导读:本文包含了训练场景论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:场景,模拟器,虚拟现实,驾驶培训,无人机,动态,上肢。
训练场景论文文献综述
孟兴凯,曾诚,蔡凤田[1]（2019）在《基于培训教学的汽车驾驶培训模拟器训练场景内容研究》一文中研究指出针对汽车驾驶培训模拟器训练场景缺乏统一规范和要求的问题,基于雨天、冰雪天、雾(霾)天等恶劣条件下驾驶,以及山区道路和高速公路驾驶的安全风险,结合教学大纲规定的模拟培训教学内容及教学目标,提出了相应训练场景涵盖的情景内容及要求,并梳理了构建训练场景的技术要点,确保训练场景的合规性、互动性和驾驶真实感。(本文来源于《交通节能与环保》期刊2019年02期）
汪杰[2]（2019）在《汽车驾驶培训模拟器训练场景建模及评价》一文中研究指出汽车驾驶培训模拟器作为驾驶员培训的主要教学设备,被广泛应用于驾培机构,为有效提高驾驶员训练质量,使得驾培机构对培训模拟器场景要求不断提高。论文基于训练场景的培训内容、显示逼真度及人机环境的基础上,建立了驾驶培训训练场景的综合评价指标体系。并依托于Creator建模环境,搭建了高速公路驾驶培训场景,通过体验者试验对整个培训场景的优劣性展开了主观评价。通过分析高速公路驾驶、山区道路驾驶、恶劣气象条件驾驶的特点,充分考虑了培训模拟器的逼真程度和人机工程因素。从训练场景内容“全不全”、模型“像不像”和“真不真”角度出发,选取了5个一级级指标和16个具有代表性的主观评价二级指标,建立了以机动车教学大纲为基础的训练场景评价体系。在已有的场景库基础上,分析了场景建模的主要过程,利用Creator建模软件搭建了包括山脉、河流、树木、道路、建筑物、交通设施等交通模型,通过结构优化和模型优化对所有模型进行整合和实时渲染,最终建立了部分驾驶场景。根据建立的训练场景评价指标,对驾驶培训训练场景应用群决策层次分析法(GAHP)进行评价。其中,重点选取了指数标度法,使用加权几何均值法和加权算术均值法两种集结个体判断矩阵集结专家偏好,并验证了两种集结方法结果确定的指标具有一致性,最终确定16个二级指标相对目标层权重。最后,选取10位体验者对培训场景进行试验,实验结束后根据指标评分表进行评分,采用加权几何均值法个体排序(AIJ)确定的权重计算体验者总得分。根据场景优劣等级的划分,10位体验者中80%以上认为该训练场景良好。(本文来源于《长安大学》期刊2019-04-15）
陈少发[3]（2018）在《脑卒中患者运动功能康复的虚拟训练场景研究与设计》一文中研究指出在脑卒中发生的过程中,大脑部分区域无法正常供血,这导致了某一部位的脑组织损失,从而引起偏瘫等运动功能障碍。患者在卒中的恢复期之中,需要及时地进行运动康复治疗与功能评估。与传统的运动康复对比,基于运动捕捉的虚拟现实运动康复训练场景不仅可以为患者的康复运动提供重复的标准的指导,也可以实时地记录运动数据并评估患者运动能力的恢复情况。本研究的主要内容分为两个方面,分别是运动康复的虚拟训练场景的设计和上肢运动评估的研究。虚拟训练场景的底层硬件由九轴传感器采集节点、无线Wi-Fi传输模块两个部分组成。九轴传感器采集节点由主控芯片、叁轴加速度计、叁轴陀螺仪以及叁轴磁力计组成,传感器节点所采集的运动数据通过无线Wi-Fi的方式传输至虚拟训练场景中。虚拟训练场景包含了操作主界面、无线传输功能、训练模式。患者训练的关节处需要佩戴九轴传感器节点,传感器可佩戴的关节点包含了上肢部分的肩、肘、腕等叁个关节。训练模式分为主动运动模式与跟随运动模式,在主动运动模式下,由患者主动运动,程序根据采集到的数据实时反馈患者的运动情况;在跟随运动模式下,程序根据Brunnstrom技术的指导,给出一套常规的训练动作,患者在程序的引导下进行规范的训练。在患者运动过程中,传感器实时地采集当前的姿态,计算得出姿态角度,通过Wi-Fi传输到用户显示界面。在用户显示界面中,姿态角度经过解算,反馈至虚拟场景,虚拟场景实时显示出用户关节角度,并将角度信息通过虚拟人物的运动反馈给患者,虚拟人物能够通过反馈做出相应的运动以达到沉浸式训练的效果。上肢运动评估系统选取了Fugl-Meyer量表上肢部分中的3个项目下的动作,分别为手触腰椎、肩关节屈曲90度、前臂旋前旋后,每个项目有3个不同的评分等级,共9个不同的动作集。实验采集了10位受试者共900组运动数据进行动作检测与动作识别。动作检测算法使用短时能量与过零率法分析受试者运动的运动起止点,截取一个完整的运动动作进行动作识别。动作识别算法提取原始九轴数据的27个特征,将3种不同难度等级的动作进行识别。系统对3种不同难度等级动作的识别率为98.68%,可以有效地区分Fugl-Meyer量表上肢部分中不同难度的动作,进而反映患者的恢复情况。该方法在脑卒中患者的Fugl-Meyer量表上肢部分功能评估中具有一定的应用价值。(本文来源于《深圳大学》期刊2018-06-30）
张彦楷[4]（2018）在《基于3DSMax和Unreal Engine的无人机训练场景构建和数据获取》一文中研究指出目前,绝大部分无人机都由无人机操作员实时遥控来完成任务。因此,无人机操作员的技术好坏直接影响任务完成质量。在真实环境下进行无人机飞行训练成本高昂,而使用虚拟场景进行训练,即可以完成无人机操作员训练任务,提高无人机操作员操作技巧,又可以节约成本并消除安全隐患。本文的目的是构建一个无人机虚拟训练场景,主要包括硬件和软件两部分。硬件部分主要有遥控器、Pixhawk和计算机组成;软件部分主要有无人机模块、传感器模块、环境模块、地形模块、物理引擎和渲染模块组成。采用动态仿真架构和硬件在回路仿真架构设计了两套无人机训练仿真系统。动态仿真由虚拟的控制器与虚拟的控制对象组成,而HIL硬件在回路仿真是一种半实物的仿真系统。动态仿真系统中的无人机姿态估计和姿态控制是由系统中软件部分无人机姿态估计算法和无人机姿态控制算法完成。HIL硬件在回路仿真架构中,Pixhawk飞行控制器负责无人机姿态估计和无人机姿态控制,并将控制信号发送至计算机进行无人机控制。系统软件部分都是基于Unreal Engine和它的组件完成的,系统各个模块都是在Unreal Engine平台上实现的。为了使系统拥有逼真的视觉效果和接近真实训练场景,采用Global Mapper和3DSMax进行真实地形建模,并将真实地形和无人机进行实时3D渲染,反馈给操作员。无人机操作员可以通过系统练习无人机控制操作,安全且充分地尝试无人机的各种飞行模式,并在逼真的物理、视觉仿真效果的辅助下,达到熟练操作无人机的目的。通过调用Unreal Engine的API或Pixhawk获取无人机的飞行日志和图片数据,这些数据可以用于无人机操作员操作水平评估或进行无人机飞行姿态分析。(本文来源于《北京邮电大学》期刊2018-03-10）
马海瑞,李明海,兰国辉,钟云海[5]（2016）在《实验室卫星导航仪训练场景动态化改造》一文中研究指出针对实验室条件下卫星导航仪天线固定架设于楼顶导致无法进行舰艇真实航行场景下的动态导航训练问题,对导航仪加装WiFi-串口透传模块并接收主控计算机无线播发的动态导航数据,代替OEM板向显控板注入经纬度、航向、航速和卫星状态等信息,激励导航仪工作于预定义的航行场景,使实验科目贴近教学训练实战化的主线。在不破坏导航仪原有结构的前提下,以较低成本大幅提升现有实验设备的教学效能,对于提高航海相关专业学员的任职能力具有很强的实用性。(本文来源于《国外电子测量技术》期刊2016年07期）
王健[6]（2016）在《“互联网+”时代虚拟化体育电子训练场景模拟关键技术研究》一文中研究指出随着多媒体、虚拟现实、动画设计等技术的快速提升,体育训练已经引入了电子化的训练场景模拟系统。该系统可以针对传统体育训练场景进行虚拟化建模,开发和实现一个具有较强沉浸感、真实性强的电子训练系统,并且可以为每一个学员分配一个账户,通过IE浏览器登录系统,随时随地地进行学习、训练,不会受到时空限制,并可有效激发运动员学习的主动性、趣味性,具有较好的效果。(本文来源于《电子世界》期刊2016年10期）
袁狄平,刘贤良[7]（2014）在《一种基于专家系统的消防虚拟训练场景推演方法》一文中研究指出提出了一种基于专家系统的消防虚拟训练场景推演方法,结合消防虚拟训练领域特点,引入人工智能技术,设计了以框架式为主,综合产生式和过程知识表示方法的知识表示模型;分析了计算机场景推演过程,提出了针对方案的"分级评判推理模型",并以此模型为核心设计了推理机,保证推理结果的可靠性和推理过程的高效率性。(本文来源于《消防科学与技术》期刊2014年01期）
曹润,朱晓兰,程鹏[8]（2012）在《虚拟体育训练场景及运动数据分析软件的开发与应用》一文中研究指出目前,多数运动动作分析系统在使用中都存在一些缺陷。首先,大型精确的运动动作分析系统多数被安置在实验室中,运动数据采集时,由于没有比赛的现场感,采集的数据无法反映比赛场景中的实际情况。其次,一些小型的动作分析系统可以做到现场采集,但数据精度又不高,并且需要架设设备,干扰比赛。最后,多数运动动作分析系统的分析结果也都是事后,以语言文字或者图片对比等简单方式反馈给运动员,反馈的交互性、实时(本文来源于《第十五届全国运动生物力学学术交流大会（CABS2012）论文摘要汇编》期刊2012-09-26）
刘玮[9]（2012）在《基于动力定型理论的驾驶员应激训练场景构建与评价》一文中研究指出统计表明，90%的道路交通事故都与驾驶人有直接或间接关系，有相当一部分事故是驾驶人在应激状态下反应不当造成的。如何提高驾驶人在紧急情况下的应激反应能力，填补我国驾驶人培训中应激训练的空白是道路交通安全研究的重要课题。驾驶人在行车过程中面临难以预测的行车环境，依据驾驶人的信息认知、加工和输出机理，以及驾驶人的生理心理特征，分析了驾驶人在应激状态下的心理、生理和行为反应，提出应激状态的改善措施和基于动力定型理论的应激状态可训练性。针对不同交通环境下交通事故典型形态和特点，以一般道路上经常出现的应激情形为设计背景构建了在高速公路、城市道路、农村道路、山区道路和特殊行车条件下14个不同类型的应激场景。应激场景的设计基于驾驶模拟器平台，运用了OpenGL图形接口技术和MultiGen Creator叁维建模技术。并根据应激训练需求设计了软件界面和基本功能。选择30名被试，选取场景完成率和心率作为评价参数，使用MP150多导生理仪记录心率数据，在GQ系列驾驶模拟器上进行了应激场景训练实验。结果表明：场景完成率随着训练次数的增加而上升，触发场景时的瞬时心率随着训练次数增加而下降并趋于平缓。驾驶人通过本系统的应激训练，可以缓解再次遇到该类应激情况时的心理紧张程度，提高应激状态下的避险成功率，系统具有较好的应用价值。(本文来源于《长安大学》期刊2012-05-08）
[10]（2009）在《美军训练场景》一文中研究指出训练中的美军士兵正在整理M2机枪的弹链,弹链上装满了训练用的空包弹。由于M2机枪的枪口没有螺纹,训练时的空包弹助退器只好通过图示的叁根连杆固定在枪管口部。图中为M2机枪的舰载型,空包弹助退器的这种安装方式虽显笨重,对于舰载型机枪来说倒也不失为一种权宜之计。(本文来源于《轻兵器》期刊2009年14期）
训练场景论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
汽车驾驶培训模拟器作为驾驶员培训的主要教学设备,被广泛应用于驾培机构,为有效提高驾驶员训练质量,使得驾培机构对培训模拟器场景要求不断提高。论文基于训练场景的培训内容、显示逼真度及人机环境的基础上,建立了驾驶培训训练场景的综合评价指标体系。并依托于Creator建模环境,搭建了高速公路驾驶培训场景,通过体验者试验对整个培训场景的优劣性展开了主观评价。通过分析高速公路驾驶、山区道路驾驶、恶劣气象条件驾驶的特点,充分考虑了培训模拟器的逼真程度和人机工程因素。从训练场景内容“全不全”、模型“像不像”和“真不真”角度出发,选取了5个一级级指标和16个具有代表性的主观评价二级指标,建立了以机动车教学大纲为基础的训练场景评价体系。在已有的场景库基础上,分析了场景建模的主要过程,利用Creator建模软件搭建了包括山脉、河流、树木、道路、建筑物、交通设施等交通模型,通过结构优化和模型优化对所有模型进行整合和实时渲染,最终建立了部分驾驶场景。根据建立的训练场景评价指标,对驾驶培训训练场景应用群决策层次分析法(GAHP)进行评价。其中,重点选取了指数标度法,使用加权几何均值法和加权算术均值法两种集结个体判断矩阵集结专家偏好,并验证了两种集结方法结果确定的指标具有一致性,最终确定16个二级指标相对目标层权重。最后,选取10位体验者对培训场景进行试验,实验结束后根据指标评分表进行评分,采用加权几何均值法个体排序(AIJ)确定的权重计算体验者总得分。根据场景优劣等级的划分,10位体验者中80%以上认为该训练场景良好。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
训练场景论文参考文献
[1].孟兴凯,曾诚,蔡凤田.基于培训教学的汽车驾驶培训模拟器训练场景内容研究[J].交通节能与环保.2019
[2].汪杰.汽车驾驶培训模拟器训练场景建模及评价[D].长安大学.2019
[3].陈少发.脑卒中患者运动功能康复的虚拟训练场景研究与设计[D].深圳大学.2018
[4].张彦楷.基于3DSMax和UnrealEngine的无人机训练场景构建和数据获取[D].北京邮电大学.2018
[5].马海瑞,李明海,兰国辉,钟云海.实验室卫星导航仪训练场景动态化改造[J].国外电子测量技术.2016
[6].王健.“互联网+”时代虚拟化体育电子训练场景模拟关键技术研究[J].电子世界.2016
[7].袁狄平,刘贤良.一种基于专家系统的消防虚拟训练场景推演方法[J].消防科学与技术.2014
[8].曹润,朱晓兰,程鹏.虚拟体育训练场景及运动数据分析软件的开发与应用[C].第十五届全国运动生物力学学术交流大会（CABS2012）论文摘要汇编.2012
[9].刘玮.基于动力定型理论的驾驶员应激训练场景构建与评价[D].长安大学.2012
[10]..美军训练场景[J].轻兵器.2009
论文知识图
