Applicazioni dei giochi educativi in realtà aumentata nell'insegnamento delle scienze

Sommario

La realtà aumentata (AR) migliora l'insegnamento delle scienze integrando giochi educativi, migliorando l'interattività e favorendo i risultati di apprendimento. Gli esperimenti mostrano che gli aumenti AR aumentano i punteggi di 28 punti, con matricole e quarte che ottengono 22/30 punti. Gli indicatori di gioco (giocabilità e applicabilità) raggiungono l'84%-87%, e la soddisfazione dell'utente supera il 94%. L'AR migliora significativamente le prestazioni e l'efficacia in classe.

Abstract

Con la profonda integrazione tra tecnologia dell'informazione ed educazione, la realtà aumentata (AR) è diventata una tendenza nell'insegnamento delle scienze, combinando realtà virtuale e interazione in tempo reale. Questo studio progetta e sviluppa un sistema di insegnamento delle scienze basato sulla tecnologia AR, integrato con meccanismi di gioco educativi, per superare i problemi della difficoltà nella comprensione di contenuti astratti e della bassa partecipazione degli studenti nell'insegnamento tradizionale delle scienze. Il sistema è guidato dalle teorie dell'apprendimento esperienziale e del costruttivismo, e integra algoritmi come il tracciamento dei punti di caratteristica, la correzione delle immagini e l'addestramento alla regressione. Questi algoritmi migliorano l'accuratezza e la stabilità dei modelli virtuali in ambienti reali. Infine, viene condotto un esperimento comparativo di 12 mesi in una laurea in scienze e ingegneria presso una determinata università. I risultati sperimentali hanno mostrato che il punteggio medio per il metodo di insegnamento delle scienze utilizzando la tecnologia AR è migliorato significativamente, di 20,11 punti, rispetto al metodo tradizionale. Il voto dei matricole nel sistema didattico è aumentato di 22,36 punti, mentre il punteggio medio degli studenti dell'ultimo anno nel sistema di insegnamento è aumentato di 29,97 punti. Nel sistema di insegnamento delle scienze, gli indicatori di giochi educativi, giocabilità e applicabilità aumentarono rispettivamente a 84, 87 e 86. La soddisfazione degli utenti riguardo all'usabilità del sistema, alla precisione dei contenuti, alla reattività e alla chiarezza degli indicatori potrebbe raggiungere rispettivamente il 97%, 96%, 94% e 98%. In sintesi, il sistema di insegnamento delle scienze che utilizza un gioco educativo con tecnologia AR presenta un miglioramento significativo nelle prestazioni degli studenti e un forte effetto pratico in classe scientifica.

Introduzione

La tecnologia di realtà aumentata (AR) è diventata una necessità, aiutando le persone a sperimentare, rilevare e ispirare, al fine di migliorare l'esperienza di^{vita 1}. Questo conferisce un significato euristico all'educazione e all'insegnamento di contenuti astratti. Data la natura molto astratta e difficile da osservare delle tecnologie VR e AR, esse possono essere utilizzate² per aumentare l'efficacia dell'istruzione e dell'insegnamento, così che il potenziale di apprendimento degli studenti possa essere sfruttato^{e sviluppato 3}. La tecnologia di realtà virtuale offre interattività, immersione e autonomia, che rispondono alle esigenze dell'istruzione contemporanea. Può essere integrato nell'insegnamento pratico per costruire una piattaforma didattica che combina insegnamento virtuale e reale, e soddisfare le esigenze attuali^{di insegnamento 4}. Secondo gli standard del curriculum per l'insegnamento delle scienze, le funzionalità interattive della tecnologia AR vengono utilizzate per supportare l'insegnamento. Il sistema interattivo di insegnamento artistico ha un significato profondo per l'insegnamento delle^{scienze 5}. La ricerca si concentra sull'estrazione delle immagini, il matching delle caratteristiche e gli algoritmi di tracciamento degli oggetti. Analizzando le esigenze dell'insegnamento delle scienze, i giochi educativi AR sono stati progettati per sviluppare la AR nell'educazione scientifica, con l'obiettivo di utilizzare la AR per migliorare la qualità^{dell'insegnamento 6,7}. Rispetto ai sistemi di insegnamento AR esistenti, l'innovazione di questa ricerca risiede principalmente nel fatto che non utilizza semplicemente modelli AR per la visualizzazione dei contenuti, ma integra profondamente algoritmi specifici di visione artificiale e meccanismi di gioco educativi. Questo studio integra il tracciamento e il matching in tempo reale basati su punti di caratteristica e sulla correzione dello stiramento in scala di grigi dell'immagine. Utilizza inoltre modelli di addestramento a cresta e regressione non lineare. Inoltre, lo studio combina esperimenti comparativi a lungo termine e sistemi di indici di valutazione multidimensionali. Questi metodi migliorano la precisione della registrazione, la stabilità del tracciamento e l'adattabilità ambientale degli oggetti virtuali in ambienti reali.

Questo studio si concentra su cinque sezioni. La prima sezione spiega il background e l'importanza della tecnologia AR nell'educazione scientifica e ne evidenzia il potenziale di migliorare la motivazione all'apprendimento e la comprensione di concetti astratti. Il secondo esamina lo stato attuale delle applicazioni dei giochi educativi e i progressi della ricerca nei sistemi educativi AR. La terza sezione analizza le esigenze nel processo didattico e progetta un sistema didattico scientifico basato su giochi educativi con tecnologia RA. La sezione successiva verifica le prestazioni del sistema didattico proposto. L'ultima sezione è un riassunto e una panoramica sui metodi e i risultati della ricerca.

Opere correlate

I giochi educativi sono strumenti didattici che combinano obiettivi di apprendimento con meccanismi di gioco, con l'obiettivo di migliorare i risultati di apprendimento attraverso interazioni divertenti. Con la profonda integrazione tra giochi educativi e tecnologia intelligente, il sistema educativo sta attraversando cambiamenti profondi. Yang et al. hanno proposto un algoritmo collaborativo di raccomandazione di filtraggio che combina il clustering degli strati a grana grossa della copertura e il clustering K-means per affrontare le scarse prestazioni nelle raccomandazioni di giochi educativi. I risultati hanno mostrato che la precisione e il punteggio F1 dell'algoritmo proposto erano rispettivamente 0,880 e 0,826, migliori rispetto al modello di^{pendenza 8}. Sun et al. hanno riportato una meta-analisi di 22 studi empirici per determinare l'efficacia dei giochi educativi nel migliorare le capacità di pensiero computazionale degli studenti. I giochi educativi potrebbero migliorare le capacità di pensiero computazionale^{degli studenti 9}. Udeozor et al. hanno esaminato pratiche di apprendimento basate su giochi digitali. Questo studio ha evidenziato che l'interesse e la domanda delle persone per strumenti di apprendimento esperienziale potenziati dalla tecnologia, come laboratori virtuali e giochi digitali, stavano gradualmente crescendo. Hanno inoltre sottolineato la tendenza futura dell'apprendimento digitale dei giochi nell'educazione^{ingegneristica 10}. Martinez et al. hanno condotto una revisione sistematica di 49 studi rilevanti per comprendere meglio il valore della pratica educativa nei giochi in classe. Alla fine, si è scoperto che i giochi educativi possono diventare uno strumento educativo efficace, utile per quasi tutte le materie¹¹. Gordillo et al. hanno utilizzato un disegno quasi-sperimentale per confrontare l'efficacia dell'apprendimento basato su video e quello basato su giochi nell'educazione online dell'ingegneria del software. I risultati hanno indicato che l'uso di giochi educativi per l'apprendimento è stato più efficace rispetto all'apprendimento tradizionale basato su^{video 12}.

La tecnologia AR è stata ampiamente utilizzata nell'industria, nel trattamento medico, nell'informazione, nell'istruzione e in altri settori grazie alla sua combinazione di interazione virtuale e in tempo reale. Lytvynova et al. hanno affermato che l'integrazione della realtà virtuale e della RA negli ambienti educativi ha aperto nuove possibilità per esperienze di apprendimento partecipative e immersive. È stato realizzato un progetto educativo che ha utilizzato il virtuale e la realtà aumentata. I risultati hanno indicato che la realtà virtuale e la tecnologia AR nel processo educativo fornivano ricche risorse didattiche e di apprendimento, che potrebbero migliorare l'esperienza di^{apprendimento 13}. Álvarez Marín et al. hanno affrontato la ricerca limitata sui metodi educativi basati su AR, discusso i tipi di attività educative che utilizzano la AR e valutato il suo impatto su studenti e insegnanti. I risultati indicarono che nella maggior parte degli studi, i metodi educativi basati su AR hanno contribuito a migliorare le prestazioni^{accademiche 14}. De Moraes Rossetto et al. hanno affermato che l'applicazione della realtà aumentata e della realtà virtuale è diventata un approccio trasformativo nel campo dell'istruzione. Pertanto, questo studio ha sviluppato un'applicazione composta da AR e realtà virtuale e ne ha valutato l'impatto sul processo didattico. I risultati hanno indicato che sia la realtà aumentata che la realtà virtuale hanno mostrato potenzialità nel supportare il processo^{didattico 15}. Radu et al. hanno proposto un sistema AR basato su HoloLens per migliorare le prestazioni di apprendimento della fisica. I risultati indicarono che il sistema AR aiutava gli studenti a apprendere il contenuto spaziale e le relazioni strutturali, ma ostacolava anche la loro comprensione del contenuto^{cinestetico 16}. Kleftotimos et al. hanno proposto due applicazioni di AR educatiche basate sulla posizione per migliorare la soddisfazione e il coinvolgimento degli studenti, e hanno invitato 129 studenti a una valutazione preliminare. I risultati indicano che le applicazioni AR punteggiano elevati in usabilità, soddisfazione degli studenti e percezione dell'utilità educativa¹⁷.

In sintesi, la natura interattiva della tecnologia AR offre un'esperienza di apprendimento più naturale sia per insegnanti che per studenti e migliora la consapevolezza dell'esplorazione. Tuttavia, i sistemi di insegnamento AR esistenti si concentrano principalmente sulla visualizzazione dei modelli e sull'interazione semplice, mancando di una profonda integrazione con i meccanismi di gioco educativi e obiettivi di apprendimento di ordine superiore. Non ci sono ricerche sufficienti sul tracciamento a lungo termine, e anche l'adattabilità e la stabilità del tracciamento dell'ambiente di sistema devono essere migliorate. Pertanto, questo studio mira a sviluppare un sistema didattico scientifico che integri la tecnologia AR e i meccanismi di gioco educativi. L'attenzione è rivolta all'affrontare questioni come l'accuratezza della registrazione, la stabilità del tracciamento e l'adattabilità degli oggetti virtuali in ambienti reali. Attraverso esperimenti comparativi a lungo termine e sistemi di valutazione multidimensionali, viene verificata la sua efficacia nel migliorare i risultati e le esperienze di apprendimento degli studenti.

Protocollo

Questo studio è stato sottoposto a una rigorosa revisione e approvazione da parte del comitato di revisione etica competente, e l'intero processo di ricerca aderisce rigorosamente alla Dichiarazione di Helsinki e agli standard etici accademici applicabili, tutelando pienamente i diritti e gli interessi legittimi, il benessere fisico e mentale e la privacy personale dei partecipanti.

Il processo di reclutamento dei partecipanti alla ricerca rispetta i requisiti etici e tutti i partecipanti hanno firmato un modulo scritto di consenso informato prima di partecipare allo studio. Il modulo di consenso informato è chiaro e facile da comprendere e descrive esplicitamente l'ambito della raccolta dei dati (inclusi rendimenti accademici, dati di valutazione del sistema e soddisfazione degli utenti), lo scopo dell'uso dei dati (esclusivamente per l'analisi accademica in questo studio) e le misure adottate per garantire la riservatezza dei dati. La partecipazione è stata interamente volontaria e tutti i partecipanti hanno fornito il consenso informato senza alcuna coercizione o stimolo. L'attrezzatura utilizzata è elencata nella Tabella dei Materiali.

1. Partecipanti, progettazione dello studio e quadro di valutazione

200 studenti universitari (106 maschi e 94 femmine, con un'età media di 20,4 ± 1,2 anni) e 100 insegnanti (52 maschi e 48 donne, con una media di 8,6 ± 4,3 anni) vengono reclutati casualmente tra gli studenti di scienze e ingegneria di una determinata università come partecipanti. I partecipanti sono divisi casualmente in un gruppo sperimentale e un gruppo di controllo utilizzando un metodo di campionamento casuale stratificato, con 150 persone in ciascun gruppo. Il test di conoscenza di base prima dell'esperimento conferma che non vi è alcuna differenza statisticamente significativa (p > 0,05) nel livello iniziale di conoscenza tra i due gruppi. Il gruppo sperimentale utilizza un sistema didattico basato su tecnologia AR, mentre il gruppo di controllo utilizza metodi di insegnamento tradizionali. I metodi di insegnamento tradizionali si riferiscono al processo di insegnamento standardizzato ampiamente adottato, incentrato su insegnanti e libri di testo. Questo include lezioni per insegnanti, apprendimento con libri di testo e grafici statici, calcoli teorici e non coinvolge alcuna simulazione interattiva 3D né tecnologia AR. I criteri di inclusione sono: gli studenti universitari devono aver completato il corso prerequisito di Meccanica dei Materiali e gli insegnanti devono avere esperienza didattica rilevante nel corso. I criteri di esclusione sono: coloro che hanno una storia di grave disabilità visiva o mal d'auto. Tutti i partecipanti firmano moduli di consenso informato e vengono informati che possono ritirarsi dall'esperimento in qualsiasi momento. Il periodo sperimentale è di 12 mesi, e i dati sulle prestazioni accademiche e la valutazione del sistema vengono raccolti prima dell'inizio dell'esperimento, al 6° mese e al 12° mese. Lo strumento di valutazione adotta un "Sistema di Indice di Valutazione dei Giochi Educativi" auto-sviluppato (nella Tabella 1) per valutare l'efficacia del sistema da tre dimensioni: educativa, di gioco e applicabilità, con un totale di 15 indicatori. Vengono raccolti dati sulla soddisfazione degli utenti, che coprono quattro aspetti: facilità di utilizzo, accuratezza dei contenuti, tempestività della risposta e chiarezza degli indicatori.

2. Configurazione del sistema sperimentale, procedure e analisi dei dati

L'equipaggiamento hardware include un dispositivo di visualizzazione AR (Microsoft HoloLens 2), una fotocamera di profondità integrata e una fotocamera RGB, un computer dotato di processore Intel Core i9-11950H, 32GB di RAM e una scheda grafica A2000. Il sistema operativo utilizza Windows 11, il motore di sviluppo utilizza Unity 2021, la libreria di visione artificiale utilizza OpenCV 4.13.0 e l'ambiente di sviluppo integrato è Visual Studio 2022. Quando c'è un cambiamento significativo nell'illuminazione dell'ambiente sperimentale o quando l'attrezzatura viene utilizzata per la prima volta in quello spazio fisico, è necessario effettuare una calibrazione della telecamera. Esegue lo script di calibrazione integrato CalibrationScript. cs e catturare almeno 15 immagini a scacchiera da angolazioni e posizioni diverse usando la fotocamera HoloLens. Lo script calcola automaticamente i parametri intrinseci della telecamera e i coefficienti di distorsione. Lo standard per una calibrazione efficace è che l'errore medio di riproiezione sia inferiore a 0,5 pixel. Se lo standard non viene rispettato, il sistema chiederà di riacquisire l'immagine. Dopo una calibrazione riuscita, i parametri di calibrazione vengono inviati per le successive chiamate ai moduli di registrazione 3D.

L'esperimento si svolge al chiuso, con la luce ambientale mantenuta a 300 ± 50 lux. La carta sperimentale con specifiche marcature AR viene posizionata al centro del tavolo, e il bordo della carta è parallelo al bordo del tavolo. La posizione di osservazione è impostata a circa 60 cm dal centro della scheda con entrambi gli occhi, e la fotocamera HoloLens 2 è inizialmente messa a fuoco sul piano della scheda. L'interazione gestuale adotta i gesti "raggio di mano" e "clic d'aria" preimpostati da HoloLens 2. Il suo indice è esteso e gli altri dita sono ritirati puntando verso il campione virtuale e mantenendo un gesto stabile per più di 0,5 secondi per selezionare l'oggetto. Successivamente, la forza viene applicata spingendo rapidamente l'indice in avanti, con un valore di forza predefinito di 50N applicato dal sistema lungo l'asse del campione virtuale. Il tempo di operazione riuscita previsto per completare un'interazione gestuale completa è di 1–2 secondi. I parametri di visione artificiale del sistema sono impostati come segue: chiama la funzione aruco.detectMarkers di OpenCV in Unity per rilevare la soglia (adaptiveThreshWinSizeMin=3, adaptiveThreshWinSizeMax=23). Il checkpoint di rilevamento dei marker è che il sistema deve riconoscere stabilmente lo stesso marker (confidenza>0,95) in un flusso video continuo di 30 frame prima di attivare il rendering di oggetti virtuali. Quando la rilevazione ha successo, il bordo segnato sullo schermo mostra un bordo verde accompagnato da un breve feedback di vibrazione. La calibrazione della fotocamera utilizza il CalibrationScript integrato. Lo script CS, che richiede un motivo scacchiera con 9 × 6 punti d'angolo interni e una lunghezza laterale di 2,5 cm. Almeno 15 fotogrammi del motivo devono essere presentati da angolazioni diverse all'interno del campo visivo della fotocamera. Lo standard di calibrazione riuscito è un errore medio di riproiezione inferiore a 0,5 pixel. Il processo di calibrazione dovrebbe essere completato entro 2 minuti. Dopo il successo, il log "Calibration Succeeded" dovrebbe essere prodotto nella console dell'editor Unity e il cono della fotocamera calibrato dovrebbe essere visualizzato nella scena. Il rendering degli oggetti virtuali adotta la pipeline di rendering in tempo reale di Unity, con uno shader di materiale Standard e un modello di illuminazione coerenti con la luce ambientale.

La procedura sperimentale comprende principalmente quattro fasi. Innanzitutto, indossa e regola correttamente il dispositivo HoloLens 2. In secondo luogo, posiziona la scheda sperimentale con specifiche marcature AR sul desktop. La telecamera di sistema cattura continuamente i flussi video. Chiama la funzione aruco.detectMarkers in OpenCV per il rilevamento e il riconoscimento dei tag. Terzo, dopo aver identificato con successo il segno, il sistema rende il campione materiale virtuale nel mondo reale secondo le equazioni (1)–(4). Il sistema di coordinate dell'ambiente virtuale ζηξ e il sistema di coordinate dell'ambiente reale xyz possono essere trasformati, e l'equazione di trasformazione è mostrata nell'equazione (1).

[ xyz1] = [ζηξ1] A (1)

Nell'equazione (1), A rappresenta la matrice di trasformazione tra due sistemi, dove l'ambiente reale xyz e la camera x'y'z' possono essere trasformati. L'equazione di cambiamento è mostrata nell'equazione (2).

[ x'y'z'1] = [ζηξ1] AB (2)

Nell'equazione (2), B rappresenta la matrice di trasformazione tra i due sistemi di coordinate. X'Y'Z' proietta gli oggetti virtuali tracciati nel sistema di coordinate bidimensionali UV, in modo da realizzare la registrazione accurata dell'ambiente virtuale nell'ambiente reale. La trasformazione tra le coordinate dello schermo e le coordinate della camera x'y'z' della proiezione a fusione di oggetti virtuali e ambienti reali è mostrata nell'equazione (3).

(3)

Nell'equazione (3), d_x rappresenta il numero di pixel nella direzione assiale x. d_y è il numero di pixel nella direzione assiale y. La relazione geometrica tra la telecamera e il sistema di coordinate immagine proiettata dalla fusione tra oggetto virtuale e ambiente reale è mostrata nell'equazione (4) usando l'equazione simile del triangolo.

(4)

Applicando forza al campione virtuale tramite gesti predefiniti, il sistema calcola e visualizza in tempo reale la distribuzione delle tensioni e la deformazione del campione basandosi sulle equazioni (5)–(7). La forza interna per unità di area è lo sforzo, come mostrato nell'equazione (5).

(5)

Nell'equazione (5), F si riferisce alla forza, A all'area della sezione trasversale e p_m alla tensione per unità di area. La tensione totale è mostrata nell'equazione (6).

(6)

Nell'equazione (6), p rappresenta la componente delle tensioni totali, σ è la tensione normale, la componente delle tensioni perpendicolare alla sezione, e τ è la tensione di taglio e la componente delle tensioni tangente alla sezione. La tensione normale è mostrata nell'equazione (7).

(7)

Nell'equazione (7), F_N è la forza assiale e A è l'area della sezione trasversale. In quarto luogo, registrazione dei dati e generazione di rapporti. I dati chiave generati durante l'esperimento vengono automaticamente salvati in formato CSV. Dopo l'esperimento genera un rapporto sperimentale in formato PDF, che include curve solle-deformazione e riassunti chiave dei dati. Tutti i file vengono esportati nella directory locale e nominati nel formato data dell'esperimento + tipo di esperimento. I passaggi di terminazione del protocollo includono la conferma del salvataggio dei dati, lo spegnimento del dispositivo, lo spegnimento del software e un controllo dello stato del sistema. Dopo l'esperimento, lo studio conferma la fine dell'applicazione tramite il pulsante "Exit System" nel menu principale, rimuove il dispositivo HoloLens 2 e lo spegne secondo le procedure operative standard. Infine, sulla macchina di sviluppo, la modalità di esecuzione dell'editor Unity viene interrotta e tutte le finestre software correlate vengono chiuse.

SPSS 26.0 è utilizzato per l'analisi dei dati. Prima di applicare il test t a campioni accoppiati, si valuta prima la normalità delle differenze di miglioramento delle prestazioni. Il test di Shapiro-Wilk viene utilizzato per analizzare tutte le variabili rilevanti. Inoltre, i risultati mostrano che i valori p per tutte le variabili sono superiori a 0,05, indicando che i dati rispettano una distribuzione normale e soddisfano i prerequisiti per il test t. Il test t dei campioni accoppiati viene utilizzato per confrontare il miglioramento delle prestazioni tra i gruppi sperimentali e quelli di controllo per dati di misura ripetuta, come la soddisfazione. L'analisi della varianza con misure ripetute viene utilizzata per valutare i cambiamenti nel tempo. Il livello di significatività è impostato a p<0,05. Inoltre, per valutare l'entità dell'effetto, si calcola il valore d di Cohen, dove d>0,8 indica un effetto grande.

3. Costruzione di sistemi di insegnamento delle scienze basati su giochi didattici di tecnologia AR

In linea con gli standard di insegnamento scientifico, le funzionalità interattive della tecnologia AR e dei sistemi didattici vengono utilizzate per introdurle nell'istruzione e liberarne il potenziale maggiore. La tecnologia AR è di grande importanza nell'insegnamento delle scienze. Prima di tutto, può concretizzare e visualizzare il contenuto astratto dell'apprendimento. Il secondo è migliorare l'esperienza di apprendimento degli apprendenti, affinché abbiano un migliore senso di partecipazione e concentrazione. Pertanto, è di grande importanza combinare il sistema didattico con un'aula per l'istruzione. Il design del sistema di questo studio è guidato dall'apprendimento esperienziale e dai principi costruttivisti. L'obiettivo è trasformare concetti astratti in oggetti visivi tangibili e osservabili attraverso meccanismi di interazione AR e incoraggiare gli studenti a costruire attivamente conoscenze. Nel frattempo, viene introdotto il modello di accettazione tecnologica per valutare l'utilità percepita e la facilità d'uso del sistema, misurandone così il potenziale applicativo pratico.

3.1 Integrazione di giochi educativi e tecnologia di realtà aumentata

La tecnologia AR integra ambienti virtuali e reali, offrendo agli utenti una nuova esperienza sensoriale. La tecnologia AR traccia e raccoglie prima i punti di funzionalità di scene reali, poi esegue il riconoscimento delle immagini. La seconda è tracciare l'immagine nella posizione della mappa di segnalazione. L'angolazione della telecamera e altre informazioni sono importanti¹⁸. Infine, percependo la sensibilità della telecamera all'ambiente e sovrapponendo il modello, si può ottenere la fusione tra virtuale e realtà, ottenendo un effetto immersivo. L'implementazione della tecnologia AR è mostrata nella Figura 1.

Figura 1: Fasi di implementazione della tecnologia AR. Clicca qui per visualizzare una versione più grande di questa figura.

Educational game è un software per videogiochi che integra la funzione educativa e quella di intrattenimento. Può coltivare intelligenza, competenze, conoscenze, atteggiamento e valori degli utenti del gioco, e il suo impatto sugli studenti non va sottovalutato. La tecnologia AR ha tre caratteristiche fondamentali e significative. Innanzitutto, integra accuratamente virtuale e realtà, integra la scena tridimensionale creata con l'ambiente reale, attiva tutti i sensi dell'utente e permette all'utente di vivere il mondo^{reale 19}. La seconda è utilizzare dispositivi intelligenti moderni per ottenere un'interazione intelligente tra persone e dispositivi. Infine, l'ambiente 3D generato al computer viene registrato con il bersaglio effettivo in 3D. Gli utenti possono continuare a tracciare oggetti reali senza perderli e mantenere un tracciamento accurato in ogni momento. Il principio della tecnologia di registrazione 3D è mostrato nella Figura 2.

Figura 2: Diagramma schematico della registrazione 3D. Clicca qui per visualizzare una versione più grande di questa figura.

Il diagramma schematico di registrazione tridimensionale mostrato nella Figura 2, dove x'y'z' sono le coordinate della camera, xyz le coordinate specifiche dell'ambiente reale, ζηξ le coordinate dell'ambiente virtuale, uv sono le coordinate dello schermo della proiezione a fusione dell'oggetto virtuale e dell'ambiente reale, e ''o'z' è la direzione della linea di vista dell'utente. Dopo l'omogeneizzazione e la combinazione, il calcolo è mostrato nell'equazione (4). L'importanza educativa della tecnologia di registrazione 3D (equazioni (1)–(4)) risiede nella sua capacità di trasformare sistemi di coordinate virtuali astratti in sovrapposizioni visive stabili e accurate sugli schermi degli studenti. Questa tecnologia garantisce che i modelli virtuali possano essere effettivamente attaccati alle schede marcatrici reali, e il modello non si muoverà o tremerà quando gli studenti spostano la loro prospettiva. Il valore educativo diretto di questa tecnologia risiede nella sua capacità di offrire agli studenti un ambiente di osservazione stabile e affidabile. Questo ambiente permette agli studenti di osservare e riflettere su campioni meccanici virtuali da qualsiasi angolazione. Di conseguenza, gli studenti coltivano l'immaginazione spaziale e la capacità di osservazione multiangolazione.

3.2 Analisi della domanda dei giochi educativi scientifici basati sulla tecnologia AR

Per raggiungere gli obiettivi didattici della scienza, gli studenti devono acquisire sistematicamente conoscenze, competenze ed esperienze comportamentali. Quando si progettano giochi educativi in AR, è necessario analizzare correttamente i contenuti^{didattici 20}. Selezionare i contenuti didattici appropriati, integrarli con la tecnologia AR e innovare i metodi didattici può aiutare efficacemente gli studenti a costruire un sistema di conoscenza coerente. L'oggetto di ricerca della meccanica dei materiali sono vari materiali con diverse forme di componenti. Studia principalmente la resistenza, la rigidità e la stabilità sotto diverse forze. Migliorare l'esperienza visiva intuitiva e il senso interattivo di partecipazione degli studenti. Pertanto, la combinazione della tecnologia AR e del sistema educativo viene utilizzata per analizzare le esigenze della tecnologia AR nei giochi di educazione scientifica, prendendo come esempio l'analisi sollecitazione-deformazione. Il sistema fornisce preparazione sperimentale e simulazione per i punti di conoscenza di stress e deformazione in meccanica, e assiste gli insegnanti nell'insegnamento degli esperimenti. Gli utenti del sistema includono principalmente visitatori, studenti, insegnanti e amministratori, mentre le sue funzioni includono la gestione degli esperimenti, il caricamento degli esperimenti, gli esperimenti interattivi e la visualizzazione dei dati. Il sistema è mostrato nella Figura 3.

Figura 3: Diagramma dei casi d'uso del sistema sperimentale di valutazione per il completamento dei corsi. Clicca qui per visualizzare una versione più grande di questa figura.

L'integrazione della tecnologia AR e del sistema educativo è mostrata nella Figura 3. Questo sistema può garantire che gli insegnanti siano adeguatamente preparati prima del corso, padroneggino esperimenti e gestiscano gli studenti durante il corso. Dopo l'esperimento, gli insegnanti possono visualizzare e valutare i progressi degli studenti, aiutare a gestire i dati dei corsi, migliorare i tassi di completamento degli esperimenti e assistere gli amministratori nella gestione dei dati sui risultati degli esperimenti degli studenti. Pertanto, il sistema di insegnamento della tecnologia AR è costruito sull'architettura model-view-controller (MVC). La modalità di elaborazione dei dati di questa modalità è mostrata nell'equazione (8).

V(s) = max sim(s →f(s)) (8)

Nell'equazione (8), V(s) rappresenta il contenuto dei dati visualizzato dal livello di visualizzazione secondo i requisiti dell'utente, sis risorse didattiche e f(s) è l'informazione utente. La modalità operativa dell'interazione in tempo reale tra il sistema didattico diversificato e gli utenti è mostrata nell'equazione (9).

K(s) = s_i ∩ [f(_{s 1}), f(_{s 2}),...,ff(_{s n})] (9)

Nell'equazione (9), K(s) rappresenta la regola di business della modalità, s₁ rappresenta il parametro caratteristico degli oggetti dati, e f(_{s n}) rappresenta il parametro caratteristico delle informazioni sulla domanda dell'utente. Basandosi sulla relazione interattiva tra il sistema di insegnamento delle scienze della tecnologia AR e gli utenti, la modalità operativa è mostrata nell'equazione (10).

g(x) = max K(s) → f(s) (10)

Nell'equazione (10), g(x) rappresenta l'oggetto richiesta, f(x) è la fonte dei requisiti dell'utente e max K(s) è il valore massimo della somiglianza delle caratteristiche. La modalità MVC è composta da cinque componenti principali: business, controller, persistenza, visualizzazione e database. Il livello view collega utenti e dati tramite pagine web, consentendo l'interazione, e fornisce la funzionalità per visualizzare le pagine web. Il livello dati memorizza e elabora i dati dal livello superiore. Il livello di servizio è responsabile di soddisfare le esigenze dell'utente e di implementare la logica dei servizi. Il sistema di insegnamento delle scienze AR basato sulla modalità MVC è mostrato nella Figura 4.

Figura 4: Diagramma dell'architettura tecnica del sistema di insegnamento delle scienze. Clicca qui per visualizzare una versione più grande di questa figura.

Interagendo con il database, le informazioni sulle operazioni dati ottenute nel livello di logica aziendale vengono mappate attraverso il livello di persistenza. Il livello di visualizzazione è responsabile della visualizzazione dell'interfaccia front-end principale, del caricamento dei dati sperimentali, della visualizzazione dei risultati sperimentali e della valutazione dei report sperimentali. Il livello di logica aziendale è diviso in un livello business e un controller, che riceve le richieste degli utenti e le inoltra al processore del livello di logica business per l'elaborazione. Il livello tecnologico costruisce i blocchi comuni di più oggetti in moduli separati, consentendo riferimenti diretti al sistema.

3.3 Progettazione di architettura di sistemi didattici basata sulla tecnologia AR e sui giochi educativi scientifici

L'insegnamento delle scienze è un processo bidirezionale di insegnamento e apprendimento. Per raggiungere gli obiettivi didattici, la progettazione dei giochi educativi AR dovrebbe seguire i cinque principi di interattività, interesse, scienza, facilità di gestione e istruzione²¹. L'interattività è la caratteristica principale della tecnologia AR. Il gioco educativo dovrebbe mettere in evidenza i vantaggi della tecnologia AR, permettendo agli studenti di vivere un'esperienza ricca e interattiva in esperimenti che attivino l'atmosfera della classe e migliorino l'efficacia dell'insegnamento. I giochi educativi sono progettati con obiettivi didattici chiari e punti chiave per raggiungere sia gli obiettivi di insegnamento che quelli di apprendimento. Pertanto, il sistema didattico basato sulla tecnologia AR comprende principalmente sei moduli, come mostrato nella Figura 5.

Figura 5: Diagramma del modulo del sistema didattico AR per l'insegnamento delle scienze. Clicca qui per visualizzare una versione più grande di questa figura.

Il modulo del sistema didattico è composto principalmente dal modulo introduzione del sistema, modulo utente, modulo esperimento, modulo selezione degli esperimenti, modulo home page e modulo statistiche dei risultati. Il modulo introduttivo all'esperimento può facilmente informare gli utenti e fornire istruzioni per l'utilizzo del sistema didattico, inclusi i requisiti per l'esperimento in classe e i requisiti del rapporto sperimentale. Il modulo utente gestisce gli utenti, inclusa la registrazione dell'account, il cambio account, il logout dell'account e la modifica della password. Il modulo di selezione sperimentale utilizza lo schermo touch per selezionare le parti sperimentali. Il modulo sperimentale esegue il riconoscimento dei punti di caratteristiche e l'analisi delle caratteristiche sulle immagini sperimentali importate. Regola anche la differenza di luce in modo appropriato per la visualizzazione reale. La progettazione del sistema didattico basato sulla tecnologia AR è strettamente incentrata sugli obiettivi educativi. In particolare, le funzioni educative fondamentali del modulo sperimentale e del modulo di selezione sperimentale sono quello di dare potere agli studenti. Possono esplorare in modo indipendente. L'importanza educativa del modulo statistiche dei risultati risiede nel fornire una base oggettiva per gli insegnanti. Gli insegnanti possono usarla per valutare i risultati di apprendimento. A causa delle caratteristiche dell'AR, richiede l'uso in scene con illuminazione adeguata e stabile. Il metodo dello stiramento grigio può essere usato per renderli distribuiti uniformemente, come mostrato nell'equazione (11).

g(x,y) = [(255 - c)/ b - a] f(x,y) + c (11)

Nell'equazione (11), c rappresenta il punto di partenza del livello di grigio dopo correzione. A e B rappresentano rispettivamente il punto di partenza e la fine del livello di grigio prima della correzione. Nel metodo di tracciamento basato sulle caratteristiche, l'equazione centrale è mostrata nell'equazione (12).

(12)

Nel processo di tracciamento, viene selezionato un modello di regressione a cresta per la regressione lineare e un modello di regressione non lineare viene utilizzato per l'addestramento. La funzione gaussiana è mostrata nell'equazione (13).

(13)

L'amministratore si trova nel modulo di punteggio utente. In questo sistema, lo standard di punteggio del corso sperimentale viene gestito e valutato dall'amministratore. Gli studenti possono visualizzare i risultati e i dati sperimentali tramite il modulo dei risultati sperimentali. Il modulo della home page del sistema include l'introduzione del sistema, l'introduzione degli esperimenti, il sistema di uscita e altri contenuti. La Figura 6 mostra il quadro complessivo del sistema.

Figura 6: Modulo della homepage dell'architettura dei sistemi di insegnamento dell'insegnamento delle scienze e delle scienze. Clicca qui per visualizzare una versione più grande di questa figura.

Il processo di sistema nel sistema didattico è composto principalmente da quattro parti, tra cui la preparazione dei materiali di disegno, l'ottimizzazione interattiva dei test, la ricerca e l'ordinamento dei dati e il sistema di implementazione. È incorporato nella registrazione e identificazione della carta, così come nell'identificazione del modello del pezzo esposto. Infine, viene presentata l'immagine di analisi tensione-deformazione dei dati sperimentali e si possono ottenere le caratteristiche meccaniche dei materiali con proprietà diverse nell'analisi tensione-deformazione. Dopo l'esperimento, può essere presentata la base del rapporto sperimentale finale. Pertanto, il processo sperimentale del sistema è mostrato nella Figura 7.

Figura 7: Diagramma di flusso dell'implementazione del sistema di insegnamento AR per l'insegnamento delle scienze. Clicca qui per visualizzare una versione più grande di questa figura.

L'architettura complessiva del sistema include l'architettura della tecnologia di progettazione e i moduli funzionali. Il sistema didattico può aiutare gli studenti a migliorare la consapevolezza di sé e l'esplorazione, e aiutare gli educatori a organizzare esperimenti didattici attraverso giochi educativi. Grazie all'interattività del sistema didattico, gli studenti possono utilizzare il sistema di insegnamento AR. Nell'insegnamento delle scienze supportato dalla tecnologia AR, le esigenze degli educatori possono essere soddisfatte, così che l'insegnamento curriculare possa sviluppare contenuti didattici con forte applicabilità per gli studenti²². Pertanto, i contenuti didattici possono essere ottimizzati e l'entusiasmo e la creatività degli studenti nel corso possono essere potenziati per migliorare l'effetto didattico.

Risultati

Risultati della valutazione dell'esperienza educativa nei giochi e dell'efficacia dell'apprendimento

Per verificare la scientificità e la praticabilità del sistema didattico, viene analizzato il sistema di insegnamento delle scienze sviluppato tramite un gioco educativo utilizzando tecnologia AR. Per quantificare le prestazioni fondamentali del sistema, i dati degli indicatori tecnici vengono raccolti in modo sincrono durante il processo speri...

Discussione

Con lo sviluppo della scienza e della tecnologia, l'impatto della tecnologia dell'informazione sulla vita quotidiana delle persone si estende in molti settori, e lo Stato si impegna a promuovere la profonda integrazione delle tecnologie dell'informazione con l'istruzione e l'insegnamento. La tecnologia AR, con interazione in tempo reale e combinazione di virtuale e reale, è popolare nel settore dell'istruzione. Tulgar et al. hanno scoperto, attraverso un'ampia analisi bibliometrica, che ...

Materiali

Elenco dei materiali utilizzati in questo articolo

Nome	Azienda	Numero di catalogo	Commenti
Dispositivo di visualizzazione AR	Microsoft	HoloLens 2	https://www.microsoft.com/en-us/hololens/hardware
Biblioteca di Visione Artificiale	OpenCV Team	OpenC 4.13.0	https://opencv.org/releases/
Motore di sviluppo	Unity Technologies	Unity 2021 LTS	https://unity.com/releases/2021-lts
Scheda grafica	NVIDIA	RTX A2000	https://www.nvidia.com/content/dam/en-zz/Solutions/design-visualization/rtx-a2000/rtx-a2000-datasheet-us-nvidia-1520552-r3-web.pdf
Ambiente di Sviluppo Integrato	Microsoft	Visual Studio 2022	https://visualstudio.microsoft.com/vs/
Sistema operativo	Microsoft	Windows 11	https://www.microsoft.com/en-us/windows/windows-11
Processore	Intel	Core i9-11950H	https://www.intel.com/content/www/us/en/products/sku/213800/intel-core-i911950h-processor-24m-cache-up-to-5-00-ghz/specifications.html