《机器视觉综合实训》课程教学大纲（智能制造工程专业）.doc

PAGE

PAGE1

字体、字号请参考范例注意：

字体、字号请参考范例

注意：

首字母大写

植物拉丁学名斜体

一、课程简介

课程中文名

机器视觉综合实训

课程英文名

ComprehensivePracticalTrainingofMachineVisionTechnology

双语授课

￡是■否

课程代码课程学分

1

周（学时）

1周（16学时）

课程类别

□专业认知实习

□专业见习

■工程实训

□毕业实习

□其他

课程性质

■必修

□选修

□其他

课程形态

□线上

■线下

□线上线下混合式

□社会实践

□虚拟仿真实验教学

考核方式

□闭卷□开卷□课程论文■课程作品￡汇报展示■报告

■课堂表现□阶段性测试■平时作业￡其他（可多选）

开课学院

机器人工程学院

开课

系(教研室)

智能制造工程

面向专业

智能制造工程

开课学期

第4学期

先修课程

电路分析，电子技术基础，电子技术实训，电子工艺实训，传感器原理与检测技术等。

后续课程

可编程控制器原理及应用实训、人工智能技术综合实验等。

选用教材

自编实训教材

参考书目

传感器原理及应用(第3版).吴建平主编.机械工业出版社,2019年.

传感器原理及应用.苑会娟主编.机械工业出版社,2017年.

机器视觉及其应用技术.刘韬、葛大伟主编.机械工业出版社,2019年.

课程资源

无

课程简介

机器视觉综合实训涵盖了机器人视觉传感器的种类、安装方法和调试应用，以及设计机器人视觉识别程序和验证工艺过程的实践任务。通过该课程的学习，学生将掌握机器视觉技术的核心概念和原理，学会选择和配置机器人视觉传感器，设计和优化视觉识别程序，并能够撰写实践报告。该课程将培养学生在机器人视觉领域的实践能力和创新思维，为其未来在工业自动化、机器人技术等领域的发展打下坚实基础。

二、课程目标

表1课程目标

序号

具体课程目标

课程目标1

深入了解机器人视觉传感器的类型和功能，掌握其安装和调试的技术要领。通过学习，学生将认识到传感器技术在智能制造中的核心作用，并预见其发展方向。同时，课程旨在培养学生的爱国情怀，激发学生将工程科学知识应用于国家发展的热情。

课程目标2

掌握机器人传感器的调试与应用技术，能够在实验中分析问题并提出解决方案。通过这一过程，学生将培养科学精神，追求真理和精确性，同时在实践中锻炼自己的工匠精神，力求技术精湛和创新。

课程目标3

学生将具备设计机器人传感与机器视觉实验方案的能力，能够独立分析实验数据并得出科学有效的结论。这一目标旨在提升学生的实践能力和创新思维，同时强化学生的批判性思维和问题解决能力。

课程目标4

学生将能够在实验设计中选择合适的传感器，以实现预期的实验目标。通过这一过程，学生将学会如何将理论知识与实际应用相结合，提升实验技能和工程实践能力，同时培养对劳动的尊重和对美的追求。

表2课程目标与毕业要求对应关系

毕业要求

指标点

课程目标

毕业要求4研究【H】

4.3能够分析与解释实验结果，并通过信息综合得到合理有效的结论。

目标2、3

毕业要求7：环境和可持续发展【L】

7.2：能够评价针对复杂智能制造工程问题的工程实践对于环境、社会可持续发展的影响。

目标1

毕业要求10：沟通【M】

10.1：能够使用技术语言，就智能制造工程领域复杂工程问题与业界同行及社会公众进行有效沟通和交流，能够进行产品设计、制造、试验等工程文件的编纂，并可进行说明与阐释。

目标3、4

三、教学内容及要求

（一）学习内容

表3课程学习目标与学习目标

序号

项目名称

实践类型

实践性质

学习目标

学习内容

主要仪器设备

1

机器人视觉传感器的认知与安装

综合性

必修

能根据实训任务，了解机器人视觉传感器的种类、原理和功能，学会正确安装和配置传感器

1.介绍机器人视觉传感器的种类、原理和功能；

2.学习传感器的正确安装和配置方法。

视觉传感器

2

机器人传感器的调试与应用

综合性

必修

掌握机器人传感器的调试方法，能够应用传感器进行环境感知和数据采集。

1.学习传感器的校准和调试技术

2.掌握滤波、数据处理和传感器融合等方法。

视觉传感器

3

机器人视觉识别程序设计与调试

综合性

必修

能学会设计和调试机器人视觉识别程序，能够应用图像处理和模式识别算法进行目标检测和识别。

1.介绍机器视觉识别的基本原理和常用算法

2.学习特征提取、边缘检测和机器学习等方法

3.实践项目设计和调试视觉识别程序的技巧

无

4

利用后续工艺环境验证机器人视觉程序

综合性

必修

能了解工艺环境对机器人视觉程序的影响，能够进行验证和优化。

1.了解工艺环境对视觉程序的影响

2.学习验证方法和优化策略

3.掌握光照、噪声和干扰因素的处理技巧

无