美国空军(USAF)面临着持续的飞行员短缺问题。美空军教育与训练司令部(AF-AETC)副司令克拉克·奎因少将(Maj. Gen. Clark Quinn)指出,2023年存在2000名飞行员的缺口,民用训练职位约有30-40%空缺。各种项目,包括“下一代飞行员训练”(PTN)、“初始飞行员训练”(IPT)和“大学飞行员训练”(UPT),旨在通过使用虚拟现实(VR)头盔进行低成本沉浸式训练来提高飞行员训练吞吐量。然而,它们受到聚散-调节冲突(VAC)、延迟和滞后的限制,这些因素在长时间使用时会诱发受训者的晕动症。至少有三个美国空军一级司令部(DAF MAJCOMs)——空运司令部(AMC)、空战司令部(ACC)和空军特种作战司令部(AFSOC)——需要替代解决方案来支持超过一小时的训练课程。为了克服这些限制,Brelyon公司开发了“超现实”(UR)显示技术,这是一种无头盔虚拟训练飞行模拟器。其以人类视觉为中心的设计——通过“双眼单视界”(horopter)概念实现,以最佳方式融合双眼和单眼深度感知——生成了符合桌面训练所需规格的沉浸式视觉体验:122英寸真实深度、曲率焦点平面(跨度1.5米至2.5米)、110度视野和4K分辨率,所有这些都通过一个30英寸的孔径实现。这种架构使受训者的眼睛能够物理聚焦到正确的深度,避免眼疲劳,实现高效的交互时间,并最终提高训练吞吐量。通过商业和美国空军研究进行的初步研究表明,UR有效解决了与传统VR头盔相关的性能顾虑,为长时间训练课程提供了视觉工效学上的沉浸感,同时保持了成本效益。在此,我们描述UR的基本光学原理和规格,作为为美国空军及其他军种实现普遍可扩展的无头盔沉浸感的一条路径。

飞行员训练需求与重要性

美国空军(USAF)一直在应对严重且持续的飞行员短缺问题,这威胁着其战备状态(Beebe, 2024; Cohen, 2023; Mitchell, 2023)。仅在2024年,估计短缺约2000名飞行员(Larson, 2025),其中大约一半是战斗机飞行员。这一缺口不仅影响空军执行任务的能力,也增加了现役飞行员的工作负担,存在导致过劳和整体效能下降的风险。这一短缺由多种因素驱动,包括高退休率、教练机短缺、机队规模缩小/老化以及民用领域更具吸引力的机会(Ceder, 2025)。解决这一短缺是空军教育与训练司令部(AETC)及其他一级司令部的首要任务。为了帮助缓解飞行员短缺,美国空军越来越多地转向基于模拟的训练,将其作为一种可扩展且高效的解决方案。先进的飞行模拟器允许同时训练更多飞行员,并减少昂贵的实机训练时长。通过扩大沉浸式模拟器的使用,空军旨在加速合格飞行员的培养,并确保受训者准备更充分。

替代解决方案

例如,VR头盔是飞行员培训项目中进行评估的模拟训练技术。现代化的“大学飞行员训练”(UPT)和“下一代飞行员训练”(PTN)项目使受训者能够记录模拟器时长和实际飞行时间,以改善训练进程(Tadjdeh, 2020; Pawlyk, 2024)。模拟训练具有多重好处,包括安全演练复杂或危险场景、减少飞机磨损,以及(理想情况下)通过更频繁、易获取的课程提高训练吞吐量。然而,尽管VR头盔作为解决方案前景广阔,但其广泛使用受到晕动症的阻碍,症状包括恶心、头晕、眼疲劳或疲劳以及定向障碍,最终降低训练效果。这通常影响多达约80%的头盔用户,并且排除了有效训练所需的长时间交互(超过一小时)。此外,传统VR头盔难以提供高级飞行训练所需的深度感知和视觉精度。狭窄的视野、有限的分辨率以及缺乏逼真的焦点提示会阻碍受训者准确判断距离和空间关系的能力——这是安全有效驾驶的关键技能。因此,VR头盔尚未在训练吞吐量或受训者表现方面带来预期的改善。这些工效学和感知上的缺陷促使美国空军及其他军种寻求能够同时提供沉浸式真实感和长期舒适性的替代解决方案。

其原因在于头盔的技术限制,例如聚散-调节冲突(VAC)、延迟和视觉滞后。值得注意的是,VAC是VR头盔设计中的一个重大挑战,当大脑接收到关于聚散(眼睛向内或向外旋转以注视物体)和调节(眼睛的聚焦机制以产生清晰图像)的不匹配视觉线索时就会出现。在目前大多数VR系统中,立体显示器通过向每只眼睛呈现略有不同的图像来创造深度感,这促使眼睛像在现实世界中一样会聚。然而,VR头盔中的透镜通常将眼睛聚焦在固定距离,通常在一到两米之间,而不管虚拟物体看起来位于何处。这意味着,虽然眼睛的聚散会根据感知到的深度进行调整,但调节系统保持固定,导致这两个自然视觉过程之间发生冲突。因此,探索一种完全不同的光学架构是值得的。

Brelyon超现实(UR)技术

Brelyon的“超现实”(UR)显示技术为飞行模拟训练提供了一种替代范式(图1)。与传统的VR头盔不同,UR采用无头盔的超宽显示屏,模拟人类视觉,并最佳地支持双眼和单眼深度感知。它生成一个沉浸式视场(122英寸虚拟图像尺寸,110度视野(FoV),4K分辨率),并避免了VR头盔典型的 discomfort 和眼疲劳。该技术方法使受训者能够物理聚焦到正确的深度(2.5米),减少疲劳并增加交互时间,最终提高训练吞吐量。UR克服了传统VR的局限性,并提供了一种普遍可扩展的、符合工效学的解决方案。在此,描述UR技术的设计原理,特别是它们如何适用于飞行模拟训练平台的舒适沉浸感,并提供初步的用户评估,比较UR与其他解决方案。

图1. Brelyon超现实(UR)飞行模拟平台。 请注意屏幕上的内容清晰对焦,而硬件本身(例如周围外壳)则略微模糊。这表明图像在光学上比孔径更深,因为相机需要聚焦到更远的位置才能清晰捕捉它。

成为VIP会员查看完整内容
1

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。
《下一代航空作战力量:思考无人系统》
专知会员服务
41+阅读 · 2024年12月5日
《赢得认知战争:空军为战术信息战做好准备》
专知会员服务
47+阅读 · 2024年7月9日
《美国陆军小型无人机系统》中文版
专知会员服务
71+阅读 · 2024年5月21日
《用于伤员后送的无人机系统》
专知会员服务
43+阅读 · 2024年5月12日
《美国空军实现信息作战融合所面临的挑战》
专知会员服务
55+阅读 · 2024年1月9日
《无人机蜂群即将到来:未来空中战争的趋势》
专知会员服务
120+阅读 · 2023年9月11日
《无人机蜂群: 利用有限的人工智能铲除对手》
专知会员服务
66+阅读 · 2023年8月14日
《多域作战环境下的军事决策过程》
专知
111+阅读 · 2023年4月12日
美陆军计划部署四大新型地面无人系统
无人机
31+阅读 · 2019年4月30日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
46+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
51+阅读 · 2014年12月31日
国家自然科学基金
12+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
18+阅读 · 2013年12月31日
Arxiv
12+阅读 · 2019年3月14日
Augmentation for small object detection
Arxiv
13+阅读 · 2019年2月19日
VIP会员
相关VIP内容
《下一代航空作战力量:思考无人系统》
专知会员服务
41+阅读 · 2024年12月5日
《赢得认知战争:空军为战术信息战做好准备》
专知会员服务
47+阅读 · 2024年7月9日
《美国陆军小型无人机系统》中文版
专知会员服务
71+阅读 · 2024年5月21日
《用于伤员后送的无人机系统》
专知会员服务
43+阅读 · 2024年5月12日
《美国空军实现信息作战融合所面临的挑战》
专知会员服务
55+阅读 · 2024年1月9日
《无人机蜂群即将到来:未来空中战争的趋势》
专知会员服务
120+阅读 · 2023年9月11日
《无人机蜂群: 利用有限的人工智能铲除对手》
专知会员服务
66+阅读 · 2023年8月14日
相关基金
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
46+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
51+阅读 · 2014年12月31日
国家自然科学基金
12+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
18+阅读 · 2013年12月31日
微信扫码咨询专知VIP会员