[发明专利]一种机器人识别学生状态辅助课堂教学的方法及其装置

说明书

本发明属于机器人应用于教学领域，公开了一种机器人识别学生状态辅助课堂教学的方法及其装置，对于学生状态、教学行为进行知识积累并深度学习，构建出学生状态行为知识数据库；提取出各个学生状态的特征值后，将所述特征值通过SVM分类器进行分类识别，并用数学统计方法得到感知状态权重法等等；同时公开了一种辅助课堂教学装置。本发明解决单一传感器不能准确识别的出学生状态，利用多个传感器利用感知数据权重法分析学生状态数据可得到更准确的学生状态；本发明解决单一传感器不能准确识别的出学生状态，利用多个传感器利用感知数据权重法分析学生状态数据可得到更准确的学生状态。

技术领域

本发明属于机器人应用于教学领域，尤其涉及一种机器人识别学生状态辅助课堂教学的方法及其装置。

背景技术

课堂教学行为是指老师在教学时的行为表现。在特定的教学情境下，老师根据自己的专业素养选择教学模式及自己扮演的角色，然后进行教学产生了教学行为，其主要是课堂授课人来凭自己的感觉来对课程进行教学。

机器人辅助教学是指作为教学媒体和工具为所进行的教与学活动提供服务的机器人，能起到助手、学伴、环境或者智能化感觉课堂气氛的器材。教育机器人作为学校课外活动的载体，可以使课外活动具有科学性和趣味性，同时能培养学生的创新精神、综合实践能力和协作能力。而在课堂应用中，能对课堂环境监测、帮助教师辅助学生学习，监控课堂的行为等还很少报道。

合理的利用机器人监测课堂教学行为能使我们更多了解课堂信息，对于老师更多把控课堂教学的方面有很重要的参考价值。所以机器人用于课堂教学有着重要的应用价值。

综上所述，现有技术存在的问题是：

现有课堂教学中，教师上课不能对学生状态进行完全了解，没有利用机器人对学生状态进行识别后先处理，协助教师教学；不能更有效的提高学生的学习效率。

发明内容

针对现有技术存在的问题，本发明提供了一种机器人识别学生状态辅助课堂教学的方法及其装置。

本发明是这样实现的，一种机器人识别学生状态辅助课堂教学的方法，所述机器人识别学生状态辅助课堂教学的方法包括：

对于学生状态、教学行为进行知识积累并深度学习，构建出学生状态行为知识数据库；

提取出各个学生状态的特征值后，将所述特征值通过SVM分类器进行分类识别，并用数学统计方法得到感知状态权重法；通过视觉传感器识别得到真实的状态权重a％，动作传感器得到真实状态概率为b％，脑电传感器识别得到真实的状态权重c％，听觉传感器得到真实状态概率为d％；

再计算视觉传感器、动作传感器、脑电传感器、听觉传感器多个传感器得到的真实感知状态时总的概率为：F＝m(a％+b％+c％+d％)，其中F为总概率，m为多个传感器感知状态时的权重，m的值在训练学习中得到。

进一步，教学行为知识积累包括：教师在认知学生的实时状态下作出的课堂调整的数据库；所述课堂调整包括教师课堂节奏、语速语音的调整。

进一步，所述机器人识别学生状态辅助课堂教学的方法还包括：

通过脑电传感器感知出学生情绪数据、视觉传感器感知出学生人脸数据、动作传感器感知出学生手势与姿态数据、听觉传感器感知学生声音数据；

对得到的学生情绪数据、学生人脸数据、学生手势与姿态数据、学生声音数据进行处理分析而识别出学生的状态；

先将脑电传感器、视觉传感器、动作传感器、听觉传感器得到的数据进行过滤分类识别；然后得出各个分类库，进行深度学习。

进一步，所述机器人识别学生状态辅助课堂教学的方法还包括：