Our goal is to transform traditional paper-based instruction into an immersive lesson. This paper presents the conception, workflow and deployment of two MR applications for verification of typical yet geometrically complex structural members: a reinforced concrete corbel and a steel frame. The aim of this research is threefold: (i) to develop and implement the technological feasibility of such applications, (ii) to demonstrate possible use cases in the context of structural engineering lectures and (iii) to evaluate the presented MR examples and the future potential of such MR applications in structural engineering lectures through a survey. The workflow and MR teaching applications were developed with Apple's ARKit. The verification process was reproduced in the MR applications based on conventional exercises taught on paper. Users can navigate independently through the applications and review every single step, including a true-to-scale, spatial representation of the specific component as well as associated verification formulas in the respective step. The applications were used to assess the demand and expectations for immersive teaching techniques among students and instructors through a survey. The participants were asked to test the MR applications on their devices or watch pre-recorded video demonstrations, afterwards perception was elicited through a questionnaire. The results of subsequent data analysis show generally positive judgement of the MR application over the six questioned categories (style, usefulness, ease of use, enjoyment, attitude as well as intention towards using). The statistical analysis revealed (positivity) biases for users with prior XR experience w.r.t. to usage and navigation, while inexperienced users underlined increased enjoyment or excitement with this learning format. The outlook covers identified shortcomings and future developments in this field.


翻译:本文介绍了两个MR应用程序的概念、工作流程和部署情况,用于核查典型但几何复杂的结构成员:一个强化的混凝土软骨和钢框架。本研究的目标是三重:(一) 开发和实施这些应用的技术可行性,(二) 展示在结构工程讲座中可能使用的案例,(三) 通过调查评估在结构工程讲座中介绍的MR实例和这种MR应用程序的未来潜力。工作流程和MR教学应用程序是利用苹果的ArKit开发的。核查进程在光学应用中复制,以基于纸张的传统练习为基础。用户可以通过应用和审查每一个步骤独立操作,包括具体组成部分的真正到规模、空间代表性以及相应步骤的相关核查公式;(三) 通过调查评估学生和教员对沉浸的教学技术的需求和期望。请与会者在设备上测试MRD应用程序或观看预先录制的视频演示,随后根据纸质练习的形式复制了核查程序。 用户可以独立操作,然后通过使用数据格式分析,然后将数据分析结果显示为正确性。

0
下载
关闭预览

相关内容

磁流变(Magnetorheological,简称MR)材料是一种流变性能可由磁场控制的新型智能材料。由于其响应快(ms量级)、可逆性好(撤去磁场后,又恢复初始状态)、以及通过调节磁场大小来控制材料的力学性能连续变化,因而近年来在汽车、建筑、振动控制等领域得到广泛应用。
【KDD2021】图神经网络,NUS- Xavier Bresson教授
专知会员服务
62+阅读 · 2021年8月20日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
计算机 | IUI 2020等国际会议信息4条
Call4Papers
6+阅读 · 2019年6月17日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】树莓派/OpenCV/dlib人脸定位/瞌睡检测
机器学习研究会
9+阅读 · 2017年10月24日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Arxiv
0+阅读 · 2021年11月4日
A Survey of Deep Learning for Scientific Discovery
Arxiv
29+阅读 · 2020年3月26日
Semantics of Data Mining Services in Cloud Computing
Arxiv
4+阅读 · 2018年10月5日
VIP会员
相关VIP内容
【KDD2021】图神经网络,NUS- Xavier Bresson教授
专知会员服务
62+阅读 · 2021年8月20日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
相关资讯
计算机 | IUI 2020等国际会议信息4条
Call4Papers
6+阅读 · 2019年6月17日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】树莓派/OpenCV/dlib人脸定位/瞌睡检测
机器学习研究会
9+阅读 · 2017年10月24日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员