符合工程认证要求的《数据结构与算法》课程教学改革

常晨霞，丁晋湘，王万升

(云南民族大学 电气信息工程学院,云南 昆明 650500)

工程教育专业认证是国际通行的工程教育质量保障制度，也是实现工程教育国际互认和工程师资格国际互认的重要基础.工程教育专业认证的核心就是要确认工科专业毕业生达到行业认可的既定质量标准要求，是一种以培养目标和毕业出口要求为导向的合格性评价.2006 年，中华人民共和国教育部发布《关于成立教育部工程教育认证专家委员会的通知》 ，我国开始开展工程教育专业认证工作.2016年，我国正式成为《华盛顿协议》的第18个成员国，标志着我国对工程人才培养的质量得到国际认同.近年来，大部分高校积极开展工程教育专业认证.“双一流”的建设思路更是对大学培养和学科建设提出了任务要求.专业认证因其“以学生为中心、以目标为导向、持续改进”的建设思路，“国际互认”的最终目标，成为建设“双一流”的重要指导标准.

《数据结构与算法》是一门介于数学、计算机软件和硬件之间的综合课程是编程的基础，属于计算机类的核心课程；是数据库系统、操作系统等课程的先修课程；也是计算机及相关专业的考研、计算机等级考试和程序员考试的必考课程，更是广泛应用于人工智能、大数据等现代工业、科研领域之中.《数据结构与算法》课程内容抽象，学生掌握较为困难，传统教学模式为“以教师为主体、教材为中心；以知识传授为导向，卷面成绩为评判”，在该模式的影响下，学生侧重于理论知识的记忆和书面考试成绩的高低，而缺乏运用所学理论知识解决复杂的实际工程问题的能力，从而与工程教育专业认证的相关理念相违背.

1 工程教育专业认证背景下《数据结构与算法》课程改革

针对传统授课模式的不足之处，依照工程教育专业认证对学生的毕业要求，结合全国大学生智能汽车比赛项目主要从教学内容、教学方法和评价考核3个方面展开.

1.1 教学内容

在原有授课内容的基础之上，对基本概念性、识记性知识点的授课方式改为通过线上慕课视频的方式开展，并增加智能小车相关问题提取并实现教学环节.

智能汽车竞赛是全国大学生电子设计大赛的创新比赛，是由教育部高等自动化专业教学指导分委员会主办的一项具有导向性、示范性和群众性的全国竞赛.从2006年开始，至今已经成功举办了15届.该赛事涵盖了控制、模式识别、传感技术、电子、电气、计算机、机械及车辆工程等多个学科交叉的竞赛，旨在培养大学生的综合知识运用能力、基本工程实践能力和创新意识，激发大学生从事科学研究与探索的兴趣和潜能.学校自2014年以来已连续多次参赛并成功承办2016届西部赛区赛事.学院设有智能小车实验室，并配备专门的调试场地，为本次课程改革的开展提供了有力支撑.

智能小车比赛设立不同的比赛组别，包括摄像头组、电磁组、直立组、三车编队组、越野组等.对于不同组别的参赛队伍，按照各组比赛要求，使用特定公司的微控制器作为核心控制模块，通过增加道路传感器、设计电机驱动电路、设计编写相应软件和组装整车，制作一个能够自动识别道路的智能汽车，按照比赛规则跑完全程，所用时间最少者为优胜.智能汽车系统设计包括3个部分：赛车总体机械结构、硬件电路系统和软件控制系统.软件控制系统是汽车的灵魂，以摄像头组智能汽车软件控制为例，一般包括信息采集、处理、赛道识别和自动控制4个部分.智能小车相关问题提取及说明如下：

1) 起始线识别 起始线能否准确的检测到，并转化为停车标志，是智能车跑完一圈后能否平稳停下来的关键.判断起始线的方法常有数黑点法、三段黑线法等.

2) PID控制 根据识别的赛道信息对小车进行自动控制，自动控制包括电机转向控制和直流电机控制调节速度，电机转向控制算法一般采用 PID 算法，直流电机控制算法一般采用二维模糊算法和 PID 算法.

3) 赛道识别 在智能车竞赛中室内赛道主要包括：直线赛道、曲线弯道、交叉路口、环岛和三叉路口等.

4) 二值优化 针对于摄像头组，系统采集到的图像信息不能直接用来控制智能车，需要将图像去噪，去除干扰，运用二值优化算法提取出赛道黑线后，才能用来控制智能车行驶.

5) 无线组网 无线组网技术应用于智能小车比赛的多车编队组，通过运用无线技术，一般为蓝牙组网技术，对3辆车之间的信息进行传递，使3辆车按照预先设置好的顺序运行.

6) 无线充电 第17届全国大学生智能车竞赛第5比赛组为无线充电组，要求用于储能的法拉电容的容量小于等于 2 F，充电电压小于 12 V.车模上用于控制电路和LED显示电路的电源可以来自于单独供电电池.用于驱动舵机、电机的电源则需要来自于车模上 2 F 储能电容.

图1 斑马起跑线

以起始线识别选题为例，斑马线起跑线如图1所示.计时起始点处有一个宽度为 10 cm 黑色斑马线，斑马线使用与赛道黑色边线一样的材料制作.车库赛道元素是在起跑线旁设置的方形区域，它的尺寸如图2所示.智能车通过在车库/赛道内识别起始线达到出入车库的目的.比赛开始时停在车库里的小车实际检测到的起始线参考图3.对于摄像头组，首先将由COMS摄像头采集来的赛道信息图像转成二值化0/1数组；为了滤除图像噪声，需对其进行滤波处理；因摄像头看赛道有一定的角度，故可选择是否进行畸形矫正以还原赛道图形；为了更好的识别赛道信息，利用图像边缘提取算法进行边缘信息提取.之后借助相应的算法达到识别起跑线的目的.一般情况下小车在开始及最终跑完返回所用的起始线识别算法不同，当运行一周返回时可采用数黑点法，该方法需要借助栈来实现.

智能汽车提取问题和课程知识结合点及涉及课程详见表1.在前期进行相关章节授课时，引入智能小车相关问题，围绕问题引导学生进行课程知识的对比思考，比如每种数据结构的特点是什么，针对具体的问题应采取何种数据结构并实现.

图2 赛道车库 图3 起始线参考图

表1 智能汽车提取问题和课程知识结合点及涉及课程对应表

常见的几种数据结构学习之后教师发布项目任务，任务分配及要求为：班级分组，每组2～4人，每组选择一个问题开展研究.要求进行问题分析、模型建立、算法设计及仿真实现，算法实现部分可依托学院已有的智能小车实验室，将自己的算法应用到实际车辆上进行验证调试，最后撰写项目报告，并在学期 15～18 周进行项目总结汇报答辩，汇报完成后老师进行点评总结及学生互评.项目报告内容包括问题(背景)描述、方案设计；项目实施包括算法的流程图、代码、实验结果(实验平台介绍)等；评价(或总结)包括实验效果评价等、小组成员分工说明.项目实施整个过程与工程认证教育毕业要求指标点对应如表2所示.

表2 智能汽车项目实践环节与工程认证指标点对应表

续表2

1.2 教学方法

本课程的传统教学方法以讲授和程序演示为主，并安排适当的课堂讨论和答疑，讲授过程中使用问题导入、启发式教学、类比法、动画演示、实例讲解等.在以上传统教学方法之外，本次教学改革一方面引入思维导图、问卷星、雨课堂等工具：借助思维导图工具可以梳理重要知识点之间的区别与联系，使学生快速了解知识点的层次结构，便于学生构建知识体系；利用问卷星、雨课堂进行随堂小测验，能及时掌握学生对知识点的理解运用程度.另一方面加入其他教学方法，以智能小车相关问题教学部分为例，还采用了基于项目和问题结合的教学方法、分组教学方法、翻转课堂教学方法：

在课程上完 12 周之后，对上课班级分成若干组，每组选一名小组长，例如19级电子班一共40人，共分成12个小组，每组2～4人.根据前期查阅的资料对需要用 C 语言或C++编程解决的问题进行细化和分工，最终每个团队完成分配任务.

翻转课堂式教学模式，是指学生在课后完成知识的学习，而课堂变成了老师学生之间和学生与学生之间互动的场所，包括答疑解惑、知识的运用等，从而达到更好的教育效果.本课程要求上课班级同学在课后进行智能汽车知识点的学习，撰写 PPT， 并在学期 15～18 周进行 PPT 汇报工作，汇报完成后老师进行点评总结、同学进行互评.

在原有课程内容的基础之上加入智能小车部分，势必会使原本不多的授课课时更加紧张，所以必须改变原本授课模式，一些基本性、概念性知识的学习通过线上观看慕课视频的方式进行，该部分的学习效果通过课前作业的完成质量来衡量.课上主要用来答疑讨论及讲授知识点的应用.

1.3 考核评价方法

《数据结构与算法》课程传统考核评价包括：作业及出勤、期中考试和期末考试3部分.其中期末成绩一般占比70%及以上.这种评价方法着重考试分数，对学生具体的实践操作能力、知识运用能力及综合能力考察不够.本次改革针对考核评价进行调整，加入更多过程性评价环节，以便多元化、多角度、更加全面的考察学生对知识的掌握程度.

在传统的考勤及课后作业、期中成绩、期末成绩之外，加入课前作业、课堂测验、、智能小车大作业考核评价部分，其中除期末考试外的部分称为过程性评价，占比约为50%～60%(视教学效果可适当调整).具体操作如下：

1) 考勤与课前、课后作业 考勤采用钉钉日程动态二维码签到方式，考核占比 5%; 课前作业和课后作业学生完成后需要交给老师审阅，每周2个学时，作业量为 2 h，考核占比约10%.

2) 雨课堂测验 雨课堂测验采用选择题、判断题和填空题3种形式，对一节课的知识点进行考查，考核占比5%.

3) 智能小车大作业 结合全国智能小车竞赛项目，以小组为单位布置实践类团队大作业，让学生利用学习的数据结构与算法知识，分析解决一个实际案例问题，编程实现所设计的方案，并编写项目报告.团队大作业的成果将在讨论课上分组汇报，由组长通过PPT汇报展示成果，并介绍团队成员分工，讲解设计思路、对比多种方法的算法复杂度、程序运行时间等.集翻转课堂、课堂讨论、分组合作等形式于一体.考核占比20%.

4) 期中考试 对前半个学期知识点进行考查摸底，占比为10%.

5) 期末考试 闭卷考核方式，对整门课程的知识点进行考查，考核占比50%.

2 课程改革实效性分析

本次教学改革方案针对2019级电子信息工程、通信工程专业共计86人进行教学开展，课程结束后，一方面以调查问卷的方式请学生对本次课程改革进行评价：包括课程内容及教学设计满意度评价及本课程对工程教育认证毕业要求的达成度评价.另一方面从学生参加智能小车比赛取得成绩及参加华为认证通过率方面对本次课程改革的实效性加以佐证.

2.1 课程满意度调查

学生对课程满意度调查结果如图4所示，从结果来看，学生对课程内容及教学设计非常满意占比51.2%及53.5%，满意占比46.5%及44.2%，总体满意度达到97.7%，这说明了广大学生对本课程改革方案的认可.

2.2 工程教育毕业要求达成度调查

工程教育毕业要求达成度结果如图5所示，对照工程教育专业认证对毕业生的要求，学生对参加本课程学习后所获的的能力进行选择，图中所列为毕业要求中具有代表性的九点.从图中可以看出：在获得工程知识、问题分析、设计/开发解决方案、使用现代工具能力等方面很多学生给予认可，但工程与社会方面选择率相对较低，该要求具体为能够基于工程相关背景知识进行合理分析，评价专业工程实践和复杂工程问题解决方案对社会、健康、安全、法律以及文化的影响，并理解应承担的责任.理工科课程改革本身与社会、体育、法律等文科类相关内容结合较少，这也为我们提供了其他改革思路，例如结合思政建设、社会案例等进行相关课程内容的开展.从调查结果显示，本次课程改革实现了培养对学生获得工程知识、问题分析、设计/开发解决方案、研究、使用现代工具、个人和团队、沟通、终身学习的能力.

图4 课程满意度调查结果

图5 工程教育毕业要求达成度调查结果

2.3 改革课程对学生参加智能小车比赛、认证考试的促进

本次课程改革结合全国大学生智能小车比赛，从比赛中进行问题提取、题目设计，通过本课程的学习，使学生熟悉比赛规则、通过方案设计、实验论证达到比赛要求，以学促赛、以赛促学.参加本课程学习的学生参加2021年度智能小车比赛并取得全国二等奖的好成绩.本次课程改革很好的提升了学生工程教育认证要求的相关能力，在拥有相关能力的基础上，2021年我院电子信息工程、通信工程专业学生积极参加华为安全HCIA、大数据HCIP、数据通信HCIA、云计算HCIA的认证考试，并取得不错成绩，其中HCIA-云计算的通过率更是达到了95%以上.

3 结语

本项目依据工程教育专业认证要求，结合全国大学生智能车竞赛对《数据结构与算法》课程进行改革，重构理论——实践知识框架，优化课程内容，使课程体系与相关工程实践更加吻合.在教学过程中始终坚持以学生为中心，对学生的学习过程进行全程跟踪和进程式评估，实时调整教学内容和方法，从受众出发提高教学质量.在教学方法方面，融入传统教学、项目教学、问题教学、任务驱动、头脑风暴、小组汇报、翻转课堂等课程改革模式、实现课堂——工程一体化、理论——实践一体化，全面提升学生的科研能力、团队沟通能力、实践能力和创新能力.在教学模式方面，实行“课堂教学为主”“自主学习为辅”和“以学促赛、以赛促学”的教学模式相结合，培养学生理论应用于实践，实践促进理论创新的思维能力以及解决复杂工程问题的能力，提高人才培养质量，解决合格人才供给不足的矛盾.