CN115569341B - 一种基于虚拟现实的多人协同消防训练方法与系统 - Google Patents

一种基于虚拟现实的多人协同消防训练方法与系统 Download PDF

Info

Publication number
CN115569341B
CN115569341B CN202211287105.0A CN202211287105A CN115569341B CN 115569341 B CN115569341 B CN 115569341B CN 202211287105 A CN202211287105 A CN 202211287105A CN 115569341 B CN115569341 B CN 115569341B
Authority
CN
China
Prior art keywords
capture data
motion capture
fire
filtering
training
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
Application number
CN202211287105.0A
Other languages
English (en)
Other versions
CN115569341A (zh
Inventor
李岩璞
郝爱民
丛宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hebei Shengshi Expo Technology Co ltd
Original Assignee
Hebei Shengshi Expo Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hebei Shengshi Expo Technology Co ltd filed Critical Hebei Shengshi Expo Technology Co ltd
Priority to CN202211287105.0A priority Critical patent/CN115569341B/zh
Publication of CN115569341A publication Critical patent/CN115569341A/zh
Application granted granted Critical
Publication of CN115569341B publication Critical patent/CN115569341B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A62—LIFE-SAVING; FIRE-FIGHTING
    • A62C—FIRE-FIGHTING
    • A62C99/00—Subject matter not provided for in other groups of this subclass
    • A62C99/0081—Training methods or equipment for fire-fighting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • 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

Abstract

本发明涉及一种基于虚拟现实的多人协同消防训练方法与系统，其中，该方法包括：对滤波后的动作捕捉数据进行特征提取得到人体各个关节匹配点；对人体各个关节的匹配点进行平滑处理得到平滑后的关节匹配点；利用平滑后的关节匹配点与预设的消防人物模型进行动作匹配得到消防人物虚拟模型；使用消防人物虚拟模型在多人协同消防训练系统中完成消防演练。本发明将滤波后的动作捕捉数据与消防人物模型进行动作匹配得到消防人物虚拟模型，可以使消防人物虚拟模型能够在多人协同消防训练系统中低延迟的做出用户的真实动作，实现了消防训练数字化，降低了训练成本，有助于提高消防员的消防救援技能和指挥决策能力。

Description

一种基于虚拟现实的多人协同消防训练方法与系统
技术领域
本发明涉及虚拟现实技术领域，特别是涉及一种基于虚拟现实的多人协同消防训练方法与系统。
背景技术
虚拟现实技术作为思维科学与计算机技术相结合的产物，用户可以用自然的方式与虚拟环境进行交互。多人协同消防训练在虚拟现实技术的基础上是利用部位感应器、场景搭建绘制、网络数据同步等技术,构建一种能让用户通过虚拟现实设备(配合多个部位感应器)在虚拟场景中进行多人互动的技术。目前随着社会化的快速推进，城镇人口聚集地呈现密度大、人口多等特点，由于居民的生活安全意识薄弱，在无意中可能导致消防事故，造成严重人身财产损失，后果不堪设想。多人协同消防训练互动技术的出现，对消防演练、火灾现场模拟等提供了一种很好的解决方案。
多人协同消防训练考核系统可以利用三维建模技术和图形渲染技术构建逼真的火灾场景、模拟火场突发情况还可以通过对火场的着火点、引燃物的数字化建模模拟火势蔓延及突发事件提高训练效率，并且可以降低训练成本，消防员可通过协同消防训练系统进行反复训练，在较短的时间内积累丰富的灭火救援经验。虚拟现实技术采用的是数字技术，易于产生多种训练场景，系统具有很大可塑性及很强的扩展性。然而现有的多人协同消防训练系统放置于室内环境，操作时需要在用户脚上及腰上戴上感应设备，再配合定位器对系统内用户对象进行定位管理，当穿戴设备的角度与定位器出现位置盲区后这就有可能导致系统内用户对象与用户从虚拟眼镜内看到的内容出现偏差。
发明内容
为解决上述问题，本发明实施例的目的在于提供一种基于虚拟现实的多人协同消防训练方法与系统。
一种基于虚拟现实的多人协同消防训练方法，包括：
步骤1：采用动捕设备捕捉用户动作生成动作捕捉数据；
步骤2：对所述动作捕捉数据进行滤波处理得到滤波后的动作捕捉数据；
步骤3：对所述滤波后的动作捕捉数据进行特征提取得到人体各个关节匹配点；
步骤4：对所述人体各个关节的匹配点进行平滑处理得到平滑后的关节匹配点；
步骤5：利用所述平滑后的关节匹配点与预设的消防人物模型进行动作匹配得到消防人物虚拟模型；
步骤6：使用所述消防人物虚拟模型在多人协同消防训练系统中完成消防演练。
优选的，所述步骤2：对所述动作捕捉数据进行滤波处理得到滤波后的动作捕捉数据，包括：
步骤2.1：对所述动作捕捉数据进行小波分解得到多个小波系数；
步骤2.2：根据所述动作捕捉数据的分解尺度确定滤波阈值；
步骤2.3：利用所述滤波阈值构建滤波函数；
步骤2.4：根据所述滤波函数对所述动作捕捉数据进行滤波处理得到滤波后的动作捕捉数据。
优选的，所述步骤2.2：根据所述动作捕捉数据的分解尺度确定滤波阈值，包括：
采用公式：
确定滤波阈值；其中，wj表示第j个小波系数，/>表示小波系数的均值，median(wj)表示小波系数的中值，λ表示滤波阈值，M表示动作捕捉数据的长度，L表示动作捕捉数据的分解尺度。
优选的，所述步骤2.3：利用所述滤波阈值构建滤波函数，包括：
步骤2.3.1：根据滤波阈值确定滤波门限值；
步骤2.3.2：根据所述滤波门限值构建滤波函数；其中，所述滤波函数为：
其中，sign为符号函数，λ0＝0.5λ，λ表示去噪阈值，a为预设参数。
优选的，所述步骤4：对所述人体各个关节的匹配点进行平滑处理得到平滑后的关节匹配点，包括：
采用公式：
对所述人体各个关节的匹配点进行平滑处理得到平滑后的关节匹配点；其中，St表示第t帧动作捕捉数据匹配点的预估值，bt表示第t帧动作捕捉数据匹配点的特征值，yt表示第t帧动作捕捉数据匹配点的实际值，表示平滑后的关节匹配点，α表示平滑参数，β表示修正参数，T表示时间参数。
本发明还提供了一种基于虚拟现实的多人协同消防训练系统，包括：
动捕数据获取模块，用于采用动捕设备捕捉用户动作生成动作捕捉数据；
滤波模块，用于对所述动作捕捉数据进行滤波处理得到滤波后的动作捕捉数据；
特征提取模块，用于对所述滤波后的动作捕捉数据进行特征提取得到人体各个关节匹配点；
平滑处理模块，用于对所述人体各个关节的匹配点进行平滑处理得到平滑后的关节匹配点；
动作匹配模块，用于利用所述平滑后的关节匹配点与预设的消防人物模型进行动作匹配得到消防人物虚拟模型；
消防演练模块，用于使用所述消防人物虚拟模型在多人协同消防训练系统中完成消防演练。
优选的，所述滤波模块，包括：
小波分解模块，用于对所述动作捕捉数据进行小波分解得到多个小波系数；
滤波阈值确定模块，用于根据所述动作捕捉数据的分解尺度确定滤波阈值；
滤波函数构建模块，用于利用所述滤波阈值构建滤波函数；
滤波模块，用于根据所述滤波函数对所述动作捕捉数据进行滤波处理得到滤波后的动作捕捉数据。
优选的，所述多人协同消防训练系统，包括：
训练场景选择模块，用于选择训练场景；
着火点设置模块，用于在选择好的训练场景中设置着火点位置；
学员参与设置模块，用于设置学员的个数；
视角切换模块，用于切换在训练场景中的视角。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的一种基于虚拟现实的多人协同消防训练方法中的步骤。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明通过利用动捕设备来获取动作捕捉数据，并将动作捕捉数据进行滤波处理，可实现精准、稳定的动作捕捉，最后将动作捕捉数据与消防人物模型进行动作匹配得到消防人物虚拟模型，可以使消防人物虚拟模型能够在多人协同消防训练系统中低延迟的做出用户的真实动作，实现了消防训练数字化，降低了训练成本，有助于提高消防员的消防救援技能和指挥决策能力。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的实施例中的一种基于虚拟现实的多人协同消防训练方法流程图；
图2为本发明提供的实施例中的多人协同消防训练系统的原理图；
图3为本发明提供的实施例中的训练功能图。
具体实施方式
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
本发明实施例的目的在于提供一种基于虚拟现实的多人协同消防训练方法与系统，旨在解决现有虚拟现实消防训练系统协调性不高的问题。
请一并参阅图1，一种基于虚拟现实的多人协同消防训练方法，包括：
步骤1：采用动捕设备捕捉用户动作生成动作捕捉数据；
步骤2：对所述动作捕捉数据进行滤波处理得到滤波后的动作捕捉数据；
对动捕数据进行多尺度分解，可产生不同大小的高频小波系数和低频小波系数，其中无噪声数据的小波系数与分解尺度成正比，而噪声与分解尺度成反比，基于该特点可进行消噪处理，提高动捕数据的质量，其去噪过程如下：
进一步的，所述步骤2包括：
步骤2.1：对所述动作捕捉数据进行小波分解得到多个小波系数；
步骤2.2：根据所述动作捕捉数据的分解尺度确定滤波阈值；
具体的，在本发明实施例中，可采用公式：
确定滤波阈值；其中，wj表示第j个小波系数，/>表示小波系数的均值，median(wj)表示小波系数的中值，λ表示滤波阈值，M表示动作捕捉数据的长度，L表示动作捕捉数据的分解尺度。
步骤2.3：利用所述滤波阈值构建滤波函数；
进一步的，所述步骤2.3包括：
步骤2.3.1：根据滤波阈值确定滤波门限值；
步骤2.3.2：根据所述滤波门限值构建滤波函数；其中，所述滤波函数为：
其中，sign为符号函数，λ0＝0.5λ，λ表示去噪阈值，a为预设参数。
步骤2.4：根据所述滤波函数对所述动作捕捉数据进行滤波处理得到滤波后的动作捕捉数据。
通常情况下，现有的小波滤波函数在进行滤波时，有些噪声也会放大，从而影响动作捕捉数据的视觉效果。而本发明基于小波的分解尺度构建滤波函数可以针对不同尺度下的小波系数进行自适应变换，不仅可以抑制不同尺度下的噪声，还可以使图像更加清晰。
步骤3：对所述滤波后的动作捕捉数据进行特征提取得到人体各个关节匹配点；
步骤4：对所述人体各个关节的匹配点进行平滑处理得到平滑后的关节匹配点；
在采集数据时，由于动捕设备与人体的距离、环境或者光线以及动捕设备本身等因素的影响，会致使各个关节的关键点出现闪烁跳跃的情况，导致匹配的动作连续性很差，因此本发明可以通过平滑处理的方法减少这些因素的影响，使匹配动作连续性变好。
进一步的，所述步骤4包括：
采用公式：
对所述人体各个关节的匹配点进行平滑处理得到平滑后的关节匹配点；其中，St表示第t帧动作捕捉数据匹配点的预估值，bt表示第t帧动作捕捉数据匹配点的特征值，yt表示第t帧动作捕捉数据匹配点的实际值，表示平滑后的关节匹配点，α表示平滑参数，一般取0-1之间的数值，β表示修正参数，T表示时间参数，一般略大于t。
步骤5：利用所述平滑后的关节匹配点与预设的消防人物模型进行动作匹配得到消防人物虚拟模型；在实际应用中，本发明可在Unity3D平台下通过GetJointKinectPosition()函数获得关节匹配点的坐标，然后将坐标和预设的消防人物模型的相应关节点一一对应，从而实现虚拟人物模型跟随用户运动。
步骤6：使用所述消防人物虚拟模型在多人协同消防训练系统中完成消防演练。
进一步的，本发明的多人协同消防训练系统具体可实现的功能如下：
系统以三维立体显示为展示手段，人机交互为操作模式，模拟各类火灾场景中的战术要点和工具使用方式，实现方式如下，见图2：
1.教员控制台：
1)、场景选择
教员可自主的选择学员的训练场景，包括高层建筑、地下室、人员密集大型场所、化工厂等场景可供选择。系统将提供以上四种场景的三维环境模型，其中高层建筑三维场景主要模拟高层写字楼中办公区、会议室、走廊等模型；工厂三维场景主要模拟化工厂中油管、油罐、仓库等模型；人员密集场所三维场景主要模拟商场等娱乐场所建筑物内部布局、通道等内容；地下室主要模拟封闭的三维环境及通风通道等内部设施。
2)、设置着火点
选择场景后，教员可编辑设置场景中的着火点位置及其他相关参数，以使得每次训练的情况可随需调整，并且每次方案可进行保存。具体为在主要四个场景及其子场景中统一由控制端的教练员进行着火地点设置，教练员通过控制端界面交互操作选择对应场景的确定位置为火灾生成点，同时可设置相关项，如着火源种类，火灾初始强度等，当训练员端接收到教练控制端下发的数据后即将相关数据分析并将参数传递给相应脚本函数，即可进入指定场景，进行灭火训练。
3)、设置参与训练学员角色
训练定义了四种基础角色：管理员、指挥员、操作员、观察员。针对不同行业，可以基于这四种基础角色创建不同的行业角色，如：总队指挥、支队指挥、中队指挥都基于指挥员，战士、司机都基于操作员，评论人员、老师、主持人都基于观察员，创建训练的人自动获得管理员角色。具体角色的功能都基于上述四种基础角色，只是操作的权限不同。
管理员最首要的任务就是创建一个需求训练，并准确导演训练的形势变化。管理员仅听从训练组织者的安排，干预训练、控制训练进度等。
操作员直接操作3D场景里的角色，从而影响训练。操作员之间相互配合，不擅自进行操作，根据训练脚本中指定的指挥命令进行操作。
指挥员一般只能通过下达命令影响训练的角色，不进行亲自操作，而是给操作员下命令，操作员根据指挥员的命令再进行操作，但在系统里的指挥员是一个在训练中能添加任意角色和物品的高级操作员，按照训练需求设置和操作。
观察员不对场景内的实际训练产生任何影响，但可以作为训练的评论人员、训练的组织者、老师、领导等来引导训练。
在本系统中教练员在本次训练中充当指挥员的角色，进行实时对包括侦查队员、灭火队员、救援队员、通信队员等操作员发布指令，同时也可根据训练进程的推进临时调整各学员的角色。观察员可在火灾场景中观看或通过主机端界面进行观察灭火情况，管理员设置火场要求及进行干预训练。
4)、切换观察视角
教练员控制端需具备大屏显示设备，可随时监控学员的训练过程，并能任意的切换三维场景的观察视角，灭火时可拉近摄像机镜头，近距离观察灾情，也可将镜头拉远，获得大视角，总览全局，灵活的视角使教员能够全面、立体、多角度的观察学员的训练状态方便事后进行训练讲评。
5)、其他选择
教练员或管理员在控制台端界面可进入下载中心下载相关插件，添加新增功能，下载场景分析具体场景的灭措施，每次训练后保持并下载灭火录像，可供观看或记录用途。
6)、综合评价
教员可以根据学员具体的灭火技能、消防业务的掌握、消防装备的使用等内容进行综合评判打分。此外系统评分系统还看重学员的消防意识和应变能力，根据学员在训练过程中良好消防意识和突发事件处理能力等表现进行额外加分，使评价系统科学，有效。
2.学员实践端：
1)、立体显示
学员通过头戴式立体显示设备可体验逼真的三维场景，使学员有身临其境的感觉，从而训练学员的心理素质。
2)、消防实践
消防实践是本系统的核心重点内容，受训人员置身四种典型火灾场景(高层建筑、化工厂、地下室、人员密集场所)，分进入火场、火情侦察、战斗实施、退出火场等关键阶段，重点训练消防员的消防技能、临场应变以及团队协作等能力。同时还要服从指挥员的指示，才能更科学的完成火灾训练全过程。
3)、训练选择见图3：
学员可自由加入一个训练组，加入之前先选择相应的角色和分组，或者直接查看当前存在的训练列表，选择加入他们，在加入时也可以选择放弃加入，系统给学员充分自由的选择，使得加入训练可以更加便捷与灵活。
4)、设备使用
训练过程中，需要用正确的流程和操作方式才能进行消防车、灭火器、喷水枪等相关设备，从而达到训练学员了解设备使用方式及相关注意事项。对于初训学员系统提供了引导流程，通过与系统交互，根据系统提示完成各种灭火器的使用流程。
系统通过网络将各学员实践端进行连接，便可支持小队多人同场景的协同训练，使每个学员的头盔视景中可实时观察到其他学员的动作、实时交流、协同配合。
5)、结果统计
训练结束后利用图表的方式，将学员训练过程中的各项数据进行展示及分列显示各评分项的得分数，将个人所有得分汇总并排名，方便教员和学员了解操作过程中的得失，增强学员间的竞争意识，使学员训练效率更高。
本发明的优点是具备丰富的逼真场景，功能更加强大，更加灵活，系统具备多人同时联机在线功能，并且还可以通过添加AI人工智能系统，完美再现火灾发生时在场人员的情形，使场景更接近现实，同时当训练员佩戴好虚拟现实设备进入场景将会从体感，声音及视觉多感官体验到灭火的真实效果。本发明将虚拟现实技术应用于消防训练，可大大提高训练效率，实现训练数字化，并降低训练成本，有助于提高消防员的灭火救援技能和指挥决策能力。
本发明还提供了一种基于虚拟现实的多人协同消防训练系统，包括：
动捕数据获取模块，用于采用动捕设备捕捉用户动作生成动作捕捉数据；
滤波模块，用于对所述动作捕捉数据进行滤波处理得到滤波后的动作捕捉数据；
特征提取模块，用于对所述滤波后的动作捕捉数据进行特征提取得到人体各个关节匹配点；
平滑处理模块，用于对所述人体各个关节的匹配点进行平滑处理得到平滑后的关节匹配点；
动作匹配模块，用于利用所述平滑后的关节匹配点与预设的消防人物模型进行动作匹配得到消防人物虚拟模型；
消防演练模块，用于使用所述消防人物虚拟模型在多人协同消防训练系统中完成消防演练。
优选的，所述滤波模块，包括：
小波分解模块，用于对所述动作捕捉数据进行小波分解得到多个小波系数；
滤波阈值确定模块，用于根据所述动作捕捉数据的分解尺度确定滤波阈值；
滤波函数构建模块，用于利用所述滤波阈值构建滤波函数；
滤波模块，用于根据所述滤波函数对所述动作捕捉数据进行滤波处理得到滤波后的动作捕捉数据。
优选的，所述多人协同消防训练系统，包括：
训练场景选择模块，用于选择训练场景；
着火点设置模块，用于在选择好的训练场景中设置着火点位置；
学员参与设置模块，用于设置学员的个数；
视角切换模块，用于切换在训练场景中的视角。
本发明通过利用动捕设备来获取动作捕捉数据，并将动作捕捉数据进行滤波处理，可实现精准、稳定的动作捕捉，最后将动作捕捉数据与消防人物模型进行动作匹配得到消防人物虚拟模型，可以使消防人物虚拟模型能够在多人协同消防训练系统中低延迟的做出用户的真实动作，实现了消防训练数字化，降低了训练成本，有助于提高消防员的消防救援技能和指挥决策能力。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的一种基于虚拟现实的多人协同消防训练方法中的步骤，与现有技术相比，本发明提供的一种计算机可读存储介质的有益效果与上述技术方案所述一种基于虚拟现实的多人协同消防训练方法的有益效果相同，在此不做赘述。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换的技术方案，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (3)

1.一种基于虚拟现实的多人协同消防训练方法，其特征在于，包括：
步骤1：采用动捕设备捕捉用户动作生成动作捕捉数据；
步骤2：对所述动作捕捉数据进行滤波处理得到滤波后的动作捕捉数据；
所述步骤2：对所述动作捕捉数据进行滤波处理得到滤波后的动作捕捉数据，包括：
步骤2.1：对所述动作捕捉数据进行小波分解得到多个小波系数；
步骤2.2：根据所述动作捕捉数据的分解尺度确定滤波阈值；
所述步骤2.2：根据所述动作捕捉数据的分解尺度确定滤波阈值，包括：
采用公式：
确定滤波阈值；其中，wj表示第j个小波系数，/>表示小波系数的均值，median(wj)表示小波系数的中值，λ表示滤波阈值，M表示动作捕捉数据的长度，L表示动作捕捉数据的分解尺度；
步骤2.3：利用所述滤波阈值构建滤波函数；
所述步骤2.3：利用所述滤波阈值构建滤波函数，包括：
步骤2.3.1：根据滤波阈值确定滤波门限值；
步骤2.3.2：根据所述滤波门限值构建滤波函数；其中，所述滤波函数为：
其中，sign为符号函数，λ0＝0.5λ，λ表示滤波阈值，a为预设参数；
步骤2.4：根据所述滤波函数对所述动作捕捉数据进行滤波处理得到滤波后的动作捕捉数据；
步骤3：对所述滤波后的动作捕捉数据进行特征提取得到人体各个关节匹配点；
步骤4：对所述人体各个关节的匹配点进行平滑处理得到平滑后的关节匹配点；
步骤5：利用所述平滑后的关节匹配点与预设的消防人物模型进行动作匹配得到消防人物虚拟模型；
步骤6：使用所述消防人物虚拟模型在多人协同消防训练系统中完成消防演练。
2.根据权利要求1所述的一种基于虚拟现实的多人协同消防训练方法，其特征在于，所述步骤4：对所述人体各个关节的匹配点进行平滑处理得到平滑后的关节匹配点，包括：
采用公式：
对所述人体各个关节的匹配点进行平滑处理得到平滑后的关节匹配点；其中，St表示第t帧动作捕捉数据匹配点的预估值，bt表示第t帧动作捕捉数据匹配点的特征值，yt表示第t帧动作捕捉数据匹配点的实际值，表示平滑后的关节匹配点，α表示平滑参数，β表示修正参数，T表示时间参数。
3.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1到2中任一项记载的一种基于虚拟现实的多人协同消防训练方法中的步骤。
CN202211287105.0A 2022-10-20 2022-10-20 一种基于虚拟现实的多人协同消防训练方法与系统 Active CN115569341B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211287105.0A CN115569341B (zh) 2022-10-20 2022-10-20 一种基于虚拟现实的多人协同消防训练方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211287105.0A CN115569341B (zh) 2022-10-20 2022-10-20 一种基于虚拟现实的多人协同消防训练方法与系统

Publications (2)

Publication Number Publication Date
CN115569341A CN115569341A (zh) 2023-01-06
CN115569341B true CN115569341B (zh) 2023-08-25

Family

ID=84587514

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211287105.0A Active CN115569341B (zh) 2022-10-20 2022-10-20 一种基于虚拟现实的多人协同消防训练方法与系统

Country Status (1)

Country Link
CN (1) CN115569341B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108831231A (zh) * 2018-04-28 2018-11-16 广西宜州市联森网络科技有限公司 一种消防仿真虚拟平台
CN108961910A (zh) * 2018-09-10 2018-12-07 苏州涵轩信息科技有限公司 一种vr消防训练装置
CN109239554A (zh) * 2018-09-28 2019-01-18 山东康威通信技术股份有限公司 一种电力电缆局部放电信号去噪及有效信号提取方法及系统
CN109887369A (zh) * 2019-04-17 2019-06-14 江苏科技大学 一种船舶险情逃生模拟培训系统
CN110162163A (zh) * 2018-03-08 2019-08-23 长春大学 一种基于体感和vr技术的虚拟消防演练方法及系统
CN111311508A (zh) * 2020-01-21 2020-06-19 东南大学 一种带噪路面裂缝图像的降噪方法
CN112348031A (zh) * 2020-11-17 2021-02-09 安徽理工大学 一种去除指纹图像混合噪声的改进小波阈值去噪方法
CN114693561A (zh) * 2022-04-15 2022-07-01 中科微影(浙江)医疗科技有限公司 一种基于卷积神经网络的核磁共振图像处理方法与系统
CN115032693A (zh) * 2022-07-11 2022-09-09 中国地震局地球物理研究所 一种强震的前震自动识别方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101910529B1 (ko) * 2016-01-28 2018-10-22 엠더블유엔테크 주식회사 가상현실 소방체험 시스템

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110162163A (zh) * 2018-03-08 2019-08-23 长春大学 一种基于体感和vr技术的虚拟消防演练方法及系统
CN108831231A (zh) * 2018-04-28 2018-11-16 广西宜州市联森网络科技有限公司 一种消防仿真虚拟平台
CN108961910A (zh) * 2018-09-10 2018-12-07 苏州涵轩信息科技有限公司 一种vr消防训练装置
CN109239554A (zh) * 2018-09-28 2019-01-18 山东康威通信技术股份有限公司 一种电力电缆局部放电信号去噪及有效信号提取方法及系统
CN109887369A (zh) * 2019-04-17 2019-06-14 江苏科技大学 一种船舶险情逃生模拟培训系统
CN111311508A (zh) * 2020-01-21 2020-06-19 东南大学 一种带噪路面裂缝图像的降噪方法
CN112348031A (zh) * 2020-11-17 2021-02-09 安徽理工大学 一种去除指纹图像混合噪声的改进小波阈值去噪方法
CN114693561A (zh) * 2022-04-15 2022-07-01 中科微影(浙江)医疗科技有限公司 一种基于卷积神经网络的核磁共振图像处理方法与系统
CN115032693A (zh) * 2022-07-11 2022-09-09 中国地震局地球物理研究所 一种强震的前震自动识别方法及装置

Also Published As

Publication number Publication date
CN115569341A (zh) 2023-01-06

Similar Documents

Publication Publication Date Title
CN105096685B (zh) 石化火灾场景多感知应急训练系统
US6809744B2 (en) Method for simulating flow of an extinguishing agent
CN104240547A (zh) 灭火救援指挥计算机模拟训练系统
CN106781809A (zh) 一种针对直升机应急救援任务的训练方法和系统
Datcu et al. On the usability of augmented reality for information exchange in teams from the security domain
CN110444066B (zh) 基于全息教师及环幕互动的电气设备绝缘试验培训系统
CN110147232B (zh) 构建多人在线安全教育虚拟平台的方法、装置及系统
KR20180077588A (ko) 가상현실(vr)을 이용한 게임기반 재난안전 가상체험 훈련시스템
CN108831231A (zh) 一种消防仿真虚拟平台
CN109903200A (zh) 消防安全培训系统
CN108242081A (zh) 一种应用于消防业务的三维模拟操练系统
Mossel et al. Requirements analysis on a virtual reality training system for CBRN crisis preparedness
Sharma et al. An immersive collaborative virtual environment of a university campus for performing virtual campus evacuation drills and tours for campus safety
Kim et al. Bi-directional education contents using VR equipments and augmented reality
KR101824083B1 (ko) 가상현실의 훈련용 소화기
Backlund et al. SIDH: a game-based architecture for a training simulator
CN115569341B (zh) 一种基于虚拟现实的多人协同消防训练方法与系统
Göllner et al. Virtual reality cbrn defence
DeChamplain et al. Blaze: A serious game for improving household fire safety awareness
KR101838603B1 (ko) 훈련용 증강현실 소화기
Capasso et al. A VR multiplayer application for fire fighting training simulations
Lebram et al. Design and architecture of Sidh–a cave based firefighter training game
Yuan et al. Building a immersive environment for firefighting tactical training
CN113554911A (zh) 一种建筑施工安全教学系统
Fu et al. Immersive Virtual Reality for Fire Safety Behavioural Skills Training via Gesture-based Technology

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