[논문 리뷰] A model for including Arduino microcontroller programming in the introductory physics lab

Andrew Haugen, Nathan Moore|arXiv (Cornell University)|2014. 07. 29.

Experimental Learning in Engineering인용 수 7

한 줄 요약

이 논문은 대학 수준의 소개성 물리 실험 랩에 아두이노 마이크로컨트롤러 프로그래밍을 통합하기 위한 모델링 인스트럭션 기반 교육과정 프레임워크를 제시한다. 학생들은 센서(예: LM34 온도 프로브)와 아두이노를 연결하기 위해 수학적 및 알고리즘 모델을 개발하여 실시간 데이터 수집 및 제어 시스템을 구현한다; 두 개의 물리 수업에서의 구현 결과, 온도 제어 기능이 있는 병원용 보호함과 쌀 가열기와 같은 실질적인 결과물을 얻는 맥락 기반, 프로젝트 기반 학습을 통해 학생들의 참여도와 개념 이해도가 향상됨을 확인하였다.

ABSTRACT

The paper describes a curricular framework for introducing microcontroller programming in the University Physics lab. The approach makes use of Modeling Instruction, an effective approach for teaching science at the secondary level in which student learn the standard material by developing and deploying models of the physical world. In our approach, students engage with a context-rich problem that can be solved with one or more sensors and a microcontroller. The solution path we describe then consists of developing a mathematical model for how the sensors' data can be mapped to a meaningful measurement, and further, developing an algorithmic model that will be implemented in the microcontroller. Once the system is developed and implemented, students are given an array of similar problems in which they can deploy their data collection system. Results from the implementation of this idea, in two University Physics sections, using Arduino microcontrollers, are also described.

연구 동기 및 목표

• 초기 물리 실험 랩에서 마이크로컨트롤러 프로그래밍과 센서 기반 데이터 수집을 통합함으로써 학생들의 과학적 탐구에 대한 소유감과 참여도를 향상시키기 위한 격차를 보완하고자 한다.
• 수학적 및 알고리즘적 접근 방식을 모두 활용하여 물리 시스템을 모델링하는 데 안내하는 체계적인 교육과정 프레임워크를 개발하고자 한다.
• 프로그래밍 경험이 없는 학생들도 아두이노 마이크로컨트롤러를 활용한 실습 기반, 맥락 기반 실험 활동을 통해 계산적 사고 능력을 습득할 수 있도록 하고자 한다.
• 표준 대학 물리 실험 교육 과정에 센서 기반 데이터 수집 및 제어 시스템을 통합하는 것이 실현 가능하고 교육적 가치가 있음을 입증하고자 한다.

제안 방법

• 데이터 수집 시스템 개발에 모델링 인스트럭션 사이클을 적응하여 실험을 다섯 단계로 구성한다: 맥락 기반 문제 설정, 센서 데이터 수집, 수학적 모델 구축, 알고리즘 모델 개발, 시스템 배포.
• 수업 초반에 전자기초(전압, 전류, solderring)와 계산적 사고(변수, 제어 구조, 입출력) 개념을 소개하며, '아워 오브 코딩'(Hour of Code)과 같은 자료를 활용해 초보자 대상으로 노출을 제공한다.
• 아두이노 UNO 마이크로컨트롤러를 C++ 또는 아두이노 IDE, LabVIEW를 통해 사용하며, 아날로그 핀을 통해 센서의 전압을 읽고 校정 데이터를 활용해 물리적 측정치로 변환한다.
• 학생들은 실측 데이터에서 수학적 모델을 구축(예: LM34 센서의 출력 전압 대 온도 그래프 작성)하고, 이를 실행 가능한 아두이노 알고리즘으로 변환하도록 요구한다.
• 실생활 문제 해결을 위해 개발된 시스템을 배포한다. 예를 들어, 유아 보호함의 온도 제어, 이중 센서 기반 안전 장치, LED를 가열기의 대체 수 Mittel로 사용한 쌀 가열기 시뮬레이션.
• 컴퓨터와 아두이노 간의 시리얼 통신을 통해 온도 읽기 및 타임스탬프를 전송하여 외부 소프트웨어(예: MATLAB, Python)에서 데이터 로깅 및 분석을 가능하게 한다.

실험 결과

연구 질문

• RQ1 어떻게 아두이노 마이크로컨트롤러 프로그래밍을 대학 물리 실험 랩에 효과적으로 통합하여 학생들의 참여도와 개념 이해도를 향상시킬 수 있는가?
• RQ2 모델링 인스트럭션 기반 프레임워크는 센서 기반 물리 실험에서 수학적 및 알고리즘 모델의 개발을 어느 정도 지원하는가?
• RQ3 프로그래밍 경험이 없는 학생들도 물리 실험 환경에서 아두이노를 사용해 기능성 있는 센서 데이터 수집 시스템을 성공적으로 구축하고 배포할 수 있는가?
• RQ4 센서 통합 및 마이크로컨트롤러 제어를 포함한 맥락 기반, 프로젝트 기반 문제를 물리 교육에 적용했을 때의 교육적 결과는 무엇인가?

주요 결과

• 이 교육과정은 프로그래밍 경험이 없는 학생들도 아두이노 기반 센서 시스템을 개발하고 구현하는 데 성공적으로 도움을 주었다.
• 학생들은 실측 센서 데이터에서 유도된 수학적 모델을 구축하고 이를 실행 가능한 알고리즘으로 변환함으로써 물리 시스템에 대한 이해도를 향상시켰다.
• 두 개의 대학 물리 수업에서의 구현 결과, 온도 제어 기능이 있는 보호함과 쌀 가열기와 같은 실질적인 기능성 있는 시스템을 제작함으로써 학생들의 참여도와 소유감이 증가한 것으로 나타났다.
• 보호함 설계에서 이중 센서 시스템을 활용한 부가적 안전성 확보는 학생들이 논리적 제어 구조를 적용하고 시스템의 신뢰성을 검증할 수 있음을 보여주었다.
• 학생들은 열 평형 분석을 정량적으로 수행할 수 있었으며, 인간 손가락 접촉에 따른 냉각 상수 κ를 추정하기 위해 미분방정식 dT/dt = -κ(T - TH)를 해결하였다.
• 교정된 LM34 센서를 사용할 경우, 학생들은 표준 유리 온도계와 ±1°F 이내의 정확도로 온도 측정을 수행할 수 있었으며, 이는 센서 모델의 신뢰성을 검증한 결과이다.