Pendekatan Pembelajaran Intensif STEM

Terdapat banyak kursus yang sangat baik dalam dunia pendidikan kejuruteraan, tetapi selalunya kurikulum yang dibina di sekeliling mereka mengalami satu kelemahan yang serius - kekurangan koheren yang baik antara pelbagai topik. Seseorang mungkin membantah: bagaimana ini boleh berlaku?

Apabila program latihan sedang dibentuk, prasyarat dan susunan yang jelas di mana disiplin mesti dipelajari ditunjukkan untuk setiap kursus. Sebagai contoh, untuk membina dan memprogram robot mudah alih primitif, anda perlu mengetahui sedikit mekanik untuk mencipta struktur fizikalnya; asas elektrik pada tahap undang-undang Ohm/Kirchhoff, perwakilan isyarat digital dan analog; operasi dengan vektor dan matriks untuk menerangkan sistem koordinat dan pergerakan robot di angkasa; asas pengaturcaraan pada tahap persembahan data, algoritma mudah dan struktur pemindahan kawalan, dsb. untuk menggambarkan tingkah laku.

Adakah semua ini merangkumi kursus universiti? Sudah tentu ada. Walau bagaimanapun, dengan undang-undang Ohm/Kirchhoff kita mendapat termodinamik dan teori medan; sebagai tambahan kepada operasi dengan matriks dan vektor, seseorang perlu berurusan dengan borang Jordan; dalam pengaturcaraan, belajar polimorfisme - topik yang tidak selalu diperlukan untuk menyelesaikan masalah praktikal yang mudah.

Pendidikan universiti adalah meluas - pelajar pergi ke hadapan yang luas dan sering tidak melihat makna dan kepentingan praktikal pengetahuan yang diterimanya. Kami memutuskan untuk mengubah paradigma pendidikan universiti dalam STEM (daripada perkataan Sains, Teknologi, Kejuruteraan, Matematik) dan mewujudkan program yang berasaskan kepada keselarasan pengetahuan, membolehkan peningkatan dalam kesempurnaan pada masa hadapan, iaitu ia. membayangkan penguasaan intensif mata pelajaran.

Mempelajari bidang subjek baharu boleh dibandingkan dengan meneroka kawasan tempatan. Dan di sini terdapat dua pilihan: sama ada kami mempunyai peta yang sangat terperinci dengan sejumlah besar butiran yang perlu dikaji (dan ini memerlukan banyak masa) untuk memahami lokasi mercu tanda utama dan bagaimana ia berkaitan antara satu sama lain ; atau anda boleh menggunakan pelan primitif, di mana hanya titik utama dan kedudukan relatifnya ditunjukkan - peta sedemikian sudah cukup untuk mula bergerak ke arah yang betul, menjelaskan butiran semasa anda pergi.

Kami menguji pendekatan pembelajaran STEM intensif di sekolah musim sejuk, yang kami adakan bersama pelajar MIT dengan sokongan daripada Penyelidikan JetBrains.

Penyediaan bahan


Bahagian pertama program sekolah adalah seminggu kelas di kawasan utama, yang termasuk algebra, litar elektrik, seni bina komputer, pengaturcaraan Python dan pengenalan kepada ROS (Robot Operating System).

Arahan tersebut tidak dipilih secara kebetulan: saling melengkapi, ia sepatutnya membantu pelajar melihat kaitan antara perkara yang kelihatan berbeza pada pandangan pertama - matematik, elektronik dan pengaturcaraan.

Sudah tentu, matlamat utama bukanlah untuk memberi banyak kuliah, tetapi untuk memberi peluang kepada pelajar untuk mengaplikasikan sendiri pengetahuan yang baru diperolehi dalam amalan.

Dalam bahagian algebra, pelajar boleh mempraktikkan operasi matriks dan menyelesaikan sistem persamaan, yang berguna dalam mengkaji litar elektrik. Setelah mengetahui tentang struktur transistor dan elemen logik yang dibina berdasarkannya, pelajar dapat melihat penggunaannya dalam peranti pemproses, dan selepas mempelajari asas bahasa Python, tulis program untuk robot sebenar di dalamnya.

Pendekatan Pembelajaran Intensif STEM

Duckietown


Salah satu matlamat sekolah adalah untuk meminimumkan kerja dengan simulator jika boleh. Oleh itu, satu set litar elektronik yang besar telah disediakan, yang mana pelajar perlu memasang pada papan roti daripada komponen sebenar dan mengujinya dalam amalan, dan Duckietown dipilih sebagai asas untuk projek itu.

Duckietown ialah projek sumber terbuka yang melibatkan robot autonomi kecil yang dipanggil Duckiebots dan rangkaian jalan yang mereka lalui. Duckiebot ialah platform beroda yang dilengkapi dengan mikrokomputer Raspberry Pi dan satu kamera.

Berdasarkan itu, kami telah menyediakan satu set tugas yang mungkin, seperti membina peta jalan, mencari objek dan berhenti di sebelahnya, dan beberapa yang lain. Pelajar juga boleh mencadangkan masalah mereka sendiri dan bukan sahaja menulis program untuk menyelesaikannya, tetapi juga segera menjalankannya pada robot sebenar.

Mengajar


Semasa kuliah, guru menyampaikan bahan menggunakan pembentangan yang telah disediakan. Beberapa kelas dirakam dalam video supaya pelajar boleh menontonnya di rumah. Semasa kuliah, pelajar menggunakan bahan pada komputer mereka, bertanya soalan, dan menyelesaikan masalah bersama-sama dan secara bebas, kadang-kadang di papan hitam. Berdasarkan hasil kerja, penarafan setiap pelajar dikira secara berasingan dalam mata pelajaran yang berbeza.

Pendekatan Pembelajaran Intensif STEM

Mari kita pertimbangkan pengendalian kelas dalam setiap mata pelajaran dengan lebih terperinci. Subjek pertama ialah algebra linear. Pelajar menghabiskan satu hari mempelajari vektor dan matriks, sistem persamaan linear, dsb. Tugasan praktikal disusun secara interaktif: masalah yang dicadangkan diselesaikan secara individu, dan guru serta pelajar lain memberikan komen dan petua.

Pendekatan Pembelajaran Intensif STEM

Subjek kedua ialah elektrik dan litar ringkas. Pelajar mempelajari asas elektrodinamik: voltan, arus, rintangan, hukum Ohm dan hukum Kirchhoff. Tugasan praktikal sebahagiannya dilakukan dalam simulator atau diselesaikan di papan, tetapi lebih banyak masa dihabiskan untuk membina litar sebenar seperti litar logik, litar berayun, dsb.

Pendekatan Pembelajaran Intensif STEM

Topik seterusnya ialah Seni Bina Komputer - dalam erti kata lain, jambatan yang menghubungkan fizik dan pengaturcaraan. Pelajar mempelajari asas asas, yang kepentingannya lebih teori daripada praktikal. Sebagai amalan, pelajar mereka bentuk litar aritmetik dan logik secara bebas dalam simulator dan menerima mata untuk tugasan yang telah diselesaikan.

Hari keempat ialah hari pertama pengaturcaraan. Python 2 dipilih sebagai bahasa pengaturcaraan kerana ia adalah yang digunakan dalam pengaturcaraan ROS. Hari ini disusun seperti berikut: guru membentangkan bahan, memberikan contoh penyelesaian masalah, sementara pelajar mendengarnya, duduk di depan komputer mereka, dan mengulangi apa yang ditulis oleh guru di papan tulis atau slaid. Kemudian pelajar menyelesaikan masalah yang sama dengan sendiri, dan penyelesaiannya kemudiannya dinilai oleh guru.

Hari kelima didedikasikan untuk ROS: mereka belajar tentang pengaturcaraan robot. Sepanjang hari persekolahan, pelajar duduk di hadapan komputer mereka, menjalankan kod program yang dibincangkan oleh guru. Mereka dapat menjalankan unit asas ROS sendiri dan turut diperkenalkan kepada projek Duckietown. Pada penghujung hari ini, pelajar telah bersedia untuk memulakan bahagian projek sekolah - menyelesaikan masalah praktikal.

Pendekatan Pembelajaran Intensif STEM

Penerangan projek yang dipilih

Pelajar diminta membentuk tiga pasukan dan memilih topik projek. Hasilnya, projek berikut telah diterima pakai:

1. Penentukuran warna. Duckiebot perlu menentukur kamera apabila keadaan pencahayaan berubah, jadi terdapat tugas penentukuran automatik. Masalahnya ialah julat warna sangat sensitif kepada cahaya. Peserta melaksanakan utiliti yang akan menyerlahkan warna yang diperlukan dalam bingkai (merah, putih dan kuning) dan membina julat untuk setiap warna dalam format HSV.

2. Teksi Itik. Idea projek ini ialah Duckiebot boleh berhenti berhampiran objek, mengambilnya dan mengikuti laluan tertentu. Seekor itik kuning terang telah dipilih sebagai objek.

Pendekatan Pembelajaran Intensif STEM

3. Pembinaan graf jalan. Terdapat tugas untuk membina graf jalan dan persimpangan. Matlamat projek ini adalah untuk membina graf jalan tanpa memberikan data alam sekitar priori kepada Duckiebot, hanya bergantung pada data kamera.

4. Kereta peronda. Projek ini dicipta oleh pelajar sendiri. Mereka mencadangkan mengajar seorang Duckiebot, "rondaan", untuk mengejar yang lain, "pelanggar". Untuk tujuan ini, mekanisme pengecaman sasaran menggunakan penanda ArUco telah digunakan. Sebaik sahaja pengiktirafan selesai, isyarat dihantar kepada "penceroboh" untuk menyelesaikan kerja.

Pendekatan Pembelajaran Intensif STEM

Penentukuran Warna

Matlamat projek Penentukuran Warna adalah untuk melaraskan julat warna penandaan yang boleh dikenali kepada keadaan pencahayaan baharu. Tanpa pelarasan sedemikian, pengecaman garisan berhenti, pemisah lorong dan sempadan jalan menjadi tidak betul. Peserta mencadangkan penyelesaian berdasarkan corak warna markup prapemprosesan: merah, kuning dan putih.

Setiap warna ini mempunyai julat pratetap nilai HSV atau RGB. Menggunakan julat ini, semua kawasan bingkai yang mengandungi warna yang sesuai ditemui, dan yang terbesar dipilih. Kawasan ini diambil sebagai warna yang perlu diingat. Formula statistik seperti pengiraan min dan sisihan piawai kemudiannya digunakan untuk menganggar julat warna baharu.

Julat ini direkodkan dalam fail konfigurasi kamera Duckiebot dan boleh digunakan kemudian. Pendekatan yang diterangkan telah digunakan pada ketiga-tiga warna, akhirnya membentuk julat untuk setiap warna penanda.

Ujian menunjukkan pengiktirafan hampir sempurna bagi garisan penandaan, kecuali dalam kes di mana bahan penanda menggunakan pita berkilat, yang memantulkan sumber cahaya dengan begitu kuat sehingga dari sudut tontonan kamera tanda itu kelihatan putih, tanpa mengira warna asalnya.

Pendekatan Pembelajaran Intensif STEM

Teksi Itik

Projek Teksi Itik melibatkan membina algoritma untuk mencari penumpang itik di bandar, dan kemudian mengangkutnya ke titik yang diperlukan. Para peserta membahagikan masalah ini kepada dua: pengesanan dan pergerakan sepanjang graf.

Pelajar menjalankan pengesanan itik dengan membuat andaian bahawa itik adalah mana-mana kawasan dalam bingkai yang boleh dikenali sebagai kuning, dengan segitiga merah (paruh) di atasnya. Sebaik sahaja kawasan sedemikian dikesan dalam bingkai seterusnya, robot harus mendekatinya dan kemudian berhenti selama beberapa saat, mensimulasikan pendaratan penumpang.

Kemudian, setelah graf jalan seluruh duckietown dan kedudukan bot disimpan dalam ingatan terlebih dahulu, dan juga menerima destinasi sebagai input, peserta membina laluan dari titik berlepas ke titik ketibaan, menggunakan algoritma Dijkstra untuk mencari laluan dalam graf . Output dibentangkan sebagai satu set arahan - berpusing pada setiap persimpangan berikut.

Pendekatan Pembelajaran Intensif STEM

Graf Jalan

Matlamat projek ini adalah untuk membina graf - rangkaian jalan raya di Duckietown. Nod graf yang terhasil ialah persilangan, dan lengkok adalah jalan. Untuk melakukan ini, Duckiebot mesti meneroka bandar dan menganalisis laluannya.

Semasa kerja projek, idea untuk mencipta graf berwajaran telah dipertimbangkan, tetapi kemudian dibuang, di mana kos kelebihan ditentukan oleh jarak (masa perjalanan) antara persimpangan. Pelaksanaan idea ini ternyata terlalu intensif buruh, dan tidak ada masa yang cukup untuknya di dalam sekolah.

Apabila Duckiebot sampai ke persimpangan seterusnya, ia memilih jalan keluar dari persimpangan yang belum dilaluinya. Apabila semua jalan di semua persimpangan telah dilalui, senarai persimpangan yang dijana kekal dalam ingatan bot, yang ditukarkan kepada imej menggunakan pustaka Graphviz.

Algoritma yang dicadangkan oleh para peserta tidak sesuai untuk Duckietown rawak, tetapi berfungsi dengan baik untuk sebuah bandar kecil dengan empat persimpangan yang digunakan dalam sekolah. Idea ini adalah untuk menambah penanda ArUco pada setiap persimpangan yang mengandungi pengecam persimpangan untuk menjejaki susunan persimpangan didorong.
Gambar rajah algoritma yang dibangunkan oleh peserta ditunjukkan dalam rajah.

Pendekatan Pembelajaran Intensif STEM

Kereta Peronda

Matlamat projek ini adalah untuk mencari, mengejar dan menahan bot yang melanggar di bandar Duckietown. Bot peronda mesti bergerak di sepanjang lingkaran luar jalan bandar, mencari bot penceroboh yang diketahui. Selepas mengesan penceroboh, bot peronda mesti mengikut penceroboh dan memaksanya berhenti.

Kerja bermula dengan mencari idea untuk mengesan bot dalam bingkai dan mengenali penceroboh di dalamnya. Pasukan itu mencadangkan untuk melengkapkan setiap bot di bandar dengan penanda unik di bahagian belakang - sama seperti kereta sebenar mempunyai nombor pendaftaran negeri. Penanda ArUco telah dipilih untuk tujuan ini. Ia telah digunakan sebelum ini di duckietown kerana ia mudah digunakan dan membolehkan anda menentukan orientasi penanda di angkasa dan jarak ke sana.

Seterusnya, adalah perlu untuk memastikan bahawa bot peronda bergerak dengan ketat di bulatan luar tanpa berhenti di persimpangan. Secara lalai, Duckiebot bergerak di lorong dan berhenti di garisan hentian. Kemudian, dengan bantuan papan tanda jalan, dia menentukan konfigurasi persimpangan dan membuat pilihan tentang arah laluan persimpangan itu. Untuk setiap peringkat yang diterangkan, salah satu keadaan mesin keadaan terhingga robot bertanggungjawab. Untuk menghilangkan perhentian di persimpangan, pasukan menukar mesin keadaan supaya apabila menghampiri garisan perhentian, bot segera beralih ke keadaan memandu terus melalui persimpangan.

Langkah seterusnya ialah menyelesaikan masalah menghentikan bot penceroboh. Pasukan membuat andaian bahawa bot peronda boleh mempunyai akses SSH kepada setiap bot di bandar, iaitu, mempunyai beberapa maklumat tentang data kebenaran dan id yang ada pada setiap bot. Oleh itu, selepas mengesan penceroboh, bot peronda mula menyambung melalui SSH ke bot penceroboh dan menutup sistemnya.

Selepas mengesahkan bahawa arahan penutupan telah selesai, bot peronda juga berhenti.
Algoritma operasi robot peronda boleh diwakili sebagai rajah berikut:

Pendekatan Pembelajaran Intensif STEM

Bekerja pada projek

Kerja itu dianjurkan dalam format yang serupa dengan Scrum: setiap pagi pelajar merancang tugasan untuk hari semasa, dan pada waktu petang mereka melaporkan kerja yang dilakukan.

Pada hari pertama dan terakhir, pelajar menyediakan pembentangan yang menerangkan tugasan dan cara menyelesaikannya. Untuk membantu pelajar mengikuti rancangan pilihan mereka, guru dari Rusia dan Amerika sentiasa berada di bilik tempat kerja projek dijalankan, menjawab soalan. Komunikasi berlaku terutamanya dalam bahasa Inggeris.

Keputusan dan demonstrasi mereka

Kerja-kerja projek berlangsung selama seminggu, selepas itu pelajar membentangkan hasil mereka. Semua orang menyediakan pembentangan di mana mereka bercakap tentang apa yang mereka pelajari di sekolah ini, apakah pelajaran terpenting yang mereka pelajari, apa yang mereka suka atau tidak suka. Selepas itu, setiap pasukan membentangkan projek mereka. Semua pasukan menyelesaikan tugas mereka.

Pasukan yang melaksanakan penentukuran warna menyelesaikan projek lebih cepat daripada yang lain, jadi mereka juga mempunyai masa untuk menyediakan dokumentasi untuk program mereka. Dan pasukan yang bekerja pada graf jalan, walaupun pada hari terakhir sebelum demonstrasi projek, cuba memperhalusi dan membetulkan algoritma mereka.

Pendekatan Pembelajaran Intensif STEM

Kesimpulan

Selepas tamat persekolahan, kami meminta pelajar menilai aktiviti lepas dan menjawab soalan tentang sejauh mana sekolah memenuhi jangkaan mereka, kemahiran yang mereka perolehi, dsb. Semua pelajar menyatakan bahawa mereka belajar untuk bekerja dalam satu pasukan, mengagihkan tugas dan merancang masa mereka.

Pelajar juga diminta menilai kegunaan dan kesukaran kursus yang mereka ambil. Dan di sini dua kumpulan penilaian telah dibentuk: untuk sesetengah kursus tidak memberikan banyak kesukaran, yang lain menilai mereka sebagai sangat sukar.

Ini bermakna bahawa sekolah telah mengambil kedudukan yang betul dengan kekal boleh diakses oleh pemula dalam bidang tertentu, tetapi juga menyediakan bahan untuk pengulangan dan penyatuan oleh pelajar berpengalaman. Perlu diingatkan bahawa kursus pengaturcaraan (Python) telah diperhatikan oleh hampir semua orang sebagai tidak rumit tetapi berguna. Menurut pelajar, kursus yang paling sukar ialah "Seni Bina Komputer".

Apabila pelajar ditanya tentang kekuatan dan kelemahan sekolah, ramai yang menjawab bahawa mereka menyukai gaya pengajaran yang dipilih, di mana guru memberikan bantuan segera dan peribadi serta menjawab soalan.

Pelajar juga menyatakan bahawa mereka suka bekerja dalam mod perancangan harian tugas mereka dan menetapkan tarikh akhir mereka sendiri. Sebagai kelemahan, pelajar menyatakan kekurangan pengetahuan yang disediakan, yang diperlukan semasa bekerja dengan bot: apabila menyambung, memahami asas dan prinsip operasinya.

Hampir semua pelajar menyatakan bahawa sekolah itu melebihi jangkaan mereka, dan ini menunjukkan arah yang betul untuk menganjurkan sekolah. Oleh itu, prinsip am harus dikekalkan semasa menganjurkan sekolah seterusnya, dengan mengambil kira dan, jika boleh, menghapuskan kelemahan yang diperhatikan oleh pelajar dan guru, mungkin mengubah senarai kursus atau masa pengajaran mereka.

Penulis artikel: pasukan makmal algoritma robot mudah alih Π² Penyelidikan JetBrains.

PS Blog korporat kami mempunyai nama baharu. Kini ia akan didedikasikan untuk projek pendidikan JetBrains.

Sumber: www.habr.com

Tambah komen