文摘

一旦虚拟现实技术(虚拟现实、虚拟现实),它收到了大量的关注;近年来,它已被广泛应用于心理学的研究。因为它可以提高实验研究的生态效度,水平的条件控制,重现性,并避免危险的现场操作,它被引入心理学领域的许多研究人员。与传统的运动心理学研究方法相比,虚拟现实技术已经multiperception的特点,沉浸,互动,和想象力得到更好、更现实的感觉,增加人们对体育的兴趣。虚拟现实技术的应用在高校乒乓球教学为例,本研究旨在评估虚拟现实技术的应用在运动心理学;总结的理论、实践和虚拟现实技术的应用前景在运动心理学;并将新内容添加到运动心理学的研究。它旨在审查原则、特点和虚拟现实技术的应用在运动心理学;总结优点和缺点的虚拟现实技术在体育运动中的应用,并指出需要注意的问题当使用这个方法;探讨虚拟现实技术的应用在运动心理学; and add new content to the research of sports psychology.

1。介绍

虚拟现实(VR)是一个高科技产品在互联网时代的代表。计算机系统通过编程模拟了人类的感觉,并实时呈现它的虚拟世界是虚拟环境(1]。不断发展的计算机硬件和软件编程技术的不断发展,虚拟现实技术已逐渐被应用于医疗、体育、教育、教学、心理治疗等。这些特性的虚拟现实可以为学生提供一个有趣的教学环境,提供各种各样的治疗方法,患者提供新的体育锻炼身体的方法,在许多方面已经渗透到人们的日常生活。基于虚拟现实技术,本文研究竞技体育模拟应用程序的开发(2]。

目前,各种新技术和方法已广泛采用心理学领域的研究,如与事件相关电位(ERP)和功能性磁共振成像(fMRI)。近年来,国外研究人员利用虚拟现实技术来研究心理学,取得了丰硕的成果。在心理学研究中,创建的虚拟环境中虚拟现实技术不仅是一个革命性的变化,在复制,模拟,和代表性的外部世界在现实世界中,也是一个新的研究工具和研究范式。

虚拟现实技术已开始从各个领域备受关注,但由于其昂贵的开发成本,通常只用于特殊用途。与计算机科学和人工智能技术的快速发展(3),虚拟现实技术可以说是变化的日新月异,不仅大提高“三我”特征,而且还附带介绍个人消费虚拟现实产品(4),这使得虚拟现实技术的普及和应用可能(5]。目前,虚拟现实技术被广泛应用于公共安全、工业设计、医学、规划、交通、文化、教育等行业和部门(6]。同时,在心理学领域,越来越多的研究人员尝试将虚拟现实技术应用到实验研究,心理评估和临床心理治疗(7]。一般来说,根据不同的表示方法,VR分为nonimmersive(主要是直接呈现在电脑屏幕上)和身临其境的(如helmet-based和cave-based)虚拟现实系统。Nonimmersive VR系统是便宜,但是他们的Nonimmersive自然使他们更适合实验,需要简单的反应(8]。相反,沉浸式虚拟现实系统可以带来一个更现实的和复杂的生理和心理体验的个体,这是虚拟现实的主流近年来研究和应用(9]。本文的目的是审查的原则、特点、和虚拟现实技术在运动心理学中的应用;总结优点和缺点的虚拟现实技术在体育运动中的应用,并指出需要注意的问题当使用这个方法;讨论了虚拟现实技术在体育运动中的应用心理学;并将新内容添加到运动心理学的研究。

2。虚拟现实技术和相关研究进展

2.1。虚拟现实技术

虚拟现实(VR)是一种新型的技术,集仿真技术、多媒体技术、传感技术、网络和其他技术。利用计算机图形学、仿真技术、多媒体技术、人工智能、网络技术、并行处理,和多参数环境知觉来模拟人类的视觉,听觉,触觉,和其他感觉器官,人们沉浸在虚拟世界中。除了即时交互通过语言和手势,它创建一个多维数据空间广阔的应用前景。的实际政策模拟虚拟现实是处理传感器数据的帮助下一系列sensor-integrated设备,建立一个基于融合信息的虚拟现实虚拟环境,并最终实现现实世界之间的相互交互,虚拟空间和发挥其最大价值。图1显示了multisensing虚拟现实交互模型(10]。

虚拟环境生成器,输入系统,系统的输出是三个结构,构成了虚拟运动仿真系统。具体内容如图2(11]。其中,用户系统、高性能计算机、模拟经理,和三维模型数据库一起构成一个虚拟环境发生器;影响发电机和信号转换器共同构成一个输出系统;转换器,手套输入转换、位置和方向追踪,数据手套等(12]。在一起,形成一个输入系统。这为背景,用户的环境是更现实的感觉,和自己的感情之间的自然交互过程和虚拟环境是意识到,有一种身临其境的感觉。因此,有一个广泛的应用将虚拟现实技术应用于运动心理学。

2.2。对国内外虚拟现实技术的研究

虚拟现实技术的发展规律密切相关研究文献的增长规律,与数量的变化研究虚拟现实技术研究直接反映了变化的研究发展。因此,研究对国内外虚拟现实技术的一个重要标准来衡量其技术应用和发展。从1995年到2019年,来自72个国家的学者发表了在虚拟现实研究文献,其中美国是最大的生产国(1041),其次是英国(310),和中国排名第三(285),其次是德国(259)、西班牙(232),加拿大(215),韩国(215)、意大利(206)等(13)(表1)。可以看出,欧美国家仍在虚拟现实领域的研究处于领先地位。我的国家的虚拟现实技术始于1990年代初。数字技术的迅速发展和计算机系统工程、虚拟现实技术得到了极大的关注。自2016年以来,虚拟现实已经被列为一个新兴的前沿产业,这极大地促进了科研人员的研究和开发的热情,让中国更加繁荣的虚拟现实市场14]。我们迎来了一个新的时代,但在国家的出版物的数量方面,仍有很大的差距与欧洲和美国的国家,这主要是受限于经济条件的差异,文化背景和科学研究能力。一般来说,每一年,新的国家加入虚拟现实技术的研究,可以分为以下三个阶段(15]。开发周期:自2012年以来,新兴国家,如伊朗、立陶宛、巴基斯坦、沙特阿拉伯和约旦也开始从事虚拟现实研究[16]。

竞技体育仿真系统设计这一次可以模拟现场竞技体育的竞争,并记录所涉及的竞技体育行为和数据,以判断运动员的行为标准和目标的缺陷需要改进17]。因此,竞技体育的集成仿真系统和虚拟现实技术需要满足数据输出和输入功能,它是必要的,以确保体育运动员的竞技体育动作尽可能模拟虚拟现实技术的基础上,以体验最真实和最佳运动在任何时间。一个可靠的竞技体育模拟环境可以用这种方式创建。系统功能交互结构如图3。

3所示。研究对象和方法

3.1。研究对象

本研究将虚拟现实技术应用的影响,高校乒乓球教学为研究对象(表2),选择97名大学生三个平行类2018年的非体育专业乒乓球选修课在大学为调查对象,以探索集成。虚拟现实技术的应用价值教学模式在大学乒乓球教学是非常高的。

3.2。研究方法

文献资料法:为了深入理解虚拟现实技术的应用在乒乓球教学中,根据本研究的目的和内容,搜索在中国数据库:大学图书馆,CNKI数据库,Wanfang学术数据库,和英文数据库:科学和科学的网络直接组织和总结了相关数据,科学文献可视化分析软件被用来进行深入挖掘的包括文献[18]。

问卷调查法:在这项研究中,97名大学生乒乓球选修课三个平行类的大学被选为主题的问卷调查他们对体育的兴趣情况和大学生体育自主学习(19]。

本文的主要实验步骤如下:(1)本文中的97名大学生选择分为三组根据三种类型的传统课程,虚拟现实教学课程,和视频教学课程根据不同的部门,和三组34个,32岁和31。三组的社会发展和公共管理学院,艺术学院,教育学院,与传统课程组和视频课程组作为对照组,和虚拟现实课程组作为实验组。(2)经过一学期乒乓球课,问卷调查是进行三组实验的通道通过开发相应的问卷。使用数理统计软件,问卷调查的结果是第一次测试的信度和效度,以验证问卷的科学性和显示实验结果可用于研究。(4)学生的自主学习能力的调查问卷的结果,学生的一致性运动情况下,兴趣和虚拟现实教学类的学习效果进行了分析,以探讨虚拟现实教学和学生的兴趣证明集成虚拟现实技术的应用价值的教学模式在高校乒乓球教学。

3.3。描述的调查工具

3.3.1。颗算法

运动分为正向运动和反向运动。颗是正运动学的缩写,也就是说,前进动力;本土知识是逆运动学的缩写,即逆动力学。人体的骨架是由许多链接链以分层的方式分组,包括层次结构关节或链,运动约束,效果器,驱动器同时移动(所有部分20.]。

正向动力学认为孩子关节会遵循父母的运动关节,关节和孩子可以独立移动而不影响父母关节的状态。人类运动为例,如图4。

前进动力的优点是计算简单,计算速度快,因为它涉及到自然协调的运动。应用于虚拟现实动作捕捉行业时,用户需要穿运动捕捉设备在每个骨架分支,不便使用。

3.3.2。逆向运动控制算法

以击球的动作为例:如果我们知道起始位置,最后的位置,和路径的球,然后投球手的手臂的转动等可以自动根据逆运动学计算21]。逆运动学正运动学方法的方法减轻了繁琐的工作在某种程度上,是最好的方法来生成现实的联合运动[22]。

由于逆动力学可以解决定位问题,动力学算法可以应用于虚拟现实动作捕捉技术和手势识别技术(23]。动作捕捉技术是作为一个例子来说明具体的实现流程如图5:

动作捕捉技术使用专门的传感器称为追踪记录运动员的运动。然后,我们可以使用记录数据来生成动画运动(24]。

3.3.3。PNP型

PNP型恰恰是一个问题;葛PNP型问题提出了费舍尔和1981年(25]。PnP型转化为即插即用。PNP型问题的具体表达式如下:在一个给定的任意两个特征点之间的距离n特征点和两个特征点之间形成的角度和光学中心已知解决每个特征点之间的距离和光学中心。有很多方法可以解决PNP型问题,大致可以分为两类,noniterative算法和迭代算法:

当迭代算法应用于解决PNP型问题,推导出基于假设没有噪点。为了克服噪声的影响,提高姿态计算的准确性,PNP型迭代算法通常用于解决造成信息(26]。主要的思想是,进一步表达了PNP型问题作为约束的非线性优化问题。一个数值解可以测量目标的相对姿态。这个处理方法的优化变量空间N+ 6维(N是特征点的数量),迭代计算量很大,这是受初始值的准确性影响的解决方案,因此,通常算法收敛到局部最小值或收敛于一个错误的解决方案,而不是全球最低27]。P3P为例,见图6。

如图所示,O是相机的光学中心;这三个特征点之间的长度一个,B,C目标和光学中心O是x,y,z分别;和三个已知线之间的角度α,β,γ、|AB| =c、|交流| =b|公元前| =一个。α,β,γ和一个,b,c可以用来解决x,y,z:这是P3P问题。

特征点的数量P3P问题只有3,和价值的算法可以直接使用。方程描述如下:

假设一个′,B′,C′的点一个,B,C分别在相机的成像平面;然后,在获得x,y,z,使用的坐标一个′,B′,C′,根据相机的成像关系,特征点的坐标可以解决在相机坐标系统。PNP型算法可以应用于虚拟现实定位技术,如红外光学定位技术,获得构成信息(28]。具体的实现过程是相机获取目标对象的形象,然后提取图像中的特征点;然后,PNP型算法获得特征点的坐标在相机坐标系;最后,信息的特征点在世界坐标系中获得如图7。

3.3.4。假定算法

事实上,假设算法是一种迭代算法上面提到的PNP型问题[29日]。首先,姿态参数的初始值的三维对象(POS、姿势正确拼字和缩放算法)是通过正交投影和大小变换之间的关系(30.]。新的姿态测量参数,POS算法重新运行,经过反复迭代,直到所需的精度满足算法流程。

想寻求的态度,包括旋转矩阵R和翻译向量T,都是

透视投影变换

(x_c,y_c)图像坐标系统的坐标是毫米。

(X_c,Y_c,Z_c)在毫米摄像机坐标系的坐标。

的f在上面的公式是相机的焦距,及其特定值并不重要。重要的是之间的比例f和x和y。这个比例可以根据获得的f_x和f_y参数矩阵的摄像机。在实际的操作中,f= 1可以直接设置,但相应的x和y还应该设置比例。例如,对于一个相机内部参数(f_x,f_y,u₀,),如果一个像素的位置( ),相应的x和y应该是

假设一个点在世界坐标系( ),然后

两边同时除以TZ 在

的我th排R代表的单位向量的坐标我th摄像机坐标系的坐标轴方向世界坐标系统;的我th列R代表的坐标单位矢量的方向我th世界坐标系的坐标轴摄像机坐标系统;T正是世界坐标系统的原点的坐标在相机坐标系统。特别是,T_z代表了世界。坐标系统的起源是“深度”在相机坐标系统。

根据前面的假设,“厚度”的对象Z设在方向,即Z每个点的坐标变化范围表面的物体在摄像机坐标系中比对象的平均深度小得多Z设在方向。重要的是要注意,“厚度”和“深度”都是相对的Z摄像机坐标系的轴。当世界坐标系统的原点附近的中心对象,它可以认为是平均深度T_z组件的平移向量T,也就是说,平均价值Z_c每一个点的T_z的变化范围Z_c相对于小T_z,所以它可以相信Z_c总是在T_z,Z_c≈T_z。

根据这一近似关系,我们可以得到

这是我们的初始迭代值。在这个初始状态中,我们假设所有的对象在同一深度,此时和角度转换退化成比例的正射投影POS。也就是说,我们的迭代始于一个按比例缩小的正射投影,这是假定算法得名。

3.4。发行和回收问卷

总共194份问卷分布在这个实验中,其中97为分布式实验之前实验和97年之后。的分发和回收问卷的形式应当现场分布和现场回收。在填写的过程中,如果你有任何问题关于某个问题,你应该问负责人,保证问卷的真实性。分布和恢复:总共97份问卷分布在实验之前,97问卷回收,回收率为100%,其中97为有效问卷,有效率为100%。实验后,共有97份问卷被分配,97问卷回收,回收率为100%,其中97为有效问卷,有效率为100%。

3.5。信度和效度的测试问卷

可靠性测试:为了测试测试规模是否可靠和稳定,这样的结果可以反映预期的目标,在这项研究中,克伦巴赫α系数是用来测试问卷结构的一致性。人们普遍认为,越大α系数,问卷的可靠性就越高。当克伦巴赫的α系数不超过0.6,内部一致性的可靠性被认为是不可接受的。当克伦巴赫α系数在0.7和0.8之间,这意味着它有一定程度的可靠性。当克伦巴赫α系数在0.8和0.9之间,测试量表的可靠性被认为是很好。在这项研究中,克伦巴赫α0.7 - -0.8系数被选为测量标准进行测试,如表所示3。

从上面的表的可靠性测试结果,可以看出,克伦巴赫α每个维度变量的系数的“大学生自主学习量表”和“体育情境兴趣量表”都大于0.7,符合问卷结构的一致性,表明量表具有良好的可靠性。

有效性测试:有效性测试是一种强大的工具用来测量的内容和结构,如表所示4。在这项研究中,因子分析方法将用于测试的有效性”大学生自主学习量表”和“体育情境兴趣的规模。“首先,KMO样本测量和Bartlett的球面测试数据是否可以进行因子分析。当KMO高于0.90,这意味着规模的有效性非常好;如果KMO在0.7 - -0.9之间,这意味着有效性是可以接受的;如果KMO在0.5和-0.7之间,这意味着平均模型的有效性;如果KMO低于0.5,这意味着有效性是可以接受的。有效性是不能接受的。同时,测试范围的意义必须小于0.05,因子分析是在此基础上进行。

4所示。研究结果和分析

应用虚拟现实技术作为一种辅助工具在乒乓球教学有利于提高学习者对乒乓球的兴趣,让学生快速进入角色的过程中参与学习,达到培训的目的和教学,和养成体育锻炼意识和行为习惯。

4.1。前的不同群体一致性分析实验

以下4.4.1。一致性分析自主学习的能力

学生的自主学习能力是基于学习者的习得学习方法和技能的学习过程,确定学习目标,选择学习内容,监控学习过程,评价学习结果的完整性。为了探索是否有统计差异控制类和实验类大学生自主学习能力的乒乓球课程开始之前,用单向方差分析不同群体之间进行比较分析,如表所示5。

根据一致性分析结果的不同群体的自主学习能力,在乒乓球教学实验开始之前,没有显著区别控制班和实验班自主学习能力(F= 0.368,> 0.05)。也没有显著差异的四个维度“学习动机、学习过程、学习结果和学习环境”(> 0.05)。这表明学习者不同群体往往是一致的自学习能力,态度,和认知,它创建了一个先决条件的发展本研究实验。

4.1.2。利益一致性分析的运动情况

为了观察是否有统计学差异的大学生在运动情况下控制类和实验前实验班,单向方差分析是用来比较和分析不同群体的数据,如表所示6。

根据不同群体的一致性分析结果体育情境兴趣,在乒乓球教学实验开始之前,学生的体育情境兴趣在控制班和实验班(F= 0.103,> 0.05)和“新奇,挑战,关注。“没有显著差异的6个维度的测试内容(> 0.05)。这表明不同群体的大学生往往有相同级别的体育兴趣参与乒乓球课程之前,满足教学实验的要求。

4.2。分析虚拟现实教学的学习效果

与虚拟仿真技术的深度集成和教育,为学习者创建一个身临其境的教学场景。学生使用各种硬件设备在人类与机器之间的交互和反馈从第一人称的角度来提高他们的学习经验。然而,虚拟现实教学能否促进提高乒乓球教学效果还没有一个确切的答案。为了探索虚拟现实教学的潜在价值,配对样本T以及被用于制造各种测试内容的纵向比较中32学习者在虚拟现实教学类,如表所示7。

通过分析虚拟现实学习效果的乒乓球教学、虚拟现实体育游戏干预后的一个自然的学期,受试者在自主学习能力方面,学习动机(T=−4.158,< 0.05),学习过程(T=−2.502,< 0.05)和学习结果(T=−8.617,< 0.05)明显不同于之前的实验。描述:基于HTC万岁虚拟现实设备作为教学辅助工具对于高校乒乓球选修课,它创建一个高度融入乒乓球学习环境人机交互的参与者与自由,反馈在实践过程中,虚拟场景的真实性。在虚拟的探索,运动的内在动机是刺激,学生独立思考的空间。然而,学习环境没有显著差异(T= 0.272,= 0.787 > 0.05)。根据这个话题,学习环境主要围绕在教室里给学生一些自由选择的活动,虽然学习环境是由虚拟现实设备。虚拟仿真教学环境能够充分保证学生探索的热情,以及缺乏这个指标的差异反映了虚拟现实教学的优越性。

5。结论

总之,虚拟现实技术的关键是关注“虚拟”这个词。“与现实相比,它是虚构的,但它比纯粹的想象力更真实和传统二维表示。科学和技术的发展带来了增加的沉浸感。相信在不久的将来,人们将经验感官刺激,无限接近现实的虚拟环境。心理学是一门科学,研究的人,虚拟现实技术提供了一个新的方向和我们理解的方法,预测和干预人类行为在现实生活中,和摆脱约束的真实环境。本研究将虚拟现实技术应用于高校乒乓球教学。通过分析虚拟现实乒乓球教学的学习效果,发现虚拟现实设备创造的学习环境能够充分保证学生探索的热情,而缺乏改变指标恰恰反映了虚拟现实教学的优越性。因此,本文的研究具有较好的现实意义对提高乒乓球运动技能学习、自主学习能力、学习兴趣的大学生。信息化转型提供了实践基础。

数据可用性

标签数据集用于支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

后来这项工作得到了国家社会科学基金资助项目2021年(21 ftyb012)和哲学社会科学重点项目2020年在贵州省(20 gzzd39)。