小学六年级信息技术EV3编程机器人《智能割草机》项目式教学设计

小学六年级信息技术EV3编程机器人《智能割草机》项目式教学设计

一、课程基本信息

本课程属于小学六年级信息技术学科STEM教育模块，是EV3编程机器人系列课程第五阶段项目化学习单元。课程设计为4课时，每课时40分钟，面向小学六年级学生，在已完成EV3基础搭建、电机控制、传感器初级应用等前序课程基础上开展。课程以真实问题驱动，融合工程设计流程与计算思维，对标《义务教育信息科技课程标准（2022年版）》第三学段“过程与控制”“系统与模块”核心概念，同时渗透劳动教育中智能工具应用场景认知。

二、课程标准与设计理念

本设计严格遵循《义务教育信息科技课程标准》中“以真实问题为导向，以项目化学习为载体，提升学生数字化学习与创新素养”的基本理念，并深度契合STEM教育跨学科整合范式。课程围绕“智能割草机”这一典型嵌入式系统原型，将抽象的程序结构、传感器原理、逻辑判断等知识具象化为可触摸、可测试、可迭代的机器人实体。核心设计理念包含：其一，工程思维启蒙——引导学生经历“定义问题—方案构思—原型搭建—算法设计—测试优化”完整工程闭环；其二，计算思维培养——重点训练分解、抽象、模式识别、算法设计四大核心要素；其三，学科实践取向——强调“做中学”与“学以致用”，所有知识建构均发生在动手搭建、编程调试与问题解决的真实情境之中。

三、学情分析

小学六年级学生平均年龄11至12岁，处于皮亚杰具体运算阶段向形式运算阶段过渡期，具备初步的逻辑推理能力，但仍需借助具体事物支撑抽象概念。在前四节EV3课程中，学生已掌握主机、电机、触碰传感器、超声波传感器的基本连接方式，能使用乐高EV3教室软件完成顺序结构、单次循环、单分支条件判断等简单程序的编写与。然而，多数学生对多传感器融合、循环嵌套、自定义模块等复杂结构尚未形成系统认知，在将现实问题转化为算法流程图时普遍存在分解不彻底、边界条件遗漏等典型困难。此外，不同小组在搭建稳定性、程序调试耐心度上存在显著差异，需通过差异化支架与组间协作予以支持。

四、教学目标

依据课程标准与学情诊断，设定以下三维目标体系：

（一）知识与技能目标

1.能够准确识别割草机机器人的核心功能模块，描述电机、超声波传感器、颜色传感器、陀螺仪传感器在自动割草场景中的协同工作机制。【重要】【高频考点】

2.掌握循环结构嵌套多分支条件语句的编程方法，能够使用切换模块与循环模块组合实现区域遍历行走逻辑。【非常重要】【核心难点】

3.学会利用变量模块记录已覆盖区域状态或时间间隔，初步理解状态变量在自动化系统中的存储与调用意义。【重要】

4.能够针对测试中发现的硬件故障（如轮子打滑、传感器安装角度偏差）进行机械结构调整，体现基本的调试与优化能力。【一般】

（二）过程与方法目标

1.通过小组协作方式，运用设计思维工具（问题定义画布、功能分解树）将“自动修剪草坪”这一模糊任务转化为具体可执行的机器人行为序列。【非常重要】【热点】

2.经历“原型搭建—算法草图—代码实现—实证测试—迭代修正”的完整工程实践循环，形成严谨求实的科学态度和系统性解决问题的习惯。【重要】

3.学会使用流程图将割草机遍历路径可视化，并能根据测试数据（如遗漏区域比例、碰撞次数）理性判断程序优劣，提出改进假设并验证。【一般】

（三）情感态度与价值观目标

1.在智能工具设计过程中体会技术对提高生产效率、解放劳动力的价值，增强利用科技服务生活、解决实际问题的社会责任感。【重要】【热点】

2.养成尊重知识产权、合理引用他人代码资源的习惯，在借鉴开源方案时主动标注来源并表达感谢。【一般】

3.通过小组分工协作，培养倾听、表达与建设性冲突解决能力，形成积极的团队合作意识。【一般】

五、教学重点与难点

（一）教学重点

1.多传感器融合决策机制的编程实现——具体体现为超声波避障、颜色寻边、陀螺仪定向三个条件在循环结构中的逻辑整合。【非常重要】【高频考点】【核心考点】

2.区域覆盖遍历算法的设计与优化——包括随机遍历、沿墙遍历、弓字形遍历三种典型策略的理解、编程与对比分析。【非常重要】【难点】【选拔性考点】

（二）教学难点

1.循环嵌套多分支结构的逻辑清晰性维护——学生在编写嵌套切换模块时极易出现端口连线错位、条件优先级倒置、无限死循环等问题。【非常重要】【难点】

2.状态变量对已覆盖区域的有效表征——六年级学生尚未学习数组或列表，需借助多变量组合或时间累积量间接判断覆盖程度，抽象跨度较大。【重要】【难点】

3.传感器阈值与环境适应性的动态校准——不同光照、地面颜色差异导致颜色传感器反射光值波动，学生需理解校准原理并手动设定合理阈值。【一般】【易错点】

六、教学方法与策略

本课程以项目式学习为主线，融合以下具体教学策略：

1.认知冲突创设策略——开课伊始播放商用无人割草机与低效简易机器人的对比视频，制造“我们的机器人能否更智能”的悬念，激发探究内驱。

2.思维外显化支架策略——提供半成品式问题分解图、伪代码填空卡、流程卡片排序工具，帮助学生将内隐思维过程可视化，降低认知负荷。

3.差异化分组与角色轮换策略——每组四人，分别担任结构工程师（负责机械搭建与传感器位置优化）、算法工程师（主导程序逻辑设计）、测试工程师（记录数据、发现Bug）、项目汇报人（整理成果、陈述方案），每课时轮换角色，确保全面发展。

4.即时反馈与迭代文化营造策略——建立“5分钟快速测试—2分钟组内复盘—3分钟改进”的微循环节奏，将失败去污名化，视错误为珍贵的学习证据。

5.跨学科锚点植入策略——数学领域渗透平面几何覆盖面积估算、随机性与确定性关系；科学领域联系仿生学（如昆虫觅食路径）与传感器工作原理；劳动教育关联智能园艺设备发展史。

七、教学准备

（一）教师准备

1.硬件套件：乐高EV3教育版核心套装（45544）每小组一套，备用大型电机、万向轮、颜色传感器、超声波传感器、陀螺仪传感器若干。

2.场地教具：铺设深绿色卡纸模拟草坪，边缘粘贴黑色电工胶带模拟边界，随机散落小型障碍物（如乐高积木块）模拟石头或灌木丛。共设置三组难度递进的测试场地：场地A无障正方形、场地B单障矩形、场地C多障异形。

3.数字资源：智能割草机工程案例微视频、三种遍历算法动画演示、EV3教室源程序半成品（故意设置典型Bug）、课堂即时投票系统、数字化评价量规表。

4.学具材料：每组一张大尺寸白板纸及彩色记号笔，用于绘制算法草图与测试数据记录；问题分解卡、传感器功能配对卡、程序结构排序卡。

（二）学生准备

1.知识储备：复习EV3电机旋转度数计算、超声波传感器测量距离原理、颜色传感器识别色光反射值的方法。

2.工具携带：个人平板电脑或笔记本（预装EV3教室软件），建议提前充满电。

3.分组预研：课前通过观看家用扫地机器人工作视频，思考“机器人如何知道哪里还没扫”，形成至少一条个人想法以备课堂分享。

八、教学实施过程

本单元教学实施横跨四课时，每课时均有明确主题与递进任务。以下依序详尽阐述每一环节的设计意图、师生行为、关键提问及重要标记。

（一）第一课时：定义问题与系统架构分析

1.情境导入与问题定义（8分钟）

教师播放一段经过剪辑的对比视频：左侧为某品牌商用无人割草机精准沿边界切割、自动避障、整齐覆盖的作业实拍；右侧为一台仅安装触碰传感器的简易EV3小车在草坪内盲目碰撞、频繁遗漏区域、反复碾压已割区域的低效表现。视频戛然而止，教师抛出核心驱动性问题：“如何让我们的EV3机器人像真正的智能割草机一样，高效、完整地修剪完一整片草坪，而不只是乱撞？”【非常重要】【热点】

学生以小组为单位，在问题定义画布上记录关键词：边界、不撞石头、全覆盖、省时间、知道哪里去过。教师请三个小组分享，将学生零散词汇分类梳理为三大子系统——移动系统、感知系统、决策系统，由此自然引出工程系统分解思想。

2.功能模块映射（12分钟）

教师分发传感器功能配对卡，卡片左侧列举机器人需实现的行为：“检测草坪边界”“探测前方障碍物”“判断是否已走过某区域”“保持直线行驶”，右侧为EV3传感器图片。学生协作连线，并说明理由。【重要】【高频考点】

在共识基础上，师生共同确定本项目的标准传感器配置方案：颜色传感器（向下安装）识别绿色草坪与黑色边界；超声波传感器（向前安装）探测障碍物；陀螺仪传感器（内置）辅助转向后恢复航向；大型电机驱动左右轮差速转向。教师强调：“传感器不是越多越好，而是够用且可靠。”并展示预搭建的标准割草机底盘模型，指出各传感器安装位置对精度的关键影响。【非常重要】

3.第一轮快速原型搭建（15分钟）

各小组依据教师提供的标准图纸，利用EV3核心套装搭建割草机基础车体。要求：颜色传感器端口1，距地面约0.5厘米；超声波传感器端口3，朝向正前；左右大型电机端口B、C；陀螺仪传感器端口2。教师巡视，针对万向轮安装过紧导致转向卡顿、颜色传感器离地过高误判颜色等共性问题进行全班微讲解。【一般】

搭建完成后，简单测试程序：识别到黑色即停止；超声波距离小于15厘米即后退转向。各小组在场地边缘进行5秒快速功能验证，确保传感器电气连接无误。

4.课堂小结与角色预告（5分钟）

教师总结本课时核心成就：完成了从模糊任务到清晰系统架构的转化，拥有了可工作的机器人硬件原型。预告下一课时将正式进入“算法设计——如何走才能不重复、不遗漏”，并布置课后思考任务：每人绘制一幅“你认为最聪明的割草路线”示意图，不要求编程实现，仅表达直觉策略。

（二）第二课时：遍历算法原理与流程图设计

1.思维预热：割草路线猜想分享（6分钟）

各小组内部交流课后绘制的路线示意图，推荐一份最具代表性的方案上台投影展示。学生作品往往呈现三类典型：无序随机折返、逐行扫描、螺旋向内。教师顺势将这三种民间智慧命名为“随机遍历法”“弓字形遍历法”“螺旋遍历法”，并指出这些正是真实割草机器人及扫地机器人产业的经典算法原型。【非常重要】【热点】【高频考点】

2.算法动画演示与特征提取（12分钟）

教师播放三段分别为“纯随机碰撞”“沿墙行走+随机偏移”“弓字形往返覆盖”的机器人仿真动画，要求学生以小组为单位填写算法特征对比表（思维外显支架，记录于白板纸）。【重要】

随后的全班汇总环节，教师引导提炼关键评价维度：覆盖率、重复率、极端避障适应性、编程复杂度。经讨论，学生初步形成共识：纯随机法编程最简单但效率低；沿墙法容易卡死在孤岛；弓字形覆盖率高但需要精准感知行间距。此时教师抛出核心认知冲突：“弓字形听起来最完美，但我们的机器人如何知道自己已经走完一行，该掉头走下一行？它又没有眼睛能看到身后的轨迹。”【非常重要】【难点】

3.流程图建模与状态变量引入（18分钟）

为化解上述冲突，教师采用“算法排序卡”活动：每组获得一套打乱顺序的指令卡片，包括“左电机转，右电机转，持续1.5秒”“向前移动至碰到边界”“掉头180度”“横向偏移一个车身宽度”等。学生需合作将这些卡片排列成能实现“来回走直线”的合理顺序。【重要】

在此过程中，学生自然发现：机器人无法知道“是否已经偏移足够宽度”，因为EV3不具备视觉测距功能。教师适时引出核心解决方案——“时间或旋转角度可以作为虚拟的尺子”。演示变量模块的创建与使用：建立一个名为“行宽计时”的变量，在机器人横向移动时启动电机并累加计时，直至达到标定阈值后停止。【非常重要】【难点】【高频考点】

各小组立即在原测试程序基础上尝试添加一个简单变量：设定机器人第一次看到黑色边界后左转90度，前进0.8秒后停止并再次右转90度（模拟偏移一行），测试观察是否大致对齐。尽管精度有限，但学生首次体验到“用数据代替眼睛”的抽象力量，兴奋度显著提升。

4.程序半成品填充与调试（剩余时间）

教师下发已包含主循环和传感器初始化模块的半成品EV3项目文件，故意删除了循环内部关于“如何判断一行走完并换行”的关键逻辑段。学生任务：利用刚学会的变量模块和循环嵌套结构，尝试补全弓字形算法核心片段。教师针对小组常见错误——将换行动作错误地放置在避障子程序内部导致死循环——进行逐组介入指导。【非常重要】【难点】

课时结束时，约半数小组能够实现机器人在无障碍正方形场地内完成两次往返（尽管行距不均），全体学生均经历了算法从模糊意愿到严谨流程图的具身转化过程。

（三）第三课时：多传感器融合与避障逻辑整合

1.复现问题与挑战升级（5分钟）

各小组首先在场地A（无障碍正方形）测试上节课编写的弓字形程序，记录往返次数及遗漏区域。教师随后发布新任务：场地B出现了随机放置的单个障碍物，要求机器人既能保持弓字形覆盖，又能在撞到障碍物时灵活绕开并返回原航线。【非常重要】【热点】【高频考点】

2.避障策略头脑风暴（10分钟）

教师提出启发性问题：“当你走路遇到大石头，绕过之后，怎么回到原来的方向继续往前走？”学生提出“记住原来朝哪”“绕过之后转回那个方向”“先直走绕过再拐回”等策略。教师将口语化策略转译为算法术语——航向锁定与恢复。【重要】

依托陀螺仪传感器，教师演示“重置陀螺仪”“读取陀螺仪角度”模块的使用：在遇到障碍物前记录当前角度，绕行动作完成后持续调整电机功率差直至陀螺仪读数回到记录值附近。【非常重要】【难点】

3.嵌套分支结构编程实战（20分钟）

此环节为全单元认知负荷峰值区。学生需在原有弓字形主循环内部嵌入“超声波距离<20厘米”触发的中断式避障子程序，且该子程序执行完毕后必须能够返回主循环断点，继续未完成的直线行走与边界检测。【非常重要】【核心难点】

教师采用“三层递进支架”：第一层，全班同步编写避障子程序核心三步骤——后退、旋转至脱困方向、前进越过障碍物；第二层，小组自主尝试在子程序末尾添加陀螺仪定向归位模块；第三层，挑战任务是将归位动作与“返回原行驶路线”结合，防止机器人归位后横向偏移过大。

巡视中发现典型困难：学生在切换模块的条件分支中错误地持续检测超声波，导致一旦进入避障状态就不断重复避障而无法退出。教师立即组织2分钟“显微镜式”代码审查，通过大屏幕投影展示一组典型错误代码，引导全班寻找逻辑漏洞，最终定位到“循环内没有使用循环中断或条件状态锁”。【非常重要】【易错点】

教师顺势提出进阶概念——状态标志变量。演示创建一个名为“避障中”的布尔变量（在EV3教室软件中用数字0/1模拟），进入避障时设为1，退出避障后设为0，主循环中通过嵌套条件判断是否执行避障检测，从而避免重复触发。【重要】【难点】尽管部分学生理解尚浅，但通过在程序中实际设置并观测变量值变化，积累了宝贵的具身经验。

4.跨组诊断与经验交换（5分钟）

采用“画廊漫步”形式，每组留一人在本组展位演示当前程序，其余成员赴其他组观摩学习。重点观察他组如何处理“绕障后回正”以及“如何避免撞到障碍物之前就提前绕行”。学生返回后记录一条可借鉴改进点并立即尝试实施。【一般】

（四）第四课时：整体优化、方案展示与元认知反思

1.挑战终极场地与性能量化（12分钟）

本课时初始即公布终极任务：各小组在场地C（多障异形，包含两个障碍物及不规则边界）运行完整割草程序，时长为2分钟。测试工程师负责统计2分钟内机器人覆盖的面积比例（预先在绿色底板上划分编号方格，人工目测记录被碾压过的方格数）以及碰撞障碍物次数。【重要】【热点】

各组依次测试并将数据填写于班级数字化记录表中。数据分布呈现显著差异：覆盖率从32%至89%不等，碰撞次数从0次至15次不等。教师不立即评判优劣，而是将所有数据作为集体研究对象。

2.归因分析与迭代改进（15分钟）

教师主持“数据侦探”活动，引导学生从数据反推程序特征：“覆盖率高的组可能用了什么策略？碰撞次数为0但覆盖率也很低的组，问题可能出在哪里？”【重要】

学生经讨论发现，覆盖率最高的三组均采用了弓字形主干+超时强制换行辅助策略，且陀螺仪归位较为精准；碰撞次数为0的组实际是将超声波检测阈值设置过大（40厘米），导致机器人频繁避障、寸步难行。在事实数据面前，学生自主修正了原先“避障越灵敏越好”的迷思概念，建立起“灵敏度与环境匹配”的工程权衡观。

随后各组根据诊断结论锁定1至2个具体改进点，例如：调小超声波阈值、增加横向偏移时的电机功率、添加一个记录“已换行次数”的变量以在大约8次后自动结束程序（模拟割完停止）。教师为有需要的小组提供变量初始化及比较模块的技术支持。【非常重要】

3.终极挑战与方案路演（10分钟）

经过两轮快速修改，各组再次在场地C进行2分钟测试，多数小组覆盖率获得5%至20%不等的提升。此时进入方案路演环节。每组项目汇报人结合算法草图、关键程序截图、前后测数据对比，进行3分钟精简陈述，重点说明“我们遇到了什么困难，通过什么办法解决，效果如何”。【重要】【热点】

教师与其他组依据事先公布的“创新性、可靠性、清晰度”三维度星级评价表进行同伴互评，每维度最高五星。此过程不仅使优秀策略得以辐射全体，更让陈述者经历技术沟通的真实演练。

4.学科观念提升与单元总结（3分钟）

教师播放预先剪辑的各组测试高光时刻混剪视频，营造成就感与集体记忆。随后通过三个层层递进的问题引导元认知反思：第一，“今天你写的程序让机器人完成了哪些它原本不会做的事情？”（技术赋权感）；第二，“如果让你设计一台真正的农业机器人，你将从今天的哪些经验出发？”（迁移感）；第三，“你觉得机器人的智能，本质上是来自于什么？”（回归计算思维本质——来自于人的逻辑与数据）。【重要】

学生在便签纸上写下简短的“我最得意的一个算法细节”与“我还想知道的一个问题”，贴至班级“计算思维生长树”展板，为后续物联网、人工智能模块学习埋下兴趣伏笔。

九、教学评价与反馈

本课程摒弃单一纸笔测验，构建“过程性数据+表现性任务+协作贡献度”三维评价体系。

（一）过程性数据评价

每课时依托课堂即时