CN106601066A - 主动教学方法、装置及系统 - Google Patents
主动教学方法、装置及系统 Download PDFInfo
- Publication number
- CN106601066A CN106601066A CN201710064506.2A CN201710064506A CN106601066A CN 106601066 A CN106601066 A CN 106601066A CN 201710064506 A CN201710064506 A CN 201710064506A CN 106601066 A CN106601066 A CN 106601066A
- Authority
- CN
- China
- Prior art keywords
- peripheral hardware
- user
- vehicle attitude
- active
- teaching
- 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
Links
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
- G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
- G09B9/04—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles
Abstract
本发明提供了一种主动教学方法、装置及系统，预先设定好考试规则，制定个性化教学方案，在驾驶过程中，根据当前车辆姿态和期望车辆姿态，获取外设教学执行装置目前的位置，根据目前位置计算达到期望车辆姿态所需要的运动量，再通过与用户直接接触的外设执行与外设运动量相应的操作，向用户肢体施加压力，以此来训练用户的动作记忆，达到对用户驾驶技能的教导目的。本发明不需要教练参与具体学员的训练过程，就能以手把手的方式实施教学，满足用户随时随地学车的需求，具有很高的实用性，同时为驾校运营节约了场地成本、教练员成本、油耗成本。
Description
技术领域
本发明涉及人体动作参数识别的技术领域，特别是一种应用于驾驶训练的主动教学方法、装置及系统。
背景技术
现在拥有车的成本降低，很多人都在买车，自然有很多人有学车的需求，传统学车一般是预约驾校教练来训练自己的驾驶技能，这种方式机动性不强，人工成本也较高。
发明内容
本发明的目的是提供一种主动教学方法、装置及系统，旨在解决现有的学车过程需要教练来训练驾驶技能、无法自主学习驾驶技能以及学车成本较高的问题。
本发明解决其技术问题所采用的技术方案是：
一种主动教学方法，包括：
生成个性化教学方案的虚拟场景并推送给用户；
接收用户对个性化教学方案的选择指令，确定个性化教学方案；
根据所述个性化教学方案，生成自动驾驶规划；
获取当前车辆姿态和当前外设状态；
根据所述当前车辆姿态和所述当前外设状态，建立外设控制方案；
根据所述当前车辆姿态，查询自动驾驶规划，获取期望车辆姿态；
根据所述外设控制方案、所述当前外设状态、所述当前车辆姿态和所述期望车辆姿态，计算外设运动量；
将包含所述外设运动量的执行命令发送到外设控制系统，通过外设控制系统控制外设执行与外设运动量相应的操作，通过外设驱动用户肢体完成操作。
在上述实施例的基础上，进一步地，所述生成个性化教学方案的虚拟场景并推送给用户的步骤前，还包括：
查询用户的历史数据，获取用户的训练时长、训练进度、待加强科目；
所述生成个性化教学方案的虚拟场景并推送给用户的步骤，具体为：
根据所述训练时长、所述训练进度、所述待加强科目，生成个性化教学方案的虚拟场景并推送给用户。
一种主动教学装置，包括：
生成模块，用于生成个性化教学方案的虚拟场景并推送给用户；
确定模块，用于接收用户对个性化教学方案的选择指令，确定个性化教学方案；
规划模块，用于根据所述个性化教学方案，生成自动驾驶规划；
获取模块，用于获取当前车辆姿态和当前外设状态；
建立模块，用于根据所述当前车辆姿态和所述当前外设状态，建立外设控制方案；
查询模块，用于根据所述当前车辆姿态，查询自动驾驶规划，获取期望车辆姿态；
反解模块，用于根据所述外设控制方案、所述当前外设状态、所述当前车辆姿态和所述期望车辆姿态，计算外设运动量；
执行模块，用于将包含所述外设运动量的执行命令发送到外设控制系统，通过外设控制系统控制外设执行与外设运动量相应的操作，通过外设驱动用户肢体完成操作。
在上述实施例的基础上，进一步地，还包括：
历史查询模块，用于查询用户的历史数据，获取用户的训练时长、训练进度、待加强科目；
所述生成模块用于：
根据所述训练时长、所述训练进度、所述待加强科目，生成个性化教学方案的虚拟场景并推送给用户。
一种主动教学系统，包括：
上述任一项实施例中的主动教学装置；
外设控制系统，用于接收所述主动教学装置发送的包含外设运动量的执行命令，根据所述执行命令控制外设执行与外设运动量相应的操作；
外设，用于执行与外设运动量相应的操作，驱动用户肢体，教导用户学习驾驶技能。
在上述实施例的基础上，进一步地，所述外设包括方向盘、油门、制动板、档位。
在上述实施例的基础上，进一步地，所述执行命令包括方向盘指令、档位指令、离合指令、刹车指令、油门指令、切换油门刹车指令。
在上述任意实施例的基础上，进一步地，所述外设控制系统包括机械臂。
本发明的有益效果是：
本发明提供了一种主动教学方法、装置及系统，预先设定好考试规则，以大数据和深度学习为基础，以考试规则为导向，制定个性化教学方案，在虚拟场景的驾驶过程中，根据当前车辆姿态和期望车辆姿态，获取外设教学执行装置目前的位置，根据目前位置计算达到期望车辆姿态所需要的运动量，再通过与用户直接接触的外设执行与外设运动量相应的操作，向用户肢体(包括手部和脚部)施加压力，以此来训练用户的动作记忆，达到对用户驾驶技能的教导目的。本发明不需要教练参与具体学员的训练过程，只需要预先设置好多种教学方案，就能以手把手的方式实施教学，满足用户随时随地学车的需求，具有很高的实用性，同时为驾校运营节约了场地成本、教练员成本、油耗成本。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1示出了本发明实施例提供的一种主动教学方法的流程图；
图2示出了本发明实施例提供的一种主动教学装置的结构示意图；
图3示出了本发明实施例提供的一种主动教学系统的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不限定本发明。
具体实施例一
如图1所示，本发明实施例提供了一种主动教学方法，包括：
步骤S101，生成个性化教学方案的虚拟场景并推送给用户；
步骤S102，接收用户对个性化教学方案的选择指令，确定个性化教学方案；
步骤S103，根据所述个性化教学方案，生成自动驾驶规划；
步骤S104，获取当前车辆姿态和当前外设状态；
步骤S105，根据所述当前车辆姿态和所述当前外设状态，建立外设控制方案；
步骤S106，根据所述当前车辆姿态，查询自动驾驶规划，获取期望车辆姿态；
步骤S107，根据所述外设控制方案、所述当前外设状态、所述当前车辆姿态和所述期望车辆姿态，计算外设运动量；
步骤S108，将包含所述外设运动量的执行命令发送到外设控制系统，通过外设控制系统控制外设执行与外设运动量相应的操作，通过外设驱动用户肢体完成操作。
本发明实施例预先设定好教学方案，预先设定好考试规则，以大数据和深度学习为基础，以考试规则为导向，制定个性化教学方案，在虚拟场景的驾驶过程中，根据当前车辆姿态和期望车辆姿态，获取外设教学执行装置目前的位置，根据目前位置计算达到期望车辆姿态所需要的运动量，再通过与用户直接接触的外设执行与外设运动量相应的操作，向用户肢体(包括手部和脚部)施加压力，以此来训练用户的动作记忆，达到对用户驾驶技能的教导目的。本发明不需要教练参与具体学员的训练过程，只需要预先设置好多种教学方案，就能以手把手的方式实施教学，满足用户随时随地学车的需求，具有很高的实用性，同时为驾校运营节约了场地成本、教练员成本、油耗成本。
本发明实施例中的教学方案是以某种方式将虚拟车辆驾驶到某一指定位置的动作集合。本发明实施例对确定教学方案的方式不做限定，在上述实施例的基础上，优选的，所述步骤S101前，还可以包括：查询用户的历史数据，获取用户的训练时长、训练进度、待加强科目；所述步骤S101，可以具体为：根据所述训练时长、所述训练进度、所述待加强科目，生成个性化教学方案的虚拟场景并推送给用户。这样做的好处是，根据用户的学习进度，向用户提供适合的个性化教学方案，提高了用户体验，使本发明实施例更具有人性化。本发明实施例中，用户的历史数据可以来源于存储在服务器上的大数据，大数据包括当前车辆姿态、期望车辆姿态、执行命令，记录了用户的详细训练过程。从大数据中，可以提取用户的训练时长、训练进度、待加强科目。训练时长包括培训已用课时以及某个科目已用培训课时；训练进度包括已完成培训的科目信息；待加强科目为所有待培训科目中除去已完成培训的科目后剩下的科目。
本发明实施例生成自动驾驶规划的目的是，根据教学计划的要求，带领学员驾驶通过目标培训科目。本发明实施例对自动驾驶规划的内容不做限定，在上述任意实施例的基础上，优选的，所述自动驾驶规划可以包括路径规划、教学计划、交通规则、行为规划。
本发明实施例对教学计划不做限定，其可以是根据学员的特点量身定制的驾驶培训计划，在生成虚拟世界时产生。教学计划可以包括本次待培训科目、预计每个科目的培训次数、科目合格标准。
本发明实施例对交通规则不做限定，其可以是在虚拟世界里仿制的现实交通规则，用于规整驾驶员的驾驶行为。
本发明实施例对行为规划不做限定，其可以是为了培养学员的驾驶习惯而设置的课程，且与教学计划相辅相成，其中，教学计划负责传授技能，行为规划负责培养良好的驾驶习惯。
本发明实施例对路径规划的获取方式不做限定，优选的，所述路径规划的获取可以采用Floyd算法。Floyd算法，即Floyd-Warshall算法(Floyd-Warshall algorithm)是解决任意两点间的最短路径的一种算法，其计算方法为现有技术，在此不做赘述。
将Floyd算法应用于本发明实施例中，可用来获取路径规划，即在车辆行驶的过程中，可以采用Floyd算法计算出科目与科目间的最佳路线，这些路线既可以完成技能的培训，也可以完成对用户驾驶习惯的培养。
在上述的具体实施例一中，提供了一种主动教学方法，与之相对应的，本申请还提供一种主动教学装置。由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
具体实施例二
如图2所示，本发明实施例提供了一种主动教学装置，包括：
生成模块201，用于生成个性化教学方案的虚拟场景并推送给用户；
确定模块202，用于接收用户对个性化教学方案的选择指令，确定个性化教学方案；
规划模块203，用于根据所述个性化教学方案，生成自动驾驶规划；
获取模块204，用于获取当前车辆姿态和当前外设状态；
建立模块205，用于根据所述当前车辆姿态和所述当前外设状态，建立外设控制方案；
查询模块206，用于根据所述当前车辆姿态，查询自动驾驶规划，获取期望车辆姿态；
反解模块207，用于根据所述外设控制方案、所述当前外设状态、所述当前车辆姿态和所述期望车辆姿态，计算外设运动量；
执行模块208，用于将包含所述外设运动量的执行命令发送到外设控制系统，通过外设控制系统控制外设执行与外设运动量相应的操作，通过外设驱动用户肢体完成操作。
本发明实施例预先设定好教学方案，预先设定好考试规则，以大数据和深度学习为基础，以考试规则为导向，制定个性化教学方案，在虚拟场景的驾驶过程中，根据当前车辆姿态和期望车辆姿态，获取外设教学执行装置目前的位置，根据目前位置计算达到期望车辆姿态所需要的运动量，再通过与用户直接接触的外设执行与外设运动量相应的操作，向用户肢体(包括手部和脚部)施加压力，以此来训练用户的动作记忆，达到对用户驾驶技能的教导目的。本发明不需要教练参与具体学员的训练过程，只需要预先设置好多种教学方案，就能以手把手的方式实施教学，满足用户随时随地学车的需求，具有很高的实用性，同时为驾校运营节约了场地成本、教练员成本、油耗成本。
本发明实施例中的教学方案是以某种方式将虚拟车辆驾驶到某一指定位置的动作集合。本发明实施例对确定教学方案的方式不做限定，在上述实施例的基础上，优选的，还可以包括历史查询模块，用于查询用户的历史数据，获取用户的训练时长、训练进度、待加强科目；所述生成模块201用于：根据所述训练时长、所述训练进度、所述待加强科目，生成个性化教学方案的虚拟场景并推送给用户。这样做的好处是，根据用户的学习进度，向用户提供适合的个性化教学方案，提高了用户体验，使本发明实施例更具有人性化。本发明实施例中，用户的历史数据可以来源于存储在服务器上的大数据，大数据包括当前车辆姿态、期望车辆姿态、执行命令，记录了用户的详细训练过程。从大数据中，可以提取用户的训练时长、训练进度、待加强科目。训练时长包括培训已用课时以及某个科目已用培训课时；训练进度包括已完成培训的科目信息；待加强科目为所有待培训科目中除去已完成培训的科目后剩下的科目。
本发明实施例生成自动驾驶规划的目的是，根据教学计划的要求，带领学员驾驶通过目标培训科目。本发明实施例对自动驾驶规划的内容不做限定，在上述任意实施例的基础上，优选的，所述自动驾驶规划可以包括路径规划、教学计划、交通规则、行为规划。
本发明实施例对教学计划不做限定，其可以是根据学员的特点量身定制的驾驶培训计划，在生成虚拟世界时产生。教学计划可以包括本次待培训科目、预计每个科目的培训次数、科目合格标准。
本发明实施例对交通规则不做限定，其可以是在虚拟世界里仿制的现实交通规则，用于规整虚拟世界的驾驶行为。
本发明实施例对行为规划不做限定，其可以是为了培养学员的驾驶习惯而设置的课程，且与教学计划相辅相成，其中，教学计划负责传授技能，行为规划负责培养良好的驾驶习惯。
本发明实施例对路径规划的获取方式不做限定，优选的，所述路径规划的获取可以采用Floyd算法。
具体实施例三
如图3所示，本发明实施例提供了一种主动教学系统，包括：
具体实施例二中任一项实施例所述的主动教学装置301；
外设控制系统302，用于接收所述主动教学装置发送的包含外设运动量的执行命令，根据所述执行命令控制外设执行与外设运动量相应的操作；
外设303，用于执行与外设运动量相应的操作，驱动用户肢体，教导用户学习驾驶技能。
本发明实施例预先设定好教学方案，预先设定好考试规则，以大数据和深度学习为基础，以考试规则为导向，制定个性化教学方案，在虚拟场景的驾驶过程中，根据当前车辆姿态和期望车辆姿态，获取外设教学执行装置目前的位置，根据目前位置计算达到期望车辆姿态所需要的运动量，再通过与用户直接接触的外设执行与外设运动量相应的操作，向用户肢体(包括手部和脚部)施加压力，以此来训练用户的动作记忆，达到对用户驾驶技能的教导目的。本发明不需要教练参与具体学员的训练过程，只需要预先设置好多种教学方案，就能以手把手的方式实施教学，满足用户随时随地学车的需求，具有很高的实用性，同时为驾校运营节约了场地成本、教练员成本、油耗成本。
本发明实施例对用于训练用户驾驶记忆的外设303不做限定，在上述任意实施例的基础上，优选的，所述外设303可以包括方向盘、油门、制动板、档位。所述外设运动量，即通向与期望车辆姿态相应的下一个目标点的方向盘转动量与油门、制动板、档位的运动量。所述外设控制方案可以包括控制外设303中的一个或多个。优选的，本发明实施例中，所述外设303还可以包括扬声器，所述执行指令还包括语音提示信息，所述扬声器用于播放语音提示信息。
本发明实施例对执行命令不做限定，优选的，所述执行命令可以包括方向盘指令、档位指令、离合指令、刹车指令、油门指令、切换油门刹车指令。方向盘指令用于驱动用户肢体完成执行过程；档位指令用于驱动用户肢体完成档位执行过程；离合指令用于驱动用户肢体完成离合指令执行过程；刹车指令用于驱动用户肢体完成刹车指令执行过程；油门指令用于驱动用户肢体完成油门指令执行过程；切换油门刹车指令用于驱动用户肢体完成切换油门刹车指令执行过程。
本发明实施例对外设控制系统302不做限定，优选的，所述外设控制系统302可以包括机械臂。用机械臂来控制外设，技术成熟、灵敏度高。
本发明实施例中的方向盘控制，即方向盘转动量的控制，其控制目的是通过控制方向盘的转动角度以减小或消除车辆实际位置与期望位置/偏航角的偏差。
本发明实施例中，油门、制动板、档位的运动量可通过车速控制算法来获取，车速控制算法的目的是实现车辆以指定速度行驶。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。尽管本发明已进行了一定程度的描述，明显地，在不脱离本发明的精神和范围的条件下，可进行各个条件的适当变化。可以理解，本发明不限于所述实施方案，而归于权利要求的范围，其包括所述每个因素的等同替换。
Claims (8)
1.一种主动教学方法，其特征在于，包括：
生成个性化教学方案的虚拟场景并推送给用户；
接收用户对个性化教学方案的选择指令，确定个性化教学方案；
根据所述个性化教学方案，生成自动驾驶规划；
获取当前车辆姿态和当前外设状态；
根据所述当前车辆姿态和所述当前外设状态，建立外设控制方案；
根据所述当前车辆姿态，查询自动驾驶规划，获取期望车辆姿态；
根据所述外设控制方案、所述当前外设状态、所述当前车辆姿态和所述期望车辆姿态，计算外设运动量；
将包含所述外设运动量的执行命令发送到外设控制系统，通过外设控制系统控制外设执行与外设运动量相应的操作，通过外设驱动用户肢体完成操作。
2.根据权利要求1所述的主动教学方法，其特征在于，所述生成个性化教学方案的虚拟场景并推送给用户的步骤前，还包括：
查询用户的历史数据，获取用户的训练时长、训练进度、待加强科目；
所述生成个性化教学方案的虚拟场景并推送给用户的步骤，具体为：
根据所述训练时长、所述训练进度、所述待加强科目，生成个性化教学方案的虚拟场景并推送给用户。
3.一种主动教学装置，其特征在于，包括：
生成模块，用于生成个性化教学方案的虚拟场景并推送给用户；
确定模块，用于接收用户对个性化教学方案的选择指令，确定个性化教学方案；
规划模块，用于根据所述个性化教学方案，生成自动驾驶规划；
获取模块，用于获取当前车辆姿态和当前外设状态；
建立模块，用于根据所述当前车辆姿态和所述当前外设状态，建立外设控制方案；
查询模块，用于根据所述当前车辆姿态，查询自动驾驶规划，获取期望车辆姿态；
反解模块，用于根据所述外设控制方案、所述当前外设状态、所述当前车辆姿态和所述期望车辆姿态，计算外设运动量；
执行模块，用于将包含所述外设运动量的执行命令发送到外设控制系统，通过外设控制系统控制外设执行与外设运动量相应的操作，通过外设驱动用户肢体完成操作。
4.根据权利要求3所述的主动教学装置，其特征在于，还包括：
历史查询模块，用于查询用户的历史数据，获取用户的训练时长、训练进度、待加强科目；
所述生成模块用于：
根据所述训练时长、所述训练进度、所述待加强科目，生成个性化教学方案的虚拟场景并推送给用户。
5.一种主动教学系统，其特征在于，包括：
权利要求3或4所述的主动教学装置；
外设控制系统，用于接收所述主动教学装置发送的包含外设运动量的执行命令，根据所述执行命令控制外设执行与外设运动量相应的操作；
外设，用于执行与外设运动量相应的操作，驱动用户肢体，教导用户学习驾驶技能。
6.根据权利要求5所述的主动教学系统，其特征在于，所述外设包括方向盘、油门、制动板、档位。
7.根据权利要求6所述的主动教学系统，其特征在于，所述执行命令包括方向盘指令、档位指令、离合指令、刹车指令、油门指令、切换油门刹车指令。
8.根据权利要求5或6所述的主动教学系统，其特征在于，所述外设控制系统包括机械臂。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710064506.2A CN106601066A (zh) | 2017-02-04 | 2017-02-04 | 主动教学方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710064506.2A CN106601066A (zh) | 2017-02-04 | 2017-02-04 | 主动教学方法、装置及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106601066A true CN106601066A (zh) | 2017-04-26 |
Family
ID=58585422
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710064506.2A Pending CN106601066A (zh) | 2017-02-04 | 2017-02-04 | 主动教学方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106601066A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112435530A (zh) * | 2020-12-02 | 2021-03-02 | 青岛慧拓智能机器有限公司 | 一种矿用卡车模拟驾驶训练系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090089408A (ko) * | 2006-12-04 | 2009-08-21 | 후지쯔 가부시끼가이샤 | 운전 모의 평가 방법, 운전 모의 평가 장치 및 기록 매체 |
| CN102332219A (zh) * | 2011-08-26 | 2012-01-25 | 赵诩侬 | 实践互动教学方法的机器汽车驾驶教练的实现方法 |
| CN102467837A (zh) * | 2010-11-10 | 2012-05-23 | 上海日浦信息技术有限公司 | 一种三维仿真驾驶模拟系统 |
| CN104126184A (zh) * | 2011-11-23 | 2014-10-29 | 耐克创新有限合伙公司 | 用于包括训练计划的自动个人训练的方法和系统 |
| CN104900112A (zh) * | 2015-06-17 | 2015-09-09 | 重庆大学 | 车辆驾驶教学智能辅助指导方法及系统 |
| CN105185178A (zh) * | 2015-10-21 | 2015-12-23 | 华中师范大学 | 一种课件定制系统及方法 |
| CN105448153A (zh) * | 2015-12-31 | 2016-03-30 | 华夏博雅（北京）教育科技发展有限公司 | 生成定制化试卷的教学系统 |
| CN105810039A (zh) * | 2016-05-27 | 2016-07-27 | 福州大学 | 基于沉浸式vr的三维驾考模拟系统及其实现方法 |
| CN106023715A (zh) * | 2016-06-15 | 2016-10-12 | 长安大学 | 基于多gps和角度传感器的驾驶人辅助训练系统及其控制算法 |
| CN106205273A (zh) * | 2016-09-20 | 2016-12-07 | 山西省交通科学研究院 | 一种基于vr模拟技术的汽车驾驶模拟系统及方法 |
-
2017
- 2017-02-04 CN CN201710064506.2A patent/CN106601066A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090089408A (ko) * | 2006-12-04 | 2009-08-21 | 후지쯔 가부시끼가이샤 | 운전 모의 평가 방법, 운전 모의 평가 장치 및 기록 매체 |
| CN102467837A (zh) * | 2010-11-10 | 2012-05-23 | 上海日浦信息技术有限公司 | 一种三维仿真驾驶模拟系统 |
| CN102332219A (zh) * | 2011-08-26 | 2012-01-25 | 赵诩侬 | 实践互动教学方法的机器汽车驾驶教练的实现方法 |
| CN104126184A (zh) * | 2011-11-23 | 2014-10-29 | 耐克创新有限合伙公司 | 用于包括训练计划的自动个人训练的方法和系统 |
| CN104900112A (zh) * | 2015-06-17 | 2015-09-09 | 重庆大学 | 车辆驾驶教学智能辅助指导方法及系统 |
| CN105185178A (zh) * | 2015-10-21 | 2015-12-23 | 华中师范大学 | 一种课件定制系统及方法 |
| CN105448153A (zh) * | 2015-12-31 | 2016-03-30 | 华夏博雅（北京）教育科技发展有限公司 | 生成定制化试卷的教学系统 |
| CN105810039A (zh) * | 2016-05-27 | 2016-07-27 | 福州大学 | 基于沉浸式vr的三维驾考模拟系统及其实现方法 |
| CN106023715A (zh) * | 2016-06-15 | 2016-10-12 | 长安大学 | 基于多gps和角度传感器的驾驶人辅助训练系统及其控制算法 |
| CN106205273A (zh) * | 2016-09-20 | 2016-12-07 | 山西省交通科学研究院 | 一种基于vr模拟技术的汽车驾驶模拟系统及方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112435530A (zh) * | 2020-12-02 | 2021-03-02 | 青岛慧拓智能机器有限公司 | 一种矿用卡车模拟驾驶训练系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106938470B (zh) | 一种机器人力控示教模仿学习的装置及方法 | |
| Tan | Multi-agent reinforcement learning: Independent vs. cooperative agents | |
| Knox et al. | Training a robot via human feedback: A case study | |
| CN107705643A (zh) | 一种机器人主持教学方法及其装置 | |
| Kober et al. | Learning motor primitives for robotics | |
| Lee et al. | Combining haptic guidance and haptic disturbance: an initial study of hybrid haptic assistance for virtual steering task | |
| CN106023715A (zh) | 基于多gps和角度传感器的驾驶人辅助训练系统及其控制算法 | |
| Luces et al. | A phantom-sensation based paradigm for continuous vibrotactile wrist guidance in two-dimensional space | |
| CN109492763A (zh) | 一种基于强化学习网络训练的自动泊车方法 | |
| Tang et al. | Teaching autonomous driving using a modular and integrated approach | |
| CN103699136A (zh) | 基于蛙跳算法的智能家庭服务机器人系统及服务方法 | |
| FR2854962B1 (fr) | Procede et dispositif de pilotage d'un aeronef | |
| Celemin et al. | Coach: Learning continuous actions from corrective advice communicated by humans | |
| CN106601066A (zh) | 主动教学方法、装置及系统 | |
| Michieletto et al. | Teaching humanoid robotics by means of human teleoperation through RGB-D sensors | |
| Zdešar et al. | Engineering education in wheeled mobile robotics | |
| Farina et al. | When Helbing meets Laumond: the headed social force model | |
| CN104570738A (zh) | 基于Skinner操作条件反射自动机的机器人轨迹跟踪方法 | |
| CN108984275A (zh) | 基于Unity3D和深度增强学习的智能无人农用驾驶训练方法 | |
| WO2023180585A1 (en) | Controlling robots using latent action vector conditioned controller neural networks | |
| Li et al. | Ros based multi-sensor navigation of intelligent wheelchair | |
| Zieliński et al. | Stigmergic cooperation of autonomous robots | |
| CN107807534A (zh) | 一种多轮式机器人自适应协同控制算法及控制系统 | |
| McGhee et al. | An interactive computer-control system for a quadruped robot | |
| Safavi et al. | Teaching the user by learning from the user: personalizing movement control in physical human-robot interaction |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20171011 Address after: The Great Wall village three Dun Suzhou District 735000 in Gansu province Jiuquan City 4 Group No. 31 Applicant after: Liu Yong Address before: 100020 No. 42 building, No. 107, Chaoyang North Road, 1, Beijing, Chaoyang District, 102B Applicant before: Beijing Huangpu Road Technology Co., Ltd |
|
| TA01 | Transfer of patent application right | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170426 |
|
| RJ01 | Rejection of invention patent application after publication |