Lesmateriaal: de slimme Fetchrover op Mars 🧪

Haal Mars-samples van Perseverance op met de fetch rover met behulp van AI (beeldherkenning). Perseverance is een NASA Marsrover die sinds 2021 bodemstaaltjes neemt in de Jezero krater. De staaltjes (‘samples’) worden in gesloten buisjes op de grond gelegd, en later opgehaald door een ‘fetch rover’ om tenslotte terug te brengen naar de Aarde: de Mars Sample Return missie.

De leerlingen gaan de camera van de Fetch rover zo programmeren dat hij automatisch bij elk camerabeeld kan zeggen of er een sample te zien is of niet.

Zowel de oefening over het trainen van de AI beeldherkenning als het programmeren is heel eenvoudig, en kan uitgevoerd worden door leerlingen (en leraren) zonder voorkennis.

✔️ 2 Niveau-opties: 10-14 jaar (scratch blokcode) // 14-18 jaar (Python)

✔️ Vakken/eindtermen:

Basisonderwijs
Wetenschappen en Techniek (Techniek), ICT, Sociale vaardigheden (samenwerking)

Secundair onderwijs
STEM, informaticawetenschappen, sociaal-relationele competenties

✔️ Partners:La scientothèque, ESERO Belgium

✔️ Editie: april 2023

Inhoud van de bundel 📖

❶ Inleiding

❷ Teachable machine

❸ Interface om het model te trainen

❹ Klassen kiezen

❺ Voorbeeld : een gezicht sorteerder

❻ Modelleren en testen

❼ Modellen exporteren

❽ Herkenning van samples op Marsbodem

❶ Overzicht

❷ Adacraft

❸ Een Adacraft project maken.

❹ Laat de ster spreken.

❺ Verander de ster in een Marsrover

❻ Voorwaarden en lussen.

❼ Camera activering en bewegingsdetectie.

❽ Beeldherkenning met Teachable Machine-model

Dit deel is nog niet klaar, maar wordt binnenkort gepubliceerd.

Downloads 👩‍🏫

Lerarenhandleiding: De slimme fetch rover op Mars

Download hier het cursusmateriaal: de handleiding voor leraren. Deze bundel bevat de volledige workshop:

Fase 1: Het model trainen voor beeldherkenning

Fase 2a: De rover programmeren met Scratch blokcode

Fase 2b: De rover programmeren met Python (nog niet beschikbaar, wordt binnenkort aangevuld).