混合現実性を伴うモーションフィデリティ効果

この研究の目的は、OTWビジュアル用の混合現実ヘッドセットを着用しながら、2つの要求の厳しいパイロットタスクでのパイロットパフォーマンスに対するシミュレータモーションの忠実度の影響を判断することです。 パイロットは混合現実のビジュアルにさらされます。つまり、仮想のOTWビジュアルシーンは、実際のシミュレーターコックピットの画像とヘッドダウンディスプレイ（HDD）でオーバーレイされます。 この実験では、パイロットは2つのタスクを飛行します。1）ロール - 横たわるサイドステップ操作、2）精密着陸。

タスク1では、ロールラテラルサイドステップ操作は、1つの着陸パッドからサンフランシスコの5番目のミッション駐車ガレージのバーティポートの2番目の着陸パッドまでです。 Vertiportは、高解像度のテクスチャのある建物に囲まれたサンフランシスコの視覚データベースにあります。 パイロットは、一定の高度にとどまるように指示されています。 パイロットがポジショニングエラーを正確に決定できるように、各着陸パッドの視覚的なシーンに位置決め照準器が配置されます。 パイロットには、望ましいパフォーマンスと適切なパフォーマンスのために、横方向の位置と時間基準が提供されます。 パイロットは、着陸パッドのステーションキーピングポイントを取得するときに、制御インセプターのイベントマーカーを押すように指示されます。 乱流は、タスクをより困難にするために使用されます。 このタスクは、VMSでも実行されたSchroederによって記述されたロールラテラル実験と同様です。

タスク2では、パイロットはサンフランシスコの同じバーティポートに着陸し、タスク1で使用されます。 タスクは、標準的なアプローチと着陸を可能にするポジションからのレベルフライトから開始されます。 希望の適切なパフォーマンスの着陸位置と時間の基準は、パイロットに伝えられます。 パイロットは、着陸パッドの目的の基準点を取得すると、コントロールインセプターのイベントマーカーを押します。 乱流が導入され、タスクをより困難にします。

パイロットは、インフォームドコンセントフォームと運動酔い感受性のアンケートを受け取ります（最初に電子メールによるMSSQ。 彼らは、自宅のMSSQに記入し、SCHENDEN THE BMSに来る前にPIに戻すように求められます。 実験当日、参加者は最初に施設のブリーフィングとウォークアラウンドを受け取り、インフォームドコンセントを提供します（60分）。 次に、彼らはシミュレーターキャブの座席を取り、最初にシートとヘッドセットの調整が行われ、実験が快適に実行できるようにします。 これに続いて、タスクの1つが飛行される最初のデータ収集セッション（45分）が続きます。 両方のタスクは、以下のセクション8.3で説明する3つのモーションフィデリティ条件で飛行します。 各動き条件の3回の繰り返しは、3回のトレーニングランを完了した後、タスクごとに合計12回実行します。 最初のデータ収集セッションの後、30分の休憩が予定されています。 他のタスクが飛行する2番目のセッションは、休憩後に開始されます（45分）。 最後に、パイロットは報告され、残りの質問をすることができます（30分）。

各タスクのパイロットパフォーマンスは、指定された場所での目的と実際の航空機の位置と態度の誤差、制御入力の強度、タスク完了時間など、いくつかの結果ベースの変数によって決定されます。 パイロットは、各実行の終了時にモーションフィデリティ評価とシミュレーター病に関するアンケート（SSQ）を完了します。

仮説：パイロットのパフォーマンスと主観的な動きの評価は、異なるシミュレーターのモーションフィデリティ条件間で大きく異なります。

データ分析の前に、すべてのデータは、各条件の3つの繰り返しで平均化されます。 一元配置反復測定多変量分散分析（MANOVA）が各タスクのデータに使用され、統計的に有意な効果が判断されます。 テストの仮定が満たされていない場合（たとえば、共分散行列の均一性）、修正または適切な代替テストが使用されます。 統計結果の報告には、F統計（または代替テストと同等）、自由度、確率値、および効果サイズが含まれます。

パイロットのパフォーマンスに対する動きの忠実度の影響を調査する以前の研究に基づいて、パイロットのパフォーマンスは、シミュレーターの動きなしで、または1対1の車両の動きと比較して小さなヘキサポッドの動きで低くなると予想されます。 制御強度は反対の傾向を示します。つまり、シミュレーターの動きなしでは高くなり、より高い動きの忠実度とともに減少します。