应用型本科院校机器人类课程教学研究

教育是一国发展的重中之重,高校的发展更是代表了一国的教育质量与教育水平。近年来,人工智能越来越多地被运用到医疗、教育、军事等各个领域,给人类带来了极大的便利。相对于学术型本科院校教育,应用型本科院校教育为适应我国经济发展,对高素质应用型人才培养的需要和推动我国教育大众化进程发挥了积极的促进作用。面对人工智能技术的兴起与广泛应用,应用型本科院校教育行业工作者应当抓住机遇,变革传统教育观念,创新教学方式,推动应用型本科高校教育事业的改革和发展。分析了应用型本科院校开展机器人类课程教学研究项目的先进性,以及应用型本科院校教育中机器人类课程教学的意义,最后探讨了提高机器人类课程教学质量的途径,希望能够对相关工作者有所启发。

一种基于QueryDet-YOLO的小目标实时检测定位系统

提高小目标检测最直接的方法是采用更高分辨率图像,其缺点是计算成本随着图像像素的增加而急剧增加,并产生冗余计算。本文基于QueryDet-YOLO模型,采用Kinect传感器设计了一种小目标实时检测定位系统。在ROS(Robot Operating System)系统下,Kinect传感器利用OpenCV,通过查询机制和映射关系预测小目标物体在低分辨率特征上的位置,然后利用预测位置在HD(High Definition)下进行稀疏卷积,精确计算出小目标检测结果,并配合实时点云数据输出小目标三维坐标信息,实现小目标实时精确定位。实验结果表明,与直接在高分辨率下检测相比,本文设计的小目标实时检测定位系统减少了计算量、加快了检测速度和提高了小目标实时检测效率。