【技术实现步骤摘要】
本申请属于一种空间认知能力评估方法，具体涉及一种虚拟现实空间认知能力评估系统及方法。
技术介绍
1、空间认知能力是人的基本认知能力，是一种产生、搜索、保持和处理视觉空间信息的能力，在人们的日常生活中具有不可或缺的作用，能够帮助人们在不同的空间环境中认识自己的位置和方向，并在往返于不同地点时保持空间感。
2、越来越多的研究发现，空间认知能力影响着人们日常生活的各个方面，比如运动和寻路，以及科学、技术和数学领域。其中，关注儿童、青少年空间认知能力培养，以及老年人空间认知能力改善，探索提升空间认知能力的有效手段，已经成为多学科领域研究者关注的前沿热点。
3、基于上述情况，如何对空间认知能力进行全面准确的提前评估，以及进行有效缓解，已成为当前急需解决的问题。
技术实现思路
1、本申请的目的在于解决现有技术中的问题，提供一种虚拟现实空间认知能力评估系统及方法。
2、为了实现上述目的，本申请采用以下技术方案予以实现：
3、第一方面，本申请提出一种虚拟现实空间认知能力评估方法，包括：
4、使用户位于万向跑步机上，通过万向跑步机向用户提供运动场地；
5、根据用户指令信息，通过虚拟现实头盔，向用户显示虚拟场景信息和心理测试信息，并根据采集的用户腿部的运动轨迹信息调整虚拟场景信息；
6、采集用户对心理测试信息的反馈信息、眼动特征信息和用户的生理信息；
7、根据所述反馈信息、眼动特征信息、用户的生理信息和运动
8、进一步地，所述根据所述反馈信息、眼动特征信息、用户的生理信息和运动轨迹信息，得到用户的心理评估结果，包括：
9、(1-1)对运动轨迹信息、用户的生理信息、眼动特征信息和反馈信息进行时间对齐处理，得到采集信息序列集合；所述采集信息序列集合包括多个类别的采集信息序列；
10、(1-2)分别将各类别的采集信息序列作为对应类别的第一信息序列，进行数据平滑处理，得到对应类别的第二信息序列；
11、(1-3)针对每个类别，分别对第一信息序列和第二信息序列进行高阶累积量计算处理，得到对应类别的高阶累积量序列；
12、(1-4)分别对每个类别的高阶累积量序列进行权重计算处理，得到对应类别的权重值；
13、(1-5)分别对每个类别的采集信息序列进行特征值计算处理，得到对应类别的特征值；
14、(1-6)利用每个类别的权重值和特征值进行加权求和处理，得到用户的空间认知能力评估结果。
15、进一步地，步骤(1-3)中，所述对第一信息序列和第二信息序列进行高阶累积量计算处理，包括：
16、(2-1)分别对所述第一信息序列和所述第二信息序列进行高阶自累积量计算，得到高阶自累积量集合；其中，所述高阶自累积量集合包括与第一信息序列对应的第一高阶自累积量，以及与第二信息序列对应的第二高阶自累积量；
17、(2-2)分别对所述第一信息序列和所述第二信息序列进行高阶互累积量计算，得到高阶互累积量集合；
18、(2-3)将所述高阶互累积量集合和所述高阶自累积量集合作为高阶累积量序列，完成高阶累积量计算处理。
19、进一步地，所述进行权重计算处理，包括：
20、
21、其中，a1为权重值，α为权重计算常数，rx4为第一高阶自累积量中的四阶累积量，rx6为第一高阶自累积量中的六阶累积量，rx8为第一高阶自累积量中的八阶累积量，ry3为第二高阶自累积量中的三阶累积量，ry5为第二高阶自累积量中的五阶累积量，ry7为第二高阶自累积量中的七阶累积量，rxy34为高阶互累积量集合中，第一信息序列四阶和第二信息序列三阶的互累积量，rxy56为高阶互累积量集合中，第一信息序列六阶和第二信息序列五阶的互累积量，rxy78为高阶互累积量集合中，第一信息序列八阶和第二信息序列七阶的互累积量。
22、进一步地，所述用户的生理信息，包括：
23、心率信息、脑电信息、氧合血红蛋白浓度信息、脱氧血红蛋白浓度信息和总血红蛋白浓度信息。
24、进一步地，所述眼动特征信息，包括：
25、眼部的感兴趣区域roi、对roi区域的注视时间、注视点的数量、注视点切换的频率。
26、第二方面，本申请提出一种虚拟现实空间认知能力评估系统，包括：
27、万向跑步机，用于向用户提供运动场地；
28、运动测量模块，用于采集用户腿部的运动轨迹信息，并发送至虚拟现实头盔和空间认知能力评估模块；
29、虚拟现实头盔，用于根据用户指令，向用户显示虚拟场景信息和心理测试信息，采集用户的眼动特征信息，并根据用户腿部的运动轨迹信息调整虚拟场景信息，采集用户对心理测试信息的反馈信息，将心理测试信息、反馈信息和眼动特征信息发送至空间认知能力评估模块；
30、监测模块，用于采集用户的生理信息，并发送至空间认知能力评估模块；
31、空间认知能力评估模块，用于根据所述反馈信息、眼动特征信息、用户的生理信息和运动轨迹信息，得到用户的空间认知能力评估结果。
32、进一步地，所述运动测量模块包括无线通信模块和用于设置在用户腿部的六轴加速度传感器；
33、所述六轴加速度传感器，用于采集用户腿部的运动轨迹信息；
34、所述无线通信模块，用于将用户腿部的运动轨迹信息发送至虚拟现实头盔和空间认知能力评估模块。
35、进一步地，所述虚拟现实头盔包括头盔本体、显示屏、眼动追踪传感器和输入装置；
36、所述显示屏安装在所述头盔本体内，用于向用户显示虚拟场景信息和心理测试信息；
37、所述眼动追踪传感器安装在所述显示屏边缘，用于采集用户的眼动特征信息；
38、所述输入装置，用于接收用户指令和用户对心理测试信息的反馈信息。
39、进一步地，所述万向跑步机包括跑步平台、支架、绑带和滚轮组；
40、所述支架设置在跑步平台上；
41、所述绑带的一端与支架相连接，另一端为自由端，用于连接用户腰部，将用户的运动区域限制在跑步平台范围内；
42、所述滚轮组设置于跑步平台上。
43、与现有技术相比，本申请具有以下有益效果：
44、本申请提出一种虚拟现实空间认知能力评估方法，使用户位于万向跑步机上，通过万向跑步机向用户提供运动场地，并通过虚拟现实头盔，向用户显示虚拟场景信息和心理测试信息，使用户在完成虚拟定向活动的同时，进行心理测试，同时采集反馈信息、眼动特征信息、用户的生理信息和运动轨迹信息，获得用户真实心理状态的测量信息，虚拟场景信息还会根据用户腿部的运动轨迹信息进行实时调整，能够充分保证评估结果的客观准确性。另外，设置万向跑步机，使得用户在评估的同时能够达到锻炼身体的目的，还可以大幅减少评估场地的本文档来自技高网...
【技术保护点】
1.一种虚拟现实空间认知能力评估方法，其特征在于，包括：
2.根据权利要求1所述一种虚拟现实空间认知能力评估方法，其特征在于，所述根据所述反馈信息、眼动特征信息、用户的生理信息和运动轨迹信息，得到用户的心理评估结果，包括：
3.根据权利要求2所述一种虚拟现实空间认知能力评估方法，其特征在于，步骤(1-3)中，所述对第一信息序列和第二信息序列进行高阶累积量计算处理，包括：
4.根据权利要求3所述一种虚拟现实空间认知能力评估方法，其特征在于，所述进行权重计算处理，包括：
5.根据权利要求4所述一种虚拟现实空间认知能力评估方法，其特征在于，所述用户的生理信息，包括：
6.根据权利要求5所述一种虚拟现实空间认知能力评估方法，其特征在于，所述眼动特征信息，包括：
7.一种虚拟现实空间认知能力评估系统，其特征在于，包括：
8.根据权利要求7所述一种虚拟现实空间认知能力评估系统，其特征在于，所述运动测量模块包括无线通信模块和用于设置在用户腿部的六轴加速度传感器；
9.根据权利要求8所述一种虚拟现实空
10.根据权利要求9所述一种虚拟现实空间认知能力评估系统，其特征在于，所述万向跑步机包括跑步平台、支架、绑带和滚轮组；
...【技术特征摘要】
1.一种虚拟现实空间认知能力评估方法，其特征在于，包括：
2.根据权利要求1所述一种虚拟现实空间认知能力评估方法，其特征在于，所述根据所述反馈信息、眼动特征信息、用户的生理信息和运动轨迹信息，得到用户的心理评估结果，包括：
3.根据权利要求2所述一种虚拟现实空间认知能力评估方法，其特征在于，步骤(1-3)中，所述对第一信息序列和第二信息序列进行高阶累积量计算处理，包括：
4.根据权利要求3所述一种虚拟现实空间认知能力评估方法，其特征在于，所述进行权重计算处理，包括：
5.根据权利要求4所述一种虚拟现实空间认知能力评估方法，其特征在于，所述用户的生理信息，包括...
【专利技术属性】
技术研发人员：刘阳，韦新，陈世卿，罗迪，韦博鲲，
申请(专利权)人：陕西师范大学，
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。