人员情境意识测评与训练方法、系统及存储介质与流程

1.本发明涉及虚拟现实交互和仿真模拟交互技术领域，尤其涉及一种人员情境意识测评与训练方法、系统及存储介质。


背景技术：

2.情境意识(situation awareness，也称情景意识)是指一个人在信息处理过程中，通过理解和判断，精确的感知环境变化和对未来发展的预知能力。在体育运动、军工国防、航空航天等领域，都存在着人员情境意识测评与训练的需求，但是随着需求的提升和技术的更新迭代，现有的情境意识测量、测评或检测系统不能够满足丰富的情境需求。
3.现有的人员情境意识测评与训练的结合不够充分，且适用场景较为局限，人员情境意识测评的方法不够科学合理。例如，在一些现有技术中，主要通过多种线索界面和任务操作组成的典型动态情境中飞行员情境意识水平进行预测，但该专利申请将人员限定在了飞行员，场景也具有一定的限制，且未提出结合多维度的数据以进行科学合理的测评。
4.为此，如何提供一种应用场景灵活，情境意识测评科学合理，并将测评与训练过程相结合的人员情境意识测评与训练的方法，是一个亟待解决的问题。


技术实现要素：

5.针对现有技术中存在的问题，本发明的目的在于提供一种人员情境意识测评与训练方法和系统，用于提供一种应用场景灵活，情境意识测评科学合理的将测评与训练过程相结合的人员情境意识测评与训练方法、系统及存储介质。
6.本发明的一个方面提供了一种人员情境意识测评与训练方法，该方法包括以下步骤：
7.获取情境意识场景，获取构建的在所述情境意识场景下的情境意识任务，所述情境意识任务包括感知任务、理解任务、预测任务和决策任务中的多种；
8.通过所述情境意识场景下的情境意识任务进行人员情境意识测试或情境意识训练，并获取人员在执行情境意识任务过程中基于多种传感设备采集的对于多个情境意识任务每个维度的客观数据，获取人员在人员情境意识测试或人员情境意识训练后的主观评价结果；所述多个维度包括生理维度、脑认知活动维度、行为维度和行为范式维度中的多种；
9.基于所述每个情境意识任务的每个维度的客观数据和所述主观评价结果进行多元回归分析，得到所述情境意识任务的单任务单维度评价结果，对所述单任务单维度评价结果进行加权计算得到单任务评价结果，对所述单任务评价结果进行加权计算得到总任务评价结果；
10.依据所述单任务评价结果或总任务评价结果判定人员是否需要进行情境意识训练，在每次人员情境意识训练结束后，通过比照多个历史时刻的单任务评价结果或总任务评价结果来复盘人员情境意识训练。
11.在本发明的一些实施例中，所述获取情境意识场景的步骤，为自定义场景搭建或
通过通讯接口导入第三方场景；所述获取所述情境意识场景下的情境意识任务的步骤，通过在所述情境意识场景下导入情境意识任务，或自定义设置情境意识任务，或导入包含情境意识任务的行为范式。
12.在本发明的一些实施例中，所述自定义设置情境意识任务的方法包括全任务设置方法和单一任务设置方法，所述全任务设置方法是指在一冻结时间点完成所有情境意识任务的设置，所述单一任务设置是指在一冻结时间点只设置所有情境意识任务中的一项，所述冻结时间点为暂停情境意识场景进行自定义设置情境意识任务的时间点，所述冻结时间点数量为一个或多个。
13.在本发明的一些实施例中，所述感知任务包括，对情境意识场景的信息进行感知，在设置感知任务的时刻下，记录初始状态的情境意识场景的信息；所述理解任务包括，对情境意识场景的信息进行理解，在设置理解任务的时刻下，通过获取对自定义设置问题选项的选择，记录下正确的选项；所述预测任务包括，对一未来时刻的情境意识场景的信息进行预测，并记录下在所述一未来时刻下情境意识场景的信息；所述决策任务包括，对情境意识场景的信息进行决策，基于自定义设置的决策进行选择。
14.在本发明的一些实施例中，该方法还包括：将包含所述情境意识任务的情境意识场景作为输入层输入到所述情境意识任务决策模型中，输出得到所述情境意识任务的最优决策。
15.在本发明的一些实施例中，所述传感设备包含生理传感设备、脑电传感设备、红外传感设备和行为反应记录设备；在进行所述人员情境意识训练前，该方法还包括获取人员情境意识训练的频次；该方法还包括对所述总任务评价结果进行等级划分，对低于预设等级的人员进行情境意识训练。
16.在本发明的一些实施例中，所述通过比照多个历史时刻的单任务评价结果或总任务评价结果来复盘人员情境意识训练的步骤包括，通过计算训练结果环比来复盘人员情境意识训练，用公式表示为：
17.c＝(e'
i-e'
i-1
)/e'
i-1
*100％；
18.c表示各任务训练评价结果环比或总任务训练评价结果环比，e'i为第i次训练的各任务训练评价结果或总任务训练评价结果，e'i的计算方式与情境意识测评模块计算单任务评价结果或总任务评价结果的方法一致。
19.在本发明的一些实施例中，所述通过比照多个历史时刻的单任务评价结果或总任务评价结果来复盘人员情境意识训练的步骤还包括，通过线性回归系数来复盘人员情境意识训练；所述线性回归系数为各任务训练评价结果环比或总任务训练评价结果通过一元线性回归方程计算得到的系数。对单任务评价结果或总任务评价结果进行的复盘能够清晰、直观的展现训练的成效，使得训练过程的设置更加有据可依，进而提升人员情境意识训练的效率。
20.本发明在的另一个方面提供了一种人员情境意识测评与训练系统，包括处理器和存储器，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该系统实现上述任一项实施例所述方法的步骤。
21.本发明在的另一个方面提供了一种计算机可读存储介质，该程序被处理器执行时
实现上述任一项实施例所述方法的步骤。
22.本发明的一种人员情境意识测评与训练方法、系统及存储介质，通过获取不同的情境意识场景及情境意识任务以灵活更换场景，通过单任务单维度评价结果、单任务评价结果和总任务评价结果层层递进的得到综合评分，实现科学合理的人员情境意识测评，并结合测评与训练的过程，有效扩展了系统的功能和应用的范围。
23.本发明的附加优点、目的，以及特征将在下面的描述中将部分地加以阐述，且将对于本领域普通技术人员在研究下文后部分地变得明显，或者可以根据本发明的实践而获知。本发明的目的和其它优点可以通过在说明书以及附图中具体指出的结构实现到并获得。
24.本领域技术人员将会理解的是，能够用本发明实现的目的和优点不限于以上具体所述，并且根据以下详细说明将更清楚地理解本发明能够实现的上述和其他目的。
附图说明
25.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，并不构成对本发明的限定。在附图中：
26.图1为本发明一实施例中情境意识场景搭建流程图。
27.图2为本发明一实施例中情境意识场景搭建流程图。
28.图3为本发明一实施例中情境意识测评流程图。
29.图4为本发明一实施例中情境意识测评数据分析流程。
30.图5为本发明一实施例中情境意识训练流程。
31.图6为本发明一实施例中情境意识任务决策模型拓扑结构示意图。
具体实施方式
32.为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。
33.在此，还需要说明的是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤，而省略了与本发明关系不大的其他细节。
34.应该强调，术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在，但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
35.在此，还需要说明的是，如果没有特殊说明，术语“连接”在本文不仅可以指直接连接，也可以表示存在中间物的间接连接。
36.本发明提供了一种应用场景灵活，情境意识测评科学合理，并将测评与训练过程相结合的人员情境意识测评与训练系统。本方案可结合虚拟现实技术、仿真模拟技术和传感器技术等对不同场景下的特定人员进行情境意识测评，并对情境意识的结果进行评价，依据情境意识评价结果进行情境意识训练。
37.本发明的目的在于提升人员情境意识相关检测、评价、训练等方面的性能，进而提高特殊人员在面对特殊环境下的情境意识能力，其中特殊人员包括但不限于飞行员、宇航
员、驾驶员、运动员、潜艇、塔台等相关操作员，涉及军工国防、航空航天、驾驶人因、体育运动、智能座舱等相关领域和方向。
38.为了解决现有的人员情境意识测评与训练方法的场景受限及问题，本发明提供了一种人员情境意识测评与训练方法，该方法采用虚拟现实技术、仿真模拟技术和传感器技术对特殊人员在特殊情境下进行情境意识测评与训练，并对情境意识测评与训练的结果进行评价，并基于评价结果进行复盘。
39.图1为本发明一实施例中人员情境意识测评与训练方法示意图，该方法包含以下步骤：
40.步骤s100：获取情境意识场景，获取构建的在情境意识场景下的情境意识任务，其中，该情境意识任务包括感知任务、理解任务、预测任务和决策任务中的多种。
41.其中，获取情境意识场景的步骤，为自定义场景搭建或通过通讯接口导入第三方场景。在一些实施例中，第三方场景可以是模拟场景。获取情境意识场景下的情境意识任务的步骤，通过在情境意识场景下导入情境意识任务，或自定义设置情境意识任务，或导入包含情境意识任务的行为范式。导入的情境意识任务为相关技术人员预先编辑设定好的数据，自定义设置情境意识任务是结合具体场景由相关技术人员进行的数据设定，例如，在飞行员感知周围环境的情境意识测评与训练中，对于情境意识场景下的情境意识任务的自定义设置就需要设置紧急避险任务、发动机故障应对等。行为范式是标准化、规范化的情境意识场景，其本身包含情境意识任务。
42.图2为本发明一实施例中情境意识场景搭建流程图。首先由专业人员明确情境意识任务需求，并对该情境意识任务需求进行分解，以明确所需要的情境意识场景和该情境意识场景下的情境意识任务。系统获取专业人员所搭建的场景，该场景来源为专业人员基于专业知识进行的自定义场景搭建，或通过通讯接口导入的第三方场景。系统获取的情境意识任务，通过在情境意识场景下导入的情境意识任务，或自定义设置的情境意识任务，并记录情境意识任务数据。其中，情境意识任务包含感知任务、理解任务、预测任务和决策任务。
43.本发明所提供的情境意识场景搭建方法，场景多样化，适用的对象丰富，能够对情境意识的不同维度进行针对性的、定量化的测评和训练。其中，使用对象包括但不限于飞行员、宇航员、驾驶员、运动员、潜艇、塔台等相关操作员，所涉及领域包括军工国防、航空航天、驾驶人因、体育运动和智能座舱。该获取情境意识场景的步骤使得适用的场景能够灵活更换，扩展了本发明的应用范围。
44.在本发明一实施例中，系统获取的情境意识任务的途径，还包括来自导入的包含情境意识任务的行为范式。
45.进一步地，自定义设置情境意识任务的方法包括全任务设置方法和单一任务设置方法，全任务设置方法是指在一冻结时间点完成所有情境意识任务的设置，单一任务设置是指在一冻结时间点只设置所有情境意识任务中的一项。其中，冻结时间点为暂停情境意识场景进行自定义设置情境意识任务的时间点，冻结时间点数量为一个或多个。该自定义设置情境意识任务的方法使得情境意识测评与训练训练的情境意识场景的设置更为灵活，能够根据测评与训练的具体情况灵活调整强度，使得测评结果更为准确或训练效果更佳。
46.具体地，感知任务包括，对情境意识场景的信息进行感知，在设置感知任务的时刻
下，记录初始状态的情境意识场景的信息；理解任务包括，对情境意识场景的信息进行理解，在设置理解任务的时刻下，通过获取对自定义设置问题选项的选择，记录下正确的选项；预测任务包括，对一未来时刻的情境意识场景的信息进行预测，并记录下在所述一未来时刻下情境意识场景的信息；决策任务包括，对情境意识场景的信息进行决策，基于自定义设置的决策进行选择。通过以上的情境意识任务，能够涵盖绝大多数应用场景下的人员情境意识测评与训练所需的情境意识任务的类别。
47.步骤s200：通过情境意识场景下的情境意识任务进行人员情境意识测试或情境意识训练，并获取人员在执行情境意识任务过程中基于多种传感设备采集的对于多个情境意识任务每个维度的客观数据，获取人员在人员情境意识测试或人员情境意识训练后的主观评价结果；所述多个维度包括生理维度、脑认知活动维度、行为维度和行为范式维度中的多种。
48.上述通过情境意识场景下的情境意识任务进行人员情境意识测试或情境意识训练，所述情境意识场景的呈现通过虚拟现实技术、仿真模拟技术、增强现实技术和/或混合现实技术来实现。
49.图3为本发明一实施例中情境意识测评流程图。基于传感设备采集对于每个情境意识任务的每个维度的客观数据，其中，传感设备包含生理传感设备、脑电传感设备、红外传感设备和行为反应记录设备。对应地，情境意识任务各维度的客观数据的维度包括以下多种：生理维度、脑认知活动维度、行为维度和行为范式维度。结合获取的人员主观评价结果，得到各维度的客观数据和主观评价结果，并对该各维度的客观数据和主观评价结果进行多元回归分析。
50.在本发明一实施例中，该情境意识测试的对象还包括行为范式，所述行为范式为通过领域内相关文献查阅到的包含情境意识任务范式的情境意识场景，行为范式的情境意识场景本身包含对应的情境意识任务，可嵌入到系统中用于情境意识测评和情境意识训练。
51.在本发明一实施例中，在进行所述人员情境意识训练前，该方法还包括获取人员情境意识训练的频次，该情境意识训练的频率和每次执行的训练组数可以人为进行设定。使得情境意识训练的强度可调节，整个情境意识训练的过程更加贴合使用者的需要。
52.步骤s300：基于每个情境意识任务的每个维度的客观数据和主观评价结果进行多元回归分析，得到情境意识任务的单任务单维度评价结果，对单任务单维度评价结果进行加权计算得到单任务评价结果，对所述单任务评价结果进行加权计算得到总任务评价结果。
53.本发明所提供的方法，通过不同的情境意识任务，包括感知任务、理解任务、预测任务和决策任务，对感知、理解、预测、决策等维度的人员情境意识进行量化，并依据量化的情境意识测评结果进行反馈和训练。
54.其中，所述单任务单维度评价结果的维度包括但不限于：行为维度、生理维度、脑认知活动维度、行为范式维度和主观测评维度，如图3所示。
55.图4为本发明一实施例中情境意识测评数据分析流程。基于各任务各维度客观数据和主观评价结果进行加权计算，得到单任务单维度评价结果，基于单任务单维度评价结果进行加权计算得到单任务评价结果，基于单任务评价结果得到总任务评价结果。将单任
务评价结果或总任务评价结果能够转化为t分数，基于t分数进行等级划分，其中，很好[0,10]，较好(10,25]，中等(25,75]，较差(75,90]，很差(90,100]。将评价结果用等级的形式来展现，使得评价结果更加直观。
[0056]
步骤s400：依据单任务评价结果或总任务评价结果判定人员是否需要进行情境意识训练，在每次人员情境意识训练结束后，通过比照多个历史时刻的单任务评价结果或总任务评价结果来复盘人员情境意识训练。
[0057]
图5为本发明一实施例中情境意识训练流程。对低于预设单任务评价结果(包括感知评价结果、理解评价结果、预测评价结果和决策评价结果)或总任务评价结果的人员进行人员情境意识训练与复盘。其中复盘人员情境意识训练的步骤以来训练有效性指数，训练有效性指数包括训练结果环比或线性方程系数来呈现。其中，单任务评价结果包括感知评价结果、理解评价结果、预测评价结果和决策评价结果。对应地，人员情境意识训练与复盘包括感知训练与复盘、理解训练与复盘、预测训练与复盘、决策训练与复盘以及总训练与复盘。该单任务评价结果包含的维度仅为实例，本发明不限于此。
[0058]
通过比照多个历史时刻的单任务评价结果或总任务评价结果来复盘人员情境意识训练的方法包括通过计算训练结果环比来复盘人员情境意识训练和通过线性回归系数来复盘人员情境意识训练。其中，通过计算训练结果环比来复盘人员情境意识训练，用公式表示为：
[0059]
c＝(e'
i-e'
i-1
)/e'
i-1
*100％；
[0060]
c表示各任务训练评价结果环比或总任务训练评价结果环比，e'i为第i次训练的各任务训练评价结果或总任务训练评价结果，e'i的计算方式与情境意识测评模块计算单任务评价结果或总任务评价结果的方法一致。特别的，当i＝1时候，e'
i-1
＝e。
[0061]
在本发明一实施例中，线性回归系数为各任务训练评价结果环比或总任务训练评价结果通过一元线性回归方程计算得到的系数，即线性回归系数，用公式表示如下：
[0062]
e'＝(∑z'et')+b'；
[0063]
其中，e'为因变量，即我们要训练的目标，z'为线性回归系数，et’为每次训练得到的单任务评价结果，b’为截距。该线性回归系数代表一元方程的斜率，数值越大表明训练效果越好。
[0064]
在本发明一实施例中，该方法还包括对总任务评价结果进行等级划分，对低于预设等级的人员进行情境意识训练。
[0065]
举例说明，步骤s100中的自定义场景搭建，通过设置情境意识场景的相关信息以及其中各个对象的特征(如飞行员情境意识测评与训练的场景下的运动轨迹、风速和飞行角度等)进行场景的搭建，场景相关信息包括但不限于场景的名称、场景的时长和场景的对象。情境意识场景的相关信息既可根据系统的模板导入各个对象的轨迹数据也可在系统中进行自定义设置，根据自定义设置的相关信息自动以设置其中各个对象的相关的关键点。
[0066]
以足球运动为例，根据设置的运动对象的信息对各个对象的轨迹进行设置，如设置的时长：4s，a队：11人，红色队服；b队：11人，蓝色队服；守门员：有，裁判：有；根据这些设置的信息对各个对象进行轨迹的设置。系统可根据需要拖拽相应的人员到场地中间的某个位置作为起始位置，并设置该队员的号码，角色(角色根据设置的情况有持球者、球员、裁判、守门员可选，除球员外其他三个角色具有唯一性，某个对象选择完之后其他对象不可再
选)。人员信息设置完毕之后进行自定义轨迹设置，每一步的关键帧，坐标x，y，角度朝向等。轨迹设置完成之后可进行查看。在进行情境意识场景设置时，可设置不同的切换视角，通过不同的视角进行预览和体验。
[0067]
在步骤s100中，情境意识任务包括感知任务、理解任务、预测任务和决策任务中的多种。其中：感知任务包括，对情境意识场景的信息进行感知，在设置感知任务的时刻下，记录初始状态的情境意识场景的信息，包括情境意识场景中各个对象的相关信息；理解任务包括，对情境意识场景的信息进行理解，在设置理解任务的时刻下，通过获取对自定义设置问题选项的选择，记录下正确的选项；预测任务包括，对一未来时刻的情境意识场景的信息进行预测，并记录下在所述一未来时刻下情境意识场景的信息，可选地，系统支持自定义设置冻结时间后的预测时间点；决策任务包括，对情境意识场景的信息进行决策，基于自定义设置的决策进行选择，系统记录下决策任务的正确选项。
[0068]
举例说明，在模拟作战场景下的感知任务、理解任务、预测任务和决策任务：
[0069]
①
感知任务：感知当前场上状态的变化。如模拟作战过程中，冻结某一时刻点，此时场上活动内容全部消失到场边，需要将对应的内容尽量恢复到消失前的状态，根据对应内容恢复的坐标位置、方向角度等判断感知任务的成绩。
[0070]
②
理解任务：理解当前场上状态的形式。如模拟作战过程中，冻结某一时刻点，正确理解并选择出场上活动的战术战略目标作为判断理解任务的成绩。
[0071]
③
预测任务：预测下一个时间点场上状态的变化。如模拟作战过程中，冻结某一时刻点，同时在冻结时刻点后设置一个预测的时间点，需要根据冻结的时间点当前状态预测出设置的预测时间点的状态，有两种形式，一种是预测点场上内容对应的坐标位置、方向角度作为判断预测任务的成绩，一种是正确分析并选择出预测点场上活动的战术战略目标作为判断预测任务的成绩。
[0072]
④
决策任务：根据当前场景状态决定下一步执行计划。如模拟作战过程中，冻结某一时刻点，根据所选择任务对象，决定并选择出下一步任务的执行，以做出决策选择的对应的分数作为决策任务的成绩。
[0073]
图6为本发明一实施例中情境意识任务决策模型拓扑结构示意图，包含输入层，隐层和输出层。在步骤s100中，该方法还包括：获取通过专家评价得到的情境意识任务决策模型，该情境意识任务决策模型为以径向基函数(radial basis function，rbf)为激活函数的机器学习神经网络；将包含情境意识任务的情境意识场景作为输入层输入到该情境意识任务决策模型中，该包含情境意识任务的情境意识场景为图-数据结构存储模式(图6中x1，x2，
……
，xn)，隐层对该数据结构基于rbf算法进行最优决策处理，通过不同的结合方式得到图6中c1，c2，
……
，ci，输出得到情境意识任务的最优决策∑。结合机器学习或深度学习的技术，实现对情境意识任务的优选，使得情境意识任务更具有代表性。
[0074]
在本发明一实施例中，各任务各维度的客观数据的维度包括行为维度、生理维度、脑认知活动维度和行为范式维度。单任务单维度评价结果的维度包括行为维度、生理维度、脑认知活动维度、行为范式维度以及主观维度。
[0075]
在本发明一实施例中，在进行所述人员情境意识训练前，该方法还包括获取人员情境意识训练的频次，例如，对除了“很好”等级之外的人员，进行情境意识训练，每天训练一组，每组训练3次。
[0076]
在本发明一实施例中，基于虚拟现实技术呈现情境意识场景和情境意识任务，所同时呈现的情境意识场景的数据为一个或多个，所同时呈现的情境意识任务的数量为一个或多个，系统能够对单一的情景意识任务进行重复呈现。
[0077]
在步骤s200中，传感设备采集对于每个情境意识任务的每个维度的客观数据包括但不限于：
①
生理数据：皮电数据、皮温数据、心率变异性和高压低压；
②
行为数据：反应时、正确率、反应有效范围和任务总分；
③
脑认知活动数据：脑电数据、α/β和近红外数据；
④
行为范式数据：知觉、工作记忆和方向辨别。
[0078]
在步骤s300中，基于每个情境意识任务的每个维度的客观数据和主观评价结果进行多元回归分析的步骤，公式表示如下：
[0079]
①
得到单任务单维度评价结果
[0080]
ed＝(∑a
·
esd)+b1；
[0081]
其中，ed为单任务单维度评价结果，即我们要预测的任务维度结果，a为每个任务每个维度的权重，esd为每个任务维度指标，b1为截距。
[0082]
②
得到单任务评价结果
[0083]
et＝(∑w
·
ed)+b2；
[0084]
其中，et为单任务评价结果，即我们要预测的任务结果，w为每个任务的权重，ed为单任务单维度评价结果，b2为截距。
[0085]
③
得到总任务评价结果
[0086]
e＝(∑z
·
et)+b3；
[0087]
其中，e为每个总任务评价结果，即我们要预测的总的结果，z为每个任务的权重，et为单任务评价结果，b3为截距。
[0088]
④
可选地，将评价结果转化为t分数(一种服从均数为50、标准差为10的正态分布)
[0089]
基于常模均值和标准差计算出个任务评价结果或总任务评价结果的t分数，并根据t分数的值所属的范围进行评价。其中t分数的划分标准为：很好[0,10]，较好(10,25]，中等(25,75]，较差(75,90]，很差(90,100]。
[0090]
在本发明一实施例中，在步骤s400中，线性回归系数为各任务训练评价结果环比或总任务训练评价结果通过一元线性回归方程计算得到的系数，用公式表示如下：
[0091]
e'＝(∑z'et')+b'；
[0092]
其中，e'为因变量，即我们要训练的目标，z'为线性回归系数，et’为每次训练得到的单任务评价结果，b’为截距。该线性回归系数代表一元方程的斜率，数值越大表明训练效果越好。
[0093]
具体计算方式为，首先得到第一次和第二次训练的结果(两个不同的et’)，根据e’和这两个不同的et’计算得出z’和b’，再根据第二次和第三次训练的结果计算出新的z’和b’，z’越大表示训练效果越好。
[0094]
应理解，除了上述多元回归分析方式以外，本发明还可以采用其它方式从客观数据和主观评价结果中得到总任务评价结果。例如，通过数学模型方式，即事先建立一个数学模型，将客观数据和主观评价结果代入模型中，计算得到总任务评价结果。又例如，通过机器学习方式，即事先通过大量的标注有总任务评价结果的客观数据和主观评价结果训练机器学习模型，训练好之后，将待测评的人员的客观数据和主观评价结果输入到训练好的机
器学习模型中，得到总任务评价结果。
[0095]
本发明的一种人员情境意识测评与训练方法、系统及存储介质，通过获取不同的情境意识场景及情境意识任务以灵活更换场景，通过单任务单维度评价结果、单任务评价结果和总任务评价结果层层递进的得到综合评分，实现科学合理的人员情境意识测评，并结合测评与训练的过程，有效扩展了系统的功能和应用的范围。
[0096]
与上述方法相应地，本发明还提供了一种人员情境意识测评与训练系统，该系统包括计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该系统实现如前所述方法的步骤。
[0097]
该基于虚拟现实交互技术的人员情境意识测评与训练系统包括，包括情境意识场景搭建模块、人员情境意识测评模块、人员情境意识训练模块和情境意识数据管理模块。所述情境意识数据管理模块用于管理情境意识场景搭建模块的搭建数据，情境意识测评模块的测评数据以及情境意识训练模块的训练数据。
[0098]
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时以实现前述边缘计算服务器部署方法的步骤。该计算机可读存储介质可以是有形存储介质，诸如随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、软盘、硬盘、可移动存储盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质。
[0099]
本领域普通技术人员应该可以明白，结合本文中所公开的实施方式描述的各示例性的组成部分、系统和方法，能够以硬件、软件或者二者的结合来实现。具体究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。
[0100]
需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
[0101]
本发明中，针对一个实施方式描述和/或例示的特征，可以在一个或更多个其它实施方式中以相同方式或以类似方式使用，和/或与其他实施方式的特征相结合或代替其他实施方式的特征。
[0102]
以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。