专利汇可以提供一种具有偏离度自动反馈数据闭环纠偏控制的专业技能实训辅助教学系统及辅助教学方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种具有偏离度自动反馈数据闭环纠偏控制的专业技能实训辅助教学系统及辅助教学方法。该系统包括智能化实训教材、技能训练专用设施、现场信息采集设备、系统 服务器 、辅助教学终端。该方法以智能化实训教材为导航,通过扫描或触摸教材中不同的ID标识,获得相关科目训练的资源或确定一个训练科目的操作 跟踪 流程;该方法将技能训练过程细分为可识别的跟踪 数据采集 点,通过对学习者和示范者的细分操作数据的相似度比较,产生偏离度反馈信息;实现以ID标识为纽带的“科目训练开始—训练过程数据采集—样板数据相似度比较—训练过程跟踪评估—偏离度纠偏建议推送—ID关联学习观摩素材获取—科目训练再开始”的数据闭环纠偏控制过程。,下面是一种具有偏离度自动反馈数据闭环纠偏控制的专业技能实训辅助教学系统及辅助教学方法专利的具体信息内容。
1.一种具有偏离度自动反馈数据闭环纠偏控制的专业技能实训辅助教学系统,其特征
在于,
该专业技能实训辅助教学系统包括:智能化实训教材、技能训练专用设施、现场信息采集设备、系统服务器、辅助教学终端;系统服务器包括现场数据服务器、云端服务器;辅助教学终端包括现场智能教学终端、智能学习终端;
技能训练专用设施设置于实训教学现场,用于实训操作;现场信息采集设备设置于技
能训练专用设施上或附近,用于采集现场实训操作数据信息,包括围绕技能训练专用设施进行操作训练时的操作信息和思维判断信息;现场数据服务器附带前置采集终端,与现场信息采集设备连接,装有与现场信息采集设备配套的专业数据采集卡和配套的数据采集、转换软件;现场数据服务器用于与现场信息采集设备之间的交互响应,以及对现场采集的数据的预处理和转换;
智能学习终端上安装有供学习者学习的应用软件,即智能学习终端APP;现场智能教学终端上,安装有供专业教师教学的应用软件,即智能教学终端APP;智能学习终端APP通过wifi无线网络或者Internet与现场数据服务器、云端服务器连接;现场智能教学终端通过网线与现场数据服务器连接,并且通过Internet与云端服务器连接;
智能化实训教材按照针对训练科目的训练路线导航图设计,是一个或多个技能实训科
目的集合;它将每一个技能实训科目内容作为一个独立的章节,每一个章节,具有相同的架构设计;架构中包含了以下几个部分的内容:1)、专业知识点、技能点基础学习准备;2)、技能实训科目专业环境使用方法学习准备;3)、技能实训科目训练要求与评价标准;4)、技能实训科目训练步骤学习与示范;5)、技能实训科目训练跟踪评估反馈建议;各部分的内容均按照树状索引结构编排,每一条索引设置有一个隐形的和唯一性的ID标识即隐形链接地址;各ID标识均与预存在云端服务器中的相关实训教学资源信息相对应;
云端服务器设置于实训教学现场或者通过租用的形式设置于运营商机房;云端服务器
中预存有实训教学资源信息,这些实训教学资源信息具有与智能化实训教材相对应的资源架构和ID标识链接地址;云端服务器,用于实现与智能化实训教材中的ID标识即隐形链接地址的交互响应,以及对现场采集上传的数据进行深度识别处理、比较和跟踪评估,并且根据评估结果进行信息反馈,提供针对性的学习资源推送服务;
智能学习终端APP或智能教学终端APP,通过扫描或触摸屏幕中的智能化实训教材中不
同的ID标识,向系统服务器发出数据请求,可以获得预先上传到云端服务器中的与专业教学设计中相关的实训教学资源信息,对训练科目各部分的具体内容进行学习,或者指定一个训练科目操作的跟踪流程;在系统服务器完成对学习者的训练操作过程的数据采集、处理、比较和跟踪评估之后,所述终端APP可以接收到从云端服务器发出的偏离度反馈信息、评估结果和纠偏学习建议,通过选择建议中的ID标识,即可获得针对性的学习资源推送服务;
该辅助教学系统以智能化实训教材中设计的科目训练路线导航图为导航;自动学习示
范者的技能训练操作过程,生成比较评估样板数据库;自动跟踪学习者的技能训练操作过程数据,与比较评估样板数据库中的数据进行比较;在系统服务器完成对现场采集数据的识别、处理、比较和跟踪评估后,产生偏离度评估结果反馈信息和纠偏补充学习建议;学习者通过ID标识关联获取学习观摩素材,选择适用的内容进行补充学习;之后,科目训练再次开始;由此实现“科目训练开始—训练过程数据采集—样板数据相似度比较—训练过程跟踪评估—偏离度纠偏建议推送—ID标识关联学习观摩素材获取—科目训练再开始”的循环;构成技能科目训练中依据对现场操作数据采集的跟踪评估,实现以ID标识为纽带的数据闭环纠偏控制。
2.如权利要求1所述的具有偏离度自动反馈数据闭环纠偏控制的专业技能实训辅助教
学系统,其特征在于,
智能化实训教材的每一个章节即为一个技能训练科目,其架构至少包括“实训科目介
绍”、“实训环境介绍”、“专业基础知识”和“虚拟仿真实训环境”四个部分;“实训科目介绍”部分分成“实训科目内容介绍”、“实训科目考核说明”、“实训操作步骤介绍”三个总目,每个总目分成若干分目,分目下面又分成若干支目;“实训环境介绍”部分分成“技能训练环境介绍”、“技能实训流程介绍”、“训练过程跟踪评估”、“技能训练管理手册”四个总目,每个总目下面分成若干分目,分目下面又分成若干支目;“专业基础知识”部分分成“专业基础知识介绍”、“专业课程资源素材”两个总目,每个总目又若干分目,每个分目又分成若干支目;“虚拟仿真实训环境”部分包含“虚拟仿真实训平台”一个总目,总目下面分成若干分目,分目下面又分成若干支目;每个总目、分目、支目、条目都有一个索引框,每一个索引框都对应一个ID标识;各个ID标识与系统服务器内的实训教学资源的存储地址相关联。
3.如权利要求1或2所述的具有偏离度自动反馈数据闭环纠偏控制的专业技能实训辅
助教学系统,其特征在于,
智能化实训教材以纸质印刷的教材和在智能教学终端包括大屏幕触摸一体机上显示
的电子文档两种形式存在;电子文档用于满足专业教师现场教学应用需求,纸质印刷的教材用于满足学生在其他区域位置的学习需求;
智能学习终端APP通过扫描纸质印刷的智能化实训教材中预设的ID标识,可以与系统
服务器进行交互,获得相关的教学资源、科目训练偏离度评估反馈信息和纠偏建议;
智能教学终端APP通过扫描纸质印刷的或屏幕触摸在智能教学终端上显示的智能化实
训教材中预设的ID标识,可以与系统服务器进行交互,获得相关的教学资源和反馈信息,包括科目训练评估反馈信息、纠偏建议和科目训练统计信息。
4.如权利要求1或2所述的具有偏离度自动反馈数据闭环纠偏控制的专业技能实训辅
助教学系统,其特征在于,
现场信息采集设备包括全景摄像机、智能传感器矩阵、RGBD传感器矩阵、音频采集矩
阵;全景摄像机固定安装在技能训练专用设施的上方即实训室顶端;智能传感器矩阵固定安装在技能训练专用设施附近;音频采集矩阵采用三种安装形式:实训室顶端固定安装、技能训练专用设施上安装、与RGBD传感器矩阵设备一致移动安装;
智能传感器矩阵包括红外传感器、触摸传感器、光敏传感器、体感传感器、超声波传感器、数据手套各种不同类型的传感器;RGBD传感器矩阵包括多个RGB摄像机和深度摄像机,能够从不同的角度捕捉到操作者的动作信息和骨骼信息,能够产生满足精度要求的操作者的移动方向矢量信息和体态动作信息集合;音频采集矩阵设备包括定向话筒和高灵敏拾音器话筒。
5.如权利要求1或2所述的具有偏离度自动反馈数据闭环纠偏控制的专业技能实训辅
助教学系统,其特征在于,现场数据服务器包括顺序连接的以下功能模块:
1)采集数据接口模块,用于完成与现场信息采集设备的数据输出的接口功能;
2)现场数据信息预处理模块,用于根据统一的时间轴标志,完成该时间点之后的数据
提取功能;这样的数据包括视频关键帧、采样图片、骨骼信号、音频信号、矢量信号、相对位置信号、模拟信号量、开关信号状态值;数据提取时通过平滑处理消除由于干扰的原因误读;
3)数据信息压缩传输模块,用于将预处理之后的数据信号,经过压缩和标定后形成带
有采集标志的数据包;完成现场数据服务器与智能学习终端、智能教学终端、云端服务器之间的数据交换功能;
其中,采集数据接口模块分三种:
第一种采集数据接口模块,用于完成与现场信息采集设备的自带采集数据配套硬、软
件的采集设备的数据输出的接口功能;
第二种采集数据接口模块,用于完成与现场信息采集设备的专业数据采集卡配套的数
据输出软件的接口功能;
第三种采集数据接口模块,用于完成与现场信息采集设备的音视频信号采集卡配套的
数据输出软件的接口功能。
6.如权利要求1或2所述的具有偏离度自动反馈数据闭环纠偏控制的专业技能实训辅
助教学系统,其特征在于,
云端服务器包括依次连接的以下功能模块:
1)人工智能识别模块:对现场数据服务器上传的过程采集信号进行识别,包括移动轨
迹、体态、体感、骨骼、语音、图像、表情、交互、检测图像、面部矢量、肢体动作和专业设施变位数据信息;
2)相似度比较模块:对现场数据服务器上传的训练过程采集的各技能点属性关注点数
据进行识别,并且与对应的样板数据进行相似度比较;这种比较是在同一个时间轴标志下,针对预定的技能点区域内的信息评价结果进行的;进行相似度比较的方法包括:对各技能点区域内采集的数据按“一次特征改进雷达图”评价方法进行评价;对科目训练全流程中各个技能点评价结果按“二次特征改进雷达图”评价方法进行结果性评价;
3)技能点偏离度评价模块:完成以技能点为依据的评价结果与样板数据的偏离度的计
算,即采用相对误差计算公式进行偏离度计算即进行偏离度评价,获得对各技能点操作的偏离度评价结果;通常是针对各关键技能点的偏离度进行评价,科目训练需要时也可针对一般技能点的偏离度进行评价;
4)、科目训练全流程偏离度评价模块:完成以科目训练全流程为依据的评价结果与样
板数据的偏离度的计算,即采用相对误差计算公式进行偏离度计算即进行偏离度评价,获得对科目训练全流程操作的偏离度评价结果;
5)、自动反馈与纠偏建议形成及输出模块
根据技能点偏离度评价模块的输出结果,产生以各技能点操作的偏离度评价结果为依
据的偏离度自动反馈信息及补充学习纠偏建议;根据科目训练全流程偏离度评价模块的输出结果,产生以科目训练全流程偏离度评价结果为依据的科目训练全流程综合评价成绩及反馈信息;该模块是构成科目训练中依据对操作数据的采集跟踪,实现以ID标识为纽带的数据闭环纠偏控制过程的主要流转数据生成模块;
云端服务器还包括依次连接的以下功能模块:
1)用户信息验证管理模块:实现用户注册、登录、信息采集和运行中的随机隐形用户信息验证功能;
2)ID扫描识别通信响应模块:完成对智能学习终端、智能教学终端发出的用户数据请
求指令的确认和响应;完成对现场数据服务器发出的实时交换和静默推送数据交换形式的确认和响应;对发送到智能学习终端上的资源信息,进行数据包压缩和像素降低处理;
3)实训教学资源管理模块:用于对与智能化实训教材设计的学习路线图中的ID标识对
应的资源信息的存放地址和资源内容的维护。
7.如权利要求1或2所述的具有偏离度自动反馈数据闭环纠偏控制的专业技能实训辅
助教学系统,其特征在于,
所述的现场智能教学终端包括一体化LED显示终端、教学电脑、笔记本电脑、IPAD;所述的一体化LED显示终端包括大屏幕触摸屏电脑一体机;所述的智能学习终端包括智能手机、IPAD、笔记本电脑、个人电脑;所述的专业技能实训辅助教学系统还包括智慧教室信息化辅助设备,其与现场智能教学终端连接,或直接与现场数据服务器连接;所述的智慧教室信息化辅助设备包括实训现场内常规的投影仪系统、音响系统和录播系统;所述的现场数据服务器附带的前置采集终端包括工控计算机、个人电脑。
8.如权利要求1或2所述的具有偏离度自动反馈数据闭环纠偏控制的专业技能实训辅
助教学系统,其特征在于,
智能学习终端APP包括相互连接的智能用户注册管理模块、ID扫描识别通信模块;还包括分别与ID标识扫描识别通信模块连接的推荐资源交互学习模块、虚拟仿真简易练习模块、观摩资源点播学习模块、教学课程点播学习模块、学习过程信息记录模块、科目训练评估信息模块,以上各模块的用户操作信息记录采用非连续采集的形式,经数据处理之后,以数据包形式发送到系统服务器中;此外还包括与以上各模块连接的用户信息隐性监督模块;
智能用户注册管理模块:通过人工智能手段采集用户信息,建立系统中的个人账户;与专业实训教学过程相关的历史记录数据将被保存在个人账户所对应的区域之中;
ID标识扫描识别通信模块:用于调用智能学习终端中的扫描框,来扫描纸质印刷的智
能化实训教材中设定的ID标识,向云端服务器发出“用户数据请求”指令;待系统服务器响应“用户数据请求”指令之后,接收对应的反馈信息,包括教学资源;
推荐资源交互学习模块:向学习者推送针对性学习建议之后,记录用户的自我学习内
容和响应程度信息;与用户信息隐性监督模块相配合,构成专业实训教学过程中相关的历史记录数据;
虚拟仿真简易练习模块:科目训练流程的虚拟仿真练习,同时记录用户的自我学习过
程和响应程度信息;与用户信息隐性监督模块相配合,构成专业实训教学过程中相关的历史记录数据;
观摩资源点播学习模块:科目训练流程的观摩学习,同时记录用户的自我学习过程和
关注程度信息;与用户信息隐性监督模块相配合,构成专业实训教学过程中相关的历史记录数据。
教学课程点播学习模块:通过选择相关的ID标识,从云端服务器获取训练科目相关信
息资源和辅助信息;记录用户在学习准备时或者课后的自我学习内容和推荐学习响应程度信息;与用户信息隐性监督模块相配合,构成专业实训教学过程中相关的历史记录数据;
学习过程信息记录模块:记录用户在专业教学计划实施周期中,对知识点、技能点、观摩资源、实训内容、主动学习、学习积极性和效果信息;与用户信息隐性监督模块相配合,构成专业实训教学过程中相关的历史记录数据;
科目训练评估信息模块:通过数据请求,从云端服务器获得科目训练历史评估记录、当前评估记录、训练成绩和补充学习建议;
用户信息隐性监督模块:对用户的自主学习过程进行记录,通过随机的隐形用户拍照
和瞳孔识别,将获取的用户信息与注册信息进行比对,验证学习者的实时真实身份信息;经过身份确认的学习记录将构成“评估依据”的一个组成部分。
9.如权利要求1或2所述的具有偏离度自动反馈数据闭环纠偏控制的专业技能实训辅
助教学系统,其特征在于,
智能教学终端APP包括相互连接的智能用户注册管理模块、ID扫描识别通信模块;还包括分别与ID扫描识别通信模块连接的科目训练教学指导模块、虚拟仿真科目练习模块、观摩资源示范辅导模块、专业课件教学应用模块、示范样板信息录入模块、科目训练评估反馈模块;此外还包括与以上各模块连接的教学管理信息查询模块、科目训练资源导入模块;
智能用户注册管理模块:用于通过人工智能手段采集用户信息,建立系统中的个人账
户;与专业实训教学过程相关的历史记录数据将被保存在个人账户所对应的区域之中;
ID标识扫描识别通信模块:用于调用现场智能教学终端中的扫描框,扫描纸质印刷的
智能化实训教材中的ID标识,或者采用触摸的方式点击现场智能教学终端中的“智能化实训教材电子文档”中设定的ID标识,向云端服务器发出“用户数据请求”指令;待系统响应“用户数据请求”指令之后,接收对应的反馈信息,包括教学资源;
科目训练教学指导模块:用于根据每一个科目训练教学计划的设计,将与实训教学计
划相关的跟踪评估规则和方法导入到系统中。该导入是登录教师特定权限账户后实现的;
虚拟仿真科目练习模块:用于选择不同科目的虚拟仿真练习内容,进行模拟现场训练
环境和训练过程的虚拟训练操作;
观摩资源示范辅导模块:用于向系统服务器传送相关示范资源的学习请求,从云端服
务器或现场数据服务器获得实际的观摩示范资源;观摩示范内容包括示范者的真实的操作记录和虚拟增强现实教学素材;
专业课件教学应用模块:用于获得教学计划实施中的相关课件、碎片化素材和其他课
程资源;还用于将教学过程中的相关附加信息自动记录、推送到科目实训教学训练指导模块中;
示范样板信息录入模块:用于示范样板信息录入;通过专业示范者或者技能大赛优胜
者进行现场示范操作,按照实训教学计划中设计的评价标准,进行相应的现场数据采集,经过处理之后录入存放到云端服务器中,成为示范操作样板即科目训练示范数据;其采用相同的数据采集方法和评价标准,经过数据处理之后,可形成规范化、专业化和归一化的评价过程;
科目训练评估反馈模块:用于查阅学习者个人的训练的跟踪信息、评估信息、反馈信息和学习信息,包括统计信息和整体教学评估信息;
教学管理信息查询模块:用于检索、查询与科目训练相关的教学计划执行记录和学习
者的学习过程、训练操作跟踪评估记录、历史信息和统计数据;
科目训练资源导入模块:用于根据每一个科目训练教学计划的设计,将与实训教学计
划相关的资源导入到系统中;这些导入的资源包括科目训练的内容、学习资源、观摩、教学课件,包括知识点、技能点内容描述、虚拟仿真资源、训练设施和方法说明、安全要求;该导入在登录教师特定权限账户后实现。
10.如权利要求5所述的具有偏离度自动反馈数据闭环纠偏控制的专业技能实训辅助
教学系统,其特征在于,
其中的数据信息压缩传输模块中,所述的数据交换分为实时交换和静默推送二种形
式;
实时交换的形式适用于:
(1)从用户终端发出的用户数据请求指令的转发响应;
(2)经预处理之后技能点属性关注点采集属性信息;
(3)其它需要立即响应并从云端服务器获得的反馈信息;
静默推送交换的形式适用于:
(1)科目训练中全景摄像机采集的完整的视频信号;
(2)科目训练中全景摄像机采集的完整的音频信号;
(3)通过智能教学终端选中的科目训练计划中设定的实训教学资源信息下载服务;
静默推送交换的形式是指系统服务器自动选择在系统和网络不繁忙的状态时实施的
数据传送形式。
11.一种利用如权利要求1-10任一所述的专业技能实训辅助教学系统进行的具有偏离
度自动反馈数据闭环纠偏控制的专业技能实训辅助教学方法,其特征在于,
该专业技能实训辅助教学方法,以智能化实训教材为核心,将智能化实训教材设计成
科目训练路线导航图,其中各部分内容按树状索引结构编排,每一个索引对应一个ID标识即隐形链接地址;学习者利用智能学习终端上的APP,通过扫描智能化实训教材中不同的ID标识,从云端服务器中获取预先上传的相关训练科目学习资源,进行针对性学习;专业教师利用智能教学终端上的APP,通过扫描或屏幕触摸智能化实训教材中不同的ID标识,从系统服务器中获取预先上传的相关训练科目教学资源,或指定一个训练科目操作的自动跟踪流程;
示范者在技能训练专用设施上进行示范操作时,通过现场信息采集设备和系统服务
器,完成对示范者的示范操作数据采集与跟踪,生成评估样板数据库;亦即,根据训练科目的教学设计要求,采用与学习者的训练操作过程相同的细分和评价方法,采集示范者的操作示范过程数据即样板数据,经过处理之后存入到云端服务器的数据库中,成为学习者专业科目训练中的相似度比较样板;
学习者在技能训练专用设施上进行训练操作时,通过现场信息采集设备对学习者的操
作过程进行自动跟踪和数据采集,系统服务器对采集到的训练数据进行细分、识别、处理之后,与评估样板数据库中的样板数据进行相似度比较;相似度比较结果经过积分处理,产生偏离度评价结果、科目训练过程评估反馈信息和补充学习纠偏建议;学习者通过ID标识关联获取信息之后,可以选择对自己最适用的内容进行补充学习纠偏;之后,重复科目训练过程;由此构成科目训练中对现场操作数据采集的循环跟踪评估,实现以ID标识为纽带的数据闭环纠偏控制。
12.如权利要求11所述的专业技能实训辅助教学方法,其特征在于,
针对服务型技能项目,将一个技能训练科目,按照训练大纲的要求,在操作者操作时的移动轨迹上,设置了多个需要重点掌握的操作技能点,包括多个关键技能点和多个一般技能点;在物理位置上,将关键技能点和一般技能点对应的操作区域,确定为“关键技能点区域”和“一般技能点区域”,区域的形状大小根据技能点属性在教学设计中确定;将各个技能点属性细分成为系统服务器可以进行特征识别跟踪的多个属性关注点,即:每个关键技能点区域内包含了多个属性关注点,每个一般技能点区域内也包含了多个属性关注点;设置现场信息采集设备,采集各技能点区域内的各个属性关注点的现场数据,包括移动轨迹、体态、体感、骨骼、语音、图像、表情、交互、检测图像、面部矢量、肢体动作和专业设施变位数据信息;
将现场操作数据的采集分成两种类型:“科目训练示范数据”,是在示范者示范操作时所采集的现场数据,简称为样板数据;“学习者训练数据”,是学习者在科目训练中所采集的现场数据,简称为训练数据也即被评估数据;两种类型的数据在采集和跟踪处理时的细分规则和采集方法保持一致;
科目训练中,围绕技能训练专用设施,通过现场信息采集设备,采集操作者操作时在各技能点区域内的各个属性关注点的现场操作数据信息,包括移动轨迹、体态、体感、红外、肢体动作、话术、检测结果、操作细节和矢量值;
专业教师利用智能教学终端APP,通过点击或触摸智能教学终端APP中的不同的ID标
识,即可与系统服务器进行交互,获得相关的实训科目的教学资源和课件,并利用现场智能教学终端或者智慧教室信息化辅助设施,开展现场教学和咨询辅导活动;
专业教师利用智能教学终端APP,通过调动终端中的扫描框扫描或屏幕触摸智能化实
训教材导航图中预设的“训练过程跟踪评估”的ID标识,即可获得相关学习者的科目训练偏离度评估结果反馈信息和纠偏建议。
13.如权利要求12所述的专业技能实训辅助教学方法,其特征在于,
将在各技能点区域内采集到的各个属性关注点的现场数据,包括“学习者训练数据”简称为“训练数据”和“科目训练示范数据”简称为“样板数据”,在现场数据服务器中进行预处理之后上传到云端服务器内;经云端服务器内的人工智能识别模块进行识别后,由云端服务器内的相似度比较模块将各个属性关注点上采集到的“训练数据”与“样板数据”分别进行相似度比较;进行相似度比较的方法包括:针对各技能点区域内采集数据采用的一次特征改进雷达图评价方法,以及针对科目训练全流程中各个技能点评价结果采用的二次特征改进雷达图评价方法;然后,由云端服务器内的偏离度评价模块进行偏离度评价,即采用相对误差计算公式分别完成针对以技能点为依据和以科目训练全流程为依据的评价结果与样板数据之间的偏离度的计算,获得各技能点偏离度评价结果和科目训练全流程偏离度评价结果;最后,根据各技能点偏离度评价结果,产生偏离度自动反馈数据和补充学习纠偏建议,反馈到智能学习终端和智能教学终端;根据科目训练全流程偏离度评价结果,产生对学习者的本科目训练全流程的综合评价成绩,反馈到智能学习终端和智能教学终端。
14.如权利要求13所述的专业技能实训辅助教学方法,其特征在于,
关键技能点属性的关注点设置为6-10个,一般技能点属性的关注点设置为2-5个;
各个属性关注点上的现场采集数据,包括移动轨迹、体态、体感、骨骼、语音、图像、表情、交互、检测图像、面部矢量、肢体动作和专业设施变位信息;
学习者的现场训练数据,包括移动轨迹、体态、体感、骨骼、语音、图像、表情、交互、检测图像、面部矢量、肢体动作和专业设施变位信息;
进行相似度比较和偏离度评价的具体方法是:将在各个技能点区域内采集到的各个属
性关注点的“训练数据”与“样板数据”,按照现场全景摄像机提供的时间轴标记点进行特征比较;比较之后根据教学设计中确定的阈值产生比较结果,通过一次权重修正系数进行修正后,利用一次特征改进雷达图评价方法进行评价;将评价结果采用相对误差计算公式进行偏离度计算,产生学习者在各个技能点区域训练操作时采集的训练数据与样板数据之间的偏离度评价结果,据此产生偏离度自动反馈数据和补充学习纠偏建议,反馈到智能学习终端和智能教学终端;将各个技能点区域内采集数据的一次特征改进雷达图评价结果,通过二次权重修正系数进行修正,利用二次特征改进雷达图评价方法进行评价,评价结果采用相对误差计算公式进行偏离度计算,产生学习者的本科目训练全流程的综合评价成绩,反馈到智能学习终端和智能教学终端;偏离度自动反馈数据和补充学习纠偏建议的产生,主要是针对关键技能点区域的操作内容;
在相似度比较计算中,需要根据专业教学要求分别设置阈值,形成量化的比较结果;相似度比较计算中的相关阈值和权重系数在专业教学设计中确定,并且在训练科目开始之前通过智能教学终端APP中的科目训练资源导入模块录入到系统之内。
15.如权利要求13或14所述的专业技能实训辅助教学方法,其特征在于,
对各技能点区域内采集数据的一次特征改进雷达图评价方法如下:
通过现场信息采集设备,采集到各技能点区域内的各个属性关注点的现场数据,包括
“学习者训练数据”和“科目训练示范数据”,通过现场数据服务器预处理之后,将带有采集时间标志的各个数据包上传到云端服务器内;云端服务器将采集到的各个属性关注点的“学习者训练数据”,按照现场全景摄像机提供的时间轴标记点,与“科目训练示范数据”进行特征比较,然后根据教学设计中确定的阈值进行标定量化,得到标定量化值即属性值ai;
将该标定量化值按照预定的属性关注点一次权重系数qti或者qSi进行修正后,生成多条同一点出发的矢量线,由此绘制出针对每一个关键技能点和一般技能点属性评价的一次特征改进雷达图;在绘制一次特征改进雷达图时,用一根矢量线和对应的夹角来表示一个“属性关注点数据”,从同一原点出发,按照各个属性关注点的设定排列,顺时针方向顺序进行图形绘制;其中,各属性关注点的矢量线夹角与教学设计中预定的一次权重系数qti或者qSi相关联,权重系数越大、夹角越大;
根据以下公式1、公式2,分别计算出各个关键技能点区域和一般技能点区域属性的一
次特征改进雷达图的面积;
其中:
At=实训科目中对应的每一个关键技能点的一次特征改进雷达图面积计算结果;即:A1是第一个关键技能点的一次特征改进雷达图面积计算结果,A2是第二个关键技能点的一次特征改进雷达图面积计算结果,以此类推;
Bs=实训科目中对应的每一个一般技能点的一次特征改进雷达图面积计算结果;即:B1是第一个一般关键技能点的一次特征改进雷达图面积计算结果,B2是第二个一般技能点的一次特征改进雷达图面积计算结果,以此类推;
n=各技能点区域内设定的属性关注点的个数;计算At时,n是关键技能点区域内设定的属性关注点个数;计算Bs时,n是一般技能点区域内设定的属性关注点个数;
qti=第t个关键技能点的第i个属性关注点的一次权重系数;在计算At的公式1中用权
重系数qti;
qsi=第s个一般技能点的第i个属性关注点的一次权重系数;在计算Bs的公式2中用权
重系数qsi;
ai=对应每一个技能点属性关注点采集的数据,经过标定量化之后再经过一次权重系
数qti或qsi修正后的数据,即绘制一次特征改进雷达图时的一个轴长,即矢量线的长度;
a(i+1)mod n=与ai相邻的技能点属性关注点采集的数据,经过标定后的量化值;
当a(i+1)mod n中n=i时,a(i+1)mod n=a1;此时的模值modn是代表不同的关键技能点和一般技能点对应的属性关注点个数;
t=实训科目中在操作者的移动路线上按顺序排列的各个关键技能点的顺序编号;
s=实训科目中在操作者的移动路线上按顺序排列的各个一般技能点的顺序编号;
Bs的计算公式与At的计算公式相同,但教学设计中设置的属性关注点个数n不同,一次权重系数qti和qsi也不同。
16.如权利要求15所述的专业技能实训辅助教学方法,其特征在于,
对科目训练全流程中各个技能点评价结果的二次特征改进雷达图评价方法如下:
根据科目实训流程的技能点排列顺序,将各技能点的一次特征改进雷达图面积At、Bs按顺序排列,亦即,按照“Th1=A1、Th2=B1、Th3=A2、Th4=B2、Th5=A3、Th6=B3、Th7=A4、Th8=B4”,依次类推的顺序交替排列后,构成新的科目训练全流程数据表Th;将科目训练全流程数据表Th中的数据,按照预定的二次权重系数qTi进行修正后,生成多条从同一点出发的矢量线,由此绘制出反映训练全流程的二次特征改进雷达图;在绘制二次特征改进雷达图时,用一根矢量线和对应的夹角来表示一个技能点的相似度评价结果,从同一原点出发,按照顺时针方向的顺序进行图形绘制;其中各技能点评价结果的矢量线夹角与教学设计中预定的二次权重系数qTi相关联,权重系数越大、夹角越大;
根据以下公式3,计算出反映训练全流程的二次特征改进雷达图的面积Ch;
其中:
Ch=针对技能实训科目的全流程绘制的二次特征改进雷达图面积计算结果;
h=实训科目全流程技能点数据表Th内的数据总量,是所有关键技能点和一般技能点数量的总和;
qTi=在计算Ch时,对应科目训练全流程数据表Th内顺序为i的数据的二次权重系数;i的变化范围从1到h;
Ti=科目训练全流程数据表Th中的第i个经过二次权重系数qTi修正的数据;即:T1=qT1*A1,T2=qT2*B1,T3=qT3*A2,T4=qT4*B2,T5=qT5*A3,T6=qT6*B3,以此类推下去;i的变化范围从
1到h;
T(i+1)mod h=实训科目全流程数据表Th中与Ti相邻的下一个数据;
当T(i+1)mod h中h=i时,T(i+1)mod h=T1,与全流程数据表Th中第一个数据重合。
17.如权利要求16所述的专业技能实训辅助教学方法,其特征在于,
采用以下相对误差计算公式4,对各个关键技能点区域内的操作进行偏离度评价:
其中:
Δet=针对各个技能点的训练记录数据的偏离度评价结果;通常仅用于评价各关键技
能点的偏离情况;在科目训练需要时也可用于评价各一般技能点的偏离情况。
t=实训科目流程中的各个技能点的顺序编号;
Tdt=各个技能点的示范样板修正数据一次特性改进雷达图面积计算结果,即At或Bs;该数据从样板数据库中获取;
Ttrt=各个技能点的训练记录修正数据一次特性改进雷达图面积计算结果,即从学习
者训练数据计算获得的At或者Bs;该数据通过跟踪现场训练数据后计算获得;
采用以下相对误差计算公式5,对科目训练全流程的操作进行偏离度评价:
其中:
Δe=科目全流程训练的偏离度综合评价成绩;
Tdh=全流程示范样板修正数据二次改进雷达图面积计算结果,即针对样板数据利用公式3计算得到的Ch,该数据从样板数据库中获取;
Ttrh=全流程训练记录修正数据二次改进雷达图面积计算结果,即针对学习者训练数
据利用公式3计算得到的Ch,该数据通过跟踪现场训练数据后获得。
18.如权利要求17所述的专业技能实训辅助教学方法,其特征在于,
该方法中,通过“科目训练开始—训练过程数据采集—样板数据相似度比较—训练过
程跟踪评估—偏离度纠偏建议推送—ID标识关联学习观摩素材获取—科目训练再开始”的循环,构成技能科目训练中依据对现场操作数据的跟踪采集和跟踪评估,实现以ID标识为纽带的数据闭环纠偏控制的过程如下:
专业教师在训练科目的教学设计中,完成了关于科目训练过程中的细分规则设计、评
价参数设计、专业资源素材准备、教学课件准备之后,通过智能教学终端上传到云端服务器中;然后通过智能教学终端,启动示范者操作的“科目训练示范数据”采集流程;现场信息采集设备采集的数据经过现场数据服务器预处理、压缩和标定后进入云端服务器,经过“运动轨迹信息提取”、“技能点属性关注点信息提取”以及识别处理之后,判别为“科目训练示范数据”存入“样板曲线模板数据库”即样板数据库;
通过现场智能教学终端APP中的ID扫描识别通信模块扫描或屏幕触摸智能化实训教材
中对应章节的“训练过程跟踪评估”的ID标识,向系统服务器发出确定训练科目的指令;随后,启动学习者的现场科目训练操作;现场信息采集设备对现场的科目训练操作数据进行跟踪采集;现场数据服务器中的“现场数据信息预处理模块”对采集到的现场实时数据进行预处理,数据信息压缩传输模块将预处理之后的数据信号,经过压缩和标定后形成带有采集标志的数据包,上传到云端服务器中;云端服务器内的人工智能识别模块对上传的数据进行“运动轨迹信息提取”、“技能点属性关注点信息提取”以及识别处理之后,将跟踪采集到的数据判别为“学习者训练数据”,自动保存到训练数据库中;
之后,对应的“科目训练示范数据”和“学习者训练数据”在“相似度比较模块”中,按照预定的“细分规则设计、评价参数设计”进行相似度比较;即对各技能点区域内采集的数据按“一次特征改进雷达图”评价方法利用公式1或公式2进行评价;对科目训练全流程中各个技能点的评价结果按“二次特征改进雷达图”评价方法利用公式3进行评价;然后进入偏离度评价模块,按所述的偏离度评价方法,利用公式4计算关键技能点操作的偏离度,利用公式5计算并产生科目全流程训练偏离度情况的综合评价成绩;
云端服务器的自动反馈与纠偏建议形成及输出模块,根据“一次特征改进雷达图”评价和偏离度评价结果,对各个技能点偏离度超过阈值的部分,向学习者推送“偏离度反馈信息”和“补充学习建议”信息,信息的表达方式是与智能化实训教材中设置的ID标识一致的;
云端服务器的自动反馈与纠偏建议形成及输出模块,根据“二次特征改进雷达图”评价和偏离度评价结果,向学习者推送针对科目训练全流程“偏离度反馈信息”和“补充学习建议”信息,信息的形式也是与智能化实训教材中设置的ID标识一致的;
通过对“补充学习建议”中的ID标识,学习者可以知道自己的当前训练情况和需要补充的纠偏学习内容;在“补充学习建议”中的ID标识中,学习者可以选择最适用的ID标识,从系统服务器获取学习资源;
经过关于知识点和技能点的观摩、学习之后,学习者重新开始科目训练流程,进行第二次循环,直至针对科目训练全流程的“偏离度反馈信息”满足科目训练教学设计的要求;循环次数的控制、最终训练成绩的判定,由专业教师按照教学设计中的规定执行;
以上对科目训练操作数据的闭环纠偏控制过程,通过反馈以ID标识为纽带的补充学习
建议,引导学习者逐次向训练要求靠近。
19.如权利要求18所述的专业技能实训辅助教学方法,其特征在于,
根据相似度比较和偏离度评价结果,系统向学习者推送的“偏离度反馈信息”包含:(1)各技能点操作评价信息;(2)训练流程评价信息;(3)建议补充知识点和技能点知识;(4)建议观摩的示范视频信息;(5)话术类语言表达示范信息;以上信息中的(1)、(2)是“文字+标识+得分”的表达形式;后面三类是针对性补充学习建议,是以ID标识的形式表达的;其中的ID标识信息就是智能化实训教材中定义的ID标识,只要用手机APP或智能教学终端APP通过扫描或屏幕触摸智能化实训教材中不同的ID标识,就可以直接获得对应的学习资源素材;
学习者对系统反馈的ID标识推送信息,可以进行选择,确定最适用的部分进行补充学习。
20.如权利要求13所述的专业技能实训辅助教学方法,其特征在于,
该方法同时适用于服务型训练科目,可应用于技能大赛成果的示范推广和区域型职业
教育资源的共享应用;根据技能大赛规则要求,由专业教师对技能大赛的资源素材进行细分规则分解之后,作为科目训练示范数据,通过智能教学终端中的“示范样板信息录入模块”,录入到云端服务器中,作为“科目训练示范数据”即样板数据,形成评价依据;该样板数据具有可复制性;由此能够实现技能大赛成果的推广应用。
21.如权利要求13所述的专业技能实训辅助教学方法,其特征在于,
该方法中,“偏离度自动反馈数据闭环纠偏控制”的过程如下:
首先,通过智能教学终端APP中的ID扫描识别通信模块扫描或屏幕触摸智能化实训教
材中设定的“训练过程跟踪评估”的ID标识,向系统服务器发出用户数据请求指令;
随后,启动现场科目训练操作;现场信息采集设备对现场的科目训练操作数据进行跟
踪采集;现场数据服务器中的现场数据信息预处理模块对采集到的现场实时数据进行预处理,数据信息压缩传输模块将预处理之后的数据信号,经过压缩和标定后形成带有采集标志的数据包,上传到云端服务器中;云端服务器内的人工智能识别模块对上传的数据进行“运动轨迹信息提取”、“技能点属性关注点信息提取”以及识别处理之后,分别获得操作者的运动轨迹数据和细分操作数据;随后对数据的类型进行判断识别,根据判别结果输出两个分支:其一输出为“科目训练示范数据”,该数据通过“样板曲线生成”形成样板数据存入云端服务器中的样板数据库内,作为学习者训练评估时的对照数据;其二输出为“学习者训练数据”,作为训练过程中的被评估数据;
之后,对应的“科目训练示范数据”和“学习者训练数据”在云端服务器的相似度比较模块中,按照预定的“细分规则设计、评价参数设计”进行相似度比较;进行相似度比较的方法包括:对各技能点区域内采集的数据按“一次特征改进雷达图”评价方法进行评价,对科目训练全流程中各个技能点评价结果按“二次特征改进雷达图”评价方法进行结果性评价;之后,上述评价结果分别进入技能点偏离度评价模块和科目训练全流程偏离度评价模块进行偏离度计算产生偏离度评价结果;最后,通过自动反馈与纠偏建议形成及输出模块,形成并输出自动反馈信息和纠偏建议及学习资源推送;学习者通过ID标识关联获取学习观摩素材,针对性地选择最需要的内容进行观摩和补充学习;之后,科目训练重新启动;由此完成整个“偏离度自动反馈数据闭环纠偏控制”的过程。
22.如权利要求13所述的专业技能实训辅助教学方法,其特征在于,
利用现场信息采集设备进行数据采集与处理的具体方法如下:
1)、通过在实训设备上方垂直安装的全景摄像机以及配套的视频分析软件,获取每一
关键帧图像中被跟踪操作者的2D像素坐标,形成带有时间轴标识的操作者的平面移动轨迹图和矢量方向图,同时产生全系统数据采集过程中的时间轴基准信息;
2)、根据预先设定的关键技能点位置和关键技能点区域范围,获得操作中的各种关键
技能点属性采集数据,包括语音、语气、表情、关键词句识别、操作姿态、操作者朝向、检测数据图像、动作顺序、逻辑顺序、判断结果、操作效率、冗余操作;同时,获得KGBD传感器转换后的,操作者与实训设备和可能的“客户”之间的相对位置变化和正面朝向矢量变化方向之类的信息;图像采集的核心是对操作者的体态、姿态、正面矢量方向和手部动作进行采样和记录,采样密度为每秒12-15帧;如果操作者的动作比较频繁和细腻,则采用数据手套的形式来获得局部动作捕捉数据;RGB图像和音频信息同时也进行记录;
3)、在关键技能点区域范围中,对“操作者”和“客户”之间的语音信息进行采集和识别,并且与预设的语音信息进行关键词的比较,然后记录、保存;音频采集的核心是对操作者的表达能力和方式进行识别;主要通过长句和关键词的智能识别方法,判断操作者在关键位置时,所表达的关键信息的正确性、准确性和规范化程度;
4)、服务器对所采集到的视频信息,采用双边滤波对深度图进行的去噪保边平滑处理;
根据深度图和红外CMOS内参计算摄像机坐标系下的深度信息构成点云,并变换到全局坐标系下,计算深度信息和法向量;此项操作用以获得操作者的骨骼节点的变化轨迹和骨骼间的相对位置变化和矢量图,为下一步关键技能点属性关注点的相似度比较提供一个特殊的属性参数;
5)、在需要使用测量仪器进行检测、判断的维修技能训练场合,要采集、判断仪器的显示内容;操作者观察到的检测内容,和经过思考之后选择的下一步操作,应该符合专业技术要求;操作步骤在专业上和逻辑上具有正确性和准确性;现场采集的数据要能够为操作者所采取的操作步骤提供评估依据;
6)、当操作者通过各个关键技能点操作区域时,均需重复上述1)-5)的数据采集与处理步骤和内容;将采集到的各种形式的现场数据送入现场数据服务器内,经处理后上传到云端服务器保存;
7)、在一般技能点区域内,仅仅采集操作者的运动轨迹和矢量方向的关联性信息。
辅助教学系统及辅助教学方法
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
锥束CT圆加直线轨迹反投影滤波重建方法 | 2020-05-11 | 95 |
针对有限角度断层摄影中的滤波反投影的图像重建的方法、计算设备、装置和可读介质 | 2020-05-12 | 857 |
C型臂半精确滤波反投影断层成像方法 | 2020-05-11 | 683 |
针对有限角度断层摄影中的滤波反投影的图像重建的方法 | 2020-05-11 | 246 |
针对半覆盖螺旋锥束CT的单层重排滤波反投影重建方法 | 2020-05-11 | 467 |
用于两个倾斜的圆形的计算机断层成像重建 | 2020-05-12 | 316 |
多源螺旋CT反投影滤波精确重建系统 | 2020-05-11 | 334 |
一种基于C形臂的锥束CT三维数字成像方法 | 2020-05-12 | 456 |
锥束CT圆加直线轨迹反投影滤波重建方法 | 2020-05-11 | 166 |
一种由聚焦堆栈重建光场的滤波反投影方法和装置 | 2020-05-12 | 830 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。