《智能感知系统设计》教学大纲

《智能感知系统设计》教学大纲课程英文名IntelligentPerceptionSystemDesign课程代码03M0290学分2.0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程课程性质限选先修课程高级语言程序设计、现代传感与检测技术、计算机系统基础适用专业人工智能开课学院信息工程学院注：课程类别是指公共基础课/学科基础课/专业教育课；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《智能感知系统设计》是人工智能及相关专业的核心课程，在人才培养体系中具有重要地位。课程结合人工智能、信号处理、通信技术和物联网等多学科知识，系统讲解智能感知系统的设计原理与实现方法，突出理论与实践结合的培养模式。通过综合设计案例和实践环节，课程培养学生解决实际工程问题的能力，支撑专业培养目标中关于“工程技术解决方案设计”“创新能力”和“实践能力”的要求，同时紧贴智能交通、工业物联网、智慧医疗等行业需求，为学生未来的专业发展和产业适应提供坚实基础。（二）课程目标该课程应达到的预期学习结果（ILO，IntendedLearningOutcomes）如下所示：知识目标（ILO1）：学生能够系统掌握智能感知系统的基本理论、关键技术和设计方法，包括智能传感器、数据预处理、多模态数据融合和人工智能算法等内容，理解智能感知系统在工程中的实际应用。能力目标（ILO2）：学生具备设计和实现智能感知系统的综合能力，能够进行需求分析、方案设计、系统集成与调试。通过课程实践环节，提升解决复杂工程问题的能力和自主学习能力，具备运用先进技术和工具解决实际问题的能力。素质目标（ILO3）：学生能够在学习和实践过程中形成良好的工程伦理、社会责任感和创新意识，关注智能感知技术对社会、经济、环境的影响，具备跨学科协作与团队合作的意识，培养终身学习的习惯与能力。课程思政与劳动教育目标渗透社会责任、可持续发展理念和工程伦理教育，结合实际案例培养家国情怀；通过实践环节锻炼动手能力，体验劳动价值，弘扬工匠精神。二、课程目标达成的途径与方法本课程采用课堂教学为主，结合出勤、课外作业、实验教学、期末考试等多种形式，全面培养学生的理论知识和实践能力。课程目标课程目标达成的途径与方法ILO-1课堂教学、课外作业、实验教学、期末考试ILO-2课外作业、实验教学、期末考试ILO-3出勤、课堂教学、实验教学、期末考试三、课程目标与相关毕业要求的对应关系毕业要求3：设计/开发解决方案：能够设计针对人工智能复杂问题的解决方案，设计满足特定需求的智能系统，并能够在设计环节中体现创新意识，考虑社会、健康、安全、法律、文化以及环境等因素。毕业要求3-2：能够针对特定需求独立进行智能系统设计，并通过仿真或实验等手段验证可行性。毕业要求4研究：能够基于人工智能科学原理并采用科学方法对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。毕业要求5：使用现代工具：能够针对人工智能复杂问题，开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具，包括对复杂工程问题的预测和模拟，并能够理解其局限性。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3-2毕业要求4毕业要求5ILO-1HILO-2HHILO-3LLL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绪论1.1智能感知系统的概念与功能1.2智能感知系统的构成1.3智能感知系统的应用场景1.4智能感知系统的未来发展方向基本要求：了解智能感知系统的基本概念、主要功能及构成，掌握其在智能交通、智慧城市、工业物联网、生态监测等领域的典型应用，理解未来智能感知系统的发展趋势，如多模态融合、自主智能化、群体网联化等。通过结合我国在智慧城市建设、工业制造升级等领域的应用案例，使学生认识到人工智能技术在推动国家科技发展中的重要作用，激发学生的爱国情怀与社会责任感，增强服务国家战略需求的使命感。第二章智能感知系统构成2.1智能感知传感器及分类2.2智能感知处理器及技术2.3智能感知通信技术基本要求：掌握智能感知系统中传感器、处理器与通信技术的基本原理和常用技术，熟悉智能传感器、智能处理芯片及无线通信技术的实际应用。通过分析我国在智能制造领域传感器技术的突破与应用，增强学生对我国自主研发能力的信心，培养科技报国的情怀。第三章智能感知系统数据预处理3.1数据预处理的基本方法3.2数字滤波技术3.3多传感器时空同步处理基本要求：掌握数据预处理的基本概念与方法，包括粗大误差处理、噪声滤波及多传感器同步技术，能够运用数字滤波器实现数据的优化处理。通过案例讲解数据处理在生态监测与环境保护中的应用，引导学生关注可持续发展理念，培养环境保护意识。第四章智能感知任务与算法4.1智能感知任务与目标4.2机器学习在智能感知中的应用4.3典型算法（如K-Means、DBSCAN）基本要求：掌握智能感知任务的基本分类及特点，熟悉基于机器学习的感知任务设计方法，理解常用算法的核心思想与实现流程。通过对医疗、国防等领域智能感知系统案例的剖析，培养学生关注技术对社会福祉与国防安全的贡献，增强社会责任感与家国情怀。第五章智能感知系统设计方法5.1设计流程5.2设计需求分析5.3总体方案设计5.4技术设计及实现5.5测试验证5.6设计总结基本要求：掌握智能感知系统设计的整体流程，包括需求分析、方案设计、技术实现、测试验证等环节，形成从理论到实践的系统设计思维。通过案例教学，引导学生树立科学严谨的工程职业道德，增强技术创新意识和社会责任感。第六章综合设计案例6.1自动驾驶领域障碍物的感知检测6.2机器人抓取目标的识别定位6.3惯性导航累积误差的智能预测与修正基本要求：通过典型案例学习智能感知系统的设计、实现与优化方法，掌握其在实际工程中的应用。结合我国在自动驾驶和机器人领域的技术成就，激发学生的爱国情怀和责任意识，培养服务国家需求的使命感。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第一章绪论1.1智能感知系统的概念与功能1.2智能感知系统的构成1.3智能感知系统的应用场景1.4智能感知系统的未来发展方向4完成关于智能感知系统基本概念和功能的学习任务（课后作业）。自学了解智能感知系统在智慧城市、工业物联网等领域的典型应用。组织一次课堂讨论，探讨智能感知系统未来发展的可能方向（如多模态融合、自主智能化）。ILO1ILO3第二章第二章智能感知系统构成2.1智能感知传感器及分类2.2智能感知处理器及技术2.3智能感知通信技术4绘制智能感知系统的组成框架图，标注传感器、处理器和通信技术。结合案例分析智能传感器与传统传感器的区别。完成课堂作业：智能感知系统主要通信技术分类与比较。ILO1ILO2第三章第三章智能感知系统数据预处理3.1数据预处理的基本方法3.2数字滤波技术3.3多传感器时空同步处理4编写一个简短的程序实现简单的数据噪声滤波（可选用Python）。自学数字滤波器的基本原理，并完成课后练习题。参与课堂实验，模拟多传感器数据的同步处理过程。ILO1ILO2第四章第四章智能感知任务与算法4.1智能感知任务与目标4.2机器学习在智能感知中的应用4.3典型算法（如K-Means、DBSCAN）4分组讨论不同机器学习算法（如K-Means、决策树）的应用场景。编程实现一个简单的聚类或分类任务（如DBSCAN）。完成课后作业：撰写机器学习在智能感知系统中的应用报告。ILO2ILO3第五章第五章智能感知系统设计方法5.1设计流程5.2设计需求分析5.3总体方案设计5.4技术设计及实现5.5测试验证5.6设计总结4按需求完成一份智能感知系统的设计方案（小组任务）。参与课堂实验，完成硬件和软件设计的分模块实现与测试。进行设计方案的总结与展示，并回答同学的提问。ILO2ILO3第六章第六章综合设计案例6.1自动驾驶领域障碍物的感知检测6.2机器人抓取目标的识别定位6.3惯性导航累积误差的智能预测与修正4独立完成一个具体案例（如自动驾驶领域障碍物感知检测）的需求分析与方案设计。分组合作完成技术实现与测试过程。撰写项目总结报告，分析设计的优缺点及改进方向。ILO2ILO3六、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实验1：LED2掌握GPIO模式及其应用，熟悉LED硬件电路与STM32软件配置，完成流水灯功能的实现与调试。验证必做ILO-12实验2：温度传感器2掌握单总线通信及GPIO配置方法，熟悉DHT11温湿度传感器的使用，完成数据采集与串口打印输出。验证必做ILO-23实验3：语音识别子板4熟悉语音识别传感器原理及GPIO和UART配置，完成语音指令控制底板LED灯的实验任务。设计必做ILO-3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）占总成绩比例支撑课程目标过程考核出勤、课外作业出勤率：点名5次，评分依据：迟到超过3分钟即为缺勤。平时作业：布置6次作业，评分依据：作业完成质量（通过内容深度、结构清晰、语言准确和创新性，评估学生对基础知识的理解与分析能力）。20%ILO-2ILO-3实验考核实验操作、实验报告实验操作：实验项目全部独立顺利完成，能熟练使用软件工具配置实验环境，实验过程数据和结果完整正确，能正确回答老师的提问。实验报告：实验报告的撰写质量。20%ILO-1ILO-2ILO-3期末考核闭卷根据实际得分情况进行评定。6