CN110164223A - 一种危险侦测能力的训练*** - Google Patents

一种危险侦测能力的训练*** Download PDF

Info

Publication number
CN110164223A
CN110164223A CN201910304065.8A CN201910304065A CN110164223A CN 110164223 A CN110164223 A CN 110164223A CN 201910304065 A CN201910304065 A CN 201910304065A CN 110164223 A CN110164223 A CN 110164223A
Authority
CN
China
Prior art keywords
danger
detecting
training system
dangerous
trainee
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910304065.8A
Other languages
English (en)
Inventor
宋陈烨
韩豫
尹贞贞
刁泳升
李�杰
孙保苍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University
Original Assignee
Jiangsu University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu University filed Critical Jiangsu University
Priority to CN201910304065.8A priority Critical patent/CN110164223A/zh
Publication of CN110164223A publication Critical patent/CN110164223A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B9/00Simulators for teaching or training purposes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种危险侦测能力的训练***,具体训练步骤包括:构建训练***、受训者进行测试、初次能力评价、构建训练***、被测者进行训练并测试、再评价;有益效果:本发明通过虚拟现实技术,对真实事故进行模拟,增加事故的沉浸感,通过一系列的测度和评价指标,综合全面直观的反映出受训者的危险侦测能力并有针对性的对受训者危险侦测能力较弱的维度进行训练,以提高受训者的危险侦测能力。

Description

一种危险侦测能力的训练***
技术领域
本发明涉及一种个人能力的训练***,特别涉及一种危险侦测能力的训练***。
背景技术
危险侦测能力是一种是可以通过训练不断提高的个人素质,训练提升的方法也是各式各样的,但是目前主要是借助于虚拟现实技术模拟现实场景,通过受训者的场景体验进行训练。
虚拟现实技术(Virtual Reality,简称VR)是仿真技术与计算机图形学人机接口技术多媒体技术传感技术网络技术等多种技术的集合,主要包括模拟环境、感知、自然技能和传感设备等方面。该技术可在计算机生成模拟环境,形成实时动态三维立体的仿真图像。
眼球追踪技术是一项根据眼球和周边的特征变化进行追踪的应用技术。当人的眼睛观察不同角度物体时,眼球会有细微的变化,这些变化可以通过如眼动仪等设备进行捕获收集,从而记录人在处理视觉信息时的眼动轨迹特征,实现眼动信息的收集,以此预测用户的状态和需求。该项技术已经广泛用于网页阅读习惯、交通危险识别、航空心理学等领域。
建筑业是推动社会发展的重要产业,给我国提供了众多就业机会,建筑工人数量庞大。同时由于危险性大、工作环境复杂等原因,建筑生产过程中安全事故频发,给社会安定、企业效益造成了极大的威胁,建筑工人的安全问题亟待解决。
实践证明,大量的施工安全事故与工人的不安全行为密切相关。危险侦测能力不足是造成事故的重要原因。为了提高施工安全管理水平,减少施工安全事故,施工企业会对建筑工人的危险侦测能力进行训练及评价,以此提高工人的危险侦测能力。
但是,目前该类方法局限性较大。一般通过图片展示、视频播放等方式对工人进行施工安全训练,无法给受测者身临其境的感觉,缺乏良好的感官感受,且施工事故难以在现实中重现。
发明内容
发明目的:针对现有技术中的缺陷,综合考虑建筑施工安全管理的实际情况,本发明旨在提供一种危险侦测能力的训练***。
技术方案:一种危险侦测能力的训练***,具体训练步骤如下:
1)构建训练***:根据施工事故调查,分析事故原因,对施工事故进行分类并找出典型事故,设计搭建三维立体的VR场景,并在场景中将各类典型事故的前兆特征作为危险源进行埋设,在危险源周围设置触发区域;
2)受训者进行测试:邀请受训者通过虚拟终端进行体验,后台记录相关数据;
3)初次能力评价:根据后台记录的相关数据进行分析得出初次评价结论,初次评价结论可以是同一受训者多组测试数据的基础上得出;
4)构建训练***:针对初次评价的结论构建训练***,针对受训者初次评价结论中薄弱的能力构建有针对性的模拟场景;
5)被测者进行训练并测试:要求受训者反复体验有针对性的场景,后台记录相关数据;
6)再评价:根据后台记录的训练***中受训者体验数据分析得出受训后能力指标。
所述的能力评价指标包括受训者在测试过程中的危险侦测敏感度、危险侦测效率、危险侦测时间、危险侦测准确性、危险侦测浸入性和危险侦测直觉性六个维度的量化指标。
所述的危险侦测敏感性是指受训者在场景体验中正确侦测到第一个危险源的时间。
危险侦测时间是指完成对所有危险源正确识别的时间。
危险侦测准确性是指正确标记的危险源数量和危险源总数的比值,
危险侦测浸入性是指一分钟内正确侦测危险源的数量和危险源总数的比值,
危险侦测效率是指结合完成对所有危险源正确识别的时间和准确率,
危险侦测直觉性是指结合各触发区域内的注视点个数和正确标记危险源的数量,
所述的训练***中的场景按照危险侦测敏感度、危险侦测效率、时间、危险侦测准确性、危险侦测浸入性和危险侦测直觉性六个维度进行分类;初次评价时需要受训者全面体验六个维度的场景;训练***可以选择其中的一个或者一个以上的维度的场景进行体验,再评价时根据训练***选择的维度进行评价。
所述的训练***包括以下终端形式:电脑端、VR端和VR眼动端三种。在电脑端,被测者在场景中通过鼠标和键盘对危险源进行识别操作,同步记录鼠标轨迹、每次鼠标点击间隔时间等信息。在VR端,被测者通过头盔和手柄对危险源进行识别操作,同步记录手柄轨迹、每次手柄扳机扣动间隔时间等信息。在VR眼动端即在VR端加装了眼动信息采集装置,除了具备VR端的全部功能外,还可以通过眼动装置采集被测者的眼动信息:注视点个数等。
在电脑端,要求被测者在进行危险侦测时,当发现危险目标后,将鼠标移到危险源周围的触发区域,方可右击鼠标对危险源进行标记。
在VR端,要求被测者在进行危险侦测时,当发现危险目标后,将手柄射线移到危险源周围的触发区域,方可扣动扳机对危险源进行标记。
在VR眼动端,除了具备VR端的全部功能外,还可以通过眼动装置采集被测者的眼动信息:注视点个数、首次进入时间、眼动轨迹等。要求被测者在看到危险源后,注视危险源达到3s,形成注视点。
有益效果:本发明通过虚拟现实技术,对真实事故进行模拟,增加事故的沉浸感,通过一系列的测度和评价指标,综合全面直观的反映出受训者的危险侦测能力并有针对性的对受训者危险侦测能力较弱的维度进行训练,以提高受训者的危险侦测能力。
附图说明
图1为本发明的训练流程图;
图2为本发明的数据采集指标关系对应图;
图3为本发明7名受训者危险侦测能力综合分析;
图4为本发明6号受训者危险侦测能力评价结果;
图5为本发明6号受训者接受训练前后危险侦测能力对比分析。
具体实施方式
下面将参照附图详细地描述实施例。
如图1所示,图1是本发明的训练流程图,具体流程如下:
1)构建评价***:根据施工事故调查,分析事故原因,对施工事故进行分类并找出典型事故,设计搭建三维立体的VR场景,并在场景中将各类典型事故的前兆特征作为危险源进行埋设,在危险源周围设置触发区域;
2)受训者进行测试:邀请受训者通过虚拟终端进行体验,后台记录相关数据;
3)初次能力评价:根据后台记录的相关数据进行分析得出初次评价结论,初次评价结论可以是同一受训者多组测试数据的基础上得出;
4)构建训练***:针对初次评价的结论构建训练***,针对受训者初次评价结论中薄弱的能力构建有针对性的模拟场景;
5)受训者进行训练并测试:要求受训者反复体验有针对性的场景,后台记录相关数据;
6)再评价:根据后台记录的训练***中受训者体验数据分析得出受训后能力指标。
所述的能力评价指标包括受训者在测试过程中的危险侦测敏感度、危险侦测效率、时间、危险侦测准确性、危险侦测浸入性和危险侦测直觉性六个维度的量化指标。
如图2所示,本发明的数据采集指标关系对应图,各评价指标与测度之间的关系如下:
具体地,在对受训者进行能力训练的过程中,记录第一时间,即正确侦测到第一个危险源的时间,也就是在电脑端,记录受训者从进入场景到发现危险目标后,将鼠标移到危险源周围的触发区域,右击鼠标对危险源进行标记,且标记正确的时间;在VR端记录手柄射线移到危险源周围的触发区域,扣动扳机对危险源进行标记,且标记正确的时间,以此来反映危险侦测敏感性。采用分级评价的方式记录得分,第一时间小于20秒记100分,第一时间大于等于20秒而小于30秒记80分,第一时间大于等于30秒而小于40秒记60分,第一时间大于等于40秒而小于50秒记40分,第一时间大于等于50秒而小于60秒记20分,大于等于60秒记0分。
具体地,在对受训者进行能力训练和评价的过程中,记录过程时间,即完成对所有危险源正确识别的时间,也就是在电脑端记录受训者从进入场景到发现危险目标后,将鼠标移到危险源周围的触发区域,右击鼠标对危险源进行标记,且对所有危险源标记正确的时间;在VR端记录手柄射线移到危险源周围的触发区域,扣动扳机对危险源进行标记,且对所有危险源标记正确的时间,以此反映时间。采用分级评价的方式记录得分,第一时间小于两分钟记100分,第一时间大于等于2分钟而小于3分钟记80分,第一时间大于等于3分钟而小于4分钟记60分,第一时间大于等于4分钟而小于5分钟记40分,第一时间大于等于5分钟而小于6分钟记20分,大于6分钟记0分。
通过结果准确性,即正确标记的危险源数量和危险源总数的比值,反映危险侦测准确性。
结合一分钟内正确侦测危险源的数量和危险源总数,反映危险侦测浸入性。
采用分级评价的方式记录得分,危险侦测浸入性大于等于0.8记100分,危险侦测浸入性大于等于0.6而小于0.8记80分,危险侦测浸入性大于等于0.4而小于0.6记60分,危险侦测浸入性大于等于0.2而小于0.4记40分,危险侦测浸入性小于0.2记20分。
结合完成对所有危险源正确识别的时间和准确率,反映危险侦测效率。
特别地,在VR眼动端,结合各触发区域内的注视点个数和正确标记危险源的数量,反映危险侦测直觉性。
采用分级评价的方式记录得分,危险侦测直觉性大于等于0.8记100分,危险侦测直觉性大于等于0.6而小于0.8记80分,危险侦测直觉性大于等于0.4而小于0.6记60分,危险侦测直觉性大于等于0.2而小于0.4记40分,危险侦测直觉性小于0.2记20分。
按照以上六个指标,对受训者进行全过程能力评价及训练,并生成评价报告。
如图3所示,是7名典型受训者的危险侦测能力评价报告。通过雷达图的形式,将数据可视化,清晰的得出各受训者能力的强项和弱项,对弱项可进行针对性训练。
如图4所示,是受训者6的危险侦测能力评价报告,可以从图上看出,该受训者的危险侦测敏感度较差,危险侦测准确性较高。因此,需要针对该受训者的危险侦测敏感度进行针对性训练。要求受训者重新体验针对危险侦测敏感度低设计的场景,进行反复训练。最后,通过再评价的方式,将受训前后的危险侦测能力进行各个维度的比较,生成新的评价报告。

Claims (9)

1.一种危险侦测能力的训练***,其特征在于:具体训练步骤如下:
1)构建训练***:根据施工事故调查,分析事故原因,对施工事故进行分类并找出典型事故,设计搭建三维立体的VR场景,并在场景中将各类典型事故的前兆特征作为危险源进行埋设,在危险源周围设置触发区域;
2)受训者进行测试:邀请受训者通过虚拟终端进行体验,后台记录相关数据;
3)初次能力评价:根据后台记录的相关数据进行分析得出初次评价结论,初次评价结论可以是同一受训者多组测试数据的基础上得出;
4)构建训练***:针对初次评价的结论构建训练***,针对受训者初次评价结论中薄弱的能力构建有针对性的模拟场景;
5)被测者进行训练并测试:要求受训者反复体验有针对性的场景,后台记录相关数据;
6)再评价:根据后台记录的训练***中受训者体验数据分析得出受训后能力指标。
2.根据权利要求1所述的危险侦测能力的训练***,其特征在于:所述的能力评价指标包括受训者在测试过程中的危险侦测敏感度、危险侦测效率、危险侦测时间、危险侦测准确性、危险侦测浸入性和危险侦测直觉性六个维度的量化指标。
3.根据权利要求2所述的危险侦测能力的训练***,其特征在于:所述的危险侦测敏感性是指受训者在场景体验中正确侦测到第一个危险源的时间。
4.根据权利要求2所述的危险侦测能力的训练***,其特征在于:危险侦测时间是指完成对所有危险源正确识别的时间。
5.根据权利要求2所述的危险侦测能力的训练***,其特征在于:危险侦测准确性是指正确标记的危险源数量和危险源总数的比值,
6.根据权利要求2所述的危险侦测能力的训练***,其特征在于:危险侦测浸入性是指一分钟内正确侦测危险源的数量和危险源总数的比值,
7.根据权利要求2所述的危险侦测能力的训练***,其特征在于:危险侦测效率是指结合完成对所有危险源正确识别的时间和准确率,
8.根据权利要求2所述的危险侦测能力的训练***,其特征在于:危险侦测直觉性是指结合各触发区域内的注视点个数和正确标记危险源的数量,
9.根据权利要求2所述的危险侦测能力的训练***,其特征在于:所述的训练***中的场景按照危险侦测敏感度、危险侦测效率、危险侦测时间、危险侦测准确性、危险侦测浸入性和危险侦测直觉性六个维度进行分类;初次评价时需要受训者全面体验六个维度的场景;训练***可以选择其中的一个或者一个以上的维度的场景进行体验,再评价时根据训练***选择的维度进行评价。
CN201910304065.8A 2019-04-16 2019-04-16 一种危险侦测能力的训练*** Pending CN110164223A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910304065.8A CN110164223A (zh) 2019-04-16 2019-04-16 一种危险侦测能力的训练***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910304065.8A CN110164223A (zh) 2019-04-16 2019-04-16 一种危险侦测能力的训练***

Publications (1)

Publication Number Publication Date
CN110164223A true CN110164223A (zh) 2019-08-23

Family

ID=67638575

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910304065.8A Pending CN110164223A (zh) 2019-04-16 2019-04-16 一种危险侦测能力的训练***

Country Status (1)

Country Link
CN (1) CN110164223A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105023215A (zh) * 2015-07-21 2015-11-04 中国矿业大学(北京) 一种基于头戴式混合现实设备的危险行业安全培训***
CN105488619A (zh) * 2015-11-26 2016-04-13 江苏大学 一种建筑工人危险辨识能力测试***及方法
CN106960613A (zh) * 2017-05-26 2017-07-18 交通运输部公路科学研究所 非侵入式驾驶人潜在危险辨识能力评估与训练***及方法
CN108309327A (zh) * 2018-01-30 2018-07-24 中国人民解放军海军总医院 一种视觉注意分配能力测评与训练方法
CN109171772A (zh) * 2018-08-13 2019-01-11 李丰 一种基于vr技术的心理素质训练***及训练方法
CN109215435A (zh) * 2018-09-28 2019-01-15 昆明理工大学 一种老年驾驶人有效视野能力的测试与训练***及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105023215A (zh) * 2015-07-21 2015-11-04 中国矿业大学(北京) 一种基于头戴式混合现实设备的危险行业安全培训***
CN105488619A (zh) * 2015-11-26 2016-04-13 江苏大学 一种建筑工人危险辨识能力测试***及方法
CN106960613A (zh) * 2017-05-26 2017-07-18 交通运输部公路科学研究所 非侵入式驾驶人潜在危险辨识能力评估与训练***及方法
CN108309327A (zh) * 2018-01-30 2018-07-24 中国人民解放军海军总医院 一种视觉注意分配能力测评与训练方法
CN109171772A (zh) * 2018-08-13 2019-01-11 李丰 一种基于vr技术的心理素质训练***及训练方法
CN109215435A (zh) * 2018-09-28 2019-01-15 昆明理工大学 一种老年驾驶人有效视野能力的测试与训练***及方法

Similar Documents

Publication Publication Date Title
WO2023093397A1 (zh) 一种基于海量对抗仿真推演数据建模与分析的效能评估方法
Li et al. Proactive behavior-based safety management for construction safety improvement
US10657036B2 (en) Determining visual testing coverages
CN109688091B (zh) 多源的威胁情报的质量评估方法及装置
CN101894134A (zh) 一种基于空间布局的钓鱼网页检测及其实现方法
CN114428998A (zh) 一种自动驾驶***一体化仿真测试与评价方法及***
CN111523771B (zh) 一种无人艇测评***
US20230325403A1 (en) Systems and Methods for Enabling Situational Awareness for Events Via Data Visualization
CN106201898A (zh) 一种基于人工智能的测试软件的方法及装置
CN113378975A (zh) 一种电工作业人员风险感知能力差异性评估方法
CN111991001A (zh) 一种运动数据分析方法、***、设备及可读存储介质
Ye et al. Estimating malaria incidence through modeling is a good academic exercise, but how practical is it in high-burden settings?
Liu et al. Quantifying the reliability of defects located by bridge inspectors through human observation behavioral analysis
Chen et al. Identification method for safety hazard behavior in offshore drilling operators
Bennett et al. Configural display design techniques considered at multiple levels of evaluation
Subedi et al. Mapping datafication in construction-worker safety research to minimize injury-related disputes
CN110164223A (zh) 一种危险侦测能力的训练***
CN105653445B (zh) 一种满足do‑178c测试结果的实现方法
CN105046429B (zh) 基于手机传感器的交互过程中用户思维工作负荷评估方法
CN106685926A (zh) 信息***安全等级测评方法和***
CN109800985A (zh) 一种基于vr技术的职工安全行为能力评估***及方法
Heimgärtner A tool for getting cultural differences in HCI
Fotheringham Analysing numerical spatial data
CN107224292A (zh) 一种调度员的注意广度的测试方法和***
CN110532158B (zh) 操作数据的安全评估方法、装置、设备及可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190823

RJ01 Rejection of invention patent application after publication