Pendekatan Pembelajaran Intensif STEM

Ada banyak program studi unggulan di dunia pendidikan teknik, namun seringkali kurikulum yang dibangun berdasarkan program tersebut memiliki satu kelemahan serius - kurangnya koherensi yang baik antara berbagai topik. Ada yang mungkin keberatan: bagaimana ini bisa terjadi?

Ketika suatu program pelatihan sedang dibentuk, prasyarat dan urutan yang jelas tentang disiplin ilmu yang harus dipelajari ditunjukkan untuk setiap kursus. Misalnya, untuk membuat dan memprogram robot bergerak primitif, Anda perlu mengetahui sedikit mekanisme untuk membuat struktur fisiknya; dasar-dasar kelistrikan pada tingkat hukum Ohm/Kirchhoff, representasi sinyal digital dan analog; operasi dengan vektor dan matriks untuk menggambarkan sistem koordinat dan pergerakan robot di ruang angkasa; dasar-dasar pemrograman pada tingkat penyajian data, algoritma sederhana dan struktur transfer kendali, dll. untuk menggambarkan perilaku.

Apakah semua ini tercakup dalam mata kuliah universitas? Tentu saja punya. Namun, dengan hukum Ohm/Kirchhoff kita mendapatkan termodinamika dan teori medan; selain operasi dengan matriks dan vektor, kita harus berurusan dengan bentuk Jordan; dalam pemrograman, pelajari polimorfisme - topik yang tidak selalu diperlukan untuk memecahkan masalah praktis sederhana.

Pendidikan universitas sangat luas - siswanya berpandangan luas dan sering kali tidak melihat arti dan signifikansi praktis dari pengetahuan yang diterimanya. Kami memutuskan untuk mengubah paradigma pendidikan universitas menjadi STEM (dari kata Science, Technology, Engineering, Math) dan membuat program yang didasarkan pada koherensi pengetahuan, yang memungkinkan peningkatan kelengkapan di masa depan, yaitu menyiratkan penguasaan mata pelajaran secara intensif.

Mempelajari suatu mata pelajaran baru dapat dibandingkan dengan menjelajahi daerah setempat. Dan di sini ada dua pilihan: apakah kita memiliki peta yang sangat rinci dengan banyak detail yang perlu dipelajari (dan ini membutuhkan banyak waktu) untuk memahami di mana letak landmark utama dan bagaimana kaitannya satu sama lain. ; atau Anda dapat menggunakan rencana primitif, yang hanya menunjukkan titik-titik utama dan posisi relatifnya - peta seperti itu cukup untuk segera mulai bergerak ke arah yang benar, memperjelas detailnya seiring berjalannya waktu.

Kami menguji pendekatan pembelajaran STEM intensif di sekolah musim dingin, yang kami selenggarakan bersama mahasiswa MIT dengan dukungan Penelitian JetBrains.

Persiapan material


Bagian pertama dari program sekolah adalah seminggu kelas di bidang utama, yang meliputi aljabar, rangkaian listrik, arsitektur komputer, pemrograman Python dan pengenalan ROS (Robot Operating System).

Petunjuk arah tidak dipilih secara kebetulan: saling melengkapi, petunjuk tersebut diharapkan membantu siswa melihat hubungan antara hal-hal yang tampaknya berbeda pada pandangan pertama - matematika, elektronik, dan pemrograman.

Tentu saja tujuan utamanya bukan untuk memberikan banyak perkuliahan, tetapi untuk memberikan kesempatan kepada mahasiswa untuk menerapkan sendiri ilmu yang baru diperoleh dalam praktik.

Pada bagian aljabar, siswa dapat berlatih operasi matriks dan menyelesaikan sistem persamaan yang berguna dalam mempelajari rangkaian listrik. Setelah mempelajari struktur transistor dan elemen logika yang dibangun di atasnya, siswa dapat melihat kegunaannya dalam perangkat prosesor, dan setelah mempelajari dasar-dasar bahasa Python, menulis program untuk robot sungguhan di dalamnya.

Pendekatan Pembelajaran Intensif STEM

kota bebek


Salah satu tujuan sekolah adalah meminimalkan penggunaan simulator jika memungkinkan. Oleh karena itu, sejumlah besar sirkuit elektronik disiapkan, dimana siswa harus merakit di papan tempat memotong roti dari komponen nyata dan mengujinya dalam praktik, dan Duckietown dipilih sebagai basis untuk proyek tersebut.

Duckietown adalah proyek sumber terbuka yang melibatkan robot otonom kecil yang disebut Duckiebots dan jaringan jalan yang mereka lalui. Duckiebot adalah platform beroda yang dilengkapi dengan mikrokomputer Raspberry Pi dan kamera tunggal.

Berdasarkan hal tersebut, kami telah menyiapkan serangkaian tugas yang mungkin dilakukan, seperti membuat peta jalan, mencari objek dan berhenti di dekatnya, dan sejumlah lainnya. Siswa juga dapat mengajukan masalahnya sendiri dan tidak hanya menulis program untuk menyelesaikannya, tetapi juga langsung menjalankannya pada robot sungguhan.

Mengajar


Selama perkuliahan, guru menyajikan materi dengan menggunakan presentasi yang telah disiapkan sebelumnya. Beberapa kelas direkam dalam video sehingga siswa dapat menontonnya di rumah. Selama perkuliahan, siswa menggunakan materi di komputer mereka, mengajukan pertanyaan, dan memecahkan masalah bersama-sama dan mandiri, terkadang di papan tulis. Berdasarkan hasil pekerjaannya, penilaian setiap siswa dihitung secara terpisah pada mata pelajaran yang berbeda.

Pendekatan Pembelajaran Intensif STEM

Mari kita pertimbangkan pelaksanaan kelas di setiap mata pelajaran secara lebih rinci. Mata pelajaran pertama adalah aljabar linier. Siswa menghabiskan satu hari mempelajari vektor dan matriks, sistem persamaan linear, dll. Tugas-tugas praktis disusun secara interaktif: masalah yang diajukan diselesaikan secara individu, dan guru serta siswa lainnya memberikan komentar dan tip.

Pendekatan Pembelajaran Intensif STEM

Mata pelajaran kedua adalah listrik dan rangkaian sederhana. Siswa mempelajari dasar-dasar elektrodinamika: tegangan, arus, hambatan, hukum Ohm dan hukum Kirchhoff. Tugas-tugas praktis sebagian dilakukan di simulator atau diselesaikan di papan, tetapi lebih banyak waktu dihabiskan untuk membangun sirkuit nyata seperti sirkuit logika, sirkuit berosilasi, dll.

Pendekatan Pembelajaran Intensif STEM

Topik berikutnya adalah Arsitektur Komputer - dalam arti tertentu, sebuah jembatan yang menghubungkan fisika dan pemrograman. Siswa mempelajari landasan fundamental, yang signifikansinya lebih bersifat teoretis daripada praktis. Sebagai latihan, siswa secara mandiri merancang rangkaian aritmatika dan logika di simulator dan menerima poin untuk tugas yang diselesaikan.

Hari keempat merupakan hari pertama pemrograman. Python 2 dipilih sebagai bahasa pemrograman karena merupakan bahasa yang digunakan dalam pemrograman ROS. Hari ini disusun sebagai berikut: guru menyajikan materi, memberikan contoh penyelesaian masalah, sedangkan siswa mendengarkan sambil duduk di depan komputer, dan mengulangi apa yang ditulis guru di papan atau slide. Kemudian siswa memecahkan sendiri masalah serupa, dan solusinya kemudian dievaluasi oleh guru.

Hari kelima didedikasikan untuk ROS: mereka belajar tentang pemrograman robot. Sepanjang hari sekolah, siswa duduk di depan komputer mereka, menjalankan kode program yang dibicarakan guru. Mereka mampu menjalankan unit ROS dasar sendiri dan juga diperkenalkan dengan proyek Duckietown. Di penghujung hari ini, para siswa siap untuk memulai bagian proyek sekolah - memecahkan masalah praktis.

Pendekatan Pembelajaran Intensif STEM

Deskripsi proyek yang dipilih

Siswa diminta untuk membentuk tim yang terdiri dari tiga orang dan memilih topik proyek. Hasilnya, proyek-proyek berikut diadopsi:

1. Kalibrasi warna. Duckiebot perlu mengkalibrasi kamera ketika kondisi pencahayaan berubah, sehingga ada tugas kalibrasi otomatis. Masalahnya adalah rentang warna sangat sensitif terhadap cahaya. Peserta menerapkan utilitas yang akan menyorot warna yang diperlukan dalam bingkai (merah, putih dan kuning) dan membuat rentang untuk setiap warna dalam format HSV.

2. Taksi Bebek. Ide dari proyek ini adalah Duckiebot dapat berhenti di dekat suatu objek, mengambilnya dan mengikuti rute tertentu. Seekor bebek berwarna kuning cerah dipilih sebagai objek.

Pendekatan Pembelajaran Intensif STEM

3. Pembuatan grafik jalan. Ada tugas membuat grafik jalan dan persimpangan. Tujuan dari proyek ini adalah membuat grafik jalan tanpa memberikan data lingkungan apriori kepada Duckiebot, hanya mengandalkan data kamera.

4. Патрульная машина. Этот проект был придуман самими студентами. Они предложили научить одного Duckiebot, «патрульного», преследовать другого — «нарушителя». Для этого был использован механизм распознавания цели по ArUco-маркеру. Как только распознавание завершится, «нарушителю» посылается сигнал о завершении работы.

Pendekatan Pembelajaran Intensif STEM

Kalibrasi Warna

Tujuan dari proyek Kalibrasi Warna adalah untuk menyesuaikan rentang warna penandaan yang dapat dikenali dengan kondisi pencahayaan baru. Tanpa penyesuaian tersebut, pengenalan garis berhenti, pemisah jalur dan batas jalan menjadi tidak tepat. Peserta mengusulkan solusi berdasarkan pola warna markup preprocessing: merah, kuning dan putih.

Masing-masing warna ini memiliki rentang nilai HSV atau RGB yang telah ditentukan sebelumnya. Dengan menggunakan rentang ini, semua area bingkai yang berisi warna yang sesuai ditemukan, dan area terbesar dipilih. Area ini diambil sebagai warna yang perlu diingat. Rumus statistik seperti penghitungan mean dan deviasi standar kemudian digunakan untuk memperkirakan rentang warna baru.

Rentang ini dicatat dalam file konfigurasi kamera Duckiebot dan dapat digunakan nanti. Pendekatan yang dijelaskan diterapkan pada ketiga warna, yang pada akhirnya membentuk rentang untuk masing-masing warna markup.

Pengujian menunjukkan pengenalan garis penandaan yang hampir sempurna, kecuali jika bahan penandaan menggunakan pita mengkilap, yang memantulkan sumber cahaya dengan sangat kuat sehingga dari sudut pandang kamera, tanda tampak putih, apa pun warna aslinya.

Pendekatan Pembelajaran Intensif STEM

Taksi Bebek

Proyek Taksi Bebek melibatkan pembuatan algoritme untuk mencari penumpang bebek di kota, dan kemudian mengangkutnya ke titik yang diperlukan. Para peserta membagi masalah ini menjadi dua: deteksi dan pergerakan sepanjang grafik.

Siswa melakukan pendeteksian bebek dengan berasumsi bahwa bebek adalah area mana pun dalam bingkai yang dapat dikenali berwarna kuning, dengan segitiga (paruh) merah di atasnya. Segera setelah area tersebut terdeteksi pada frame berikutnya, robot harus mendekatinya dan kemudian berhenti selama beberapa detik, mensimulasikan pendaratan penumpang.

Kemudian, setelah grafik jalan seluruh kota bebek dan posisi bot disimpan terlebih dahulu di memori, dan juga menerima tujuan sebagai masukan, peserta membangun jalur dari titik keberangkatan ke titik kedatangan, menggunakan algoritma Dijkstra untuk menemukan jalur dalam grafik. . Outputnya disajikan sebagai sekumpulan perintah - belokan di setiap persimpangan berikut.

Pendekatan Pembelajaran Intensif STEM

Grafik Jalan

Tujuan dari proyek ini adalah untuk membangun grafik - jaringan jalan di Duckietown. Node dari grafik yang dihasilkan adalah persimpangan, dan busurnya adalah jalan. Untuk melakukan ini, Duckiebot harus menjelajahi kota dan menganalisis rutenya.

Selama pengerjaan proyek, gagasan untuk membuat grafik berbobot dipertimbangkan, tetapi kemudian dibuang, di mana biaya suatu tepi ditentukan oleh jarak (waktu tempuh) antar persimpangan. Implementasi ide ini ternyata terlalu memakan waktu, dan tidak ada cukup waktu di sekolah.

Ketika Duckiebot sampai ke persimpangan berikutnya, ia memilih jalan keluar dari persimpangan yang belum diambilnya. Ketika semua jalan di semua persimpangan telah dilalui, daftar kedekatan persimpangan yang dihasilkan tetap ada di memori bot, yang diubah menjadi gambar menggunakan perpustakaan Graphviz.

Algoritme yang diusulkan oleh para peserta tidak cocok untuk Duckietown secara acak, namun bekerja dengan baik untuk kota kecil dengan empat persimpangan yang digunakan di sekolah. Idenya adalah untuk menambahkan penanda ArUco ke setiap persimpangan yang berisi pengenal persimpangan untuk melacak urutan pergerakan persimpangan tersebut.
Diagram algoritma yang dikembangkan oleh peserta ditunjukkan pada gambar.

Pendekatan Pembelajaran Intensif STEM

Mobil patroli

Tujuan dari proyek ini adalah untuk mencari, mengejar dan menahan bot yang melanggar di kota Duckietown. Bot patroli harus bergerak di sepanjang lingkar luar jalan kota, mencari bot penyusup yang diketahui. Setelah mendeteksi penyusup, bot patroli harus mengikuti penyusup tersebut dan memaksanya untuk berhenti.

Pekerjaan dimulai dengan pencarian ide untuk mendeteksi bot dalam bingkai dan mengenali penyusup di dalamnya. Tim mengusulkan untuk melengkapi setiap bot di kota dengan penanda unik di bagian belakang - seperti mobil sungguhan yang memiliki nomor registrasi negara bagian. Marker ArUco dipilih untuk tujuan ini. Mereka telah digunakan sebelumnya di Duckietown karena mudah digunakan dan memungkinkan Anda menentukan orientasi penanda dalam ruang dan jarak ke sana.

Selanjutnya, perlu dipastikan bahwa bot patroli bergerak dengan ketat di lingkaran luar tanpa berhenti di persimpangan. Secara default, Duckiebot bergerak dalam satu jalur dan berhenti di garis berhenti. Kemudian, dengan menggunakan rambu-rambu jalan, ia menentukan konfigurasi persimpangan dan menentukan pilihan arah lintasan persimpangan tersebut. Untuk setiap tahapan yang dijelaskan, salah satu keadaan mesin negara terbatas robot bertanggung jawab. Untuk menghilangkan halte di persimpangan, tim mengubah keadaan mesin sehingga ketika mendekati garis berhenti, bot langsung beralih ke keadaan mengemudi lurus melalui persimpangan tersebut.

Langkah selanjutnya adalah menyelesaikan masalah menghentikan bot penyusup. Tim berasumsi bahwa bot patroli dapat memiliki akses SSH ke setiap bot di kota, yaitu memiliki beberapa informasi tentang data otorisasi dan id apa yang dimiliki setiap bot. Jadi, setelah mendeteksi penyusup, bot patroli mulai terhubung melalui SSH ke bot penyusup dan mematikan sistemnya.

Setelah memastikan bahwa perintah mematikan telah selesai, bot patroli pun berhenti.
Algoritma pengoperasian robot patroli dapat direpresentasikan sebagai diagram berikut:

Pendekatan Pembelajaran Intensif STEM

Bekerja pada proyek

Pekerjaan diselenggarakan dalam format yang mirip dengan Scrum: setiap pagi siswa merencanakan tugas untuk hari ini, dan pada malam hari mereka melaporkan pekerjaan yang telah diselesaikan.

Pada hari pertama dan terakhir, siswa menyiapkan presentasi yang menjelaskan tugas dan cara menyelesaikannya. Untuk membantu siswa mengikuti rencana yang mereka pilih, guru dari Rusia dan Amerika selalu hadir di ruangan tempat pengerjaan proyek berlangsung, menjawab pertanyaan. Komunikasi terjadi terutama dalam bahasa Inggris.

Hasil dan demonstrasinya

Pengerjaan proyek berlangsung selama satu minggu, setelah itu siswa mempresentasikan hasilnya. Semua orang menyiapkan presentasi di mana mereka berbicara tentang apa yang mereka pelajari di sekolah ini, pelajaran terpenting apa yang mereka pelajari, apa yang mereka suka atau tidak suka. Setelah itu, masing-masing tim mempresentasikan proyeknya. Semua tim menyelesaikan tugasnya.

Tim yang menerapkan kalibrasi warna menyelesaikan proyek lebih cepat dibandingkan yang lain, sehingga mereka juga punya waktu untuk menyiapkan dokumentasi untuk program mereka. Dan tim yang mengerjakan grafik jalan, bahkan pada hari terakhir sebelum demonstrasi proyek, mencoba menyempurnakan dan memperbaiki algoritme mereka.

Pendekatan Pembelajaran Intensif STEM

Kesimpulan

Setelah menyelesaikan sekolah, kami meminta siswa untuk mengevaluasi kegiatan masa lalu dan menjawab pertanyaan tentang seberapa baik sekolah memenuhi harapan mereka, keterampilan apa yang mereka peroleh, dll. Semua siswa mencatat bahwa mereka belajar bekerja dalam tim, mendistribusikan tugas dan merencanakan waktu mereka.

Mahasiswa juga diminta menilai kegunaan dan kesulitan mata kuliah yang diambilnya. Dan di sini dibentuk dua kelompok penilaian: bagi sebagian mata pelajaran tidak terlalu sulit, yang lain menilainya sangat sulit.

Artinya sekolah telah mengambil posisi yang tepat dengan tetap dapat diakses oleh pemula di bidang tertentu, namun juga menyediakan materi pengulangan dan konsolidasi oleh siswa yang berpengalaman. Perlu dicatat bahwa kursus pemrograman (Python) dianggap oleh hampir semua orang sebagai kursus yang tidak rumit namun bermanfaat. Menurut mahasiswa, mata kuliah yang paling sulit adalah “Arsitektur Komputer”.

Ketika siswa ditanya tentang kekuatan dan kelemahan sekolah, banyak yang menjawab bahwa mereka menyukai gaya mengajar yang dipilih, di mana guru memberikan bantuan yang cepat dan pribadi serta menjawab pertanyaan.

Siswa juga mencatat bahwa mereka suka bekerja dalam mode perencanaan tugas harian dan menetapkan tenggat waktu sendiri. Sebagai kekurangannya, siswa mencatat kurangnya pengetahuan yang diperlukan saat bekerja dengan bot: saat menghubungkan, memahami dasar-dasar dan prinsip pengoperasiannya.

Hampir semua siswa menyatakan bahwa sekolah melebihi harapan mereka, dan ini menunjukkan arah yang tepat dalam penyelenggaraan sekolah. Oleh karena itu, prinsip-prinsip umum harus dipertahankan ketika menyelenggarakan sekolah berikutnya, dengan mempertimbangkan dan, jika mungkin, menghilangkan kekurangan yang dicatat oleh siswa dan guru, kemungkinan mengubah daftar mata pelajaran atau waktu pengajarannya.

Penulis artikel: tim laboratorium algoritma robot seluler в Penelitian JetBrains.

PS Blog perusahaan kami memiliki nama baru. Sekarang akan didedikasikan untuk proyek pendidikan JetBrains.

Sumber: www.habr.com

Tambah komentar