摘要 — 基于脑电图 (EEG) 的脑机接口 (BCI) 是一种很有前途的技术,可用于增强虚拟现实 (VR) 应用,尤其是游戏。我们专注于所谓的 P300-BCI,这是一种稳定而准确的 BCI 范例,依赖于识别刺激后约 300 毫秒 EEG 中出现的正事件相关电位 (ERP)。我们实现了这种 BCI 的基本版本,该版本显示在普通且价格合理的基于智能手机的头戴式 VR 设备上:即移动和被动 VR 系统(除智能手机外没有其他电子元件)。手机执行刺激呈现、EEG 同步(标记)和反馈显示。我们将 VR 设备上的 BCI 的 ERP 和准确性与个人计算机 (PC) 上运行的传统 BCI 进行了比较。我们还评估了主观因素对准确性的影响。这项研究是受试者内部研究,每种模式有 21 名参与者,每人进行一次会议。尽管与 PC 系统相比,VR 系统中的 P200 ERP 明显更宽更大,但 PC 和 VR 系统之间的 BCI 准确度没有显著差异。
ADS-B 广播式自动相关监视 AH 抽象层次 AOIS 航空运行信息系统 AR 增强现实 A-SMGCS 先进地面移动引导和控制系统 ATC 空中交通管制 ATCO 空中交通管制操作员 ATCR 空中交通管制雷达 ATM 空中交通管理 COO 协调员 CTOT 计算的起飞时间 CWP 管制员工作位置 DEL 交付 DTD 接地距离 EID 生态界面设计 EOBT 预计起飞时间 ER 探索性研究 ETOT 预计起飞时间 FDP 飞行数据处理 FOV 视场 GGV 注视、手势、语音 GND 地面 HDE 低头设备 HMD 头戴式显示器 ICAO 国际民用航空组织 IFR 仪表飞行规则 IHP 中间等待点 ILS 仪表着陆系统 IMC 仪表气象条件 JU 联合承诺 LOC 航向道 LVP 低能见度程序 OOT 离开塔台 PP 伪飞行员 PSR 主监视 RADAR 雷达无线电探测与测距
XPLORER 测试接收器 对于无线电快速检查,Xplorer 是首选设备,无需特殊设置。只需键入您的无线电,即可自动测量频率、信号强度、数值偏差、解调音频或解码 CTCSS、DCS 和 DTMF。Xplorer 是一种高速、自调谐、近场测试接收器,可在不到一秒的时间内覆盖 30MHz-2GHz 的范围。 .30MHz - 2GHz 频率覆盖范围 解码 CTCSS、DCS 和 DTMF -自动在内存中记录最多 500 个频率,每个频率最多 65,000 个命中 手动存储 CTCSS、DCS、DTMF、信号强度、数值偏差,带有时间和日期戳 频率锁定、手动跳过和自动或手动保持功能 内置扬声器、音频耳机/头戴式耳机插孔 内置 PC 接口,附带下载电缆和软件 NIMEA-0183 GPS 接口,用于将频率和经度和纬度坐标记录到内存中 VFO 模式允许用户自行调整已知频率 包括 TAIOOS 伸缩鞭状天线、快速充电镍镉电池和电源。PC 下载电缆和实用软件
摘要 摘要 通过头戴式显示器 (HMD) 观看虚拟环境时,经常会出现晕动症。本研究检查了 vection(即虚幻的自我运动)和感知头部运动与实际头部运动之间的不匹配是否会导致这种不良体验。观察者在通过 Oculus Rift HMD 观看立体光流时进行振荡偏航头部旋转。在 3 种对物理头部运动进行视觉补偿的条件下测量了 vection 和晕动症:“补偿”、“未补偿”和“反向补偿”。当 HMD 模拟较近的光圈时,发现 vection 在“补偿”条件下最强,在“反向补偿”条件下最弱。然而,在全视野曝光期间,这 3 种条件下的 vection 相似。晕动症在“反向补偿”条件下最严重,但在其他两种条件下并无不同。我们得出结论,感知头部运动与实际头部运动之间的不匹配会严重导致晕动症。矢量和晕屏之间的关系较弱且显得复杂。
摘要:长期以来,眼球注视追踪器因其在航空领域的实用性而受到广泛研究。到目前为止,已经在飞行电子显示器和模拟条件下头戴式显示系统的注视控制界面方面进行了大量研究。在本文中,我们介绍了在实际飞行条件下眼球注视追踪器的使用情况及其在此类使用条件和照明下的故障模式的研究。我们表明,具有最先进精度的商用现货 (COTS) 眼球注视追踪器无法提供超出一定眼部照明水平的注视估计。我们还表明,眼球注视追踪器的有限可用跟踪范围限制了它们即使在飞行员自然操作行为期间也无法提供注视估计。此外,我们提出了三种开发眼球注视追踪器的方法,这些方法旨在使用网络摄像头代替红外照明,旨在在高照度条件下发挥作用。我们展示了使用 OpenFace 框架开发的智能追踪器,在室内和室外条件下的交互速度方面,它提供了与 COTS 眼动追踪器相当的结果。
第二个 ADF 安装 85 第二个无线电高度表 86 备用高度表压力单位更改 87 陡坡进近能力 88 气象雷达 89 ETOPS 120' 能力 90 T 2 CAS 安装 91 T 3 CAS 安装 92 T 3 CAS 中 ADS-B 输出 DO-260B 激活 93 T 3 CAS 中额外呼叫激活 94 反应性风切变激活 (RWS) 95 单个 HT1000 GNSS 安装 96 带 GNSS 的 P-RNAV 97 带 GNSS 的 RNP 进近 98 ADS-B 输出 DO260(新航空电子设备套件) 99 ADS-B 输出 DO260A(传统航空电子设备) 100 ADS-B 输出 DO260B(传统航空电子设备) 101 ADS-B 输出 DO260B(新航空电子设备套件) 102 第二个 SBAS GPS 安装103 垂直导航 (VNAV) 104 垂直引导 (LPV) 的航向道性能 105 RNP AR 0.3/1 能力 106 RNP AR 0.3/0.3 能力 107 SkyLens ™ 头戴式显示器 (HDM) 108 增强型视景系统 (EVS) 109
摘要 目前,由于眼动追踪技术的低侵入性及其与商用 iVR 头戴式显示器的集成,在沉浸式虚拟现实 (iVR) 学习环境中使用眼动追踪数据将成为最大化学习成果的有力工具。然而,在将数据处理技术推广到学习环境之前,应首先确定最合适的技术。在本研究中,提出了使用机器学习技术来达到此目的,评估它们对学习环境质量进行分类和预测用户学习表现的能力。为此,开发了一种模拟桥式起重机操作的 iVR 学习体验。通过这次体验,对 63 名学生在最佳学习条件和压力条件下的表现进行了评估。最终的数据集包括 25 个特征,主要是时间序列,数据集大小高达 50M 个数据点。结果表明,不同的分类器(KNN、SVM 和随机森林)在预测学习表现变化时提供了最高的准确率,而用户学习表现的准确率仍远未达到最佳水平,这为未来的研究开辟了一条新思路。本研究旨在为未来使用复杂的机器学习技术提高模型准确率奠定基础。
一种新的远程存在形式是通过用无人驾驶飞行器 (UAV) 上的摄像机录制视频并通过头戴式显示器 (HMD) 向用户播放视频来实现的。这里的一个关键问题是如何让用户自由自然地控制无人机,从而控制视点。在本文中,我们开发了一种基于 HMD 的远程存在技术,可实现视点的完全 6 自由度控制。我们技术的核心是一种改进的基于速率的控制技术,采用我们的自适应原点更新 (AOU),其中用户的坐标系原点会自适应地变化。这使得用户自然地感知原点,从而轻松执行控制动作以获得他/她想要的视点变化。因此,无需任何辅助设备的帮助,AOU 方案就可以处理基于速率的控制方法中众所周知的自定心问题。我们还构建了一个真实的原型来评估我们技术的这一特性。为了探索我们的远程存在技术的优势,我们进一步将其用作交互式工具来执行 3D 场景重建任务。用户研究表明,与其他远程存在解决方案和广泛使用的基于操纵杆的解决方案相比,我们的解决方案大大减少了用户的工作量并节省了时间和移动距离。
A BSTRACT 虚拟和增强现实领域的显示技术会根据用户当前的观看条件影响人类表征的外观,例如远程呈现或娱乐应用中使用的化身。随着观看条件的变化,感知到的化身外观可能会发生意想不到或不受欢迎的变化,这可能会改变用户对这些化身的行为并导致使用 AR 显示器时的挫败感。在本文中,我们描述了一项用户研究(N=20),其中参与者通过使用 HoloLens 2 光学透视头戴式显示器在镜子中看到自己站在自己的化身旁边。参与者的任务是在两种环境照明条件(200 勒克斯和 2,000 勒克斯)下将他们的化身的外观与他们自己的进行匹配。我们的结果表明,环境光的强度对参与者选择的虚拟形象的肤色有显著影响,肤色较深的参与者倾向于将虚拟形象的肤色调得较浅,几乎与肤色较浅的参与者的肤色相同。此外,尤其是女性参与者在环境光较亮的情况下会将虚拟形象的头发颜色调得较深。我们从技术限制和对光学透视显示器上虚拟形象多样性的影响的角度讨论了我们的结果。
传感器和通信技术的进步使航空飞行更加容易和安全,但代价是飞机会产生大量信息。尽管大量信息用于地面离线处理或机载任务计算机自动处理,如控制自动驾驶系统,但飞行员需要手动感知和处理大量信息,以便为飞行和任务控制任务做出决策(Hierl、Neujahr 和 Sandl,2012 年)。军用快速喷气式飞机(用于空中优势或多用途任务的战斗机)的信息处理比客机更困难,因为飞行员除了主要飞行任务外还需要执行次要任务。次要任务控制任务可能包括侦察、保护或跟踪空中资产以及武器投送,所有这些都需要仔细感知和分析飞机外部的信息以及驾驶舱内显示的信息。在有限的驾驶舱空间内有效显示信息是一项具有挑战性的设计任务。现有军用飞机使用三种类型的视觉显示器:下视显示器 (HDD)、抬头显示器 (HUD) 和头戴式显示器 (HMD)。HDD 配置为将信息显示为多功能显示器 (MFD)。MFD 用于以可配置的方式显示从主要飞行数据到空中物体细节等信息。每个都是矩形的,由一组