《机器人智能感知基础》教学大纲

《机器人智能感知基础》教学大纲一、课程基本信息•课程名称：智能感知•课程代码：•课程英文名称：IntelligentSensing•学时与学分：理论学时40，课外实践学时8，总学分3•课程性质：必修课（选修课）•适用专业：智能科学与技术、人工智能、自动化、测控技术与仪器、智能感知工程、机器人工程等工科专业•先修课程：高等数学、线性代数、复变函数与积分变换、概率论与数理统计、理论与应用力学、自动控制原理、现代控制理论、模式识别、人工智能基础•后续课程：机器人学基础、机器学习、图像分析与理解、智能机器人、智能无人系统技术、数字孪生技术、智能制造等二、课程目标学习本课程，通常旨在为学生奠定坚实的智能机器人基础知识，培养其在人工智能应用领域的基本技能和理解能力。以下是主要学习目标，可能会根据不同课程设置有所差异：1.理解智能感知基础：掌握机器人系统感知技术相关的基本概念、主要分支领域（如机器人运动状态感知技术、机器人外部环境感知技术、多传感器信息融合基本方法等）及其在各类机器人系统中的应用。2.理论与技术基础：学习和理解支撑机器人系统智能感知的核心算法和理论，包括最小二乘估计理论、卡尔曼滤波理论、信息融合决策理论、人工智能技术等。3.实践技能培养：通过编程实践和项目作业，掌握至少一种编程语言（如Python/C++）在机器人系统智能感知领域的应用。4.问题解决能力：培养分析和解决机器人系统智能感知领域问题的能力，包括如何定义问题、选择合适的技术路线、设计并实施解决方案。5.伦理与社会责任：讨论智能感知与机器人技术的伦理和社会影响，理解科技安全、数据安全、算法偏见等议题，培养负责任的机器人系统开发与应用意识。6.创新与批判性思维：鼓励学生批判性地评估现有的智能感知技术，激发创新思维，探索人工智能新技术在机器人感知领域的应用可能。7.沟通与团队合作：通过团队项目，提升与他人合作解决复杂问题的能力，以及有效沟通研究成果和想法的能力。8.持续学习能力：鉴于人工智能领域的快速变化，课程应培养学生自主学习习惯，跟踪新技术在机器人感知技术中的应用，适应未来可能出现的新变化。这些目标旨在为学生构建一个全面的机器人系统智能感知基础知识框架，不仅关注技术细节，也重视理论与实践的结合，以及技术的社会影响和伦理考量，为学生将来在智能领域的深入研究或职业发展打下坚实的基础。三、课程思政结合本课程融入的思政教育，旨在将思想政治教育与专业教育有机融合，引导学生在学习专业知识的同时，树立正确的世界观、价值观和道德观，培养具有社会责任感和创新能力的高素质人才。以下是一些可能包含在机器人智能感知基础课程思政教育中的内容：1.国家政策与战略导向：介绍我国在人工智能领域的国家战略规划，如《新一代人工智能发展规划》等，使学生理解国家发展目标，增强服务国家重大需求的责任感和使命感。2.科技伦理与法律规范：探讨机器人感知技术应用中的伦理问题，如科技安全、数据安全、算法公平性、机器人的责任归属等，强化学生的伦理意识和法制观念，培养遵守行业规范和法律法规的行为习惯。3.创新精神与工匠精神：强调在人工智能领域进行创新的重要性，鼓励学生勇于探索、敢于突破，同时弘扬精益求精的工匠精神，注重细节，追求卓越。4.团队合作与沟通能力：通过团队项目和案例分析，培养学生的团队协作能力，学会有效沟通，尊重多样性和包容性，为未来跨学科合作打下基础。5.全球视野与文化自信：在全球化背景下，引导学生了解国际智能科学与技术发展趋势，增强国际竞争意识，同时树立文化自信，鼓励在吸收国际先进成果的同时，贡献中国智慧和中国方案。6.社会责任与可持续发展：讨论智能感知技术如何服务于社会发展，如在教育、医疗、环保等领域的应用，培养学生的社会责任感，思考如何利用技术促进社会公平与可持续发展。7.批判性思维与自我反思：鼓励学生在学习技术的同时，培养批判性思维，对技术的利弊进行理性分析，能够自我反思，理解技术进步对个人、社会和环境的全面影响。8.历史与未来展望：回顾智能科学与技术学科的发展历程，激发学生对未来技术趋势的好奇心和探索欲，同时培养历史使命感，认识到作为未来技术领导者所承担的历史责任。通过这些课程思政内容的融入，智能感知课程不仅教授技术知识，更注重学生全面发展，引导他们成为既有专业技术能力，又具有高尚道德情操和强烈社会责任感的新型科技人才。四、教学内容及学时分配1.第1章机器人传感器基础知识（2学时）1.1传感器定义、特点、组成、分类1.2传感器标定技术基础1.3机器人系统结构1.4机器人传感器技术发展趋势1.5智能传感器定义、结构、功能、特点1.6多传感器信息融合技术及应用基础2.第2章机器人内部传感器技术基础（4学时）2.1机器人位置与速度传感器2.2机器人加速度传感器2.3机器人陀螺仪表2.4机器人姿态传感器3.第3章机器人触觉和力觉感知技术基础（4学时）3.1触觉信息获取与处理3.2力觉信息获取与处理3.3基于触觉感知的机器人操作3.4机器人力觉感知及操作4.第4章机器人接近觉、热觉、滑觉、听觉等感知基础（4学时）4.1机器人接近觉传感器4.2机器人热觉传感器4.3机器人滑觉传感器4.4机器人听觉传感器4.5机器人嗅觉和味觉传感器5.第5章机器人视觉感知技术基础（4学时）5.1视觉传感器与视觉系统5.2视觉成像基本原理5.3视觉系统标定5.4视觉测量方法5.5智能视觉感知技术基础6.第6章估计理论基础（6学时）6.1矩阵微分法6.2最小二乘估计基础6.3线性最小方差估计6.4最小方差估计6.5递推最小二乘估计6.6卡尔曼滤波理论基础7.第7章多传感器信息融合技术基础（6学时）7.1多传感器信息融合技术概述7.2多传感器信息融合的概率统计方法7.3多传感器信息融合的推理学习方法7.4基于知识模型的多传感器信息融合方法7.5多传感器智能信息融合方法7.6多源图像融合8.第8章智能感知技术在机器人系统中的应用（6学时）8.1移动机器人智能感知8.2飞行机器人智能感知8.3空间机器人智能感知8.4水下机器人智能感知8.5仿生机器人智能感知9.第9章基于多传感器信息融合的自动驾驶汽车位姿估计（4学时）9.1多源传感系统的时间同步9.2多源传感系统的空间对准9.3自动驾驶汽车位姿估计【课程学习总结】五、教学方法与手段•结合课前问题/案例引入、课堂讲授、课后习题点评讨论等多种方式。•强调理论联系实际，通过实例解析加深理解。•鼓励学生主动探索，培养自学能力。•鼓励学生发挥批判性思维，质疑，拓展知识。六、考核方式专业课：•平时成绩（作业、课堂参与、实验报告、专题学习报告等）：50%•期末考试：50%选修课：期末大作业：课程学习总结七、选用教材•孙亮等主编，《机器人智能感知基础》，清华大学出版社，2025。八、教学进度安排序号校历周次章节（或实验、习题课等）名称与内容学时教学方法课后作业布置11第1章机器人传感器基础知识2问题/案例引入课堂讲授作业专题学习报告课堂学习小结课程学习总结21第2章机器人内部传感器技术基础（1）232第2章机器人内部传感器技术基础（2）242第3章机器人触觉和力觉感知技术基础（1）253第3章机器人触觉和力觉感知技术基础（2）263第4章机器人接近觉、热觉、滑觉、听觉等感知基础（1）274第4章机器人接近觉、热觉、滑觉、听觉等感知基础（2）284第5章机器人视觉感知技术基础（1）295第5章机器人视觉感知技术基础（2）2105第6章估计理论基础（1）2116第6章估计理论基础（2）2126第6章估计理论基础（3）2137第7章多传感器信息融合技术基础（1）2147第7章多传感器信息融合技术基础（2）2