이 탐구에서 학생들은 AI Vision이 배럴과 AprilTags를 얼마나 멀리, 얼마나 넓게 감지할 수 있는지 테스트하여 AI Vision Sensor의 시야를 결정합니다. 

학생들이 시야를 표시하는 데 필요한 자료를 가지고 있는지 확인하세요.. 먼저 시야분배 - 배럴 작업 카드  (Google / .docx / .pdf)을 배포합니다. 영상에서 보여준 것처럼 종이와 펜, 필드 테이프와 마스킹 테이프, 물티슈 마커, 차트지와 마커 등을 사용하거나 여러분과 학생들에게 가장 적합한 조합을 사용할 수 있습니다. 이 탐험을 완료하면서, 그들은 시야의 각도를 측정해야 하며 각도기가 필요할 것입니다. 

학생들이 각도 측정값을 공유할 때, 각 방향으로 2도의 범위로 73°에서 숫자가 나올 것으로 예상하세요. 이 값은 흰색 표면과 밝은 조명이 있는 통제된 환경에서 기록되었습니다. 실제 교실에서는 약간 다른 결과가 나올 수 있습니다. 그룹이 예상 범위를 벗어나는 경우, 테스트 과정을 다시 살펴보고 절차를 올바르게 따르고 있는지 확인하도록 권장합니다.

학생들이 배럴로 시야를 완성하면 시야 – AprilTags 작업 카드 (Google / .docx / .pdf)을 배포합니다. 그룹은 두 시야를 명확하게 구분해야 합니다. 귀하가 이용할 수 있는 자료를 사용하여 이 활동을 구현하는 방법에 대한 더 많은 아이디어를 얻으려면 PD+ 커뮤니티에 문의하세요.

학생들이 이 활동을 완료하는 동안 교실을 돌아다닙니다.. 학생들에게 다음과 같은 질문을 해보세요.

• 로봇에서 물체를 멀어지게 할 때 물체가 감지되는 것에 대해 무엇을 알 수 있나요?
• 귀하의 데이터가 가설과 일치합니까? AI Vision의 시야에 대해 무엇을 발견하셨나요?
• 배럴을 감지할 때와 AprilTag를 감지할 때의 시야에 차이가 있나요? 왜 그렇다고 생각하시나요?

이 탐구에서 학생들은 다양한 조명 조건이 AI Vision에 어떤 영향을 미치는지 알아봅니다. 

로봇 주변 조명을 수정하는 데 필요한 재료가 학생들에게 있는지 확인하세요. 먼저 작업카드  (Google / .docx / .pdf)을 나눠주세요. 조명은 광원(교실 조명, 창문, 손전등), 조명 색상(따뜻함, 밝음, 색상 있음), 밝기(로봇을 덮어 어둡게 하거나, 조명을 더 추가함) 또는 다른 아이디어를 변경하여 수정할 수 있습니다. 학생들이 어떤 요소를 검증해야 할지 결정하는 데 도움이 필요하다면, 잠재적인 요소에 대한 짧은 목록을 제공하세요.

학생들이 각 변수를 테스트할 때, 조명 요소의 변화, 배럴의 위치, 감지 여부, AI Vision이 색상을 올바르게 식별하는지 여부를 기록해야 합니다.

학생들이 탐구를 완료하는 동안 교실을 돌아다니세요. 학생들에게 다음과 같은 질문을 해보세요.

• 로봇에 배럴이 가까이 있을 때 조명은 배럴 감지에 어떤 영향을 미칩니까? 더 멀리 있을 때는?
• 어떤 조명 변수가 감지에 가장 큰 영향을 미쳤나요? 왜 그렇게 큰 영향을 미쳤다고 생각하시나요? 
• 빛은 시력에 어떤 영향을 미치는가? AI 비전에 영향을 미치는 요소들이 인간의 비전과 일치하는가, 아니면 다른가?

이 탐구에서 학생들은 다양한 물체를 사용하여 AI Vision 센서를 속이는 방법을 조사합니다. 그들은 AI Vision이 화물, AprilTags 또는 다른 로봇으로 보고할 것에 대한 가설을 세운 다음, 그 가설을 테스트하고 데이터를 기록합니다.

학생들이 AI 비전속이는 데 필요한 자료를 갖추고 있는지 확인하세요. 먼저 작업 카드(Google / .docx / .pdf)를 나눠주세요. 이 탐구에는 원 스틱 컨트롤러, 건축용 종이로 재구성한 물체, 통과 같은 요소의 출력물 또는 교실 주변에 있는 다른 물체 등 다양한 재료를 사용할 수 있습니다. 학생들에게 새로운 물건을 만들기 전에 교실 주변에서 발견될 가능성이 가장 높은 물건을 먼저 찾아보도록 권장하세요.

학생들에게 이 탐구를 위해 AI Vision Utility를 사용하도록 권장하세요. 학생들이 시험을 볼 때, 그들은 속임수 물체를 볼 수 있을 뿐만 아니라 AI 비전 센서가 보고하는 내용도 볼 수 있습니다.

학생들이 이 탐구를 완료하는 동안 교실을 돌아다닙니다. 학생들에게 다음과 같은 질문을 해보세요.

• 스포츠 공이나 통으로 감지되는 물체에 대해 어떤 패턴을 보시나요? 왜 그렇다고 생각하시나요?
• 다른 물체보다 더 자주 감지되는 물체가 있나요? (예: 스포츠 공, 오렌지색 통, 파란색 통)
• 로봇에 더 가까이 있거나 더 멀리 있을 때 트릭 객체 간에 데이터에 차이가 있습니까? 왜 그렇다고 생각하시나요?

이 탐구에서 학생들은 로봇이 있는 표면이 AI Vision의 데이터에 어떤 영향을 미치는지 조사합니다. 그들은 표면이 물체 감지에 미치는 영향(또는 영향 부족)에 대한 가설을 세운 다음, 그 아이디어를 테스트하고 결과를 기록합니다.

학생들이 다양한 표면을 테스트하는 데 필요한 재료를 갖추고 있는지 확인하세요.. 먼저 작업 카드(Google / .docx / .pdf)를 나눠주세요. 이러한 탐색에는 카펫(다양한 색상과 두께), 리놀륨 타일, 석재 바닥, 목재 바닥, 테이블 상판, 거울 등 다양한 옵션을 사용할 수 있습니다. 학생들이 교실 어디에서 해당 표면을 찾아 시험해 볼 수 있는지 알고 있는지 확인하세요.

이 탐구 과정에서 학생들에게 AI Vision Utility를 사용하도록 권장하세요. 학생들이 시험을 치르는 동안 다양한 표면을 볼 수 있을 뿐만 아니라 로봇의 AI 비전이 보고하는 내용도 볼 수 있습니다.

학생들이 이 탐구를 완료하는 동안 교실을 돌아다닙니다. 학생들에게 다음과 같은 질문을 해보세요.

• 테스트하는 표면은 어떻게 다릅니까? (색상, 크기, 반사율 등).
• 다양한 표면을 테스트하면서 데이터에서 어떤 패턴을 볼 수 있나요? 왜 그렇다고 생각하시나요?