◇成都大學 毛 潤 代華鳳

在專創(chuàng)融合背景下，為了滿足智能制造產(chǎn)業(yè)升級對機器人專業(yè)人才的需求，本文開展了專創(chuàng)融合背景下機器人專業(yè)實驗教學模式的研究。當前機器人的實驗教學內(nèi)容松散、單一，無法滿足產(chǎn)業(yè)發(fā)展需求。基于專創(chuàng)融合的人才培養(yǎng)思路，以產(chǎn)業(yè)需求為導向，結(jié)合成都大學辦學條件，按照任務(wù)驅(qū)動教學模式，設(shè)置了體現(xiàn)科學性和研究性的機器人導航與運動規(guī)劃專題實驗項目。實驗項目包含從底層控制到上層規(guī)劃的整體實現(xiàn)，對于學生雙創(chuàng)能力的培養(yǎng)起到很好的促進作用。

黨的十九大明確提出高等教育要實現(xiàn)內(nèi)涵式發(fā)展，深化產(chǎn)教融合[1]。實驗教學作為培養(yǎng)學生創(chuàng)新創(chuàng)業(yè)能力的重要抓手，對于學生熟練掌握相關(guān)專業(yè)知識起到很好的促進作用[2]。傳統(tǒng)機器人運動規(guī)劃實驗課程，學生一般按照實驗手冊編寫各種類型的運動規(guī)劃算法，這樣學生很難掌握機器人的底層運行機理。另外，實驗內(nèi)容較為單一，沒有與生產(chǎn)實踐相結(jié)合，這樣培養(yǎng)的學生無法適應當前的產(chǎn)業(yè)需求。專創(chuàng)融合的本質(zhì)是將雙創(chuàng)教育融入到專業(yè)課程當中[3]，引導學生運用專業(yè)知識發(fā)現(xiàn)問題和解決問題，培養(yǎng)學生實踐動手和創(chuàng)新創(chuàng)業(yè)能力?！稒C器人導航與運動規(guī)劃》這門課程是機器人工程專業(yè)的一門專業(yè)核心課程，教學內(nèi)容包括機器人的運動學及控制、機器人定位技術(shù)、路徑規(guī)劃算法等。該課程與自動控制理論、嵌入式系統(tǒng)、C語言等課程密切相關(guān)，實踐性和應用性非常強。根據(jù)我校的辦學定位，為了更好服務(wù)地方人才需求，因此課程內(nèi)容不僅要包含機器人運動規(guī)劃相關(guān)內(nèi)容，還要注重培養(yǎng)學生的實踐能力和創(chuàng)新能力，使得學生畢業(yè)后能適應智能制造產(chǎn)業(yè)升級的發(fā)展需求，并能解決機器人產(chǎn)業(yè)應用中的一些實際問題。

1 專創(chuàng)融合背景

專創(chuàng)融合的本質(zhì)是將雙創(chuàng)教育融入到專業(yè)課程當中[3-5]，引導學生運用專業(yè)知識發(fā)現(xiàn)問題和解決問題的能力，培養(yǎng)學生實踐動手和創(chuàng)新創(chuàng)業(yè)能力。移動機器人導航與運動規(guī)劃這門課程設(shè)置了32學時的實驗課，包含全向輪小車運動學建模、3D建圖導航和運動規(guī)劃三個實驗項目，這三個項目包含了移動機器人從底層控制到上層規(guī)劃的整體實現(xiàn)。相比傳統(tǒng)的實驗教學，該實驗設(shè)計上具有連貫性，學生能夠通過學習，完全掌握移動機器人的整個開發(fā)流程。另外，全向輪小車廣泛應用于醫(yī)療設(shè)備、物流設(shè)備、倉儲、生產(chǎn)流水線、大型超市等眾多行業(yè)，選擇其作為實驗對象，培養(yǎng)出的學生能夠很好適應當前的產(chǎn)業(yè)需求[4-5]。

2 綜合型實驗方案與實驗體系設(shè)計

為了培養(yǎng)學生的“雙創(chuàng)”意識與能力，在機器人運動規(guī)劃與導航實驗教學中引入建構(gòu)主義教學理念和任務(wù)驅(qū)動等以學生為中心的主動探索性教學模式，設(shè)計了模塊化的綜合性實驗教學項目。

2.1 全向輪小車運動學建模

機全向輪小車由三個或以上麥克納姆輪按照一定的排列方式組成的移動平臺具有平面內(nèi)三個自由度，可以獨立的前后、左右移動和原地旋轉(zhuǎn)[6]?？稍诓桓淖冏陨砦蛔说那闆r下向任意方向移動。其廣泛應用于醫(yī)療設(shè)備、物流設(shè)備、倉儲、生產(chǎn)流水線、大型超市等眾多行業(yè)。對全向輪小車運動學建模是控制的第一步，在建模之前，為了簡化運動學數(shù)學模型，做出以下幾種理想化假設(shè)：①全向輪不打滑；②電機軸線中心與底盤重心重合；③各輪之間角度為120°。通過簡單的速度分解，可知：

2.2 3D建圖導航實驗

全向輪小車3D建圖導航功能主要是通過視覺slam結(jié)合激光slam的方式來實現(xiàn)的，視覺建圖與激光雷達建圖并行，最終由rtabmap進行整合[7]。如圖1所示，建圖效果在rviz中的呈現(xiàn)就是既有2D平面地圖，又有立體圖像效果，因此該功能所呈現(xiàn)的效果為3D效果。RTAB-MAP采用離散貝葉斯過濾器來估計形成閉環(huán)的概率，將新的定位點與存儲在工作內(nèi)存中的定位點進行比較。當發(fā)現(xiàn)新舊定位點之間有一定概率形成閉環(huán)時，新舊定位點就鏈接到一起。其中涉及兩個步驟，一個是取回：當閉環(huán)概率最高的那個定位點的鄰接定位點不在工作內(nèi)存時，從靜態(tài)內(nèi)存取出放回工作內(nèi)存；二是轉(zhuǎn)移：當閉環(huán)檢測的處理時間超過閾值，在最低權(quán)重的定位點中，存儲時間最長的將被轉(zhuǎn)移到靜態(tài)內(nèi)存中去。

圖1 全向輪小車3D建圖

2.3 運動規(guī)劃算法實驗

運動規(guī)劃的目的是根據(jù)實時地圖環(huán)境，規(guī)劃出一條從起始點到目標點的路徑。本實驗讓學生實現(xiàn)兩種經(jīng)典的運動規(guī)劃算法Dijkstra算法[8]和 A*算法[9]。如圖2所示，Dijkstra算法是從一個頂點到其余各頂點的最短路徑算法，解決的是有權(quán)圖中的最短路徑問題，采用貪心算法的策略，每次遍歷到起始點距離最近且未訪問過的頂點的鄰接節(jié)點，直到擴展到終點為止。

圖2 運動規(guī)劃算法效果對比

A*算法是一種靜態(tài)路網(wǎng)中求解最短路徑最有效的直接搜索方法，也是解決許多搜索問題的有效算法。首先把搜尋區(qū)域簡化為一組可以量化的節(jié)點后，下一步要做的便是查找最短路徑。在A*中從起點開始，檢查其相鄰的方格，然后向四周擴展，直至找到目標。A*算法與Dijkstra算法的不同之處在于A*算法是一個“啟發(fā)式”算法，它已經(jīng)有了一些先驗知識。它不僅關(guān)注已走過的路徑，還會對未走過的點或狀態(tài)進行預測。因此A*算法相比Dijkstra而言調(diào)整了進行廣度有限搜索的順序，少搜索了那些“不太可能經(jīng)過的點”，更快地找到目標點的最短路徑。

實驗過程中，學生提前通過查閱相關(guān)文獻，了解兩種算法思想。然后理論上分析兩種算法的時間復雜度，并通過實踐對比兩種算法效果，能夠深入了解機器人運動規(guī)劃的工作原理。

3 實驗效果評價

機器人運動規(guī)劃與導航綜合性實驗目的是為了培養(yǎng)學生“雙創(chuàng)”能力，熟悉機器人從底層控制到上層規(guī)劃的整體設(shè)計能力。教師將學生分為3人一組的實驗小組，每個小組在實驗之前需提前預習實驗指導書、自主查閱相關(guān)文獻資料，小組內(nèi)部交流并設(shè)計實驗方案。實驗前，需將實驗方案提交給教師進行審核，判斷實驗方案的可行性，并對實驗方案提出修改意見。實驗實施階段，以學生為主體，以實現(xiàn)實驗目標為導向，培養(yǎng)學生的創(chuàng)新能力與解決實際問題的能力。各小組實驗過程中，通過分工合作完成實驗內(nèi)容，實現(xiàn)相關(guān)機器人相關(guān)功能和性能，并如實記錄實驗過程中的關(guān)鍵數(shù)據(jù)和參數(shù)。實驗總結(jié)階段，要求學生對實驗過程中的數(shù)據(jù)進行整理分析，對比不同算法不同參數(shù)的實際表現(xiàn)，并撰寫實驗報告。實驗成績由實驗預習成績（30%）和實驗報告成績（70%）兩部分構(gòu)成。學生通過這一系列完成的機器人項目的過程中，掌握了解決問題的方法，同時對“雙創(chuàng)”能力的提高起到了促進作用。依托這個實驗項目，多名學生組隊參加了中國機器人及人工智能大賽、中國高校智能機器人創(chuàng)意大賽，并取得了優(yōu)異的成績。