[19保研]中国科学院上海高等研究院“梦筑高研” 2018年大学生暑假夏令营活动通知...

点击文末的阅读原文或者公众号界面右下角的【夏令营】是计算机/软件等专业的所有保研夏令营活动信息集合,会一直更新的。

同时我们也建立了一个QQ群(为公众号所有,非学校所设),同学们可以们在里面交流一下:

群名:计算机软件保研夏令营

QQ群号:740511725

为激发大学生的科研兴趣和热情,促进全国各高校优秀学生之间交流,中国科学院上海高等研究院(以下简称“高研院”)将于2018年7月举行“梦筑高研” 第六届大学生暑假夏令营活动。同时,此次活动将作为高研院2019年硕士研究生选拔的重要方式之一,表现优秀者将有机会通过推荐免试途径成为高研院硕士研究生或直博生,欢迎有报考意向的同学报名参加。

一、活动时间

2018年7月9日-7月13日 

二、参加人数: 100名左右

三、申请条件:

  1、通信、电子科学与技术、计算机、软件工程、自动化、物理、光学、化学、化工、材料、环境工程、生物及相关专业2015级本科生;

  2、学习成绩优秀,有出色的科研成果者学习成绩标准可适当放宽;

  3、对科研工作有浓厚兴趣,并有较强的或潜在的研究能力;

  4、英语达到国家四/六级水平(425分以上)。

四、申请流程

  1、报名时间: 2018年4月25日至6月20日。

  2、申请人登陆中国科学院大学科教结合协同育人计划网站(http://kjxt.ucas.ac.cn/)点击夏令营报名入口进行注册报名,报名时承办单位选择上海高等研究院,按要求如实填写各项信息。

  3、高研院将组织专家对申请人进行筛选。申请人可通过申请系统查看入选情况,入选通知也将通过邮件发送至入选人员邮箱。

五、提交材料

  1、《中国科学院大学2018年大学生夏令营活动申请表》(从报名系统中下载,并手写签名)

  2、本科成绩单和专业排名证明(加盖教务处公章)

  3、身份证、学生证复印件

  4、英语四/六级成绩单复印件

  5、已发表论文的复印件、各类获奖证书复印件等其他证明材料

     材料用A4纸打印/复印,按以上顺序装订。

     以上纸质版材料不需要提前邮寄,活动报到现场提交即可。报到时将对材料进行审核,不符合要求的同学将取消营员资格。

六、活动内容

  1、举行开营典礼;

  2、专家报告;

  3、营员团建交流活动;

  4、参观实验室,体验实验室生活;

  5、师生交流会,学长经验分享;

  6、参观上海的特色风貌,加强对上海的了解;

  7、举行结营典礼暨表彰仪式;     

七、 注意事项

  1、参加夏令营的学生必须遵守高研院的相关规定,遵从统一安排。

  2、夏令营期间,高研院研究生处为营员提供免费住宿和餐食,报销单程硬座车费或动车二等座车费(学校所在城市至上海)。

3、 请认真阅读附件中《上海高等研究院大学生暑期夏令营安全责任协议书》,知悉相关事项。

 八、 联系方式

中国科学院上海高等研究院  研究生处    

地址:上海市浦东新区张江高科技园区海科路99号综合楼310室  邮编:201210

联系人:肖老师   王老师

电话:021-20325020    021-20325093

邮件:zhaosheng@sari.ac.cn

网址:http://www.sari.cas.cn/

信息来源网址:http://119.78.243.192/web/contentList.html?type=sszs&firstMenu=zssz

点击阅读原文,看看今年目前所有计算机/软件等专业的保研夏令营信息集合。

同步定位与地图构建(SLAM)技术为移动机器人或自主载具在未知空间中的导航提供了核心支撑。借助该技术,机器人能够在探索过程中实时构建环境地图并确定自身位置。典型的SLAM流程涵盖传感器数据采集、数据处理、状态估计及地图生成等环节,其核心挑战在于有效处理定位与环境建模中的各类不确定性。 Matlab作为工程计算与数据可视化领域广泛应用的数学软件,具备丰富的内置函数与专用工具箱,尤其适用于算法开发与仿真验证。在SLAM究方面,Matlab可用于模拟传感器输出、实现定位建图算法,并进行系统性能评估。其仿真环境能显著降低实验成本,加速算法开发与验证周期。 本次“SLAM-基于Matlab的同步定位与建图仿真实践项目”通过Matlab平台完整再现了SLAM的关键流程,包括数据采集、滤波估计、特征提取、数据关联与地图更新等核心模块。该项目不仅呈现了SLAM技术的实际应用场景,更为机器人导航与自主移动领域的究人员提供了系统的实践参考。 项目涉及的核心技术要点主要包括:传感器模型(如激光雷达与视觉传感器)的建立与应用、特征匹配与数据关联方法、滤波器设计(如扩展卡尔曼滤波与粒子滤波)、图优化框架(如GTSAM与Ceres Solver)以及路径规划与避障策略。通过项目实践,参与者可深入掌握SLAM算法的实现原理,并提升相关算法的设计与调试能力。 该项目同时注重理论向工程实践的转化,为机器人技术领域的学习者提供了宝贵的实操经验。Matlab仿真环境将复杂的技术问题可视化与可操作化,显著降低了学习门槛,提升了学习效率与质量。 实践过程中,学习者将直面SLAM技术在实际应用中遇到的典型问题,包括传感器误差补偿、动态环境下的建图定位挑战以及计算资源优化等。这些问题的解决对推动SLAM技术的产业化应用具有重要价值。 SLAM技术在工业自动化、服务机器人、自动驾驶及无人机等领域的应用前景广阔。掌握该项技术不仅有助于提升个人专业能力,也为相关行业的技术发展提供了重要支撑。随着技术进步与应用场景的持续拓展,SLAM技术的重要性将日益凸显。 本实践项目作为综合性学习资源,为机器人技术领域的专业人员提供了深入习SLAM技术的实践平台。通过Matlab这一效工具,参与者能够直观理解SLAM的实现过程,掌握关键算法,并将理论知识系统应用于实际工程问题的解决之中。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值