LearnIoTVR:一个为物联网提供真实学习体验的端到端虚拟现实环境
荣誉提名作者
AR 导航与情境感知编程教育与计算思维K-12 数字教育工具智能家居交互设计中小学教师(K-12)大学教授与研究人员在线课程设计师
文献标题
LearnIoTVR: An End-to-End Virtual Reality Environment Providing Authentic Learning Experiences for Internet of Things
文献信息
- 主题领域: 使用虚拟现实技术(VR)支持物联网(IoT)教育
- 关键词: 虚拟现实, 物联网, 积木式编程, 项目式学习, 沉浸式编程, 具身交互
研究背景与问题
- 发现问题或挑战:
- 物联网系统的复杂性使得传统教育难以提供真实情境中的实践经验。
- 传统IoT教育要么利用物理组件,但缺少情境化支持;要么通过模拟环境,但技术表现力有限,降低了学习效果。
- 构建物联网教育实验室成本昂贵且难以复制推广。
- 研究重要性:
- 物联网技术具有广泛的社会和经济意义,对专业人才的需求正在显著增加。
- 需要通过更灵活、低成本的方式实现物联网教育的广泛推广,特别是面向中学生到大学生的初学者群体。
- 研究动机与相关工作:
- 虚拟现实技术在其他学科(如化学、语言学习)的成功应用证明其可能对教育情境下的物联网学习有所助益。
- 当前的研究缺乏专门针对物联网系统而设计的全流程VR学习环境,尤其是支持沉浸式编程的系统。
解决方案
- 核心方法或解决方案:
- 提出LearnIoTVR,一种端到端的虚拟现实学习环境,使学生能通过沉浸式设计、编程和探索来学习现实世界中的物联网系统。
- 创新之处:
- 引入了定制设计的3D积木式编程语言,使学生可在沉浸式3D环境中直观构建和调试代码。
- 提供灵活的探索机制,学生可通过第一人称互动或参数调整,模拟和观察环境变化对IoT系统的影响。
- 创新的"容器"功能支持跨设备的远程编程和交互。
- 实施步骤:
- 安装阶段: 学生可将IoT虚拟组件(传感器、电机等)安装到虚拟环境中的实际对象上。
- 编程阶段: 利用3D积木式编程界面,定义物联网互动行为,实现例如开门和光照调节的功能。
- 探索阶段: 学生通过调整环境参数或具身活动验证编程结果,并可即刻获得反馈。
研究成果
- 具体成果:
- 开发了一个全功能的虚拟现实学习框架,支持物联网系统从安装到探索的完整学习过程。
- 用户研究结果表明,系统显著提高了参与者在物联网硬件和编程技能方面的学习效果。
- 与传统基于2D桌面的学习环境相比,用户对学习体验的沉浸感和参与度有明显偏好。
- 优势:
- 提供更加逼真的学习情境,增强了学生的主动学习能力。
- 学生能够在虚拟环境中自由模拟复杂的物联网功能,克服了物理组件受限的挑战。
- 通过即时反馈和沉浸式界面体验,缩短了学习时间,提升了学习效率。
- 实验或评估结果:
- 在24名学生的定量用户研究中,学生在物联网组件知识、条件语句、循环结构等关键技能上的平均学习成效提升了50%。
- 系统的可用性(SUS评分)为75.4分(满分100)。
- 在定性研究中,用户偏好VR环境的交互真实感和探索灵活性。
- 局限性与未来方向:
- 系统当前仅支持单用户操作,缺乏多人协作功能。
- VR硬件的重量和长时间使用可能导致身体不适。
- 计划未来扩展,支持更大规模IoT系统的编程及与物理IoT设备的联动。
- 优化教育内容创建机制,使非技术人员也能方便地为系统开发教学资源。
通过本文,LearnIoTVR 提供了一个面向物联网教育的创新解决方案,其沉浸式设计和强化的交互功能展示了虚拟现实技术在教育领域的潜力。未来的工作将聚焦于多用户支持和规模化推广,以实现更广泛的应用场景。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 如何设计一个支持物联网教育的端到端虚拟现实学习环境?分类: XR教学与技能训练同类问题arrow_forward
- 3D块状编程语言和沉浸式交互如何提升学生在虚拟环境中学习物联网的效果?分类: XR教学与技能训练同类问题arrow_forward
- LearnIoTVR能否在学习成果和用户体验方面优于传统2D桌面学习环境?分类: XR教学与技能训练同类问题arrow_forward
lightbulb
现实痛点
1- 传统物联网教育缺乏沉浸式、真实的动手学习环境,实践成本高。分类: XR教学与技能训练同类问题arrow_forward
- 63%
如何通过“宽墙”增加参与度:来自 Scratch 的自然实验证据
CHI '18· 编程教育与计算思维 +2
- 63%
Meta-AR-App:STEM课堂中协作增强现实的创作平台
CHI '20· AR 导航与情境感知 +2
- 63%
与K12教育者共同设计基于项目的大型语言模型工具
CHI '25· 大语言模型(LLM)的人机协作 +2
- 63%
一次又一次从零开始:追溯高中生对块编程负面感知的起源
CHI '26· 编程教育与计算思维 +2
- 63%
Augmented Math:通过增强静态数学教科书创作基于AR的可探索解释
UIST '23· AR 导航与情境感知 +2
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3544548.3581396
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2023
emoji_events
奖项
荣誉提名
group
作者
9 位作者
sell
研究子方向
AR 导航与情境感知、编程教育与计算思维、K-12 数字教育工具、智能家居交互设计
work
职业/产业
中小学教师(K-12)、大学教授与研究人员、在线课程设计师
article
内容状态
已索引正文
hub
相关论文
5 篇相关论文