轻新课堂全角色 vs ViscosityAR

轻新课堂包括老师端、学生端及管理端三个角色，老师登录时点击上课按钮，即可进入授课中，老师可以通过应用和学生进行互动的测验，答题。系统自动统计测验和答题的结果。老师可以查看以往测试的历史记录，老师还可以利用发题按钮进行口头发题，实现方便快捷的巩固知识点。老师在课下，还可以查看学校的通知，查看学校的社团，和学生进行沟通交流。老师还可以发预习，发作业让学生课下完成，还可以获取到学生发的作品，学业展示等。老师课下还可以回看某一节的视频，上课期间还可以对某个学生进行评价。学生登录时学生通过轻新课堂，可以获得学校的专属的课表，能知道自己在什么时候，哪间教室，上哪个老师的课程。学生还可以通过拍照，语音，文字来发布笔记，学生之间还可以互动看到同学的笔记。学生能够通过通知，公众号等功能，即时获得学校的通知，社团的活动消息等。管理员登录时学校领导可以通过轻新课堂，可随时看到学校的正在上课的教室的视音频直播画面。领导可以通过移动端直接对授课老师进行评价，可以填写听课记录。如果领导错过了看直播，还可以通过回放看老师的授课视频。领导看回放的时候，也可以进行评价。

ViscosityAR 是面向高校实验教学和科研探索的 AR 液体黏度实验平台。它把课前模拟、真实落球实验、空间采集、三维复盘和实验档案连接在同一套工作流中。 模拟 AR 预习我们把一套落球法实验需要的预演、采集、分析和复盘，放进了同一条工作流里。 开始实验前，你可以先在模拟 AR 中调整液体、温度、小球和量筒参数，观察运动趋势，理解每个变量会怎样影响下落过程。 进入真实实验后，手机会成为空间测量终端：扫描实验环境，标定量筒底座，识别小球、量筒和液体，并持续记录小球在量筒局部坐标系中的位置。支持 LiDAR 的设备可进一步利用深度与空间网格；其他兼容设备也可以完成相机采集与基础实验流程。 核心能力 • 模拟 AR 预习：在正式实验前调整参数、查看趋势和轨迹。 • 真实落球采集：同步保存局部坐标、视频、实验参数和关键状态。 • 端侧视觉识别：在设备本地统一识别小球、量筒与液体，减少链路延迟。 • 点线空间标定：用中心点和方向线锁定实验底座，让实物、轨迹和三维模型使用同一坐标逻辑。 • 多人协作测量：多台设备共享同一空间基准，从不同视角观察并复核同一次实验。 • Godot 三维复盘：把真实轨迹映射到数字孪生中，回看小球运动和实验装置状态。 • COMSOL 结果互证：将实验条件与高精度正演结果进行对照，比较轨迹、速度、黏度和 Reynolds 数等结果。 • 实验档案：保存每次实验的参数、轨迹、媒体和分析结果，便于课堂讲解、项目复核与后续研究。 • AI 辅助解释：基于实验档案检索关键证据，帮助梳理参数关系和结果差异。 我们希望测量不再停留在一次读数。每次落球都可以留下完整证据：它从哪里开始、怎样运动、由哪些参数决定，又如何被三维模型和数值仿真验证。 ViscosityAR 适合高校实验教学、课堂演示、项目训练和科研预实验。部分空间能力、多人协作与数值互证功能需要兼容设备、网络服务或配套桌面端支持。 在正式实验前调整液体、温度、小球与量筒参数，观察运动趋势和轨迹，用于课前预习、课堂演示和方案比较。模拟结果用于理解趋势，不替代正式实验测量。 扫描环境，建立实验基准 使用 ARKit 扫描实验空间并完成底座标定。支持 LiDAR 的设备可采集更丰富的深度与空间网格；实际能力会随设备硬件和现场条件变化。底座参考图帮助确认原始标定位置。 采集真实落球实验 通过摄像头、空间位姿与视觉模型记录小球、量筒和液柱状态，连接落球过程、轨迹、速度、雷诺数与黏度分析。显示内容以当前实验和有效数据状态为准。 iPhone 实时采集，Godot 三维复盘 在配置配套 Godot 工作站与网络连接后，可传输实时画面、设备位姿和实验数据，在三维环境中查看装置、空间关系与实验过程。 房间与多人协作 创建或加入实验房间，明确主持设备、参与设备和观察设备身份，并关联学校、班级与实验任务。Edge Hub 用于管理账号、组织、房间、运行记录和实验档案。 恢复现场，继续复盘 保存房间、环境扫描、AR 底座参考图及恢复状态。再次进入房间时，应用会根据已有证据提示精确恢复或需要人工复核，避免把不确定状态误认为已完成定位。 连接数值参考 实验数据可与 Godot 三维复盘及 COMSOL 高精度参考流程配合使用。数值模拟用于分析与对照，不自动替代真实实验结论。 兼容性说明 部分功能需要支持 ARKit 的 iPhone 或 iPad、摄像头权限、局域网或互联网连接，以及配套的 Godot/Edge Hub 服务。LiDAR 为增强能力，不支持 LiDAR 的设备会按实际硬件提供可用功能。正式结果取决于实验条件、标定质量与验收状态。