《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；
5）VSLAM的概念；6）特征提取；7）视觉里程计；8）后端优化与建图。本章教学支持课程目标1和3。5.2.教学重点1）基于粒子滤波的SLAM方法；2）基于图优化的SLAM；3）视觉里程计。5.3．教学难点1）SLAM方法；2）后端优化与建图。5.4.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SLAM等内容展开；2）课外实践：编写一个简单的程序实现SLAM算法：3）课外阅读：查阅机器人SLAM技术的最新文献。6.智能机器人视觉6.1.教学目标1）机器人视觉的概念；2）机器人视觉系统的组成；3）单目/双目机器人视觉系统；4）RGB-D机器人视觉系统；5）视觉目标检测方法；6）VSLAM方案。本章教学支持课程目标2和3。6
6 5) VSLAM 的概念； 6) 特征提取； 7) 视觉里程计； 8) 后端优化与建图。 本章教学支持课程目标 1 和 3。 5.2. 教学重点 1) 基于粒子滤波的 SLAM 方法； 2) 基于图优化的 SLAM； 3) 视觉里程计。 5.3. 教学难点 1) SLAM 方法； 2) 后端优化与建图。 5.4. 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 SLAM 等内容展开； 2) 课外实践：编写一个简单的程序实现 SLAM 算法； 3) 课外阅读：查阅机器人 SLAM 技术的最新文献。 6. 智能机器人视觉 6.1. 教学目标 1) 机器人视觉的概念； 2) 机器人视觉系统的组成； 3) 单目/双目机器人视觉系统； 4) RGB-D 机器人视觉系统； 5) 视觉目标检测方法； 6) VSLAM 方案。 本章教学支持课程目标 2 和 3
6.2.教学重点1）单目/双目机器人视觉系统；2）视觉目标检测方法。6.3.教学难点1）单目/双目机器人视觉系统；2）视觉目标检测方法。6.4.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：围绕机器视觉等内容展开：2）课外实践：学习应用最新的目标识别算法：3）课外阅读：查阅机器视觉领域的最新研究及相关文献。7.智能机器人设计7.1.教学目标1）激光雷达导航智能车设计：2）视觉导航智能车设计；3）服务机器人设计。本章教学支持课程目标3。7.2．教学重点1）轮式移动机器人的软硬件设计；2）激光雷达导航技术的应用。7.3．教学难点1）轮式移动机器人的软硬件设计；2）激光雷达导航技术的应用。7.4.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。7
7 6.2. 教学重点 1) 单目/双目机器人视觉系统； 2) 视觉目标检测方法。 6.3. 教学难点 1) 单目/双目机器人视觉系统； 2) 视觉目标检测方法。 6.4. 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：围绕机器视觉等内容展开； 2) 课外实践：学习应用最新的目标识别算法； 3) 课外阅读：查阅机器视觉领域的最新研究及相关文献。 7. 智能机器人设计 7.1. 教学目标 1) 激光雷达导航智能车设计； 2) 视觉导航智能车设计； 3) 服务机器人设计。 本章教学支持课程目标 3。 7.2. 教学重点 1) 轮式移动机器人的软硬件设计； 2) 激光雷达导航技术的应用。 7.3. 教学难点 1) 轮式移动机器人的软硬件设计； 2) 激光雷达导航技术的应用。 7.4. 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：围绕机器设计等内容展开；2）课外实践：学习宇树科技机器人智能应用开发平台；3）课外阅读：查阅机器人设计领域的最新研究及相关文献。8.智能机器人实践8.1.教学目标1）虚拟机器人可视化和控制；2）虚拟机器人的碰撞检测；3）虚拟机器人的相机染；4）虚拟机器人外貌仿真。本章教学支持课程目标1、2、3。8.2.教学重点1）虚拟机器人可视化和控制；2）虚拟机器人的碰撞检测；3）虚拟机器人的相机谊染。8.3.教学难点1)虚拟机器人控制：2）虚拟机器人的碰撞检测；3）虚拟机器人的相机染。8.4.教学环节设计1）讲解虚拟机器人的设计与控制；2）分析实战案例，引导学生思考与实践。六、实践教学及对课程目标的支持序号教学内容教学方式课程目标教学要求8
8 1) 课堂讨论：围绕机器设计等内容展开； 2) 课外实践：学习宇树科技机器人智能应用开发平台； 3) 课外阅读：查阅机器人设计领域的最新研究及相关文献。 8. 智能机器人实践 8.1. 教学目标 1) 虚拟机器人可视化和控制； 2) 虚拟机器人的碰撞检测； 3) 虚拟机器人的相机渲染； 4) 虚拟机器人外貌仿真。 本章教学支持课程目标 1、2、3。 8.2. 教学重点 1) 虚拟机器人可视化和控制； 2) 虚拟机器人的碰撞检测； 3) 虚拟机器人的相机渲染。 8.3. 教学难点 1) 虚拟机器人控制； 2) 虚拟机器人的碰撞检测； 3) 虚拟机器人的相机渲染。 8.4. 教学环节设计 1) 讲解虚拟机器人的设计与控制； 2) 分析实战案例，引导学生思考与实践。 六、实践教学及对课程目标的支持 序号 教学内容 教学要求 教学方式 课程目标
序号教学方式教学内容教学要求课程目标虚拟机器学生实验1.了解pybullet的使用方法：人的外貌目标112.能使用pybullet加载机器人描述文件；现场讨论目标3染（2学教师指导3.能使用pybullet实现机器人仿真程序。时）虚拟机器1.了解pybullet机器人的构造；学生实验目标1人可视化22.能使用pybullet控制机器人；现场讨论目标3和控制（23.能使用pybullet驱动机器人运动。教师指导学时）虚拟机器目标11.能使用pybullet控制多个机器人：学生实验人的碰撞目标232.能使用pybullet获取机器人间距离等信息；现场讨论目标3检测（2学教师指导3.能使用pybullet实现机器人碰撞检测的程序。时)虚拟机器1.能使用pybullet相机渣染；目标1学生实验人的相机2.能使用pybullet获取机器人相机的信息；目标24现场讨论3.能使用pybullet实现指定位置拍摄机器人的程渣染（2学目标3教师指导序。时)七、学时分配序号主要内容学时分配支撑课程目标21智能机器人概述课程目标124机器人数学基础课程目标134机器人定位与导航课程目标144机器人路径规划课程目标154智能机器人SLAM课程目标1、364智能机器人视觉课程目标2、372智能机器人设计课程目标388智能机器人实践课程目标1、3总计329
9 序号 教学内容 教学要求 教学方式 课程目标 1 虚拟机器 人的外貌 渲染（2 学 时） 1.了解 pybullet 的使用方法； 2.能使用 pybullet 加载机器人描述文件； 3.能使用 pybullet 实现机器人仿真程序。 学生实验 现场讨论 教师指导 目标 1 目标 3 2 虚拟机器 人可视化 和控制（2 学时） 1.了解 pybullet 机器人的构造； 2.能使用 pybullet 控制机器人； 3.能使用 pybullet 驱动机器人运动。 学生实验 现场讨论 教师指导 目标 1 目标 3 3 虚拟机器 人的碰撞 检测（2 学 时） 1.能使用 pybullet 控制多个机器人； 2.能使用 pybullet 获取机器人间距离等信息； 3.能使用 pybullet 实现机器人碰撞检测的程序。 学生实验 现场讨论 教师指导 目标 1 目标 2 目标 3 4 虚拟机器 人的相机 渲染（2 学 时） 1.能使用 pybullet 相机渲染； 2.能使用 pybullet 获取机器人相机的信息； 3.能使用 pybullet 实现指定位置拍摄机器人的程 序。 学生实验 现场讨论 教师指导 目标 1 目标 2 目标 3 七、学时分配 序号 主要内容 支撑课程目标 学时分配 1 智能机器人概述 课程目标 1 2 2 机器人数学基础 课程目标 1 4 3 机器人定位与导航 课程目标 1 4 4 机器人路径规划 课程目标 1 4 5 智能机器人 SLAM 课程目标 1、3 4 6 智能机器人视觉 课程目标 2、3 4 7 智能机器人设计 课程目标 3 2 8 智能机器人实践 课程目标 1、3 8 总计 32
八、教与学5.教学方法主要的教学环节包括线下教学、课外阅读、虚拟仿真、实验等环节。本课程的教学设计特色主要体现在如下三个方面：1）基于问题的教学方法。将围绕课程教学的重、难点，精心设计若干探究性问题，引导同学深入思考，加深所学重、难点知识的理解和应用：2）强调动手实践。该课程的教学与实验相配合，实验内容与理论课程教学进度同步，通过实验加深对所学理论知识的理解，提升学生应用理论知识解决复杂问题的能力，通过实验也可以检验理论课程的学习效果。6.学习方法理论与实践结合：在掌握机器人相关基础知识后，通过实战项目加深理解，将理论知识转化为实践能力。主动学习：利用网络资源，如在线课程、论坛等，主动探索新技术与解决方案，拓宽学习视野。九、课程评价7.课程成绩构成课程成绩由平时成绩、课程期末考试成绩综合而成，各部分成绩的比例如下：平时成绩：20%。这部分成绩为形成性评价成绩，包括编程练习等部分的成绩构成。大作业成绩：80%。课程最后要求同学完成一项大作业，提交代码和报告交给老师，大作业包含对课程内容的综合运用，考查学生对知识的掌握情况与主动学习能力。课程考核成绩评定如表1所示。表1智能机器人概论考核与成绩评定考核与评价方式及成绩占所在项的比例（约）课程目标平时成绩大作业成绩150%35%11
10 八、教与学 5. 教学方法 主要的教学环节包括线下教学、课外阅读、虚拟仿真、实验等环节。本课程 的教学设计特色主要体现在如下三个方面： 1) 基于问题的教学方法。将围绕课程教学的重、难点，精心设计若干探究 性问题，引导同学深入思考，加深所学重、难点知识的理解和应用； 2) 强调动手实践。该课程的教学与实验相配合，实验内容与理论课程教学 进度同步，通过实验加深对所学理论知识的理解，提升学生应用理论知识解决复 杂问题的能力,通过实验也可以检验理论课程的学习效果。 6. 学习方法 理论与实践结合：在掌握机器人相关基础知识后，通过实战项目加深理解， 将理论知识转化为实践能力。 主动学习：利用网络资源，如在线课程、论坛等，主动探索新技术与解决方 案，拓宽学习视野。 九、课程评价 7. 课程成绩构成 课程成绩由平时成绩、课程期末考试成绩综合而成，各部分成绩的比例如下： 平时成绩：20%。这部分成绩为形成性评价成绩，包括编程练习等部分的成 绩构成。 大作业成绩：80%。课程最后要求同学完成一项大作业，提交代码和报告交 给老师，大作业包含对课程内容的综合运用，考查学生对知识的掌握情况与主动 学习能力。 课程考核成绩评定如表 1 所示。 表 1 智能机器人概论考核与成绩评定 课程目标 考核与评价方式及成绩占所在项的比例(约) 平时成绩 大作业成绩 1 50% 35%