本论文由 UND Scholarly Commons 的论文、学位论文和高级项目免费开放给您。它已被 UND Scholarly Commons 的授权管理员接受并纳入论文和学位论文。有关更多信息,请联系 und.commons@library.und.edu。
对自动空中流量的研究工作将需要用于测试算法功能的工具。测试将需要灵活的方法来创建大量人造数据以验证自动化系统的安全性。这项工作中的交通生成方法是为了测试交通预测和重新算法的自动驾驶汽车,试图降落在非较低的机场。交通生成方法生产机场方法轨迹,支持多种模式输入类型和典型的模式修改操作,用于多种飞机类型,具有不同的性能功能。对于每架飞机,都有选择方法类型,修改方法的飞行方式,并施加了场景驱动的时间约束,例如飞机对之间的间距。该工具使用简化的飞机动力学来生成交通车辆的位置和速度轮廓。此外,该工具还支持独立的仿真测试或批处理/批量测试工作,多个输出数据选项,并促进后处理分析。
眼动追踪是研究飞行员认知表现的相关技术。它为加强飞行员的训练和用于智能驾驶舱的在线监控提供了良好的前景。大多数研究都是在飞行模拟器中进行的,这可能会限制对眼动追踪数据的解释。在本研究中,我们调查了在真实飞行中测量眼球运动的可能性。我们进行了一项实验,让 7 名飞行员在一架真实的轻型飞机上执行两种交通模式和基本飞行动作。我们分析了在不同飞行阶段对主要感兴趣区域(飞行仪表)的注意力分布。这些数据与操作程序进行了对比,并就飞行安全和培训建议与飞行教练进行了讨论。此外,针对第一种交通模式进行训练的分类器可以预测第二种交通模式的三个阶段(起飞、顺风和着陆),平均准确率为 70%。
说到“明智地完成任务”,更明智的做法之一是从以前的错误中吸取教训,避免不必要地重复它们。这就是为什么我最近再次回顾了自 1985 年以来 TAC 发生的所有操作因素事故。我亲身了解到,在大型演习中驾驶战斗机、在靶场上打击目标、低空飞行或参加空战训练本质上比在自动驾驶仪开启的情况下在巡航高度搭载乘客的风险更大。但是,我仔细研究了我们高威胁业务中哪个领域是最危险的。它立即跳了出来。我们所有操作因素事故中有 27% 发生在每个战斗机机组人员在每次飞行中至少飞过一次的领域 - 交通模式!我想问的问题是:“我们是否过于专注于低空、空对空、空中加油的简报和飞行,以至于我们自满并忘记了飞行交通模式的基本知识?”请记住,我指的是操作因素交通模式事故,因此 27% 不包括发动机停止或飞机因后勤问题停止飞行的情况。那你呢,你如何简报和飞行任务的这一部分 - “高威胁”或“标准,有什么问题吗?”
摘要 —人们对在自然环境中实施监测认知表现的工具的兴趣日益浓厚。最近的技术进步使得新一代脑成像系统(如干电极脑电图 (EEG) 和功能性近红外光谱 (fNIRS))的开发成为可能,以研究实验室外各种人类任务中的皮质活动。这些高度便携的脑成像设备为实现被动脑机接口 (pBCI) 和神经自适应技术提供了有趣的前景。我们开发了一种基于 fNIRS-EEG 的 pBCI,使用参与相关特征(EEG 参与率和基于小波相干性 fNIRS 的指标)来监测认知疲劳。众所周知,这种心理状态会损害认知表现并危及飞行安全。在这项初步研究中,四名参与者被要求在飞行模拟器和实际轻型飞机中执行四种相同的交通模式以及次要听觉任务。前两种交通模式被视为低认知疲劳类别,而后两种交通模式被视为高认知疲劳类别。正如预期的那样,飞行员在实验的第二部分中错过的听觉目标比第一部分中更多。当结合两种模式时,飞行模拟器条件下的分类准确率达到 87.2%,实际飞行条件下的分类准确率达到 87.6%。本研究表明,fNIRS 和基于 EEG 的 pBCI c
相关市政府官员此前曾与哈蒙德女士和新泽西州交通部设计团队会面,深入审查了该项目。所有拟定的道路工程和相关匝道封闭及绕行都将在夜间进行,预计每项工程将分别持续一晚,从而将对 Rt 内现有交通模式的干扰降至最低。 440 走廊、周边城市街道、邻近居民和