目前课程版本：1.1 发布时间：2019.12.11 点击咨询
具有一定数学基础、理工方向本科毕业生
全日制脱产，每周5天上课（实际培训时间可能因法定节假日等因素发生变化）
自带笔记本
基础班7天、就业班4个半月，详情可询咨询老师 点击咨询
| 智能机器人软件开发基础班课程大纲 | |||
| 所处阶段 | 主讲内容 | 技术要点 | 学习目标 |
| 第一阶段: Python基础入门 | Python简介和 开发环境搭建 | 计算机组成原理；python的特点和使用场景；python环境搭建；pycharm的安装和使用 | 可掌握的核心能力: 1. 能够熟练使用掌握python的语法； 2.掌握函数式编程思想； 3. 能够使用Python语言完成图形化界面的开发。 |
| Python基础语法 | 程序bug分析和debug；程序注释的使用；python中变量的定义和使用；标准输入和输出函数；python运算符 | ||
| Python流程控制语句 | 条件控制语句if；循环控制语句while；continue和break；嵌套循环；while循环；for循环遍历；range区间使用；for else语法 | ||
| 高级变量类型 | 列表；冒泡排序和选择排序；元组；set集合；字符串；map字典；切片；推导式语法 | ||
| Python函数 | 函数的定义和使用；函数形参和实参；局部变量和全局变量；默认参数和关键字参数；可变参数；递归函数；函数式编程；常见的高阶函数 | ||
| PyQt图形化界面开发 | 常见的文本控件和输入控件；按钮控件；信号和槽通信机制；常见布局方式；对话框控件 | ||
具有一定数学基础、理工方向本科毕业生
全日制脱产，每周5天上课（实际培训时间可能因法定节假日等因素发生变化）
自带笔记本
基础班7天、就业班4个半月，详情可询咨询老师 点击咨询
| 智能机器人软件开发就业班课程大纲 | |||
| 所处阶段 | 主讲内容 | 技术要点 | 学习目标 |
| 第二阶段: Python核心编程 | 文件IO | 文件的打开和关闭；文件的读写；文件的定位读写；相对路径和绝对路径；文件和文件夹的其它操作 | 可掌握的核心能力： 1.掌握面向对象编程思想； 2.掌握Python中模块、异常及第三方框架的引入和使用； 3.建立编程思维以及面向对象程序设计思想精髓； 4.掌握版本控制工具Git管理软件项目。 可解决的现实问题： 能够灵活运用Python技术完成程序分析与编写，抽象化的分解业务逻辑，使用Python技术完成小游戏程序的开发。 |
| 面向对象 | 面向对象和面向过程；类的定义和对象的创建；属性和方法定义；运算符重载；属性和方法私有化；面向对象封装；面向对象继承和多继承；多态和鸭子模型；类属性和对象属性；类方法和静态方法；枚举；引用以及可变类型和不可变类型；数据类型三种比较方式 | ||
| 模块和包 | 模块基本概念； 模块导入； 多模块导入冲突； 包基本概念；模块整体导入与局部导入；常用系统模块 | ||
| 异常处理 | 异常基本概念； 异常捕获的几种语法格式； 常见的异常错误； 自定义异常 | ||
| Pygame框架 | Pygame基本概念； Pygame窗体展示； Pygame坐标系； Pygame图像渲染； Pygame图像移动；Pygame事件机制； Pygame文本渲染； Pygame渲染原理； Pygame声音播放 | ||
| Git版本控制 | 版本控制基本概念； Git版本控制工具介绍；Git本地仓库与远程仓库； Git本地仓库工作流程；Git本地仓库命令操作流程； Git远程仓库创建与删除； Git本地仓库与远程仓库交互流程；Git本地仓库与远程仓库命令交互； Git仓库多人协作 | ||
| 面向对象实战： 飞机大战&坦克大战 | 游戏界面渲染； 键盘事件捕获与处理； 面向对象分析飞机；飞机的显示；飞机的控制；面向对象分析子弹；子弹显示与运动； 面向对象分析敌机； 子弹与敌机的碰撞检查；子弹和敌机的回收处理与循环利用；爆炸物的显示； FPS与得分计算与显示；窗体创建；页面的封装；多页面的构建与分流；坦克和砖墙的显示；基于显示特征的抽象构建；实现抽象显示的多种子元素；基于子元素显示特性定义；地图协议；坦克的移动与砖墙的阻塞；移动与阻塞特征的抽象构建；移动越界判断与处理；子弹显示与回收；可回收特征的构建；子弹与砖墙的碰撞检查；攻击与被攻击的抽象构建；砖墙被攻击时爆炸物的显示；攻击与被攻击产物的抽象构建；销毁对象时产物的抽象构建；显示物抽象定义显示顺序；敌方坦克移动A星搜索算法；应用程序打包 | ||
| 第三阶段: 高等数学知识加强 | 高等数学引入 | numpy数组及属性；numpy数组比较与运算；数组切片与变形；高维数据及应用场景 | 可掌握的核心能力： 1.理解高中、大学的数学常识及应用场景； 2.熟悉numpy、sympy等科学计算程序库； 3.掌握matplotlib库的数据科学图标绘制。 可解决的闲时问题： 能用计算机求解多项式，微积分、离散数学、矩阵运算、排列组合和统计学问题。 |
| 向量和矩阵 | 线性代数入门；行向量与列向量；numpy切片与索引；numpy广播机制 | ||
| 矩阵运算与空间维度 | 矩阵乘法；倒数；逆矩阵 | ||
| numpy科学计算 | numpy统计分析；偏差与方差；玛雅计算法；概率论入门；numpy逻辑操作；numpy排序 | ||
| numpy切片&索引&广播 | numpy一维数组；二维数组的切片和索引；numpy数组拆分；合并与相关高级操作 | ||
| sympy科学计算 | 高中数学快速复习；sympy库入门；分数和特殊无理数；latex语法；代数运算；sum和Product运算 | ||
| 极限导数&微积分 | 左极限和有极限；导数；导数的求导公式；多阶导数/高阶导数；积分 | ||
| 代数&解方程&概率论 | 解一元方程；解二元方程；代数运算；sympy表达式；正态分布 | ||
| matplotlib数据可视化 | 表格绘制的基本操作；折线图与三角函数绘制；子表格绘制；动态数据可视化 | ||
| 第四阶段: Python高级编程 | 网络通信基础 | 基于UDP通信技术的网络程序；基于UDP的广播收发技术；编码解码及转换；基于TCP通信技术客户端程序；基于TCP通信技术服务器程序；TCP3次握手和4次挥手概念；TCP/IP协议概念；IP地址&域名&DNS概念 | 可掌握的核心技能： 1.熟悉网络通信的原理及应用； 2.掌握Python Web开发框架及应用； 3.熟悉数据库常见操作； 4.掌握网络爬虫原理及应用； 5.掌握Python嵌入式应用开发。 可解决的现实问题： 能够根据需求熟练使用Python实现网络爬虫的设计与开发；能够根据需求完成嵌入式应用的开发。 |
| HTTP协议与服务器 | HTTP请求及响应报文；长连接&短连接；基于TCP实现HTTP协议模拟浏览器；基于TCP实现HTTP协议服务器；实现静态资源Web服务器；实现网游服务器；基于WSGI实现动态Web服务器 | ||
| Web开发框架 | Web服务器通信过程；web框架实现 | ||
| 多任务-线程&进程&协程 | 并行和并发的概念；使用线程实现多任务；同步任务及异步任务；互斥锁、死锁；多线程版UDP聊天器;多任务版TCP服务器框架；线程的事件(Event)；GIL全局锁、RLock递归锁、线程池(ThreadPoolExecutor)；进程间通信-消息队列Queue；进程池Pool及其通信；多进程版文件夹拷贝器；多进程fork概念；进程间通讯-管道Pipe；可迭代对象、迭代器；斐波那契数列；协程-yield;协程-gevent；并发下载器;协程版Web服务器 | ||
| Linux系统&命令 | 操作系统入门；Linux操作系统发展史；不同文件系统的目录结构；Linux常用技巧及配置；Linux命令格式及帮助入门；Linux文件目录命令；Linux操作系统信息；Linux文件&目录权限；Linux用户及组操作；重定向&管道；find查找及grep过滤；Linux系统安装及配置 | ||
| vim&Shell脚本 | Vim编辑器3种模式使用；Vim快捷键；Shell基本概念；Shell变量及数组；Shell表达式；Shell运算符；Shell流程控制；Shell脚本案例；Linux定时任务cron | ||
| 正则表达式 | 学习re模块；匹配单个字符；匹配多个字符；正则表达式分组；匹配开头与结尾；贪婪与非贪婪模式 | ||
| 数据库编程 | mysql概述；sql语法入门；数据库,数据表的CRUD操作；单表数据CRUD操作；多表数据CRUD操作；子查询；真实项目数据库分析；常见SQL笔试题讲解；视图,事务,索引；数据库设计范式；python代码操作数据库；使用框架操作数据库 | ||
| html与css | html语法；常用的html标签；css语法规则；css选择器；常用css属性；流式布局 | ||
| 网络爬虫 | 爬虫工作原理；常见爬虫；编写爬虫爬取数据；使用sql存储数据；使用html与css精美展现数据 | ||
| Python驱动底层硬件 | Raspberry学习；常见传感器学习；GPIO学习；数字电路；PWM方波 | ||
| 第五阶段: C++高级实战 | 数据类型和逻辑控制 | 变量声明和初始化；变量大小；注释；逻辑运算符、循环处理（for | while | do-while）；break 和 continue命名空间、数组、字符串 | 可掌握的核心能力： 1.掌握C++语法、lambda表达式及常见的数据类型等； 2.熟练使用C++语言下面向对象思想设计程序； 3.掌握多线程互斥、并发思想，能设计出常见的设计模式； 3.理解C++编译原理，能够熟练编写编译规则等； 4.熟练使用C++技术完成针对问题的程序编写。 |
| 动态数组和函数 | vector的使用；函数表现形式；函数原型；分离式编译；函数重载；函数参数传递数组；函数参数传递引用；内联函数 | ||
| 指针与引用 | 指针声明和初始化、指针解引用、动态内存分配、数组和指针关系；指针算数、指针与常量、函数参数传递指针、函数返回指针；二级指针、函数指针、左引用和右引用 | ||
| 类和对象 | 类和对象介绍；堆栈创建对象；访问修饰符；实现成员函数手段；构造函数；析构函数；拷贝构造函数；移动构造函数；this指针；常函数和常对象；静态成员；结构体和类；友元 | ||
| 运算符重载和继承 | 运算符重载的意义；运算符重载的两种写法；输入运算符重载；输出运算符重载；赋值运算符重载；调用运算符重载；lambda表达式；继承介绍；继承中的访问权限；继承中的构造和析构；重写父类同名函数；多重继承；类的前置声明 | ||
| 多态和智能指针 | 多态概念解释；联编机制解释；虚函数；override 和 final；=delete和=default；纯虚函数；抽象类和接口；原始指针潜在隐患；智能指针（unique_ptr 、shared_ptrweak_ptr）；c/c++动态内存申请 | ||
| 异常和I/O | 宏变量和条件宏；枚举；捕获异常；抛出异常；自定义异常；基本输入输出操作；string字符流；文件读写操作 | ||
| 模板和容器 | 模板编程的必要性；函数模板；可变参数；可变参数函数模板；类模板编程；顺序容器；关联容器；迭代器；function对象；bind函数 | ||
| 线程和设计模式 | 线程概念；join和detach；获取线程id和休眠；结束线程；并发访问；线程同步（互斥量、lock_guard、unique_guard）；条件变量；async函数；单例模式；观察者模式 | ||
| make 和 cmake | 程序编译解释；makefile规则解读；makefile入门；cmake介绍；CmakeList.txt解读；自定义配置；导入第三方依赖库 | ||
| 第六阶段: Qt&C++驱动实战 | Qt编程基础 | clion使用三方库使用；clion配置Qt开发环境；Qt的对象树模型以及内存泄露分析 | 可掌握的核心能力： 1.理解Qt图像化界面的绘制流程； 2.掌握Qt图像化界面应用开发流程； 3.掌握socket通信原理及应用； 4.理解上位机驱动开发原理； 5.掌握Python和C++下机器人驱动开发。 可解决的现实问题： 1.能够根据需求设计与开发PC端图形化应用； 2.能够独立开发UR/AUBO机器人驱动应用； 3.理解开源框架urx库实现原理，能够进行二次开发。 |
| Qt文件操作和网络通信 | Qt的信号和槽；自定义信号；资源文件文件使用；Qt界面的事件机制；Qt自定义控件绘制；Qt绘制时钟应用 | ||
| Qt高级应用 | Qt文件IO操作；Qt网络通信TCP和UDP实现；Qt发送UDP广播；Qt编写局域网聊天软件 | ||
| 机器人驱动开发原理 | 机器人上位机驱动开发和下位机驱动开发区别；UR机器人上位机驱动和AuBo机器人上位机驱动原理；机器人下位机socket通信 | ||
| UR机器人驱动编程语言 | URScrpit语言作用和简介；URScrpit变量定义；流程控制以及内置函数介绍 | ||
| UR机器人上位机驱动开发 | C++网络通信socket；三种移动方式movel、movej以及movep实现；机器人下位机返回数据解析；数据存储之大端存储和小端存储；阻塞实现机器人移动 | ||
| 常用机器人驱动库 | URX驱动库实现原理；python解析大端存储数据；python开启线程处理数据解析；python socket通信；Aubo机器人驱动库实现 | ||
| 第七阶段: 机器人操作系统(ROS) | ROS核心基础 | ROS基本概念；ROS开发环境搭建；ROS架构设计理论；ROS的文件系统；Workspace，Package与Node的概念；Python与C++开发Node节点；rosnode工具的使用；package结构目录资源配置 | 可掌握的核心能力: 1. ROS核心编程； 2. C++开发ROS程序； 3. Python开发ROS程序； 4. 各种ROS调试工具的使用； 5. ROS的三种通讯模型； 6. TF坐标转换； 7. Moveit框架使用； 8. 可视化工具使用； 9. 机械臂正解反解； 10. 硬件驱动开发； 11. 产品线可视化设计与仿真开发。 可解决的现实问题: 1.已经可以使用ROS通讯系统来控制硬件设备； 2.掌握机器人操作系统； 3.满足市面上企业对ROS开发人才的需求。 |
| Topic通讯模型 | Topic通讯机制原理介绍；Python与C++开发Publisher；rostopic工具调publisher；rqt工具调试publisher；Python与C++开发Subscriber；rostopic工具调试Subscriber；rqt工具调试subscriber；Message基本概念；自定义Message流程；引用自定义对象类型Message；引用系统库类型Message；引用三方库类型Message；集合类型Message；rosmsg调试Message | ||
| Qt&ROS应用案例 | 小乌龟坐标系与基本操控；小乌龟通讯模型分析与讲解；ros工具操控小乌龟移动和旋转；ros的Qt环境搭建；Python与C++开发Qt应用操控小乌龟运动；Python与C++开发Qt应用获取小乌龟实时位置信息 | ||
| ROS日志 | 日志等级；Python与C++的日志API；rosconsole工具的使用；rqt工具的日志操作 | ||
| Service通讯模型 | Service通讯机制原理介绍；Python与C++开发Server端；rosservice工具调试server端；rqt工具调试server端；Python与C++开发Client端；Client端的调试；srv消息基本概念；自定义srv消息流程；srv消息与Message消息间的关系；自定义复杂类型的srv消息；小乌龟service通讯模型分析；ros工具调用小乌龟的reset；kill,spawn等服务；Python与C++开发Qt应用调用小乌龟提供的服务 | ||
| 扫地机器人案例 | 小乌龟扫地机器人介绍；Qt控制扫地机器人线速运动；线速运动存在的问题分析；开环控制与闭环控制系统介绍；PID控制算法介绍；rqt_plot工具使用介绍；线速度P算法的控制与k值调试；线速度I算法的控制与k值调试；线速度D算法的控制与k值调试；Qt控制扫地机器人角速度运动；角速度调整策略；极限位置运动调试与问题分析；扫地机器人路径规划 | ||
| Action通讯模型 | Action通讯原理介绍；SimpleAction的Server与Client端介绍；Python与C++开发SimpleActionServer端；Server端Result响应与Feedback响应；Python与C++开发SimpleActionClient端；Client端Goal的发送与取消；Client端Feedback处理与Result处理；Action消息基本概念；自定义Action消息流程；Action消息与Message消息间的关系；自定义复杂类型的Action消息；SimpleAction存在的问题；Action的Server端与Client端介绍；Python与C++开发ActionServer端；Server端的状态管理；Server端不同状态的Result响应；Python与C++开发ActionClient端；Client端状态的判断；Client端不同状态的响应处理 | ||
| ROS功能扩展 | rosparam概念介绍；rosparm工具使用；Python与C++开发调用param相关API；roslanuch基本概念；lanuch文件编写 | ||
| TF坐标转换 | TF坐标转换概念；Python与C++开发Broadcast；rqt工具调试TF tree；Python与C++开发Listener；TF tree中相对坐标的转换；主从小乌龟跟随功能的实现；TF tree相对坐标系的构建；多只小乌龟护航功能的实现；TF tree构建动态坐标系；两只小乌龟实现彗星运动 | ||
| 机器人运动学 | 向量基本介绍；向量的加法；向量的缩放；单位向量；向量的点乘；向量的叉乘；什么是自由度；空间位置的描述和定义；关节类型介绍；坐标系理解；二维坐标系的平移和旋转；三维坐标系的平移和旋转；多关节联动坐标系转换 | ||
| 机器人建模与可视化 | URDF模型介绍；连杆配置；关节配置；rviz配置可视化；构建scara机器人；xacro可编程配置 | ||
| MoveIt运动规划 | Moveit!框架介绍；Moveit!框架工作原理介绍；目标路径规划；多场景配置；虚拟化调试工具；Aubo i5真机对接；Ur3真机对接；Panda机械臂配置使用；Moveit!初始化助理的使用 | ||
| 企业生产环境仿真与联动 | 构建非标机器人环境下的moveit规划策略；Follow Trajectory开发；多设备通讯驱动开发；多驱动集成到Moveit环境中；仿真环境和真机环境融合使用 | ||
| 硬件接入与驱动开发 | 硬件接入介绍；激光雷达基本概念介绍；激光雷达与ROS系统通讯模型理解；激光雷达驱动的启动与调试；自定义Node与激光雷达驱动进行通讯；电动夹爪介绍；RS232通讯协议介绍；编写电动夹爪控制代码；编写ROS的电动夹爪驱动程序 | ||
| 第八阶段: 2D机器视觉实战 | 常见图像处理 | 图像几何变换；图像融合；图像灰度处理；底片特效；图像马赛克效果；图像毛玻璃效果；图像浮雕效果；绘制图案；绘制文字；亮度增强；图像直方图均衡化；视频分解与合成 | 可掌握的核心能力： 1.掌握常用的图像处理技术； 2.掌握图像处理背后的原理； 3.掌握图像分割技术； 4.掌握物品定位技术。 可解决的现实问题： 能够自己编写美图软件；能够进行常见的图像特效处理；能够解决工业场景常见需求；能够编码解决常见图像处理问题。 |
| 高级特效变换 | |||
| 颜色模型与矩阵变换 | |||
| 卷积运算与霍夫变换 | 均值滤波；高斯模糊；中值滤波；Sobel算子；拉普拉斯算子；Canny边缘检测算法； 双边滤波；极坐标转换；霍夫直线检测算法；霍夫圆形检测算法 | ||
| 灰度与形态学变换 | |||
| 图像分割原理 | 图像二值化；大津算法；三角阈值；轮廓提取；计算轮廓大小；计算物品周长；计算物品面积；计算物品旋转角度；多边形拟合 | ||
| 物体定位与分割 | 图像修复；图像切除杂边；图像切边与旋转；填空题直线位置检测；工件数量统计； 粘连物品分割；证件照背景替换 | ||
| Watershed算法图像处理 | |||
| FloodFilled算法分割图像 | |||
| kmeans算法图像处理 | |||
| 图像处理综合实战 | |||
| 第九阶段: 3D机器视觉实战 | 3D点云I/O与分解算法 | PointCloudLibrary概述；PCL数据结构及可视化；3D点云输入输出；3D点云分解之k-d tree；3D点云分解之八叉树octree；点云滤波及降采样 | 可掌握的核心能力： 1.理解3D点云结构与数据构建； 2.掌握3D点云输入输出与常见分解算法； 3.理解深度图的原理与特征描述； 4.掌握曲面重建及常见配准算法； 5.掌握手眼标定、2D与3D视觉融合。 可解决的现实问题： 1.能够独立构建3D点云深度图； 2.能够基于点云特征进行目标定位； 3.能够通过机器视觉实现手眼标定、物体识别等需求。 |
| 关键点算法与特征描述 | 深度图的创建及边界提取；关键点概念及算法实现；采样一致性算法RANSAC；点云表面Normal法线的估算；基于PFH的点云特征描述符 | ||
| 对齐算法、欧式分割与曲面重建 | 3D点云配准需求及实现；3D点云ICP算法实现配准；3D点云NDT算法实现配准；几何模型、欧式聚类点云分割；基于多项式重构实现曲面重建 | ||
| 2D&3D视觉融合 | 提取目标点云的包容盒；3D点云模板匹配；手动、自动手眼标定；RGB和3D深度视觉融合；2D与3D融合实践抓取目标 | ||
| 第十阶段: 机器学习算法及应用 | 机器学习简介 | 认识机器学习；监督学习；非监督学习；强化学习；迁移学习；KNN算法；征婚网站对象推荐系统开发；线性回归；模型定义；误差函数评估；MAE; MSE; 交叉熵；学习速率；梯度下降；线性回归；二次回归；高次回归；天猫销售额预测；推荐系统开发；决策树；感知机；信息论与熵；随机深林；超参调优；过拟合和欠拟合分析；决策边界；高维空间决策边界；感知机；苹果香蕉分类器；激活函数；梯度下降调优策略；梯度下降；mini-batch梯度下降；stochastic 梯度下降；多分类回归；手写正向传播和反向传播；手写数字识别；神经网络；ANN；DNN；keras；TensorFlow；CNN；卷积；池化；relu；神经元；神经元和感知机；核函数；泰勒展开；泰勒级数；epochs；loss和accuracy；全连接层；卷积神经网络架构分析；反向传播原理解析；CNN识别流程；dropout；cnn网络结构设计；cnn网络结构评估和调优；cifar10模型训练；cifar10模型训练调优；卷积核可视化；模型评估与误差矩阵；数据收集；数据清洗；数据增强；模型定义；数据训练；模型评估；模型优化；物体侦测；darknet；darkflow；yolov2，yolov3，多分类物体识别；视频物体识别；摄像头物体识别；自定义模型的检测和识别；云服务器GPU训练；深度学习经典论文带读和复现 | 可掌握的核心能力： 1.掌握机器学习常见数学知识； 2.理解梯度下降及线性回归等机器学习原理； 3.掌握常见的机器学习算法与框架； 4.掌握卷积神经网络原理及应用。 可解决的现实问题： 1.能够独立完成有实际应用场景的人工智能机器视觉相关需求； 2.能够独立完成：数据收集、清洗、标注、增强、预测及模型训练、评估、优化等全套机器视觉开发流程； 3.能够独立分析问题，解决问题开发出物体识别，文字识别，视频理解等机器视觉相关的需求。 |
| KNN算法和线性分类 | |||
| 数据预处理和算法调优 | |||
| 学习速率性能调优 | |||
| 链式求导和梯度变化 | |||
| 决策树和感知机 | |||
| 线性回归和梯度下降 | |||
| 卷积神经网络 | |||
| 卷积核池化与激活 | |||
| 神经网络和模型评估 | |||
| 卷积神经网络-图像识别训练 | |||
| TensorFlow和keras | |||
| yolo框架、darkflow、darknet | |||
| LeNet、AlexNet、VGG16模型复现 | |||
| 深度学习论文带读 | |||
| 第十一阶段: 项目实践 | （一）视觉引导自动打标系统 | 2D机器视觉识别；特征检测；3D视觉定位；深度学习介绍；深度学习训练；卷积神经网络； 常见的深度学习框架(pytorch、tensorflow等)；组织数据集；评估模型；改善模型；常用的视觉识别框架；语义分割和实例分割和对抗生成网络；工业自动化CNC、激光雕刻控制； | 可掌握的核心能力： 1.掌握机器视觉、目标定位、检测与识别等技术； 2.掌握图像处理、深度学习、工业自动化CNC控制开发等技术； 3.掌握室内建图、路径规划、自动导航等技术； 4.掌握机器人运动控制、力控系统、视觉融合等实战技术； 5.理解产业互联行业趋势与场景需求； 6.掌握仿真建模与机器人联动等技术。 可解决的现实问题： 1.能够通过机器视觉进行与视觉相关的需求开发； 2.能够根据视觉系统规划机器人运动路线； 3.能够根据力控反馈实时调整机器人运动； 4.能够根据企业现状与实际需求，分析与设计机器人方面的升级/调整方案，同时能够将方案开发落地实施。 |
| （二）无人/自动驾驶项目实战 | 激光雷达传感器开发；贝叶斯滤波器；卡尔曼滤波；Gmapping和Hector算法；位姿评估算法DWA、TED、A*；自动Navigation及避障任务 | ||
| （三）产业自动化升级解决方案 | 机器人2D视觉定位物品；3D点云模板匹配；机器人运动控制；机器人路线规划；机器人力控系统 | ||
| （四）医药/物流仓储自动化分拣解决方案 | 2D视觉检测技术、深度学习目标检测；3D点云基于RANSAC的滤波、降采样；3D点云配准及曲面重建；基于惯性矩的3D物体包容盒提取技术；3D点云模板匹配及定位技术；自动避障运动规划技术 | ||
| （五）产业互联网解决方案 | 跨平台前端开发；机器人驱动；rviz/gazebo仿真建模；moveIt框架；无刷电机与步进电机控制；运动控制卡编程；末端夹具链接与远程通信；AGV无人车运动控制 | ||
备注：该课程大纲仅供参考，实际课程内容可能在授课过程中发生更新或变化，具体授课内容最终以各班级课表为准。
每日测评
每晚对学员当天知识的吸收程度、老师授课内容难易程度进行评分，老师会根据学员反馈进行分析，对学员吸收情况调整授课内容、课程节奏，最终让每位学员都可以跟上班级学习的整体节奏。
技术辅导
为每个就业班都安排了一名优秀的技术指导老师，不管是白天还是晚自习时间，随时解答学员问题，进一步巩固和加强课上知识。
学习系统
为了能辅助学员掌握所学知识，黑马程序员自主研发了6大学习系统，包括教学反馈系统、学习难易和吸收分析系统、学习测试系统、在线作业系统、学习任务手册、学员综合能力评定分析等。
末位辅导
末位辅导队列的学员，将会得到重点关心。技术辅导老师会在学员休息时间，针对学员的疑惑进行知识点梳理、答疑、辅导。以确保知识点掌握上没有一个学员掉队，真正落实不抛弃，不放弃任何一个学员。
生活关怀
从学员学习中的心态调整，到生活中的困难协助，从课上班级氛围塑造到课下多彩的班级活动，班主任360度暖心鼓励相伴。
就业辅导
小到五险一金的解释、面试礼仪的培训；大到500强企业面试实训及如何针对性地制定复习计划，帮助学员拿到高薪Offer。
