CN108182649A - 用于教学质量评估的智能机器人 - Google Patents
用于教学质量评估的智能机器人 Download PDFInfo
- Publication number
- CN108182649A CN108182649A CN201711436581.3A CN201711436581A CN108182649A CN 108182649 A CN108182649 A CN 108182649A CN 201711436581 A CN201711436581 A CN 201711436581A CN 108182649 A CN108182649 A CN 108182649A
- Authority
- CN
- China
- Prior art keywords
- data
- classroom
- assessment
- module
- submodule
- 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
- 238000001303 quality assessment method Methods 0.000 title claims abstract description 44
- 238000011156 evaluation Methods 0.000 claims abstract description 65
- 230000009471 action Effects 0.000 claims description 31
- 238000004458 analytical method Methods 0.000 claims description 22
- 230000002452 interceptive effect Effects 0.000 claims description 19
- 230000003993 interaction Effects 0.000 claims description 9
- 230000001755 vocal effect Effects 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 7
- 238000000034 method Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000007958 sleep Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Technology (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及教学机器人技术领域,具体为一种用于教学质量评估的智能机器人,包括本体、本体上设有电源系统、行走定位系统、数据采集系统、网络通信系统和控制系统,电源系统用来为行走定位系统、数据采集系统、网络通信系统和控制系统供电,控制系统用于对数据采集系统或网络通信系统的数据进行处理,并根据处理结果对电源系统或行走定位系统进行控制,数据采集系统包括课堂数据采集模块,课堂数据采集模块用于采集待评价课程的课堂教学数据;控制系统包括教学质量评估子系统。本发明提供的用于教学质量评估的智能机器人,能够解决现有教学质量评估过程中存在的评价结果不客观公正、采样范围小的问题。
Description
技术领域
本发明涉及教学机器人技术领域,具体而言,涉及一种用于教学质量评估的智能机器人。
背景技术
随着技术的进步,多媒体教学辅助系统被越来越广泛地应用于现代课堂教学中,使原本单调的教学更富多样性和趣味性。
长期以来,关于如何跟踪教师的授课质量、如何深入了解学生对不同课程或同一课程不同知识点的兴趣度以及如何掌握和比对不同教师对同一课程授课的效果,很多研究机构和人员进行了大量的研究工作。
总体而言,这些研究工作中的基础数据主要依靠抽查提问、问卷调查、任课教师或教学督导等人员进行的随堂观察和主观统计等方式,统计过程烦琐费时,而且存在很大的随机性和主观性,准确率低。
发明内容
本发明意在提供一种用于教学质量评估的智能机器人,能够解决现有人工进行教学质量评估过程中存在的评价结果不真实、不准确、随机性和主观性大的问题。
为了解决上述技术问题,本专利提供如下基础技术方案:
用于教学质量评估的智能机器人,包括本体、本体上设有电源系统、行走定位系统、数据采集系统、网络通信系统和控制系统,所述电源系统用来为行走定位系统、数据采集系统、网络通信系统和控制系统供电,所述控制系统用于对数据采集系统或网络通信系统的数据进行处理,并根据处理结果对电源系统或行走定位系统进行控制,其特征在于:
所述数据采集系统包括课堂数据采集模块,所述课堂数据采集模块用于采集待评价课程的课堂教学数据;
所述控制系统包括教学质量评估子系统,所述教学质量评估子系统能够通过网络通信系统从学校的教务系统中获取待评估课程的课程数据,所述课程数据包括教室位置,所述教学质量评估子系统能够通过控制行走定位系统使本体行走到待评估课程的教室中,所述课堂数据采集模块能够采集教室中的课堂教学数据,所述教学质量评估子系统能够根据课堂教学数据和课程数据生成课程评估结果。
本发明技术方案中,教学质量评估子系统能够通过网络通信系统从学校的教务系统中获取待评估课程的课程数据,进而获取待评估课程的上课位置,通过行走定位系统可以使机器人行走到教室中,通过课堂数据采集模块可以采集教室内的课堂教学数据,通过教学质量评估子系统能够自动根据课堂教学数据生成课程评估结果,与现有技术相比,本发明技术方案通过机器人代替学生、教师或专家来对教学质量进行监控评估,不存在主观因素,更加客观,机器人从学校的教务系统中自动获取待评估课程的课程数据,可以对待评估课程的每一趟课都进行评估,因而采样范围充足,可以解决现有评估方式偶然性较大,不能全面真实地反映出教师的教学质量的问题。
进一步,所述课程数据还包括课程基本数据、身份识别数据、课堂评估数据记录、课程评估结果,课堂数据采集模块能够采集教室内的视频数据,所述教学质量评估子系统包括:
视频分析模块,所述视频分析模块包括人脸识别子模块和动作识别子模块,所述人脸识别子模块用于根据身份识别数据识别视频数据中人员的身份,所述动作识别子模块用于识别视频数据中学生动作或姿势;
考勤评估模块,所述考勤评估模块用于根据人脸识别子模块的识别结果和课程基本数据生成学生考勤数据;
课堂纪律评估模块,所述课堂纪律评估模块用于根据动作识别子模块的识别结果生成学生动作纪律数据;
互动评估模块,所述互动评估模块用于根据动作识别子模块的识别结果统计师生互动次数数据;
积极性评估模块,所述积极性评估模块用于根据动作识别子模块的识别结果和课程基本数据生成学生积极性数据;
评估统计模块,所述评估统计模块用于将课堂评估数据上传至教务系统的课堂评估数据记录中,同时根据课堂评估数据记录生成该课程的课程评估结果并上传至教务系统,所述课堂评估数据包括学生考勤数据、学生动作纪律数据、互动次数数据和学生积极性数据。
通过课堂数据采集模块能够采集教室内每一堂课的视频数据,通过视频分析模块对这一节课的视频进行分析,识别视频数据中的学生和教师,并根据人脸识别的识别结果计算这一节课的出勤率、迟到率、早退率等考勤数据,通过动作识别模块能识别学生低头、睡觉、举手、走动等动作,课堂纪律评估模块通过统计睡觉、低头、走动的学生数量即可得出学生动作纪律数据,互动评估模块根据学生举手的时间间隔,可以将课堂划分为多个不同的互动时间段,进而可以得到师生互动次数数据,积极性评估模块根据学生举手的数量,再通过相应的计算,例如计算举手学生的占比,即可得到学生积极性数据,评估统计模块将上述几个数据一起统计起来作为这一节课的课堂评估数据,并上传到教务系统中存储的课堂评估数据记录中,然后对课堂评估数据记录中的所有课堂评估记录进行累计,最终生成整门课程的课程评估结果并同步更新到教务系统中。
通过课堂数据采集模块能够自动采集记录每一堂课的视频数据,无需专人专门去听课,通过考勤评估模块、课堂纪律评估模块、互动评估模块以及积极性评估模块从学生考勤、课堂纪律、互动次数、问答积极性四个方面生成课堂评估数据,学生考勤以及课堂纪律显示了教师的课堂管理方面的能力,互动次数则体现了教师的教学方法和课堂氛围的掌控能力,问答积极性则体现了教师的教学方法和教学效果方面的能力,并通过评估统计模块将这四个数据综合起来,对每一节课都生成课堂评估结果,无需人工进行评价,简单方便效率高,更加客观以及公正,并最终累计每一节可得课堂评估结果生成最终课程评估结果,将教师每一节课的课堂表现都纳入最终的课程评估中,采样范围大,偶然性小,能够更加真实准确的反应教师的教学水平和教学质量。
进一步,教学质量评估子系统还包括音频分析模块,所述课堂数据采集模块还用于采集教室内的音频数据,所述音频分析模块用于识别教师和学生的讲话内容。
通过采集音频以及分析音频,可以获取教师和学生的讲话内容,可以进一步的利用音频数据对教师教学质量进行评价,增加评价的准确性。
进一步,教学质量评估子系统还包括知识点评估模块,所述知识点评估模块用于根据教师讲话内容对教师讲课中所传达的知识点进行统计并生成知识点数据,所述课堂评估数据还包括知识点数据。
通过知识点评估模块能够对教师的教学内容方面进行评估,判断教师讲授的知识是否系统、准确以及重点突出。
进一步,所述知识点数据包括重点突出数据和知识点范围数据,所述知识点评估模块包括知识点数量统计子模块、重点评估子模块和范围评估子模块,所述知识点数量统计子模块能够记录教师讲课过程中所讲述的知识点的个数以及每个知识点出现的频率,所述重点评估子模块能够根据知识点出现的频率生成重点突出数据,所述范围评估子模块能够根据知识点的个数生成知识点范围数据。
通过记录知识点出现的频率可以获取教师讲课的重点,只要与该课程标准的重点范围进行对比即可得知该教师讲授的课程重点是否突出,以此作为重点突出数据;通过知识点数量判断教师讲授的知识点的范围,通过与该课程标准的知识点范围进行对比,即可得知该教师教学知识点范围是否合理,是否有适当的知识点延伸或拓展等,以此作为知识点范围数据。
进一步,所述音频分析模块还用于从音频数据中获取学生上课时的噪音,所述课堂纪律评估模块还用于根据学生上课时的噪音生成学生声音纪律数据,所述课堂评估数据还包括学生声音纪律数据。
通过上课时的噪音可以从另一方面反应课堂纪律,通过该数据能够体现教师的课堂管理能力。
进一步,教学质量评估子系统还包括教师违规评估模块,所述教师违规评估模块用于根据教师讲话内容对教师讲课中所说的违规语进行统计并生成语言违规数据,所述课堂评估数据还包括语言违规数据。
通过违规评估模块筛选教师讲课的内容,并统计教师的违规语,防止教师向学生传导不正确的思想,例如辱骂学生、乱发脾气、发牢骚抱怨、传播不正确的价值观、反政府、反人类等。通过语言违规数据能够体现教师的责任心、政治观、人生观、价值观,可以更加全面的评估教师。
进一步,所述考勤评估模块还用于根据人脸识别子模块的识别结果生成教师考勤数据,所述课堂评估数据还包括教师考勤数据。
教师考勤能够体现教师的责任心,通过将教师考勤数据键入课堂评估数据可以使评估更加全面。
进一步,所述音频分析模块包括声纹码筛选模块,所述声纹码筛选模块用于根据声纹数据将教师的讲话音频从音频数据中分离出来。
通过声纹码分离学生和教师讲话内容,更加准确。
附图说明
图1为本发明用于教学质量评估的智能机器人实施例中教学质量评估子系统的逻辑框图。
具体实施方式
下面通过具体实施方式对本发明作进一步详细的说明:
本实施例用于教学质量评估的智能机器人包括本体,本体上设有电源系统、行走定位系统、数据采集系统、网络通信系统和控制系统,电源系统用来为行走定位系统、数据采集系统、网络通信系统和控制系统供电,控制系统用于对数据采集系统或网络通信系统的数据进行处理,并根据处理结果对电源系统或行走定位系统进行控制,数据采集系统包括课堂数据采集模块,课堂数据采集模块用于采集待评价课程的课堂教学数据;
控制系统包括教学质量评估子系统,教学质量评估子系统能够通过网络通信系统从学校的教务系统中获取待评估课程的课程数据,课程数据包括教室位置,教学质量评估子系统能够通过控制行走定位系统使本体行走到待评估课程的教室中,课堂数据采集模块能够采集教室中的课堂教学数据,教学质量评估子系统能够根据课堂教学数据和课程数据生成课程评估结果。
课堂数据采集模块包括视频数据采集子模块和音频数据采集子模块,分别用于采集教室内的视频数据和音频数据,本实施例中视频数据采集模块为设置在机器人本体头部或者顶端高清摄像头,为了能够全面的获取教室内的视频数据,摄像头可以设置多个,沿着机器人头部均匀分布,然后通过图像合成的算法将各个摄像头的图像拼接起来,以扩大视频采集范围,视频图像的处理算法可以采用现有的技术,只要能够采集到教室内学生以及教师的面部以及肢体动作即可,机器人在采集教学数据时,可根据需要进行移动,例如为了获取考勤数据,机器人可以停靠在门口,以对进入教室和离开教室的学生进行识别和计数,为了使获取的教师说话声音或学生回答问题的声音音量更大,可以使机器人追踪并向说话者的位置移动,也可以在教室中设置多个蓝牙麦克风,通过蓝牙与机器人数据连接,为机器人采集整个教室内各个位置的音频数据,由机器人进行合成,本实施例中音频数据采集子模块优选采用第二种方式,以便能够确保整个教室的音频都可以被采集到,这些都可以采用现有的技术实现,机器人本体、电源系统、行走定位系统和网络通信系统也全部采用现有的智能机器人上使用的相关技术,在此不再赘述。
教学质量评估子系统的结构如图1所示,包括视频分析模块、音频分析模块、考勤评估模块、课堂纪律评估模块、互动评估模块、积极性评估模块、知识点评估模块、掌握度评估模块、教师违规评估模块以及评估统计模块。
视频分析模块包括人脸识别子模块和动作识别子模块,人脸识别子模块用于识别处视频数据中的教师和学生,动作识别子模块用于识别视频数据中学生动作或姿势,本实施例中,动作识别模块主要用于识别学生低头姿势、学生睡觉姿势、学生走路动作以及学生举手动作,人脸识别技术方案和动作识别的技术方案均为现有技术。
音频分析模块包括声纹码分离子模块、语义识别子模块以及噪音提取子模块,声纹码分离模块用于根据教师的声纹码特征数据从音频数据中将教师和学生的音频进行分离,语义识别子模块用于识别教师和学生的讲话内容,噪音提取子模块用于从音频数据中提取教室内的噪音数据。
音频分析具体包括以下步骤:
步骤一:音频分析模块根据声纹码特征将音频数据中教师的音频与学生的音频分离;
步骤二:音频分析模块对教师的音频以及学生的音频进行语音识别转换;
步骤三:音频分析模块从音频数据中获取学生上课时的环境噪音数据。
考勤评估模块包括教师考勤子模块和学生考勤子模块,分别用于根据人脸识别子模块的识别结果生成学生考勤数据和教师考勤数据,具体的,学生考勤数据学生迟到率、到勤率、早退率,教师考勤数据包括是否迟到、是否早退。
课堂纪律评估模块用于根据动作识别子模块的识别结果生成学生动作纪律数据,还用于根据学生上课时的噪音数据生成学生声音纪律数据;
互动评估模块用于根据动作识别子模块的识别结果检测学生举手行为,并根据学生举手动作统计师生互动次数数据。
互动评估模块进行评估的步骤具体包括以下步骤:
步骤一:动作识别模块识别学生的举手动作,互动评估模块获取每一次举手动作的开始时间;
步骤二:互动评估模块将开始时间差值小于预设值的举手动作划分为同一次互动,将开始时间差值大于预设值的举手动作划分为不同的互动;
步骤三:互动评估模块统计互动的总次数作为师生互动次数数据。
积极性评估模块用于根据动作识别子模块的识别结果统计学生举手回答问题的人数,并计算该人数占总班级人数的百分比,并以该百分比作为学生积极性数据。
积极性评估模块的评估步骤具体包括以下步骤:
步骤一:积极性评估模块统计每次互动中举手的人数;
步骤二:积极性评估模块根据师生互动次数数据计算每次互动的平均举手人数;
步骤三:积极性评估模块计算平均举手人数占班级总人数比例,并以该比例作为学生积极性数据。
知识点评估模块包括知识点匹配子模块、知识点数量统计子模块、重点评估子模块和范围评估子模块,知识点匹配子模块用于从教师讲课的内容中匹配预设的知识点关键词,知识点数量统计子模块能够记录教师讲课过程中所讲述的知识点的个数以及每个知识点出现的频率,重点评估子模块能够根据知识点出现的频率生成重点突出数据,范围评估子模块能够根据知识点的个数生成知识点范围数据;具体来讲,本实施例中,数据存储模块中存储有该课程的重点知识点关键词,重点评估子模块能够选取知识点出现频率最高的五个知识点词汇与重点知识点关键词进行匹配,并记录匹配的个数作为重点突出数据,范围估计子模块能够将所出现的知识点占总知识点的百分比作为知识点范围数据。
知识点评估具体包括以下步骤:
步骤一:知识点评估模块将教师讲话内容与该课程标准的知识点关键词进行匹配,统计知识点的个数和每个知识点出现的频率数;
步骤二:知识点评估模块将频率最高的前五个知识点与该课程标准的重点知识点关键词进行匹配,记录匹配的个数并将记录结果作为重点突出数据;
步骤三:知识点评估模块计算该堂课程出现的知识点个数占该课程知识点个数的百分比,并将该百分比作为知识点范围数据。
掌握度评估模块包括问题匹配子模块、答案核对子模块和正确率统计子模块,问题匹配子模块能够从教师讲话内容中匹配预设的问题关键词,答案核对子模块用于匹配学生回答的答案中与该问题关键词相关的答案词汇,正确率统计子模块用于统计学生问答的正确率。
教师违规评估模块包括违规语匹配子模块、违规词统计子模块和语言违规数据生成子模块,违规语匹配子模块用于根据教师讲话内容对教师讲课中所说的违规语进行匹配,违规词统计子模块统计违规语的数量,语言违规数据生成子模块根据违规语的数量和每个违规语对应的分值计算最终的语言违规数据。
评估统计模块,评估统计模块将学生考勤数据、学生动作纪律数据、学生声音纪律数据、语言违规数据、教师考勤数据、问答正确率、知识点数据、师生互动次数和学生积极性数据综合为该堂课程的课堂评估数据,评估统计模块能够统计课程的所有课堂评估数据,并计算课堂评估数据中每一项数据的平均值,并按照预设的权重和分值,求出每一项数据的平均分值,最终求出所有数据项的总分,以该分数作为该课程的课程评估结果。
还包括扩音模块,扩音模块包括扩音器,扩音模块能够根据各个蓝牙麦克风获取的音频数据,筛选教师讲话的声音,并判断教师讲话声音的大小,由此确定教室内教师声音最小的位置,扩音模块能够控制机器人移动到声音最小的位置,并对教师的讲话内容进行扩音放大,通过扩音器播放出来,以保证整个班集体都可以听清教师的讲话。
以上的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (9)
1.用于教学质量评估的智能机器人,包括本体、本体上设有电源系统、行走定位系统、数据采集系统、网络通信系统和控制系统,所述电源系统用来为行走定位系统、数据采集系统、网络通信系统和控制系统供电,所述控制系统用于对数据采集系统或网络通信系统的数据进行处理,并根据处理结果对电源系统或行走定位系统进行控制,其特征在于:
所述数据采集系统包括课堂数据采集模块,所述课堂数据采集模块用于采集待评价课程的课堂教学数据;
所述控制系统包括教学质量评估子系统,所述教学质量评估子系统能够通过网络通信系统从学校的教务系统中获取待评估课程的课程数据,所述课程数据包括教室位置,所述教学质量评估子系统能够通过控制行走定位系统使本体行走到待评估课程的教室中,所述课堂数据采集模块能够采集教室中的课堂教学数据,所述教学质量评估子系统能够根据课堂教学数据和课程数据生成课程评估结果。
2.根据权利要求1所述的用于教学质量评估的智能机器人,其特征在于:所述课程数据还包括课程基本数据、身份识别数据、课堂评估数据记录、课程评估结果,课堂数据采集模块能够采集教室内的视频数据,所述教学质量评估子系统包括:
视频分析模块,所述视频分析模块包括人脸识别子模块和动作识别子模块,所述人脸识别子模块用于根据身份识别数据识别视频数据中人员的身份,所述动作识别子模块用于识别视频数据中学生动作或姿势;
考勤评估模块,所述考勤评估模块用于根据人脸识别子模块的识别结果和课程基本数据生成学生考勤数据;
课堂纪律评估模块,所述课堂纪律评估模块用于根据动作识别子模块的识别结果生成学生动作纪律数据;
互动评估模块,所述互动评估模块用于根据动作识别子模块的识别结果统计师生互动次数数据;
积极性评估模块,所述积极性评估模块用于根据动作识别子模块的识别结果和课程基本数据生成学生积极性数据;
评估统计模块,所述评估统计模块用于将课堂评估数据上传至教务系统的课堂评估数据记录中,同时根据课堂评估数据记录生成该课程的课程评估结果并上传至教务系统,所述课堂评估数据包括学生考勤数据、学生动作纪律数据、互动次数数据和学生积极性数据。
3.根据权利要求2所述的用于教学质量评估的智能机器人,其特征在于:教学质量评估子系统还包括音频分析模块,所述课堂数据采集模块还用于采集教室内的音频数据,所述音频分析模块用于识别教师和学生的讲话内容。
4.根据权利要求3所述的用于教学质量评估的智能机器人,其特征在于:教学质量评估子系统还包括知识点评估模块,所述知识点评估模块用于根据教师讲话内容对教师讲课中所传达的知识点进行统计并生成知识点数据,所述课堂评估数据还包括知识点数据。
5.根据权利要求4所述的用于教学质量评估的智能机器人,其特征在于:所述知识点数据包括重点突出数据和知识点范围数据,所述知识点评估模块包括知识点数量统计子模块、重点评估子模块和范围评估子模块,所述知识点数量统计子模块能够记录教师讲课过程中所讲述的知识点的个数以及每个知识点出现的频率,所述重点评估子模块能够根据知识点出现的频率生成重点突出数据,所述范围评估子模块能够根据知识点的个数生成知识点范围数据。
6.根据权利要求3所述的用于教学质量评估的智能机器人,其特征在于:所述音频分析模块还用于从音频数据中获取学生上课时的噪音,所述课堂纪律评估模块还用于根据学生上课时的噪音生成学生声音纪律数据,所述课堂评估数据还包括学生声音纪律数据。
7.根据权利要求3所述的用于教学质量评估的智能机器人,其特征在于:教学质量评估子系统还包括教师违规评估模块,所述教师违规评估模块用于根据教师讲话内容对教师讲课中所说的违规语进行统计并生成语言违规数据,所述课堂评估数据还包括语言违规数据。
8.根据权利要求1所述的用于教学质量评估的智能机器人,其特征在于:所述考勤评估模块还用于根据人脸识别子模块的识别结果生成教师考勤数据,所述课堂评估数据还包括教师考勤数据。
9.根据权利要求3所述的用于教学质量评估的智能机器人,其特征在于:所述音频分析模块包括声纹码筛选模块,所述声纹码筛选模块用于根据声纹数据将教师的讲话音频从音频数据中分离出来。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711436581.3A CN108182649A (zh) | 2017-12-26 | 2017-12-26 | 用于教学质量评估的智能机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711436581.3A CN108182649A (zh) | 2017-12-26 | 2017-12-26 | 用于教学质量评估的智能机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108182649A true CN108182649A (zh) | 2018-06-19 |
Family
ID=62547289
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711436581.3A Pending CN108182649A (zh) | 2017-12-26 | 2017-12-26 | 用于教学质量评估的智能机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108182649A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108805774A (zh) * | 2018-08-14 | 2018-11-13 | 广东校园卫士网络科技有限责任公司 | 一种校园电子班牌及走班排课系统及方法 |
CN109035543A (zh) * | 2018-07-28 | 2018-12-18 | 马鞍山悠生活网络文化科技有限公司 | 一种会展投票用自动识别装置及其使用方法 |
CN109359613A (zh) * | 2018-10-29 | 2019-02-19 | 四川文轩教育科技有限公司 | 一种基于人工智能的教学过程分析方法 |
CN109359899A (zh) * | 2018-12-12 | 2019-02-19 | 范例 | 一种基于语音识别的教学过程评价和提示系统 |
CN110488874A (zh) * | 2019-08-29 | 2019-11-22 | 五邑大学 | 一种教育辅助机器人及其控制方法 |
CN110706532A (zh) * | 2019-09-27 | 2020-01-17 | 安阳师范学院 | 一种在线教育的提问方法 |
CN111243367A (zh) * | 2020-03-24 | 2020-06-05 | 天津塔米智能科技有限公司 | 一种机器人教学系统 |
CN113470209A (zh) * | 2021-07-01 | 2021-10-01 | 厦门悦讯信息科技股份有限公司 | 一种人脸识别实现课堂点名的方法及系统 |
CN115879820A (zh) * | 2022-12-31 | 2023-03-31 | 华中师范大学 | 一种基于在线教学反馈信息的师生联结质量评价方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070048721A1 (en) * | 2005-08-12 | 2007-03-01 | Cavalcanti Jorge Luiz L | Software to be employed in the educational trade |
CN203191818U (zh) * | 2013-03-05 | 2013-09-11 | 广州埃勃斯自动化控制科技有限公司 | 一种机器人及其控制系统 |
CN107316261A (zh) * | 2017-07-10 | 2017-11-03 | 湖北科技学院 | 一种基于人脸分析的教学质量评估系统 |
CN107316257A (zh) * | 2017-06-06 | 2017-11-03 | 南京信息工程大学 | 一种基于课堂学生行为分析的教学质量评估方法及系统 |
CN107491890A (zh) * | 2017-08-29 | 2017-12-19 | 广州思涵信息科技有限公司 | 一种可量化课堂教学质量评估系统及方法 |
-
2017
- 2017-12-26 CN CN201711436581.3A patent/CN108182649A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070048721A1 (en) * | 2005-08-12 | 2007-03-01 | Cavalcanti Jorge Luiz L | Software to be employed in the educational trade |
CN203191818U (zh) * | 2013-03-05 | 2013-09-11 | 广州埃勃斯自动化控制科技有限公司 | 一种机器人及其控制系统 |
CN107316257A (zh) * | 2017-06-06 | 2017-11-03 | 南京信息工程大学 | 一种基于课堂学生行为分析的教学质量评估方法及系统 |
CN107316261A (zh) * | 2017-07-10 | 2017-11-03 | 湖北科技学院 | 一种基于人脸分析的教学质量评估系统 |
CN107491890A (zh) * | 2017-08-29 | 2017-12-19 | 广州思涵信息科技有限公司 | 一种可量化课堂教学质量评估系统及方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109035543A (zh) * | 2018-07-28 | 2018-12-18 | 马鞍山悠生活网络文化科技有限公司 | 一种会展投票用自动识别装置及其使用方法 |
CN108805774A (zh) * | 2018-08-14 | 2018-11-13 | 广东校园卫士网络科技有限责任公司 | 一种校园电子班牌及走班排课系统及方法 |
CN108805774B (zh) * | 2018-08-14 | 2023-08-15 | 浙江毅飞信息科技有限公司 | 一种校园电子班牌及走班排课系统及方法 |
CN108805774B8 (zh) * | 2018-08-14 | 2024-03-29 | 广东校园卫士网络科技有限责任公司 | 一种校园电子班牌及走班排课系统及方法 |
CN109359613A (zh) * | 2018-10-29 | 2019-02-19 | 四川文轩教育科技有限公司 | 一种基于人工智能的教学过程分析方法 |
CN109359899A (zh) * | 2018-12-12 | 2019-02-19 | 范例 | 一种基于语音识别的教学过程评价和提示系统 |
CN110488874A (zh) * | 2019-08-29 | 2019-11-22 | 五邑大学 | 一种教育辅助机器人及其控制方法 |
CN110706532A (zh) * | 2019-09-27 | 2020-01-17 | 安阳师范学院 | 一种在线教育的提问方法 |
CN111243367A (zh) * | 2020-03-24 | 2020-06-05 | 天津塔米智能科技有限公司 | 一种机器人教学系统 |
CN113470209A (zh) * | 2021-07-01 | 2021-10-01 | 厦门悦讯信息科技股份有限公司 | 一种人脸识别实现课堂点名的方法及系统 |
CN115879820A (zh) * | 2022-12-31 | 2023-03-31 | 华中师范大学 | 一种基于在线教学反馈信息的师生联结质量评价方法及系统 |
CN115879820B (zh) * | 2022-12-31 | 2023-12-05 | 华中师范大学 | 一种基于在线教学反馈信息的师生联结质量评价方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108182649A (zh) | 用于教学质量评估的智能机器人 | |
CN108009754A (zh) | 教学质量评估方法 | |
CN107958351A (zh) | 教学质量评估云服务平台 | |
CN110991381B (zh) | 一种基于行为和语音智能识别的实时课堂学生状态分析与指示提醒系统和方法 | |
CN108171414A (zh) | 教学质量评估系统 | |
CN108154304A (zh) | 具有教学质量评估功能的服务器 | |
CN110992741B (zh) | 一种基于课堂情绪和行为分析的学习辅助方法及系统 | |
CN107895244A (zh) | 课堂教学质量评估方法 | |
CN108108903A (zh) | 课堂教学质量评估系统 | |
CN109657529A (zh) | 基于面部表情识别的课堂教学效果评价系统 | |
WO2019028592A1 (zh) | 一种教学辅助方法及采用该方法的教学辅助系统 | |
CN111915148B (zh) | 一种基于信息技术的课堂教学评价方法和系统 | |
CN109272789A (zh) | 基于数据分析的学习效果评估系统及评估方法 | |
CN108648757A (zh) | 一种基于多维度课堂信息的分析方法 | |
CN113723250B (zh) | 一种用于帮助教师反思性成长的课堂智能分析方法及系统 | |
CN107609736A (zh) | 一种综合应用人工智能技术的教学诊断分析系统及方法 | |
CN110097283B (zh) | 基于人脸识别的教学管理系统及方法 | |
CN109685692A (zh) | 一种多维度学生学习行为的无感采集及分析系统 | |
CN101093618A (zh) | 一种完全智能化的微格教学系统 | |
CN108229441A (zh) | 一种基于图像和语音分析的课堂教学自动反馈系统和反馈方法 | |
CN115239527A (zh) | 基于知识库的教学特征融合与建模的教学行为分析系统 | |
WO2015128700A1 (en) | Electronic educational content mapping and learning system and a method of ensuring quality teaching and learning effectiveness | |
CN111861146A (zh) | 一种基于微表情识别的教学评价和实时反馈系统 | |
CN112598552A (zh) | 一种教育课堂数据分析系统 | |
CN108109444A (zh) | 基于音频教学的文档教案生成方法 |
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: 20180619 |
|
RJ01 | Rejection of invention patent application after publication |