(一)情境导入:机器人的“小毛病”(5 分钟) 问题引入:播放机器人巡线失败视频(原地打转、偏离黑线、中途断电),提问:“这个机器人为什么不能稳定完成任务?我们要怎么做才能让它变得更可靠、更高效?” 唤醒旧知:引导学生回顾:“这是系统的稳态被破坏了,我们需要通过优化来修复问题,让系统重回稳定高效。” 揭示课题:板书课题《优化自动驾驶机器人》,明确本节课目标:给机器人“做体检、治毛病、提性能”,完成系统优化。 (二)新知探究:给机器人“做体检”—— 诊断问题(10 分钟) 1. 三大稳态特征:性能的 “体检标准”(3 分钟) 讲解自动驾驶机器人的三大核心性能标准: 稳定性:遇到干扰(如偏离、小障碍)能回到正常状态,不摇晃、不翻车、不停摆; 快速性:传感器快速识别环境(如黑线),系统迅速响应指令,调整动作不卡顿; 准确性:精准沿黑线行走,转弯角度合适,避障距离判断无误,任务执行到位。 展示“稳态特征检查表”,让学生直观理解评价标准。 2. 小组诊断:找出机器人的 “毛病”(7 分钟) 分组发放故障机器人和学习单,对照三大特征开展“体检”: 稳定性:观察机器人是否能在偏离后回到黑线、行走是否平稳; 快速性:测试传感器识别黑线的速度、电机响应指令的时间; 准确性:记录是否偏离线路、转弯是否压线、避障是否精准。 小组汇报诊断结果,梳理出共性问题(如车轮歪斜、传感器识别不准、电池电量不足)。 (三)实践探究:给机器人“治毛病”—— 多维度优化(15 分钟) 1. 优化维度讲解:从 “结构到程序”(3 分钟) 讲解系统优化的三大核心方向: 外部结构优化:调整机械结构(如加固歪斜车轮),保证平衡与稳定,兼顾美观与性能; 功能模块优化:更换/ 校准传感器、电池、电机等模块,解决硬件故障; 控制程序优化:优化算法逻辑,提升响应速度与判断精度。 结合案例演示:比如“传感器 1 不能识别黑白区域”→ 更换更灵敏传感器 → 识别更准。 2. 动手优化:小组实践(9 分钟) 分组领取优化任务,针对诊断出的问题制定方案并实践: 结构优化:加固歪斜车轮、调整底盘重心; 模块优化:更换识别不准的传感器、给电量不足的电池充电/ 更换; 程序优化(可选):调整电机转速、优化巡线判断逻辑。 教师巡视指导,重点关注优化方案的针对性、操作安全性,提醒学生记录优化过程。 3. 效果验证:调试与记录(3 分钟) 运行优化后的机器人,观察巡线表现,验证优化效果: 稳定性:是否不再摇晃、偏离后能回正; 快速性:传感器识别、动作响应是否变快; 准确性:是否精准沿黑线行走。 填写“系统优化方案记录表”,对比优化前后的性能变化。 (四)拓展与小结:优化推动技术进步(5 分钟) 拓展思考: 提问:“除了机器人本身,还有哪些外部环境因素会导致不稳定?怎么改善?”(引导学生回答:强光干扰→加遮光罩,路面不平→平整场地,温度变化→控制环境温度); 科普AI 发展:从早期专家系统(靠预设规则)到现代 AI(自主学习提升),理解持续优化是技术进步的核心动力。 课堂小结: 师生共同梳理:优化自动驾驶机器人的完整流程是诊断问题→制定方案→动手优化→验证效果,目标是让系统更稳定、快速、准确。 作业布置: 完成学习单“稳态特征检查表” 和 “优化方案记录表”; 回家观察一种智能设备(如扫地机器人、空调),找出它的优化需求和可能的优化方法,下节课分享。 |