聚焦复杂工程问题的智能机器人实践教学体系建设与实践

摘 要：聚焦复杂工程问题，以各类大学生智能机器人比赛为指引，针对机器人智能感知与运动控制两个方向的内容及特点，整合实验室资源，将相关主干课程的知识点“串”起来，建立了较为完整的智能机器人实践教学体系。通过建设智能机器人实践教学体系，在培养了学生专业素养的同时，提高了学生在实际应用中解决复杂工程问题能力。

关键词：工程实践；智能机器人；实验室建设；创新竞赛；工程认证；实践教学体系

中图分类号：TP249 文献标识码：A 文章编号：2095-1302（2025）05-0-04

0 引 言

智能机器人作为一个极具代表性的系统工程控制对象，融合了电气设计、控制理论、通信工程、系统架构等多个现代工程学科。从实践教学的角度，智能机器人深度融合了电气自动化专业的基础知识，形成了一套专属智能机器人的交叉学科体系。作为实践教学的载体，智能机器人又是一个将传感检测、片上处理器、软件设计、智能控制算法、非线性控制理论等融合在一起的复杂光机电集成系统[1]，它是复杂工程问题的一个浓缩实体。

目前，工程教育专业认证是确保工程教育质量的一项重要制度，它作为实现工程师资格国际互认的重要途径之一，在国际上得到了广泛认可[2-3]。工程教育专业认证以促进我国工程教育教学体系高质量发展为核心，以提升高校工程教育质量水平为目标，为我国培养了众多国际级别高级工程师。2019年11月大连海事大学测控技术与仪器专业通过了中国工程教育专业认证，并于2022年6月顺利通过中期审核。但在评审过程中，评委指出毕业生应达到具有“解决复杂工程问题”能力的要求，为实现这一目标，仍需加强实践教学体系的建设。其中，“复杂工程问题”指的是具有复杂性的工程问题，而非复杂工程本身的问题。

智能机器人是理想的综合性、创新性实践教学载体，建立智能机器人实践教学体系有利于推动实践教学高质量发展。因此，本文聚焦复杂工程问题，以智能机器人作为实践教学载体，突出实验主体作用，提高实践教学效果，注重开设综合性、设计性和创新性的实验项目，其目标是提升毕业生解决复杂工程问题的能力。

1 智能机器人实践教学现状

针对工程认证的要求，各大高校的智能机器人相关专业正积极进行教学改革。以实际项目中对工程师的职业要求为引导，提升学生在求职中的核心竞争力，重视综合实践教学环节，设置小学期，大幅增加课程设计环节的学时，也带来了相应的问题，在各类机器人相关课程的数量并未减少的前提下，仅减少了理论课的授课学时，这样很容易导致理论与实践脱节，出现快餐式、观光式实践教学的问题，学生们学过的知识很多，但会应用的却很少，或是学到的课程知识不是系统性的，“见木不见林” 的现象时有发生[4]。这就要求教师充分利用好实践教学环节，设置综合性较强的实践教学项目，帮助学生把各门主干课的专业知识串联起来。

2 聚焦复杂工程问题的智能机器人实践教学体系构建

2.1 实践教学体系建设的总体思路

针对复杂工程问题的特点，大连海事大学智能机器人实践教学体系建设的主攻方向为智能感知与机器人运动控制两个专业特色方向。其中，智能感知方向旨在培养学生对智能机器人传感器和多传感器信息融合等技术的实际应用能力。机器人运动控制方向注重培养学生的控制算法设计和实现能力，不仅涵盖经典的PID控制方法，还会深入探索神经网络、机器学习、路径规划、决策树等先进智能算法的应用，使机器人能够通过语义识别和图像识别，做出相应的运动控制决策。

机器人智能感知与运动控制方向涵盖了大量的专业知识，与工程教育专业认证对于复杂工程问题的特征定义相一致，它对于培养学生对知识的整合与挖掘的能力，提高学生的工程实践素质与价值意识具有重要作用[5]。因此，构建层次递进的智能机器人运动控制与智能感知实践教学知识体系，可以帮助学生提高处理实际工程中复杂工程问题的能力，锻炼学生整体知识结构的实际运用能力，以培养更为突出的应用型人才。

2.2 智能机器人教学在专业基础实践中的拓展

“传感器应用技术”“机器人控制技术”“人工智能与机器学习”“自动检测技术”“STM32原理与应用”“数据采集与处理技术”“自动控制原理”是大连海事大学自动化相关专业开设的机器人方向主干课程，各课程都设置与理论课相对应的实验课，但实践内容相对独立。由于课程间的横向开发协同性和纵向研发延展性没有做到无缝对接，导致实践教学过程中未充分发掘学生的综合应用能力和创新能力[6-7]，教学效果不尽人意。

为解决各门专业课局部知识结构问题，提高学生应对复杂工程问题的能力，机器人实践教学体系建设以智能机器人的智能感知与运动控制方向作为切入点，结合机器人相关专业主干课的特点循序渐进地开展相关训练。在低年级学生的程序语言设计与编程实践中融入机器人基础工程训练，提升学生针对机器人运动控制方向的算法设计与分析能力；在中年级学生的传感器课程实验和课程设计中，帮助学生从机器人系统的整体角度来观察、分析和解决问题，从而与自动控制原理、机器人运动控制技术、微机原理与接口技术等专业知识结合起来；在高年级学生的综合性课程设计、自主创新设计、理论与技术研究中，将前沿的人工智能与机器学习学科知识与深度学习、图像处理、机器人自主导航、语音识别[8]、传感器信息融合、神经网络、遗传算法等多方面知识相结合，以培养学生的创新能力。

这样，在专业基础实践课的建设中，智能机器人实践教学体系能够分层次地贯穿到各年级的专业基础实验中，将“自动控制原理”“微机原理与单片机接口技术”“STM32原理与应用”等运动控制的理论知识点引入到“数据采集与处理技术”“传感器原理与技术”等智能感知的专业基础实验课中形成有机整体。机器人主要功能模块与专业课程的对应关系如图1所示。

2.3 以智能机器人竞赛促进综合性实践教学的建设

智能机器人系统是真实智能测控系统的一个浓缩实体。为了实现移动机器人在动态且不确定的环境中自主移动，就需要运用一系列核心技术，包括环境感知、地图构建、自主定位、运动规划等[9]。围绕机器人智能感知与运动控制，构建了一套与生产实践相结合的实践性教学体系，以此培养学生将理论知识应用于实际问题的能力，同时提高学生的专业素养和解决复杂工程问题的能力。

当前，各类智能机器人的软硬件技术日益成熟且丰富多样[10]。针对全国大学生举办的各类智能机器人创新竞赛，如中国机器人及人工智能大赛、RoboCup机器人世界杯中国赛、中国机器人大赛、国际水中机器人大赛、RoboMaster机甲大师赛以及Robocom机器人开发者大赛等，在经过十多年的发展后，已经趋于成熟，并在国内众多高校中产生了广泛而深远的影响。参与这些竞赛的过程，能够有效锻炼学生的独立思考能力和解决实际问题的能力。

大连海事大学在构建智能机器人实践教学体系时，充分结合了智能机器人竞赛的内容与特点，对机器人比赛的原则和机制进行了提炼与简化。体系内设计了步进电机驱动、陀螺仪运动检测等基础接口，实现了对电机转速和舵机摆角的精确读取。同时，将智能机器人系统中的关键实验模块，如舵机（伺服电机）、直流电机、光电编码器、CMOS摄像头等，融入到相关的课程设计中，并建立了多个综合性强的实践教学项目，有效地将专业课程实践教学与科技创新竞赛活动紧密结合。

3 智能机器人实践教学体系的实践

3.1 软硬件教学资源的建设

针对智能机器人领域的行业热点，大连海事大学为机器人与人工智能实验室配备了全面的数字化软硬件教学系统。软件系统主要包括：MATLAB系统模拟仿真软件、Python及C++等高级编程语言环境、Scratch及Arduino等图形化及嵌入式编程平台，以及专门的智能机器人设计系统和一系列模式识别工具箱。硬件系统主要包括：基于英伟达开发平台的深度学习AI智能车、配备多自由度机械臂的坦克机器人、机甲大师机器人S1系列、无人驾驶智能车实验模型、专为船舶智能感知与控制设计的实验平台、集成机械手的水下机器人、机器仿生鱼以及四旋翼无人机控制实验系统等。部分机器人实践教学设备如图2所示。

为了丰富智能机器人类课程的综合实践环节，进而提升学生的专业能力和培养开放性思维，智能机器人实验室搭建了相对完善的专业机器人实验平台。该实验室所开设的机器人相关课程大致可以分为以下四个核心领域：嵌入式软件系统设计、智能传感器应用与开发、模式识别与图像处理技术，以及机器人运动控制技术。实践课程与机器人实验设备的对应关系见表1。

3.2 智能机器人实践教学体系的实施

智能机器人实践教学体系以智能机器人为载体，贯穿基础实验、专业实验、毕业设计以及创新竞赛等多种实践教学活动。为帮助高、中、低不同年级的学生分阶段地融入到智能机器人系统的设计中，各阶段的具体机器人实践教学内容如下：

第一阶段：将典型的Arduino轮式机器人、RoboMaster S1机器人作为授课对象，首先让学生能够自主完成基本编程，对电机的控制方法有一定了解，在此基础上，学会简单机器人系统的组装、调试方法。最后通过让机器人跟踪如矩形、椭圆形等经典轨迹的运动控制课题，让学生对智能机器人机构原理、编程设计等有初步的认识。

第二阶段：学生能够通过自主设计运动控制逻辑，初步具备整合各类电子器件以及独立开发智能机器人控制程序的能力。同时，通过学习红外传感器、光电编码器等标准传感器的相关知识，学生能够完成机器人跟随、避障等相关实验。在此基础上，他们将深入理解和掌握智能机器人控制系统程序编写的逻辑，为今后完成更加复杂的功能打下坚实基础。

第三阶段：在前两个阶段的基础上，学生为了扩展智能机器人的功能，通过更新设计方案、调整试验环境，并增加传感器、创新模块套件及执行机构，以熟练应用各类传感器来实现多样化的功能，如语音控制机器人小车等实验。这一环节旨在让学生对各种传感器和执行机构的工作原理及应用方法有更深层次的理解，从而提升学生的实际工程问题解决能力[11]。

通过参加比赛或研究课题，学生得以自主设计机器人。这一过程不仅培养了学生的创新思维，还锻炼了他们的实践能力。在这个阶段，学生能够深入探索并验证目标识别、路径规划、运动控制等处于学科前沿的算法。例如，他们可以参与到无人车自动驾驶、水中机器人自主目标识别与抓取等实践项目中，通过实际操作来深化理解和应用所学知识。

4 结 语

通过智能机器人实践教学体系的建设，大连海事大学构建了层次递进的智能机器人运动控制与智能感知实践教学知识体系，将工程教育专业认证中“复杂工程问题”的概念具体化。根据智能机器人竞赛的内容及特点，对比赛的规则和机理进行了简化，并改造了相关的机器人实验设备，以便将其应用于专业课程实验与综合课程设计中，帮助高、中、低不同年级的学生有效融入到智能机器人的系统设计中，从而将智能机器人实践教学体系打造成为一个相对具有开放性的平台，为学生的发展提供良好的实践环境，有利于培养学生的创新思维、科研素质以及实践能力。

参考文献

[1] 白一鸣，牛小兵，赵永生.面向自动化类专业的智能机器人实验室建设[J].中国现代教育装备，2022（17）：45-46.

[2] 曹凤雪，陈艳萍，黄成.非计算机专业C语言课程的教学方法[J].福建电脑，2020，36（1）：104-105.

[3] 李欣.面向专业认证的高校工程实践课程标准化建设探究[J].大学，2020（43）：10-12.

[4] 张彦斌，宋磊，邱明，等.面向工程教育专业认证的机器人学课程教学改革与实践[J].中国现代教育装备，2017（9）：4.

[5] 王威，熊新民，王伟生，等.电类专业集散式教改探索与智能车比赛[J].电子产品世界，2015，22（12）：33-36.

[6] 孔英会，戚银城，项洪印，等.通信工程专业核心课程体系建设的研究与实践[J].中国电力教育，2012（18）：68-69.

[7] 程磊，吴怀宇，熊凌，等.结合智能汽车竞赛活动的自动化专业教学改革[J].电气电子教学学报，2009，31（z2）：116-119.

[8] 杨烨阳，郑健蓉.人工智能与高校思政课程改革的创新融合[J].教育信息化论坛，2021（7）：126-128.

[9] 方正，吴成东.自主导航：赋予移动机器人智能感知与运动的能力[J].自动化博览，2019（8）：68-72.

[10] 王喜鸿，董家道，陈敏.“科技理工”之学生科技创新体系的构建——以三亚学院理工学院为例[J].科技视界，2017（9）：59-60.

[11] 王旭仁，刘丽珍，黄向阳，等.智能机器人实验室建设研究[J].计算机教育，2013（19）：85-87.