航空业中的小型无人机系统(sUAS)领域正经历着前所未有的增长。然而,将 sUAS 安全纳入国家空域系统 (NAS) 的监管指南并未跟上市场技术发展的步伐。目前对视线操作的监管限制可能会影响到为无人机系统的操作建立与有人驾驶飞机同等的安全水平。视线操作讨论的焦点一直是无人机系统飞行员能否安全及时地看到并避开所有障碍物和其他飞机。本论文研究的目的是考察在 NAS 内驾驶 sUAS 时使用第一人称视角(FPV)技术是否会对操作员的工作量产生影响,以及 FPV 技术是否会影响操作员的 1 级态势感知(SA)。更具体地说,本研究考察了使用三种视觉敏锐度技术时无人机系统操作员的工作量和 1 级态势感知:视觉视线、使用 21 英寸液晶显示器的 FPV 以及使用 FPV 头戴式护目镜。

为了收集分析所需的数据,设计并进行了一项初步实验。参与者被随机分配到三个视觉敏锐度技术组中的一组,并被要求在飞行路线上驾驶大疆 Inspire 1 四旋翼飞行器。参与者完成了一项人口调查、石原色盲测试和两项实验后测试。实验后测试包括美国国家航空航天局任务负荷指数(NASA TLX)问卷调查和 1 级 SA 测试,分别用于评估参与者在实验过程中根据指定视敏度技术感知到的工作量和对飞行课程环境因素的回忆。为验证假设,进行了方差分析和方差分析检验。结果表明,三组学员在感知工作量或 SA 方面的得分在统计学上没有显著差异。

实验的初步结果为使用从美国国家航空航天局航空安全报告系统数据库中检索到的无人机系统数据集(其中主要飞机被列为无人机系统)进行进一步分析奠定了基础。在事件报告中,SA 被确定为人为因素中最普遍的致因。使用卡方统计检验对 SA 组和非 SA 组进行了比较。结果表明,将 SA 列为致因因素的事件报告与报告中列出的事件地理区域之间存在显著的统计学关联。其他的卡方分析表明,在报告中未指明地理区域的事件报告中,SA 的人为因素与时间压力之间存在统计学意义上的显著关联。航空组织的安全管理人员必须不断分析其安全管理系统的性能,以确保其风险缓解措施的有效性。本文研究提供的信息有助于业务经理及其风险缓解流程的选择。

成为VIP会员查看完整内容
30

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《无人机智能控制系统》228页
专知会员服务
88+阅读 · 3月13日
《用于军事侦察的无人机蜂群战术控制》2023最新74页
专知会员服务
105+阅读 · 2023年9月24日
《使用强化学习的自主无人飞行器导航:综述》
专知会员服务
63+阅读 · 2023年6月18日
国家自然科学基金
22+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
17+阅读 · 2014年12月31日
国家自然科学基金
10+阅读 · 2014年12月31日
A Survey of Large Language Models
Arxiv
344+阅读 · 2023年3月31日
VIP会员
相关基金
国家自然科学基金
22+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
17+阅读 · 2014年12月31日
国家自然科学基金
10+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员