Автоматизация эксперимента с инструментами ИИ

Бакалавриат 2026/2027

ID 1268048

Статус: Курс обязательный (Физика)

Кто читает: Факультет физики

Где читается: Факультет физики

Когда читается: 1-й курс, 2 модуль

Онлайн-часы: 20

Охват аудитории: для своего кампуса

Преподаватели: Блуменау Марк Ильич, Малиницкий Дмитрий Андреевич, Матиенко Дмитрий Алексеевич

Язык: русский

Кредиты: 3

Контактные часы: 32

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс посвящён автоматизации лабораторных экспериментов с использованием современных инструментов программирования и искусственного интеллекта. Студенты изучат программирование микроконтроллеров на MicroPython, работу с потоками (threading), визуализацию и обработку данных с помощью Matplotlib, а также взаимодействие с измерительным оборудованием через PyVISA и PySerial. Отдельное внимание уделяется использованию ИИ инструментов для ускорения разработки и прототипирования. В рамках курса также рассматриваются базовые методы искусственного интеллекта и компьютерного зрения, включая детекцию границ и анализ изображений, применимые к лабораторным работам.

Цель освоения дисциплины

Знать устройство микроконтроллера (GPIO, АЦП, ШИМ, таймеры) и уметь программировать его на MicroPython.
Знать основные типы датчиков и цифровые интерфейсы (UART, I²C, SPI, 1-Wire) и уметь подключать к ним датчики.
Уметь организовывать обмен данными между микроконтроллером и компьютером через последовательный порт с помощью PySerial.
Понимать модель многопоточности в Python (threading, очереди, GIL) и уметь разделять сбор, обработку и отображение данных.
Уметь визуализировать данные с помощью Matplotlib, в том числе в реальном времени.
Знать стандарты VISA и SCPI и уметь управлять измерительными приборами (мультиметр, осциллограф, генератор) через PyVISA.
Знать методы обработки экспериментальных данных: оценку погрешностей, метод наименьших квадратов, критерий χ², фильтрацию шума.
Знать базовые методы компьютерного зрения (пороговая обработка, детекция границ, контуры, трекинг объекта) и уметь применять их для измерений по видео.
Уметь использовать ИИ-ассистенты для ускорения разработки и прототипирования и критически проверять сгенерированный код.

Планируемые результаты обучения

Прошивает микроконтроллер, пишет программы на MicroPython для опроса датчиков и управления исполнительными устройствами.
Использует ИИ-ассистенты для генерации и отладки кода и проверяет результат на реальном оборудовании.
Объясняет устройство собранной измерительной системы и обосновывает выбор датчиков, интерфейсов и методов обработки данных.
Разрабатывает протокол обмена и программу на Python для приёма и записи данных с микроконтроллера.
Строит многопоточное приложение сбора данных с отображением графиков в реальном времени.
Автоматизирует измерение с помощью лабораторного прибора по SCPI-командам.
Аппроксимирует экспериментальные данные моделью, оценивает погрешности параметров и качество аппроксимации.
Извлекает траекторию объекта из видеозаписи эксперимента и вычисляет по ней физические величины.

Содержание учебной дисциплины

1. Введение в автоматизацию эксперимента. Микроконтроллеры и MicroPython
2. Датчики и интерфейсы. Обмен данными через PySerial
3. Многопоточность и визуализация
4. Измерительные приборы. VISA, SCPI и PyVISA
5. Обработка экспериментальных данных
6. Компьютерное зрение и ИИ в лаборатории

Элементы контроля

Домашнее задание 1. Система сбора данных
Индивидуальное задание на оборудовании лаборатории или собственном наборе студента. Выдаётся после занятия 3. Мягкий дедлайн через 2 недели после выдачи, жёсткий через неделю после мягкого (точные даты объявляются на первом занятии). Готовит: Блуменау М. И. Домашние задания сдаются в виде репозитория или архива, содержащего код прошивки, код на Python, собранные данные, отчёт в формате Jupyter-ноутбука и короткое видео (до 1 минуты), показывающее работу установки. Все элементы контроля оцениваются по 10-балльной шкале. Блокирующих элементов контроля нет. Для каждого задания установлены мягкий и жёсткий дедлайны. Сдача после мягкого дедлайна штрафуется ступенчато: −1 балл за каждые начатые сутки просрочки. После жёсткого дедлайна работа не принимается. Все дедлайны установлены на 23:59:59 по московскому времени. Использование ИИ-ассистентов для написания кода разрешено и поощряется, но студент отвечает за каждую строку решения и должен уметь объяснить, как работает установка. Если студент не может объяснить своё решение, оценка за задание может быть снижена вплоть до 0. Совпадающие данные или код у разных студентов считаются плагиатом: все задействованные студенты получают за работу 0 баллов. Заимствованные фрагменты кода должны сопровождаться ссылкой на источник.
Домашнее задание 2. Обработка данных и видеоанализ
Практическое задание в формате Jupyter-ноутбука. Выдаётся после занятия 5. Мягкий дедлайн в конце 2 модуля, жёсткий через неделю после мягкого. Готовит: Блуменау М. И. Домашние задания сдаются в виде репозитория или архива, содержащего код прошивки, код на Python, собранные данные, отчёт в формате Jupyter-ноутбука и короткое видео (до 1 минуты), показывающее работу установки. Все элементы контроля оцениваются по 10-балльной шкале. Блокирующих элементов контроля нет. Для каждого задания установлены мягкий и жёсткий дедлайны. Сдача после мягкого дедлайна штрафуется ступенчато: −1 балл за каждые начатые сутки просрочки. После жёсткого дедлайна работа не принимается. Все дедлайны установлены на 23:59:59 по московскому времени. Использование ИИ-ассистентов для написания кода разрешено и поощряется, но студент отвечает за каждую строку решения и должен уметь объяснить, как работает установка. Если студент не может объяснить своё решение, оценка за задание может быть снижена вплоть до 0. Совпадающие данные или код у разных студентов считаются плагиатом: все задействованные студенты получают за работу 0 баллов. Заимствованные фрагменты кода должны сопровождаться ссылкой на источник.
Экзамен
Экзамен проводится устно в форме беседы с преподавателем по темам курса, около 30 минут на студента. Билеты и списки вопросов не используются и заранее не публикуются. Вопросы могут опираться на домашние задания студента. Проводится в сессию после 2 модуля. Готовит: Блуменау М. И. Все элементы контроля оцениваются по 10-балльной шкале. Блокирующих элементов контроля в курсе нет. Автоматы по курсу не выставляются: экзамен сдают все студенты.

Промежуточная аттестация

2026/2027 2nd module
0.3 * Домашнее задание 2. Обработка данных и видеоанализ + 0.3 * Домашнее задание 1. Система сбора данных + 0.4 * Экзамен

Список литературы

Авторы

Панкратова Елена Игоревна
Блуменау Марк Ильич

Программа дисциплины