VR防眩晕训练器眩晕训练程度动态模拟系统及方法与流程

本发明涉及防眩晕训练器，具体为vr防眩晕训练器眩晕训练程度动态模拟系统及方法。

背景技术：

1、防眩晕训练器是一种用于训练防眩晕技能的器材。

2、公开号为cn115641423a的中国专利公开了一种场景动态模拟开发系统，主要通过创建某个大类型的动态场景，再在该类型的应用场景下进行复用和动态调整，生成更多的实际场景，因此为商业场景提供低代码创建工，基于pi nn原理与深度学习的模拟预测系统，可对各种场景中人流量、交通情况等进行动态模拟和预测，上述专利虽然解决了场景模拟的问题，但是在实际操作中还存在以下问题：

3、1.没有对训练的项目进行详细的分类，每个项目合格的标准都不一致，从而导致训练评估不精准。

4、2.没有对数据进行进一步的数据优化，而是之间根据获取的数据进行转换评估，从而导致训练者数据评估不准确。

5、3.训练者的数据获取后没有进行更精准的结果分类，从而导致最终的评估结果不准确。

技术实现思路

1、本发明的目的在于提供vr防眩晕训练器眩晕训练程度动态模拟系统及方法，根据梯度递减公式，逐层的向前反馈，形成反向传播机制，可以最大程度的优化标准动态模拟模型数据，从而进一步的提高了数据的准确性和稳定性，将数据进行scdm几何创建，可以最直观的将导入动态模拟模型中的数据以线条的形式进行呈现，根据某项训练项目不合格数据的长度确认该训练项目的评估等级，工作人员根据评估结果对训练者进行进一步的计划测定，有效提高了训练程度结果的评估效率，可以解决现有技术中的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、vr防眩晕训练器眩晕训练程度动态模拟系统，包括：

4、训练结果获取单元，用于：

5、将训练者的训练结果数据进行获取，训练结果数据获取后将训练结果根据不同的属性类型进行区分，区分完成后将每个不同属性类型的训练结果进行数值化转换，转换完成后得到数值化数据，将数值化数据的训练结果与该训练的属性进行对应并存储；

6、动态模拟模型建立单元，用于：

7、基于训练结果获取单元中获取的训练结果的数值化数据，将数值化数据导入至模拟模型架构中，其中，模拟模型架构从数据库中进行调取，数值化数据导入至模拟模型架构中后，数值化数据以曲线数据在模拟模型架构中进行呈现，并且数值化数据在呈现时，该数据的实时采集时间同时在模拟模型架构中进行呈现，呈现后进行运算优化，并标注为优化曲线数据；

8、运算数据决策单元，用于：

9、基于动态模拟模型建立单元中获取的优化曲线数据，将获取的优化曲线数据与该数据对应的标准曲线数据进行数据对比，根据对比结果对获取的曲线数据进行数据评估，根据评估结果对该训练者的训练结果进行方案决策。

10、优选的，所述训练结果获取单元，包括：

11、属性分类模块，用于：

12、训练者的训练结果数据包括适应性训练数据、平衡感训练数据、协调性训练数据和身体素质训练数据；

13、训练结果的属性类型区分为将适应性训练数据、平衡感训练数据、协调性训练数据和身体素质训练数据的分别进行唯一编码标号；

14、并将唯一编码标号完成的数据进行数据存储。

15、优选的，所述属性分类模块，还用于：

16、适应性训练数据通过在vr防眩晕训练器上模拟不同的运动状态，并将模拟的运作状态数据进行获取，其中，模拟的运动状态包括飞行、跳跃、碰撞；

17、平衡感训练数据通过在vr防眩晕训练器上模拟各种不平衡的状态，并将不平衡状态数据进行获取，其中，模拟的不平衡状态包括倾斜、摇摆；

18、协调性训练数据通过在vr防眩晕训练器上模拟不同的协同行状态，并将协调性状态数据进行获取；

19、身体素质训练数据通过在vr防眩晕训练器上模拟不同的正常训练，并将正常训练的数据进行获取；

20、优选的，所述训练结果获取单元，还包括：

21、数据数值化转换模块，用于：

22、基于属性分类模块中获取的训练数据，将训练数据通过函数数据库将训练数据转换为数值型数据，其中，函数数据库从管理数据库中进行调取；

23、将数值型数据按照数据比例进行缩放，将数据缩放到均值为0，标准差为1的分布；

24、再将缩放完成的数值型数据进行数值型特征转换，将数值型数据转换而二进制的数字序列数据，并将数字序列数据标注为数值化数据。

25、优选的，所述数据数值化转换模块，包括：

26、第一处理模块，用于基于在训练数据的数据结构，从数据脱敏规则库中匹配对应的数据脱敏规则，并获取所述数据脱敏规则对应的配置信息，结合所述配置信息对所述训练数据进行数据脱敏，得到第一处理数据；

27、第二处理模块，用于获取进行数据转换的标准数据特征，基于标准数据特征对第一处理数据进行数据质量分析，得到质量未达标的待处理数据，基于质量分析结果和标准数据特征对待处理数据进行针对化处理，得到已处理数据，将已处理数据和达标数据进行整合，得到第二处理数据；

28、关键词获取模块，用于对所述第二处理数据进行文本语义分析，得到第二处理数据的语义特征，并提取所述语义特征中的关键词；

29、函数匹配模块，用于对所述关键词之间进行语义分析，得到关键词数据结构，并从关键词数据结构中提取数据关系得到数据关系特征，利用所述数据关系特征与函数数据库中的函数数据进行匹配，根据匹配结果调用对应的函数数据对第二处理数据进行数据转换，得到数值型数据。

30、优选的，所述动态模拟模型建立单元，包括：

31、数值化数据导入模块，用于：

32、将数值化数据进行特征数据调取，其中数值化数据的特征数据包括数据参数、初始条件、输出变量；

33、数值化数据的特征数据调取后，对特征数据进行预处理，其中，预处理为对特征数据的格式转换，根据动态模拟模型的格式，将特征数据的格式转换为与动态模拟模型格式一致；

34、格式调整一致后将数值化数据的特征数据导入至动态模拟模型中，其中，动态模拟模型从模型数据库中进行获取。

35、优选的，所述动态模拟模型建立单元，还包括：

36、数值化数据曲线呈现模块，用于：

37、将动态模拟模型中导入的数值化数据的特征数据进行获取；

38、根据动态模拟模型对曲线模型进行确认，其中，曲线模型为线性回归模块；

39、根据数值化数据的特征数据建立曲线模型；

40、其中，曲线模型的建立通过scdm几何创建法进行建立，先将数值化数据的特征数据中的数值单位进行设定，设定完成后使用函数创建对数值化数据的特征数据的曲线进行创建，将创建完成的曲线进行可视化格式转换，并标注为动态模拟曲线数据；

41、将动态模拟曲线数据与该动态模拟曲线数据的数值化数据进行确认；

42、对应完成后将数值化数据获取的时间数据进行确认，并将时间数据与动态模拟曲线数据进行对应；

43、最后将动态模拟曲线数据与该动态模拟曲线数据的时间数据标注为标准动态模拟模型数据。

44、优选的，数值化数据曲线呈现模块中，将动态模拟曲线数据与该动态模拟曲线数据的数值化数据进行确认，包括：

45、第一计算模块，用于对所述数值化数据按照时间进行排序，并根据如下公式确定所述数值化数据的标记值k；

46、

47、其中，h表示数值化数据按照时间进行排序的排序位数，t表示动态模拟曲线数据中的相邻时间间隔，e表示自然常数，取值为2.72，q表示时间数据的标准属性特征值，取值为(1，10)；

48、时间数据获取模块，用于基于所述数值化数据的标记值构建得到数值化数据对应的时间数据；

49、第二计算模块，用于根据如下公式计算所述时间数据与动态模拟曲线数据之间的匹配值p，包括：

50、

51、其中，a表示时间数据的数据特征值，取值为(0，1)，b表示动态模拟曲线数据的数值特征值，取值为(0,1)，f(k)表示标记值为k时，时间数据的数据转换函数对应的结果值；

52、判断模块，用于判断所述时间数据与动态模拟曲线数据之间的匹配值是否在预设匹配数值范围内；

53、若是，确定动态模拟曲线数据与该动态模拟曲线数据的数值化数据确认成功；

54、否则，确定动态模拟曲线数据与该动态模拟曲线数据的数值化数据确认失败。

55、优选的，所述动态模拟模型建立单元，还包括：

56、模型数据运算模块，用于：

57、将标准动态模拟模型数据导入至运算模型中进行优化运算，其中，运算模型从模型数据库中进行获取；

58、先将运行模型中的标准动态模拟模型数据进行正向传播，其中，标准动态模拟模型数据是由低层次向高层次进行传播；

59、当传播得出的数据结果与预设结果不相符时进行反向传播，其中，反向传播是将误差数据从高层次向底层次进行传播训练，误差数据为得出的数据结果与预设结果之间的相差值。

60、优选的，所述模型数据运算模块，还用于：

61、传播训练的过程为：

62、先将标准动态模拟模型数据的权值进行初始化设置，设置完成后，标准动态模拟模型数据经过卷积层、下采样层和全连接层的正向传播得到输出值；

63、当误差大于期望值时，将误差传回网络中，依次求得全连接层、下采样层和卷积层的误差；

64、其中各层的误差为网络的总误差；当误差等于或小于期望值时，则训练完成。

65、优选的，所述运算数据决策单元，还用于：

66、将获取的优化曲线数据与该优化曲线数据属性对应的标准曲线数据进行曲线重叠；

67、曲线重叠后将获取的优化曲线数据与该优化曲线数据属性对应的标准曲线数据没有重叠的部分进行获取；

68、将没有重叠部分的数据长度进行确认，并对数据长度进行数值转换；

69、当数据长度数值在a-b之间时，该训练者的评估结果为一级；

70、当数据长度数值在c-d之间时，该训练者的评估结果为二级；

71、当数据长度数值在d-e之间时，该训练者的评估结果为三级。

72、本发明提供另一种技术方案，vr防眩晕训练器眩晕训练程度动态模拟系统的模拟方法，包括以下步骤：

73、第一步：先通过训练结果获取单元将训练者通过vr防眩晕训练器的训练项目的数据进行获取，并对每个训练项目数据进行分类；

74、第二步：再通过动态模拟模型建立单元将训练者的训练数据进行动态模拟模型构建，动态模拟模型构建完成后再进行进一步的模型运算优化；

75、第三步：模型运算优化完成后通过运算数据决策单元对训练结果进行等级的区分，根据不同的等级对训练者的训练结果进行评估。

76、与现有技术相比，本发明的有益效果如下：

77、1.本发明提供的vr防眩晕训练器眩晕训练程度动态模拟系统及方法，将适应性训练数据、平衡感训练数据、协调性训练数据和身体素质训练数据进行数字化数据的获取，将数据进行数字化的转换可以使后期对数据进行统计和评估时查看的更加方便。

78、2.本发明提供的vr防眩晕训练器眩晕训练程度动态模拟系统及方法，将数据进行scdm几何创建，可以最直观的将导入动态模拟模型中的数据以线条的形式进行呈现，根据梯度递减公式，逐层的向前反馈，形成反向传播机制，可以最大程度的优化标准动态模拟模型数据，从而进一步的提高了数据的准确性和稳定性。

79、3.本发明提供的vr防眩晕训练器眩晕训练程度动态模拟系统及方法，根据某项训练项目不合格数据的长度确认该训练项目的评估等级，工作人员根据评估结果对训练者进行进一步的计划测定，有效提高了训练程度结果的评估效率。