人工智能课程案例“基于机器视觉的智能温控装置”的设计与实现

王艺霖 杨飞燕 刘芷程 王玉龙

摘要：本文以高中信息技术课程标准为原则，建构了高中人工智能课程教学流程，并基于真实生活情境，以项目式学习为主线，以机器视觉为核心内容，以Python为编程语言，设计了一款智能溫控装置，以期为一线教师的人工智能课程教学与实践提供参考与借鉴。

关键词：人工智能;课例设计;机器视觉;智能温控;流程构建

中图分类号：G434  文献标识码：A  论文编号：1674-2117（2022）09-0043-04

● 引言

2018年教育部印发《教育信息化2.0行动计划》，明确要求要完善课程方案和课程标准，使中小学人工智能和编程课程内容能充分适应信息时代、智能时代发展需要。[1]因此，本研究在传统人工智能课程教学的基础上，对高中信息技术课程标准中的“人工智能初步”选修模块的一个案例进行设计与实现，具体实践如下。

● 教学设计流程

本研究以解决实际问题为导向，依托项目式学习，在真实情境的基础上进行人工智能课程的案例设计。具体内容包括提出问题、制订方案、探究实践、交流展示及教学评价五个流程，每个流程都设计了教师和学生的活动（如图1）。

1.提出问题

本阶段教师活动主要是对学生进行学情分析，了解学生的认知水平和身心发展特点，创设一个联系学生生活实际、有利于学生进行知识建构的情境，激发学生学习兴趣，帮助学生确定主题。学生活动主要是在教师创设的情境下了解要解决的问题，在原有的认知基础上进行知识建构，从而选定项目主题，拟定一个大致计划，培养学生积极思考的能力。

整个流程搭建围绕教师活动和学生活动展开，并以项目式学习为核心，从提出问题、制订方案、探究实践、交流展示、教学评价五个阶段进行设计。目的在于培养学生编程思维、计算思维、创新思维等高阶思维能力，发展核心素养。

2.制订方案

本阶段教师活动主要是启发引导，进而帮助学生更好地进行项目设计。本阶段学生活动主要是对学习任务进行分析，梳理思路，之后进行小组合作，确定各小组成员的分工，积极思考制订初步的行之有效的方案。

3.探究实践

本阶段教师活动主要是巡回指导，帮助学生解决在学习过程中遇到的困难。学生活动主要是进行小组交流合作，完成代码编写，对所写代码进行测试分析，发现不足进行优化迭代。这个过程有利于培养学生的计算思维及代码编写能力，同时还可以帮助学生进行反思，提高动手操作能力和协作能力。

4.交流展示

本阶段教师活动主要是对学生所展示的成果进行客观性评价，培养学生的创新精神，使学生乐于学习。学生活动主要是对成果进行展示，小组之间进行互评，取长补短，交流反思，提高自己的沟通协作能力和养成良好的反思的习惯，增强信息意识。

5.教学评价

本阶段教师活动主要是对整个项目式的学习进行总结评价，目的在于帮助学生对所学知识进行评估指导，帮助学生认识自我和提高自信。学生活动主要是对自己的项目进行自我评价与相互评价，自我评价有利于学生对自我进行有效的反思，从而认清自己的优点和不足，在改进的过程中相互学习，不断进步。互评是指学生群体之间的相互评价、学习，互评可以使学生更好地提高沟通表达能力。

● “基于机器视觉的智能温控装置”案例的设计与实现

该项目案例旨在体现人工智能课程三大应用（自然语言、语音、图像/视频）之一的图像/视频技术应用，使学生能够在复杂的案例情境中切身体悟人工智能课程中图像检测与识别的原理和算法，实现高中信息技术新课标的计算思维学科核心素养。

1.内容分析

机器视觉系统是一种非接触式的光学传感系统[2]，是集成了光学和计算机技术等的应用系统。它可以自动获取一个或多个物体和过程的图像，分析和测量获取的图像的各种特征，根据测量结果，进行定性分析和定量解释，从而获得一些关于目标物体的知识并做出相应决策。机器视觉系统一般具有物体定位、特征检测、缺陷判断、目标识别、计数和运动跟踪等功能。[3]

2.案例设计背景

在鱼类的生命活动中，可以通过判断鱼本身的行为来判断水温的变化。由于鱼类的养殖过程里存在一些无法消除的条件阻碍，如光照、水质等，因此机器视觉技术为监测鱼类的行为提供了很好的技术支持。本案例贴近中小学生的生活，教师可以通过家庭中的鱼缸的温度控制进行情境创设，研究温度过高或过低时斑石雕的行为识别。通过实验发现当温度过高时斑石雕的游动速度会明显加快，当温度过低时斑石雕的游动速度会降低甚至不动。因此，本系统重点是对数据进行处理之后对视频中目标鱼进行行为识别。本实验是通过采集实验室里养殖的斑石雕的视频数据作为研究数据的，干扰因素较多，鱼缸水面会有波动，背景里存在传感器、加热棒等装置，会对实验产生干扰，所以使用Python程序设计语言，采取MeanShift算法对斑石雕进行跟踪，减少外界环境对实验的影响，较好地追踪斑石雕。实验流程如图2所示。

3.案例实现

（1）Meanshift算法原理

教师首先讲解算法原理，Meanshift算法的主要思想是计算当前像素点的平均偏移量，然后以当前像素点作为另一个起始点，按照上述方法继续移动，直到满足一定的终止条件。该算法在本系统中的应用是采用以运动目标的颜色直方图，然后一直迭代Meanshift向量，使算法逐渐趋向于目标的实际位置，即先将图像进行RGB颜色空间转换到HSV处理，然后作直方图，归一化处理之后计算反向投影。算法流程图如图3所示。

学生通过教师讲解的算法，并根据教师创设的情境与问题进行积极思考并设计算法，这一过程锻炼了计算思维和自我学习能力，教师只负责指导，学生真正成为学习的主体。

（2）行为识别过程及其关键算法

①导入cv2、numpy、imutils、datetime、easygui模块。

②读取视频，进行图像处理。这一步需要对帧预处理，每帧图像先转为灰度图，再用高斯滤波对图像进行处理，避免亮度、震动等参数微小变化影响效果。

（3）目标追踪过程及关键算法

①取轮廓并计算轮廓的质心，即确定目标运动过程中的位置，方便下一步计算速度。

②读取第一帧图像，设置所要追踪的ROI，转换为HSV色彩空间，计算每一帧的HSV图像，用MeanShift算法在dst中寻找目标窗口，找到后返回目标窗口，代码如图如4所示。

（4）计算速度

①计算质心，代码如图5所示。

②利用欧式距离计算速度，代码如图6所示。

（5）行为识别

①通过调用plt.plot来画速度变化图，横轴纵轴两个参数即可。

②进行速度识别，温度过高或过低则进行警告。

4.设计过程与结果分析

基于机器视觉的智能温控装置的外部装置是将鱼放在一个透明玻璃缸中，在玻璃缸外部架设一部摄像机记录鱼缸中鱼的活动。同时，玻璃缸里放置有传感器、加热棒、温度计以及氧气装置。水是经过过滤的适合实验鱼生存的优质海水，持续供氧以保证溶解氧均衡，使温度成为唯一变量，从而减少了外部不相干因素对鱼的行为活动的影响，增加实验的科学性和可靠性。

实验算法是建立在计算机视觉库python-opencv基础上的，首先读取视频路径，读取视频的每一帧，框选出所要跟踪的目标，对目标图像进行HSV转换、计算直方图、归一化等处理，利用MeanShift算法跟踪矩形框，算法运行结果如图7所示。之后计算矩形框的质心，获取相邻两帧之间的目标点坐标，通过欧式距离计算出速度变化，从而判断斑石雕是否发生了狂游行为或者运动迟缓表现。图8、图9分别为温度过高时速度变化情况和温度过低时速度变化情况。

由结果可以看出，斑石雕的运动速度发生了明显变化，表明此刻的温度是异常的，应及时调整温度。在系统中当速度大于230时或速度小于100时则发生警告。结果如图10所示。

● 結语

在新课程标准下，高中信息技术课程提倡基于问题情境的项目式教学，教学过程中涉及的教学方法如案例教学法和问题驱动法等对项目案例资源的需求较高。笔者希望此案例能够帮助学生在掌握人工智能的基本理论和方法的同时，培养计算思维和解决实际问题的能力。

参考文献：

[1]谢忠新，曹杨璐，李盈.中小学人工智能课程内容设计探究[J].中国电化教育，2019（04）：17-22.

[2]刘金桥，吴金强.机器视觉系统发展及其应用[J].机械工程与自动化，2010（01）：215-216.

[3]张晖，张欣，胡琳.基于5G的工业机器视觉发展趋势与政策建议[J].智能制造，2021（02）：28-32.

作者简介：王艺霖，佛山科学技术学院人文与教育学院，研究方向为技术支持的教与学;王玉龙，佛山科学技术学院人文与教育学院，副教授，研究方向为教学系统设计、智慧教育环境构建等。