《智能机器人概论》课程大纲一、课程信息课程名称：智能机器人概论（OverviewofIntelligentRobots）课程代码：CST0281课程性质：选修、理论混合课学时学分：32学时/2学分开课学期：6适用专业：计算机科学与技术、数据科学与大数据技术、智能科学与技术先修课程：线性代数，计算机组成原理、数据结构、操作系统原理等后续课程：智能科学综合实践二、课程简介目前，各行各业对机器人的需求量不断增大，机器人的智能化水平也显著提升。为了满足国内智能制造与智能装备领域对机器人专业技术人才的需求，以及满足高校新工科专业建设要求，机器人工程、智能制造等本科专业和课程在近几年应运而生。本课程是一门结合理论与实践的前沿课程，课程内容包括智能机器人的概念、架构；机器人数学基础、机器人传感器、机器人操作系统、机器人定位与导航、机器人视觉。通过实践，教授学生如何利用Python库仿真和控制机器人，并实现智能算法的设计与优化。适合对对机器人感兴趣和编程有基础的学生，旨在培养其成为具备实战能力的机器人开发者。三、课程自标目标1：掌握机器人的基础概念和数学知识，包括空间质点的表示、二维位姿、三维位姿，以及齐次坐标变换，并了解了机器人的感知系统、通信系统及操作系统。掌握机器人的航迹推算和位姿估计，熟悉基于扩展卡尔曼滤波的定位与建图方法。掌握机器人路径规划方法的定义及分类，重点掌握人工势场法、A*算1
1 《智能机器人概论》课程大纲 一、课程信息 课程名称： 智能机器人概论（Overview of Intelligent Robots） 课程代码： CST0281 课程性质： 选修、理论混合课 学时学分： 32 学时/2 学分 开课学期： 6 适用专业： 计算机科学与技术、数据科学与大数据技术、智能科学与技术 先修课程： 线性代数，计算机组成原理、数据结构、操作系统原理等 后续课程： 智能科学综合实践 二、课程简介 目前，各行各业对机器人的需求量不断增大，机器人的智能化水平也显著提 升。为了满足国内智能制造与智能装备领域对机器人专业技术人才的需求，以及 满足高校新工科专业建设要求，机器人工程、智能制造等本科专业和课程在近几 年应运而生。 本课程是一门结合理论与实践的前沿课程，课程内容包括智能机器人的概 念、架构；机器人数学基础、机器人传感器、机器人操作系统、机器人定位与导 航、机器人视觉。通过实践，教授学生如何利用 Python 库仿真和控制机器人， 并实现智能算法的设计与优化。适合对对机器人感兴趣和编程有基础的学生，旨 在培养其成为具备实战能力的机器人开发者。 三、课程目标 目标 1：掌握机器人的基础概念和数学知识，包括空间质点的表示、二维位 姿、三维位姿，以及齐次坐标变换，并了解了机器人的感知系统、通信系统及操 作系统。掌握机器人的航迹推算和位姿估计，熟悉基于扩展卡尔曼滤波的定位与 建图方法。掌握机器人路径规划方法的定义及分类，重点掌握人工势场法､A*算
法和D*算法，以及全覆盖路径规划方法。了解基于激光雷达传感器视觉传感器的定位建图方法，熟悉相关的数学算法、实现步骤及优化过程。目标2：掌握机器人视觉的基础知识与理论，包括视觉系统的组成、目标检测方法、视觉定位建图方法及深度学习在机器人视觉中的应用。目标3：通过对激光雷达导航智能车等应用案例的学习，了解智能机器人的外观设计、软硬件设置、系统架构及场景应用。四、课程目标对毕业要求的支撑关系课程目标支撑的毕业要求二级指标点2.1能综合运用数学、自然科学、工程科学以及计算机科学的基本原理，课程目标1识别、判断和表达计算机复杂工程问题关键环节1.4能将软硬件知识、相关工程知识和模型方法用于计算机复杂工程问课程目标2题解决方案的比较、综合12.2能接受和应对新技术、新事物和新问题带来的挑战，具备通过多种课程目标3途径自主学习拓展自己的知识和能力，包括对技术理解与归纳、提出问题、批判性思维和创造性等方面的能力五、教学设计及对课程目标的支持1.智能机器人概述1.1.教学目标1）了解人工智能的概念；2）了解机器人的概念；3）了解智能机器人的概念；4）了解智能机器人的各类及应用领域和架构；5）了解典型的智能机器人。本章教学支持课程目标1。1.2.教学重点1）了解智能机器人研究的目的、研究对象、主要类型等，机器人的智能水平评价；2
2 法和 D*算法，以及全覆盖路径规划方法。了解基于激光雷达传感器视觉传感器 的定位建图方法，熟悉相关的数学算法、实现步骤及优化过程。 目标 2：掌握机器人视觉的基础知识与理论，包括视觉系统的组成、目标检 测方法、视觉定位建图方法及深度学习在机器人视觉中的应用。 目标 3：通过对激光雷达导航智能车等应用案例的学习，了解智能机器人的 外观设计、软硬件设置、系统架构及场景应用。 四、课程目标对毕业要求的支撑关系 课程目标 支撑的毕业要求二级指标点 课程目标 1 2.1 能综合运用数学、自然科学、工程科学以及计算机科学的基本原理， 识别、判断和表达计算机复杂工程问题关键环节 课程目标 2 1.4 能将软硬件知识、相关工程知识和模型方法用于计算机复杂工程问 题解决方案的比较、综合 课程目标 3 12.2 能接受和应对新技术、新事物和新问题带来的挑战，具备通过多种 途径自主学习拓展自己的知识和能力，包括对技术理解与归纳、提出问 题、批判性思维和创造性等方面的能力 五、教学设计及对课程目标的支持 1. 智能机器人概述 1.1. 教学目标 1) 了解人工智能的概念； 2) 了解机器人的概念； 3) 了解智能机器人的概念； 4) 了解智能机器人的各类及应用领域和架构； 5) 了解典型的智能机器人。 本章教学支持课程目标 1。 1.2. 教学重点 1) 了解智能机器人研究的目的、研究对象、主要类型等，机器人的智能水 平评价；
2）国内外典型的智能机器人。1.3.教学难点1）深刻理解机器人三原则。1.4.教学环节设计围绕教学重点和教学难点，综合应用线下教学、课堂讲授与讨论、课外实践课外阅读等教学形式。1）课堂讨论：围绕机器人三原则、智能机器人的应用和智能机器人的关键技术等内容展开；2）课外阅读：布置阅读关于中国机器人发展历史的文献。2.机器人基础2.1．教学目标1）介绍坐标系与位姿；2）掌握二维位姿与三维位姿：3）掌握平移与旋转：4）了解机器人传感器与外部传感器：5）介绍机器人操作系统ROS。本章教学支持课程目标1。2.2.教学重点1）掌握二维位姿与三维位姿的概念；2）理解坐标系的旋转与平移两个基本运动方式：3）熟悉机器人系统常用的传感器。2.3.教学难点1）二维位姿与三维位姿的概念；2）坐标系的旋转与平移的表示。3
3 2) 国内外典型的智能机器人。 1.3. 教学难点 1) 深刻理解机器人三原则。 1.4. 教学环节设计 围绕教学重点和教学难点，综合应用线下教学、课堂讲授与讨论、课外实践、 课外阅读等教学形式。 1) 课堂讨论：围绕机器人三原则、智能机器人的应用和智能机器人的关键 技术等内容展开； 2) 课外阅读：布置阅读关于中国机器人发展历史的文献。 2. 机器人基础 2.1. 教学目标 1) 介绍坐标系与位姿； 2) 掌握二维位姿与三维位姿； 3) 掌握平移与旋转； 4) 了解机器人传感器与外部传感器； 5) 介绍机器人操作系统 ROS。 本章教学支持课程目标 1。 2.2. 教学重点 1) 掌握二维位姿与三维位姿的概念； 2) 理解坐标系的旋转与平移两个基本运动方式； 3) 熟悉机器人系统常用的传感器。 2.3. 教学难点 1) 二维位姿与三维位姿的概念； 2) 坐标系的旋转与平移的表示
2.4.教学环节设计围绕教学重点和教学难点，综合应用线下教学、课堂讲授与讨论、课外实践、课外阅读等教学形式。1）课堂讨论：围绕机器人运动学等内容展开；2）课外实践：熟悉机器人操作系统ROS：3）课外阅读：查阅熟悉机器人操作系统ROS的文献。3.机器人定位与导航3.1.教学目标1）了解机器人的运动学模型；2）掌握航迹推算及位姿估计的具体方法3）掌握定位与建图的基础理论；4）掌握基于扩展卡尔曼滤波定位与建图的方法：5）了解反应式导航和基于地图导航的区别。本章教学支持课程目标1。3.2.教学重点1）航迹推算及位姿估计的具体方法：2）定位与建图的基础理论；3）基于扩展卡尔曼滤波定位与建图。3.3.教学难点1）航迹推算及位姿估计的具体方法；2）基于扩展卡尔曼滤波定位与建图。3.4.教学环节设计围绕教学重点和教学难点，综合应用线下教学、课堂讲授与讨论、课外实践、课外阅读等教学形式。1）课堂讨论：围绕定位与建图的基础理论等内容展开：2）课外实践：编写简单的程序进行基于扩展卡尔曼滤波定位；4
4 2.4. 教学环节设计 围绕教学重点和教学难点，综合应用线下教学、课堂讲授与讨论、课外实践、 课外阅读等教学形式。 1) 课堂讨论：围绕机器人运动学等内容展开； 2) 课外实践：熟悉机器人操作系统 ROS； 3) 课外阅读：查阅熟悉机器人操作系统 ROS 的文献。 3. 机器人定位与导航 3.1. 教学目标 1) 了解机器人的运动学模型； 2) 掌握航迹推算及位姿估计的具体方法； 3) 掌握定位与建图的基础理论； 4) 掌握基于扩展卡尔曼滤波定位与建图的方法； 5) 了解反应式导航和基于地图导航的区别。 本章教学支持课程目标 1。 3.2. 教学重点 1) 航迹推算及位姿估计的具体方法； 2) 定位与建图的基础理论； 3) 基于扩展卡尔曼滤波定位与建图。 3.3. 教学难点 1) 航迹推算及位姿估计的具体方法； 2) 基于扩展卡尔曼滤波定位与建图。 3.4. 教学环节设计 围绕教学重点和教学难点，综合应用线下教学、课堂讲授与讨论、课外实践、 课外阅读等教学形式。 1) 课堂讨论：围绕定位与建图的基础理论等内容展开； 2) 课外实践：编写简单的程序进行基于扩展卡尔曼滤波定位；
3）课外阅读：布置查阅机器人定位和导航的相关文献。4.机器人路径规划4.1.教学目标1）理解路径规划的基本概念：2）掌握势场法的概念及势场函数的建立方法：3）掌握A*路径规划算法的原理；4）掌握D*路径规划算法的原理。本章教学支持课程目标1。4.2.教学重点1)A路径规划算法2)D路径规划算法。4.3.教学难点1)A路径规划算法；2)D路径规划算法。4.4.教学环节设计围绕教学重点和教学难点，综合应用线下教学、课堂讲授与讨论、课外实践课外阅读等教学形式。1）课堂讨论：围绕路径规划算法展开：2）课外实践：查阅路径规划算法实现代码：3）课外阅读：布置查阅路径规划的相关文献。5.智能机器人SLAM5.1.教学目标1）SLAM的定义及数学描述2）激光雷达SLAM；3）基于粒子滤波的SLAM；4）基于图优化的SLAM；5
5 3) 课外阅读：布置查阅机器人定位和导航的相关文献。 4. 机器人路径规划 4.1. 教学目标 1) 理解路径规划的基本概念； 2) 掌握势场法的概念及势场函数的建立方法； 3) 掌握 A*路径规划算法的原理； 4) 掌握 D*路径规划算法的原理。 本章教学支持课程目标 1。 4.2. 教学重点 1) A *路径规划算法； 2) D *路径规划算法。 4.3. 教学难点 1) A *路径规划算法； 2) D *路径规划算法。 4.4. 教学环节设计 围绕教学重点和教学难点，综合应用线下教学、课堂讲授与讨论、课外实践、 课外阅读等教学形式。 1) 课堂讨论：围绕路径规划算法展开； 2) 课外实践：查阅路径规划算法实现代码； 3) 课外阅读：布置查阅路径规划的相关文献。 5. 智能机器人 SLAM 5.1. 教学目标 1) SLAM 的定义及数学描述； 2) 激光雷达 SLAM； 3) 基于粒子滤波的 SLAM； 4) 基于图优化的 SLAM；