基于眼动追踪和步态预判的展厅个性化叙事自适应推送系统的制作方法

本发明涉及智能展厅交互，尤其涉及基于眼动追踪和步态预判的展厅个性化叙事自适应推送系统。

背景技术：

1、当前各类文博展厅、科技展馆及企业展厅的内容展示与叙事推送模式普遍趋于同质化与固定化，大多采用预设循环播放、固定语音讲解或静态图文展示的方式开展服务，无法根据参观者的实时状态、兴趣偏好及游览节奏进行动态调整，存在明显的技术短板。

2、现有智能展厅交互系统主要存在以下深层技术缺陷：跨模态用户身份一致性绑定漂移问题。展厅场景中眼动追踪摄像头、步态采集摄像头与足底压力传感器通常分散部署，用户在展区间移动过程中，现有系统缺乏有效的跨设备身份持续绑定机制，眼动数据与步态数据极易发生身份错配，产生“感知幽灵”现象，导致后续推送逻辑完全偏离真实目标用户。视觉主导意图与移动主导意图的冲突消解缺失。展厅场景中频繁出现用户眼睛注视a展品而脚步向b展品移动的“看走分离”状态，现有系统通常简单以视觉为准或粗暴加权平均，缺乏科学的冲突消解机制，无法精准解析用户真实游览意图，造成内容推送目标错位与叙事逻辑断裂。认知窗口期错失与认知负荷突变。传统系统均为被动触发式推送，仅在用户停留展品前方固定时长后触发内容播放，完全忽视了用户从“产生兴趣”到“进入深度认知状态”之间存在一个短暂的认知窗口期，过早推送会打断用户自主探索，过晚推送则错过最佳认知介入时机，造成认知负荷突变，严重破坏展厅沉浸式叙事体验的连贯性。展品隐性语义关联路径的挖掘缺失。现有推送系统将每个展品视为独立信息节点，缺乏对展品间隐性知识关联的挖掘能力，无法预判用户深层兴趣的隐性传导路径，导致用户知识获取碎片化，难以形成系统性的认知体系。认知疲劳状态的隐性累积与叙事过载。现有系统无法通过眼动与步态的微妙变化检测用户的隐性认知疲劳状态，当用户长时间游览后进入认知疲劳期时，系统仍持续推送高密度深度内容，造成叙事过载，反而降低内容传播效率与用户满意度。跨用户兴趣关联网络的动态演化缺失。传统系统行为数据采集碎片化，仅记录单用户的停留时长与浏览轨迹，未将多用户行为数据进行关联挖掘以发现展品间的隐性语义关联，导致展厅叙事资源库的展品关联网络静态僵化，无法随用户群体行为模式的演化而动态优化。

3、现有技术中暂无融合眼动追踪精准视觉感知与步态动态预判的展厅叙事自适应推送系统，尚无通过双维度人体行为特征联合分析并解决跨模态身份绑定漂移、视觉-移动意图冲突消解、认知窗口期预测及隐性兴趣传导路径挖掘等深层技术问题的完整技术体系，行业亟需一种高精度、预判式、个性化的智能展厅叙事交互系统。

技术实现思路

1、本发明的目的是解决现有技术中存在的缺点，而提出的基于眼动追踪和步态预判的展厅个性化叙事自适应推送系统。

2、为了实现上述目的，本发明采用了如下技术方案：

3、基于眼动追踪和步态预判的展厅个性化叙事自适应推送系统，包括以下具体步骤：

4、s1.双模态感知数据融合与游览状态特征提取模块：

5、用于同步采集用户眼动追踪数据与步态行为数据，所述眼动追踪数据包括用户在各时间点的注视点空间坐标、注视持续时长、扫视轨迹、瞳孔直径变化量及眨眼频率，所述步态行为数据包括用户在各时间点的瞬时行走速度、步频、行进方向角、步幅、停留姿态、转向轨迹及启停状态；

6、用于对所述眼动追踪数据与所述步态行为数据进行预处理与时空对齐，包括采用滤波算法去除环境噪声与数据抖动、剔除无效数据帧、统一时间戳；

7、用于构建眼动扫视-步态转向跨模态时空耦合指纹，通过分析所述扫视轨迹与所述转向轨迹的时滞耦合关系，生成用户跨设备一致性身份标识；

8、用于构建视觉-移动意图冲突消解矩阵，当所述眼球注视点所在视觉关注区域与所述行进方向指向的移动目标区域不一致时，基于历史行为模式与当前游览状态计算视觉主导意图权重与移动主导意图权重，输出冲突消解系数；

9、用于将眼动专注度特征、视觉兴趣区域特征与步态节奏特征、行进趋势特征进行加权融合，并结合所述视觉主导意图权重、所述移动主导意图权重与所述冲突消解系数，生成用户一致性绑定游览状态特征向量；

10、s2.认知-运动冲突分析与游览行为预判模块：

11、用于接收所述用户一致性绑定游览状态特征向量，并将其输入轻量化深度学习预判模型，基于所述步态节奏特征与行进趋势特征的连续时序数据以及所述眼动专注度特征与视觉兴趣区域特征的偏移数据，预判用户未来预设时长内的行进位置、目标展品关注概率及预期停留时长；

12、用于基于时空对齐后的眼动时序数据与步态时序数据，对每一滑动时间窗口内的眼动时序数据与步态时序数据进行拮抗关系分析；所述拮抗关系分析包括：提取当前时间窗口内注视点空间坐标相对于用户头部位置的偏移矢量，计算所述偏移矢量的时间序列标准差作为视觉锁定强度指标，所述视觉锁定强度指标表征用户视觉注意系统在当前时段内对外部展品目标的锁定稳固程度；同时提取当前时间窗口内瞬时行走速度的时间序列变异系数作为步态推进强度指标，所述步态推进强度指标表征用户运动控制系统在当前时段内维持身体前进的驱动强度；计算所述视觉锁定强度指标与所述步态推进强度指标在同一时间窗口内的比值作为视觉-运动冲突指数，当所述视觉锁定强度指标升高而所述步态推进强度指标同步升高时，判定为高冲突状态，表征用户的视觉注意系统与运动控制系统正处于相互拮抗的博弈过程中；

13、用于基于连续多个滑动时间窗口的所述视觉-运动冲突指数的变化轨迹，识别所述视觉-运动冲突指数从上升趋势转为下降趋势的拐点时刻，将所述拐点时刻判定为用户停留意图的爆发点，并根据所述拐点时刻的出现时间与当前时刻的时间差预判用户在未来预设时长内对当前展品的驻足概率与停留时长；

14、用于基于瞳孔缩放频率变化率与步态减速特征构建认知介入准备度指数，预判用户从当前状态进入深度认知介入状态的时间窗口；

15、用于基于展厅展品语义关联网络，计算所述目标展品关注概率在关联展品间的隐性兴趣传导概率，生成包括直接目标展品与隐性关联展品的目标展品预判序列，并构建隐性兴趣传导路径；

16、用于结合注视时长、瞳孔变化、眨眼频率、停留姿态与行走速度，将用户展品兴趣度量化为高兴趣度、中兴趣度与低兴趣度三个等级；

17、用于基于用户各展品兴趣偏好、游览节奏、内容接受习惯及所述认知介入准备度指数，构建包括偏好标签、节奏标签、认知层级标签与认知疲劳指数的动态三维用户画像；

18、用于生成行为预判结果，所述行为预判结果包括目标展品标识、驻足概率值、预测停留时长、所述视觉-运动冲突指数、所述目标展品预判序列、所述隐性兴趣传导路径、所述兴趣度等级及所述动态三维用户画像；

19、s3.个性化叙事自适应调度与闭环优化模块：

20、用于接收所述行为预判结果，从预先生成的多层级叙事资源库中匹配对应叙事内容，所述多层级叙事资源库针对每件展品储备基础科普版、深度详解版、趣味故事版与专业学术版四类叙事内容；

21、用于当所述驻足概率值超过预设阈值时，在所述拐点时刻之后的第一预设时间窗口内启动当前展品对应叙事内容的预加载与预播放，并依据所述隐性兴趣传导路径在所述用户抵达直接目标展品前的预游览区间内预加载隐性关联展品的叙事内容；

22、用于根据所述预测停留时长与所述兴趣度等级从所述多层级叙事资源库中匹配对应篇幅与深度的叙事内容，并根据所述视觉-运动冲突指数的实时数值动态调整所推送内容的起始播放时间点与内容切入节奏；

23、用于根据用户步态节奏、眼动专注度及所述认知疲劳指数动态调整叙事内容播放语速、切换速度与展示时长，当所述认知疲劳指数超过预设阈值时，触发认知降载模式以自动简化叙事内容深度并缩短展示时长；

24、用于根据用户浏览轨迹与兴趣转移趋势动态调整展品叙事顺序与内容关联逻辑，依据所述隐性兴趣传导路径自动串联相邻展品的关联知识点以形成连贯的个性化游览叙事链条；

25、用于向多类终端设备输出适配后的叙事内容进行展示，并实时采集用户内容浏览反馈数据；

26、用于构建群体隐性兴趣传导网络，基于多用户浏览反馈数据迭代优化所述展厅展品语义关联网络的边权重，并反向迭代优化所述轻量化深度学习预判模型与内容匹配策略，形成闭环智能服务体系。

27、本发明的有益效果为：

28、1.构建眼动扫视-步态转向跨模态时空耦合指纹，实现跨设备用户身份一致性绑定，消除感知幽灵现象；通过视觉-移动意图冲突消解矩阵与视觉-运动冲突指数，精准解析“看走分离”状态下的真实意图，并基于拐点时刻预判停留意图爆发点，实现内容预加载与无缝推送，解决传统推送滞后与目标错位问题。

29、2.基于瞳孔缩放与步态减速特征构建认知介入准备度指数，精准界定深度认知窗口期，使推送时机与用户认知状态同步；通过语义关联网络计算隐性兴趣传导概率并生成传导路径，自动串联隐性关联展品；依据认知疲劳指数触发认知降载模式，避免叙事过载，提升内容传播效率与游览体验。

30、3.构建群体隐性兴趣传导网络，基于多用户浏览反馈迭代优化语义关联网络边权重，并将更新后的网络反向注入预判模型，使展品关联关系随群体行为动态演化；形成感知-预判-推送-反馈闭环体系，实现系统精准度与适配效果的持续进化，具备极强的场景适配性与扩展性。