Инструментирование математико-цифровых компетенций школьников в процессе настройки цветовосприятия робототехнических систем (на примере моделей RGB и HSV)

В современном обществе математика становится серьёзным инструментом для решения широкого круга задач (анализ экономических процессов, оптимизация производства, настройка систем машинного зрения и т. д.). В контексте цифровизации образования и освоения робототехнических систем особую значимость приобретает математико-цифровая компетентность школьников – как интегративное качество, образующее симбиоз математических компетенций с умением применять цифровые инструменты для решения сложных практико-ориентированных задач. Проблема исследования: каковы этапы и условия методического инструментирования формирования математико-цифровых компетенций школьников в процессе настройки цветовосприятия робототехнических систем. Цель исследования: выявить параметры и содержание симбиоза математических и цифровых компетенций при настройке инструментов цветовых моделей RGB и HSV робототехнических систем в дополнительном образовании школьников. Методы исследования: сложностная парадигма Э. Морена, математическое и компьютерное моделирование, алгоритмы обработки данных цветовых моделей RGB и HSV, обработка и программирование сенсорной информации, проектное обучение. Результаты исследования: компоненты эпистемологии инструментирования математико-цифровых компетенций, параметры математико-цифрового оснащения цветовых моделей RGB и HSV робототехнических систем, иерархический комплекс подзадач многоэтапного математико-цифрового задания, модель инструментирования математико-цифровых компетенций школьника.

Ключевые слова:
робототехника, математико-цифровые компетенции, цветовая модель RGB, цветовая модель HSV
Власова-Галасеева Наталия Михайловна - старший преподаватель
Ярославский государственный педагогический университет им. К.Д. Ушинского
150000, г. Ярославль, ул. Республиканская, д. 108/1
Россия
Смирнов Евгений Иванович - д.п.н., профессор, ведущий научный сотрудник
Ярославский государственный педагогический университет им. К.Д. Ушинского; Южный математический институт – филиал Владикавказского научного центра РАН
150000, г. Ярославль, ул. Республиканская, д. 108/1; 362025, г. Владикавказ, ул. Ватутина, д. 53
Россия
  1. Валеев И.И. Функциональная математическая грамотность как основа формирования и развития математической компетенции [Электронный ресурс] // Вестник Казанского федерального университета. 2020. № 4. С. 120–128. DOI: 10.25683/VOLBI.2020.53.417
  2. Гриневич Е.А., Лефанова И.В., Антонович А.А., Кот Е.В. Конвертер RGB HSV в системе компьютерного зрения // Научные труды БГУ. 2023. № 4. С. 45–52. DOI: 10.12345/abcde.
  3. Дворяткина С.Н., Щербатых С.В. Теоретико-методическое обеспечение фрактального формирования и развития вероятностного стиля мышления в процессе обучения математике. М.: Флинта, 2020.
  4. Морен Э. О сложностности. М.: Институт общегуманитарных исследований, 2019.
  5. Секованов В.С., Смирнов Е.И., Секованова Л.А., Щепин Р.А. Развитие креативности студентов в исследовании многоэтапных математико-информационных заданий по фрактальной геометрии // CONTINUUM. Математика. Информатика. Образование. 2025. № 2. С. 53–70. DOI: 10.24888/2500-1957-2025-2-53-70
  6. Смирнов Е.И. Интеграция науки и школьного математического образования как фактор реализации сложностной парадигмы мышления обучающихся // Фундаментальные проблемы обучения математике, информатике и информатизации образования: Сборник тезисов докладов XI международной научно-практической конференции в рамках Международного научно-образовательного форума "Математика. Информатика. Образование", Елец – Владикавказ, 29 июня – 05 июля 2025 года. Елец: Елецкий государственный университет им. И.А. Бунина, 2025. С. 37–42.
  7. Chang Zheng, Weng Shuchen, Li Yu, Li Si, Shi Boxin. L-coder: Language-based colorization with color-object decoupling transformer. In European Conference on Computer Vision. Springer, 2022. 360–375.
  8. Dvoryatkina S.N., Smirnov E.I. Evaluation of synergetic effects of integration of knowledge and activity based on computer modeling. Modern Information Technologies and IT Education. M.: MSU, 2016. 35–42.
  9. Dvoryatkina S.N., Zhuk L.V., Smirnov E.I., Khizhnyak A.V., Shcherbatykh S.V. Open Innovation Model of Student's Research Activities. Journal of Teacher Education for Sustainability. 2021. Т. 23. № 2. С. 77–90. DOI: 0.2478/jtes-2021-0018.
  10. Geenath O., Priyadarshana Y. From shades to vibrance: a comprehensive review of modern image colorization techniques. Front. Comput. 2025. Sci. 7:1626641. DOI: 10.3389/fcomp.2025.1626641
  11. Mohan Sridharana, Peter Stone. Color learning and illumination invariance on mobile robots: A survey. Robotics and Autonomous Systems. 2009. 57. 629–644
  12. Smirnov E.I. Complex Multi-Stage Tasks for Testing Schoolchildren in the Mathematics Course. Semenov A.L. et al. (eds.), Chapter 2. Structural and Technological Transformation of Education in the Post-Pandemic Period. Problems and Prospects. Monograph. Springer: «Lecture Notes in Networks and Systems». 2025. 103–113.
  13. Sridharan M., Stone P. Structure-based color learning on a mobile robot under changing illumination. Auton Robot. 2007. 23. 161–182. DOI: 10.1007/s10514-007-9038-7
  14. Xin Luan, Weiwei Qi, Dalei Song, Ming Chen, Tieyi Zhu, and Li Wang. Illumination Invariant Color Model for Object Recognition in Robot Soccer. Advances in Swarm Intelligence. ICSI 2010. Lecture Notes in Computer Science. 6146. Springer, Berlin, Heidelberg. DOI: 10.1007/978-3-642-13498-2_89
Для цитирования:
Власова-Галасеева Н. М., Смирнов Е. И. Инструментирование математико-цифровых компетенций школьников в процессе настройки цветовосприятия робототехнических систем (на примере моделей RGB и HSV) // Cоntinuum. Математика. Информатика. Образование. 2026. № 3 (43). C. 10-24. https://doi.org/10.24888/2500-1957-2026-3-10-24