计算基础技术 5

教案1（对应教材：项目5概述+任务5.1任务准备、硬件组网、边缘摄像头基础）一、课程基本信息课程名称：边缘计算技术与应用授课课时：第1课时（45分钟）授课对象：高职工业互联网、工业机器人、智能制造专业授课类型：理实一体化授课地点：边缘计算实训室职业对接：工业物联网运维员、智能安防调试员二、学情分析学生具备基础网络设备认知，动手能力较强，理论基础薄弱；对边缘网关、工业AI设备接触较少，偏好实操类教学。三、教学目标知识目标（1）了解生产过程人员安全采集系统的应用背景、三大监测内容。（2）认识AI边缘网关、摄像头、交换机、路由器等硬件设备及接口功能。（3）读懂硬件组网拓扑，熟记设备IP规划，了解边缘摄像头工作原理。（4）对比理解边缘计算相对云计算的应用优势。技能目标（1）能够完成硬件清点、区分WAN/LAN接口。（2）能够按照拓扑图完成设备物理接线与局域网组网。素养目标（1）遵守工业实训安全规范，树立生产安全意识。（2）培养团队分工协作、标准化作业的职业习惯。四、教学重难点重点：硬件识别、组网搭建、设备IP规划、摄像头工作原理。难点：区分WAN与LAN接口，理解边缘计算在工业场景的价值。五、教学准备硬件：AI边缘盒子、海康摄像头、交换机、路由器、网线、笔记本电脑。软件：PPT、Windows网络配置工具。资料：教材、组网拓扑图、设备IP表、实训工单、安全规范。六、教学过程（一）课程导入（5分钟）结合制造业高温、机械作业等高风险产线场景，讲解传统人工巡查的弊端。引出本项目采用AI边缘计算搭建人员安全监测系统，明确本节课学习硬件认知与组网搭建。（二）理论讲授（15分钟）系统整体流程：摄像头采集视频→AI边缘网关本地运算→智慧管控平台告警→云平台远程监控。讲解边缘计算低延迟、本地处理、安全性高的优势。硬件功能：依次讲解AI边缘网关、工业摄像头、交换机、路由器、PC的用途，重点区分WAN（外网）、LAN（内网）接口。组网与IP：解读教材拓扑图，公示设备IP地址，说明静态IP与DHCP动态IP的使用规则。摄像头原理：简述光学成像、光电转换、DSP图像处理、网络传输全流程。（三）分组实操（20分钟）分组：4人一组，设置接线员、安全员、记录员、检查员，禁止带电插拔线路。硬件清点：对照清单识别设备，标注WAN/LAN接口。物理接线：路由器LAN口连接AI边缘网关WAN口；网关、摄像头、PC全部接入交换机LAN口；检查接线牢固、走线规范。教师巡回指导，纠正接线错误。（四）课堂答疑（3分钟）集中解答接口识别、组网相关问题。（五）课堂小结（2分钟）回顾硬件功能、组网逻辑、边缘计算优势，重申实训安全与布线规范。七、作业布置1.手绘组网拓扑图，标注所有设备IP地址。2.简述边缘摄像头工作流程，对比边缘计算与云计算的区别。3.熟记摄像头默认IP、账号、密码。八、教学拓展调研本地智能工厂工业摄像头的应用场景。九、教学反思1.学生易混淆WAN/LAN接口，后续增加标识辅助教学。2.小组实训进度不均，需细化单人任务，保证全员实操。

教案2（对应教材：任务5.1小任务1边缘摄像头配置+小任务2AI边缘网关网络配置）一、课程基本信息课程名称：边缘计算技术与应用授课课时：第2课时（45分钟）授课对象：高职工业互联网、工业机器人、智能制造专业授课类型：实操课授课地点：边缘计算实训室职业对接：工业摄像头调试、边缘网关运维二、学情分析学生已完成硬件组网，掌握基础网络概念；首次进行工业设备后台配置，网段切换、参数填写为主要易错点。三、教学目标知识目标（1）掌握IP同网段通信规则、子网掩码作用。（2）熟记摄像头、AI边缘网关全套网络参数。（3）了解工业智慧管控边缘侧平台基础功能。技能目标（1）能够配置PC网卡，实现与摄像头跨网段访问。（2）能够登录摄像头后台，修改静态IP并完成视频采集。（3）能够完成AI边缘网关网络参数配置、摄像头添加。素养目标（1）养成参数标准化配置习惯，不随意修改设备参数。（2）具备基础网络故障排查思维。四、教学重难点重点：PC网卡配置、摄像头IP修改、网关参数配置、视频预览。难点：网段切换逻辑，排查设备无法访问、无视频等故障。五、教学准备硬件：上节课组网完成的全套设备。软件：浏览器、网络适配器设置工具。资料：设备参数表、故障排查手册、实训工单。六、教学过程（一）复习导入（4分钟）提问摄像头默认IP、AI网关WAN口IP，回顾WAN/LAN接口区别。导入本节课完成摄像头与AI边缘网关的网络参数配置。（二）理论铺垫（6分钟）讲解核心规则：网络设备必须同网段才能通信，子网掩码统一为255.255.255.0。公示教材标准网络参数，明确IP、网关、DNS填写要求。（三）分步实操（30分钟）边缘摄像头配置与视频采集（18分钟）修改PC网卡IP，与摄像头初始网段一致；浏览器输入192.168.1.1，使用账号admin、密码123456登录；进入TCP/IP设置，修改为指定静态IP，保存重启；PC改回DHCP自动获取，输入新IP查看实时视频。AI边缘网关网络配置（12分钟）浏览器输入172.22.64.51登录边缘侧平台；进入系统设置，填写WAN/LAN口参数并保存；进入设备管理，填写摄像头IP、端口、账号，完成设备添加。（四）故障排查与答疑（3分钟）针对无法登录、无视频、参数保存失败等问题，讲解排查流程。（五）课堂小结（2分钟）总结双设备配置流程，强调工业网络参数配置规范。七、作业布置1.撰写摄像头、AI边缘网关标准化操作流程。2.预习工业智慧管控平台、物模型相关知识点。八、教学拓展修改摄像头分辨率，观察视频画面变化。九、教学反思1.DNS、网关参数填写错误较多，后续制作参数速查表。2.视频预览失败多为网段不匹配，强化网段知识点讲解。

教案3（对应教材：任务5.1小任务3定员值守算法+物模型+平台映射）一、课程基本信息课程名称：边缘计算技术与应用授课课时：第3课时（45分钟）授课对象：高职工业互联网、工业机器人、智能制造专业授课类型：理实一体化授课地点：边缘计算实训室职业对接：工业平台运维、AI视觉算法调试二、学情分析学生熟练掌握设备网络配置，首次接触物模型、AI视觉算法，理论理解偏弱，动手实操能力较强。三、教学目标知识目标（1）掌握工业智慧管控平台权限、区域、用户管理功能。（2）理解物模型、物实例的概念与设备属性含义。（3）掌握人员离岗（定员值守）算法参数与监测规则。技能目标（1）能够在根云平台完成服务器、摄像头创建、区域关联与设备激活。（2）能够配置离岗算法、绘制监测区域，完成告警验证。（3）能够查看平台告警记录与物实例工况数据。素养目标（1）树立工业数据安全、权限管理意识。（2）养成算法调试、功能验证的标准化作业习惯。四、教学重难点重点：平台设备映射、服务器激活、离岗算法配置、区域绘制、功能验证。难点：设备证书配置激活，规范绘制四边形监测区域。五、教学准备硬件：全套在线设备。软件：根云工业智慧管控平台。资料：平台账号、设备SN/ID/秘钥、算法参数表。六、教学过程（一）复习导入（4分钟）回顾设备网络配置要点，导入本节课完成平台设备接入、离岗算法配置与功能验证。（二）理论讲解（7分钟）工业智慧管控平台：讲解登录方式、权限管理、区域管理在多厂区的应用。物模型与物实例：结合教材表格，解读在线状态、CPU使用率等设备属性。离岗算法：讲解算法阈值、时间阈值、作业人数等参数的作用。（三）平台与算法实操（31分钟）平台设备映射与激活（15分钟）登录根云平台，进入工业智慧管控应用；在设备管理中创建边缘服务器，填写名称、SN码、位置；在区域管理中创建区域，关联服务器与摄像头；复制设备证书，在网关后台完成激活与指令下发，确认设备在线；平台内创建并关联摄像头。离岗算法配置与区域绘制（10分钟）进入服务器配置页面，新增定员值守监测类型，设置监测间隔与码流；配置告警级别、聚合频率、算法阈值；按要求绘制四边形监测区域并保存。功能验证（6分钟）模拟人员离开值守区域，进入告警处理页面查看报警记录，查看物实例实时工况。（四）问题研讨（3分钟）组织学生讨论：边缘服务器为何要绑定固定区域，教师总结答案。（五）课堂小结（2分钟）梳理硬件-网络-平台-算法-验证完整工作流程。七、作业布置1.整理离岗检测所有算法参数的含义。2.完成教材研讨题，预习任务5.2内容。八、教学拓展修改算法阈值，对比识别效果变化。九、教学反思1.设备激活步骤繁琐，需一对一指导关键操作。2.部分学生绘制区域不规范，反复强调四边形绘制要求。

教案4（对应教材：任务5.2任务准备+边缘计算服务器+服务器部署流程）一、课程基本信息课程名称：边缘计算技术与应用授课课时：第4课时（45分钟）授课对象：高职工业互联网、工业机器人、智能制造专业授课类型：理论+实操授课地点：边缘计算实训室职业对接：边缘服务器运维、工业算力设备部署二、学情分析学生熟悉边缘网关操作，首次接触工业服务器、Linux命令、Docker容器，命令行操作存在难度，弱化复杂理论，侧重实操步骤。三、教学目标知识目标（1）区分集中式、边缘、云计算服务器的应用场景。（2）掌握边缘计算服务器功能、硬件内存分区规则。（3）了解SD卡升级、Docker部署、硬盘挂载的完整流程。技能目标（1）能够完成AI盒子SD卡系统升级，通过指示灯判断设备状态。（2）能够完成服务器上电、Docker安装、硬盘挂载基础操作。素养目标（1）严守服务器防静电、断电操作规范。（2）培养细致、严谨的服务器运维职业素养。四、教学重难点重点：边缘服务器概念、SD卡升级、硬件资源分配、设备状态识别。难点：Linux挂载命令、Docker功能理解。五、教学准备硬件：两台AI盒子、MicroSD卡、防静电手环、工业硬盘。软件：SSH远程工具、系统安装包。资料：服务器部署手册、设备IP表。六、教学过程（一）复习导入（4分钟）回顾人员离岗检测系统流程，说明本任务新增AI计算服务器，本节课学习服务器理论与系统部署。（二）理论讲授（10分钟）三类服务器对比：结合产线场景，讲解集中式服务器（机房）、边缘服务器（产线旁）、云服务器（云端）的区别。边缘服务器功能：本地算力运算、数据缓存、安全防护。硬件分区：讲解TPU、VPU、Kernel内存颗粒的分工与使用限制。部署总流程：SD卡升级→设备上电→Docker部署→硬盘挂载。（三）服务器部署实操（28分钟）全员佩戴防静电手环，执行工业防静电规范。SD卡操作：格式化为FAT32格式，拷贝升级文件；设备断电插卡，上电观察STAT灯状态，升级完成后断电拔卡。设备上电：长按电源键，确认电源灯绿色常亮。SSH远程登录服务器，执行命令安装Docker环境。硬盘分区、创建目录，执行挂载命令，完成硬盘配置。查看系统进程、CPU、内存，确认部署成功。（四）答疑（3分钟）解答命令输入、指示灯识别相关问题。（五）课堂小结（2分钟）总结服务器部署核心步骤，重申安全操作规范。七、作业布置1.简述边缘服务器与云服务器的区别，并结合产线举例。2.熟记服务器指示灯不同状态含义。八、教学拓展查阅资料，了解Docker在工业边缘设备中的应用优势。九、教学反思1.Linux命令难度较高，后续统一提供固定命令模板。2.SD卡升级耗时久，采用分组轮训提升实训效率。

教案5（对应教材：任务5.2边缘服务器算法分析+设备映射配置）一、课程基本信息课程名称：边缘计算技术与应用授课课时：第5课时（45分钟）授课对象：高职工业互联网、工业机器人、智能制造专业授课类型：理论+平台实操授课地点：边缘计算实训室职业对接：AI算法测试、工业平台运维二、学情分析学生掌握服务器部署与平台基础操作；混淆矩阵、算法指标理论抽象，结合实训案例简化讲解，侧重应用。三、教学目标知识目标（1）掌握算法逻辑测试、性能测试、线上监控三大类型。（2）理解混淆矩阵TP/FP/TN/FN，读懂准确率、精确率、召回率指标。（3）巩固平台设备映射、区域关联流程。技能目标（1）能够独立完成平台服务器、摄像头新建、激活与关联。（2）能够结合测试表分析算法综合性能。素养目标（1）建立算法标准化测试、数据分析思维。（2）保证平台配置规范性，保障设备稳定联动。四、教学重难点重点：算法测试分类、混淆矩阵解读、平台设备映射配置。难点：精确率、召回率的实际应用理解。五、教学准备硬件：全套组网设备。软件：根云平台。资料：混淆矩阵图、算法测试指标表。六、教学过程（一）复习导入（4分钟）回顾边缘服务器部署内容，说明服务器就绪后，先完成平台设备接入，再学习算法评估标准。（二）理论讲解（12分钟）算法测试分类：逻辑测试（功能校验）、性能测试（速度与精度）、线上监控（长期运行状态）。混淆矩阵：结合案例讲解TP正确识别、FP误报、TN正确否决、FN漏报四个指标。性能指标：讲解准确率、精确率、召回率在工业AI检测中的评判标准。（三）平台映射实操（24分钟）分组登录根云平台，依次完成边缘服务器、摄像头创建。进入区域管理，完成设备区域关联。配置设备证书、下发指令，确认设备在线。小组交叉检查配置结果，模拟工业岗位互检流程。（四）指标分析与答疑（3分钟）结合教材测试数据表，集体分析阈值0.2下的算法性能。（五）课堂小结（2分钟）总结算法评估指标、平台映射核心流程。七、作业布置1.用通俗语言解释混淆矩阵四个指标含义。2.预习违规使用手机检测算法配置步骤。八、教学反思1.理论指标较抽象，持续结合现场案例辅助讲解。2.平台操作熟练度提升，可增加自主排错练习。

教案6（对应教材：任务5.2违规使用手机检测算法+验证+问题研讨）一、课程基本信息课程名称：边缘计算技术与应用授课课时：第6课时（45分钟）授课对象：高职工业互联网、工业机器人、智能制造专业授课类型：实操课授课地点：边缘计算实训室职业对接：AI算法调试、智能安防系统验收二、学情分析学生具备离岗算法配置经验，熟练操作平台；本节课重点训练算法参数调优、现场验证与问题分析能力。三、教学目标知识目标（1）熟记违规手机检测算法约束条件、识别规则、参数含义。（2）理解时间阈值、监测区域对识别准确率的影响。技能目标（1）能够完成手机检测算法配置、监测区域绘制。（2）能够模拟违规场景，统计告警、误报数据，完成功能验证。素养目标（1）具备AI算法现场调优能力。（2）养成数据记录、效果分析的工作习惯。四、教学重难点重点：手机检测算法配置、区域绘制、场景验证。难点：调整算法阈值，减少误报。五、教学准备硬件：全套在线设备。软件：工业智慧管控平台。资料：算法参数表、测试用例。六、教学过程（一）复习导入（4分钟）提问算法精确率、召回率的作用，导入本节课完成手机检测算法配置、验证与参数优化。（二）算法规则讲解（5分钟）结合教材表格，讲解摄像头安装高度、角度、监测距离、光照、像素等约束条件，明确识别规则。（三）算法配置实操（22分钟）进入服务器配置页面，新增“玩手机”监测类型，设置监测间隔0.2秒、主码流。配置告警聚合频率、算法阈值、时间阈值、告警图片阈值。新建监测区域，绘制四边形范围并保存。（四）场景模拟与验证（11分钟）现场模拟接打电话、手持手机等违规行为。查看平台告警记录，统计告警次数、误报次数。尝试调整阈值，观察识别效果变化。（五）问题研讨+小结（3分钟）小组讨论教材两道研讨题，教师总结。梳理本任务完整流程。（六）课堂小结（2分钟）总结手机检测算法配置、验证、调优要点。七、作业布置1.分析本组算法误报原因，撰写优化方案。2.预习可视化大屏、工服检测知识点。八、教学反思1.光照、拍摄角度影响识别精度，课前统一设备摆放位置。2.学生参数调优能力不足，后续增加对比实验。

教案7（对应教材：任务5.3可视化大屏框架+功能+组件+设计基础）一、课程基本信息课程名称：边缘计算技术与应用授课课时：第7课时（45分钟）授课对象：高职工业互联网、工业机器人、智能制造专业授课类型：理论+软件实操授课地点：实训室/多媒体教室职业对接：工业数据可视化、监控大屏调试二、学情分析学生掌握设备与算法配置，首次接触可视化大屏；对图形化操作兴趣高，重点讲解组件功能与数据源绑定。三、教学目标知识目标（1）掌握可视化大屏功能特点、应用场景。（2）熟悉文本、图片、仪表盘组件的功能与配置规则。（3）了解大屏制作流程与工业设计原则。技能目标（1）能够完成组件添加、删除、图层调整等基础操作。（2）能够区分不同组件的使用场景。素养目标（1）树立工业数据直观、简洁的可视化设计思维。（2）培养标准化界面布局习惯。四、教学重难点重点：大屏功能、组件作用、组件基础操作。难点：组件数据源与物模型、物实例的关联逻辑。五、教学准备软件：云视界可视化平台、PPT。资料：组件说明表、大屏设计流程图。六、教学过程（一）复习导入（4分钟）回顾手机检测告警数据，提问：如何让管理人员直观查看告警信息？引出工业可视化大屏。（二）理论讲授（18分钟）可视化大屏特点：实时性、直观性、预警性；应用场景包括生产监控、数据分析、设备运维。大屏制作流程：数据源准备→素材导入→创建项目→页面设计→发布。核心组件讲解：文本组件展示文字与实时数据；图片组件展示状态图标；仪表盘展示设备参数。通用操作：组件添加、删除、图层置顶/置底、基础属性设置。（三）软件界面实操（18分钟）登录云视界平台，进入可视化编辑器。练习拖拽组件、修改尺寸、调整图层顺序。完成文本、图片组件基础样式配置。（四）答疑（3分钟）解答组件操作、数据源相关问题。（五）课堂小结（2分钟）总结大屏作用、组件功能与基础操作。七、作业布置1.简述可视化大屏在智能工厂安防中的应用价值。2.区分文本组件与图片组件的使用场景。3.预习工服检测算法内容。八、教学拓展自主规划大屏布局，划分三类告警数据展示区域。九、教学反思1.数据源关联知识点较难，结合前期物模型内容串联讲解。2.界面操作简单，可增加自主布局训练。

教案8（对应教材：任务5.3工服检测算法+功能验证）一、课程基本信息课程名称：边缘计算技术与应用授课课时：第8课时（45分钟）授课对象：高职工业互联网、工业机器人、智能制造专业授课类型：实操课授课地点：边缘计算实训室职业对接：AI视觉算法调试、智能监测运维二、学情分析学生熟练掌握前两类算法配置流程，具备举一反三能力；工服检测对光照、像素、角度要求更高，重点强调现场部署规范。三、教学目标知识目标（1）掌握工服（反光衣）检测算法规则、约束条件、标准参数。（2）巩固平台设备关联、区域配置流程。技能目标（1）能够完成工服检测算法配置、监测区域绘制。（2）能够模拟场景，完成告警功能验证。素养目标（1）严格遵守工业视觉设备部署规范。（2）总结三类AI检测算法的通用规律。四、教学重难点重点：工服检测算法配置、区域绘制、功能验证。难点：理解光照、像素、角度对识别效果的影响。五、教学准备硬件：全套在线设备。软件：工业智慧管控平台。资料：工服检测算法参数表。六、教学过程（一）复习导入（4分钟）回顾可视化组件知识点，导入本节课完成工服检测算法配置，为大屏数据对接做准备。（二）算法规则讲解（5分钟）结合教材表格，讲解摄像头安装高度、倾角、监测距离、人体与工服像素要求、光照要求。（三）设备检查与算法配置（24分钟）检查网关、摄像头在线状态与平台关联关系。新增“未穿反光衣检测”监测类型，设置监测间隔、主码流。配置告警级别、聚合频率、算法阈值。创建并绘制四边形监测区域，保存配置。（四）场景模拟与验证（9分钟）模拟人员不穿戴工服/反光衣进入监测区域。查看平台告警列表，记录报警信息。对比离岗、手机、工服三类算法的配置共性。（五）课堂小结（3分钟）总结工服检测要点，梳理三类算法的异同点。七、作业布置1.制作三类检测算法参数、规则对照表。2.预习可视化大屏报警显示配置。八、教学反思1.工服检测对光线敏感，课前统一调整实训场地光照。2.学生算法配置熟练度高，可减少演示，增加自主操作时间。

教案9（对应教材：任务5.3大屏告警显示+问题研讨+项目总结+课后习题）一、课程基本信息课程名称：边缘计算技术与应用授课课