Enfocament d'aprenentatge intensiu STEM

Hi ha molts cursos excel·lents en el món de l'ensenyament de l'enginyeria, però sovint el pla d'estudis construït al seu voltant pateix un greu defecte: la manca de bona coherència entre diversos temes. Un podria objectar: ​​com pot ser això?

Quan s'està formant un programa de formació, s'indiquen per a cada curs els requisits previs i un ordre clar en què s'han d'estudiar les disciplines. Per exemple, per construir i programar un robot mòbil primitiu, cal conèixer una mica de mecànica per crear la seva estructura física; fonaments de l'electricitat a nivell de les lleis d'Ohm/Kirchhoff, representació de senyals digitals i analògics; operacions amb vectors i matrius per tal de descriure sistemes de coordenades i moviments del robot a l'espai; fonaments de programació a nivell de presentació de dades, algorismes senzills i estructures de transferència de control, etc. per descriure el comportament.

Tot això està cobert en els cursos universitaris? Per descomptat tenir. Tanmateix, amb les lleis d'Ohm/Kirchhoff obtenim la termodinàmica i la teoria de camps; a més de les operacions amb matrius i vectors, s'ha de tractar amb les formes de Jordan; en programació, estudieu el polimorfisme: temes que no sempre són necessaris per resoldre un problema pràctic senzill.

L'educació universitària és extensa: l'estudiant va en un front ampli i sovint no veu el significat i la importància pràctica dels coneixements que rep. Vam decidir capgirar el paradigma de l'educació universitària en STEM (de les paraules Ciència, Tecnologia, Enginyeria, Matemàtiques) i crear un programa basat en la coherència del coneixement, que permeti augmentar la completesa en el futur, és a dir, implica un domini intensiu de les assignatures.

Aprendre una nova àrea temàtica es pot comparar amb explorar una àrea local. I aquí hi ha dues opcions: o bé tenim un mapa molt detallat amb una gran quantitat de detalls que s'han d'estudiar (i això requereix molt de temps) per tal d'entendre on són les principals fites i com es relacionen entre elles. ; o podeu utilitzar un pla primitiu, en el qual només s'indiquen els punts principals i les seves posicions relatives; aquest mapa és suficient per començar immediatament a moure's en la direcció correcta, aclarint els detalls a mesura que avanceu.

Vam provar l'enfocament intensiu d'aprenentatge STEM en una escola d'hivern, que vam fer juntament amb estudiants del MIT amb el suport de Investigació JetBrains.

Preparació de materials


La primera part del programa escolar va ser una setmana de classes de les principals àrees, que van incloure àlgebra, circuits elèctrics, arquitectura d'ordinadors, programació Python i una introducció al ROS (Robot Operating System).

Les direccions no es van triar per casualitat: complementant-se mútuament, se suposava que havien d'ajudar els estudiants a veure la connexió entre coses aparentment diferents a primera vista: matemàtiques, electrònica i programació.

Per descomptat, l'objectiu principal no era donar moltes conferències, sinó donar l'oportunitat als estudiants d'aplicar ells mateixos els coneixements adquirits a la pràctica.

A l'apartat d'àlgebra, els alumnes podien practicar operacions matricials i resoldre sistemes d'equacions, que eren útils per estudiar circuits elèctrics. Després d'haver après l'estructura d'un transistor i els elements lògics construïts sobre la seva base, els alumnes van poder veure el seu ús en un dispositiu processador i, després d'aprendre els conceptes bàsics del llenguatge Python, escriure-hi un programa per a un robot real.

Enfocament d'aprenentatge intensiu STEM

Duckietown


Un dels objectius de l'escola era minimitzar el treball amb simuladors sempre que fos possible. Per tant, es va preparar un gran conjunt de circuits electrònics, que els alumnes havien de muntar en una placa de proves a partir de components reals i provar-los a la pràctica, i es va escollir Duckietown com a base per als projectes.

Duckietown és un projecte de codi obert que inclou petits robots autònoms anomenats Duckiebots i les xarxes de carreteres per les quals circulen. Duckiebot és una plataforma amb rodes equipada amb un microordinador Raspberry Pi i una única càmera.

A partir d'això, hem preparat un conjunt de possibles tasques, com ara construir un full de ruta, cercar objectes i aturar-nos al costat, entre d'altres. Els estudiants també podrien proposar el seu propi problema i no només escriure un programa per resoldre'l, sinó també executar-lo immediatament en un robot real.

Ensenyament


Durant la conferència, els professors van presentar el material mitjançant presentacions preparades prèviament. Algunes classes es van gravar en vídeo perquè els alumnes les poguessin veure a casa. Durant les classes, els estudiants utilitzaven materials als seus ordinadors, feien preguntes i resolien problemes junts i de manera independent, de vegades a la pissarra. A partir dels resultats del treball, es va calcular per separat la qualificació de cada alumne en diferents assignatures.

Enfocament d'aprenentatge intensiu STEM

Considerem amb més detall el desenvolupament de les classes de cada assignatura. La primera assignatura va ser àlgebra lineal. Els alumnes van dedicar un dia a estudiar vectors i matrius, sistemes d'equacions lineals, etc. Les tasques pràctiques es van estructurar de manera interactiva: els problemes proposats es van resoldre individualment, i el professor i altres alumnes van aportar comentaris i consells.

Enfocament d'aprenentatge intensiu STEM

La segona assignatura és l'electricitat i els circuits senzills. Els alumnes van aprendre els conceptes bàsics de l'electrodinàmica: tensió, corrent, resistència, llei d'Ohm i lleis de Kirchhoff. Les tasques pràctiques es van fer en part al simulador o es van completar a la pissarra, però es va dedicar més temps a construir circuits reals com ara circuits lògics, circuits oscil·lants, etc.

Enfocament d'aprenentatge intensiu STEM

El següent tema és l'Arquitectura de Computadors: en cert sentit, un pont que connecta la física i la programació. Els estudiants van estudiar la base fonamental, la importància de la qual és més teòrica que pràctica. Com a pràctica, els estudiants van dissenyar de manera independent circuits aritmètics i lògics al simulador i van rebre punts per les tasques realitzades.

El quart dia és el primer dia de programació. Python 2 es va triar com a llenguatge de programació perquè és el que s'utilitza en la programació ROS. Aquesta jornada es va estructurar de la següent manera: els professors van exposar el material, van posar exemples de resolució de problemes, mentre els alumnes els escoltaven, asseguts davant els seus ordinadors, i repetien el que el professor escrivia a la pissarra o a la diapositiva. Llavors els alumnes van resoldre sols problemes similars, i les solucions van ser avaluades posteriorment pels professors.

El cinquè dia va estar dedicat a ROS: els nois van aprendre sobre la programació de robots. Durant tot el dia escolar, els alumnes es van asseure davant dels seus ordinadors, executant el codi del programa del qual va parlar el professor. Van poder executar unitats ROS bàsiques pel seu compte i també es van presentar al projecte Duckietown. Al final d'aquesta jornada, els alumnes estaven preparats per començar la part del projecte de l'escola: resoldre problemes pràctics.

Enfocament d'aprenentatge intensiu STEM

Descripció dels projectes seleccionats

Es va demanar als estudiants que formessin equips de tres i escollissin un tema del projecte. Com a resultat, es van adoptar els projectes següents:

1. Calibració del color. Duckiebot ha de calibrar la càmera quan canvien les condicions d'il·luminació, de manera que hi ha una tasca de calibratge automàtica. El problema és que les gammes de color són molt sensibles a la llum. Els participants van implementar una utilitat que ressaltaria els colors requerits en un marc (vermell, blanc i groc) i crearia intervals per a cada color en format HSV.

2. Taxi d'ànec. La idea d'aquest projecte és que Duckiebot pugui aturar-se a prop d'un objecte, recollir-lo i seguir una ruta determinada. Es va triar un ànec groc brillant com a objecte.

Enfocament d'aprenentatge intensiu STEM

3. Construcció d'un gràfic viari. Hi ha una tasca de construir un gràfic de carreteres i interseccions. L'objectiu d'aquest projecte és construir un gràfic de carretera sense proporcionar dades ambientals a priori a Duckiebot, basant-se només en les dades de la càmera.

4. Cotxe patrulla. Aquest projecte l'han inventat els mateixos alumnes. Van proposar ensenyar a un Duckiebot, una "patrulla", a perseguir un altre, un "violador". Amb aquesta finalitat, es va utilitzar el mecanisme de reconeixement d'objectius mitjançant el marcador ArUco. Tan bon punt s'ha completat el reconeixement, s'envia un senyal a l'"intrus" per completar el treball.

Enfocament d'aprenentatge intensiu STEM

Calibració del color

L'objectiu del projecte de calibració del color era ajustar la gamma de colors de marcatge recognoscibles a les noves condicions d'il·luminació. Sense aquests ajustos, el reconeixement de línies de parada, separadors de carrils i límits de carreteres es va convertir en incorrecte. Els participants van proposar una solució basada en el preprocessament de patrons de color de marques: vermell, groc i blanc.

Cadascun d'aquests colors té un rang preestablert de valors HSV o RGB. Amb aquest rang, es troben totes les àrees del marc que contenen colors adequats i se'n selecciona la més gran. Aquesta zona es pren com el color que cal recordar. Aleshores s'utilitzen fórmules estadístiques com el càlcul de la mitjana i la desviació estàndard per estimar el nou rang de colors.

Aquest rang es registra als fitxers de configuració de la càmera de Duckiebot i es pot utilitzar més tard. L'enfocament descrit es va aplicar als tres colors, formant finalment intervals per a cadascun dels colors de marcatge.

Les proves van mostrar un reconeixement gairebé perfecte de les línies de marcatge, excepte en els casos en què els materials de marcatge utilitzaven cinta brillant, que reflecteix les fonts de llum amb tanta força que des de l'angle de visió de la càmera les marques semblaven blanques, independentment del seu color original.

Enfocament d'aprenentatge intensiu STEM

Duck Taxi

El projecte Duck Taxi implicava construir un algorisme per buscar un passatger d'ànec a la ciutat i després transportar-lo al punt requerit. Els participants van dividir aquest problema en dos: detecció i moviment al llarg del gràfic.

Els alumnes van realitzar la detecció d'ànecs suposant que un ànec és qualsevol àrea del marc que es pugui reconèixer com a groc, amb un triangle vermell (bec). Tan bon punt es detecti una àrea d'aquest tipus en el següent fotograma, el robot s'hi hauria d'apropar i després aturar-se durant uns segons, simulant l'aterratge d'un passatger.

Aleshores, tenint el gràfic de la carretera de tot el Duckietown i la posició del bot emmagatzemats a la memòria per endavant, i també rebent la destinació com a entrada, els participants construeixen un camí des del punt de sortida fins al punt d'arribada, utilitzant l'algoritme de Dijkstra per trobar camins al gràfic. . La sortida es presenta com un conjunt d'ordres: girs a cadascuna de les interseccions següents.

Enfocament d'aprenentatge intensiu STEM

Gràfic de carreteres

L'objectiu d'aquest projecte era construir un gràfic: una xarxa de carreteres a Duckietown. Els nodes del gràfic resultant són interseccions i els arcs són carreteres. Per fer-ho, Duckiebot ha d'explorar la ciutat i analitzar-ne el recorregut.

Durant el treball en el projecte, es va considerar la idea de crear un gràfic ponderat, però després es va descartar, en què el cost d'una vora està determinat per la distància (temps de recorregut) entre interseccions. La implementació d'aquesta idea va resultar ser massa intensiva en mà d'obra i no hi va haver prou temps a l'escola.

Quan Duckiebot arriba a la següent intersecció, tria la carretera que surt de la intersecció que encara no ha pres. Quan s'han superat totes les carreteres de totes les interseccions, la llista generada d'adjacències d'intersecció roman a la memòria del bot, que es converteix en una imatge mitjançant la biblioteca Graphviz.

L'algoritme proposat pels participants no era adequat per a un Duckietown aleatori, però funcionava bé per a un poble petit de quatre interseccions utilitzades dins de l'escola. La idea era afegir un marcador ArUco a cada intersecció que contingués un identificador d'intersecció per fer un seguiment de l'ordre en què es conduïen les interseccions.
A la figura es mostra el diagrama de l'algorisme desenvolupat pels participants.

Enfocament d'aprenentatge intensiu STEM

Cotxe patrulla

L'objectiu d'aquest projecte és buscar, perseguir i detenir un bot infractor a la ciutat de Duckietown. Un robot de patrulla s'ha de moure per l'anell exterior d'una carretera de la ciutat, buscant un robot intrús conegut. Després de detectar un intrús, el robot de patrulla ha de seguir-lo i obligar-lo a aturar-se.

El treball va començar amb la recerca d'una idea per detectar un bot en un marc i reconèixer-hi un intrús. L'equip va proposar equipar cada bot de la ciutat amb un marcador únic a la part posterior, igual que els cotxes reals tenen números de matrícula estatal. Amb aquest propòsit es van triar els marcadors ArUco. S'han utilitzat anteriorment a Duckietown, ja que són fàcils de treballar i us permeten determinar l'orientació del marcador a l'espai i la distància a ell.

A continuació, calia assegurar-se que el robot de patrulla es mogués estrictament al cercle exterior sense aturar-se a les interseccions. Per defecte, Duckiebot es mou en un carril i s'atura a la línia de parada. A continuació, amb l'ajuda de senyals de trànsit, determina la configuració de la intersecció i tria la direcció de pas de la intersecció. Per a cadascuna de les etapes descrites, és responsable un dels estats de la màquina d'estats finits del robot. Per tal de desfer-se de les parades a la intersecció, l'equip va canviar la màquina d'estat de manera que quan s'acostava a la línia de parada, el bot va passar immediatament a l'estat de conducció directa per la intersecció.

El següent pas va ser resoldre el problema d'aturar el bot intrús. L'equip va suposar que el robot de patrulla podria tenir accés SSH a cadascun dels bots de la ciutat, és a dir, tenir informació sobre quines dades d'autorització i quin identificador té cada bot. Així, després de detectar l'intrus, el robot de patrulla va començar a connectar-se mitjançant SSH al bot intrús i va tancar el seu sistema.

Després de confirmar que l'ordre d'apagada es va completar, el robot de patrulla també es va aturar.
L'algoritme de funcionament d'un robot de patrulla es pot representar com el diagrama següent:

Enfocament d'aprenentatge intensiu STEM

Treballant en projectes

El treball s'organitzava en un format semblant a Scrum: cada matí els alumnes planificaven tasques per al dia en curs, i al vespre informaven de la feina feta.

El primer i l'últim dia, els alumnes van preparar presentacions on es descriuen la tasca i com resoldre'l. Per ajudar els alumnes a seguir els seus plans escollits, professors de Rússia i Amèrica estaven constantment presents a les sales on es treballava per projectes, responent preguntes. La comunicació es feia principalment en anglès.

Resultats i la seva demostració

El treball dels projectes va durar una setmana, després de la qual els alumnes van presentar els seus resultats. Cadascú va preparar unes presentacions en les quals parlava del que havia après en aquesta escola, quines eren les lliçons més importants que havien après, què els agradava o no. Després d'això, cada equip va presentar el seu projecte. Tots els equips van completar les seves tasques.

L'equip que va implementar la calibració del color va completar el projecte més ràpidament que altres, de manera que també van tenir temps per preparar la documentació del seu programa. I l'equip que treballava en el gràfic de la carretera, fins i tot l'últim dia abans de la demostració del projecte, va intentar perfeccionar i corregir els seus algorismes.

Enfocament d'aprenentatge intensiu STEM

Conclusió

Un cop acabada l'escola, vam demanar als alumnes que avaluessin les activitats anteriors i que responguessin preguntes sobre com l'escola va complir les seves expectatives, quines habilitats van adquirir, etc. Tots els alumnes van assenyalar que van aprendre a treballar en equip, a distribuir les tasques i a planificar el seu temps.

També es va demanar als alumnes que valoren la utilitat i la dificultat dels cursos que van fer. I aquí es van formar dos grups d'avaluacions: per a alguns els cursos no presentaven molta dificultat, d'altres els valoraven com a extremadament difícils.

Això vol dir que l'escola ha pres la posició correcta mantenint-se accessible per als principiants en un camp concret, però també proporcionant materials per a la repetició i consolidació per part d'alumnes experimentats. Cal tenir en compte que el curs de programació (Python) va ser assenyalat per gairebé tothom com a poc complicat però útil. Segons els estudiants, el curs més difícil va ser "Arquitectura d'ordinadors".

Quan se'ls va preguntar als alumnes sobre els punts forts i febles de l'escola, molts van respondre que els agradava l'estil d'ensenyament escollit, en el qual els professors oferien una assistència ràpida i personalitzada i responien preguntes.

Els estudiants també van assenyalar que els agradava treballar en la modalitat de planificació diària de les seves tasques i fixar els seus propis terminis. Com a inconvenients, els alumnes van assenyalar la manca de coneixements aportats, que es requerien a l'hora de treballar amb el bot: a l'hora de connectar-se, entendre els fonaments i principis del seu funcionament.

Gairebé tots els alumnes van assenyalar que l'escola va superar les seves expectatives, i això indica la direcció correcta per organitzar l'escola. Així, s'han de mantenir els principis generals a l'hora d'organitzar la propera escola, tenint en compte i, si és possible, eliminant les deficiències constatades per alumnes i professors, canviant eventualment la llista de cursos o la temporalització de la seva impartició.

Autors de l'article: equip Laboratori d'algorismes de robots mòbils в Investigació JetBrains.

PS El nostre bloc corporatiu té un nou nom. Ara es dedicarà als projectes educatius de JetBrains.

Font: www.habr.com

Afegeix comentari