科学教育における拡張現実教育ゲームの応用

サマリー

拡張現実(AR)は、教育用ゲームの統合、インタラクティビティの向上、学習成果の向上により、科学教育を向上させます。実験によると、ARブーストはスコアを28ポイント上げ、1年生や4年生は30点中22ポイントを獲得しています。ゲームの指標(プレイアビリティと適用可能性)は84%から87%に達し、ユーザー満足度は94%を超えています。ARはパフォーマンスと教室の効果を大幅に向上させます。

要約

情報技術と教育の深い統合により、拡張現実(AR)はバーチャルリアリティとリアルタイムのインタラクションを組み合わせた科学教育のトレンドとなっています。本研究は、AR技術と教育ゲームメカニズムを統合した科学教育システムを設計・開発し、抽象的な内容の理解の難しさや従来の科学教育における学生参加の少なさを克服することを目的としています。このシステムは体験学習と構成主義の理論に基づいており、特徴点トラッキング、画像補正、回帰訓練などのアルゴリズムを統合しています。これらのアルゴリズムは、実際の環境における仮想モデルの精度と安定性を向上させます。最後に、ある大学の理工学専攻で12か月間の比較実験が行われます。実験結果では、AR技術を用いた科学指導法の平均スコアが従来の教授法と比べて20.11ポイント有意に向上しました。教育システムにおける新入生の成績は22.36ポイント上昇し、4年生の平均スコアは29.97ポイント上昇しました。科学教育システムでは、教育用ゲームの指標、プレイアビリティ、適用性の指標がそれぞれ84、87、86に上昇しました。システムの使いやすさ、コンテンツの正確性、応答性、指標の明瞭さに対するユーザーの満足度はそれぞれ97%、96%、94%、98%に達する可能性があります。まとめると、AR技術を用いた教育ゲームを用いた科学教育システムは、生徒の成績を大幅に向上させ、科学教室での実践的な効果も強く見ています。

概要

拡張現実(AR)技術は必須となっており、人々が体験し、感知し、インスピレーションを与え、人生体験を向上させる手助けをしています^。これは抽象的内容の教育と教育にヒューリスティックな意義をもたらします。VRやAR技術は非常に抽象的で観察が難しい性質を持つため、^教育や教育の効果を高めるために活用できます。これにより、学生の学習の可能性を引き出し、発展させることができます。³.バーチャルリアリティ技術は、インタラクティブ性、没入感、自律性を持ち、現代教育のニーズに応えています。実践的な教育に統合し、仮想と実教を組み合わせた教育プラットフォームを構築し、現在の^{教育ニーズに応え}ることができます。科学教育カリキュラムの基準によれば、AR技術のインタラクティブ機能は教育支援に活用されています。インタラクティブな美術教育システムは理科教育において深い意義^{を持っています。}研究は画像抽出、特徴照合、物体追跡アルゴリズムに焦点を当てています。科学教育のニーズを分析することで、AR教育ゲームはARを科学教育に発展させるために設計され、ARを活用して^教育の質を向上させることを目指し^{ています。}既存のAR教育システムと比較して、この研究の革新は、単にARモデルをコンテンツ表示に用いるだけでなく、特定のコンピュータビジョンアルゴリズムや教育用ゲームメカニズムを深く統合している点にあります。本研究は特徴点と画像のグレースケール伸縮補正に基づくリアルタイムトラッキングとマッチングを統合しています。また、リッジ回帰モデルや非線形回帰トレーニングモデルも使用しています。さらに、本研究は長期比較実験と多次元評価指数システムを組み合わせています。これらの手法は、仮想オブジェクトの登録精度、追跡安定性、環境適応性を向上させます。

本研究は5つのセクションに焦点を当てています。第1章では、AR技術の科学教育における背景と研究的重要性を説明し、学習動機付けや抽象概念の理解を高める可能性を強調します。2つ目は、教育ゲームの現状とAR教育システムの研究進捗をレビューします。第3セクションでは、教育プロセスのニーズを分析し、AR技術の教育ゲームに基づく科学的教育システムを設計します。次のセクションでは、提案された教育システムの性能を確認します。最後のセクションは、研究手法と成果の概要と展望です。

関連作品

教育用ゲームは、学習目標とゲームメカニズムを組み合わせた教育ツールであり、楽しい交流を通じて学習成果を向上させることを目的としています。教育ゲームとインテリジェント技術の深い統合により、教育システムは大きな変革を遂げています。Yangらは、カバレッジ、粗粒度層クラスタリング、K平均クラスタリングを組み合わせた協働フィルタリング推奨アルゴリズムを提案し、教育用ゲーム推奨の低パフォーマンスに対応する。結果は、提案されたアルゴリズムの精度とF1スコアがそれぞれ0.880と0.826であり、スロープモデル⁸よりも優れていることを示しました。Sunらは、教育用ゲームの計算思考能力向上の効果を明らかにするために、22件の実証研究のメタアナリシスを報告しました。教育用ゲームは生徒の計算的^{思考力を向上させる}可能性があります。Udeozorらはデジタルゲームに基づく学習実践をレビューしました。この研究は、バーチャルラボやデジタルゲームなどの技術によって高まった体験型学習ツールへの関心と需要が徐々に高まっていることを指摘しました。また、^{工学教育における}デジタルゲーム学習の将来的なトレンドも強調しました。Martinezらは、教室での教育的ゲーム実践の価値をより深く理解するために、関連する49件の研究を体系的にレビューしました。最終的に、教育用ゲームが効果的な教育ツールとなり、ほぼすべての¹¹科目に有益であることが判明しました。Gordilloらは準実験設計を用いて、オンラインソフトウェア工学教育におけるビデオベースの学習とゲームベースの学習の効果を比較しました。結果は、教育用ゲームを学習に活用することが従来のビデオベースの学習よりも効果的であることを示しました¹²。

AR技術は、仮想とリアルタイムのインタラクションを組み合わせたため、産業、医療、情報、教育などで広く利用されています。Lytvynovaらは、バーチャルリアリティとARの教育環境への統合が、参加型かつ没入型学習体験の新たな可能性を開いたと述べています。バーチャルとARを活用した教育プロジェクトが実施されました。その結果、バーチャルリアリティやAR技術が教育過程において豊富な教育・学習リソースを提供し、学習体験を向上させる可能性があることが示されました¹³。Álvarez Marínらは、ARベースの教育手法に関する限られた研究に取り組み、ARを活用する教育活動の種類について議論し、学生や教師への影響を評価しました。結果は、ほとんどの研究でARベースの教育方法が学業成績の向上に寄与したことを示しています¹⁴。De Moraes Rossettoらは、ARとバーチャルリアリティの応用が教育分野における変革的なアプローチとなったと述べています。そのため、本研究はARとバーチャルリアリティを組み合わせたアプリケーションを開発し、それが教育過程に与える影響を評価しました。結果は、ARとバーチャルリアリティの両方が教育プロセスを支援する可能性を示していることを示しました¹⁵。Raduらは、物理学習性能を向上させるためにHoloLensに基づくARシステムを提案しました。結果は、ARシステムが学生の空間内容や構造的関係の学習を助けた一方で、運動感覚的内容の理解を妨げることを示しました¹⁶。Kleftotimosらは、学習者の満足度とエンゲージメントを向上させるための2つの位置情報型教育ARアプリケーションを提案し、129名の学生を予備評価に招待しました。結果は、ARアプリケーションが使いやすさ、学生満足度、教育的有用性の認識において高い評価を得ていることを示しました¹⁷。

まとめると、AR技術のインタラクティブな性質は教師と学習者の双方により自然な学習体験を提供し、探求意識を高めています。しかし、既存のAR教育システムは主にモデル表示と単純なインタラクションに焦点を当てており、教育ゲームメカニズムや高次の学習目標との深い統合が欠けています。長期的な追跡研究は不十分であり、システム環境の適応性と追跡安定性の向上も必要です。したがって、本研究はAR技術と教育ゲームメカニズムを統合した科学的教育システムの開発を目指しています。主な焦点は、レジストレーションの精度、追跡の安定性、そして仮想オブジェクトの現実環境における適応性といった課題に取り組むことです。長期的な比較実験や多次元評価システムを通じて、学生の学習成果と体験の向上におけるその効果が検証されています。

プロトコル

本研究は関連する倫理審査委員会による厳格な審査と承認を受けており、研究プロセス全体はヘルシンキ宣言および適用される学術研究倫理基準に厳格に従い、参加者の正当な権利と利益、身体的・精神的健康、個人のプライバシーを完全に守っています。

研究参加者の募集プロセスは倫理要件に準拠しており、参加者全員が参加前に書面によるインフォームドコンセントに署名しています。インフォームドコンセントフォームは明確で理解しやすく、データ収集の範囲(学業成績、システム評価データ、利用者満足度を含む)、データ利用の目的(本研究における学術分析のみ)、およびデータの機密性を確保するための措置を明確に説明しています。参加は完全に任意であり、すべての参加者は強制や誘因なしにインフォームド・コンセントを提供しました。使用される機器は 材料表に記載されています。

1. 参加者、研究設計、評価フレームワーク

特定の大学の理工学専攻の学生から、200名の学部生(男女106名、女性94名、平均年齢20.4歳±1.2歳)と教員100名(男女52名、女性48名、平均教職経験8.6年±4.3年)が無作為に選抜されています。参加者は層別ランダム抽出法を用いて実験群と対照群にランダムに分けられ、各グループに150名ずつ参加します。実験前の基礎知識テストでは、両グループ間の初期知識レベルに統計的に有意な差(p > 0.05)がないことが確認されます。実験グループはAR技術を活用した指導システムを用い、対照グループは従来の指導法を用いています。伝統的な教授法とは、教師と教科書を中心とした広く採用された標準化された教育プロセスを指す。これには教師講義、教科書や静的チャート学習、理論計算が含まれ、3DインタラクティブシミュレーションやAR技術は一切含まれません。参加基準は、学部生が材料力学の前提科目を修了していること、教員はそのコースに関する関連教育経験があることです。除外基準は、重度の視覚障害または乗り物酔いの既往がある者です。すべての参加者はインフォームドコンセントに署名し、いつでも実験から撤退できる旨が通知されます。実験期間は12か月で、学業成績およびシステム評価データは実験開始前、6か月目、12か月目に収集されます。評価ツールは、自ら開発した「教育用ゲーム評価指数システム」( 表1参照)を採用しており、教育、ゲーム、適用可能性の3つの次元からシステムの効果を評価し、合計15の指標を用いています。ユーザー満足度データは、操作のしやすさ、内容の正確性、回答の迅速性、指標の明確さの4つの側面をカバーしています。

2. 実験システムの構成、手順、データ解析

ハードウェアにはARディスプレイデバイス(Microsoft HoloLens 2)、内蔵の深度カメラとRGBカメラ、Intel Core i9-11950Hプロセッサ、32GB RAM、A2000グラフィックカードを搭載したコンピュータが含まれます。オペレーティングシステムはWindows 11を使用し、開発エンジンはUnity 2021、コンピュータビジョンライブラリはOpenCV 4.13.0、統合開発環境はVisual Studio 2022です。実験環境の照明に大きな変化があった場合や、その物理的空間で初めて機器を使用した場合、カメラのキャリブレーションが必要です。内蔵のキャリブレーションスクリプトCalibrationScriptを実行します。そしてHoloLensカメラを使って、異なる角度や位置から少なくとも15枚のチェッカーボード画像を撮影します。スクリプトは自動的にカメラの内蔵パラメータと歪み係数を計算します。キャリブレーションが成功する基準は、平均的な再投影誤差が0.5ピクセル未満であることです。基準が満たされない場合、システムは画像の再撮影を促します。キャリブレーションが成功した後、キャリブレーションパラメータが出力され、その後の3Dレジストレーションモジュール呼び出しが行われます。

実験は屋内で行われ、周囲光は300±50ルクスに保たれています。特定のARマークが施された実験カードはテーブルの中央に配置され、カードの端はテーブルの端と平行に配置されます。観測位置は両目でカードの中心から約60cmの位置に設定され、HoloLens 2のカメラは最初カードの平面に焦点を合わせます。ジェスチャーのやり取りは、HoloLens 2であらかじめ設定された「ハンドレイ」と「エアクリック」ジェスチャーを採用しています。人差し指を伸ばし、他の指を引っ込めて仮想標本を指し、0.5秒以上安定したジェスチャーを保ちながら対象を選択します。その後、人差し指を素早く前に押し出すことで力が加えられ、仮想試料の軸に沿ってシステムがデフォルトで50Nの力を加えます。ジェスチャー操作を完了するまでの期待される成功した操作時間は1〜2秒です。システムのコンピュータビジョンパラメータは次のように設定されます:UnityのOpenCVの aruco.detectMarkers 関数を呼び出して閾値を検出します(adaptiveThreshWinSizeMin=3, adaptiveThreshWinSizeMax=23)。マーカー検出チェックポイントは、システムが連続した30フレームの映像ストリームで同じマーカー(信頼度>0.95)を安定的に認識してから仮想オブジェクトレンダリングをトリガーすることです。検出が成功すると、画面上のマーキングされたエッジに緑色の枠が表示され、短い振動フィードバックが伴います。カメラのキャリブレーションは内蔵のCalibrationScriptを使用します。CSスクリプトで、9×6の内角点と辺の長さ2.5cmのチェスボードパターンが必要です。少なくとも15フレームはカメラの視野内の異なる角度から提示されなければなりません。成功したキャリブレーション標準は、平均的な再投影誤差が0.5ピクセル未満です。キャリブレーションは2分以内に完了するはずです。成功後、「キャリブレーション成功」ログがUnityエディタコンソールに出力され、キャリブレーション済みのカメラコーンがシーン内で可視化されます。仮想オブジェクトレンダリングはUnityのリアルタイムレンダリングパイプラインを採用し、標準的なマテリアルシェーダーと環境光に整合したライティングモデルを採用しています。

実験的手順は主に4つのステップで構成されています。まず、HoloLens 2デバイスを正しく装着・調整します。次に、特定のARマークが付いた実験カードをデスクトップに配置します。システムカメラはビデオストリームを継続的に撮影します。タグ検出と認識のためにOpenCVの aruco.detectMarkers 関数を呼び出します。第三に、マークを成功裏に特定した後、システムは式(1)–(4)に従って仮想物質試料を現実世界でレンダリングします。仮想環境ζηξの座標系と実際の環境xyzの座標系は変換可能であり、変換方程式は式(1)に示されます。

[ xyz1] = [ζηξ1] A (1)

式(1)では、Aは2つの系間の変換行列を表し、ここで実際の環境xyzとカメラx'y'z'も変換可能です。変化方程式は式(2)に示されています。

[ x'y'z'1] = [ζηξ1] AB (2)

式(2)では、Bは2つの座標系間の変換行列を表します。X'Y'Z」は追跡された仮想オブジェクトをUVの二次元座標系に投影し、仮想環境を実際の環境に正確に位置合わせできるようにします。仮想オブジェクトと実際の環境の融合投影におけるスクリーン座標とカメラ座標x'y'z'の変換は式(3)に示されています。

(3)

式(3)では、d_x は軸方向 x のピクセル数を表します。d_y は軸方向 y のピクセル数を表します。仮想オブジェクトと実際の環境の融合によって投影されたカメラと画像座標系の幾何学的関係は、類似の三角形方程式を用いて式(4)で示されています。

(4)

あらかじめ定義されたジェスチャーを通じて仮想試料に力を加えることで、システムは式(5)–(7)に基づき、試料の応力分布と変形をリアルタイムで計算・可視化します。単位面積あたりの内部力は応力であり、式(5)に示されています。

(5)

式(5)では、Fは力、Aは断面積、_pmは単位面積あたりの応力を表します。総応力は式(6)に示されています。

(6)

式(6)では、pは総応力の応力成分を表し、σは垂直応力、切断面に垂直な応力成分、τはせん断応力と断面に接する応力成分を表します。法線応力は式(7)に示されています。

(7)

式(7)では、F_Nは軸方向の力、Aは断面積です。第四に、データ記録とレポート生成です。実験中に生成された重要なデータは自動的にCSV形式に保存されます。実験後にPDF形式の実験報告書を生成し、応力-ひずみ曲線や主要なデータ概要を含みます。すべてのファイルはローカルディレクトリにエクスポートされ、実験日+実験タイプの形式で名前が付けられます。プロトコル終了の手順には、データ保存確認、デバイスシャットダウン、ソフトウェアシャットダウン、システムステータスチェックが含まれます。実験後、研究はメインメニューの「Exit System」ボタンでアプリケーションの終了を確認し、HoloLens 2デバイスを取り外し、標準作業手順に従ってシャットダウンします。最後に、開発マシンではUnityエディタの実行モードが停止され、関連するすべてのソフトウェアウィンドウが閉じられます。

SPSS 26.0はデータ解析に使用されます。ペアサンプルt検定を適用する前に、まずパフォーマンス改善差の正規性を評価します。シャピロ・ウィルク検定は、関連するすべての変数を解析するために用いられます。さらに、すべての変数の p値が0.05以上であることを示し、データは正規分布に適合し、 t検定の前提条件を満たしていることを示しています。ペアードサンプルt検定は、満足度などの繰り返し測定データの実験群と対照群の性能向上を比較するために用いられます。分散の繰り返し測定分析を用いて時間経過の変化を評価します。有意水準は p<0.05に設定されています。さらに、効果の大きさを評価するために、コーエンのd値を計算します。ここでd>0.8は大きな効果を示します。

3. AR技術教育ゲームに基づく科学教育システムの構築

科学的教育基準に沿って、AR技術と教育システムのインタラクティブな機能を活用して教育に導入し、そのより大きな可能性を引き出しています。AR技術は科学教育において非常に重要です。まず第一に、抽象的な学習内容を具体化し、可視化することができます。第二は、学習者の学習体験を向上させ、参加感と集中力を高めることです。したがって、教育のための教室と教育システムを組み合わせることは非常に重要です。本研究のシステム設計は、体験学習と構成主義的原則に基づいています。ARの相互作用メカニズムを通じて抽象的な概念を具体的で観察可能な視覚的対象に変換し、学生が積極的に知識を構築することを奨励することを目的としています。一方で、技術的受容モデルを導入し、システムの有用性や使いやすさを評価し、実用的な応用可能性を測定します。

3.1 教育用ゲームと拡張現実技術の統合

AR技術は仮想環境と現実環境を統合し、ユーザーに新たな感覚体験を提供します。AR技術はまず実際のシーンから特徴ポイントを追跡・収集し、その後画像認識を行います。2つ目は、マーキングマップの位置で画像を追跡することです。カメラの角度やその他の情報^{も重要です。}最後に、カメラの環境感度を感知しモデルを重ねることで、仮想と現実の融合を実現し、没入感のある効果を実現しています。AR技術の実装は 図1に示されています。

図1:AR技術の実装ステップ。この図の拡大版はこちらをクリックしてご覧いただけます。

教育ゲームは、教育機能とエンターテインメント機能を統合したコンピューターゲームソフトウェアです。ゲーム利用者の知性、スキル、知識、態度、価値観を育むことができ、その学習者への影響は過小評価できません。AR技術には3つの基本的な重要な特徴があります。第一に、仮想と現実を正確に統合し、生成された三次元シーンと実際の環境を統合し、ユーザーの五感をすべて刺激し、ユーザーが^{現実世界を}体験できるようにします。二つ目は、現代のインテリジェントデバイスを使って人とデバイス間のインテリジェントな相互作用を実現することです。最後に、コンピュータ生成された3D環境が実際のターゲットに3Dで登録されます。ユーザーは実際の物体を失うことなく追跡を続け、常に正確な追跡を維持できます。3Dレジスタジアム技術の原理は 図2に示されています。

図2:3Dレジストレーションの回路図。この図の拡大版はこちらをクリックしてご覧ください。

図2に示された三次元位置合わせ回路図では、x'y'zはカメラ座標、xyzは現実環境の特定座標、ζηξは仮想環境の座標、uvは仮想物体と現実環境の融合投影の画面座標、そして「o'z」はユーザーの視線方向です。均質化と結合の後、計算は式(4)に示されます。3Dレジストレーション技術(式(1)–(4))の教育的意義は、抽象的な仮想座標系を学生の画面上で安定的かつ正確な視覚的オーバーレイに変換できる点にあります。この技術により、仮想モデルは実物のマーカーカードに効果的に取り付けられ、生徒が視点を動かしてもモデルがずれたり揺れたりすることはありません。この技術の直接的な教育的価値は、学生に安定し信頼できる観察環境を提供する能力にあります。この環境により、学生はあらゆる角度から仮想機械試料を観察し考えることができます。その結果、学生は空間的想像力と多角度観察能力を育みます。

3.2 AR技術に基づく科学教育ゲームの需要分析

科学の教育目標を達成するためには、学習者は体系的に知識、技能、行動経験を習得する必要があります。AR教育ゲームを設計する際には、^{教育内容を}正確に分析する必要があります。適切な教育内容の選択、AR技術との統合、革新的な指導法の導入により、学習者が一貫した知識体系を構築するのに効果的です。材料力学の研究対象は、部品の形状が異なるさまざまな材料です。主に異なる力下での強度、剛性、安定性を研究します。学習者の直感的な視覚体験とインタラクティブな参加感を高めること。したがって、AR技術と教育システムを組み合わせて、科学教育ゲームにおけるAR技術のニーズを分析するために用いられており、ストレスひずみ解析を例に挙げます。このシステムは力学における応力やひずみの知識点に対する実験準備とシミュレーションを提供し、教師の実験指導を支援します。システムの利用者は主に来訪者、学生、教師、管理者で構成されており、その機能は実験管理、実験アップロード、インタラクティブ実験、データ可視化などです。システムは 図3に示されています。

図3:実験的コース修了採点システムのユースケース図。この図の拡大版はこちらをクリックしてください。

AR技術と教育システムの統合は 図3に示されています。このシステムにより、教師はコース前に十分な準備をし、実験を習得し、コース中に学生を管理できます。実験終了後、教師は生徒の進捗を閲覧・評価し、コースデータの管理、実験完了率の向上、そして管理者が生徒の実験結果データの管理を支援することができます。したがって、AR技術の教育システムはモデル・ビュー・コントローラー(MVC)アーキテクチャに基づいて構築されています。このモードのデータ処理モードは式(8)に示されています。

V(s) =最大 シミュレーター(s →f(s)) (8)

式(8)では、V(s)はユーザー要件に基づくビューレイヤーが表示するデータ内容を表し、sisの教育リソース、f(s)はユーザー情報を表します。多様な教育システムとユーザー間のリアルタイム相互作用の運用モードは式(9)に示されています。

K(s) = s_i ∩ [f(s₁), f(s₂),...,ff(_{s n})] (9)

式(9)では、K(s)はモードのビジネスルールを表し、s₁はデータオブジェクトの特徴パラメータ、f(s_n)はユーザー需要情報の特徴パラメータを表します。AR技術科学教育システムとユーザー間の相互作用関係に基づき、運用モードは式(10)に示されています。

g(x) = 最大 K(s) → f(s)(10)

式(10)では、g(x)はリクエストオブジェクトを表し、f(x)はユーザー要件の源、最大K(s)は機能類似度の最大値です。MVCモードは、ビジネス、コントローラー、永続性、ビュー、データベースの5つの主要なコンポーネントで構成されています。ビューレイヤーはウェブページを通じてユーザーとデータをつなぎ、やり取りを可能にし、ウェブページを表示する機能を提供します。データ層は上層層のデータを保存・処理します。サービス層はユーザーのニーズに応え、サービスロジックを実装する責任を負います。MVCモードに基づくAR科学教育システムは 図4に示されています。

図4:理科教育システムの技術アーキテクチャ図。 この図の拡大版はこちらをクリックしてご覧ください。

データベースと相互作用する際、ビジネスロジック層で得られたデータ操作情報は永続化層を通じてマッピングされます。ビューレイヤーは、メインのフロントエンドインターフェースの表示、実験データのアップロード、実験結果の表示、実験報告書の評価を担当します。ビジネスロジック層はビジネス層とコントローラーに分かれており、コントローラーはユーザーのリクエストを受け取り、それをビジネスロジック層のプロセッサーに転送して処理します。技術層は複数のオブジェクトの共通ブロックを別々のモジュールに構築し、システムへの直接的な参照を可能にします。

3.3 AR技術と科学教育ゲームに基づく教育システムアーキテクチャ設計

科学教育は双方向の教育と学習のプロセスです。教育目標を達成するために、AR教育ゲームの設計は、インタラクティブ性、興味、科学、操作の容易さ^、教育の五つの原則に従うべきです。インタラクティブ性はAR技術の最大の特徴です。教育用ゲームはAR技術の利点を強調し、学習者が教室の雰囲気を活性化し、教育効果を高める豊かでインタラクティブな実験体験を提供できるようにすべきです。教育用ゲームは、明確な指導目標と主要な指導ポイントを掲げて設計され、教育と学習の両方の目標を達成するための役割を果たします。したがって、AR技術に基づく教育システムは主に6つのモジュールで構成されており、 図5に示されています。

図5:Science Teaching AR教育システムモジュール図。 この図の拡大版はこちらをクリックしてご覧ください。

教育システムモジュールは主にシステム導入モジュール、ユーザーモジュール、実験モジュール、実験選択モジュール、ホームページモジュール、結果統計モジュールで構成されています。実験導入モジュールは、教室での実験要件や実験報告書の要件を含む、教育システムの使い方を容易に説明・指示できます。ユーザーモジュールは、アカウント登録、アカウント切り替え、アカウントログアウト、パスワード変更などのユーザー管理を行います。実験選択モジュールはタッチスクリーンを使って実験部品を選択します。実験モジュールはインポートされた実験画像に対して特徴点認識と特徴解析を行います。また、実際の表示に合わせて光差も適切に調整します。AR技術に基づく教育システムの設計は、教育目標に密接に中心を置いています。具体的には、実験モジュールと実験選択モジュールの主要な教育機能は、学生の力を高めることです。彼らは独立して探索できます。結果統計モジュールの教育的意義は、教師に客観的な基盤を提供することにあります。教師は学習成果を評価するために利用できます。ARの特徴から、適切で安定した照明のシーンでの使用が必要です。グレーストレッチ法を用いて、均等に分布させることができます(式11参照)。

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

式(11)では、cは補正後のグレーレベル開始点を表します。AとBはそれぞれ修正前のグレーレベルの開始点と終了点を表します。特徴量ベースの追跡法では、コア方程式は式(12)に示されます。

(12)

追跡過程では、リッジ回帰モデルが線形回帰に選ばれ、非線形回帰モデルが訓練に使用されます。ガウス関数は式(13)に示されています。

(13)

管理者はユーザースコアリングモジュールにいます。このシステムの下では、実験コースの採点基準は管理者によって管理・評価されます。学生は実験結果モジュールを通じて実験結果やデータを閲覧できます。システムのホームページモジュールには、システム紹介、実験導入、出口システム、その他のコンテンツが含まれています。 図6 は全体のシステムフレームワークを示しています。

図6:科学教育AR教育システムアーキテクチャのホームページモジュール。この図の拡大版はこちらをクリックしてください。

教育システムのシステムプロセスは主に4つの部分で構成されており、図面教材の準備、インタラクティブなテスト最適化、データ照合とソート、実装システムが含まれます。これはカード登録と識別、さらに表示部品モデルの識別に具現化されています。最後に、実験データの応力ひずみ解析画像を示し、応力ひずみ解析で異なる特性を持つ材料の機械的特性を得ることができます。実験終了後、最終的な実験報告の基礎を提示することができます。したがって、システムの実験過程は 図7に示されています。

図7:理科教育におけるAR教育システム実装のフローチャート。 この図の拡大版はこちらをクリックしてご覧ください。

全体のシステムアーキテクチャには、設計技術アーキテクチャと機能モジュールが含まれます。この教育システムは、学習者の自己認識と探求力の向上を支援し、教育者が教育用ゲームを通じて教育実験を組織するのを助けます。教育システムのインタラクティブ性により、学習者はAR教育システムを活用できます。AR技術が支える科学教育では、教育者のニーズに応えることができ、学習者に強く適用可能なカリキュラム教育を開発^{できます。}したがって、教育内容を最適化し、学習者の熱意と創造性を高めて、教育効果を高めることができます。

結果

教育ゲーム体験と学習効果の評価結果

教育システムの科学性と実用性を検証するために、AR技術を用いた教育ゲームを通じて開発された科学教育システムを分析します。システムのコア性能を定量化するために、実験プロセス中に技術指標データが同期的に収集されます。標準的な実験条件(照明300±50ルクス)下では、システムによるArUcoマーカーの平均追跡成功率は98.7%(SD = 1.2%)であり、連続レンダリングにおける仮想オブジェクト位置ジッターの標準偏差は0.3ピクセル未満です。登録精度は再投影誤差によって測定されます。平均値は0.42ピクセル(標準偏差[SD] = 0.08ピクセル)で、あらかじめ定められた誤差基準である0.5ピクセル未満を満たします。キャリブレーション成功率は100%です。環境の適応性を検証するために、200〜400ルクスの範囲で勾配試験が行われます。マーカー認識の成功率は95%以上に保たれ、仮想オブジェクトのレンダリング遅延はすべて35ミリ秒未満です。これらのデータは...

ディスカッション

科学技術の発展に伴い、情報技術が人々の日常生活に与える影響は多岐にわたり、国家は教育や教育と情報技術の深い統合を促進するためにあらゆる努力をしています。リアルタイムのインタラクションと仮想現実の組み合わせを備えたAR技術は、教育業界で人気があります。Tulgarらは広範な文献計量分析を通じて、ARベースのモバイル学習とゲーミフィケーションが最近の研究の焦点となっていることを発見しました^。

学習モード、内容の制限、学生のイノベーションの限界など、従来の教育の制約を踏まえ、本研究ではAR技術を科学教育における教育ゲームに応用しました。実験結果は、6か月間の実験で、この技術を用いた科学指導法の平均スコアが従来の教授法と比べて13.62ポイント上昇したことを示しました(t=26.609、 p < 0.001、コーエンのd = 1.14)。12か月間の実験では、AR技術に基づく理科教育システムの学生の平均スコアは67.11±4.23から94....

材料

この記事で使用された材料の一覧

名前	会社	カタログ番号	コメント
ARディスプレイデバイス	マイクロソフト	ホロレンズ2	https://www.microsoft.com/en-us/hololens/hardware
コンピュータビジョンライブラリ	OpenCVチーム	OpenC 4.13.0	https://opencv.org/releases/
開発エンジン	ユニティ・テクノロジーズ	Unity 2021 LTS	https://unity.com/releases/2021-lts
グラフィックスカード	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
統合開発環境	マイクロソフト	Visual Studio 2022	https://visualstudio.microsoft.com/vs/
オペレーティングシステム	マイクロソフト	Windows 11	https://www.microsoft.com/en-us/windows/windows-11
プロセッサ	インテル	コア 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