案例名称：无人机自动巡检编程夏令营
适用对象：初中生（13-16岁）
教学目标：通过Python编程控制无人机模拟海岸线生态监测任务，学习地理坐标计算、传感器数据采集与环保数据分析，培养计算思维与社会责任感。
1. 案例背景
以深圳市西海岸红树林为监测区域，深圳市宝安区实验学院初中部三八班学生需编程控制无人机沿预设路线飞行，自动拍摄海岸线图像并记录环境数据（如温度、湿度模拟数据），分析人为活动对生态的影响。案例衔接浙教版信息技术教材中“算法与数据处理”章节，同时融入地理学科的海岸带保护知识。
2. 核心任务与Python实现
•任务分解：
1.地图建模：使用Python的matplotlib库绘制宝安海岸线简化二维地图，标注关键坐标点（如红树林区、滩涂区）和模拟障碍物（如高压线塔）。
2.路径规划：通过A*算法避开障碍物，生成最优巡检路径（代码参考MAVSDK-Python的航点飞行功能）。
3.数据采集：模拟无人机搭载的传感器采集数据。

4.数据分析：使用Pandas库统计不同区域的模拟数据差异，生成简易报告（如“红树林区域湿度显著高于滩涂区”）。
3. 教学实施与成果
•课堂组织：
•分组协作：3人一组，分别担任“导航算法工程师”“数据采集员”“环保分析师”，强化团队分工。
•虚实结合：先通过AirSim仿真测试代码逻辑，再使用SenseDrone实飞验证（降低成本与风险）。
•学习成果：
•学生掌握地理坐标转换、循环控制等编程基础，并能将数据可视化（如用Matplotlib绘制温湿度热力图）。
•通过分析模拟数据，撰写《宝安海岸线生态建议书》，培养社会责任感。
4. 本地化扩展
•红色教育：改编任务为“宝安抗日根据地遗址空中巡礼”，结合历史学科设计飞行路线。
•智慧城市：模拟无人机巡查社区违建，引入OpenCV识别建筑变化（需扩展图像处理模块）。
•跨学科融合：整合信息技术、地理、生物学科，符合深圳“新课程改革”要求。
•社会价值：呼应深圳“海洋中心城市”建设，增强学生本土认同感。