Evaluatie van vliegprestaties en oogbewegingspatronen met behulp van Virtual Reality Flight Simulator
19 mei 2023
Er werd een nieuwe virtual reality-vluchtsimulator gebouwd, die een efficiënte en goedkope evaluatie van vliegprestaties en oogbewegingspatronen mogelijk maakt. Het biedt ook een onderzoeksinstrument met een groot potentieel voor ergonomie en ander onderzoek.
De huidige studie ontwikkelde een nieuwe VR-vluchtsimulator om pilotenartiesten te evalueren op basis van oogbewegingen en vluchtuitvoerdersindicatoren in een meeslepend 3D-scenario. Het vluchtsimulatorplatform is naast lage kosten ook zeer flexibel. Het kan voldoen aan de uiteenlopende behoeften van onderzoekers.
De methode kan naast piloten ook worden toegepast op geselecteerde astronauten. Begin met het installeren van de vluchtsimulator. Sluit het bedieningspaneel voor beperking aan en behandel ze als één eenheid.
Sluit de gashendel, joystick en pedaal via USB aan op de pc-module van de vluchtsimulator. Gevolgd door het aansluiten van het op het hoofd gemonteerde display of HMD op de pc-module van de vluchtsimulator via een linkbox. Sluit de basisstations en virtual reality- of VR-controllers aan op de HMD via VR-software op de PC.To stel de staande speelruimte voor VR in, zorg ervoor dat de HMD is ingeschakeld en is aangesloten op de computer.
Plaats het basisstation diagonaal zodat de HMD zich altijd binnen het bewakingsbereik van het basisstation kan bevinden terwijl het stabiel blijft, om een stabiele VR-omgeving te behouden. Zet vervolgens een speelruimte in die alleen staand is volgens de aanwijzingen van de VR-software op de computer. Sluit de afgestemde vluchtcontrolemodule en het grote scherm aan op dezelfde computer als de VR HMD.
Introduceer de taak- en simulatorbediening aan de deelnemers door het verkeerspatroon en de kaart uit te leggen en de deelnemers te instrueren hoe ze de VR-vluchtsimulator moeten gebruiken. Voorzie elke deelnemer van een VR HMD, kalibreer hun oogbewegingen en pas de hoogte van het apparaat, de afstand tussen de pupillen en het kijkpunt aan. Open vervolgens de schermopnamesoftware en start de vliegsimulator voor vliegtraining.
Instrueer de deelnemers hoe ze hun vliegpedaal, joystick en gashendel moeten gebruiken om zo dicht mogelijk bij de referentielijn van de vlucht te sturen. Als u klaar bent, reset u de vluchtgashendel en de motorschakelknoppen. Stop dan met opnemen.
Om formele vluchtexperimenten uit te voeren, zet u de VR HMD op voor de deelnemers en start u de OBS-studio om te beginnen met het opnemen van het scherm. De oogbewegingsgegevens van de AOI's van het instrument, luchtsnelheid, verticale snelheid, hoogte en motortoerentalindicatoren toonden aan dat de experts een gelijkmatigere verdeling van oogbewegingsgegevens hadden rond de gemiddelde waarde in de luchtsnelheidsindicator, hoogte-indicator, verticale snelheidsindicator en houdingsindicator in vergelijking met de beginners. De vliegprestatiegegevens van de experts waren meestal gecentreerd rond de gemiddelde waarde in termen van totale vliegtijd, gemiddelde afstand tot de referentielijn, hellingshoek één seconde voor de landing en de standaarddeviatie van de afstand tot de referentielijn in vergelijking met de beginners.
Kalibreer de oogmomenten van elke deelnemer en pas de hoogte van het apparaat, de afstand tussen de pupillen en het blikpunt dienovereenkomstig aan.
Bekijk het volledige transcript en krijg toegang tot duizenden wetenschappelijke video's
Overzicht
Deze studie presenteert een nieuwe virtuele realiteit vliegsimulator die is ontworpen voor het evalueren van de prestaties van piloten door middel van oogbewegingen en vliegindicatoren in een 3D-immersieve omgeving. De simulator is kosteneffectief en aanpasbaar, en is geschikt voor verschillende onderzoeksbehoeften.
Belangrijke onderzoekscomponenten
Wetenschapsgebied
- Neurowetenschappen
- Menselijk factoren
- Virtual Reality-technologie
Achtergrond
- Bestaande vliegsimulators kunnen duur en inflexibel zijn.
- Oogbewegingspatronen zijn cruciaal voor het beoordelen van de prestaties van piloten.
- Virtuele realiteit biedt immersieve ervaringen die training en evaluatie kunnen verbeteren.
- Deze studie heeft tot doel de beperkingen van traditionele simulators aan te pakken.
Doel van het onderzoek
- Om een goedkope VR-vliegsimulator te ontwikkelen.
- Om de prestaties van piloten te evalueren op basis van oogbewegingen en vliegindicatoren.
- Om een veelzijdig hulpmiddel te bieden voor onderzoekers in verschillende vakgebieden.
Gebruikte methoden
- Ontwikkeling van een VR-vliegsimulatorplatform.
- Integratie van eyetracking-technologie.
- Implementatie van een 3D-immersieve scenario voor testen.
- Flexibiliteit om zich aan te passen aan verschillende onderzoeksvereisten.
Belangrijkste resultaten
- De simulator evalueert effectief de prestaties van piloten.
- Oogbewegingsgegevens leveren inzichten in vlieggedrag.
- Kosteneffectieve oplossing voor onderzoekstoepassingen.
- Mogelijkheid voor gebruik in astronautenselectieprocessen.
Conclusies
- De VR-vliegsimulator is een waardevol onderzoeksinstrument.
- Het voldoet aan diverse behoeften in pilotentraining en evaluatie.
- Toekomstige toepassingen kunnen zich uitstrekken tot andere vakgebieden buiten de luchtvaart.
Veelgestelde vragen
Executive Industry Relevance
Quantitative evaluation of operator performance using VR-based simulators with integrated eye-tracking offers scalable, cost-effective solutions for high-stakes selection and training workflows. The ability to differentiate expertise through objective flight and gaze metrics supports predictive confidence in candidate assessment and protocol optimization. This approach enables data-driven decision-making at critical inflection points in talent selection and operational readiness pipelines.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Supports hypothesis-driven evaluation of cognitive and motor performance in complex simulated environments.
- Enables mechanistic de-risking by correlating behavioral outputs with physiological or neurological readouts.
- Facilitates objective differentiation of expertise, informing selection criteria for translational research models.
Screening & Assay Development
- Provides standardized, reproducible platforms for assessing operator-dependent variables in human factors research.
- Generates quantitative eye movement and performance data suitable for downstream analytics and benchmarking.
- Enables scalable screening of candidate populations for cognitive or psychomotor traits relevant to biopharma device usability studies.
Translational & Preclinical Research
- Aligns with translational biomarker strategies by linking behavioral metrics to underlying neurocognitive processes.
- Supports continuity from early discovery through preclinical validation in human-machine interface research.
- Reduces risk in advancing candidate technologies by providing predictive, quantitative endpoints.
Pipeline & Workflow Integration
This VR-based evaluation platform fits within early discovery and screening phases, supporting both hypothesis testing and quantitative assessment of operator performance for translational research and device development.
- Discovery Biology: Enables controlled testing of cognitive and behavioral hypotheses in immersive, reproducible settings.
- Screening: Delivers standardized, quantitative outputs for cross-population comparison and candidate triage.
- Analytics: Provides high-resolution eye movement and performance data for statistical analysis and decision support.
- Translational Research: Bridges discovery and preclinical validation by linking behavioral outputs to functional endpoints.
- Enterprise Reuse: Offers a flexible, low-cost platform adaptable to diverse research and development needs.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in operator selection and protocol optimization.
- Operational Value: Enhances standardization, reproducibility, and scalability of human performance assessments.
- Strategic Value: Improves go/no-go decisions and reduces late-stage risk in device and protocol development.
- Portfolio Impact: Enables risk-adjusted prioritization of candidate technologies and workflows.
Implementation Considerations
- Requires expertise in VR system setup, eye-tracking calibration, and behavioral data analysis.
- Demands robust instrumentation and analytical infrastructure for high-fidelity data capture and processing.
- Necessitates cross-team standardization of protocols and data interpretation frameworks.
- May require adaptation for specific model systems or research populations.
- Limitations include reduced motion feedback compared to traditional simulators, as noted in the source.
