מאמר שיטה

הערכת ביצועי טיסה ודפוסי תנועות עיניים באמצעות סימולטור טיסה של מציאות מדומה

2K צפיות

⸱

DOI:

10.3791/65170

⸱

19 במאי 2023

 ,  ,  ,  ,  ,  ,  , 
1Psychology Department, School of Social Sciences, Tsinghua University, 2Faculty of Psychology, Beijing Normal University, 3National Key Laboratory of Human Factors Engineering, the China Astronaut Research and Training Center, 4Department of Military Medical Psychology, Air Force Medical University

במאמר זה

סיכום

נבנה סימולטור טיסה חדש של מציאות מדומה, המאפשר הערכה יעילה וזולה של ביצועי טיסה ודפוסי תנועת עיניים. הוא גם מספק כלי מחקר בעל פוטנציאל גבוה עבור ארגונומיה ומחקרים אחרים.

תקציר

הערכת ביצועים יעילה וחסכונית של טייסים הפכה קריטית לתעשיית התעופה. עם התפתחות המציאות המדומה (VR) והשילוב של טכנולוגיית מעקב עיניים, פתרונות שיענו על צרכים אלה הופכים למציאות. מחקרים קודמים בחנו סימולטורי טיסה מבוססי VR, והתמקדו בעיקר בתיקוף טכנולוגיות ואימוני טיסה. המחקר הנוכחי פיתח סימולטור טיסה VR חדש כדי להעריך את ביצועי הטיסה של טייסים בהתבסס על תנועת עיניים ומחווני טיסה בסצנה סוחפת תלת ממדית. במהלך הניסוי גויסו 46 משתתפים: 23 טייסים מקצועיים ו-23 סטודנטים ללא ניסיון טיסה. תוצאות הניסוי הראו הבדלים משמעותיים בביצועי הטיסה בין משתתפים עם וללא ניסיון טיסה, כאשר הראשון היה גבוה יותר מהאחרון. לעומת זאת, בעלי ניסיון טיסה הראו דפוסי תנועת עיניים מובנים ויעילים יותר. תוצאות אלה של הבידול של ביצועי הטיסה מדגימות את תוקפו של סימולטור הטיסה הנוכחי של VR כשיטת הערכת ביצועי טיסה. דפוסי תנועת העיניים השונים עם חוויית הטיסה מספקים את הבסיס לבחירת טיסה עתידית. עם זאת, לסימולטור טיסה מבוסס VR זה יש חסרונות כמו משוב תנועה בהשוואה לסימולטורי טיסה מסורתיים. פלטפורמת סימולטור טיסה זו גמישה מאוד למעט העלות הנמוכה לכאורה. זה יכול לענות על הצרכים המגוונים של החוקרים (למשל, מדידת מודעות למצב, מחלת VR ועומס עבודה על ידי הוספת סולמות רלוונטיים).

מבוא

הסוכנות האירופית לבטיחות תעופה (2012) מסווגת סימולטורי טיסה כמתקני אימון, מאמני תוכניות טיסה וניווט, ציוד אימון טיסה וסימולטורים מלאיםלטיסה 1. נכון להיום, מגוון סימולטורי טיסה זמינים לאימונים, החל ממערכות שולחניות ברמה נמוכה ועד סימולטורים מורכבים ביותר מבוססי תנועה מלאה2. הסימולטור המסורתי כולל מודל דינמיקת טיסה, סימולציית מערכת, תא טייס חומרה, הדמיה חיצונית והדמיית תנועה אופציונלית3.

לסימולטורי טיסה מסורתיים אלה יש כמה יתרונות כציוד אימון טיסה יעיל. עם זאת, עלותם גבוהה ולא ידידותית לסביבה, שכן ההנעה של כל מערכת דורשת אנרגיה חשמלית משמעותית, במיוחד סימולטור טיסה מלא, הדורש טמפרטורה גבוהה ונוזל או לחץ אוויר בלחץ גבוה, צורך חשמל רב ומייצר רעש רב4.

עם זאת, מערכת סימולטור שולחנית פשוטה היא גמישה ובעלות נמוכה, עם טבילה נמוכה יותר ופחות אינטראקציות מאשר סימולטור טיסה מלא2. לכן, חיוני לפתח סימולטורי טיסה חדשים המשלבים את היתרונות של מערכות שולחניות וסימולטורים מלאים לטיסה (כלומר, את הגמישות של סימולטור שולחני ואת רמת הטבילה והאינטראקציה קרוב סימולטור טיסה מלא).

עם התפתחות טכנולוגיית המחשב, במיוחד טכנולוגיית המציאות המדומה (VR), סוג חדש של סימולטור טיסה המבוסס על טכנולוגיית VR מתפתחת הופך למציאות. סימולטור הטיסה מבוסס VR הוא גמיש, נייד, בעלות נמוכה, ויש לו פחות דרישות מקום מאשר סימולטורים טיסה קונבנציונליים5. חוקרים יצרו סימולטורים לטיסה המבוססים על טכנולוגיית VR במהלך 20 השנים האחרונות 6,7,8,9,10,11; עם זאת, סימולטורי טיסה VR אלה מיועדים בעיקר לאימוני טיסה, ויש מעט לבחירת טייסים. ובכל זאת, עם הפחתת עלויות ושיפור טכנולוגי, סימולטורים מבוססי VR משתנים והופכים לאפשריים לבחירה אישית. חלק מהמחקרים השתמשו בסימולטורים מבוססי VR לבחירה אישית בתחומים שונים: Schijven et al.12 בחרו מתמחים כירורגיים באמצעות סימולטור מציאות מדומה. Huang et al.13 פיתחו כלי בחירה פסיכולוגי המבוסס על טכנולוגיית מציאות מדומה לגיוס טייסים בחיל האוויר. וויצ'חובסקי ו-וויטוביץ14 העריכו את יכולותיו של מועמד כטייס כלי טיס בלתי מאויש (כטב"ם) המבוסס על טכנולוגיית VR. בהתחשב בכך שבחירת טייס היא קריטית לתעשיית התעופה, היא לוחצת לפתח סימולטור טיסה חדש מבוסס VR המתמקד בבחירת טייסים, מכיוון שבחירת טייס בקנה מידה גדול רגישה לעלות הסימולטור ולדרישות במערכת סימולטור הניידות.

תנועות עיניים מספקות רמזים לביצועי הטייס. מחקרים שונים מצאו כי מצב סריקת העיניים מבדיל את הביצועים בין טייסים מומחים למתחילים. על ידי השוואת דפוס הסריקה בין מומחים למתחילים, ניתן להבדיל בין התנהגות תנועת העיניים היעילה והמבנית של המומחים לבין שיטות הסריקה הלא מספקות של מתחילים. מספר מחקרי תעופה מצאו כי אסטרטגיית סריקת העיניים של טייסים קשורה מאוד לרמת המומחיות 15,16,17,18,19,20,21,22,23,24. לדברי Bellenkes et al.25, משך הקיבעונות של מומחים קצר יותר, ותדירות הקיבעונות שלהם על מכשירים גבוהה מזו של טירונים. כמעט אותה מסקנה הוסקה על ידי Kasarskis et al.26, שגילו כי טייסים מומחים יש יותר קיבעונות בשילוב עם משכי זמן קצרים יותר מאשר טירונים, הציע כי טייסים מומחים יש מצב חזותי טוב יותר מאשר טירונים. במחקר אחר, לורנץ ואחרים.27 מצאו כי מומחים מבלים זמן רב יותר בהתבוננות מחוץ לתא הטייס מאשר טירונים. לתוצאות אלה יש ערך מעשי רב בבחירת המצטרפים החדשים.

הערכת ביצועי טיסה היא גורם קריטי נוסף לבחירת הטייס. עם זאת, הבעיות הבאות קיימות בהערכת ביצועי טיסת טייס: דעות מומחים סותרות, נורמות בחירה רבות יותר ותאוריית בחירה אחידה. בתחום הנהיגה, Horrey et al.28 השוו את הערך המוחלט של סטייה מקו האמצע עבור תנאי ניסוי שונים כדי להעריך את ביצועי הנהיגה. בחזרה לתחום התעופה, מקליט הגישה המהירה לטיסה (QAR) מתעד כל מיני פרמטרים של מניפולציה של טייס, פרמטרים של מטוסים, סביבות ומידע אזהרה במהלך טיסה29. באופן ספציפי יותר, כמחווני QAR, זווית המגרש היא זווית הסיבוב סביב הציר השמאלי והימני של המטוס30, וקו הייחוס (או קו הייחוס המרכזי) נמצא ממש באמצע הקווים האדומים והירוקים28; שני פרמטרי טיסה אלה משמשים להערכת ביצועי הטיסה של משתתפים עם או בלי ניסיון במחקר הנוכחי. נתוני QAR אלה יכולים לשמש להערכת ביצועי טיסה, אך למיטב ידיעתנו, הם שימשו רק לעתים רחוקות לאימון אישי ולבחירה במחקר מדעי31,32.

ניתן להשתמש במדידות של דפוסי תנועות עיניים כדי להעריך ולחזות ביצועי טיסה ולהנחות את הכשרת הטייסים ובחירתם. Gerathewohl33 הצהיר כי העין היא איבר החישה החשוב ביותר של הטייס, עיבוד 80% של מידע הטיסה. טייסים חייבים לקבל מידע חזותי ממכשירים בתא הטייס ולשלב אותו בתמונה קוהרנטית כדי לנהל את טיסה22. יתר על כן, התנהגות סריקה אופטימלית חיונית להשגת ביצועי טיסה טובים יותר15. עם זאת, אין כיום סימולטור טיסה במחיר סביר המשלב מעקב עיניים כדי להקל על מחקרים כמותיים של הקשר בין תנועות עיניים וביצועי טיסה.

המחקר הנוכחי פיתח סימולטור טיסה חדש של מציאות מדומה כדי להעריך אם משתתפים עם ניסיון טיסה היו בעלי ביצועי טיסה טובים יותר מאלה ללא ניסיון טיסה. סימולטור הטיסה VR משלב מעקב אחר העיניים ומערכת דינמיקת טיסה המאפשרת ניתוח דפוסי תנועת עיניים והערכת ביצועי טיסה. בפרט, ראוי להזכיר כי סימולטור הטיסה VR משתמש עוקב עיניים VR34, לא כמו זכוכית או שולחן עבודה, מעקב עיניים מבוסס אזור עניין (AOI) ללא ספירת פריימים זמן רב.

לבסוף, העבודה הנוכחית יכולה להוביל למדידת אומניבוס לבחירת טייס בעתיד, החל מנתיב סריקת עיניים ועד נתוני ביצועי טיסה אובייקטיביים. בעזרת סימולטור הטיסה הווירטואלי, עלות בחירת הטיסה תופחת באופן משמעותי, ואת הנורמה של טייסים ניתן ליצור על בסיס איסוף נתונים נרחב. העבודה ממלאת פער בין סימולטורים קונבנציונליים ושולחניים לצרכי בחירת טיסה.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

פרוטוקול

כל השיטות המתוארות כאן אושרו על ידי מועצת הביקורת המוסדית (IRB) של אוניברסיטת צינגהואה, והתקבלה הסכמה מדעת מכל המשתתפים. לאחר השלמתה, כל המשתתפים קיבלו $12 (או מתנה בעלת ערך שווה).

1. בחירת משתתף

  1. גייסו משתתפים על פי מחקר קודם של ניתוח הספק באמצעות תוכנת G*Power35 (ראו טבלת חומרים) כדי לוודא שמספר המשתתפים עומד בגודל המדגם הצפוי שניתן על ידי G*Power, השווה ל-21.
    הערה: גודל המדגם הצפוי שניתן על ידי G*Power מתייחס למספר המשתתפים המשוער הדרוש במחקר כדי להשיג רמה רצויה של כוח סטטיסטי בהתבסס על גודל ההשפעה שצוין, רמת מובהקות ומבחן סטטיסטי בשימוש. גודל המדגם הצפוי הוא שיקול חשוב בתכנון המחקר. זה עוזר לחוקרים לקבוע את ההיתכנות ואת העלות האפקטיבית של תכנון המחקר שלהם ומבטיח כי המחקר יש מספיק כוח סטטיסטי כדי לזהות השפעות משמעותיות.
  2. ודא שלאף אחד מהמשתתפים אין היסטוריה של אפילפסיה, מחלות לב או מוח, תרופות אנדוקריניות או פסיכיאטריות אחרונות, או אלרגיות עור חמורות.
  3. השתמש בתרשים העיניים של Snellen (השתמש במערכת המטרית 6/6)36 כדי לאשר שהראייה של המשתתפים תקינה או מתוקנת לנורמה ושאין להם ליקויי ראייה כמו עיוורון צבעים או חולשת צבעים.
  4. ודא שאף אחד מהמשתתפים לא צרך אלכוהול או סמים במהלך 24 השעות האחרונות שעלולים להשפיע על יכולתם לעוף.
  5. ודאו שהמשתתפים ישנו לא פחות מ-6 שעות והם במצב נפשי טוב לפני הניסוי.

2. חומרת סימולטור טיסה

  1. בדוק שכל החומרה של סימולטור הטיסה הושלמה. על פי תפקידה, חומרה זו מאורגנת בשלושה מודולים (טבלה 1) (ראה טבלת חומרים).
    הערה: חוקרים צריכים לגעת במוט מתכת לפני שהם נוגעים בציוד כדי למנוע את הסיכון הנשקף מהשראה אלקטרוסטטית.
    1. בדוק את הרכיבים של VR, HMD (תצוגה המותקנת על הראש) ומודול מעקב אחר העיניים בעזרת טבלה 2.
    2. ודא שכל רכיבי מודול המחשב של סימולטור הטיסה עומדים בדרישות המינימום הבאות: מעבד 3.6G Hz, זיכרון פנימי 4G, מערכת הפעלה של 64 סיביות וכרטיס גרפי. המערכת תתמוך בכל בקרי הטיסה.
    3. בדוק את רכיבי מודול בקרת הטיסה וודא שתצורת הפרמטרים של ההתקן תואמת לטבלה 3.
  2. התקן את החומרה של סימולטור הטיסה בהתאם לפריסה באיור 1. איור 2 מראה כיצד החומרה מחוברת.
    1. הצטרפו פיזית למצערת וללוח הבקרה והתייחסו אליהם כאל יחידה.
    2. חבר את המצערת, הג'ויסטיק והדוושה למודול המחשב של סימולטור הטיסה באמצעות USB.
    3. חבר את HMD למודול המחשב של סימולטור הטיסה באמצעות תיבת הקישור.
    4. חבר את תחנות הבסיס ובקרי המציאות המדומה ל-HMD באמצעות תוכנת VR במחשב.
צג VR המורכב על ראש (HMD) ומודול מעקב אחר העיניים1. תחנת בסיס
2. VR HMD
מודול מחשב Flight Simulator3. מחשב סימולטור טיסה
מודול בקרת טיסה4. מצערת טיסה
5. ג'ויסטיק טיסה
6. דוושת טיסה

טבלה 1: רכיבים של שלושת המודולים של חומרת סימולטור טיסה.

רכיב עיקריעזרים
VR HMDכבל אוזניות (מחובר)
כרית פנים (מחוברת)
מטלית ניקוי
מכסה חור אוזניות × 2
התיבה 'קישור'מתאם מתח
כבל DisplayPort
כבל USB 3.0
משטח הרכבה
בקרים (2018) × 2מתאמי מתח × 2
שרוכים × 2
כבלי Micro-USB × 2
תחנת בסיס 2.0 × 2מתאמי מתח × 2
ערכת הרכבה (2 תושבות, 4 ברגים ו-4 עוגני קיר)

טבלה 2: רשימת הרכיבים של VR HMD ומודול מעקב עיניים.

מכשירתצורת פרמטרים
ג'ויסטיק טיסהתשעה עשר לחצני פעולה
כובע "נקודת מבט" אחד בן 8 כיוונים
מספר חיישנים מגנטיים תלת ממדיים
מערכת קפיץ אחת בת 5 סלילים
רזולוציה אחת של 16 סיביות (65536 x 65536 ערכים).
לוח בקרת טיסהחמישה עשר לחצני פעולה
גלגל TRIM אחד
חמש נורות LED ניתנות לתכנות
מצערת טיסהשבעה עשר לחצני פעולה
כובע עכבר אחד עם לחצן
כובע "נקודת מבט" אחד בן 8 כיוונים
מספר חיישנים מגנטיים תלת ממדיים
שתי רזולוציות של 14 סיביות
דוושת טיסהמתח בין 2.5 ק"ג ל 5 ק"ג
זווית בין 35° ל- 75°

טבלה 3: תצורת הפרמטרים של המכשירים של מודול בקרת הטיסה.

figure-protocol-1
איור 1: הפריסה של חומרת סימולטור הטיסה VR. לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.

figure-protocol-2
איור 2: החיבור של חומרת סימולטור טיסה. (A) מודול בקרת טיסה. המצערת ולוח הבקרה מחוברים פיזית ומטופלים כיחידה אחת. אם משתמשים במונח "מצערת" במחקר זה, הוא מתייחס הן למצערת והן ללוח הבקרה. (B) מודול מחשב סימולטור טיסה. מחשב שעומד בדרישות המתוארות בשלב 2.2. (C) HMD ומודול מעקב עיניים. ערכות פיתוח התוכנה (SDK) למעקב אחר העיניים ומנוע התלת-ממד נשמרות מסונכרנות כאשר הן מותקנות באותו מחשב. לכן, פונקציות מעקב העיניים ומערכת ההפעלה מתקשרות ועובדות יחד. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.

3. תוכנת סימולטור טיסה

  1. ודא שכל התוכנות (ראה טבלת חומרים) הותקנו לפני תחילת הניסוי. מידע על כל התוכנות ששימשו בניסוי מוצג בטבלה 4.
שםתיאור
תוכנת VRכלי בשימוש נרחב להתנסות בתוכן VR בחומרה.
חנות אפליקציות VRחנות האפליקציות למציאות מדומה שבה לקוחות יכולים לחקור, ליצור, להתחבר ולחוות את התוכן שהם אוהבים וצריכים.
תוכנת מעקב עינייםתוכנת מעקב עיניים שפותחה על ידי צוות המחקר באמצעות ערכות SDK של מעקב אחר העיניים ומנוע תלת מימד.
FlySimulatorהתוכנית העיקרית של תוכנת סימולטור הטיסה, שפותחה על ידי צוות המחקר.
תוכנת הקלטת מסךתוכנת קוד פתוח בחינם להקלטת וידאו והזרמה חיה.

טבלה 4: מידע על כל התוכנות ששימשו בניסוי.

4. הכנה לפני שיגור סימולטור הטיסה

הערה: אם זו הפעם הראשונה שאתה מפעיל את תוכנית המעקב אחר העיניים, בצע את השלבים הנוספים בהתאם לאיור 3. תוכנית המעקב אחר העיניים תופעל באופן אוטומטי לאחר ההפעלה הראשונית.

figure-protocol-3
איור 3: השלבים הנוספים בעת הפעלת תוכנית המעקב אחר העיניים בפעם הראשונה. לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.

  1. ודא שה-HMD מופעל ומחובר למחשב.
  2. מקם את תחנת הבסיס באלכסון כדי להבטיח שה-HMD יוכל תמיד להיות בטווח הניטור של תחנת הבסיס. שמור על תחנת הבסיס קבועה כדי לשמור על סביבת VR יציבה.
  3. הגדר אזור משחק בעמידה בלבד בהתאם להנחיות שניתנו על ידי תוכנת VR במחשב.
    הערה: הבקשה מאפשרת אזור בקנה מידה של חדר או מגדירה אזור משחקים בעמידה בלבד. מצב עמידה בלבד משמש בדרך כלל לחוות סצנות VR שאינן דורשות הליכה וניתן לבחור בהן כאשר למשתמש יש מקום מוגבל לנוע. לכן, בניסוי זה, הגדירו אזור משחקים בעמידה בלבד.
  4. הגדר את כיול המעקב אחר העיניים. יש לכייל מחדש את מערכת מעקב העיניים בכל פעם שהמשתתף מתחלף.
    1. ודא שהמשתתפים אינם משתמשים בעדשות מגע, מה שגורם לתקלה במעקב אחר העיניים.
    2. פתחו את תוכנית כיול מעקב העיניים באמצעות בקרי המציאות המדומה (ראו טבלת חומרים).
    3. כוונן את גובה המכשיר, המרחק הבין-אישונים (IDP) ונקודת המבט בהתאם להוראות המערכת.
    4. גרום לעיני המשתתפים להאיר כל נקודה למשך 2 שניות בכיוון השעון כדי לוודא את יעילות כיול מעקב העיניים.
  5. חבר את מודול בקרת הטיסה המכוונן ואת תצוגת המסך הגדול (כלומר, צג בגודל 27 אינץ' לפחות) לאותו מחשב כמו VR HMD. המסך מאפשר לנסיין לצפות במתרחש ב-VR HMD בו זמנית.

5. הליך ניסיוני

הערה: הניסוי מחולק לארבעה שלבים: "איסוף מידע", "הצגת המשימה והפעולה", "תרגול לפני הניסוי" ו"ביצוע ניסוי רשמי". תהליך הניסוי מסוכם באיור 4.

figure-protocol-4
איור 4: תרשים הזרימה של הניסוי. לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.

  1. איסוף מידע מהמשתתפים (15 דקות).
    1. מלאו את טופס פרטי התשלום עם פרטי התשלום של המשתתפים.
    2. יידעו את המשתתפים לקרוא את מסמך ההסכמה מדעת ולחתום עליו.
  2. הציגו את המשימה ואת פעולת הסימולטור למשתתפים (5 דקות).
    1. הסבירו למשתתפים את תבנית התנועה ואת המפה (איור 5).
    2. הדריכו את המשתתפים כיצד להשתמש בסימולטור הטיסה VR.
    3. הודיעו למשתתפים שהם יכולים לעזוב את הניסוי אם הם חווים אי נוחות בזמן הדמיית טיסה.
  3. בקשו מהמשתתפים לתרגל שימוש בסימולטור הטיסה VR (15 דקות).
    1. התאימו את VR HMD למשתתפים וכילו את תנועות העיניים. כוונן את גובה המכשיר, המרחק הבין-אישונים (IDP) ונקודת המבט בהתאם להוראות המערכת.
    2. פתח את תוכנת הקלטת המסך.
    3. הפעל את תוכנית FlySimulator כדי לסייע למשתתפים באימוני טיסה.
    4. הנחו את המשתתפים להשתמש בדוושת הטיסה, בג'ויסטיק ובמצערת בתיאום כדי לנווט את המטוס קרוב ככל האפשר לקו הייחוס של הטיסה (איור 5).
    5. אפסו את כפתורי מצערת הטיסה ומתג המנוע לאחר היציאה מתוכנית FlySimulator, והפסיקו להקליט את המסך לאחר שהנבדק סיים את התרגול.
  4. לערוך ניסויי טיסה רשמיים (20 דקות).
    1. שים את VR HMD עבור המשתתפים, והפעל את OBS Studio כדי להתחיל להקליט את המסך.
    2. הפעל את תוכנית FlySimulator, בחר פרספקטיבה מתאימה, הפעל את המנוע, שחרר את בלם החניה והנח את מצערת הטיסה במלואה.
    3. צא מתוכנית FlySimulator ולאחר מכן אפס את כפתורי מצערת הטיסה ומתג המנוע . הפסק להקליט את המסך.

figure-protocol-5
איור 5: תבנית התנועה של סימולטור הטיסה VR. זווית הגובה היא זווית הסיבוב סביב הציר השמאלי והימני של המטוס, וקו הייחוס (או קו הייחוס המרכזי) נמצא ממש באמצע הקווים האדום והירוק. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.

6. ניתוח נתונים

  1. ניתוח נתוני תנועות עיניים.
    1. חלק חמישה אזורי עניין (AOI) במחקר זה; למידע נוסף על חישוב AOIs, ראו איור 6, בהתבסס על הפאנל בפועל של תא הטייס המתאים למכשיר תא הטייס של הטיסה (איור 7).
    2. חשב את מבחן ההבדל AOI באמצעות אחוז זמן השהייה באזור AOI37, בהתחשב בתכונת הציוד של אוקולומוטור VR המשמש במחקר זה.
      הערה: האחוז הממוצע של זמן השהייה הוא האחוז המצטבר שהוקדש לחיפוש בתוך AOI חלקי זמן הקיבוע הכולל והממוצע בין המשתתפים.
  2. נתח נתוני ביצועי טיסה באמצעות סקריפטי תכנות שפותחו במיוחד באמצעות Python 3.10. אלגוריתם הליבה למדדי ביצועים הותאם משיטת ניתוח QAR, בהשראת נתוני QAR של 35 מטוסי BAE-146 שסופקו על ידי מנהל האווירונאוטיקה והחלל הלאומי (נאס"א)38.
    הערה: מדדי ביצועי טיסה למחקר זה: זמן הטיסה הכולל (משך הזמן הכולל בין ההמראה לנחיתה עבור כל משתתף, בשניות), זווית המגרש 1 שניות לפני הנחיתה (זווית המגרש של המטוס 1 שניות לפני הנחיתה, המתקבלת מנתונים גולמיים, במעלות), מרחק ממוצע לקו הייחוס (שגיאה ממוצעת של המרחק המרחבי בין המטוס לקו הייחוס במהלך הטיסה, במטרים), וסטיית תקן של המרחק לקו הייחוס (סטיית תקן של המרחק המרחבי בין המטוס לקו הייחוס במהלך הטיסה, במטרים).
  3. לבצע את הניתוחים הסטטיסטיים.
    1. השתמש במבחן שפירא-וילק39 כדי לאשר את תקינות הנתונים.
    2. השתמש בתוכנה סטטיסטית (ראה טבלת חומרים) לסטטיסטיקה תיאורית, מבחן Mann-Whitney U ומבחן t של סטודנט.
    3. תאר את עלילות הכינור כדי לציין טוב יותר את צורת התפלגות הנתונים40.
      הערה: ההסבר לגודל ההשפעה שנמדד באמצעות d של כהן הוא כדלקמן: 0.1 הוא קטן מאוד, 0.2 הוא קטן, 0.5 הוא בינוני, 0.8 הוא גדול, 1.2 הוא גדול מאוד, ו 2.0 הוא ענק41,42. רמת המובהקות נקבעה על p < 0.05.

figure-protocol-6
איור 6: תהליך עיבוד מקדים וחישוב זרימה של AOI. סעיפים 1 עד 4 מתארים כיצד המחקר הנוכחי עיבד את נתוני תנועות העיניים של הטייסים עד למבחן t מדגם בלתי תלוי. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.

figure-protocol-7
איור 7: תרשים סכמטי של חלוקת AOI של מכשיר טיסה. תפקיד המכשירים: (A) מחוון מהירות האוויר מציין את מהירות כלי הטיס ביחס לאוויר. (B) מחוון הגובה מראה את גובה הגובה והגלגול של כלי הטיס. (ג) מחוון המהירות האנכית מציין את מהירות העלייה או הירידה של כלי הטיס. (ד) מחוון הגובה מציין את הגובה הברומטרי של כלי הטיס. (ה) מחוון מהירות המנוע מציין את מהירות מנוע כלי הטיס. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

תוצאות

לניסוי הנוכחי נבחרו 23 מומחים בעלי ניסיון טיסה ו-23 טירונים ללא ניסיון טיסה. המשתתפים היו בגילאי 25 עד 58 (מומחים: M = 32.52 שנים, SD = 7.28 שנים; טירונים: M = 29.57 שנים, SD = 5.74 שנים). המין של כל המשתתפים היה זכר. כל הטירונים גויסו מאוניברסיטת צינגואה (סטודנטים או סגל), וכל המומחים היו מצ'יינה איסטרן איירליינס.

תנועת עיניים
נתוני תנועת העיניים של מכשירי AOI, מחוון מהירות אוויר, מחוון מהירות אנכית, מחוון גובה ומחוון מהירות מנוע אינם מו...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

דיון

המחקר הנוכחי העריך אם משתתפים עם ניסיון טיסה היו בעלי ביצועי טיסה טובים יותר מאלה ללא ניסיון טיסה בסימולטור טיסה מבוסס VR. חשוב מכך, המחקר העריך אם ניתן למצוא דפוס אופטימלי יותר של תנועות עיניים אצל משתתפים אלה עם ביצועי טיסה טובים יותר. לתוצאות יש הבדלים משמעותיים בין משתתפים עם וללא ניסיון טיסה בשלושה מדדי QAR מעופפים מרכזיים: זווית המגרש 1 שניות לפני הנחיתה, המרחק הממוצע לקו הייחוס וסטיית התקן של המרחק לקו הייחוס (איור 9B-D). תוצאות אלה מראות כי למשתתפים ...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

גילויים

המחברים לא הצהירו על גילוי כספי או ניגודי עניינים.

תודות

המחברים אסירי תודה למר לי יאן על עזרתו בגיוס משתתפי הטייס ומודים לגב' בו לינג-יון על עבודתה בציור תמונות. המחקר נתמך על ידי הקרן הלאומית למדעי הטבע של סין (מענק מספר T2192931, 72071185), פרויקט המוח הלאומי (מספר מענק STI2030-Major Projects2022ZD0208500), פרויקט מעבדת המפתח הלאומי להנדסת גורמי אנוש (מענק מספר SYFD062003), פרויקט מעבדת המפתח הלאומי להנדסת גורמי אנוש (מענק מספר 6142222210201), ולשנת 2022 פרויקטים עיקריים של מענק מחקר לוגיסטי צבאי ופרויקט מפתח של ציוד חיל האוויר מקיף מחקר (מענק מספר KJ2022A000415).

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
SDK של מנוע תלת-ממדEpic GamesUnreal Engine 4
GameAnalytics Unreal SDK		זה הוא כלי ניתוח חינמי רב עוצמה אך גמיש המיועד למשחקים.
מעבדIntelIntelCore i9אחד המעבדים החזקים ביותר בשוק המיינסטרים.
SDK למעקב אחר תנועות העינייםTobiiTobii XR SDK SDKזה מספק גישה בלתי תלויה למכשיר לנתוני מעקב אחר תנועות העיניים כדי לאפשר פיתוח עבור אוזניות מספקי חומרה רבים ושונים, ואינו מוגבל למכשירים המשתמשים בחומרת מעקב אחר תנועות העיניים של Tobii.
תוכנת מעקב עינייםפותחה על ידי צוותתוכנה העוקבת אחר תנועת העיניים של אדם בזמן שהוא משתמש ב-HMD של מציאות מדומה.
תוכנת FlySimulatorפותחה על ידי צוותתוכנה המדמה חוויות טיסה בסביבה וירטואלית, באמצעות VR HMD ובקרי כף יד.
כרטיס מסךNVIDIAGeForce RTX 3090
10496 NVIDIA CUDA Cores
1.70 GHz Boost Clock   
גודל זיכרון 24 ג'יגה-בייט
זיכרון GDDR6X סוג		אחד הכרטיסים הגרפיים החזקים ביותר בשוק המיינסטרים.
מערכת הפעלה (OS)MicrosoftWindows XPמערכת הפעלה (OS) שפותחה ומופצת באופן בלעדי על ידי Microsoft Corporation
לוח בקרה משוכפלTHRUSTMASTER2960720 2971004 2962072 2960748 2960769מטוס תקיפה A-10C של חיל האוויר האמריקני HOTAS
ג'ויסטיק העתקTHRUSTMASTER2960720מטוס תקיפה A-10C של חיל האוויר האמריקני HOTAS
דוושתהעתקTHRUSTMASTERTPR הגה תליון
העתק מצערתTHRUSTMASTERמטוס תקיפה A-10C A-10C של חיל האוויר האמריקני HOTAS
מסך מחובר למחשבRedmiRMMNT27NF, 27 אינץ', יחס רזולוציה של 1920 X 1080המסך מאפשר לנסיין לצפות בו זמנית במתרחש בתוכנת
הקלטת מסךOBS ProjectOBS Studio גרסה 28.0תוכנת קוד פתוח חינמית להקלטת וידאו וסטרימינג בשידור חי
תוכנת ניתוח כוח סטטיסטיפתוחG*power גרסה 3.1.9.6כלי חינמי וידידותי להערכת עוצמה סטטיסטית וגודל מדגם.
תוכנה סטטיסטיתIBMSPSS גרסה 24.0פלטפורמת תוכנה סטטיסטית רבת עוצמה
כלי סטטיסטיקה רב תכליתיתוכנתGraphPad GraphPad Prism גרסה 9.4.0כלי סטטיסטיקה רב-תכליתי שנבנה במיוחד עבור מדענים - לא סטטיסטיקאים
חנות אפליקציות VR HTCCorporationVIVE Software 2.0.17.6 / 2.1.17.6חנות אפליקציות למציאות מדומה שבה לקוחות יכולים לחקור, ליצור, להתחבר ולחוות את התוכן שהם אוהבים וצריכים.
תצוגה רכובה על ראש VR (HMD)HTC CorporationVIVE Pro Eyeאוזניות VR עם מעקב עיניים מדויק
תוכנת VRSteamSteam VR גרסה 1.23כלי לחוויית תוכן VR בחומרה
המחקר המחקר VR HMD קוד

מקורות

  1. Oberhauser, M., Dreyer, D., Braunstingl, R., Koglbauer, I. What's real about virtual reality flight simulation. Aviation Psychology and Applied Human Factors. 8 (1), 22-34 (2018).
  2. Oberhauser, M., Dreyer, D. A virtual reality flight simulator for human factors engineering. Cognition, Technology & Work. 19 (2-3), 263-277 (2017).
  3. Rolfe, J. M., Staples, K. J. Flight Simulation. , Cambridge University Press. Cambridge, New York. (1986).
  4. Robinson, A., Mania, K., Perey, P. Flight simulation: Research challenges and user assessments of fidelity. Proceedings of the 2004 ACM SIGGRAPH International Conference on Virtual Reality Continuum and its Applications in Industry. , 261-268 (2004).
  5. Moroney, W. F., Moreney, B. W. Flight Simulation. Handbook of Aviation Human Factors. , Lawrence Erlbaum Associates. Mahwah, New Jersey. 261-268 (1999).
  6. McCarty, W. D., Sheasby, S., Amburn, P., Stytz, M. R., Switzer, C. A virtual cockpit for a distributed interactive simulation. IEEE Computer Graphics and Applications. 14 (1), 49-54 (1994).
  7. Dorr, K. U., Schiefel, J., Kubbat, I. Virtual cockpit simulation for pilot training. In . The Hague, The Netherlands. What is Essential for Virtual Reality Systems to Meet Military Human Performance Goals? RTO human factors and medicine panel (HEM) workshop. , The Hague. The Netherlands. (2001).
  8. Bauer, M., Klingauf, U. Virtual-reality as a future training medium for civilian flight procedure training. AIAA Modeling and Simulation Technologies Conference and Exhibit. , Honolulu, Hawaii. 18-21 (2008).
  9. Yavrucuk, I., Kubali, E., Tarimci, O. A low cost flight simulator using virtual reality tools. IEEE Aerospace and Electronic Systems Magazine. 26 (4), 10-14 (2011).
  10. Aslandere, T., Dreyer, D., Pankratz, F., Schubotz, R. A generic virtual reality flight simulator. Virtuelle und Erweiterte Realität, 11. Workshop der GI-Fachgruppe VR/AR. , Shaker Verlag. Aachen. 1-13 (2014).
  11. Joyce, R. D., Robinson, S. K. The rapidly reconfigurable research cockpit. AIAA Modeling and Simulation Technologies Conference. , Dallas, Texas. 22-26 (2015).
  12. Schijven, M. P., Jakimowicz, J. J., Carter, F. J. How to select aspirant laparoscopic surgical trainees: Establishing concurrent validity comparing Xitact LS500 index performance scores with standardized psychomotor aptitude test battery scores. The Journal of Surgical Research. 121 (1), 112-119 (2004).
  13. Huang, P., Zhu, X., Liu, X., Xiao, W., Wu, S. Psychology selecting device for air force pilot recruitment based on virtual reality technology, has industrial personal computer connected with memory, where industrial control computer is connected with image display device. , CN111920428-A (2020).
  14. Wojciechowski, P., Wojtowicz, K. Simulator sickness and cybersickness as significant indicators in a primary selection of candidates for FPV drone piloting. 2022 IEEE 9th International Workshop on Metrology for AeroSpace (MetroAeroSpace). , Pisa, Italy. (2022).
  15. Ziv, G. Gaze behavior and visual attention: A review of eye tracking studies in aviation. The International Journal of Aviation Psychology. 26 (3-4), 75-104 (2016).
  16. Lai, M. L., et al. A review of using eye-tracking technology in exploring learning from 2000 to 2012. Educational Research Review. 10, 90-115 (2013).
  17. Robinski, M., Stein, M. Tracking visual scanning techniques in training simulation for helicopter landing. Journal of Eye Movement Research. 6 (2), 1-17 (2013).
  18. Yang, J. H., Kennedy, Q., Sullivan, J., Fricker, R. D. Pilot performance: Assessing how scan patterns & navigational assessments vary by flight expertise. Aviation Space and Environmental Medecine. 84 (2), 116-124 (2013).
  19. Yu, C. S., Wang, E. M. Y., Li, W. C., Braithwaite, G., Greaves, M. Pilots' visual scan patterns and attention distribution during the pursuit of a dynamic target. Aerospace Medicine and Human Performance. 87 (1), 40-47 (2016).
  20. Haslbeck, A., Zhang, B. I spy with my little eye: Analysis of airline pilots' gaze patterns in a manual instrument flight scenario. Applied Ergonomics. 63, 62-71 (2017).
  21. Brams, S., et al. Does effective gaze behavior lead to enhanced performance in a complex error-detection cockpit task. PLoS One. 13 (11), e0207439(2018).
  22. Peißl, S., Wickens, C. D., Baruah, R. Eye-tracking measures in aviation: A selective literature review. The International Journal of Aerospace Psychology. 28 (3-4), 98-112 (2018).
  23. Jin, H., et al. Study on how expert and novice pilots can distribute their visual attention to improve flight performance. IEEE Access. 9, 44757-44769 (2021).
  24. Lounis, C., Peysakhovich, V., Causse, M. Visual scanning strategies in the cockpit are modulated by pilots' expertise: A flight simulator study. PLoS One. 16 (2), e0247061(2021).
  25. Bellenkes, A. H., Wickens, C. D., Kramer, A. F. Visual scanning and pilot expertise: The role of attentional flexibility and mental model development. Aviation Space and Environmental. 68 (7), 569-579 (1997).
  26. Kasarskis, P., Stehwien, J., Hickox, J., Aretz, A., Wickens, C. Comparison of expert and novice scan behaviors during VFR flight. Proceedings of the 11th International Symposium on Aviation Psychology. , Columbus, Ohio. (2001).
  27. Lorenz, B., et al. Performance, situation awareness, and visual scanning of pilots receiving onboard taxi navigation support during simulated airport surface operation. Human Factors and Aerospace Safety. 6 (2), 135-154 (2006).
  28. Horrey, W. J., Alexander, A. L., Wickens, C. D. Does workload modulate the effects of in-vehicle display location on concurrent driving and side task performance. Driving Simulator Conference North America Proceedings. , Dearborn, Michigan. October 8-10 (2013).
  29. Wang, L., Ren, Y., Sun, H., Dong, C. A landing operation performance evaluation method and device based on flight data. In Engineering Psychology and Cognitive Ergonomics: Cognition and Design. , Springer International Publishing. Vancouver, British Columbia, Canada. 297-305 (2017).
  30. Wang, L., Ren, Y., Wu, C. Effects of flare operation on landing safety: A study based on ANOVA of real flight data. Safety Science. 102, 14-25 (2018).
  31. Huang, R., Sun, H., Wu, C., Wang, C., Lu, B. Estimating eddy dissipation rate with QAR flight big data. Applied Sciences. 9 (23), 5192(2019).
  32. Wang, L., Zhang, J., Dong, C., Sun, H., Ren, Y. A method of applying flight data to evaluate landing operation performance. Ergonomics. 62 (2), 171-180 (2019).
  33. Gerathewohl, S. J. Leitfaden der Militärischen Flugpsychologie. Verlag für Wehrwissenschaften. , (1987).
  34. Ugwitz, P., Kvarda, O., Juříková, Z., Šašinka, Č, Tamm, S. Eye-tracking in interactive virtual environments: implementation and evaluation. Applied Sciences. 12 (3), 1027(2022).
  35. Faul, F., Erdfelder, E., Lang, A. -G., Buchner, A. G*Power 3: A flexible statistical power analysis program for the social, behavioral, and biomedical sciences. Behavior Research Methods. 39 (2), 175-191 (2007).
  36. Boslaugh, S. E. Snellen Chart. , (2018).
  37. He, J., Becic, E., Lee, Y. -C., McCarley, J. S. Mind wandering behind the wheel. Human Factors: The Journal of the Human Factors and Ergonomics Society. 53 (1), 13-21 (2011).
  38. Tanveer Alam, GitHub - tanvcodes/qar_analytics: Scripts for working with publicly available Quick Access Recorder (QAR) data from a fleet of 35 BAE-146 aircraft. GitHub. , Retrieved on December 20,2022 from https://github.com/tanvcodes/qar_analytics (2022).
  39. Shapiro, S. S., Wilk, M. B. An analysis of variance test for normality (complete samples). Biometrika. 52 (3-4), 591-611 (1965).
  40. Hintze, J. L., Nelson, R. D. Violin plots: A box plot-density trace synergism. The American Statistician. 52 (2), 181-184 (1998).
  41. Cohen, J. Statistical Power Analysis for the Behavioral Sciences (2nd ed.). , Erlbaum, Hillsdale, NJ. (1988).
  42. Sawilowsky, S. S. New effect size rules of thumb. Journal of Modern Applied Statistical Methods. 8 (2), 26(2009).
  43. Bateman, T. S., Crant, J. M. The proactive component of organizational behavior: A measure and correlates. Journal of Organizational Behavior. 14 (2), 103-118 (1993).
  44. Endsley, M. R. Measurement of situation awareness in dynamic systems. Human Factors. 37 (1), 65-84 (1995).
  45. Hunter, D. R. Measuring general aviation pilot judgment using a situational judgment technique. The International Journal of Aviation Psychology. 13 (4), 373-386 (2003).
  46. Kim, H. K., Park, J., Choi, Y., Choe, M. Virtual reality sickness questionnaire (VRSQ): Motion sickness measurement index in a virtual reality environment. Applied Ergonomics. 69, 66-73 (2018).
  47. Hart, S. G. NASA Task Load Index (TLX). , (1986).

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

הדפסות חוזרות והרשאות

בקש הרשאה לשימוש חוזר בטקסט או באיורים של מאמר JoVE זה

בקש הרשאה

תגיות

ImmersiveVR

מאמרים קשורים