随着科技的进步，机器人走进校园的消息越来越多，机器人在教育领域的应用，也越来越广泛。
机器人+教育成趋势
未来发展可期
早在2009年，机器人教育就已经进入大学，列入了自动化、人工智能等相关专业的课程之中，北京大学、清华大学、北京航空航天大学等高校均开设机器人相关课程。
自2017年国务院印发《新一代人工智能发展规划》以来，部分双一流建设高校相继成立人工智能学院、研究院。
今年2月24日，教育部、国家发改委、财政部三部门面向社会联合印发《关于 “双一流”建设高校促进学科融合 加快人工智能领域研究生培养的若干意见》后，全国更是有180所高校获批新增人工智能专业。
在机器人发展前景大好的大环境下，我国对于教育机器人的重视程度越来越高，基于此背景，神通智能也正在研发一款应用于高校科研、教学的机器人移动底盘——DISCOVERY。
高标准、开放的
ROS SLAM研究平台
机器人底盘不仅是传感器、机器视觉、激光雷达、运动机构等组件的集成点，更承载了机器人本身的定位、导航、移动、避障等基础功能，是机器人必不可少的硬件。
为此，DISCOVERY除了机械、硬件方面的配置外，软件方面的设计也能满足教研的功能需求，实现流畅地在水平地面上直行、转弯、旋转等运动，还能通过激光雷达等设备完成地图构建与自主导航。
DISCOVERY内部算法采用SLAM框架，拥有良好的扩展性，可定制开发软件，实现建图、导航等功能，并能优化并印证算法，简化机器人开发流程，更利于高校生学习机器人原理和操作流程。
而它所使用的ROS控制框架，是当前比较流行的机器人控制框架，它能帮助节省构建机器人系统框架的时间，让研究人员能更专注于算法层面的研究，极大提高开发效率。
DISCOVERY底盘还预留了包括以太网口、USB等通用性较强的硬件接口和软件开发接口，以更好地满足高校科研、教学需求的拓展。
通过DISCOVERY人工智能底盘， 高校的人工智能实验室能用来完成多种基础应用和功能实验：
一、ROS在移动机器人中的应用的基础实验安排
实验一：ROS 消息发布与接收(基于C++)
实验二：ROS服务的请求与响应(基于C++)
实验三：ROS 动作库的请求与相应(基于C++)
实验四：gmapping 算法构建地图和navigation 自主导航
二、移动机器人（智能移动底盘）各功能模块实验
实验一：控制机器人（智能移动底盘）移动
实验二：里程计的校准
实验三：陀螺仪Imu与里程计odom融合
实验四：激光雷达使用及位置校准
实验五：使用gmaping slam算法构建地图
实验六：使用cartographer 算法构建地图
实验七：自主导航
实验八：立体避障
实验九：基于摄像头实现人体跟随功能
