关键词： 仿壁虎机器人   壁虎运动力学   微重力   柔顺运动控制   变刚度策略  

摘要： 随着人类在轨活动范围的扩大,人们对于在轨航天器的作业能力要求越来越高,将机器人与空间技术相结合,研发在轨服务机器人,用以代替宇航员进行空间环境中重复、危险的工作是未来航天器发展的必然发展趋势。研究表明壁虎在太空失重环境下仍能够稳定黏附爬行,所以研制采用仿壁虎干黏附方式的空间仿壁虎机器人可满足微重力环境的作业需求。攀爬机器人在微重力环境下存在不稳定接触,黏脱附过程的力冲击,空间环境恶劣的现象,本文结合仿生启示,从运动行为和黏附行为两个方面使用主动的控制方法解决稳定黏附和柔顺脱附问题,主要工作包括: (1)为了实现机器人类壁虎的灵活稳定攀爬运动,通过气浮法完成大壁虎在模拟微重力环境下的垂直壁面攀爬实验,获得了壁虎在微重力环境下的运动行为和黏附行为的数据,提出一种后腿作支点的微重力步态,总结了机器人在运动控制和力控制两个方面的仿生启示。 (2)针对主动柔顺力控需求设计足端力感知模块,通过传感器选型和数据采集系统软硬件设计实现对足端力的感知;针对关节电驱和脚掌气驱一体化及多足同步协调需求,完成具备同步通信、混合驱动、同步采集的硬件设计,完成伺服驱动层、运动控制层和算法决策层的多线程同步软件设计。 (3)针对微重力环境的不稳定接触和力冲击问题,运动方面将壁虎运动行为启示应用到机器人上,提出质心-足端耦合运动控制算法,根据仿生启示提出一种仿壁虎的微重力步态,以提升后腿稳定性和前腿运动性;力控方面将壁虎黏附行为启示应用到机器人上,利用导纳控制设计单腿在黏脱附过程中不同阶段的变刚度策略,完成机器人全身的柔顺运动控制框架设计,并最终通过悬吊法微重力模拟实验进行算法的验证和测试,从运动和力两个方面提升机器人的稳定性和运动性能。

关键词： 汽车驾驶机器人   构型综合   嵌套优化   动力学耦合   性能试验  

摘要： 汽车驾驶机器人是一种仿人驾驶车辆的特种作业机器人,无需改装现有车辆底盘,即可在驾驶室内实现无损安装并在危险恶劣环境下进行驾驶操作,是解决车辆无人驾驶的策略之一,广泛应用于军民两用等特殊领域。依据课题组对汽车驾驶机器人结构设计和动力学的相关基础,本文对汽车驾驶机器人拓扑结构和动力学耦合方面进行深入研究。 首先,本文系统阐述了汽车驾驶机器人的总体结构、工作原理以及驱动方式,分析了换挡机械手和驾驶机械腿的拓扑特征和POC集,在此基础上完成了换挡机械手和驾驶机械腿的拓扑构型综合。通过拓扑支链的动力学建模与组合配置,建立汽车驾驶机器人操纵机构拓扑支链动力学模型。 其次,本文根据汽车驾驶机器人的工作需求定义性能指标与约束条件,针对外层轨迹精度和内层负载刚度的优化,搭建了考虑不同拓扑构型的驾驶机器人操纵机构双层嵌套优化框架。采用改进的万有引力粒子群算法对换挡机械手和驾驶机械腿的嵌套优化模型分别进行求解,并对不同优化方法进行对比分析。 进一步,本文将广义动力学模型映射至关节空间内,建立汽车驾驶机器人操纵机构的动力学耦合模型。定义了动力学耦合程度衡量指标并对各操纵机构进行详细分析,进一步分析换挡机械手和驾驶机械腿的不同支链尺寸参数变化对动力学耦合特性的影响规律,并对动力学耦合效果进行稳定性评估。 最后,本文设计了汽车驾驶机器人试制与试验方案,通过驾驶机器人原理样机试验验证拓扑支链动力学模型的正确性,通过台架性能试验验证了转向机械手动力学耦合研究以及换挡机械手和驾驶机械腿拓扑结构分析的有效性,通过整车性能试验验证了换挡机械手和驾驶机械腿动力学耦合特性分析的有效性。

关键词： 仿猫机器人   纤维嵌入   气动肌肉   柔性机械腿   动力学  

摘要： 随着科学技术的发展,机器人的工作场地愈来愈往非平面、高复杂、多障碍的非结构化环境扩展。如何增强机器人在非结构化环境中的跌落姿态调整、越障与抗冲击等能力,已成为当今机器人研究的一大课题。猫对非结构化环境适应度极高,其能在跌落时自主翻转以调整姿态,猫本身强健而柔韧的骨骼-肌肉结构又给予了它们出色的运动与抗冲击能力。本文通过研究猫的下落翻转能力与猫的生理结构设计出了一种仿猫腿式机器人,该机器人以纤维嵌入式低摩擦气动肌肉为驱动元件,具有更接近猫特征的柔性机械腿,对非结构化环境有较强的适应能力。 本文仿真验证了“弯脊柱论”与“四肢开合论”两大落猫翻转模型的合理性。设计了一种具有自主翻转能力的仿猫机器人,该机器人由躯干、四肢两大部分及其上搭载作为驱动元件的气动肌肉组成。提出了一种纤维嵌入式低摩擦气动肌肉设计方案,设计了一种气动柔性机械腿。 基于“弯脊柱论”机理模型简化了猫的躯干生理结构,提出了一种气动肌肉并联驱动的具有自主翻转能力的仿猫机器人躯干结构。通过Adams仿真,探究了躯干直径、长度、材质及腰部球铰位置等参数对躯干模型翻转效率的影响,在此基础上获得躯干模型的优化参数。优化模型能在5s内实现约60°的自主翻转。 考虑仿猫机器人柔性驱动的要求,本文提出了一种新型的纤维嵌入式气动肌肉的设计方案,基于Abaqus有限元仿真探究了橡胶与纤维种类、橡胶纤维组合方式、橡胶管尺寸参数及纤维嵌合参数等对气动肌肉工作能力的影响,提出了一个工作能力较理想的优化方案,并建立了此气动肌肉的静力学方程。据此优化方案设计的气动肌肉,最大收缩率能达到24.06%,最大输出力约为1498N。 基于对猫翻转、跳跃、小跑三大运动的研究,以猫腿部结构为蓝本,设计了一种气动肌肉驱动的柔性机械腿。为了应对落地时的瞬时大冲击,设计了一种仿猫与人体膝关节的柔性膝关节。Adams仿真结果表明,所设计机械腿能够跳跃近1m的高度,且具有较强的缓冲能力。 将所设计的采用气动肌肉驱动的躯干与腿部相组合,构建仿猫机器人系统,建立了其整体系统的运动学与动力学数学模型,并利用Adams与Matlab等软件仿真分析了机器人的翻转、跳跃与小跑运动,结果显示仿猫机器人能够在5s内自主翻转超过60°,最大跳跃距离436.45mm,最大跳跃高度1195.29mm,且能实现平稳的长时间小跑运动。

摘要： From general object grasping to in-hand manipulation, deep learning has enabled a number of exciting robotic manipulation capabilities in recent years. Despite this, the quintessential home robot that can enter a previously unseen home environment and complete a wide range of tasks like humans can is far from a reality. While there are many problems to solve in accomplishing this goal, one of the central bottlenecks lies in learning control policies from the robot’s sensor inputs that can generalize to new tasks, objects, and environments. For example, a robot cooking in a home cannot afford to re-learn from scratch for each new dish, nor is it feasible to hard-code state features for every new kitchen a robot might encounter. One potential route to accomplishing this generalization is to train the robot on a wide distribution of data that contains many tasks, objects, and environments. Indeed, this recipe of large, diverse datasets combined with scalable offline learning algorithms (e.g. self-supervised or cheaply supervised learning) has been the key behind recent successes in natural language processing (NLP) and vision. However, directly extending this recipe to robotics is nontrivial, as we neither have sufficiently large and diverse datasets of robot interaction nor is it obvious what types of learning algorithms or sources of supervision can enable us to scalably learn skills from these datasets. The goal of this thesis lies in tackling these challenges, and replicating the recipe of large-scale data and learning in the context of robotic manipulation. The first part of this thesis will discuss how we can scalably collect large and diverse datasets of robots interacting in the physical world and how we can effectively pre-train self-supervised world models on such offline robot datasets. We’ll then explore how we might use these pre-trained world models to solve tasks by combining them with planning, first for solving longhorizon manipulation tasks, and secon

摘要： The successful integration of domestic service robots into home environments can bring significant services and convenience to the general population and possibly mitigate important societal issues, such as care provision for older adults. However, home environments are complex, dynamic, and object-rich. It is, therefore, very probable that service robots will encounter ambiguity while interacting with household items. Moreover, service robots need to have the capability to obtain knowledge and continuously learn from the environment to ensure high adaptability and persistent functional adequacy. This thesis presents a learning object disambiguation framework for domestic service robots that is inspired by the cognitive mechanism of social referencing and the human visual mental imagery perceptual experience. The framework allows the service robot to resolve various ambiguities in the object selection task and learn objects through bidirectional human robot interactions. The framework's technical details are explained in depth. We first describe the base framework, which consists of five functional components: the user command interface, fuzzy ambiguity determination, fuzzy human attention assessment, social referencing disambiguation, and short-term long-term memory object learning. We then explain our extended framework with the expansion of robot mental imagination and user objection absence detection to further enhance the robot's ability to handle novel objects and improve interaction robustness. To showcase and validate our robot framework, we developed a system validation study with human participants. The framework is implemented on our mobile robot manipulator, Fetch, for our testing scenarios. Our experiment is designed to measure the success of the framework objectively and to understand the human perception of the robot with the framework. The study design, implementation, results, and discussions are illustrated. Finally, we discuss the current limit

关键词： 空间多臂机器人   深度强化学习路径规划   非合作目标柔顺抓捕   非合作目标消旋与转位控制   复杂操控任务柔顺控制  

摘要： 随着人类航天事业的蓬勃发展,航天器发射活动逐年增多,随之而来的是空间失效目标对于轨道资源的占用以及正常运行卫星的威胁大大增加。基于空间机械臂的在轨操控对于提高太空任务的效率和安全性、支持空间制造和维修、实现空间资源合理利用具有重要作用,因此对于空间机械臂在轨操控的研究具有重要的科学价值。虽然当前在面向如目标抓捕、消旋等单一特定任务的空间单、双臂机器人的动力学与控制方面的研究已逐渐成熟,但是对于基于空间多臂机器人完成复杂操控任务,尤其是对于空间翻滚非合作目标的捕获、消旋与维修操作这一完整在轨服务任务流程来说,当前的研究仍存在不足。因此本文针对上述不足,基于装载多机械臂的服务航天器,对空间翻滚非合作目标的抓捕与操控路径规划、有限时间柔顺抓捕策略、消旋稳定与转位一体化控制以及面向复杂操控任务的柔顺控制等问题进行了研究,论文的主要贡献如下: 首先,开展面向非合作目标捕获与操控的空间多臂机器人路径规划研究。基于深度确定性策略梯度算法设计了空间双臂机器人协同捕获路径规划算法,解决了抓捕过程中的双臂协同捕获路径规划问题,考虑复杂多变的空间环境的影响以及任务过程中机械臂末端执行器速度约束和双臂之间的自碰撞约束等复杂约束条件,通过对各约束条件的内在特性分析,对奖励函数进行了特异性设计,使算法能够在实现主要目标的同时满足所考虑的复杂约束条件。在此基础上,在奖励函数的设计过程中结合了人工势场的思想,对路径规划算法进行了改进,进一步解决了操控过程中的单臂位姿对准路径规划问题,并提高了算法的收敛性,增强了算法应对复杂约束条件的能力。 其次,开展面向非合作目标捕获的有限时间柔顺抓捕策略研究。考虑自由漂浮基空间机械臂的动力学特性,将欠驱动形式的动力学模型转换为完全驱动形式的动力学模型,并引入机械臂正运动学关系,建立了以被控对象即末端执行器位姿自由度为广义坐标表示的末端执行器动力学模型。在此基础上设计了全局快速非奇异终端滑模控制,解决了末端执行器的有限时间轨迹跟踪控制问题,实现了末端执行器的有限时间轨迹跟踪控制。进一步地,设计了一种三指末端抓握机构,并建立了末端执行机构-目标抓捕位置子系统动力学模型,在该模型基础上基于柔顺控制理论设计了复合柔顺抓握控制策略,解决了末端执行器对目标的柔顺抓握控制,实现了机械臂与非合作目标之间的稳定固连,完成了对目标的捕获任务。 再次,开展非合作目标组合体系统消旋稳定与协同转位一体化控制策略研究。从目标的动力学角度出发,综合目标消旋与转位两个任务目标,利用贝塞尔曲线将目标的运动轨迹进行参数化处理。基于参数化的目标运动轨迹,以目标的合外力、合外力矩约束为优化指标,考虑目标动力学参数不确定性,求解得到最优的任务时长,并代入到参数化的目标运动轨迹中,从而解决了考虑目标动力学参数不确定性的时间最优消旋转位轨迹规划设计问题,得到了考虑目标动力学参数不确定性的时间最优消旋转位轨迹。进一步地,引入基于臂型角的逆运动学方法对目标的期望运动轨迹进行逆运动学解算并求导,从而得到期望的消旋稳定与协同转位一体化关节空间轨迹,基于反馈线性化理论设计了关节轨迹跟踪控制器,解决了对期望的消旋稳定与协同转位一体化关节空间轨迹的跟踪控制问题,通过一次控制就同时完成了对目标的消旋稳定与协同转位两个任务目标,大大节省了空间操控任务中宝贵的任务时间以及空间多臂机器人系统的能源。 最后,开展面向复杂操控任务的空间多臂机器人柔顺控制方法研究。利用自由漂浮空间多臂机器人系统的动力学特性以及末端执行器与机械臂关节之间的相对运动关系,建立了末端执行器相对动力学模型,并以模块插拔与部件切割这两类典型空间操控任务为例,基于柔顺控制理论分别发展了基于导纳控制与模型参考自适应阻抗控制的柔顺控制方法,解决了执行复杂操控任务时空间多臂机器人系统的柔顺控制问题。进一步地,基于第一类拉格朗日方程建立了空间并联闭链多体系统的微分代数方程形式的动力学模型,并基于独立坐标法发展了将微分代数方程形式的动力学模型转化为常微分方程形式的动力学模型的动力学模型转换方法,解决了微分代数方程形式的动力学模型难以进行数值积分的问题。在此基础上,将执行复杂操控任务过程中单双臂抓捕的负载变化情况归纳为两类典型的任务阶段,并定量分析了单双臂抓捕以及抓捕点位置对抓捕臂末端的负载力与负载力矩的影响,解决了执行复杂操控任务过程中单双臂抓捕的负载能力分析问题,验证了双臂抓捕相较于单臂抓捕在执行捕获后操控任务时具有更大的负载能力,同时给出了单双臂抓捕时负载能力相对较大的抓捕点位置。

关键词： 柱塞式   排水采气   机器人   流固耦合   动力学模型  

摘要： 多数天然气井在开采中后期,会面临气井压力不断降低,地层水逐渐进入井筒,造成井筒积液问题,柱塞气举排水采气工艺是目前处理和解决该问题的最常见措施之一。然而,现有柱塞气举工艺存在液体滑脱、无法定量排水、需间歇开关井、排水效率低等缺点。为了克服上述缺点,本文在现有技术基础上提出了柱塞式机器人排水采气工艺,该工艺在不关井的情况下能够实现连续、逐级、定量排水,进而达到恢复、提高并稳定含水气井产能的目的。然而,采用柱塞式机器人排水采气工艺时,机器人自身重量和胶筒结构、机器人与油管内壁摩擦力、井内压力和温度等参数对排水采气过程的动态影响机理尚不明确;因此,本文在分析柱塞式排水采气机器人结构组成及其排水采气工艺原理的基础上,首先,采用流固耦合仿真手段分析胶筒性能,给出最佳结构方案;其次,分上行阶段和下行阶段建立柱塞式机器人排水采气动力学模型;最后,对柱塞式机器人动力学模型进行求解,并开展井例计算与模型准确性验证。本文的主要研究内容和结论如下: 1)简述柱塞式排水采气机器人结构组成和工作原理,并将其与传统柱塞气举进行了对比;定性分析了柱塞式机器人关键工艺参数与排水采气动力学之间的关系,为动力学建模提供依据;阐释了柱塞式机器人排水采气实施工艺。 2)针对柱塞式机器人胶筒结构进行流固耦合仿真研究,分析不同结构参数胶筒对柱塞式机器人密封性能的影响,最终选择W3G1.5结构参数作为胶筒设计参数,并计算出该胶筒结构与油管壁之间的平均摩擦应力,为后文柱塞式机器人排水采气动力学研究提供数据支撑。 3)根据柱塞式机器人井下的运行阶段和动力学转换关系,将排水采气过程划分为气段下行阶段、液段下行阶段、减速阶段、举液上行阶段、到达阶段和尾流生产阶段。对动力学中的状态变量、中间变量和测量变量进行分析,结合能量守恒定律建立六个阶段的动力学模型。 4)将柱塞式机器人运动阶段的动力学模型转化为二阶微分方程,代入东胜气田A井的生产数据,通过MATLAB对动力学模型进行井例计算,分析柱塞式机器人运动阶段和周期循环的加速度、速度、位移变化;进而,研究柱塞式机器人结构参数和井底环境参数对排水采气动力学的影响规律;最后,对比柱塞式机器人在东胜气田A井进行的实际排水采气测试数据,验证柱塞式机器人动力学模型的准确性。

关键词： 机器人学   直臂式高空作业车   六铰点变幅机构   路径逆运动学   Coppelia Sim仿真  

摘要： 针对主流的高空作业专用装备——高空作业车进行运动学分析可以促进高空作业无人化,但当前的研究工作基本都针对具有三铰点变幅机构的直臂、曲臂式高空作业车进行。相较于三铰点变幅机构,六铰点变幅机构能更均匀地分配负载以保证臂架结构的稳定,还能快速举升臂架以提高工作效率,但六铰点变幅机构结构复杂,运动学建模难度大,相关研究工作较少。本文从实际场景需求出发,以某高机公司一款具有六铰点变幅机构的直臂式高空作业车为研究对象,结合机器人学理论,进行了运动学分析和路径逆运动学的深入研究。本文主要研究内容如下:(1)建立了六铰点变幅机构直臂式高空作业车TB22J-PLUS的运动学模型,并明确了TB22J-PLUS高空作业车属于混合链冗余机械臂。本文首先对该款高空作业车总体结构及驱动方式进行分析说明,确定了该款高空作业车既存在串联结构又存在并联结构,属于混合链型。然后推导了其臂架系统中六铰点变幅机构、飞臂部分两个变幅油缸位移变量与各自变幅角之间的强非线性映射关系,以及为保证其抗倾覆稳定性所设定的主臂部分伸缩油缸与变幅角的临界分段函数映射关系。本文运用几何方法,结合映射关系,基于5个驱动空间变量成功建立了TB22J-PLUS高空作业车的正向运动学模型。(2)建立了六铰点变幅机构直臂式高空作业车TB22J-PLUS的逆运动学问题模型,并提出了一种可用于求解该款高空作业车路径逆运动学问题的逆运动学算法。通过理论分析确定了研究对象具有冗余自由度后,本文结合实际场景应用需求,设计了包括末端位置精度、运动连续性以及避开变量运动范围极限的多个优化目标和约束条件,将该款高空作业车的运动规划转化成路径逆运动学问题,并作为多目标优化问题进行求解。本文以偏好多目标进化思想为基础,结合了高斯变异算子、区间搜索算子和算法收敛提前退出机制,形成了一种基于给定路径信息的逆运动学算法——IW-IK(Improved WVMOEAPInverse Kinematics)。为验证IW-IK算法在求解该高空作业车路径逆运动学问题上的高效性,本文设计了空间直线、空间圆弧、平面曲线、船体曲线四种不同目标路径,在给定的目标路径及高空作业车初始姿态相同的条件下,将所提出的IW-IK算法与MOPSO、NSGA-III、WVMOEA-P算法进行不同目标路径下的高空作业车路径逆运动学对照实验,实验的各项指标均显示IW-IK算法在解决该问题时相较于其他算法具有更优的综合性能:平均求解单个目标路径点仅需要0.25s左右,位置误差仅在0.02mm左右,运动连续性和避开变量运动范围极限的指标也最佳。(3)建立了TB22J-PLUS高空作业车运动仿真系统。本文利用STL文件在Coppelia Sim软件中分步搭建了TB22J-PLUS高空作业车的运动仿真模型,利用Coppelia Sim和Matlab进行联合运动仿真。在利用运动仿真对该款高空作业车的正向运动学计算结果一致性进行验证后,本文利用部署在Matlab中的逆运动学算法对该款高空作业车进行路径逆运动学解算,通过远程API驱动Coppelia Sim中的TB22J-PLUS高空作业车仿真模型,成功建立该款高空作业车的运动仿真系统,实现了运动的可视化,为实际物理样机的自动运动规划提供一定的技术依据。最后本文还通过该高空作业车运动仿真系统展示了IW-IK算法应用在不同运动路径下的高空作业车运动效果。图73幅,表10个,参考文献67篇

关键词： 工业机器人   动力学参数辨识   无源鲁棒控制   正逆运动学模型  

摘要： 工业机器人作为多输入、多输出、智能化的高端加工制造装备系统，具有适用性强、效率高、经济性好等特点，被广泛应用于汽车、航空、航天等领域。上述领域产品在加工制造时具有尺寸大、结构复杂、载荷重等特点，工业机器人经常需要在高速、重载工况下运行，其动力学特性对控制系统精度的影响较大。因此，有必要将机器人的动态特性考虑进机器人的控制当中，即对机器人进行基于动力学模型的控制。然而，工业机器人的动力学模型具有高非线性和强耦合的特点，其参数解耦和辨识困难，参数辨识误差和负载干扰等不确定性对动力学控制精度影响较大。鉴于此，本论文对工业机器人动力学模型参数辨识和动态鲁棒控制方法进行了研究。　　首先，本文以SNR6工业机器人为研究对象，分析计算其正逆运动学模型，利用欧拉-拉格朗日方法建立含摩擦项的SNR6工业机器人动力学模型;其次，采用最小二乘法对机器人动力学模型的最小参数集进行辨识，分析参数线性化前后的机器人动力学模型，求解机器人动力学全参数模型;再次，对机器人模型参数辨识误差和负载干扰进行分析，建立了具有不确定性的 SNR6 工业机器人动力学模型，基于无源控制理论设计了一种SNR6工业机器人的无源鲁棒控制器，该控制器包含了基于机器人动力学辨识模型设计的无源控制部分和基于在线辨识不确定性边界信息设计的自适应鲁棒控制部分，利用有界性理论证明了所提控制器的稳定性;然后，借助Solidworks与Simulink的联合仿真，模拟不同工况，对所提控制方法进行了数值仿真，初步验证所提控制方法的有效性;最后，基于TwinCAT3搭建了SNR6工业机器人控制系统的实验平台，完成了控制系统主要功能模块的开发，设计了不同工况的实验验证方案，通过与基于逆动力学的PID控制方法对比，进一步验证了所提控制方法的可行性和先进性。

关键词： 工程实践能力   图示策略   教育机器人   小学生   工程教育   格式塔心理学  

摘要： 从基础教育领域着手,发展学生的工程实践能力是培养未来创新人才的重要内容。以可搭建型教育机器人为载体,通过模仿、改造等方式搭建积木式机器人,从中体验、理解并掌握工程技术知识是中小学校发展学生工程实践能力的流行方式。然而,在教学实践中,既有的很多活动通常会为学生提供详细的分步式搭建图纸,机器人搭建过程通常较为顺利,但有可能会将活动转化为简单的手工操作。根据认知图式理论,整体图示更加有利于学生对整体构造的把握和理解,有助于学生的学习。基于此,研究尝试对这两种图示策略进行比较,揭示其在发展学生工程实践能力方面的差异,以期为基于教育机器人的教学活动设计提供有益的参考。 本文围绕“机器人教育中小学生工程实践能力内涵要素与发展层次”、“整体和分步图示策略对小学生工程实践能力的影响”、“整体和分步图示策略对小学生创新能力的影响”三个问题,以乐高教育机器人套件We Do2.0为载具,开展为期十次活动课程的实验研究。通过招募6-10岁小学生72名,将学生分为实验组38人和对照组34人。其中,实验组在机器人搭建过程中采用整体图示策略,对照组则采用分步图示策略。在此过程中,研究通过开发工程实践能力测评工具、创新思维能力测试问卷,并结合访谈对学生的工程实践能力进行评价。研究的主要工作及发现包括: 第一,构建以教育机器人为载体的小学生工程实践能力发展模型。包括问题理解、任务实施、团队协作、交流评价、优化设计五个实践维度;基础实践、综合应用、融合创新三个发展层次。 第二,验证整体与分步图式策略对小学生工程实践能力的影响。整体图示策略更有利于提高小学生工程实践能力,且在任务实施、交流评价、优化设计三个方面的提升更为明显。 第三,检验不同图式策略对小学生创新能力的影响。在外显的创新实践上,整体图示策略对于学生由基础实践向融合创新发展起更好的驱动作用。在内隐的创新思维上,整体图示策略更能够支撑小学生创新思维的发展。 第四,提出优化改进小学生教育机器人课程教学的策略。针对教学设计,教师要善于发掘身边工程要素,以学生的“动手做”为核心,开展活动设计;针对实施策略,教师要以呈现主要结构的图示为核心,引导学生自主操作,解构创新;针对活动过程,教师要协调四方,组织学生开展合作,提高学生团队协作热情。