首页 > 人才培养 > 本科教育 > 教学大纲 > 正文

《工业软件应用开发技术(Industrial Software Development and Application Technology)》教学大纲

    作者: 发布时间: 2025-11-05 16:58 访问次数:

工业软件应用开发技术Industrial Software Development and Application Technology)》教学大纲

制定时间:2025年4月

一、课程基本信息

)适用专业:软件工程

)课程代码:3ZN1054A

(三)学分/课内学时:4学分/64学时

)课程类别:专业教育

)课程性质:必修/理论课

)先修课程:面向对象的程序设计方法、计算机网络

)后续课程:企业级应用开发技术、软件工程项目综合实训、(软件工程)毕业设计(论文)

二、课程教学目标

《工业软件应用开发技术》是工科高等学校计算机类专业的一门主干技术基础课,在培养学生分析求解复杂软件工程问题、根据实际问题设计解决方案的能力方面占有重要的地位。

本课程面向智能网联新能源汽车产业对软件人才的广泛需求,聚焦汽车软件,尤其是智能网联新能源汽车的关键系统及核心零部件——自动驾驶系统软件,通过课堂理论教学、实验教学、实训等环节向学生教授自动驾驶的基本原理、自动驾驶系统的硬件和软件架构、自动驾驶系统的主要模块(地图、定位、感知、预测、规划、控制)以及相关模块的核心算法等专业知识;培养学生以模块化的思路快速构建自动驾驶系统的能力,培养学生针对自动驾任务中的定位、感知、预测、规划和控制等问题,设计并实现相应的核心算法,形成有实用价值的自动驾驶解决方案;最终赋予学生在工业软件、尤其是自动驾驶软件领域的创新意识与能力,充分掌握掌握软件开发的基本理论、基本知识和基本技能,理解软件开发的思路以及掌握软件开发的能力,支撑毕业要求中的相应指标点。

(一) 具体目标

目标1:通过学习本课程,了解自动驾驶技术的行业背景,掌握自动驾驶软件系统框架,及其在整个汽车软件体系中的定位;

目标2通过理论课程,掌握自动驾驶系统基本原理,掌握六大关键技术的原理和基本实现:地图、定位、感知、预测、规划、控制;能够基于现有模块搭建完整的自动驾驶系统;

目标3通过实验、实训课程学习,掌握基于ROS系统的自动驾驶软件开发方法,能够分别针对地图、定位、感知、预测、规划、控制等任务需求进行相关算法、软件模块的需求分析、设计、实现、实车测试和部署的全闭环开发流程;掌握利用自动驾驶仿真软件构建仿真场景,完成关键算法的需求分析、设计、实现、测试和部署的全闭环开发流程。

(二)课程目标与毕业要求的对应关系

毕业要求

毕业要求指标点

课程目标

教学单元

评价方式

4.研究:能够基于科学原理并采用科学方法对复杂软件工程问题进行研究,包括建立软件模型、设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。

4.2能够理解系统软件的设计思路和基本原理并能够运用相应原理采用科学方法解决具体问题理解操作系统、数据库管理系统等复杂软件系统的设计原理,并采用科学方法

目标2

系统架构与关键模块介绍

平时作业

实验

试卷考核

目标3

感知与地图构建、定位与预测模块开发、路径规划与控制

平时作业

实验

试卷考核

4.3能够建立软件模型、设计实验、分析与解释数据、并通过信息综合得到合理有效的结论能够建立适当的软件模型并完成实验,通过分析与解释数据、信息综合得到合理有效的结论

目标1

自动驾驶概论与行业背景

平时作业

实验

试卷考核

目标2

感知与地图构建、定位与预测模块开发、路径规划与控制

平时作业

实验

试卷考核


目标3

基于ROS的模块化开发、仿真系统与场景构建、综合项目实践

平时作业

实验

试卷考核

 

三、教学内容与方法

(一)教学内容及要求

教学单元

教学内容

(知识点)

学习产出要求

推荐学时

推荐教学方式

支撑

教学目标

备注

1

自动驾驶概论与行业背景

自动驾驶发展历程与产业现状,智能网联新能源汽车生态,自动驾驶分级标准,系统在架构中的位置

理解核心概念与技术趋势,熟悉系统定位

8

理论讲授 + 案例分析

目标1

实验4学时

2

系统架构与关键模块介绍

系统软件架构、信息交互、六大模块功能与协作

描述模块功能与交互机制,理解系统整体结构

8

理论讲授 + 结构分析 + 研讨

目标1、2

实验2学时

3

感知与地图构建

高精地图构建,传感器介绍,感知算法基础

理解传感器布局与功能,掌握地图与感知算法

8

理论教学 + ROS实践 + 演示

目标2、3

实验4学时

4

定位与预测模块开发

定位原理,融合算法,行为预测方法

掌握定位系统与预测模块设计实现方法

8

理论 + 编程实验 + 仿真

目标2、3

实验4学时

5

路径规划与控制

全局与局部路径规划,控制算法

理解规划控制协同机制,掌握算法原理

8

算法讲解 + 仿真实验

目标2、3

实验4学时

6

基于ROS的模块化开发

ROS架构与通信机制,节点设计

掌握ROS系统使用与模块开发

8

实验教学 + 教学演示

目标3

实验4学时

7

仿真系统与场景构建

仿真平台介绍,场景构建与部署测试

掌握仿真工具使用与测试方法

8

实训课程 + 项目开发

目标3

实验6学时

8

综合项目实践

系统集成开发与部署,完整流程复盘

完成小型自动驾驶系统开发闭环

8

项目实训 + 成果展示

目标2、3

实验8学时

(二)教学方法

1.课堂讲授

(1)在课堂讲授过程中,教师应注重内容的系统性与行业前沿性的结合,尤其要防范学生出现“理论知识空洞”与“实际应用脱节”的问题。自动驾驶技术涉及的知识点覆盖面广、更新速度快,学生若仅通过传统教学方式获取知识,容易陷入被动接受、缺乏理解和应用能力的困境。因此在教学过程中,教师应采取模块化设计、案例驱动、可视化演示相结合的多样化教学方式,引导学生在理解原理的同时,形成清晰的系统思维。

(2)在教学内容安排上应突出重点与主线。教师需紧扣六大模块(地图、定位、感知、预测、规划、控制)的内在逻辑,从信息感知到决策控制构建完整的知识框架,避免碎片化讲解导致学生对系统整体缺乏认知。同时,需结合实际系统架构(如Apollo、Autoware)展示系统组件如何协同运行,加深学生对软件在整车架构中定位的理解。

(3)在教学方法上,应引入典型案例与实际工程问题,提升学生的学习兴趣与参与度。例如,通过介绍国内外自动驾驶企业的典型技术路线、事故案例、法规变动等,引导学生思考自动驾驶发展面临的现实挑战;通过视频演示或现场互动模拟自动驾驶系统工作流程,帮助学生直观理解复杂原理,防止抽象理论教学带来的认知隔阂。

(4)应防范“技术细节过深、难度跨度过大”的问题。在授课过程中要兼顾学生的专业背景差异,采用“由浅入深、层层递进”的教学策略,避免因内容跨度大导致部分学生出现学习困难,形成知识断层。教师应定期进行课堂小测、互动提问或问题讨论,对学生理解情况进行动态评估,及时调整授课进度与深度。

(5)要关注教学反馈与评价机制。建议设置阶段性知识点测试、小组汇报或知识应用小练习,让学生在真实问题场景中回顾所学内容,提升课堂学习的实际转化效果,防止“讲完就忘”的被动学习现象。通过及时反馈形成学习闭环,有效提高课堂教学质量。

3.实验教学

实验教学是《自动驾驶应用开发技术》课程的重要组成部分,直接关系到学生对知识的理解深度和工程能力的培养效果。相较于传统软件实验,该课程对实验环境配置、软硬件协同能力、模块协同调试等要求更高,因此在教学实践中应特别注意实验教学的科学设计与教学风险的防范。

(1)应防范“环境配置复杂、影响教学进度”的问题。由于本课程依赖ROS系统、仿真平台(如CARLA、Autoware Simulation)、高精地图构建工具等复杂软件环境,教师应在课程初期集中安排实验环境搭建工作。建议提供一键部署脚本、镜像文件或远程实验环境,降低学生配置难度。同时可组织环境配置专场讲解课,引导学生理解环境依赖逻辑,确保顺利进入实际开发阶段。

(2)要防范“学生开发能力不足导致实验流于形式”的问题。由于自动驾驶模块涉及算法设计与系统集成,部分学生在编程能力、软件工程经验等方面存在不足,导致实验过程中容易出现“照抄代码”、“跟着步骤走”等问题。因此,在实验教学中应加强开发过程引导,如采用逐步指导式任务书、小任务驱动开发模式,引导学生从模块需求分析出发逐步完成设计、开发与调试;教师需提供实验模板与接口规范,帮助学生理解模块边界与通信机制,提升学生的开发自主性。

(3)应防范“实验内容割裂、不成系统”的问题。每个实验模块虽然相对独立,但最终目标是构建一个功能完整、结构清晰的自动驾驶小型系统。因此教师应设计层层递进、可组合的实验任务,例如从“单模块仿真验证”到“多模块协同部署”,从“功能代码实现”到“完整系统调试”,使实验结果可积累、可集成,最终实现系统级验证,提升学生的工程系统思维。

(4)应防范“实验考核缺乏标准、无法量化评价”的问题。建议从“功能实现”、“算法完整性”、“代码规范性”、“实验报告质量”四个维度制定量化评分标准,并在课程初期公布评估体系,引导学生形成规范的实验记录与总结习惯。对于综合项目类实验,鼓励小组合作完成并进行成果展示、同行互评,提升团队协作与沟通能力。

(5)应设置实验答疑与故障处理机制。由于涉及平台较多,学生在实验过程中可能频繁遇到运行错误、通信异常等问题。教师可结合线上答疑群、教学助手值班制、FAQ知识库等方式为学生提供持续支持,防止因技术障碍挫伤学生实验热情,确保实验教学顺利推进。

四、考核及成绩评定

(一)考核内容及成绩构成

课程考核以考核学生能力培养目标的达成为主要目的,以检查学生对各知识点的掌握程度和应用能力为重要内容,包括平时作业考核、实验和期末考核三个部分。平时考核采用平时作业、实验、等方式评定学生成绩;期末考核采用笔试评定学生成绩。各课程目标的考核内容、成绩评定方式、目标分值建议如下:

课程目标

考核内容

成绩评定方式

成绩占总评分比例

目标成绩占当次考核比例

学生当次考核平均得分

目标达成情况计算公式

目标1:通过学习本课程,了解自动驾驶技术的行业背景,掌握自动驾驶软件系统框架,及其在整个汽车软件体系中的定位

自动驾驶发展历程与产业现状,智能网联新能源汽车生态

实验

10%

25%

A1

自动驾驶分级标准,系统在架构中的位置

期末上机考试

6%

10%

B1

目标2:通过理论课程,掌握自动驾驶系统基本原理,掌握六大关键技术的原理和基本实现:地图、定位、感知、预测、规划、控制;能够基于现有模块搭建完整的自动驾驶系统

系统软件架构、信息交互、六大模块功能与协作

实验

15%

37.5%

A2

高精地图构建,传感器介绍,感知算法基础、定位原理,融合算法,行为预测方法

期末上机考试

27%

45%

B2

目标3:通过实验、实训课程学习,掌握基于ROS系统的自动驾驶软件开发方法,能够分别针对地图、定位、感知、预测、规划、控制等任务需求进行相关算法、软件模块的需求分析、设计、实现、实车测试和部署的全闭环开发流程;掌握利用自动驾驶仿真软件构建仿真场景,完成关键算法的需求分析、设计、实现、测试和部署的全闭环开发流程

全局与局部路径规划,控制算法

实验

15%

37.5%

A3

ROS架构与通信机制,节点设计、场景构建与部署测试

期末上机考试

27%

45%

B3

总评成绩(100%)=实验(40%)+上机考试(60%)

100%

——

——

(二)平时考核成绩评定

1.实验:必做实验16次,支撑目标1、目标2、目标3、共占总评分40%,目标1占10%、目标2占15%、目标3占15%。对应目标的评分标准如下:

对应目标

目标1

目标2

目标3

成绩比例

10%

15%

15%

考查点

实验报告

实验操作内容

实验操作内容

评分标准

100%

90%

能准确陈述自动驾驶行业发展现状与趋势,清晰阐述系统框架各模块功能,能够将自动驾驶软件系统与整车软件体系的结构进行精准对应;可举出现实企业或系统作为案例支撑观点,具有批判性分析视角。

准确掌握六大模块的工作原理、数据流程及基本算法,能够解释模块协同逻辑,独立完成从模块组合到系统搭建的理论设计,并能结合案例或实验说明其实现路径。

熟练使用ROS及仿真平台,能够完成模块级算法从需求分析、设计、编码、测试到部署的闭环开发流程;能构建多样化仿真场景并实现动态交互测试,具有较强实用性与工程意识。

89.9%

80%

基本掌握自动驾驶行业背景,能够说明自动驾驶系统框架结构与模块作用,能较准确地说明其在汽车软件体系中的功能定位,有基本案例支撑。

掌握各模块基本功能与原理,能初步描述模块协同关系,具备基础系统搭建能力,存在部分概念模糊或细节不到位的问题。

能较熟练进行模块级开发与调试,掌握ROS通信机制与仿真测试方法,完成系统开发流程,部分细节实现不够完善。

79.9

70%

对行业背景理解较为笼统,对软件系统架构认知存在片面性,模块间关系描述不够清晰,无法准确定位在整车软件中的作用。

模块原理掌握不均衡,对部分关键技术如预测或控制理解较浅,系统搭建方案存在逻辑或技术缺陷。

能完成基础模块开发任务,使用ROS存在操作障碍或代码结构不清晰,仿真部署效果不理想,闭环流程实现不完整。

69.9%

60%

行业趋势掌握较弱,系统理解零散,描述中存在明显概念混淆或误解,不能较好体现系统结构认知。

对六大模块理解零散或混乱,无法清晰描述其功能或协作流程,系统搭建设计不具可行性。

缺乏开发逻辑或代码组织混乱,实验过程中频繁依赖指导或模板,不能独立完成测试与部署,无法完成仿真验证。

59.9%至

0

无法描述自动驾驶行业基本现状,系统结构认知严重缺失,无法进行准确表达或描述。

不能清楚描述六大模块原理,系统搭建能力缺失,对自动驾驶基本原理理解严重不足。

不能使用ROS进行开发,缺乏基本实验操作能力,开发流程与仿真场景构建均未实现或严重出错。

 

五、参考学习资料

(一)推荐教材:《无人驾驶原理与实践》,申泽邦等,机械工业出版社,2019.1,第1版,书号:9787111614999

(二)参考资料1《自动驾驶BEV感知算法指南》,易显维,虞凡 ,机械工业出版社,2024.12.1,第1版,书号:9787111768821

(三)参考资料2《自动驾驶汽车决策与控制》,杨世春,曹耀光,陶吉,郝大洋,华旸,清华大学出版社,2020.1.1,书号:9787302538882