Nu u de video hebt bekeken en leerdoelen hebt samengesteld, bent u klaar om AI Vision met de VEX AIM Coding Robot te gaan verkennen!
U rondt vier verkenningen af om uw inzicht te vergroten in hoe u de AI Vision-sensor effectiever kunt gebruiken. Door middel van deze verkenningen begint u met het beantwoorden van de volgende vragen:
- Hoe ver en breed kan de AI Vision-sensor van de robot zien?
- Hoe beïnvloedt licht het AI-zicht van de robot?
- Wat wordt gedetecteerd door de AI Vision van de robot?
- Heeft het oppervlak waarop de robot zich bevindt invloed op het AI-zicht?
Bij elk van deze verkenningen begint u met het formuleren van een hypothese over AI Vision. Vervolgens gaat u de mogelijkheden en beperkingen ervan testen. Nadat u gegevens hebt verzameld, reflecteert u op uw hypothese.
Nu u de video hebt bekeken en leerdoelen hebt samengesteld, bent u klaar om AI Vision met de VEX AIM Coding Robot te gaan verkennen!
U rondt vier verkenningen af om uw inzicht te vergroten in hoe u de AI Vision-sensor effectiever kunt gebruiken. Door middel van deze verkenningen begint u met het beantwoorden van de volgende vragen:
- Hoe ver en breed kan de AI Vision-sensor van de robot zien?
- Hoe beïnvloedt licht het AI-zicht van de robot?
- Wat wordt gedetecteerd door de AI Vision van de robot?
- Heeft het oppervlak waarop de robot zich bevindt invloed op het AI-zicht?
Bij elk van deze verkenningen begint u met het formuleren van een hypothese over AI Vision. Vervolgens gaat u de mogelijkheden en beperkingen ervan testen. Nadat u gegevens hebt verzameld, reflecteert u op uw hypothese.
In deze les voeren leerlingen vier korte verkenningen uit die zijn ontworpen om hen een fundamenteel inzicht te geven in hoe AI Vision werkt. Elk onderzoek duurt ongeveer 15 minuten en kan in willekeurige worden uitgevoerd.
Maak leerlingen vertrouwd met het format van deze les.
- Leg uit dat groepen vier verkenningen over AI Vision gaan uitvoeren met behulp van de wetenschappelijke methode. Bij elk onderzoek bekijken leerlingen een video, formuleren ze een hypothese, voltooien ze een opdracht en reflecteren ze op de verzamelde gegevens. Bij elk onderdeel van de verkenning worden taakkaarten gebruikt.
- Nadat de groepen een hypothese hebben opgesteld, gaan ze testen ontwerpen en uitvoeren. Voorbeelden van variabelen of factoren zijn beschikbaar in de video of op de opdrachtkaart, mocht een leerling hulp nodig hebben.
- Zodra alle groepen de vier verkenningen hebben afgerond, komen ze bij elkaar om hun gedachten over de AI-visie te bundelen en hun gedeelde inzichten te documenteren. Ze moeten hun taakkaarten en dagboekaantekeningen bewaren voor dit gesprek.
Voordat u begint, moet u ervoor zorgen dat de leerlingen begrijpen wat er van hen verwacht wordt voor het voltooien van de verkenningen. Ze kunnen gelijktijdig worden uitgevoerd, bijvoorbeeld als stations waar de leerlingen langs rouleren, maar je kunt de hele klas ook één verkenningstocht tegelijk laten doen. Verwachtingen die u kunt stellen, zijn onder meer:
- Studentenrollen voor participatie en samenwerking.
- Hoe je de verkenningen kunt opschonen of resetten.
- Als u de verkenningen uitvoert als stations waarlangs ze kunnen roteren, zorg er dan voor dat de leerlingen het volgende begrijpen:
- Hoe ze weten dat het tijd is om naar het volgende station te gaan.
- In welke volgorde ze de verkenningen moeten uitvoeren.
Hoe ver en breed kan de AI Vision-sensor van de robot zien?
In dit onderzoek bepaalt u het gezichtsveld van de sensor: eerst voor vaten, dan voor AprilTags. Het gezichtsveld (FOV), of gezichtshoek, verwijst naar hoeveel van de omgeving de AI Vision-sensor op een bepaald moment kan detecteren. Het wordt gemeten als een hoek in graden. Dit wordt gemeten als een hoek in graden.
Bekijk de onderstaande video om te leren hoe u deze verkenning kunt uitvoeren.
Gebruik deze taakkaarten om uw voorspelling vast te leggen, de activiteit te voltooien, te bespreken en te reflecteren.
In dit onderzoek bepaalt u het gezichtsveld van de sensor: eerst voor vaten, dan voor AprilTags. Het gezichtsveld (FOV), of gezichtshoek, verwijst naar hoeveel van de omgeving de AI Vision-sensor op een bepaald moment kan detecteren. Het wordt gemeten als een hoek in graden. Dit wordt gemeten als een hoek in graden.
Bekijk de onderstaande video om te leren hoe u deze verkenning kunt uitvoeren.
Gebruik deze taakkaarten om uw voorspelling vast te leggen, de activiteit te voltooien, te bespreken en te reflecteren.
In dit onderzoek bepalen leerlingen het gezichtsveld van de AI Vision Sensor door te testen hoe ver en hoe de AI Vision vaten en AprilTags kan detecteren.
Zorg ervoor dat studenten over de benodigde materialen beschikken om het gezichtsveld te markeren. Verdeel eerst de taakkaart Gezichtsveld – Vaten (Google / .docx / .pdf). U kunt papier en pennen, afplaktape of whiteboardmarkers, grafiekpapier en stiften gebruiken zoals getoond in de video, of welke combinatie het beste werkt voor u en uw leerlingen. Tijdens dit onderzoek moeten ze de hoek van hun gezichtsveld meten en hebben ze een gradenboog nodig.
Wanneer de leerlingen hun hoekmetingen doorgeven, kun je getallen verwachten van 73° met een marge van 2 graden in beide richtingen. Deze waarde is vastgelegd in een gecontroleerde omgeving met een wit oppervlak en felle verlichting. Uw klaslokaal kan licht afwijkende resultaten opleveren. Als groepen buiten het verwachte bereik vallen, moedig ze dan aan om hun testproces opnieuw te bekijken om er zeker van te zijn dat ze de procedures correct volgen.
Zodra de leerlingen hun gezichtsveld met een vat hebben voltooid, deel je de taakkaart Gezichtsveld – AprilTags (Google / .docx / .pdf) uit. Groepen moeten een duidelijk onderscheid maken tussen de twee gezichtsvelden. Voor meer ideeën over hoe u deze activiteit kunt implementeren met de materialen die voor u beschikbaar zijn, kunt u contact opnemen met de PD+ Community.
Loop door de kamer terwijl de leerlingen deze activiteit uitvoeren. Stel studenten vragen zoals:
- Wat valt u op aan de detectie van het object als u het van de robot af beweegt?
- Komen uw gegevens overeen met uw hypothese? Wat ontdekt u over het gezichtsveld van de AI Vision?
- Is er een verschil tussen het gezichtsveld bij het detecteren van een barrel en een AprilTag? Hoe komt dat denk je?
Hoe beïnvloedt licht het AI-zicht van de robot?
In dit onderzoek gaat u na hoe verschillende lichtomstandigheden AI Vision beïnvloeden.
Bekijk de onderstaande video om te leren hoe u deze verkenning kunt uitvoeren.
Gebruik deze taakkaart (Google / .docx / .pdf) om u door het onderzoek te leiden, inclusief de stappen hypothesen, gegevensverzameling, discussie en reflectie.
In dit onderzoek gaat u na hoe verschillende lichtomstandigheden AI Vision beïnvloeden.
Bekijk de onderstaande video om te leren hoe u deze verkenning kunt uitvoeren.
Gebruik deze taakkaart (Google / .docx / .pdf) om u door het onderzoek te leiden, inclusief de stappen hypothesen, gegevensverzameling, discussie en reflectie.
In dit onderzoek gaan leerlingen na hoe verschillende lichtomstandigheden het AI-zicht beïnvloeden.
Zorg ervoor dat studenten over de benodigde materialen beschikken om de verlichting rondom de robot aan te passen. Deel eerst taakkaart (Google / .docx / .pdf) uit. De verlichting kan worden aangepast door de lichtbron (klasverlichting, raam, zaklampen), de kleur van de verlichting (warm, fel, gekleurd), de helderheid (door de robot te bedekken om hem donkerder te maken, door meer licht toe te voegen) en andere ideeën te veranderen. Als leerlingen hulp nodig hebben bij het bepalen welke factoren ze moeten testen, geef ze dan een kleinere lijst met potentiële factoren.
Terwijl de leerlingen elke variabele testen, moeten ze het volgende vastleggen: welke lichtfactor wordt gewijzigd, de positie van de cilinder, of deze wordt gedetecteerd en of AI Vision de kleur ervan correct identificeert.
Loop door de ruimte terwijl de leerlingen deze verkenning uitvoeren. Stel studenten vragen zoals:
- Hoe beïnvloedt de verlichting de detectie van het vat wanneer het zich dicht bij de robot bevindt? En als het verder weg is?
- Welke verlichtingsvariabele had de grootste invloed op de detectie? Waarom denk je dat het zo'n grote impact had?
- Hoe beïnvloedt licht het zicht? Komen de factoren die van invloed zijn op de AI-visie overeen met of verschillen ze van onze visie als mens?
Wat detecteert de AI Vision van de robot?
In dit onderzoek ga je onderzoeken welke alledaagse objecten door de AI Vision-sensor worden gedetecteerd als geclassificeerde objecten, zoals vaten en sportballen.
Bekijk de onderstaande video om meer te weten te komen over hoe je deze verkenning uitvoert.
Gebruik deze taakkaart (Google / .docx / .pdf) om u door het onderzoek te leiden, inclusief de stappen hypothesen, gegevensverzameling, discussie en reflectie.
In dit onderzoek ga je onderzoeken welke alledaagse objecten door de AI Vision-sensor worden gedetecteerd als geclassificeerde objecten, zoals vaten en sportballen.
Bekijk de onderstaande video om meer te weten te komen over hoe je deze verkenning uitvoert.
Gebruik deze taakkaart (Google / .docx / .pdf) om u door het onderzoek te leiden, inclusief de stappen hypothesen, gegevensverzameling, discussie en reflectie.
In dit onderzoek onderzoeken leerlingen hoe verschillende objecten gebruikt kunnen worden om de AI Vision-sensor te misleiden. Ze maken hypotheses over wat de AI Vision zal rapporteren als vracht, AprilTags of een andere robot. Vervolgens testen ze deze hypotheses en registreren ze de gegevens.
Zorg ervoor dat studenten over de benodigde materialen beschikken om de AI Visionvoor de gek te houden. Deel eerst de taakkaart (Google / .docx / .pdf) uit. Bij deze verkenning kan gebruik worden gemaakt van een grote verscheidenheid aan materialen, zoals de One Stick Controller, reconstructies van objecten van tekenpapier, afdrukken van elementen zoals vaten of andere voorwerpen uit het klaslokaal. Moedig leerlingen aan om eerst te proberen om voorwerpen in het klaslokaal te vinden waarvan de kans het grootst is dat ze worden gedetecteerd, voordat ze nieuwe voorwerpen gaan creëren.
Moedig studenten aan om de AI Vision Utility te gebruiken voor dit onderzoek. Terwijl de leerlingen de test uitvoeren, kunnen ze het trucobject zien en ook wat de AI Vision Sensor rapporteert.
Loop rond in de kamer terwijl de leerlingen deze verkenning uitvoeren. Stel studenten vragen zoals:
- Welke patronen ziet u in de objecten die worden gedetecteerd, zoals sportballen en -vaten? Hoe komt dat denk je?
- Is er een bepaald object dat vaker wordt gedetecteerd dan andere? (bijv. sportbal, oranje vat, blauw vat)
- Is er in uw gegevens een verschil tussen de trucobjecten wanneer ze dichterbij of verder weg van de robot zijn? Hoe komt dat denk je?
Heeft het oppervlak waarop de robot zich bevindt invloed op het AI-zicht?
In dit onderzoek test u of het oppervlak waarop de robot zich bevindt, invloed heeft op de AI Vision. Bekijk de onderstaande video om meer te weten te komen over hoe je deze verkenning uitvoert.
Gebruik deze taakkaart (Google / .docx / .pdf) om u door het onderzoek te leiden, inclusief de stappen hypothesen, gegevensverzameling, discussie en reflectie.
In dit onderzoek test u of het oppervlak waarop de robot zich bevindt, invloed heeft op de AI Vision. Bekijk de onderstaande video om meer te weten te komen over hoe je deze verkenning uitvoert.
Gebruik deze taakkaart (Google / .docx / .pdf) om u door het onderzoek te leiden, inclusief de stappen hypothesen, gegevensverzameling, discussie en reflectie.
In dit onderzoek onderzoeken leerlingen hoe het oppervlak waarop de robot zich bevindt, de gegevens van de AI Vision beïnvloedt. Ze formuleren hypothesen over het effect (of gebrek aan effect) van het oppervlak op de detectie van objecten. Vervolgens testen ze hun ideeën en leggen de resultaten vast.
Zorg ervoor dat studenten over de benodigde materialen beschikken om verschillende oppervlakken te testen. Deel eerst de taakkaart (Google / .docx / .pdf) uit. Bij deze verkenning kunnen veel verschillende opties worden gebruikt, zoals: tapijt (in verschillende kleuren en diktes), linoleum tegels, stenen vloeren, houten vloeren, tafelbladen, spiegels, etc. Zorg ervoor dat leerlingen weten waar ze in het klaslokaal de oppervlakken kunnen vinden en testen.
Moedig studenten aan om de AI Vision Utility te gebruiken tijdens deze verkenning. Terwijl de studenten de test doen, kunnen ze de verschillende oppervlakken zien en tegelijkertijd zien wat de AI Vision van de robot rapporteert.
Loop rond in de kamer terwijl de leerlingen deze verkenning uitvoeren. Stel studenten vragen zoals:
- Hoe verschillen de oppervlakken die u test? (kleur, grootte, reflectiviteit, enz.).
- Welke patronen ziet u in uw gegevens als u de verschillende oppervlakken test? Hoe komt dat denk je?
Afronden
Nu jullie de vier verkenningen hebben afgerond, is het tijd om als klas conclusies te trekken!
Voordat u met de discussie met de hele klas begint, moet u ervoor zorgen dat u de conclusies van uw groep voor elk de vier hierboven gestelde vragen tijdens de verkenningen duidelijk kunt formuleren.
je vast? Schrijf je conclusies in je dagboek met behulp van deze zinsbouw: ______________________ veroorzaakt ______________________ omdat ______________________.
Bespreek de conclusies van uw groep, zodat u met de hele klas tot consensus kunt komen.
Nu jullie de vier verkenningen hebben afgerond, is het tijd om als klas conclusies te trekken!
Voordat u met de discussie met de hele klas begint, moet u ervoor zorgen dat u de conclusies van uw groep voor elk de vier hierboven gestelde vragen tijdens de verkenningen duidelijk kunt formuleren.
je vast? Schrijf je conclusies in je dagboek met behulp van deze zinsbouw: ______________________ veroorzaakt ______________________ omdat ______________________.
Bespreek de conclusies van uw groep, zodat u met de hele klas tot consensus kunt komen.
Begeleid leerlingen bij het delen van hun ontdekkingen in een discussie met de hele klas. Studenten moeten hun dagboeken en taakkaarten als referentie gebruiken. Het doel van de discussie is om tot een gezamenlijk begrip te komen van de factoren die de AI-visie van de robot beïnvloeden, op basis van de groepsconclusies uit de verkenningen. Gebruik deze inzichten om een gedeeld artefact te maken waar leerlingen naar kunnen verwijzen wanneer ze in toekomstige lessen coderen met AI Vision-gegevens. Mogelijke artefacten zijn onder meer:
- Een ankerkaart
- Een prikbord
- Conceptkaart
- Een gedeeld document waar studenten digitaal toegang toe hebben of dat ze aan hun dagboeken kunnen toevoegen
Doe één verkenning tegelijk en moedig de groepen aan om hun conclusies te delen en hun beweringen te onderbouwen met bewijs uit de verkenningen. Stel vervolgens vervolgvragen om de leerstof beter te begrijpen. Dit kunnen zaken zijn als:
- Welke gegevens heeft uw groep verzameld om deze conclusie te ondersteunen?
- Hoe verhoudt die conclusie zich tot uw hypothese?
Laat groepen die het lastig vinden om hun conclusies te formuleren, de gegeven zinsbegin gebruiken als leidraad voor hun beweringen.
Selecteer Volgende > om naar de laatste activiteit in deze eenheid te gaan.