Informatik · Klasse 8 · Automatisierung und Robotik · 2. Halbjahr

Programmierung von Robotern (z.B. mit Calliope mini)

Die Schülerinnen und Schüler programmieren einfache Roboter oder Mikrocontroller zur Steuerung von Sensoren und Aktoren.

• KMK Bildungsstandards
• KMK: Sekundarstufe I - Implementieren
• KMK: Sekundarstufe I - Problemlösen

Über dieses Thema

Die Programmierung von Robotern mit Geräten wie dem Calliope mini führt Schülerinnen und Schüler in die Steuerung von Sensoren und Aktoren ein. Sie implementieren Algorithmen, die Sensordaten wie Helligkeit, Entfernung oder Beschleunigung auswerten und Reaktionen wie Motorbewegungen oder LED-Ansteuerung auslösen. Basierend auf den KMK-Standards Sekundarstufe I üben sie das Implementieren von Programmen und das Problemlösen durch Testen und Optimieren.

Im Kontext der Einheit Automatisierung und Robotik lernen die Schüler, Funktionalität zu evaluieren und Optimierungspotenziale zu identifizieren. Sie differenzieren zwischen virtueller Simulation, wo schnelle Iterationen möglich sind, und physischer Hardware, die Verzögerungen und Kalibrierungsbedarf mit sich bringt. Dies schult systematisches Denken und Fehlersuche, zentrale Informatikkenntnisse für die Sekundarstufe I.

Aktive Lernansätze eignen sich besonders gut, weil Schüler durch direkte Experimente mit Robotern kausale Zusammenhänge erleben. Hands-on-Tests fördern Trial-and-Error-Prozesse, die Debugging-Fähigkeiten stärken und Motivation durch sichtbare Erfolge steigern. Kollaboratives Programmieren vertieft das Verständnis für Algorithmen in der Praxis.

Leitfragen

1. Implementieren Sie einen Algorithmus zur Steuerung eines Roboters basierend auf Sensordaten.
2. Evaluieren Sie die Funktionalität des programmierten Roboters und identifizieren Sie Optimierungsmöglichkeiten.
3. Differentiieren Sie zwischen der Programmierung eines virtuellen Roboters und eines physischen Roboters.

Lernziele

• Implementieren Sie einen einfachen Algorithmus zur Steuerung eines Roboters, der auf mindestens zwei Sensordaten reagiert.
• Evaluieren Sie die Leistung eines programmierten Roboters anhand vordefinierter Kriterien und schlagen Sie mindestens eine Optimierung vor.
• Vergleichen Sie die Programmieransätze für einen physischen Roboter (z.B. Calliope mini) mit denen für eine virtuelle Simulation.
• Analysieren Sie die Ursachen für Fehlfunktionen eines Roboters und dokumentieren Sie die Schritte zur Fehlerbehebung.

Bevor es losgeht

Grundlagen der Programmierung (z.B. mit visuellen Programmiersprachen wie Scratch)

Warum: Grundlegende Konzepte wie Sequenzen, Schleifen und bedingte Anweisungen sind notwendig, um Roboter zu programmieren.

Einführung in digitale Geräte und deren Funktionsweise

Warum: Ein grundlegendes Verständnis davon, wie Computer und Mikrocontroller funktionieren, erleichtert das Verständnis der Robotersteuerung.

Schlüsselvokabular

Sensor	Ein Bauteil, das physikalische Größen wie Licht, Abstand oder Temperatur misst und diese in elektrische Signale umwandelt, die ein Mikrocontroller lesen kann.
Aktor	Ein Bauteil, das elektrische Signale in mechanische Bewegung umwandelt, z.B. ein Motor, der einen Roboter antreibt, oder eine LED, die leuchtet.
Algorithmus	Eine schrittweise Anleitung oder ein Regelwerk, das beschreibt, wie ein bestimmtes Problem gelöst oder eine Aufgabe ausgeführt wird. Im Kontext der Robotik bestimmt er das Verhalten des Roboters.
Mikrocontroller	Ein kleiner Computer auf einem Chip, der Programme ausführt, um Sensoren auszulesen und Aktoren zu steuern. Der Calliope mini ist ein Beispiel für einen Mikrocontroller.
Echtzeit-System	Ein System, das auf Eingaben reagiert und Ausgaben innerhalb eines bestimmten Zeitrahmens erzeugt. Roboterprogramme müssen oft in Echtzeit auf ihre Umgebung reagieren.

Vorsicht vor diesen Fehlvorstellungen

Häufige Fehlvorstellung

Sensoren liefern immer präzise Daten ohne Kalibrierung.

Was Sie stattdessen lehren sollten

In der Realität beeinflussen Umgebungsbedingungen wie Lichtverhältnisse die Messungen. Aktive Tests in Gruppen zeigen Rauschen auf und fördern Kalibrierung durch wiederholte Messungen. Peer-Feedback hilft, Ursachen zu identifizieren.

Häufige Fehlvorstellung

Virtuelle Simulation ersetzt physische Roboter vollständig.

Was Sie stattdessen lehren sollten

Physische Hardware hat Verzögerungen und mechanische Einschränkungen, die Simulationen ausblenden. Hands-on-Vergleiche machen diese Unterschiede erlebbar und schulen realistische Erwartungen. Schüler lernen durch Iterationen, Algorithmen anzupassen.

Häufige Fehlvorstellung

Ein Algorithmus funktioniert sofort nach dem Schreiben.

Was Sie stattdessen lehren sollten

Debugging erfordert Testzyklen. Aktive Ansätze wie Parcours-Tests zeigen Edge-Cases und bauen Resilienz auf. Kollaborative Reviews vertiefen das Verständnis für Optimierungen.

Ideen für aktives Lernen

Pair Programming: Hindernisumfahrender Roboter

Paare programmieren den Calliope mini, um einen Ultraschallsensor für Hinderniserkennung und Motorsteuerung zu nutzen. Sie testen den Roboter auf einem Parcours, messen Erfolgsrate und optimieren den Algorithmus in zwei Iterationen. Abschließend präsentieren sie ihren Code der Klasse.

35 Min.·Partnerarbeit

Small Groups: Sensordaten-Challenge

Gruppen von drei kalibrieren Sensoren für Licht und Temperatur, programmieren Reaktionen wie Buzzer-Signale. Sie sammeln Daten in einer Tabelle, analysieren Abweichungen und passen Schwellwerte an. Jede Gruppe demonstriert ihre Lösung.

45 Min.·Kleingruppen

Whole Class: Virtuell vs. Physisch

Die Klasse programmiert denselben Algorithmus zuerst in einer Simulation wie MakeCode, dann auf Hardware. Gemeinsam vergleichen sie Laufzeiten und Fehlerquellen in einer Plenumdiskussion mit Whiteboard-Skizzen.

50 Min.·Ganze Klasse

Individual: Debugging-Rallye

Jeder Schüler behebt vorgefertigte fehlerhafte Programme für einen Roboter. Sie testen schrittweise, notieren Korrekturen und tauschen am Ende Lösungen aus.

25 Min.·Einzelarbeit

Bezüge zur Lebenswelt

• Industrieroboter in Automobilfabriken, wie sie von KUKA hergestellt werden, montieren präzise Bauteile. Sie werden durch komplexe Algorithmen gesteuert, die auf Sensordaten zur Positionierung und Kollisionsvermeidung basieren.
• Autonome Staubsaugerroboter wie der Roomba von iRobot navigieren durch Wohnungen. Sie nutzen Ultraschall- und Infrarotsensoren, um Hindernissen auszuweichen und Reinigungsrouten zu optimieren.
• Drohnen für die Landwirtschaft können mithilfe von Kameras und GPS-Sensoren Felder überwachen und gezielt Dünger ausbringen. Ihre Flugsteuerung basiert auf Algorithmen, die Echtzeitdaten verarbeiten.

Ideen zur Lernstandserhebung

Lernstandskontrolle

Geben Sie jedem Schüler ein Blatt mit einem einfachen Roboter-Szenario (z.B. 'Roboter soll fahren, wenn Licht erkannt wird'). Bitten Sie die Schüler, einen kurzen Pseudocode oder eine Schritt-für-Schritt-Anleitung zu schreiben, wie der Roboter reagieren soll. Fragen Sie zusätzlich: 'Welcher Sensor wird benötigt und was macht er?'

Kurze Überprüfung

Zeigen Sie ein kurzes Video eines funktionierenden oder fehlerhaften Roboterprogramms (z.B. Calliope mini mit blinkender LED oder fahrendem Motor). Stellen Sie die Frage: 'Was ist das erwartete Verhalten des Roboters und was beobachtet ihr stattdessen? Nennt eine mögliche Ursache für den Unterschied.'

Gegenseitige Bewertung

Lassen Sie die Schüler ihre programmierten Roboter (oder Simulationen) gegenseitig vorführen. Die Schüler geben sich gegenseitig Feedback anhand einer Checkliste: 'Reagiert der Roboter auf den Sensor X? Funktioniert Aktor Y wie erwartet? Ist das Programm gut lesbar?'

Häufig gestellte Fragen

Wie programmiere ich einen Roboter mit Calliope mini in Klasse 8?

Beginnen Sie mit MakeCode-Editor: Ziehen Sie Blöcke für Sensoren wie Ultraschall und Aktoren wie Motoren. Lesen Sie Sensordaten in einer Schleife aus, setzen Sie Bedingungen für Reaktionen und laden Sie den Code per USB hoch. Testen Sie iterativ und debuggen Sie mit Serielle-Ausgabe. Dies passt zu KMK-Implementierungsstandards und dauert pro Lektion 30-45 Minuten.

Wie kann aktives Lernen beim Programmieren von Robotern helfen?

Aktives Lernen macht Algorithmen greifbar, indem Schüler Roboter selbst bauen, testen und optimieren. Pair Programming fördert Erklärungen und Fehlersuche, während Gruppen-Challenges Wettbewerb und Kollaboration schaffen. Direkte Erfolge wie ein fahrendes Auto motivieren und verbinden Theorie mit Praxis. Solche Methoden stärken Problemlösen nach KMK-Standards effektiver als reine Frontalvermittlung.

Welche Unterschiede gibt es zwischen virtueller und physischer Robotik?

Virtuelle Simulatoren erlauben schnelle Tests ohne Hardwarekosten, ignorieren aber Physik wie Reibung oder Sensorrauschen. Physische Roboter wie Calliope mini vermitteln reale Einschränkungen und Kalibrierung. Schüler lernen durch Vergleich, Algorithmen robuster zu gestalten. In Klasse 8 eignet sich ein Mix: Simulation zum Prototyping, Hardware zum Evaluieren.

Wie evaluiere ich die Funktionalität eines Roboters?

Definieren Sie Kriterien wie Erfolgsrate auf einem Parcours, Reaktionszeit und Robustheit bei Störungen. Schüler protokollieren Tests in Tabellen, berechnen Mittelwerte und identifizieren Schwachstellen. Optimieren Sie durch Code-Änderungen und Retests. Diese systematische Methode entspricht KMK-Problemlöse-Standards und fördert metakognitives Denken.