Ressources : le Fetchbot, un rover martien intelligent

Le Fetchbot est un rover autonome, qui utilise l’intelligence artificielle pour retrouver sur la planète Mars des tubes à échantillons déposés par une mission spatiale précédente !

Ce dossier pédagogique propose, par des activités successives :

• d’apprendre à utiliser un modèle de reconnaissance d’images (phases 1 & 2) ;
• puis de construire un rover autour d’un nano-ordinateur Raspberry Pi, et d’apprendre à le contrôler (phases 3 & 4) ;
• enfin, il s’agira de conjuguer les apprentissages des 2 premières phases pour apprendre au rover à rechercher par lui-même les tubes d’échantillons (phase 5).

Le Fetchbot peut être programmé aussi bien avec le langage-blocs Scratch qu’avec le langage-texte Python.

Le dossier pédagogique complet est disponible online sur Github : Fetchbot sur Github.

Par commodité, nous vous proposons ci-contre chacune des activités pédagogique sous forme d’un fichier PDF téléchargeable.

Cible : 12 à 18 ans

Matières principales : informatique, intelligence artificielle

• Reconnaissance d’images, Phase 1 / Entraînement du modèle

Cette activité explique comment créer puis programmer un système d’intelligence artificielle pour de la reconnaissance d’images avec la Teachable Machine de Google.

Deux activités permettront ensuite d’utiliser ce modèle, soit en langage-blocs Scratch, soit en langage-texte Python :

• Reconnaissance d’images, Phase 2 / avec Scratch

Une fois que les élèves ont entraîné un modèle de reconnaissance d’images avec la Teachable Machine (voir fiche « Reconnaissance d’images, phase 1 – Entraînement du modèle »), cette activité montre comment l’utiliser dans un programme en Python pour transmettre des instructions au programme en montrant des images de flèches à la caméra.

• Reconnaissance d’images, Phase 2 / avec Python

Une fois que les élèves ont entraîné un modèle de reconnaissance d’images avec la Teachable Machine (voir fiche « Reconnaissance d’images, phase 1 – Entraînement du modèle »), cette activité montre comment l’utiliser dans un programme en Python pour transmettre des instructions au programme en montrant des images de flèches à la caméra.

• Le rover Fetchbot, Phase 3 / Construction du rover FetchBot

Cette activité explique comment assembler les pièces de base utiles à la fabrication du rover muni d’une caméra capable de détecter des tubes sur le sol martien, grâce à un kit de construction, le CamJam Edukit, et une carte programmable Raspberry Pi.

• Le rover Fetchbot, Phase 4 / Contrôle du rover avec Scratch

Une fois construit un rover muni d’une caméra (fiche « Phase 3 / Construction du rover FetchBot ») et entraîné un modèle de reconnaissance d’images avec la Teachable Machine, cette activité montre comment le faire se déplacer en le programmant de façon simple avec Python.

• Le rover Fetchbot, Phase 4 / Contrôle du rover avec Python

Une fois construit un rover muni d’une caméra (fiche « Phase 3 / Construction du rover FetchBot ») et entraîné un modèle de reconnaissance d’images avec la Teachable Machine, cette activité montre comment le faire se déplacer en le programmant de façon simple avec Scratch.

• Contrôle intelligent du river, Phase 5 / Contrôle du FetchBot et reconnaissance d’images avec Scratch

Après avoir construit et entraîné le FetchBot avec les élèves, cette activité montre comment le déplacer avec Scratch en utilisant la reconnaissance d’images.

• Contrôle intelligent du river, Phase 5 / Contrôle du FetchBot et reconnaissance d’images avec Python

Après avoir construit et entraîné le FetchBot avec les élèves, cette activité montre comment le déplacer avec Python en utilisant la reconnaissance d’images.

Le contenu de ce dossier pédagogique est également disponible sur le site Github du projet.