STEM 집중 학습 접근법

공학 교육의 세계에는 훌륭한 강좌가 많이 있지만 이를 중심으로 구축된 커리큘럼에는 종종 한 가지 심각한 결함, 즉 다양한 주제 간의 일관성이 부족하다는 문제가 있습니다. 누군가는 이의를 제기할 수도 있습니다. 어떻게 이것이 가능합니까?

훈련 프로그램이 구성될 때 각 과정마다 학문을 공부해야 하는 전제 조건과 명확한 순서가 표시됩니다. 예를 들어, 원시적인 모바일 로봇을 만들고 프로그래밍하려면 물리적 구조를 만드는 데 필요한 약간의 메커니즘을 알아야 합니다. 옴/키르히호프 법칙 수준의 전기 기초, 디지털 및 아날로그 신호 표현; 공간에서 로봇의 좌표계와 움직임을 설명하기 위해 벡터와 행렬을 사용한 연산; 데이터 표현 수준의 프로그래밍 기본, 간단한 알고리즘 및 제어 전송 구조 등 행동을 기술하는 것입니다.

이 모든 것이 대학 과정에서 다뤄지나요? 물론 그렇습니다. 그러나 옴/키르히호프의 법칙을 사용하면 열역학과 장 이론을 얻을 수 있습니다. 행렬과 벡터 연산 외에도 조던 형식(Jordan Forms)도 처리해야 합니다. 프로그래밍에서는 간단한 실제 문제를 해결하는 데 항상 필요하지 않은 주제인 다형성을 연구합니다.

대학 교육은 광범위합니다. 학생은 광범위한 분야에 진출하며 자신이 받는 지식의 의미와 실질적인 중요성을 종종 보지 못합니다. 우리는 대학교육의 패러다임을 STEM(Science, Technology, Engineering, Math라는 단어에서 유래)으로 전환하고 지식의 일관성을 바탕으로 미래의 완성도를 높일 수 있는 프로그램을 만들기로 결정했습니다. 과목을 집중적으로 숙달하는 것을 의미합니다.

새로운 과목을 배우는 것은 지역을 탐험하는 것과 비교할 수 있습니다. 여기에는 두 가지 옵션이 있습니다. 주요 랜드마크가 어디에 있는지, 그리고 서로 어떻게 관련되어 있는지 이해하기 위해 연구해야 할 엄청난 양의 세부 정보가 포함된 매우 상세한 지도가 있거나(이 작업에는 많은 시간이 걸립니다) ; 또는 주요 지점과 상대적 위치만 표시되는 기본 계획을 사용할 수 있습니다. 이러한 지도는 이동하면서 세부 사항을 명확하게 하면서 즉시 올바른 방향으로 이동하기 시작하기에 충분합니다.

우리는 MIT 학생들의 지원을 받아 겨울 학교에서 집중 STEM 학습 접근 방식을 테스트했습니다. JetBrains 연구.

재료 준비

학교 프로그램의 첫 번째 부분은 대수학, 전기 회로, 컴퓨터 아키텍처, Python 프로그래밍 및 ROS(로봇 운영 체제) 소개를 포함하는 주요 분야의 일주일 수업이었습니다.

방향은 우연히 선택되지 않았습니다. 서로를 보완하면서 학생들이 언뜻 보면 서로 다른 것처럼 보이는 것, 즉 수학, 전자 및 프로그래밍 사이의 연결을 볼 수 있도록 도와야 했습니다.

물론, 강의를 많이 하는 것이 주된 목표는 아니었지만, 학생들이 새로 습득한 지식을 실습에 직접 적용할 수 있는 기회를 제공하는 것이 었습니다.

대수학 섹션에서 학생들은 전기 회로를 공부하는 데 유용한 행렬 연산과 방정식 시스템 풀이를 연습할 수 있습니다. 트랜지스터의 구조와 이를 기반으로 구축된 논리 요소에 대해 배운 학생들은 프로세서 장치에서 트랜지스터가 어떻게 사용되는지 확인할 수 있었고, Python 언어의 기본 사항을 학습한 후 그 안에 실제 로봇용 프로그램을 작성할 수 있었습니다.

더키타운

학교의 목표 중 하나는 가능한 경우 시뮬레이터 작업을 최소화하는 것이었습니다. 따라서 학생들이 실제 부품으로 브레드보드에 조립하고 실제로 테스트해야 하는 대규모 전자 회로 세트가 준비되었으며 Duckietown이 프로젝트의 기반으로 선택되었습니다.

Duckietown은 Duckiebots라고 불리는 소형 자율 로봇과 이들이 이동하는 도로 네트워크를 포함하는 오픈 소스 프로젝트입니다. Duckiebot은 Raspberry Pi 마이크로컴퓨터와 단일 카메라를 갖춘 바퀴 달린 플랫폼입니다.

이를 바탕으로 로드맵 작성, 물체 검색 및 그 옆에 멈추기 등 가능한 작업 세트를 준비했습니다. 학생들은 또한 자신의 문제를 제안하고 이를 해결하기 위한 프로그램을 작성할 수 있을 뿐만 아니라 실제 로봇에서 즉시 실행할 수도 있습니다.

가르치는

강의가 진행되는 동안 교사들은 미리 준비된 프리젠테이션을 사용하여 자료를 발표했습니다. 일부 수업은 학생들이 집에서 시청할 수 있도록 비디오로 녹화되었습니다. 강의 중에 학생들은 컴퓨터에 있는 자료를 사용하고, 질문을 하고, 함께 또는 독립적으로, 때로는 칠판에 앉아 문제를 해결했습니다. 작업 결과에 따라 각 학생의 평가는 여러 과목에서 별도로 계산되었습니다.

각 과목의 수업 진행을 더 자세히 고려해 보겠습니다. 첫 번째 과목은 선형대수학이었습니다. 학생들은 하루 동안 벡터와 행렬, 선형 방정식 시스템 등을 공부했습니다. 실용적인 과제는 대화형으로 구성되었습니다. 제안된 문제는 개별적으로 해결되었으며 교사와 다른 학생들은 의견과 팁을 제공했습니다.

두 번째 과목은 전기와 단순회로이다. 학생들은 전기역학의 기초인 전압, 전류, 저항, 옴의 법칙, 키르히호프의 법칙을 배웠습니다. 실제 작업은 부분적으로 시뮬레이터에서 수행되거나 보드에서 완료되었지만 논리 회로, 발진 회로 등과 같은 실제 회로를 구축하는 데 더 많은 시간이 소요되었습니다.

다음 주제는 컴퓨터 아키텍처입니다. 어떤 의미에서는 물리학과 프로그래밍을 연결하는 다리입니다. 학생들은 실제적인 것보다 이론적인 것이 더 중요한 기초 기초를 공부했습니다. 연습으로 학생들은 시뮬레이터에서 산술 및 논리 회로를 독립적으로 설계하고 완료된 작업에 대해 점수를 받았습니다.

넷째 날은 프로그래밍의 첫 번째 날입니다. Python 2는 ROS 프로그래밍에 사용되는 언어이기 때문에 프로그래밍 언어로 선택되었습니다. 이날은 교사가 자료를 제시하고, 문제 해결 사례를 제시하고, 학생들은 이를 듣고 컴퓨터 앞에 앉아 교사가 칠판이나 슬라이드에 쓴 내용을 반복하는 방식으로 진행됐다. 그런 다음 학생들은 비슷한 문제를 스스로 해결했고, 교사는 그 해결책을 평가했습니다.

다섯 번째 날은 ROS에 전념했습니다. 사람들은 로봇 프로그래밍에 대해 배웠습니다. 수업일 내내 학생들은 컴퓨터 앞에 앉아 교사가 말한 프로그램 코드를 실행했습니다. 그들은 기본 ROS 유닛을 스스로 실행할 수 있었고 Duckietown 프로젝트에도 소개되었습니다. 이날이 끝날 무렵, 학생들은 학교의 프로젝트 부분인 실제 문제 해결을 시작할 준비가 되었습니다.

선정된 프로젝트 설명

학생들은 세 명으로 구성된 팀을 구성하고 프로젝트 주제를 선택하라는 요청을 받았습니다. 그 결과 다음과 같은 프로젝트가 채택되었습니다.

1. 색상 보정. Duckiebot은 조명 조건이 변경되면 카메라를 보정해야 하므로 자동 보정 작업이 있습니다. 문제는 색상 범위가 빛에 매우 민감하다는 것입니다. 참가자들은 프레임(빨간색, 흰색, 노란색)에 필요한 색상을 강조 표시하고 각 색상에 대한 범위를 HSV 형식으로 구성하는 유틸리티를 구현했습니다.

2. 오리택시. 이 프로젝트의 아이디어는 Duckiebot이 물체 근처에 멈춰서 그것을 집어 특정 경로를 따라갈 수 있다는 것입니다. 밝은 노란색 오리가 개체로 선택되었습니다.

3. 로드그래프 구축. 도로와 교차로의 그래프를 구성하는 작업이 있습니다. 이 프로젝트의 목표는 Duckiebot에 사전 환경 데이터를 제공하지 않고 카메라 데이터에만 의존하여 로드 그래프를 구축하는 것입니다.

4. 순찰차. 이 프로젝트는 학생들이 직접 고안했습니다. 그들은 "순찰"인 Duckiebot 하나에게 "위반자"인 다른 Duckiebot을 쫓도록 가르칠 것을 제안했습니다. 이를 위해 ArUco 마커를 이용한 표적 인식 메커니즘을 사용하였다. 인식이 완료되자마자 작업을 완료하라는 신호가 '침입자'에게 전송됩니다.

색상 보정

색상 보정 프로젝트의 목표는 인식 가능한 마킹 색상의 범위를 새로운 조명 조건에 맞게 조정하는 것이었습니다. 이러한 조정이 없으면 정지선, 차선 분리대, 도로 경계 인식이 부정확해졌습니다. 참가자들은 전처리 마크업 색상 패턴(빨간색, 노란색, 흰색)을 기반으로 하는 솔루션을 제안했습니다.

이러한 각 색상에는 미리 설정된 HSV 또는 RGB 값 범위가 있습니다. 이 범위를 사용하여 적절한 색상을 포함하는 프레임의 모든 영역을 찾고 가장 큰 영역이 선택됩니다. 이 영역은 기억해야 할 색상으로 간주됩니다. 그런 다음 평균 및 표준 편차 계산과 같은 통계 공식을 사용하여 새로운 색상 범위를 추정합니다.

이 범위는 Duckiebot의 카메라 구성 파일에 기록되며 나중에 사용할 수 있습니다. 설명된 접근 방식은 세 가지 색상 모두에 적용되어 최종적으로 각 마크업 색상에 대한 범위를 형성했습니다.

테스트 결과 마킹 재료에 광택 테이프를 사용한 경우를 제외하면 마킹 라인이 거의 완벽하게 인식되는 것으로 나타났습니다. 광택 테이프는 광원을 너무 강하게 반사하여 카메라의 시야각에서 마킹이 원래 색상과 관계없이 흰색으로 나타납니다.

오리택시

덕택시(Duck Taxi) 프로젝트는 시내에서 오리 승객을 찾아 원하는 지점까지 이동시키는 알고리즘을 구축하는 작업이다. 참가자들은 이 문제를 감지와 그래프를 따른 이동이라는 두 가지로 나누었습니다.

학생들은 프레임에서 빨간색 삼각형(부리)이 있고 노란색으로 인식될 수 있는 영역을 오리라고 가정하여 오리 감지를 수행했습니다. 다음 프레임에서 이러한 영역이 감지되자마자 로봇은 해당 영역에 접근한 다음 몇 초 동안 멈춰 승객의 착륙을 시뮬레이션해야 합니다.

그런 다음 Duckietown 전체의 도로 그래프와 봇의 위치를 ​​미리 메모리에 저장하고 목적지를 입력으로 받아 참가자는 Dijkstra의 알고리즘을 사용하여 그래프에서 경로를 찾는 출발 지점에서 도착 지점까지의 경로를 구축합니다. . 출력은 일련의 명령으로 표시됩니다. 즉, 다음 교차점 각각에서 회전합니다.

도로 그래프

이 프로젝트의 목표는 Duckietown의 도로 네트워크인 그래프를 구축하는 것이었습니다. 결과 그래프의 노드는 교차점이고 호는 도로입니다. 이를 위해 Duckiebot은 도시를 탐색하고 경로를 분석해야 합니다.

프로젝트 작업 중에 교차점 사이의 거리(이동 시간)에 따라 가장자리 비용이 결정되는 가중치 그래프를 만드는 아이디어가 고려되었지만 폐기되었습니다. 이 아이디어를 구현하는 데는 너무 많은 노력이 필요했고 학교 내에서는 이를 수행할 시간이 부족했습니다.

Duckiebot이 다음 교차로에 도착하면 아직 가지 않은 교차로에서 나오는 도로를 선택합니다. 모든 교차로의 모든 도로를 통과하면 생성된 교차로 인접 목록이 봇의 메모리에 남아 있으며, 이는 Graphviz 라이브러리를 사용하여 이미지로 변환됩니다.

참가자들이 제안한 알고리즘은 임의의 Duckietown에는 적합하지 않았지만 학교 내에서 사용되는 XNUMX개의 교차로가 있는 작은 마을에는 잘 작동했습니다. 아이디어는 교차로가 주행되는 순서를 추적하기 위해 교차로 식별자가 포함된 각 교차로에 ArUco 마커를 추가하는 것이었습니다.
참가자가 개발한 알고리즘의 다이어그램이 그림에 나와 있습니다.

순찰차

이 프로젝트의 목표는 Duckietown 시에서 위반 봇을 검색, 추적 및 구금하는 것입니다. 순찰 로봇은 도시 도로의 바깥쪽 고리를 따라 이동하면서 알려진 침입자 로봇을 찾아야 합니다. 침입자를 감지한 후 순찰 로봇은 침입자를 따라가 강제로 정지시켜야 합니다.

작업은 프레임 안의 봇을 탐지하고 그 안의 침입자를 인식하기 위한 아이디어를 찾는 것에서 시작되었습니다. 팀은 실제 자동차에 주 등록 번호가 있는 것처럼 도시의 각 로봇에 뒷면에 고유한 마커를 장착할 것을 제안했습니다. 이러한 목적으로 ArUco 마커가 선택되었습니다. 작업하기 쉽고 공간에서 마커의 방향과 마커까지의 거리를 결정할 수 있기 때문에 이전에 duckietown에서 사용되었습니다.

다음으로, 순찰 로봇이 교차로에서 멈추지 않고 바깥쪽 원 안에서 엄격하게 이동하는지 확인하는 것이 필요했습니다. 기본적으로 Duckiebot은 차선으로 이동하다가 정지선에서 정지합니다. 그런 다음 도로 표지판을 사용하여 교차로의 구성을 결정하고 교차로의 통과 방향을 선택합니다. 설명된 각 단계에 대해 로봇의 유한 상태 기계 상태 중 하나가 담당됩니다. 팀은 교차로 정류장을 없애기 위해 정지선에 접근하면 봇이 즉시 교차로를 직진하는 상태로 전환되도록 상태 머신을 변경했습니다.

다음 단계는 침입자 봇을 막는 문제를 해결하는 것이었습니다. 팀은 순찰 봇이 도시의 각 봇에 대해 SSH 액세스를 가질 수 있다고 가정했습니다. 즉, 각 봇이 가지고 있는 인증 데이터와 ID에 대한 일부 정보를 가지고 있을 것입니다. 따라서 순찰봇은 침입자를 탐지한 후 SSH를 통해 침입자 로봇에 연결하고 시스템을 종료하기 시작했습니다.

종료 명령이 완료된 것을 확인한 뒤 순찰봇도 멈췄다.
순찰로봇의 동작 알고리즘은 다음과 같은 다이어그램으로 표현될 수 있다.

프로젝트 작업

작업은 스크럼과 유사한 형식으로 구성되었습니다. 매일 아침 학생들은 오늘의 작업을 계획하고 저녁에는 완료한 작업에 대해 보고했습니다.

첫날과 마지막 날에 학생들은 과제와 해결 방법을 설명하는 프레젠테이션을 준비했습니다. 학생들이 선택한 계획을 따를 수 있도록 러시아와 미국의 교사들이 프로젝트 작업이 진행되는 방에 지속적으로 참석하여 질문에 답했습니다. 의사소통은 주로 영어로 이루어졌습니다.

결과 및 시연

프로젝트 작업은 일주일 동안 지속되었으며 그 후 학생들은 결과를 발표했습니다. 모두가 이 학교에서 무엇을 배웠는지, 가장 중요한 교훈은 무엇인지, 무엇을 좋아하고 싫어하는지에 대해 이야기하는 프레젠테이션을 준비했습니다. 이후 각 팀의 프로젝트 발표가 진행되었습니다. 모든 팀이 임무를 완료했습니다.

색상 보정을 수행하는 팀은 다른 팀보다 프로젝트를 더 빨리 완료했기 때문에 프로그램에 대한 문서를 준비할 시간도 있었습니다. 그리고 로드그래프 작업을 하는 팀은 프로젝트 시연 마지막 날에도 알고리즘을 다듬고 수정하려고 노력했습니다.

결론

학교를 마친 후 학생들에게 과거 활동을 평가하고 학교가 기대치를 얼마나 잘 충족시켰는지, 어떤 기술을 습득했는지 등에 대한 질문에 답하도록 요청했습니다. 모든 학생들은 팀으로 일하고, 작업을 분배하고, 시간을 계획하는 방법을 배웠다고 언급했습니다.

또한 학생들은 자신이 수강한 강좌의 유용성과 난이도를 평가해 달라는 요청을 받았습니다. 그리고 여기에는 두 가지 평가 그룹이 구성되었습니다. 일부의 경우 코스가 그다지 어렵지 않았고 다른 일부는 매우 어렵다고 평가했습니다.

이는 학교가 특정 분야의 초보자가 접근할 수 있도록 하고 경험이 풍부한 학생들에게 반복 및 통합을 위한 자료를 제공함으로써 올바른 위치를 차지했음을 의미합니다. 프로그래밍 과정(Python)은 거의 모든 사람이 복잡하지 않지만 유용하다고 언급했습니다. 학생들에 따르면 가장 어려웠던 과목은 '컴퓨터 아키텍처'였습니다.

학생들에게 학교의 강점과 약점에 대해 질문했을 때, 많은 사람들이 교사가 즉각적이고 개인적인 도움을 제공하고 질문에 답하는 선택한 교육 스타일을 좋아한다고 답했습니다.

학생들은 또한 매일 자신의 업무를 계획하고 마감일을 정하는 방식으로 일하는 것을 좋아한다고 말했습니다. 단점으로 학생들은 봇 작업에 필요한 지식이 부족하다는 점을 지적했습니다. 연결 시 작동의 기본과 원리를 이해하는 것입니다.

거의 모든 학생들이 학교가 자신의 기대를 뛰어넘었다고 평가했으며 이는 학교 조직의 올바른 방향을 나타냅니다. 따라서 다음 학교를 조직할 때 일반 원칙을 유지해야 하며, 가능한 경우 학생과 교사가 지적한 단점을 고려하고 제거해야 하며, 코스 목록이나 교육 시기를 변경할 수도 있습니다.

기사 작성자: 팀 이동로봇 알고리즘 연구실 в JetBrains 연구.

추신: 저희 회사 블로그가 새로운 이름으로 바뀌었습니다. 이제 JetBrains의 교육 프로젝트에만 전념하게 됩니다.

출처 : habr.com