“新工科”背景下机器人行业实践型人才知识构建与培养方法探讨*

王 高，叶文生，柳 宁

（暨南大学信息科学技术学院/机器人智能技术研究院，广东广州 510632）

在当前国内机器人应用迅速普及、机器人产能扩张、国产品牌机器人进入规模应用的大背景下，国产工业机器人的伺服驱动、RV减速机等关键零部件还没有实质性突破，但已有大量的国产机器人控制系统面世，并进入产业化发展轨道。机器人控制系统的研发工程师需求量大，但机器人技术是一种涉及机械、计算机、电子、自动控制等学科的综合技术，绝大部分高校都没有机器人专业，目前在岗的机器人控制系统研发工程师都是实践中成长起来的，水平、能力成长周期差异较大，企业必须考虑这种综合人才的培养与使用问题，高校对于这类人才的早期培养及塑造作用愈发明显。

教育部适时提出面向工程教育改革创新的“新工科”概念[1]，将新兴产业领域极具产业化特色的机器人、智能制造罗列其中。基于国内目前与机器人相关的专业课程设置，实质是杂糅了机械、计算机、电子、自动控制等学科的综合体，培养体系和目标还不明晰，建设机器人/智能制造学院等面向新兴产业领域的产业化学科集群时机尚不成熟。

“新工科”对人才培养目标的定位由学生个体发展、工程本质属性、社会需求及国家意志所决定[2]。新工科的出现将变革或颠覆原有工科知识体系，是面向未来的工程教育。面向工业机器人控制器研发的工程师培养定位。本文着力探讨“新工科”背景下的实践型研发人才知识框架构建和结构模型分析，及基于该框架下的本科生“工程师目标”培养方法。基于某校工业机器人控制器软硬件研发多年来人才培养经验及教训，列举人才培养中面临的一些问题，提出面向应用的培训指导方案，希望能够抛砖引玉。

1 工程知识构建需求及实现途径

高等教育中的工科是培养大批工程人才重要学科门类，美国工程与技术鉴定委员会（A-BET）在《工程标准2000（EC2000）》中所提及的本科工程教育人才培养标准第一条即“具备运用数学、科学和工程知识的能力”。工程知识是关于工程原理与规律、技能和能力等方面的知识[2]，其来源于工程实际，对工程能力的培养尤为重要。本科生获取工程知识可通过系统学习和参与科研活动：系统学习是基本要求，参与科研是必要条件。

任何知识均由元知识、核心概念、基础理论、派生理论以及研究范式等构成。想要系统了解一个新的领域，必须清楚它的理论基础、核心概念、理论发展、研究范式。工业机器人控制系统也不例外，采用溯本求源、经典教材学习、文献综述等方法可从根本上解决基础知识架构，但解决机器人控制应用的实际问题还需要“专业知识+应用场景”的历练过程，如何做好二者的衔接是人才培养的核心部分。依据知识构建理论及工程知识特征[2]，学生对工程知识的认知是基于原有认知图式逐步建构起来的，其建构过程需要关联工程实践的直观感受，并伴随连续地知识反馈验真。这个过程不可能一次完成，有同化或顺应，也可能有逆反或碰撞，要经过多次迭代，才能完成关联与综合、渐进、逐步升华的过程，具有其特定的建构规律。

图1 工程知识构建的一般途径

从工程知识到工程能力的转化过程，国内外高校一般采用本科生参与科研的方法，其主要形式体现为：其一，学生作为学徒参与教师牵头的研究小组，在其中担任研究助理；其二，由学生自己提出项目方案，包括研究性项目、工程设计项目以及公众服务性项目等，根据方案向学校申请研究资金。由于学科背景与内涵的差异，前者更适合“新工科”特色，以教师为主导、应用需求为导向、产业化为目标。从知识到能力的转化，严格树立起学以致用、对社会做贡献的精神，倚靠应用研究手段、落地产业成果。

未来，工业机器人控制系统的研发不是简单的经验传承，是信息、材料、物理等多学科的交叉，属于典型的跨界交叉融合学科，通过跨界释放高能，辐射出比传统机械、自动化、计算机更大的能量，从而走向智能制造阶段[10]。弹性设置教学计划，丰富教学手段，增设具有跨学科性质的辅助课程，促进专业课程与辅助课程紧密结合，融合教学内容和研发工具，使专业知识群模块与研发所辅助课程模块有机关联。如机器人工程或智能制造系统即是一个跨机械、信息、自动化、材料等专业的综合性学科群，具有强烈的“新工科”属性，具备提供可行性方案、系统集成、研发等功能；而机器人学则是研究机器人刚体组成的相互关系，主要涉及数学、控制理论、动力学等理论领域，具备输送应用基础理论的功能。

实现工业机器人在具体行业上线服役是检验工程师知识构建质量和工程能力转化的基本途径。未必要求工程师具有全部开发、实施技能，但在整体项目实施过程中，必须具有全局视野，懂得模块协同原理，完成自身工作。

2 机器人控制系统研发人才需求

由前述可知，工业机器人控制系统研发人才属于复合型人才，不仅需要精通机械、自动化、计算机等学科基础知识，更要对系统科学和行业专门知识熟稔，高级研发人才还应具备知识体系间交叉、融合的迁移相关情境性知识和归纳经验性知识。这类人才是一种稀缺资源，从专业基础知识体系构建向专业能力的迁移需大量实践积累，其培养过程需要大量人力及资源耗费。

现阶段，国内高校少有机器人专业，企业自然没有对口的机器人控制系统研发工程师来源。岗前培训、在岗培训成为重要环节，高级岗位工程师则要进行跨专业、长周期的培养。从企业角度出发，用人成本与用人效率始终是一个重要议题，培养过程也是以提供机会、搭建平台、师徒传承方式为主。用（使用）与养（培养）结合是当前主要模式。从解决社会及公司人力成本支出角度看，工科高校所承担起的研发人才培养任务，是体现高校服务社会价值属性的支撑点。

岗位研发人才的技术需求包括：（1）计算机技术，包括：嵌入式计算机原理、实时操作系统、C/C++语言与数据结构；（2）数字控制技术，包括：数控原理、自动控制原理、计算机控制技术；（3）机器人技术，包括：机器人运动学、机器人动力学、机器人力控制；（4）信号与信息处理技术，包括机器视觉、系统辨识、信号处理与信息融合等。从需求等级来看，机器人控制系统研发岗位可划分为初级岗、中级岗和高级岗，如图2所示。其中：

（1）初级岗应掌握工程知识基础，具备模块开发、调试或集成的能力。体现为：通过培训及自主学习掌握行业知识、技能，能够解决技术问题、自主完成任务。

（2）中级岗应具备专业场景下合理运用工程知识的能力，具备算法集成、优化和模块集成能力，可分析具体问题，并给出客观技术方案。

（3）高级岗应具备制订并实施工程方案的能力，规划具体技术路线、设计关键算法模型及接口并制订系统级评测框架。

理顺机器人控制系统研发工程师的岗位能力要求，合理安排研发工程师岗位与人力资源配置，充分发挥高校学科平台的引导作用，探讨研发工程师在岗的培养方法，是加速机器人控制系统研发人才培养的关键。

图3 机器人、智能制造系统所涉及知识体系构建

图2 机器人控制系统研发人才岗位需求简表

3 知识结构模型分析及教学实践优化

建构主义学习理论强调“教学过程的逻辑是学科的逻辑与学生掌握教材的心理活动的‘合金’”。学无定式、教无定法，由于学生个体存在差异，教学实践与理论设计无法完全吻合，但最终目标是激发学生兴趣、增强主动学习意识、加深内容理解，并实现分析、创新、协作等综合能力的养成。我们调研了部分国内工科高校工科教学法的实践经验，归纳为以下方面：

（1）基于课堂教学的知识体系创新。这是对专业边界的重新审视与再设计，是新工科知识架构的创新及对原有工程知识体系的改革[3-4,7]。以教师为主体进行。

（2）基于课外科技创新活动及科研实践[6,8,11-12]。这是原有理论知识体系和实践效果的转化与碰撞，依赖教师与学生的互动。

（3）自主社会实践与科研训练计划的实施[5,9]。这是一种目标明确的专业技术训练与素质养成，主要是学生自主/自觉，且以项目需求驱动。

需要强调的是，面向机器人系统研发的工程知识具有综合性强、形式多样、涉及面广、逻辑关联性和递进性、实践性/情景性等特点。学生对其认知必然基于原有知识框架并逐步构建出轮廓渐清的工程认知体系[9]。机器人工程的复杂属性决定了知识构建过程必须经过不断综合、反复演进的构建过程，经过多轮迭代、反复验证，完成渐进升华。工程知识的构建是为工程能力的形成服务的，其构建过程也体现相关学科知识群融合、理论与工程实践关联的过程，脱离工程情景，即失去了构建的意义。

高校机器人工程平台建设在教学实践设计上应注重从基本层面的学科知识点向知识面演进，形成机器人固定知识体系，并结合应用情景将工程知识转化为工程能力。根据文献[3]中关于工程知识构建过程的示意图，结合工业机器人、智能制造相关专业知识，基于本科教育体系课程设置规划出工程知识构建模型，如图3所示，并对工程能力的形成进行解读。具体探讨以下几点：

（1）基于机器人控制系统研发的系统教学，实现工程知识框架的初步构建。一般工科课程设置的学科基础课和专业基础课作为知识点铺垫于前，通过考试/考核手段检验掌握程度。

（2）以工程知识的融合和再造为目标，赋予其新的工程内涵，以实践推进为手段，将全虚拟仿真、半物理仿真、全实物控制引入相关课程实验，建立一体化、全贯通的平台实践环节。

（3）根据教学/培训内容和岗位培养阶段要求的不同，采用递进式项目开发训练，在试错平台上进行各种机器人工作情景调测训练，依赖不断增强的仿真手段和半实物控制器优化，强化工程知识构建到工程能力迁移的效果。

总之，实践型人才的能力包括3个方面，知识框架与学习能力、技能与实践应用能力、见识与职业阅历。对机器人控制系统研发工程师来讲，知识框架包括计算机知识、自动控制知识、机器人知识、信号与信息处理知识，其中，计算机与自动控制是基础知识，机器人与信息处理是专业知识。在计算机领域，学习新技术的能力要求更为明显，基本上5年一代计算机技术更新，要求从业者要有强烈的进取心和学习能力；技能包括C程序开发技能、嵌入式系统/工控机开发与调试技能、机器人检测与标定等。技能的实践应用能力是指解决研发过程中不确定问题的能力。见识与职业阅历是决定工程师职业技术水平高低的核心要素，它包括研发项目调测经历、关联技术领域宽度与深度、项目应用中的问题反馈与解决响应。

表1 机器人控制系统研发工程师应掌握的“新知识”体系

机器人控制系统研发工程师的知识领域涉及计算机、自动化、机械与信息4个学科，知识体系庞大，但从应用开发的角度来看，机器人控制系统研发工程师应掌握的知识点可归纳成表1所示“新知识”体系。

因此，融合计算机视觉和运动控制的新型研发工程师应该具备更广阔的专业视野和开发素养。这就要求新的机器人开发实践平台和具有学科交叉综合专业素养的教师共同承担人才培养任务。

4 研发人才培养面临的问题

工业机器人近几年才大规模进入中国制造业，其中国产机器人产业近几年蓬勃发展。由于国内高校少有机器人本科专业，20世纪90年代初机电一体化技术所催生出的机械电子工程本科专业将机械与控制专业融合，针对机电一体化技术发展的要求，增加自动控制与计算机控制课程，满足机电一体化系统的设计与制造技术岗位的需求，可视为机器人工程近专业。目前在岗的机器人控制系统的专门研发工程师均是转行、自学或机器人相关方向研究生成长而来，成才周期长，质量与水平参差不齐，远不能满足行业发展需求。“新工科”常态下的工程人才不能复刻，只能造就。精深、扎实的专业知识，应该注入“新”的元素。

机器人不仅是机电一体化产品，而是基于机电一体化系统，集成了信息技术与智能控制技术，技术体系更加庞大和复杂，技术融合度更高，且作为智能制造的代表，更容易吸收最新技术，如3D视觉、多传感器融合、智能决策等，这些技术的落脚点全部集中在控制系统上。相应地，机器人控制系统的研发工程师，特别是高级岗位研发工程师势必要求掌握信息技术与智能控制技术。也就是说，机械电子工程是机械与自动控制的融合，机器人则是机械、自动控制和信息技术的融合。机械电子工程专业为掌握机械与控制技术，本科学制设置5年，如果设立机器人本科专业，且按机器人技术体系安排教学内容，机器人本科专业学制可能延长至6年，学制太长，显然不符合学科发展实际。

用人企业在研发岗位的安排上会作技术领域的细分，机器人的运动控制、动力学控制和力控制以机械类或控制类专业背景工程师为主，机器人的信息感知与决策控制则是以信息类专业背景工程师为主，而计算机技术则是这些岗位的基础知识与技能。但是，机器人控制系统的高级研发人才需要全面贯通机器人相关的机械、自动化、计算机、信息等技术领域，如何培养这类人才是高校和企业共同面对的重中之重的问题。

依靠数学、物理、电子电路、单片机嵌入式等基本课程养成学生的基本专业素质；依赖专业教师“学徒制”塑造工程研发能力[7]，这些完全依赖课程或教师本身的做法，时间成本过高，对教师的专业全面性要求也高。如何科学、合理安排相关专业知识、技能教学环节，如何将其有机结合并形成“新知识”体系是考量“新工科”转型的关键因素。

图4 机器人控制系统研发/培训平台的基本组成架构

5 研发人才使用与培养方案探讨

智能制造及机器人行业人才是国家实体经济发展的柱石，是中国跟随时代发展的精英角色。高校必须承担起培养任务，而不能完全推给社会培训机构或公司任其自由发展。这不仅造成行业人才流失，还会导致社会资源浪费。深化科教结合、产教融合、校企合作的“新工科”人才培养模式改革，建立高校机器人研发平台，承担起机器人研发人才的发掘、培养任务是当前“新工科”教育的初衷。

为建立实践型工程人才培养的路径，形成以创新-创业为导向的培养模式；形成推动创新-创业成果转化应用、产学研用紧密结合的体制和机制。智能制造和机器人行业人才培养亟待打破固有机械、自动化与控制、计算机、材料等学科领域界限，形成多学科交叉融合特征的工程人才培养模式。

基于某单位目前课程体系现况，拟开设跨学科选修课程，更新原有教学内容，探索面向复杂机器人工程问题的课程和教学模式。对教学/培训团队指导教师、新入门学生、熟手学生间应建立有机合作关系，各负其责、各司其职，教学相长，学生在专业技能进步的同时，教师也应在前沿技术跟踪、技术发展趋势方面建立正确的理念，因此建立一套科学、有效的研发培养/交流体系势在必行。对应前文提出的机器人控制系统研发岗位的三级划分需求，以下从岗位对应三阶段分别对人才培养方案进行总结：

（1）初级阶段。初级阶段是成长最明显的阶段，需要完成由新手到合格工程师的转变，增加成长动能、提高成长速度，快速将工程知识转化为工程能力，完成开发试错的全阶段经历。一要培养其勤学、多思的习惯；二要培养其职业习惯，如工具规范、技术文档整理；三是向职业化转变，负责、守时。本阶段可总结为技术原则及职业素养的成型期。

（2）中级阶段。中级阶段能够负责并解决独立问题。基于初级阶段部分技术积累和解决简单问题的经验，应安排其独立完成具体算法的开发与调试，解决关键技术问题；培养其从更广阔视角审视问题，需要对产品负责，对团队进度负责；培养其对产品技术的理解、对当前技术方案的优化能力；关键是培养其具有整合资源开发，合理安排自行攻坚任务和第三方技术支援。

（3）高级阶段。高级阶段应负责核心技术、决定技术全局、规划发展方向。该阶段应采取对人才的引导和协商方式，尽量创造机会增进其对产品技术领域的纵深认识，使其对技术方案有清晰的认识和实践经验。作为技术带头人，不仅自身应有强大的技术储备，还要有前瞻的研发思路和敏捷方案，并能够对技术热点和开发可持续性保持敏感。

这三阶段培养内容对应机器人研发岗位的人才需求。能力的进阶与岗位的升级并非被动进行，这也是培养人才的关键：主动、积极、热爱本职工作，主动发起能力进阶，积极学习与积累，承担更多的任务与责任。

机器人控制系统开发的试错环节意义重大，尽量让试错环节提前在高校研究平台解决，尽可能多的设置试错环境和试错手段，这是提高或催熟高质量工程师的珍贵经历。这就对教育者、培训者提出了非常高且非常实际的问题，如何基于现有高校资源给出合适的培养平台和方案。结合本单位实际，本文给出机器人控制系统研发/培训平台的基本组成架构如图4所示，三层架构中，第I层安排了实物机器人原型和虚拟机器人原型，用于建模、标定、集成开发及后续演示/培训；第II层给出了PC-Based和DSP-Embedded两种开发环境，自主开发及外购硬件灵活选择，直接驱动实物机器人和虚拟机器人（HIL，硬件在环模式），并采用Vision系统的数据交换、数据变换、数据融合[13-16]完成运动与视觉的融合；第III层通过平台开发/集成，进行运动、模型、几何、任务等技术与知识抽象，落实具体开发细节，服务人才培养，同时根据机器人结构、功能、数据、行为模型划分出不同行业领域的应用，可直接服务应用厂家。

6 结束语

机器人控制系统研发人才的技术领域要求宽、涉及机械、自动控制、计算机及信息处理等学科领域。国内在2016年之后有24所招收“机器人工程（080803T）”四年制工学本科专业的高校，2017年已增至60所，涵盖“双一流”建设高校及高职院校。这说明国家层面对机器人及智能制造行业的重视和教育“实践化”回归。高端研发人才依靠实践培养，通过岗位分级、轮岗与调岗、师徒传承和产学研合作，是目前解决机器人控制系统研发人才培养的可行方案。

通过对工业机器人控制系统研发人才的知识结构、能力框架及培养平台建设等方面的分析，初步建立起基于当前工科专业知识体系的人才培养及发展方案，其核心在于团队对数控及机器人技术的积累和产业研发成果的落地。基于当前企业对机器人控制系统研发人才需求分析，量化了知识结构模型并对教育实践过程进行优化；基于人才培养难的问题，给出了细化的培养方案，并根据我单位平台条件给出了三层架构的培训/培养平台；通过平台建设与知识/技能培训两大抓手，将机器人控制系统研发人才培养工作落到实处，期望培养出一批知识根基牢固、研发视野广阔、开发功底过硬的工程师，为我国本土机器人控制器关键零部件技术及产品发展提供人才资源。