疲劳是影响航空安全的关键因素,它会通过降低执行需要高阶智力处理的任务的能力而导致人为失误。慢性疲劳更加隐蔽和主观。导致疲劳的因素包括睡眠不足、机组人员排班、长时间值班、时差或轮班、高工作量以及缺乏身体或精神健康。有主观和客观的测量方法来估计疲劳程度。主观技术基于睡眠和疲劳的自我报告,而客观干预则基于受试者的生理特征(脑电波、眼球注视、面部特征识别)或其身体表现(肌肉张力、手腕不活动、头部方向)。疲劳测量旨在支持和维持长时间或平稳值班期间的警觉性和表现。疲劳对策主要基于自我报告的数据,自我报告需要“安全”因素。本研究旨在评估航空业遇到的疲劳并回顾用于预防疲劳的方法。
近年来,许多飞机制造商都提出了基于触摸屏的创新驾驶舱概念。尽管具有大量优势,但此类解决方案在操作使用方面受到严重限制,特别是几乎不可能实现无需注视的交互,而且在湍流条件下使用触摸屏非常复杂。我们通过引入一种形状可变的触摸屏来研究物理特性对克服这些弱点的贡献,这种触摸屏提供了可供用户手部休息的褶皱。在模拟器中,在湍流和脑力负荷各不相同的驾驶条件下,对该表面进行了评估。结果表明,褶皱有助于通过稳定手臂和手部来减少体力消耗。这种物理特性还与驾驶任务中的更好表现以及对飞机系统状态的更好态势感知有关,这肯定是因为折叠提供的形状具有更好的视觉特性(显著性),使得对它们的监控在注意力资源方面成本更低。
让飞行员在模拟器中与附近的教练一起进行模拟飞行任务。在评估这些飞行员的表现时,飞行教练依靠观察和事后评估。扫描模式是飞行教练背景的重要方面,是基本飞行的基础。例如,学生可能会扫描得太快、遗漏或注视 - 这些是扫描地平线和交叉检查仪器时常见的错误(美国空军 [USAF],2019 年)。据传,飞行教练经常提到头部和眼球运动对于判断学生意图和态势感知至关重要。带有嵌入式眼动追踪的基于虚拟现实的训练环境可以自动化并为教练观察的某些方面提供更多背景信息,并可能加快学习过程。在这项研究中,我们评估了如何使用眼动追踪(结合机器学习)客观地评估飞行员在训练期间的扫描模式,这可能会减少教练的整体工作量。因此,两个关键的研究问题是:
使用脑机接口 (BCI) 进行交流的持久性尚未得到广泛研究,这些接口适用于患有进行性神经退行性疾病的人。我们报告了一位患有晚期肌萎缩侧索硬化症 (ALS) 的患者 7 年独立在家使用植入式通信 BCI 的情况,该患者于 2016 年报告了开始使用该产品的情况。在家使用的频率随着时间的推移而增加,以替代逐渐失去对眼球注视追踪设备的控制,随后在植入 6 年后使用频率逐渐减少。当 BCI 控制变得不可靠时,在家使用就结束了。没有技术故障的迹象。相反,神经信号的幅度下降,计算机断层扫描成像显示进行性萎缩,这表明 ALS 相关的神经退行性病变最终导致 BCI 在多年成功使用后失效,尽管还有其他合理的解释。
近年来,许多飞机制造商都提出了基于触摸屏的创新驾驶舱概念。尽管具有大量优势,但此类解决方案在操作使用方面受到严重限制,特别是几乎不可能实现无需注视的交互,而且在湍流条件下使用触摸屏非常复杂。我们通过引入一种形状可变的触摸屏来研究物理特性对克服这些弱点的贡献,这种触摸屏提供了可供用户手部休息的褶皱。在模拟器中,在湍流和脑力负荷各不相同的驾驶条件下,对该表面进行了评估。结果表明,褶皱有助于通过稳定手臂和手部来减少体力消耗。这种物理特性还与驾驶任务中的更好表现以及对飞机系统状态的更好态势感知有关,最肯定的原因是折叠提供的形状具有更好的视觉特性(显著性),使得对它们的监控在注意力资源方面成本更低。
视野(VF)是指人注视时所能看到的空间范围。正常单眼VF上侧为56°,下侧为74°,鼻侧为65°,颞侧为91°(1)。除生理盲点外,整个VF各部分光敏感度均正常,若发生VF缺损,视网膜光敏感度会降低,或出现VF暗点,不同类型的VF缺损仅在分布和深度上有差异(2)。许多疾病都可引起VF缺损,包括青光眼、视神经及视路疾病、视网膜病变、脑卒中或其他神经系统疾病(3-5)。VF检查是发现中枢和周边视觉功能障碍的重要方法。目前临床普遍采用自动静态阈值视野检查法,其中Humphrey场分析仪(HFA)的24-2策略是VF测试的金标准(6-8)。
近年来,许多飞机制造商都提出了基于触摸屏的创新驾驶舱概念。尽管具有大量优势,但此类解决方案在操作使用方面受到严重限制,特别是几乎不可能实现无需注视的交互,而且在湍流条件下使用触摸屏非常复杂。我们通过引入一种形状可变的触摸屏来研究物理特性对克服这些弱点的贡献,这种触摸屏提供了可供用户手部休息的褶皱。在模拟器中,在湍流和脑力负荷各不相同的驾驶条件下,对该表面进行了评估。结果表明,褶皱有助于通过稳定手臂和手部来减少体力消耗。这种物理特性还与驾驶任务中的更好表现以及对飞机系统状态的更好态势感知有关,这肯定是因为折叠提供的形状具有更好的视觉特性(显著性),使得对它们的监控在注意力资源方面成本更低。
图片列表 图 1 飞行阶段描述 ................................................................................................................................ 11 图 2 B707 驾驶舱 ................................................................................................................................ 12 图 3 A350 驾驶舱 ................................................................................................................................ 12 图 4 空客飞行员黄金法则 ...................................................................................................................... 13 图 5 达美航空 OCC ................................................................................................................................ 15 图 6 A320 起飞前检查清单 ...................................................................................................................... 16 图 7:ACROSS 项目中的姿势、眼神注视、EEG 分析 ............................................................................................. 20 图 8:ATM 领域中自适应自动化的示例 ............................................................................................................. 21 图 9:FLYSAFE 项目中向飞行员展示的天气雷达 + 上传的临近预报和预报 ............................................................................................................................................. 22 图 10:NINA 项目中 ATM 领域中 AI 生成的决策支持示例 ............................................................................................................................................. 23 图 11:概念与用例生成及选取流程 ...................................................................................................... 26 图 12 AI 潜能学习原理 ................................................................................................................ 34 图 13:UC 1 AI 概念总结 ................................................................................................................ 35 图 14:UC 2 AI 概念总结 ................................................................................................................ 37
本研究的目的是检查在复杂的错误检测驾驶舱任务中专业知识、表现和注视行为之间的关系。24 名飞行员和 26 名非飞行员从飞行员的角度观看视频剪辑,并被要求检测驾驶舱仪表板中的故障。与非飞行员相比,飞行员检测到更多故障仪器,在仪器上的停留时间更短,进行了更多转换,更频繁地访问与任务相关的区域,并且在仪器之间的区域停留更长时间。这些结果为解释专家表现的潜在过程的三种理论提供了证据:长期工作记忆理论、信息减少假设和图像感知的整体模型。此外,一般注意力技能的结果表明,与非飞行员相比,飞行员在全局和局部信息处理之间切换的能力更强。综上所述,结果表明,凝视行为以及其他通用技能可能提供有关潜在过程的重要信息,可以解释专业飞行员在飞行过程中的成功表现。
摘要 目的:NEVArt 研究旨在研究在真实的博物馆环境中观察 18 幅不同的 16-18 世纪画作时,大约 500 名实验对象的一组神经生理/情绪反应与审美水平之间的相关性。方法:记录了几种生物信号来评估参与者在观察画作时的反应。其中:(a) 使用可穿戴工具记录神经植物、运动和情绪生物信号,用于 EEG(脑电图)、ECG(心电图)和 EDA(皮肤电活动);(b) 观察艺术作品时的注视模式,而 (c) 获得了参与者的数据(年龄、性别、教育程度、对艺术的熟悉程度等)及其对画作的明确判断。参与者被邀请在观察画作期间做出反应,报告愉悦程度、感知到的运动和对绘画主题的熟悉程度。结果:每个记录的生物信号将与参与者在研究期间获得的明确评估相关联