本發明涉及眼動追蹤數據處理領域，具體而言，涉及一種基于眼動追蹤數據的實驗實訓系統及實驗實訓方法。

背景技術：

1、在現有的教學技術領域中，傳統科研級眼動儀雖能提供高精度的數據，但其在實際教學應用中存在如下問題：

2、首先，設備操作復雜，需要專業培訓，增加了教師和學生的使用門檻，難以快速上手，尤其在短課時教學中，學生難以在有限的時間內熟練掌握操作技巧。

3、其次，傳統眼動儀缺乏計算能力，難以滿足如智能駕駛等對實時性要求較高的動態場景教學中，無法支持實時交互類實訓項目，限制了其在現代化教學中的應用范圍。

4、因此，如何降低眼動儀在教學過程中的使用難度，提高數據處理能力為本領域技術人員所要解決的技術問題。

技術實現思路

1、為了解決現有技術中眼動儀在教學過程中的使用難度高、缺乏數據處理能力的問題，本發明提供一種基于眼動追蹤數據的實驗實訓系統及實驗實訓方法。

2、一種基于眼動追蹤數據的實驗實訓系統，包括眼動儀、攝像頭及數據分析平臺，其中：

3、所述攝像頭，用于記錄各用戶在實驗實訓過程中的行為狀態數據；

4、所述眼動儀包括：

5、顯示模塊，用于根據用戶的操作指令，顯示實驗實訓界面；

6、眼動追蹤數據采集模塊，用于采集用戶在實驗實訓過程中的眼動追蹤數據；

7、眼動追蹤數據邊緣計算模塊，用于對所述眼動追蹤數據進行事件檢測處理及特征提取處理，得到眼動特征；

8、眼動追蹤數據評估模塊，用于利用預訓練的狀態分析模型基于所述眼動特征生成用戶的注意力狀態數據；

9、所述數據分析平臺包括：

10、預警反饋模塊，用于所述注意力狀態數據和所述行為狀態數據進行分析，生成分析結果，并基于所述分析結果進行預警反饋。

11、可選的，所述眼動追蹤數據邊緣計算模塊包括事件檢測單元和特征提取單元；

12、其中，所述事件檢測單元，用于：

13、基于所述眼動追蹤數據確定每個采樣點的眼球運動速度及瞳孔直徑；

14、將所述眼球運動速度小于預設閾值的采樣點劃分為注視事件，并將所述眼球運動速度大于或等于所述預設閾值的采樣點劃分為眼跳事件；

15、將所述瞳孔直徑為零或無效值的采樣點劃分為眨眼事件；

16、所述特征提取單元，用于基于所述注視事件、所述眼跳事件以及所述眨眼事件，提取與用戶注意力狀態相關的眼動特征。

17、可選的，所述特征提取單元，包括：

18、窗口劃分子單元，用于將所述眼動追蹤數據按時間劃分為多個時間窗口；

19、第一眼動特征提取子單元，用于在所有所述時間窗口中的任一時間窗口內，基于所述時間窗口內注視事件的數量與所述眼動追蹤數據的采樣率確定平均注視時間；

20、第二眼動特征提取子單元，用于基于所述時間窗口內每一采樣點的瞳孔直徑確定平均瞳孔直徑；

21、第三眼動特征提取子單元，用于基于所述時間窗口內視線落在預設興趣區的注視事件確定興趣區注視時間比例。

22、可選的，所述眼動追蹤數據邊緣計算模塊還包括模型訓練單元，所述模型訓練單元包括：

23、數據預處理子單元，用于獲取歷史眼動追蹤數據，并對所述歷史眼動追蹤數據進行數據清洗及濾波處理；

24、事件檢測子單元，用于對處理后的歷史眼動追蹤數據進行事件檢測處理，識別眼動事件；所述眼動事件包括注視事件、眼跳事件及眨眼事件；

25、特征提取子單元，用于基于所述眼動事件進行特征提取處理，得到對應的眼動特征；

26、標簽添加子單元，用于響應于輸入的標注信息，為所述眼動特征添加對應的標簽；

27、模型訓練子單元，用于基于所述眼動特征及所述標簽生成訓練集，并利用所述訓練集對初始模型進行訓練，得到目標分析模型，其中，所述目標分析模型包括所述狀態分析模型。

28、可選的，所述眼動追蹤數據評估模塊包括：

29、專注概率確定單元，用于將所述眼動特征輸入至所述狀態分析模型中，得到所述狀態分析模型輸出的專注概率；

30、注意力狀態確定單元，用于若所述專注概率大于或等于預設值，則確定用戶的注意力狀態為專注狀態；若所述專注概率小于所述預設值，則確定用戶的注意力狀態為分心狀態；

31、數據生成單元，用于將所述注意力狀態按時間順序生成所述注意力狀態數據。

32、可選的，所述眼動追蹤數據評估模塊，還包括數據結構化單元，用于將所述注意力狀態數據和所述行為狀態數據同步后，構成眼動追蹤數據流，并以預設數據結構進行存儲。

33、可選的，所述數據分析平臺還包括：

34、動態場景教學模塊，用于基于所述眼動追蹤數據流進行多模態數據融合及自定義模型訓練，以支持動態場景教學。

35、可選的，所述預警反饋模塊包括：

36、反饋單元，用于在所述注意力狀態為分心狀態時，將狀態指示燈的顏色由第一顏色切換為第二顏色，和/或，輸出語音提示信息。

37、可選的，所述數據分析平臺還包括：

38、報告生成模塊，用于在課程結束后，基于所述注意力狀態生成注意力評分報告，其中，所述注意力評分報告中涵蓋有對單個用戶對特定區域的注視情況分析，和對所有用戶對特定區域的注視情況分析以及用戶實際興趣區域的分析。

39、一種基于眼動追蹤數據的實驗實訓方法，應用于如上述任一項所述的實驗實訓系統，所述實驗實訓方法包括：

40、根據用戶的操作指令，顯示實驗實訓界面；

41、采集用戶在實驗實訓過程中的眼動追蹤數據，并記錄用戶在實驗實訓過程中的行為狀態數據；

42、對所述眼動追蹤數據進行事件檢測處理及特征提取處理，得到眼動特征；

43、利用預訓練的狀態分析模型基于所述眼動特征生成用戶的注意力狀態數據；

44、對所述注意力狀態數據和所述行為狀態數據進行分析，生成分析結果，并基于所述分析結果進行預警反饋。

45、本發明實施例提供的基于眼動追蹤數據的實驗實訓系統包括眼動儀、攝像頭及數據分析平臺，其中：攝像頭，用于記錄各用戶在實驗實訓過程中的行為狀態數據；眼動儀包括：顯示模塊，用于根據用戶的操作指令，顯示實驗實訓界面；眼動追蹤數據采集模塊，用于采集用戶在實驗實訓過程中的眼動追蹤數據；眼動追蹤數據邊緣計算模塊，用于對眼動追蹤數據進行事件檢測處理及特征提取處理，得到眼動特征；眼動追蹤數據評估模塊，用于利用預訓練的狀態分析模型基于眼動特征生成用戶的注意力狀態數據；數據分析平臺包括：預警反饋模塊，用于注意力狀態數據和行為狀態數據進行分析，生成分析結果，并基于分析結果進行預警反饋。本發明實施例中眼動儀能夠采集用戶的眼動追蹤數據并進行實時處理，生成注意力狀態數據；攝像頭記錄用戶的行為狀態數據，兩者結合為系統提供了多維度的數據支持。數據分析平臺的預警反饋模塊能夠綜合分析這些數據，生成詳細的分析結果，并及時進行預警反饋。這種多模態數據融合和實時反饋機制能夠提高教學效率，為教師提供教學決策依據，有助于優化教學流程，提升教學質量和教學體驗。