【技术实现步骤摘要】
本专利技术属于虚拟现实培训评估，尤其涉及一种基于眼动和动捕技术的vr工业维修培训评估方法。
技术介绍
1、vr培训作为一项成熟技术已在教育、医疗、航天等多个领域广泛应用。特别是在工业维修领域，相较于传统培训方式，vr培训呈现出明显的高效、安全和低成本优势。因此，对vr工业培训系统的教学质量评估已成为备受关注的研究方向。通过对系统性能和用户感知等方面进行评估，可以明确系统的优点和不足，为改进和优化提供指导，确保系统提供卓越的培训体验并有效地传授知识和技能，同时激发学员的学习动力和参与度，以提升学习效果。然而，目前对vr工业培训系统的教学质量评估缺乏统一客观的标准，这导致评估结果的可信度和普适性受到极大限制。因此，如何全面客观地评估vr工业培训系统的教学质量仍然是一个待解决的问题。
2、针对vr工业维修培训系统的教学质量评估需要综合考虑用户的学习表现和操作绩效。目前，评估主要从系统可用性角度出发，结合vr系统的特点以问卷的形式对交互设备的精准可用度、虚拟场景的真实性、受训人员的临场感受、训练效果等方面进行评估。但问卷作为主观评价方式具有诸多局限性。首先，它容易受到个体主观感受和认知的影响，可能存在主观偏差和个体差异。其次，主观评价结果难以量化和标准化，缺乏客观指标和统一评价标准，从而限制了结果的可比性和可信度。因此，更多针对vr培训教学质量的客观评价手段和方法被提出，以提供更准确、可量化的评估结果。
3、眼动技术作为客观评价手段已广泛应用于注意力资源分配、认知负荷和搜索效率等方面的表征。它能有效地反映用户在接
技术实现思路
1、为解决对vr工业维修培训系统教学质量缺乏客观全面评估的问题，本专利技术提供一种基于眼动和动捕技术的vr工业维修培训评估方法，引入眼动和动捕技术，将vr培训中的教学效率和操作绩效指标进一步细分为具体的眼动指标和手部动作指标，实现对vr工业维修培训的客观量化评估。
2、一种基于眼动和动捕技术的vr工业维修培训评估方法，包括以下步骤：
3、将用户表现和系统评价作为评估vr工业维修培训有效性的两个一级指标；
4、将学习效率、认知负荷以及操作绩效作为评估用户表现的三个二级指标，其中，学习效率通过眼动技术获取的aoi区的注视时长比率、总注视时长比率来确定，认知负荷通过nasa-tlx量表以及眼动技术获取的眼跳频率来确定，操作绩效通过动捕技术获取的标准操作动作完成比率、有效操作动作正确比率、有效操作动作到位比率、实际操作动作超时比率来确定；
5、将系统可用性、系统满意度作为评估系统评价的两个二级指标，其中，系统可用性通过系统可用性问卷确定，系统满意度通过系统满意度问卷确定；
6、采用层次分析法确定各级指标的权重，并采用模糊综合评价法获取各级指标的模糊值；
7、将各级指标的模糊值以及对应权重进行加权求和，根据加权求和结果评估vr工业维修培训的有效性。
8、进一步地，所述总注视时长比率、aoi区的注视时长比率、眼跳频率的获取方法为：
9、利用眼动仪获取用户的原始眼动数据；
10、对原始眼动数据做过滤和平滑预处理；
11、利用眼动分类算法将预处理后的眼动数据分为注视、眼跳和平滑尾随三类；
12、统计分类后的眼动数据中注视类行为的总时长tfixiation、眼跳类行为总次数nsaccade、aoi区的注视时长tfixiationofaoi；
13、获取总注视时长比率rfixiation如下：
14、
15、其中，ttotal为记录的眼动数据的总时长；
16、获取aoi区的注视时长比率raoi如下：
17、
18、获取眼跳频率fsaccade如下：
19、
20、进一步地，注视类行为的总时长tfixiation的确定方法为：
21、分别统计各段被划分为注视类行为的眼动数据中的注视行为时长，具体为：
22、假设从第k段眼动数据pointk到第k+n-1段眼动数据pointk+n-1连续n个眼动数据均被标记为注视类，其中k≥0,n≥1，则将该n个眼动数据记为一段注视行为fixationj，j≥1，同时，该段注视行为fixationj对应的注视时长tj＝tk+n-tk，其中，tk+n为第k+n-1段眼动数据pointk+n-1的采集时刻，tk为第k段眼动数据pointk的采集时刻；
23、将各段被划分为注视类行为的眼动数据中的注视行为时长求和，得到注视类行为的总时长tfixiation：
24、
25、其中，m为被划分为注视类行为的眼动数据的总段数。
26、进一步地，所述眼跳类行为总次数nsaccade的确定方法为：
27、分别统计各段被划分为眼跳行为的眼动数据中的眼跳次数，具体为：
28、假设从第k段眼动数据pointk到第k+n-1段眼动数据pointk+n-1连续n个眼动数据均被标记为眼跳类，其中，k≥0,n≥1，则将该n个眼动数据记为一次眼跳类行为saccadej，j≥1；
29、将各段被划分为眼跳行为的眼动数据中的眼跳次数依次累加，得到眼跳类行为总次数nsaccade。
30、进一步地，所述aoi区的注视时长tfixiationofaoi的确定方法为：
31、按照如下方法判断各时刻的注视点是否落在aoi区内：
32、判断当前时刻t的注视点pointfixation＝(xfixation,yfixation,t)是否同时满足xaoimin≤xfixation≤xaoimax和yaoimin≤yfixation≤yaoimax，其中，(xaoimin,yaoimin)为aoi区的下界坐标，(xaoimax,yaoimax)为aoi区的上界坐标，若为是，则当前时刻t的注视点pointfixation落在aoi区内；
33、累计所有注视点pointfixation落在aoi区内的时刻，得到aoi区的注视时长tfixiationofaoi。
34、进一步地，所述标准操作动作完成比率ointegrity的获取方法为：
35、
36、其中，stepsefficient为有效操作总数，stepssta本文档来自技高网...
【技术保护点】
1.一种基于眼动和动捕技术的VR工业维修培训评估方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于眼动和动捕技术的VR工业维修培训评估方法，其特征在于，所述总注视时长比率、AOI区的注视时长比率、眼跳频率的获取方法为：
3.如权利要求2所述的一种基于眼动和动捕技术的VR工业维修培训评估方法，其特征在于，注视类行为的总时长tfixiation的确定方法为：
4.如权利要求2所述的一种基于眼动和动捕技术的VR工业维修培训评估方法，其特征在于，所述眼跳类行为总次数nsaccade的确定方法为：
5.如权利要求2所述的一种基于眼动和动捕技术的VR工业维修培训评估方法，其特征在于，所述AOI区的注视时长tFixiationOfAOI的确定方法为：
6.如权利要求1所述的一种基于眼动和动捕技术的VR工业维修培训评估方法，其特征在于，所述标准操作动作完成比率Ointegrity的获取方法为：
7.如权利要求6所述的一种基于眼动和动捕技术的VR工业维修培训评估方法，其特征在于，有效操作总数、正确操作总数、到位操
...【技术特征摘要】
1.一种基于眼动和动捕技术的vr工业维修培训评估方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于眼动和动捕技术的vr工业维修培训评估方法，其特征在于，所述总注视时长比率、aoi区的注视时长比率、眼跳频率的获取方法为：
3.如权利要求2所述的一种基于眼动和动捕技术的vr工业维修培训评估方法，其特征在于，注视类行为的总时长tfixiation的确定方法为：
4.如权利要求2所述的一种基于眼动和动捕技术的vr工业维修培训评估方法，其特征在于，所述眼跳类行为总...
【专利技术属性】
技术研发人员：陈靖，宋瑞欣，常皓晨，张湉琪，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。