[发明专利]基于增强现实教育场景转换模型的防灾学习方法和装置有效

专利信息
申请号: 201710759048.4 申请日: 2017-08-29
公开(公告)号: CN109427219B 公开(公告)日: 2021-04-27
发明(设计)人: 李炜;孙其民 申请(专利权)人: 深圳市掌网科技股份有限公司
主分类号: G09B9/00 分类号: G09B9/00
代理公司: 深圳翼盛智成知识产权事务所(普通合伙) 44300 代理人: 黄威
地址: 518000 广东省深圳市南*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 增强 现实 教育 场景 转换 模型 防灾 学习方法 装置
【说明书】:

发明实施例公开了一种基于增强现实教育场景转换模型的防灾学习方法和装置。该防灾学习方法,实时获取真实场景中目标人物的地理位置,然后判断当前的地理位置是否满足预设条件,若满足,则对当前真实场景进行识别,并基于当前真实场景确定对应的目标虚拟场景,此目标虚拟场景包括:灾害基本概念、灾害前兆、灾害烈度、灾害自救知识内容、灾害前的初始环境画面、发生灾害时的环境画面、和/或灾害后环境画面,最后将目标虚拟场景与所识别到的真实场景进行结合,以生成增强现实的场景画面并展示。该方案可让学习个体从做中学,学中做,更好理解掌握防灾技能,提高灾害的应对能力,达到提升学习者的学习参与度,增强知识建构效果。

技术领域

本发明涉及增强现实技术领域,尤其涉及一种基于增强现实教育场景转换模型的防灾学习方法和装置。

背景技术

AR(Augmented Reality,增强现实)是一种将真实世界信息和虚拟世界信息“无缝”集成的新技术,是把原本在现实世界的一定时间空间范围内很难体验到的实体信息(视觉信息、声音、味道、触觉等)通过电脑等科学技术,模拟仿真后,把真实的环境和虚拟的物体实时地叠加到了同一个画面或空间同时存在,将虚拟的信息应用到真实世界,被人类感官所感知,从而达到超越现实的感官体验。增强现实技术,不仅展现了真实世界的信息,而且将虚拟的信息同时显示出来,两种信息充、叠加。

AREST模型(Augmented Reality Educational Scene Transfering Model,增强现实教育场景转换模型)是基于增强虚拟显示技术实现的一种教学场景转换模型,场景的转换实质是对当前学习情境进行信息的叠加、转换,AREST模型主要解决以下关键问题:已有教学资源映射;场景识别;虚拟场景展示。构建沉浸式的学习环境不仅影响教授者的讲授方法更影响着学习者的学习方式。

如今学习个体参与学习的位置不再局限于传统的教室之内,知识的获取也不再仅仅囿于书本之上时,传统以教为中心的知识表征方式不再是唯一。移动学习作为新涌现学习技术之一为创新学习方式提供了无限可能。移动学习也从单一技术倾向转变为对多种技术的融合,更加注重于教育学基础理论,教育心理学的结合,更加倾向与增强现实技术的结合研究实践中。移动学习为教育技术的研究开展了一个全新的视觉,也拓宽了自身研究的边界,使得移动学习与其他技术结合促进学习个体的感知、认知效果提供了极有可为的潜力,与增强现实技术的结合可以更好的增强移动学习端的学习体验。

发明内容

本发明实施例提供一种基于增强现实教育场景转换模型的防灾学习方法和装置,提升学习者的学习参与度,增强知识建构效果。

本发明实施例提供了一种基于增强现实教育场景转换模型的防灾学习方法,包括:

实时获取真实场景中目标人物的地理位置;

判断当前的地理位置是否满足预设条件;

若满足,则对当前真实场景进行识别,并基于所识别到的真实场景从场景数据库中确定对应的目标虚拟场景,所述目标虚拟场景包括:灾害基本概念、灾害前兆、灾害烈度、灾害自救知识内容、灾害前的初始环境画面、发生灾害时的环境画面、和/或灾害后环境画面;

将所述目标虚拟场景与所识别到的真实场景进行结合,以生成增强现实的场景画面并展示。

相应地,本发明实施例还提供一种基于增强现实教育场景转换模型的防灾学习装置,包括:

获取模块,用于实时获取真实场景中目标人物的地理位置;

判断模块,用于判断当前的地理位置是否满足预设条件;

确定模块,用于在所述判断模块判定为是时,对当前真实场景进行识别,并基于所识别到的真实场景从场景数据库中确定对应的目标虚拟场景,所述目标虚拟场景包括:灾害基本概念、灾害前兆、灾害烈度、灾害自救知识内容、灾害前的初始环境画面、发生灾害时的环境画面、和/或灾害后环境画面;

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深圳市掌网科技股份有限公司,未经深圳市掌网科技股份有限公司许可,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/201710759048.4/2.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