【技術實現步驟摘要】
本專利技術涉及虛擬現實和視覺仿真，具體而言，尤其涉及一種面向低視力人群的模擬駕駛視覺訓練系統。
技術介紹
1、傳統的視覺障礙模擬駕駛技術往往存在以下幾方面的缺陷：
2、有限的場景真實性：傳統的視覺障礙模擬駕駛技術往往缺乏高度逼真的三維虛擬場景和可定制的駕駛套件交互控制功能，這限制了用戶體驗的真實性和可開發性。
3、行人模擬的局限性：現有系統能夠模擬的行人類型和行為有限，無法實現多種行人情境的仿真與模擬。此外，這些系統還缺乏根據實際交通情況進行個性化定制的功能，無法提供更全面的檢測訓練體驗。
4、缺乏吸引視線事件仿真：現有的視覺障礙駕駛仿真系統普遍缺乏對吸引視線事件的仿真功能。這一局限性導致了在復雜駕駛環境下的訓練和測試效果不佳。現有系統未能有效集成對向來車、跟車行駛等吸引視線事件的仿真，無法模擬真實場景中行人檢測任務的復雜性，難以提高用戶在復雜駕駛場景中的檢測能力和反應能力。
5、響應記錄的局限性：現有系統沒有充分結合駕駛套件進行實時響應記錄，導致用戶操作數據(如方向盤旋轉、按鍵動作、腳踏板使用)的采集精度不足。無法將這些響應數據與行人出現的時間和位置精確對應，影響了對用戶檢測能力、反應速度和駕駛穩定性的評估。
6、在駕駛數據全面采集上的局限性：現有系統未能提供完善的駕駛數據采集功能，難以全面記錄駕駛過程中的動態數據。主要包括時間戳、汽車位置、汽車速度、行人初始位置、行人運行軌跡、行人運行速度、方向盤旋轉數據、方向盤按鍵數據、腳踏板數據等信息，限制了后續對駕駛行為的全面
7、缺少合理的模擬駕駛視覺訓練系統：現有系統無法準確模擬復雜的視覺場景，缺乏對各種視覺干擾和復雜光照條件的仿真能力，限制了駕駛員在多變環境下的適應性訓練，使得駕駛員無法充分準備面對實際駕駛中的各種視覺挑戰，影響了綜合駕駛技能的提升。
技術實現思路
1、根據上述
技術介紹
中提到的技術問題，而提供一種面向低視力人群的模擬駕駛視覺訓練系統。
2、本專利技術采用的技術手段如下：
3、一種面向低視力人群的模擬駕駛視覺訓練系統，包括：
4、駕駛交互控制模塊、動態行人模擬模塊、吸引視線事件仿真模塊、響應記錄模塊、模擬駕駛視覺訓練模塊以及數據存儲分析模塊；
5、所述駕駛交互控制模塊通過3d虛擬現實技術開發與羅技駕駛套件相適配的操作接口，實現用戶對虛擬車輛的精確操控和個性化功能定制；
6、所述動態行人模擬模塊通過3d建模和動畫技術，基于預設的位置、距離、角度和速度，動態模擬虛擬場景中各種行人的行為和交互方式；
7、所述吸引視線事件仿真模塊通過模擬多種吸引視線的事件，增加行人檢測任務的復雜性，實現真實的駕駛情境；
8、所述響應記錄模塊通過羅技駕駛套件獲取用戶在駕駛過程中的響應數據，與行人出現的時間和位置對應；
9、所述模擬駕駛視覺訓練模塊用于訓練低視力駕駛員在不同偏心距離對靜止和接近行人，以及路口靜止行人的檢測能力和反應速度，訓練中采集的數據用于后續分析；
10、所述數據存儲分析模塊用于存儲和分析模擬駕駛過程中產生的汽車行為數據、行人動態數據和駕駛交互數據，通過綜合評估低視力人群的駕駛能力、對行人的視覺檢測能力、反應時間和駕駛穩定性；
11、所述駕駛交互控制模塊通過與動態行人模擬模塊和吸引視線事件仿真模塊的聯動，驅動用戶操控虛擬車輛對復雜行人檢測任務進行響應；
12、所述響應記錄模塊實時獲取駕駛交互控制模塊的交互數據，結合動態行人模擬模塊和吸引視線事件仿真模塊的數據，用于后續評估低視力用戶對行人的檢測能力、反應速度和駕駛穩定性；
13、所述數據存儲分析模塊包括車輛行為數據、行人動態數據以及用戶的響應數據，并分析關鍵指標。
14、進一步地，所述車輛行為數據包括實時速度、位置和碰撞信息。
15、進一步地，所述行人動態數據包括初始位置、運動速度、運動軌跡和交互事件。
16、進一步地，所述數據存儲分析模塊以30hz的頻率存儲駕駛過程中的所有數據。
17、進一步地，所述吸引視線的事件包括對向來車、跟車行駛、交叉路口來車和后方來車。
18、進一步地，所述響應數據包括方向盤旋轉、按鍵操作和腳踏板數據。
19、較現有技術相比，本專利技術具有以下優點：
20、本專利技術提供了一種面向低視力人群的模擬駕駛視覺訓練系統，用于在模擬駕駛場景中訓練低視力駕駛員對盲側和可見側的路邊靜止行人、接近行人和路口靜止行人的檢測能力。
21、駕駛交互控制模塊開發了使用駕駛套件精確操控虛擬車輛的操作接口，使用戶能夠在虛擬場景中完成轉向、加速、剎車等操作。低視力駕駛員通過控制車輛，體驗在城市和鄉村道路中的駕駛。該模塊還包括車輛的物理特性仿真，確保車輛在不同路況下的真實反應，提高駕駛訓練的效果。此外，還支持用戶個性化功能定制，提升了用戶訓練的交互性和適用性。
22、動態行人模擬模塊通過3d建模和動畫技術，模擬不同情境下的行人行為和交互。多種運動狀態的行人(靜止、行走、奔跑)在道路兩側的小方位角(4°)和大方位角(14°)以及路口出現。模塊支持自定義行人外觀和行為模式，如行人的身高、衣著顏色、移動方式等。結合碰撞檢測技術，實時響應行人和車輛的互動，提高訓練的靈活性和真實性。
23、吸引視線事件仿真模塊模擬包括對向來車、跟車行駛、交叉路口來車和后方來車等吸引視線的事件。對向來車模擬實際駕駛中的對向車流，后方來車情境模擬了后方車輛的接近，交叉路口來車模擬了側向車輛進入主路的情景。這些情境增加了駕駛員的注意力分散風險，提升駕駛訓練的現實感和挑戰性。
24、響應記錄模塊通過羅技g923駕駛套件獲取用戶在駕駛過程中的響應數據并實時顯示在屏幕上，包括方向盤旋轉、按鍵操作和腳踏板動作等，這些數據與行人出現的時間和位置精確對應。響應數據實時顯示在駕駛界面，并且后續用于評估駕駛員的檢測能力和反應速度，為駕駛行為研究提供可靠的數據支持。
25、模擬駕駛視覺訓練模塊用于訓練低視力駕駛員在城鎮與鄉村場景中，在不同駕駛速度的情況下(48公里/小時和96公里/小時)對不同偏心距離(4°和14°)的靜止和接近行人，以及路口靜止行人的檢測能力。通過多次訓練提高低視力駕駛員對盲側和可見側行人的檢測能力、反應速度和駕駛穩定性。
26、數據存儲分析模塊系統化地存儲和管理模擬駕駛過程中產生的各類數據，包括車輛的實時速度、位置、碰撞數據，行人的出現時間、初始位置、運動軌跡、運動速度和消失時間，以及吸引視線事件和響應記錄模塊的數據。結合時間戳，評估駕駛員在不同偏心距離下對靜止行人、接近行人和路口靜止行人的檢測能力，分析未檢測比例、反應時間、碰撞風險和駕駛穩定性等關鍵指標。為駕駛行為研究和訓練方案改進提供全面、可靠的數據支持，同時確保數據高效檢索和多維度分析。
27、綜上所述本申請本文檔來自技高網...
【技術保護點】
1.一種面向低視力人群的模擬駕駛視覺訓練系統，其特征在于，包括：
2.根據權利要求1所述的一種面向低視力人群的模擬駕駛視覺訓練系統，其特征在于，所述車輛行為數據包括實時速度、位置和碰撞信息。
3.根據權利要求1所述的一種面向低視力人群的模擬駕駛視覺訓練系統，其特征在于，所述行人動態數據包括初始位置、運動速度、運動軌跡和交互事件。
4.根據權利要求1所述的一種面向低視力人群的模擬駕駛視覺訓練系統，其特征在于，所述數據存儲分析模塊以30Hz的頻率存儲駕駛過程中的所有數據。
5.根據權利要求1所述的一種面向低視力人群的模擬駕駛視覺訓練系統，其特征在于，所述吸引視線的事件包括對向來車、跟車行駛、交叉路口來車和后方來車。
6.根據權利要求1所述的一種面向低視力人群的模擬駕駛視覺訓練系統，其特征在于，所述響應數據包括方向盤旋轉、按鍵操作和腳踏板數據。
【技術特征摘要】
1.一種面向低視力人群的模擬駕駛視覺訓練系統，其特征在于，包括：
2.根據權利要求1所述的一種面向低視力人群的模擬駕駛視覺訓練系統，其特征在于，所述車輛行為數據包括實時速度、位置和碰撞信息。
3.根據權利要求1所述的一種面向低視力人群的模擬駕駛視覺訓練系統，其特征在于，所述行人動態數據包括初始位置、運動速度、運動軌跡和交互事件。
4.根據權利要求1所述的一種面向低視...
【專利技術屬性】
技術研發人員：王亞飛，張干，南海恒，付先平，
申請(專利權)人：大連海事大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。