RTEDResearch on Teacher Education and Development3066-89993066-9006Art and Technology10.61369/RTED.2025280044Article人工智能赋能的“智能悬架与分布驱动协同控制技术” ——基于问题导向的研究性学习方法体系构建与创新实践https://artdesignp.com/journal/RTED/1/28/10.61369/RTED.2025280044姚雪萍,冀秉魁,郑基阳,杨杰,鲁汉欽,王夕雨20251282025-12-19为了解决" 汽车原理与构造" 学习中“理论与实践脱节、复杂知识难以理解”的问题，以智能底盘前沿技术中“智能悬架与分布驱动协同控制技术”为研究学习目标，基于超星平台“汽车原理与构造”课程及其完善的智慧课程平台，提出“知识建构- 实践探究- 成果输出”全流程赋能的研究性学习模式。通过整合平台内置的文献解读、资料助手等多学习工具，实践“三阶赋能- 双轨验证”的创新型学习策略，形成《AI 应用赋能智能底盘研究性学习方法》，《智能悬架与分布驱动协同控制技术总结报告》等具有实践价值的原创成果。实践数据显示，核心知识掌握率提升47%，研究任务周期缩短40%，同时学习的成果助力了学习小组多项大学生创新类项目的申报。充分验证了协同多AI 工具对汽车工程研究性学习的变革作用，为同类跨学科研究提供可复制范式。AI 赋能,研究性学习,问题锚定,双轨验证,智能底盘

[1] 陈家瑞. 汽车构造[M]. 北京: 机械工业出版社,2019.[2] 余志生. 汽车理论[M].6版. 北京: 机械工业出版社,2013.[3] 李克强, 戴一凡, 李升波. 智能网联汽车技术概论[M]. 北京: 清华大学出版社,2020.[4] 王良模, 江浩斌. 汽车悬架系统设计与分析[M]. 北京: 北京理工大学出版社,2018.[5] 宗长富, 郑宏宇, 何磊. 汽车底盘线控技术[M]. 北京: 机械工业出版社,2021.[6] 张前满, 汪志锋, 徐洁. 基于视觉感知的半主动悬架预瞄控制[J]. 指挥控制与仿真,2024,46(06):62-71.[7] 黄荣怀, 张振虹, 陈庚. 研究性学习的理论与实践[M]. 北京: 高等教育出版社,2020.[8] 张军, 李建秋, 欧阳明高. 新能源汽车动力系统与底盘协同控制[M]. 北京: 科学出版社,2022.[9] 周济. 人工智能赋能教育变革与创新[J]. 中国高等教育,2022(1):4-9.[10] 刘军, 王雪青. 超星学习通在高校混合式教学中的应用研究[J]. 中国电化教育,2021(7):112-116.[11] 比亚迪汽车工业有限公司. 一种智能底盘协同控制方法及系统[P]. 中国专利:ZL202310276541.2,2023-08-15.