摘 要：随着人工智能技术的飞速发展，智能教学辅助产品不断创新，人工智能技术在职教改革发展中不断起到推进助力作用，已经成为信息化职教改革发展的主要推动力。随着人工智能技术的普及，为特定专业设计的人工智能产品也不断出现，成为各专业学科领域技术革新的主要推动力。文章主要分析天津铁道职业技术学院铁道电信学院购置的人工智能机器人在助力职教改革发展及铁道信号专业融入的实证研究。
关键词：人工智能机器人;职教改革;专业融入
中图分类号：TP399;TP18 文献标识码：A 文章编号：2096-4706（2020）15-0177-03
Abstract：With the rapid development of artificial intelligence technology，intelligent teaching auxiliary products continue to innovate. Artificial intelligence technology plays an important role in promoting the reform and development of in-service education，and has become the main driving force for the reform and development of information-based vocational education. With the popularization of artificial intelligence technology，artificial intelligence products designed for specific specialties are constantly emerging，and become the main driving force of technological innovation in various professional disciplines. This paper mainly analyzes the empirical research of the artificial intelligence robot purchased by the School of Railway Telecommunications of Tianjin Railway Technical and Vocational College in assisting the reform and development of vocational education and the integration of railway signal automatic control specialty.
Keywords：artificial intelligence robot;vocational education reform;professional integration
0 引 言
人工智能软硬件技术在2010年后的飞速发展，为人工智能技术的腾飞提供了必要的软硬件环境支持，造就了人工智能飞速崛起[1]。人工智能技术已经在各行各业中得到了应用，成为各行业技术创新的主要动力之一[2]。人工智能技术已经悄然走进高职院校成为各院校职教改革发展的新动力。智慧教室、智慧选课平台、智慧教学平台等智能教学辅助设施推动着学校的信息化职教改革发展。人工智能设备成为学校提升信息化能力的新宠，而各专业的发展方向也瞄准了人工智能技术，人工智能设备成为专业创新的主要推动力。本文主要对学院购置的人工智能机器人助力职教改革发展及专业融入两个方面进行实证研究。
1 智能机器人助力职教改革发展实证研究
传统的课堂教学，由于教师忙于讲授知识，学生人数较多，造成教师很难时刻关注每位学生的专注度，而导致部分学生的课堂学习效率低下。通过人工智能机器人，借助人工智能图像识别技术的帮助，教师可以更加专注地投入到课堂教学工作中，而不是因学生课堂专注度问题而浪费精力。天津铁道职业技术学院铁道电信学院购置的人工智能机器人，在人工智能图像识别领域有着运算速度快识别率高等技术优势。基于人工智能机器人移动巡查过程中摄像头采集的图像信息，识别铁道信号专业学生在课堂上的行为、表情、微动作等要素，综合评估学生上课专注度，为教师评估教学质量并采用针对性的提升方法提供精准依据[3]。对班级整体及单个学生的专注度进行全程评估，如果发现学生专注度下降，会移动到该生所在位置给与提示，并且记录每位学生每节课程专注度数据，教师可以针对性进行课程知识点监测和加强。
在对学生专注度检测中，主要应用人脸检测技术。本机器人中人脸关键点检测通过定位并返回人脸五官与轮廓的关键点坐标位置，关键点包括人脸轮廓、眼睛、眉毛、嘴唇以及鼻子轮廓。本项目中人脸关键点定位技术主要通过级联回归，基于DeepID网络结构。DeepID网络结构和卷积神经网络结构类似，主要区别在倒数第二层，DeepID网络结构有一个DeepID层，它与卷积层4和最大池化层3相连，由于卷积神经网络层数越高视野域越大，这种连接方式既要考虑局部的特征，又考虑全局的特征。这种人脸关键点定位技术可以提高定位的准确度、运算速度，从而提高智能设备的整体性能。
在人脸验证阶段通过分析两张人脸属于同一个人的可能性大小。输入两张人脸，得到一个置信度分数和相应的阈值，以便评估相似度。人脸属性检测主要通过人脸属性辨识和人脸情绪分析来完成。可以进行人脸识别，可以给出人的年龄、是否有胡子、情绪（例如：高兴、正常、生气、愤怒等）、性别等。其主要实现代码为：
images=load_and_align_data（args.image_files， args.image_size，args.margin，args.gpu_memory_fraction）
with tf.Graph（）.as_default（）：
with tf.Session（） as sess：
# Load the model
facenet.load_model（args.model）
# Get input and output tensors
images_placeholder = tf.get_default_graph（）.get_tensor_by_name（"input：0"）embeddings tf.get_default_graph（）.get_tensor_by_name（"embeddings：0"）
phase_train_placeholder = tf.get_default_graph（）.get_tensor_by_name（"phase_train：0"）
如果需要进行线上授课方式，可将专注度智能识别程序移植到手持终端设备中进行专注度监测。
人工智能机器人助力职教改革发展的实证研究，为人工智能技术助力职教改革发展提供了研究途径，助力方向，为今后人工智能在职教改革发展中的技术创新提供了参考依据，这也是本课题创新成果之一。
2 智能机器人专业融入实证研究
人工智能技术在职业教育中融入专业创新的实证目前比较少。由于人工智能研发成本较高，融入专业需要为某个专业量身定制适合本专业的人工智能教学产品，这种方法需要大量的资金支持。如何能够将人工智能技术在本专业技术创新中应用是目前各专业面临的主要问题。通过人工智能机器人融入铁道信号专业实证研究，为今后人工智能专业融入方面的创新发展探索了一条可行之路，也是本课题实证研究成果之一。以学院购置的人工智能机器人为软硬件平台，在原有SDK的基础上进行定制开发，在信号专业师生的共同努力下，完成了智能机器人预警小车的设计工作。有“路径规划”、“返回充电”功能按钮、“一键出发”和“一键返回”功能按钮。
信号工上道作业前，先点击“路径规划”功能按钮，将定位点设置到作业防护点（防护距离根据作业线路允许通行速度而定）。随后将智能小车放到铁轨线路旁，点击“一键出发”功能按钮，智能小车将按规定好的路径行走，到达指定位置（作业防护点）后，开始自动检测是否有列车经过。当智能小车检测到有列车经过时，手持终端设备通过APP会发出警报声和震动，提醒信号工下道避让，同时铁路曲线故障检测智能专家APP中的“足智车谋”界面右上角会给出列车速度和预计到达作业点时间。
维修维护作业完成后，点击“一键收车”功能按钮，智能小车将按原路线返回。若小车电量即将耗尽，点击“返回充电”功能按钮，智能小车将返回进行充电，如图1所示，其中摄像头检测到视频中的列车，在图1（b）中用白色方框标注出来。
智能机器人识别列车的主要技术流程是，列车图像采集及检测、列车图像预处理、列车图像特征提取等技术流程。列车图像预处理是基于列车检测结果，对列车图像进行处理，为后面的特征提取服务。其中列车图像预处理的主要代码为：
class_variance = np.zeros（（nrof_classes，））
class_center=np.zeros（（nrof_g_size））
distance_to_center=np.ones（（len（label_list），））
emb_array = np.zeros（（0，embedding_size））
idx_array = np.zeros（（0，）， dtype=np.int32）
lab_array = np.zeros（（0，）， dtype=np.int32）
列车图像特征提取主要是将列车图像信息数字化，将一张列车图像转变为一串数字。利用特征点间的距离、曲率和角度等提取出特征分量，最终把相关的特征链接成一个长的特征向量。
信号工在“天窗期”进行铁路沿线信号设备抢修过程中存在安全隐患，智能机器人预警功能应用于铁道信号专业实训课程，为信号专业的学生实训期间的安全作业提供了有力保障。该智能产品不仅得到了参与信号专业实训学生的好评，在铁路公司员工试用后也给与了很高的评价，是信号工安全作业的有力保障。智能机器人创新技术不仅融入了铁道信号专业信息化教学改革发展过程中，同时也促进了铁路行业信号工作业安全设备的智能创新。
3 智能机器人助力职教改革发展及专业融入实证研究项目取得成就
本文中所研究的人工智能机器人在职教改革和专业融入中的技术创新，不但使信息化教学方法得到创新发展，而且也在人工智能技术设计大赛中取得佳绩。凭借人工智能机器人课堂专注度设计与人工智机器人信号工作业道路安全预警功能设计两项职教改革及专业融入设计，人工智能技术创新团队获得2019年华北五省（市、自治区）大学生机器人大赛一等奖;2019年华北五省（市、自治区）及港澳台大学生计算机应用大赛二等奖。
上述人工智能机器人助力职教改革发展及专业融入的实证研究项目，在比赛中得到了评委专家组的肯定，也间接地肯定了我们在人工智能助力职教改革发展及专业融入中做出的贡献。同时提升了人工智机器人在课题中实证研究的价值，也为今后的实证研究工作指明了方向。
4 结 论
本文主要分析了人工智能机器人课堂专注度实证项目与人工智机器人信号工作业道路安全预警功能实证项目两项职教改革发展及专业融入实证研究。为人工智能技术助力职教改革发展及专业融入提供了研究途径。同时通过人工智能机器人助力职教改革发展及专业融入中取得的成就进一步说明了实证研究的方向正确性，为今后人工智能在职教改革发展中的技术创新提供了参考依据。
参考文献：
[1] 樊占东，邢培振.浅析高职院校人工智能专业建设的必要性 [J].现代信息科技，2019，3（12）：184-186+188.
[2] 蔡敏.Python语言的Web开发应用分析 [J].无线互联科技，2019，16（4）：27-28.
[3] 耿颖.使用Python语言的GUI可视化编程设计 [J].单片机与嵌入式系统应用，2019，19（2）：20-22+44.
作者简介：董彧先（1981—），男，汉族，山东临清人，讲师，硕士研究生，主要研究方向：人工智能技术、大数据技术。
