关于航空环境下基于生理信号的错误分类
人机交互
2025-04-18 v1
摘要
人为错误仍是航空安全中的关键关切问题，尽管技术取得了进步，危险占事故比例达70%-80%。虽然生理措施在实验室环境中显示出良好的错误检测潜力，但其在动态飞行环境中的有效性尚未得到充分探索。通过对九名商业飞行员进行实 flight 试验，我们研究了既定的错误检测方法是否在实际飞行操作中保持准确性。在不同情境下——包括实验室环境、直线平飞和2G机动——我们收集了同步的生理数据。我们的发现表明，基于EEG的分类在复杂飞行机动中保持高准确率（87.83%），与实验室性能相当（89.23%）。眼动 tracking 显示中等性能（82.50%），而心电图（ECG）的表现接近随机水平（51.50%）。在不同飞行条件下，分类准确率保持稳定，在2G机动期间几乎没有性能下降。这些结果首次证明了生理错误检测能够有效转化到操作航空环境中。
引用
@article{arxiv.2504.12769,
title = {On Error Classification from Physiological Signals within Airborne Environment},
author = {Niall McGuire and Yashar Moshfeghi},
journal= {arXiv preprint arXiv:2504.12769},
year = {2025}
}