熊光明,陈慧岩,龚建伟,吕 超,吴绍斌
(北京理工大学 机械与车辆学院,北京 100081)
我校机械工程 2016版研究生培养方案,在全国率先开设了“智能车辆基础”课程[1]。2017年上半年开展了课程的首次教学实践,2017年下半年该课程立项为我校“明星”课程培育项目。通过该项目,开发了构成智能车辆系统“机械、传感、规划、控制、执行”等方面的有机联系过程的动态多媒体课程软件,设计了智能移动教学平台[2-3]。通过仿真平台与实车自动驾驶系统相结合的智能移动教学平台,在强化学生对智能车辆认知的同时,还提高了他们的创新能力和动手操作能力。
我校研究生院根据学校“双一流”建设规划、学科评估目标、2019年工作部署等,开展2019年精品课程建设立项工作,要求学科专业核心课注重价值塑造、前沿知识、创新思维与能力培养,以学生为中心,开展教学模式改革。2019年 3月,研究生院邀请学堂在线“雨课堂”资深培训师来学校介绍基于“雨课堂”的智能教学实践探索。在此背景下,课程组提交了研究生精品课程建设立项申报书,尝试运用“雨课堂”这一智慧教学手段,开展智能车辆专业核心课的教学实践探索。
下面介绍基于“雨课堂”的智能车辆研究生课内实验教学实践。
雨课堂是在互联网和大数据技术的背景下,由学堂在线与清华大学在线教育共同研发、推广的智慧教学工具[4-6],其目的是将前沿教学理念与互联网技术融合,全面提升课堂教学体验[7]。雨课堂具有简单易用、互动性强等特点[8],教师和学生不需要进行复杂的学习,即可使用 PPT、微信等直接上手[9],还可进行实时问答互动,使教与学更加简单明了。
通过对学习者的分析,教师可以有针对性地采用能够激发学生学习兴趣,培养良好学习习惯,提高自主学习、协作学习、探究学习能力,提高逻辑思维能力、解决问题能力、实际操作技能的教学方式[10]。
智能车辆研究生课程是面向机械工程学科(包括6个二级学科方向)硕士生、博士生的课程,机械与运载学部其他一级学科专业也可以选修。在2019年上半年课程开课第一节课上,课程组首先运用“雨课堂”这一智慧教学工具对选课学生进行摸底分析。课程组设计了一系列问卷问题,通过雨课堂工具在课堂上呈现出来:
(1)你第一次听说智能车是什么时候?
(2)你对智能车了解到什么程度?
(3)你对智能车的哪部分最感兴趣?
(4)你最熟悉智能车上哪个传感器?
(5)特斯拉无人车与谷歌无人车,技术上有哪些区别?
(6)你的课题方向与智能车相关吗?
(7)这门课会涉及大量实践操作,需要投入的时间可能会比较多,你对此怎么看?
(8)你最熟悉下面哪种编程语言?
(9)学完整个课程后,你希望有什么样的收获?
图1是问题5的“雨课堂”统计结果在教室投影的显示。特斯拉无人车与谷歌无人车体现了智能车辆技术发展过程中出现的两个不同技术方案,通过此问题了解学生对智能车辆技术的了解程度。作答的 41名学生中,有22名学生不了解,有12名学生大概了解一些,有3名学生比较了解,另有4名学生希望用投稿功能进行详细说明。
图2是问题6的统计结果在手机上的同步显示。参与投票的41名学生中,有18名学生的课题方向与智能车相关,有14名学生的课题方向与智能车有点关系,有6名学生的课题方向与智能车一点也不相关,另有3名学生的课题方向尚不确定。
可以看到,“雨课堂”工具可以非常方便地进行实时问答互动、实时统计结果,并在手机和教室投影屏幕上同步显示。通过问卷及“雨课程”智慧教学工具,可以对选修智能车辆课程的对象或学习者在智能车辆技术背景方面的情况进行统计分析,从而对选课的学生做到心里有数。
图1 问题5的“雨课堂”统计结果的投影显示
图2 问题6的“雨课堂”统计结果的手机显示
智能车辆课程是面向机械工程专业开设的学科专业核心课,要求学生具有比较扎实的控制理论、车辆理论、计算机基础知识、数学知识和编程操作能力。课程内容涉及面广,知识点偏难,且注重编程操作,如果仅依靠理论教学而不通过实际项目的锻炼和练习,则无法掌握智能车辆理论与方法,而实验教学是促进学生实践能力和创新意识提高的有效途径[11]。
课内实验安排在课堂教学过程中,其目的是为理论教学服务[12],课内实验教学与理论教学共同组成课堂教学实施方案,课内实验教学可以促进学生更好地理解、吸收和使用理论知识。教师通过设计实验教学内容,不仅可以帮助学生理解和掌握理论教学知识点,也有助于他们根据课内实验教学情况持续改进理论教学方案。
结合智能车辆研究生课程特点,并针对选课学生情况,课程组设计了9个方面的智能车辆课内实验教学内容,其与教学大纲知识点的对应关系如图3所示。
图3 课内实验与教学大纲知识点对应关系
考虑选课学生的实际情况,在课内实验内容的设计上,更强调智能车辆基础知识的掌握和应用。实验1-6分别对应教学大纲中一、两讲的内容,而实验7-9则要综合考虑教学大纲全部16讲的内容。
课内实验采用分组完成方式。目前,“雨课堂”提供了“系统随机分组”“学生自由分组”“教师指定分组”三种方式。由前述对学习者的分析结果可知,选课学生对智能车的了解程度和编程基础参差不齐,如果采用“学生自由分组”方式,很可能会进一步导致组与组之间能力水平的巨大差异,不利于教学的开展。“教师指定分组”方式,虽然可通过强弱结合,在一定程度上避免这种情况,但由于是人为分组,做到完全公平公正是有难度的,所以最为大家接受的方式是“系统随机分组”。本次教学实践采用了“雨课堂”提供的“系统随机分组”功能,把选课学生分成了9组。
如果要求各组都要全部完成9项实验,工作量太大不现实。因此,把9个方面的课内实验分成3档,实验1-3、实验4-6和实验7-9分别属于3个档次,同档的3项实验具有相同的难度系数。通过抽签,每个小组分别从每档的3项实验中抽出1项实验,共3项实验,作为实验任务。每项实验共有3个小组分别完成,形成一定程度的竞争,有利于各小组争相高质量地完成同一实验,同时又由于各小组实验任务的难度系数大致相同,从而确保各小组实验任务的分值是大致相同的。
本课程是面向硕士研究生、博士研究生的课程,需要考查学生的自主学习、组内协作学习及团队探究学习能力,还要考查团队协作解决问题能力。为此,在本次课内实验教学实践中,借鉴了翻转课堂的方式。
翻转课堂就是教师与学生角色互换,或者说传统课上内容与课下内容互换[13]。在本次教学实践中,要求学生在指定时间内完成9项实验,并在课堂上向全体学生展示,且所有展示都安排在教师正式讲解对应的教学知识点之前。这就要求学生借助教师提供的材料或者自行查找其他材料,对课堂上尚未讲解的知识点进行自主学习,并通过团队协作,在规定时间内完成指定的实验任务。下面以实验2和实验6为例进行阐述。
实验2要求对给定的汽车三维模型,计算只安装一个64线激光雷达和前后各安装1个32线激光雷达时,该车辆对凸障碍物和凹障碍物的最大检测范围。通过课堂展示发现,各小组学生都能够根据32线激光雷达、64线激光雷达垂直视场角、激光线束垂直方向夹角等关键参数,以及车辆实际外形尺寸,并结合凸障碍物和凹障碍物的不同特点进行综合分析。
实验6来自于一个真实的实际问题,要求在越野环境中检测凹障碍。传统方法是在实验2的基础上,运用几何知识及阈值法进行判断,但这种方法容易出现误检。实验6要求采用机器学习的方法,并让3组学生分别用逻辑回归、支撑矢量机、随机森林三种方法进行分析。通过雨课堂的同步,即使坐在后排的学生,也能在自己的微信中清楚地看到与教室投影相同的内容,还可利用“雨课堂”工具与进行展示的小组进行线上线下互动。
在各小组进行课堂展示的同时,由学生进行投票评分。第5小组学生抽到的题目是第1档的第1题、第2档的第5题和第3档的第8题,与同档同题的其他小组相比获得了最高分。说明该小组对相机标定、智能车控制、智能车设计等问题的分析与解决,都有较优异的表现。
第1组学生的第1档第3题和第3档第9题,与同档同题的其他小组相比获得了最高分。说明该小组在激光雷达的仿真模拟、智能车综合测试等问题的分析上,有较好的表现。
2019年6月底结课时,再次运用“雨课堂”工具进行了结课问卷调查。
(1)本学期用“雨课堂”上课,给你印象最深的是什么?
(2)你认为本课程最大的特点是什么?
(3)与你上过的其他课相比,在本门课上,你的课堂参与感有什么变化?
(4)与你上过的其他课相比,在本门课上,你的课堂收获感有什么变化?
(5)对于课内实验工作量的设置,你有何评价?
(6)对于课内实验知识点的设置,你有何看法?
(7)本课程是研究生精品课程建设项目,你通过本课程的学习,最大的收获是什么?
(8)本课程在精品课程持续建设过程中,你有何好的建议和意见?
对于问题3,在作答的52名学生中,有17名认为在形式多样、内容丰富的教学方式吸引下,参与感明显上升;有18名认为在授课教师的持续鼓励下,能主动参与到课堂中来;有13名认为通过雨课堂提供的在线投稿方式,慢慢地敢于参与进来。对于问题 7,在作答的47名学生中,有25名认为在创新性思维方面得到了锻炼与提高;有14名认为在批判性思维方面得到了锻炼与提高;有4名认为在颠覆性思维方面得到了锻炼与提高。
在研究生专业核心课程中引入智能车辆车载相机标定、激光雷达安装计算、机器学习凹障碍检测、智能车辆运动控制等实际问题,以学生为中心,把课堂还给学生。学生以小组为单位,通过自主学习、组内协作学习及团队探究学习,在课堂上展示自己的研究成果和团队协作解决问题的能力,培养了独立的思考能力、创新性思维和批判性思维。