करिअर मार्गदर्शनात लेगो माइंडस्टॉर्म्स एज्युकेशन EV3

प्रतिमा – roboconstructor.ru

एक सुप्रसिद्ध बोधकथा सांगते की जेव्हा एक तरुण आई तिच्या हातात एक मूल घेऊन ऋषीकडे वळली आणि तिने आपल्या संततीचे संगोपन कोणत्या वयात करावे असे विचारले तेव्हा म्हाताऱ्याने उत्तर दिले की मुलाला आधीच उशीर झाला होता. . भविष्यातील व्यवसाय निवडण्याची परिस्थिती अगदी सारखीच आहे. बाळाकडून एखाद्याच्या कल आणि आवडीबद्दल जागरूकता मागणे कठीण आहे, परंतु हायस्कूलमध्ये आधीपासूनच सर्व प्रकारचे स्पेशलायझेशन सुरू होते आणि या वेळेपर्यंत प्रौढ मुलाला कोणत्या दिशेने हलवायचे हे आधीच जाणून घेणे चांगले होईल. परंतु एक गोष्ट आपल्याला आधीच माहित आहे की पुढील दशकांमध्ये, 30 ते 80% व्यवसाय पूर्णपणे स्वयंचलित होतील.

रोबोटिक्स, सायबरनेटिक्स आणि अल्गोरिदमची समज हे कौशल्यांचा एक संच आहे ज्यासह, बहुधा, एखाद्या व्यक्तीला अशा अस्पष्ट शक्यतांचा सामना करावा लागणार नाही. अर्थात, बहुधा, रोबोट्ससह श्रमशक्तीच्या बदलीच्या समांतर, बिनशर्त मूलभूत उत्पन्नाची संकल्पना देखील विकसित होईल, परंतु आपल्याला आपल्या मुलासाठी असे भविष्य हवे आहे हे संभव नाही.

आता तरुण आणि स्वारस्य असलेल्या प्रेक्षकांना प्रोग्रामिंग आणि रोबोटिक्सच्या मूलभूत गोष्टी त्वरीत दाखवण्याचे अनेक मार्ग आहेत. ते सर्व स्वस्त आहेत, शिकण्यास अगदी सोपे आहेत आणि काही तासांत अल्गोरिदमच्या मूलभूत गोष्टी आणि सायबरनेटिक उपकरणांच्या संकल्पनांची समज देतात. परंतु वर्गात या प्लॅटफॉर्मच्या तोट्यांचा सामना करणे सोपे आहे - ब्रेडबोर्डचा मर्यादित पोशाख प्रतिरोध (आणि "मूर्ख प्रतिकार" देखील) ब्रेडबोर्ड, 11-12 वयोगटातील मुलांसाठी फारसे अनुकूल नसलेले सॉफ्टवेअर इंटरफेस आणि तुलनेने लहान "खेळ" घटक.

शैक्षणिक संचांची सर्वात प्रसिद्ध निर्माता, लेगो एज्युकेशन, वीस वर्षांहून अधिक काळ या सर्व कमतरतांशी झुंज देत आहे. आम्ही अर्थातच MINDSTORMS Education EV3 प्लॅटफॉर्मबद्दल बोलत आहोत. 90 च्या दशकाच्या सुरुवातीस तयार झालेल्या माइंडस्टॉर्म्स RCX पासून ते सर्वात आधुनिक MINDSTORMS एज्युकेशन EV3 कॉम्प्लेक्स पर्यंत, प्लॅटफॉर्म निर्मितीचे तत्त्व समान आहे. हे "बुद्धिमान वीट" वर आधारित आहे, स्क्रीन आणि I/O पोर्टसह मायक्रो कॉम्प्युटर ज्यामध्ये इतर सर्व घटक जोडलेले आहेत. कोणत्याही रोबोटिक प्रणालीप्रमाणे, परिधीय उपकरणे सेन्सर आणि प्रभावकांमध्ये विभागली जातात. सेन्सरच्या मदतीने, रोबोट त्याच्या सभोवतालचे जग जाणतो आणि इफेक्टर्सचे आभार, तो प्रोग्राम केलेल्या प्रोग्रामनुसार त्यावर प्रतिक्रिया देतो. प्लॅटफॉर्मचे घटक सोल्डरिंगशिवाय साध्या केबल्ससह एकत्र जोडलेले आहेत आणि यांत्रिक संरचना केवळ प्लास्टिकच्या भागांच्या ताकदीने आणि डिझाइनरच्या कल्पनेद्वारे मर्यादित आहेत.

मागील पोस्ट मध्ये आम्ही सर्वसाधारणपणे अशा उपायांच्या शक्यतांचा विचार केला, परंतु आता आम्हाला LEGO MINDSTORMS Education EV3 वर अधिक तपशीलवार राहायचे आहे.

ईव्हीएक्सएनयूएमएक्स

LEGO MINDSTORMS Education EV3 हे लेगो टेक्निक भागांशी सुसंगत बनवले आहे. याचा अर्थ असा की प्लॅटफॉर्मचा वापर साध्या “कार” आणि “रोबोटिक हँड्स” पासून जटिल कन्व्हेयर्सपर्यंत किंवा अगदी “रुबिक क्यूब सॉल्व्हर्स” पर्यंत विविध प्रकारच्या आणि अगदी अविश्वसनीय डिझाइन्स तयार करण्यासाठी केला जाऊ शकतो. अक्षरशः कोणताही लेगो टेक्निक सेट प्रकल्पांसाठी भागांचा स्रोत म्हणून वापरला जाऊ शकतो आणि खराब झालेले सुटे भाग बदलण्यात कोणतीही अडचण येणार नाही. होय, ते जुन्या सोव्हिएत अॅल्युमिनियम बांधकाम किटसारखे क्रूर दिसत नाहीत, परंतु व्यवहारात ते धातूच्या उत्पादनांपेक्षा अधिक मजबूत आहेत. निदान माझ्या 1993 मध्ये सुरू झालेल्या संग्रहात अजून एकही तुटलेला भाग सापडलेला नाही.

MINDSTORMS Education EV3 बेसिक एज्युकेशनल सेट 541 लेगो टेक्निक तुकड्यांसह येतो. सारखे एक विशेष संसाधन संच म्हणून खरेदी केले जाऊ शकते 45560 (किंवा जुने 9648, NXT साठी उत्पादित), किंवा फक्त एक मोठा प्रकार कन्स्ट्रक्टर 42043 (2800 भाग) किंवा 42055 (जवळपास 4000 भाग), आणि, मुख्य मॉडेलसह पुरेसे खेळून, सायबरनेटिक प्रयोगांसाठी "विटा" म्हणून वापरा. एका तुकड्याच्या बाबतीत, लेगो येथे इतर सेटपेक्षा खूप पुढे आहे - प्रति तुकडा फक्त 3-5 रूबल.

बरं, जर एखाद्याकडे हजारो भागांचा समावेश असलेला जुना संग्रह असेल, तर तुम्हाला संसाधनांची अजिबात काळजी करण्याची गरज नाही.

ब्रिकसेट सेवेचा स्क्रीनशॉट (लेगो कन्स्ट्रक्शन किटच्या मालकांसाठी परस्परसंवादी डेटाबेस जो तुम्हाला विविध आकडेवारी गोळा करण्यास अनुमती देतो) लेखकाद्वारे

तथापि, हे फक्त "निष्क्रिय" घटकांवर लागू होते जसे की बीम, चाके किंवा कनेक्टिंग पिन. सेन्सर आणि इफेक्टर्स अर्थातच जास्त महाग आहेत, परंतु मूलभूत किटमध्ये त्यापैकी बरेच काही आहेत. Mindstorms EV3 तीन मोटर्स (दोन मोठ्या आणि अधिक शक्तिशाली आणि एक कॉम्पॅक्ट सर्वो), टच सेन्सर्सची एक जोडी (एक प्रकारची "स्मार्ट" बटणे), अल्ट्रासोनिक, गायरोस्कोपिक आणि कलर सेन्सर्स (हे लाईट सेन्सर मोडमध्ये देखील काम करू शकते) सह पूर्ण येते. . तसेच, लेगो एज्युकेशन रोबोट्सच्या मागील पिढीतील सेन्सरशी सुसंगतता, माइंडस्टॉर्म्स NXT, राखली जाते (यामध्ये, उदाहरणार्थ, आवाज पातळी सेन्सरचा समावेश आहे).

परंतु सिस्टमचे हृदय असलेल्या “स्मार्ट वीट” कडे परत जाऊया. बदलता येण्याजोग्या बॅकलाइट रंगासह 178x128 मोनोक्रोम एलसीडी स्क्रीन (केवळ मेनूच नाही तर ऑपरेशन दरम्यान सर्व प्रकारचे सानुकूल चित्र देखील प्रदर्शित केले जाते) ने सुसज्ज ही खरोखरच वजनदार आणि विपुल "वीट" आहे. मानक RJ-12 कनेक्टरसह तारांचा वापर करून, सेन्सर आणि इफेक्टर्स त्यास जोडलेले आहेत (प्रत्येक प्रकारच्या चार डिव्हाइसेसपर्यंत), मायक्रोएसडीएचसी आणि यूएसबी पोर्टसाठी एक स्लॉट आहे.

नंतरचे प्रोग्राम स्वतः डाउनलोड करण्यासाठी आणि फर्मवेअर अद्यतनित करण्यासाठी दोन्ही वापरले जाऊ शकतात. तथापि, मायक्रोकंट्रोलर वायरलेस इंटरफेसपासून वंचित नाही; इच्छित असल्यास, आपण वाय-फाय (बाह्य मॉड्यूल आवश्यक आहे) किंवा ब्लूटूथ (अंगभूत) द्वारे प्रोग्राम डाउनलोड करू शकता. तसेच, आम्ही रिमोट-नियंत्रित रोबोट असेंबल करत असल्यास, आम्ही स्मार्टफोन किंवा टॅब्लेटवरून वायरलेस कम्युनिकेशन वापरून "स्टीयर" करू शकतो.

“स्मार्ट ब्रिक” च्या आत 300 मेगाहर्ट्झ एआरएम प्रोसेसर, 16 मेगाबाइट्स कायमस्वरूपी मेमरी (आणि म्हणूनच कार्ड उपयुक्त आहे) आणि 64 मेगाबाइट रॅम आहे. हे आकडे कितीही माफक वाटत असले तरी, तुम्ही, किंवा त्याहूनही अधिक शिकण्याच्या प्रक्रियेतील एक मूल लिहू शकता अशा सर्वात विस्तृत अल्गोरिदमची अंमलबजावणी करण्यासाठी पुरेसे सामर्थ्य आहे. आणि जर आपण त्याची तुलना मागील पिढीच्या NXT च्या 48 मेगाहर्ट्झ प्रोसेसरशी केली, जी अलीकडे दहा वर्षांची झाली आहे, तर प्रगती लक्षणीय आहे. तथापि, असे म्हणता येणार नाही की सामान्य समस्या सोडवण्याच्या प्रक्रियेत NXT लक्षणीयरीत्या कमी करते.

शिवाय, मोटर्ससाठी चौथे पोर्ट दिसू लागले आहे, जे स्वतःच कार्यक्षमतेचे महत्त्वपूर्ण विस्तार आहे जे अपग्रेडचे समर्थन करते.

यूएसबी पोर्ट आता होस्ट मोडला सपोर्ट करतो, हे तुम्हाला केवळ वाय-फाय अॅडॉप्टर कनेक्ट करण्याची परवानगी देत ​​नाही, तर अनेक EV3 ब्लॉक्स एका जटिल रोबोटमध्ये कनेक्ट करू देते. खरे आहे, कार्यांची पातळी पूर्णपणे "बालिश नाही" होते.

शेवटी, MINDSTORMS Education EV3 ला आता बॅटरी सपोर्ट आहे. सहा AA बॅटरींऐवजी, तुम्ही समाविष्ट असलेली लिथियम-आयन बॅटरी अडीच अँपिअर तासांसाठी स्थापित करू शकता. अर्थात, कोणीही eneloop-प्रकार AA बॅटरी वापरण्यास मनाई करत नाही, परंतु चार्जिंगसाठी त्यांना काढून टाकण्याची आवश्यकता सरासरीपेक्षा कमी उपयोगिता बनवते. आणि चार्जरसह एनीलूप किटच्या जोडीची किंमत ब्रँडेड बॅटरीशी तुलना करता येते.

अरे हो, एक मोठा, लाऊड ​​स्पीकर आहे जो आता केवळ 8-बिट युगातील रेट्रो ट्यून करू शकत नाही तर अधिक आनंददायी आवाज देखील वाजवू शकतो.

आता मूलभूत संचातील इफेक्टर्स पाहू. त्यापैकी दोन शक्तिशाली मोटर्स आहेत जे आधीपासून NXT मध्ये वापरल्या गेलेल्या मोटर्ससारखेच आहेत, आयताकृत्ती डिव्हाइसेस जे अंतर्गत कपात गियरमुळे गंभीर टॉर्क विकसित करतात.

मोटार अवरोधित झाल्यास, एक यांत्रिक क्लच प्रदान केला जातो, जो गणना केलेल्या घर्षणापेक्षा जास्त असल्यास घसरण्यास सुरवात करतो, त्यामुळे मोटर जाळणे खूप कठीण आहे.
एका डिग्रीच्या रिझोल्यूशनसह एक रोटेशन अँगल सेन्सर आहे (मोटर कंट्रोलरला सांगते की त्याचा अक्ष सध्या कोणत्या कोनात फिरला आहे) आणि सर्व कनेक्ट केलेल्या मोटर्सचे रोटेशन अचूकपणे सिंक्रोनाइझ करण्याची क्षमता आहे.

तिसरा, तथाकथित एम-सर्वो ड्राइव्ह (मध्यम-आकाराची मोटर) तीन पट कमी टॉर्क तयार करतो, परंतु त्याची फिरण्याची गती जवळजवळ दुप्पट आहे.

सेन्सर्ससाठी, तुम्हाला खरोखरच LEGO एज्युकेशनने ऑफर केलेल्यांपुरते मर्यादित ठेवण्याची गरज नाही (जरी ते कोणत्याही शैक्षणिक प्रकल्पासाठी छतावर असले तरी), अनेक तृतीय-पक्ष कंपन्या सुसंगत आणि कधीकधी अगदी विदेशी सेन्सर तयार करतात. फर्मवेअर स्त्रोत कोड आणि हार्डवेअर तपशील पूर्ण उघडा.

सॉफ्टवेअर

आम्ही हार्डवेअरबद्दल बरेच काही बोललो आहे, परंतु प्रत्यक्षात, रोबोटिक्स क्लासेसची प्रभावीता निर्धारित करणारी ही एकमेव गोष्ट नाही. हे एकाधिक प्लॅटफॉर्मवर (मॅक, पीसी, मोबाईल डिव्हाइसेस) आणि खरोखर अंतर्ज्ञानी सॉफ्टवेअरची उपस्थिती आहे तयार अभ्यासक्रम LEGO MINDSTORMS Education EV3 हे दहा वर्षांच्या मुलांसाठी, विशेषत: प्राथमिक आणि माध्यमिक शाळांमधील शिक्षणासाठी निवडीचे व्यासपीठ बनवते.

iPad वर अॅप स्वागत स्क्रीन

मूळ LEGO MINDSTORMS Education EV3 सॉफ्टवेअरमधील अल्गोरिदमचे व्हिज्युअलायझेशन केवळ उच्च पातळीवर आहे - काही मिनिटांतच लॉजिकल ब्लॉक्सच्या (संक्रमण परिस्थिती, लूप इ.) परस्परसंवादाचे मुख्य प्रकार पार पाडण्यासाठी आणि नंतर हळूहळू वाढ करणे पुरेसे आहे. कार्यक्रमांची जटिलता. अर्थात, रोबोटच्या डझनभर वेगवेगळ्या मॉडेल्ससाठी तयार-तयार शैक्षणिक प्रकल्प आहेत आणि आपली इच्छा असल्यास, आपण ऑनलाइन समुदायांमध्ये हजारो मनोरंजक कार्यक्रम शोधू शकता.

आयपॅड ऍप्लिकेशनमधील उदाहरण कार्यक्रम

प्रगत वापरकर्ते LabVIEW किंवा RobotC स्थापित करू शकतात - LEGO MINDSTORMS Education EV3 चे “ब्रेन” या पॅकेजेसशी पूर्णपणे सुसंगत आहेत. दुर्दैवाने, अतिरिक्त रूपांतरणाशिवाय NXT साठी जुने प्रकल्प निर्यात करणे शक्य होणार नाही.

शैक्षणिक दृष्टीकोनातून, ते खूप जास्त स्वारस्य आहे डेस्कटॉप सॉफ्टवेअर आवृत्ती. हे आपल्याला विद्यार्थ्यांसाठी इलेक्ट्रॉनिक नोटबुक ठेवण्याची परवानगी देते, ज्यामुळे शिक्षक एखाद्या विशिष्ट विद्यार्थ्याच्या त्याच्या अनुप्रयोगाच्या आवृत्तीवरून त्याच्या यशाचे मूल्यांकन करू शकतात आणि त्याच्या प्रगतीचे परीक्षण करू शकतात. शिवाय, तुम्ही सॉफ्टवेअरवर बोर्डवर उपलब्ध असलेली शैक्षणिक सामग्रीच वापरू शकत नाही (ज्यापैकी बरेच आहेत), परंतु अंगभूत सामग्री संपादक वापरून तुमची स्वतःची सामग्री देखील तयार करू शकता.

EV3 सामग्री संपादक ट्यूटोरियल व्हिडिओ

डेस्कटॉप आवृत्तीमध्ये थ्रेशोल्ड मूल्यांवर अवलंबून ग्राफ क्षेत्र प्रोग्राम करण्याची क्षमता असलेली डेटा रेकॉर्डिंग उपयुक्तता देखील आहे. म्हणजेच, आता एखादा शिक्षक स्मार्ट होममध्ये आधुनिक तंत्रज्ञानाचे ऑपरेशन सहजपणे दाखवू शकतो, उदाहरणार्थ.

EV3 मायक्रोकॉम्प्युटर रिअल टाइममध्ये सेन्सर्सकडून डेटा संकलित करेल आणि तापमानाच्या पार्श्वभूमीवर, एक किंवा दुसरा मॉडेल प्रोग्राम लॉन्च करेल. जेव्हा तापमान जास्त असते तेव्हा पंखा चालू होतो आणि जेव्हा तापमान कमी होते तेव्हा हीटर चालू होतो. आणि विद्यार्थी मॉडेलला अंतिम रूप देऊन डेटा रेकॉर्ड आणि विश्लेषण करण्यास सक्षम असतील.

डेटा लॉगिंग

"स्मार्ट वीट" फर्मवेअरच्या मोकळेपणाने आधीच त्याची भूमिका बजावली आहे: पर्यायी पर्याय आहेत जे सर्वात लोकप्रिय प्रोग्रामिंग भाषांना समर्थन देतात (त्यापैकी डझनभर). मोठ्या प्रमाणावर, EV3 चा वापर प्रोग्रामिंगशी संबंधित कोणत्याही शैक्षणिक प्रकल्पाशी "संलग्न" केला जाऊ शकतो, कारण "हार्डवेअरमध्ये" स्वतःच्या अल्गोरिदमचे कार्य पाहण्याच्या संधीइतक्या काही गोष्टी आनंददायी आहेत.

अनेकांची अपेक्षा आहे की या कथेतील अडखळण्याची किंमत असू शकते. खरंच, बेसिक सेटसाठी तुम्हाला 29 रुबल आणि चार्जिंगसाठी आणखी 900 भरावे लागतील. तथापि, या रकमेत दोन विद्यार्थ्यांच्या आरामदायी कामासाठी भाग आणि इलेक्ट्रॉनिक्स तसेच 2 रेडीमेड धड्यांसह पूर्ण विकसित मूलभूत सॉफ्टवेअर (जे जानेवारी 500 पासून व्यक्ती आणि संस्था दोघांसाठी पूर्णपणे विनामूल्य आहे) समाविष्ट आहे. अर्थात, अतिरिक्त उपकरणे आणि मिशन किट खर्च वाढवू शकतात, परंतु कारणास्तव. तर 48 विद्यार्थ्यांसाठी एक किट, ज्यात मूलभूत आणि संसाधन संच LME EV2016, चार्जर, सॉफ्टवेअर आणि "अभियांत्रिकी प्रकल्प" कार्यांचा अतिरिक्त संच, 174 खर्च येईल. सुसज्ज करण्यासाठी अगदी स्वीकार्य, उदाहरणार्थ, शाळेत एक मंडळ.

होय, हे साध्या Arduino सारख्या प्लॅटफॉर्मपेक्षा अधिक महाग आहे. परंतु संधी, तसेच सहभागाची पातळी खूप जास्त आहे. EV3-आधारित अभ्यासक्रमाची संपूर्ण हायस्कूलमध्ये आणि त्यानंतरही सुरक्षितपणे योजना केली जाऊ शकते. याशिवाय, LEGO MINDSTORMS Education EV3 चा पुरेसा वापर करून ते यांत्रिक गुणांमुळे, सहज बदलण्यायोग्यता आणि भागांची उपलब्धता यामुळे अनेक साध्या किटला "आऊटलाइव्ह" करेल (माझ्या सरावानुसार, 12 वर्षांमध्ये फक्त एक RJ-10 केबल बदलणे आवश्यक आहे- जुना NXT).

परिणामी, अशा परिस्थितीत आवश्यक असलेल्या सर्व बोनससह एका महाकाय कंपनीद्वारे समर्थित जवळजवळ मुक्त-स्रोत प्रकल्प आम्हाला दिसतो - एक दीर्घ जीवन चक्र, सुटे भाग आणि विस्तारांची उपलब्धता, अधिकृत आणि हौशी मार्गदर्शक, एक विकसित समुदाय. मुलांसाठी पाश्चात्य शैक्षणिक रोबोटिक्स वर्गांमध्ये माइंडस्टॉर्म्स जवळजवळ एक मानक बनले आहेत आणि रशियामध्ये ते मोठ्या प्रमाणावर स्वीकारले गेले आहे हे पाहणे खरोखर छान होईल.

मार्ग निवडणे

आणि आता मुख्य गोष्टीकडे. WeDo 2.0 सेटच्या विपरीत, EV3 हे हायस्कूलसाठी आणि म्हणूनच मोठ्या मुलांसाठी आहे, ज्यांच्यासाठी भविष्यातील व्यवसाय निवडण्याचा प्रश्न अधिक गंभीर आहे.

EV3 चा वापर करून, प्रत्येक विद्यार्थ्याला स्वभाव, संगोपन आणि शैक्षणिक प्रक्रियेद्वारे त्याच्यामध्ये अंतर्भूत असलेल्या क्षमता अधिक सक्रियपणे प्रकट करण्यास सक्षम असेल.

जन्मजात गणितज्ञ सेन्सर्सच्या टेलीमेट्रीचे बारकाईने निरीक्षण करेल, रोबोटने प्रवास केलेले अंतर नेमके कसे रेकॉर्ड केले जाते, तो ज्या कोनातून विचलित होतो तो कसा रेकॉर्ड केला जातो, इत्यादी.

भविष्यातील आयटी तज्ञ, अर्थातच, रोबोटच्या प्रोग्रामिंगमध्ये मग्न होईल, ज्या अल्गोरिदमद्वारे तो हलतो त्याचे विश्लेषण करेल. आणि तो निश्चितपणे स्वतःची निर्मिती करेल, मानक सूचनांद्वारे प्रदान केलेली नाही.

भौतिकशास्त्राची आवड असलेले मूल रोबोटच्या मदतीने व्हिज्युअल प्रयोग करण्यास सक्षम असेल; सुदैवाने, संचांना सेन्सर्समध्ये कोणतीही अडचण नाही, ज्याप्रमाणे मुलाला कल्पनाशक्तीमध्ये कोणतीही समस्या नाही.

एकंदरीत, शाळेत तुमच्या मुलाची आवड आणि आवडीचे विषय काहीही असले तरी, MINDSTORMS EV3 संचांसह शिकणे त्यांना अधिक स्पष्टपणे ठळकपणे ठळकपणे आणि भविष्यात त्यांच्या विकासावर लक्ष केंद्रित करण्यास अनुमती देईल.

आयुष्यात

याक्षणी, कंपनीचे उपाय आधीपासूनच विविध स्पर्धांचा भाग म्हणून आणि सामान्य विकासासाठी विद्यार्थी मनोरंजक प्रकल्प तयार करण्यासाठी वापरत आहेत. प्रसारमाध्यमांनी या वर्षी त्यांच्यापैकी अनेकांबद्दल लिहिले.

प्रादेशिक तंत्रज्ञान उद्यानात स्थित आस्ट्राखान शाळेतील मुले रुस्लान काझिमोव्ह आणि मिखाईल ग्लॅडिशेव्ह यांनी हाताच्या सांध्याच्या पुनर्वसनासाठी रोबोटिक सिम्युलेटर विकसित केले.

फोटो - rg.ru

आठव्या-इयत्तेच्या विद्यार्थ्यांनी सिम्युलेटर विकसित करण्यासाठी दोन महिन्यांपेक्षा कमी वेळ घालवला. त्यांनी दक्षिणी फेडरल डिस्ट्रिक्टमधील वैज्ञानिक आणि नाविन्यपूर्ण प्रकल्पांच्या IX ऑल-रशियन स्पर्धेच्या प्रादेशिक टप्प्यावर त्यांचा प्रकल्प सादर केला, जिथे त्यांनी दुसरे स्थान पटकावले. भविष्यात, ते एक औद्योगिक प्रोटोटाइप तयार करण्याची योजना आखत आहेत - सध्या, विकासक फक्त LEGO MINDSTORMS Education EV3 शैक्षणिक रोबोटिक सेटपासून बनवलेले प्रोटोटाइप ऑफर करत आहेत.

डिव्हाइस डॉक्टरांनी केलेल्या हालचालींची नक्कल करते - सांधे कार्य करण्यास सुरवात करतात, ज्यामुळे केवळ त्यांचीच नव्हे तर स्नायूंच्या गटांची गतिशीलता देखील पुनर्संचयित होते. डिव्हाइसेस ब्लूटूथद्वारे कनेक्ट केलेले असताना, भविष्यात ते इंटरनेट किंवा वाय-फाय वापरून संवाद साधतील.

बाजारात अशा उपकरणाचे अॅनालॉग्स आहेत, परंतु आस्ट्रखान डिव्हाइस एकाच वेळी खांदा, मनगट आणि कोपरच्या सांध्यासह कार्य करू शकते. शिवाय, ते पोर्टेबल आणि बॅटरीवर चालणारे आहे. रिमोट कंट्रोलची शक्यता देखील आहे, म्हणजे, रुग्ण घर न सोडता प्रशिक्षण देऊ शकतो.

जागतिक रोबोटिक्स ऑलिम्पियाड 2015 (WRO 2015), सेंट पीटर्सबर्ग येथील रशियन संघ DRL ला LEGO Education (LEGO EDUCATION CREATIVITY AWARD) कडून सर्जनशीलतेसाठी विशेष पारितोषिक देण्यात आले.

रशियन DRL टीमने CaveBot प्रकल्प सादर केला. सेंट पीटर्सबर्ग येथील मुलांनी, प्रशिक्षक सर्गेई फिलिपोव्ह यांच्या मार्गदर्शनाखाली, गुहांमधील अनपेक्षित क्षेत्र शोधण्यासाठी एक अद्वितीय रोबोटिक एक्सप्लोरर तयार केला. विकासामध्ये विविध वैज्ञानिक क्षेत्रांचा समावेश आहे, कारण अद्वितीय रोबोट विविध जटिलतेची कार्ये करणे शक्य करते.

त्यानंतरच्या शोधासाठी वस्तू शोधण्यासाठी टीमने विविध सेन्सर्सने सुसज्ज असलेला गिर्यारोहण रोबोट तयार केला. परिणामी डेटा संगणकावर 3D मॉडेलमध्ये बदलला जाऊ शकतो.

आणि 13 वर्षांच्या शुभम बॅनर्जीने तयार केले प्रिंटर शालेय विज्ञान प्रकल्पासाठी LEGO तुकड्यांपासून ब्रेल बनवले. नंतर, त्याच्या कुटुंबाच्या सहभागाने, शोध सुरू करण्यासाठी एक स्टार्टअप तयार केला गेला, ज्याला तंत्रज्ञान कॉर्पोरेशन इंटेलकडून आर्थिक मदत मिळाली.

(फोटो: मार्सिओ जोस सांचेझ, एपी)

इंटरनेटवर ब्रेलवर संशोधन केल्यानंतर शुभमला प्रिंटर तयार करण्याची कल्पना सुचली. टच टायपिंग प्रिंटरची किंमत $2,000 आणि त्याहून अधिक आहे हे लक्षात घेऊन विद्यार्थ्याने स्वस्त आवृत्ती बनवण्याचा निर्णय घेतला.

शोध लागल्यानंतर लगेचच, अंध मुले आणि त्यांच्या पालकांनी शुभमशी एकाच विनंतीसह संपर्क साधण्यास सुरुवात केली - स्वस्त ब्रेल प्रिंटर बनवण्यासाठी, "तो शेल्फच्या बाहेरच विकत घेण्याचे" वचन दिले.

जसे तुम्ही बघू शकता, शिकण्याच्या प्रक्रियेत MINDSTORMS Education EV3 चा वापर विद्यार्थ्यांना त्यांच्या कल्पनाशक्तीचा जास्तीत जास्त वापर करण्यास अनुमती देते, अधिकाधिक नवीन यंत्रणा तयार करतात जी केवळ कल्पना प्रत्यक्षात आणण्यास किंवा कोणतेही प्रयोग दृष्यदृष्ट्या करण्यास मदत करत नाहीत तर निर्णय घेण्यास देखील सुरुवात करतात. त्यांचा भविष्यातील व्यवसाय.

शैक्षणिक प्रक्रियेत (किंवा स्वतः उत्पादनांबद्दल) या उपायांच्या वापराबद्दल आपल्याकडे प्रश्न असल्यास, टिप्पण्यांमध्ये लिहा.

स्त्रोत: www.habr.com