17. Машинное зрение в робототехнике
Технологическая карта урока
ЦЕЛЕВОЙ БЛОК
Модуль: Системы восприятия в робототехнике
Тема урока: 17. Машинное зрение в робототехнике
Цель урока: Сформировать у учащихся представление о принципах работы систем машинного зрения и их применении в робототехнике, а также базовых алгоритмах распознавания объектов.
Планируемые результаты:
Предметные:
- Знать основные принципы работы систем машинного зрения
- Понимать физические основы функционирования камер и сенсоров
- Различать типы алгоритмов обработки изображений
- Уметь разрабатывать простейшие блок-схемы алгоритмов распознавания объектов
- Владеть представлением о применении машинного зрения в робототехнике
Метапредметные:
- Регулятивные УУД: умение планировать последовательность действий при разработке алгоритмов обработки изображений
- Познавательные УУД: развитие логического мышления, установление причинно-следственных связей
- Коммуникативные УУД: умение объяснять принципы работы технических систем, отстаивать свою точку зрения
Личностные:
- Формирование научного мировоззрения
- Развитие любознательности и интереса к современным технологиям
- Осознание значимости технологий машинного зрения в современном мире
ИНСТРУМЕНТАЛЬНЫЙ БЛОК
Задачи урока:
- Познакомить учащихся с принципами работы систем машинного зрения
- Рассмотреть физические основы работы камер и сенсоров
- Изучить базовые алгоритмы обработки изображений и распознавания объектов
- Проанализировать применение систем машинного зрения в робототехнике
- Разработать блок-схему алгоритма распознавания простых объектов
Тип урока: Комбинированный (изучение нового материала + практическая работа)
Учебно-методическое и материально-техническое обеспечение:
- Компьютерный класс с проектором и интерактивной доской
- Презентация по теме “Машинное зрение в робототехнике”
- Видеоматериалы с примерами работы систем машинного зрения
- Демонстрационные образцы камер и сенсоров (при наличии)
- Робототехнические наборы с камерами (при наличии)
- Программное обеспечение для создания блок-схем
- Раздаточный материал с примерами алгоритмов распознавания объектов
- Карточки с изображениями для практической работы
ОРГАНИЗАЦИОННО-ДЕЯТЕЛЬНОСТНЫЙ БЛОК
Образовательные технологии: Проблемное обучение, работа в малых группах, информационно-коммуникационные технологии, метод моделирования
Межпредметные связи:
- Физика: оптика, цветовые модели, принципы работы цифровых камер, светочувствительные элементы
- Математика: алгоритмы обработки изображений, распознавания образов, матрицы преобразования, статистические методы
- Информатика: методы обработки массивов данных, представление изображений в цифровом виде, программные средства обработки
| Этап урока | Деятельность учителя | Деятельность ученика | Планируемые результаты предметные | Планируемые результаты УУД |
|---|---|---|---|---|
| 1. Организационный момент (2 мин) | Приветствует учащихся, проверяет готовность к уроку. | Готовятся к уроку, организуют рабочее место. | Регулятивные: самоорганизация | |
| 2. Мотивация и актуализация знаний (5 мин) | Демонстрирует видеоролик, показывающий применение машинного зрения в различных областях (промышленные роботы, автономные автомобили, системы безопасности). Задает вопросы: - Как, по-вашему, робот “видит” окружающий мир? - Чем отличается “зрение” человека от “зрения” робота? - Где вы сталкивались с системами, использующими машинное зрение? |
Просматривают видеоролик. Отвечают на вопросы, приводят примеры из жизни (камеры смартфонов с распознаванием лиц, системы контроля скорости на дорогах, QR-коды). |
Актуализация представлений о системах машинного зрения и их применении в повседневной жизни. | Познавательные: установление связей между теоретическими знаниями и практическим применением. Коммуникативные: участие в диалоге. |
| 3. Целеполагание (3 мин) | Формулирует вместе с учащимися цель урока: “Сегодня мы изучим, как работают системы машинного зрения в робототехнике и научимся создавать простые алгоритмы для распознавания объектов”. Обозначает практический результат урока – создание блок-схемы алгоритма распознавания простых объектов. |
Участвуют в формулировке цели урока. Осознают практическую значимость темы. |
Регулятивные: целеполагание. Познавательные: понимание практической значимости изучаемого материала. |
|
| 4. Изучение нового материала: принципы работы систем машинного зрения (10 мин) | Объясняет с использованием презентации основные принципы работы систем машинного зрения: 1. Определение машинного зрения 2. Общая структура системы машинного зрения: - Устройство получения изображения (камера, сенсор) - Система обработки изображения - Система принятия решений 3. Этапы обработки изображения: - Захват изображения - Предварительная обработка - Сегментация - Выделение признаков - Распознавание - Интерпретация Межпредметная связь с физикой: объясняет принципы формирования изображения, работу матрицы камеры, цветовые модели. |
Воспринимают новую информацию. Делают записи в тетрадях. Задают уточняющие вопросы. |
Знание основных принципов работы систем машинного зрения. Понимание этапов обработки изображения. Представление о физических основах формирования цифрового изображения. |
Познавательные: восприятие и осмысление новой информации, установление межпредметных связей с физикой. |
| 5. Изучение нового материала: типы камер и сенсоров (8 мин) | Рассказывает о различных типах камер и сенсоров, применяемых в робототехнике: 1. Типы камер: - RGB-камеры (цветные) - Монохромные камеры - Стереокамеры для получения объемного изображения - Инфракрасные камеры - Камеры глубины (ToF-камеры) 2. Сенсоры: - Матричные светочувствительные элементы (CCD, CMOS) - Лидары - Инфракрасные дальномеры 3. Характеристики камер и сенсоров: - Разрешение - Частота кадров - Поле зрения - Чувствительность Демонстрирует образцы сенсоров и камер (при наличии). Межпредметная связь с физикой: принцип работы различных типов сенсоров, спектральные характеристики света. |
Слушают объяснения. Рассматривают демонстрационные образцы. Записывают основные типы и характеристики сенсоров. Устанавливают связь с изученным материалом по физике. |
Знание основных типов камер и сенсоров. Понимание их возможностей и ограничений. Представление о физических принципах их работы. |
Познавательные: классификация, сравнение, установление межпредметных связей с физикой. |
| 6. Изучение нового материала: алгоритмы обработки изображений и распознавания объектов (10 мин) | Объясняет базовые алгоритмы обработки изображений и распознавания объектов: 1. Предварительная обработка изображения: - Фильтрация шумов - Настройка яркости и контраста - Бинаризация (преобразование в черно-белое изображение) 2. Выделение контуров и границ объектов: - Алгоритм Кэнни - Оператор Собеля 3. Сегментация изображений: - По цвету - По форме - По размеру 4. Распознавание объектов: - По шаблону - По контуру - По ключевым точкам Демонстрирует примеры работы алгоритмов на разных изображениях. Межпредметная связь с математикой и информатикой: матричные преобразования, обработка массивов данных. |
Воспринимают объяснение. Анализируют примеры работы алгоритмов. Задают вопросы. Устанавливают связь с математикой и информатикой. |
Знание базовых алгоритмов обработки изображений. Понимание принципов выделения и распознавания объектов на изображении. Представление о применении математических методов в обработке изображений. |
Познавательные: анализ, сравнение, установление межпредметных связей с математикой и информатикой. Регулятивные: понимание логики алгоритмического подхода. |
| 7. Физкультминутка (2 мин) | Организует короткую физкультминутку для снятия напряжения глаз и мышц. | Выполняют упражнения для глаз и разминку. | Регулятивные: саморегуляция. | |
| 8. Изучение нового материала: применение машинного зрения в робототехнике (7 мин) | Рассказывает о применении систем машинного зрения в различных областях робототехники: 1. Промышленные роботы: - Контроль качества продукции - Сортировка деталей - Точное позиционирование инструментов 2. Мобильные роботы: - Навигация в пространстве - Построение карт местности - Распознавание препятствий 3. Сервисные роботы: - Распознавание людей и объектов - Взаимодействие с окружающей средой - Манипуляция с предметами Демонстрирует видеопримеры использования машинного зрения роботами. |
Слушают объяснение. Просматривают видеоматериалы. Приводят собственные примеры использования систем машинного зрения. |
Знание областей применения машинного зрения в робототехнике. Понимание задач, решаемых с помощью систем технического зрения. |
Познавательные: обобщение, систематизация. Личностные: осознание значимости технологий машинного зрения. |
| 9. Инструктаж по практической работе (5 мин) | Объясняет задание для практической работы: “Разработка блок-схемы алгоритма распознавания простых объектов с помощью системы машинного зрения”. Представляет варианты заданий: 1. Распознавание геометрических фигур 2. Сортировка объектов по цвету 3. Определение положения объекта на поверхности 4. Подсчет объектов на изображении Объясняет структуру блок-схемы: - Ввод изображения - Предварительная обработка - Выделение признаков - Анализ и принятие решений - Вывод результата Раздает карточки с примерами и образцами блок-схем. Организует деление на группы по 2-3 человека. |
Слушают инструкции. Формируют рабочие группы. Выбирают вариант задания. Изучают примеры блок-схем. Задают вопросы по заданию. |
Регулятивные: принятие учебной задачи, планирование. Коммуникативные: организация работы в группе. |
|
| 10. Практическая работа: разработка блок-схемы алгоритма распознавания объектов (15 мин) | Консультирует группы в процессе работы: - Помогает структурировать алгоритм - Подсказывает оптимальные методы обработки - Задает наводящие вопросы - Отвечает на вопросы учащихся - Контролирует правильность построения блок-схем Обращает внимание на необходимость учета межпредметных связей при разработке алгоритма. |
Работают в группах над созданием блок-схемы: - Обсуждают алгоритм распознавания выбранных объектов - Определяют необходимые этапы обработки - Выбирают методы анализа изображения - Составляют блок-схему в тетради или с использованием программного обеспечения - Проверяют логику алгоритма - Консультируются с учителем |
Умение разрабатывать алгоритмы распознавания объектов. Навыки представления алгоритмов в виде блок-схем. Понимание последовательности обработки изображений. |
Познавательные: моделирование, структурирование информации, алгоритмическое мышление. Регулятивные: планирование, самоконтроль. Коммуникативные: работа в группе, согласование действий. |
| 11. Представление результатов (10 мин) | Организует представление результатов работы групп: - Предлагает каждой группе кратко представить свою блок-схему - Задает уточняющие вопросы - Стимулирует обсуждение различных подходов - Отмечает сильные стороны каждого решения - Корректирует в случае ошибок |
Представляют разработанные блок-схемы: - Объясняют алгоритм распознавания объектов - Обосновывают выбор методов обработки - Демонстрируют блок-схему - Отвечают на вопросы учителя и одноклассников - Участвуют в обсуждении работ других групп |
Умение описывать и объяснять алгоритмы распознавания объектов. Навыки анализа блок-схем алгоритмов. |
Коммуникативные: публичное выступление, аргументация, участие в дискуссии. Познавательные: анализ и оценка различных подходов к решению задачи. |
| 12. Обобщение и систематизация (5 мин) | Организует обобщающую беседу по изученному материалу: - Какие основные компоненты входят в системы машинного зрения? - Какие этапы проходит изображение от захвата до распознавания объектов? - Какие алгоритмы используются для обработки изображений? - Как системы машинного зрения применяются в робототехнике? Помогает сформулировать общие принципы работы систем машинного зрения. |
Участвуют в обсуждении. Отвечают на вопросы. Формулируют основные принципы работы систем машинного зрения. Устанавливают взаимосвязи между изученными понятиями. |
Систематизация знаний о системах машинного зрения. Понимание связи между различными компонентами систем распознавания изображений. |
Познавательные: обобщение, систематизация, установление причинно-следственных связей. Коммуникативные: формулирование выводов. |
| 13. Контроль знаний (5 мин) | Проводит краткое тестирование по изученному материалу (5-6 вопросов с выбором ответа): - Принципы работы камер и сенсоров - Этапы обработки изображений - Алгоритмы распознавания объектов - Применение машинного зрения |
Выполняют тестовые задания. Самостоятельно проверяют свои ответы. |
Знание основных понятий и принципов машинного зрения. | Регулятивные: самоконтроль. Познавательные: применение полученных знаний. |
| 14. Рефлексия и подведение итогов (3 мин) | Организует рефлексию с использованием метода “Лестница знаний”: - На какой ступеньке вы находились в начале урока? - На какую ступеньку поднялись к концу урока? - Что помогло вам продвинуться вперед? Подводит итоги урока. Отмечает активных учащихся. |
Оценивают свой уровень понимания темы до и после урока. Делятся впечатлениями от урока. Определяют, что было наиболее интересным и полезным. |
Регулятивные: оценка собственной деятельности. Личностные: самоанализ. |
|
| 15. Домашнее задание (5 мин) | Объясняет домашнее задание: 1. Обязательная часть: найти и описать пример применения системы машинного зрения в повседневной жизни или промышленности 2. Творческое задание (по желанию): усовершенствовать разработанный на уроке алгоритм распознавания объектов или предложить новую задачу и алгоритм ее решения |
Записывают домашнее задание. Задают уточняющие вопросы. |
Регулятивные: планирование самостоятельной работы. |
Дополнительные материалы:
Основные этапы обработки изображений в системах машинного зрения:
-
Захват изображения
- Преобразование оптического сигнала в цифровую форму
- Управление параметрами камеры (фокус, экспозиция)
-
Предварительная обработка
- Фильтрация шума
- Нормализация яркости и контраста
- Коррекция геометрических искажений
-
Сегментация изображения
- Бинаризация (превращение в черно-белое изображение)
- Выделение границ объектов
- Разделение изображения на области по цвету, текстуре
-
Выделение признаков
- Размеры объектов
- Форма (контур, соотношение сторон)
- Цветовые характеристики
- Текстура
-
Распознавание
- Сравнение с шаблонами
- Классификация по признакам
- Определение положения и ориентации
-
Интерпретация
- Принятие решений на основе распознанных объектов
- Формирование команд для робота
Примеры алгоритмов обработки изображений:
Бинаризация изображения (пороговая обработка):
11. Получить исходное изображение
22. Выбрать пороговое значение яркости T
33. Для каждого пикселя (x,y) на изображении:
4 3.1 Если яркость пикселя > T, то присвоить значение 255 (белый)
5 3.2 Иначе присвоить значение 0 (черный)
64. Вернуть бинаризованное изображение
Выделение объектов определенного цвета:
11. Получить исходное RGB-изображение
22. Определить диапазон цвета для выделения (Rmin, Rmax, Gmin, Gmax, Bmin, Bmax)
33. Создать маску того же размера, что и исходное изображение
44. Для каждого пикселя (x,y) на изображении:
5 4.1 Получить значения R, G, B для пикселя
6 4.2 Если Rmin <= R <= Rmax И Gmin <= G <= Gmax И Bmin <= B <= Bmax:
7 4.2.1 Установить значение маски(x,y) = 255 (белый)
8 4.3 Иначе:
9 4.3.1 Установить значение маски(x,y) = 0 (черный)
105. Вернуть маску
Поиск контуров объектов:
11. Получить бинаризованное изображение
22. Применить алгоритм выделения границ (Кэнни, Собель)
33. Найти связные компоненты (группы пикселей, образующие контуры)
44. Для каждого контура:
5 4.1 Вычислить периметр
6 4.2 Вычислить площадь
7 4.3 Определить центр масс
85. Вернуть список контуров с их характеристиками
Примеры карточек заданий для практической работы:
Карточка 1: “Распознавание геометрических фигур”
Задача: Разработать блок-схему алгоритма, который определяет тип геометрической фигуры (круг, квадрат, треугольник) на изображении. Входные данные: Бинаризованное изображение с одной фигурой. Выходные данные: Тип фигуры (круг, квадрат, треугольник). Подсказки:
- Для круга: отношение площади к квадрату периметра близко к π/4
- Для квадрата: отношение площади к квадрату периметра близко к 1/16
- Для треугольника: отношение площади к квадрату периметра близко к 1/36
- Также можно использовать количество вершин контура
Карточка 2: “Сортировка объектов по цвету”
Задача: Разработать блок-схему алгоритма, который классифицирует объекты на изображении по их основному цвету. Входные данные: Цветное изображение с несколькими объектами. Выходные данные: Список объектов с указанием их цвета (красный, зеленый, синий, желтый). Подсказки:
- Сначала выделите контуры всех объектов
- Для каждого контура выделите область объекта
- Вычислите средние значения R, G, B для каждой области
- Определите цвет на основе преобладающих компонентов
Карточка 3: “Определение положения объекта”
Задача: Разработать блок-схему алгоритма, который определяет положение и ориентацию объекта на рабочей поверхности. Входные данные: Изображение с объектом известной формы. Выходные данные: Координаты центра объекта (x, y) и угол поворота. Подсказки:
- Найдите контур объекта
- Вычислите центр масс (центроид)
- Определите угол наклона главной оси объекта
- Результат представьте в виде координат и угла
Карточка 4: “Подсчет объектов”
Задача: Разработать блок-схему алгоритма, который подсчитывает количество объектов определенного типа на изображении. Входные данные: Изображение с множеством объектов. Выходные данные: Количество объектов каждого типа. Подсказки:
- Выделите все контуры на изображении
- Отфильтруйте контуры по размеру для исключения шумов
- Классифицируйте каждый контур по форме или цвету
- Подсчитайте количество объектов каждого класса
Пример блок-схемы алгоритма распознавания геометрических фигур:
1┌─────────────┐
2│ Начало │
3└─────┬───────┘
4 │
5┌─────▼───────┐
6│ Получить │
7│ изображение │
8└─────┬───────┘
9 │
10┌─────▼───────┐
11│Предобработка│
12│(бинаризация)│
13└─────┬───────┘
14 │
15┌─────▼───────┐
16│ Выделение │
17│ контуров │
18└─────┬───────┘
19 │
20┌─────▼───────┐
21│ Расчет │
22│периметра (P)│
23└─────┬───────┘
24 │
25┌─────▼───────┐
26│ Расчет │
27│ площади (S) │
28└─────┬───────┘
29 │
30┌─────▼───────┐
31│ Вычислить │
32│ K = S/P² │
33└─────┬───────┘
34 │
35┌─────▼───────┐
36│ K ≈ π/4 │
37│ (±0.05)? ├─────┐
38└─────┬───────┘ │
39 │ Нет │ Да
40┌─────▼───────┐ │
41│ K ≈ 1/16 │ │
42│ (±0.05)? ├─────┐ │
43└─────┬───────┘ │ │
44 │ Нет │ Да │
45┌─────▼───────┐ │ │
46│ K ≈ 1/36 │ │ │
47│ (±0.05)? ├─────┐ │ │
48└─────┬───────┘ │ │ │
49 │ Нет │ Да │ │
50┌─────▼───────┐ │ │ │
51│ Фигура │ │ │ │
52│ не опознана │ │ │ │
53└─────┬───────┘ │ │ │
54 │ │ │ │
55 │ ┌─────▼─────▼─────▼───┐
56 └───────►│Вывод результата │
57 └─────────┬───────────┘
58 │
59 ┌─────────▼───────────┐
60 │ Конец │
61 └─────────────────────┘
Критерии оценивания блок-схемы алгоритма:
Структура алгоритма (0-5 баллов):
- Правильность определения входных и выходных данных (0-1)
- Логичность последовательности шагов (0-2)
- Наличие всех необходимых этапов обработки изображения (0-2)
Содержание алгоритма (0-5 баллов):
- Корректность применяемых методов обработки (0-2)
- Эффективность алгоритма (0-1)
- Обработка возможных ошибок и исключений (0-1)
- Учет особенностей распознаваемых объектов (0-1)
Оформление блок-схемы (0-3 балла):
- Соблюдение стандартов построения блок-схем (0-1)
- Наглядность и понятность (0-1)
- Аккуратность исполнения (0-1)
Защита и объяснение (0-2 балла):
- Качество представления алгоритма (0-1)
- Ответы на вопросы (0-1)
Максимальный балл: 15 Шкала перевода в оценку:
- 13-15 баллов - “5”
- 10-12 баллов - “4”
- 7-9 баллов - “3”
- менее 7 баллов - “2”
Карта рефлексии “Лестница знаний”:
1Фамилия, имя: _________________________
2
3Отметь свой уровень знаний по теме "Машинное зрение в робототехнике":
4
5До урока:
6[ ] Ступень 5 - Могу объяснить другим, как работает машинное зрение
7[ ] Ступень 4 - Понимаю большинство принципов работы машинного зрения
8[ ] Ступень 3 - Имею общее представление о машинном зрении
9[ ] Ступень 2 - Слышал(а) о машинном зрении, но не понимаю, как оно работает
10[ ] Ступень 1 - Никогда не слышал(а) о машинном зрении
11
12После урока:
13[ ] Ступень 5 - Могу объяснить другим, как работает машинное зрение
14[ ] Ступень 4 - Понимаю большинство принципов работы машинного зрения
15[ ] Ступень 3 - Имею общее представление о машинном зрении
16[ ] Ступень 2 - Слышал(а) о машинном зрении, но не понимаю, как оно работает
17[ ] Ступень 1 - Никогда не слышал(а) о машинном зрении
18
19Что помогло мне продвинуться вперед? _____________________
20_________________________________________________
21
22Что мне хотелось бы узнать дополнительно по этой теме? ___
23_________________________________________________