Learning plan / FTC engineering pathway

FTC 科技挑战赛
两年三阶段培养方案

从赛题理解到机器人设计、编程、测试和比赛复盘,建立一支能持续成长、能够传承经验的 FTC 工程战队。

一条主线,三段成长

课程以真实机器人任务为牵引。机械、软件、电子、策略和团队协作交叉推进,每个阶段都有实物、代码或比赛成果。

01 / MONTH 01—06

工程设计与数字制造基础

从需求、草图和 CAD 出发,把设计变成可制造、可装配、可维护的机构。

  • 机构分析与 SolidWorks
  • 底盘、机械臂、夹具与传动
  • 制造装配、结构测试与迭代
02 / MONTH 04—14

机器人系统开发

使用 Java 控制真实硬件,并用传感器、编码器和控制算法提升稳定性。

  • Java、FTC 控制系统与模块化
  • TeleOp、Autonomous 与状态机
  • PID、传感器标定与数据调试
03 / MONTH 10—24

竞赛工程实战与战队运营

围绕赛季完成方案竞争、快速原型、模拟赛、参赛和赛后知识传承。

  • 赛题拆解与得分策略
  • 可靠性、驾驶和联盟协作
  • 工程笔记、展示与队伍运营
24 个月培养周期
3 个阶段能力递进
1 条闭环设计到复盘
可传承代码、CAD、笔记归档

课程怎样推进

每个知识点绑定一个实际任务,学生需要解释方案、完成测试、分析数据,并说明下一次修改的依据。

完整工程闭环

01 需求
赛题理解与功能拆解明确得分目标、约束、风险和成功标准。
02 设计
方案、CAD 与控制逻辑比较复杂度、可靠性、成本和维修难度。
03 实现
制造、装配与程序部署从低成本原型逐步集成到完整机器人。
04 验证
测试、数据与比赛复盘用成功率、完成时间、故障次数和维修时间推动改进。

AI 辅助边界

  • 可以解释 Java、生成测试代码、分析日志和整理文档。
  • 不能替代传感器标定、现场判断、安全设计和比赛策略。
  • 学生必须理解、部署、验证并对最终代码负责。
使用原则:AI 可以给建议,工程结果必须由学生验证。

两年课程安排

第一年建立完整工程基础,第二年围绕真实赛季形成战队能力。阶段之间保持交叉,不把比赛训练推迟到课程最后。

时间重点内容阶段成果
第 1—3 个月工程思维、草图、SolidWorks、传动、制造安全2—3 个机构项目、设计说明、结构测试和一次迭代
第 4—6 个月底盘、机械臂、滑轨、夹具、线缆管理与快速维修可运行机械子系统、小型任务机器人、装配和维护说明
第 7—9 个月Java、硬件映射、电机、舵机、编码器、TeleOp可驾驶底盘、可独立控制机构、基础测试程序
第 10—12 个月状态机、PID、传感器、自动程序、日志和 AI 辅助调试完整机器人原型、基础自动程序、内部模拟赛和年度报告
第 13—18 个月赛题拆解、规则审查、方案竞争、快速原型和系统集成赛季方案、底盘、关键机构、TeleOp、自动程序和性能指标
第 19—24 个月可靠性、驾驶训练、模拟赛、联盟协作、正式参赛和知识交接参赛机器人、工程文档、赛后复盘和下一届培训材料

战队能力地图

采用“主责方向 + 交叉能力”,让每名学生有清晰职责,也能理解其他岗位的限制。

机械与 CAD机构设计、建模、制造、装配、线缆管理和维修。
软件与控制Java、TeleOp、Autonomous、传感器、算法和日志。
策略与测试赛题分析、得分模型、驾驶训练、模拟赛和数据记录。
记录与运营工程笔记、版本记录、技术展示、预算和成员招募。
每周评审记录完成项、指标变化、阻塞问题、责任人和截止时间。
失败预算先写假设,再做低成本测试;每次失败都留下可复用经验。

阶段评价

评价学生的工程过程和团队贡献,不只看最终机器人能否运行。

评价维度建议占比达到战队级的表现
工程设计与机械实现20%能在时间、成本、可靠性和得分之间做出取舍。
编程与控制系统20%能编写模块化控制程序,并解释关键逻辑。
测试与调试方法15%能用数据定位问题,验证修改是否有效。
赛题分析与比赛策略15%能组织机械、软件和策略协同完成比赛目标。
工程文档、协作与表达30%能清楚解释工程决策,培训下一届队员并完成知识归档。

课程命名

对外采用易理解的招生名称,对内采用体现能力体系的专业名称。

  • SolidWorks 机器人建模基础
  • AI + Java 机器人编程与调试
  • FTC 竞赛实战训练
  • 工程设计与数字制造基础
  • 机器人系统开发:Java、控制与 AI 辅助工程
  • 竞赛工程实战与战队运营
培养目标:最终形成一支能够独立完成机器人设计、开发、测试与参赛,并通过工程记录和成员培养持续传承经验的学生战队。