Sanal Gerçeklik Uçuş Simülatörü Kullanarak Uçuş Performansını ve Göz Hareketi Örüntülerini Değerlendirme
19 Mayıs 2023
Uçuş performansının ve göz hareketi modellerinin verimli ve düşük maliyetli bir şekilde değerlendirilmesini sağlayan yeni bir sanal gerçeklik uçuş simülatörü inşa edildi. Ayrıca ergonomi ve diğer araştırmalar için yüksek potansiyelli bir araştırma aracı sağlar.
Mevcut çalışma, 3D sürükleyici bir senaryoda göz hareketi ve uçuş sanatçıları göstergelerine dayalı olarak pilot sanatçıları değerlendirmek için yeni bir VR uçuş simülatörü geliştirdi. Uçuş simülatörü platformu, düşük maliyete ek olarak oldukça esnektir. Araştırmacıların farklı ihtiyaçlarını karşılayabilir.
Yöntem, pilotlara ek olarak belirli astronotlara da uygulanabilir. Uçuş simülatörünü kurarak başlayın. Kısma kontrol panelini birleştirin ve bunları tek bir birim olarak ele alın.
Gaz kelebeğini, joystick'i ve pedalı USB üzerinden uçuş simülatörü PC modülüne bağlayın. Ardından, başa takılan ekranı veya HMD'yi bir bağlantı kutusu aracılığıyla uçuş simülatörü PC modülüne bağlayarak. Baz istasyonlarını ve sanal gerçeklik veya VR kontrol cihazlarını VR yazılımı aracılığıyla HMD'ye bağlayın PC.To VR için yalnızca ayakta oynatma alanını ayarlayın, HMD'nin açık ve bilgisayara bağlı olduğundan emin olun.
Baz istasyonunu çapraz olarak yerleştirin, böylece HMD, sabit tutarken her zaman baz istasyonu izleme menzili içinde olabilir ve istikrarlı bir VR ortamı sağlar. Ardından, bilgisayardaki VR yazılımı tarafından sağlanan istemlere göre yalnızca ayakta duran bir oyun alanı oluşturun. Ayarlanmış uçuş kontrol modülünü ve geniş ekranı VR HMD ile aynı bilgisayara bağlayın.
Trafik düzenini ve haritasını açıklayarak ve katılımcılara VR uçuş simülatörünün nasıl kullanılacağı konusunda talimat vererek katılımcılara görev ve simülatör çalışmasını tanıtın. Her katılımcıya bir VR HMD takın, göz hareketlerini kalibre edin ve cihaz yüksekliğini, göz bebekleri arası mesafeyi ve bakış noktasını ayarlayın. Ardından, ekran kayıt yazılımını açın ve uçuş eğitimi için sinek simülatörünü başlatın.
Katılımcılara, uçuş referans çizgisine mümkün olduğunca yakın yönlendirmek için uçuş pedallarını, joysticklerini ve gaz kelebeğini nasıl kullanacakları konusunda talimat verin. Tamamlandığında, uçuş gazını ve motor değiştirme düğmelerini sıfırlayın. Ardından kaydı durdurun.
Resmi uçuş deneyleri yapmak için, katılımcılar için VR HMD'yi takın ve ekranı kaydetmeye başlamak için OBS stüdyosunu başlatın. Cihazın AOI'lerinin göz hareketi verileri, hava hızı, dikey hız, irtifa ve motor devri göstergeleri, uzmanların hava hızı göstergesi, irtifa göstergesi, dikey hız göstergesi ve tutum göstergesindeki ortalama değer etrafında göz hareketi verilerinin daha eşit bir dağılımına sahip olduğunu gösterdi. Uzmanların uçuş performansı verileri, acemilere kıyasla çoğunlukla toplam uçuş süresi, referans çizgisine olan ortalama mesafe, inişten bir saniye önceki eğim açısı ve referans çizgisine olan mesafenin standart sapması açısından ortalama değer etrafında toplandı.
Her katılımcının göz anlarını kalibre edin ve cihaz yüksekliğini, göz bebekleri arası mesafeyi ve bakış noktasını buna göre ayarlayın.
Tam transkripti görüntüleyin ve binlerce bilimsel videoya erişin
Genel Bakış
Bu çalışma, göz hareketi ve uçuş göstergeleri yoluyla 3D sürükleyici bir ortamda pilot performansını değerlendirmek için tasarlanmış yeni bir sanal gerçeklik uçuş simülatörü sunmaktadır. Simülatör uygun maliyetli ve uyarlanabilir olup, çeşitli araştırma ihtiyaçlarına hizmet etmektedir.
Çalışmanın Temel Bileşenleri
Bilim Alanı
- Nörobilim
- İnsan Faktörleri
- Sanal Gerçeklik Teknolojisi
Arka Plan
- Mevcut uçuş simülatörleri pahalı ve esnek olmayabilir.
- Göz hareketi desenleri, pilot performansını değerlendirmek için önemlidir.
- Sanal gerçeklik, eğitim ve değerlendirmeyi geliştirebilecek sürükleyici deneyimler sunar.
- Bu çalışma, geleneksel simülatörlerin sınırlamalarını gidermeyi amaçlamaktadır.
Çalışmanın Amacı
- Uygun maliyetli bir VR uçuş simülatörü geliştirmek.
- Göz hareketi ve uçuş göstergelerine dayalı olarak pilot performansını değerlendirmek.
- Çeşitli alanlardaki araştırmacılar için çok yönlü bir araç sağlamak.
Kullanılan Yöntemler
- VR uçuş simülatörü platformunun geliştirilmesi.
- Göz izleme teknolojisinin entegrasyonu.
- Test için 3D sürükleyici senaryonun uygulanması.
- Farklı araştırma gereksinimlerine uyum sağlama esnekliği.
Ana Sonuçlar
- Simülatör, pilot performansını etkili bir şekilde değerlendirir.
- Göz hareketi verileri, uçuş davranışı hakkında içgörüler sağlar.
- Araştırma uygulamaları için uygun maliyetli çözüm.
- Astronot seçim süreçlerinde kullanım potansiyeli.
Sonuçlar
- VR uçuş simülatörü, değerli bir araştırma aracıdır.
- Pilot eğitimi ve değerlendirmedeki çeşitli ihtiyaçları karşılar.
- Gelecek uygulamaları havacılığın ötesindeki diğer alanlara uzanabilir.
Sıkça Sorulan Sorular
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.
