一种智慧教育互动教学方法技术

本申请提供一种智慧教育互动教学方法，包括：用户登录VR教学系统，个性化加载初始场景；用户登录后，系统实时判断模拟世界场景与用户运动感知的真实性，并计算与真实世界的差距；用户登录后，系统实时监测人体健康数据，拆分为不同维度，并储存至云平台；基于需求和健康情况，判断用户对于当前场景适应情况并预测用户的健康情况趋势；根据适应程度进行真实性调整和个性化提醒，并记录至云平台；对用户使用VR教学的风险进行评估，能够更好地判断VR互动教学内容、真实性程度，并且判断VR内容是否适应被教学者，让必须真实教学的视频给到适应者，采用不同的评价标准，让VR教学互动适合各种需求的人。种需求的人。种需求的人。

【技术实现步骤摘要】
一种智慧教育互动教学方法
[0001]
本专利技术涉及信息
，尤其涉及一种智慧教育互动教学方法。

技术介绍

[0002]在基于VR的智慧课堂中，经常会采用虚拟现实技术进行互动式教学，由于引入新的教学形式，会导致很多风险产生，例如VR这种沉浸式教学中，会有人因为无法接受过度的沉浸式，而导致心理问题。例如一个具有恐高症的同学，通过VR教学如何操控无人机的飞行，会让其感觉置身其中，而非常害怕。而在VR教学中，针对不同的人的教学效果，有些时候，是因为这种不适应导致的最终教学成果不佳，而非其自身能力问题。另一方面，通过VR的电脑设定，虽然具有一定的教学效果，但是真实环境下的过程，可能会有更多不可控因素产生，导致电脑程序的设定与客观事实不符的问题。因此需要能够识别出，VR中，可能存在的不合理现象，以便达到教学效果提升。同时对于教学产生的风险因素，需要相关技术进行优化，避免错误教学。

技术实现思路

[0003]本专利技术提供了一种智慧教育互动教学方法，主要包括：
[0004]用户登录VR教学系统，个性化加载初始场景；用户登录后，系统实时判断模拟世界场景与用户运动感知的真实性，并计算与真实世界的差距；用户登录后，系统实时监测人体健康数据，拆分为不同维度，并储存至云平台；基于需求和健康情况，判断用户对于当前场景适应情况并预测用户的健康情况趋势；根据适应程度进行真实性调整和个性化提醒，并记录至云平台；对用户使用VR教学的风险进行评估；
[0005]进一步可选地，所述用户登录VR教学系统，个性化加载初始场景包括：
[0006]在用户佩戴好VR设备并启动后，将自动采集用户的脉搏信号，识别用户信息，获取用户对于教学的需求，并结合用户在云上的既往病史，为用户个性化加载VR场景；首先对用户的脉搏状况进行采集，收集用户的健康信息并进行预处理和特征提取，在数据库中进行特征匹配以识别用户身份，调取或新建用户档案；接着将利用脑机接口，获取用户对于教学的需求，并以需求为标准自动计算出一个精度下限，根据用户个人健康信息初步确定场景需求；利用Unity3D开发引擎，使用云计算的方式，在云上的大型神经网络模型下绘制三维场景，加载用户初始场景；包括：采集用户生物特征并识别用户身份；利用脑机接口技术获取用户的需求；个性化加载初始场景；
[0007]所述采集用户生物特征并识别用户身份，具体包括：
[0008]根据PPG信号这一生物特征识别用户身份。利用光电容积脉搏传感器在指尖采集PPG信号，并使用UWB进行信号传输，采用决策器进行分类识别。使用小波阈值方法对信号进行预处理，消除基线奇异点和高频噪声，然后将PPG信号进行单周期划分并提取周期值，使用Gabor原子构成的原子库对单周期信号进行稀疏分解，提取特征参数，导入决策树进行识别。
[0009]所述利用脑机接口技术获取用户的需求，具体包括：
[0010]使用脑机接口通过分析脑电信号建立交互系统，实现人脑与计算机直接交流，获取用户对于无人机喷药场景的需求。使用微纳加工电极阵列采集脑电波信号源，再利用巴特沃斯滤波器进行预处理，滤除噪音，获取指定信号。接着使用共空间模式算法对信号进行构建特征集合，利用人工神经元网络对不同的生理、心理条件进行分类，并对场景想象的脑网络结构进行构建，计算用户对地形、风速、湿度、温度、土壤条件需求的强度值与精确值。根据需求，自动计算一个需求下限，为场景加载提供依据。
[0011]所述个性化加载初始场景，具体包括：
[0012]基于用户需求给出的需求下限，结合用户个人健康状态以及对于VR真实性的承受能力，在区间范围内选取合适的真实性水平，为用户提供个性化的初始场景标准。对于无人机喷药初始场景的加载，考虑地形、风速、湿度、温度、土壤的影响，利用Unity3D开发引擎、真实世界数据，使用云计算的方式，在大型神经网络模型下绘制三维场景，加载用户初始场景。对于地形，考虑地形陡度、地形面积，采用DEM进行模拟。当用户对地形的需求高于预设阈值，采用TIN不规则三角模型方法进行表示，再使用VDPM算法对地形网格进行增减，创建最近似真实地形。当用户对地形的需求低于预设阈值，采用以RSG规则网格模型表示原始数据，再使用二叉树ROAM算法基于二元三角树对描述地形表面的图元进行分割和合并，创建地形。对于风速，考虑风速大小，风力角度，采用WRF中尺度数值模式模拟风速样本。对于土壤，考虑土壤类型、土壤含氧量、土壤养分、土壤湿度和土壤温度，使用气象数据、植被数据作为协变量因子，基于GBM对土壤条件进行回归模拟，模拟土壤条件。对于温度，除了土壤温度，考虑药液温度、空气温度、光照强度，同样采用GBM的方法进行模拟。
[0013]进一步可选地，所述用户登录后，系统实时判断模拟世界场景与用户运动感知的真实性，并计算与真实世界的差距包括：
[0014]基于神经网络学习物理理论知识以及各种影响因素下无人机喷药的表现，将影响因素拆分为两类，第一类为场景因素，包括环境因素和用户实操调整因素，其中包括地形、风速、湿度、温度、土壤、无人机设备；第二类为感知因素，即用户在使用过程中的感知，其中包括视觉感知和动作感知；判断的过程中，将用户对模拟世界的场景要求和用户身体状况对模拟世界的感知要求，与现实世界进行重组对应，分别利用最小回归分析法和SVR算法与真实世界做对比，计算置信度；其中，通过对场景真实性差距评估获取场景因素的评价，通过对立体VR视频进行分析，建立用户舒适度评估模型，来获取人类感知特征；包括：虚拟世界场景真实性差距计算；用户运动感知真实性差距计算；
[0015]所述虚拟世界场景真实性差距计算，具体包括：
[0016]在计算真实场景与真实世界的差距时，利用开发引擎Unity3D的内置架构，获取模拟世界的场景模型，并将其与真实世界的真实地形数据高程图、卫星图、天气预报做对比：利用独立成分分析法，将用户对虚拟世界的需求，即前述的用户对地形、风速、湿度、温度、土壤条件需求，进行独立，每个需求即对应一个需求分支，并将各个分支的特征与虚拟世界的特征一一对应以及组合对应，应用最小回归分析法进行分析，计算虚拟世界与现实世界的差距。
[0017]所述用户运动感知真实性差距计算，具体包括：
[0018]根据VR晕眩的产生，将用户运动感知分为两个判断标准，一是前庭视觉的匹配程度，二是VR视角与人转动的同步程度。基于这两个判断标准建立用户舒适度评估模型，获得
用户感知特征：首先对立体VR视频进行光流估计计算视频帧的水平与垂直运动矩阵，然后计算视频帧速度并计算出帧加速度，最后将提取出来的视频帧速度、加速度多维运动信息作为特征向量，结合SVR算法以及人体动作，建立用户舒适度评估模型，用于后续的舒适度优化。
[0019]进一步可选地，所述用户登录后，系统实时监测人体健康数据，拆分为不同维度，并储存至云平台包括：
[0020]通过对脉搏的分析，监测用户的血压、心率、呼吸状况；通过对EEG的分析，监测用户的晕眩状态、心理负荷、心理情绪；使用红外传感本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智慧教育互动教学方法，其特征在于，所述方法包括：用户登录VR教学系统，个性化加载初始场景，所述用户登录VR教学系统，个性化加载初始场景，具体包括：采集用户生物特征并识别用户身份，利用脑机接口技术获取用户的需求，个性化加载初始场景；用户登录后，系统实时判断模拟世界场景与用户运动感知的真实性，并计算与真实世界的差距，所述用户登录后，系统实时判断模拟世界场景与用户运动感知的真实性，并计算与真实世界的差距，具体包括：虚拟世界场景真实性差距计算，用户运动感知真实性差距计算；用户登录后，系统实时监测人体健康数据，拆分为不同维度，并储存至云平台，所述用户登录后，系统实时监测人体健康数据，拆分为不同维度，并储存至云平台，具体包括：滤除运动伪影，获取PPG信号，监测用户血压、心率、呼吸情况，获取EEG信号，监测用户晕眩、心理情况；基于需求和健康情况，判断用户对于当前场景适应情况并预测用户的健康情况趋势；根据适应程度进行真实性调整和个性化提醒，并记录至云平台，具体包括：系统根据用户分析报表对模拟世界真实性进行调整；对用户使用VR教学的风险进行评估。2.根据权利要求1所述的方法，其中，所述用户登录VR教学系统，个性化加载初始场景，包括:在用户佩戴好VR设备并启动后，将自动采集用户的脉搏信号，识别用户信息，获取用户对于教学的需求，并结合用户在云上的既往病史，为用户个性化加载VR场景；首先对用户的脉搏状况进行采集，收集用户的健康信息并进行预处理和特征提取，在数据库中进行特征匹配以识别用户身份，调取或新建用户档案；接着将利用脑机接口，获取用户对于教学的需求，并以需求为标准自动计算出一个精度下限，根据用户个人健康信息初步确定场景需求；利用Unity3D开发引擎，使用云计算的方式，在云上的大型神经网络模型下绘制三维场景，加载用户初始场景；包括：采集用户生物特征并识别用户身份；利用脑机接口技术获取用户的需求；个性化加载初始场景；所述采集用户生物特征并识别用户身份，具体包括:根据PPG信号这一生物特征识别用户身份；利用光电容积脉搏传感器在指尖采集PPG信号，并使用UWB进行信号传输，采用决策器进行分类识别；使用小波阈值方法对信号进行预处理，消除基线奇异点和高频噪声，然后将PPG信号进行单周期划分并提取周期值，使用Gabor原子构成的原子库对单周期信号进行稀疏分解，提取特征参数，导入决策树进行识别；所述利用脑机接口技术获取用户的需求，具体包括:使用脑机接口通过分析脑电信号建立交互系统，实现人脑与计算机直接交流，获取用户对于无人机喷药场景的需求；使用微纳加工电极阵列采集脑电波信号源，再利用巴特沃斯滤波器进行预处理，滤除噪音，获取指定信号；接着使用共空间模式算法对信号进行构建特征集合，利用人工神经元网络对不同的生理、心理条件进行分类，并对场景想象的脑网络结构进行构建，计算用户对地形、风速、湿度、温度、土壤条件需求的强度值与精确值；根据需求，自动计算一个需求下限，为场景加载提供依据；所述个性化加载初始场景，具体包括:基于用户需求给出的需求下限，结合用户个人健康状态以及对于VR真实性的承受能力，在区间范围内选取合适的真实性水平，为用户提供个性化的初始场景标准；对于无人机
喷药初始场景的加载，考虑地形、风速、湿度、温度、土壤的影响，利用Unity3D开发引擎、真实世界数据，使用云计算的方式，在大型神经网络模型下绘制三维场景，加载用户初始场景；对于地形，考虑地形陡度、地形面积，采用DEM进行模拟；当用户对地形的需求高于预设阈值，采用TIN不规则三角模型方法进行表示，再使用VDPM算法对地形网格进行增减，创建最近似真实地形；当用户对地形的需求低于预设阈值，采用以RSG规则网格模型表示原始数据，再使用二叉树ROAM算法基于二元三角树对描述地形表面的图元进行分割和合并，创建地形；对于风速，考虑风速大小，风力角度，采用WRF中尺度数值模式模拟风速样本；对于土壤，考虑土壤类型、土壤含氧量、土壤养分、土壤湿度和土壤温度，使用气象数据、植被数据作为协变量因子，基于GBM对土壤条件进行回归模拟，模拟土壤条件；对于温度，除了土壤温度，考虑药液温度、空气温度、光照强度，同样采用GBM的方法进行模拟。3.根据权利要求1所述的方法，其中，所述用户登录后，系统实时判断模拟世界场景与用户运动感知的真实性，并计算与真实世界的差距，包括:基于神经网络学习物理理论知识以及各种影响因素下无人机喷药的表现，将影响因素拆分为两类，第一类为场景因素，包括环境因素和用户实操调整因素，其中包括地形、风速、湿度、温度、土壤、无人机设备；第二类为感知因素，即用户在使用过程中的感知，其中包括视觉感知和动作感知；判断的过程中，将用户对模拟世界的场景要求和用户身体状况对模拟世界的感知要求，与现实世界进行重组对应，分别利用最小回归分析法和SVR算法与真实世界做对比，计算置信度；其中，通过对场景真实性差距评估获取场景因素的评价，通过对立体VR视频进行分析，建立用户舒适度评估模型，来获取人类感知特征；包括：虚拟世界场景真实性差距计算；用户运动感知真实性差距计算；所述虚拟世界场景真实性差距计算，具体包括:在计算真实场景与真实世界的差距时，利用开发引擎Unity3D的内置架构，获取模拟世界的场景模型，并将其与真实世界的真实地形数据高程图、卫星图、天气预报做对比：利用独立成分分析法，将用户对虚拟世界的需求，即前述的用户对地形、风速、湿度、温度、土壤条件需求，进行独立，每个需求即对应一个需求分支，并将各个分支的特征与虚拟世界的特征一一对应以及组合对应，应用...

【专利技术属性】
技术研发人员：刘明强，
申请(专利权)人：青岛理工大学，
类型：发明
国别省市：