Về khóa học này
Khám phá UGOT lớp 9 giúp học sinh lập trình robot UGOT bám theo đường cong bằng camera nhận diện độ lệch và điều khiển tỷ lệ P, giúp robot di chuyển mượt và sửa hướng tự động.bài học nâng cao về điều hướng thông minh trong chương trình STEM AI lớp 9. Ở chủ đề này, học sinh được đặt vào bối cảnh robot UGOT tiến sâu vào hệ thống hang dung nham dưới bề mặt Mặt Trăng, nơi địa hình uốn lượn, không thể điều khiển bằng đường thẳng hay quỹ đạo cố định. Để vượt qua thử thách, robot phải biết tự quan sát, tự điều chỉnh và giữ đúng hướng liên tục khi di chuyển. Đây là tiền đề quan trọng của công nghệ robot tự hành hiện đại.
Học sinh được giới thiệu khái niệm tuần tra thị giác (Vision Tracking) – cơ chế robot bám theo vạch dẫn đường bằng cách camera phân tích vị trí đường nằm lệch bao nhiêu so với tâm hình ảnh. Từ đó hình thành khái niệm độ lệch (Offset). Nếu đường nghiêng về trái thì robot phải xoay phải để sửa, và ngược lại. Bài học tập trung làm rõ thuật toán điều khiển tỷ lệ (P – Proportional), nơi tốc độ xoay được xác định bởi sai số: lệch nhiều → xoay mạnh, lệch ít → xoay nhẹ. Học sinh dễ dàng hình dung qua ví dụ rót nước: còn thiếu nhiều thì rót nhanh, gần đầy phải rót chậm.
Trong phần thực hành, học sinh lập trình UGOT đọc giá trị Offset liên tục bằng thư viện ugot, sau đó điều chỉnh hướng và tiến đồng thời để robot di chuyển mượt qua đường cong. Các nhóm quan sát hành vi robot, tinh chỉnh hệ số Kp để giảm rung lắc và tăng độ ổn định. Cuối buổi, học sinh có thể mở rộng thử thách: robot đi đến cuối đường, tự quay 180° và quay lại điểm xuất phát.
Bài học giúp học sinh hình thành tư duy thuật toán phản hồi, tối ưu tham số dựa trên thử nghiệm và làm việc nhóm hiệu quả trong môi trường kỹ thuật thực tế. Đây là bước tiến quan trọng hướng tới robot tự hành thông minh hơn.
Bình luận (0)
Chủ đề 8 giúp học sinh lớp 9 lập trình robot UGOT bám đường cong tự động bằng thị giác máy. Thay vì điều khiển thủ công, robot sử dụng camera để nhận diện độ lệch Offset của vạch dẫn đường và tự điều chỉnh hướng xoay để trở về tâm. Học sinh tìm hiểu thuật toán điều khiển tỷ lệ (P) – sai lệch lớn xoay mạnh, sai lệch nhỏ xoay nhẹ, tương tự điều khiển tốc độ rót nước để không tràn ly.
Trong thực hành, học sinh cài đặt các câu lệnh u.set_track_recognition_line(), u.get_single_track_total_info() và u.spider_move_turn() để robot vừa tiến vừa sửa hướng theo thời gian thực. Qua nhiều lần thử – chỉnh – tối ưu Kp, robot có thể đi mượt trên đường uốn khúc, hạn chế rung lắc và không trượt khỏi lộ trình. Cuối bài, học sinh thử thách nâng cao: chạy hết tuyến đường, quay 180° và quay lại điểm xuất phát.
Slide - Chủ đề 8 - Tiến Vào Quang Co - P1
Hiểu điều khiển tỷ lệ trong thuật toán PID
Lập trình Robot Nhện UGOT để thực hiện tuần tra một đường bằng thuật toán PID
Hiểu nguyên tắc tuần tra tầm nhìn
Slide - Chủ đề 8 - Tiến Vào Quang Co
Hiểu điều khiển tỷ lệ trong thuật toán PID
Lập trình Robot Nhện UGOT để thực hiện tuần tra một đường bằng thuật toán PID
Hiểu nguyên tắc tuần tra tầm nhìn
Chủ đề 9 giúp học sinh lớp 9 tiếp cận cốt lõi của AI thông qua Machine Learning, hiểu sự khác biệt giữa Training (máy học từ dữ liệu) và Prediction (máy dự đoán từ mô hình đã học). Học sinh được thực hành huấn luyện mô hình AI trên uCode: thu thập mẫu, gán nhãn, train và kiểm thử độ chính xác. Bài học cũng trang bị kiến thức về cấu trúc dữ liệu Dictionary trong Python và cách lấy kết quả nhận dạng có xác suất cao nhất bằng max(d, key=d.get).
Trong hoạt động thực hành, học sinh sử dụng robot UGOT có camera để chụp mẫu vật, huấn luyện AI nhận diện khoáng sản và lập trình hiển thị kết quả dự đoán lên màn hình. Các nhóm phân tích lỗi nhận dạng do ánh sáng, góc chụp hoặc dữ liệu thiếu và tự điều chỉnh bằng re-training. Bài học phát triển tư duy AI thực tế, khả năng xử lý dữ liệu, lập trình phản hồi và tinh thần trung thực trong đánh giá mô hình.
Slide - Chủ đề 9 - Quan Sát Từ Xa
Tìm hiểu cách đào tạo mô hình và đào tạo mô hình ưng ý
Cho phép UGOT thực hiện nhận dạng hình ảnh bằng mô hình
Hiểu các nguyên tắc của máy học
Slide - Chủ đề 9 - Quan Sát Từ Xa
Tìm hiểu cách đào tạo mô hình và đào tạo mô hình ưng ý
Cho phép UGOT thực hiện nhận dạng hình ảnh bằng mô hình
Hiểu các nguyên tắc của máy học
Chủ đề 10 giúp học sinh lớp 9 mở rộng khả năng ứng dụng AI vào robot thật thông qua nhận diện khuôn mặt và điều khiển Robot Bốn chân (Robot Chó). Học sinh hiểu đặc điểm robot 4 chân – ổn định, linh hoạt, vượt địa hình tốt hơn robot bánh xe. Ở tiết 1, các em lập trình robot thực hiện chuyển động và hành động như đi tới, ngồi xổm, bắt tay, xoay người… bằng các lệnh dog_move_speed() và dog_perform_action().
Sang tiết 2, học sinh học quy trình nhận diện khuôn mặt: Đăng ký – Trích xuất đặc điểm – Nhận dạng, sau đó lập trình robot phản hồi theo người được nhận dạng. Với camera AI, robot có thể nhận ra khuôn mặt đã đăng ký bằng lệnh u.get_face_recognition_total_info() và chào bằng hành động tương tác.
Bài học giúp học sinh phát triển tư duy AI, khả năng xử lý dữ liệu hình ảnh, tạo tương tác người–robot và thích ứng với mô hình robot mới. Đây là bước tiến quan trọng hướng tới thiết kế trợ lý AI ngoài đời thực.
Slide - Chủ đề 10 - Nhận Dạng Người
Tìm hiểu phương pháp lắp ráp và hoàn thành việc lắp ráp Robot bốn chân UGOT
Trong quá trình giải quyết các vấn đề phức tạp, hãy phân tích và phá vỡ các vấn đề một cách có ý thức, giải quyết từng bước
Chương trình thực hiện điều khiển chuyển động của Robot bốn chân UGOT
Slide - Chủ đề 10 - Nhận Dạng Người
Tìm hiểu phương pháp lắp ráp và hoàn thành việc lắp ráp Robot bốn chân UGOT
Trong quá trình giải quyết các vấn đề phức tạp, hãy phân tích và phá vỡ các vấn đề một cách có ý thức, giải quyết từng bước
Chương trình thực hiện điều khiển chuyển động của Robot bốn chân UGOT
Chủ đề 11 mở rộng khả năng tương tác tự nhiên giữa con người và robot UGOT qua âm thanh và giọng nói. Học sinh được khám phá nguyên lý Định vị nguồn âm (Sound Localization) – robot xác định hướng vỗ tay dựa trên độ lệch thời gian và cường độ âm thu giữa các micro. Qua thực hành, robot có thể nghe – quay đầu – phản hồi về đúng hướng chỉ bằng lệnh Python nhanh gọn với enable_audio_direction() và get_audio_direction().
Sang tiết hai, học sinh làm việc với ASR – NLP – TTS, hiểu cách robot chuyển lời nói thành văn bản, suy luận ý định và trả lời lại bằng giọng nói. Các em lập trình kịch bản giao tiếp: nói “Handshake” → robot bắt tay, “Sit down” → robot ngồi xuống, “Exit” → robot dừng khẩn cấp.
Bài học nâng cao tư duy AI, lập trình xử lý âm thanh, rèn kỹ năng giao tiếp rõ ràng và tạo trải nghiệm thực tế như đang huấn luyện một trợ lý số thông minh
Slide - Chủ đề 11 - Giao Tiếp Người & Máy
Hiểu được nguyên lý của công nghệ định vị nguồn âm thanh và thực hiện hiệu ứng định vị nguồn âm thanh
Chương trình bật chức năng trò chuyện thoại
Hiểu nguyên lý và ứng dụng của công nghệ nhận dạng giọng nói, đồng thời suy nghĩ về tác động của công nghệ trí tuệ nhân tạo đối với cuộc sống con người
Hiểu các quy trình cơ bản của nhận dạng giọng nói, xử lý ngôn ngữ tự nhiên và chuyển văn bản thành giọng nói
Slide - Chủ đề 11 - Giao Tiếp Người & Máy
Hiểu được nguyên lý của công nghệ định vị nguồn âm thanh và thực hiện hiệu ứng định vị nguồn âm thanh
Chương trình bật chức năng trò chuyện thoại
Hiểu nguyên lý và ứng dụng của công nghệ nhận dạng giọng nói, đồng thời suy nghĩ về tác động của công nghệ trí tuệ nhân tạo đối với cuộc sống con người
Hiểu các quy trình cơ bản của nhận dạng giọng nói, xử lý ngôn ngữ tự nhiên và chuyển văn bản thành giọng nói
Chủ đề 12 giúp học sinh lớp 9 làm chủ kỹ thuật Tracking – Bám theo mục tiêu bằng thị giác máy tính. Thông qua Camera AI, robot UGOT nhận diện AprilTag, đọc tọa độ hình ảnh, đo khoảng cách và điều chỉnh hướng di chuyển liên tục để theo sát đối tượng phía trước. Học sinh nắm nguyên lý hoạt động của hệ trục X–Y, hiểu cách phân tích dữ liệu từ danh sách AprilTag trả về, xác định vị trí trái – giữa – phải và xử lý bằng cấu trúc if...elif...else.
Ở tiết thực hành, học sinh lập trình robot tự động đi theo thẻ di chuyển trong lớp học, giữ khoảng cách an toàn và không làm mất dấu. Sang phần mở rộng, robot có thể kết hợp nhận diện người + NLP + Camera, từ đó xác định đúng đối tượng, chào hỏi, hoặc bỏ qua người lạ.
Bài học phát triển năng lực phân tích dữ liệu hình ảnh, tư duy thuật toán và khả năng tích hợp nhiều module AI trong một hệ robot duy nhất.
Slide - Chủ đề 12 - Giao Tiếp Như Bóng Với Hình
Hiểu hệ tọa độ tầm nhìn của máy ảnh
Học cách lập trình nhận dạng khuôn mặt
Hiểu vai trò của thuật toán trong việc giải quyết vấn đề và hiểu được giá trị của thuật toán
Học lập trình để thực hiện chức năng sau bằng cách bản địa hóa mã AprilTag
Slide - Chủ đề 12 - Giao Tiếp Như Bóng Với Hình
Hiểu hệ tọa độ tầm nhìn của máy ảnh
Học cách lập trình nhận dạng khuôn mặt
Hiểu vai trò của thuật toán trong việc giải quyết vấn đề và hiểu được giá trị của thuật toán
Học lập trình để thực hiện chức năng sau bằng cách bản địa hóa mã AprilTag
Chủ đề 13 mang học sinh vào trải nghiệm đặc biệt: dạy robot nhảy bằng chính đôi tay của mình và lập trình robot phản hồi theo tư thế người. Từ kỹ thuật Servo Readback, học sinh học cách “nắn chỉnh” robot bốn chân, đọc lại góc servo và tái tạo tư thế thành chuyển động tự động. Không phải nhập từng thông số máy móc, các em sẽ biên đạo vũ điệu cho robot như đang huấn luyện một diễn viên thật sự.
Tiết học tiếp tục nâng cấp khi robot được trang bị Pose Estimation — công nghệ nhận dạng khớp cơ thể người để hiểu cử chỉ như giơ tay, dang tay. Học sinh xử lý dữ liệu tọa độ bằng Python, viết điều kiện if...else để robot biểu diễn, cúi chào, vẫy tay hoặc thực hiện động tác theo tín hiệu người điều khiển.
Một bài học đậm tính sáng tạo, công nghệ và biểu diễn — sân khấu Sao Hỏa mở ra ngay trong lớp học.
Slide - Chủ đề 13 - Bữa Tiệc Sao Hoả
Sử dụng nhận dạng tư thế của con người, thực hiện chức năng cho phép Robot bốn chân UGOT cung cấp phản hồi hành động dựa trên các tư thế khác nhau của con người
Thúc đẩy sự sáng tạo và đổi mới trong thiết kế và lập trình khiêu vũ người-máy
Hoàn thành các hành động cụ thể bằng cách đọc và điều khiển góc servo của Robot bốn chân UGOT
Slide - Chủ đề 13 - Bữa Tiệc Sao Hoả
Sử dụng nhận dạng tư thế của con người, thực hiện chức năng cho phép Robot bốn chân UGOT cung cấp phản hồi hành động dựa trên các tư thế khác nhau của con người
Thúc đẩy sự sáng tạo và đổi mới trong thiết kế và lập trình khiêu vũ người-máy
Hoàn thành các hành động cụ thể bằng cách đọc và điều khiển góc servo của Robot bốn chân UGOT
Chủ đề 14 là bước kết thúc của hành trình khám phá UGOT – nơi học sinh vận dụng toàn bộ kỹ năng từ các bài trước để hoàn thành sứ mệnh sửa chữa tàu vũ trụ bằng robot dạng xe kỹ thuật có cánh tay cơ khí. Học sinh tìm hiểu cấu tạo Arm gồm ba khớp xoay và bộ kẹp, hiểu giới hạn góc an toàn và cách điều khiển bằng các lệnh Python như mở–đóng kẹp, điều khiển từng khớp và lưu góc trong biến để tránh kẹt động cơ.
Ở phần thực hành, robot cần di chuyển theo lộ trình, nhận diện vị trí linh kiện bằng AprilTag rồi tiến đến đúng khoảng cách để gắp vật. Sau đó, học sinh lập trình tay cầm Bluetooth để điều khiển cánh tay theo thời gian thực – vừa di chuyển, vừa kẹp, vừa nâng hạ.
Một bài học tổng hợp mạnh về AI – Robotics – Lập trình – Điều khiển thông minh, khép lại khóa học bằng một nhiệm vụ thực chiến đúng nghĩa.
Slide - Chủ đề 14 - Nhiệm Vụ Cuối Cùng
Hoàn thành việc lựa chọn và lắp ráp các biểu mẫu UGOT và hoàn thành nhiệm vụ vượt qua các chướng ngại vật
Chương trình điều khiển cánh tay cơ khí bằng bộ điều khiển Bluetooth để thay thế các bộ phận và hoàn thành việc sửa chữa tàu vũ trụ
Học cách sử dụng các công cụ như báo cáo của học sinh và áp phích để giới thiệu các sáng tạo và sử dụng các công cụ CNTT thích hợp để tạo điều kiện học tập
Biết cách lấy vị trí của các bộ phận cần thiết để sửa chữa tàu vũ trụ bằng cách bản địa hóa AprilTag
