Ονομα Ομάδας: Robotakia-deQueues

Τίτλος έργου: Smart Queue Manager: Έξυπνο Σύστημα Δυναμικής Διαχείρισης Ροής Πλήθους

Οι μαθητές της ομάδας “Robotakia-deQueue” δημιούργησαν το project “Smart Queue Manager”, ένα εκπαιδευτικό πρωτότυπο έξυπνης διαχείρισης ουράς για χώρους εκδηλώσεων, εκθέσεων και φεστιβάλ. Το σύστημα παρακολουθεί την κίνηση του κοινού, εκτιμά τον φόρτο αναμονής και ενεργοποιεί οπτικές ενδείξεις ώστε να κατευθύνει τους επισκέπτες στις διαθέσιμες εισόδους ή στα διαθέσιμα booths.

Σκοπός του έργου είναι να δείξει με απλό, βιωματικό και παιδαγωγικό τρόπο πώς η Τεχνητή Νοημοσύνη, οι αισθητήρες και η εκπαιδευτική ρομποτική μπορούν να βοηθήσουν σε ένα καθημερινό πρόβλημα: την αποφυγή συνωστισμού και τη βελτίωση της ροής πλήθους σε δημόσιους χώρους.

Η καινοτομία του συστήματος βρίσκεται στον συνδυασμό AI, micro:bit, αισθητήρων, LED ενδείξεων, dashboard σε PictoBlox και φυσικής μακέτας. Οι μαθητές δεν κατασκεύασαν μόνο ένα κύκλωμα, αλλά ένα ολοκληρωμένο μοντέλο λήψης αποφάσεων με κανόνες, δεδομένα και ανατροφοδότηση σε πραγματικό χρόνο.

Τεχνική Προσέγγιση

• Vision AI (PictoBlox): Μέσω της κάμερας του υπολογιστή και εργαλείων Τεχνητής Νοημοσύνης, το σύστημα αναγνωρίζει και μετρά πόσα άτομα ή φιγούρες βρίσκονται στη ζώνη αναμονής, χωρίς στόχο την ταυτοποίηση ανθρώπων.
• IoT & Sensors (micro:bit): Το micro:bit συνδέεται με αισθητήρες και εξωτερικές ενδείξεις. Ο αισθητήρας PIR χρησιμοποιείται για την ανίχνευση κίνησης/διέλευσης, ενώ ο thin film pressure sensor τοποθετείται μπροστά από booth για να δείχνει αν κάποιος εξυπηρετείται εκείνη τη στιγμή.
• Dynamic Feedback: Ανάλογα με την κίνηση και την κατάσταση των booths, ενεργοποιούνται 3 LED σηματοδότες που δείχνουν ποιες πύλες ή σημεία εξυπηρέτησης είναι διαθέσιμα.
• Dashboard: Στο PictoBlox εμφανίζονται μεταβλητές όπως queueCount, openGates, entries και booth status, ώστε οι μαθητές να βλέπουν τα δεδομένα ως οπτική πληροφορία.
• Έκθεμα ηλιακού συστήματος: Στη μακέτα προστέθηκε έκθεμα με πλανήτες του ηλιακού μας συστήματος που κινούνται με τη βοήθεια DC κινητήρα, ώστε το project να συνδέεται με ένα ρεαλιστικό περιβάλλον έκθεσης και να δείχνει πώς η ροή επισκεπτών επηρεάζει τα διαδραστικά εκθέματα.

Εκπαιδευτικοί Στόχοι του Έργου

• Κατανόηση της εφαρμογής της Τεχνητής Νοημοσύνης: Οι μαθητές βλέπουν πώς ένα AI εργαλείο μπορεί να βοηθήσει στην επίλυση ενός καθημερινού προβλήματος, όπως η διαχείριση ουράς.
• Εξοικείωση με έννοιες Vision AI: Γνωρίζουν βασικές ιδέες ανίχνευσης προσώπων/αντικειμένων, confidence και καταμέτρησης, με έμφαση στην ασφαλή και υπεύθυνη χρήση της κάμερας.
• Ανάπτυξη δεξιοτήτων IoT: Συνδέουν το micro:bit με LED και αισθητήρες, κατανοώντας ότι τα φυσικά σήματα μπορούν να μετατραπούν σε δεδομένα και αποφάσεις.
• Καλλιέργεια υπολογιστικής σκέψης: Χρησιμοποιούν ακολουθίες, μεταβλητές και λογικές συνθήκες if/else για να αποφασίζει το σύστημα πόσες πύλες θα ανοίγουν.
• Οπτικοποίηση δεδομένων: Δημιουργούν dashboard στο PictoBlox με αριθμούς, εικονίδια, καταστάσεις και απλές ενδείξεις ροής.
• Κατανόηση ρυθμού, μέσου όρου και ροής: Μετρούν εισόδους, παρατηρούν αλλαγές στον χρόνο και συζητούν τι σημαίνει “μέση αναμονή” ή “πόσα άτομα πέρασαν”.
• Συνεργασία και σχεδιασμός συστήματος: Οι μαθητές μοιράζονται ρόλους, σχεδιάζουν πύλες και booths, δοκιμάζουν λύσεις και παρουσιάζουν την τεχνολογική τους πρόταση.
• Σύνδεση STEM με πραγματικές ανάγκες ασφάλειας: Το έργο συνδέει την τεχνολογία με την οργάνωση δημόσιων χώρων, τη μείωση συνωστισμού και την καλύτερη εμπειρία επισκεπτών.

Κοινωνική Διάσταση

Το project συνδέει την τεχνολογία με την ασφάλεια, την οργάνωση και την καλύτερη εξυπηρέτηση σε δημόσιους χώρους. Οι μαθητές κατανοούν ότι ο συνωστισμός δεν είναι μόνο θέμα άνεσης, αλλά μπορεί να επηρεάζει την εμπειρία, την προσβασιμότητα και την ασφάλεια των επισκεπτών.

Μέσα από το Smart Queue Manager, τα παιδιά μαθαίνουν ότι τα δεδομένα μπορούν να χρησιμοποιηθούν για να ληφθούν πιο δίκαιες και αποτελεσματικές αποφάσεις. Το σύστημα δεν αντικαθιστά τον άνθρωπο, αλλά λειτουργεί ως εργαλείο υποστήριξης: παρατηρεί, μετρά και προτείνει, ενώ οι άνθρωποι σχεδιάζουν τους κανόνες και ελέγχουν τη λειτουργία του.

Λίστα Προτεινόμενου Εξοπλισμού

• 2x BBC micro:bit V2
• 2x Micro:bit Expansion Board
• 3x Keyestudio LED
• 1x Keyestudio PIR Sensor
• 1x Keyestudio Thin Film Pressure Sensor
• 1x DC Motor
• Jumper Wires

Μέλη ομάδας:  

Μηνάς	Κασμάς
Νικόλαος	Καρδαμπίκης
Κωνσταντίνος	Κορδούτης
Χρήστος	Γαλάζιος
Ίρις Αγάπη	Μαλτέζου
Αδάμ	Αμπίντι

Εκπαιδευτικοί: Δήμητρα Περράκη, Ζήσης Τζιώλας, Αφροδίτη Σκληβάγκου και Ιωάννης Βασιλόπουλος

Όλα τα αρχεία που αφορούν στην υλοποίηση του έργου βρίσκονται διαθέσιμα στο GitHub: https://github.com/robotakia/Robotakia-deQueues

Μπορείτε να δείτε το video της παρουσίασης του έργου στον ακόλουθο σύνδεσμο: https://youtu.be/5FwTTeoXGyY