智能机器人原理与应用-教学大纲

智能机器人课程教学大纲（理论）课程编号学分2.5课程名称智能机器人英文名称IntelligentRobotics课程类别R必修□选修总学时40理论学时32实验学时8执笔人审核人课程团队适用专业智能科学与技术、计算机科学与技术、人工智能、机器人工程、自动化等一、课程地位与作用智能机器人是智能科学与技术专业的一门专业课程。设置本课程的基本任务是使学生在模式识别、人工智能和机器人学等先修课程的基础上，从智能机器人系统的功能出发，比较全面地介绍智能机器人的基本原理和技术。智能机器人是一种能够代替人类在非结构化环境下从事危险、复杂劳动的自动化机器，是集机械学、力学、电子学、生物学、控制论、计算机、人工智能和系统工程等多学科知识于一身的高新技术综合体。通过课程的学习与实践，学生能够了解和掌握智能机器人的驱动，机器人感觉与多信息融合，机器人的运动规划，机器人的视觉、机器人的语音合成与识别技术等内容，为后续的毕业设计奠定基础。学生同时能够了解智能机器人领域的新技术，为今后的学习与实际从事智能科学与技术领域的相关工作打下坚实的基础。IntelligentRoboticsisaprofessionalcourseinIntelligenceScienceandTechnology,thebasictaskistograspthebasicprinciplesandtechniquesoftheintelligentrobotsystemafterstudyonprerequisitecourses,suchaspatternrecognition,artificialintelligenceandrobotics.Intelligentrobotcanreplacehumanbeingsengagedindangerous,complexautomatedmachinerylaborinunstructuredenvironments,isamultidisciplinarysetofmechanics,mechanics,electronics,biology,cybernetics,computers,artificialintelligenceandsystemsengineering.Throughlearningandpracticeofthecourse,studentswillbeabletounderstandandmasterthedriverofintelligentrobots,theinformationfusionofrobot’smulti-sensor,themotionplanningofrobot,robotvision,speechsynthesisandrecognitiontechnology.ThecoursecanlayasolidfoundationforthesubsequentdesignofthegraduationprojectandthepracticalworkofIntelligenceScienceandTechnologyinthefuture.二、课程目标智能机器人是一门集机械工程学、计算机科学、控制理论、传感器技术、人工智能等学科的交叉融合的前沿学科。通过本课程的学习，使学生掌握机器人机构设计、控制、编程和使用的技术要点和基础理论，培养学生综合运用所学基础理论和专业知识进行创新设计的能力。培养具有一定的全球化意识或国际视野的高素质应用型卓越工程人才，以国际工程认证为标准，立足北京，服务社会，以学生为中心，坚持成果导向教育（OBE）理念，保证课程目标能够有效支撑相应毕业要求指标点，使学生：课程目标1：通过课堂讲授、研讨课和布置课外作业，使学生能够熟悉智能机器人的基本原理、方法、技术和应用。熟悉智能机器人的驱动，机器人感觉与多信息融合，机器人的运动规划，机器人的视觉、机器人的语音合成与识别技术、ROS等内容，同时比较全面地了解智能机器人领域的新技术。课程目标2：通过项目学习、课堂研讨，掌握智能机器人的基本理论、基本知识和基本技能，具有初步根据应用需求进行智能机器人的方案设计、系统分析和综合的基本能力。课程目标3：通过查阅文献、项目案例教学、工程软件学习，培养学生掌握主要文献检索工具互联网搜索引擎的使用方法，能够利用互联网和文献检索工具收集智能机器人或其他智能系统设计相关问题的技术信息。课程目标4：通过课下实验操作、项目学习教学等环节，让学生体验把理论应用到实践的过程，加深对理论知识的理解和认知，并能及时总结学习内容，提高学习效果。表1课程目标与毕业要求对应关系表专业毕业要求课程教学目标达成途径分解指标点1.1：能将数学、自然科学、工程基础和信息技术等专业知识运用到复杂智能工程问题，包括但不限于智能模型建立，智能感知，智能决策等。课程教学目标11、课堂讲授：充分讲解智能机器人的基本原理、方法、技术和应用，注重课堂师生互动，关注每个学习学习情况；2、研讨课：将课程综合性的章节以研讨课的形式展开，充分讨论，帮助学生查漏补缺，梳理知识体系；3、课后作业和项目教学：通过作业和代表性的科研、电子竞赛等项目，重点考察学生学以致用的能力，并在后续课程对作业和项目进行详细解答。分解指标点2.2：能正确表达一个工程问题的解决方案。分解指标点2.3：能认识到解决问题有多种方案可选择。分解指标点2.4：能分析文献寻找可替代的解决方案。课程教学目标1、34、除上述1、2、3条途径外，安排课程设计，让学生分组完成课程设计项目，包括前期文献调研、项目实施、报告撰写、学术论文撰写等。分解指标点3.1：能正确理解工程系统的设计目标，应用控制、计算机等学科的基本理论和方法进行可行性研究。分解指标点3.2：能应用智能科学与技术的的基本理论和方法进行设计建模计算、设计开发。课程教学目标2、35、除上述第2条途径外，安排学生分组进行综合实验，锻炼学生分析问题解决问题的能力，根据不同任务需求，设计完整解决方案，并通过答辩环节，讨论各自的方案的优缺点。毕业要求4：研究与应用：能够基于科学原理并采用科学方法对智能系统与工程领域复杂工程问题进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。课程教学目标2上述第2、3条途径分解指标点5.1：能运用Matlab等常用工具进行计算机仿真与模拟。分解指标点5.2：能运用常用开发环境进行计算机编程。分解指标点5.3：能运用电子系统设计工具进行基本电子电路设计、智能产品开发与集成。课程教学目标4上述第3、5条途径三、课程思政内容始终紧密联系智能机器人学科发展特点，特别重视专业教学与思政教育的有机融合。注重智能机器人技术发展的知识融合来建立课程体系，特别重视专业教学与思政教育的有机融合。在课程教学中特别重视人工智能、智能机器人发展过程当中所体现的哲学规律的点拨、各种运动规划、目标检测识别算法改进的创新思路等内容对自然辩证法的佐证支撑作用，在课程教学中不断提升专业课程教学中“课思政”的能力和水平，不断提高创新人文精神的培养的能力和水平。1.结合专业课程的教学知识点，在专业课程的授课过程中提升学生的爱国主义精神。介绍智能机器人发展的时候，给学生介绍国内老一辈无私奉献的科学家，比如钱学森先生放弃国外舒适的生活回到祖国的怀抱，在十分艰苦的工作条件下从事研究。通过名人事迹，来鼓励学生认真学习，回报祖国，增强他们的爱国情怀。2.在讲解算法设计时，需要根据应用场景，数据的结构、规模，没有一种算法能适用于所有任务，借此告诉学生正确认识自己，在学习和工作的过程中根据自己的实际情况选择合适自己的生活方式，学习期间要努力提高自己专业水平，树立正确的人生观、价值观。3.以实验为载体，让学生了解智能机器人的应用领域及前沿算法，通过代码不断调试，学习坚持不懈的工匠精神，培养学生的爱岗敬业的精神。实验过程的小组讨论、分工，培养学生独立思考和团队合作能力。四、课程教学内容提要与基本要求理论部分序号教学内容提要基本教学要求（措辞不要求统一）学时对应课程目标备注1（一）绪论1.1机器人的定义1.2机器人的产生和发展1.3智能机器人的体系结构智能机器人的研究现状与发展趋势、本课程的研究对象和内容；本课程在教学中的地位、作用和任务；如何学好本课程。本章的重点：本课程研究的对象及内容、智能机器人的体系结构。212（二）智能机器人的运动系统2.1机器人的移动机构2.2机器人的运动控制2.3机器人的控制策略2.4机器人的驱动技术2.5机器人的电源技术掌握智能机器人的运动系统组成，熟悉智能机器人的移动机构、运动规划、驱动与控制等相关技术。本章的重点：智能机器人的移动机构设计与选型，智能机器人的姿态稳定控制、路径跟踪控制、轨迹跟踪控制，智能机器人的控制策略。本章的难点：PID控制、变结构控制、自适应控制、模糊控制、神经网络控制、视觉伺服控制等常用的机器人运动控制策略。213（三）智能机器人的感知系统3.1感知系统体系结构3.2距离/位置测量3.3触觉测量3.4压觉测量3.5姿态测量3.6视觉测量3.7其他传感器3.8智能机器人多传感器融合掌握智能机器人感知系统的体系结构，熟悉感知系统的距离/位置测量、触觉、压觉、姿态、视觉等各种内、外传感器，理解传感器系统融合。本章的重点：感知系统的体系构成、分布与融合。本章的难点：压觉、姿态与视觉测量系统，感知系统的多传感器融合。414（四）智能机器人的通信系统4.1现代通讯技术4.2机器人通信系统4.3多机器人通信4.4智能机器人的通信系统实例熟悉通信技术基础理论，掌握智能机器人通信模式、通信系统的设计架构，理解现代通信技术在智能机器人系统中的应用。本章的重点：掌握智能机器人通信模式、通信系统的设计架构、多机器人通信。本章的难点：智能机器人通信模式与通信系统的设计。215（五）智能机器人的视觉技术5.1机器视觉基础理论5.2成像几何基础5.3图像的获取和处理5.4智能机器人的视觉传感器5.5智能机器人视觉系统5.6视觉跟踪5.7主动视觉5.8视觉伺服5.9深度学习在机器视觉领域的应用熟悉机器视觉基础理论，掌握智能机器人的视觉系统组成、图像的生成和预处理等相关技术，理解智能机器人的三维视觉、主动视觉与目标跟踪、视觉伺服与视觉导航等算法原理、深度学习在机器视觉领域的应用。本章的重点：智能机器人的三维视觉、主动视觉与目标跟踪、视觉伺服与视觉导航、深度学习相关理论。本章的难点：智能机器人的三维视觉、主动视觉与目标跟踪、视觉伺服与视觉导航、深度学习相关理论。416（六）智能机器人的语音合成与识别技术6.1语音合成的基础理论6.2语音识别的基础理论6.3智能机器人的语音定向与导航6.4智能机器人的语音系统实例6.5自然语言处理6.6人机对话熟悉智能机器人的听觉系统组成，掌握语音合成与识别技术的基础理论，熟悉常用语音合成与识别的基本技术，了解智能机器人的语音定向与导航、自然语言处理、人机对话相关理论与技术。本章的重点：智能机器人语音合成技术，智能机器人语音识别技术，智能机器人的语音定向与导航。本章的难点：智能机器人的语音定向与导航、自然语言处理核心理论。417（七）智能机器人自主导航与路径规划7.1概述7.2环境地图的表示7.3定位7.4路径规划7.5人工势场法7.6栅格法7.7移动机器人的同步定位与地图构建掌握智能机器人导航系统的体系结构，理解常用的路径规划技术，了解智能机器人同步定位与地图构建。本章的重点：导航系统分类与体系结构、人工势场法与栅格法基本原理、智能机器人同步定位与地图构建。本章的难点：智能机器人同步定位与地图构建。42、38（八）ROS机器人操作系统8.1ROS框架8.2ROS通信机制8.3ROS开发实例熟悉ROS基本框架、掌握ROS通信机制、熟悉基于ROS的一般开发流程、掌握代表性开发实例。本章的重点：ROS通信机制。本章的难点：ROS通信机制与实例开发。21、29（九）多机器人系统9.1智能体与多智能体系统9.2多机器人系统9.3多机器人系统实例：多机器人编队导航掌握智能体（Agent）概念、多智能体系统体系结构，熟悉多机器人群机器人的协调与合作、编队与导航等应用实例。本章的重点：多智能体系统体系结构。本章的难点：多机器人编队与导航等应用实例。22、3、410（十）智能机器人的前沿AI技术10.1新一代人工智能技术10.2机器人智能化10.3机器学习10.4智能交互技术熟悉新一代人工智能技术、机器人智能化相关概念及必要因素，掌握机器学习、智能交互核心理论或技术。本章的重点：应用于智能机器人的代表性神经网络模型，几种典型的智能交互技术。本章的难点：代表性神经网络模型原理及应用。21、23、411（十一）服务机器人11.1家庭智能空间服务机器人系统11.2家庭智能空间服务机器人环境功能区认知11.3家庭智能空间服务机器人日常工具功用性认知11.4杂乱场景下智能空间服务机器人推抓技能学习11.5室内环境自适应智能商用服务机器人系统熟悉服务机器人相关理论、工程方法及应用场景。本章的重点：空间服务机器人核心理论。本章的难点：空间服务机器人核心方法及实现。21、23、412（十）研讨课、习题课12.1重点知识点回顾12.2典型应用案例剖析12.3重点习题讲解综合讨论智能机器人