基于OBE理念的機器人視覺課程成效評價體系設計

趙嵐 杜一君

摘? 要? 針對機器人視覺課程的特點與教學要求，結合應用型本科教育培養目標，以OBE理念為指引，綜合當今新型社會需求，設計課程成效評價方法。將學生自我認知評價納入課程成效評價體系，完成基于綜合評估法的評價指標模型建立，形成該模型下的指標權重設計方案。

關鍵詞? OBE理念；機器人視覺；課程成效評價；層次分析法；德爾菲法

中圖分類號：G642.475? ? 文獻標識碼：B

文章編號：1671-489X（2022）12-0075-03

Abstract? According to the characteristics and teaching re-quirements of robot vision course， the course effectiveness evaluation method is designed combined with the training objectives of application-oriented undergraduate education，?guided by the concept of OBE， integrating the needs of todays?new society. Students self-awareness evaluation is incorpo-rated into the curriculum effectiveness evaluation system， the?establishment of the evaluation index model based on the com-prehensive evaluation method is completed， and the index weight design scheme under the model is formed.

Key words? concept of OBE; robot vision; curriculum effec-tiveness evaluation; analytic hierarchy process; Delphi me-thod

0? 引言

OBE即基于成果導向的教學[1]，其教學活動的開展都要以學生能力的培養目標實現為宗旨，并以學生的學習成果為驅動力，持續改進教學方法，提高教學質量。自2016年加入《華盛頓協議》組織，我國工程教育改革加大步伐，各大高校紛紛開始將工程教育理念融入教學中，從教學內容、教學手段、考核辦法等方面開展一系列教學改革。其中如何構建課程成效評價方法，實現學生學習成果的科學化規范化評估，是OBE教學理念實踐過程中需要解決的重要問題。本文以南京工程學院自動化學院機器人視覺課程為例，探討納入學生能力自我評價的課程成效評價方法。

1? 當前機器人視覺課程成效評價方法存在的不足

機器人視覺是面向機器人工程專業開設的一門專業核心課程，具有知識覆蓋面廣、實踐應用性強的特點，屬于前沿技術課程，其定位對學生的綜合知識和應用能力提出比較高的要求，不僅需要學生具有機器人技術和機器視覺等領域的專業知識，具備解決實際問題的能力，而且需要學生具備較強的自學能力、良好的創新意識以及較高的社會和人文素養。

機器人視覺課程的成效評價主要由過程考核與結課考核兩部分組成。過程考核關注學生在理論課程學習過程中的表現，包括課堂參與度、課后自主學習時長和頻次、課后作業完成情況等方面。結課考核則是對學生運用所學知識解決實際問題能力的綜合性評價，能檢驗最終學習成效。目前，過程考核和結課考核的權重主要還是任課教師依據以往經驗值或者主觀判斷來制定，對任課教師的主觀因素依賴性過強。這種權重設計方法在科學性、嚴謹性方面略顯不足。另外，評價過程沒有考慮學生作為學習主體這一重要因素，學生沒有參與評價，不符合以學生為主體的OBE理念。因此，目前的課程成效評價方法存在評價不全面的問題，以此方法得到的評價結果往往不利于激發學生的學習動力。

2? 基于OBE理念的機器人視覺課程成效評價方法

由于課程評價體系是一種多指標多層次的評價體系，因此可以通過德爾菲法[3]和層次分析法[2]將評價問題分解為多指標的若干層次，根據教師和學生對各個指標的重要性定性排序，設計每一個層次的評價指標權重。

2.1? 評價指標的確定

評價指標的確定采用德爾菲法，又稱為專家咨詢法。通過分析參考文獻，研究評價指標體系和實踐類課程的評價標準，初步構建由四個一級指標和八個二級指標構成的評價體系；然后咨詢同行業專家，根據他們的經驗對第一輪初步擬定的指標進行篩選和重要性判斷，采用平均數、中位數、標準差、變異系數和重要性來衡量指標的重要程度；將第一輪的指標統計數據反饋給專家，專家根據反饋的信息修改各自觀點，并進行第二輪討論……如此反復，直到專家意見基本一致，最終確定圖1所示課程成效評價指標及評價體系的層次結構模型。

模型分為三層，從上往下分別為目標層、一級指標層和二級指標層。目標層為課程總評成績，三個一級指標包含過程考核、期末考核以及自我認知評價。對于每個一級指標可進一步細化指標內容。其中，過程考核包括課堂表現、自主學習、平時作業情況等三個二級指標。結課考核由項目設計結果以及項目報告完成質量等兩個二級指標組成。

2.2? 運用層次分析法設計評價指標權重系數

從課程成效評價模型可知，總評成績由過程考核、結課考核和自我評價三部分組成，各部分權重的大小將采用層次分析法建立。首先，根據評價模型構造判斷矩陣來確定各層次指標的權重系數。以評價模型中的一級指標層的過程考核、結課考核、自我評價這三個指標為例，說明層次分析法確定權重的過程。將一級指標層的這三個指標作為層次結構模型中準則層的三個指標，綜合專家建議、教師和學生投票，確定三個指標點之間兩兩比較的重要性比值，得到如下判斷矩陣：

元素aij表示第i個指標相對于第j個指標的重要性比值，這個值使用的是Saaty的1～9標度方法，如表1所示。該判斷矩陣的最大特征值為3，對應的特征向量進行歸一化處理之后為[0.3? 0.54? 0.16]。一致性檢驗可以通過計算判斷矩陣的一致性指數來確定。本文中的判斷矩陣的一致性系數CI=0.005，通過一致性檢驗，是可接受的結果。因此，得到課程評價體系的三個一級指標的權重分別為：過程考核占30%，結課考核占54%，自我評價占16%。

以同樣的方法可以得到每個一級指標下的二級指標的權重系數。過程考核的三個二級指標的權重均為10%，結課考核的兩個二級指標的權重分別為30%和24%。每個課程目標對應的三級指標的分值（百分制）以及指標權重如表2所示。

3? 考核方式及成績評定

3.1? 過程考核

過程考核主要評價學生的學習過程和學習態度，三個評價指標分別為課堂表現、自主學習和平時作業。其中課堂表現以教師評價為主，以學生互評為輔。考核方式是以小組為單位在課堂上進行課題研究成果匯報和展示，教師根據現場表現給小組打分，小組成員之間根據研究過程和成果展示中個人的貢獻和表現進行互評打分。自主學習和平時作業的考核方式則更為客觀，自主學習以超星學習通等在線學習平臺統計的學生的學習時長和學習頻次進行評分，平時作業則以完成度以及正確率為客觀依據進行評分。學生的學習過程是豐富多樣的，不同的學生會有不同的學習方法，從而產生不同的學習結果。傳統的目標導向的學業評價將評價的目標框定在教師認為的重要的有限的范圍內，削弱了學生的學習積極性。過程性評價則將視野投向學生的整個學習經驗領域，認為有價值的學習結果都應該得到肯定的評價，這樣做能極大提高學生的學習積極性和學習自主性。

3.2? 結課考核

結課考核要求學生能綜合運用所學的視覺采集、圖像處理、相機標定、機器手眼標定等理論知識以及視覺處理軟件Halcon、視覺庫OpenCV來進行系統集成，解決機器人視覺中的測量、抓取等實際問題。OBE理念強調學生個性化學習，設計選題多樣化，涉及機器視覺案例中的多個典型應用，學生可以根據自己的興趣選擇合適的題目來完成。結課考核以教師考核為主，對設計方法、設計結果、設計答辯和設計報告質量進行評價。

3.3? 自我評價

核心能力和課程目標達成情況自我評價以問卷形式通過超星學習通平臺發放。在廣泛收集學生對課程知識點掌握情況和相關工程能力是否具備的自我評價之后，將問卷結果轉換成相應分值，按該指標對應權重納入課程總體成效評價體系。學生在結課考核后，將根據一學期以來的學習成果，對比分析期初和期末的知識水平提升情況與核心能力達成程度，進行自我評價。

以機器人工程專業18級為例，結課問卷通過超星學習通向機器人工程2018級兩個班89名學生發放，一共有82名學生參與問卷調查，其中女生占15%，男生占85%。問卷內容主要包括課程目標的達成度自我評價，以及OBE理念涉及的十項核心能力（溝通能力、創新意識、批判性思考、集成開發、全球視野、人際關系、領導能力、終身學習、解決問題、團隊精神）的自我評價。問卷中的十項核心能力按照畢業指標點進行細化，包括設計開發集成能力、溝通能力、團隊合作、創新意識等。要求學生根據李克特量表進行1～5級評分[4]，1～5級分別代表非常不同意、不同意、不確定、同意、非常同意。將學生的自我評價等級按10分制換算，1～5級評價分別對應2、4、6、8和10分。學生將十項核心能力的自我評價得分累加，即為該指標的最終得分。

對十項核心能力的自我評價，持肯定和非常肯定回答的學生人數占比如圖2所示。從學生自我評價可以看出，學生對于課程學習成果的達成度整體上認識較好，對自己的核心能力素養的評價都較高。隨著知識和能力的積累，學生對自身知識能力素質的認知越來越清晰，間接反映出基于課程評價的學生學習成果達成度評價具有一定的科學性和合理性。

4? 結束語

根據OBE教學方法，探討機器人視覺課程的課程成效評價方法。為了更加合理全面評價課程成效，應用德爾菲法和層次分析法建立課程成效評價體系，有助于教師從多個角度全方位地評價學生專業核心能力，檢驗教學成效，更好地發現和解決教學難點問題。另一方面，將學生的自我認知和學習反饋作為課程成效評價指標納入評價體系，建立教師考核評價與學生自我認知評價相結合的雙重評價機制，將過程評價與結果評價相結合、定性評價與定量評價相結合、統一評價與個性評價相結合，實現評價目標多元化、評價手段合理化。實踐證明：學生自我認知反饋能夠明確學習目標，提高對工程實踐能力的理解和認識，進而激發學習動力，更好地實現課程培養目標。

參考文獻

[1] 張立偉，何炳蔚，陳劼.新工科背景下的機器人工程人才培養探索與實踐[J].教育現代化，2019，6（4）：4-6.

[2] 王雅杰.層次分析法在網絡增強型課程教學評價中的應用[J].中國遠程教育，2012（10）：42-45，96.

[3] 王澤穎，趙啟斯.基于德爾菲法和層次分析法的微課評價指標體系的構建[J].軟件導刊（教育技術），2016，15（7）：65-67.

[4] 沈文珺，桑棋，陶加強.基于李克特五分量表法的體驗營銷對顧客滿意度的影響研究[J].市場周刊，2021，34（8）：75-78.