0、
许多朋友对机器人软件开发和人工智能感兴趣，不知道如何学习。今年3月，武汉校区开设了智能机器人软件开发工程师就业班， 这里我给大家介绍一下就业班的学习曲线！
0基础小白也可以学习人工智能课www.bilibili.com/video/av62321640
1、
不管有没有编程基础的童鞋， 我建议你先学Python ，Python像瑞士军刀， 你可以用他做很多事情，比如自动回复邮件，自动收集信息。
Python又很简单易懂。 理解解决问题的过程很容易转换成相应的代码。
我们只需要4天就能掌握， python基础，算数运算符，变量， 熟悉常用入、条件句、循环、元组、字典等知识点，熟悉常用控件， 文本标签、编辑框、按钮、布局、信号、槽等技术。
许多学生零基础 ，，可制作简单的学生管理系统、火车票查询系统。
2、
python它是一个面向对象的声音，面向对象是一个重要的编程思想。接下来，我们将通过坦克战争等经典游戏来掌握面向对象的想法。
看第二周，大家的成
3、
需要特别强调线性代数的重要性。一般来说，，。要掌握机器视觉和人工智能， 成为年薪30万以上的工程师， 了解高等数学和线性代数是必要的基础。
看第三周，大家的成果。
综合运用矩阵运算，反向传导，梯度下降，实现自动驾驶， 这是对人工智能课程有深刻理解的基石。
4、
网络技术是机器人工程师必备的技能，多线程也是充分发挥程序效率的必备技能udp，tcp和socket这是编写通信模块的重要基础， 后来我们写工业3d相机和机械臂驱动，都需要基于socket进行编程。
看第四周，大家的成果
我们从高级课程开始，使用纯粹的课程ubuntu系统上课， 利用多线程和socket和qt在计算中，我们实现了局域网中的屏幕广播软件，并实现了讲师屏幕共享。
5、
HTML和Javascript它也是机器人工程师必备的技术，而不仅仅是软件工程师的玩具。web事实上，该技术已经渗透到编程的各个方面。此外，我们需要能够掌握大量的网络数据，进行数据分析，为机器学习和数据挖掘奠定坚实的基础。
第五周，大家的成就！
6、
数据库是数据存储和查询的重要工具，机器学习，人工智能都需要处理大量的数据， 如何优雅地管理和处理数据是我们需要掌握的， 我们解释常用的mysql数据库和嵌入式领域非常流行sqlite数据库
第六周： 学生掌握 数据库概述 客户端使用 数据库操作 创建和修改表结构 增删和查看表数据
where,order,group,分页、连接查询、外键、视图、事务、 索引 等数据操作技术。
到这里
你已经长大了
初出茅庐的新兵
准备进入
智能机器人软件工程师
开发的门
★
- 感知。视觉传感器、图像传感器、激光雷达、各种传感器技术。
- 规划。人工智能、知识表达、路径规划、任务调度、机器学习等。
- 行动。运动学、动力学、开环控制、闭环控制pid控制等。
- 数学基础。最佳估计、微分几何、概率论等。
7、
IT行业程序员会争论哪种高级语言和低级语言更好，Linux和Windows对机器人工程师来说，我们是工程师，语言和操作系统都是工具， 我们应该优先考虑哪种工具最方便。从现在到可预见的未来里，Linux是机器人软件工程师最好的操作系统。原因是机器人操作系统ROS是基于Ubuntu开发的，在Ubuntu最稳定的上操作。虽然window10 计划投入巨资支持ros， 但现在ubuntu这是我们最好的选择。
我们的课程从c 开始全面切入ubuntu实验和教学操作系统。
第七周：
学生掌握装ubuntu掌握操作系统shell脚本编程，双系统安装方法，独立解决各种显卡，网卡驱动，Linux内核问题。
8、c 实战编程
python我们说是瑞士军刀，但我们真的想制造机器人。合适的工具不是瑞士军刀，而是C/C 如此简单粗暴的锤子和螺丝刀工具。
最重要的是如何使用工具， 我们用很多案例来教你，带你去使用工具。讲解我们的课程类比python和c 的异同点， 让大家在短期内掌握，clion数组和Vectors，操作符和过程控制，字符和字符串处理 函数，Characters and Strings，Functions，指针和引用，OOP -对象、操作符重载、继承、包装、智能指针、异常处理，IO和流 ，boost，STL模版技术等c 核心技能。
八、九周：
c 和python学生可以自己编译c 工程为库文件，使用python去调用c 代码。python写业务逻辑简洁明了，c 做核心算法，整洁高效。
9、
c语言和c 语言诞生已经几十年了， 许多前辈程序员写了很多经典的框架和工具集， 了解编译工具Github存在的意义， 让前辈的代码融入我们的项目。
第九周： 学生可以独立编译opencv， FFmpeg， pointcloud等经典c 项目， 并引入自己的项目。
10.机器人操作系统
ROS（ Robot Operating System，机器人操作系统诞生于2007年，很快就在机器人研究领域掀起了一场风暴ROS目前，开发和应用的热潮已机器人领域的网络名人
谷歌、亚马逊、微软等众多知名公司已经广泛使用ROS系统，， 猎聘网上搜索ROS关键字， 大部分岗位月薪达到1.5~2万元。
第十周：
熟练使用pid原理， 联合使用c 和Python语言，完成清扫机器人的开发。
11、
多自由机械臂的难点在于机械臂的运动学正反解、运动学控制和动力学控制，这是建模分析和数值算法实现的问题。六关节机械臂工作原理、机器人坐标系、坐标变换和旋转矩阵、欧拉角四元数、机器人DH表达、机器人关节空间与笛卡尔空间的转换、机器人的卡尔空间的转换、机器人的正反解。我们花了一周的时间向大家解释，cobotStudio是机器人仿真模拟的利器。
第十一周效果：
12、
相机是机器人的眼睛。我们应该学习不同相机的成像原理、不同光源对成像的影响、结构光相机、双眼相机和普通相机rgb相机使用场景、相机下位机程序编写、相机驱动编写等。
第十二周效果：
相机测距仪
13、机器视觉OpenCV
视觉是人类最重要的感觉。赋予机器人智能的第一步是给机器人视觉。随着科学技术和计算机计算的不断发展，主要解决视觉问题的图像处理系统得到了很大的发展，出现了许多优秀的框架。OpenCV是其中的代表。本周，本课程学习图像卷积模糊、边缘梯度计算、一级导数算子和二级导数算子、定制滤波器、高斯和胡椒盐噪声图像生成和图像噪声增强，掌握直方图比较和反向投影技术、模板匹配等技术
第十三周学习效果：
自动驾驶，车道线识别。/p>
14、3D视觉
2d的照片丢失了一个维度的数据，在某些特殊应用场景下，不能满足开发的需求，我们要引入3d的相机来进行更准确的识别，3d相机使用的技术包含，点云模型，pcl，点云数据的读取保存和可视化，点云的拼接，点云的矩阵变化，点云滤波，直通滤波，平面滤波，点云条件去除与轮廓去除，上采样和下采样，点云对齐，分割，拟合，2d与3d配置，传感器融合等。
第十四周学习效果：
15、深度学习实战
深度学习是目前很火的技术，但是大多数教程都是偏理论部分的，学完很难应用到真实的业务场景里面，我们采用目前最主流的深度学习框架（pytorch），讲解深度学习和卷积神经网络， 深度学习做重要的是组织数据集，评估模型和改善模型，这几块内容会作为我们课程的重点内容讲解。
第十五周学习效果：
生活垃圾分类，交通标志识别，人类表情感情识别等。
16、SLAM
SLAM是Simultaneous localization and mapping缩写，意为“同步定位与建图”，主要用于解决机器人在未知环境运动时的定位与地图构建问题，我们课程会讲解slam算法原理，坐标变换与实时构图的过程，最终利用生成好的地图文件，完成AGV小车或者扫地机器人的自主导航
第十五周学习效果：
17、综合项目实战-机器人写字
项目简介
人手写数字，通过机器视觉识别数字的图像，让机器人模仿写出对应的数字。
项目特色
1、准备数据集
2、深度学习训练数据集
3、机器视觉获取图像和图像处理
4、识别数字，根据轮廓生成机器人运动轨迹，控制机器人写出数字
18、综合项目实战-机器人无序分拣
项目简介
在料框中，随机放置着若干相同类型的盒子，机器人需要逐个拾取盒子，并将盒子按照指定要求，重新摆放。
项目特色
1、2D图像处理
2、机器视觉和机器人学的综合应用
3、3D点云处理
4、基于深度学习的物体分类与检测
5、运动规划
6、RCNN；Mask RCNN；多目标检测
7、视觉定位
19、综合项目实战-机器人跟随
项目简介
机器人识别跟随嫌疑人，自主导航避障，跟随嫌疑人。
项目特色
1、深度学习工具包使用
2、数据集采集
3、数据集分析
4、小车控制等。