Khóa học AI & Robotics Engineer
AI & Robotics Engineer gồm 6 Level – 72 buổi thực hành, đưa con từng bước làm quen với mạch điều khiển, cảm biến, robot, lập trình và AI, từ những kiến thức cơ bản đến tự tay tạo ra một chiếc xe tự hành.
Điểm đặc biệt của khóa học là con được học bằng cách làm thật. Mỗi buổi đều có sản phẩm để con tự lắp ráp, lập trình, thử nghiệm và tìm cách cải tiến. Kiến thức được xây dựng theo từng cấp độ, giúp con tiến bộ vững vàng mà không bị quá tải.
Sau mỗi Level, con sẽ tham gia Showcase để giới thiệu sản phẩm và chia sẻ cách mình tạo ra nó. Qua quá trình này, con vừa phát triển kỹ năng công nghệ, vừa rèn tư duy giải quyết vấn đề và sự tự tin khi trình bày.
Lựa chọn khóa học đúng đắn để giúp con xây dựng nền tảng học vấn vững chắc.
Đối tượng nào phù hợp với Khóa học?
Trẻ thích robot và công nghệ: tò mò, thích lắp ráp và tìm hiểu cách robot hoạt động.
Trẻ muốn học AI & Robotics: cần một lộ trình rõ ràng, từ cơ bản đến nâng cao.
Trẻ có định hướng STEM/AI/IT muốn rèn kỹ năng qua dự án và các cuộc thi thực tế.
Trẻ cần chuẩn bị cho tương lai: phát triển tư duy, khả năng giải quyết vấn đề và làm việc với công nghệ.
Con được học những gì trong khóa học
AI & Robotics Engineer
Kiến thức và kỹ năng AI – Robotics
- Lắp ráp và phần cứng: Làm quen với EduHub Board, kết nối cảm biến, đèn, màn hình, động cơ và servo để xây dựng mô hình.
- Lập trình: Điều khiển thiết bị bằng sự kiện, trình tự, vòng lặp, điều kiện và biến.
- Cảm biến và tự động hóa: Đọc dữ liệu môi trường, kết hợp nhiều tín hiệu để mô hình tự phản hồi theo điều kiện đã lập trình.
- AI qua camera: Ứng dụng phát hiện khuôn mặt, vị trí, biểu cảm và cử chỉ để điều khiển mô hình.
- AI giọng nói: Nhận lệnh bằng lời nói, phát lời phản hồi và kết hợp giọng nói với camera.
- Robot tự hành: Lắp ráp và lập trình mô hình xe dò đường, né vật cản, đỗ xe và thực hiện nhiệm vụ giao hàng trên sa bàn.
Tư duy Công nghệ & Giải quyết Vấn đề
- Tư duy thuật toán (Computational Thinking): chia một bài toán lớn thành các bước máy tính hiểu được.
- Gỡ lỗi & tối ưu: biến “thử – sai – sửa – cải tiến” thành phản xạ tự nhiên mỗi khi thiết bị chưa chạy đúng.
- Phân tích và nâng cấp sản phẩm: kiểm thử qua nhiều tình huống thực tế, tìm điểm yếu và làm cho hệ thống chạy ổn định hơn.
Kỹ năng Trình bày & Làm việc nhóm
- Tự tin trình bày dự án: Nói rõ sản phẩm của mình làm gì và AI hoạt động ra sao.
- Biết mô tả sản phẩm: Viết và trình bày ý tưởng một cách rõ ràng, dễ hiểu.
- Bảo vệ ý tưởng: Tự tin chia sẻ, giải thích và trả lời câu hỏi về sản phẩm của mình.
Bản lĩnh & Thái độ Học tập
- Kiên trì: Không dễ bỏ cuộc khi gặp lỗi hoặc khó khăn.
- Hợp tác: Biết lắng nghe, chia sẻ và làm việc cùng các bạn.
- Chủ động & sáng tạo: Dám thử ý tưởng mới và tự tìm cách giải quyết vấn đề.
Phương pháp giảng dạy
Project-based Learning: Học thông qua dự án thật. Mỗi bài học gắn với một sản phẩm cụ thể, từ mô hình cảm biến đơn giản đến trợ lý AI và robot tự hành
Lắp ráp + Lập trình song hành: Con vừa "chạm tay" vào phần cứng vừa viết chương trình, để mỗi ý tưởng đều được nhìn thấy vận hành ngay trên thiết bị thật.
Học qua khám phá: Con được khuyến khích đặt câu hỏi, suy nghĩ và tự tìm cách giải quyết thay vì học theo đáp án có sẵn.
Thử, sửa và cải tiến: Con liên tục thực hành, tìm lỗi, sửa sai và hoàn thiện sản phẩm, từ đó rèn tư duy logic và sự kiên trì.
Làm việc nhóm: Mỗi dự án có sự phân chia vai trò, giúp con học cách phối hợp, lắng nghe và giao tiếp với các bạn.
Lộ trình khóa học AI & Robotics Engineer
Level 1: Khám phá lập trình và cảm biến
Mục tiêu: Làm quen với lập trình điều khiển và cảm biến, tự tạo mô hình đơn giản biết nhận tín hiệu và phản ứng.
- Làm quen với bo mạch điều khiển, nút bấm, đèn RGB, màn hình LED, động cơ và servo.
- Khám phá cảm biến chuyển động, khoảng cách, nhiệt độ – độ ẩm, ánh sáng và nước.
- Học sự kiện, trình tự, vòng lặp, điều kiện và biến đơn giản.
- Thực hành qua các mô hình như đèn giao thông, trò chơi phản xạ, quạt mini và cửa tự động
Dự án cuối khóa:
“Classroom Weather Station”: Trạm thời tiết lớp học.
Con kết hợp cảm biến nhiệt độ – độ ẩm và ánh sáng để hiển thị trạng thái môi trường, sau đó kiểm thử và giới thiệu sản phẩm.
Level 2: Điều khiển thông minh
Mục tiêu: Tạo hệ thống tự động biết đếm, ghi nhớ trạng thái và kết hợp nhiều cảm biến để hoạt động ổn định hơn.
- Sử dụng bộ đếm, biến trạng thái và nhiều điều kiện trong chương trình.
- Kết hợp các tín hiệu cảm biến để giảm kích hoạt nhầm hoặc lặp lại liên tục.
- Làm quen với chế độ tự động, điều khiển tay và cách đưa thiết bị về trạng thái an toàn.
- Thực hành cửa chào dùng hai cảm biến, quạt theo nhiệt độ, bộ đếm khách, đèn đường tự động và biển báo chỗ đỗ xe.
Dự án cuối khóa:
“Smart Classroom”: Lớp học thông minh.
Con xây dựng mô hình điều khiển quạt và đèn theo sự hiện diện của người và điều kiện môi trường, rồi kiểm thử qua nhiều tình huống.
Level 3: AI nhìn bằng camera
Mục tiêu: Sử dụng kết quả nhận biết từ camera để điều khiển mô hình vật lý.
- Khám phá cách AI phát hiện khuôn mặt, đếm số khuôn mặt và xác định vị trí trong khung hình.
- Làm quen với nhận biết biểu cảm, người mẫu đã đăng ký và cử chỉ bàn tay ở mức thực hành.
- Kết hợp kết quả AI với cảm biến để điều khiển đèn, màn hình, quạt hoặc cửa mô hình.
- Kiểm tra độ ổn định của kết quả và xử lý khi AI chưa nhận biết chắc chắn.
Dự án cuối khóa:
“AI Reception”: Quầy lễ tân AI.
Con thiết kế mô hình phát hiện khách, hiển thị lời chào và điều khiển cửa tự động; trình bày cách hệ thống hoạt động và giới hạn nhận biết của AI.
Level 4: AI nhìn, nghe và nói
Mục tiêu: Kết hợp camera, giọng nói và mô hình vật lý để tạo sản phẩm có thể tiếp nhận yêu cầu, phản hồi và xác nhận trước khi hành động.
- AI giọng nói: Nhận lệnh bằng lời nói và phát lời phản hồi.
- AI qua camera: Theo dõi tư thế, chuyển động cơ thể và nhận biết cử chỉ.
- Thiết kế tương tác theo các bước: tiếp nhận yêu cầu, kiểm tra, hỏi lại, xác nhận và thực hiện.
- Thực hành quạt điều khiển bằng giọng nói, máy đố vui hội thoại, trợ lý vận động và kiosk không chạm.
Dự án cuối khóa:
“Smart AI Service Station”: Trạm dịch vụ AI.
Con kết hợp khả năng nhìn, nghe và nói trong một mô hình; kiểm thử khi có tiếng ồn, quá thời gian chờ hoặc tín hiệu chưa rõ ràng.
Level 5: Trợ lý AI và môi trường thông minh
Mục tiêu: Xây dựng trợ lý biết kết hợp lịch, thông tin người dùng và dữ liệu môi trường để phản hồi theo từng tình huống.
- Sử dụng đồng hồ thời gian thực để lập lịch và thông báo đúng giờ.
- Kết hợp cảm biến nhiệt độ – độ ẩm, ánh sáng và độ ồn để theo dõi môi trường.
- Dùng thẻ nhận diện không chạm để lựa chọn hồ sơ người dùng.
- Kết hợp cử chỉ, giọng nói và nút bấm để điều khiển thiết bị.
- Lập trình lịch sử hoạt động, thứ tự ưu tiên và cách xử lý khi lệnh người dùng khác với chế độ tự động.
Dự án cuối khóa:
“Smart Home Assistant”: Trợ lý nhà thông minh.
Con tích hợp lịch hoạt động, dữ liệu môi trường, hồ sơ người dùng và điều khiển thiết bị trong một mô hình, sau đó kiểm thử các tình huống có nhiều yêu cầu cùng lúc.
Level 6: Xe tự hành
Mục tiêu: Lắp ráp, lập trình và cải tiến mô hình xe tự hành có thể dò đường, né vật cản, đỗ xe và thực hiện nhiệm vụ trên sa bàn.
- Làm quen với khung xe, hai động cơ có bộ đếm vòng bánh, cảm biến dò đường, cảm biến khoảng cách và camera.
- Điều khiển hướng, tốc độ, quãng đường và điều chỉnh để xe đi thẳng.
- Hiệu chỉnh cảm biến và lập trình xe chạy theo vạch.
- Kết hợp dò đường với né vật cản và đỗ xe.
- Sử dụng camera để đọc các biển lệnh được hỗ trợ sẵn, chuyển kết quả nhận biết thành hành động.
- Lập trình cách dừng an toàn và xử lý một số tình huống đã được thiết kế, kiểm thử.
Dự án cuối khóa:
“Autonomous Delivery Robot” – Robot giao hàng tự hành.
Con tích hợp dò đường, né vật cản, đọc trạm và giao hàng trên sa bàn; ghi nhận kết quả kiểm thử và trình bày những điểm cần cải tiến.
Hình ảnh thực tế lớp học
