动态调整用户认知负荷的智能增强现实系统

doi:10.3778/j.issn.1002-8331.1809-0033

计算机工程与应用 ›› 2019, Vol. 55 ›› Issue (7): 182-187.DOI: 10.3778/j.issn.1002-8331.1809-0033

动态调整用户认知负荷的智能增强现实系统

缪相林1，何绯娟1，缪亚林2，肖春3，周建龙1

1.西安交通大学城市学院计算机系，西安 710018

2.西安理工大学信息科学系，西安 710048

3.湘潭大学信息工程学院，湖南湘潭 411105

出版日期:2019-04-01 发布日期:2019-04-15

Intelligent Augmented Reality System for Dynamic User Cognitive Load Adjustment

MIAO Xianglin1, HE Feijuan1, MIAO Yalin2, XIAO Chun3, ZHOU Jianlong1

1.Department of Computer Science and Information Management, City College, Xi’an Jiaotong University, Xi’an 710018, China

2.Department of Information Science, Xi’an University of Technology, Xi’an 710048, China

3.College of Information Engineering, Xiangtan University, Xiangtan, Hunan 411105, China

Online:2019-04-01 Published:2019-04-15

摘要/Abstract

摘要： 把认知负荷测量技术集成进空间增强现实系统，提出动态调整用户认知负荷水平的智能空间增强现实系统（ISARS）系统。ISARS的目标是对用户在进行任务时的认知状态进行实时监测，并根据用户认知状态动态调整空间增强现实系统的增强信息，以使用户处于最佳工作状态并提高工作效率和保证工作质量。ISARS包含两个子系统：空间增强现实（SAR）子系统和认知负荷度量（CLM）子系统，SAR子系统把不同的增强信息投影到物体物理表面。CLM子系统对用户在工作过程中的认知负荷进行度量。实验结果表明，ISARS能够根据用户当前认知负荷水平对任务相关的要素进行自适应调整以更好适合用户实际工作能力，从而提高用户工作效率。

关键词: 空间增强现实, 认知负荷, 智能空间增强现实, 认知负荷度量, 自适应调整

Abstract: This paper introduces cognitive load measurement into Spatial Augmented Reality（SAR） and proposes the Intelligent Spatial Augmented Reality System（ISARS） for the dynamical adjustment of user’s cognitive load. The objective of ISARS is to monitor user’s cognitive load in real-time during working times, and modulate augmentation information in SAR system according to the current cognitive load level, in order to keep users on the best working state resulting in improving working efficiency and quality. ISARS includes two subsystems：SAR system and Cognitive Load Measurement（CLM） system. SAR projects different augmentation information onto physical object surface, while CLM measures the cognitive load during user’s working time. The experiment results show that ISARS can adaptively adjust task elements according to the current cognitive load level to better match user’s capability and thus improve the working efficiency.

Key words: Spatial Augmented Reality（SAR）, cognitive load, Intelligent Spatial Augmented Reality（ISAR）, Cognitive Load Measurement（CLM）, self-adaptive adjustment

缪相林1，何绯娟1，缪亚林2，肖春3，周建龙1. 动态调整用户认知负荷的智能增强现实系统[J]. 计算机工程与应用, 2019, 55(7): 182-187.

MIAO Xianglin1, HE Feijuan1, MIAO Yalin2, XIAO Chun3, ZHOU Jianlong1. Intelligent Augmented Reality System for Dynamic User Cognitive Load Adjustment[J]. Computer Engineering and Applications, 2019, 55(7): 182-187.

[1]	宋美，葛玉辉，刘举胜. 基于协同进化的动态双重自适应改进PSO算法[J]. 计算机工程与应用, 2020, 56(13): 54-62.
[2]	汤深伟，贾瑞玉. 基于改进粒子群算法的[k]均值聚类算法[J]. 计算机工程与应用, 2019, 55(18): 140-145.
[3]	何雪明1，苏丽丽1，孔丽娟1，武美萍1，张荣2，纪小刚1. 基于非均匀B样条的未知曲面自适应测量[J]. 计算机工程与应用, 2016, 52(12): 189-193.
[4]	回立川，林昌澎. 采用概率选择的自适应多目标粒子群算法[J]. 计算机工程与应用, 2015, 51(20): 36-39.
[5]	于金霞，许景民. 多特征融合的自适应性粒子滤波跟踪算法[J]. 计算机工程与应用, 2014, 50(18): 178-181.
[6]	李会1，张天丽2，陶佰睿1，王新红1. 动态分组方案的自适应人工鱼群算法[J]. 计算机工程与应用, 2013, 49(8): 58-62.
[7]	王明生1，2，吕希奎2 . 改进的LM神经网络工程地质综合评价模型[J]. 计算机工程与应用, 2011, 47(36): 234-237.
[8]	梁浩，林丹，马楠. 基于ε-支配的自适应多目标进化算法[J]. 计算机工程与应用, 2011, 47(34): 39-43.
[9]	李盼池，张巧翠，杨雨. 一种基于相位编码的自适应量子粒子群算法[J]. 计算机工程与应用, 2011, 47(23): 57-60.
[10]	许少华，王皓，王颖，李盼池. 一种改进的量子粒子群优化算法及其应用[J]. 计算机工程与应用, 2011, 47(20): 34-37.
[11]	程伟，陈森发. 权重自适应调整的混沌量子粒子群优化[J]. 计算机工程与应用, 2010, 46(9): 46-48.
[12]	王俊英^1，2，李德华¹，吴士泓¹. 决策关联分析下的专家权重自适应调整研究[J]. 计算机工程与应用, 2010, 46(33): 17-20.
[13]	武淑红^1,2,张刚¹,张雪英¹. 改进的SOFM算法及其在低延迟语音编码中的应用[J]. 计算机工程与应用, 2009, 45(12): 124-125.
[14]	张海青李厚强. 基于均匀混合模型运动检测[J]. 计算机工程与应用, 2007, 43(9期): 28-30.
[15]	陈明¹，欧阳智敏^1,2，全惠云¹. 基于量子染色体评估的演化算法[J]. 计算机工程与应用, 2007, 43(21): 84-86.

动态调整用户认知负荷的智能增强现实系统

Intelligent Augmented Reality System for Dynamic User Cognitive Load Adjustment

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics