以慕課和實驗項目驅動的智能車輛課程混合式教學實踐

熊光明，龔建偉，陳慧巖，郝浩倩

（北京理工大學 機械與車輛學院，北京 100081）

《中國制造 2025》[1]對智能車輛技術這一新興領域給予了高度關注。本課程組對于如何培養具有創新精神、創業意識、創新創業能力的“智能車輛技術”人才問題進行了研究，并從2017年開始連續開展了三屆教學實踐[2-4]。通過明星培育項目、精品課程建設項目等，我們在培養學生創新性、批判性思維等方面進行了一些嘗試。

2020年初，國家發改委等11部委聯合發布《智能汽車創新發展戰略》[5]，對進一步加快“智能車輛技術”人才培養提出了新的要求。本課程組在以往教學實踐和一系列教改項目基礎上，針對疫情期間線上教學的實際需要，結合精心打造且已在中國大學MOOC網站上線的“無人駕駛車輛”慕課[6]以及MATLAB自動駕駛工具箱[7]，提出了“3193模式”的智能車輛課程混合式教學框架，并開展了具體教學實踐。

1 “3193模式”的混合式教學框架

2020年初新冠疫情發生后，智能車輛課程組及時研究了學校關于疫情期間線上教學的要求，第一時間在樂學平臺建立了課程檔案，并提出如圖 1所示的“3193模式”的混合式教學框架。

其中的3個平臺為慕課平臺、樂學平臺和QQ平臺。2019年12月，課程組制作的“無人駕駛車輛”慕課在中國大學MOOC網站上線，包括各章節課件、評分標準、測驗與作業、討論區、考試等欄目。運用慕課方式，學習者可以自主選擇學習內容、自我調節學習進度[8]。

圖1 3193模式

樂學平臺使用Moodle[9]的標準軟件代碼架設，由我校網絡信息技術中心對其進行了修改和擴展。樂學系統與學校的選課管理系統是相關聯的，能從管理系統中自動導入選課學生信息，極大地方便了教師對學生的管理。學生只要登錄樂學平臺，就會自動進入上學期末所選的課程名下，看到該課程在樂學平臺建立的課程檔案及相關通知。樂學平臺的功能非常豐富，“3193模式”的框架中只用了其中一小部分，如建立檔案、發布通知、接收作業、投票問卷等。QQ平臺主要提供直播、發布通知、互動交流等功能。

“3193模式”中的1個工具箱，是指MATLAB自動駕駛工具箱。由于智能車輛課程涉及面廣，知識點偏難，必須通過實際項目的鍛煉和練習來理解和掌握基本理論與方法。目前，自動駕駛案例大多是用C語言實現的，門檻較高，學生往往需要花較多時間學習C語言，這反而弱化了對無人駕駛知識點的學習和理解。MATLAB上手快，學生不用花太多時間在學習MATLAB上，而是可以將更多時間用在學習無人駕駛技術上。圖1中的9個案例都是從MATLAB自動駕駛工具箱中精選出來的，并構成了3個實驗項目，通過項目驅動促進學生實踐能力和創新意識的提高。

2 基于慕課的在線學習

2.1 基于ILOS設計教學策略

本課程注重理論聯系實際，以預期學習結果[10]（intended learning outcomes，ILOS）為著力點，將“無人駕駛車輛”慕課知識點及需要達到的預期學習效果予以標準化，并以案例形式呈現。例如，對于多線激光雷達教學，為使學生易于理解，設計使用VREP進行仿真模擬教學。如圖 2所示，用 VREP模擬了 64線激光雷達在遇到行人時的情形?？梢钥闯?，64線激光雷達在垂直方向上，有比較稠密的線束，對于過馬路的行人，通過稠密的激光點云，行人的輪廓可以清晰地呈現出來。

通過三維仿真模擬教學，使學生先對知識點建立感性認識，再通過教師講解及課后使用仿真軟件進行實踐操作，實現了理論與實踐相結合，達到了熟練掌握該知識點的目的。

圖2 多線激光雷達仿真場景

2.2 慕課在線學習

根據OBE理念，課題組研究制定了無人駕駛車輛課程教學大綱，對課程教學目標及教學效果評價進行了詳細的分類描述[11]。由于無人駕駛車輛技術還在不斷發展完善過程中，對于很多問題目前并沒有確定的解決方案。因此，通過慕課設置了很多討論題，啟發大家思考。例如，設置了這樣一道開放式討論題：以C、M、A三款車為例，分析討論它們屬于L1—L5的哪一個自動駕駛級別。這個題目需要學生運用所學到的自動駕駛分級概念，考察的是學生分析問題、解決問題的能力。

在慕課網站討論貼中，有的學生根據網上查到的上述三款車的介紹及所學的知識點進行了分析，得到的結論與網絡上的觀點比較接近。還有的學生在進行深入分析后，認為C屬于L1.5、M和A屬于L2，展現了不受網絡觀點限制、積極獨立思考的可貴之處。

2.3 同伴互評

“無人駕駛車輛”慕課在考核方面，以實踐練習題（實驗題）為主，以客觀題為輔，強調知識的運用，采用同伴互評方式?；ピu時，學生可以看到其他學生（同伴）作業的完成情況，可以對其打分，還可以對其寫評語。此過程中，學生可以互相學習彼此的優點，也可以了解自己在同批學習者中的水平情況。

這種方式使得在線學習者不再孤單，盡管大家分散在全國各地，但不是一個人在“戰斗”，自己的作業可以與同伴分享，來自同伴的肯定會使他們激發出更大的學習熱情。此外，在互評中，由于角色的變換，有利于學生從評閱者角度更深刻地理解題目所涉及的知識點。

3 團隊協作—項目驅動的翻轉教學

本課程還采用了團隊協作—項目驅動[12]的翻轉模式。這種模式可以考察學生的自主學習、組內協作學習、團隊探究學習以及團隊協作解決問題的情況。

通過分析 MATLAB自動駕駛工具箱中的單項功能及綜合應用程序包，從中挑選出與課程知識點結合較緊密的9個案例，涉及環境感知、路徑規劃、車輛控制、深度學習、自主泊車等方面內容。9個案例根據復雜程度，分成兩組，第一組3個案例，對應項目1；第二組6個案例，對應項目2。所有選課學生分成12個組，分檔抽取案例。項目1中的3個案例，每個都由4個組抽取，項目2中的6個案例，每個都由2個組抽取。學生除了要完成本小組抽取的項目外，還要對其他小組項目的完成情況進行評審。

以項目1中的案例2為例，第5、9、10、11四個小組抽到此案例，案例內容是基于自適應模型預測控制車輛避障。學生首先需要在慕課中認真學習模型預測控制[13]方法，然后需要小組協作，探究用這一方法來解決車輛避障的實際問題?；谀秸n的學習主要依靠個體的能力，而團隊協作—項目驅動的翻轉模式則要依靠團隊的力量，即在每個學生把慕課中的知識點學懂、悟透基礎上，還需要團隊協作，共同完成將知識點進行綜合運用的實際任務。

這部分內容是在慕課基礎上拓展出來的，使用了“3193模式”中提到的樂學平臺和QQ平臺。各小組在規定時間內把完成的項目材料提交至樂學系統，由教師組織學生對其他小組提交的項目材料進行評審，在給出書面評語的同時，在樂學系統中進行評比投票。所有未抽取案例 2的學生，都可以對 5、9、10、11組的4份項目材料進行評比投票。圖3是4個小組的得票對比，其中11組獲得的一份評語為：“對車輛控制原理進行了介紹，引出了模型預測控制；詳細描述了如何在 MATLAB中建立自適應模型預測控制及所用的車輛模型；結合 MATLAB自動駕駛工具箱案例給出了基于自適應模型預測控制的障礙物躲避實例。內容完整，邏輯清晰。”

圖3 對項目1中案例2的評比

通過這種互動，每個小組都能及時知道本組的項目完成質量，以及在同一案例不同組間所處的水平。盡管每個小組只做了一個案例，但由于進行了分享、討論，每個小組都能夠學習到其他小組的項目內容。

為了讓學生把所完成的項目成果展示、講解出來，設置了項目 3。各小組從之前完成的項目 1和項目 2中抽出一個案例，把案例完成情況錄成視頻，在規定時間內上傳到QQ群。教師組織全體學生觀看12個展示視頻，并進行討論和寫出評審意見，再在樂學系統中進行投票。各小組得票如圖4所示。

圖4 對項目3的評比

在團隊協作—項目驅動的翻轉教學過程中，貫穿了反饋驅動的多輪翻轉[14]。首先全體學生需要觀看慕課視頻，學習相關知識點，完成第一輪翻轉。然后學生需要組隊協作完成一個具體項目，并提交項目材料到樂學系統，再在教師組織下進行討論和分析，這是第二輪翻轉。在項目3中，每個小組需要對所完成的項目成果進行展示。在制作展示材料時，允許根據在分享活動中從其他小組學到的東西進行修改完善，從而形成適應學生技能訓練、提高的學習流程。

4 課程評價

本課程綜合評價包括慕課得分（占60%）和實驗項目得分（占 40%）。慕課是針對個體的評價，實驗項目則是以小組為單位的評價。第5、9、10、11小組學生慕課平均得分（百分制）分別是87、94、91、87。從圖3可知，在項目1的案例評比中，得票（對應著得分檔次）從高到低的順序依次是第 11、9、10、5小組。從第11小組可以看出，只要小組成員加強協作，團結一致，即使前期的學習略有不足，也完全可以在小組協作共同完成實驗項目的任務中勝出。

另一方面，通過團隊協作-項目驅動的翻轉模式提供的多輪翻轉和及時反饋，小組間通過查漏補缺，學習其他小組的優點，能夠及時進行改進。以第9小組為例，在項目1評價中排在第二位置，通過分享討論，及時發現了自身的不足，及時作出改進調整，在項目 2的評價中成為了第一位，并在極具挑戰的項目3中保持了第一的位置。

5 結語

針對疫情期間線上教學的要求，結合課程組精心打造的慕課以及 MATLAB自動駕駛工具箱和學校的樂學平臺、QQ平臺等，提出了“3193模式”的混合式教學框架。通過慕課的在線學習方式和團隊協作-項目驅動的翻轉模式實現了對學生課程學習的綜合性評價和個性化評價。