複雑な航空タスク中のアイトラッキングによる情報処理への洞察
2025年4月4日
アイトラッキングは、情報処理をプローブするための非侵襲的な方法です。この記事では、アイトラッキングを使用して、短時間パイロットのフライトシミュレーション緊急タスク中の視線行動を研究する方法について説明します(つまり、<350飛行時間)。
私たちの研究は、アイトラッキングを使用してパイロットの状況認識の客観的な心理生理学的測定を開発し、データ駆動型のコンピテンシーベースのトレーニングと評価を強化します。アイトラッキングの進歩により、疲労、認知負荷、マインドワンダリングなどの注意状態を監視することで航空訓練が強化され、パイロットのパフォーマンスと安全性が向上します。シミュレータ、VR、ARに統合されたアイトラッキングにより、パイロットの精神状態やスキャン行動をリアルに評価することができ、研究室を超えて実際のコックピットや高忠実度のシミュレーションに研究を進めることができます。
主な課題は、関心領域のセグメンテーションとラベル検証であり、これらは労働集約的ですが、非常に重要です。私たちの実験では、さらなる開発が必要な初期段階の自動化方法を探求しています。私の仕事は、パイロットの情報処理、注意配分、ストレス管理、航空機の監視と安全性に影響を与えるリスクを示す視線行動を評価するための航空訓練におけるアイトラッキングをサポートしています。
まず、フライトシミュレーターとプロジェクターのスクリーンをオンにします。指示画面で、[プリセット]タブを押し、必要な位置および/または天気のプリセットが利用可能であることを確認します。次に、コレクションラップトップの電源を入れ、資格情報でログインします。
プロンプトが表示されたら、既存のプロファイルを選択するか、新しい参加者用に新しいプロファイルを作成するか、またはゲストオプションを選択して最後のキャリブレーションを上書きします。メガネをキャリブレーションするには、アイトラッカーケースを開けてメガネを取り出します。次に、ノーズピースを選択します。
ラップトップからメガネへのMicro-USBケーブルにUSBを接続します。次に、アイトラッカーケース内の黒いキャリブレーションボックスを見つけます。メガネをキャリブレーションボックスの中に入れます。
コレクションのラップトップのアイトラッキングハブで、[ツール]、[デバイスキャリブレーション]の順に選択します。ポップアップウィンドウで[開始]を押して、キャリブレーションを開始します。キャリブレーションが完了したら、メガネを箱から取り出します。
ノーズピースが適切にフィットするように、参加者にコックピットに座って眼鏡をかけるように指示します。画面の右下にあるメガネボックスのフィット感を調整します。フィット感が優れているとマークされている場合は、次の手順に進みます。
それ以外の場合は、ボックスをクリックします。次に、参加者に画面上のフィット感の推奨事項に従い、ノーズピースを調整し、メガネが快適にフィットすることを確認し、ラップトップをまっすぐ見るように指示します。次に、ノーズピースを真ん中でつまんで、メガネから引き出し、別のノーズピースをスライドさせて入れます。
研究の固定視線キャリブレーション モードに従うには、ボックスに頭を動かしてもらい、ボックスが黒い四角形と重なるようにします。次に、参加者に黒い四角の内側の十字線に視線を合わせてもらい、スペースバーを押します。次に、ヘッドセットがインストルメントパネルの左下にあるジャックに接続されていることを確認します。
眼球キャリブレーションの前に、アイトラッキングハブのパラメータボックスに移動します。キャリブレーション モードを確認し、スタディに応じて [固定視線] または [固定ヘッド] を選択します。キャリブレーション ポイントが、合計 9 ポイントの 3 x 3 グリッドとして表示されていることを確認します。
検証モードがキャリブレーションモードと一致することを確認します。次に、アイトラッキングの出力を調べ、チェックボックスを使用して調査に必要なすべてのパラメーターがオンになっていることを確認します。視線追跡ハブで、[ファイル]、[設定]、[視線追跡] の順にクリックします。
サンプリングレートが250ヘルツに設定されていることを確認します。[Validate your setup] ボックスを押し、平均絶対誤差が 1 度未満であることを確認してから、キャリブレーションをプロファイルに保存します。データ収集のために、シミュレーションを開始する前にインストルメントパネルの設定を調整する方法など、トライアルパスまたはフライトパスについて参加者に明確な指示を与えます。
指示画面で、オレンジ色の停止ボタンを押してデータ収集を開始します。色が緑色に変わり、テキストが [Flying] に更新されることを確認します。コレクション ラップトップで [録音の開始] を押して、アイ トラッカー データをフライト シミュレーターのデータと同期します。
参加者が周回を完了して着陸したら、航空機が完全に停止するまで待ちます。指示画面で、緑色のフライングボタンを押してデータ収集を停止します。色がオレンジ色に戻り、テキストが [停止] に更新されることを確認します。
視線追跡バッチ スクリプトを実行して、視線マッピングの対象領域 (AOI) を手動で定義します。スクリプトは、キーフレーム選択のための新しいウィンドウを開きます。ビデオをスクロールして、分析するすべての主要なAOIを明確に示すフレームを選択します。
画面の指示に従って、フレームの領域に長方形を描きます。この領域は、ビデオ全体を通して一意に表示され、安定しています。次に、フレーム内の各 AOI に対して、一度に 1 つずつ四角形を描画します。各四角形に適切な名前を付けます。
[さらに追加] ボタンを使用して新しい AOI を追加し、最後の AOI で [完了] を押します。スクリプトを開始して AOI を処理し、固定データを生成すると、ビデオ上のサッカードと固定を示すプロットが生成されます。緊急タスク条件は、基本条件と比較して着陸の成功率を大幅に低下させました。
緊急試験では、基本試験に比べて完了時間が有意に短かった。着陸エラーも、基本的な試行と比較して、緊急試験で有意に高かった。主観的な状況認識スコアは、基本的なタスクと比較して、緊急時のタスク中に有意に低かった。
状況認識の需給は基礎試行から非常試行にかけて増加し、状況認識理解は基礎試行から緊急試行試行にかけて減少した。視線メトリクスは、緊急時に高度計や姿勢指示器などの主要な機器で滞留時間が大幅に減少したことを明らかにしました。緊急時のまばたき速度は、基本条件と比較して大幅に増加しました。
SGEやGTEなどの高度な視線指標は、緊急時に大幅に減少しました。
完全なトランスクリプトを表示し、数千本の科学動画にアクセス
概要
この記事では、飛行シミュレーションの緊急時タスク中の低時間飛行士の凝視行動を研究するための非侵襲的手法としての眼球追跡の使用を探ります。パイロットのトレーニングと安全性を向上させるための注意状態のモニタリングの重要性を強調します。
主要な研究構成要素
科学の分野
- 神経科学
- 航空心理学
- ヒューマンファクター
背景
- 眼球追跡はパイロットの状況認識の客観的尺度を提供します。
- 技術の進歩により、疲労や認知負荷などの認知状態のモニタリングが可能になりました。
- シミュレーターとVRへの眼球追跡の統合は、トレーニングのリアリティを向上させます。
- 課題には、関心領域の分割とラベル検証の労働集約的な領域があります。
研究目的
- パイロットの情報処理と注意の配分を評価すること。
- 航空のトレーニングと評価方法を改善すること。
- 眼球追跡分析の自動化方法を探ること。
使用方法
- 飛行シミュレーターに統合された眼球追跡技術。
- 緊急タスク中の注意状態のモニタリング。
- 凝視行動と認知負荷に関するデータ収集。
- 関心領域分割の自動化の探索。
主な結果
- 眼球追跡はパイロットの精神状態を効果的にモニタリングします。
- 航空機監視におけるリスクを示す凝視行動を特定しました。
- 認知負荷と注意配分に関する理解を深めました。
- 予備的な結果は、自動化方法のさらなる開発をサポートしています。
結論
- 眼球追跡は航空トレーニングを向上させるための貴重なツールです。
- パイロットの認知プロセスとリスクの洞察を提供します。
- 自動化技術を改良するにはさらなる研究が必要です。
よくある質問
Executive Industry Relevance
Objective eye tracking in high-fidelity simulation environments enables quantifiable assessment of information processing, attention allocation, and cognitive load during complex operational tasks. For biopharma R&D, such methodologies inform the design and validation of translational models that require robust measurement of human performance and cognitive state. These capabilities support predictive confidence in early-stage target validation and mechanistic de-risking for neurocognitive and human factors research portfolios.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables objective quantification of cognitive and perceptual responses to defined stimuli.
- Supports mechanistic de-risking by linking gaze metrics to information processing efficiency.
- Facilitates functional validation of neurocognitive targets in translational research settings.
Screening & Assay Development
- Provides validated behavioral endpoints for screening interventions affecting attention or cognitive load.
- Standardizes measurement of gaze allocation and dwell time as reproducible quantitative outputs.
- Enables assay development for compounds or devices targeting cognitive performance.
Translational & Preclinical Research
- Aligns human behavioral metrics with disease-relevant endpoints for translational continuity.
- Supports risk-adjusted advancement of neurocognitive interventions based on objective readouts.
- Facilitates cross-species or cross-model comparison of attention and information processing metrics.
Pipeline & Workflow Integration
Wearable eye tracking and AOI-based gaze analysis integrate into the discovery-to-preclinical continuum for neurocognitive and behavioral research.
- Discovery Biology: Quantifies attention allocation and cognitive load as mechanistic endpoints for hypothesis testing.
- Screening: Delivers reproducible, quantitative gaze metrics for evaluating intervention effects.
- Analytics: Provides statistical outputs such as dwell time, gaze dispersion, and blink rate for condition comparison.
- Translational Research: Bridges human simulation data with preclinical models for biomarker alignment.
- Enterprise Reuse: Establishes a scalable, reusable platform for cognitive and behavioral assessment across programs.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces ambiguity in neurocognitive target validation.
- Operational Value: Standardizes behavioral measurement and enhances reproducibility across studies.
- Strategic Value: Informs go/no-go decisions and portfolio triage based on objective cognitive endpoints.
- Portfolio Impact: Supports risk-adjusted prioritization of neurocognitive and behavioral intervention programs.
Implementation Considerations
- Requires expertise in psychophysiological measurement and behavioral analytics.
- Demands high-fidelity simulation infrastructure and validated eye tracking instrumentation.
- Necessitates rigorous AOI segmentation and label validation for reproducibility.
- Must address adaptation of gaze mapping algorithms across different simulation or model systems.
- Current automation of AOI labeling is early-stage and may require manual validation.
