CN112655006A - 一种驾驶教学系统及其使用方法、驾驶设备、计算机可读存储介质 - Google Patents
一种驾驶教学系统及其使用方法、驾驶设备、计算机可读存储介质 Download PDFInfo
- Publication number
- CN112655006A CN112655006A CN202080002945.0A CN202080002945A CN112655006A CN 112655006 A CN112655006 A CN 112655006A CN 202080002945 A CN202080002945 A CN 202080002945A CN 112655006 A CN112655006 A CN 112655006A
- Authority
- CN
- China
- Prior art keywords
- driving
- user
- teaching
- teaching system
- multidimensional
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000011156 evaluation Methods 0.000 claims abstract description 50
- 238000004458 analytical method Methods 0.000 claims abstract description 46
- 230000008569 process Effects 0.000 claims abstract description 24
- 230000009471 action Effects 0.000 claims description 66
- 230000033001 locomotion Effects 0.000 claims description 28
- 230000001133 acceleration Effects 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 238000013461 design Methods 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 9
- 230000006872 improvement Effects 0.000 claims description 9
- 230000006978 adaptation Effects 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 8
- 230000036544 posture Effects 0.000 claims description 7
- 210000001364 upper extremity Anatomy 0.000 claims description 7
- 238000002360 preparation method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 abstract description 10
- 238000012937 correction Methods 0.000 abstract description 4
- 210000003128 head Anatomy 0.000 description 7
- 230000010485 coping Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004424 eye movement Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000002567 autonomic effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007087 memory ability Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004297 night vision Effects 0.000 description 1
- 230000000291 postprandial effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000002407 reforming Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000004304 visual acuity Effects 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G06Q50/2053—Education institution selection, admissions, or financial aid
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种驾驶教学系统及其使用方法、驾驶设备、计算机可读存储介质,驾驶教学系统包括:数据获取模块、分析模块和数据库模块。驾驶教学系统的使用方法包括:获取用户驾驶的相关数据;通过用户驾驶的相关数据分析评估用户驾驶的多维能力;根据用户驾驶的多维能力和用户个人的驾驶相关信息推荐适合用户的驾驶教学方案。驾驶设备包括设备本体和如上所述的驾驶教学系统。本发明的一种驾驶教学系统及其使用方法、驾驶设备、计算机可读存储介质,通过建立驾驶多维能力的评估标准,获取用户驾驶的相关数据来分析评估用户驾驶的多维能力,可以根据用户的个人情况为用户量身定做适合的驾驶教学方案,并且在练习过程中提供标准化的指导提醒及纠正,使用户更高效、更方便、低成本的学习各种驾驶。
Description
技术领域
本发明涉及教学设备技术领域,特别是涉及一种驾驶教学系统及其使用方法、驾驶设备、计算机可读存储介质。
背景技术
随着经济的不断发展,交通越来越发达,私人汽车作为交通工具的普及率越来越高,甚至游艇和私人飞机也越来越多。人们对于车辆、船及飞机的需求越来越高,越来越多的人开始学习驾驶技术。驾驶是操控车船及飞机等行驶。学习驾驶通常需要去相关的培训学校进行学习,包括学习相关法规,学习驾驶技术并进行相应的练习,直到熟练掌握,再通过交通管理部门的考核,获取相应的驾驶证件。
想要高效的学习驾驶需要依靠专业的指导,通常采用上驾驶学校或者请私人教练一对一进行辅导。驾驶学校老师是一对多讲课及练习的,因为每个人的学习情况都不一样,老师难以兼顾所有人的进度控制教学速度,此外学员在进行自主练习的时候,由于老师不能保证时刻进行一对一的辅导监督,在练习过程中很容易出现动作错误而无法被发现的情况,这样长期以往下去会导致学习驾驶效率低下或错误的情况,不利于提升驾驶水平。请私人教练一对一进行辅导,教学费用昂贵,造成驾驶的学习成本较高;另外对于驾驶的学习主要依靠私人教练的水平,对于水平不够的私人教练,用户通常也不具备分辨能力,导致通过一段时间的练习后,驾驶能力没有提高,白白浪费了时间精力和金钱。
因此,迫切需要一种驾驶教学系统及其使用方法、驾驶设备、计算机可读存储介质,使用户高效、方便、低成本的学习驾驶。
发明内容
本发明的主要目的是:提供一种驾驶教学系统及其使用方法、驾驶设备、计算机可读存储介质,通过建立驾驶多维能力的评估标准,获取用户驾驶的相关数据来分析评估用户驾驶的多维能力,可以根据用户的个人情况为用户量身定做适合的驾驶教学方案,并且在练习过程中提供标准化的指导提醒及纠正,使用户更高效、更方便、低成本的学习各种驾驶。
为实现上述目的,本发明提供了一种驾驶教学系统,所述驾驶教学系统包括:数据获取模块、分析模块和数据库模块,
所述数据获取模块用于获取用户驾驶的相关数据;
所述数据库模块用于存储驾驶多维能力数据库和用户个人驾驶数据库,所述驾驶多维能力数据库包括驾驶多维能力的评估标准,所述用户个人驾驶数据库存储有用户个人的驾驶相关信息;
所述分析模块用于通过用户驾驶的相关数据分析评估用户驾驶的多维能力和/或根据用户驾驶的多维能力和用户个人的驾驶相关信息推荐适合用户的驾驶教学方案。
如上所述的驾驶教学系统,所述用户驾驶的相关数据包括驾驶时间/速度/距离/加速度/方向/角度/路线/位置/高度、头部/上肢/手部/脚部/眼部的动作姿态、设备操作、仪表示数中的至少一项。
如上所述的驾驶教学系统,所述驾驶多维能力包括信息获取、运动预估、反应、应对、操作动作、设备使用、协调配合、熟练度、方案设计、环境适应、驾驶知识、设备知识、法规、心理中的至少一项能力。
如上所述的驾驶教学系统,所述驾驶教学方案包括学习方案和/或练习方案,所述学习方案包括对特定教学内容的学习和练习后的回顾、总结,所述练习方案包括练习目标、练习前的准备、练习内容、练习要点、方法/技巧、动作/姿态、练习时间、练习标准。
如上所述的驾驶教学系统,所述驾驶教学系统还能根据驾驶练习的内容并结合用户驾驶的多维能力,智能分析在用户驾驶练习的过程中需要注意的情况,事先或随着练习的过程提醒用户注意。
如上所述的驾驶教学系统,所述驾驶教学系统还包括根据用户学习/练习的实际情况,调整或重新推荐适合用户的驾驶教学方案。
如上所述的驾驶教学系统,所述驾驶教学系统还包括:针对不同的驾驶教学方案,根据对各项能力提高的评估结果分别设定对应的级别/分值,并可根据用户的实际情况设定包括各项能力提高的综合分析模型,从而能够得出驾驶教学方案的综合级别/分值,用于不同方案的评价和比较。
如上所述的驾驶教学系统,所述驾驶教学系统还能根据用户驾驶学习/练习/实际驾驶的情况进行智能分析并反馈,所述反馈包括:将分析结果反馈给用户使用户能够有针对性的提高;将分析结果实时反馈给教练/老师/管理者/管理部门,由教练/老师/管理者/管理部门进行干预;根据分析结果出具评估报告中的至少一项。
本发明还提供一种如上所述的驾驶教学系统的使用方法,所述方法包括:
获取用户驾驶的相关数据;
通过用户驾驶的相关数据分析评估用户驾驶的多维能力;
根据用户驾驶的多维能力和用户个人的驾驶相关信息推荐适合用户的驾驶教学方案。
本发明还提供一种驾驶设备,所述驾驶设备包括设备本体和如上所述的驾驶教学系统。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的驾驶教学系统的使用方法的步骤。
本发明的一种驾驶教学系统及其使用方法、驾驶设备、计算机可读存储介质,驾驶教学系统包括:数据获取模块、分析模块和数据库模块。驾驶教学系统的使用方法包括:获取用户驾驶的相关数据;通过用户驾驶的相关数据分析评估用户驾驶的多维能力;根据用户驾驶的多维能力和用户个人的驾驶相关信息推荐适合用户的驾驶教学方案。驾驶设备包括设备本体和如上所述的驾驶教学系统。本发明的一种驾驶教学系统及其使用方法、驾驶设备、计算机可读存储介质,通过建立驾驶多维能力的评估标准,获取用户驾驶的相关数据来分析评估用户驾驶的多维能力,可以根据用户的个人情况为用户量身定做适合的驾驶教学方案,并且在练习过程中提供标准化的指导提醒及纠正,使用户更高效、更方便、低成本的学习各种驾驶。
附图说明
图1为本发明第一实施例一种驾驶教学系统的示意图。
图2为本发明第二实施例一种驾驶教学系统的使用方法的方法流程图。
图3为本发明第三实施例一种驾驶设备的示意图。
具体实施方式
为进一步阐述本发明达成预定目的所采取的技术手段及功效,以下结合附图及实施例,对本发明的具体实施方式,详细说明如下。
本发明第一实施例参阅图1。图1为本发明第一实施例一种驾驶教学系统的示意图。如图所示,本发明的驾驶教学系统包括:数据获取模块11、数据库模块12和分析模块13。
数据获取模块11用于获取用户驾驶的相关数据,用户驾驶的相关数据可以包括驾驶时间/速度/距离/加速度/方向/角度/路线/位置/高度、头部/上肢/手部/脚部/眼部的动作姿态、设备操作、仪表示数中的至少一项。用户驾驶的相关数据所包括的是与驾驶相关的各种数据,例如:时间可以是开始时间、结束时间、驾驶过程中某一个节点的时间等等;速度可以是车的速度、行人的速度、其他车辆的速度、发动机的转速等等;位置可以是车的位置、行人的位置、障碍物的位置、手的位置等等;距离可以是行驶的距离、车间的距离、离路口的距离等等;设备操作是指用户对方向盘、操纵柄、仪表盘、通讯装置、按键、档位、刹车、油门等设备或设备部件的操作,还可以包括对特殊车辆如叉车、吊车、压路机、拖拉机、挖掘机、收割机、战斗机、清洁车、垃圾车等的特殊设备的操作,如吊车的吊勾、压路机的碾轮、挖掘机的铲斗/机械臂等等;仪表示数是指驾驶工具上各种仪器仪表的数据,如汽车的发动机转速、邮箱的油量、胎压、飞机的高度等等。
在本发明中,数据获取模块11可以是:视频获取装置、时间/速度/距离/加速度/方向/角度/路线/位置测量装置等,还可以是智能设备,或是上述装置的组合,用于获取用户驾驶的相关数据。用户驾驶的相关数据可以是通过时间/速度/距离/加速度/方向/角度/路线/位置测量装置等直接测量得到,也可以是通过视频获取装置获取驾驶的视频,再对其进行分析计算得到,或者通过虚拟现实技术测算得出。本发明的驾驶教学系统可以通过用户驾驶的相关数据从多角度全面的分析用户的驾驶多维能力。
数据库模块12用于存储驾驶多维能力数据库和用户个人驾驶数据库。驾驶多维能力数据库包括驾驶多维能力的评估标准。驾驶多维能力包括信息获取、运动预估、反应、应对、操作动作、设备使用、协调配合、熟练度、方案设计、环境适应、驾驶知识、设备知识、法规、心理中的至少一项能力,还可以包括两项及以上单项能力的组合能力,还可以包括单个动作或其组合的完成能力,以及完成能力、组合能力、单项能力之间的关系。完成能力是指用户完成特定驾驶动作的能力。用户能完成特定驾驶动作,说明用户的驾驶多维能力达到该动作的要求,即用户的信息获取、运动预估、反应、应对、操作动作、设备使用、协调配合、熟练度、方案设计、环境适应、驾驶知识、设备知识、法规、心理等能力均符合该动作的要求,因而用户具备该驾驶动作的完成能力。完成能力可以是一个驾驶动作的完成能力,也可以是多个驾驶动作形成的驾驶动作组合的完成能力。
本发明的驾驶教学系统是为了用户能更好的学习各种车辆、船舶、飞机的驾驶,而驾驶水平的提高除了通过用户驾驶多维能力的单项能力的提高,还需要不同单项能力的配合应用,才可以提升用户驾驶的水平,达到驾驶教学的目的。例如:驾驶汽车首先需要具备一定的信息获取、反应、操作动作、驾驶知识能力、掌握如启动、加速、转向、停车等基础操作动作;然后需要具备的是对设备使用、环境适应和驾驶法规的能力,能够熟练操作方向盘、操纵柄、仪表盘、通讯装置、按键、档位、刹车、油门等,并且适应各种道路环境、路况环境、气候环境等,以及了解规范驾驶需要遵守的法律法规;接下来还需要掌握及提高的驾驶方案设计能力,根据目的地/出发地/位置/道路信息/路况信息/车辆信息等设计驾驶方案,按照驾驶方案驾驶车辆,并可以根据实际情况调整驾驶方案;最后是在驾驶过程中的运动预估、应对及协调配合能力,能够预估车辆运动的情况、并在不同的状况下能够采取正确的应对措施,与车辆、交通设施、其他车辆/行人等进行配合,采取合适的驾驶方案,操作车辆驾驶。
本发明的驾驶教学系统可以用于不同设备的驾驶教学,包括:自行车/摩托车/小型汽车/中型汽车/大型汽车/特种设备车辆/工程车辆/船舶/飞机等。要学习驾驶,提高驾驶的水平,就需要具备与驾驶有关的各种能力,同时利用好与驾驶有关的各种能力,才能更快、更好的学习驾驶,提升相关的驾驶水平。
驾驶的相关要素可以包括:
与驾驶相关的空间要素如:区域/地址、距离、道路、路线、位置、高度、角度等;与驾驶相关的时间要素如:时点、时机、时长、频率、周期等;与驾驶相关的速度要素如:速度、加速度、转弯速度、巡航速度等;与驾驶相关的角度要素如:转弯角度、上坡角度、下坡角度等;与驾驶相关的动作要素如:手、指、脚、腿、臂、头、躯干的动作/位置/角度等,还可以包括对驾驶设备的熟悉程度、驾驶动作的熟练程度、车辆/行人运动的预估、驾驶员的反应、对特殊/意外情况的应对等等。
还可以包括可能与驾驶有关的因素:道路因素如车道数、车道宽度、曲率半径、坡度、道路材质、出入口、红绿灯、道口、连接道路、道路环境、路面摩擦力/承重/限高/限速等;路况因素如车流量、车辆位置、车辆速度、车辆加速度、车辆目标等与导航有关的信息、障碍物/行人信息、交通信号灯信息、路面破损情况、交通意外等;驾驶设备因素如车辆类型、型号、车牌号、车辆的长度/宽度/高度/质量/制动距离/轮胎情况/动力情况/电量/油量/仪表示数等参数、车辆目的地、乘坐人数等;天气环境因素如:能见度/下雨/下雪/路面结冰等;还可以包括其他影响驾驶的相关因素如:交通潮汐规律/白天夜晚差异/交通管制或限行计划/车辆权重/特殊任务的时间优先/限时到达以及其他车辆的避让等。
驾驶多维能力数据库还可以包括:不同驾驶项目各级别多维能力对应掌握的动作及其组合的范围/列表,以及各动作或其组合对应的各项单维能力、组合能力、完成能力的标准和要求,该级别/水平对应的标准视频、动作示范;各种动作及其组合在驾驶多维能力下的分级标准、动作及其组合的特点/难点、动作及其组合依据种类/难度/特点/能力及要求级别/练习要点/风格等的标记。可以通过标记来寻找适合用户的动作及其组合作为教学方案的内容。通过驾驶多维能力数据库,可以将用户驾驶的相关数据与驾驶多维能力的评估标准进行对比分析,评估用户驾驶的多维能力。
用户个人驾驶数据库存储有用户个人的驾驶相关信息,用于在分析评估用户驾驶的多维能力、推荐适合用户的驾驶教学方案、分析用户驾驶的过程中需要注意的情况和指出用户驾驶过程中的不足之处时提供用户个人的驾驶相关信息。也可以是在多人/团队驾驶中包含多人/团队的驾驶相关信息。用户个人的驾驶相关信息可以包括:用户基本信息、用户驾驶的个人能力、用户驾驶的个人特点、驾驶学习目标、驾驶学习时间、与驾驶学习有关的各项能力、掌握的动作及组合、练习中的动作及组合、练习时间、练习经历及进展等信息,还包括用户驾驶多维能力的评估信息及对应的相关数据。其中,用户基本信息包括:年龄、性别、身高、体重、驾驶基础等等。用户驾驶的个人能力可以包括:用户的驾驶多维能力的单维能力和组合能力的级别/水平。用户驾驶的个人特点可以包括:用户喜爱/不喜爱的驾驶项目、动作、风格、技巧、姿势、练习方式等;用户擅长/不擅长的驾驶项目、动作、风格、技巧、姿势、练习方式等。与驾驶学习有关的各项能力包括:智力、驾驶知识、记忆能力、理解能力、协调能力、配合能力、体力、恢复能力、注意力等等。
在本发明中,驾驶多维能力数据库的来源可以是基于各种驾驶教材和相关书籍、交通法规、驾驶相关数据、驾驶视频资料、驾驶多维能力及动作完成能力的相关数字化特征、驾驶项目规范、专家经验、会议纪要、论文、专著、发明、科学推论、报告、分析报告、其他文献资料、其他具有专业性/权威性的研究结果。驾驶多维能力数据库建立的方法可以是选取驾驶的标准视频及相关数据建立,或者通过人工智能分析现有数据并按照规范合成而建立,或者通过数据挖掘/数据重整/统计分析得出新的数据而建立,也可以是采用上述方法的组合建立。用户个人驾驶数据库的数据获取方法可以包括用户/教练自行输入、从其他信息系统、设备或者数据库中获取或者是在数据库相关信息使用过程中不断的获取和分析出的新的数据,也可以是上述方法的组合。
分析模块13用于通过用户驾驶的相关数据分析评估用户驾驶的多维能力和/或根据用户驾驶的多维能力和用户个人的驾驶相关信息推荐适合用户的驾驶教学方案。通过用户驾驶的相关数据分析评估用户驾驶的多维能力,应该是驾驶多维能力数据库包含有该驾驶项目/动作的标准数据及评估标准。
分析模块13通过用户驾驶的相关数据分析评估用户驾驶的多维能力可以是从用户驾驶的视频数据和/或驾驶时间/速度/距离/加速度/方向/角度/路线/位置/高度、头部/上肢/手部/脚部/眼部的动作姿态、设备操作、仪表示数等数据提取出评估所需的数据,再将提取的数据与驾驶多维能力数据库中的标准进行比较,从信息获取、运动预估、反应、应对、操作动作、设备使用、协调配合、熟练度、方案设计、环境适应、驾驶知识、设备知识、法规、心理等评估用户驾驶多维能力每方面的能力,也可以是直接将用户驾驶的视频数据和/或驾驶时间/速度/距离/加速度/方向/角度/路线/位置/高度、头部/上肢/手部/脚部/眼部的动作姿态、设备操作、仪表示数等数据与驾驶多维能力数据库中的标准数据进行比较,评估用户驾驶多维能力每方面的能力。评估所需的数据可以是从用户驾驶的视频数据和/或驾驶时间/速度/距离/加速度/方向/角度/路线/位置/高度、头部/上肢/手部/脚部/眼部的动作姿态、设备操作、仪表示数等数据提取出与驾驶多维能力及动作完成能力的相关数据,也可以是提取出相关的数字化特征。分析评估还可以是评估两项及以上用户驾驶多维能力单项能力的组合能力,以及评估动作或其组合的完成能力。
评估信息获取能力可以是将用户信息获取能力的相关数据进行评估,包括视力、夜视能力、色彩分辨力、色彩敏感度、听力、高度感知、方向感知等,并且可以根据不同的能力评估结果设定相应的分级或评分。
评估运动预估能力可以是将用户驾驶的相关数据中的与对车辆/行人/其他车辆的运动线路预判有关的数据进行分析评估,与驾驶多维能力数据库中的标准进行比较,并且可以根据不同的能力评估结果设定相应的分级或评分。
评估反应能力可以是将用户驾驶的相关数据中的与反应有关的各项数据进行分析评估,与驾驶多维能力数据库中的标准进行比较,并且可以根据不同的能力评估结果设定相应的分级或评分。
评估应对能力可以是将用户驾驶的相关数据中的与不同情况的应对有关的各项数据进行分析评估,与驾驶多维能力数据库中的标准进行比较,并且可以根据不同的能力评估结果设定相应的分级或评分。
评估操作动作能力可以是将用户驾驶的相关数据中的与操作动作有关的各项数据如头部/手/上肢/脚部动作,进行分析评估,与驾驶多维能力数据库中的标准进行比较,并且可以根据不同的能力评估结果设定相应的分级或评分。
评估设备使用能力可以是将用户驾驶的相关数据中与设备使用有关的数据进行分析评估,与驾驶多维能力数据库中的标准进行比较,分析用户在驾驶过程中方向盘、操纵柄、仪表盘、通讯装置、按键、档位、刹车、油门、特殊设备等使用是否准确、是否合理,并且可以根据不同的能力评估结果设定相应的分级或评分。
评估协调配合能力可以是将用户驾驶的相关数据中的与协调配合有关的各项数据进行分析评估,与驾驶多维能力数据库中的标准进行比较,并且可以根据不同的能力评估结果设定相应的分级或评分。协调配合能力包括驾驶员身体各部位的协调配合如手眼配合、手脚配合、双手之间的配合等,还包括驾驶员与驾驶设备之间的配合、以及与其他车辆/行人之间的配合等。
评估熟练度能力可以是将用户驾驶的相关数据进行分析评估,与驾驶多维能力数据库中的标准进行比较,分析用户在驾驶过程中的各种操作动作是否熟练,并且可以根据不同的能力评估结果设定相应的分级或评分。
评估方案设计能力可以是将用户驾驶的相关数据中与方案设计有关的数据进行分析评估,与驾驶多维能力数据库中的标准进行比较,分析用户方案设计的能力,包括方案是否合理/可实现/可调整/具备优势/缺点少/适合用户自身驾驶水平,并且可以根据不同的能力评估结果设定相应的分级或评分。
评估环境适应能力可以是将用户驾驶的相关数据中的与环境适应有关的各项数据进行分析评估,与驾驶多维能力数据库中的标准进行比较,分析用户对不同的道路环境、路况环境、气候环境等的适应性,并且可以根据不同的能力评估结果设定相应的分级或评分。
评估驾驶知识能力可以是直接考察用户的驾驶知识掌握程度,或者是将用户驾驶的相关数据与驾驶知识有关的各项数据进行分析评估,与驾驶多维能力数据库中的标准进行比较,并且可以根据不同的能力评估结果设定相应的分级或评分。
评估设备知识能力可以是直接考察用户的设备知识掌握程度,或者是将用户驾驶的相关数据与设备知识有关的各项数据进行分析评估,与驾驶多维能力数据库中的标准进行比较,并且可以根据不同的能力评估结果设定相应的分级或评分。
评估法规能力可以是直接考察用户的法规掌握程度,或者是将用户驾驶的相关数据与法规能力有关的各项数据进行分析评估,与驾驶多维能力数据库中的标准进行比较,并且可以根据不同的能力评估结果设定相应的分级或评分。
评估心理能力可以是直接考察用户的心理状态,或者是将用户驾驶的相关数据与心理能力有关的各项数据进行分析评估,与驾驶多维能力数据库中的标准进行比较,并且可以根据不同的能力评估结果设定相应的分级或评分。
本发明的驾驶教学系统还可以根据对用户驾驶的多维能力的各项能力的评估结果,分别设定对应的级别/分值,并可以根据用户的实际情况设定包括各项能力分析结果在内的多维能力综合分析模型,从而能够根据用户驾驶情况在各项能力分析所对应的级别/分值和包括了综合分析结果与各项能力的综合分析模型,评估得出用户驾驶的综合能力的级别/分值,用于向用户推荐适合的驾驶教学方案。综合分析模型是用于分析评估用户驾驶的多维能力的模型,可以是由专家/资深教练人工设定的,或者通过数据统计/分析而得到的,或者通过信息重整/大数据分析得到的,或者通过人工智能深度学习/优化后得到的,并且可以在使用过程中不断积累及优化。
F为综合能力的级别/分值,fi为第i项能力的评估结果所对应的级别/分值,S(fi)是与第i项能力相关的分析模型算式。具体计算公式如下,
分析模块13在评估完用户驾驶的多维能力,并根据用户驾驶的多维能力和用户个人的驾驶相关信息推荐适合用户的驾驶教学方案。驾驶教学方案可以包括学习方案和/或练习方案。所述学习方案包括对特定教学内容的学习和练习后的回顾、总结。对特定教学内容的学习可以采用文字、音频、视频、互动程序、人工远程等方式,还可以包括学习过程中的提示。
所述练习方案可以包括练习目标、练习前的准备、练习内容、练习要点、方法/技巧、动作/姿态、练习时间、练习标准等等。练习目标可以是掌握某项驾驶技术、掌握某个驾驶动作、达到一定的驾驶水平等。练习前的准备可以是驾驶设备的准备与检查、场所熟悉、饮食等的准备。本发明的驾驶教学系统能够根据用户的学习能力和记忆力及对新学习动作和巩固动作掌握所需的时间长短,在驾驶教学方案给出不同的针对性方案,如:记忆力高的用户,复习的间隔时间长;对新动作学习能力强的用户,学习新动作的时间短。
本发明的驾驶教学系统能够根据用户的实际情况,包括用户驾驶的多维能力和用户个人的驾驶相关信息,以及用户练习强度与练习时间的特点,来推荐适合用户的驾驶教学方案。教学方案可以是单次教学方案,也可以是一段时间的综合教学方案。例如:可以推荐由符合用户水平并且有利于提高用户能力的驾驶动作所组成的练习方案,并且在推荐的同时给出用户在练习时需要注意的练习要点和方法技巧,同时还包括推荐的练习时间、完成练习的标准等等,使用户学习驾驶更高效、更方便、成本更低。练习方案还可以附带练习的音频/视频/要点/难点解析等等。推荐的学习内容和练习内容可以是驾驶多维能力数据库所包含的。
为用户推荐适合的驾驶教学方案包括:
确定用户目标。用户目标可以是要达到一定水平的驾驶多维能力或具备一定水平的动作/组合的完成能力。
根据用户目标与用户当前的驾驶多维能力及动作/组合完成能力的现状,计算出要达到目标还需要完成的各项能力提升的任务。
再根据任务并结合用户自身实际情况制定个性化驾驶教学方案。
教学方案可以包含学习方案和/或练习方案。学习方案可以是选择合适的学习内容作为学习方案,选择适合的学习内容是根据用户存在的问题,从中分析找出用户存在这些问题的本质原因,针对本质原因推荐适合的内容。例如:用户停车入位水平不足,经过分析发现用户侧方停车水平不足,倒车入位能够达到要求,因而需要重点推荐侧方停车的相关内容,并且进一步分析,用户侧方停车不好的原因是倒车时转方向盘的时机不对,造成侧方停车水平不足,因而需要重点给用户推荐适合用户自身条件的掌握倒车时转方向盘的时机方法从而提高侧方停车水平的相关内容。练习方案可以是依据难度/特点/练习要点/风格等,从驾驶多维能力数据库中选择对应标记的内容,生成覆盖任务需求并适合用户自身实际情况的练习方案,例如:根据用户当前的驾驶多维能力及动作完成能力与目标的差距,分析计算出的任务是将3项能力各自从1级提高到2级,之后从数据库选取符合当前任务的学习内容及练习内容,结合用户的练习时间/练习难度等,生成教学方案。
在本发明中,如果目标与现有能力的差距跨度较大,还可以将目标分解成多个子目标,任务也可以分解成多个相对应的子任务。例如:驾驶多维能力的各项能力都分为十级,用户目标是运动预估、应对和协调配合都达到8级水平,同时可以熟练掌握2个经典驾驶动作组合。用户当前的运动预估能力是6级,应对和协调配合都是7级,2个经典动作组合都不能完成,那么,用户的任务就是将运动预估从6级提升到8级,应对和协调配合从7级提升到8级,2个经典动作组合具备完成能力。由于该目标与现有能力的差距跨度较大,可以将目标分解成多个子目标:运动预估达到7级、应对达到8级、协调配合达到8级、运动预估达到8级、熟练掌握第一个经典动作组合、熟练掌握第二个经典动作组合。相应的,任务也可以对应分成多个子任务:运动预估从6级达到7级、应对从7级达到8级、协调配合从7级达到8级、运动预估从7级达到8级、具备第一个经典动作组合的完成能力、具备第二个经典动作组合的完成能力。子目标及对应的子任务也可以是驾驶多维能力的单维能力、组合能力,及单个动作/组合的完成能力,或其组合,再此不作限制。
之后需要根据每个子任务制定相应的子方案,每个子方案都能覆盖对应的子任务,再将各子方案整合起来形成完整的教学方案,该方案可以完整覆盖整个任务,达到完整目标的要求。还可以对各子方案进行优化,使整合后的教学方案达到最优的效率与效果。
子方案制定需要全面覆盖本次目标的全部任务单元的学习/练习任务,做到精确且不遗漏。之后还可以针对方案进行优化,优化可以是基于用户驾驶多维能力、动作/组合完成能力的相关数字化特征来进行的,优化可以包括如下几个项目:
1、针对新内容优化。针对用户驾驶的多维能力和动作/组合完成能力,在方案中尽量不包含新的未掌握/不熟练的内容,如果必须包含新的未掌握/不熟练的内容,则尽量选取包含新的未掌握/不熟练的内容少、难度低的方案。
2、针对学习/练习范围优化。由于不同动作组合细分到单个动作,有大量重复或相似的部分。通过对用户自身情况的详细分析,选择能够使用户达成任务目标所需的最小学习/练习范围的方案。
3、针对时间进行优化。针对不同方案选择所需学习/练习时间最少的方案。
4、针对强度进行优化。针对不同方案的内容复杂程度,选择所需学习/练习强度最少的方案。
5、针对用户偏好进行优化。根据用户偏好的项目、风格、动作、练习方式等,选择包含用户喜欢的内容/动作多、不喜欢的内容/动作少的方案。
6、针对环境/条件进行优化。根据用户学习/练习的环境/条件,包括场所环境、时间条件、辅助条件等,选择最适合环境/条件的方案。例如:在饭后时间,尽量安排听音频/看视频的学习内容而不是实际驾驶练习,练习夜间驾驶尽量安排在晚上。
7、针对用户状态进行优化。根据用户的个人状态,包括情绪、体力、疲劳度等,选择最适合用户状态的方案。
本发明的驾驶教学系统所生成的驾驶教学方案可以是一个也可以是多个,驾驶教学系统还可以针对不同的驾驶教学方案,根据对各项能力提高的评估结果分别设定对应的级别/分值,并可根据用户的实际情况设定包括各项能力提高的综合分析模型,从而能够得出驾驶教学方案的综合级别/分值,用于不同方案的评价和比较。驾驶教学系统可以是向用户推荐综合级别/分值最高的教学方案,也可以是人工或系统自动设定一个推荐阈值,综合级别/分值高于该阈值的教学方案都会被推荐,由用户或教练进行选择。
G为驾驶教学方案的综合级别/分值,gi为第i项能力提高的评估结果所对应的级别/分值,F(gi)是与第i项能力提高的评估结果相关的分析模型算式。具体计算公式如下,
本发明的驾驶教学系统存储有多个适合不同用户的驾驶多维能力/不同用户个人的驾驶相关信息等不同模型人群所适合的驾驶教学方案,这些驾驶教学方案可以是由专家/资深教练人工设定的,或者通过数据统计/数据分析而得到的,或者通过信息重整/大数据分析得到的,或者通过人工智能深度学习/优化后得到的,并且可以在使用过程中不断积累及优化。根据用户的实际情况推荐适合用户的驾驶教学方案是通过分析比较用户的驾驶多维能力和用户个人的驾驶相关信息与现有模型的契合度,选出最适合用户的现有的驾驶教学方案,在考虑用户实际情况与现有模型之间的差异,对该方案进行适当调整,使方案更适合用户自身的实际情况。调整可以是由专业人员人工完成,也可以是系统依靠预先设定的规则自动完成,或者是由人工智能通过自学习自动完成。
本发明的驾驶教学系统,也可以是针对用户已有的教学及练习计划,通过对用户练习的驾驶相关数据进行分析,得到用户的进展,根据实际进展推进已有教学及练习计划的实施,使教学及练习计划的实施效果大幅提高。
本发明的驾驶教学系统还能够根据练习内容并结合用户的驾驶多维能力,智能分析在用户练习的过程中需要注意的情况,事先或随着练习的过程提醒用户注意。驾驶教学系统还可以包括提醒模块,用于提醒用户注意的信息。提醒模块可以是单独的显示屏、扬声器、或用户随身设备如手机、手环、耳机等,提醒用户注意的信息可以是采用文字或图片或视频的形式显示在显示屏上,也可以是以语音方式提醒用户注意,或者震动或其他方式提醒用户注意。
本发明的驾驶教学系统还可以包括辅助练习模块,用于辅助用户练习,例如模拟驾驶机、模拟驾驶游戏装备、虚拟技术装备等。驾驶教学系统可以根据用户的实际情况和用户练习的内容给出辅助练习模块相应的参数,自动或由人工输入至辅助练习模块,帮助用户练习相关的内容。
本发明的驾驶教学系统还能根据用户驾驶学习/练习/实际驾驶的情况进行智能分析并反馈,所述反馈包括:将分析结果反馈给用户使用户能够有针对性的提高;将分析结果实时反馈给教练/老师/管理者/管理部门,由教练/老师/管理者/管理部门进行干预;根据分析结果出具评估报告中的至少一项。
本发明的驾驶教学系统还能够智能分析用户驾驶学习/练习的实际情况并将分析结果反馈给用户,使用户能够有针对性的坚持正确的部分,改正错误的部分,持续提高驾驶水平。用户驾驶完毕后,驾驶教学系统可以对用户驾驶的相关数据进行分析评估,并将分析评估的结果反馈给用户,同时也可以将用户驾驶过程中的不足之处具体指出,并且可以将正确驾驶的视频反馈给用户,使用户能够有针对性的改正。本发明的驾驶教学系统作为驾驶教学的工具,可以帮助用户分析自己的驾驶是否正确,不断改进提高自己的驾驶水平。
本发明的驾驶教学系统还可以包括在用户的驾驶学习/练习过程中,实时提供反馈情况,由教练进行干预。通过干预,可以在用户没有正确使用本系统进行学习/练习时,能够及时得到纠正。或者是用户取得学习/练习的成果时,能够及时反馈给教练,给予用户表扬等,提高用户学习驾驶的兴趣。
本发明的驾驶教学系统还可以根据用户的驾驶学习/练习情况出具评估报告。所述评估报告可以包括:用户的驾驶多维能力包括信息获取、运动预估、反应、应对、操作动作、设备使用、协调配合、熟练度、方案设计、环境适应、驾驶知识、设备知识、法规、心理等的单项能力,还可以包括两项及以上单项能力的组合能力,或用户的驾驶多维能力的综合能力,还可以包括动作或其组合的完成能力等等,还可以包括用户个人的驾驶相关信息,如:用户基本信息、用户驾驶的个人能力、用户驾驶的个人特点、驾驶学习目标、驾驶学习时间、与驾驶学习有关的各项能力、掌握的动作/技巧/技能、练习中的动作/技巧/技能、练习时间、练习经历及进展等信息。评估报告还可以是分阶段的比较报告,或者是一段时间的进步报告,还可以是某项目标的达成报告。报告可以是面向用户、教练、学校、社会组织、俱乐部、工作单位,作为驾驶学习过程的依据/人员专业水平评价/专业规范性评价等等。
本发明的驾驶教学系统还可以将用户的驾驶多维能力、用户个人的驾驶相关信息、适合用户的驾驶教学方案、采用驾驶教学方案后取得的进步等中的至少一项进行可视化展示,使用户/教练等能够更直接的观察和比较用户的驾驶多维能力、驾驶教学方案、采用驾驶教学方案后取得进步的好坏。
在本发明中,分析模块13和数据库模块12可以是安装在服务器上,通过网络远程将评估结果和推荐的方案直接反馈到用户的智能手机或电脑上,还可以反馈到其他智能终端如智能眼镜、模拟驾驶机、模拟驾驶游戏装备、虚拟技术装备等。
本发明的驾驶教学系统,可以通过能力评估及问题分析,帮助用户针对自身的实际情况制定个性化学习/练习方案,用户按照学习/练习方案完成相应的练习,达到学习/练习目标——提升用户驾驶的多维能力及熟练完成更多动作/组合的能力。
本发明的驾驶教学系统还可以用户使用的过程中,随时评估用户驾驶的多维能力和用户使用驾驶教学方案的效果,根据用户学习/练习的实际情况,调整或重新推荐适合用户的驾驶教学方案,使用户在使用本发明的驾驶教学系统时,能够始终得到适合的驾驶教学方案,持续有效地提高自身的驾驶水平。
本发明的驾驶教学系统,也可以集成在车辆、船舶、飞行器、模拟驾驶设备上,用于实时获取/记录用户的驾驶相关数据并进行分析、根据分析结果给出适合用户的驾驶教学方案,并在用户练习/驾驶时给出相应的提示,在用户驾驶出错时给出指导或辅助用户驾驶、以及向相关管理人员/部门机构反馈相关信息用于监管/考核/记录/评价等。
本发明第二实施例参阅图2。图2为本发明第二实施例一种驾驶教学系统的使用方法的方法流程图。如图所示,本发明的驾驶教学系统的使用方法包括:
S1:获取用户驾驶的相关数据;
S2:通过用户驾驶的相关数据分析评估用户驾驶的多维能力;
S3:根据用户驾驶的多维能力和用户个人的驾驶相关信息推荐适合用户的驾驶教学方案。
本发明的一种驾驶教学系统的使用方法与本发明的一种驾驶教学系统的技术特征一一对应,可以参照前述一种驾驶教学系统的说明,在此不再赘述。
本发明第三实施例参阅图3。图3为本发明第三实施例一种驾驶设备的示意图。如图所示,本发明的一种驾驶设备包括设备本体31和如上所述的驾驶教学系统32。用户在使用驾驶设备进行学习/练习/驾驶时,驾驶教学系统可以实时获取/记录用户的驾驶相关数据并进行分析、根据分析结果给出适合用户的驾驶教学方案,并在用户学习/练习/驾驶时给出相应的提示、在用户驾驶出错时给出指导或辅助用户驾驶、以及向相关管理人员/部门机构反馈相关信息用于监管/考核/记录/评价等。
在本实施例中,设备本体31可以是单独的设备,也可以是综合的系统性设备,包含多种子设备,还可以包含场地、道路,本发明不做限制。
本发明的一种驾驶设备与本发明的一种驾驶教学系统的技术特征一一对应,可以参照前述一种驾驶教学系统的说明,在此不再赘述。
本发明还提出一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的驾驶教学系统的使用方法的步骤。
本发明的一种计算机可读存储介质与本发明的一种驾驶教学系统的使用方法及一种驾驶教学系统的技术特征一一对应,可以参照前述一种驾驶教学系统的使用方法及一种驾驶教学系统的说明,在此不再赘述。
综上所述,本发明的一种驾驶教学系统及其使用方法、驾驶设备、计算机可读存储介质,驾驶教学系统包括:数据获取模块、分析模块和数据库模块。驾驶教学系统的使用方法包括:获取用户驾驶的相关数据;通过用户驾驶的相关数据分析评估用户驾驶的多维能力;根据用户驾驶的多维能力和用户个人的驾驶相关信息推荐适合用户的驾驶教学方案。驾驶设备包括设备本体和如上所述的驾驶教学系统。本发明的一种驾驶教学系统及其使用方法、驾驶设备、计算机可读存储介质,通过建立驾驶多维能力的评估标准,获取用户驾驶的相关数据来分析评估用户驾驶的多维能力,可以根据用户的个人情况为用户量身定做适合的驾驶教学方案,并且在练习过程中提供标准化的指导提醒及纠正,使用户更高效、更方便、低成本的学习各种驾驶。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (11)
1.一种驾驶教学系统,其特征在于,所述驾驶教学系统包括:数据获取模块、分析模块和数据库模块,
所述数据获取模块用于获取用户驾驶的相关数据;
所述数据库模块用于存储驾驶多维能力数据库和用户个人驾驶数据库,所述驾驶多维能力数据库包括驾驶多维能力的评估标准,所述用户个人驾驶数据库存储有用户个人的驾驶相关信息;
所述分析模块用于通过用户驾驶的相关数据分析评估用户驾驶的多维能力和/或根据用户驾驶的多维能力和用户个人的驾驶相关信息推荐适合用户的驾驶教学方案。
2.根据权利要求1所述的驾驶教学系统,其特征在于:所述用户驾驶的相关数据包括驾驶时间/速度/距离/加速度/方向/角度/路线/位置/高度、头部/上肢/手部/脚部/眼部的动作姿态、设备操作、仪表示数中的至少一项。
3.根据权利要求1或2所述的驾驶教学系统,其特征在于:所述驾驶多维能力包括信息获取、运动预估、反应、应对、操作动作、设备使用、协调配合、熟练度、方案设计、环境适应、驾驶知识、设备知识、法规、心理中的至少一项能力。
4.根据权利要求1或2所述的驾驶教学系统,其特征在于:所述驾驶教学方案包括学习方案和/或练习方案,所述学习方案包括对特定教学内容的学习和练习后的回顾、总结,所述练习方案包括练习目标、练习前的准备、练习内容、练习要点、方法/技巧、动作/姿态、练习时间、练习标准。
5.根据权利要求1-4中任一权利要求所述的驾驶教学系统,其特征在于:所述驾驶教学系统还能根据驾驶练习的内容并结合用户驾驶的多维能力,智能分析在用户驾驶练习的过程中需要注意的情况,事先或随着练习的过程提醒用户注意。
6.根据权利要求1-4中任一权利要求所述的驾驶教学系统,其特征在于:所述驾驶教学系统还包括根据用户学习/练习的实际情况,调整或重新推荐适合用户的驾驶教学方案。
7.根据权利要求1-4中任一权利要求所述的驾驶教学系统,其特征在于,所述驾驶教学系统还包括:针对不同的驾驶教学方案,根据对各项能力提高的评估结果分别设定对应的级别/分值,并可根据用户的实际情况设定包括各项能力提高的综合分析模型,从而能够得出驾驶教学方案的综合级别/分值,用于不同方案的评价和比较。
8.根据权利要求1-4中任一权利要求所述的驾驶教学系统,其特征在于:所述驾驶教学系统还能根据用户驾驶学习/练习的实际情况进行智能分析并反馈,所述反馈包括:将分析结果反馈给用户使用户能够有针对性的提高;将分析结果实时反馈给教练/老师,由教练/老师进行干预;根据分析结果出具评估报告中的至少一项。
9.一种如权利要求1-8中任一权利要求所述的驾驶教学系统的使用方法,其特征在于,所述方法包括:
获取用户驾驶的相关数据;
通过用户驾驶的相关数据分析评估用户驾驶的多维能力;
根据用户驾驶的多维能力和用户个人的驾驶相关信息推荐适合用户的驾驶教学方案。
10.一种驾驶设备,其特征在于,所述驾驶设备包括设备本体和如权利要求1-8中任一权利要求所述的驾驶教学系统。
11.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求9所述的驾驶教学系统的使用方法的步骤。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2020/131251 WO2022109811A1 (zh) | 2020-11-24 | 2020-11-24 | 一种驾驶教学系统及其使用方法、驾驶设备、计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112655006A true CN112655006A (zh) | 2021-04-13 |
Family
ID=75368422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080002945.0A Pending CN112655006A (zh) | 2020-11-24 | 2020-11-24 | 一种驾驶教学系统及其使用方法、驾驶设备、计算机可读存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112655006A (zh) |
WO (1) | WO2022109811A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113454675A (zh) * | 2021-05-09 | 2021-09-28 | 曹庆恒 | 医学教学系统及其使用方法、医学教学设备、计算机介质 |
CN114373360A (zh) * | 2021-12-17 | 2022-04-19 | 清华大学 | 飞行模拟器智能训练系统、方法及装置 |
CN116414235A (zh) * | 2023-04-17 | 2023-07-11 | 南京宇天智云仿真技术有限公司 | 基于虚拟现实的沉浸式仿真实训系统及其实训方法 |
CN116542830A (zh) * | 2023-07-06 | 2023-08-04 | 广州市德赛西威智慧交通技术有限公司 | 基于多元参数的智能评判方法及装置 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116934178B (zh) * | 2023-09-15 | 2023-12-29 | 广州市德赛西威智慧交通技术有限公司 | 一种教练教学方式的智能分析与处理方法及装置 |
CN117633451B (zh) * | 2023-10-20 | 2024-07-05 | 深圳达普信科技有限公司 | 基于数据挖掘和深度学习的智能座舱健康数据分析方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105976288A (zh) * | 2016-04-28 | 2016-09-28 | 南京师范大学 | 学生运动指导系统及指导方法 |
CN107737439A (zh) * | 2017-10-18 | 2018-02-27 | 徐�明 | 一种进阶式体能训练系统及方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101228546A (zh) * | 2005-06-01 | 2008-07-23 | 茵诺苏伦斯公司 | 机动车行驶数据收集和分析 |
CN108062875A (zh) * | 2017-12-30 | 2018-05-22 | 上海通创信息技术股份有限公司 | 一种基于虚拟现实及大数据在线分析的云驾驶培训系统 |
CN109949653A (zh) * | 2019-03-28 | 2019-06-28 | 珠海超凡视界科技有限公司 | 一种驾驶培训数据分析装置及方法 |
CN109816572B (zh) * | 2019-04-03 | 2023-03-10 | 湖南科技学院 | 一种基于大数据的驾驶车辆技能培训管理系统 |
-
2020
- 2020-11-24 WO PCT/CN2020/131251 patent/WO2022109811A1/zh active Application Filing
- 2020-11-24 CN CN202080002945.0A patent/CN112655006A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105976288A (zh) * | 2016-04-28 | 2016-09-28 | 南京师范大学 | 学生运动指导系统及指导方法 |
CN107737439A (zh) * | 2017-10-18 | 2018-02-27 | 徐�明 | 一种进阶式体能训练系统及方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113454675A (zh) * | 2021-05-09 | 2021-09-28 | 曹庆恒 | 医学教学系统及其使用方法、医学教学设备、计算机介质 |
WO2022236512A1 (zh) * | 2021-05-09 | 2022-11-17 | 曹庆恒 | 医学教学系统及其使用方法、医学教学设备、计算机介质 |
CN114373360A (zh) * | 2021-12-17 | 2022-04-19 | 清华大学 | 飞行模拟器智能训练系统、方法及装置 |
CN116414235A (zh) * | 2023-04-17 | 2023-07-11 | 南京宇天智云仿真技术有限公司 | 基于虚拟现实的沉浸式仿真实训系统及其实训方法 |
CN116414235B (zh) * | 2023-04-17 | 2024-02-13 | 南京宇天智云仿真技术有限公司 | 基于虚拟现实的沉浸式仿真实训系统及其实训方法 |
CN116542830A (zh) * | 2023-07-06 | 2023-08-04 | 广州市德赛西威智慧交通技术有限公司 | 基于多元参数的智能评判方法及装置 |
CN116542830B (zh) * | 2023-07-06 | 2024-03-15 | 广州市德赛西威智慧交通技术有限公司 | 基于多元参数的智能评判方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2022109811A1 (zh) | 2022-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112655006A (zh) | 一种驾驶教学系统及其使用方法、驾驶设备、计算机可读存储介质 | |
Carr | The glass cage: Where automation is taking us | |
Carr | The glass cage: Automation and us | |
US20120135382A1 (en) | Individualized mastery-based driver training | |
CN108510844A (zh) | 一种智能型汽车驾驶教学系统 | |
CN102945624A (zh) | 基于云计算模型和表情信息反馈的智能化视频教学系统 | |
Regian et al. | Assessment procedures for predicting and optimizing skill acquisition after extensive practice | |
CN107566327A (zh) | 一种智能车载驾培监控系统 | |
Kulikowich et al. | Locating an ecological psychology methodology for situated action | |
Boccara et al. | Development of student drivers’ self-assessment accuracy during French driver training: Self-assessments compared to instructors’ assessments in three risky driving situations | |
CN109272822A (zh) | 一种机动车驾驶培训系统 | |
Day | Historical perspectives on coaching | |
CN114627717A (zh) | 基于虚拟现实和大数据分析的新手驾驶员培训系统 | |
Carr | The glass cage: Who needs humans anyway? | |
EP2140441A1 (en) | Method and system for training | |
RU118094U1 (ru) | Комплексная интерактивная система обучения и подготовки водителей самоходных безрельсовых транспортных средств | |
Blickensderfer et al. | Simulation-Based Training: Applying lessons learned in aviation to surface transportation modes | |
Neukum et al. | A simulator-based training for emergency vehicle driving | |
CN114419950A (zh) | 一种基于大数据分析的驾培教学优化方法及系统 | |
Shuffler et al. | The design, delivery and evaluation of crew resource management training | |
David et al. | French research into the didactics and technology of physical activities and sportes: An expanding new field | |
Fadde | Training Complex Psychomotor Performance Skills: A Part‐Task Approach | |
CN109816572A (zh) | 一种基于大数据的驾驶车辆技能培训管理系统 | |
van Emmerik | Beyond the simulator: Instructions for high-performance Tasks | |
Craig | Improving pilot decision-making in situations of high stakes, high stress, and time pressures |
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 |