在电脑上敲击完一连串的代码，随即就能操控眼前的无人机升空，透过机身摄像头，体验一把上帝视角。

编程的学习成果直接外化到硬件上，这种感受堪称惊艳。

早在2018年11月，大疆就推出过教育编程无人机Tello，今年8月，大疆再度发布新款编程无人机RoboMaster TT。

面对火热的编程教育赛道，大疆的玩法似乎独辟蹊径。这个“大玩具”对于编程学习意味着什么？

拓展性丰富，操作有门槛

RoboMaster TT创造力套装，在外形设计上几乎全盘继承了Tello的设计理念，只不过机身颜色变为红色，同时飞机顶部增加了乐高式的积木接口，用以连接拓展模块。

针对不同的目标群体，大疆做出了有针对性的取舍。500万像素摄像头，清晰度并不算高。官方数据显示电池可提供13分钟的飞行续航时间，在不加载外界拓展模块的情况下，实际测试中也基本接近这一数值，低于传统消费级无人机的30分钟。

RoboMaster TT自身并未配备GPS设备，即便是禁飞区或者室内，都可以正常起降，而且其目标用户是培训机构和学校，这款无人机对安全性进行了有意识的调整。

没有传统消费级无人机那样的“身躯”，87g的机身重量，飞行范围限制在30*30米，底部配备视觉定位系统，可以实现手掌降落、以及对降落区域进行避障，实现安全着陆，以此保障飞行安全。

显然，作为教育产品，硬件配置并不是RoboMaster TT的主打，真正关键的是，通过RoboMaster TT，能否又快又好地学会编程？

体验下来，通过编程操控单个无人机，门槛较低。

RoboMaster TT与操控终端的连接是相对傻瓜化的。开机即可自动创建WIFI信号，通过手动与手机、平板、电脑等操控终端连接后，即可在Tello APP、TelloEdu、Mind+等平台进行飞行或编程操作。只不过，每次开机后都需要手动连接WIFI信号，这方面的体验还可以继续优化。

在实际飞行中，RoboMaster TT与Tello无人机一样通过Tello APP进行飞行操控，也可以通过蓝牙外接遥控手柄进行操作。

当然，在飞行时，没有摇杆，需要手机、平板等触控屏操控。这对操控者的操控精准度有一定的要求，比较容易出现用力过猛撞到天花板上。另外在封闭的空间中进行飞行，对操控者的空间感知和方向定位能力要求比较高，在相对狭小的空间里，很容易碰到墙壁。

如果需要进行编队飞行等拓展模块，RoboMaster TT也提供了相关配件。包括一个开源控制器、一个测距点阵屏拓展模块，一个转接拓展板以及4张挑战卡。

所有的第三方拓展模块都是通过开源控制器实现连接与编程。开源控制器上的扩展接口支持I2C、SPI、UART、GPIO等多种串线接口，可以与不同的硬件接口拓展连接。

测距点阵屏拓展模块拥有8*8点阵屏以及ToF模块，编队飞行时，测距点阵屏可以根据需要展示多样化的灯光效果。在与无人机的连接上，开源控制器和测距点阵屏都可以像拼积木一样组装起来。

如果需要为无人机连接更丰富的拓展模块，则需要转接拓展板。不过，转接拓展板的连接有一定门槛，需要使用电烙铁焊接。这存在一定危险性，并不适合年龄尚小的孩子操作。

支持多种编程语言，UI仍需迭代

硬件的拓展性还有操控性只是一部分，更大的挑战是教育内容与硬件之间的结合。让孩子在玩无人机的同时通过编程方式锻炼编程思维，这才是寓教于乐的关键。

对编程语言的支持方面，RoboMarsterTT支持纯代码编程，图形化编程等多种模式，例如支持Arduino、Scratch、Python、MicroPython和SDK编程语言进行编程。不同难易程度，可以满足的年龄层次更多，可编程性也会更加地丰富多样。

以最简单的图形化编程为例，用户可以通过PC端的Mind+或移动端的Tello Edu进行编程。

Mind+界面体验中规中矩。操作上难度较低，学生只需要想明白飞行轨迹的命令逻辑就可以实现。通过已经调整好的模块化命令，孩子只需要拉动相应操作模块，并细微调整飞行高度、距离、角度等参数，就可以对飞行进行操控。

但是TelloEdu的部分，软件的完成度不太高。更加适合在平板上操作，在手机上则会出现显示界面不全、互动操作卡顿等情况。或许是因为UI界面优化不足导致，希望后续升级后能有所改善。AppStore显示，TelloEdu最近一次的升级是在1个月前，平均每次升级的间隔在1到2个月。

当然，孩子如果编程能力足够强，可以自行独立编写代码，在SDK3.0和Arduino IDE等工具进行代码编程操作，大疆还直接提供了无人机Python编程的课程大纲，可以直接将所学的编程知识展现出来。

对于孩子，随着四个旋翼转动升空，无人机的轰鸣声带来的震撼，甚至要超过虚拟世界营造的效果，这是实物所具备的最大优势。RoboMarsterTT给了孩子一个好奇心与学习成果外化的展示平台。参加大赛、争夺奖项之外，把自己学到的编程知识应用到无人机的操控上，或许本身也是一种学习成果的反馈。