# 吴贤铭智能工程学院

### 机器人工程

机器人工程机械、电子、计算机、自动化都要修一些，学的内容比较杂和多。 华工机器人工程2021 级的本科培养方案中大一大二学工科基础课(数学、力学和计算机等)，其中计算机方向学的是 Python 和 C++ 两门计算机编程语言，机器视觉，数据结构，人工智能导论。大三大四专业课更多了，控制理论，嵌入式，信号处理等等课程。我们学这么多不同专业的课程，但是并不会很深入，学校可能是在培养大家找到其中一两个自己感兴趣的方向，然后自己努力去深入学习相关知识。机器人工程是一个屠龙之术，要掌握的东西太多了，要做一个精通 ME，EE，CS 的学生不太现实。

另外，华工的机器人氛围是不错的，五山校区有华南虎战队机器人实验室，国际校区也于2022年末成立了 RobotIC 机器人实验室，国际校区所有本科生都可以报名，给感兴趣的同学提供了很多资源和动手实践的机会。

要注意的是，吴院的机器人工程每年培养方案和课程安排还在调整和变化中。如果对 Robotics 感兴趣的话，可以关注一下机器人领域前沿的团队和个体，例如 Boston Dynamics，Tesla Bot，稚晖君，看看在机器人领域优秀的人们都在做什么; 也可以参加 RoboMatser，Robocon 等机器人比赛，这些工科赛事很能锻炼一个人的专业能力。不是一定要参赛，“参差多态乃是幸福的本源”，道路千万条，在各自选择的道路上付出勤奋和汗水，尽量能找到感兴趣的方向并不断努力就好啦。

在读学生的见解或许带着一点点理想主义和脱离现实，学弟学妹如果感兴趣可以看看一些行业前辈给的建议，个人会推荐这一篇文章[机器人工程师学习计划](https://zhuanlan.zhihu.com/p/22266788)。

但每个人的情况可能都不大相同，小马过河，适合自己的才是最好的。因此不要尽信别人的观点（包括这一条）。希望大家都能拥有独立思考和理性判断的能力。

### 智能制造

智能制造专业融合智能技术、机械工程、电子工程和控制工程学，以下为专业课介绍

**大一上**

**工程导论(实践课)**

新生的工程启蒙课。在没有老师教导的情况下组队完成一个机器人的制作及 演讲展示

需要自学最基础的建模(solildworks)以及单片机编程(arduino)，让学 生高中灌输式学习转向大学自主学习，非常累，但个人认为花费了整个学期 70% 的学习时间收获了 90%的知识(技术知识、团队分工及矛盾处理、演讲及 ppt/ 海报制作)这门课程自发积极的同学在未来两年也有较好的表现。

**大一下**

**Python(选修课但所有人都默认选)**

在大一上学完 C++基础后，介绍基础的 python 语法。能完成较为简单的编 程。大概难度是输入一串数字，找到里面所有的倍数关系。

**大二上**

**数据结构(原理介绍课)**

介绍数据的存储方式。比如列表和链表(可自行百度)等数据结构中对数据 的增加、删除、查找、修改、排序。难度会比 python 要难一点点，但因为有 python 的基础，这门课不会很难

**工业大数据(原理介绍课)**

算法入门。介绍机器学习，例如决策树、线性回归(可自行百度)等，入门 神经网络，会有些较多课程项目。

**工程力学(计算运用课)**

除了高中的受力分析，研究非刚体收到压缩、剪切、弯曲、扭转的受力情况 和形变，属于是工程的理论支持

**电路导论(计算运用课)**

介绍多电源、电容、电感的电路计算方法

**大二下**

**热力学(计算运用课)及计算流体力学(公式证明课)**

饱和蒸汽压、绝热过程、等温过程、等压过程等;流体力学三大基础原理的证明及程序计算和多核计算

**动力学及振动导论(计算运用课)**

高中物理及刚体旋转，加上一部分振动

**设计与制造(原理介绍课及实践课)**

机械原理、机械设计等课程的综合，难度非常浅，有部分工程制图、介绍电机、轴承、齿轮等;实践课与大一工程导论相似，难度会有提升

**人工智能(原理介绍课)**

介绍数据搜索方法及深层一点的机器学习，使用较为成型的算法解决问题

**金工实习(实践课)**

学习使用各种如台锯、手钻等工具，操作大型机床，体验精密机械臂、无人机等;和设计与制造合并做小车


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://www.gzic.online/study/wu-xian-ming-zhi-neng-gong-cheng-xue-yuan.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.