[发明专利]一种基于VR教学交互的学生自动评估方法及系统在审

专利信息
申请号: 202310284680.3 申请日: 2023-03-22
公开(公告)号: CN116308924A 公开(公告)日: 2023-06-23
发明(设计)人: 李海岛 申请(专利权)人: 南京视通天下数字科技有限公司
主分类号: G06Q50/20 分类号: G06Q50/20;G06Q10/0639;G06F3/01;G06V40/20;G06V10/77;G06V10/82;G06N5/01;G06N7/01;G06N3/0464;G09B5/02;G02B27/01;H04W4/80;H04W76/14
代理公司: 重庆宏知亿知识产权代理事务所(特殊普通合伙) 50260 代理人: 边蕾蕾
地址: 211100 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 vr 教学 交互 学生 自动 评估 方法 系统
【说明书】:

发明公开了一种基于VR教学交互的学生自动评估方法及系统,包括VR设备,用于操控的手柄,VR设备和手柄的输出端均电连接有终端处理器,终端处理器包括信号处理模组,信号处理模组的输出端双向电连接有中央处理器,中央处理器的输入端双向电连接有图像采集器,中央处理器的输出端双向电连接有卷积神经网络,卷积神经网络的输出端双向电连接有蒙特卡洛树搜索系统。本发明通过在终端处理器的内部安装卷积神经网络、蒙特卡洛树搜索系统和评估图像储存模块并对VR设备行改良,能够提高VR设备的智能化程度,同时再通过蓝牙连接模块进行连接,使其形成科学的图像对比打分系统,更适合教学途中对学生状态进行自动评价打分。

技术领域

本发明涉及VR教学技术领域,具体为一种基于VR教学交互的学生自动评估方法及系统。

背景技术

实验室安全VR教学系统是虚拟仿真实验课程,课程性质课程背景本项目针对实验室安全事故的发生后的应急处理问题,拟利用虚拟仿真技术将实验安全事故场景虚拟化,创建以计算机和3d头盔为硬件基础的实验室。

VR教学过程中老师需要对学生的学习状态进行观测,但是现有VR教学系统的结构较为单一,其观测评估方式一般为老师直接观察评价,费时费力,而且容易出现误判的现象。

因此,需要对基于VR教学交互的学生评估系统进行设计创造。

发明内容

为解决上述背景技术中提出的问题,本发明的目的在于提供一种基于VR教学交互的学生自动评估方法及系统,具备智能评价的优点,解决了现有VR教学系统的结构较为单一,其观测评估方式一般为老师直接观察评价,费时费力,而且容易出现误判的问题。

为实现上述目的,本发明提供如下技术方案:一种基于VR教学交互的学生自动评估方法及系统,包括VR设备;

用于操控的手柄;

所述VR设备和手柄的输出端均电连接有终端处理器,所述终端处理器包括信号处理模组,所述信号处理模组的输出端双向电连接有中央处理器,所述中央处理器的输入端双向电连接有图像采集器,所述中央处理器的输出端双向电连接有卷积神经网络,所述卷积神经网络的输出端双向电连接有蒙特卡洛树搜索系统,所述蒙特卡洛树搜索系统的输出端双向电连接有评估图像储存模块,所述中央处理器的输出端双向电连接有对比模块,所述对比模块的输出端双向电连接有报告产出模块。

作为本发明优选的,所述VR设备、手柄和终端处理器的内部均安装有蓝牙连接模块,所述蓝牙连接模块相互电连接。

作为本发明优选的,所述VR设备的内部安装有陀螺仪传感器和图像传输模块。

作为本发明优选的,所述手柄的内部安装有按键传感器、触觉传感器和蓝牙连接模块组成。

作为本发明优选的,所述信号处理模组由信号增强模块和干扰消除模块组成。

作为本发明优选的,所述卷积神经网络由OHE编码输出模块和自降噪编码器组成。

作为本发明优选的,所述卷积神经网络的输入端双向电连接有深度学习池化层。

一种基于VR教学交互的学生自动评估方法及系统,包括以下步骤:

S1:开启VR设备和终端处理器,中央处理器自动启动,通过按蓝牙连接模块进入配对模式,VR设备通过搜索蓝牙信号并配对,蓝牙连接模块可以将数据传输至终端处理器;

S2:使用时,VR设备和手柄能够利用内部的陀螺仪传感器、图像传输模块、按键传感器、触觉传感器和图像采集器对学生学习状态进行采集并将数据传递至终端处理器;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京视通天下数字科技有限公司,未经南京视通天下数字科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310284680.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top