基于A—STEM的无人驾驶课程研究.docxVIP

基于A—STEM的无人驾驶课程研究

注重项目实践

《意见》指出，A-STEM的项目实践是模仿科学家和工程师的，即科学家和工程师是怎样发现和解决问题，我们就让学生去真实地经历怎样发现和解决问题的过程。所以，项目实践是直面真实情境的，而不是剥离了这些真实情境的知识学习和解题训练。本课程正是利用虚拟仿真技术为载体来模拟真实生活情境从而开展教学研究的。

1.问题的提出

现实生活中，经常能看到各种因驾驶员操作不当导致交通事故的新闻，笔者常在想，假如汽车不需要人操作就能自动进行安全驾驶，那人们生活的幸福指数将能进一步提升。那如何设计无人驾驶汽车？如何实现无人驾驶汽车安全行驶？虽然中小学生对这些问题都很感兴趣，但如果要实地实物进行研究，目前对他们来说是遥不可及的，而通过虚拟仿真平台，则给了他们另外一种途径来研究。

2.建构任务模型

iRobotQ3D是一个机器人在线仿真平台，在此平台上，我们建立起了无人驾驶研究任务的模型：在虚拟的城市环境中，由行车道、十字路口、丁字路口、封闭路口、道路围栏、斑马线、道路标线、路面干扰物以及行人、车辆等各种模拟元素构成主要的三维任务场景。学生需要自行设计一辆机器人汽车、安装各类传感器并编写相关程序，模拟实现无人驾驶的交通行为。任务要求机器人汽车在规定的时间内从起点出发，完成各类安全行车和技能挑战动作并抵达终点。

3.进行结构设计

有关结构的设计，教师可结合学生生活中的知识对其进行讲解，如关于重量和重心的问题，轮胎的选择涉及的摩擦力的问题等，这样他们能理解得更加深刻，对自己模型的选材也就更加明确了。

教学中笔者发现，学生搭建的汽车基本上都是不一样的，使用的传感器也不尽相同，安装的角度更是五花八门，而实际运行中的效果更是千差万别。众多不一样的设计想法，让他们形成了思维的碰撞，从而产生改进自己方案的想法，再根据仿真实践检测来不断调整，不断优化，寻求最优的解决问题的方案。在这个过程中，学生分析问题、解决问题的能力在不断地提升。

4.探寻合适的算法

算法是对解决问题的计算过程的具体方法和实现步骤的数学化描述，在给定有限的条件下，学生既要考虑效果，又要考虑准确性。怎样把算法的本质进行抽象化和自动化呢？这就涉及程序設计的问题。例如，围绕如何让汽车在赛道中间自动行走这个问题，学生展开了各种尝试，通过不断地改进算法，先后形成了四个版本。

学生把汽车在赛道上的位置状态抽象成为三种情况，分别是：在赛道中央，偏离赛道左边，偏离赛道右边。根据这三种情况进行分析，如下表。

根据以上分析，通过利用枚举法的设计思想设计出算法，学生可得出结论，进行程序的设计，这就有了走中间程序的第一代算法（如图1）。

第二代的算法给汽车在中间的位置的判断条件增加了100的容错值，在左右传感器读值相差100的范围内，都认为机器人是行驶在道路中央，不需调整位置。而当差值为500，则认为偏离得比较远，可通过左右轮子更大的速度差来实现修正（如图2）。

第三代算法则将各种条件判断语句整合成一条数学算式。实现将距离传感器的值通过除以100修正后，转化成和速度相匹配的值（如图3）。

前三代的算法，基本解决了车子自动在赛道中央行驶的问题，可是，这里用的是固定的速度，实际情况是：不同的路段，路况是不一样的。有的路段路况好，可以跑高速，有的路段路况差，有时候会撞到对向行驶而来的车，因此必须让车子偏离在某一侧行驶。这就提出了将整个赛道分成多个路段，每个路段用不同的策略行驶。

第四代算法，提出了变量，实现了不同路段速度可变，同时还引入了“偏转”变量，实现了汽车行驶位置可变（如图4）。

针对走中间算法的研究，进行了四次大讨论，每一次问题的解决，都让学生尝到了胜利的喜悦，同时又诱发了新的研究内容。一个个新问题的出现，让学生通过不断否定自己的方法、深化对需求的理解、跳出惯性思维，养成对算法不断优化的思维方法，促进了学生计算思维和创新思维的形成。

注重学科核心素养的落实

《意见》中明确提出，学科核心概念是基础，开发A-STEM课程时要依据国家课程标准落实各学科中的核心概念的学习，倡导学以致用，使知识活化为能力。信息技术学科核心素养包括“信息意识”“计算思维”“数字化学习与创新”及“信息社会责任”四个内容。

计算思维是指个体运用计算机科学领域的思想方法，在形成问题解决方案的过程中产生的一系列思维活动。在本课程中，重点培养学生的计算思维能力，通过虚拟平台，界定问题，抽象特征，建立结构模型，合理组织数据，通过判断、分析和综合各种信息资源，运用合理的算法形成解决问题的方案。

数字化学习与创新是指个体通过评估并选用常见的数字化资源与工具，有效地管理学习过程与学习资源，创造性地解决问题，从而完成学习任务，形成创新作品的能力。本课程的学习研究都是基于3D虚拟仿真数字化平台来开展学习研究的，学生通过开展