AI for Robotics

Datos, modelos, percepción, estrategia autónoma, evaluación y seguridad aplicados a una plataforma robótica.

RESULTADO ESPERADOUn robot autónomo con modelo, métricas y plan de seguridad.

Áreas y herramientasPlataforma robótica con cámara y sensores, según el proyecto.

IA integrada al programaEntrenamiento, evaluación, visión y generación de código revisada.

Ruta curricular escolar2.º trimestre

NivelAvanzado

PLAN DEL PROGRAMA

Objetivos, módulos y evidencias.

Objetivos5 competencias

01
Distinguir programación basada en reglas de entrenamiento mediante ejemplos.
02
Conectar, configurar y calibrar un sensor de visión.
03
Programar reacciones a una o varias firmas de color.
04
Entrenar un modelo simple para reconocer objetos por características visuales.
05
Diseñar rutinas autónomas guiadas por percepción visual.

Syllabus7 módulos

01
Qué es IA
Diferencia percepción automatizada, reglas explícitas y aprendizaje a partir de datos.
02
El sensor de visión
Conecta el sensor y observa cómo la imagen se traduce en valores RGB, posición y tamaño.
03
Firmas de color
Calibra colores y programa seguimiento, detención y respuestas diferentes según lo detectado.
04
Clasificación y códigos visuales
Construye un clasificador de dos colores y una máquina de estados que interpreta secuencias cromáticas.
05
Navegación autónoma
Diseña un recorrido y usa señales visuales para seleccionar giros y completar el camino.
06
Machine Learning
Captura ejemplos positivos y negativos, entrena un modelo y prueba su reconocimiento de objetos.
07
Desafío de robots inteligentes
Diseña reglas, programa, entrena, prueba y refina un robot para una competencia final.

Proyectos4 evidencias de aplicación

01
Robot perseguidor de color: Avanza hacia un objeto calibrado y se detiene al perderlo.
02
Clasificador de objetos: Mecánica y programa que separan objetos en zonas según dos firmas de color.
03
Ruta por códigos visuales: Camino autónomo controlado por tarjetas de color e instrucciones de giro.
04
Competencia autónoma final: Juego diseñado por el equipo que integra visión, lógica y, cuando corresponde, reconocimiento entrenado.

Evaluación4 criterios

01
Calibración de firmas y conjunto de entrenamiento suficientemente variado; la actividad base solicita al menos 50 positivos y 50 negativos.
02
Lógica de decisión capaz de convertir detecciones visuales en comportamientos correctos.
03
Autonomía y fiabilidad demostradas mediante ciclos de prueba, error y refinamiento.
04
Participación técnica y colaborativa en el diseño y ejecución de la competencia final.

OBJETIVOS DEL PROGRAMA

Una ruta progresiva de habilidades, prácticas y proyectos para aplicar lo aprendido.

01
Distinguir programación basada en reglas de entrenamiento mediante ejemplos.
02
Conectar, configurar y calibrar un sensor de visión.
03
Programar reacciones a una o varias firmas de color.
04
Entrenar un modelo simple para reconocer objetos por características visuales.
05
Diseñar rutinas autónomas guiadas por percepción visual.

SYLLABUS

7 módulos

Diferencia percepción automatizada, reglas explícitas y aprendizaje a partir de datos.

Conecta el sensor y observa cómo la imagen se traduce en valores RGB, posición y tamaño.

Calibra colores y programa seguimiento, detención y respuestas diferentes según lo detectado.

Construye un clasificador de dos colores y una máquina de estados que interpreta secuencias cromáticas.

Diseña un recorrido y usa señales visuales para seleccionar giros y completar el camino.

Captura ejemplos positivos y negativos, entrena un modelo y prueba su reconocimiento de objetos.

Diseña reglas, programa, entrena, prueba y refina un robot para una competencia final.

PROYECTOS

Robot perseguidor de color: Avanza hacia un objeto calibrado y se detiene al perderlo.
Clasificador de objetos: Mecánica y programa que separan objetos en zonas según dos firmas de color.
Ruta por códigos visuales: Camino autónomo controlado por tarjetas de color e instrucciones de giro.
Competencia autónoma final: Juego diseñado por el equipo que integra visión, lógica y, cuando corresponde, reconocimiento entrenado.

EVALUACIÓN

Calibración de firmas y conjunto de entrenamiento suficientemente variado; la actividad base solicita al menos 50 positivos y 50 negativos.
Lógica de decisión capaz de convertir detecciones visuales en comportamientos correctos.
Autonomía y fiabilidad demostradas mediante ciclos de prueba, error y refinamiento.
Participación técnica y colaborativa en el diseño y ejecución de la competencia final.

IMPLEMENTACIÓN INSTITUCIONAL

Podemos conversar sobre los objetivos del colegio y avisarte cuando esta ruta esté lista para implementación.