XiaoMi-AI文件搜索系统
World File Search SystemPilots
小型无人机的视觉检测：模拟人类飞行员的极限
本论文 - 开放获取由 Scholarly Commons 免费提供给您。它已被 Scholarly Commons 的授权管理员接受并纳入论文和论文。欲了解更多信息，请联系 commons@erau.edu 。
一项探索航空的定性现象学研究 一项探索航空的定性现象学研究 北美飞行员的沟通经验 北美飞行员的沟通经验
这篇论文由 ScholarWorks 的 Walden 论文和博士研究系列免费提供给您，供您开放访问。它已被 ScholarWorks 的授权管理员接受并纳入 Walden 论文和博士研究。欲了解更多信息，请联系 ScholarWorks@waldenu.edu 。
一种神经适应性认知模型，用于处理追踪飞行员认知状态的不确定性
认知援助是关于在正确的时间提供正确的信息。可以提供的支持质量取决于对任务环境和操作员的认知过程的了解和了解。在甲板上，环境和任务动力学上，很难将试点行为和认知状态预测为环境的功能。对于此类复杂的任务，将需要非常广泛的模型来纳入所有可变性来源，以确定个人表现。此外，诸如飞机类型的经验之类的个体差异可以使人解释和预测个人表现非常具有挑战性。而不是对所有潜在可变性来源进行建模，而是需要更简单的模型来预测飞行员行为。这样的模型需要能够不断更新有关环境和任务动态的信息，以及实时的个体差异，以预测飞行员的个人帮助需求。实施这种认知援助能力的能力应从如何根据人类互动来实现的个人需求和行动来汲取灵感。
驾驶舱内的视觉扫描策略受飞行员专业知识的调节：飞行模拟器研究
在飞行过程中，飞行员必须严格监控他们的飞行仪表，因为这是更新他们情况意识的关键活动之一。监控对认知要求很高，但对于在参数出现偏差时及时干预是必要的。许多研究表明，很大一部分商业航空事故与机组人员对驾驶舱的监控不力有关。眼动追踪研究已经开发出许多指标来检查艺术观赏、体育、国际象棋、阅读、航空和太空等领域的视觉策略。在本文中，我们建议使用基本和高级眼部指标来研究新手和飞行员的视觉信息获取、凝视分散和凝视模式。该实验涉及一组 16 名经过认证的专业飞行员和一组 16 名新手，他们在飞行模拟器中执行手动着陆任务场景。两组以不同难度着陆三次（通过双任务范式进行操控）。与新手相比，专业飞行员的感知效率更高（停留次数更多且更短）、注意力分布更佳、视觉注意力处于环境模式、视觉扫描模式更复杂更精细。我们通过基于余弦 KNN（K 近邻）的机器学习使用转换矩阵对飞行员的资料（新手 - 专家）进行分类。几个眼部指标也对着陆难度敏感。我们的研究结果可以帮助评估机组人员的监控绩效、改进初始和复训并最终减少因人为错误导致的事故和意外，从而使航空领域受益。
基于灰色关联分析的民航飞行员人为失误因素研究
摘要。针对民航事故涉及人为失误因素较多且具有典型灰色系统特征的情况，利用人为因素分析和分类系统模型，构建了民航事故人为失误因素指标体系。以2008—2011年全球发生的事故数据为基础，采用灰色关联分析法定量分析人为失误因素间的关联性。研究结果表明，影响飞行员人为失误因素的主要因素排序为不安全行为前提条件、不安全监管、组织机构、不安全行为。与二级指标和飞行员人为失误因素关联最密切的因素是飞行员的生理/心理限制，其次是监管违规。还可以定量分析一级指标与相应二级指标之间的关联性以及二级指标之间的关联性。
一项探索北美飞行员航空通信体验的定性现象学研究
这篇论文由 ScholarWorks 的 Walden 论文和博士研究系列免费提供给您，供您开放访问。它已被 ScholarWorks 的授权管理员接受并纳入 Walden 论文和博士研究。欲了解更多信息，请联系 ScholarWorks@waldenu.edu 。
了解美国大学航空飞行员疲劳的潜在因素
摘要：全球主要航空团体报告称，越来越多的基于证据的研究针对疲劳对飞行操作的有害影响。与军事和航空运营相比，大学航空飞行训练环境的研究水平尚不相同。大学生的独特之处在于，他们要完成课堂作业、学习、参与学生组织、开展社交活动，并且经常在学术环境内外兼职。这些情况可能会导致错误、事件、事故、学习成绩不佳和健康指标不佳。本研究的目的是将疲劳理解为一个多因素维度，并使用假设的测量模型评估这些因素之间的潜在关系。研究小组将大学航空疲劳量表 II (CAFI-II) 分发给美国八个小型、中型和大型大学航空项目。CAFI-II 主要关注疲劳意识、疲劳的原因和症状以及生活方式的选择。获得了 422 (n = 422) 个有效答复。结果表明，大学飞行训练中的疲劳与受访者对已知导致疲劳的条件的看法之间存在直接的预测关系。研究结果还表明，对疲劳风险和管理计划有良好看法的受访者对疲劳风险的理解更深入。
CandyFly：通过适应性和可适应性交互为残疾无人机飞行员带来乐趣
无人机飞行是一项越来越受欢迎的活动。然而，由于跟随和稳定无人机需要感知和运动技能，因此这项活动具有挑战性，尤其是对于有特殊需求的人来说。本文介绍了 CandyFly，这是一款支持具有各种感官、认知和运动障碍的人驾驶无人机的应用程序。我们观察了一个现有的无障碍驾驶研讨会，并在三年半的另外八个研讨会上对 CandyFly 进行了评估，采用了研究设计流程和基于能力的设计方法。我们确定了用户的需求，制定了要求，并探索了自适应交互，例如使用压力敏感键、根据飞行员的运动范围调整控制，或限制无人机的自由度以应对各种残疾。我们的结果表明，飞行员和他们的照顾者喜欢飞行，并强调了 CandyFly 能够根据特定需求进行定制。我们的研究结果为设计适应性系统提供了一个框架，并可以支持未来辅助和娱乐系统的设计。