高山

摘要：2020年修訂版信息技術課程標準提出，要通過典型的應用實例，了解數據采集、分析和可視化表達的基本方法，使學生掌握一種程序設計語言的基本知識，使用程序設計語言實現簡單算法。本案例以機械手為平臺讓學生在解決問題的過程中，將所思、所想在機械手的平臺上進行操作，通過問題提出、問題分析，最終解決“手勢識別”問題的過程，培養(yǎng)學生的創(chuàng)新思維能力，提升學生利用信息技術解決實際問題的能力。

關鍵詞：人工智能;機械手;Python

中圖分類號：G434 ?文獻標識碼：A ?論文編號：1674-2117（2021）S2-0038-04

引言

2017年教育部頒布的高中信息技術課程標準，將《人工智能初步》納入到信息技術選修課當中，然而，人工智能教育在國內還處于初步階段，大部分的人工智能實驗室和課程都是學校與社會資源合作建設開發(fā)的。盡管2003年高中階段就開設過人工智能課程，但是課程開設效果不明顯，以北京市為例，多數北京學校的人工智能教育以信息技術機房為上課地點，用傳統(tǒng)的教育教學方式授課，人工智能教育還是以編程解決計算機程序問題為主。少數學校使用智能教學工具輔助進行人工智能編程教育，但教學環(huán)節(jié)還是采用傳統(tǒng)教學，教學平臺單一，缺少生動有趣的人工智能教學平臺。筆者針對這些問題，結合高中信息技術課程標準，開發(fā)了用Python實現“手勢識別”機械手的教學案例，本案例可操作性強，能夠激發(fā)學生學習人工智能技術的興趣，具有一定的教育普及性。

問題的提出

中小學校的人工智能教育對于教師和學生來說都具有挑戰(zhàn)性，在課堂中，如何能夠生動、形象、有趣地為學生講解人工智能課程是教師需要面對的問題。

1.以計算機為主的教學平臺，缺乏生動有趣的教學情境和項目

在傳統(tǒng)的信息技術教學中，教師通過計算機為學生講解編程等信息技術，如今，大部分中小學的人工智能選修課程使用的依然是計算機編程。不可否認，計算機容易上手，通過教學活動，結果可以十分方便地顯示到屏幕上，但是，所有的課程都使用計算機授課容易脫離生活，使課程枯燥，讓學生逐漸失去學習的興趣。

2.中小學人工智能教學中沒有系統(tǒng)的人工智能機器人教學平臺

目前，大多數中小學校的人工智能課程還是以體驗為主，利用圖形化編程感受人工智能應用，有的學校如順義馬坡中心小學利用一些智能硬件去講解人工智能課程。從整體上看，中小學人工智能課程中還不具備系統(tǒng)、專業(yè)的人工智能教學設備。

因此，本案例將從學生學段特點和教師特點出發(fā)，開發(fā)適合中小學人工智能教育教學技術平臺，通過人工智能機械手去培養(yǎng)學生對人工智能技術的興趣，掌握人工智能知識。

人工智能機械手教學案例研究

1.案例介紹

手勢識別技術是人工智能圖像識別技術中的一項應用技術，是一種新型的人機交互方式。它利用機器學習的算法識別人類的手勢動作，這一技術被廣泛應用到智能家居、智能穿戴和智能汽車中。本節(jié)課是我校人工智能校本課程讓機械手具備“智能”單元中的第2節(jié)課，本單元課程框架如圖1所示。這節(jié)課也是人民教育出版社和中國地圖出版社出版的信息技術必修1“數據與計算”第4章第2節(jié)“利用智能工具解決問題”的內容。學生通過本節(jié)課的學習了解人工智能系統(tǒng)工作的一般過程，理解人工智能平臺中手勢識別智能工具的使用方法;能夠使用分支語句進行編程;掌握使用智能工具解決問題的技術過程。

2.案例準備

（1）教學工具的準備

人工智能機械手：人工智能機械手是以樹莓派開源硬件作為核心處理系統(tǒng)，使用Arduino開源硬件控制機械手的動作。使用Python語言編程可以實現對機械手手指以及手臂的轉動以及通過圖像識別技術實現對手勢的識別。

Python程序設計語言：Python程序設計語言是一種跨平臺的編程語言，它的語法簡單易學，適合初學者學習，同時它可以使用大量的第三方函數庫進行程序設計和開發(fā)。此外，人民教育出版社出版的信息技術必修教材的程序設計語言是Python語言，這樣可以更好地結合國家教材進行人工智能教學。

（2）手勢識別網絡工具的準備

手勢識別技術需要使用機器學習的算法和技術，在這里我們需要連接互聯網，使用“百度大腦”的手勢識別API接口進行手勢的識別。準備工作如下。

網絡注冊：使用人工智能工具需要在智能平臺網站上先注冊個人信息再使用。例如，在百度大腦上，我們先要為每組學生注冊一個使用賬號。

獲得KEY序列號：注冊完成后，登錄百度智能云系統(tǒng)。在控制臺建立手勢識別的個人應用，得到三個序列號：用戶AppID號、手勢識別號KEY、用戶密鑰號SECRET_KEY。

3.案例實施過程

用Python實現“手勢識別”機械手的教學案例的實施過程分為情景導入，編寫手勢識別機械手程序，拓展學習和總結提升四個部分。

（1）情境導入

課程采用學生身邊的真實案例引入，本校學生制作的“手語靈巧手”獲得全國青少年創(chuàng)新大賽一等獎，學生通過觀看創(chuàng)新作品的視頻，了解機械手工作的過程，感受人工智能就在我們的身邊，激發(fā)學習熱情。

（2）編寫手勢識別機械手程序

①引用Python模塊。

手勢識別程序需要引用Aip模塊中的AipBodyAnalysis函數，此模塊的作用是與手勢識別智能平臺進行網絡連接。此外還需要引入一些其他模塊。

from aip import AipBodyAnalysis #引用手勢識別模塊

②編寫關聯程序并使用Python中的模塊連接。

app_id='22877235'

api_key='jhj7msxOwpplIy

w1ZgeY3Yyc'

secret_key='nNdxAsBIrNO

cPomgizdbZpVATP8PdCb3'

gesture_client =AipBod

yAnalysis（app_id，api_key，secret

_key） #連接服務器

③編寫攝像頭采集圖片程序。

Serial_Init（） #串口初始化

Camera_Init（） #攝像頭初始化

Window_Init（"cap"，320，240）

#打開桌面視頻窗口

threading.Thread（target =

Dynamic_Show）.start（） #開始視頻采集

④編寫主代碼。

使用Python編程設計四種手勢的程序，實現機械手模擬人手。本案例中的手勢識別智能工具可以識別15種常見手勢。

使用分支語句編寫主程序代碼：

while True：

result_1 = Pic_Analysis（） #將手勢識別全部信息返回給變量result_1

if not 'error_code' in result_1.keys（） and result_1['result_num'] ！= 0：

for j in result_1['result']：

if j['classname'] ！= 'Face'：

result_2 = j['classname'] ?#將手勢識別的結果信息賦值result_2

print（result_2）

if ?result_2 == 'One'： ?#比較結果

Fingers_Degree_Set（0， 99， 0，0， 0， 50） #控制手勢動作

if ?result_2 == 'Two'：

Fingers_Degree_Set（0， 99， 99，0， 0， 50）

if ?result_2 == 'Three'：

Fingers_Degree_Set（0， 99， 99，99， 0， 50）

if ?result_2 == 'Four'：

Fingers_Degree_Set（0， 99， 99，99， 99， 50）

⑤案例實現效果。

運行程序，手勢的圖像信息會在屏幕中的窗口顯示。擺出“1”的手勢動作，機械手將會做出相同的動作。

（3）拓展學習

如果你要完成一個可以使用語音控制機械手的任務，想一想，操作過程是什么？操作過程如圖2所示。

（4）總結提升

①手勢識別是一種新型的人機交互方式。

②人工智能系統(tǒng)工作的一般過程，如圖3所示。

③利用智能工具解決問題的技術過程如下頁圖4所示。

結論

本案例提出了一種以機械手作為教學平臺的課程設計思路，讓學生對開源硬件實體進行學習和探究，重點培養(yǎng)學生利用人工智能技術解決生活中現實問題的計算思維能力，在解決問題的過程中鼓勵學生思考、創(chuàng)新、實踐，從而培養(yǎng)學生的創(chuàng)造性思維能力，讓學生將學習到的人工智能技術遷移到生活中遇到的問題中，學以致用;解決了目前中小學人工智能教學中教學手段單一、學生興趣不高的問題，在內容上尊重學生的理解程度和認知規(guī)律，避免過高的門檻對學生學習和教師教學產生阻礙，在教學過程中，更加重視實踐性和學生的興趣養(yǎng)成，關注學生興趣點以及思維的培養(yǎng)。課程主線立足于人工智能核心內容領域，而非編程、機器人、開源硬件等內容的講授。在整體案例設計中，遵循“體驗-探究-提升-總結”的教學思路，讓學生在興趣、探究中獲取人工智能知識。

參考文獻：

[1]朱微霞.基于Python深度學習的目標檢測案例探究——高中信息技術校本課程人工智能案例開發(fā)[J].現代信息科技，2020，4（14）：70-72.

[2]張俊花，賈丙輝.借助機器人巡線引領探究性學習——“基于機器人教育的程序設計”教學案例及分析[J].中國教育技術裝備，2019（15）：68-70.