| 课程号 |
67130021 |
学分 |
1 |
| 英文名称 |
Intelligent Flight Systems: Project-Driven from Design to Practice |
| 先修课程 |
无 |
| 中文简介 |
一、课程背景
随着具身智能与无人系统技术的快速发展，AI正从“纯软件模拟”走向与物理世界深度交互的新阶段。这对未来工程师和科学家的能力提出了全新要求：算法思维、硬件实现与跨学科解决实际问题的能力缺一不可。然而，当前高校教育中“理论与工程实践脱节”的问题依然存在——学生往往具备单点知识，却缺乏在真实工业平台上进行系统集成与跨学科攻关的经验。
为弥合这一鸿沟，云圣智能与北京大学创新创业学院联合开设本课程。课程以“解决真实问题”为出发点，围绕项目制任务组织教学，摒弃传统实验课预设图纸与标准答案的模式，引入来自产业一线的真实自动化产品需求，要求学生直面市场痛点与技术挑战，进行从无到有的自主方案设计与问题攻关。课程坚持“真问题、真落地、真场景、真成长”的育人导向，以项目制学习串联AI、电子工程、机械设计、计算机等领域的科学问题，打通“人才—项目—产业”的闭环链路，构建起产学研协同的智能实验社区生态。
二、课程定位与目标
本课程面向北京大学计算机科学、机器人、人工智能、电子工程、机械设计等理工科方向的本科生，是一门以“解决真实科研与工程问题”为终极目标、驱动跨学科知识高阶融合的高强度项目制实践课。
课程以“企业出题，高校解题”为模式，以“真实工业平台 + 完整项目周期 + 竞技激励机制”为核心价值主张。课程历时7天（共48学时），以“无人机自主抓取挑战赛”为驱动目标，引导学生完成“硬件组装 → 软件开发 → 系统集成 → 实战竞技”的全链路工程实践。课程旨在实现从“复现验证”到“自主设计”的教学范式跨越，培养学生面对真实场景、自主定义问题、系统设计方案并最终产出可交付成果的综合能力。
三、课程内容概要
课程分三个阶段递进推进：
第一阶段（Day 1–2，12学时）为“平台认知与硬件构建”，学生从零开始完成无人机机架、动力系统、夹爪机构及机载计算机的组装与上电自检，在调试笼内完成悬停测试，并跑通基于Ubuntu 22.04 + ROS2的SDK基础Demo。本阶段强调对工业级硬件平台的全面认知与基本操作能力的建立。
第二阶段（Day 3–5，18学时）为“核心算法开发”，聚焦感知模块（基于YOLO的目标检测与机载端实时推理）、运动控制（位姿估计、坐标系变换与轨迹规划）及夹爪端到端抓取策略的开发与调试。学生在此阶段以团队形式自主探究技术方案，将算法思维与硬件实现深度融合。
第三阶段（Day 6–7，18学时）为“系统集成与实战竞技”，学生完成状态机设计与全流程联调，经中期Demo展示、压力测试、模拟预赛等环节后，结课时小组参加课程项目比赛（两轮取最高分），并提交技术报告接受专家评审。本阶段强调系统级问题解决能力与工程素养的综合呈现。
四、课程特色
1.真实问题驱动：课程摒弃预设图纸与标准答案，引入来自产业一线的真实产品需求，要求学生直面市场痛点，进行从无到有的自主方案设计与问题攻关。
2.工业级真实平台：学生使用云圣智能的工业级无人机套件（含夹爪及力反馈模块）进行开发，所有技术指标均与实际工程标准对齐。
3.软硬深度协同与跨学科融合：课程涵盖硬件组装、飞控调试、ROS2开发、AI感知算法和系统集成，串联AI、电子工程、机械设计等特定领域的科学问题，形成从底层硬件到高层智能的完整知识体系。
3.以赛促学：课程结课以挑战赛为牵引，通过预赛复盘、正式比赛和专家评审的竞技机制，激发学生主动探索与创新优化的内生动力。
4.产学协同育人：由云圣智能技术导师与北京大学实践导师联合授课，学生可直接接触工业标准，通过项目展示获得企业与学界的双重认可，打通“人才—项目—产业”的闭环链路。
5.重视工程素养：通过压力测试、故障排查与鲁棒性验证等环节，培养学生“面向失败设计”的工程师思维，提升系统级问题解决能力。
五、课程成效与价值
完成本课程学习与实践，学生将形成可展示的无人机系统作品与技术报告，其成果与市场对接，可直接应用于企业产品技术端。课程所培养的系统级工程实践能力、AI感知与控制算法应用能力、跨学科协同攻关能力，以及团队协作与技术表达能力，将有效支撑学生在机器人、无人系统及具身智能领域的进一步学习与职业发展。
|
| 英文简介 |
I. Course Background
With the rapid development of embodied intelligence and unmanned systems, AI is shifting from pure software simulation to deep interaction with the physical world. This demands that future engineers and scientists combine algorithmic thinking, hardware implementation, and interdisciplinary problem-solving. However, university education still often separates theory from practice—students have fragmented knowledge but lack experience in system integration and real-world industrial applications.
To address this, CloudMinds Smart and the Peking University Innovation and Entrepreneurship Institute have jointly launched this course. Based on a “real-world problem solving” approach, the course replaces traditional lab models with actual industry requirements. Students tackle genuine market challenges and technical pain points, designing solutions from scratch. Guided by the philosophy of “Real Problems, Real Implementation, Real Scenarios, Real Growth,” the course uses project-based learning to connect scientific questions across AI, electronic engineering, and mechanical design, building an integrated academic-research-industry ecosystem.
II. Course Positioning and Objectives
This course is designed for Peking University undergraduates in science and engineering—including Computer Science, Robotics, AI, Electronic Engineering, and Mechanical Design. It is an intensive, project-based, hands-on course aimed at advancing interdisciplinary integration through solving real research and engineering problems.
The course follows an “Enterprise Sets the Challenge, University Provides the Solution” model, emphasizing “Real Industrial Platforms + Complete Project Lifecycle + Competitive Incentive Mechanism.” Over seven days (48 credit hours), centered around a “Drone Autonomous Grasping Challenge,” students go through the full engineering cycle: “Hardware Assembly → Software Development → System Integration → Competition.” The goal is to shift education from replication and verification to autonomous design, cultivating students’ ability to independently define problems, design systematic solutions, and deliver tangible results.
III. Course Outline
Phase 1 (Days 1–2, 12 hrs): Platform Familiarization & Hardware Construction
Students build the drone frame, power system, gripper mechanism, and onboard computer from scratch, then perform power-on self-tests, hovering tests in a debugging cage, and run basic SDK demos (Ubuntu 22.04 + ROS2). This phase focuses on understanding an industrial-grade hardware platform and acquiring basic operational skills.
Phase 2 (Days 3–5, 18 hrs): Core Algorithm Development
Teams develop and debug perception (YOLO-based object detection with onboard inference), motion control (pose estimation, coordinate transformation, trajectory planning), and end-to-end gripper control strategies. Students explore technical solutions independently, integrating algorithms with hardware implementation.
Phase 3 (Days 6–7, 18 hrs): System Integration & Competition
Students complete state machine design and full-system integration, followed by a mid-term demo, stress testing, and simulated competition. Teams participate in a final project competition (best of two rounds) and submit a technical report for expert review. This phase emphasizes system-level problem-solving and engineering proficiency.
IV. Course Features
Real-Problem Driven
Industrial-Grade Real Platform
Deep Software-Hardware Synergy & Interdisciplinary Integration
Competition-Based Learning
Industry-Academia Collaborative Education
Emphasis on Engineering Proficiency
|
| 开课院系 |
创新创业学院 |
| 成绩记载方式 |
合格制 |
| 通识课所属系列 |
|
| 授课语言 |
中文 |
| 教材 |
|
| 参考书 |
|
| 教学大纲 |
1.弥合理论与实践的鸿沟：针对当前高校教育中“理论与工程实践脱节”的问题，通过提供工业级真实硬件平台和来自产业一线的真实问题，让学生在动手实践中运用知识，填补从单点知识到系统能力的缺口。
2.培养跨学科系统解决问题能力：引导学生融合人工智能、电子工程、机械设计等多领域知识，完成从硬件组装、算法开发到系统集成的全链路工程实践，形成从底层硬件到高层智能的完整知识框架和解决复杂工程问题的综合能力。
3.实现从“复现验证”到“自主设计”的范式跨越：摒弃传统实验课预设图纸与标准答案的模式，要求学生直面真实市场需求与技术挑战，进行从无到有的自主方案设计与技术攻关，激发创新思维。
4.构建完整的系统工程实践能力：通过“硬件组装→软件开发→系统集成→实战竞技”的完整项目周期，让学生亲历产品从0到1的开发全流程，培养其产出可交付成果的系统级工程素养。
5.灌输工业标准与工程思维：通过压力测试、故障排查、鲁棒性验证等环节，培养学生“面向失败设计”的工程师思维，使其技术指标与工程标准对齐，提前适应真实的研发环境与专业要求。
6.打通“人才—项目—产业”的闭环链路：以“企业出题，高校解题”的模式，在产学协同中育人。让学生成果直面市场检验，为其在机器人、无人系统及具身智能领域的深造或职业发展奠定坚实基础，并直接对接产业需求。
【第一阶段：平台认知与硬件组装（Day 1–2，共12学时）】
Day 1（6学时，含3学时授课+3学时实践）：开营仪式与平台认知——「无人机与具身智能」技术报告、随机分组破冰、参观实验室、熟悉开发环境；硬件组装实训——无人机硬件架构讲解、机架与动力系统组装、夹爪机构安装、机载计算机与摄像头集成、整机上电自检；
Day 2（6学时，含2学时授课+4学时实践）：飞行调试与SDK熟悉——PID调参基础、手动悬停飞行测试、跑通SDK Demo（起飞/悬停/降落）、队内任务分工。
【第二阶段：核心技术开发（Day 3–5，共18学时）】
Day 3（6学时，含2学时授课+4学时实践）：感知模块开发——目标检测专题讲座（YOLO/传统视觉）、样本采集与模型训练、机载端推理实现；
Day 4（6学时，含2学时授课+4学时实践）：运动控制开发——位姿估计与轨迹规划讲座、视觉定位三维坐标实现、精度测试；
Day 5（6学时，含2学时授课+4学时实践）：夹爪控制与抓取策略——夹爪SDK接口讲解、端到端抓取联合测试、抓取成功率调试。
【第三阶段：系统集成与实战竞技（Day 6–7，共18学时）】全部实践+答疑
Day 6（9学时）：系统集成联调——状态机设计、全流程集成、中期Demo展示（5分钟+导师点评）；压力测试与故障排查——重复测试、边界条件验证、故障自恢复功能实现；
Day 7（9学时）：课程末期汇报预赛与技术报告——模拟预赛2轮、赛后复盘、技术报告撰写；
正式比赛与颁奖——正式比赛（两轮取最高分）、专家评审（创新性+报告）、颁奖结营。
总计：7天，共48学时（讲座约11学时、实操约37学时）。
本课程采用"理论讲解 + 工程实操 + 团队项目 + 竞技评审"相结合的教学模式：
1. 理论讲解（约25%）：由云圣智能技术导师主讲，涵盖无人机系统、目标检测、运动控制等核心技术；
2. 工程实操（约50%）：学生在导师指导下完成硬件组装、代码调试、系统集成等动手环节；
3.团队讨论与协作（约10%）：小组内部任务分工、技术方案讨论及中期Demo展示；
4.竞技评审与报告（约15%）：预赛与正式比赛、实物提交、技术报告撰写及专家答辩。
成绩记录方式为“合格/不合格”（PF制），考核成绩超过60分记为合格。
一、考勤与课堂表现（20%）：按时出勤及积极参与课堂讨论，完成课堂学习实操内容
二、小组项目实施过程（60%）：方案设计及进度检查，包括项目设计方案完整性、结构化和可行性；方案迭代和协作过程，包括中期进度检查结果及改进方案、团队协作任务分工及进展情况。
三、课程末期汇报比赛与成果展示（20%）：基于技术报告、产品实物创新性、过程表现等评分项，评出一二三等奖。
评估维度如下：
1、技术报告：团队在Day 6–7提交最终技术报告，评审内容包括：系统架构设计的完整性、算法实现与实验数据分析的规范性、代码整洁度与工程文档质量。
2、产品实物创新性：各队在视觉感知、运动控制或抓取策略方面的创新点。
3、过程表现：包括团队协作态度、积极主动性、出勤与安全规范遵守情况等方面。
|
| 教学评估 |
刘建波：
学年度学期：25-26-3，课程班：智能飞行系统：项目驱动式从设计到实践1，课程推荐得分：null，教师推荐得分：null，课程得分分数段：null；
刘德英：
学年度学期：25-26-3，课程班：智能飞行系统：项目驱动式从设计到实践1，课程推荐得分：null，教师推荐得分：null，课程得分分数段：null；
|
|