【创意智造组】创客与生物学科融合：基于行空板K10与二哈2视觉传感器的孟德尔豌豆杂交实验模拟与数据可视化- Makelog(造物记)

用AI图像分类技术，让孟德尔遗传定律的实验验证变得更智能、更直观、更具交互性！

【项目缘起】

在高中生物教学中，孟德尔的豌豆杂交实验是学生理解遗传定律的经典案例。假说-演绎法贯穿整个发现过程，而模拟实验（如使用小桶和彩球）则是帮助学生理解配子随机结合、验证性状分离比的有效手段。然而，传统的手工抓取与手动统计存在以下痛点：

效率低：需要重复操作数十甚至上百次才能逼近理论比例；

易出错：学生手动计数容易分心或遗漏；

缺乏数据整合：难以快速对比多个小组的实验数据，无法直观感受“大样本更接近理论值”。

为了突破这些局限，我们结合创客技术，利用行空板K10主控板、二哈2视觉传感器和Mind+ 2.0的图像分类功能，构建了一套AI自动识别、实时统计、多组数据上云的智能模拟实验装置。学生只需将黄红药片组合放在摄像头下，系统自动识别基因型（DD、Dd、dd），累计统计并实时显示比例；多个小组的数据还可上传至Mind+数据可视化面板，实现跨组数据对比。

【项目目标与设计思路】

1. 假说-演绎法主线

步骤	生物学内容	创客融合点
观察现象	高茎×矮茎 → F1全高茎 → F2高:矮≈3:1	/
提出问题	为什么会出现3:1？	/
提出假说	遗传因子成对存在，配子中成单，随机结合	/
演绎推理	若假说成立，则F1自交后代应为DD:Dd:dd=1:2:1	/
实验验证	模拟配子随机结合，统计后代表现型比例	AI自动识别彩色药片组合并计数
得出结论	分离定律	屏幕实时显示统计结果+多组数据上云

2. 技术亮点

AI图像分类：训练模型识别三种棋子组合（两红=DD，两黄=dd，一红一黄=Dd），实现无接触、高准确率识别。

实时数据可视化：行空板K10屏幕显示当前识别结果、总次数、各基因型数量及比值。

多组数据上云：两个小组的设备通过Wi-Fi将数据上传到Mind+数据可视化面板，教师可在大屏上对比全班实验进展。

【硬件与软件准备】

硬件清单

名称	数量	说明
行空板K10	2	每组一块，作为主控及显示终端
二哈2视觉传感器	2	每组一个，用于图像识别
红黄药片（或圆片）	若干	红色代表显性基因D，黄色代表隐性基因d
不透明盒子	2	分别代表精巢和卵巢，内置棋子
数据线、电源	若干	给K10供电及程序下载

软件环境

Mind+ 2.0 图像分类工具（模型训练）

Mind+ 数据可视化面板（EasyIoT平台）

Mind+ 2.0Python模式（处理EasyIoT平台数据用于数据可视化面板显示）

Mind+ 2.0上传模式（行空板K10+二哈2编程）

【项目实施步骤】

步骤1 训练AI图像分类模型

采集图像数据

将二哈2通过USB连接到电脑，打开Mind+ 2.0的目标检测工具。

分别摆放三种药片组合：

DD：两枚红色药片并排

Dd：一粒红色一粒黄色并排（注意采集两种方向：红左黄右、黄左红右，提高泛化能力）

dd：两枚黄色并排

使用二哈2的按键或Mind+工具分别采集每种组合的至少30张照片（不同角度、轻微旋转），构建数据集。

在Mind+中使用目标检测工具中“标注设置”，对目标进行标注。

一键训练，生成模型文件。

加载模型到二哈2

将训练好的模型通过Mind+烧录到二哈2的TF卡或内置存储中。

确保二哈2的识别模式为“图像分类”，并设置好识别的类别名称（DD、Dd、dd）。

加载方法请参考：https://mindplus.dfrobot.com.cn/mp2/AITools/Basic_description/model_deployment/model-deployment/#53-2

步骤2 硬件连接与程序编写

硬件连接

将二哈2通过4Pin线连接到行空板K10的任意一个I2C接口（注意：K10的I2C引脚通常为20（SDA）、21（SCL），具体请查阅引脚图）。

给K10接上电源或通过USB供电。

58157bea3544ae126b1230f68220741d_webwxgetmsgimg_&MsgID=7437259173351650155&skey=%40crypt_b90cd10e_8e14b5ce56993a033f1cbc52ae172802.jpg

程序逻辑设计

程序主要完成以下功能：

初始化二哈2传感器，设置识别模式为图像分类。

定义三个变量：DD计数、Dd计数、dd计数。

循环检测二哈2的识别结果：

如果识别到稳定的ID（例如连续两次相同），则根据ID增加对应计数。

更新屏幕显示：当前识别结果、总次数、各基因型数量（DD: Dd: dd）。

每隔一定时间（或每次识别后）通过MQTT上传数据到Mind+可视化面板。

屏幕显示设计

在K10的1.69英寸屏幕上规划显示区域：

080ae26363ccd6ba94b59335377c2201_webwxgetmsgimg_&MsgID=7329046295690941583&skey=%40crypt_b90cd10e_8e14b5ce56993a033f1cbc52ae172802.jpg

数据上传至Mind+可视化面板

在Mind+数据可视化面板（EasyIoT）中创建一个新项目，获取Topic和设备ID。

K10通过Wi-Fi连接网络，使用MQTT协议将数据发送到指定Topic。

并通过python程序连接MQTT，对数据进行相应处理，并向数据可视化面板（EasyIoT）发送相关显示信息。

代码

#  -*- coding: UTF-8 -*-
#  MindPlus V2
#  python-block
import siot
import math
# 变量
HuoQuXinXi = []
DD = 0
dd = 0
Dd = 0
DD1 = 0
dd1 = 0
Dd1 = 0
# 两数 GCD
def gcd(a, b):
    while b:
        a, b = b, a % b
    return a
# 三数 GCD  
def gcd_three(a, b, c):
    return math.gcd(math.gcd(a, b), c)

# 或使用内置函数（推荐）

# 事件回调函数
def on_message_callback(client, userdata, msg):
    global HuoQuXinXi, DD, dd, Dd
    HuoQuXinXi = msg.payload.decode().split(",")
    DD = (int(float((HuoQuXinXi[0]))))
    dd = (int(float((HuoQuXinXi[1]))))
    Dd = (int(float((HuoQuXinXi[2]))))
    if (not ((dd==0) or ((DD==0) or (Dd==0)))):
        result = math.gcd(math.gcd(DD, dd), Dd)
        DD1=int(DD/result)
        dd1=int(dd/result)
        Dd1=int(Dd/result)
        siot.publish(topic="siot/DD1", data=DD1)
        siot.publish(topic="siot/dd1", data=dd1)
        siot.publish(topic="siot/Dd1", data=Dd1)
    else:
        siot.publish(topic="siot/DD1", data=DD)
        siot.publish(topic="siot/dd1", data=dd)
        siot.publish(topic="siot/Dd1", data=Dd)
# 主程序开始
siot.init(client_id="853484861464124",server="192.168.31.11",port=1883,user="siot",password="dfrobot")
siot.connect()
siot.loop()
siot.set_callback(on_message_callback)
siot.getsubscribe(topic="siot/info")

while True:
	pass

在可视化面板中添加仪表盘、折线图或柱状图，实时展示各组数据。

步骤3 双小组联调与数据面板配置

准备两套相同的硬件，分别烧录程序，设置不同的group ID（1和2）。

在Mind+数据可视化面板中，创建两个数据源（对应两个小组的Topic），或使用同一个Topic但通过group字段区分。

添加图表组件，例如：

实时柱状图：显示两个小组的当前总次数。

折线图：追踪每个小组的DD、Dd、dd数量变化。

仪表盘：显示当前各小组的比例偏离理论值的程度。

教师可在课堂上打开可视化面板，引导学生观察不同小组的数据趋势，讨论样本量对比例的影响。

6989aac731e9eec24e6c45ba243936e0_webwxgetmsgimg_&MsgID=2332724219709028637&skey=%40crypt_b90cd10e_8e14b5ce56993a033f1cbc52ae172802.jpg

步骤4 实验操作流程

准备：两个盒子分别代表“雄配子”和“雌配子”，每个盒子内放入等量的红色药片和黄色药片（模拟D和d配子比例为1:1）。

随机取子：学生闭眼从两个盒子中各随机取一枚药片，组合后放在摄像头下的识别区。

自动识别与统计：二哈2识别组合，K10屏幕立即显示结果并累加。

记录与讨论：操作50次左右，观察屏幕上的比值是否接近1:2:1；教师引导分析为何实际值与理论值有偏差。

数据对比：教师展示Mind+可视化面板上两个小组的数据，讨论“总次数越多，比例越接近理论值”的规律。

9ebbb3169a422d7079982995dbf01033_webwxgetmsgimg_&MsgID=4424931685004844812&skey=%40crypt_b90cd10e_8e14b5ce56993a033f1cbc52ae172802.jpg

2840038b891ef3fe83a456b0f3974951_webwxgetmsgimg_&MsgID=6059714994067624046&skey=%40crypt_b90cd10e_8e14b5ce56993a033f1cbc52ae172802.jpg

e8cdfa84ddfb79a2e375311761c28d0e_webwxgetmsgimg_&MsgID=7741460653422975883&skey=%40crypt_b90cd10e_8e14b5ce56993a033f1cbc52ae172802.jpg

【演示视频】

【教学效果】

学生参与度高：AI自动识别的新颖性激发了学生的兴趣，他们乐于反复操作并观察数据变化。

数据直观：屏幕上的实时比例和可视化面板的对比，帮助学生深刻理解“大样本”和“随机性”的概念。

跨学科能力培养：学生在项目中接触了机器学习、物联网、编程等知识，提升了综合素养。

【总结与展望】

本项目成功将传统生物实验与现代创客技术结合，通过AI图像分类和物联网数据可视化，让孟德尔分离定律的验证过程变得更加高效、直观和有趣。未来还可以拓展：

多组联动：将更多小组的设备接入同一可视化面板，实现全班数据汇总。

实验模式切换：增加测交、杂交等不同模式的模拟，通过程序自动调整配子比例。

语音交互：增加语音提示，增强实验沉浸感。

远程实验：学生可在家操作设备，数据自动上传，教师远程指导。

希望这个项目能为跨学科教学提供新思路，也期待更多师生能动手尝试，用创客工具点亮生物课堂！

【创意智造组】创客与生物学科融合：基于行空板K10与二哈2视觉传感器的孟德尔豌豆杂交实验模拟与数据可视化 简单