工程技能達成引導基礎理論學習的SLAM課程建設與探討

摘"要：SLAM是新工科教育體系里的重要核心課程，其本科教學存在課程預備知識多、課程理論深度高、工程技能要求高和面臨大量實踐運用等難點。針對這些問題，面向國家新工科教育發(fā)展需求，本文探索了工程技能達成引導基礎理論學習的課程建設方法，將抽象理論知識與實際項目案例相結(jié)合，通過多維度教學策略來深化學生對SLAM知識的理解和掌握。進一步地，以工程技能培養(yǎng)作為目標，本文提出了涉及機器人領域多門課程的協(xié)同教學模式，為全面提升學生知識體系認知、激發(fā)創(chuàng)新思維和強化解決復雜工程問題的能力做出了有益探索。

關鍵詞：同步定位與建圖；SLAM；教學方法；工程實踐

一、概述

新工科是教育領域做出的一項應對新一輪科技革命和產(chǎn)業(yè)變革的重大戰(zhàn)略行動，肩負支撐服務創(chuàng)新驅(qū)動發(fā)展等一系列國家戰(zhàn)略的重要使命。傳統(tǒng)工科教育按照學科分類開展知識傳授和技術培訓，與之相比，新工科教育強調(diào)不同學科的交叉與融合，突破了傳統(tǒng)工科教育中學科之間的壁壘［1］。面對當前社會對新工科人才的廣泛需求，大學課程正面臨著全新的改革形勢，在保障學生對基礎知識掌握的基礎上，還需要進一步培養(yǎng)和訓練學生的邏輯思維能力與創(chuàng)新創(chuàng)造能力，從而迎合新工科建設與發(fā)展需求［2］。

同步定位與建圖（Simultaneous"Localization"and"Mapping，SLAM）是機器人和自動駕駛領域的關鍵技術之一，也是新工科領域中備受矚目的一個技術領域［3，4］。通過學習SLAM課程，大學生不僅能夠深入了解機器人導航領域的基本原理和典型應用，還能提高計算機算法設計和編程能力。隨著機器人技術、自動駕駛以及增強現(xiàn)實等領域的飛速發(fā)展，掌握SLAM技能的人才是各大企業(yè)競相追逐的寶貴資源，也是國家科技創(chuàng)新和產(chǎn)業(yè)發(fā)展的新活力，在社會上有著越來廣泛的需求。因此，SLAM課程建設是我國新工科教育的一個重要領域，對于培養(yǎng)高素質(zhì)的科技人才、推動科技創(chuàng)新和產(chǎn)業(yè)升級發(fā)展具有重要意義［5］。

SLAM課程是一個全新的專業(yè)課程，在高校中此課程的開設尚不普遍，缺乏豐富的教學經(jīng)驗積累。此外，已開設課程主要面向研究生，而面向本科生開設的課程較少。筆者憑借在本科生基礎課程教育與機器人導航領域研究的心得體會，深入剖析SLAM課程建設所面臨的挑戰(zhàn)與難點，并針對性地提出了切實可行的建設方案，為推動教學改革、有效達成新工科人才培養(yǎng)目標提供新的思路。

二、SLAM課程的難點與挑戰(zhàn)

（一）課程預備知識多，且缺一環(huán)不可

作為一門前沿的機器人技術，SLAM課程不僅要求學生掌握機器人ROS操作系統(tǒng)［6］、C++語言編程、OpenCV圖像處理［7］等基礎知識，還需要深入理解機器人學、傳感器技術以及激光/視覺SLAM算法等多種知識體系。它們構(gòu)成了SLAM技術學習的基礎，缺一環(huán)都可能導致學生對后續(xù)內(nèi)容理解困難。在有限的課時內(nèi)，逐一講解這些預備知識往往難以實現(xiàn)，而遺漏某些知識又可能使學生理解不夠透徹。

（二）課程理論深度高

SLAM課程涉及隨機系統(tǒng)、矩陣論等大量抽象知識，它們事關SLAM核心理論的理解，例如，如何通過數(shù)學模型來描述機器人的運動和環(huán)境感知，以及如何處理傳感器數(shù)據(jù)的不確定性等。這些理論知識不僅概念抽象，而且需要較強的數(shù)學基礎和理解能力，對于初學者來說，理解其背后的原理和推導過程是一大挑戰(zhàn)，學生往往難以駕馭。

（三）課程工程技能要求高

SLAM課程強調(diào)機器人導航理論的實際應用，涉及基本原理、算法實現(xiàn)、優(yōu)化方法等多個方面。只有通過工程實踐，學生才能夠深入理解SLAM算法的原理，提升對SLAM課程整體知識的認知高度。如何將基礎理論與工程實踐結(jié)合在一起，通過SLAM課程內(nèi)容有機地整合在一起來培養(yǎng)學生的創(chuàng)新能力和工程能力是另外一個巨大的挑戰(zhàn)。

（四）課程要求大量的實踐運用

作為機器人和自動駕駛領域的核心技術，單純講述理論知識，學生難以真正掌握其如何在實際項目中得到應用，無法掌握SLAM與現(xiàn)代機器人系統(tǒng)、無人駕駛汽車的聯(lián)系。因此，學生需要在理論學習的同時，結(jié)合實驗和項目實踐，將所學知識應用于解決實際問題中，從而深入理解SLAM知識在實際工程項目中的地位與作用，這也是SLAM課程教學的又一個挑戰(zhàn)。

三、SLAM課程的建設措施

SLAM課程具有預備知識多、理論深厚、工程技能要求高等難點，筆者提出多項關于教學形式和方法的建設措施，引導學生將工程技能達成與基礎理論學習緊密結(jié)合。

（一）多模態(tài)的講授手段

綜合使用分組討論、課程論文、參觀實習和機器人比賽等多模態(tài)講授手段，激發(fā)學習熱情、啟迪學習樂趣，全面引領學生了解和掌握SLAM關鍵核心理論與技術。

首先，通過分組討論，鼓勵學生相互之間的交流與合作，培養(yǎng)他們的團隊協(xié)作能力，共同解決學習SLAM課程中遇到的難點。其次，每當講授完SLAM課程中的一個核心理論，安排學生深入調(diào)研SLAM相關領域并撰寫課程論文，促進學生及時地復習課程知識，并全面了解課本內(nèi)容之外的國內(nèi)外發(fā)展現(xiàn)狀，培養(yǎng)他們的文獻綜合能力。再次，積極地安排參觀訪學環(huán)節(jié)，帶領學生們到企業(yè)現(xiàn)場親身體驗機器人技術的應用場景，將課程中的知識與實際產(chǎn)業(yè)應用對應起來，一方面能夠了解行業(yè)前沿動態(tài)，另一方面還能增強實踐操作能力。最后，宣傳和組織學生們參加各項機器人比賽，激發(fā)學生的創(chuàng)新思維和競爭意識，讓他們在比賽中不斷挑戰(zhàn)自我，通過內(nèi)在核心力驅(qū)動的模式促進SLAM課程知識的學習與掌握。這種融合分組討論、課程論文、參觀實習和機器人比賽的多模態(tài)教學方式，相對于傳統(tǒng)的“教師講、學生學”的形式，能夠更全方位地培養(yǎng)學生的知識、能力和素質(zhì)，使他們在掌握SLAM課程知識的同時，還具備良好的團隊協(xié)作、研究創(chuàng)新和實踐應用能力，在走向社會崗位時能夠適應快速發(fā)展的機器人行業(yè)需求。

（二）機器人項目牽引式的理論學習

將SLAM課程內(nèi)容分成多個知識模塊，每個模塊使用一個典型解決方案為代表進行案例教學，通過機器人項目牽引的方式引領學生由淺入深地學習和掌握該領域的理論與工程技能。

傳統(tǒng)課程的講學手段采用的是層層遞進，例如“自動控制原理”課程依次從系統(tǒng)建模、時域模型性能分析、頻域模型性能分析、系統(tǒng)校正等幾個方面開展，后面的知識是在前一章知識的基礎上進行的講解，具有由淺入深、層層遞進的特性。但是SLAM課程知識既具有較高的深度，又具有較大的寬度，核心內(nèi)容之間存在一定的封閉性。例如典型的SLAM解決方案有GMapping［8］、Cartographer［9］、VO/VIO［10］、OrbSLAM［11］、RatSLAM［12］等，這些內(nèi)容雖然都屬于SLAM知識，但是它們背后的機理完全不同，技術路線上不存在前后遞進關系。在SLAM課程中，教師需要引入這些經(jīng)典SLAM項目作為案例，讓學生通過實際操作來學習和理解相關理論與實踐技能。通過案例項目的分析和實踐，學生能夠更直觀地理解SLAM算法的原理和應用，掌握相關的軟硬件平臺搭建、系統(tǒng)調(diào)試等技能。

（三）多學科專業(yè)的教師團隊協(xié)同施教

同一門課程由多個教師參加，按照理論講解、系統(tǒng)開發(fā)和實踐學習等多個層面配置教學團隊，教師專業(yè)包含機械工程、控制工程以及計算機工程等多個學科。

傳統(tǒng)課程一般配備一名主講教師和一名輔講教師，他們的講課方式、授課內(nèi)容大體相同。SLAM則是一門注重實踐應用的非傳統(tǒng)課程，其內(nèi)容涵蓋機械工程、控制工程以及計算機工程等多個學科。傳統(tǒng)的教學團隊配置方式使得教師需要講解多個領域的知識，一方面，學生不能通過最優(yōu)秀的教學方法吸取這些領域的知識；另一方面，教師也會感到力不從心，增加了教學壓力。

在SLAM課程中，采取一種創(chuàng)新的多學科教師團隊協(xié)同教學模式。該課程由來自不同學科背景的教師共同參與，包括機械工程、控制工程以及計算機工程等學科領域的教師，并兼顧考慮理論講解、系統(tǒng)開發(fā)和實踐教學等多個層面。每位教師根據(jù)自己的專業(yè)特長，在課程中發(fā)揮獨特的作用。一方面，專注于理論講解的教師負責深入剖析SLAM技術的核心原理，向?qū)W生講授SLAM的理論基礎；另一方面，擅長系統(tǒng)開發(fā)的教師指導學生如何將理論知識轉(zhuǎn)化為實際的機器人系統(tǒng)，他們結(jié)合實際應用案例開展形象化的教學。這種多學科教師團隊的協(xié)同施教模式，能夠為學生提供一個全面、系統(tǒng)、深入的學習體驗，讓他們在掌握SLAM理論知識的同時，也能獲得豐富的實踐經(jīng)驗。

四、SLAM課程與關聯(lián)課程的協(xié)同教學措施

（一）機器人操作系統(tǒng)

機器人操作系統(tǒng)（Robot"Operating"System，ROS）是一門介紹基礎工程知識的應用型課程，其課程內(nèi)容與SLAM課程存在諸多相似之處，但二者在教學上具有不同的側(cè)重點，因而需要有條件進行協(xié)同教學，從不同的教學角度來講授同一個工程技能背后的相關知識。首先，在理論層面將SLAM經(jīng)典解決方案，例如EKFSLAM、PFSLAM、CartographerSLAM等，作為ROS框架下的重要應用案例進行介紹，使學生在學習ROS時就能初步理解SLAM技術及其在機器人自主導航中的作用。其次，通過搭建基于ROS的SLAM系統(tǒng)進行實踐學習，通過設計并實現(xiàn)具有特定功能的機器人導航系統(tǒng)，從而加深對SLAM課程及ROS課程相關知識點的理解。

（二）服務機器人技術

服務機器人技術課程全面介紹服務機器人的各項關鍵技術，構(gòu)建了一個關于服務機器人系統(tǒng)的全面知識框架。圍繞達成一個機器人導航工程技能的目標，這兩門課程也有條件進行協(xié)同教學，同時教授學生SLAM課程與服務機器人技術課程的知識點。首先，將SLAM技術作為服務機器人實現(xiàn)自主導航的關鍵技術之一進行重點介紹。通過理論講解、案例分析以及實驗操作，學生將掌握SLAM技術的基礎理論，并理解其在服務機器人中的重要性。其次，在服務機器人技術課程中，將SLAM技術融入服務機器人的整體設計與實現(xiàn)中。通過項目實踐，學生將親自設計并實現(xiàn)一個具備自主導航能力的服務機器人，利用SLAM技術實現(xiàn)機器人在復雜環(huán)境中的定位與地圖構(gòu)建。

五、結(jié)論

綜上所述，SLAM課程存在課程預備知識多、課程理論深度高、工程技能要求高、面臨大量實踐運用等難點。筆者針對以上問題，結(jié)合實際教學和SLAM項目開發(fā)經(jīng)驗從多個角度提出了一系列應對措施，包括綜合使用分組討論、課程論文、參觀實習和機器人比賽等多模態(tài)講授方法，經(jīng)典機器人項目牽引式的理論實踐相結(jié)合的學習方式，以及多學科專業(yè)背景的教師團隊協(xié)同施教模式等。進一步地，與ROS、服務機器人技術等多門課程進行協(xié)同教學，以工程技能達成牽引為目標，多維度地培養(yǎng)學生理論知識與工程實踐能力。

本文所提出的工程技能達成引導基礎理論學習的SLAM課程建設方法，通過緊密結(jié)合工程實踐與理論學習，旨在培養(yǎng)學生的基礎知識與專業(yè)技能，同時拓展他們的創(chuàng)新思維和解決問題的能力。展望未來，我們相信這種以工程技能為導向的教學模式將在SLAM教學領域乃至更廣泛的工程教育中發(fā)揮越來越重要的作用，期待看到更多學生通過這種教學模式成長為具備扎實理論基礎和卓越工程技能的新工科人才。

參考文獻：

［1］王菲.協(xié)同育人、多方參與：新工科背景下高校創(chuàng)新創(chuàng)業(yè)教育的有效路徑［J］.科教導刊，2023（36）：2022.

［2］王東君，劉鋼，王小松，等.“新工科”背景下如何使“老工科”專業(yè)煥發(fā)新生機［J］.中國多媒體與網(wǎng)絡教學學報：上旬刊，2021（08）：110112.

［3］Thrun，S.，Burgard，W.，amp;"Fox，D.Probabilistic"robotics［M］.北京：機械工業(yè)出版社，2019.

［4］高翔，張濤，等.視覺SLAM十四講：從理論到實踐［M］.北京：電子工業(yè)出版社，2017.

［5］劉彥博，黃宏成，時良仁，等.基于SLAM模式的自動駕駛感知教學［J］.當代教育實踐與教學研究，2019（21）：6667.

［6］魯敬敬，秦云川，劉志中，等.機器人操作系統(tǒng)ROS安全性研究綜述［J］.軟件學報，2024，35（02）：10101027.

［7］丁進，施秧，孫勇智.基于OpenCV的“數(shù)字圖像處理”課程階梯式實踐教學體系研究［J］.科教導刊，2024（08）：137139.

［8］王?，?，安天洋.基于Gmapping和A*算法的運輸機器人系統(tǒng)的設計［J］.工業(yè)控制計算機，2024，37（01）：1921.

［9］徐淑萍，楊定哲，房嘉翔，等.一種改進Cartographer算法的建圖方法研究［J］.激光雜志，2024，45（10）：8693.

［10］呂查德.基于模板匹配VO/IMU/UWB的移動機器人組合定位算法研究［D］.南京：南京航空航天大學，2021.

［11］王劭靖.基于ORBSLAM2改進的單線程雙目SLAM系統(tǒng)［J］.智能計算機與應用，2023，13（01）：8490+99.

［12］王文照.優(yōu)化RatSLAM模型的路徑規(guī)劃類腦導航研究［D］.太原：中北大學，2023.

作者簡介：孫榮川（1981—"），男，漢族，江蘇泰州人，博士，副教授，研究方向：移動機器人、導航定位與建圖；郁樹梅（1982—"），女，漢族，山東莒南人，博士，副教授，研究方向：手術機器人、導航與路徑規(guī)劃。