CN111124125B - 基于虚拟现实的警务训练方法及*** - Google Patents

Abstract

本发明公开了一种基于虚拟现实的警务训练方法及***，属于虚拟现实技术领域，基于虚拟现实的警务训练方法包括：生成虚拟场景中的虚拟人物的行为；采集参训人员在虚拟场景中训练时的反映参训人员行为的训练数据；对采集的训练数据进行分析处理，获得反映参训人员异常行为的异常数据；根据异常数据生成用于调整虚拟人物的行为的虚拟人物行为调整数据。本发明公开的基于虚拟现实的警务训练方法及***，可实现根据每个参训人员的训练数据的异常数据进行调整，生成带有针对性行为的虚拟人物，进行针对性训练，提高训练效果，解决现有技术中虚拟人物行为固化导致的训练效果差的技术问题。

Description

基于虚拟现实的警务训练方法及***

技术领域

本发明涉及虚拟现实技术领域，尤其涉及一种基于虚拟现实的警务训练方法及***。

背景技术

虚拟现实技术是一种可以创建和体验虚拟世界的计算机仿真***，它利用计算机生成一种虚拟场景，并配合特定的硬件设备使用，使用户能够沉浸到该虚拟场景中。

虚拟现实技术与警务训练结合，可以模拟实战场景训练警务人员的各种实战技能。现有的虚拟现实警务训练***，以现实环境、警务警械使用规范为基础建立场景和训练内容，存在以下问题：

1、现有虚拟现实警务训练***的场景和训练内容都是模板化，固定式的，参训人员在长期使用该***训练极易产生训练疲劳，对真正的训练要点无法掌握。

2、虚拟场景中虚拟人物是以固定时间或特定条件触发行动，参训人员训练几次后很容易抓住虚拟人物的行动漏洞，从而通过训练。

3、由于训练中虚拟人物行动的固化，没有突发性，参训人员在同一场景训练过几次后很快可以适应该场景，这样场景的重复训练价值将会很快失去，变相的提高了训练***的开发成本。同时，训练中匪徒等虚拟人物的行为相对固定，不会针对参训人员的错误操作而产生针对性的训练，导致对参训人员的训练效果不够理想。

发明内容

为了克服现有技术的不足，本发明所要解决的技术问题在于提出一种基于虚拟现实的警务训练方法及***，以实现根据每个参训人员的训练数据的异常数据进行调整，生成带有针对性行为的虚拟人物，进行针对性训练，提高训练效果，解决现有技术中虚拟人物行为固化导致的训练效果差的技术问题。

第一方面，本发明实施例提供了一种基于虚拟现实的警务训练方法，包括：

生成虚拟场景中的虚拟人物的行为；

采集参训人员在所述虚拟场景中训练时的反映所述参训人员行为的训练数据；

对采集的所述训练数据进行分析处理，获得反映所述参训人员异常行为的异常数据；

根据所述异常数据生成用于调整虚拟人物的行为的虚拟人物行为调整数据。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述生成虚拟场景中的虚拟人物的行为之前，包括：

设置包括至少一种的人物性格的人物性格集合和与每一人物性格相对应的包括至少一种的行为方法的行为方法集合。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述生成虚拟场景中的虚拟人物的行为，包括：

若当前参训人员的训练次数大于或等于预设阈值，则根据所述虚拟人物行为调整数据在所述人物性格集合中获取至少一种的人物性格，在和在所述人物性格集合中获取的至少一种的人物性格相对应的所述行为方法集合中获取至少一种的行为方法，作为虚拟场景中的至少一个虚拟人物的行为；

若当前参训人员的训练次数小于预设阈值，则在所述人物性格集合中随机获取至少一种的人物性格，在和在所述人物性格集合中获取的至少一种的人物性格相对应的所述行为方法集合中随机获取至少一种的行为方法，作为虚拟场景中的至少一个虚拟人物的行为。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述行为方法包括动作行为和语音行为。

结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述虚拟人物行为调整数据，包括：

表征虚拟人物性格的性格数据；

表征虚拟人物行为概率的权重数据。

另一方面，本发明实施例提供了一种基于虚拟现实的警务训练***，包括：

行为控制模块，用于生成虚拟场景中的虚拟人物的行为；

数据采集模块，用于采集参训人员在所述虚拟场景中训练时的反映所述参训人员行为的训练数据；

数据分析模块，用于对采集的所述训练数据进行分析处理，获得反映所述参训人员异常行为的异常数据；

行为调整数据生成模块，用于根据所述异常数据生成用于调整虚拟人物的行为的虚拟人物行为调整数据。

结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，所述行为控制模块包括：

动画控制器，用于控制虚拟场景中的虚拟人物的动作行为；

语音控制器，用于控制虚拟场景中的虚拟人物的语音行为。

结合第二方面的第一种可能的实施方式，本发明实施例提供了第二方面的第二种可能的实施方式，其中，所述行为控制模块还包括：

权重***，用于调整虚拟人物的动作行为权重和语音行为权重；

其中，所述动画控制器根据所述权重***生成的动作行为权重控制虚拟场景中的虚拟人物的动作行为，所述语音控制器根据所述权重***生成的语音行为权重控制虚拟场景中的虚拟人物的语音行为。

结合第二方面的第一种可能的实施方式，本发明实施例提供了第二方面的第三种可能的实施方式，其中，基于虚拟现实的警务训练***还包括：

性格行为模块，存储有包括至少一种的人物性格的人物性格集合和与每一人物性格相对应的包括至少一种的行为方法的行为方法集合，以供所述动画控制器根据接收的性格数据在所述人物性格集合中调用至少一种的人物性格，所述动画控制器根据所述权重***生成的动作行为权重在所述行为方法集合中调用至少一种的行为方法。

结合第二方面，本发明实施例提供了第二方面的第四种可能的实施方式，其中，基于虚拟现实的警务训练***还包括：

配置文件，所述虚拟人物行为调整数据生成后写入所述配置文件，以供行为控制模块读取所述配置文件中的虚拟人物行为调整数据而生成虚拟场景中的虚拟人物的行为。

本发明提供的一种基于虚拟现实的警务训练方法，通过生成虚拟场景中的虚拟人物的行为，采集参训人员在虚拟场景中训练时的反映参训人员行为的训练数据，并对采集的训练数据进行分析处理，获得反映参训人员异常行为的异常数据，根据异常数据生成用于调整虚拟人物的行为的虚拟人物行为调整数据，通过该虚拟人物行为调整数据针对性调整虚拟人物行为，从而可针对参训人员的异常操作生成针对性的虚拟人物行为，有针对性和引导性的对参训人员进行训练，通过在相同虚拟场景及环境下可能产生完全不同的虚拟人物行为，提升了训练的趣味性的同时增加了训练的效果，可防止因虚拟人物行为模板化而导致参训人员产生训练疲劳，有效地解决了现有技术中虚拟人物行为固化导致的训练效果差的技术问题。

同时，通过设置包括至少一种的人物性格的人物性格集合和与每一人物性格相对应的包括至少一种的行为方法的行为方法集合，每一人物性格对应至少一种的行为方法，可根据虚拟人物行为调整数据在在行为方法集合中调用不同的行为方法，使原本单一、固化的训练变为多交互、多变化的训练，更符合训练的要求，贴合实际，实现了一个场景多个用途，一个虚拟人物多种交互内容，节约了场景搭建成本，建模成本，使训练场景的生命周期大大延长，训练成本成倍降低。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1是本发明实施例提供的基于虚拟现实的警务训练方法的流程示意图；

图2是本发明实施例提供的基于虚拟现实的警务训练方法的执行示意图；

图3是本发明实施例提供的基于虚拟现实的警务训练***的示意图。

图中：1、行为控制模块；11、动画控制器；12、语音控制器；13、权重***；2、数据采集模块；3、数据分析模块；4、行为调整数据生成模块；5、性格行为模块；6、配置文件。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

本发明实施例提供的基于虚拟现实的警务训练方法及***，是基于虚拟现实技术进行的，即参训人员通过佩戴头戴式显示器(Head Mounted Display)、(HMD)头盔式眼镜等VR设备，在虚拟场景中进行训练。建立虚拟场景，首先以现实实景为基础，建立虚拟的三维场景，包括警械使用训练场地、警务训练场地；然后建立人物模型、相应训练器械模型及物品模型；最后使用计算机生成虚拟现实场景，在相应设备上运行，通过佩戴VR设备在场景内进行训练。具体有如下参考：

(1)建立训练场景：根据真实场景、训练需求建立虚拟场景。以现实标准一比一建模，调整场景具体灯效贴图等效果，最后导入到3D引擎中渲染烘焙达到真实环境效果。

(2)对相应警械进行建模：采集警械的具体参数，以具体参数为参照进行一比一建模，调整模型材质，贴图等细节以达到真实效果。

(3)对人物进行建模：以真实人体比例、人体结构进行建模，建立带有骨骼及骨骼动画的人物模型，调整骨骼对蒙皮的权重，使骨骼动画更贴近真实效果。调整模型材质贴图等效果，最后导入到3D引擎内使用。

实施例1

如图1和图2所示，本实施例提供了一种基于虚拟现实的警务训练方法，包括：

步骤S101：生成虚拟场景中的虚拟人物的行为；

步骤S102：采集参训人员在虚拟场景中训练时的反映参训人员行为的训练数据；

步骤S103：对采集的训练数据进行分析处理，获得反映参训人员异常行为的异常数据；

步骤S104：根据异常数据生成用于调整虚拟人物的行为的虚拟人物行为调整数据。

其中，在生成虚拟场景中的虚拟人物的行为之前，包括步骤：

设置包括至少一种的人物性格的人物性格集合和与每一人物性格相对应的包括至少一种的行为方法的行为方法集合。

其中，行为方法包括动作行为和语音行为，动作行为表现为虚拟人物的动作，语音行为表现为虚拟人物的语言。

其中，人物性格集合、行为方法集合可根据训练剧本进行设置，人物性格集合定义为枚举，可根据枚举值确定调用相应人物性格，行为方法集合定义为枚举，可根据枚举值确定调用相应行为方法。

其中，每个虚拟人物在训练剧本规划下带有人物背景及人物性格，人物性格根据训练剧本进行一定的限制，每个虚拟人物不允许选择多个人物性格，且不允许选择与人物背景设定冲突的人物性格。

其中，每一种人物性格对应了一种或多种行为方法，人物性格可为暴躁性格、狡猾性格、内向性格、阴险性格、脆弱性格等，每一种人物性格包括攻击方法、投降方法、逃跑方法等，例如，虚拟人物的人物性格调用为暴躁性格时，虚拟人物的行为方法为攻击方法时，虚拟人物的动作行为可表现为反抗、攻击动作等，虚拟人物的语音行为可表现为输出过激语言、辱骂、不听从指挥的语言等。

其中，每一种人物性格对应了一种或多种行为方法，可采取随机算法或根据训练剧本的人物背景设定的参数进行神经网络算法计算得出调用对应的行为方法。

其中，基于虚拟现实的警务训练，需设计虚拟现实警务训练内容，根据警务训练规范及现实警械使用情况构建训练内容。写入可扩展的虚拟人物行为模板(即包括人物性格集合和行为方法集合)，设置虚拟人物行为模板中各种行为权重，生成初始的训练内容。具体如下：

构建训练内容：根据警务训练的规范及需求，构建训练剧本，根据训练剧本需要定制训练器械，例如定制训练***，带有位置追踪、数据传输装置的一比一模型***，训练***带有扣动扳机，可上膛、换***、开关保险等，具有真实***可操作***互。

根据训练剧本设计可交互内容：写入可拓展的虚拟人物行为模板(即包括人物性格集合和行为方法集合)，设置虚拟人物的骨骼动作权重，具体为：构建虚拟人物的动画控制器和语音控制器，将虚拟人物肢体关节骨骼与动画控制器进行绑定，动画控制器可根据输入参数调整虚拟人物每个肢体的骨骼动画。制作权重***，权重***可调整虚拟人物的动作行为的权重和语音行为的权重，并可根据人物性格生成新的权重数据。权重***调整虚拟人物的动作行为权重根据人体工程学的人体构造进行细节调整，使产生的权重信息符合人体运动规律，保证虚拟人物的动作行为不会超出真实人体可达到的动作极限。动画控制器根据权重***生成的动作行为权重从行为方法集合中调用行为方法控制协调虚拟人物的动作行为，语音控制器根据权重***生成的语音行为权重从行为方法集合中调用行为方法控制协调虚拟人物的语音行为。预留配置文件，可根据外部修改的配置文件而修改动画控制器的输入参数及权重。根据训练剧本，设置虚拟人物初始化的动画、初始虚拟人物性格、初始虚拟人物动作行为权重及初始虚拟人物语音行为权重，生成初始配置文件及训练内容。

其中，步骤S101中，生成虚拟场景中的虚拟人物的行为，包括：

判定当前参训人员的训练次数，若当前参训人员的训练次数大于或等于预设阈值，则根据虚拟人物行为调整数据在人物性格集合中获取至少一种的人物性格，在与该人物性格相对应的行为方法集合中获取至少一种的行为方法，作为虚拟场景中的至少一个虚拟人物的行为；预设阈值可为一次、两次或两次以上。

若当前参训人员的训练次数小于预设阈值，则在人物性格集合中随机获取至少一种的人物性格，在与该人物性格相对应的行为方法集合中获取至少一种的行为方法，作为虚拟场景中的至少一个虚拟人物的行为。

若当前参训人员为初次训练，则可根据设置的虚拟人物初始化的动画、初始虚拟人物性格、初始虚拟人物动作行为权重及初始虚拟人物语音行为权重，生成虚拟场景中的虚拟人物的行为。

其中，步骤S102中，采集参训人员在虚拟场景中训练时的反映参训人员行为的训练数据，包括：

(1)单人训练中，未使用全身跟踪动作捕捉情况下，参训人员与虚拟人物交互时，获取参训人员的口头警告，交流语音，所使用警械指向，警械使用规范，是否击打或击毙虚拟人物等信息。

(2)单人训练中，使用全身跟踪动作捕捉的情况下，获取参训人员肢体动作信息，参训人员和虚拟人物交互时，获取参训人员动作规范，参训人员和虚拟人物交互语音，持握警械姿势，警械指向，警械使用动作，是否使用警械打击或击毙虚拟人物，是否使用肢体打击或击毙虚拟人物等信息。

(3)多人训练中，未使用全身跟踪动作捕捉情况下，获取每个参训人员的站位，多人协作规范，枪械是否指向队友，与虚拟人物交互语音，制服虚拟人物时协同规范，是否使用警械击打或击毙虚拟人物等信息。

(4)多人训练中，使用全身跟踪动作捕捉情况下，获取参训人员的相对位置信息，多人协同队形，多人协同时使用的手势，多人协同时的肢体动作，与虚拟人物交互的语音，枪械使用情况，枪械是否指向队友，持握警械姿势，警械使用动作，是否使用警械打击或击毙虚拟人物，是否使用肢体打击或击毙虚拟人物等信息。

其中，在采集以上数据后，生成每个参训人员的训练数据，并将训练数据以及训练次数传输至数据库内保存。

其中，使用Windows***自带的语音识别或其他语音识别工具，获取交互语音的关键字。使用相应的VR SDK或开发者权限，获取VR手柄、VR位置***等VR输入设备的使用参数，例如手柄扳机位置、手柄朝向、手柄按键状态等。

其中，为保证训练效果及训练真实体验感，可在现实环境内搭建训练环境，如需要全身跟踪动作捕捉的需要搭建定位追踪器，按训练剧本在规划出的训练场地摆放一些训练所需装置。

其中，步骤S103中，对采集的训练数据进行分析处理，获得反映参训人员异常行为的异常数据，具体为：

在参训人员开始训练之前，访问数据库内训练数据，获取参训人员的训练次数，如训练次数大于预设阈值，则对采集的训练数据进行分析处理，获得反映参训人员异常行为的异常数据，并继续执行步骤S104。此处预设阈值可使用AI算法计算得出，也可定为一个可调变量，在外部人为修改，或者定义为一个常量。

对采集的训练数据进行分析处理，获得反映参训人员异常行为的异常数据，具体为：对数据库内的训练数据进行逐条对比，去除重复的正确操作，针对参训人员的异常操作(即错误操作)进行采样分析，逐条分析数据，对比得出参训人员多次操作出错的异常数据。

可选地，对采集的训练数据进行分析处理中，数据对比可采用大数据处理分析，进行一定的AI计算。也可以采用算法进行每条数据提取，对比得出重复率最高的关键字或关键词信息，进行关键字或关键词分析，分析出该数据是正确操作数据或错误操作的异常数据。

其中，步骤S104中，虚拟人物行为调整数据，包括：

表征虚拟人物性格的性格数据；

表征虚拟人物行为概率的权重数据。

其中，步骤S104中，根据异常数据生成用于调整虚拟人物的行为的虚拟人物行为调整数据，具体为：

获得反映参训人员异常行为的异常数据后，先根据该异常数据以及训练剧本的初始定义生成新的表征虚拟人物性格的性格数据，再将性格数据和异常数据输入权重***中，权重***根据性格数据以及异常数据生成新的表征虚拟人物行为概率的权重数据，并将性格数据和权重数据写入配置文件。

在参训人员训练开始时，读取配置文件，将性格数据输入动画控制器和语音控制器，动画控制器接收到性格数据后，调用权重***访问配置文件内的权重数据，权重***返回动作行为权重和语音行为权重，动画控制器将会根据权重***返回的动作行为权重从行为方法集合中调用行为方法控制协调虚拟人物的动作行为，语音控制器将会根据权重***返回的语音行为权重从行为方法集合中调用行为方法控制协调虚拟人物的语音行为，从而得到新的虚拟人物的行为，通知训练开始，参训人员即开始新的训练。

例如：参训人员与虚拟人物交互语音时，会提取语音关键字，其中涉及恐吓虚拟人物、不利解决训练事件的引导词等语音关键字。针对训练数据进行分析处理获得的异常数据即包括反映上述恐吓虚拟人物、不利解决训练事件的引导词等语音数据，根据该异常数据生成用于调整虚拟人物的行为的虚拟人物行为调整数据并写入配置文件后，参训人员开始新的训练读取配置文件后，生成的虚拟人物的人物性格会偏向于暴躁性格，动作行为偏向于偏激的行动，语音行为偏向与偏激的交互语音，以诱发参训人员暴露出更多错误操作，可及时反映出参训人员的弱项。

由以上可知，本发明实施例提供的基于虚拟现实的警务训练方法，通过采集参训人员在虚拟场景中训练时的反映参训人员行为的训练数据，可在参训人员训练开始前访问数据库中训练数据以及训练次数，在当前参训人员为初次训练时，可根据设置的虚拟人物初始化的动画、初始虚拟人物性格、初始虚拟人物动作行为权重及初始虚拟人物语音行为权重，生成虚拟场景中的虚拟人物的行为，若当前参训人员的训练次数大于或等于预设阈值时，则对采集的训练数据进行分析处理，获得反映参训人员异常行为的异常数据，根据异常数据生成用于调整虚拟人物的行为的虚拟人物行为调整数据，通过该虚拟人物行为调整数据针对性调整虚拟人物行为，从而可针对参训人员的异常操作生成针对性的虚拟人物行为，有针对性和引导性的对参训人员进行训练。通过在相同虚拟场景及环境下可能产生完全不同的虚拟人物行为，提升了训练的趣味性的同时增加了训练的效果，可防止因虚拟人物行为模板化而导致参训人员产生训练疲劳，有效地解决了现有技术中虚拟人物行为固化导致的训练效果差的技术问题。同时，通过设置包括至少一种的人物性格的人物性格集合和与每一人物性格相对应的包括至少一种的行为方法的行为方法集合，每一人物性格对应至少一种的行为方法，可根据虚拟人物行为调整数据在在行为方法集合中调用不同的行为方法，使原本单一、固化的训练变为多交互、多变化的训练，更符合训练的要求，贴合实际，实现了一个场景多个用途，一个虚拟人物多种交互内容，节约了场景搭建成本，建模成本，使训练场景的生命周期大大延长，训练成本成倍降低。

实施例2

如图3所示，本实施例提供了一种基于虚拟现实的警务训练***，包括：

行为控制模块，用于生成虚拟场景中的虚拟人物的行为；

数据采集模块，用于采集参训人员在虚拟场景中训练时的反映参训人员行为的训练数据；

数据分析模块，用于对采集的训练数据进行分析处理，获得反映参训人员异常行为的异常数据；

行为调整数据生成模块，用于根据异常数据生成用于调整虚拟人物的行为的虚拟人物行为调整数据，虚拟人物行为调整数据包括表征虚拟人物性格的性格数据、表征虚拟人物行为概率的权重数据。

其中，行为控制模块包括：

动画控制器，用于控制虚拟场景中的虚拟人物的动作行为；

语音控制器，用于控制虚拟场景中的虚拟人物的语音行为。

其中，行为控制模块还包括：

权重***，用于调整虚拟人物的动作行为权重和语音行为权重；

其中，动画控制器根据权重***生成的动作行为权重控制虚拟场景中的虚拟人物的动作行为，语音控制器根据权重***生成的语音行为权重控制虚拟场景中的虚拟人物的语音行为。

进一步地，基于虚拟现实的警务训练***还包括：

性格行为模块，存储有包括至少一种的人物性格的人物性格集合和与每一人物性格相对应的包括至少一种的行为方法的行为方法集合，以供动画控制器根据接收的性格数据在人物性格集合中调用至少一种的人物性格，动画控制器根据权重***生成的动作行为权重在行为方法集合中调用至少一种的行为方法。性格行为模块中还可存储虚拟人物初始化的动画、初始虚拟人物性格、初始虚拟人物动作行为权重及初始虚拟人物语音行为权重。

进一步地，基于虚拟现实的警务训练***还包括：

配置文件，虚拟人物行为调整数据生成后写入配置文件，以供行为控制模块读取配置文件中的虚拟人物行为调整数据而生成虚拟场景中的虚拟人物的行为。

基于虚拟现实的警务训练***定义相应的实战实训时，根据相应训练需求制定训练剧本。参训人员使用基于虚拟现实的警务训练***进行训练时，在参训人员训练开始前访问数据库中的训练数据以及训练次数。若当前参训人员为初次训练，则根据基于虚拟现实的警务训练***中设置的虚拟人物初始化的动画、初始虚拟人物性格、初始虚拟人物动作行为权重及初始虚拟人物语音行为权重，生成虚拟场景中的虚拟人物的行为，参训人员即可开始初次训练。若当前参训人员的训练次数小于预设阈值，则动画控制器随机生成虚拟人物的动作行为，语音控制器随机生成虚拟人物的语音行为。在参训人员训练过程中，数据采集模块采集参训人员在虚拟场景中训练时的反映参训人员行为的训练数据，并将训练数据以及训练次数存储至数据库中。若当前参训人员的训练次数大于或等于预设阈值时，则对采集的训练数据进行分析处理，获得反映参训人员异常行为的异常数据，行为调整数据生成模块根据该异常数据以及训练剧本的初始定义生成新的表征虚拟人物性格的性格数据，再将性格数据和异常数据输入权重***中，权重***根据性格数据以及异常数据生成新的表征虚拟人物行为概率的权重数据，并将性格数据和权重数据写入配置文件，行为控制模块读取配置文件，将性格数据输入动画控制器和语音控制器，动画控制器接收到性格数据后，调用权重***访问配置文件内的权重数据，权重***返回动作行为权重和语音行为权重，动画控制器将会根据权重***返回的动作行为权重从行为方法集合中调用行为方法控制协调虚拟人物的动作行为，语音控制器将会根据权重***返回的语音行为权重从行为方法集合中调用行为方法控制协调虚拟人物的语音行为，从而得到新的虚拟人物的行为，通知训练开始，参训人员即开始新的训练。从而可针对参训人员的异常操作生成针对性的虚拟人物行为，有针对性和引导性的对参训人员进行训练。本发明实施例提供的基于虚拟现实的警务训练***，通过在相同虚拟场景及环境下可能产生完全不同的虚拟人物行为，提升了训练的趣味性的同时增加了训练的效果，可防止因虚拟人物行为模板化而导致参训人员产生训练疲劳，有效地解决了现有技术中虚拟人物行为固化导致的训练效果差的技术问题。同时，性格行为模块和权重***的设置，每一人物性格对应至少一种的行为方法，可根据性格数据和权重数据在行为方法集合中调用不同的行为方法，使原本单一、固化的训练变为多交互、多变化的训练，更符合训练的要求，贴合实际，实现了一个场景多个用途，一个虚拟人物多种交互内容，节约了场景搭建成本，建模成本，使训练场景的生命周期大大延长，训练成本成倍降低。

可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。本发明实施例提供的基于虚拟现实的警务训练***，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，***实施例部分未提及之处，可参考前述方法实施例中相应内容。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

本申请所提供的几个实施例中，应该理解到，所揭露的***和方法，也可以通过其它的方式实现。以上所描述的***实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。

而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-0nlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本发明的优选实施例而己，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.基于虚拟现实的警务训练方法，其特征在于，包括：

生成虚拟场景中的虚拟人物的行为；

采集参训人员在所述虚拟场景中训练时的反映所述参训人员行为的训练数据；

对采集的所述训练数据进行分析处理，获得反映所述参训人员异常行为的异常数据，具体为：对数据库内的训练数据进行逐条对比，去除重复的正确操作，针对参训人员的异常操作或错误操作进行采样分析，逐条分析数据，对比得出参训人员多次操作出错的异常数据；

根据所述异常数据生成用于调整虚拟人物的行为的虚拟人物行为调整数据，得到新的虚拟人物的行为。

2.根据权利要求1所述的基于虚拟现实的警务训练方法，其特征在于，所述生成虚拟场景中的虚拟人物的行为之前，包括：

设置包括至少一种的人物性格的人物性格集合和与每一人物性格相对应的包括至少一种的行为方法的行为方法集合。

3.根据权利要求2所述的基于虚拟现实的警务训练方法，其特征在于，所述生成虚拟场景中的虚拟人物的行为，包括：

若当前参训人员的训练次数大于或等于预设阈值，则根据所述虚拟人物行为调整数据在所述人物性格集合中获取至少一种的人物性格，在和在所述人物性格集合中获取的至少一种的人物性格相对应的所述行为方法集合中获取至少一种的行为方法，作为虚拟场景中的至少一个虚拟人物的行为；

若当前参训人员的训练次数小于预设阈值，则在所述人物性格集合中随机获取至少一种的人物性格，在和在所述人物性格集合中获取的至少一种的人物性格相对应的所述行为方法集合中随机获取至少一种的行为方法，作为虚拟场景中的至少一个虚拟人物的行为。

4.根据权利要求2所述的基于虚拟现实的警务训练方法，其特征在于：

所述行为方法包括动作行为和语音行为。

5.根据权利要求1所述的基于虚拟现实的警务训练方法，其特征在于，所述虚拟人物行为调整数据，包括：

表征虚拟人物性格的性格数据；

表征虚拟人物行为概率的权重数据。

6.基于虚拟现实的警务训练***，其特征在于，包括：

行为控制模块，用于生成虚拟场景中的虚拟人物的行为；

数据采集模块，用于采集参训人员在所述虚拟场景中训练时的反映所述参训人员行为的训练数据；

数据分析模块，用于对采集的所述训练数据进行分析处理，获得反映所述参训人员异常行为的异常数据，具体为：对数据库内的训练数据进行逐条对比，去除重复的正确操作，针对参训人员的异常操作或错误操作进行采样分析，逐条分析数据，对比得出参训人员多次操作出错的异常数据；

行为调整数据生成模块，用于根据所述异常数据生成用于调整虚拟人物的行为的虚拟人物行为调整数据，得到新的虚拟人物的行为。

7.根据权利要求6所述的基于虚拟现实的警务训练***，其特征在于，所述行为控制模块包括：

动画控制器，用于控制虚拟场景中的虚拟人物的动作行为；

语音控制器，用于控制虚拟场景中的虚拟人物的语音行为。

8.根据权利要求7所述的基于虚拟现实的警务训练***，其特征在于，所述行为控制模块还包括：

权重***，用于调整虚拟人物的动作行为权重和语音行为权重；

其中，所述动画控制器根据所述权重***生成的动作行为权重控制虚拟场景中的虚拟人物的动作行为，所述语音控制器根据所述权重***生成的语音行为权重控制虚拟场景中的虚拟人物的语音行为。

9.根据权利要求8所述的基于虚拟现实的警务训练***，其特征在于，还包括：

性格行为模块，存储有包括至少一种的人物性格的人物性格集合和与每一人物性格相对应的包括至少一种的行为方法的行为方法集合，以供所述动画控制器根据接收的性格数据在所述人物性格集合中调用至少一种的人物性格，所述动画控制器根据所述权重***生成的动作行为权重在所述行为方法集合中调用至少一种的行为方法。

10.根据权利要求6所述的基于虚拟现实的警务训练***，其特征在于，还包括：

配置文件，所述虚拟人物行为调整数据生成后写入所述配置文件，以供行为控制模块读取所述配置文件中的虚拟人物行为调整数据而生成虚拟场景中的虚拟人物的行为。

Images