KR20170079135A - 가상 현실 기반 사용자 맞춤형 훈련 시스템 - Google Patents
가상 현실 기반 사용자 맞춤형 훈련 시스템 Download PDFInfo
- Publication number
- KR20170079135A KR20170079135A KR1020150189366A KR20150189366A KR20170079135A KR 20170079135 A KR20170079135 A KR 20170079135A KR 1020150189366 A KR1020150189366 A KR 1020150189366A KR 20150189366 A KR20150189366 A KR 20150189366A KR 20170079135 A KR20170079135 A KR 20170079135A
- Authority
- KR
- South Korea
- Prior art keywords
- training
- user
- data
- module
- training module
- Prior art date
Links
- 238000012549 training Methods 0.000 title claims abstract description 265
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000005516 engineering process Methods 0.000 claims abstract description 4
- 238000011156 evaluation Methods 0.000 claims description 36
- 230000006870 function Effects 0.000 claims description 28
- 238000007405 data analysis Methods 0.000 claims description 26
- 230000033001 locomotion Effects 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 10
- 238000013500 data storage Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims description 3
- 230000006399 behavior Effects 0.000 description 25
- 238000010586 diagram Methods 0.000 description 6
- 238000003466 welding Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013506 data mapping Methods 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000005303 weighing 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
- 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
-
- 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
- G09B19/00—Teaching not covered by other main groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/03—Data mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Processing Or Creating Images (AREA)
Abstract
본 발명의 일 실시예는 컴퓨터 기반 가상 현실 훈련 시스템에 관한 것으로, 해결하고자 하는 과제는 가상 현실 기반 사용자 맞춤형 훈련 시스템을 제공하는데 있다.
이를 위해 본 발명은 사용자가 입력 장치와 출력 장치를 이용하여 컴퓨터 기반 훈련을 수행하도록 하는 사용자 레이어; 상기 컴퓨터 기반 훈련에 가상 현실 기술과 사용자 맞춤 기술을 적용하여 상기 사용자를 훈련시키도록 훈련 모듈을 제공하는 클라이언트 레이어; 및 상기 훈련 모듈로부터 상기 사용자의 행동을 수집하여, 상기 사용자의 수준 및 행동 패턴에 맞도록 상기 훈련 모듈을 재구성하거나 생성하는 서버 레이어를 포함하는 가상 현실 기반 사용자 맞춤형 훈련 시스템을 개시한다.
이를 위해 본 발명은 사용자가 입력 장치와 출력 장치를 이용하여 컴퓨터 기반 훈련을 수행하도록 하는 사용자 레이어; 상기 컴퓨터 기반 훈련에 가상 현실 기술과 사용자 맞춤 기술을 적용하여 상기 사용자를 훈련시키도록 훈련 모듈을 제공하는 클라이언트 레이어; 및 상기 훈련 모듈로부터 상기 사용자의 행동을 수집하여, 상기 사용자의 수준 및 행동 패턴에 맞도록 상기 훈련 모듈을 재구성하거나 생성하는 서버 레이어를 포함하는 가상 현실 기반 사용자 맞춤형 훈련 시스템을 개시한다.
Description
본 발명의 일 실시예는 가상 현실 기반 사용자 맞춤형 훈련 시스템에 관한 것이다.
일반적으로 외국어 학습, 용접, 치기공, 외과 수술, 항공, 중장비, 철도 등에 가상 현실 훈련 시스템이 적용되고 있다.
예를 들어, 선행문헌 1(한국공개특허공보 1998-0016952호)은 현장체험 어학 트레이닝 시스템에 관한 것으로, 사용자가 명령을 입력시키기 위한 키보드(10)와, 사용자가 답변을 입력시키기 위한 마이크(20)와, 키보드를 통하여 사용자 명령이 입력되는 경우에, 데이터 베이스에 저장되어 있는 가상적인 현실상황을 시각적, 청각적으로 출력하면서, 데이터 베이스에 저장되어 있는 내용의 한도 내에서 사용자와 질문 및 답변을 통하여 대화가 이루어지도록 하는 컴퓨터(30)를 개시하고 있다.
그러나, 선행문헌 1은 컴퓨터가 정해진 내용의 한도 내에서 사용자와 대화할 수 있도록 할 뿐, 사용자 수준을 분석하여 사용자 맞춤형 어학 학습 훈련 시스템을 제공하지 못하고 있다.
선행문헌 2(미국공개특허공보 2015-0072323)는 가상 현실 용접 교육 관리 시스템에 관한 것으로, 가상 현실 용접 환경에서 학생에 의해 생성된 훈련 용접 데이터가 데이터 베이스에 저장되고, 용접 강사가 데이터 베이스에 접근하여 학생의 훈련 용접 데이터를 분석하고, 등급을 메기며 리포팅을 할 수 있도록 한 시스템을 개시하고 있다.
그러나, 선행문헌 2는 훈련 데이터, 분석 결과 및 리포트를 데이터 베이스 서버/퍼스널 컴퓨터 등에 업로드/다운로드함을 개시할 뿐, 사용자 수준을 분석하여 사용자 맞춤혐 용접 학습 훈련 시스템을 제공하지 못하고 있다.
선행문헌 3(미국공개특허공보 2004-009184)은 치과 기공을 위한 가상 현실 훈련 시스템에 관한 것으로, 실제로 손으로 들 수 있는 요소(2), 표시 화면(7) 속의 가상의 대상(T), 다수의 가상 기구(01~04), 요소, 대상 및 기구를 표시 화면에 표시하기 위한 컴퓨터(6)를 포함하고, 사용자가 요소 및 기구를 움직여 표시 화면 속의 대상을 가공하는 장치 및 방법을 개시하고 있다.
그러나, 선행문헌 3은 인간 기계 인터페이스의 조작에 의해 표시 화면 속의 가상 대상을 조작하는 가상 현실 실습 시스템을 제공할 뿐이다.
선행문헌 4(미국공개특허공보 2014-0272864)는 가상 현실 외과 수술 훈련 시뮬레이터에 관한 것으로, 렌더링 엔진이 표시부를 이용하여 기관과 수술 툴을 3차원으로 표시하고, 물리 엔진이 기관 및 기구의 현실 운동 표현을 위한 계산을 수행하며, 계량 엔진이 유저 실력을 평가하는 구성을 개시하고 있다.
그러나, 선행문헌 4는 계량 엔진이 사용자 성능과 기술 평가를 수행할 뿐, 사용자 수준을 분석하여 사용자 맞춤혐 외과 수술 훈련 시스템을 제공하지 못하고 있다.
이러한 발명의 배경이 되는 기술에 개시된 상술한 정보는 본 발명의 배경에 대한 이해도를 향상시키기 위한 것뿐이며, 따라서 종래 기술을 구성하지 않는 정보를 포함할 수도 있다.
본 발명의 해결하고자 하는 과제는 가상 현실 기반 사용자 맞춤형 훈련 시스템을 제공하는데 있다.
본 발명의 일 실시예에 따른 가상 현실 기반 사용자 맞춤형 훈련 시스템은 사용자가 입력 장치와 출력 장치를 이용하여 컴퓨터 기반 훈련을 수행하도록 하는 사용자 레이어; 상기 컴퓨터 기반 훈련에 가상 현실 기술과 사용자 맞춤 기술을 적용하여 상기 사용자를 훈련시키도록 훈련 모듈을 제공하는 클라이언트 레이어; 및 상기 훈련 모듈로부터 상기 사용자의 행동을 수집하여, 상기 사용자의 수준 및 행동 패턴에 맞도록 상기 훈련 모듈을 재구성하거나 생성하는 서버 레이어를 포함한다.
상기 클라이언트 레이어로부터 상기 사용자의 훈련 결과가 상기 서버 레이어에 전달되고, 상기 사용자 레이어로부터 상기 사용자의 행동이 데이터로서 상기 서버 레이어에 전달될 수 있다.
상기 서버 레이어는 상기 훈련중 상기 사용자의 행동에 의해 생성되는 빅데이터를 수집, 처리, 분석 및 저장하는 빅데이터 분석 모듈; 상기 빅데이터 분석 모듈을 통해 도출된 상기 사용자의 훈련에 대한 결과를 사전 정의된 규칙을 통해 해석하고, 이를 기반으로 상기 사용자의 수준 및 행동 패턴에 맞는 훈련 모듈을 재구성하거나 생성하는 훈련 모듈 구성자; 상기 훈련 모듈의 레이아웃 구성, 훈련 도구 구성, 훈련 진행 순서 및 내용, 평가 항목을 위한 상기 훈련 모듈을 재구성하거나 생성하는 적어도 하나의 훈련 템플릿; 및 상기 훈련 모듈 구성자가 상기 훈련 템플릿을 기반으로 상기 사용자의 수준 및 행동 패턴에 맞춰 상기 훈련 모듈을 재구성하거나 생성하기 위해 필요한 기능, 훈련 데이터나 평가 데이터를 제공하는 훈련 라이브러리를 포함할 수 있다. 상기 빅데이터 분석 모듈은 동일한 훈련을 수행했던 다른 사용자들의 데이터를 저장 및 활용하여 분석 결과를 제시할 수 있다. 상기 훈련 모듈 구성자는 상기 클라이언트 레이어의 훈련 모듈을 상기 재구성된 훈련 모듈로 업데이트할 수 있다. 상기 빅데이터 분석 모듈은 상기 훈련 모듈로부터 상기 사용자의 행동에 대한 데이터를 수집하는 데이터 수집부; 상기 데이터를 전처리하여 결측치 및 오류를 처리하고, 대표값을 산출하며 데이터를 매핑하는 데이터 처리부; 상기 데이터에 따른 상기 사용자의 행동 좌표와 기준 좌표 사이의 거리 기반 유사도 산출 모델을 실행하는 데이터 해석부; 및 상기 훈련 모듈에서 수집한 데이터, 분석 데이터 셋트, 분석 모델 및 결과를 저장하는 데이터 저장부를 포함할 수 있다. 상기 훈련 모듈 구성자는 상기 사전 정의된 규칙을 통해 상기 사용자의 수준을 판단하고, 훈련 내용의 재구성을 위한 필요 훈련 내용과 기능을 판단하며, 평가 내용의 재구성을 위한 필요 평가 내용과 시간 및 오류 횟수 기반의 통과 기준을 판단하는 사용자 인터프리터; 및 상기 사용자 인터프리터에 의해 도출된 실행 함수와 결과를 기반으로 상기 훈련 템플릿의 기본 프레임에 훈련과 평가 내용을 재구성해서 입력하고, 통과 기준의 세팅 관련 기능을 정의하여 최종 훈련 모듈을 재구성하는 훈련 생성기를 포함할 수 있다.
상기 사용자 레이어의 입력 장치는 모션 수트 또는 3차원 마우스를 포함하고, 상기 사용자 레이어의 출력 장치는 헤드 마운티드 디스플레이를 포함할 수 있다.
본 발명의 일 실시예는 가상 현실 기반 사용자 맞춤형 훈련 시스템을 제공한다. 즉, 본 발명은 빅데이터 분석 모듈을 이용하여 사용자 행동을 분석하고, 훈련 모듈 구성자를 이용하여 사용자 수준 및 패턴을 자동적으로 도출하는 동시에 훈련 모듈을 재구성함으로써, 사용자의 수준이나 패턴에 최적화된 사용자 맞춤형 훈련 시스템을 제공한다. 다르게 설명하면, 본 발명은 사용자(훈련자)의 수준에 맞추어 교육 수준을 자동으로 구성하여 제공하기 때문에 효율적으로 교육이 진행되도록 한다.
또한, 본 발명은 훈련 모듈 구성자가 사전 정의 혹은 분석을 통해 도출된 움직임의 유사도와 숙련도의 관계를 기반으로 사용자 수준을 평가하고, 사용자 수준과 움직임에 적합한 기능, 훈련 데이터, 평가 데이터를 훈련 템플릿에 바로 적용함으로써, 훈련 모듈의 업데이트가 신속히 이루어지는 사용자 맞춤형 훈련 시스템을 제공한다. 더불어, 본 발명은 사용자들의 행동 및/또는 반응을 체크하여 중요 교육 포인트를 선별하여 중요 교육 포인트는 집중적으로 교육 진행할 수 있도록 한다.
도 1은 본 발명의 일 실시예에 따른 가상 현실 기반 사용자 맞춤형 훈련 시스템을 도시한 개념도이다.
도 2는 본 발명의 일 실시예에 따른 가상 현실 기반 사용자 맞춤형 훈련 시스템을 도시한 구성도이다.
도 3은 본 발명의 일 실시예에 따른 가상 현실 기반 사용자 맞춤형 훈련 시스템의 프로세스를 도시한 순서도이다.
도 4a 및 도 4b는 본 발명의 일 실시예에 따른 가상 현실 기반 사용자 맞춤형 훈련 시스템의 적용 사례를 도시한 도면이다.
도 5a, 도 5b 및 도 5c는 본 발명의 일 실시예에 따른 가상 현실 기반 사용자 맞춤형 훈련 시스템에서 사용자 수준 판단 규칙, 훈련 내용 구성을 위한 규칙, 평가 내용 및 평가 기준 구성을 위한 규칙의 예를 도시한 도면이다.
도 6은 본 발명의 일 실시예에 따른 가상 현실 기반 사용자 맞춤형 훈련 시스템에서 훈련 모듈 재구성 프로세스를 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 가상 현실 기반 사용자 맞춤형 훈련 시스템을 도시한 구성도이다.
도 3은 본 발명의 일 실시예에 따른 가상 현실 기반 사용자 맞춤형 훈련 시스템의 프로세스를 도시한 순서도이다.
도 4a 및 도 4b는 본 발명의 일 실시예에 따른 가상 현실 기반 사용자 맞춤형 훈련 시스템의 적용 사례를 도시한 도면이다.
도 5a, 도 5b 및 도 5c는 본 발명의 일 실시예에 따른 가상 현실 기반 사용자 맞춤형 훈련 시스템에서 사용자 수준 판단 규칙, 훈련 내용 구성을 위한 규칙, 평가 내용 및 평가 기준 구성을 위한 규칙의 예를 도시한 도면이다.
도 6은 본 발명의 일 실시예에 따른 가상 현실 기반 사용자 맞춤형 훈련 시스템에서 훈련 모듈 재구성 프로세스를 도시한 도면이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기로 한다.
본 발명의 실시예들은 당해 기술 분야에서 통상의 지식을 가진 자에게 본 발명을 더욱 완전하게 설명하기 위하여 제공되는 것이며, 하기 실시예는 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 하기 실시예에 한정되는 것은 아니다. 오히려, 이들 실시예는 본 개시를 더욱 충실하고 완전하게 하고, 당업자에게 본 발명의 사상을 완전하게 전달하기 위하여 제공되는 것이다.
또한, 이하의 도면에서 각 층의 두께나 크기는 설명의 편의 및 명확성을 위하여 과장된 것이며, 도면상에서 동일 부호는 동일한 요소를 지칭한다. 본 명세서에서 사용된 바와 같이, 용어 "및/또는"은 해당 열거된 항목 중 어느 하나 및 하나 이상의 모든 조합을 포함한다. 또한, 본 명세서에서 "연결된다"라는 의미는 A 부재와 B 부재가 직접 연결되는 경우뿐만 아니라, A 부재와 B 부재의 사이에 C 부재가 개재되어 A 부재와 B 부재가 간접 연결되는 경우도 의미한다.
본 명세서에서 사용된 용어는 특정 실시예를 설명하기 위하여 사용되며, 본 발명을 제한하기 위한 것이 아니다. 본 명세서에서 사용된 바와 같이, 단수 형태는 문맥상 다른 경우를 분명히 지적하는 것이 아니라면, 복수의 형태를 포함할 수 있다. 또한, 본 명세서에서 사용되는 경우 "포함한다(comprise, include)" 및/또는 "포함하는(comprising, including)"은 언급한 형상들, 숫자, 단계, 동작, 부재, 요소 및/또는 이들 그룹의 존재를 특정하는 것이며, 하나 이상의 다른 형상, 숫자, 동작, 부재, 요소 및 /또는 그룹들의 존재 또는 부가를 배제하는 것이 아니다.
본 명세서에서 제1, 제2 등의 용어가 다양한 부재, 부품, 영역, 층들 및/또는 부분들을 설명하기 위하여 사용되지만, 이들 부재, 부품, 영역, 층들 및/또는 부분들은 이들 용어에 의해 한정되어서는 안 됨은 자명하다. 이들 용어는 하나의 부재, 부품, 영역, 층 또는 부분을 다른 영역, 층 또는 부분과 구별하기 위하여만 사용된다. 따라서, 이하 상술할 제1부재, 부품, 영역, 층 또는 부분은 본 발명의 가르침으로부터 벗어나지 않고서도 제2부재, 부품, 영역, 층 또는 부분을 지칭할 수 있다.
또한, 본 발명에 따른 서버 레이어(컨트롤러) 및/또는 다른 관련 기기 또는 부품은 임의의 적절한 하드웨어, 펌웨어(예를 들어, 주문형 반도체), 소프트웨어, 또는 소프트웨어, 펌웨어 및 하드웨어의 적절한 조합을 이용하여 구현될 수 있다. 예를 들어, 본 발명에 따른 서버 레이어(컨트롤러) 및/또는 다른 관련 기기 또는 부품의 다양한 구성 요소들은 하나의 집적회로 칩 상에, 또는 별개의 집적회로 칩 상에 형성될 수 있다. 또한, 서버 레이어(컨트롤러)의 다양한 구성 요소는 가요성 인쇄 회로 필름 상에 구현 될 수 있고, 테이프 캐리어 패키지, 인쇄 회로 기판, 또는 서버 레이어(컨트롤러)와 동일한 서브스트레이트 상에 형성될 수 있다. 또한, 서버 레이어(컨트롤러)의 다양한 구성 요소는, 하나 이상의 컴퓨팅 장치에서, 하나 이상의 프로세서에서 실행되는 프로세스 또는 쓰레드(thread)일 수 있고, 이는 이하에서 언급되는 다양한 기능들을 수행하기 위해 컴퓨터 프로그램 명령들을 실행하고 다른 구성 요소들과 상호 작용할 수 있다. 컴퓨터 프로그램 명령은, 예를 들어, 랜덤 액세스 메모리와 같은 표준 메모리 디바이스를 이용한 컴퓨팅 장치에서 실행될 수 있는 메모리에 저장된다. 컴퓨터 프로그램 명령은 또한 예를 들어, CD-ROM, 플래시 드라이브 등과 같은 다른 비-일시적 컴퓨터 판독 가능 매체(non-transitory computer readable media)에 저장될 수 있다. 또한, 본 발명에 관련된 당업자는 다양한 컴퓨팅 장치의 기능이 상호간 결합되거나, 하나의 컴퓨팅 장치로 통합되거나, 또는 특정 컴퓨팅 장치의 기능이, 본 발명의 예시적인 실시예를 벗어나지 않고, 하나 이상의 다른 컴퓨팅 장치들에 분산될 수 될 수 있다는 것을 인식해야 한다.
일례로, 본 발명에 따른 서버 레이어(컨트롤러)는 중앙처리장치, 하드디스크 또는 고체상태디스크와 같은 대용량 저장 장치, 휘발성 메모리 장치, 키보드 또는 마우스와 같은 입력 장치, 모니터 또는 프린터와 같은 출력 장치로 이루어진 통상의 상용 컴퓨터에서 운영될 수 있다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 가상 현실 기반 사용자 맞춤형 훈련 시스템(100)의 개념도가 도시되어 있다.
도 1에 도시된 바와 같이, 본 발명에 따른 가상 현실 기반 사용자 맞춤형 훈련 시스템(100)은 사용자 레이어(110), 클라이언트 레이어(120) 및 서버 레이어(130)를 포함할 수 있다. 여기서, 사용자 레이어(110)는 센서를 갖는 사용자를, 클라이언트 레이어(120)는 가상 현실 기반 훈련 시스템 또는 내용을, 서버 레이어(130)는 지원 시스템을 의미할 수 있다.
사용자는 사용자의 훈련에 따른 행동 및/또는 움직임에 대한 데이터를 지원 시스템에 전달한다. 또한, 사용자는 가상 현실 기반 훈련 시스템을 통하여 훈련에 참여한다. 가상 현실 기반 훈련 시스템은 사용자에게 가상 현실 기반 훈련을 제공하고, 지원 시스템에 사용자 훈련 정보를 제공한다. 지원 시스템은 상술한 바와 같이 사용자 행동 및/또는 움직임 데이터를 제공받고, 또한 가상 현실 기반 훈련 시스템으로부터 사용자 훈련 정보를 제공받는다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 가상 현실 기반 사용자 맞춤형 훈련 시스템(100)의 구성도가 도시되어 있다.
도 2에 도시된 바와 같이, 본 발명에 따른 가상 현실 기반 사용자 맞춤형 훈련 시스템(100)은 사용자 레이어(110), 클라이언트 레이어(120) 및 서버 레이어(130)를 포함한다.
사용자 레이어(110)는 사용자가 입력 장치(111)와 출력 장치(112)를 이용하여 컴퓨터 기반 훈련을 수행하도록 한다.
즉, 사용자 레이어(110)는 훈련 대상이 되는 모든 사용자에게 입력 장치(111)로서 모션 수트(motion suit) 및/또는 3차원 마우스 등을 사용하여 훈련하도록 하고, 출력 장치(112)로서 헤드 마운티드 디스플레이(HMD: Head Mounted Display) 등을 사용하여 가상 현실을 체험하도록 한다. 이러한 사용자 레이어(110)는 훈련 도중 각 사용자의 행동 및/또는 움직임에 대한 데이터를 모션 수트와 같은 입력 장치(111)의 센서들을 통해서 입력받고, 이를 서버 레이어(130)의 빅데이터 분석 모듈(131)에 전달한다. 물론, 사용자는 HMD와 같은 출력 장치(112)를 통해서 가상 현실 기반의 몰입감을 체험하며 훈련을 진행하게 된다.
클라이언트 레이어(120)는 컴퓨터 기반 훈련에 가상 현실 기술과 사용자 맞춤 기술을 적용하여 사용자를 훈련시키도록 훈련 모듈(121) 즉, 훈련 내용을 제공한다.
다시 설명하면, 클라이언트 레이어(120)는 컴퓨터 기반 훈련(CBT: Computer-Based Training)에 가상 현실 기술과 본 발명에 따른 사용자 맞춤 기술이 적용된 고도화된 가상 현실 기반 사용자 맞춤형 훈련 모듈(121)을 사용자에게 제공한다.
여기서, 가상 현실 훈련 모듈이란 사용자 훈련을 위한 공간, 대상 등의 3차원 캐드를 기반으로 가상 현실의 몰입감을 제공하는 모듈을 의미하고, 사용자 맞춤 기술 훈련 모듈이란 사용자 행동 및/또는 움직임 데이터의 분석을 통해 사용자의 훈련 수준, 패턴 등을 고려한 모듈을 의미한다.
또한, 훈련 모듈(121)은 사용자가 실제 훈련을 받고 평가를 받을 수 있도록 하며, 이에 따라 사용자의 움직임 및/또는 행동 좌표, 정답 및/또는 오답 항목, 평가 수행 시간, 오류 횟수, 평가 점수 등을 서버 레이어(130)에 전달한다.
서버 레이어(130)는 훈련 모듈(121)로부터 사용자의 행동을 수집하여, 사용자의 수준 및/또는 행동 패턴에 맞도록 훈련 모듈(121)을 재구성하거나 생성한다.
이를 위해 서버 레이어(130)는 빅데이터 분석 모듈(131), 훈련 모듈 구성자(132), 훈련 템플릿(133) 및 훈련 라이브러리(134)를 포함할 수 있다.
빅데이터 분석 모듈(131)은 훈련 도중 사용자의 행동에 의해 생성되는 빅데이터를 수집, 처리, 분석 및 저장한다. 이러한 빅데이터 분석 모듈(131)은 개별 사용자의 현재 및/또는 과거 데이터 뿐만 아니라 동일한 훈련을 수행했던 기존 사용자들의 데이터를 저장 및 활용함으로써 다양한 분석 결과를 제시할 수 있다.
또한 이러한 빅데이터 분석 모듈(131)은 데이터 수집부(131a), 데이터 처리부(131b), 데이터 해석부(131c) 및 데이터 저장부(131d)를 포함할 수 있다.
데이터 처리부(131b)는 훈련 모듈(121)로부터 사용자의 행동에 대한 데이터를 수집한다. 데이터 처리부(131b)는 데이터를 전처리하여 결측치 및 오류를 처리하고, 대표값을 산출하며 데이터를 맵핑한다. 데이터 해석부(131c)는 사용자의 행동 및/또는 움직임 좌표와 기준 좌표 사이의 거리 기반 유사도 산출 모델을 실행한다. 데이터 저장부(131d)는 훈련 모듈(121)에서 수집한 데이터, 분석 데이터 셋트, 분석 모델 및 결과를 저장한다.
계속해서, 훈련 모듈 구성자(132)는 빅데이터 분석 모듈(131)을 통해 도출된 사용자의 훈련 즉, 행동 및/또는 움직임에 대한 결과(모델)를 사전 정의된 규칙(들)을 통해 해석하고, 이를 기반으로 사용자의 수준 및 행동 패턴에 맞는 훈련 모듈(121)을 재구성하거나 생성한다.
이러한 훈련 모듈 구성자(132)는 사용자 인터프리터(132a), 다수의 규칙들(132b) 및 훈련 생성기(132c)를 포함한다.
사용자 인터프리터(132a)는 사전 정의된 규칙들(132b)을 통해 사용자의 수준을 판단하고, 훈련 내용의 재구성을 위한 필요 훈련 내용과 기능을 판단하며, 평가 내용의 재구성을 위한 필요 평가 내용과 시간 및 오류 횟수 기반의 통과 기준을 판단한다. 또한, 훈련 생성기(132c)는 사용자 인터프리터(132a)에 의해 도출된 실행 함수와 결과를 기반으로 훈련 템플릿(133)의 기본 프레임에 훈련과 평가 내용을 재구성해서 입력하고, 통과 기준의 세팅 관련 기능을 정의하여 최종 훈련 모듈(121)을 재구성하거나 생성한다.
훈련 템플릿(133)은 훈련 모듈(121)의 레이아웃 구성, 훈련 도구 구성, 훈련 진행 순서 및/또는 내용, 평가 항목을 위한 훈련 모듈(121)을 재구성하거나 생성하며, 이는 적어도 하나 이상의 갯수로 준비될 수 있다.
훈련 라이브러리(134)는 훈련 모듈 구성자(132)가 훈련 템플릿(133)을 기반으로 사용자의 수준 및/또는 행동 패턴에 맞춰 훈련 모듈(121)을 재구성하거나 생성하기 위해 필요한 기능(133a), 훈련 데이터(133b) 및 평가 데이터(133c) 등을 제공한다.
도 3을 참조하면, 본 발명의 일 실시예에 따른 가상 현실 기반 사용자 맞춤형 훈련 시스템(100)의 프로세스가 도시되어 있다.
사용자 레이어(110)의 사용자(즉, 센서)는 클라이언트 레이어(120)의 가상 현실 기반 훈련 모듈(121)에 접속하여 이를 실행하거나, 또는 훈련 모듈(121)을 종료할 수 있다.
이때, 클라이언트 레이어(120)의 훈련 모듈(121)은 사용자에 의한 훈련을 진행하도록 하고 또한 사용자 훈련에 대한 평가를 진행하도록 한다.
더불어, 클라이언트 레이어(120)의 훈련 모듈(121)은 사용자에 의한 훈련 결과를 서버 레이어(130)의 빅데이터 분석 모듈(131)에 전달한다.
여기서, 사용자 레이어(110)에 의한 사용자의 동작 및/또는 움직임에 대한 데이터는 클라이언트 레이어(120)를 통하지 않고, 바로 서버 레이어(130)의 빅데이터 분석 모듈(131)에 전달될 수 있다.
계속해서, 서버 레이어(130)의 빅데이터 분석 모듈(131)은 수집된 데이터와 정보를 분석하고, 이로부터 결과를 도출하고 저장한다.
더불어, 서버 레이어(130)의 빅데이터 분석 모듈(131)은 분석된 결과를 훈련 모듈 구성자(132)에게 전달한다.
서버 레이어(130)의 훈련 모듈 구성자(132)는 사용자의 수준 및 패턴을 도출하는데, 이때 미리 저장된 규칙(들)(132b)을 호출하여 실행한다. 실질적으로, 이러한 규칙(132b)에 의해 사용자 수준 및 행동 패턴에 맞는 기능, 훈련 및 평가 데이터의 도출이 가능하다.
계속해서, 서버 레이어(130)의 훈련 모듈 구성자(132)는 필요 기능, 평가 및 훈련 데이터를 훈련 라이브러리(134)로부터 호출한다. 이에 따라 훈련 라이브러리(134)는 기능, 훈련 및 평가 데이터를 훈련 모듈 구성자(132)에 전달한다.
더불어, 서버 레이어(130)의 훈련 모듈 구성자(132)는 필요 템플릿을 훈련 템플릿(133)으로부터 호출하고, 이에 따라 훈련 템플릿(133)으로부터 템플릿을 전달받는다.
이와 같이 하여, 서버 레이어(130)의 훈련 모듈 구성자(132)는 훈련 모듈(121)을 재구성 또는 생성하고, 이와 같은 훈련 모듈(121)을 클라이언트 레이어(120)에 전송하여, 훈련 모듈(121)이 업데이트되도록 한다.
따라서, 본 발명은 빅데이터 분석 모듈을 이용하여 사용자 행동을 분석하고, 훈련 모듈 구성자를 이용하여 사용자 수준 및 패턴을 도출하는 동시에 훈련 모듈을 재구성함으로써, 사용자의 수준이나 패턴에 최적화된 사용자 맞춤형 훈련 시스템을 제공한다.
또한, 본 발명은 훈련 모듈 구성자가 사전 정의 혹은 분석을 통해 도출된 움직임의 유사도와 숙련도의 관계를 기반으로 사용자 수준을 평가하고, 사용자 수준과 움직임에 적합한 기능, 훈련 데이터, 평가 데이터를 훈련 템플릿에 바로 적용함으로써, 훈련 모듈의 업데이트가 신속히 이루어지는 사용자 맞춤형 훈련 시스템을 제공한다.
이하에서는 본 발명에 따른 가상 현실 기반 사용자 맞춤형 훈련 시스템(100)의 적용 사례에 대해서 설명한다.
[사용자 행동 교정 지원]
가상 현실 기반 사용자 맞춤형 훈련 시스템(100)은 사용자가 훈련을 시작할 때에 사용자 레이어(110)의 입력 장치(111)(예를 들면, 모션 수트)에 구비된 센서들을 통해 사용자의 기준 좌표를 정의한다.(도 4a 참조)
그리고 사용자가 클라이언트 레이어(120)에 구비된 훈련 모듈(121)을 통해 훈련을 진행하면서 행동(정답)을 수행하는 과정의 사용자 움직임(위치) 좌표들 역시 입력 장치(111)에 구비된 센서들을 통해 수집한다. 즉, 입력 장치(111)에 구비된 센서들을 통해 사용자 움직임의 좌표, 정답 및/또는 오답 항목, 평가 수행 시간, 오류 횟수 및/또는 평가 점수가 수집된다.
수집된 상술한 센서 정보들은 서버 레이어(130)의 빅데이터 분석 모듈(131)로 전송되고, 빅데이터 분석 모듈(131)은 현재 사용자의 행동(정답)을 수행하는 움직임과 숙련된 사용자의 참고 움직임(reference motion)의 유사도(similarity)를 분석하여 그 결과를 훈련 모듈 구성자(132)에게 전달한다.(도 4b 참조)
여기서, 빅데이터 분석 모듈(131)은 전달받은 데이터의 전처리를 수행하는데, 예를 들면 결측값 및 오류값을 제거하고, 대표값을 산출하여 데이터를 맵핑한다.
한편, 훈련 모듈 구성자(132)는 사전 정의 혹은 분석을 통해 도출된 움직임의 유사도와 숙련 정도(level)의 관계(rule)를 기반으로, 사용자의 수준을 평가하고, 훈련 라이브러리(134)로부터 사용자의 수준과 움직임에 적합한 기능(134a), 훈련 데이터(134b) 및/또는 평가 데이터(133c)를 선택하여 훈련 템플릿(133)에 적용함으로써, 가상 현실 기반 사용자 맞춤형 훈련 모듈(121)을 재구성하여 업데이트 하게 된다.
예를 들어, 사용자가 결과적으로 정답인 행동을 했더라도 그 행동을 수행하기 전에 망설이거나 다른 정답을 선택하려는 움직임을 보였다면, 이를 방지하기 위한 훈련 내용을 반복 혹은 강조하거나 평가 항목에 움직임까지 추가하는 등 사용자 맞춤형 재구성이 가능하다.
이를 표로 정리하여 요약하면 아래의 표 1과 같다.
| 순서 | 시스템 모듈 | 기능 | 전달 데이터 | 비고 |
| 1 | 훈련 모듈 |
사용자가 실제 훈련 및 평가 진행 |
사용자 움직임 좌표 정답/오답 항목 평가 수행 시간 오류 횟수 평가 점수 |
|
| 2 | 빅데이터 분석 모듈 | |||
| 2-1 | 데이터 수집부 |
위 1번 훈련 모듈에서 전달하는 데이터를 수집 | ||
| 2-2 | 데이터 처리부 |
전달받은 데이터의 전처리 수행: 결측치 및 오류 처리, 대표값 산출, 데이터 매핑 등 | ||
| 2-3 | 데이터 해석부 |
기준 좌표와 실제 사용자 움직임 좌표 간 거리(distance) 기반의 유사도(similarity) 산출 모델 실행 | 다양한 유사도 알고리즘 적용 가능 |
|
| 2-4 | 데이터 저장부 |
훈련 모듈에서 전달받은 데이터, 분석 데이터 셋트, 분석 모델 및 결과의 저장 | ||
| 3 | 훈련 모듈 구성자 | |||
| 3-1 | 사용자 인터프리터 |
사용자 수준의 판단 | 사용자 레벨 2 | 규칙 #1 참고 |
| 3-2 | 사용자 인터프리터 |
훈련 모드의 재구성을 위한 필요 훈련 내용(item)과 기능 판단 | 실행 함수: Configure_Training_F (Failed Items), Configure_Training_P (Assumed Items) |
규칙 #2 참고 |
| 3-3 | 사용자 인터프리터 |
평가 모드의 재구성을 위한 필요 평가 내용(item)과 시간/오류횟수 기반의 통과(pass) 기준 판단 | 실행 함수: Configure_Evaluation_F (Failed Items), Configure_Evaluation_P (Assumed Items) 통과 기준: Time_Limit = 15, Error_Limit = 2 |
규칙 #3 참고 |
| 3-4 | 훈련 생성기 | 위 3-2번과 3-3번에서 도출된 실행함수와 결과를 기반으로 훈련 템플릿의 기본 프레임에 훈련과 평가 내용(training data, evaluation data)을 재구성해서 입력하고, 통과 기준의 세팅 등 관련 기능(functions)을 정의하여 최종 훈련모듈을 재구성 | 컴퓨터 기반 훈련 모듈(121) | 도 5 참고 |
도 5a, 도 5b 및 도 5c를 참조하면, 본 발명의 일 실시예에 따른 가상 현실 기반 사용자 맞춤형 훈련 시스템(100)에서 사용자 수준 판단 규칙, 훈련 내용 구성을 위한 규칙, 평가 내용 및 평가 기준 구성을 위한 규칙의 예가 도시되어 있다.
즉, 도 5a는 사용자 수준 판단 규칙 #1의 일례로서, 예를 들면, 평가 결과가 80 이상인 상태에서, 움직임의 유사도가 0.5 이상이면 사용자 레벨 1로, 움직임의 유사도가 0.5 미만이면 사용자 레벨 2로 사용자 수준을 판단할 수 있다. 또한, 이와 유사한 방식으로 사용자 레벨 3, 4, 5 등을 판단할 수 있다.
도 5b는 훈련 내용 구성을 위한 규칙 #2의 일례로서, 예를 들면, 사용자 레벨이 1 또는 2일 경우, 훈련 내용 구성은 실수한 아이템만 모아서 훈련하도록 하거나, 및/또는 추정한 아이템도 모아서 훈련하도록 하고, 또한 사용자 레벨이 3, 4 또는 5일 경우, 훈련 구성은 실수한 아이템 및 추정된 아이템을 모아서 반복 훈련하도록 구성될 수 있다.
도 5c는 평가 내용 및 평가 기준 구성을 위한 규칙 #3의 일례로서, 예를 들면, 사용자 레벨이 1 또는 2일 경우, 평가 내용으로서 실수한 항목 및 추정된 항목이 구성되되, 평가 기준으로서 사용자 레벨 1은 훈련 시간 한계가 10초, 훈련 오류 횟수 한계가 1회 등으로 구성될 수 있다. 더불어, 사용자 레벨에 따라 훈련 시간 한계 및 훈련 오류 횟수 한계는 변경된다.
여기서, 도 5a, 도 5b 및 도 5c에 도시된 규칙은 본 발명의 동작 이해를 위해 예시적인 것일 뿐이며, 이러한 규칙으로 본 발명이 한정되지 않음은 당연하다.
도 6을 참조하면, 본 발명의 일 실시예에 따른 가상 현실 기반 사용자 맞춤형 훈련 시스템(100)에서 훈련 모듈 재구성 프로세스가 도시되어 있다.
도 6에 도시된 바와 같이 본 발명에 따른 가상 현실 기반 사용자 맞춤형 훈련 시스템(100)은 클라이언트 레이어(120)를 통하여 다양한 화면을 제공한다. 즉, 클라이언트 레이어(120)는 "훈련 모듈 템플릿-전체", "훈련 모듈 템플릿-훈련 목차", "훈련 모듈 콘텐츠 생성-목차", "훈련 모듈 콘텐츠 생성-세부항목"과 같은 화면을 제공할 수 있다.
더불어, "훈련 모듈 템플릿-전체"에서는 교육 내용 목차 화면, 세부 교육 내용 화면, 도구함 등이 제공될 수 있고, "훈련 모듈 템플릿-훈련 목차"에서는 교육 내용 목차 화면, 교육 모드, 실습 모드, 평가 모드 등이 제공될 수 있고, "훈련 모듈 콘텐츠 생성-목차"에서는 교육 내용 목차 화면이 제공될 수 있으며, "훈련 모듈 콘텐츠 생성-세부항목"에서는 세부 교육 내용 화면이 제공될 수 있다.
또한, 본 발명에서는 훈련 모듈 템플릿에 선별된 콘텐츠의 자동 맵핑을 통해 훈련 모듈을 재구성할 수 있다. 여기서, 자동 맵핑 항목은 훈련 내용, 평가 내용, 필요 기능(통과 기준 세팅) 등일 수 있으나, 이로서 본 발명이 한정되지 않는다.
[훈련 시스템 평가 환경 재구성]
본 발명에 따른 가상 현실 기반 사용자 맞춤형 훈련 시스템(100)은 기본적으로 훈련 템플릿(133)에 맞춰 훈련 환경이 구성되고 과정이 진행된다. 그러나 사용자의 반복적인 훈련이나 다수 사용자의 훈련을 통해 해당 훈련 내용에서 많이 사용되는 공구나 재료들의 위치 정보를 파악함으로써, 서버 레이어(130)는 훈련 템플릿(133)에서 공구나 재료들의 배치를 사용자나 훈련에 맞게 자동으로 재구성할 수 있다.
이상에서 설명한 것은 본 발명에 따른 가상 현실 기반 사용자 맞춤형 훈련 시스템을 실시하기 위한 하나의 실시예에 불과한 것으로서, 본 발명은 상기한 실시예에 한정되지 않고, 이하의 특허청구범위에서 청구하는 바와 같이 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변경 실시가 가능한 범위까지 본 발명의 기술적 정신이 있다고 할 것이다.
100; 가상 현실 기반 사용자 맞춤형 훈련 시스템
110; 사용자 레이어 111; 입력 장치
112; 출력 장치 120; 클라이언트 레이어
121; 훈련 모듈 130; 서버 레이어
131; 빅데이터 분석 모듈 131a; 데이터 수집부
131b; 데이터 처리부 131c; 데이터 해석부
131d; 데이터 저장부 132; 훈련 모듈 구성자
132a; 사용자 인터프리터 132b; 규칙
132c; 훈련 생성기 133; 훈련 템플릿
133a; 기능 133b; 훈련 데이터
133c; 평가 데이터 134; 훈련 라이브러리
110; 사용자 레이어 111; 입력 장치
112; 출력 장치 120; 클라이언트 레이어
121; 훈련 모듈 130; 서버 레이어
131; 빅데이터 분석 모듈 131a; 데이터 수집부
131b; 데이터 처리부 131c; 데이터 해석부
131d; 데이터 저장부 132; 훈련 모듈 구성자
132a; 사용자 인터프리터 132b; 규칙
132c; 훈련 생성기 133; 훈련 템플릿
133a; 기능 133b; 훈련 데이터
133c; 평가 데이터 134; 훈련 라이브러리
Claims (8)
- 사용자가 입력 장치와 출력 장치를 이용하여 컴퓨터 기반 훈련을 수행하도록 하는 사용자 레이어;
상기 컴퓨터 기반 훈련에 가상 현실 기술과 사용자 맞춤 기술을 적용하여 상기 사용자를 훈련시키도록 훈련 모듈을 제공하는 클라이언트 레이어; 및
상기 훈련 모듈로부터 상기 사용자의 행동을 수집하여, 상기 사용자의 수준 및 행동 패턴에 맞도록 상기 훈련 모듈을 재구성하거나 생성하는 서버 레이어를 포함함을 특징으로 하는 가상 현실 기반 사용자 맞춤형 훈련 시스템. - 제 1 항에 있어서,
상기 클라이언트 레이어로부터 상기 사용자의 훈련 결과가 상기 서버 레이어에 전달되고,
상기 사용자 레이어로부터 상기 사용자의 행동이 데이터로서 상기 서버 레이어에 전달됨을 특징으로 하는 가상 현실 기반 사용자 맞춤형 훈련 시스템. - 제 1 항에 있어서,
상기 서버 레이어는
상기 훈련중 상기 사용자의 행동에 의해 생성되는 빅데이터를 수집, 처리, 분석 및 저장하는 빅데이터 분석 모듈;
상기 빅데이터 분석 모듈을 통해 도출된 상기 사용자의 훈련에 대한 결과를 사전 정의된 규칙을 통해 해석하고, 이를 기반으로 상기 사용자의 수준 및 행동 패턴에 맞는 훈련 모듈을 재구성하거나 생성하는 훈련 모듈 구성자;
상기 훈련 모듈의 레이아웃 구성, 훈련 도구 구성, 훈련 진행 순서 및 내용, 평가 항목을 위한 상기 훈련 모듈을 재구성하거나 생성하는 적어도 하나의 훈련 템플릿; 및
상기 훈련 모듈 구성자가 상기 훈련 템플릿을 기반으로 상기 사용자의 수준 및 행동 패턴에 맞춰 상기 훈련 모듈을 재구성하거나 생성하기 위해 필요한 기능, 훈련 데이터나 평가 데이터를 제공하는 훈련 라이브러리를 포함함을 특징으로 하는 가상 현실 기반 사용자 맞춤형 훈련 시스템. - 제 3 항에 있어서,
상기 빅데이터 분석 모듈은 동일한 훈련을 수행했던 다른 사용자들의 데이터를 저장 및 활용하여 분석 결과를 제시함을 특징으로 하는 가상 현실 기반 사용자 맞춤형 훈련 시스템. - 제 3 항에 있어서,
상기 훈련 모듈 구성자는 상기 클라이언트 레이어의 훈련 모듈을 상기 재구성된 훈련 모듈로 업데이트함을 특징으로 하는 가상 현실 기반 사용자 맞춤형 훈련 시스템. - 제 3 항에 있어서,
상기 빅데이터 분석 모듈은
상기 훈련 모듈로부터 상기 사용자의 행동에 대한 데이터를 수집하는 데이터 수집부;
상기 데이터를 전처리하여 결측치 및 오류를 처리하고, 대표값을 산출하며 데이터를 매핑하는 데이터 처리부;
상기 데이터에 따른 상기 사용자의 행동 좌표와 기준 좌표 사이의 거리 기반 유사도 산출 모델을 실행하는 데이터 해석부; 및
상기 훈련 모듈에서 수집한 데이터, 분석 데이터 셋트, 분석 모델 및 결과를 저장하는 데이터 저장부를 포함함을 특징으로 하는 가상 현실 기반 사용자 맞춤형 훈련 시스템. - 제 3 항에 있어서,
상기 훈련 모듈 구성자는
상기 사전 정의된 규칙을 통해 상기 사용자의 수준을 판단하고, 훈련 내용의 재구성을 위한 필요 훈련 내용과 기능을 판단하며, 평가 내용의 재구성을 위한 필요 평가 내용과 시간 및 오류 횟수 기반의 통과 기준을 판단하는 사용자 인터프리터; 및
상기 사용자 인터프리터에 의해 도출된 실행 함수와 결과를 기반으로 상기 훈련 템플릿의 기본 프레임에 훈련과 평가 내용을 재구성해서 입력하고, 통과 기준의 세팅 관련 기능을 정의하여 최종 훈련 모듈을 재구성하는 훈련 생성기를 포함함을 특징으로 하는 가상 현실 기반 사용자 맞춤형 훈련 시스템. - 제 1 항에 있어서,
상기 사용자 레이어의 입력 장치는 모션 수트 또는 3차원 마우스를 포함하고, 상기 사용자 레이어의 출력 장치는 헤드 마운티드 디스플레이를 포함함을 특징으로 하는 가상 현실 기반 사용자 맞춤형 훈련 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150189366A KR20170079135A (ko) | 2015-12-30 | 2015-12-30 | 가상 현실 기반 사용자 맞춤형 훈련 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150189366A KR20170079135A (ko) | 2015-12-30 | 2015-12-30 | 가상 현실 기반 사용자 맞춤형 훈련 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20170079135A true KR20170079135A (ko) | 2017-07-10 |
Family
ID=59356082
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150189366A KR20170079135A (ko) | 2015-12-30 | 2015-12-30 | 가상 현실 기반 사용자 맞춤형 훈련 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20170079135A (ko) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101981701B1 (ko) * | 2018-06-20 | 2019-05-23 | 주식회사 에스피지코리아 | 가상현실을 이용한 교육실습 장치 및 방법 |
| KR102016676B1 (ko) | 2018-12-14 | 2019-08-30 | 주식회사 홀로웍스 | 발달장애아를 위한 vr기반의 트레이닝 시스템 |
| KR20200025959A (ko) * | 2018-08-31 | 2020-03-10 | 주식회사 버넥트 | 가상현실 기반의 산업현장 시뮬레이션 시스템 |
| KR20200052192A (ko) * | 2018-11-06 | 2020-05-14 | 테크빌교육 주식회사 | 사용자의 학습을 조정하는 방법 및 이를 이용한 서버 |
| KR102113926B1 (ko) * | 2018-12-13 | 2020-05-21 | 이화여자대학교 산학협력단 | 가상현실 기반 재난 대피 교육 방법, 이를 수행하기 위한 장치 및 기록매체 |
| KR102127664B1 (ko) | 2019-02-28 | 2020-06-29 | 신성대학교 산학협력단 | 가상 현실 기반의 발치 시술을 위한 협조 시뮬레이션 시스템 및 그 방법 |
| KR102183894B1 (ko) * | 2019-06-28 | 2020-11-30 | 한화시스템 주식회사 | 가상 현실을 이용한 컴퓨터 기반 학습 평가 시스템 및 이의 동작 방법 |
| KR20220006150A (ko) * | 2020-07-07 | 2022-01-17 | 감기백 | 도장 시뮬레이션 시스템 |
| KR20220015523A (ko) * | 2020-07-31 | 2022-02-08 | 한국전자기술연구원 | 가상훈련을 위한 npc형 ai 캐릭터 학습 시스템 및 방법 |
| KR20220030760A (ko) * | 2020-09-03 | 2022-03-11 | 단국대학교 산학협력단 | 가상현실(vr)/증강현실(ar) 환경에서 협업 딥러닝을 활용한 개인 맞춤형 항공 조종사 훈련시스템 및 그 방법 |
| KR20230074932A (ko) * | 2021-11-22 | 2023-05-31 | 주식회사 듀코젠 | 메타버스 상에서의 공학실습 플랫폼 제공 방법 |
| US11985965B2 (en) | 2020-08-27 | 2024-05-21 | Globeride, Inc. | Fishing information management system |
-
2015
- 2015-12-30 KR KR1020150189366A patent/KR20170079135A/ko not_active Application Discontinuation
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101981701B1 (ko) * | 2018-06-20 | 2019-05-23 | 주식회사 에스피지코리아 | 가상현실을 이용한 교육실습 장치 및 방법 |
| KR20200025959A (ko) * | 2018-08-31 | 2020-03-10 | 주식회사 버넥트 | 가상현실 기반의 산업현장 시뮬레이션 시스템 |
| KR20200052192A (ko) * | 2018-11-06 | 2020-05-14 | 테크빌교육 주식회사 | 사용자의 학습을 조정하는 방법 및 이를 이용한 서버 |
| KR102113926B1 (ko) * | 2018-12-13 | 2020-05-21 | 이화여자대학교 산학협력단 | 가상현실 기반 재난 대피 교육 방법, 이를 수행하기 위한 장치 및 기록매체 |
| KR102016676B1 (ko) | 2018-12-14 | 2019-08-30 | 주식회사 홀로웍스 | 발달장애아를 위한 vr기반의 트레이닝 시스템 |
| KR102127664B1 (ko) | 2019-02-28 | 2020-06-29 | 신성대학교 산학협력단 | 가상 현실 기반의 발치 시술을 위한 협조 시뮬레이션 시스템 및 그 방법 |
| KR102183894B1 (ko) * | 2019-06-28 | 2020-11-30 | 한화시스템 주식회사 | 가상 현실을 이용한 컴퓨터 기반 학습 평가 시스템 및 이의 동작 방법 |
| KR20220006150A (ko) * | 2020-07-07 | 2022-01-17 | 감기백 | 도장 시뮬레이션 시스템 |
| KR20220015523A (ko) * | 2020-07-31 | 2022-02-08 | 한국전자기술연구원 | 가상훈련을 위한 npc형 ai 캐릭터 학습 시스템 및 방법 |
| US11985965B2 (en) | 2020-08-27 | 2024-05-21 | Globeride, Inc. | Fishing information management system |
| KR20220030760A (ko) * | 2020-09-03 | 2022-03-11 | 단국대학교 산학협력단 | 가상현실(vr)/증강현실(ar) 환경에서 협업 딥러닝을 활용한 개인 맞춤형 항공 조종사 훈련시스템 및 그 방법 |
| KR20230074932A (ko) * | 2021-11-22 | 2023-05-31 | 주식회사 듀코젠 | 메타버스 상에서의 공학실습 플랫폼 제공 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20170079135A (ko) | 가상 현실 기반 사용자 맞춤형 훈련 시스템 | |
| Lugrin et al. | Breaking bad behaviors: A new tool for learning classroom management using virtual reality | |
| Vergel et al. | A comparative evaluation of a virtual reality table and a HoloLens-based augmented reality system for anatomy training | |
| US10026328B2 (en) | Dynamic differential diagnosis training and evaluation system and method for patient condition determination | |
| US20080160488A1 (en) | Trainee-as-mentor education and training system and method | |
| Heydarian et al. | Immersive virtual environments: experiments on impacting design and human building interaction | |
| WO2004068406A3 (en) | A method and system for image processing and contour assessment | |
| Tamsin et al. | The design of medical devices | |
| Li et al. | Analysing usability and presence of a virtual reality operating room (VOR) simulator during laparoscopic surgery training | |
| DE102015208804A1 (de) | Vorrichtung und Verfahren zum rechnergestützten Simulieren von chirurgischen Eingriffen | |
| Yépez et al. | AulaVR: Virtual Reality, a telepresence technique applied to distance education | |
| Jia et al. | Human performance measures for interactive haptic-audio-visual interfaces | |
| Korn | Context-aware assistive systems for augmented work: a framework using gamification and projection | |
| Nisiforou et al. | Using eye tracking to understand the impact of cognitive abilities on search tasks | |
| Vehteva et al. | Analysis and Modeling of the Negative Impact of Virtual Reality | |
| De Paolis et al. | Augmented Reality, Virtual Reality, and Computer Graphics: 4th International Conference, AVR 2017, Ugento, Italy, June 12-15, 2017, Proceedings, Part I | |
| Kadhim et al. | Understanding the Mechanism of Conducting Benchmark Test for the Infrastructure of Physical Education Curricula in the Age of Artificial Intelligence | |
| Grajewski et al. | Low-cost VR system for interactive education of manual assembly procedure | |
| DE10118397A1 (de) | System und Verfahren zur subjektiven Beurteilung einer Fahrzeugkonstruktion in einer virtuellen Umgebung mit Hilfe von virtueller Realität | |
| Pesántez-Cabrera et al. | Towards an evaluation method of how accessible serious games are to older adults | |
| Höcherl et al. | Human-robot assembly: Methodical design and assessment of an immersive virtual environment for real-world significance | |
| Caruso | Mixed reality system for ergonomic assessment of driver's seat | |
| Corrêa et al. | Software testing automation of VR-based systems with haptic interfaces | |
| Gabriska et al. | Issues of adaptive interfaces and their use in educational systems | |
| Dorton et al. | Prioritizing design goals for a medical simulator using pairwise comparisons |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |