CN109190975B - 一种基于o2o和ar/vr的安全素质测评方法及系统 - Google Patents
一种基于o2o和ar/vr的安全素质测评方法及系统 Download PDFInfo
- Publication number
- CN109190975B CN109190975B CN201811010252.7A CN201811010252A CN109190975B CN 109190975 B CN109190975 B CN 109190975B CN 201811010252 A CN201811010252 A CN 201811010252A CN 109190975 B CN109190975 B CN 109190975B
- Authority
- CN
- China
- Prior art keywords
- safety
- evaluation
- result
- quality
- scene
- 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.)
- Active
Links
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000011156 evaluation Methods 0.000 claims abstract description 296
- 238000012360 testing method Methods 0.000 claims abstract description 134
- 238000005553 drilling Methods 0.000 claims description 69
- 238000013210 evaluation model Methods 0.000 claims description 38
- 239000000203 mixture Substances 0.000 claims description 25
- 238000004519 manufacturing process Methods 0.000 claims description 17
- 238000001303 quality assessment method Methods 0.000 claims description 15
- 230000006399 behavior Effects 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 9
- 238000004806 packaging method and process Methods 0.000 claims description 7
- 230000002265 prevention Effects 0.000 claims description 6
- 238000013215 result calculation Methods 0.000 claims description 5
- 230000001960 triggered effect Effects 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 238000012797 qualification Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 15
- 230000008569 process Effects 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 238000009826 distribution Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 208000025274 Lightning injury Diseases 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004573 interface analysis Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000007847 structural defect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
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
- 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
- G06Q10/06398—Performance of employee with respect to a job function
-
- 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
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种基于O2O和AR/VR的安全素质测评方法及系统,方法包括:识别测评人员身份,并结合安全素质能力测评模型进行组卷,生成测评试卷,测评试卷与测评人员的安全素质能力需求相匹配,安全素质能力测评模型包括线上安全测评模型和线下AR/VR实战测评模型,线上安全测评模型基于安全意识和安全知识,线下AR/VR实战测评模型基于安全技能,安全技能包括应急处置所需的安全技能;根据测评试卷分别获取测评人员在线答题的测评结果和线下AR/VR情景演练的测评结果;根据在线答题的测评结果和线下AR/VR情景演练的测评结果,得到最终的安全素质测评结果。本发明客观、全面、有效和适用性广,可广泛应用于安全教育领域。
Description
技术领域
本发明涉及安全教育领域,尤其是一种基于O2O和AR/VR的安全素质测评方法及系统。
背景技术
近年来,火灾、危化物品泄漏、尘粉气体爆炸、交通事故以及地震、泥石流、台风等自然灾害事故频发,给人民生命财产安全构成严重威胁,需要加强安全宣传教育。
当前安全教育效果不明显,一方面是由于宣教形式趋于传统,宣教媒体互动性低、趣味性不强,导致人们参与学习的热情不高、传达的知识点记不牢固,宣教效果不明显;另一方面,是由于民众安全意识淡薄,大多抱着侥幸心理,以为灾害事故离自己很遥远,不愿意学习;还有一部分群体是因为不了解自身的安全知识结构缺陷,没有学习方向,需要通过安全素质测评来找到自身知识薄弱环节,再实施针对性的安全教育。针对第一、二种情况,近年来政府或企业加大创新力度,投资建设各类安全类型的体验式安全宣教场馆,通过多媒体、声光电等技术以及游戏动画创意等形式提供沉浸式、警示性安全教育和知识传递,以提高民众的安全意识和知识水准,取得了一定效果,但是能结合观众需求来提供个性化、针对性安全知识教育的解决方案却鲜有涉及,而且将线上安全理论测试和线下安全实战演练测试相结合的方案尚未出现。
民众的安全素质含安全意识、安全知识和安全技能三部分,一般通过文字问答题形式测试其安全意识和安全知识的掌握情况,然而针对应急处置能力的安全技能水平目前却缺乏有效的评测工具,且传统实战演练因过程不可控、风险过高等原因不适合于大众测评。
为此,业内亟需一种客观、全面、有效和适用性广的安全素质测评方案。
发明内容
为解决上述技术问题,本发明的目的在于:提供一种客观、全面、有效和适用性广的基于O2O和AR/VR的安全素质测评方法及系统。
本发明所采取的技术方案的一方面是:
一种基于O2O和AR/VR的安全素质测评方法,包括以下步骤:
识别测评人员身份,并结合安全素质能力测评模型进行组卷,从而生成测评试卷,所述测评试卷与测评人员的安全素质能力需求相匹配,所述安全素质能力测评模型包括线上安全测评模型和线下AR/VR实战测评模型,所述线上安全测评模型基于安全意识和安全知识,所述线下AR/VR实战测评模型基于安全技能,所述安全技能包括应急处置所需的安全技能;
根据测评试卷分别获取测评人员在线答题的测评结果和线下AR/VR情景演练的测评结果;
根据在线答题的测评结果和线下AR/VR情景演练的测评结果,得到最终的安全素质测评结果。
进一步,所述识别测评人员身份,并结合安全素质能力测评模型进行组卷,从而生成测评试卷这一步骤,具体包括:
构建O2O安全素质知识库,所述O2O安全素质知识库包括公共安全素质知识库、自然灾害安全素质知识库和生产安全素质知识库;
根据O2O安全素质知识库建立安全素质能力测评模型;
识别测评人员身份;
匹配测评人员的安全素质需求,结合安全素质能力测评模型进行动态组卷并生成测评试卷。
进一步,所述根据O2O安全素质知识库建立安全素质能力测评模型这一步骤,具体包括:
确定事故灾害防范安全行为和应急处置技能安全素质项;
建立安全素质测评指标体系;
按照安全知识点属性构建好安全意识测评题库、安全知识测评题库和安全技能测评题库;
分别封装安全意识测评单元、安全知识测评单元和安全技能测评单元,并按照测评人员身份设计不同领域、不同测评单元分值和/或题型内容、题型数量的构成比例;
根据安全意识测评题库和安全知识测评题库构建线上安全素质测评系统;
根据安全技能测评题库构建线下AR/VR实战测评系统。
进一步,所述匹配测评人员的安全素质需求,结合安全素质能力测评模型进行动态组卷并生成测评试卷这一步骤,具体为:
基于安全素质能力测评模型,将安全意识测评题库、安全知识测评题库和安全技能测评题库的试题按测评人员身份和/或历史测评结果反馈进行动态组卷,并封装为测评试卷。
进一步,所述根据测评试卷分别获取测评人员在线答题的测评结果和线下AR/VR情景演练的测评结果这一步骤,具体包括:
获取测评人员根据测评试卷进行在线答题后的得分或评级;
获取测评人员根据测评试卷进行线下AR/VR情景演练后的得分或评级。
进一步,所述获取测评人员根据测评试卷进行线下AR/VR情景演练后的得分或评级这一步骤,具体包括:
根据测评人员身份从测评试卷中导入AR/VR情景题库;
获取测评人员根据AR/VR情景题库进行模拟作战演练的成绩。
进一步,所述获取测评人员根据AR/VR情景题库进行模拟作战演练的成绩这一步骤,具体包括:
获取测评人员在不同的虚拟事故灾害场景下通过AR/VR输入设备触发的事件对象模型;
获取测评人员寻求机器人陪练或引导服务类型;
根据获取的事件对象模型和测评人员寻求机器人陪练或引导服务类型计算测评人员模拟作战演练的成绩,所述测评人员模拟作战演练的成绩计算公式为:
其中,Re为测评人员AR/VR场景模拟作战演练的最终评测成绩,Si为第i个AR/VR场景的成绩,i=1,2,3……n,n为正整数;Ej为第i个AR/VR场景内第j项安全技能分值,Ej取值范围为[300,800],j=1,2,3……m,m为正整数;α为安全技能难度系数,α取值范围为[0.3,0.6];Se为单次呼叫机器人陪练或引导服务分值,Se取值范围为[100,500];p为呼叫次数,t为测评人员正确完成模拟作战演练任务后的剩余时间,单位为秒;β为时间奖励分值系数,β=10,20,30,40,50,60,70,80,90,100。
进一步,所述根据在线答题的测评结果和线下AR/VR情景演练的测评结果,得到最终的安全素质测评结果这一步骤,具体包括:
从在线答题的测评结果中获取安全意识评测得分和安全知识评测得分;
从线下AR/VR情景演练的测评结果中获取安全技能演练得分;
计算测评人员的综合安全素质得分,其中所述测评人员的综合安全素质得分=安全意识评测得分+安全知识评测得分+安全技能演练得分;
根据测评人员的综合安全素质得分生成测评人员综合安全素质报告。
本发明所采取的技术方案的另一方面是:一种基于O2O和AR/VR的安全素质测评系统,包括:
身份识别与组卷模块,用于识别测评人员身份,并结合安全素质能力测评模型进行组卷,从而生成测评试卷,所述测评试卷与测评人员的安全素质能力需求相匹配,所述安全素质能力测评模型包括线上安全测评模型和线下AR/VR实战测评模型,所述线上安全测评模型基于安全意识和安全知识,所述线下AR/VR实战测评模型基于安全技能,所述安全技能包括应急处置所需的安全技能;
第一测评结果获取模块,用于根据测评试卷分别获取测评人员在线答题的测评结果和线下AR/VR情景演练的测评结果;
第二测评结果获取模块,用于根据在线答题的测评结果和线下AR/VR情景演练的测评结果,得到最终的安全素质测评结果。
本发明所采取的技术方案的另一方面是:一种基于O2O和AR/VR的安全素质测评系统,包括:
存储器,用于存储程序;
处理器,用于加载所述程序以执行如本发明所述的一种基于O2O和AR/VR的安全素质测评方法。
本发明的有益效果是:本发明一种基于O2O和AR/VR的安全素质测评方法及系统,通过线上安全测评与线下AR/VR实战测评相结合的评测方式,构建出安全理论知识和实践处置能力的多维度测评体系,解决了传统单一安全理论知识的线上测评模式的问题,不仅能进行线上安全理论测试,还能通过线下AR/VR实战测评针对测评人员应急处置能力的安全技能水平进行更客观、全面和有效的评测,且线下AR/VR实战测评也更可控,风险小,适用于大众测评,适用性广;通过识别测评人员身份,并结合安全素质能力测评模型进行组卷,能根据测评人员身份给出个性化且与安全素质能力需求相匹配的安全素质测评方案,更加灵活和全面。
附图说明
图1为本发明一种基于O2O和AR/VR的安全素质测评方法的整体流程图;
图2为本发明优选实施例的安全素质测评方法的具体实现流程图;
图3为本发明优选实施例的安全素质测评系统的结构框图。
具体实施方式
参照图1,一种基于O2O和AR/VR的安全素质测评方法,包括以下步骤:
识别测评人员身份,并结合安全素质能力测评模型进行组卷,从而生成测评试卷,所述测评试卷与测评人员的安全素质能力需求相匹配,所述安全素质能力测评模型包括线上安全测评模型和线下AR/VR实战测评模型,所述线上安全测评模型基于安全意识和安全知识,所述线下AR/VR实战测评模型基于安全技能,所述安全技能包括应急处置所需的安全技能;
根据测评试卷分别获取测评人员在线答题的测评结果和线下AR/VR情景演练的测评结果;
根据在线答题的测评结果和线下AR/VR情景演练的测评结果,得到最终的安全素质测评结果。
进一步作为优选的实施方式,所述识别测评人员身份,并结合安全素质能力测评模型进行组卷,从而生成测评试卷这一步骤,具体包括:
构建O2O安全素质知识库,所述O2O安全素质知识库包括公共安全素质知识库、自然灾害安全素质知识库和生产安全素质知识库;
根据O2O安全素质知识库建立安全素质能力测评模型;
识别测评人员身份;
匹配测评人员的安全素质需求,结合安全素质能力测评模型进行动态组卷并生成测评试卷。
进一步作为优选的实施方式,所述根据O2O安全素质知识库建立安全素质能力测评模型这一步骤,具体包括:
确定事故灾害防范安全行为和应急处置技能安全素质项;
建立安全素质测评指标体系;
按照安全知识点属性构建好安全意识测评题库、安全知识测评题库和安全技能测评题库;
分别封装安全意识测评单元、安全知识测评单元和安全技能测评单元,并按照测评人员身份设计不同领域、不同测评单元分值和/或题型内容、题型数量的构成比例;
根据安全意识测评题库和安全知识测评题库构建线上安全素质测评系统;
根据安全技能测评题库构建线下AR/VR实战测评系统。
进一步作为优选的实施方式,所述匹配测评人员的安全素质需求,结合安全素质能力测评模型进行动态组卷并生成测评试卷这一步骤,具体为:
基于安全素质能力测评模型,将安全意识测评题库、安全知识测评题库和安全技能测评题库的试题按测评人员身份和/或历史测评结果反馈进行动态组卷,并封装为测评试卷。
进一步作为优选的实施方式,所述根据测评试卷分别获取测评人员在线答题的测评结果和线下AR/VR情景演练的测评结果这一步骤,具体包括:
获取测评人员根据测评试卷进行在线答题后的得分或评级;
获取测评人员根据测评试卷进行线下AR/VR情景演练后的得分或评级。
进一步作为优选的实施方式,所述获取测评人员根据测评试卷进行线下AR/VR情景演练后的得分或评级这一步骤,具体包括:
根据测评人员身份从测评试卷中导入AR/VR情景题库;
获取测评人员根据AR/VR情景题库进行模拟作战演练的成绩。
进一步作为优选的实施方式,所述获取测评人员根据AR/VR情景题库进行模拟作战演练的成绩这一步骤,具体包括:
获取测评人员在不同的虚拟事故灾害场景下通过AR/VR输入设备触发的事件对象模型;
获取测评人员寻求机器人陪练或引导服务类型;
根据获取的事件对象模型和测评人员寻求机器人陪练或引导服务类型计算测评人员模拟作战演练的成绩,所述测评人员模拟作战演练的成绩计算公式为:
其中,Re为测评人员AR/VR场景模拟作战演练的最终评测成绩,Si为第i个AR/VR场景的成绩,i=1,2,3……n,n为正整数;Ej为第i个AR/VR场景内第j项安全技能分值,Ej取值范围为[300,800],j=1,2,3……m,m为正整数;α为安全技能难度系数,α取值范围为[0.3,0.6];Se为单次呼叫机器人陪练或引导服务分值,Se取值范围为[100,500];p为呼叫次数,t为测评人员正确完成模拟作战演练任务后的剩余时间,单位为秒;β为时间奖励分值系数,β=10,20,30,40,50,60,70,80,90,100。
进一步作为优选的实施方式,所述根据在线答题的测评结果和线下AR/VR情景演练的测评结果,得到最终的安全素质测评结果这一步骤,具体包括:
从在线答题的测评结果中获取安全意识评测得分和安全知识评测得分;
从线下AR/VR情景演练的测评结果中获取安全技能演练得分;
计算测评人员的综合安全素质得分,其中所述测评人员的综合安全素质得分=安全意识评测得分+安全知识评测得分+安全技能演练得分;
根据测评人员的综合安全素质得分生成测评人员综合安全素质报告。
与图1的方法相对应,本发明一种基于O2O和AR/VR的安全素质测评系统,包括:
身份识别与组卷模块,用于识别测评人员身份,并结合安全素质能力测评模型进行组卷,从而生成测评试卷,所述测评试卷与测评人员的安全素质能力需求相匹配,所述安全素质能力测评模型包括线上安全测评模型和线下AR/VR实战测评模型,所述线上安全测评模型基于安全意识和安全知识,所述线下AR/VR实战测评模型基于安全技能,所述安全技能包括应急处置所需的安全技能;
第一测评结果获取模块,用于根据测评试卷分别获取测评人员在线答题的测评结果和线下AR/VR情景演练的测评结果;
第二测评结果获取模块,用于根据在线答题的测评结果和线下AR/VR情景演练的测评结果,得到最终的安全素质测评结果。
与图1的方法相对应,本发明一种基于O2O和AR/VR的安全素质测评系统,包括:
存储器,用于存储程序;
处理器,用于加载所述程序以执行如本发明所述的一种基于O2O和AR/VR的安全素质测评方法。
下面结合说明书附图和具体实施例对本发明作进一步解释和说明。
为了解决现有技术的安全测评方案不够全面、客观和有效等问题,本实施例提出了一种基于O2O和AR/VR情景演练的安全素质测评方法及系统。如图2所示,该安全素质测评方法包括了如下步骤:
S101、构建O2O安全素质知识库;
S102、建立安全素质能力测评模型;
S103、识别测评人员身份,匹配安全素质需求进行动态组卷,生成测评试卷;
S104、获得测评人员分别进行线上答题和线下AR/VR情景演练的测评得分或评级;
S105、成绩得分合成或综合评级,生成评测成绩分析报告。
优选地,在所述步骤S101中,构建O2O安全素质知识库包括收集整理公共安全、自然灾害、生产安全等领域的安全事故或灾害事件;所述公共安全是指民众个体从事和进行正常的生活、工作、学习、娱乐和交往所涉及的安全行为事件,如交通出行安全、居家安全、用电安全、消防安全、食品安全、运动安全(游泳)、上网行为安全等;所述自然灾害安全是指由不能预见或者不能抗拒的自然灾害或气象灾害安全,包括洪水、泥石流、雷击、地震、雪崩、台风、海啸和龙卷风等安全事故;所述生产安全是指生产经营单位在生产经营活动中发生的造成人身伤亡或者直接经济损失的事故,包括建筑作业安全、电力作业安全、交通运输安全、煤矿生产安全、危化物品生产、储存和运输安全等。
优选地,在所述步骤S101中,构建O2O安全素质知识库包括通过对事故灾害的分析提炼出事故成因、事故影响、事故防范等关键项,并形成安全知识科普、应急处置技能、防灾减灾知识等安全知识数据库。
具体地,在所述步骤S102中,构建安全计能力素质测评模型是指确定事故灾害防范安全行为和应急处置技能安全素质项;建立安全素质测评指标体系;按照安全知识点属性做好安全意识、安全知识和安全技能测评题库,所述安全意识是指人们头脑中建立起来的安全观念,通过安全意识影响安全行为,行为养成习惯,好习惯的养成就是安全素质的提升;所述安全知识包括与安全相关的法律法规、作业规程、安全行为及其原理等;所述安全技能是指防范、处置安全事故灾害或进行合规性操作所需要的技能。
优选地,在所述步骤S102中,所述建立安全素质测评模型包括:分别封装公共安全、自然灾害、生产安全等领域的安全意识测评单元、安全知识测评单元和安全技能测评单元,并按照测评人员身份特点设计不同领域、不同测评单元分值和/或题型内容、题型数量的构成比例;所述构成比例为可定义或预设的常量。例如:当测评人员身份为12岁的小学生且常驻地在易发生自然灾害的四川农村,其安全素质测评模型对应的题型为:公共安全题型*M1+自然灾害安全题型*M2,其中M1、M2为构成系数,且M1<M2<50%。
优选地,在所述步骤S102中,所述建立安全素质测评模型包括建立安全素质测评系统,所述安全素质测评系统包括线上安全素质测评系统和线下AR/VR实战测评系统;所述线上安全素质测评系统包含了用户信息管理、试卷组卷管理、答题及成绩管理等功能,并是由测评人员在线答题完成的测试系统,其由服务器端程序、桌面端程序、APP或微信小程序构成;所述线下AR/VR实战测评系统包含了用户管理、3D情境试卷组卷管理、动作捕捉、语音识别、演练辅助等智能功能,并是由测评人员通过线下基于3D情景演练完成的测试系统,其包括有主机系统、AR/VR头显、AR/VR操作手柄(或其它输入装置)、激光定位装置等系统或硬件。所述安全素质可以是含有用户身份、试题库、答题界面、自动评分或评级功能、成绩发布界面以及统计分析功能的软件;所述用户身份是系统根据测评人员线上注册生成的用户编码。
优选地,在所述步骤S103中,分别将公共安全、自然灾害和生产安全3个领域封装的试题按用户身份和结果反馈进行动态组卷,并封装为测评试卷,所述动态组卷是指将安全意识、安全知识和安全技能三个测评单元试题数量按一定比例组成试卷,其组成公式如下:安全能力测评试卷=安全意识试题量*n1+安全知识试题量*n2+安全技能试题量*n3,其中,n1+n2+n3=1,并可按照一定生成规则来对该比例进行动态调整,例如:当测评人员为16岁以下且职业为学生时,其对应的测评试题数量系数为:n3<n1≤n2。
优选地,在所述步骤S103中,所述按结果反馈进行动态组卷是指同一测评人员进行多次测评时,系统会根据前N次的测评成绩和试题内容调整不同的难度系数并组卷,以保证每次测评试卷题型的新颖性,更新测评人员的知识量和体验内容。
优选地,在所述步骤S103中,所述识别测评人员身份包括测评人员性别、年龄、职业、行业、常驻地等信息;职业包括学生、白领、工人、农民等;行业包括制造加工业、运输业、现代服务业等;常驻地指城市、农村等;所述身份识别包括通过录入、IC卡刷卡识别、微信号识别等方式获取用户信息,在此不作限定。
优选地,在所述步骤S103中,所述匹配安全素质需求,生成测评试卷是指根据当前用户性别、年龄、职业、行业、常驻地等信息匹配与之生活、学习、工作相关联的安全能力素质需求试卷,实现针对性安全素质测评,并为日后的安全素质提升培训提供改良建议。
优选地,在所述步骤S104中,测评人员通过AR/VR实战测评系统进行线下AR/VR情景演练,包括如下步骤:
S1041、识别测评人员身份;
S1042、导入3D情景试题库;
S1043、模拟作战演练;
S1044、演练过程寻求机器人陪练或引导;
S1045、演练成绩结算。
优选地,在所述步骤S1041中,所述用户身份是指测评人员在线上注册成功后系统分配给用户的编号,在登陆线下AR/VR实战测评系统测评前,系统要求进行身份验证;系统支持手工输入用户帐号、微信码扫描识别、IC/ID卡刷卡识别等功能;系统正确识别出用户编号后,通过接口与线上安全素质测评系统进行身份验证。
优选地,在所述步骤S1042中,所述3D情景试题库,是指通过计算机3D建模技术构建出的灾害/事故原型,包括3D场景、交互事物模型、过程动画、粒子特效等;所述导入3D情景试题库,是指用户身份验证成功后匹配线上安全素质测评系统组好的测评试卷题型编号,并通过AR/VR实战测评系统题库管理模块导入3D情景试题。
优选地,在所述步骤S1043中,所述模拟作战演练是指测评人员进入AR/VR虚拟3D情景事故灾害现场,通过AR/VR手柄或其它输入设备和系统对各种突发性事件进行模拟演练,包括紧急躲闪、避让、逃离或其它执行操作、应急处置等自救救人行为。
优选地,在所述步骤S1044中,所述在演练过程中寻求机器人陪练或引导是指测评人员在AR/VR演练过程中,因为不熟悉AR/VR设备操作或不理解系统定义的规则,可以主动寻求机器人的帮助,以解决技术障碍,排除测评偏差;所述的机器人是由计算机建模得到的3D虚拟引导员,通过该虚拟引导员的操作示范和/或讲解,可让测评人员尽快掌握AR/VR设备操作要领。
可选地,测评人员在AR/VR演练过程中,也可以因为没有掌握事故灾害处理方法和技能,进而寻求机器人引导服务,在本实施例提供的演练过程寻求机器人陪练或引导的处理方法中,演练过程寻求机器人陪练或引导的具体过程包括以下步骤:演练测评人员发出服务请求激活机器人;测评计时暂停;机器人提供动作示范和/或讲解;测评计时重新启动;测评人员返回到演练界面,并继续当前情景下的演练操作;测评程序记录机器人服务内容和服务类型,所述服务类型包括AR/VR操作技能讲解和安全技能引导示范。
优选地,在所述步骤S1045中,所述演练成绩结算,是由系统根据演练人员在不同的虚拟事故灾害场景下通过AR/VR输入设备触发的事件对象模型,给出结果判断和评分;所述结算评分还包括对寻求机器人陪练或引导服务类型的扣除结算,公式如下:
其中,Re为测评人员AR/VR场景模拟作战演练的最终评测成绩,Si为第i个AR/VR场景的成绩,i=1,2,3……n,n为正整数;Ej为第i个AR/VR场景内第j项安全技能分值,Ej取值范围为[300,800],j=1,2,3……m,m为正整数;α为安全技能难度系数,α取值范围为[0.3,0.6];Se为单次呼叫机器人陪练或引导服务分值,Se取值范围为[100,500];p为呼叫次数,t为测评人员正确完成模拟作战演练任务后的剩余时间,单位为秒;β为时间奖励分值系数,β=10,20,30,40,50,60,70,80,90,100。
优选地,在所述步骤S105中,所述成绩得分合成或综合评级是指对测评人员的线上安全素质测评得分和线下AR/VR实战测评得分进行汇总,生成测评人综合安全素质报告,得分汇总公式如下:
测评人员综合安全素质得分=安全意识评测得分+安全知识评测得分+安全技能演练得分
其中,安全意识、安全知识测评得分通过线上安全素质测评系统自动统计得分;安全技能演练得分通过线下AR/VR实战测评系统得出,并分为三个维度进行得分和/或评级呈现。
优选地,在所述步骤S105中,可运用数据挖掘技术,对评测人员的答题情况进行综合分析,并根据分析结果形成各种安全能力指标数据分布图;还可运用大数据技术按年龄段、职业、行业、区域分布等分析因素进行多维度对比分析,进而得出民众安全素质状态分布特征,为政府、企业、学校等部门开展安全宣传、培训提供决策依据。
如图3所示,本实施例安全素质测评系统,主要由线上安全素质测评系统和线下AR/VR实战测评系统两部分组成;所述线上安全素质测评系统,提供了符合个人特性的安全意识、安全知识的测评方案,由命题管理、测评管理、成绩评分和系统管理4部分组成;所述线下AR/VR实战测评系统,由用户管理(身份识别管理)、3D前景题库和答题及评分管理组成。其中:
(1)命题管理模块由题库管理和组卷管理功能组成。
a)命题管理为构建安全素质知识库的过程,包括:构建事故灾害数据库;提炼防范安全事故意识、安全知识点以及事故灾害来袭时的应急处置技能;设计安全素质指标体系。
b)系统根据安全素质指标体系设计测评试题,试题包括文字题、图片、音视频文件、FLASH、游戏、2D/3D模型库以及多媒体动画等格式文件。
c)对测评试题进行属性标识,包括灾害类型,如:公共安全、自然灾害安全、生产安全等;知识类别,如安全意识、安全知识、安全技能;试题适合年龄阶段,如16岁以下、成人;适合群体属性,如学生、白领、工人、农民等;适合行业属性,如加工制造业、运输业、现代服务业等;常驻地,如城市、农村;试题类型,如文字题、游戏题、情景题等格式文件。
d)对事故灾害应急反应、应急处置技能等安全技能指标项,需要通过构建基于情景的3D场景和事物模型试题,测试场景由1个或多个单项或综合技能组成;测评前先将模型试题下载到本地,演练测评人员再通过配套的AR/VR软硬件系统完成测试。
e)组卷管理功能包含设置考题内容、测评知识构成比例、试题类型、试题分值设计等;考题内容是指测评知识方向范围,如公共安全、自然灾害、生产安全等;测评知识构成比例是指在测评方向范围中,安全意识、安全知识和安全技能的题型量以及分值在测评试卷中的占比;试题类型是指文字题、游戏题等格式文件,可通过复合类型试题增加测评的多样性、趣味性;试题类型还包括是非逻辑判断题、单/多项选择题,在组卷时还要设计好标准答案,以实现系统自动阅卷;试题分值是给每道试题设定的权重,可以是固定分值,也可以结合题型的难易程度赋予不同的分值,需要说明的是,同一试题可能会因为不同的组卷方式而有不同的分值;试题分值可以是百分制,也可以是评级,如A、A+/-、B、B-/+等,在此不作限定。
f)组卷管理支持自动组卷和人工组卷功能,自动组卷由系统根据输入条件(身份识别的结果),在现有的安全素质题库中按提前设置好的组卷策略自动生成测评试卷;人工组卷可以根据需要由制卷人选择题库中的试题按自定义策略组卷,也可以导入个性化设计的题型,并上传到系统中形成符合特定对象的测评试卷,如企业设计的针对内部员工的安全测评等。
(2)测评管理模块由测评人员管理和答题管理功能组成。
a)测评人员管理包括测评人员身份管理、线上线下系统身份识别管理等,初次登陆线上安全素质测试系统测试人员要求录入基本信息,包括:测评人员性别、年龄、职业、行业、常驻地等信息;职业属性,包括学生、白领、工人、农民等;行业属性,包括加工制造业、运输业、现代服务业等;常驻地,包括城市、农村等地,并导入地址字典供选择填录。测评人员信息用于系统匹配与之相适应的测评试卷;注册成功测评人员由系统生成用户编号(帐号),该编号用于适配线下AR/VR安全技能演练试卷、成绩查询,以及测评人员在安全素质测评系统上的活动管理等。
b)所述身份识别是指测评人员信息检验,通过人工输入、IC卡刷卡、微信号识别等方式快速读取用户编号。
c)答题管理功能是指测评人员在线答题、模拟练习、防真测试、多人抢答管理。
(3)成绩管理,包括成绩查询及发布管理、统计分析功能等。
a)成绩查询及发布管理,测评人员答题完成后,系统根据预先设置的试卷答案和分值进行比对和匹配,按安全素质、安全知识和安全技能三个维度给出测评人员答题得分或等级评定;测评人员通过帐号登陆线上安全素质测评系统查询测评成绩,也可以通过核卷按钮查询评分明细;如果测评人员信息有输入邮箱,成绩单将自动发送到指定邮箱。
b)成绩单还将附有素质改良建议以及相关安全知识推送,包括与测评人身份相匹配的行业安全资讯、学习视频、安全游戏等学习资料,以及政府部门组织的公益安全教育活动通知、安全宣传体验场馆推荐等。
c)统计分析功能是测评主管单位为了解并分析其指定区域或组织内部人员的安全素质状况,而进行的按测评人员关键信息为分析条件生成的报表、分布图、趋势图等,其通过智能分析了解指定测评人员的安全素质状况、知识缺陷等信息,为安全培训、宣传教育以及安全生产指导和决策提供量化依据。
(4)系统管理包含企业用户、个人用户权限管理和日志管理。
(5)线下AR/VR实战测评系统,提供安全技能实战测试服务,通过计算机软件构建出基于3D建模的灾害事故原型,测评人员进入模拟灾害场景,并通过AR/VR手柄或其它输入设备对各种突发性事件进行模拟处置演练,系统根据可观察、可衡量的行为动作来判断其安全技能水平,并给出等级评分,系统通过引入AR/VR无人值守引导及陪练辅助功能模块,解决AR/VR演练测评人员对AR/VR操作不熟练、不适应等技术障碍,排除测评偏差,提高测评结果的可靠性。线下AR/VR实战测评系统由用户管理(身份识别)、3D情景题库、答题演练及评分管理等功能模块组成。其中:
a)用户管理是指测评人员身份管理,用户进入3D情景试卷演练前,需要通过身份验证;用户身份是指在线上平台注册登记时的帐号;系统支持微信扫码、手工输入、IC/ID刷卡等身份识别认证功能。
b)3D情景试题库,是指通过计算机3D建模技术构建出的灾害/事故原型,包括3D场景、交互事物模型、过程动画、粒子特效等。
c)答题演练及评分管理主要包括测评试题管理、演练过程辅助管理;所述测评试题管理是指线下AR/VR实战测评系统根据当前用户身份(身份编码),通过接口匹配线上安全素质测评系统组建的针对安全技能测评部分试卷题型编号,试题匹配成功后导入3D情景试题供测评人员演练;所述演练过程辅助管理是指当前用户在AR/VR虚拟环境演练过程中,遇到无法逾越的障碍(问题)不能正常完成演练任务时,可寻求机器人陪练或引导,通过虚拟机器人(引导员)的操作示范和/或讲解掌握当前障碍(问题)的操作要领;所述无法逾越(问题)的障碍包括:情景一:AR/VR操作技巧不熟练;情景二:没有掌握处置当前测试场景下事故灾害处理方法和/或技能。
评分管理是指用户在演练过程中,系统根据测评人员在测试场景下所做的互动操作给出评分或评级;所述评分或评级规则是指正确通关加分和寻求机器人陪练或引导减分;所述正确通关,是指演练人员在由各安全技能指标考核项构成的事故灾害情景下作出了正确的操作指令;所述通关加分可以按关卡数给予固定分值,也可以由常量乘以知识点(通关)难度系数计算,在此不作限定;所述寻求机器人陪练或引导减分根据演练人员在演练过程中寻求机器人陪练或引导服务类型的扣除结算,公式如下:
其中,Re为测评人员AR/VR场景模拟作战演练的最终评测成绩,Si为第i个AR/VR场景的成绩,i=1,2,3……n,n为正整数;Ej为第i个AR/VR场景内第j项安全技能分值,Ej取值范围为[300,800],j=1,2,3……m,m为正整数;α为安全技能难度系数,α取值范围为[0.3,0.6];Se为单次呼叫机器人陪练或引导服务分值,Se取值范围为[100,500];p为呼叫次数,t为测评人员正确完成模拟作战演练任务后的剩余时间,单位为秒;β为时间奖励分值系数,β=10,20,30,40,50,60,70,80,90,100。
评分管理还包括演练成绩查询功能,测评用户可以在测试结束时看到本次的测试结果,包括演练成绩得分或评级、关键操作得分或回看操作视频、演练时间等信息。
本发明提供的一种基于O2O和AR/VR情景的安全素质测评方法及系统,综合运用VR/AR、计算机3D建模技术、云计算和大数据技术,通过线上线下相结合的测评方式,构建出安全理论知识和实践处置能力的多维度测评体系,解决了传统单一安全理论知识的测评模式的问题,全面评估测评人员的综合安全素质。线上测评系统提供便利的测评平台,能够满足社会各行各业、不同年龄阶层的大众化测评需求;线下AR/VR实战测评系统提供基于事故灾害还原技术,模拟出真实的事故场景,以锻炼测评人员在灾害来袭时的应急处置技能,并通过AR/VR无人值守操作引导及陪练功能辅助演练,排除AR/VR工具技术测评偏差,提高测评结果的真实可靠性;安全素质题库构建了包括公共安全、自然灾害和生产安全等社会领域的安全指标体系,通过安全意识、安全知识和安全技能进行多维度组卷,结合测评人员身份提供个性化安全测评方案;测评结果可运用大数据技术按年龄段、职业属性、行业特点、区域分布等进行多维度对比分析,进而得出民众安全素质状态分布特点,为政府、企业、学校等部门开展安全宣传培训和技能提升提供决策依据。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种基于O2O和AR/VR的安全素质测评方法,其特征在于:包括以下步骤:
识别测评人员身份,并结合安全素质能力测评模型进行组卷,从而生成测评试卷,所述测评试卷与测评人员的安全素质能力需求相匹配,所述安全素质能力测评模型包括线上安全测评模型和线下AR/VR实战测评模型,所述线上安全测评模型基于安全意识和安全知识,所述线下AR/VR实战测评模型基于安全技能,所述安全技能包括应急处置所需的安全技能;所述识别测评人员身份,并结合安全素质能力测评模型进行组卷,具体包括按用户身份和结果反馈进行动态组卷;所述按结果反馈进行动态组卷是指同一测评人员进行多次测评时,根据前N次的测评成绩和试题内容调整不同的难度系数并组卷;
根据测评试卷分别获取测评人员在线答题的测评结果和线下AR/VR情景演练的测评结果;所述线下AR/VR情景演练的测评结果包括模拟作战演练的成绩,所述模拟作战演练的成绩根据每个AR/VR情景内安全技能分值、寻求机器人陪练或引导服务的次数和正确完成模拟作战演练任务后的剩余时间来确定,所述模拟作战演练的成绩计算公式为:
其中,Re为测评人员AR/VR场景模拟作战演练的最终评测成绩,Si为第i个AR/VR场景的成绩,i=1,2,3……n,n为正整数;Ej为第i个AR/VR场景内第j项安全技能分值,Ej取值范围为[300,800],j=1,2,3……m,m为正整数;α为安全技能难度系数,α取值范围为[0.3,0.6];Se为单次呼叫机器人陪练或引导服务分值,Se取值范围为[100,500];p为呼叫次数,t为测评人员正确完成模拟作战演练任务后的剩余时间,单位为秒;β为时间奖励分值系数,β=10,20,30,40,50,60,70,80,90,100;
根据在线答题的测评结果和线下AR/VR情景演练的测评结果,得到最终的安全素质测评结果;
所述寻求机器人陪练或引导服务包括:
演练测评人员发出服务请求激活机器人;测评计时暂停;机器人提供动作示范和/或讲解;测评计时重新启动;测评人员返回到演练界面,并继续当前情景下的演练操作;测评程序记录机器人服务内容和服务类型,所述服务类型包括AR/VR操作技能讲解和安全技能引导示范。
2.根据权利要求1所述的一种基于O2O和AR/VR的安全素质测评方法,其特征在于:所述识别测评人员身份,并结合安全素质能力测评模型进行组卷,从而生成测评试卷这一步骤,具体包括:
构建O2O安全素质知识库,所述O2O安全素质知识库包括公共安全素质知识库、自然灾害安全素质知识库和生产安全素质知识库;
根据O2O安全素质知识库建立安全素质能力测评模型;
识别测评人员身份;
匹配测评人员的安全素质需求,结合安全素质能力测评模型进行动态组卷并生成测评试卷。
3.根据权利要求2所述的一种基于O2O和AR/VR的安全素质测评方法,其特征在于:所述根据O2O安全素质知识库建立安全素质能力测评模型这一步骤,具体包括:
确定事故灾害防范安全行为和应急处置技能安全素质项;
建立安全素质测评指标体系;
按照安全知识点属性构建好安全意识测评题库、安全知识测评题库和安全技能测评题库;
分别封装安全意识测评单元、安全知识测评单元和安全技能测评单元,并按照测评人员身份设计不同领域、不同测评单元分值和/或题型内容、题型数量的构成比例;
根据安全意识测评题库和安全知识测评题库构建线上安全素质测评系统;
根据安全技能测评题库构建线下AR/VR实战测评系统。
4.根据权利要求3所述的一种基于O2O和AR/VR的安全素质测评方法,其特征在于:所述匹配测评人员的安全素质需求,结合安全素质能力测评模型进行动态组卷并生成测评试卷这一步骤,具体为:
基于安全素质能力测评模型,将安全意识测评题库、安全知识测评题库和安全技能测评题库的试题按测评人员身份和/或历史测评结果反馈进行动态组卷,并封装为测评试卷。
5.根据权利要求1所述的一种基于O2O和AR/VR的安全素质测评方法,其特征在于:所述根据测评试卷分别获取测评人员在线答题的测评结果和线下AR/VR情景演练的测评结果这一步骤,具体包括:
获取测评人员根据测评试卷进行在线答题后的得分或评级;
获取测评人员根据测评试卷进行线下AR/VR情景演练后的得分或评级。
6.根据权利要求5所述的一种基于O2O和AR/VR的安全素质测评方法,其特征在于:所述获取测评人员根据测评试卷进行线下AR/VR情景演练后的得分或评级这一步骤,具体包括:
根据测评人员身份从测评试卷中导入AR/VR情景题库;
获取测评人员根据AR/VR情景题库进行模拟作战演练的成绩。
7.根据权利要求6所述的一种基于O2O和AR/VR的安全素质测评方法,其特征在于:所述获取测评人员根据AR/VR情景题库进行模拟作战演练的成绩这一步骤,具体包括:
获取测评人员在不同的虚拟事故灾害场景下通过AR/VR输入设备触发的事件对象模型;
获取测评人员寻求机器人陪练或引导服务类型;
根据获取的事件对象模型和测评人员寻求机器人陪练或引导服务类型计算测评人员模拟作战演练的成绩,所述测评人员模拟作战演练的成绩计算公式为:
其中,Re为测评人员AR/VR场景模拟作战演练的最终评测成绩,Si为第i个AR/VR场景的成绩,i=1,2,3……n,n为正整数;Ej为第i个AR/VR场景内第j项安全技能分值,Ej取值范围为[300,800],j=1,2,3……m,m为正整数;α为安全技能难度系数,α取值范围为[0.3,0.6];Se为单次呼叫机器人陪练或引导服务分值,Se取值范围为[100,500];p为呼叫次数,t为测评人员正确完成模拟作战演练任务后的剩余时间,单位为秒;β为时间奖励分值系数,β=10,20,30,40,50,60,70,80,90,100。
8.根据权利要求1所述的一种基于O2O和AR/VR的安全素质测评方法,其特征在于:所述根据在线答题的测评结果和线下AR/VR情景演练的测评结果,得到最终的安全素质测评结果这一步骤,具体包括:
从在线答题的测评结果中获取安全意识评测得分和安全知识评测得分;
从线下AR/VR情景演练的测评结果中获取安全技能演练得分;
计算测评人员的综合安全素质得分,其中所述测评人员的综合安全素质得分=安全意识评测得分+安全知识评测得分+安全技能演练得分;
根据测评人员的综合安全素质得分生成测评人员综合安全素质报告。
9.一种基于O2O和AR/VR的安全素质测评系统,其特征在于:包括:
身份识别与组卷模块,用于识别测评人员身份,并结合安全素质能力测评模型进行组卷,从而生成测评试卷,所述测评试卷与测评人员的安全素质能力需求相匹配,所述安全素质能力测评模型包括线上安全测评模型和线下AR/VR实战测评模型,所述线上安全测评模型基于安全意识和安全知识,所述线下AR/VR实战测评模型基于安全技能,所述安全技能包括应急处置所需的安全技能;所述识别测评人员身份,并结合安全素质能力测评模型进行组卷,具体包括按用户身份和结果反馈进行动态组卷;所述按结果反馈进行动态组卷是指同一测评人员进行多次测评时,根据前N次的测评成绩和试题内容调整不同的难度系数并组卷;
第一测评结果获取模块,用于根据测评试卷分别获取测评人员在线答题的测评结果和线下AR/VR情景演练的测评结果;所述线下AR/VR情景演练的测评结果包括模拟作战演练的成绩,所述模拟作战演练的成绩根据每个AR/VR情景内安全技能分值、寻求机器人陪练或引导服务的次数和正确完成模拟作战演练任务后的剩余时间来确定,所述模拟作战演练的成绩计算公式为:
其中,Re为测评人员AR/VR场景模拟作战演练的最终评测成绩,Si为第i个AR/VR场景的成绩,i=1,2,3……n,n为正整数;Ej为第i个AR/VR场景内第j项安全技能分值,Ej取值范围为[300,800],j=1,2,3……m,m为正整数;α为安全技能难度系数,α取值范围为[0.3,0.6];Se为单次呼叫机器人陪练或引导服务分值,Se取值范围为[100,500];p为呼叫次数,t为测评人员正确完成模拟作战演练任务后的剩余时间,单位为秒;β为时间奖励分值系数,β=10,20,30,40,50,60,70,80,90,100;
第二测评结果获取模块,用于根据在线答题的测评结果和线下AR/VR情景演练的测评结果,得到最终的安全素质测评结果。
10.一种基于O2O和AR/VR的安全素质测评系统,其特征在于:包括:
存储器,用于存储程序;
处理器,用于加载所述程序以执行如权利要求1-8任一项所述的一种基于O2O和AR/VR的安全素质测评方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811010252.7A CN109190975B (zh) | 2018-08-31 | 2018-08-31 | 一种基于o2o和ar/vr的安全素质测评方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811010252.7A CN109190975B (zh) | 2018-08-31 | 2018-08-31 | 一种基于o2o和ar/vr的安全素质测评方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109190975A CN109190975A (zh) | 2019-01-11 |
CN109190975B true CN109190975B (zh) | 2020-05-12 |
Family
ID=64917625
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811010252.7A Active CN109190975B (zh) | 2018-08-31 | 2018-08-31 | 一种基于o2o和ar/vr的安全素质测评方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109190975B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109800985A (zh) * | 2019-01-16 | 2019-05-24 | 中国地质大学(武汉) | 一种基于vr技术的职工安全行为能力评估系统及方法 |
CN110298599A (zh) * | 2019-07-03 | 2019-10-01 | 广东倍智测聘网络科技股份有限公司 | 一种人才评测方法及装置 |
CN111666213A (zh) * | 2020-05-29 | 2020-09-15 | 中国平安财产保险股份有限公司 | 任务上线的方法、装置、计算机设备及存储介质 |
CN111797542A (zh) * | 2020-07-20 | 2020-10-20 | 国网黑龙江省电力有限公司鹤岗供电公司 | 变电站二次系统的3d模拟操作测评系统 |
CN113222527A (zh) * | 2021-04-09 | 2021-08-06 | 浙江执金吾网络科技有限公司 | 一种全民消防安全等级科普方法及系统 |
CN113435783A (zh) * | 2021-07-16 | 2021-09-24 | 江苏万成钢构科技有限公司 | 一种安全生产教育及安全知识评估方法 |
CN114170864B (zh) * | 2021-11-11 | 2024-03-29 | 卡斯柯信号有限公司 | 智慧地铁全自动运行用的场景综合管理与验证方法及装置 |
CN117789959B (zh) * | 2023-11-14 | 2024-07-16 | 艾迪普科技股份有限公司 | 一种基于虚拟交互技术的远程医疗测控方法、系统及介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9461876B2 (en) * | 2012-08-29 | 2016-10-04 | Loci | System and method for fuzzy concept mapping, voting ontology crowd sourcing, and technology prediction |
CN103578315B (zh) * | 2013-10-17 | 2016-03-16 | 中国石油化工股份有限公司 | 三维消防培训及演练评估方法 |
GB201319681D0 (en) * | 2013-11-07 | 2013-12-25 | Imp Innovations Ltd | System and method for drug delivery |
CN106448316A (zh) * | 2016-08-31 | 2017-02-22 | 徐丽芳 | 基于虚拟现实技术的消防训练方法 |
CN106846939A (zh) * | 2016-11-24 | 2017-06-13 | 广州市世平计算机科技有限公司 | 一种应急安全演练宣教设备 |
-
2018
- 2018-08-31 CN CN201811010252.7A patent/CN109190975B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109190975A (zh) | 2019-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109190975B (zh) | 一种基于o2o和ar/vr的安全素质测评方法及系统 | |
Skirpan et al. | Ethics education in context: A case study of novel ethics activities for the CS classroom | |
Sacks et al. | Construction safety training using immersive virtual reality | |
Lindell et al. | Wiley pathways introduction to emergency management | |
Li et al. | Visualizing safety assessment by integrating the use of game technology | |
Kim | Improving simulation exercises in Korea for disaster preparedness | |
Rahman | High School Students' Seismic Risk Perception and Preparedness in Savar, Dhaka. | |
Anatoljevna et al. | Adaptive system of web-based teaching | |
Krnjić et al. | Investigating students attitudes and preferences towards disaster learning multimedia to enhance preparedness | |
KR101896248B1 (ko) | 원자력발전소의 재난 대응 모의훈련 시나리오 편집 시스템 | |
Wang et al. | Modeling and verification of an intelligent tutoring system based on Petri net theory | |
Braut et al. | Learning from accidents (incidents)–theoretical perspectives on investigation reports as educational tools | |
CN116416839A (zh) | 一种基于物联网实训系统的实训辅助教学的方法 | |
CN116312116A (zh) | 实物保护突发事件处置的演练方法和系统 | |
Tong et al. | ACT method for safety training: An approach to improve on-site safety performance | |
CN114898251A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
Pan et al. | An alternate reality game for facility resilience (ARGFR) | |
Zaim et al. | Language as a tool for disaster mitigation management: analysis of warning system text in language and institutional framework | |
van Wyk et al. | Usability context analysis for virtual reality training in South African mines | |
CN112801831A (zh) | 基于区块链的从业者安全生产诚信体系建设方法及系统 | |
Barker et al. | Marking complex assignments using peer assessment with an electronic voting system and an automated feedback tool | |
Poshdar et al. | The efficacy of virtual-reality based safety training in construction: Perceptions versus observation | |
Hawthorn et al. | TSUNAMI RISK COMMUNICATION: ASSESSING KNOWLEDGE GAPS AND SUITABLE SERIOUS GAMES. | |
Righi et al. | Resilience in firefighting emergency response: standardization and resilience in complex systems | |
CN114723412A (zh) | 一种用于生态环境现场执法的ai培训考试系统及使用方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |