《三维感知与测量技术》教学大纲

《三维感知与测量技术》教学大纲课程英文名3Dperceptionandmeasurementtechnology课程代码03M0245学分2总学时32理论学时24实验学时8上机学时0实践学时0课程类别专业教育课课程性质任选先修课程C++程序设计、深度学习适用专业人工智能开课学院信息学院注：课程类别是指公共基础课/学科基础课/专业课；课程性质是指必修/限选/任选。一、课程地位与课程目标（一）课程地位三维视觉感知是计算机视觉与计算机图形学高度交叉的一个重要研究方向，常用的传感器包括深度相机、双目相机、结构光、激光雷达等。近年来，三维感知和处理的技术飞速发展，其应用爆发式增长，三维视觉研究突破传统的二维图像空间，实现三维空间的分析、测量和交互。三维视觉感知逐渐成为人工智能技术的典型代表和新增长点，随着三维传感器的普及，三维视觉感知及其测量技术，是人工智能专业学生需要掌握的重要专业知识。本课程深入剖析三维感知的原理，详细介绍三维视觉数据的智能处理算法，讲解三维视觉感知的各种场景下的应用案例。开设三维感知与测量技术课程，有助于引导学生综合运用人工智能专业知识，掌握三维智能系统的开发方法，提升大学生创新创业实践水平，充分发挥我校人工智能专业学生在计量测试领域的特色有优势，满足三维感知与测量的广泛技术需求。因此本课程的开设具有重要意义。（二）课程目标该课程应达到的预期学习结果（ILO，IntendedLearningOutcomes）如下所示：1、ILO-1：了解三维感知技术的分类、现状、趋势、常见传感器，以及其基本原理；2、ILO-2：掌握三维感知技术中智能数据处理算法，掌握三维感知技术在具体实践案例开发；3、ILO-3：了解我国三维感知技术的发展和应用现状，鼓励学生积极投身核心传感器技术开发难题的创新。二、课程目标达成的途径与方法采取以课堂教学为主，结合小组大作业和实验。要求学生完成来源于真实应用场景的实践项目，鼓励学生在个人电脑上搭建编程环境，鼓励学有余力的同学完成复杂应用案例。课程目标课程目标达成的途径与方法ILO-1课堂教学、测验、课堂讨论、课外作业、期末大作业ILO-2课堂教学、实验、期末大作业ILO-3课堂教学三、课程目标与相关毕业要求的对应关系本课程支撑的毕业要求如下：1-3能够将人工智能基础知识应用于智能系统的设计、分析、实现。2-3能够运用人工智能专业知识对各项工程问题进行分析和求解。6-2能分析和评价人工智能工程实践对社会、健康、安全、法律、文化的影响，以及这些制约因素对项目实施的影响，并理解应承担的责任。课程目标对毕业要求的支撑关系如表1所示。表1课程目标对毕业要求的支撑关系课程目标课程目标对毕业要求的支撑程度（H、M、L）毕业要求1.3毕业要求2.3毕业要求6.2ILO-1MILO-2HILO-3H注：1.支撑强度分别填写H、M或L（其中H表示支撑程度高、M为中等、L为低）。四、课程主要内容与基本要求第一章三维感知技术简介了解三维感知的分类、现状、趋势，以及基本技术原理。通过介绍三维传感器的产业现状，使学生认识到核心关键元器件是买不来的，必须独立自主研发，增强学生的使命感。第二章激光雷达数据处理掌握激光雷达原理；掌握激光雷达数据的解析，激光雷达技术面临的挑战。掌握测量误差分析方法。第三章三维视觉传感器原理掌握视觉传感器标定算法原理，掌握双目视觉测距原理。第四章三维视觉数据处理算法掌握常见的三维视觉数据处理算法。掌握测量误差分析方法。第五章三维重建算法掌握三维重建算法原理和应用。介绍近5年的视觉三维重建算法进展，使学生了解到我国在三维重建技术方面有一定的领先优势，增强学生的自豪感。第六章视觉SLAM技术掌握常见的视觉SLAM算法原理。五、课程学时安排章节号教学内容学时数学生任务（作业、自学、讨论等任务要求）对应课程目标第一章三维感知技术简介4无ILO-1、3第二章激光雷达数据处理4完成本章作业和实验内容ILO-2第三章三维视觉传感器原理4完成本章作业和实验内容ILO-2第四章三维视觉数据处理算法4完成本章作业和实验内容ILO-2第五章三维重建算法8完成实验内容ILO-2、3第六章视觉SLAM技术8完成本章作业和实验内容ILO-2六、实践环节及基本要求序号实验项目名称学时基本要求、学生任务实验性质实验类别1激光雷达数据解析2掌握激光雷达原理验证必做2三维点云数据处理2掌握计算机视觉方法解决自动驾驶问题。设计必做3三维重建算法实践4掌握IMU和GPS数据特点和融合方法。验证选做4视觉SLAM算法实践4掌握常见的路径规划算法及实现。设计必做注：1.实验性质指演示性、验证性、设计性、综合性等；2.实验类别指必做、选做等。七、考核方式及成绩评定考核内容考核方式评定标准（依据）占总成绩比例过程考核作业、出勤作业得分情况、出勤情况10%实验实验操作、报告实验