Itseajavan linja-auton prototyyppi

Tiivistelmä: Tämä tehtävä antaa yleiskatsauksen LEGO Mindstorms EV3 -robotin etäisyysanturin käytöstä. Tehtävän tavoitteena on rakentaa itse ajava bussi prototyyppi LEGO Mindstorms EV3 -robotin avulla ja auttaa ymmärtämään taustalla olevia periaatteita (hyvin alkukantaiset tasolla), jotka ohjaavat itse ajavien linja-autojen käyttäytymistä. Avainsanat: Itse Ajava bussi, LEGO Mindstorms EV3, prototyyppi, robotti Resurssi Luettelo: Yksi LEGO Mindstorms EV3 -robotti jokaista oppilasryhmää (2–4 jäsentä) kohti; jokaista oppilasryhmää kohti yksi ohjauslaite (iPad, Android-tabletti, Windows 10 PC tai Macintosh-tietokone), johon on asennettu LEGO EV3 Classroom -sovellus.

Itseajavat linja-autot ovat itse ajavien autojen erikoismuoto. Ensimmäiset kokeilut itse ajavilla autoilla juontavat juurensa 1920-luvulle. Ensimmäinen puoliautomaattinen auto kehitettiin vuonna 1977 Japanissa. Tämä auto kykeni ajamaan jopa 30 km/h, ja se käytti kahta kameraa, analogista tietokonetta ja korotettua kiskoa ajaakseen erikseen merkityillä kaduilla. Kehittyneiden digitaalisten teknologioiden, kuten tehokkaiden prosessorien, kameroiden, suurten tietomassojen ja tekoälyn avulla nykyaikaiset itseajavat autot pystyvät ajamaan itsenäisesti tuhansia kilometrejä. Koska tekniikka ei ole vielä tarpeeksi kehittynyttä, itse ajavia linja-autoja tutkitaan vielä toistaiseksi vain vähän, vaikka niissä voisi ideana olla paljon potentiaalia. Itseajavat linja-autot voisivat esimerkiksi alentaa käyttökustannuksia sekä vähentää teiden ruuhkia ja liikenteen päästöjä (Mouratidis & Cobena Serrano, 2021). Lisäksi itseajavat linja-autot voisivat vähentää linja-autoihin liittyvien onnettomuuksien määrää (Gibson, 2022). Itse Ajava bussi on pohjimmiltaan robotti. Siinä on robotti runko, joka sisältää useita kehittyneitä antureita. Anturit voivat esimerkiksi määrittää linja-auton sijainnin tiellä, havaita mahdollisia vaaroja ja seurata ympäröivää liikennettä ja jalankulkijoita. Tätä robottirunkoa ohjaa yhdistelmä edistyneitä ohjelmistoja, joka sisältää tietokonenäköä, kone oppimista, dataa ja tekoälyä. Itse Ajavaa bussia voidaan alkeellisesti jäljitellä luokkahuoneessa käyttämällä yksinkertaisia opetus robotteja. Valinnat riippuvat oppilaiden taidoista, tiedoista ja kyvyistä. Jäljitelmän tarkoituksena on esitellä itse ajavien linja-autojen käsite opiskelijoille, ja kannustaa heitä oppimaan ohjelmoinnin ja robottien rakentamisen periaatteita. 

Tässä tehtävässä käytämme LEGO Mindstorms EV3 -robottia jäljittelemään itse ajavaa bussia, joka ajaa kohteesta toiseen ja takaisin (esimerkiksi koulusta rautatieasemalle ja takaisin). Esimerkki Ohjelmamme havaitsee, jos jalankulkija astuu tielle, ja estää sitten törmäyksen pysäyttämällä bussin ja päästämällä jalankulkijan tien yli. Kun jalankulkija on ylittänyt tien, bussi jatkaa ajamista. LEGO Mindstorms EV3 on suosittu ja laadukas robottisarja, jonka avulla voidaan rakentaa monenlaisia robotteja (kävely, ryömiminen, ajaminen jne.). Esimerkissä Me käytämme "Driving base" -robottia (katso ohjeet täältä), jossa on kaksi käyttö moottoria (mahdollistaa kääntymisen) ja useita antureita (mahdollistaa perusvuorovaikutuksen ympäröivän ympäristön kanssa). Robotin käyttäytyminen määräytyy sen ohjelman mukaan. Esimerkissä Me käytämme sen ohjelmointiin LEGO EV3 Classroom -sovellusta. Ohjelmointi on helppoa, sillä sovellus perustuu suosittuun Scratch-ohjelmointikieleen, jonka kohdeyleisön ikähaarukka on 8–16 vuotta.  Annettu esimerkki voidaan toteuttaa myös muilla opetus roboteilla, jopa päiväkoti tason Bee Bot-robotilla. Näissä tapauksissa ohjelmia tulee yksinkertaistaa ja mukauttaa kyseisten ohjelmointikielten vaatimuksiin (Bee Bot-robotin tapauksessa se on ohjelmoitava robotin painikkeilla).

Ohjelma koostuu kolmesta loogisesta lohkosta, jotka käynnistetään samanaikaisesti ohjelmaa käytettäessä. Kun rakennat ohjelmaa, seuraa esimerkkiä ja aseta kaikki kolme lohkoa samalle ohjelma sivulle. Esimerkki Ohjelmaa suoritettaessa robotti (1) ajaa 4 pyörän kierrosta (tavallisella, halkaisijaltaan 56 mm pyörällä tämä on noin 70 cm); (2) kääntyy ympäri; (3) ajaa takaisin 70 cm; (4) kääntyy ympäri; ja (5) pysähtyy aloitus paikkaansa. Robotti seuraa edessään olevaa aluetta ajon aikana. Kun jalankulkija havaitaan, robotti pysähtyy ja piippaa, kunnes tie on jälleen vapaa – sitten se jatkaa alkuperäistä tehtäväänsä.

Yritä muokata ohjelmaa tehdäksesi siitä kiinnostavampi tai tarpeidesi kannalta merkityksellisempi. Hyödynnä muita antureita ja robotin ominaisuuksia (esim. kokeile viivan seuraamista, muuta robotin LED-valojen väriä, anna robotin näyttää kuvaa tai tehdä erilaisia ääniä). Voit myös antaa ihmisten ohjata robottia jonkin verran kosteusanturia käyttämällä (esim. "itse ajava linja-auto" pysähtyy, kun käyttäjä painaa pysäytys painiketta – ja jatkaa joko automaattisesti tai kun painiketta painetaan uudelleen).

Tämä STEAM-oppimis aktiviteetin työpaja on suunnattu esikoulun ja peruskoulun opettajille perehdytykseksi koulutustarkoituksiin tarkoitettujen robottien (ER, Educational Robots) käytöstä didaktisia työkaluina. Tämä tehtävä esittelee erityisesti laitteistoon ja ohjelmistoon liittyviä ER-käsitteitä opettajille, joilla ei ole aikaisempaa kokemusta robotiikasta, ja tarjoaa esimerkkejä ja keskustelua varsinaisista luokkahuone tehtävistä.  Osallistujat rakentavat ja ohjelmoivat tässä työpajassa LEGO Mindstorms EV3 -robottipohjaisen itse ajavan bussin prototyypin. Osallistujien tehtävänä on saada robotti kulkemaan paikasta toiseen ja havaitsemaan sen tielle tulevat jalankulkijat. Kuten todettu, emme odota osallistujilta aiempaa tietoa ohjelmoinnista tai robottien kanssa työskentelystä. Työpajassa osallistujat perehtyvät robottien ja robottiohjelmoinnin käsitteisiin soveltaen yksinkertaisia matemaattisia mittauksia ja laskelmia koodin luomiseksi eri roboteille. Työpajassa käytetään yhteistoiminnallista tiimityöskentelyä, ongelmanratkaisutaitoja, digitaalisia taitoja, omatoimista oppimista ja vertaistutorointia. Tässä työpajassa käytettävä robotti on LEGO Mindstorms EV3 -robotti.

Työpajan alussa tarjoamme osallistujille ER:n käyttöön tarvittavan sanaston ja selitämme keskeisimmät käsitteet. Selitämme jälkeenpäin ER:n roolia houkuttelevina oppimisvälineinä ja sitä, miten niiden käyttöä voitaisiin yhdistää eri oppiaineisiin. Sitten käsittelemme robottien ikä sopivuutta. Kuvaamme myös lohko pohjaisen ohjelmoinnin periaatteita hakemalla vastaavuuksia kielten oppimisesta ja lauseiden muodostamisesta. Keskustelemme jälkeenpäin muutaman minuutin ajan työpajassa käytettyjen robottien tulojen ja lähtöjen käsitteistä sekä kuvailemme yksityiskohtaisesti kuinka kaikki nämä robotit saatetaan liikkeelle ja mitä silmukka/toista lohko tarkoittaa. Viimeisenä mutta ei vähäisimpänä, teoreettisessa osassa jaamme tutkimukseen perustuvaa tietoamme siitä, miksi robotit ja muut STEAM-setit eivät ole vieläkään laajalti opettajien käytössä. Seuraavaksi muodostamme kolme robottikeskeistä ryhmää (yksi ryhmä per robottityyppi) ja jatkamme haasteen ratkaisemiseen. Ryhmät joutuvat päättämään polusta, jota heidän robottinsa tulisi kulkea, ja antureista, joita heidän robottinsa aikoo käyttää ympäröivän ympäristönsä havaitsemiseen. Seuraavaksi heidän tulee tutustua ryhmän valitsemaan robottiin ja ohjelmoida robotti toimimaan itse ajavana linja-autona. Tällöin matemaattiset laskelmat sekä logiikka ja tutkimusajattelu auttavat osallistujia löytämään parhaan mahdollisen ratkaisun. Ryhmät esittelevät ratkaisunsa muille ryhmille. Lopuksi järjestetään ryhmäkeskustelu, jossa ryhmän jäsenet keskustelevat ensin keskenään ja sitten jakavat kaikille ajatuksiaan työpaja tehtävästä ja sen pedagogisista eduista monialaisessa opetuksessa painottaen matematiikkaa, taiteita, robotiikkaa ja koodausta. Osallistujien oppimistulokset on lueteltu alla. Jokainen osallistuja pystyy:

• näkemään ER-robottien käytön mahdollisuudet motivoivina työkaluina matematiikan ja taiteen tunneilla,
• ohjelmoimaan LEGO Mindstorms EV3 -robotin yksinkertaisia liikkeitä vaiheittaisten ohjeiden avulla,
• käyttämään GeoGebrassa luotuja digitaalisia interaktiivisia oppimis resursseja ja
• arvioimaan kriittisesti digitaalisen oppimisresurssin laatua ja soveltuvuutta.

90 minuutin työpaja antaa opettajille käytännön kokemusta ja tietoa siitä, kuinka he voisivat hyötyä roboteista oppimisvälineinä tavallisilla matematiikan tunneilla. Toivomme saavamme aikaan hedelmällistä keskustelua työpajojen osallistujien kanssa tällaisten lyhyiden työpajojen tehokkuudesta. Keskustelun painopisteenä on selvittää, voidaanko näiden työpajojen avulla lisätä tietoisuutta STEAM-sarjojen eduista, erityisesti roboteista, ja vähentää STEAM-sarjojen opetuskäyttöön liittyvää epävarmuutta.

Äänille herkät opiskelijat voivat käyttää kuulokkeita hiljentämään robotin ääntä. Valoherkät oppilaat voivat käyttää suosikki värinsä LEGO-palikoita ja/tai LED-valoja. Vilkkuville valoille herkkien oppilaiden (epilepsia) tulee pystyä käyttämään jatkuvaa valoa. Näkö Vaikeuksista kärsivien oppilaiden tukemiseksi tulee varmistaa, että huone on riittävästi valaistu. ASD-opiskelijoiden on joskus vaikeaa tehdä valintoja ja/tai ratkaista luovia tehtäviä. Heille tulee tarjota hellävaraista tukea ja ohjeistusta tiettyjen tehtävien ratkaisemiseksi. Oppilaiden, joilla on oppimisvaikeuksia ja/tai heikot kognitiiviset kyvyt, tulisi tutustua robottiin yksilöllisesti ennen kuin aktiviteetti suoritetaan ryhmän kanssa. Tämä auttaa heitä ymmärtämään tehtävää paremmin ja menestymään yhteisissä toimissa.

Jos sinulla ei ole käytettävissäsi oikeita robotteja, Internetistä löydät paljon virtuaalisia robotti ohjelmointiympäristöjä. Tässä videossa https://youtu.be/xrcPw_Mspu0 esittelemme GearsBot-ympäristön, jossa voi suunnitella, ohjelmoida ja testata robotteja: https://gears.aposteriori.com.sg/. Tiedostot löytyvät tästä linkistä:

• link_to_gearsbot_website.url on linkki gearsbotin verkkosivustolle.
• gearsbot-robot.json on virtuaalisen robotin kuvaus. Avaa se "Lataa maailma" -komennolla.
• program.xml on virtuaali robotin ohjelma. Avaa ohjelma "Lataa ohjelma" -komennolla.
• self-driving-bus-program.PNG on kuvakaappaus ohjelmasta. Tältä ohjelman pitäisi näyttää.

• Gibson, J. (2022). Autonomous Buses Will Revolutionize Public Transportation, but at What Cost? GoGoCharters, gogocharters.com/blog/autonomous-buses-will-revolutionize-public- transportation-cost/

• LEGO EV3 Classroom app. https://education.lego.com/en-us/downloads/mindstorms-ev3/ software#downloads
• Line Detection with LEGO Mindstorms EV3. https://education.lego.com/en-us/lessons/mindstorms-ev3/line-detection#continue 
• LEGO Mindstorms EV3 Driving Base Building Instructions. https://education.lego.com/v3/assets/blt293eea581807678a/blt9f94cc95ebe17900/5f8801dd69efd81ab4debf02/ev3-medium-motor-driving-base.pdf 
• 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. https://www.sciencedirect.com/science/article/pii/S1369847820305921