| 课题名称 | 硬件平台 | 课题分类 | 配置 | 课题目的 | 课题要求 | 交付要求 |
|---|---|---|---|---|---|---|
| 5G通信解决方案，实现端到端图传 | 海鸥派 | 连接通信 | 1. 海鸥派 2. 摄像头 3. 鼎桥5G模组 |
通过RedCap 5G通信的端到端图传实践平台，让学生亲身体验5G技术在图像传输中的高效应用，锻炼其系统设计、模块集成与优化能力，为未来物联网和通信领域培养专业人才。 | 1. 硬件选型与集成（摄像头及5G模组） 2. RedCap 5G通信解决方案设计与实现 3. 端到端图传系统测试与优化 4. 系统部署与实际应用验证 |
1. 提供源码，提供相关分析、设计、开发、测试、验收等开发过程中的详细文件记录，并提供相关核心参考文献； 2. 整合精华篇幅内容，汇总为PPT课件，要求内容质量干练清爽。 |
| YOLOv8目标检测算法原理与部署、移植 | 海鸥派 | 算法应用 | 1. 海鸥派 | YOLOv8目标检测算法原理与部署、移植的开发，它不仅能提升学生的算法理解与实践能力，还能促进产学研结合，推动技术创新与成果转化，培养高校学生成为具备人工智能应用能力的复合型人才。 | 1. 硬件平台的环境准备，以openEuler操作系统为基座 2. YOLOv8算法学习与研究 3. 车牌识别模型训练和转换（环境搭建、数据集制作、训练、模型转换等） 4. 算法在海鸥派开发板上的部署 5. 模型训练与调优 6. 模型移植与测试 |
1. 提供源码，提供相关文档资料，例如算法原理说明、开发环境配置指导、数据集制作、模型训练与转换，以及调优过程记录等项目开发过程中的文档内容 2. 整合精华篇幅内容，汇总为PPT课件，要求内容质量干练清爽。 |
| ROS环境搭建及部署 | 海鸥派 | 环境搭建 | 1. 小车 | 培养学生对ROS的开发，以更早适应无人系统方向发展，通过实践掌握机器人软件开发的基础框架和工具，提升学生在复杂机器人系统设计与实现方面的能力，为未来从事机器人研发、自动化控制等领域的工作奠定坚实的基础。 | 两套系统下的环境搭建： 1. 基于硬件平台选择合适的ROS版本 2. 安装ROS 3. 配置ROS环境 4. 初始化ROS工作空间 5. 测试ROS安装是否成功 6. 安装额外的ROS软件包和工具 7. 基于海鸥派实现ROS的基本使用方法，例如控制小车前进（含进行时间）、后退、左转、右转、转圈等 |
1. 需分别基于Ubuntu操作系统、openEuler操作系统，详细的输出上述开发环境安装搭建的过程文档，以及安装过程中注意事项、常见问题等文档；讲述ROS2的调试方法 2. 整合精华篇幅内容，汇总为PPT课件，要求内容质量干练清爽。 |
| 激光雷达建图导航、避障应用 | 海鸥派 | 环境感知 | 1. 小车 2. pad 3. 激光雷达 |
本方案旨在利用2D激光雷达技术，实现机器人的自主导航、避障和自主回充功能。通过SLAM算法构建环境地图，机器人能够在未知环境中进行自主探索，并根据地图信息进行路径规划和避障策略的制定。同时，机器人还能够根据电池电量和位置信息，自主返回充电座进行充电。 | 1. 硬件（小车、激光雷达）选型与集成 2. 单线激光SLAM建图算法实现 3. 基于地图的导航路径规划 4. 实时避障策略与算法开发 5. 自主回充路径规划与执行 6. 系统集成与功能测试 7. 性能优化与稳定性提升 8. 用户界面与交互设计 |
1. 提供开发源码，并需按照上述步骤，详细输出多篇开发过程技术文档，同时输出核心参考文档，例如软件要求、算法实现与优化等； 2. 整合精华篇幅内容，汇总为PPT课件，要求内容质量干练清爽。 |
| 激光雷达角度屏蔽应用 | 海鸥派 | 环境感知 | 1. 小车 2. pad 3. 激光雷达 |
在自动驾驶教育领域，研究激光雷达角度屏蔽课题，旨在通过精确控制收发角度，减少干扰，提升系统性能。此课题促进学生对传感器原理及自动驾驶技术的深入理解与学习。 | 1. 激光雷达选型与配置 2. 激光雷达数据采集 3. 角度屏蔽策略制定 4. 角度屏蔽功能实现 5. 机器人小车避障功能实现 6. 系统集成与测试 |
1. 提供源码，提供相关分析、设计、开发、测试、验收等开发过程中的详细文件记录，并提供相关核心参考文献； 2. 整合精华篇幅内容，汇总为PPT课件，要求内容质量干练清爽。 |
| 激光雷达跟随应用 | 海鸥派 | 环境感知 | 1. 小车 2. 激光雷达 |
激光雷达跟随技术主要应用于需要精确跟踪和定位目标的场景。例如自动驾驶场景应用下，帮助车辆实时感知周围环境，识别并跟踪前方车辆、行人等目标，从而实现安全、自主的驾驶。同时可广泛应用于自动驾驶、无人机拍摄、农业机器人、仓储物流以及机器人导航等多个领域。它不仅能增强学生的实践操作能力，还能促进学生对自动驾驶、机器人导航等前沿技术的深入理解。 | 1. 明确应用场景和跟随目标 2. 硬件选型与配置 3. 激光雷达数据采集与处理 4. 跟随算法设计与实现 5. 系统集成与测试 |
1. 提供源码，提供相关分析、设计、开发、测试、验收等开发过程中的详细文件记录，并提供相关核心参考文献； 2. 整合精华篇幅内容，汇总为PPT课件，要求内容质量干练清爽。 |
| 乒乓球目标识别 | 海鸥派 | 算法应用 | 1. 小车 2. 摄像头 3. 乒乓球 |
激光雷达跟随技术主要应用于需要精确跟踪和定位目标的场景。例如自动驾驶场景应用下，帮助车辆实时感知周围环境，识别并跟踪前方车辆、行人等目标，从而实现安全、自主的驾驶。同时可广泛应用于自动驾驶、无人机拍摄、农业机器人、仓储物流以及机器人导航等多个领域。它不仅能增强学生的实践操作能力，还能促进学生对自动驾驶、机器人导航等前沿技术的深入理解。 | 1. 乒乓球图像采集与图像预处理 2. 目标分割与识别 3. 乒乓球的运动轨迹进行建模和预测 4. 系统集成与测试 5. 设计用户界面和交互方式，实现数据可视化展示 |
1. 提供源码，提供相关分析、设计、开发（图像采集与处理算法文档、乒乓球识别文档等）、测试、验收等开发过程中的详细文件记录，并提供相关核心参考文献； 2. 整合精华篇幅内容，汇总为PPT课件，要求内容质量干练清爽。 |
| 机械臂控制乒乓球的识别与抓取 | 海鸥派 | 工业控制 | 1. 小车 2. 机械爪 3. 乒乓球 |
激光雷达跟随技术主要应用于需要精确跟踪和定位目标的场景。例如自动驾驶场景应用下，帮助车辆实时感知周围环境，识别并跟踪前方车辆、行人等目标，从而实现安全、自主的驾驶。同时可广泛应用于自动驾驶、无人机拍摄、农业机器人、仓储物流以及机器人导航等多个领域。它不仅能增强学生的实践操作能力，还能促进学生对自动驾驶、机器人导航等前沿技术的深入理解。 | 1. 机械臂选型与建模 2. 图像采集与处理（参照乒乓球识别课题项目） 3. 乒乓球识别算法开发（含多种乒乓球颜色） 4. 机械臂控制算法开发 5. 系统集成与调试 6. 用户界面与交互设计 |
1. 提供源码，提供相关分析、设计（机械臂选型、数学模型等）、开发（机械臂控制算法等）、测试、验收等开发过程中的详细文件记录，并提供相关核心参考文献； 2. 整合精华篇幅内容，汇总为PPT课件，要求内容质量干练清爽。 |
| 星闪通信实验平台 | 海鸥派 | 连接通信 | 1. 小车 2. 手柄 |
学习了解新型无线短距离通信标准技术——星闪技术，学习星闪模组的移植适配编译流程，熟悉星闪使用及测试。 | 1.手柄硬件设计（基于WS63模组） 2. 实 |
Use this section to tell people about which versions of your project are currently being supported with security updates.
| Version | Supported |
|---|---|
| 5.1.x | ✅ |
| 5.0.x | ❌ |
| 4.0.x | ✅ |
| < 4.0 | ❌ |
Use this section to tell people how to report a vulnerability.
Tell them where to go, how often they can expect to get an update on a reported vulnerability, what to expect if the vulnerability is accepted or declined, etc.