J04
垃圾分类大挑战：机器人眼力赛
初中 · 7–9 年级 · 10 课时 × 40–45 分钟
核心问题：机器人怎样把“看见”变成“认得”，并在限时挑战里稳定分拣？
🎮 趣味玩法：垃圾分类快手「投对桶」：屏幕随机掉落垃圾，学生用颜色/形状规则指挥机器人分拣，限时计分。
项目目标
- 理解图像由像素组成，能用颜色阈值分割目标
- 能提取简单形状特征并训练一个图像分类器
- 能根据置信度设计保守/激进的分拣策略
- 能在限时赛中权衡速度、准确率与拒识
领域落点
AI：颜色阈值、形状特征、Teachable Machine 图像分类
硬件：摄像头、颜色传感器、舵机分拣机构、补光灯
算法：遍历像素、条件筛选、投票与置信度
10 课时大纲
2 + 6 + 2| 课次 | 课题 / 驱动问题 | 关键知识点 | 学生任务 | 产出 |
|---|---|---|---|---|
| L01 | 眼力赛开场：机器人能看见什么 摄像头和人的眼睛有什么不同？ | RGB 三通道；分辨率与视野；光照对成像的影响 | 用摄像头拍摄同一物体在不同光照下的照片，比较颜色数值变化，讨论“眼见不一定为实”。 | 光照对比图 |
| L02 | 像素密码：一张图里有多少个数 一张图里到底有多少个数？ | 像素、分辨率、坐标；图像读取与显示；采样与耗时 | 读取一帧 160×120 图像，统计中心区域的平均颜色，测量不同分辨率下的处理耗时。 | 像素统计程序 |
| L03 | 颜色抓捕：阈值找目标 怎样用三个数框住一种颜色？ | RGB/HSV 色彩空间；阈值上下限；掩膜与连通区域 | 为红、绿、蓝三色各标定一组 HSV 阈值，在杂色背景上框出目标并统计面积。 | 颜色阈值表 |
| L04 | 形状线索：圆还是方 除了颜色，还能看什么？ | 面积、周长、长宽比；占空比与轮廓；特征组合规则 | 对圆形、方形、三角形积木提取 3 个特征，写一张分类规则表并测试 20 个样本。 | 形状特征分类表 |
| L05 | 训练分类器：机器怎样学会认 机器怎样“学会”认东西？ | 样本采集与类别平衡；训练/验证划分；Teachable Machine 使用 | 每类采集 60 张样本，训练“可回收/其他”二分类模型，记录训练集与测试集准确率。 | 分类模型 + 准确率 |
| L06 | 认出就投：识别结果转动作 认出之后怎么动手？ | 结果字段：类别/置信度/位置；坐标映射到机械臂；动作序列 | 把识别框中心映射到分拣盒坐标，控制舵机把目标推入对应盒子，完成 10 次分拣。 | 分拣程序 |
| L07 | 误判与置信度：认错怎么办 认错了怎么办？ | 置信度阈值；拒识与二次确认；混淆矩阵 | 统计 30 次分拣的混淆矩阵，调整置信度阈值，画出“准确率—拒识率”权衡曲线。 | 混淆矩阵 + 阈值曲线 |
| L08 | 可回收/其他：规则对应真实分类 规则如何对应真实分类？ | 可回收物与其他垃圾；类别不均衡；易混淆样本 | 用真实生活物品测试，找出 3 个最易混淆的样本，分析原因并提出采集补充方案。 | 易错样本分析 |
| L09 | 分拣挑战赛：速度 vs 准确率 速度与准确率如何平衡？ | 节拍与准确率；人工复核点；失败恢复 | 在 2 分钟内分拣混合垃圾，准确率权重 70%、数量权重 30%，记录每次失败原因。 | 挑战赛记录 |
| L10 | AI 边界：它真的认识垃圾吗 AI 真的“认识”垃圾吗？ | 数据偏见；隐私与拍摄伦理；AI 辅助而非替代 | 讨论训练数据缺少某类物体会发生什么，写一份 200 字的“AI 使用说明”。 | AI 使用说明 |
说明：本页是教程副本（大纲级），不是完整课件。完整课件、教案、学案、代码与仿真场景按学校进度单独导出。