Basierend auf dem LEGO Mindstorms EV3-Roboter

[justify][b]Zusammenfassung[/b]: Diese Aktivität gibt einen Überblick zur Verwendung des Abstandssensors des LEGO Mindstorms EV3-Roboters. Ziel der Aktivität ist es, mithilfe des LEGO Mindstorms EV3-Roboters einen Prototyp eines selbstfahrenden Busses zu bauen und dabei zu helfen, die zugrunde liegenden Prinzipien (auf einer sehr primitiven Ebene) zu verstehen, die das Verhalten von selbstfahrenden Bussen bestimmen.[br][br][b]Schlüsselwörter[/b]: Selbstfahrender Bus, LEGO Mindstorms EV3, Prototyp, Roboter[br][br][b]Die Ressourcenliste[/b]: Ein LEGO Mindstorms EV3-Roboter für jedes Team (2-4 Mitglieder) von Schülern; ein steuerndes Gerät (iPad, Android Tablet, Windows 10 PC oder Macintosh Computer) für jedes Schülerteam, auf dem die [url=https://education.lego.com/en-us/downloads/mindstorms-ev3/software#downloads]LEGO EV3 Classroom-App[/url] installiert ist.[/justify]

[justify]Selbstfahrende Busse sind eine spezielle Form von selbstfahrenden Autos. Die ersten Experimente mit selbstfahrenden Autos gehen auf die 1920er Jahre zurück, aber das allererste halbautomatische Auto wurde 1977 in Japan entwickelt. Dieses Auto konnte bis zu 30 km/h fahren und benutzte zwei Kameras, einen analogen Computer und eine erhöhte Schiene, um auf speziell gekennzeichneten Straßen zu fahren. Mithilfe fortschrittlicher digitaler Technologien, darunter leistungsstarke CPUs, Kameras, Big Data und KI (Künstliche Intelligenz), sind die modernen selbstfahrenden Autos in der Lage, Tausende von Kilometern selbstständig zu fahren. Da die Technik im Moment noch nicht ausgereift ist, wird das Thema der selbstfahrenden Busse derzeit noch weniger untersucht, obwohl sie verschiedene positive Aspekte bieten. Beispielsweise haben selbstfahrende Busse das Potenzial, die Betriebskosten zu senken, Staus auf den Straßen zu reduzieren und die Verkehrsemissionen zu reduzieren (Mouratidis & Cobena Serrano, 2021). Darüber hinaus könnten selbstfahrende Busse die Zahl der Busunfälle verringern (Gibson, 2022).[br][br]Ein selbstfahrender Bus ist im Grunde ein Roboter. Er hat einen Roboterkörper, einschließlich verschiedener fortschrittlicher Sensoren, um seine Position auf der Straße zu bestimmen, mögliche Gefahren zu erkennen und den umgebenden Verkehr, einschließlich Fußgänger, zu verfolgen. Dieser Roboterkörper wird von einer Kombination aus fortschrittlicher Software gelenkt, darunter computerisierte Bilderkennung, maschinelles Lernen, Big Data und künstliche Intelligenz. Auf primitive Weise kann ein selbstfahrender Bus im Klassenzimmer durch den Einsatz einfacher Lernroboter (abhängig von den Fertigkeiten, Kenntnissen und Fähigkeiten der Schüler) imitiert werden. Der Zweck einer solchen Nachahmung ist, den Schülern das Konzept selbstfahrender Busse vorzustellen und sie zu ermutigen, einige der damit verbundenen Prinzipien der Programmierung und des Roboterbaus zu erlernen.[br][/justify]

[justify]In dieser Aktivität verwenden wir den LEGO Mindstorms EV3-Roboter, um einen selbstfahrenden Kurzstreckenbus nachzuahmen, der von einem Ziel zum anderen und zurück fährt (z. B. von der Schule zum Bahnhof und zurück). Unser Beispielprogramm erkennt auch, wenn ein Fußgänger auf die Straße tritt, und stoppt dann den Bus, um eine Kollision zu vermeiden, sowie um den Fußgänger vorbeizulassen, und fährt dann weiter. Der LEGO Mindstorms EV3 ist ein beliebtes und qualitativ hochwertiges Roboterset, mit dem verschiedene Arten von Robotern gebaut werden können (die gehen, kriechen, fahren usw. können). In unserem Beispiel verwenden wir den „Driving Base“-Roboter (siehe Anleitung [url=https://education.lego.com/v3/assets/blt293eea581807678a/blt9f94cc95ebe17900/5f8801dd69efd81ab4debf02/ev3-medium-motor-driving-base.pdf]hier[/url]), der über zwei Antriebsmotoren (die Drehungen ermöglichen) und mehrere Sensoren (die eine grundlegende Interaktion mit der Umgebung ermöglichen) verfügt. Das Verhalten des Roboters wird durch sein Programm bestimmt – und in unserem Beispiel verwenden wir die [url=https://education.lego.com/en-us/downloads/mindstorms-ev3/software#downloads]LEGO EV3 Classroom App[/url], um ihn zu programmieren. Die Programmierung ist einfach, da die App auf der beliebten Programmiersprache Scratch mit einer Zielgruppe von 8 bis 16 Jahren basiert. [br][br]Das gegebene Beispiel lässt sich auch mit anderen Lern Robotern realisieren, sogar mit dem Kindergarten-Roboter BeeBot. In diesen Fällen sollten die Programme vereinfacht und an die Anforderungen der jeweiligen Programmiersprachen angepasst werden (oder im Fall des BeeBot-Roboters muss er mit seinen Tasten programmiert werden). [br][/justify]

[justify]Das Programm besteht aus drei logischen Blöcken, die gleichzeitig gestartet werden, wenn das Programm ausgeführt wird. Folgen Sie beim Erstellen des Programms dem Beispiel und platzieren Sie alle drei Blöcke auf derselben Programm Seite. Beim Ausführen des Beispielprogramms fährt der Roboter (1) 4 Radumdrehungen (bei einem Standardrad mit 56 mm Durchmesser sind dies ungefähr 70 cm); (2) dreht sich um; (3) fährt 70 cm zurück; (4) dreht sich um; und (5) stoppt in seiner Anfangsposition. Der Roboter verfolgt während der Fahrt den Bereich vor sich. Wenn ein Fußgänger erkannt wird, stoppt der Roboter und piepst, bis die Straße wieder frei ist – dann setzt er seine ursprüngliche Mission fort.[/justify]

[justify]Versuchen Sie, das Programm zu ändern, um es für Ihre Zwecke interessanter oder aussagekräftiger zu machen. Verwenden Sie andere Sensoren und Roboter Funktionen ([url=https://education.lego.com/en-us/lessons/mindstorms-ev3/line-detection#continue]versuchen Sie z. B., ihn einer Linie folgen zu lassen[/url], ändern Sie die Farbe der LED-Leuchten des Roboters, lassen Sie den Roboter ein Bild anzeigen oder verschiedene Geräusche von sich geben). Sie könnten es auch menschlichen Bedienpersonal ermöglichen, den Roboter mithilfe des Berührungssensors in gewisser Weise zu steuern (z. B. hält der „selbstfahrende Bus“, wenn der Benutzer die Stop Taste drückt – und fährt entweder automatisch oder bei erneutem Drücken der Taste weiter).[/justify]

[justify]Dieser STEAM-Lernaktivitäts-Workshop ist darauf ausgerichtet, Sekundarschullehrer in Ausbildung und berufsbegleitend mit Bildungsrobotern (Educational Robots - ER) als didaktischen Werkzeugen vertraut zu machen. Insbesondere stellt diese Aktivität Lehrkräften ohne vorherige Erfahrung Robotik Hardware- und Software-ER-bezogene Konzepte vor und bietet ihnen einige Beispiele und Diskussionsmöglichkeiten für tatsächliche Unterrichtsaktivitäten. [br][br]Die Teilnehmer werden in diesem Workshop einen LEGO Mindstorms EV3 roboter basierten Prototypen eines selbstfahrenden Busses konstruieren und programmieren. Folglich besteht die Aufgabe für die Teilnehmer darin, ihren Roboter von einem Ziel zum anderen fahren zu lassen und dabei Fußgänger auf seinem Weg zu erkennen.[br][br]Wie oben angemerkt, erwarten wir von den Teilnehmern keine Vorkenntnisse bei der Programmierung oder der Arbeit mit Robotern. Innerhalb des Workshops jedoch werden die Teilnehmer mit den Konzepten von Robotern und der Roboterprogrammierung vertraut gemacht, indem sie einfache mathematische Messungen und Berechnungen anwenden, um den Code für die verschiedenen Roboter zu erstellen. Es werden kooperative Teamarbeit, Fähigkeiten zur Problemlösung, digitale Fähigkeiten, Lernen im eigenen Tempo und Peer-Tutoring eingesetzt.[br][br]Der Roboter, der in diesem Workshop verwendet wird, ist der LEGO Mindstorms EV3-Roboter.[br][br][/justify][b]Workshop[br][br][/b][justify][/justify][justify]Zu Beginn des Workshops vermitteln wir den Teilnehmern das Vokabular, die Begriffe und Konzepte, die für die Verwendung von ERs (Enabled Robotics) erforderlich sind. Anschließend erklären wir die Rolle von ERs als ansprechendes Lernwerkzeug und wie seine Verwendung mit verschiedenen Fächern verbunden werden kann. Anschließend behandeln wir das Thema Angemessenheit von Robotern je nach Altersgruppe. Wir beschreiben auch die Prinzipien der Blockbasierten Programmierung, indem wir Analogien zum Sprachenlernen und der Bildung von Sätzen ziehen. Anschließend diskutieren wir einige Minuten lang die Konzepte der Datenein- und Datenausgaben der im Workshop verwendeten Roboter und beschreiben detailliert, wie man all diese Roboter in Bewegung setzt und wofür der Schleifblock (Wiederholung) steht. Sodann teilen wir für den theoretischen Teil unser forschungsbasiertes Verständnis darüber, warum Roboter und andere STEAM-Sets von Lehrern nach wie vor nicht weit verbreitet genutzt werden. Danach bilden wir drei roboterzentrierte Teams (ein Team pro Robotertyp) und fahren mit der Lösung der Herausforderung fort.[br][br]Die Teams müssen aushandeln, auf welchem Weg sich ihr Roboter bewegen soll und welche Sensoren ihr Roboter zur Erfassung seiner Umgebung verwenden wird. Als nächstes müssen sie sich mit dem von ihrem Team ausgewählten Roboter vertraut machen und den Roboter so programmieren, dass er als selbstfahrender Bus fungiert. Dabei helfen mathematische Berechnungen zusammen mit Logik und Forschungsgeist den Teilnehmern, die bestmögliche Lösung zu finden. Die Teams präsentieren ihre Lösungen den anderen Teams. Abschließend findet eine Gruppendiskussion statt, bei der die Teammitglieder zunächst untereinander diskutieren und dann allen ihre Gedanken über die Workshop-Aktivität und ihre pädagogischen Vorteile für den interdisziplinären Unterricht mit Schwerpunkt auf Mathematik, Kunst, Robotik und Programmierung mitteilen.[br]Die Lernergebnisse für die Teilnehmer sind unten aufgeführt. Jeder Teilnehmer kann:[br][/justify][list][*]die Möglichkeiten des Einsatzes von ERs als motivierende Werkzeuge im Mathematik- und Kunstunterricht sehen;[/*][*]einfache Bewegungen des LEGO Mindstorms EV3-Roboters mit Hilfe von Schritt-für-Schritt-Anleitungen programmieren;[/*][*]digitale interaktive Lernressourcen verwenden, die in GeoGebra erstellt wurden;[/*][*]die Qualität und Anwendbarkeit der digitalen Lernressource kritisch bewerten.[/*][/list][justify]Der 90-minütige Workshop vermittelt Lehrern praktische Erfahrungen und ein Gefühl dafür, wie sie von der Verwendung von Robotern als Lernwerkzeuge während ihres regulären Mathematikunterrichts profitieren können. Wir hoffen auf eine ergiebige Diskussion mit den Workshop-Teilnehmern zur Effektivität solcher Kurz-Workshops. Der Fokus der Diskussion liegt darauf, herauszufinden, ob diese Workshops genutzt werden können, um ein Bewusstsein für die Vorteile von STEAM-Kits zu schaffen, insbesondere für Roboter, und die Angst vor dem Einsatz von STEAM in der Unterrichtspraxis abzubauen.[/justify]

[justify]Schüler, die empfindlich auf Geräusche reagieren, könnten Kopfhörer verwenden, um die Geräusche des Roboters zu dämpfen. Schüler, die empfindlich auf Farben reagieren, können LEGO-Steine in ihrer Lieblingsfarbe und/oder LED-Leuchten verwenden. Schüler, die empfindlich auf Blitzlicht reagieren (Epilepsie), sollten in der Lage sein, konstantes Licht zu verwenden. Um Schüler mit Sehproblemen zu unterstützen, sollte darauf geachtet werden, dass der Raum ausreichend beleuchtet ist. Für Schüler mit ASD ist es sehr oft schwierig, Entscheidungen zu treffen und/oder kreative Aufgaben zu lösen – sie sollten behutsam angeleitet werden, eine bestimmte Aufgabe zu lösen. Schüler mit Lernschwierigkeiten und/oder geringen kognitiven Fähigkeiten sollten den Roboter individuell kennenlernen, bevor sie Aktivitäten mit einer Gruppe durchführen - dies hilft ihnen, die Aufgabe besser zu verstehen und bei gemeinsamen Aktivitäten erfolgreich zu sein.[/justify]

[justify][/justify]Wenn Sie keinen Zugang zu echten Robotern haben, gibt es im Internet viele virtuelle Programmierumgebungen für Roboter. In diesem Video [url=https://youtu.be/xrcPw_Mspu0]https://youtu.be/xrcPw_Mspu0[/url] stellen wir die GearsBot-Umgebung vor, in der Sie Ihre Roboter entwerfen, programmieren und testen können: [url=https://gears.aposteriori.com.sg/]https://gears.aposteriori.com.sg/[/url] . Die Dateien sind unter [url=https://drive.google.com/drive/folders/11SXDq9ApqT_4tN9PmG_igvPqHmRoOEUs?usp=sharing]diesem Link[/url] verfügbar:[br][br][list][*]link_to_gearsbot_website.url ist ein Link zur Gearsbot-Website.[br][/*][/list][br][list][*]gearsbot-robot.json ist die Beschreibung des virtuellen Roboters. Öffnen Sie diese mit dem Befehl „Load world“.[br][/*][/list][br][list][*]program.xml ist das Programm für den virtuellen Roboter. Öffnen Sie das Programm mit dem Befehl „Load program“.[br][/*][/list][br][list][*]self-driving-bus-program.PNG ist der Screenshot des Programms. So sollte Ihr Programm aussehen.[/*][/list]

[justify][/justify][list][*]Gibson, J. (2022). Autonomous Buses Will Revolutionize Public Transportation, but at What Cost? GoGoCharters, [url=https://gogocharters.com/blog/autonomous-buses-will-revolutionize-public-transportation-cost/]gogocharters.com/blog/autonomous-buses-will-revolutionize-public-[br]transportation-cost/[/url][/*][/list][list][*]LEGO EV3 Classroom app. [url=https://education.lego.com/en-us/downloads/mindstorms-ev3/software#downloads]https://education.lego.com/en-us/downloads/mindstorms-ev3/[br]software#downloads[/url][/*][*]Line Detection with LEGO Mindstorms EV3. [url=https://education.lego.com/en-us/lessons/mindstorms-ev3/line-detection#continue]https://education.lego.com/en-us/lessons/[/url][url=https://education.lego.com/en-us/lessons/mindstorms-ev3/line-detection#continue]mindstorms-ev3/line-detection#continue[/url] [/*][*]LEGO Mindstorms EV3 Driving Base Building Instructions. [url=https://education.lego.com/v3/assets/blt293eea581807678a/blt9f94cc95ebe17900/5f8801dd69efd81ab4debf02/ev3-medium-motor-driving-base.pdf]https://education.lego.com/v3/assets/blt293eea581807678a/blt9f94cc95ebe17900/5f8801dd69[/url][url=https://education.lego.com/v3/assets/blt293eea581807678a/blt9f94cc95ebe17900/5f8801dd69efd81ab4debf02/ev3-medium-motor-driving-base.pdf]efd[/url][url=https://education.lego.com/v3/assets/blt293eea581807678a/blt9f94cc95ebe17900/5f8801dd69efd81ab4debf02/ev3-medium-motor-driving-base.pdf]81ab4debf02/ev3-medium-motor-driving-base.pdf[/url] [/*][*]Mouratidis, K., Cobena Serrano, V. (2021). Autonomous buses: Intentions to use, passenger experiences, and suggestions for improvement. Transportation Research Part F: Traffic Psychology and Behaviour, 76, 321-335. [url=https://www.sciencedirect.com/science/article/pii/S1369847820305921]https://www.sciencedirect.com/science/article/pii/[/url][url=https://www.sciencedirect.com/science/article/pii/S1369847820305921]S1369847820305921[/url] [/*][/list]

Janika Leoste, Maire Tuul, Sirly Väät and Tiiu Tammemäe - Tallinn University