CN111820922B - 一种面向幼儿计算思维的测评方法 - Google Patents

Abstract

本发明属于机器人教育应用领域，提供一种面向幼儿计算思维的测评方法，将任务的关键节点寓于活动地图中，通过在编程板上编制程序指令集，驱动机器人在活动地图上完成特定的测评任务，并显示机器人的运动轨迹，将幼儿的计算思维能力体现在任务完成的各个环节中；在活动地图上聚合规则的格网块，设置不同的交互方式，驱动机器人在活动地图上执行移动、转向、绘制等操作，增强儿童的感知体验，在编程过程中充分锻炼、体现抽象、空间方位、逻辑、分解和计算能力，采集活动过程中幼儿驱动机器人完成测评任务的过程数据，构建幼儿计算思维五大能力测评的指标体系、权重赋值，并结合路径对比算法完成各个指标分值的计算，使用可视化方式表示测评结果。

Description

一种面向幼儿计算思维的测评方法

技术领域

本发明属于机器人教育应用领域，更具体地，涉及一种面向幼儿计算思维的测评方法。

背景技术

随着人工智能、大数据、云计算和区块链技术为代表的信息技术的快速发展，编程教育得到国内外广大教育者的关注。编程教育能够锻炼幼儿的抽象、空间方位、逻辑、分解和计算五大方面能力，越来越多的国家将编程教学纳入中小学教学体系中。适合青少年的编程语言也越来越多，例如MIT为8岁以上儿童设置的入门级编程语言——Scratch；面向3-4岁孩子的Kibo实物块编程语言等。目前也出现许多针对儿童的编程学习工具，例如苹果发布的Swift Playgrounds应用；Google推出的开放性硬件平台Project Block等，这些工具的出现促进儿童编程学习。3-6岁儿童(幼儿)的认知能力正处在由具象到抽象转变的阶段，相比文字阅读，他们对于图形图像的感觉更为强烈，简单易懂的图形化编程教学软件能够提升幼儿的学习兴趣。为了评估幼儿计算思维能力，需要单独或综合测评幼儿的五大能力，设置相应的测评内容、活动及体系。

当前幼儿计算思维测评中存在的困难：(1)测评内容数量少且针对性弱，对计算思维五大能力的测评内容不够丰富；(2)测评活动没有融入多维度的能力测评，缺少规范化的流程，致使非专业出身的教师无法有效开展测评；(3)没有统一的测评体系，对于不同学习阶段的幼儿，难以给出与其能力相匹配的评价。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种面向幼儿计算思维的测评方法，该方法通过将编程概念和知识转化成一个个具体任务，针对任务完成情况，对幼儿各项计算思维能力进行评测，促进机器人编程教育在幼儿中的推广和应用。

本发明的目的是通过以下技术措施实现的。

一种面向幼儿计算思维的测评方法，包括以下步骤：

(1)测评内容设置。依据儿童认知发展特征，设置测评内容，确定抽象、空间方位、逻辑、问题分解和计算五大能力为计算思维的测评目标；将活动地图划分为不同单元的格网，辅助幼儿理解机器人的运动路径；采用符合幼儿年龄段的分类方法设置指令符号，并在测评系统内部关联对应的模块化实现函数。

(2)测评活动设置。为评估幼儿计算思维的五大能力，综合考虑活动要求、指令长度、复杂性、约束条件等因素，设置测评活动及其难度；按照活动要求与执行顺序，设定关键节点及其所在格网的交互行为，构建交互网络；解析幼儿的指令集合，执行相应指令，驱动机器人在活动地图上运动，完成活动任务；根据收集到的幼儿活动数据，综合使用最短路径、指令简化等算法，计算活动任务中最佳解答方案。

(3)测评体系构建。根据测评内容，设置一级、二级测评指标，采用AHP法计算各指标的权重，构建完整的测评指标体系；确定活动过程中需要记录的数据，完成数据的收集、整合和预处理；分析经过预处理的行为数据，计算各二级指标的得分，并经二级指标加权确定五大一级指标的得分，完成计算思维能力的评价。

本发明的有益效果在于：

将任务的关键节点寓于活动地图中，幼儿通过在编程板上编制程序指令集，驱动机器人在活动地图上完成特定的测评任务，并在测评系统中显示机器人的运动轨迹，将幼儿的计算思维能力体现在任务完成的各个环节中；在活动地图上聚合规则的格网块，设置不同的交互方式，驱动机器人客体在活动地图上执行移动、转向、绘制等操作，增强儿童的感知体验，在编程过程中充分锻炼、体现抽象能力、空间方位能力、逻辑能力、问题分解能力和计算能力。采集活动过程中幼儿驱动机器人完成测评任务的过程数据，构建幼儿计算思维五大能力测评的指标体系、权重赋值，并结合路径对比算法完成各个指标分值的计算，使用折线图、饼状图、雷达图等可视化方式表示测评结果。

附图说明

图1是本发明实施例中面向幼儿计算思维的测评方法流程图；

图2是本发明实施例中活动地图示意图；

图3是本发明实施例中测评工具及界面布局示意图；

图4是本发明实施例中活动地图的数据组织结构示意图；

图5是本发明实施例中指令符号及执行结果示意图；

图6是本发明实施例中关键节点及交互点示意图；

图7是本发明实施例中交互流程及交互结果示意图；

图8是本发明实施例中图结构及可达路径示意图；

图9是本发明实施例中向量与指令对照示意图；

图10是本发明实施例中阶段最优指令示意图；

图11是本发明实施例中幼儿计算思维测评结果折线图。

图12是本发明实施例中幼儿计算思维测评结果雷达图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施案例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施案例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

如图1所示，本发明实施例提供一种面向幼儿计算思维的测评方法，包括如下步骤：

(1)测评内容设置，具体包括如下步骤：

(1-1)测评主题的设置。结合幼儿认知特点，确定抽象、空间方位、逻辑、问题分解和计算五大能力为计算思维的测评目标，采用驱动机器人客体在活动地图中完成特定活动要求为测评形式，设置测评工具及界面布局。

(1-1-1)测评目标的设置。图2表示“拔萝卜”的活动地图，在该地图上设置不同的测评目标，如编程指令符号可用来评价幼儿的抽象能力，寻找路径可用来评价幼儿的空间方位能力、计算能力及逻辑能力，整个问题的解决又能评价幼儿的问题分解能力。

(1-1-2)测评形式的确定。幼儿形象思维较抽象思维更为发达，选用可视化、动态化的过程测评形式，设定测评任务，幼儿将机器人符号放置在图2中起点位置，再在编程板上使用指令完成程序编制，测评系统将检测到幼儿的指令集合，采用编程指令驱动机器人在活动地图上执行相应运动，采用程序收集过程性学习行为数据完成测评。

(1-1-3)测评工具及界面设置。依据测评形式，设置测评系统。图3表示测评系统的各个部件，其中1代表测评活动中机器人客体，通过程序指令集驱动机器人完成测评任务；2是开展测评活动的活动地图，机器人运动就是在活动地图上完成；3是指令面板，分类显示机器人的各种指令；4是编程板，从指令面板中挑选指令，将其组合成指令集合，将其放置在编程板中；5是控制按钮，包括开始、撤销和重置三个命令，幼儿通过开始按钮驱动机器人执行编程板上的指令，撤销按钮执行撤销上一步操作，重置按钮将清除当前编程板上所有指令。

(1-2)活动地图设置。根据幼儿计算思维五大能力的发展要求，设置符合幼儿认知特征的活动地图内容；根据机器人教学的特征和运动方式，分块设置、组织活动地图。

(1-2-1)活动地图内容设置。由于幼儿思维正处于形象思维发展阶段，更易受到图像的吸引，根据测评目标，结合编程要求，采用儿童喜欢的图像形式，实现丰富多彩、易于理解且富有吸引力的活动场景。使用Illustrator、PhotoShop等图像处理软件完成图2所示的“拔萝卜”活动地图各要素设置。

(1-2-2)活动地图分块设置。将整幅活动地图按照行列划分成4行4列，共16个相同大小的正方形格网，将活动任务中关键元素分别设置到相应的地图格网块，在格网块之间增加空白条带作为间隔；每个格网的边长为10cm，格网块间空白为1cm，活动地图的外侧空白边缘的宽度为2cm。

(1-2-3)活动地图的数据组织。活动地图的格网块采用如图4所示的数据存储结构来表示，其中：中心坐标和相邻地图格网块属性用于机器人运动时的判断；关键物列表和障碍物列表分别用来存储关键物和障碍物信息；每个关键物和障碍物都包含其基本信息和符号信息，用于判断与机器人的交互；整个活动地图可用该数据结构的16个元素组成的数组来存储，快速完成测评活动中各种交互操作。

(1-3)指令设置。依据移动、音乐、数字、角度、组合、循环等功能，按照类别设置不同的指令；根据指令代表的不同含义，设置其样式等可视化属性；根据指令的作用，完成其模块化代码的封装。

(1-3-1)指令分类设置。按照指令的作用和使用方式，将它们划分为移动、转向、角度、次数、特殊等类型，每个类型又可细分多个不同指令。

(1-3-2)指令属性设置。按照指令的分类和作用，分别设置指令符号的样式、大小等属性，使用Illustrator设置符号的矢量图并完成到高精度栅格图的转化，图5(b)表示编程板上多项指令符号。

(1-3-3)指令函数设置。采用模块化方法将每个指令所对应的实现函数封装在指令符号中，幼儿使用特定的指令符号，调用对应方法驱动机器人执行不同的动作，图5(a)表示执行指令驱动机器人运动的轨迹。

(2)测评活动设置，具体包括如下步骤：

(2-1)测评活动的任务设置。根据幼儿计算思维五大能力测评需要，设定测评活动的任务内容；根据任务内容，在活动地图中设定任务的关键节点；针对任务的难易程度，完成任务难度系数的划分。

(2-1-1)任务内容设置。按照幼儿计算思维的测评要求，将五大能力测评内容合理嵌入到任务内容中，例如“拔萝卜”中任务内容可以分解成如下(分解能力)：

{

任务1：寻找可达路径(抽象能力、逻辑能力、空间方位能力)

任务2：比较可达路径优劣(计算能力、逻辑能力)

任务3：选择机器人朝向(逻辑能力、空间方位能力)

任务4：设定指令序列(抽象能力、逻辑能力)

}

(2-1-2)关键节点设置。根据任务内容和要求，在活动地图上设置任务的起点、终点、一系列中继点等节点，以及障碍物等任务完成过程中的约束要素。图6表示为“拔萝卜”活动地图中关键节点的设置，其中A为任务的起点，完成任务时，需将机器人放到该点，作为出发点；B为任务的终点标记，是机器人最终要到达的位置；C为任务中障碍物标记，完成任务过程中，机器人不能经过这些格网块。

(2-1-3)任务难度设置。采用难度系数表示不同任务的难易程度，检验幼儿计算思维五大能力的认知高低。根据任务内容、涉及能力、规定完成时间、任务场景要素、指令长度等指标预先将任务难度划分为0.5、1、1.5、2、2.5、3共6个等级，“拔萝卜”活动地图的任务难度为1级。

(2-2)测评活动的交互设置。设置机器人及活动地图格网上交互点，采用多种交互方式驱动机器人完成测评活动，收集并存储测评过程中的交互信息。

(2-2-1)交互点。一个测评任务通常包含多个关键节点，依据任务具象化的要求，按照测评任务的要求，在活动地图中设定交互点并使用对应的符号标记出来。图6“拔萝卜”活动地图，机器人所在格网块、起点、终点及障碍物等都是交互点，表示测评任务需要经过以及应该避开的格网，需要在这些交互点完成交互操作。

(2-2-2)交互方式。在按钮、热区域、拖拽等交互方式中封装委托命令，在活动地图中驱动机器人执行相应动作，并触发各指令的封装方法，完成测评活动。图7表示热区域的交互流程和交互结果，将前进指令拖动到机器人符号上，触发事件通过委托声明通知编程板显示前进指令，并驱动机器人执行前进指令对应的函数，向前移动一个格网。

(2-2-3)交互信息。为完成幼儿计算思维能力测评，需要收集并存储活动过程中的交互数据，设置耗时、路径、指令集合等描述方法，并存储交互过程中产生的过程性信息，采用以下结构来存储：

{

int startPos：起始点的格网块号；

int endPos：终点的格网块号；

List<int>relayPosList：保存中继节点的节点号列表；

int[16][16]map：邻接矩阵，各个格网块间的相连关系；

List<int>path：机器人移动的路径；

List<String>orders：指令序列；

int undoCount：撤销的次数；

int orderCount：指令个数；

int faultCount：失误次数；

long duration：任务持续的时间。

…

}

(2-3)测评活动的展示设置。根据测评任务，设置机器人的运行机制；使用移动、转向等编程指令驱动机器人在活动地图上运动，展示完成任务的过程；提供机器人经过路径和执行指令的提示，实现机器人、活动地图和指令三者的统一。

(2-3-1)机器人运行机制。基于测评任务及交互设置，设置指令驱动机器人运动的方法、机器人在活动地图上的运动规则，以及事件触发后的动画效果。如图5中，幼儿将编程板上的指令依次拖动到机器人符号上，活动地图上会显示对应的机器人运动轨迹，表示编程板上指令集合的执行结果。

(2-3-2)机器人的运动展示。解析可驱动机器人运动的编程指令，执行已封装好的相关函数代码，展示机器人在活动地图上的运动过程；图5(a)表示机器人沿着格网块，生成移动轨迹，幼儿可判断机器人执行指令的结果是否满足测评任务的要求。

(2-3-3)路径及指令的提示。为降低幼儿完成任务的难度，使用箭头符号在地图中显示当前编程指令执行的结果，在编程板上用指令符号表示当前机器人正在接受的指令，如图5所示。

(2-4)最佳解答方案计算。完成测评任务过程中，根据收集到的活动地图的交互数据，使用相关算法计算该任务场景中的最佳解答方案。

(2-4-1)最短路径集计算。以地图格网块为节点，相邻格网块为边，构建图结构，图8(a)表示“拔萝卜”活动地图转化为图结构；如图8(b)所示，任务起点为8号格网块，终点为11号格网块。通过贪心策略，可自动计算完成任务所需的最短路径集合，共计有3条可选的最短路径，分别为：

{V₈→V₄→V₀→V₁→V₂→V₆→V₁₀→V₁₁→V₁₅}

{V₈→V₄→V₀→V₁→V₂→V₆→V₇→V₁₁→V₁₅}

{V₈→V₄→V₀→V₁→V₂→V₃→V₇→V₁₁→V₁₅}

(2-4-2)指令集计算。根据计算所得的最短路径集，利用路径中前后格网块坐标计算出两个格网块间移动的方向矢量；再根据方向矢量的点积和差积确定指令，机器人四个初始朝向作为初始方向矢量，图9表示了指令与矢量的对照表，利用向量计算方法可以计算机器人沿路径运动所需要的指令集。

(2-4-3)分阶段最短指令集比较。按照幼儿园小、中、大班的分类，可将编程指令分为基础指令、单指令循环和多指令循环使用阶段，比较指令集数量，使用简化算法计算不同阶段的最短指令集。图10表示上述三个阶段计算出对应的最佳指令：第一阶段最佳指令只包含基本指令，指令长度为10；第二阶段最佳指令使用单指令循环，指令长度为5；第三阶段最佳指令使用多指令循环指令，指令长度也为5。

(3)测评体系构建，具体包括如下步骤：

(3-1)指标体系设置。针对幼儿计算思维的五大能力，设置一级测评指标；再根据不同体现方式，进一步细化二级测评指标的设置；最后确定各指标的权重。

(3-1-1)一级测评指标设置。根据幼儿计算思维的五大能力，设置抽象能力、空间方位能力、逻辑能力、分解能力及计算能力五个一级指标。

(3-1-2)二级指标设置。每个一级指标均包含多项二级指标：抽象能力的二级指标为任务耗时、触碰障碍物与边界情况、经过关键节点情况及符号使用正确性；空间方位能力的二级指标为任务耗时、转向正确性、机器人朝向选择正确性；逻辑能力的二级指标为任务耗时、路径可达性、指令正确性及指令复杂度；分解能力的二级指标为任务耗时、任务完成度、任务分解情况；计算能力的二级指标为任务耗时、路径优劣、指令数量。

(3-1-3)权重计算。首先两两比较各个二级指标在一级指标中的重要程度(采用1-9分标度法)，构造判断矩阵；然后计算判断矩阵的最大特征值λ_max，及其对应的特征向量W^T；接着使用CR值完成一致性检验，

RI值通过查表得到，

n为判断矩阵的列数，CR＜0.1则通过一致性检验，不通过则修正判断矩阵直到CR＜0.1，最终特征向量W^T就是二级指标对应的权重。

(3-2)数据收集及处理。根据设置的指标体系，确定测评任务执行过程中需要记录的学习行为数据，完成活动过程中相关数据的收集，并对其进行数据整合和预处理。

(3-2-1)数据收集。收集各二级指标权重计算所需要的参数数值，包括路径、指令数、高级指令数、耗时、失误次数、转向正确次数、符号使用错误次数等幼儿完成测评活动中的过程性数据。

(3-2-2)路径分析。收集到的路径及指令数据同(2-4)确定的最佳解答方案比较，其中包含路径长度比较(公式1)、指令数量比较(公式2)、高级指令数量比较(公式3和4)，比较公式如下：

通过路径数据对比分析，可计算可达性、正确性、优劣性、复杂性等指标。

(3-2-3)数据处理。使用定量分析方法分类处理收集到的幼儿测评活动中的过程性数据，按照数据类型及各二级指标评分所需数据进行数据整理和预处理操作。

(3-3)评测结果及表达。根据指标体系及测评任务中过程性数据计算各二级测评指标的分值；再通过二级指标分值及权重，确定五个一级指标的分值；并用可视化的方式表示出来。

(3-3-1)二级指标分值计算。统一二级指标得分的标准，将难度系数和任务最佳方案数据加入评分过程中，基于预处理后的过程数据，按照1、3、5、7、9五种分值对二级指标打分。例如(3-2-2)路径分析中，将公式计算得到的数据划分为5个区间，分别对应1、3、5、7、9五种分值，获取各二级指标的得分。

(3-3-2)一级指标得分计算。使用归一化后的二级指标得分和AHP法计算得到二级指标权重，加权计算获取幼儿计算思维五大能力对应的一级指标得分。

(3-3-3)可视化表达。通过对比幼儿测评过程表现与最佳方案数据，采用折线图(如图11)、饼状图等方式表示测评结果的优劣性，并使用雷达图(如图12)表示幼儿计算思维五大能力的最终评分。

本说明书中未作详细描述的内容，属于本专业技术人员公知的现有技术。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种面向幼儿计算思维的测评方法，其特征在于该方法包括如下步骤：

(1)依据儿童认知发展特征，设置测评内容；确定抽象、空间方位、逻辑、问题分解和计算五大能力为计算思维的测评目标；活动地图划分为不同单元的格网，辅助幼儿理解机器人的运动路径；指令符号采用符合幼儿年龄段的分类设置方法，并关联对应的模块化实现函数；

(2)为评估上述的五大能力，设置测评活动及其难度；按照活动要求与执行顺序，设定关键节点及其所在格网的交互行为，构建交互网络；解析幼儿的指令集合，执行相应指令，驱动机器人在活动地图上运动，完成活动任务；根据收集到的幼儿活动数据，综合使用最短路径、指令简化算法，计算活动任务中最佳解答方案；

(3)根据测评内容，设置一级、二级测评指标，采用AHP法计算各指标的权重，构建完整的测评指标体系；确定活动过程中需要记录的数据，完成数据的收集、整合和预处理；分析经过预处理的行为数据，计算各二级指标的得分，并经二级指标加权确定五大一级指标的得分，完成计算思维能力的评价；

其中，构建完整的测评指标体系具体包括如下步骤：

(3-1)针对幼儿计算思维的五大能力，设置一级测评指标；再根据不同体现方式，进一步细化二级测评指标的设置；最后确定各指标的权重；

(3-1-1)根据幼儿计算思维的五大能力，设置抽象能力、空间方位能力、逻辑能力、分解能力及计算能力五个一级指标；

(3-1-2)每个一级指标均包含多项二级指标：抽象能力的二级指标为任务耗时、触碰障碍物与边界情况、经过关键节点情况及符号使用正确性；空间方位能力的二级指标为任务耗时、转向正确性、机器人朝向选择正确性；逻辑能力的二级指标为任务耗时、路径可达性、指令正确性及指令复杂度；分解能力的二级指标为任务耗时、任务完成度、任务分解情况；计算能力的二级指标为任务耗时、路径优劣、指令数量；

(3-1-3)分析各个一级指标在幼儿计算思维中的重要程度，使用AHP层次分析法计算二级指标权重，构建幼儿计算思维的测评指标体系；

(3-2)根据设置的指标体系，确定测评任务执行过程中需要记录的学习行为数据，完成活动过程中相关数据的收集，并对其进行数据整合和预处理；

(3-2-1)收集各二级指标权重计算所需要的参数数值，包括路径、指令数、高级指令数、耗时、失误次数、转向正确次数、符号使用错误次数；

(3-2-2)收集到的路径及指令数据同确定的最佳解答方案比较，通过对路径长度、指令数量、高级指令数量路径数据对比分析，计算可达性、正确性、优劣性、复杂性指标；

(3-2-3)使用定量分析方法分类处理收集到的幼儿测评活动中的过程性数据，按照数据类型及各二级指标评分所需数据进行数据整理和预处理操作；

(3-3)根据指标体系及测评任务中过程性数据计算各二级测评指标的分值；再通过二级指标分值及权重，确定五个一级指标的分值；并用可视化的方式表示出来；

(3-3-1)统一二级指标得分的标准，将难度系数和任务最佳方案数据加入评分过程中，基于预处理后的过程数据，按照1、3、5、7、9五种分值对二级指标打分；

(3-3-2)使用归一化后的二级指标得分和AHP法计算得到二级指标权重，加权计算获取幼儿计算思维五大能力所对应的一级指标得分；

(3-3-3)通过对比幼儿测评过程表现与最佳方案数据，采用折线图、饼状图方式表示测评结果的优劣性，并使用雷达图表示幼儿计算思维五大能力的最终评分。

2.根据权利要求1所述的面向幼儿计算思维的测评方法，其特征在于步骤(1)中设置测评内容具体包括如下步骤：

(1-1)结合幼儿认知特点，确定抽象、空间方位、逻辑、问题分解及计算五大能力为计算思维的测评目标，采用驱动机器人客体在活动地图中完成特定活动要求为测评形式，设置测评工具及界面布局；

(1-1-1)针对处于启蒙阶段的幼儿计算思维，需要综合发展抽象、空间方位、逻辑、问题分解及计算五个方面的计算思维能力，确定五大能力为测评目标；

(1-1-2)选用可视化、动态化的过程测评形式；采用编程指令驱动机器人在活动地图上执行相应动作，采用程序收集过程性学习行为数据完成测评；

(1-1-3)依据测评形式，设置包括活动地图、机器人对象、指令及指令面板、控制按钮的测评系统，方便开展幼儿计算思维的测评活动；

(1-2)根据幼儿计算思维五大能力的发展要求，设置符合幼儿认知特征的活动地图内容；根据机器人教学的特征和运动方式，分块设置、组织活动地图；

(1-2-1)根据测评目标，结合编程要求，采用儿童喜欢的图像形式，实现丰富多彩、易于理解且富有吸引力的活动场景；

(1-2-2)为便于幼儿观察与认知机器人的移动，按照行列将活动地图划分成若干相同大小的正方形格网，在格网之间增加空白条带作为间隔，从视觉上区分成不同的地图格网块；

(1-2-3)根据活动地图的分块方法，设置相应的数据存储结构来描述地图格网块；使用该数据存储结构的数组表示整个活动地图，用以完成测评活动中行为数据的收集；

(1-3)依据移动、音乐、数字、角度、组合、循环功能，按照类别设置不同的指令；根据指令代表的不同含义，设置其样式可视化属性；根据指令的作用，完成其模块化代码的封装；

(1-3-1)按照指令的作用和使用方式，将它们划分为移动、转向、角度、次数、特殊类型，每个类型还可细分多个不同指令；

(1-3-2)按照指令的分类和作用，分别设置指令符号的样式、大小属性，使用Illustrator设置符号的矢量图并完成到高精度栅格图的转化；

(1-3-3)采用模块化方法将每个指令所对应的实现函数封装在指令符号中，幼儿使用特定的指令符号，调用对应方法驱动机器人执行不同的动作。

3.根据权利要求1所述的面向幼儿计算思维的测评方法，其特征在于步骤(2)中设置测评活动及其难度具体包括如下步骤：

(2-1)根据幼儿计算思维五大能力测评需要，设定测评活动的任务内容；根据任务内容，在活动地图中设定任务的关键节点；针对任务的难易程度，完成任务难度系数的划分；

(2-1-1)根据幼儿计算思维的测评要求，将五大能力的测评内容合理嵌入到任务内容中；

(2-1-2)根据任务内容在活动地图中设定起点、终点、中继点，以及障碍物，构成完成任务的关键节点；

(2-1-3)采用难度系数表示不同任务的难易程度，检验幼儿计算思维五大能力的认知高低；根据任务完成所需时间、任务约束要素的数量、完成任务的指令数量，将任务划分为0.5、1、1.5、2、2.5、3共计6个等级；

(2-2)设置机器人及地图格网块的交互点，采用多种交互方式驱动机器人完成测评活动，收集并存储测评过程中的交互信息；

(2-2-1)一个测评任务通常包含多个关键节点，依据任务具象化的要求，按照测评任务的要求，在活动地图中设定交互点并使用对应的符号标记出来；

(2-2-2)在按钮、热区域、拖拽交互方式中封装委托命令，在活动地图中驱动机器人执行相应动作，并触发各指令的封装方法，完成测评活动；

(2-2-3)为完成幼儿计算思维能力测评，需要收集并存储活动过程中的交互数据，设置耗时、路径、指令集合描述方法，并存储交互过程中产生的过程性信息；

(2-3)根据测评任务，设置机器人的运行机制；使用移动、转向编程指令驱动机器人在活动地图上运动，展示完成任务的过程；提供机器人经过路径和执行指令的提示，实现机器人、活动地图和指令的三者统一；

(2-3-1)基于测评任务及交互设置，设置指令驱动机器人运动的方法、机器人在活动地图上的运动规则，以及事件触发后的动画效果；

(2-3-2)解析可驱动机器人运动的编程指令，执行已封装好的相关函数代码，展示机器人在活动地图上的运动过程，便于幼儿观察，并改进自己的指令设置；

(2-3-3)使用箭头符号在地图中显示当前编程指令执行的结果，在编码板上用指令符号表示当前机器人正在接受的指令；

(2-4)完成测评任务过程中，根据收集到活动地图的交互数据，使用相关算法计算任务场景中的最佳解答方案；

(2-4-1)以地图格网块为节点，相邻格网块为边，构建图结构，通过贪心策略自动计算完成测评任务所需最短路径的集合；

(2-4-2)根据计算所得最短路径集，综合机器人四个初始朝向，利用向量计算方法确定机器人沿路径运动所需要的指令集；

(2-4-3)按照教学阶段可将编程指令分为基础指令、单指令循环和多指令循环使用阶段；比较指令集数量，使用简化算法计算不同阶段的最短指令集。

Images