CN117875088B - 一种受限环境下的特种部队训练模拟方法、系统及介质 - Google Patents
一种受限环境下的特种部队训练模拟方法、系统及介质 Download PDFInfo
- Publication number
- CN117875088B CN117875088B CN202410270582.9A CN202410270582A CN117875088B CN 117875088 B CN117875088 B CN 117875088B CN 202410270582 A CN202410270582 A CN 202410270582A CN 117875088 B CN117875088 B CN 117875088B
- Authority
- CN
- China
- Prior art keywords
- training
- scene
- limited environment
- error
- parameters
- 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
- 238000012549 training Methods 0.000 title claims abstract description 445
- 238000004088 simulation Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000012797 qualification Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000012937 correction Methods 0.000 claims description 12
- 230000000694 effects Effects 0.000 abstract description 13
- 238000010276 construction Methods 0.000 description 4
- 238000007654 immersion Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 1
- 206010022000 influenza Diseases 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请实施例提供了一种受限环境下的特种部队训练模拟方法、系统及介质，该方法包括：基于虚拟场景进行模拟受限环境的空间参数，生成训练场景；根据训练场景设定训练项目，基于训练项目对特种部队进行训练，并采集训练数据；基于训练数据结合历史数据判断特种部队的训练合格状态；基于训练合格状态对训练项目及训练参数进行动态调整，训练参数包括训练时间与训练强度，基于训练项目及训练参数在虚拟场景下生成训练模拟数据，将训练模拟数据远程传输至虚拟终端；通过构建虚拟的训练场景对特种部队进行虚拟训练，提高训练安全性的同时，可以将训练过程中的训练数据进行动态分析，从而根据分析结果进行针对性的调整训练项目，提高训练效果。
Description
技术领域
本申请涉及特种部队模拟训练技术领域，具体而言，涉及一种受限环境下的特种部队训练模拟方法、系统及介质。
背景技术
受限空间是指工厂的各种设备内部（炉、塔釜、罐、仓、池、槽车、管道、烟道等）和城市(包括工厂)的隧道、下水道、沟、坑、井、池、涵洞、阀门间、污水处理设施等封闭、半封闭的设施及场所（船舱、地下隐蔽工程、密闭容器、长期不用的设施或通风不畅的场所等），在受限空间内进行作战时会对特种部队的作战要求提高，由于受限环境下的作战较少，平时训练也较少，因此需要对特种部队在受限环境下进行模拟训练，现有的训练方法难以根据不同的作战需求构建不同的训练场景，从而无法针对不同的训练场景进行设定针对性的训练项目，训练效果较差；针对上述问题，目前亟待有效的技术解决方案。
发明内容
本申请实施例的目的在于提供一种受限环境下的特种部队训练模拟方法、系统及介质，通过构建虚拟的训练场景对特种部队进行虚拟训练，提高训练安全性的同时，可以将训练过程中的训练数据进行动态分析，从而根据分析结果进行针对性的调整训练项目，提高训练效果。
本申请实施例还提供了一种受限环境下的特种部队训练模拟方法，包括：
基于虚拟场景进行模拟受限环境的空间参数，生成训练场景；
根据训练场景设定训练项目，基于训练项目对特种部队进行训练，并采集训练数据；
基于训练数据结合历史数据判断特种部队的训练合格状态；
基于训练合格状态对训练项目及训练参数进行动态调整，训练参数包括训练时间与训练强度；
基于训练项目及训练参数在虚拟场景下生成训练模拟数据，将训练模拟数据远程传输至虚拟终端。
可选地，在本申请实施例所述的受限环境下的特种部队训练模拟方法中，基于虚拟场景进行模拟受限环境的空间参数，生成训练场景，具体包括：
设定受限环境参数，根据受限环境参数对虚拟终端进行虚拟场景构建，得到虚拟场景；
根据虚拟场景采集受限环境的空间参数；
判断空间参数与设定的受限环境参数之间的误差是否处于设定的误差区间；
若处于设定的误差区间，则根据构建的虚拟场景得到训练场景；
若不处于设定的误差区间，则根据空间参数与设定的受限环境参数之间的误差进行校正虚拟场景的空间参数。
可选地，在本申请实施例所述的受限环境下的特种部队训练模拟方法中，判断空间参数与设定的受限环境参数之间的误差是否处于设定的误差区间，具体包括：
设定受限环境参数，其中，所述受限环境参数包括受限环境的空间三维坐标，记为空间X坐标，空间Y坐标与空间Z坐标；
根据空间三维坐标在虚拟场景下进行构建训练场景，得到场景三维坐标，记为场景X坐标，场景Y坐标与场景Z坐标；
将空间X坐标与场景X坐标进行差值计算，得到第一误差；
将空间Y坐标与场景Y坐标进行差值计算，得到第二误差；
将空间Z坐标与场景Z坐标进行差值计算，得到第三误差；
当第一误差、第二误差与第三误差均处于设定的误差区间内，则判定训练场景符合要求。
可选地，在本申请实施例所述的受限环境下的特种部队训练模拟方法中，若不处于设定的误差区间，则根据空间参数与设定的受限环境参数之间的误差进行校正虚拟场景的空间参数，具体包括：
获取第一误差，将第一误差与设定的误差区间的进行比较，得到第一偏差信息；
获取第二误差，将第二误差与设定的误差区间进行比较，得到第二偏差信息；
获取第三误差，将第三误差与设定的误差区间进行比较，得到第三偏差信息；
根据第一偏差信息、第二偏差信息与第三偏差信息占设定偏差信息的比重生成对应的第一偏差系数、第二偏差系数与第三偏差系数；
根据第一偏差系数、第二偏差系数与第三偏差系数对校正参数进行对应系数调整，得到校正后的虚拟场景的空间参数。
可选地，在本申请实施例所述的受限环境下的特种部队训练模拟方法中，根据训练场景设定训练项目，基于训练项目对特种部队进行训练，并采集训练数据，具体包括：
获取训练场景内受限环境的空间参数，根据受限环境的空间参数制定匹配的训练项目，并计算项目匹配度；
判断项目匹配度是否满足要求，若满足要求，则实时采集特种部队在当前训练项目下的训练数据；
根据训练数据进行分析特种部队的训练完成度，根据训练完成度进行制定后续补充训练计划；
若不满足要求，则根据受限环境的空间参数调整训练项目。
可选地，在本申请实施例所述的受限环境下的特种部队训练模拟方法中，基于训练合格状态对训练项目及训练参数进行动态调整，具体包括：
获取训练合格状态，将训练合格状态与设定的训练状态进行比较，得到状态偏差率；
判断所述状态偏差率是否大于或等于预设的状态偏差率阈值；
若大于或等于，则生成修正信息，根据修正信息对训练参数进行调整；
若小于，则按照当前训练项目对特种部队进行模拟训练。
第二方面，本申请实施例提供了一种受限环境下的特种部队训练模拟系统，该系统包括：存储器及处理器，所述存储器中包括受限环境下的特种部队训练模拟方法的程序，所述受限环境下的特种部队训练模拟方法的程序被所述处理器执行时实现以下步骤：
基于虚拟场景进行模拟受限环境的空间参数，生成训练场景；
根据训练场景设定训练项目，基于训练项目对特种部队进行训练，并采集训练数据；
基于训练数据结合历史数据判断特种部队的训练合格状态；
基于训练合格状态对训练项目及训练参数进行动态调整，训练参数包括训练时间与训练强度；
基于训练项目及训练参数在虚拟场景下生成训练模拟数据，将训练模拟数据远程传输至虚拟终端。
可选地，在本申请实施例所述的受限环境下的特种部队训练模拟系统中，基于虚拟场景进行模拟受限环境的空间参数，生成训练场景，具体包括：
设定受限环境参数，根据受限环境参数对虚拟终端进行虚拟场景构建，得到虚拟场景；
根据虚拟场景采集受限环境的空间参数；
判断空间参数与设定的受限环境参数之间的误差是否处于设定的误差区间；
若处于设定的误差区间，则根据构建的虚拟场景得到训练场景；
若不处于设定的误差区间，则根据空间参数与设定的受限环境参数之间的误差进行校正虚拟场景的空间参数。
可选地，在本申请实施例所述的受限环境下的特种部队训练模拟系统中，判断空间参数与设定的受限环境参数之间的误差是否处于设定的误差区间，具体包括：
设定受限环境参数，其中，所述受限环境参数包括受限环境的空间三维坐标，记为空间X坐标，空间Y坐标与空间Z坐标；
根据空间三维坐标在虚拟场景下进行构建训练场景，得到场景三维坐标，记为场景X坐标，场景Y坐标与场景Z坐标；
将空间X坐标与场景X坐标进行差值计算，得到第一误差；
将空间Y坐标与场景Y坐标进行差值计算，得到第二误差；
将空间Z坐标与场景Z坐标进行差值计算，得到第三误差；
当第一误差、第二误差与第三误差均处于设定的误差区间内，则判定训练场景符合要求。
第三方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中包括受限环境下的特种部队训练模拟方法程序，所述受限环境下的特种部队训练模拟方法程序被处理器执行时，实现如上述任一项所述的受限环境下的特种部队训练模拟方法的步骤。
由上可知，本申请实施例提供的一种受限环境下的特种部队训练模拟方法、系统及介质，通过虚拟场景进行模拟受限环境的空间参数，生成训练场景；根据训练场景设定训练项目，基于训练项目对特种部队进行训练，并采集训练数据；基于训练数据结合历史数据判断特种部队的训练合格状态；基于训练合格状态对训练项目及训练参数进行动态调整，训练参数包括训练时间与训练强度；基于训练项目及训练参数在虚拟场景下生成训练模拟数据，将训练模拟数据远程传输至虚拟终端；通过构建虚拟的训练场景对特种部队进行虚拟训练，提高训练安全性的同时，可以将训练过程中的训练数据进行动态分析，从而根据分析结果进行针对性的调整训练项目，提高训练效果。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例提供的受限环境下的特种部队训练模拟方法的流程图；
图2为本申请实施例提供的受限环境下的特种部队训练模拟方法的训练场景生成方法流程图；
图3为本申请实施例提供的受限环境下的特种部队训练模拟方法的训练场景误差计算流程图。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到，相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参照图1，图1是本申请一些实施例中的一种受限环境下的特种部队训练模拟方法的流程图。该受限环境下的特种部队训练模拟方法用于终端设备中，该受限环境下的特种部队训练模拟方法，包括以下步骤：
S101，基于虚拟场景进行模拟受限环境的空间参数，生成训练场景；
S102，根据训练场景设定训练项目，基于训练项目对特种部队进行训练，并采集训练数据；
S103，基于训练数据结合历史数据判断特种部队的训练合格状态；
S104，基于训练合格状态对训练项目及训练参数进行动态调整，训练参数包括训练时间与训练强度；
S105，基于训练项目及训练参数在虚拟场景下生成训练模拟数据，将训练模拟数据远程传输至虚拟终端。
需要说明的是，通过虚拟终端构建虚拟场景，使虚拟场景与受限环境的空间参数相同，从而准确的模拟训练场景，使特种部队可以沉浸式的进行训练，在训练过程中不断的调整训练参数，提高训练效果。
请参照图2，图2是本申请一些实施例中的一种受限环境下的特种部队训练模拟方法的训练场景生成方法流程图。根据本发明实施例，基于虚拟场景进行模拟受限环境的空间参数，生成训练场景，具体包括：
S201，设定受限环境参数，根据受限环境参数对虚拟终端进行虚拟场景构建，得到虚拟场景；
S202，根据虚拟场景采集受限环境的空间参数；
S203，判断空间参数与设定的受限环境参数之间的误差是否处于设定的误差区间；
S204，若处于设定的误差区间，则根据构建的虚拟场景得到训练场景；
S205，若不处于设定的误差区间，则根据空间参数与设定的受限环境参数之间的误差进行校正虚拟场景的空间参数。
需要说明的是，在进行构建虚拟场景时，分析虚拟场景与受限环境参数之间的误差，根据误差进行分析误差大小，从而不断的调整空间参数，使两者之间能够匹配，提高沉浸效果。
请参照图3，图3是本申请一些实施例中的一种受限环境下的特种部队训练模拟方法的训练场景误差计算流程图。根据本发明实施例，判断空间参数与设定的受限环境参数之间的误差是否处于设定的误差区间，具体包括：
S301，设定受限环境参数，其中，受限环境参数包括受限环境的空间三维坐标，记为空间X坐标，空间Y坐标与空间Z坐标；
S302，根据空间三维坐标在虚拟场景下进行构建训练场景，得到场景三维坐标，记为场景X坐标，场景Y坐标与场景Z坐标；
S303，将空间X坐标与场景X坐标进行差值计算，得到第一误差；将空间Y坐标与场景Y坐标进行差值计算，得到第二误差；将空间Z坐标与场景Z坐标进行差值计算，得到第三误差；
S304，当第一误差、第二误差与第三误差均处于设定的误差区间内，则判定训练场景符合要求。
需要说明的是，根据受限环境的空间三维坐标与训练场景的场景三维坐标进行分别比对，从而分析三维坐标之间的误差，提高训练场景的构建精度。
根据本发明实施例，若不处于设定的误差区间，则根据空间参数与设定的受限环境参数之间的误差进行校正虚拟场景的空间参数，具体包括：
获取第一误差，将第一误差与设定的误差区间的进行比较，得到第一偏差信息；
获取第二误差，将第二误差与设定的误差区间进行比较，得到第二偏差信息；
获取第三误差，将第三误差与设定的误差区间进行比较，得到第三偏差信息；
根据第一偏差信息、第二偏差信息与第三偏差信息占设定偏差信息的比重生成对应的第一偏差系数、第二偏差系数与第三偏差系数；
根据第一偏差系数、第二偏差系数与第三偏差系数对校正参数进行对应系数调整，得到校正后的虚拟场景的空间参数。
需要说明的是，不同方向的坐标单独分析坐标误差，并计算对应的偏差系数，根据对应的偏差系数进行校正虚拟场景的空间参数，提高虚拟场景的构建精度。
根据本发明实施例，根据训练场景设定训练项目，基于训练项目对特种部队进行训练，并采集训练数据，具体包括：
获取训练场景内受限环境的空间参数，根据受限环境的空间参数制定匹配的训练项目，并计算项目匹配度；
判断项目匹配度是否满足要求，若满足要求，则实时采集特种部队在当前训练项目下的训练数据；
根据训练数据进行分析特种部队的训练完成度，根据训练完成度进行制定后续补充训练计划；
若不满足要求，则根据受限环境的空间参数调整训练项目。
需要说明的是，不同的受限环境进行制定对应的训练项目，通过分析训练项目与受限环境的匹配度进行不断的调整训练项目，提高训练效果，同时根据训练数据进行分析特种部队的训练效果，制定后续补充训练计划，实现特种部队的针对性训练。
根据本发明实施例，基于训练合格状态对训练项目及训练参数进行动态调整，具体包括：
获取训练合格状态，将训练合格状态与设定的训练状态进行比较，得到状态偏差率；
判断状态偏差率是否大于或等于预设的状态偏差率阈值；
若大于或等于，则生成修正信息，根据修正信息对训练参数进行调整；
若小于，则按照当前训练项目对特种部队进行模拟训练。
需要说明的是，根据训练数据进行分析训练结果是否符合要求，从而得到训练合格状态，通过分析训练合格状态与设定的训练状态之间的差异进行判断状态偏差率，从而对训练参数进行动态调整。
根据本发明实施例，采集训练数据，之后还包括：
采集训练数据，将训练数据输入分析模型，输出训练结果；
根据训练结果分析训练过程中特种部队的心率波动信息；
将心率波动信息与设定的波动信息进行比较，得到波动率；
判断波动率是否大于设定的波动率阈值；
若大于，则判定特种部队训练不满足要求，并根据波动率进行制定后续补充训练计划；
若小于，则判定特种部队训练满足要求。
需要说明的是，通过分析模型对采集到的训练数据进行分析，从而判断特种部队的心理承受能力，根据心率波动进行针对性的训练。
第二方面，本申请实施例提供了一种受限环境下的特种部队训练模拟系统，该系统包括：存储器及处理器，存储器中包括受限环境下的特种部队训练模拟方法的程序，受限环境下的特种部队训练模拟方法的程序被处理器执行时实现以下步骤：
基于虚拟场景进行模拟受限环境的空间参数，生成训练场景；
根据训练场景设定训练项目，基于训练项目对特种部队进行训练，并采集训练数据；
基于训练数据结合历史数据判断特种部队的训练合格状态；
基于训练合格状态对训练项目及训练参数进行动态调整，训练参数包括训练时间与训练强度；
基于训练项目及训练参数在虚拟场景下生成训练模拟数据，将训练模拟数据远程传输至虚拟终端。
需要说明的是，通过虚拟终端构建虚拟场景，使虚拟场景与受限环境的空间参数相同，从而准确的模拟训练场景，使特种部队可以沉浸式的进行训练，在训练过程中不断的调整训练参数，提高训练效果。
根据本发明实施例，基于虚拟场景进行模拟受限环境的空间参数，生成训练场景，具体包括：
设定受限环境参数，根据受限环境参数对虚拟终端进行虚拟场景构建，得到虚拟场景；
根据虚拟场景采集受限环境的空间参数；
判断空间参数与设定的受限环境参数之间的误差是否处于设定的误差区间；
若处于设定的误差区间，则根据构建的虚拟场景得到训练场景；
若不处于设定的误差区间，则根据空间参数与设定的受限环境参数之间的误差进行校正虚拟场景的空间参数。
需要说明的是，在进行构建虚拟场景时，分析虚拟场景与受限环境参数之间的误差，根据误差进行分析误差大小，从而不断的调整空间参数，使两者之间能够匹配，提高沉浸效果。
根据本发明实施例，判断空间参数与设定的受限环境参数之间的误差是否处于设定的误差区间，具体包括：
设定受限环境参数，其中，受限环境参数包括受限环境的空间三维坐标，记为空间X坐标，空间Y坐标与空间Z坐标；
根据空间三维坐标在虚拟场景下进行构建训练场景，得到场景三维坐标，记为场景X坐标，场景Y坐标与场景Z坐标；
将空间X坐标与场景X坐标进行差值计算，得到第一误差；
将空间Y坐标与场景Y坐标进行差值计算，得到第二误差；
将空间Z坐标与场景Z坐标进行差值计算，得到第三误差；
当第一误差、第二误差与第三误差均处于设定的误差区间内，则判定训练场景符合要求。
需要说明的是，根据受限环境的空间三维坐标与训练场景的场景三维坐标进行分别比对，从而分析三维坐标之间的误差，提高训练场景的构建精度。
根据本发明实施例，若不处于设定的误差区间，则根据空间参数与设定的受限环境参数之间的误差进行校正虚拟场景的空间参数，具体包括：
获取第一误差，将第一误差与设定的误差区间的进行比较，得到第一偏差信息；
获取第二误差，将第二误差与设定的误差区间进行比较，得到第二偏差信息；
获取第三误差，将第三误差与设定的误差区间进行比较，得到第三偏差信息；
根据第一偏差信息、第二偏差信息与第三偏差信息占设定偏差信息的比重生成对应的第一偏差系数、第二偏差系数与第三偏差系数；
根据第一偏差系数、第二偏差系数与第三偏差系数对校正参数进行对应系数调整，得到校正后的虚拟场景的空间参数。
需要说明的是，不同方向的坐标单独分析坐标误差，并计算对应的偏差系数，根据对应的偏差系数进行校正虚拟场景的空间参数，提高虚拟场景的构建精度。
根据本发明实施例，根据训练场景设定训练项目，基于训练项目对特种部队进行训练，并采集训练数据，具体包括：
获取训练场景内受限环境的空间参数，根据受限环境的空间参数制定匹配的训练项目，并计算项目匹配度；
判断项目匹配度是否满足要求，若满足要求，则实时采集特种部队在当前训练项目下的训练数据；
根据训练数据进行分析特种部队的训练完成度，根据训练完成度进行制定后续补充训练计划；
若不满足要求，则根据受限环境的空间参数调整训练项目。
需要说明的是，不同的受限环境进行制定对应的训练项目，通过分析训练项目与受限环境的匹配度进行不断的调整训练项目，提高训练效果，同时根据训练数据进行分析特种部队的训练效果，制定后续补充训练计划，实现特种部队的针对性训练。
根据本发明实施例，基于训练合格状态对训练项目及训练参数进行动态调整，具体包括：
获取训练合格状态，将训练合格状态与设定的训练状态进行比较，得到状态偏差率；
判断状态偏差率是否大于或等于预设的状态偏差率阈值；
若大于或等于，则生成修正信息，根据修正信息对训练参数进行调整；
若小于，则按照当前训练项目对特种部队进行模拟训练。
需要说明的是，根据训练数据进行分析训练结果是否符合要求，从而得到训练合格状态，通过分析训练合格状态与设定的训练状态之间的差异进行判断状态偏差率，从而对训练参数进行动态调整。
根据本发明实施例，采集训练数据，之后还包括：
采集训练数据，将训练数据输入分析模型，输出训练结果；
根据训练结果分析训练过程中特种部队的心率波动信息；
将心率波动信息与设定的波动信息进行比较，得到波动率；
判断波动率是否大于设定的波动率阈值；
若大于，则判定特种部队训练不满足要求，并根据波动率进行制定后续补充训练计划；
若小于，则判定特种部队训练满足要求。
需要说明的是，通过分析模型对采集到的训练数据进行分析，从而判断特种部队的心理承受能力，根据心率波动进行针对性的训练。
本发明第三方面提供了一种计算机可读存储介质，可读存储介质中包括受限环境下的特种部队训练模拟方法程序，受限环境下的特种部队训练模拟方法程序被处理器执行时，实现如上述任一项的受限环境下的特种部队训练模拟方法的步骤。
本发明公开的一种受限环境下的特种部队训练模拟方法、系统及介质，通过虚拟场景进行模拟受限环境的空间参数，生成训练场景；根据训练场景设定训练项目，基于训练项目对特种部队进行训练，并采集训练数据；基于训练数据结合历史数据判断特种部队的训练合格状态；基于训练合格状态对训练项目及训练参数进行动态调整，训练参数包括训练时间与训练强度；基于训练项目及训练参数在虚拟场景下生成训练模拟数据，将训练模拟数据远程传输至虚拟终端；通过构建虚拟的训练场景对特种部队进行虚拟训练，提高训练安全性的同时，可以将训练过程中的训练数据进行动态分析，从而根据分析结果进行针对性的调整训练项目，提高训练效果。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (6)
1.一种受限环境下的特种部队训练模拟方法，其特征在于，包括：
基于虚拟场景进行模拟受限环境的空间参数，生成训练场景；
根据训练场景设定训练项目，基于训练项目对特种部队进行训练，并采集训练数据；
基于训练数据结合历史数据判断特种部队的训练合格状态；
基于训练合格状态对训练项目及训练参数进行动态调整，训练参数包括训练时间与训练强度；
基于训练项目及训练参数在虚拟场景下生成训练模拟数据，将训练模拟数据远程传输至虚拟终端；
基于虚拟场景进行模拟受限环境的空间参数，生成训练场景，具体包括：
设定受限环境参数，根据受限环境参数对虚拟终端进行虚拟场景构建，得到虚拟场景；
根据虚拟场景采集受限环境的空间参数；
判断空间参数与设定的受限环境参数之间的误差是否处于设定的误差区间；
若处于设定的误差区间，则根据构建的虚拟场景得到训练场景；
若不处于设定的误差区间，则根据空间参数与设定的受限环境参数之间的误差进行校正虚拟场景的空间参数；
判断空间参数与设定的受限环境参数之间的误差是否处于设定的误差区间，具体包括：
设定受限环境参数，其中，所述受限环境参数包括受限环境的空间三维坐标，记为空间X坐标，空间Y坐标与空间Z坐标；
根据空间三维坐标在虚拟场景下进行构建训练场景，得到场景三维坐标，记为场景X坐标，场景Y坐标与场景Z坐标；
将空间X坐标与场景X坐标进行差值计算，得到第一误差；
将空间Y坐标与场景Y坐标进行差值计算，得到第二误差；
将空间Z坐标与场景Z坐标进行差值计算，得到第三误差；
当第一误差、第二误差与第三误差均处于设定的误差区间内，则判定训练场景符合要求。
2.根据权利要求1所述的受限环境下的特种部队训练模拟方法，其特征在于，若不处于设定的误差区间，则根据空间参数与设定的受限环境参数之间的误差进行校正虚拟场景的空间参数，具体包括：
获取第一误差，将第一误差与设定的误差区间的进行比较，得到第一偏差信息；
获取第二误差，将第二误差与设定的误差区间进行比较，得到第二偏差信息；
获取第三误差，将第三误差与设定的误差区间进行比较，得到第三偏差信息；
根据第一偏差信息、第二偏差信息与第三偏差信息占设定偏差信息的比重生成对应的第一偏差系数、第二偏差系数与第三偏差系数；
根据第一偏差系数、第二偏差系数与第三偏差系数对校正参数进行对应系数调整，得到校正后的虚拟场景的空间参数。
3.根据权利要求2所述的受限环境下的特种部队训练模拟方法，其特征在于，根据训练场景设定训练项目，基于训练项目对特种部队进行训练，并采集训练数据，具体包括：
获取训练场景内受限环境的空间参数，根据受限环境的空间参数制定匹配的训练项目，并计算项目匹配度；
判断项目匹配度是否满足要求，若满足要求，则实时采集特种部队在当前训练项目下的训练数据；
根据训练数据进行分析特种部队的训练完成度，根据训练完成度进行制定后续补充训练计划；
若不满足要求，则根据受限环境的空间参数调整训练项目。
4.根据权利要求3所述的受限环境下的特种部队训练模拟方法，其特征在于，基于训练合格状态对训练项目及训练参数进行动态调整，具体包括：
获取训练合格状态，将训练合格状态与设定的训练状态进行比较，得到状态偏差率；
判断所述状态偏差率是否大于或等于预设的状态偏差率阈值；
若大于或等于，则生成修正信息，根据修正信息对训练参数进行调整；
若小于，则按照当前训练项目对特种部队进行模拟训练。
5.一种受限环境下的特种部队训练模拟系统，其特征在于，该系统包括：存储器及处理器，所述存储器中包括受限环境下的特种部队训练模拟方法的程序，所述受限环境下的特种部队训练模拟方法的程序被所述处理器执行时实现以下步骤：
基于虚拟场景进行模拟受限环境的空间参数，生成训练场景；
根据训练场景设定训练项目，基于训练项目对特种部队进行训练，并采集训练数据；
基于训练数据结合历史数据判断特种部队的训练合格状态；
基于训练合格状态对训练项目及训练参数进行动态调整，训练参数包括训练时间与训练强度；
基于训练项目及训练参数在虚拟场景下生成训练模拟数据，将训练模拟数据远程传输至虚拟终端；
基于虚拟场景进行模拟受限环境的空间参数，生成训练场景，具体包括：
设定受限环境参数，根据受限环境参数对虚拟终端进行虚拟场景构建，得到虚拟场景；
根据虚拟场景采集受限环境的空间参数；
判断空间参数与设定的受限环境参数之间的误差是否处于设定的误差区间；
若处于设定的误差区间，则根据构建的虚拟场景得到训练场景；
若不处于设定的误差区间，则根据空间参数与设定的受限环境参数之间的误差进行校正虚拟场景的空间参数；
判断空间参数与设定的受限环境参数之间的误差是否处于设定的误差区间，具体包括：
设定受限环境参数，其中，所述受限环境参数包括受限环境的空间三维坐标，记为空间X坐标，空间Y坐标与空间Z坐标；
根据空间三维坐标在虚拟场景下进行构建训练场景，得到场景三维坐标，记为场景X坐标，场景Y坐标与场景Z坐标；
将空间X坐标与场景X坐标进行差值计算，得到第一误差；
将空间Y坐标与场景Y坐标进行差值计算，得到第二误差；
将空间Z坐标与场景Z坐标进行差值计算，得到第三误差；
当第一误差、第二误差与第三误差均处于设定的误差区间内，则判定训练场景符合要求。
6.一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中包括受限环境下的特种部队训练模拟方法程序，所述受限环境下的特种部队训练模拟方法程序被处理器执行时，实现如权利要求1至4中任一项所述的受限环境下的特种部队训练模拟方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410270582.9A CN117875088B (zh) | 2024-03-11 | 2024-03-11 | 一种受限环境下的特种部队训练模拟方法、系统及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410270582.9A CN117875088B (zh) | 2024-03-11 | 2024-03-11 | 一种受限环境下的特种部队训练模拟方法、系统及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117875088A CN117875088A (zh) | 2024-04-12 |
| CN117875088B true CN117875088B (zh) | 2024-05-28 |
Family
ID=90588782
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410270582.9A Active CN117875088B (zh) | 2024-03-11 | 2024-03-11 | 一种受限环境下的特种部队训练模拟方法、系统及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117875088B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113096479A (zh) * | 2021-04-15 | 2021-07-09 | 苏州大学附属儿童医院 | 一种消防演习虚拟训练方法 |
| CN114082158A (zh) * | 2021-11-18 | 2022-02-25 | 南京医科大学 | 一种脑卒中患者上肢康复训练系统 |
| WO2022056941A1 (zh) * | 2020-09-17 | 2022-03-24 | 中国人民解放军陆军军医大学 | 混合现实高仿真战现场急救训练平台及其训练方法 |
| CN116778098A (zh) * | 2023-06-16 | 2023-09-19 | 成都理工大学 | 一种基于深度学习的植物病虫害数据集构建方法 |
-
2024
- 2024-03-11 CN CN202410270582.9A patent/CN117875088B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022056941A1 (zh) * | 2020-09-17 | 2022-03-24 | 中国人民解放军陆军军医大学 | 混合现实高仿真战现场急救训练平台及其训练方法 |
| CN113096479A (zh) * | 2021-04-15 | 2021-07-09 | 苏州大学附属儿童医院 | 一种消防演习虚拟训练方法 |
| CN114082158A (zh) * | 2021-11-18 | 2022-02-25 | 南京医科大学 | 一种脑卒中患者上肢康复训练系统 |
| CN116778098A (zh) * | 2023-06-16 | 2023-09-19 | 成都理工大学 | 一种基于深度学习的植物病虫害数据集构建方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117875088A (zh) | 2024-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113769519B (zh) | 一种建筑工地的智能降尘控制方法及系统 | |
| CN110567510A (zh) | 大气污染监测方法、系统、计算机设备和存储介质 | |
| CN117035376B (zh) | 一种应急救援演习动态监测方法、系统及介质 | |
| EP2224256A1 (en) | Reliability estimate of an apparatus | |
| WO2009151532A3 (en) | Terrain paging during a distributed simulation involving multiple objects | |
| CN117349102B (zh) | 数字孪生运维数据质量检验方法、系统和介质 | |
| CN112102454A (zh) | 人脸表情的驱动方法、装置、设备及存储介质 | |
| CN117095353B (zh) | 一种作战演习动态监测方法、系统及介质 | |
| CN117875088B (zh) | 一种受限环境下的特种部队训练模拟方法、系统及介质 | |
| CN117171695B (zh) | 一种抗生素污染土壤生态修复效果评价的方法及系统 | |
| US8738564B2 (en) | Method for pollen-based geolocation | |
| CN116976144A (zh) | 一种基于仿真平台的兵力部署演练方法、系统及介质 | |
| CN117035374A (zh) | 一种应对突发事件的兵力协同调度方法、系统及介质 | |
| CN114818548B (zh) | 一种基于卷积生成对抗网络的含水层参数场反演方法 | |
| US9830408B1 (en) | System and method for evaluating the performance of a weapon system | |
| KR101716084B1 (ko) | 오염 분포 측정을 이용한 가상 훈련 방법 및 시스템 | |
| CN113052361A (zh) | 一种基于兵棋推演的后勤物资消耗预测验证方法 | |
| CN117151436B (zh) | 一种应急救援演习方法、系统及介质 | |
| CN117311661B (zh) | 一种虚拟环境音效模拟方法、系统及介质 | |
| Singham et al. | Applications of flocking algorithms to input modeling for agent movement | |
| CN117829785B (zh) | 一种基于物联网的危险环境求救方法、系统及介质 | |
| CN111679298A (zh) | 导航系统的完好性监测方法、完好性监测装置及电子设备 | |
| CN111091626A (zh) | 灾害仿真方法、计算机存储介质及电子设备 | |
| Hahn et al. | SIMBIG: Likelihood-Free Inference of Galaxy Clustering | |
| CN117217967A (zh) | 一种突发事件应急预案推演方法、系统及介质 |
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 |