面向知識圖譜的智能車輛課程體系創新建設的探索

唐曉峰

（揚州大學 機械工程學院，江蘇 揚州 225127）

隨著人工智能技術等國家重大戰略的實施，我國傳統汽車產業面臨轉型升級，智能車輛行業催生了“新工科”建設，圍繞復雜智能工程技術的探索與創新，汽車行業逐漸朝著“智能化、網聯化、電動化和共享化”的“新四化”趨勢發展。智能車輛課程融合了機械、計算機、自動化等多個學科，所涉知識廣泛。隨著“新工科”背景下要求高校車輛工程專業建立產業與高校之間的信息協同的新體系，“產學研”協同創新生態系統成為由傳統的單一要素模式向多要素關聯模式演化的動態轉換過程。智能車輛課程體系以此為契機，從培養目標、畢業要求、核心課程、課程關系圖、學分分配以及在實踐中遇到的問題等方面展開課程設計，以解決復雜工程技術、創新人才缺乏等為導向，充分利用資金、信息和技術等支持，以強化協同育人，提升復雜智能工程科研水平，實現高質量的人才培養協同效應。［1］

針對工科專業課程的問題，現有的傳統課程體系存在以下方面的不足：過度注重理論知識的講解、缺少與企業實踐的結合、學生實踐能力不足。同時，教師也存在過度注重理論而缺乏實際操作能力的問題。傳統課程體系的評價機制煩瑣，標準不統一，只以期末考試成績作為評價學生能力的標準，難以客觀評價學生的能力和水平。此外，傳統課程體系的內容相對單一，更新緩慢，缺乏前沿技術和趨勢的引入，難以滿足產業發展的需求。同時，學生的實踐機會也相對較少，所學的知識大都來自于書本，無法真正將所學的知識轉化為實踐能力。傳統智能車輛課程體系單一化嚴重，重復性較強，僅僅通過增加課時的方式無法解決復雜的課程體系學習問題，難以滿足智能車輛領域多學科、跨學科的需求。傳統課程體系往往由學校獨立設計，與企業的配合度較低，這使得學生的實習機會、就業指導等方面都受到了影響。雖然有校企合作模式，但大部分創新成果也僅僅停留在經費、論文和專利上，而學科課程知識缺乏對于這些核心技術的應用能力的培養，導致學生無法掌握“新工科”的核心技術。

智能車輛課程交叉著多學科課程以及復雜工程技術的課程體系，涵蓋的學科課程要求學生具備較強的跨學科綜合學習能力，形成了一個較大的知識圖譜的學習網絡，并且需要結合實踐課程。因此對于智能車輛課程體系采用傳統的課程設計方法自然是行不通的，只有結合實踐產業化才能充分掌握智能車輛的復雜課程知識點，通過將“產學研”一體化的知識體系形成知識圖譜的網絡，從而確保學生在智能車輛的復雜課程體系內自由選擇適應性課程的知識點，達到真正掌握知識的目的。

“產學研”合作下的智能車輛課程體系具有以下幾個優勢。

（1）將復雜難懂的理論知識轉變為更容易理解和實踐的認識。基于“產學研”的智能車輛課程體系更加注重實踐性和應用性，智能車輛的理論知識復雜而又廣泛，可變性強，重在將理論融入實踐中，通過實踐學習來簡化這些難以理解的知識體系，可以提高學生的實踐能力，并確保他們更容易掌握知識。

（2）富有創新意識。“產學研”合作下的智能車輛課程體系更加注重引導學生從問題導向的思維開始探索，教師在教學過程中通過結合教學方法、環境和實踐來培養學生的創新能力和創業意識。

（3）強調培養學生的綜合能力。基于“產學研”的智能車輛課程體系注重培養學生的綜合能力和跨學科學習能力，旨在使學生獲得更全面的技能和較高的專業素養，增強學生在就業方面的競爭力。

“產學研”一體化合作下的智能車輛課程體系融合了務實的技術、教育資源和實踐環境，讓學生能夠輕松理解各種復雜的理論知識，吸收龐大的知識圖譜所涵蓋的知識量，培養具有綜合創新能力和實踐能力的人才。

一、面向知識圖譜的課程體系建設

（一） 知識圖譜

知識圖譜是一種利用圖形化方式表示實體及其之間關系的知識庫，采用本體論和語義網技術進行知識的組織和共享。實體包括人物、地點、課程、技術等。在課程體系建設中，知識圖譜可以通過其復雜多樣的知識結構，在基于“產學研”技術架構的學習層面上發揮重要的作用，通過構建基于智能車輛課程的知識圖譜結構，可以將不同學科領域的知識和技術充分聯系起來，實現相關課程的知識點之間在同一技術層面上的應用和優化。例如，在學生進行智能車輛的路徑規劃的學習過程中，知識圖譜推薦系統可以將控制理論中的某一優化方法、車輛理論中某一章節的知識點以及軟件算法中某技術層面的知識、方法充分聯系起來，實現一條具有規劃性質的學習路徑和方向，充分提升了學生利用知識、吸收知識和應用知識的能力，并且能在實踐技術操作中學會應用的能力。

知識圖譜課程化有助于將課程教學內容、學科領域知識、課程關系、教材資源等信息細化到實體和其之間關系的層面，為學生學習提供更清晰的知識框架和理解路徑，同時也更方便知識共享、再利用。例如，學生在進行智能車輛定位版塊學習時，可以通過結合決策、地圖等其他版塊信息進行有關系層面的學習，做到技術層面上的充分認識。同時，利用知識圖譜可以實現多樣化教學的探索，根據每個學生或者每組學生的知識水平、接受能力等因素，智能推薦適合的學習資源和內容，提高不同層次學生的學習效果。知識圖譜也有助于實現學科之間的交叉關聯，可以整合智能車輛領域的多種知識資源，包括學術文獻、標準規范、技術方案、案例實踐等，為學生提供全面、系統的學習資源，有助于學生對知識點的深度理解和擴展應用（見表1）。

表1 知識圖譜課程關系圖

智能車輛是一項復雜的技術系統工程體系，包括了眾多的子系統和知識模塊，使用知識圖譜有助于將子系統中的知識抽象出來，并且通過“產學研”一體化的設計，實現從抽象到實際的技術落地的全過程，例如，智能車輛的視覺感知領域在知識圖譜層面里包括圖像處理、圖像分析、語義分割、目標檢測等各種知識點，當需要學習某一知識點時，便可以從知識圖譜中進行查找和學習，同時可以借助于“產學研”的優勢，使復雜的知識點接近于實際工程技術的應用層面，構成了一個更為完整的智能車輛應用體系，充分利用知識圖譜的結構優勢和“產學研”提供的技術優勢，有助于培養學生在實際學習中的興趣，突破各種難點。

（二）主干學科、課程關系圖及培養標準

智能車輛課程體系建設的主要任務是解決科研上的難題，其目標是要實現“產學研”一體化進程，因此構建多知識圖譜結構的課程體系要包括多類主干學科。所涉及的主干學科是機械工程、人工智能、控制科學、計算機科學、電子與通信工程等，主要課程涉及通用類課程、精細化課程以及面向“產學研”水平的課程，三種課程的具體比例如圖1 所示。

圖1 課程關系圖

對于通用類課程、精細化課程以及“產學研”類課程，需要進行適當的課程數目、學分以及課時量的占比設置，通用類課程涉及的是一些基礎類專業性課程，其特點是課程多、知識面廣、學分少且課時量少，側重于講解課程中的主要部分，目的是了解與車輛相關的多學科門類課程；精細化課程主要是講述智能車相關的專業性課程，其特點是主要課程門類多，學分與課時量占比需要適當設置；“產學研”類課程主要是一些復雜難懂的課程以及無法在學校展開教學的課程，需要企業人員和高校教師共同承擔這類課程，以實現“產學研”一體化的主要目標，特點是課程有難度，設置的學時量較少，采用科研性實踐與教學結合的模式。所以三類課程的占比分別是（通用類課程∶精細化課程∶“產學研”類課程）分別2.5∶1.5∶1。通用類課程主要用于學習和快速理解智能車輛相關的基礎技術，而精細化課程則更加專業化。對于“產學研”類課程而言，由于涉及的研發設備價格昂貴、技術難度大、需要大規模試驗場地等復雜因素，因此無法完全依賴學校層面進行，需要通過校企聯合培養和研發攻關的方式，共同提升授課深度，實現高質量的教學模式。

（三）知識圖譜課程與“產學研”協同關系探索

“產學研”合作是不同社會分工在功能與資源上的協同與集成化方式，傳統的“產學研”科研平臺合作效率以及成果轉化率較低，大都體現在初級合作模式［2］，而基于智能車輛課程體系的“產學研”合作形式需要以解決核心技術、提升智能汽車質量為目標，將生產、教學和科研結合的技術成果轉化成課程教學內容，同時解決高校教師不會智能車輛技術開發而僅僅停留在論文、專利和項目解決層面的問題，旨在提升高校教師的教學水平，進一步提升教學質量。

智能車輛的課程特點是多學科、內容廣泛且復雜，要求高精度、高性能級的設備，價格昂貴。高校難以持續購置高價位設備和進行技術研發。由于智能車輛課程門類眾多，每門課之間實現相互關聯，無法進行傳統的理論和實踐課學時分配。必須進行智能車體系課程全方位改革，打造“產學研”級別的高質量集中式實踐課程。“產學研”課程中涉及的智能車輛試驗測試技術實踐課程包括所有精細化課程中的實驗，集中式128 個課時進行試驗測試，并通過校企聯合模式完成。

以“無人駕駛車輛理論”課程為例，該課程包含了感知、導航地圖定位、決策規劃和控制、車輛線控底盤技術、車輛整體架構系統以及車輛輔助駕駛系統等內容，每個環節都需要相應的理論和實踐課程，才能讓學生掌握知識點。課程“深度學習”需要專門設置32 個理論課時，配以與“無人駕駛車輛理論”課程的感知部分相互關聯的實踐課程；其他課程如“自動控制原理”“計算機視覺”以及“機器學習”的實踐課程則與“無人駕駛車輛理論”課程的控制部分相互關聯，以上課程的內容關聯性需要通過集中式實踐課程的設置實現。另外，“智能車電子電氣架構技術”“群體智能與自主系統”等課程由于技術復雜、價格昂貴、實時更新迭代，又與上述課程有著緊密的技術關聯性，因此其實踐課程需要與上述課程的實驗協同進行，在“產學研”協同下進行全方位實踐課程工作，以企業為主體提供試驗相關技術設備，實踐測試人員由高校教師和企業高水平研發人員共同擔任。另外，“智能汽車試驗測試技術”需要在智能車輛試驗場地進行學習和研究，因此需要與試驗測試場地公司進行合作。“產學研”類課程中的“智能汽車制造技術”課程主要包含智能車輛的全過程制造實踐，需要配備高端制造裝備、試驗測試場地等，也需要通過校企合作完成實踐課程學習。通過多樣“產學研”一體化進程，可以提升智能車輛課程的教學水平和質量。

二、混合式教學與知識圖譜課程體系的關系

混合式教學是一種新的教學模式，是使用智能終端技術實現線上線下相結合的教學情景模式。［3］混合式教學包括線上線下相結合的混合式虛擬實驗教學模式、AI 系統輔助的教學與實踐環節設計開展、基于學習分析的行為與效果評估三方面。［4］混合式教學模式可以使學生不僅在課堂教學中學習現場理論，同時還能在網絡學習環境中吸收各種知識。混合式教學在知識圖譜課程體系中具有重要的應用形式，充分利用在線平臺、互動課堂、項目案例等教學資源，結合“產學研”實踐課程中的難點進行線上實時講授課程，能使學生更全面了解知識圖譜下的課程體系與學習的相關性。例如，學生可以通過線上平臺、社區交流、討論板塊以及線上跟企業人員實時交流答疑技術，企業人員把技術實時發布到線上平臺、社區交流板塊，保證學生得到實時的反饋，更加充分吸收和消化課程內容。尤其對基于研究性教學的方法，這種方式可以將理論和實踐相結合，加深對智能車輛課題體系的認知。

混合式教學具有靈活性、實踐性、互動性以及個性化的特點，可以允許學生選擇適合自己的學習方式和資源，以滿足不同層次學生的學習需求，同時增加了實踐能力環節，不僅企業可以在線上社區板塊實時發布實踐技術層面的知識，而且可以充分得到學生的反饋和討論，能夠促進技術的提升，從而更有助于實現全面的教育培養目標。

三、“產學研”協同下智能車輛課程體系的評價機制

智能車輛的產業化面臨技術攻關，需要大量的高水平科技人才，智能車輛課程體系的價值就是通過“產學研”模式將科研成果轉化成產業化，可以通過高校部分優質教師資源來提升企業智能車輛的研發水平。因此智能車輛課程體系的建設要由高校結合教師和企業研發人員共同建設：企業需要參與培養方案的修訂、課程教學大綱的制定、教改項目的實施，企業人員需要參與專業課的學習；學校從政策角度衡量，確保高校新學科布局的科學性和規范性，指導高校完善教師評價體系，以解決實際科技工作中的復雜技術問題為核心，制定教師業績考核指標，將校企聯合教學、校企科技攻關等納入考核和職稱評定體系中，以提升企業和高校科研資源水平。通過科研攻關，高校教師的科研項目評定機制也是基于校企聯合項目為主，提升高校教師實踐能力的評價機制，進行科研成果與實際教學融合作為評價機制。對于創新人才培養的評價機制以學生在實際專業實踐中突出成績為主要評價機制，專業實踐中的占比應接近理論教學，因此考核機制不再是以期末考試作為唯一的評價機制，而是通過專業實踐，根據“產學研”一體化攻關技術中的貢獻值而設定的人才評價機制。對于企業的評價機制以實現核心技術產能為主要點，同時結合校企聯合培養學生的科技水平為輔助評價機制，結合企業參與國家重大項目、比賽等取得的技術水平為主要評價機制，真正實現校企“產學研”，實施“產學研”協同創新，降低高校培養學生和企業用人機制之間的差距。

四、存在的問題

隨著智能傳感、人工智能和芯片等技術的突破，智能車輛的技術也隨之變化，這就要求企業不斷革新技術，才能更好地服務于課程體系建設，企業需要持續投入各種資金、人員，才能不斷提升自我技術競爭力，同時企業面臨技術的轉型通常情況下是有一定難度的。因此持續保持高水平技術研發力度，對于企業來說是比較難的一件事情。同時企業的技術變化也會影響高校的培養目標、課程體系、教學內容設置和畢業要求，因為一些實踐課程體系難以維持下去，所以構建多家企業聯合“產學研”研發平臺，實現平臺內資源共享是最為關鍵的一項。

產業化階段潛在的合作沖突關系。校企合作構建智能車輛課程體系有助于突破核心技術，但關鍵技術進入產業化后，創新活動的競爭性更為激烈，如何確立校企合作的穩固關系，如何確立校企之間利益分配問題，是實現“產學研”關系的最為關鍵一步。

高校教師的水平問題也是制約“產學研”持續發展的原因，高校教師的水平通常只體現在論文、專利、項目等的成果上，對技術的研發卻不深入，難以維持智能車輛體系這樣有難度的課程體系，因此也難以解決領域內的核心攻關技術。

校企協同育人機制有助于高校真正實現技術學習，打破課本局限，讓學生真正具有創新性和創造力。構建良好的“產學研”協同育人機制，需要資源、政策、高水平企業技術、人才等多種核心要素共同聯通，形成一個系統性的機制，這樣才能實現“新工科”人才的培養目標。

五、結語

“新工科”課程的要求決定了智能車輛課程的建設需要突破傳統的認知，構建基于各門類課程特點的專業技術人才，加大實踐類課程的攻關體系，并且真正依靠“產學研”的深入合作才能提升智能車輛課程的持續學習。因此，創建智能車輛課程體系，并且結合知識圖譜的結構，有助于實現新型的高校教學模式，改變傳統的培養方案、課程大綱、教改項目，實現實踐類課程的創新。通過加大企業人員的投入力度、結合企業的技術和資金，實現資源的共享，不僅實現了實踐課程的技術突破，而且更有助于智能車輛課程體系的學習，培養高質量的人才。