Ocena osiągów lotu i wzorców ruchów gałek ocznych za pomocą symulatora lotu w rzeczywistości wirtualnej
19 maja 2023
Zbudowano nowy symulator lotu w wirtualnej rzeczywistości, który umożliwia efektywną i tanią ocenę wydajności lotu i wzorców ruchów gałek ocznych. Stanowi również narzędzie badawcze o wysokim potencjale dla ergonomii i innych badań.
W ramach obecnego badania opracowano nowy symulator lotu VR do oceny wykonawców pilotów na podstawie wskaźników ruchu gałek ocznych i wykonawców lotu w immersyjnym scenariuszu 3D. Platforma symulatora lotu jest bardzo elastyczna, a także tania. Może zaspokoić różnorodne potrzeby badaczy.
Metodę można również zastosować do wybranych astronautów, nie tylko pilotów. Zacznij od zainstalowania symulatora lotu. Połącz ze sobą panel sterowania dławiący, traktując je jako jedną jednostkę.
Podłącz przepustnicę, joystick i pedał do modułu PC symulatora lotu przez USB. Następnie podłącz wyświetlacz montowany na głowie lub gogle do modułu PC symulatora lotu za pomocą skrzynki łączącej. Podłącz stacje bazowe i kontrolery rzeczywistości wirtualnej lub VR do gogli za pomocą oprogramowania VR na PC.To skonfiguruj obszar gry tylko stojący dla VR, upewnij się, że gogle są włączone i podłączone do komputera.
Umieść stację bazową po przekątnej, tak aby gogle mogły zawsze znajdować się w zasięgu monitorowania stacji bazowej, jednocześnie utrzymując ją nieruchomą, aby utrzymać stabilne środowisko VR. Następnie skonfiguruj obszar gry tylko do stania zgodnie z instrukcjami wyświetlanymi przez oprogramowanie VR na komputerze. Podłącz dostrojony moduł sterowania lotem i duży ekran do tego samego komputera, co gogle VR.
Przedstaw uczestnikom zadanie i obsługę symulatora, wyjaśniając schemat ruchu i mapę oraz instruując uczestników, jak korzystać z symulatora lotu VR. Dopasuj każdego uczestnika do gogli VR, skalibruj ruchy gałek ocznych i dostosuj wysokość urządzenia, rozstaw źrenic i punkt patrzenia. Następnie otwórz oprogramowanie do nagrywania ekranu i uruchom symulator lotu do treningu lotniczego.
Poinstruuj uczestników, jak używać pedału lotu, joysticka i przepustnicy, aby skierować się jak najbliżej linii odniesienia lotu. Po zakończeniu zresetuj przepustnicę lotu i przyciski przełącznika silnika. Następnie zatrzymaj nagrywanie.
Aby przeprowadzić formalne eksperymenty w locie, załóż uczestnikom gogle VR i uruchom studio OBS, aby rozpocząć nagrywanie ekranu. Dane dotyczące ruchu gałek ocznych instrumentu, wskaźników AOI, prędkości lotu, prędkości pionowej, wysokości i prędkości obrotowej silnika wykazały, że eksperci mieli bardziej równomierny rozkład danych o ruchu gałek ocznych wokół średniej wartości wskaźnika prędkości lotu, wskaźnika wysokości, wskaźnika prędkości pionowej i wskaźnika położenia w porównaniu z nowicjuszami. Dane ekspertów dotyczące osiągów w locie koncentrowały się głównie na średniej wartości całkowitego czasu lotu, średniej odległości od linii odniesienia, kąta nachylenia na sekundę przed lądowaniem oraz odchylenia standardowego odległości od linii odniesienia w porównaniu z nowicjuszami.
Skalibruj każdy moment oka uczestnika i odpowiednio dostosuj wysokość, odległość między źrenicami i punkt patrzenia.
Wyświetl pełny transkrypt i uzyskaj dostęp do tysięcy filmów naukowych
Przegląd
To badanie przedstawia nowy wirtualny symulator lotu przeznaczony do oceny wydajności pilota poprzez analizę ruchów oczu i wskaźników lotu w 3D środowisku immersyjnym. Symulator jest opłacalny i elastyczny, przystosowany do różnych potrzeb badawczych.
Kluczowe elementy badania
Dziedzina nauki
- Neuronauka
- Czynniki ludzkie
- Technologia rzeczywistości wirtualnej
Tło
- Istniejące symulatory lotu mogą być drogie i nieelastyczne.
- Wzorce ruchów oczu są kluczowe dla oceny wydajności pilota.
- Rzeczywistość wirtualna oferuje immersyjne doświadczenia, które mogą poprawić szkolenie i ocenę.
- To badanie ma na celu rozwiązanie ograniczeń tradycyjnych symulatorów.
Cel badania
- Opracowanie taniego symulatora lotu VR.
- Ocena wydajności pilota na podstawie ruchów oczu i wskaźników lotu.
- Dostarczenie wszechstronnego narzędzia dla badaczy z różnych dziedzin.
Stosowane metody
- Opracowanie platformy symulatora lotu VR.
- Integracja technologii śledzenia ruchów oczu.
- Implementacja 3D scenariusza immersyjnego do testowania.
- Elastyczność adaptacji do różnych wymagań badawczych.
Główne wyniki
- Symulator skutecznie ocenia wydajność pilota.
- Dane dotyczące ruchów oczu dostarczają informacji na temat zachowania w locie.
- Opłacalne rozwiązanie dla zastosowań badawczych.
- Potencjał zastosowania w procesach selekcji astronautów.
Wnioski
- Symulator VR jest cennym narzędziem badawczym.
- Spełnia różnorodne potrzeby w szkoleniu i ocenie pilotów.
- Przyszłe zastosowania mogą obejmować inne dziedziny poza lotnictwem.
Często zadawane pytania
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.
