Corso Piano Estate – Automazione e AI con Bracci Robotici 30 ore

Questa formula include solo formatore per 30 ore.
Disponibile anche codice sia formatore che tutor.

Corso Automazione e Intelligenza Artificiale con Bracci Robotici 30 ore

Destinatari:
Studenti di Scuola Secondaria di Primo Grado e Scuola Secondaria di Secondo Grado

Obiettivi:

☐ Introdurre i concetti base dell’automazione industriale e della robotica collaborativa
☐ Sviluppare capacità di programmazione e progettazione di sistemi automatizzati
☐ Approfondire i temi dell’Industry 5.0 e dell’Intelligenza Artificiale
☐ Promuovere il lavoro di squadra attraverso attività in stile hackathon

Struttura del corso:

Durata: 30 ore

Modalità di erogazione
In presenza

Materiali Compatibili

☐ Bracci robotici Dobot Magician Lite (Scuola Secondaria di Primo Grado)
☐ Bracci robotici Dobot Magician (Scuola Secondaria di Primo Grado) (Scuola Secondaria di Secondo Grado)
☐ Bracci robotici Dobot Magician MG400 (Scuola Secondaria di Primo Grado) (Scuola Secondaria di Secondo Grado)
☐ PC con software di programmazione per Dobot
☐ Accessori e sensori per simulazioni di automazione

Si prevede l’uso dei bracci Dobot per simulazioni industriali e progettazione collaborativa. Il corso richiede spazi attrezzati per attività pratiche e dispositivi digitali per la programmazione.

Note logistiche e personalizzazioni:
Corso adatto per gruppi da 10-20 studenti. Necessaria aula informatica, Wi-Fi, PC e spazi con banchi lavoro per il test dei robot.

Descrizione
Il corso utilizza i bracci robotici Dobot per affrontare in modo pratico i temi dell’automazione e dell’intelligenza artificiale. Gli studenti saranno guidati in un percorso di scoperta e realizzazione che culminerà in un hackathon finale, dove i gruppi progettano e costruiscono una mini-fabbrica automatizzata. Le attività saranno ispirate al paradigma dell’Industry 5.0, integrando tecnologie emergenti e processi collaborativi. Durante il corso si utilizzeranno diversi linguaggi di programmazione e si affronteranno casi d’uso in cui la robotica e l’IA assumono un ruolo centrale nei sistemi produttivi del futuro. L’approccio progettuale e il lavoro di squadra permetteranno agli studenti di sperimentare concretamente l’innovazione tecnologica.

Programma dettagliato del corso:
Incontro 1 (3h) — Kickoff: AI, automazione, robotica industriale “vista da vicino”
Obiettivi
•Capire cosa significa “automazione + AI”
•Conoscere il braccio didattico (Dobot Magician Lite o simili) e le regole di laboratorio

Contenuti
•Robotica industriale oggi: applicazioni reali (pick&place, packaging, quality check, pallettizzazione)
•Differenza tra: robot tradizionale (regole) vs AI (modello che generalizza)
•Safety basics: area di lavoro, stop, pinch points, comportamento in cella
•Panoramica strumenti: Teachable Machine / Google Labs, mBlock, braccio didattico
Laboratorio
•Prima accensione e dimostrazione guidata: movimenti base e “punti”

Incontro 2 (3h) — Machine Learning no-code: riconoscimento immagini con Teachable Machine
Obiettivi
•Capire dataset, classi, training, confidenza
•Creare un modello di classificazione immagini pronto all’uso
Contenuti
•Dataset: quantità, varietà, bias, illuminazione, sfondo
•Training/test e errori: falsi positivi/negativi, soglie
Laboratorio
•Creazione modello 3 classi
•Test in tempo reale con webcam
•Discussione su quando “non funziona” e perché

Incontro 3 (3h) — Dal modello all’interazione: ML come “input” per muovere oggetti digitali in mBlock
Obiettivi
•Usare le tecniche di ML
Contenuti
•Concetto di pipeline: camera → modello → label/confidence → evento → azione
•Soglie e stabilizzazione
Laboratorio
•In mBlock: personaggio/oggetto digitale che si muove/risponde in base alla classe riconosciuta
•Concetto di“debounce”

Incontro 4 (3h) — ML creativo: emozioni, disegni, gesture, “garbage in → garbage out”
Obiettivi
•Ampliare l’uso del ML (emozioni/pose/disegni) e ragionare sui limiti
•Preparare un input ML che poi useremo come comando per il braccio
Contenuti
•Cosa vuol dire riconoscere “emozioni” (limiti, contesto, etica e affidabilità)
•Dataset “pulito”: condizioni controllate, variabilità minima necessaria
Laboratorio
•Modello su disegni mostrati alla camera (es. “cerchio/triangolo/quadrato”) oppure “happy/sad/surprise” con criteri chiari
•In mBlock: mapping classe → comando (ancora su oggetti digitali)

Incontro 5 (3h) — Robotica industriale: celle, sicurezza, gradi di libertà, tool, coordinate
Obiettivi
•Dare le basi solide: meccanica + software del braccio come sistema
•Legare teoria a ciò che vedranno sul Dobot
Contenuti
•Gradi di libertà (DoF), cinematica base (intuizioni), workspace
•TCP, tool, coordinate, punti e traiettorie (concetti)
•Cella robotica: barriere, PLC, interlock, procedure (safety by design)
Laboratorio
•Esercizio su carta: disegnare una mini-cella e identificare rischi e mitigazioni
•Demo: coordinate/punti sul braccio didattico (mostrata dal docente)

Incontro 6 (3h) — Primo coding sul braccio robotico: punti, sequenze, velocità, ripetibilità
Obiettivi
•Programmare movimenti ripetibili e capire l’impatto di velocità/accelerazione
•Introdurre la logica di sequenza industriale
Contenuti
•Pose/punti, home, timing
•Variabili minime: velocità, attese, ordine operazioni
Laboratorio
•Programma: home → punto A → punto B → home (con parametri)
•Misura semplice: tempo ciclo e deviazioni (qualità ripetizione)

Incontro 7 (3h) — Gripping: pinza/ventosa, presa stabile, errori e strategie di recovery
Obiettivi
•Comprendere la “presa” come parte critica della cella
•Introdurre gestione errori (retry/fail safe)
Contenuti
•Grip: forza, slip, geometrie oggetto, superficie
•Errori tipici e contromisure (posizionamento, velocità, approccio)
Laboratorio
•Pick&place reale su 2–3 oggetti diversi
•Aggiungere “retry”: se non prende, riprova con micro-variazione o segnala errore

Incontro 8 (3h) — Trasporto: nastro (reale o simulato) e sincronizzazione
Obiettivi
•Capire l’integrazione robot + linea (timing, sensori, stati)
•Preparare la mini-cella finale
Contenuti
•Nastri trasportatori: logica start/stop, sensore presenza, sincronizzazione
•Concetto di “stato macchina”: idle → detect → pick → place → return
Laboratorio
•nastro reale: sensore presenza → pick → place in zona

Incontro 9 (3h) — Integrazione ML → comando robot: sorting “intelligente”
Obiettivi
•Chiudere il cerchio: ML (immagini) decide e robot esegue
•Realizzare un caso d’uso industriale semplificato (smistamento)
Contenuti
•Mapping di oggetti della classe → destinazione
•Soglie, stabilizzazione, sicurezza
Laboratorio
•Pipeline completa:
1.La camera riconosce (oggetto/colore/disegno)
2.Il codice a blocchi traduce in comando (vedere traduzione in Python)
3.robot prende e deposita nel contenitore corrispondente
•Test e debug: casi difficili (luce, sfondo, oggetto simile)

Incontro 10 (3h) — Progetto finale: mini-cella dimostrativa + pitch tecnico
Obiettivi
•Consolidare competenze e presentare un sistema credibile “da fabbrica”
•Documentare: cosa fa, come lo fa, limiti e miglioramenti
Contenuti
•Collaudo: test plan, criteri di successo (precisione, tempi, robustezza)
•Comunicazione tecnica: schema cella, flusso dati, rischi e mitigazioni
Laboratorio
•Run finale: 10 cicli consecutivi + raccolta metriche (errori, tempo medio)
•Preparazione pitch e poster
Output finale
•Demo pubblica + poster (A3) + scheda tecnica (1 pagina) + mini-report metriche