Enfoque de aprendizaxe intensiva STEM

Existen moitos cursos excelentes no mundo da ensinanza de enxeñaría, pero moitas veces o currículo construído ao redor deles padece un grave defecto: a falta de boa coherencia entre varios temas. Alguén podería obxectar: ​​como pode ser isto?

Cando se está formando un programa de formación, indícanse para cada curso os requisitos previos e unha orde clara na que se deben cursar as disciplinas. Por exemplo, para construír e programar un robot móbil primitivo, cómpre coñecer un pouco de mecánica para crear a súa estrutura física; conceptos básicos da electricidade a nivel das leis de Ohm/Kirchhoff, representación de sinais dixitais e analóxicos; operacións con vectores e matrices para describir sistemas de coordenadas e movementos do robot no espazo; fundamentos de programación a nivel de presentación de datos, algoritmos sinxelos e estruturas de transferencia de control, etc. para describir o comportamento.

Todo isto está contemplado nos cursos universitarios? Por suposto que ten. Porén, coas leis de Ohm/Kirchhoff obtemos termodinámica e teoría de campos; ademais das operacións con matrices e vectores, hai que tratar con formas de Jordan; en programación, estuda o polimorfismo - temas que non sempre son necesarios para resolver un problema práctico sinxelo.

A educación universitaria é ampla: o estudante vai nunha fronte ampla e moitas veces non ve o significado e o significado práctico dos coñecementos que recibe. Decidimos virar o paradigma da educación universitaria en STEM (das palabras Science, Technology, Engineering, Math) e crear un programa que se basee na coherencia do coñecemento, permitindo un aumento da integridade no futuro, é dicir, implica un dominio intensivo das materias.

Aprender unha nova área temática pódese comparar con explorar unha área local. E aquí hai dúas opcións: ou ben temos un mapa moi detallado cunha gran cantidade de detalles que hai que estudar (e isto leva moito tempo) para comprender onde están os principais fitos e como se relacionan entre si. ; ou pode usar un plano primitivo, no que só se indican os puntos principais e as súas posicións relativas; un mapa deste tipo é suficiente para comezar inmediatamente a moverse na dirección correcta, aclarando os detalles a medida que avanza.

Probamos o enfoque intensivo de aprendizaxe STEM nunha escola de inverno, que realizamos xunto con estudantes do MIT co apoio de Investigación JetBrains.

Preparación de materiais


A primeira parte do programa escolar foi unha semana de clases nas principais áreas, que incluíron álxebra, circuítos eléctricos, arquitectura informática, programación en Python e unha introdución ao ROS (Robot Operating System).

As direccións non foron escollidas por casualidade: complementándose entre si, suponse que axudaban aos estudantes a ver a primeira vista a conexión entre cousas aparentemente diferentes: matemáticas, electrónica e programación.

Por suposto, o obxectivo principal non era impartir moitas conferencias, senón ofrecerlles aos estudantes a oportunidade de aplicar eles mesmos os coñecementos adquiridos na práctica.

Na sección de álxebra, os alumnos puideron practicar operacións matriciales e resolución de sistemas de ecuacións, que foron útiles para o estudo dos circuítos eléctricos. Despois de coñecer a estrutura dun transistor e os elementos lóxicos construídos sobre a súa base, os alumnos puideron ver o seu uso nun dispositivo procesador e, despois de aprender os conceptos básicos da linguaxe Python, escribir nel un programa para un robot real.

Enfoque de aprendizaxe intensiva STEM

Duckietown


Un dos obxectivos da escola era minimizar o traballo con simuladores na medida do posible. Por iso, preparouse un gran conxunto de circuítos electrónicos, que os alumnos debían montar nunha placa de proba a partir de compoñentes reais e probalos na práctica, e escolleuse Duckietown como base para os proxectos.

Duckietown é un proxecto de código aberto que inclúe pequenos robots autónomos chamados Duckiebots e as redes de estradas polas que percorren. Duckiebot é unha plataforma con rodas equipada cun microordenador Raspberry Pi e unha única cámara.

Partindo del, preparamos un conxunto de tarefas posibles, como construír un mapa de estradas, buscar obxectos e deterse ao seu carón, entre outras. Os alumnos tamén poderían propoñer o seu propio problema e non só escribir un programa para resolvelo, senón tamén executalo inmediatamente nun robot real.

Ensinando


Durante a charla, os profesores presentaron o material mediante presentacións preparadas previamente. Algunhas clases foron gravadas en vídeo para que os alumnos puidesen velas na casa. Durante as clases expositivas, os alumnos utilizaron materiais nos seus ordenadores, fixeron preguntas e resolvían problemas xuntos e de forma independente, ás veces no encerado. A partir dos resultados do traballo, calculouse por separado a cualificación de cada alumno nas distintas materias.

Enfoque de aprendizaxe intensiva STEM

Consideremos con máis detalle a realización das clases en cada materia. A primeira materia foi álxebra lineal. Os alumnos dedicaron un día a estudar vectores e matrices, sistemas de ecuacións lineais, etc. Estruturáronse as tarefas prácticas de forma interactiva: os problemas propostos foron resoltos individualmente, e o profesor e outros alumnos aportaron comentarios e consellos.

Enfoque de aprendizaxe intensiva STEM

A segunda materia é a electricidade e os circuítos sinxelos. Os alumnos aprenderon os conceptos básicos da electrodinámica: tensión, corrente, resistencia, a lei de Ohm e as leis de Kirchhoff. As tarefas prácticas realizáronse en parte no simulador ou realizáronse no encerado, pero dedicouse máis tempo a construír circuítos reais como circuítos lóxicos, circuítos oscilantes, etc.

Enfoque de aprendizaxe intensiva STEM

O seguinte tema é Arquitectura de Computadores, en certo sentido, unha ponte que conecta a física e a programación. Os estudantes estudaron a base fundamental, cuxo significado é máis teórico que práctico. Como práctica, os estudantes deseñaron de forma independente circuítos aritméticos e lóxicos no simulador e recibiron puntos polas tarefas completadas.

O cuarto día é o primeiro día de programación. Python 2 foi escollido como linguaxe de programación porque é o que se usa na programación ROS. Esta xornada estructurouse do seguinte xeito: os profesores expuxeron o material, puxeron exemplos de resolución de problemas, mentres os alumnos escoitaban, sentados ante os seus ordenadores, e repetían o que o profesor escribiu no encerado ou na diapositiva. Despois os alumnos resolveron por si mesmos problemas similares, e as solucións foron avaliadas posteriormente polo profesorado.

O quinto día estivo adicado a ROS: os rapaces aprenderon sobre a programación de robots. Durante todo o día escolar, os alumnos sentáronse ante os seus ordenadores, executando o código do programa do que falou o profesor. Eles puideron executar unidades básicas de ROS por conta propia e tamén se presentaron ao proxecto Duckietown. Ao remate desta xornada, os alumnos estaban preparados para comezar a parte do proxecto da escola - resolver problemas prácticos.

Enfoque de aprendizaxe intensiva STEM

Descrición dos proxectos seleccionados

Pedíuselles aos alumnos que formasen equipos de tres e elixisen un tema do proxecto. Como resultado, adoptáronse os seguintes proxectos:

1. Calibración da cor. Duckiebot necesita calibrar a cámara cando cambian as condicións de iluminación, polo que hai unha tarefa de calibración automática. O problema é que as gamas de cores son moi sensibles á luz. Os participantes implementaron unha utilidade que destacaría as cores necesarias nun marco (vermello, branco e amarelo) e construíu intervalos para cada cor en formato HSV.

2. Taxi Pato. A idea deste proxecto é que Duckiebot poida deterse preto dun obxecto, collelo e seguir unha determinada ruta. Escolleuse un pato amarelo brillante como obxecto.

Enfoque de aprendizaxe intensiva STEM

3. Construción dunha gráfica viaria. Hai unha tarefa de construír unha gráfica de estradas e interseccións. O obxectivo deste proxecto é construír un gráfico de estrada sen proporcionar datos ambientais a priori a Duckiebot, confiando só nos datos da cámara.

4. Coche patrulla. Este proxecto foi inventado polo propio alumnado. Propuxeron ensinarlle a un Duckiebot, unha "patrulla", a perseguir a outro, un "violador". Para este fin, utilizouse o mecanismo de recoñecemento de obxectivos mediante o marcador ArUco. En canto se completa o recoñecemento, envíase un sinal ao "intruso" para completar o traballo.

Enfoque de aprendizaxe intensiva STEM

Calibración da cor

O obxectivo do proxecto de calibración de cor era axustar a gama de cores de marcado recoñecibles ás novas condicións de iluminación. Sen tales axustes, o recoñecemento das liñas de parada, os separadores de carrís e os límites das estradas volvéronse incorrectos. Os participantes propuxeron unha solución baseada no preprocesamento de patróns de cores de marcado: vermello, amarelo e branco.

Cada unha destas cores ten un rango predefinido de valores HSV ou RGB. Usando este intervalo, atópanse todas as áreas do cadro que conteñan cores adecuadas e selecciónase a máis grande. Esta área tómase como a cor que hai que lembrar. A continuación, úsanse fórmulas estatísticas como o cálculo da media e a desviación estándar para estimar a nova gama de cores.

Este rango está rexistrado nos ficheiros de configuración da cámara de Duckiebot e pódese usar máis tarde. O enfoque descrito aplicouse ás tres cores, formando finalmente intervalos para cada unha das cores de marcado.

As probas mostraron un recoñecemento case perfecto das liñas de marcado, excepto nos casos nos que os materiais de marcado usaban cinta brillante, que reflicte as fontes de luz con tanta forza que desde o ángulo de visión da cámara as marcas parecían brancas, independentemente da súa cor orixinal.

Enfoque de aprendizaxe intensiva STEM

Taxi Pato

O proxecto Duck Taxi implicou a construción dun algoritmo para buscar un pasaxeiro de pato na cidade e, a continuación, transportalo ata o punto necesario. Os participantes dividiron este problema en dous: detección e movemento ao longo da gráfica.

Os alumnos realizaron a detección de patos supoñendo que un pato é calquera área do cadro que se pode recoñecer como amarela, cun triángulo vermello (peteiro). Tan pronto como se detecte tal área no seguinte fotograma, o robot debería achegarse a ela e despois deterse durante uns segundos, simulando o aterraxe dun pasaxeiro.

Despois, tendo o gráfico da estrada de todo o pato e a posición do bot almacenado na memoria con antelación, e tamén recibindo o destino como entrada, os participantes constrúen un camiño desde o punto de partida ata o punto de chegada, utilizando o algoritmo de Dijkstra para atopar camiños no gráfico. . A saída preséntase como un conxunto de comandos: xiros en cada unha das seguintes interseccións.

Enfoque de aprendizaxe intensiva STEM

Gráfica de Estradas

O obxectivo deste proxecto era construír un gráfico - unha rede de estradas en Duckietown. Os nós do gráfico resultante son interseccións e os arcos son estradas. Para iso, Duckiebot debe explorar a cidade e analizar a súa ruta.

Durante o traballo no proxecto, considerouse, pero despois descartouse a idea de crear un gráfico ponderado, no que o custo dunha aresta está determinado pola distancia (tempo de percorrido) entre as interseccións. A posta en marcha desta idea resultou ser moi laboriosa e non houbo tempo suficiente para iso dentro da escola.

Cando Duckiebot chega á seguinte intersección, elixe a estrada que sae da intersección que aínda non tomou. Cando pasaron todas as estradas en todas as interseccións, a lista xerada de adxacencias de intersección permanece na memoria do bot, que se converte nunha imaxe mediante a biblioteca Graphviz.

O algoritmo proposto polos participantes non era axeitado para un Duckietown aleatorio, pero funcionou ben para unha pequena cidade de catro interseccións utilizadas dentro da escola. A idea era engadir un marcador ArUco a cada intersección que conteña un identificador de intersección para rastrexar a orde na que se dirixían as interseccións.
Na figura móstrase o diagrama do algoritmo desenvolvido polos participantes.

Enfoque de aprendizaxe intensiva STEM

Coche Patrulla

O obxectivo deste proxecto é buscar, perseguir e deter un bot infractor na cidade de Duckietown. Un robot de patrulla debe moverse polo anel exterior dunha estrada da cidade, buscando un robot intruso coñecido. Despois de detectar un intruso, o robot de patrulla debe seguir o intruso e obrigalo a deter.

O traballo comezou coa procura dunha idea para detectar un bot nun cadro e recoñecer a un intruso nel. O equipo propuxo equipar cada bot da cidade cun marcador único na parte traseira, do mesmo xeito que os coches reais teñen números de matrícula estatal. Para este fin escolléronse os marcadores ArUco. Utilizáronse anteriormente en Duckietown xa que son fáciles de traballar e permítenche determinar a orientación do marcador no espazo e a distancia a el.

A continuación, era necesario asegurarse de que o robot de patrulla se movía estrictamente no círculo exterior sen deterse nas interseccións. Por defecto, Duckiebot móvese nun carril e detense na liña de parada. Despois, coa axuda dos sinais viarios, determina a configuración da intersección e elixe a dirección de paso da intersección. De cada unha das etapas descritas, é responsable un dos estados da máquina de estados finitos do robot. Para desfacerse das paradas na intersección, o equipo cambiou a máquina de estado para que, ao achegarse á liña de parada, o bot cambiase inmediatamente ao estado de conducir directamente pola intersección.

O seguinte paso foi resolver o problema de deter o bot intruso. O equipo supuxo que o robot de patrulla podería ter acceso SSH a cada un dos bots da cidade, é dicir, ter algunha información sobre que datos de autorización e que ID ten cada bot. Así, despois de detectar o intruso, o robot de patrulla comezou a conectarse mediante SSH ao bot de intruso e apagaba o seu sistema.

Despois de confirmar que se completou o comando de apagado, o robot de patrulla tamén se detivo.
O algoritmo de operación dun robot de patrulla pódese representar no seguinte diagrama:

Enfoque de aprendizaxe intensiva STEM

Traballando en proxectos

O traballo organizouse nun formato similar ao de Scrum: cada mañá o alumnado planificaba tarefas para o día en curso, e pola noite informaban do traballo realizado.

O primeiro e o último día, os alumnos prepararon presentacións nas que se describe a tarefa e como resolvela. Para axudar aos estudantes a seguir os seus plans elixidos, profesores de Rusia e América estiveron constantemente presentes nas salas onde se desenvolveu o traballo en proxectos, respondendo preguntas. A comunicación tivo lugar principalmente en inglés.

Resultados e a súa demostración

O traballo dos proxectos tivo unha duración dunha semana, despois da cal os alumnos presentaron os seus resultados. Todos prepararon presentacións nas que falaron do que aprenderon nesta escola, cales foron as leccións máis importantes que aprenderon, que lles gustaba ou non. Despois diso, cada equipo presentou o seu proxecto. Todos os equipos cumpriron as súas tarefas.

O equipo que implementou a calibración da cor completou o proxecto máis rápido que outros, polo que tamén tiveron tempo para preparar a documentación do seu programa. E o equipo que traballa na gráfica da estrada, mesmo o último día antes da demostración do proxecto, intentou perfeccionar e corrixir os seus algoritmos.

Enfoque de aprendizaxe intensiva STEM

Conclusión

Despois de rematar a escola, pedímoslles aos alumnos que avalían as actividades pasadas e que respondan preguntas sobre o grao de satisfacción da escola coas súas expectativas, que habilidades adquiriron, etc. Todos os alumnos sinalaron que aprenderon a traballar en equipo, a repartir tarefas e a planificar o seu tempo.

Tamén se pediu aos alumnos que valorasen a utilidade e dificultade dos cursos que realizaron. E aquí formáronse dous grupos de avaliacións: para uns os cursos non presentaron moita dificultade, outros valoráronos como extremadamente difíciles.

Isto significa que a escola tomou a posición correcta permanecendo accesible para os principiantes nun campo particular, pero tamén proporcionando materiais para a repetición e consolidación por parte dos estudantes experimentados. Cómpre ter en conta que o curso de programación (Python) foi sinalado por case todos como pouco complicado pero útil. Segundo os estudantes, o curso máis difícil foi "Arquitectura de Computadores".

Cando se lles preguntou aos alumnos sobre os puntos fortes e débiles da escola, moitos responderon que lles gustaba o estilo de ensinanza escollido, no que o profesorado prestaba unha asistencia rápida e persoal e respondeu ás preguntas.

Os alumnos tamén sinalaron que lles gustaba traballar na modalidade de planificación diaria das súas tarefas e fixar os seus propios prazos. Como inconvenientes, os alumnos sinalaron a falta de coñecementos achegados, que se requirían á hora de traballar co bot: á hora de conectarse, comprender os fundamentos e principios do seu funcionamento.

Case todos os estudantes sinalaron que a escola superou as súas expectativas, e isto indica a dirección correcta para organizar a escola. Así, os principios xerais deben manterse á hora de organizar o próximo centro, tendo en conta e, se é posible, eliminando as carencias constatadas polo alumnado e o profesorado, eventualmente modificando a lista de cursos ou a temporalización da súa impartición.

Autores do artigo: equipo laboratorio de algoritmos de robots móbiles в Investigación JetBrains.

PD O noso blog corporativo ten un novo nome. Agora dedicarase a proxectos educativos de JetBrains.

Fonte: www.habr.com

Engadir un comentario