[发明专利]一种基于VR的汽车维修实训的评价方法在审

专利信息
申请号: 202011309523.6 申请日: 2020-11-20
公开(公告)号: CN112365177A 公开(公告)日: 2021-02-12
发明(设计)人: 邱飞岳;李丽萍;章国道 申请(专利权)人: 浙江工业大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q10/00;G06Q50/20;G06K9/62
代理公司: 杭州浙科专利事务所(普通合伙) 33213 代理人: 周红芳;朱盈盈
地址: 310006 浙江省*** 国省代码: 浙江;33
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 汽车 维修 评价 方法
【说明书】:

一种基于VR的汽车维修实训的评价方法,属于维修虚拟实训技术领域。它包括以下步骤:S1:构建基于VR的汽车维修实训的评价指标体系;S2:确定评价分值的范围;S3:利用系统数据及指标权重得出各评价准则的计算公式;S4:利用综合评价法计算各准则及指标的权重;S5:构建综合评价模型;S6:无监督自动化计算学生的综合评价结果;S7:依据综合评价值评定维修实训等级。本发明通过利用虚拟实训环境中学生的操作过程数据结合专家评价指标,确定影响维修实训效果的各方面评价指标及评分标准,使用主客观综合评价法实现指标权重计算的迭代优化,结合维修实训过程数据实现学习效果自动评价,实现对学生全方位多层级的评价。

技术领域

本发明属于维修虚拟实训技术领域,具体涉及一种基于VR的汽车维修实训的评价方法。

背景技术

人工智能技术的发展对汽车维修实训人员的素质和技能水平、汽车维修的操作技能提出要求,加强汽车维修人员的技能培训,使之适应维修实训体系。VR技术应用于汽车装备产品制造与维护检修领域效果甚佳,其运用三维模型行为跟踪等技术和场景虚实融合显示设备工具,突破场景、时间以及空间的限制,实现感官刺激的多样化,同时利用技术营造的增强性及再现性特性引导学生对在理解学习的基础上进行批判性学习,实现深度学习。此外,VR技术的证据性特征将对学生的维修实训进程进行实时跟踪,结合反馈和评价,能有效提高学习效率和效果。

基于VR的汽车维修实训系统的学习目标是实现学习者的有效学习和深度学习,如何评价学生使用虚拟系统的学习效果成为系统应用的重要因素。因此,本发明对评价具体方法及如何实现进行分析归纳,目前在汽车维修虚拟实训系统中的评价方法主要有:

(1)主观指标评价:基于专家或评定者的经验或偏好,根据各维度指标的重要程度进行赋权和计算,该方法实现简单但对教师经验等主观性要求依赖性较大,操作过程中存在诸多因素导致评价不准确,同时并未结合学生实训中的客观数据进行多元化评价;

(2)客观对比评价:利用学生对设备具体的维修流程中操作步骤与标准操作数据进行比对评价,该方法易于教师进行操作。但要求与教师制定的标准操作一致性较高,难以囊括所有可能存在的正确操作解决方案,且忽略学生在操作过程中产生的选择或尝试操作等细节数据,评价不够全面。

综上述,传统的评估方法浪费了大量人力财力、资源利用率较低、评价效率低且效果不够科学,忽略了过程证据导向的综合评价。过程证据导向的综合评价不仅依赖于结果输出,更依赖于过程数据。当学生进行一项学习任务时,系统捕捉学生操作的选择类型、顺序和次数等过程性数据比传统单一操作正误更能精准全面对学生进行评价。

发明内容

针对现有技术中存在的上述问题,本发明的目的在于提供一种基于VR的汽车维修实训的综合评价方法,解决现有维修评价中未能挖掘学生的行为数据、效率低、资源利用不足、评价方法主观且依赖性较强的问题。

本发明提供如下技术方案:一种基于VR的汽车维修实训的评价方法,其特征在于:包括以下步骤:

S1:解析汽车维修实训的学习目的,结合沉浸式虚拟现实学习的特征,构建基于VR的汽车维修实训的评价指标体系;

S2:在基于VR的汽车维修实训系统中,通过获取评价指标对应的维修数据,将二级指标所对应的表征数据变量转化为统一的整数型数据,并确定评价分值的范围;

S3:利用系统数据及指标权重得出各评价准则的计算公式;

S4:计算各准则及指标的权重;

S5:获取各准则及指标权重值,构建综合评价模型,根据各准则及指标项的评分与分别对应的权重值加权求出综合评价分值;

S6:系统获取上述步骤中获取的准则及指标权重,结合学生在系统中的实训过程数据,实现无监督自动化计算学生的综合评价结果;

S7:依据综合评价值评定维修实训等级。

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浙江工业大学,未经浙江工业大学许可,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/202011309523.6/2.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