[發明專利]一種VR系統認知負荷量化評估方法

在審

• 申請號: 201910274590.X
• 申請日: 2019-04-08
• 公開（公告）號: CN109976530A
• 公開（公告）日: 2019-07-05
• 發明（設計）人: 呂健;徐小萍;潘偉杰
• 申請（專利權）人: 貴州大學
• 主分類號: G06F3/01
• 分類號: G06F3/01;G06F17/16;G06N3/04
• 代理公司: 貴陽中新專利商標事務所 52100
• 代理人: 胡緒東

本發明公開了一種VR系統認知負荷量化評估方法，該方法為：使用EyeSo Ec60遙測式眼動跟蹤設備獲取試驗者在虛擬現實交互過程中的眼動指標數據：注視點數目、平均注視持續時間、平均掃視長度、到第一次鼠標點擊注視點個數和回視次數，將眼動指標數據設為自變量，用戶實際認知負荷值為因變量，采用概率神經網絡構建認知負荷評價模型。本發明利用概率神經網絡構建認知負荷量化模型對用戶認知負荷量化進行評估，得到各項眼動特征參數與認知負荷均具有顯著性相關，眼動指標能直接反應用戶交互下的認知負荷，使認知負荷得到量化，從而為后續虛擬現實交互系統的設計與開發提供理論依據。

技術領域

本發明涉及一種VR系統認知負荷量化評估方法。

背景技術

過濾水杯利用濾芯對飲用水進行凈化，從而可以為消費者提供易隨身攜帶的潔凈飲水，有利于人體健康。目前市面上現有的過濾水杯，根據其過濾方式不同，大致分為三種：一是裝水時重力式過濾器；二是裝水后按壓式過濾；三是喝水時利用吸嘴進行過濾，這種方式的缺點是喝水時費力，且只能小口吸吮，另外不利于初次使用時的濾芯清洗，而前兩種過濾效果差，夜晚喝水時在未開燈的情況下，不便尋找。

發明內容

本發明要解決的技術問題是：提供一種VR系統認知負荷量化評估方法，以解決上述現有技術中存在的問題。

本發明采取的技術方案為：一種VR系統認知負荷量化評估方法，該方法為：使用EyeSo Ec60遙測式眼動跟蹤設備獲取試驗者在虛擬現實交互過程中的眼動指標數據：注視點數目、平均注視持續時間、平均掃視長度、到第一次鼠標點擊注視點個數和回視次數，將眼動指標數據設為自變量，用戶實際認知負荷值為因變量，采用概率神經網絡構建認知負荷評價模型。

一種VR系統認知負荷量化評估方法，該方法具體包括以下步驟：

步驟一、構建VR系統下的多通道交互信息整合模型，采用眼動設備收集用戶在單通道、雙通道、三通道下的眼動行為，使用眼動儀采集多名試驗者在虛擬現實交互過程中的眼動指標數據：注視點數目、平均注視持續時間、平均掃視長度、到第一次鼠標點擊注視點個數、回視次數；

步驟二、構建認知負荷質量評估模型：多名試驗者完成虛擬現實交互過程，并完成NASA認知負荷量表進行客觀認知負荷打分；

步驟三、以眼動指標數據為自變量，用戶實際認知負荷為應變量，采用概率神經網絡構建認知負荷量化模型；

步驟四、將多名試驗者的眼動數據與主觀認知負荷數據帶入概率神經網絡構建的認知負荷量化模型，對該模型予以試算；

步驟五、使用最大絕對誤差ER₁與相對均方誤差ER₂評價模型量化效果。

優選的，設注視點數目b₁(注視點數目與虛擬現實交系統互的認知負荷成正比，注視點數目越多表明認知負荷越大，反之認知負荷越小)、平均注視持續時間b₂(雙眼停留注視時間越長，認知負荷越大)、平均掃視長度b₃、到第一次鼠標點擊時注視點個數b₄、回視次數b₅，概率神經網絡構建用戶認知負荷量化模型，用U表示用戶的認知域，該認知域由認知通道C組成，表示為U＝[C_α C_β C_λ …]，其中C_α,C_β,C_λ…各代表一種認知通道，各認知通道綜合作用下用戶認知行為集合用B表示，則用戶認知行為集為B＝[b₁b₂b₃…b_s]，其中b_i為用戶認知行為指標，0<i<s；