论文部分内容阅读
宋秀双 河北省张家口市涿鹿县涿鹿中学信息技术教师，曾荣获张家口市信息技术教学新星、张家口市学科带头人等称号。所做课程荣获河北省“优秀示范课”，辅导的学生曾获“童创未来”全国青少年人工智能创新挑战赛金奖、河北省第五届中小学教育机器人暨创客竞赛创客项目高中组一等奖。
教学背景
汽车在给我们带来方便的同时，也带来了隐藏的危险。我国现有的汽车保有量约为3亿辆，在这么庞大的车辆数目面前，交通事故也是频频发生。其中，因为疲劳驾驶所引发的车祸数不胜数。因此，本节课带领学生制作一个疲劳驾驶AI提醒器，期望能在驾驶员因疲惫困倦而打瞌睡时，第一时间响铃或亮灯示警，避免更多交通事故的发生，保障生命安全。
教学目标
1.学会在Mind+的Python模式下，安装pinpong库、face_recognition人脸识别库;
2.掌握EAR人眼疲倦检测开源算法，应用数学两点距离公式;
3.利用face_recognition人脸识别库获取人眼坐标，感受人工智能;
4.学会在Mind+的Python模式下，通过编程实现pinpong库与micro：bit通信，掌握用Python代码给各种常见的开源硬件编程的方法。
5.学会积极观察身边发生的事情并发现问题，然后从中找到解决问题的办法，在生活中养成良好的安全意识。
教学重点与难点
教学重点 EAR人眼疲倦检测开源算法原理及其使用方法。
教学难点 实现pinpong库与micro：bit通信。
教学过程
一、情境导入
师：货车司机赵某2021年8月3日上午从山东出发前往陕西送货，连续驾车13个小时，严重疲劳驾驶的赵某不由得打起瞌睡，导致货车失控，撞上护栏。同学们坐车时有没有发现司机疲劳驾驶呢？你当时是怎么做的？
学生思考、回答。
师：对，我们发现后应及时提醒司机停车休息，避免发生交通事故。有没有更智能的方法来解决这个问题呢？我们可以用摄像头来监控司机的眼睛，利用人工智能算法判断司机是否瞌睡，并进行语音提醒。今天老师就带领大家使用摄像头和micro：bit扩展板制造出一台疲劳驾驶AI提醒器。
二、知识讲授
（一）EAR人眼疲倦检测开源算法
EAR（eye aspect ratio）计算函数是指利用眼睛纵横比，判断眼睛是睁开的还是闭合的，从而检测眨眼动作，判断人是否疲劳。首先需要确定眼睛的位置，在确定眼睛位置之后，选择6个点来表示眼睛，然后顺时针绕着眼睛进行编号，编号的顺序是从眼睛的左角开始，如图1所示。
根据这6个点，我们便可以判断眼睛睁开和闭合的状态。当眼睛睁开的时候，上图中竖着的黄色箭头相对比较长，而眼睛闭合（疲劳状态）时，这个箭头就会变短。由于观看的距离不同，单纯用高度来表示状态缺少参考比较，因此提出如下公式表示眼睛的状态：
EAR=
点间距离的计算可参考数学课上学过的两点间距离公式：
AB=
通过大量测试，分析统计结果发现，一般当EAR小于0.25时，眼睛便是疲劳状态。
（二）face_recognition人脸识别库
师：face_recognition是世界上最简单的人脸识别库，通过Python语言或命令行对图像进行人脸识别操作。它使用Dlib最先进的人脸识别技术构建而成，并具有深度学习功能。
首先打开Mind+软件，选择Python模式中“库管理”的“PIP模式”安装face_recognition人脸识别库，然后再去识别人脸关键点。使用电脑内置摄像头加载图像后，face_recognition库中相关函数可识别出人脸关键点信息，参数是加载的图像image，返回值是包含面部特征字典的列表，列表中每一项对应一张人脸，包括鼻子、眼睛、嘴唇、下巴等部分的信息，每个部分包含若干个特征点，总共有68个特征点。列表长度就是图中识别出的人脸数。
教师讲解并演示识别结果。
（三）程序编写
1.提取两眼坐标并计算眼睛纵横比
每只眼需要提取6个轮廓坐标点，共12个。EAR计算函数方程的分子是垂直眼睛标志之间的距离，而分母是水平眼睛标志之间的距离，由于水平点只有一组，却有两组垂直点，所以分母乘以2，以保证两组特征点的权重相同。
2.判断是否处于瞌睡状态
分别计算两眼EAR值，然后取平均值，增加可信度。当平均值小于限定的阈值时，判定为闭眼一次;若长时间闭眼（大于2秒）时，判定为司机瞌睡。使用EAR算法，可避免人眼在图像中近大远小而产生的影响。
教师重点讲解使用平均值的意义、阈值的反复调试，并进行演示操作，如图2。
学生练习并反复调试，设定合理阈值。
三、硬件组装与测试
（一）组装硬件
连接组装OLED显示屏、喇叭、录放模块、LED灯、micro：bit扩展板等设备。教师讲解每个硬件的作用，演示组装过程。
学生以6人为小组，进行分工設计组装。
（二）硬件测试
1.pinpong库测试显示屏
使用micro：bit主控板加扩展板，OLED显示屏连接在IIC接口上。安装pinpong库，教师带领学生进行显示屏测试，编写测试代码让显示屏显示“Hello PinPong”，如图3。
学生可自行设计，显示不同的内容。
2.pinpong库测试LED灯
将LED灯接在扩展板的P12引脚上，编写测试程序实现LED灯1秒闪烁1次。测试代码如下。 import time
from pinpong.board import Board，Pin
Board（"microbit"）.begin（） #初始化，选择板型和端口号，不输入端口号则进行自动识别
led=Pin（Pin.D12， Pin.OUT） #引脚初始化为电平输出
k=0
while True：
k=1-k
led.value（k） #闪灯
time.sleep（1） #等待1秒 保持状态
教师讲解程序代码，并说明如何实现LED灯循环闪烁。
学生在掌握基本方法后，可小组讨论，利用其他方法实现LED灯闪烁。
3.pinpong库测试录放模块
录音模块接在扩展板的P14引脚上。测试代码如下。
import time
from pinpong.board import Board，Pin
Board（"microbit"）.begin（） #初始化，选择板型和端口号，不输入端口号则进行自动识别
sound = Pin（Pin.P14， Pin.OUT） #引脚初始化为电平输出
while True：
sound.value（1） #输出高电平
time.sleep（0.1） #等待0.1秒 保持狀态
sound.value（0） #输出低电平
time.sleep（3） #等待3秒 保持状态
学生自己录制“提醒音”，并进行测试。
师：通过以上讲解，请同学们整合一下各个分解任务的程序，形成完整程序。
学生组内明确分工，合作完成任务。学生小组讨论，不断地调试、修正、完善程序，并在此过程中培养沟通、团结合作的能力。（完整代码扫描二维码获取）
四、拓展与提升
师：其实，我们生活中有很多场合都需要注意及时休息或提高注意力，如长时间加班工作、上网课时……怎样在我们疲劳瞌睡时，有一个更有效的提醒方式？请根据本节课所学的教学内容，使用如树莓派、熊猫板等制作一款疲劳AI提醒器，并尝试改进它的不足之处。
教学反思
本课通过制作疲劳驾驶AI提醒器，让学生学会观察生活，发现生活中经常遇到的问题，然后通过学习新的技术寻找解决问题的方法。本课例是一个综合性项目，不仅有开源硬件和开源算法的运用，还涉及人工智能，既培养了学生的思维能力，又培养了学生使用新技术解决实际问题的能力，提升了学生的综合素质。
（本课件由DF创客社区推荐）
教学背景
汽车在给我们带来方便的同时，也带来了隐藏的危险。我国现有的汽车保有量约为3亿辆，在这么庞大的车辆数目面前，交通事故也是频频发生。其中，因为疲劳驾驶所引发的车祸数不胜数。因此，本节课带领学生制作一个疲劳驾驶AI提醒器，期望能在驾驶员因疲惫困倦而打瞌睡时，第一时间响铃或亮灯示警，避免更多交通事故的发生，保障生命安全。
教学目标
1.学会在Mind+的Python模式下，安装pinpong库、face_recognition人脸识别库;
2.掌握EAR人眼疲倦检测开源算法，应用数学两点距离公式;
3.利用face_recognition人脸识别库获取人眼坐标，感受人工智能;
4.学会在Mind+的Python模式下，通过编程实现pinpong库与micro：bit通信，掌握用Python代码给各种常见的开源硬件编程的方法。
5.学会积极观察身边发生的事情并发现问题，然后从中找到解决问题的办法，在生活中养成良好的安全意识。
教学重点与难点
教学重点 EAR人眼疲倦检测开源算法原理及其使用方法。
教学难点 实现pinpong库与micro：bit通信。
教学过程
一、情境导入
师：货车司机赵某2021年8月3日上午从山东出发前往陕西送货，连续驾车13个小时，严重疲劳驾驶的赵某不由得打起瞌睡，导致货车失控，撞上护栏。同学们坐车时有没有发现司机疲劳驾驶呢？你当时是怎么做的？
学生思考、回答。
师：对，我们发现后应及时提醒司机停车休息，避免发生交通事故。有没有更智能的方法来解决这个问题呢？我们可以用摄像头来监控司机的眼睛，利用人工智能算法判断司机是否瞌睡，并进行语音提醒。今天老师就带领大家使用摄像头和micro：bit扩展板制造出一台疲劳驾驶AI提醒器。
二、知识讲授
（一）EAR人眼疲倦检测开源算法
EAR（eye aspect ratio）计算函数是指利用眼睛纵横比，判断眼睛是睁开的还是闭合的，从而检测眨眼动作，判断人是否疲劳。首先需要确定眼睛的位置，在确定眼睛位置之后，选择6个点来表示眼睛，然后顺时针绕着眼睛进行编号，编号的顺序是从眼睛的左角开始，如图1所示。
根据这6个点，我们便可以判断眼睛睁开和闭合的状态。当眼睛睁开的时候，上图中竖着的黄色箭头相对比较长，而眼睛闭合（疲劳状态）时，这个箭头就会变短。由于观看的距离不同，单纯用高度来表示状态缺少参考比较，因此提出如下公式表示眼睛的状态：
EAR=
点间距离的计算可参考数学课上学过的两点间距离公式：
AB=
通过大量测试，分析统计结果发现，一般当EAR小于0.25时，眼睛便是疲劳状态。
（二）face_recognition人脸识别库
师：face_recognition是世界上最简单的人脸识别库，通过Python语言或命令行对图像进行人脸识别操作。它使用Dlib最先进的人脸识别技术构建而成，并具有深度学习功能。
首先打开Mind+软件，选择Python模式中“库管理”的“PIP模式”安装face_recognition人脸识别库，然后再去识别人脸关键点。使用电脑内置摄像头加载图像后，face_recognition库中相关函数可识别出人脸关键点信息，参数是加载的图像image，返回值是包含面部特征字典的列表，列表中每一项对应一张人脸，包括鼻子、眼睛、嘴唇、下巴等部分的信息，每个部分包含若干个特征点，总共有68个特征点。列表长度就是图中识别出的人脸数。
教师讲解并演示识别结果。
（三）程序编写
1.提取两眼坐标并计算眼睛纵横比
每只眼需要提取6个轮廓坐标点，共12个。EAR计算函数方程的分子是垂直眼睛标志之间的距离，而分母是水平眼睛标志之间的距离，由于水平点只有一组，却有两组垂直点，所以分母乘以2，以保证两组特征点的权重相同。
2.判断是否处于瞌睡状态
分别计算两眼EAR值，然后取平均值，增加可信度。当平均值小于限定的阈值时，判定为闭眼一次;若长时间闭眼（大于2秒）时，判定为司机瞌睡。使用EAR算法，可避免人眼在图像中近大远小而产生的影响。
教师重点讲解使用平均值的意义、阈值的反复调试，并进行演示操作，如图2。
学生练习并反复调试，设定合理阈值。
三、硬件组装与测试
（一）组装硬件
连接组装OLED显示屏、喇叭、录放模块、LED灯、micro：bit扩展板等设备。教师讲解每个硬件的作用，演示组装过程。
学生以6人为小组，进行分工設计组装。
（二）硬件测试
1.pinpong库测试显示屏
使用micro：bit主控板加扩展板，OLED显示屏连接在IIC接口上。安装pinpong库，教师带领学生进行显示屏测试，编写测试代码让显示屏显示“Hello PinPong”，如图3。
学生可自行设计，显示不同的内容。
2.pinpong库测试LED灯
将LED灯接在扩展板的P12引脚上，编写测试程序实现LED灯1秒闪烁1次。测试代码如下。 import time
from pinpong.board import Board，Pin
Board（"microbit"）.begin（） #初始化，选择板型和端口号，不输入端口号则进行自动识别
led=Pin（Pin.D12， Pin.OUT） #引脚初始化为电平输出
k=0
while True：
k=1-k
led.value（k） #闪灯
time.sleep（1） #等待1秒 保持状态
教师讲解程序代码，并说明如何实现LED灯循环闪烁。
学生在掌握基本方法后，可小组讨论，利用其他方法实现LED灯闪烁。
3.pinpong库测试录放模块
录音模块接在扩展板的P14引脚上。测试代码如下。
import time
from pinpong.board import Board，Pin
Board（"microbit"）.begin（） #初始化，选择板型和端口号，不输入端口号则进行自动识别
sound = Pin（Pin.P14， Pin.OUT） #引脚初始化为电平输出
while True：
sound.value（1） #输出高电平
time.sleep（0.1） #等待0.1秒 保持狀态
sound.value（0） #输出低电平
time.sleep（3） #等待3秒 保持状态
学生自己录制“提醒音”，并进行测试。
师：通过以上讲解，请同学们整合一下各个分解任务的程序，形成完整程序。
学生组内明确分工，合作完成任务。学生小组讨论，不断地调试、修正、完善程序，并在此过程中培养沟通、团结合作的能力。（完整代码扫描二维码获取）
四、拓展与提升
师：其实，我们生活中有很多场合都需要注意及时休息或提高注意力，如长时间加班工作、上网课时……怎样在我们疲劳瞌睡时，有一个更有效的提醒方式？请根据本节课所学的教学内容，使用如树莓派、熊猫板等制作一款疲劳AI提醒器，并尝试改进它的不足之处。
教学反思
本课通过制作疲劳驾驶AI提醒器，让学生学会观察生活，发现生活中经常遇到的问题，然后通过学习新的技术寻找解决问题的方法。本课例是一个综合性项目，不仅有开源硬件和开源算法的运用，还涉及人工智能，既培养了学生的思维能力，又培养了学生使用新技术解决实际问题的能力，提升了学生的综合素质。
（本课件由DF创客社区推荐）