機器人視覺技術(shù)及應(yīng)用-機制-課程教學大綱

-4-【機器人視覺技術(shù)與應(yīng)用】【RobotVisionTechnologyandApplication】一、基本信息課程代碼：【2080446】課程學分：【2】面向?qū)I(yè)：【機械設(shè)計制造及自動化、汽車服務(wù)工程、物聯(lián)網(wǎng)工程】課程性質(zhì)：【專業(yè)限選課】“◎”開課院系：機電學院機械工程系使用教材：【數(shù)字圖像處理(Matlab版)阮秋琦譯電子工業(yè)出版社2020年6月第2版】輔助教材【機器視覺技術(shù)及應(yīng)用張學宏編機械工業(yè)出版社2023年1月第1版】【PyTroch編程技術(shù)與深度學習袁梅宇編清華大學出版社2022.6第1版】課程網(wǎng)站網(wǎng)址：/course-ans/courseportal/241562350.html先修課程：【C語言程序設(shè)計】或【Python語言程序設(shè)計】二、課程簡介隨著計算機技術(shù)、光電子技術(shù)、信號處理理論與技術(shù)、人工智能理論與技術(shù)的發(fā)展，近年來機器視覺得到了飛速的發(fā)展和廣泛的應(yīng)用，在科研和實際生產(chǎn)中發(fā)揮了重要的作用。以深度學習為代表的機器學習正在學術(shù)界和工業(yè)界大放異彩。機器視覺與機器學習作為人工智能的重要分支，很大程度上代表了人工智能的發(fā)展水平，在人工智能領(lǐng)域的地位不言而喻。相關(guān)行業(yè)對從事機器視覺、人工智能領(lǐng)域的人才需求量持續(xù)增加。三、選課建議本課程以高等院校機械設(shè)計制造及其自動化專業(yè)的學生或者其他工科類學生為教學對象，需要有一定的編程基礎(chǔ)，適合大二及以上的學生參加本課程。四、課程與專業(yè)畢業(yè)要求的關(guān)聯(lián)性專業(yè)畢業(yè)要求LO11：傾聽他人意見、尊重他人觀點、分析他人需求，應(yīng)用書面或口頭形式，闡釋自己的觀點，有效溝通LO21：學生能根據(jù)環(huán)境需要確定自己的學習目標，并主動地通過搜集信息、分析信息、討論、實踐、質(zhì)疑、創(chuàng)造等方法來實現(xiàn)學習目標LO31：能夠應(yīng)用本專業(yè)知識進行機器人系統(tǒng)集成、網(wǎng)絡(luò)應(yīng)用開發(fā)及機電新產(chǎn)品開發(fā)的能力LO32：具備智能控制與工程自動化設(shè)備及系統(tǒng)的使用，維護能力，能夠運用智能控制工程學科知識解決實際設(shè)計問題。具備單片機、可編程控制器的控制程序設(shè)計、編程、應(yīng)用能力LO33：具備電子線路的識圖分析、電子元器件的選型、電路板的故障分析、熟練使用各類電子測量儀器的能力LO34：熟練掌握各類工業(yè)機器人編程語言，能根據(jù)自動化生產(chǎn)線的要求編制對工業(yè)機器人進行技術(shù)改造安裝和調(diào)試的能力.具備進一步學習其它計算機邏輯控制語言的能力LO35：熟悉常見機械、電氣設(shè)備基本組成部分及功能，具備工業(yè)機器人機械電氣設(shè)備的運行維護、保養(yǎng)及簡單故障的維修排除能力.LO41：遵守紀律、守信守責；具有耐挫折、抗壓力的能力LO51：在集體活動中能主動擔任自己的角色，與其他成員密切合作，共同完成任務(wù)。能有邏輯的分析與批判LO61：能夠根據(jù)需要進行專業(yè)文獻檢索，能夠使用適合的工具來搜集信息，并對信息加以分析、鑒別、判斷與整合LO71：愿意服務(wù)他人、服務(wù)企業(yè)、服務(wù)社會；為人熱忱，富于愛心，懂得感恩（“感恩、回報、愛心”為我校校訓內(nèi)容之一）LO81：具有基本的外語表達溝通能力與跨文化理解能力。五、課程目標/課程預(yù)期學習成果序號課程預(yù)期學習成果課程目標教與學方式評價方式1L011了解機器視覺領(lǐng)域所用的典型硬件的主要功能、特點、技術(shù)參數(shù)，能根據(jù)實際應(yīng)用需求合理選型、配置相關(guān)相機、鏡頭、光源等，獲取合格圖像等；了解機器視覺領(lǐng)域?qū)鉀Q不同問題所需的主要算法及工具軟件，具有分析實際問題、查閱相關(guān)解決方法的能力；教師引導(dǎo)為主，學生自學為輔平時作業(yè)、綜合評價2L031熟練使用Anaconda搭建所需環(huán)境；熟練掌握典型機器視覺中的典型圖像預(yù)處理、特征提取、缺陷檢測等基本方法。教師引導(dǎo)為主，學生自學為輔平時作業(yè)、綜合評價3L032熟練使用PyTorch框架搭建深度學習網(wǎng)絡(luò)；能夠自行訓練模型；教師引導(dǎo)為主，學生自學為輔平時作業(yè)、綜合評價4L051小組合作，基于選定主題完成視覺識別算法。教師引導(dǎo)為主，學生自學為輔平時作業(yè)、綜合評價六、課程內(nèi)容（必填項）單元知識點能力要求教學難點1.機器視覺技術(shù)概述（2課時理論）1.機器視覺行業(yè)背景。L12.機器視覺系統(tǒng)概念。L13.機器視覺系統(tǒng)組成。L14.機器視覺系統(tǒng)的應(yīng)用場景。L1了解工業(yè)機器人視覺系統(tǒng)的應(yīng)用和前景機器視覺的硬件構(gòu)成及選型2.數(shù)字圖像處理基礎(chǔ)（4課時理論）1.數(shù)字圖像處理概述。L22.圖像的感知和獲取。L23.圖像的采樣和量化。L24.空間域圖像處理。L25.頻域圖像處理。L26.彩色圖像處理。L27.形態(tài)學圖像處理。L21.了解數(shù)字圖像處理的概念2.掌握圖像采集和處理的知識圖像處理技術(shù)3.機器視覺軟件系統(tǒng)（4課時理論）1.基礎(chǔ)算法知識。L32.視覺控制系統(tǒng)方案。L31.了解圖像處理的簡單算法2.理解算法功能算法的程序?qū)崿F(xiàn)4.深度學習與機器視覺（4課時理論）1.搭建PyTorch開發(fā)環(huán)境。L12.PyTorch與視覺檢測。L33.深度神經(jīng)網(wǎng)絡(luò)與訓練。L34.可視化工具。L35.全連接神經(jīng)網(wǎng)絡(luò)。L36.卷積神經(jīng)網(wǎng)絡(luò)。L31.掌握深度學習方法2.熟悉主流深度學習框架1.PyTorch深度學習2.神經(jīng)網(wǎng)絡(luò)的算法與實現(xiàn)5.Yolo目標檢測算法（2課時理論）1.了解YOLO。2.學習使用YOLO3.搭建模型1.了解YOLO的網(wǎng)絡(luò)結(jié)構(gòu)。2.學會設(shè)置、訓練、預(yù)測等功能1.平臺搭建2.網(wǎng)絡(luò)模型數(shù)據(jù)收集、整理、擴充3.模型訓練4.應(yīng)用開發(fā)七、課內(nèi)實驗名稱及基本要求（選填，適用于課內(nèi)實驗）列出課程實驗的名稱、學時數(shù)、實驗類型（演示型、驗證型、設(shè)計型、綜合型）及每個實驗的內(nèi)容簡述。序號實驗名稱主要內(nèi)容實驗時數(shù)實驗類型備注1圖像及視頻讀取1.圖片讀入相關(guān)軟件2.理解圖片數(shù)據(jù)的意義2驗證型2圖像預(yù)處理1.理解圖像處理基本原理2.學會處理數(shù)字圖片4驗證型3圖像操作1.使用相關(guān)圖像處理算法完成圖像的縮放、邊緣檢測、裁剪等操作2.學會圖像處理算法的實際運用。4驗證型4Anaconda環(huán)境配置