Qasja e të mësuarit intensiv STEM

Ka shumë kurse të shkëlqyera në botën e arsimit inxhinierik, por shpesh kurrikula e ndërtuar rreth tyre vuan nga një e metë serioze - mungesa e koherencës së mirë midis temave të ndryshme. Dikush mund të kundërshtojë: si mund të jetë kjo?

Kur është duke u formuar një program trajnimi, parakushtet dhe një rend i qartë në të cilin duhet të studiohen disiplinat tregohen për çdo kurs. Për shembull, për të ndërtuar dhe programuar një robot celular primitiv, duhet të dini pak mekanikë për të krijuar strukturën e tij fizike; bazat e elektricitetit në nivel të ligjeve të Ohm/Kirchhoff-it, përfaqësimi i sinjaleve dixhitale dhe analoge; veprime me vektorë dhe matrica për të përshkruar sistemet koordinative dhe lëvizjet e robotit në hapësirë; bazat e programimit në nivelin e paraqitjes së të dhënave, algoritme të thjeshta dhe strukturat e transferimit të kontrollit etj. për të përshkruar sjelljen.

A mbulohen të gjitha këto në kurset universitare? Sigurisht që kanë. Megjithatë, me ligjet e Ohm/Kirchhoff-it marrim termodinamikën dhe teorinë e fushës; përveç veprimeve me matrica dhe vektorë, duhet të merret edhe me format Jordan; në programim, studioni polimorfizmin - tema që nuk nevojiten gjithmonë për të zgjidhur një problem të thjeshtë praktik.

Arsimi universitar është i gjerë - studenti shkon në një front të gjerë dhe shpesh nuk e sheh kuptimin dhe rëndësinë praktike të njohurive që merr. Ne vendosëm të kthejmë paradigmën e arsimit universitar në STEM (nga fjalët Science, Technology, Engineering, Math) dhe të krijojmë një program që bazohet në koherencën e njohurive, duke lejuar një rritje të plotësimit në të ardhmen, d.m.th. nënkupton zotërim intensiv të lëndëve.

Mësimi i një fushe të re lëndore mund të krahasohet me eksplorimin e një zone lokale. Dhe këtu ka dy opsione: ose ne kemi një hartë shumë të detajuar me një sasi të madhe detajesh që duhen studiuar (dhe kjo kërkon shumë kohë) për të kuptuar se ku janë pikat kryesore dhe si lidhen ato me njëra-tjetrën. ; ose mund të përdorni një plan primitiv, në të cilin tregohen vetëm pikat kryesore dhe pozicionet e tyre relative - një hartë e tillë është e mjaftueshme për të filluar menjëherë lëvizjen në drejtimin e duhur, duke sqaruar detajet ndërsa shkoni.

Ne testuam qasjen intensive të të mësuarit STEM në një shkollë dimërore, të cilën e mbajtëm së bashku me studentët e MIT me mbështetjen e Hulumtimi JetBrains.

Përgatitja e materialeve


Pjesa e parë e programit të shkollës ishte një javë mësimi në fushat kryesore, të cilat përfshinin algjebër, qarqe elektrike, arkitekturë kompjuterike, programim Python dhe një hyrje në ROS (Robot Operating System).

Drejtimet nuk u zgjodhën rastësisht: duke plotësuar njëra-tjetrën, ato supozohej se do t'i ndihmonin studentët të shihnin lidhjen midis gjërave në dukje të ndryshme në shikim të parë - matematikës, elektronikës dhe programimit.

Sigurisht, qëllimi kryesor nuk ishte të jepeshin shumë leksione, por t'u jepej mundësi studentëve që njohuritë e marra rishtas t'i zbatonin vetë në praktikë.

Në seksionin e algjebrës, studentët mund të praktikonin veprimet e matricës dhe zgjidhjen e sistemeve të ekuacioneve, të cilat ishin të dobishme në studimin e qarqeve elektrike. Pasi mësuan për strukturën e një transistori dhe elementët logjikë të ndërtuar mbi bazën e tij, studentët mund të shihnin përdorimin e tyre në një pajisje procesori dhe pasi të mësonin bazat e gjuhës Python, të shkruanin një program për një robot të vërtetë në të.

Qasja e të mësuarit intensiv STEM

Duckietown


Një nga qëllimet e shkollës ishte të minimizonte punën me simulatorët aty ku ishte e mundur. Prandaj, u përgatit një grup i madh qarqesh elektronike, të cilat studentët duhej t'i montonin në një tabelë buke nga përbërës të vërtetë dhe t'i testonin në praktikë, dhe Duckietown u zgjodh si bazë për projektet.

Duckietown është një projekt me burim të hapur që përfshin robotë të vegjël autonomë të quajtur Duckiebots dhe rrjetet e rrugëve nëpër të cilat ata udhëtojnë. Duckiebot është një platformë me rrota e pajisur me një mikrokompjuter Raspberry Pi dhe një kamerë të vetme.

Bazuar në të, ne kemi përgatitur një sërë detyrash të mundshme, si ndërtimi i një harte rrugore, kërkimi i objekteve dhe ndalimi pranë tyre dhe një sërë të tjerash. Studentët gjithashtu mund të propozojnë problemin e tyre dhe jo vetëm të shkruajnë një program për ta zgjidhur atë, por edhe ta ekzekutojnë menjëherë në një robot të vërtetë.

Mësimdhënia


Gjatë ligjëratës, mësimdhënësit prezantuan materialin duke përdorur prezantime të parapërgatitura. Disa klasa u regjistruan në video në mënyrë që studentët t'i shikonin ato në shtëpi. Gjatë leksioneve, studentët përdornin materiale në kompjuterët e tyre, bënin pyetje dhe zgjidhnin probleme së bashku dhe në mënyrë të pavarur, ndonjëherë në dërrasën e zezë. Në bazë të rezultateve të punës, vlerësimi i secilit student është llogaritur veçmas në lëndë të ndryshme.

Qasja e të mësuarit intensiv STEM

Le të shqyrtojmë më në detaje zhvillimin e orëve në secilën lëndë. Lënda e parë ishte algjebra lineare. Nxënësit kaluan një ditë duke studiuar vektorët dhe matricat, sistemet e ekuacioneve lineare etj. Detyrat praktike u strukturuan në mënyrë interaktive: problemet e propozuara u zgjidhën individualisht dhe mësuesi dhe studentët e tjerë dhanë komente dhe këshilla.

Qasja e të mësuarit intensiv STEM

Lënda e dytë është energjia elektrike dhe qarqet e thjeshta. Nxënësit mësuan bazat e elektrodinamikës: tensionin, rrymën, rezistencën, ligjin e Omit dhe ligjet e Kirchhofit. Detyrat praktike u kryen pjesërisht në simulator ose u kryen në tabelë, por më shumë kohë u harxhua për të ndërtuar qarqe reale si qarqe logjike, qarqe lëkundëse, etj.

Qasja e të mësuarit intensiv STEM

Tema tjetër është Arkitektura Kompjuterike - në një farë kuptimi, një urë që lidh fizikën dhe programimin. Studentët studiuan bazën themelore, rëndësia e së cilës është më shumë teorike sesa praktike. Si praktikë, studentët hartuan në mënyrë të pavarur qarqe aritmetike dhe logjike në simulator dhe morën pikë për detyrat e përfunduara.

Dita e katërt është dita e parë e programimit. Python 2 u zgjodh si gjuhë programimi sepse është ajo që përdoret në programimin ROS. Kjo ditë ishte e strukturuar si më poshtë: mësuesit prezantonin materialin, jepnin shembuj të zgjidhjes së problemeve, ndërsa nxënësit i dëgjonin, të ulur në kompjuterët e tyre dhe përsërisnin atë që mësuesi shkruante në tabelë ose rrëshqitje. Më pas nxënësit zgjidhën vetë problematika të ngjashme dhe më pas zgjidhjet u vlerësuan nga mësuesit.

Dita e pestë iu kushtua ROS: djemtë mësuan për programimin e robotëve. Gjatë gjithë ditës së shkollës, nxënësit u ulën në kompjuterët e tyre, duke ekzekutuar kodin e programit për të cilin foli mësuesi. Ata ishin në gjendje të drejtonin vetë njësitë bazë ROS dhe gjithashtu u prezantuan me projektin Duckietown. Në fund të kësaj dite, nxënësit ishin gati për të filluar pjesën projektuese të shkollës - zgjidhjen e problemeve praktike.

Qasja e të mësuarit intensiv STEM

Përshkrimi i projekteve të përzgjedhura

Nxënësve iu kërkua të formonin ekipe prej tre vetash dhe të zgjidhnin një temë projekti. Si rezultat, u miratuan projektet e mëposhtme:

1. Kalibrimi i ngjyrave. Duckiebot duhet të kalibrojë kamerën kur ndryshojnë kushtet e ndriçimit, kështu që ka një detyrë kalibrimi automatik. Problemi është se sferat e ngjyrave janë shumë të ndjeshme ndaj dritës. Pjesëmarrësit zbatuan një mjet që do të nxirrte në pah ngjyrat e kërkuara në një kornizë (e kuqe, e bardhë dhe e verdhë) dhe do të krijonte diapazon për secilën ngjyrë në formatin HSV.

2. Duck Taxi. Ideja e këtij projekti është që Duckiebot të mund të ndalojë pranë një objekti, ta marrë atë dhe të ndjekë një rrugë të caktuar. Si objekt u zgjodh një rosë e verdhë e ndezur.

Qasja e të mësuarit intensiv STEM

3. Ndërtimi i një grafiku rrugor. Ekziston një detyrë për të ndërtuar një grafik të rrugëve dhe kryqëzimeve. Qëllimi i këtij projekti është të ndërtojë një grafik rrugor pa ofruar të dhëna mjedisore a priori për Duckiebot, duke u mbështetur vetëm në të dhënat e kamerës.

4. Makinë patrullimi. Ky projekt u shpik nga vetë studentët. Ata propozuan të mësonin një Duckiebot, një "patrullë", për të ndjekur një tjetër, një "shkelës". Për këtë qëllim është përdorur mekanizmi i njohjes së objektivit duke përdorur shënuesin ArUco. Sapo të përfundojë njohja, një sinjal i dërgohet "ndërhyrësit" për të përfunduar punën.

Qasja e të mësuarit intensiv STEM

Kalibrimi i ngjyrave

Qëllimi i projektit të Kalibrimit të Ngjyrave ishte të rregullonte gamën e ngjyrave të dallueshme të shënjimit në kushtet e reja të ndriçimit. Pa rregullime të tilla, njohja e linjave të ndalimit, ndarësve të korsive dhe kufijve të rrugëve u bë e gabuar. Pjesëmarrësit propozuan një zgjidhje të bazuar në parapërpunimin e modeleve të ngjyrave të shënjimit: të kuqe, të verdhë dhe të bardhë.

Secila prej këtyre ngjyrave ka një gamë të paracaktuar vlerash HSV ose RGB. Duke përdorur këtë gamë, gjenden të gjitha zonat e kornizës që përmbajnë ngjyra të përshtatshme dhe zgjidhet më e madhja. Kjo zonë merret si ngjyra që duhet mbajtur mend. Formulat statistikore të tilla si llogaritja e mesatares dhe devijimit standard përdoren më pas për të vlerësuar gamën e re të ngjyrave.

Ky diapazon regjistrohet në skedarët e konfigurimit të kamerës së Duckiebot dhe mund të përdoret më vonë. Qasja e përshkruar u aplikua për të tre ngjyrat, duke formuar përfundimisht diapazonin për secilën nga ngjyrat e shënjimit.

Testet treguan njohje pothuajse perfekte të linjave të shënjimit, me përjashtim të rasteve kur materialet e shënjimit përdorën shirit me shkëlqim, i cili reflekton burimet e dritës aq fort sa që nga këndi i shikimit të kamerës shenjat dukeshin të bardha, pavarësisht nga ngjyra e saj origjinale.

Qasja e të mësuarit intensiv STEM

Duck Taxi

Projekti Duck Taxi përfshin ndërtimin e një algoritmi për të kërkuar një pasagjer rosë në qytet dhe më pas transportimin e tij në pikën e kërkuar. Pjesëmarrësit e ndanë këtë problem në dy: zbulimin dhe lëvizjen përgjatë grafikut.

Nxënësit kryen zbulimin e rosës duke supozuar se rosë është çdo zonë në kornizë që mund të njihet si e verdhë, me një trekëndësh (sqep) të kuq mbi të. Sapo një zonë e tillë zbulohet në kuadrin tjetër, roboti duhet t'i afrohet dhe më pas të ndalojë për disa sekonda, duke simuluar uljen e një pasagjeri.

Më pas, duke pasur grafikun rrugor të të gjithë qytetit të duckie dhe pozicionin e robotit të ruajtur në kujtesë paraprakisht, dhe gjithashtu duke marrë destinacionin si hyrje, pjesëmarrësit ndërtojnë një shteg nga pika e nisjes deri në pikën e mbërritjes, duke përdorur algoritmin e Dijkstra për të gjetur shtigjet në grafik. . Dalja paraqitet si një grup komandash - kthesa në secilën nga kryqëzimet e mëposhtme.

Qasja e të mësuarit intensiv STEM

Grafiku i rrugëve

Qëllimi i këtij projekti ishte të ndërtonte një grafik - një rrjet rrugësh në Duckietown. Nyjet e grafikut që rezulton janë kryqëzime, dhe harqet janë rrugë. Për ta bërë këtë, Duckiebot duhet të eksplorojë qytetin dhe të analizojë rrugën e tij.

Gjatë punës në projekt, ideja e krijimit të një grafiku të peshuar u konsiderua, por më pas u hodh, në të cilin kostoja e një skaji përcaktohet nga distanca (koha për të udhëtuar) midis kryqëzimeve. Zbatimi i kësaj ideje doli të ishte shumë i mundimshëm dhe nuk kishte kohë të mjaftueshme për të brenda shkollës.

Kur Duckiebot arrin në kryqëzimin tjetër, ai zgjedh rrugën që të çon jashtë kryqëzimit që nuk e ka marrë ende. Kur të gjitha rrugët në të gjitha kryqëzimet kanë kaluar, lista e gjeneruar e afërsive të kryqëzimeve mbetet në kujtesën e robotit, e cila shndërrohet në një imazh duke përdorur bibliotekën Graphviz.

Algoritmi i propozuar nga pjesëmarrësit nuk ishte i përshtatshëm për një Duckietown të ​​rastësishëm, por funksionoi mirë për një qytet të vogël me katër kryqëzime të përdorura brenda shkollës. Ideja ishte të shtohej një shënues ArUco në çdo kryqëzim që përmban një identifikues të kryqëzimit për të gjurmuar rendin në të cilin udhëtoheshin kryqëzimet.
Diagrami i algoritmit të zhvilluar nga pjesëmarrësit është paraqitur në figurë.

Qasja e të mësuarit intensiv STEM

Makinë Patrullë

Qëllimi i këtij projekti është të kërkojë, ndjekë dhe ndalojë një bot dhunues në qytetin e Duckietown. Një bot patrullimi duhet të lëvizë përgjatë unazës së jashtme të një rruge të qytetit, duke kërkuar për një bot të njohur ndërhyrës. Pas zbulimit të një ndërhyrës, boti i patrullës duhet ta ndjekë ndërhyrësin dhe ta detyrojë atë të ndalojë.

Puna filloi me kërkimin e një ideje për zbulimin e një boti në një kornizë dhe njohjen e një ndërhyrës në të. Ekipi propozoi pajisjen e çdo roboti në qytet me një shënues unik në anën e pasme - ashtu si makinat e vërteta kanë numrat e regjistrimit shtetëror. Për këtë qëllim u zgjodhën shënuesit ArUco. Ato janë përdorur më parë në duckietown pasi janë të lehta për t'u punuar dhe ju lejojnë të përcaktoni orientimin e shënuesit në hapësirë ​​dhe distancën deri në të.

Më pas, ishte e nevojshme të sigurohej që boti i patrullës të lëvizte rreptësisht në rrethin e jashtëm pa u ndalur në kryqëzime. Si parazgjedhje, Duckiebot lëviz në një korsi dhe ndalon në vijën e ndalimit. Më pas, me ndihmën e sinjalistikës rrugore, ai përcakton konfigurimin e kryqëzimit dhe bën zgjedhjen për drejtimin e kalimit të kryqëzimit. Për secilën nga fazat e përshkruara, një nga gjendjet e makinës së gjendjes së fundme të robotit është përgjegjëse. Për të hequr qafe ndalesat në kryqëzim, ekipi ndryshoi makinën e gjendjes në mënyrë që kur i afrohej vijës së ndalimit, roboti kaloi menjëherë në gjendjen e vozitjes drejt nëpër kryqëzim.

Hapi tjetër ishte zgjidhja e problemit të ndalimit të robotit ndërhyrës. Ekipi supozoi se roboti i patrullës mund të kishte akses SSH në secilin prej robotëve në qytet, domethënë, të kishte disa informacione se cilat të dhëna autorizimi dhe çfarë id ka secili bot. Kështu, pas zbulimit të ndërhyrësit, boti i patrullës filloi të lidhej nëpërmjet SSH me robotin ndërhyrës dhe të mbyllte sistemin e tij.

Pasi konfirmoi që komanda e mbylljes ishte e përfunduar, edhe boti i patrullës ndaloi.
Algoritmi i funksionimit të një roboti patrullues mund të përfaqësohet si diagrami i mëposhtëm:

Qasja e të mësuarit intensiv STEM

Duke punuar në projekte

Puna u organizua në një format të ngjashëm me Scrum: çdo mëngjes studentët planifikonin detyra për ditën aktuale, dhe në mbrëmje raportonin për punën e bërë.

Në ditët e para dhe të fundit, studentët përgatitën prezantime që përshkruanin detyrën dhe mënyrën e zgjidhjes së saj. Për të ndihmuar studentët të ndjekin planet e tyre të zgjedhura, mësues nga Rusia dhe Amerika ishin vazhdimisht të pranishëm në dhomat ku zhvillohej puna për projektet, duke iu përgjigjur pyetjeve. Komunikimi u zhvillua kryesisht në anglisht.

Rezultatet dhe demonstrimi i tyre

Puna në projekte zgjati një javë, pas së cilës studentët prezantuan rezultatet e tyre. Të gjithë përgatitën prezantime në të cilat folën për atë që mësuan në këtë shkollë, cilat ishin mësimet më të rëndësishme që mësuan, çfarë i pëlqenin apo nuk i pëlqenin. Pas kësaj, secili ekip prezantoi projektin e tij. Të gjitha ekipet përfunduan detyrat e tyre.

Ekipi që zbatonte kalibrimin e ngjyrave e përfundoi projektin më shpejt se të tjerët, kështu që ata gjithashtu patën kohë për të përgatitur dokumentacionin për programin e tyre. Dhe ekipi që punonte në grafikun rrugor, edhe në ditën e fundit para demonstrimit të projektit, u përpoq të rafinonte dhe korrigjonte algoritmet e tyre.

Qasja e të mësuarit intensiv STEM

Përfundim

Pas përfundimit të shkollës, u kërkuam nxënësve të vlerësojnë aktivitetet e kaluara dhe t'u përgjigjen pyetjeve se sa mirë i përmbushi shkolla pritshmëritë e tyre, çfarë aftësish fituan, etj. Të gjithë studentët vunë re se ata mësuan të punojnë në një ekip, të shpërndajnë detyra dhe të planifikojnë kohën e tyre.

Studentëve iu kërkua gjithashtu të vlerësonin dobinë dhe vështirësinë e kurseve që morën. Dhe këtu u formuan dy grupe vlerësimesh: për disa lëndët nuk paraqisnin shumë vështirësi, të tjerët i vlerësuan si jashtëzakonisht të vështira.

Kjo do të thotë se shkolla ka marrë pozicionin e duhur duke qëndruar e aksesueshme për fillestarët në një fushë të caktuar, por edhe duke ofruar materiale për përsëritje dhe konsolidim nga nxënës me përvojë. Duhet të theksohet se kursi i programimit (Python) pothuajse nga të gjithë u vu re si i pakomplikuar, por i dobishëm. Sipas studentëve, lënda më e vështirë ishte “Arkitektura e kompjuterave”.

Kur nxënësit u pyetën për pikat e forta dhe të dobëta të shkollës, shumë u përgjigjën se u pëlqente stili i zgjedhur i mësimdhënies, në të cilin mësuesit ofruan ndihmë të shpejtë dhe personale dhe iu përgjigjën pyetjeve.

Studentët vunë re gjithashtu se u pëlqente të punonin në mënyrën e planifikimit ditor të detyrave të tyre dhe të vendosnin afatet e tyre. Si disavantazhe, studentët vunë në dukje mungesën e njohurive të ofruara, të cilat kërkoheshin gjatë punës me bot: kur lidheni, kuptoni bazat dhe parimet e funksionimit të tij.

Pothuajse të gjithë nxënësit vunë re se shkolla i tejkaloi pritshmëritë e tyre dhe kjo tregon drejtimin e duhur për organizimin e shkollës. Pra, parimet e përgjithshme duhet të mbahen gjatë organizimit të shkollës së ardhshme, duke marrë parasysh dhe, nëse është e mundur, duke eliminuar mangësitë e vërejtura nga nxënësit dhe mësuesit, ndoshta duke ndryshuar listën e kurseve ose kohën e mësimit të tyre.

Autorët e artikullit: ekipi laboratori i algoritmeve të robotëve të lëvizshëm в Hulumtimi JetBrains.

PS Blogu ynë i korporatës ka një emër të ri. Tani do t'i kushtohet projekteve edukative të JetBrains.

Burimi: www.habr.com

Shto një koment