脱离机械苦海! 欧陆robotics项目盘点(一)
作为就业天坑的两大护法之一的机械专业,不少同学都抱怨机械专业课程过时,就业薪酬低,一毕业就进厂。其实在申请留学时机械专业毕业之后也有很多转申方向,其中就包括近年来越来越火热的robotics专业,今天小编就带大家盘点一下欧陆的机器人专业。
首先声明一点,虽然欧洲大学的学校以严苛的课程匹配要求著名,但是只要在本科修了课程网站上要求的课程,录取的概率还是很很大的,而且机械专业本身就有很多课程与机器人专业是重叠的,不少robo项目本身也接受机械本科学位,所以机械专业申请robo项目的概率很大。
其次,很多robo专业涉及交叉学科,一般机械,ee,cs,AI各方面都会有涉及,而且欧陆选课很自由,学生可以偏向其中某个方向修课,所以robo是转专业的一个很好的选择。最后再说明一下,本文也包括了除了robo之外的其他可以转专业的项目,比如:autonomous system等,也是机械转向ee,ai等方向很好的选择。
一、德国
1、亚琛工业大学
Automation Engineering(自动化工程)
学位:理学学士
开始时间:冬季学期,夏季学期
学时:4个学期
学分:120ECTS
语言:德语
课程介绍:
自动化技术的任务是确保技术系统和过程在没有主动人为干预的情况下正常运行。这可以是飞机或汽车的自动驾驶仪,刚性机械臂的明显合规性或过程工程系统的自动紧急关闭。为了实现系统的自动化,自动化技术人员通常必须回答以下四个问题:
建模:如何描述要自动化的过程?
监管:我如何规范流程,使其达到应有的效果?
控制技术:如何正确运行过程并进行监控?
嵌入:如何将此教给微控制器或计算机?
这些基本问题在应用程序的结构上是独立的。因此,自动化技术可以以一种非常跨学科的方式应用,并且不仅限于一个行业分支。这项工作也非常多面,因为从技术建模到嵌入的范围很广。
在自动化技术学位课程中,您将学习回答上述四个问题。
课程内容:
嵌入式系统、机电一体化系统的识别和控制、车辆,医疗等在计算机领域的应用、电机工程、计算机工程选修课等
申请要求课程:
数学:17 CP
技术制图和 CAD:4 CP
机器元件:9 CP
力学:18 CP
控制工程:6 CP
流体力学:6 CP
热力学:7 CP
热和材料转移:6 CP
材料科学:8 CP
为期20周的工程实习
Robotic Systems Engineering
项目是由亚琛工大国际学院与亚琛工大联合开展,需要注意的是该项目每年要收取11000欧元的学费。
课程介绍:
机器人技术和网络物理系统以不同的方式广泛应用,例如工业机器,汽车,(微)电气工业以及航空航天和航空运输工业。我们的机器人系统工程是为机器人专家量身定制的,并在机械工程,电气工程和计算机科学领域提供出色的教育。该计划有两个主要主题:
机器人的优化应用
开发和建造新的机器人系统。
该硕士学位课程弥合了工程学科之间的差距,为学生提供了独特的学习环境和多学科教育,使他们能够开发创新和智能的机器人解决方案和系统,以应对当今最紧迫的全球挑战:工业生产力,能源效率,环境责任,医疗保健问题和移动服务。
学习时长:2年(4个学期)
学位要求:理学学士/技术学士/工程学士和1年工作经验
学分:120 学分
课程费用:总计 22,000 €
语言:英语
课程结构:
必修课程包括:机器人系统、高级机器人、运动学和动力学、控制工程、机器学习、机械工程中的计算机科学等。
选修课程包括:电力电子、轻量化设计的流程和原则、应用数值优化工程、机械工程中的数值方法、面向工程师的先进有限元方法、生产工厂的机电一体化和控制技术、先进控制系统、战略技术管理、人工智能导论等。
此外该项目还包含了12周的工业实习。
2.慕尼黑工业大学
Computational Science and Engineering (CSE,计算科学与工程)
项目介绍:
计算科学与工程(CSE)结合了应用数学、计算机科学和科学或工程应用。它让学生有机会成为巴伐利亚计算工程研究生院(BGCE)精英项目的一部分。
计算科学与工程(CSE)是一个迅速发展的领域,将应用数学(特别是数值分析)、计算机科学和科学或工程应用结合在一起。CSE专注于开发解决问题的方法和稳健的数值模拟工具。
这些模拟的高度细节和真实性需要数学建模、数值分析、高效算法、计算机架构、软件设计和实现、验证和结果可视化方面的高级技能。该课程为工程、科学或数学毕业生提供在CSE中成功职业或学术生涯所需的技能。
学习时长:4个学期
学分:120 ECTS
学费:138欧元
教学语言:英语,此外要求GRE
课程结构:
必修模块
A部分:计算机科学-10ECTS
C部分:科学计算-31ECTS
选修模块
A部分:计算机科学-最小10ECTS
B部分:数值分析-16ECTS
D节:CSE的应用-8ECTS
E节:CSE方法和技术-15ECTS
本科学位要求:
工程和土木工程,生物信息学,生物过程工程,化学工程,电气工程和信息技术,车辆和发动机技术,计算机科学,航空航天,机械工程,生物化学,生物学,化学,数学物理。。(可以说基本所有理工科都可以申请)
申请要求课程:
对数学的要求:数学计算关键领域的能力,线性代数和分析,数字技能,随机知识。
对编程的要求:
1.程序设计语言的能力,目前在以下领域可用:使用科学计算(例如C/C++、Fortran等),
2.面向对象编程语言(如C++、Java、C#等)的技能
3.数学软件知识(如Maple、Matlab、Mathematica等)
4.实际编程经验(例如软件开发实习、工作活动等)。
Mechatronik und Robotik(机电与机器人)
课程介绍:
您想开发智能和数字网络系统以及复杂的智能机器人系统吗?您是否欣赏机械工程、IT和电气工程之间的交叉学科?然后,您将成为我们这个领域的专家。
机电一体化和机器人学硕士课程的目的是在机械工程、信息技术和电气工程之间的交叉方面培训专家。您接受了跨学科思维和工作方面的培训,因此能够:
连接机械、电子和数据处理部件;设计机器人系统,进一步开发智能对象和物联网。
项目时长:2年,120ECTS
学费:138欧
教学语言:德语
课程结构:
必修:从多达六个主题支柱中选择您的专业:系统、控制工程、力学、计算机科学/计算机辅助工艺、电气工程和工程灵活性。
以及众多选修科目。
Robotics, Cognition, Intelligence(机器人,感知与智能)
课程介绍:
机器人技术正在发生变化:以前的自动化工业机器人主要实现生产过程的自动化,如今它们已经征服了生活的许多领域。他们离开了工厂大厅,在日常生活中与人们见面。
随着人类和机器之间的界限越来越模糊,机器人开发者面临着新的挑战。机器人必须能够对不可预见的情况作出自主反应,并具有适应性。并非所有的交互作用和行动选项都可以预先预测并因此被编程。因此,现代机器人必须能够使用人工智能进行自我学习。
“机器人、认知、智能”硕士项目是计算机科学、电气工程、信息技术以及机械工程学院的联合学习项目,为机器人发展奠定了基础。
项目时长:2年,120ECTS
学费:138欧
教学语言:德语,英语,此外要求GRE
课程设置:
机器人技术,AI 基础知识 ,人机交互,机器学习,机器人运动规划,认知系统,计算机视觉等,以及选修领域的模块/跨学科基础。
本科课程要求:
计算机领域知识,包括:数据结构与算法、计算机科学、计算机架构、软件工程、数据库等。
数学领域的知识:数学分析,线性代数,离散数学,数值计算,概率论、统计学等。
物理领域的知识:实验物理、理论物理等。
电气和信息技术领域的知识:电路技术、编程、数字技术、电力和磁性、计算机技术、信号、通信技术、控制系统等。
机械领域的知识:工程力学、材料科学、机械元件、控制技术、传热、流体力学等。
所有学科课程加起来需满足一定学分数要求。
3.德累斯顿工大
COMPUTATIONAL MODELING AND SIMULATION(计算建模与模拟)
课程介绍:
本课程教授跨学科的计算建模和仿真的计算和数学基础。这包括从数据中学习模型(数据科学、机器学习、推理)以及模型的计算机模拟。专业包括6个方向:计算生命科学,计算数学,视觉计算,能源经济学中的计算建模(部分用德语教授!),计算工程,逻辑建模。
项目时长:2年,120ECTS
教学语言:英语
课程内容:
1.计算生命科学:
生物化学网络的计算机建模、应用生物信息学、生物系统和过程在空间和时间上的建模和模拟、统计方法和实验设计等
2.计算数学:
数值分析、用有限元方法数值求解偏微分方程、科学计算、数学生物学中的计算方法、数学建模、偏微分方程的数值计算、科学编程等
3.视觉计算:
数据可视化、正问题和反问题算法、用户界面设计、计算机图形学、计算机视觉和图像处理、信息可视化、交互式媒体和多媒体、虚拟现实、增强现实、高级机器学习和人工智能等
4.能源经济学中的计算建模(部分用德语教授!):
电力市场建模和仿真、能源经济、国家能源市场系统仿真、环境资源和环境保护法规建模、科学计算、数值求解偏微分方程。
5.计算工程:
计算流体动力学、多体动力学模拟、多场问题的数值方法、连续介质力学的有限元方法、计算机辅助设计和技术系统优化。
6.逻辑建模:
人工智能的符号和子符号方法、系统分析和设计的形式化方法、知识表示和推理、机器学习、逻辑编程、问题解决和优化、数学逻辑、知识图和语义技术等
本科学位要求:
计算机科学,数学,自然科学,经济/金融或工程领域学位
本科课程要求:
精通(至少一种)编译编程语言的计算机编程;
一个变量和多个变量(偏导数、积分等)中的函数演数;
线性代数的基础知识(矩阵和向量运算、矩阵反演、分解);
概率基础(分布、基本概率、公理);
算法和数据结构的基础知识(数组、列表、搜索和排序、复杂性);
所选课程应用领域的理学学士级知识。
声明: 本文内容为国际教育号作者发布,不代表国际教育网的观点和立场,本平台仅提供信息存储服务。
最新评论