基于模拟器的混合现实eVTOL飞行员培训：教员操作站

文献标题

Simulator-based Mixed Reality eVTOL Pilot Training: The Instructor Operator Station

文献信息

• 主题领域: 航空飞行训练、混合现实技术
• 关键词: 混合现实, 虚拟现实, 驾驶舱交互, 飞行模拟器, 飞行训练, 航空, 人类性能影响因素

研究背景与问题

• 问题或挑战: 新型电动垂直起降 (eVTOL) 飞行器的设计需要简化操作（Simplified Vehicle Operations, SVO），但传统的模拟训练设施和指导员操作站（Instructor Operator Station, IOS）设计未能满足这些飞行器的复杂需求。此外，缺少针对 eVTOL 飞行员训练的专门设计规范。
• 重要性: eVTOL 飞行器正在重新定义航空行业，对驾驶员的要求比传统飞行员减少，但仍需要培训来保持安全性和操作熟练度。
• 研究动机与相关工作:
  • 飞行模拟训练设备（Flight Simulator Training Devices, FSTD）提供了风险较低且经济高效的训练方式，但传统设计未能充分利用混合现实 (MR) 技术。
  • 虽然 MR 在认知学习中表现出良好效果，但其功能尚未完全替代传统模拟器。
  • 目前缺乏关于 MR 集成到飞行训练中的设计指南，尤其是与指导员角色相关的技术要求。

解决方案

• 提出的解决方案: 研究了 MR 模拟器用于 eVTOL 飞行员培训指导员的可行性，并通过用户研究总结了关键性能影响因素（Performance Shaping Factors, PSFs），为 IOS 的设计提供了改进建议。
• 创新之处:
  • 底层自下而上的方法识别影响指导员性能的因素。
  • 系统化分析 MR 技术如何帮助指导员指导飞行训练。
• 实施步骤与关键技术:
  • 使用 Varjo Base 软件工具对 MR 模拟器进行功能测试。
  • 通过用户研究（包括 7 名有飞行培训经验的参与者），使用思维发声法评估工具的可用性。
  • 针对任务难度、情境复杂性、心理与生理能量等维度识别 PSFs。
  • 结合用户反馈与现有文献构建影响指导员性能的连接树模型。

研究成果

• 具体成果:
  • 详细定义了影响 MR 模拟器中指导员性能的关键因素，包括任务难度、情境复杂性、心理能力、与生理适应度等。
  • 总结了现有工具的优点和不足，为 IOS 的优化设计提出具体建议。
  • 推荐了进一步发展的功能，如稳定指针工具、混合摄像头视图、可定制 AR 指令等。
• 与现有解决方案的优势:
  • MR 在提供即时反馈和丰富交互性方面具有显著优势。
  • 通过用户研究实际验证了 MR 环境内工具的效用。
• 实验或评估结果:
  • 对 Varjo Base 提供的工具进行了全面评估，发现其在视野逼真、眼动追踪和音频反馈等方面表现良好，但在指针稳定性和多角度视图支持方面存在改进空间。
  • 用户反馈表明，尽管 MR 技术总体表现出积极效果，仍需优化工具的物理交互与易用性以实现广泛采用。
• 局限性与未来方向:
  • 局限性：现阶段 MR 技术尚不能完全替代传统模拟器，此外缺乏有效的多指导员监控技术。
  • 未来方向：
    • 开发更先进的自动化与实时反馈系统。
    • 增强 MR 环境中的物理与触觉交互技术。
    • 针对 eVTOL 单飞员配置设计专门的 IOS 功能模块。

结论

该研究为 eVTOL 飞行员培训提供了系统化的技术建议，将混合现实技术成功集成到训练过程中。通过关键 PSFs 的识别与用户反馈分析，研究者提出多个改进方向，为今后高效的 MR 驾驶培训系统的发展奠定基础，同时推动航空领域的技术创新。