初中信息技术八年级无人机自动跟随项目式教案

初中信息技术八年级无人机自动跟随项目式教案

一、教学背景与设计理念

（一）课程定位与价值

本课是甘教版初中信息技术八年级下册“开源硬件与无人机编程”单元的核心项目课。在学生对无人机基本飞行原理、手动操控及简单编程有了初步认知的基础上，本课聚焦于无人机“自动跟随”这一典型人工智能应用场景。课程旨在引导学生跨越单纯的指令堆砌，深入理解智能系统的感知-决策-执行闭环，培养其计算思维、工程思维及在真实情境下解决复杂问题的能力。本课不仅是对前期编程知识的综合运用，更是连接当下热点技术与现实生活的桥梁，为学生打开探索人工智能世界的大门，奠定其作为数字时代创新者的素养基础。

（二）设计理念

本设计严格遵循《义务教育信息科技课程标准（2022年版）》的核心精神，以“科”与“技”并重为原则，以大概念（数据、算法、信息系统、信息社会）为统领，以项目式学习（PBL）为主要实施路径。将“为校园运动会拍摄自动跟拍无人机”作为驱动性任务，让学生在“做中学、用中学、创中学”。教学过程强调真实问题、深度探究、协作共创，引导学生在理解技术原理（如视觉识别、位置追踪算法）的基础上，通过编程实践与调试优化，亲历技术实现的全过程，最终形成对智能信息系统的整体认知，并反思技术应用的伦理边界。

二、教学对象分析

（一）知识储备

八年级学生已具备基本的计算机操作能力，掌握了顺序、分支、循环等程序结构，初步接触过图形化编程平台（如Mind+、Kittenblock）或Python基础语法。在前序课程中，已经学习了无人机的基本操控、坐标系概念以及简单的点对点飞行指令。他们对人工智能（如人脸识别、语音助手）有感性认识，但对背后实现原理了解不深。

（二）能力水平

学生具备一定的问题分析能力和逻辑思维能力，能够进行小组协作与分工。但在面对复杂、开放性的真实问题时，系统规划、抽象建模、算法设计以及通过迭代调试优化方案的能力尚显不足。跨学科知识的迁移应用能力（如将数学坐标系、物理运动学知识与编程结合）有待提升。

（三）学习心理

学生对无人机和人工智能技术充满好奇与兴趣，动手欲望强烈。他们乐于接受挑战性任务，喜欢在“玩”中学。但面对编程调试中的挫折时，容易产生畏难情绪，需要教师适时引导与鼓励，培养其坚韧不拔的工程精神和严谨求实的科学态度。

三、教学目标

（一）学科核心素养目标

1.信息意识：能够敏锐地发现生活中可以借助无人机自动跟随技术解决的问题，形成利用智能技术优化生活、提高效率的主动意识。【基础】

2.计算思维：

分解：能将“自动跟随”这一复杂任务分解为“目标识别”、“位置计算”、“运动控制”、“安全避障”等若干子问题。【非常重要】

抽象：能够抽象出被跟随目标（如行人）的特征（颜色、形状），以及无人机与目标之间的相对位置关系（如距离、角度）。【重要】

算法设计：能够设计出实现自动跟随的基本算法流程，理解PID控制等经典算法的思想雏形。【难点】

建模：能够理解坐标系转换，建立目标位置与无人机运动指令之间的映射关系模型。

3.数字化学习与创新：能够利用网络资源、技术文档等数字化工具自主探究所需知识（如特定传感器的使用方法、视觉识别模块的调用），并创造性地设计出具有个性化功能的跟随方案（如保持特定距离、环绕跟随）。【热点】

4.信息社会责任：在设计与测试过程中，能主动思考并遵循无人机飞行的安全规范与隐私保护原则，理解技术应用的伦理边界，做负责任的技术使用者与创新者。【高频考点】

（二）知识与技能目标

1.理解无人机自动跟随的基本技术原理，包括视觉识别、目标跟踪、坐标计算等。【基础】

2.掌握在编程平台（如Mind+）中调用视觉识别扩展库（如AI摄像头相关指令）识别特定颜色或人脸的方法。【重要】

3.学会分析并获取无人机与目标之间的实时坐标差值，并能据此编写程序，控制无人机做出前进、后退、左移、右移、上升、下降等跟随动作。【非常重要】

4.初步了解并能尝试应用简单的阈值或比例控制算法来优化跟随的平滑性和稳定性。【难点】

四、教学重难点

（一）教学重点

1.理解自动跟随系统的工作流程：感知（目标识别与定位）、思考（计算相对位置与运动决策）、执行（发送运动指令）。【非常重要】

2.编程实现基于视觉识别的实时坐标获取与解析。【重要】

3.设计并编写基于坐标差的无人机跟随运动控制逻辑。【高频考点】

（二）教学难点

1.如何将连续变化的、包含误差的实时坐标数据，转化为稳定、平滑的无人机运动指令。即解决“抖动”和“反应迟钝”的问题。【难点】

2.对算法效率的初步感知与优化（如通过引入简单滤波或比例控制思想改善跟随效果）。【非常重要】

3.综合考量安全、环境、伦理等多重因素，对技术方案进行系统性调试与完善。

五、教学准备

（一）硬件环境

1.具备编程功能的可飞行无人机套件（如TT教育无人机、大疆RoboMasterTT或其他兼容Mind+的无人机），每组一套。

2.配套的AI视觉识别扩展模块（如二哈识图摄像头、AI摄像头），预先安装或集成于无人机上。

3.可连接互联网的教师机一台，学生用计算机若干（每小组一台或两人一台）。

4.用于创建飞行区域的室内场地，地面铺设坐标网格布，四周架设防护网以确保安全。

5.用于扮演“被跟随者”的标识物（如彩色纸板、穿着特定颜色衣服的人体模型或学生志愿者）。

（二）软件平台

1.图形化编程软件（如Mind+V1.7及以上版本），需预先安装好无人机库及AI视觉识别扩展库。

2.多媒体教学课件（包含原理动画、演示视频、任务卡等）。

3.数字化学习资源包：包含本节课件、关键代码示例片段、常见问题排查指南、拓展学习资料（如PID控制简介）的二维码链接或局域网共享文件夹。

（三）环境与分组

1.将学生按“组间同质、组内异质”的原则分为4-5人一组，明确组内角色分工：算法设计师（负责核心逻辑）、编程实现师（负责代码编写）、测试工程师（负责试飞与数据记录）、安全观察员（负责飞行安全与环境协调）、项目汇报员（负责成果展示）。角色可轮流担任。

2.飞行测试区与编程讨论区分开，确保编程时专注思考，测试时有序安全。

六、教学实施过程

（一）项目启动：情境创设与任务拆解（1课时）

1.【导入】（5分钟）：播放一段精心剪辑的视频，内容包含：校园运动会中，老师手持手机费力跟拍运动员、固定摄像头视角单一、专业影视作品中无人机流畅跟拍摩托车的酷炫镜头。随后提出问题：“如何用我们手中的无人机，为运动会上的长跑冠军拍摄一段‘第一视角’的自动跟拍大片？我们需要一个怎样的智能无人机？”引导学生进入真实情境，激发学习动机。

2.【发布项目任务】（5分钟）：教师正式发布项目挑战——“为校园运动会设计一款具备自动跟随功能的智能跟拍无人机”。明确项目最终产出物为：一套能够稳定跟随特定目标（以移动的特定颜色纸板模拟）飞行的无人机程序，一份包含设计思路、程序截图、测试报告和反思改进的小组项目报告。

3.【头脑风暴与任务拆解】（15分钟）：教师引导学生围绕“自动跟随”这个核心功能进行头脑风暴：“要实现自动跟随，无人机需要具备哪些能力？需要解决哪些问题？”学生在白板上记录想法，教师引导、归纳、提炼，最终共同将大任务拆解为一系列子任务：【非常重要】

[1]任务一：火眼金睛——如何让无人机“看见”并锁定要跟随的目标？（引入计算机视觉概念）

[2]任务二：定位你我他——如何知道目标在无人机视野中的哪个位置？离我们有多远？（引入坐标系、相对位置概念）

[3]任务三：机智如我——知道了位置，如何决定是往前飞、往后飞，还是左右移动？（引入决策与算法）

[4]任务四：稳稳的幸福——如何让跟随过程平稳顺滑，不“抽搐”，不掉队？（引入优化与PID思想）

[5]任务五：安全第一——跟踪过程中撞到人怎么办？（引入传感器融合与安全伦理）

4.【知识铺垫与工具介绍】（15分钟）：教师针对任务一和任务二，讲解关键知识点：

（1）【基础】计算机视觉简介：摄像头如何“看”世界？介绍颜色识别、人脸识别的基本原理。

（2）【重要】AI摄像头的使用：演示如何通过图形化编程指令，初始化摄像头，设置识别类型（如学习特定颜色“红色”），并实时获取识别结果。重点讲解如何从摄像头返回的数据包中“解析”出目标的中心点坐标（x,y）和宽度（w，可近似代表距离）。

（3）坐标系映射：讲解屏幕坐标系（原点在左上角，x轴向右，y轴向下）与无人机运动方向（前后左右）的对应关系。例如，目标在屏幕中央，则无人机应保持静止；目标偏左，无人机应向左移动。

5.【小组规划】（5分钟）：各小组根据拆解出的任务，结合成员特长，初步制定项目计划，并填写《项目规划表》。教师巡视，对各组计划进行点评指导。

（二）原型构建：核心功能探究与实现（2课时）

1.【回顾与聚焦】（5分钟）：简要回顾上一课拆解出的任务和关键知识点，明确本节课核心目标：实现能“看见”并“锁定”目标的视觉模块，并让无人机根据目标位置做出“原始”的跟随反应。

2.【任务一攻坚：目标锁定与坐标获取】（35分钟）：

（1）【小组探究】：各小组连接无人机（或模拟器）、摄像头，打开编程软件。根据《学习任务卡一》的指引，尝试编写程序，实现以下功能：【非常重要】

-初始化AI摄像头，并让它学习识别一个特定颜色（如红色）。

-不断读取摄像头识别到的目标信息。

-如果识别到目标，在屏幕上（或通过串口打印）显示目标的中心点x坐标、y坐标和宽度w。

-思考：如何判断目标是否丢失？如果同时识别到多个红色物体怎么办？

（2）【教师巡导】：教师在各组间巡回指导，帮助学生解决库文件加载、指令使用、数据解析等问题。重点关注小组是否真正理解了坐标数据的含义，鼓励他们通过移动目标观察坐标值的变化来验证理解。

（3）【阶段性成果汇报】：邀请一两个小组分享他们获取到的数据，并解释当目标上下左右移动、远近移动时，x,y,w值分别如何变化。教师借此机会强化坐标系映射关系，纠正可能存在的误解。例如：强调x值越小，目标越靠左，无人机应向左飞。【重要】

3.【任务二攻坚：初探运动控制逻辑】（35分钟）：

（1）【提出问题】：有了目标的位置信息，无人机该如何动起来？教师引出最简单的“阈值控制”思想：设定一个“死区”，当目标偏离中心超过一定范围时，无人机才向相应方向运动。

（2）【小组编程挑战】：基于任务一的成果，编写程序，使无人机能够根据目标的x坐标做出“左-右”跟随的初步反应。【非常重要】

-定义“中心区域”：例如屏幕宽度为320，中心区域设为[120,200]。

-如果x<120：说明目标偏左，无人机向左移动一小段距离（或持续向左移动，直至x回到中心区）。

-如果x>200：说明目标偏右，无人机向右移动。

-如果x在[120,200]之间，则认为目标在正前方，无人机停止左右移动。

-（拓展）同理，可以加入对y坐标（控制上升下降）和w值（控制前后进退）的简单判断。

（3）【模拟测试与调试】：由于直接飞行风险高，本环节强烈建议使用模拟器或在编程环境中通过角色移动来模拟无人机运动，验证逻辑正确性。教师提供“无人机模拟精灵”程序，接收左右移动指令并更新位置。

（4）【真机首飞体验（谨慎进行）】：在确保安全的情况下，选择1-2个逻辑验证相对成熟的小组，在防护网内进行真机测试。目标由一名同学手持红色纸板缓慢移动，观察无人机的反应。重点观察：是否能跟随？反应是否灵敏？有何问题？【热点】

4.【课堂小结与问题梳理】（5分钟）：组织学生分享真机测试的初步感受。普遍会发现：反应“一惊一乍”，非常不流畅，甚至剧烈“抽搐”。教师将这些问题记录下来，作为下一节课深入探究的起点，并引出“优化算法”的必要性。

（三）优化迭代：算法精进与系统调试（2课时）

1.【问题聚焦与分析】（10分钟）：播放上节课真机测试的录像，让学生亲眼目睹“抽搐”的无人机。引导学生分析原因：【难点】

（1）数据本身的噪声：摄像头识别坐标存在微小跳动。

（2）控制指令太“硬”：要么不动，要么全速移动，导致运动生硬。

（3）响应延迟：从“看到”到“执行”的循环不够快。

2.【解决方案探究：从“阈值”到“比例”】（35分钟）：

（1）【引入PID控制思想雏形——比例控制】：教师以“开车追前车”为例讲解。如果前车很远，你会大脚油门；如果只差一点点，你只会轻点油门。这个“油门大小”与“距离远近”成正比的关系，就是比例控制的核心。【重要】

（2）【数学建模】：偏差=目标x坐标-屏幕中心x坐标。运动速度=偏差*比例系数（Kp）。将“向左/右移动固定值”的指令，改为“向左/右移动速度=偏差*Kp”的指令。

（3）【小组编程实践】：各小组修改程序，引入比例控制系数Kp，并尝试调整Kp的值。观察不同Kp值下模拟器中无人机运动的区别。Kp太小，反应迟钝；Kp太大，依然会振荡（“抽搐”）。【非常重要】

（4）【教师精讲】：简单介绍积分（I）和微分（D）的作用——消除静差和抑制振荡，但不要求学生完全实现，只需理解PID是让系统更“聪明”、更“稳”的一套算法。提供“智能跟随优化包”作为拓展资源，供学有余力的小组课后研究。

3.【系统融合与多维度控制】（20分钟）：

（1）【挑战】：将左右控制（x坐标）、上下控制（y坐标）、前后控制（w值）融合进同一个程序，实现三维空间的自动跟随。【高频考点】

（2）【小组协作】：各小组综合运用阈值或比例控制思想，编写完整的自动跟随程序。重点处理多方向指令同时发送时可能存在的冲突与优先级问题。

4.【综合测试与数据记录】（25分钟）：

（1）【制定测试方案】：各小组设计自己的测试方案，例如：让目标沿直线、折线行走；让目标在不同速度下移动；让目标经过障碍物旁等。

（2）【真机实地测试】：在教师统一指挥下，各小组轮流进入飞行测试区，进行真机飞行测试。测试工程师负责操控启动，安全观察员密切监控周边，算法设计师和编程实现师紧盯屏幕记录数据（如跟随成功率、最大偏移距离、是否抖动等），项目汇报员用手机录制测试视频。【非常重要】

（3）【问题记录】：详细记录测试过程中出现的任何问题，如目标丢失、撞网、反应错误等，为后续分析提供依据。

（四）成果展示与项目总结（1课时）

1.【成果准备】（10分钟）：各小组整理项目资料，包括最终版程序、测试报告（含数据表格、问题分析、改进措施）、测试视频片段。推选发言人，准备5分钟的项目汇报。

2.【项目展示与答辩】（25分钟）：

（1）各小组依次上台展示。展示流程：【核心环节】

-陈述项目目标与设计思路。

-播放本组最具代表性的跟随测试视频（成功案例或虽失败但极具启发性的案例）。

-重点讲解本组在解决“抖动”、“目标丢失”等问题时采用的独特方法或优化策略（例如：使用了哪种滤波、如何调整比例系数、加入了安全保护机制等）。

-分享项目过程中的最大收获与遗憾。

（2）其他小组和教师进行提问与点评，提问聚焦于技术实现、问题解决思路和团队协作。

3.【教师总结与评价】（10分钟）：

（1）【技术升华】：教师对各组方案进行点评，归纳出实现稳定跟随的关键要素：准确的感知、平滑的算法、安全的冗余设计。再次强调计算思维在解决复杂问题中的核心地位。【非常重要】

（2）【伦理思考】：引导学生反思，如果这项技术真的应用在校园运动会，需要考虑哪些问题？（如：噪音干扰、拍摄他人隐私、无人机坠落风险等）。强化信息社会责任意识，让学生明白技术不是万能的，安全与伦理是应用的底线。【高频考点】

（3）【评价反馈】：公布多元评价结果，包括小组互评、教师评价，结合过程性表现（任务完成度、协作精神、创新点）和终结性成果（项目报告、展示效果），评选出“最佳技术奖”、“最佳创意奖”、“最佳团队奖”等。

4.【课后拓展】（作为课程的延伸）：发布拓展挑战任务，鼓励学生课后继续探索：

（1）【基础拓展】尝试让无人机跟随人脸或特定形状。

（2）【进阶拓展】研究如何实现“环绕跟随”或“侧面跟随”。

（3）【高阶拓展】初步探索如何融合超声波传感器数据，实现跟随过程中的自动避障。

七、教学评价体系

本课程采用多元化、过程性与终结性相结合的评价方式，全面衡量学生核心素养的发展。

（一）过程性评价（占60%）

1.课堂参与度（10%）：评价学生在头脑风暴、小组讨论、问题回答中的积极性与贡献度。

2.任务完成度（30%）：评价各小组在三个攻坚阶段对子任务的完成情况，包括“目标坐标获取”、“基础阈值跟随”、“比例控制优化”等关键节点的达成效果。【重要】

3.协作与沟通（10%）：通过观察员记录、组内互评，评价学生在小组内的角色履行情况、协作精神与沟通能力。

4.测试与反思（10%）：评价测试报告的详实程度、问题分析的深度以及根据测试结果主动迭代优化的意识。【非常重要】

（二）终结性评价（占40%）

1.项目成果（2