LEZIONI E FORMAZIONE DAI DOCENTI PER I DOCENTI

Scopri WeTurtle, la community di educatori dove trovare e condividere risorse innovative

home - progetti - L'inseguitore di linea con Lego Mindstorms EV3

L'inseguitore di linea con Lego Mindstorms EV3

Vi proponiamo un progetto di robotica educativa per la scuola secondaria di secondo grado (adattabile alla secondaria di primo grado). L’attività è stata lungamente sperimentata in ambito scolastico durante l’anno accademico 2016/2017.Inseguire una linea è uno dei tipici...

  by Lorenzo Cesaretti
CATEGORIA
Robotica
Lego® Mindstorms® EV3

Introduzione

Vi proponiamo un progetto di robotica educativa per la scuola secondaria di secondo grado (adattabile alla secondaria di primo grado). L’attività è stata lungamente sperimentata in ambito scolastico durante l’anno accademico 2016/2017.

Inseguire una linea è uno dei tipici problemi della teoria del controllo: significa ottenere un comportamento desiderato da un sistema (il robot) che segue un certo riferimento (una linea).

Ma perché un robot dovrebbe seguire una linea? Sicuramente perché in questo modo lo si potrebbe far muovere con una certa sicurezza all’interno di uno spazio, senza dover ricorrere ad altri concetti ingegneristici come l’odometria [1].

Alcuni esempi dal mondo reale di robot che funzionano sfruttando questa soluzione:
- Ristoranti [2] [3] 
- Mondo industriale [4] 
- Mondo health care [5]

L’attività di seguito proposta è stata sperimentata con le classi terze o quarte dei seguenti Istituti:

  • Liceo Scientifico e Scienze Applicate Leopardi di Recanati
  • Liceo Scientifico e Scienze Applicate Galilei di Ancona
  • Liceo Scientifico e Scienze Applicate Volta di Riccione
  • Liceo Artistico Mannucci di Ancona
In particolare il gruppo di ricerca del prof. Scaradozzi (Laboratorio di Modellistica, Analisi e Controllo di Sistemi Dinamici, Università Politecnica delle Marche) ha impostato un lavoro di ricerca sul progetto di Alternanza Scuola-Lavoro svolto al Volta-Fellini di Riccione (in collaborazione con la startup TALENT). Ricerca poi pubblicata nell’articolo “An innovative approach to School-Work turnover programme with Educational Robotics”. [6] 

L’articolo è stato premiato come Best Paper alla conferenza Didamatica 2017, organizzata da AICA. Cosa che ci riempie di orgoglio.

Pre-requisiti:
  • Conoscenza di base del kit LEGO® Mindstorms® EV3 Education ed in particolare del sensore di luce e colore [9]
  • Conoscenza di base del Software LEGO® Mindstorms® EV3 Home Edition
La progressione didattica progettata per un percorso di 6 incontri (12 ore) è la seguente:

Incontro 1
- Introduzione alla robotica, costruzione del robot
Incontro 2- Primi test di programmazione (accensione motori, test di utilizzo del sensore ad ultrasuoni per evitare ostacoli)
Incontro 3 - Trovare una linea nera e fermarsi (Leggere i valori rilevati dal sensore su nero e bianco)
Incontro 4 - Algoritmo ON-OFF
Incontro 5 - Algoritmo proporzionale (P controller)
Incontro 6 – Sfida Finale!

I primi due incontri

Nel primo incontro è importante:
  • Formare i gruppi di lavoro;
  • Definire e condividere con gli studenti gli obiettivi progettuali;
  • Contestualizzare l’inseguitore di linea. A cosa serve questa tecnica? Quando viene usata? Si vedano ad esempio gli spunti nell’introduzione. [2] [3] [4] [5]
La contestualizzazione serve a far capire agli studenti che dovranno provare ad implementare un algoritmo reale, veramente utilizzato in campo ingegneristico, e non un qualcosa di esclusivamente didattico.
Dopo aver costruito il robot e aver fatto i primi test di programmazione (ad esempio vedi incontro 1 e 2 “Robotcar e il moto rettilineo” [10]) si prosegue con le attività (il dettaglio nella sezione "Programma").

Obiettivi e Competenze

  • Costruire un semplice modello matematico rispetto ad un problema posto (inseguire una linea).
  • Utilizzare elementi base di programmazione (esecuzione sequenziale, ciclica e condizionata di istruzioni).
  • Scoprire e utilizzare gli elementi base della teoria del controllo (feedback o retroazione).
  • Comprendere gli algoritmi utilizzati in gran parte dei sistemi automatici (industriali e non).
  • Accrescere l’interesse verso le discipline STEM (Science Technology Engineering Maths).
  • Migliorare la capacità degli studenti di lavorare in gruppo.
  • Accrescere la consapevolezza degli alunni verso i propri processi cognitivi attraverso la valutazione dell’Alternanza.

Metodologia didattica

L’approccio pedagogico alla base del progetto è il Costruzionismo, una teoria proposta da Seymour Papert partendo dal lavoro di Jean Piaget.

L’apprendimento viene visto come una costruzione e ricostruzione di rappresentazioni mentali, più che come una trasmissione di conoscenza. Un apprendimento significativo si verifica con l’utilizzo di materiali manipolativi adeguati, che permettano la realizzazione di attività di costruzione di prodotti significativi (artefatti cognitivi) per lo studente. In questa senso, durante il progetto si è ipotizzato che la tecnologia e gli ambienti innovativi per l’apprendimento, adeguatamente introdotti nel setting didattico, potessero potenziare l’azione di apprendimento. Gli artefatti cognitivi sono stati sia i robot, costruiti e personalizzati dagli studenti, che i programmi preparati all’interno dell’ambiente Lego® Mindstorms® EV3 per la risoluzione dei problemi posti.

In questo lavoro vogliamo ricordare la definizione di robotica educativa:
"Con il termine robotica educativa (in inglese Educational Robotics) si individuano strumenti, processi e metodologie basate sulle teorie costruttiviste, in cui l’apprendimento nasce dal poter costruire un vero e proprio oggetto. L’ideazione, la progettazione, la costruzione, l’assemblaggio e la programmazione di un robot consentono a studenti di tutte le età di poter “imparare a imparare." [7]

Altra metodologia adottata per la realizzazione del progetto è stata quella dell’apprendimento basato sulla risoluzione dei problemi e apprendimento “challenge-based” [8]. All’inizio di ogni lezione è stato proposto un problema o una sfida che gli studenti hanno risolto lavorando in team; cosa che inserisce per merito anche l’apprendimento collaborativo tra le strategie scelte in fase di progettazione dell’attività.

Valutazione

Risultati raggiunti

I risultati sono strettamente connessi agli obiettivi precedentemente presentati:

  • Costruire un semplice modello matematico rispetto ad un problema posto (inseguire una linea).
  • Utilizzare elementi base di programmazione (esecuzione sequenziale, ciclica e condizionata di istruzioni).
  • Scoprire e utilizzare gli elementi base della teoria del controllo (feedback o retroazione).
  • Comprendere gli algoritmi utilizzati in gran parte dei sistemi automatici (industriali e non).
Per quanto riguarda questi primi 4 obiettivi, possiamo dire che:
  • Il 100% degli studenti coinvolti (circa 60) è riuscito a risolvere il problema “base”, ossia inseguire la linea, arrivando a costruire l’algoritmo di controllo proporzionale.
  • Il 25% degli studenti coinvolti (circa 15) è riuscito a risolvere la sfida finale, combinando creativamente quanto appreso durante il corso.
Per quanto riguarda gli altri 3 obiettivi:

  • Accrescere l’interesse verso le discipline STEM (Science Technology Engineering Maths).
  • Migliorare la capacità degli studenti di lavorare in gruppo.
  • Accrescere la consapevolezza degli alunni verso i propri processi cognitivi attraverso la valutazione dell’Alternanza.
Si è deciso di creare un questionario di autovalutazione, caratterizzato dalle seguenti domande:

DOMANDE CHIUSE
Q1- Ho capito le spiegazioni e le istruzioni che mi ha dato l'istruttore
Q2- L'istruttore è stato disponibile e attento alle mie domande e bisogni
Q3- Il metodo usato dall'istruttore è stato coinvolgente
Q4- È stato facile costruire i robot in gruppo
Q5- È stato facile utilizzare i software al computer
Q6- Ho frequentato volentieri le attività del laboratorio
Q7- Il clima in classe è stato sereno
Q8- Il lavoro nel mio gruppo è stato di collaborazione e sostegno
Q9- La mia relazione con uno o più compagni è migliorata
Q10- Ho trovato divertente e appassionante partecipare a questo tipo di alternanza Scuola-Lavoro
Q11- Mi piacerebbe prendere parte ad altri laboratori di Robotica più avanzati

DOMANDE APERTE
Che cosa hai imparato in questo laboratorio?
Qual è la cosa che ti è piaciuta di più di questo laboratorio?
Secondo te c'è stato qualcosa che non è andato bene?
C'è qualcos'altro che avresti voluto fare nel laboratorio?

Abbiamo proposto una scala Likert a 5 punti, attraverso la quale gli studenti hanno potuto manifestare il livello di accordo rispetto alle domande proposte:

1 = per niente
2 = poco
3 = abbastanza
4 = molto
5 = moltissimo

Le domande chiuse sono organizzate attorno ai 3 obiettivi a cui sono legate in questo modo:
  • Accrescere l’interesse verso le discipline STEM (Science Technology Engineering Maths). Q1, Q2, Q3, Q6, Q10.
  • Migliorare la capacità degli studenti di lavorare in gruppo. Q7, Q8, Q9.
  • Accrescere la consapevolezza degli alunni verso i propri processi cognitivi attraverso la valutazione dell’Alternanza. Q4, Q5, Q11.
Le domande aperte sono state inserite per far esprimere gli studenti liberamente, scrivendo impressioni, osservazioni e critiche relativamente all’esperienza vissuta (ma la loro analisi si trova all’interno dell’articolo uscito sulla rivista Mondo Digitale, come accennato nell’Introduzione).

Il grafico seguente contiene i punteggi (in valore medio) scelti dagli studenti nel compilare il questionario.

Possiamo concludere che i 3 obiettivi sono stati raggiunti in modo soddisfacente: infatti la media di ogni risposta è > di 3, la soglia minima che ci si era prefissati di raggiungere.
Da migliorare sicuramente il potenziamento del lavoro di squadra, obiettivo che ha ottenuto il punteggio più basso (barre in rosso all’interno del grafico).

Riferimenti e links

Norbert Wiener e la definizione di retroazione

Vediamo come Norbert Wiener, grandissimo matematico statunitense, nella sua opera "Introduzione alla cibernetica - L'uso umano degli esser umani" ci spiega il concetto di retroazione:

Con retroazione si intende “la proprietà di essere in grado di modificare il futuro comportamento tramite le performance passate”.
“feedback, the property of being able to adjust future conduct by past performance”

In un altro passaggio, troviamo anche questo esempio di funzionamento di un ascensore come applicazione pratica del feedback:

“Se stiamo facendo funzionare un ascensore [Se siamo i progettisti dell’ascensore, NdR], non è sufficiente far aprire le porte esterne [in un qualsiasi momento, NdR] perché gli ordini che abbiamo dato dovrebbero far trovare l’ascensore davanti a quella porta [la porta dell’edificio, NdR] nel momento in cui le facciamo aprire. È importante che l’apertura delle porte sia dipendente dal fatto che l’ascensore sia realmente alla porta dell’edificio; diversamente se qualcosa può averlo trattenuto, il passeggero potrebbe cadere nella tromba. Questo controllo di una macchina sulla base dello stato attuale piuttosto che di quello previsto è conosciuto come retroazione […]”

La proposta di Seymour Papert

Una possibile attività di questo tipo venne proposta anche da Seymour Papert, in “Teaching Children Thinking”.
Nell’immagine seguente, si vede come il “robot veicolo” utilizzato da Papert e caratterizzato da un sensore di luce riflessa (emettitore e ricevitore) posizionato nei pressi di una linea nera, rilevi un valore maggiore (light = 10) se interamente puntato sul bianco, un valore intermedio se puntato a metà tra bianco e nero (light = 3), un valore basso se puntato interamente sul nero (light = 0).
Papert nel suo articolo utilizza queste immagini per spiegare il problema:

Per far sì che il robot insegua la linea Papert propone che lo studente implementi l’idea del feed-back (o controllo in retroazione), seguendo un modello di questo tipo:

E arrivando ad una procedura semplice come la seguente:

TO WALK
IF LIGHT < 4 ROTATELEFT
IF LIGHT > 6 ROTATERIGHT
FORWARD 1
WALK
END.

(Se la luce rilevata è < 4, gira a sinistra
Se la luce rilevata è > 6, gira a destra
Vai avanti di 1
….)

Si parla di robot che seguono una linea anche in “La fabbrica dei robot” di Augusto Chioccariello, Stefania Manca, Luigi Sarti, ed in questo caso l’attività è proposta addirittura per bambini della scuola dell’infanzia, come primo approccio alla robotica.

[1] http://www.diag.uniroma1.it/~deluca/rob1/17_PianifContrRobMob.pdf
[2] https://www.youtube.com/watch?v=sJ-FXGD5iJo
[3] https://www.youtube.com/watch?v=_Tdu2H1HHIA
[4] https://www.youtube.com/watch?v=FHDMN0gnGtA
[5] https://goo.gl/D2MG2r
[6] https://goo.gl/htXLUK
Una versione estesa dell’articolo (con un’analisi maggiormente approfondita dei dati) è stata pubblicata sulla rivista Mondo Digitale.
[7] Definizione proposta da Emanuele Micheli di Scuola di Robotica in Human Centered Robotic Design.
[8] http://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=7971875
[9] https://shop.lego.com/en-US/EV3-Color-Sensor-45506
[10] Robotcar e il moto rettilineo


LEGO, il logo LEGO e MINDSTORMS sono marchi e /o copyright di LEGO Group. © 2018 The LEGO Group. Tutti i diritti riservati.



Hai letto la lezione? Che cosa ne pensi? Lascia un commento qui sotto!