Разработка перспективных тренажеров, имеющих голосовую поддержку, с функцией автоматизации оценки навыков диспетчеров по управлению воздушным движением

По данным Всемирной организации здравоохранения число потенциальных патогенов во всем мире очень велико, что повышает вероятность возникновения новой пандемии. Воздействие новой коронавирусной инфекции (Covid-19) на все сферы деятельности человека, в том числе и на авиатранспортную отрасль, показало, что необходимо учитывать возможности ее функционирования в новых условиях. В процессе исследования была рассмотрена возможность использования автоматизированных модульных тренажерных систем для подготовки диспетчеров УВД в режиме удаленного доступа. В известных тренажерах не реализована обоснованная инструментальная процедура измерения полученных навыков по обслуживанию воздушного движения, и оценку их освоения осуществляет инструктор, реагирующий на основе своего опыта на действия обучаемого. Инструктору сложно контролировать развитие отдельных навыков и приходится полагаться на свой опыт. Для моделирования контура «диспетчер-пилот ВС» привлекаются псевдо-пилоты, вручную осуществляющие ввод параметров полета ВС и имитирующие радиообмен с экипажами. Известные тренажеры не позволяют проводить самостоятельные тренировки. В результате был сформирован облик и разработан перспективный тренажер с функцией автоматизации подготовки и голосовой поддержкой. Была проведена проверка эффективности предложенных решений по сравнению с традиционным подходом к тренажерной подготовке. В результате установлено, что после использования специального тренажера ошибки студентов уменьшились. Впоследствии тренажер был использован для практической подготовки студентов при организации дистанционного обучения в условиях пандемии (Covid-19). Проект показал свою жизнеспособность и возможность проведения удаленных тренировок диспетчеров УВД после соответствующей доработки перспективного тренажера.

управление воздушным движением, тренажерная подготовка, голосовая система, автоматизация

1. Updegrove J.A., Jafer S. Optimization of air traffic control training at the Federal Aviation Administration Academy [Электронный ресурс] // Aerospace. 2017. Vol. 4, iss. 4. 50. DOI: https://doi.org/10.3390/aerospace4040050 (дата обращения 20.08.2020).

2. Борисов В.Е., Карнаухов В.А. Методы формализации тренажерной подготовки диспетчеров управления воздушным движением // «Перспективы развития науки и образования»: материалы международной научно-практической конференции. Тамбов, 30 декабря 2017 г. С. 16–19.

3. Arminena I., Koskela I., Palukka H. Multimodal production of second pair parts in air traffic control training // Journal of Pragmatics. 2014. Vol. 65. Pp. 46–62. DOI: https://doi.org/10.1016/j.pragma.2014.01.004

4. Крыжановский Г.А., Цепляев Ю.Ф. К задаче управления процессами профессиональной подготовки авиадиспетчеров для автоматизированных систем управления воздушным движением // Автоматика и телемеханика. 1994. № 6. С. 140–153.

5. Крыжановский Г.А., Купин В.В. Развитие подходов к построению адаптивных автоматизированных систем управления воздушным движением. Часть I. Модели проблемно предметной области и деятельности оператора // Вестник Санкт-Петербургского ГУГА. 2016. № 2 (11). С. 38–51.

6. Лебедев А.М., Юганова Н.А. Представление критерия качества функцией, аргументами которой являются контролируемые параметры // Научный Вестник МГТУ ГА. 2009. № 149. С. 176–178.

7. Борисов В.Е., Борсоев В.А., Губерман И.Б. Методика построения программноаппаратного комплекса для подготовки офицеров боевого управления // Организация воздушного движения и безопасность полетов. 2019. № 8. С. 25–27.

8. Иванов А.Ю., Панкова О.В., Плясовских А.П. Использование искусственного интеллекта в тренажёрных системах обучения руководству полётами на авиационных полигонах // Вестник воздушно-космической обороны. 2014. № 4 (4). С. 108–112.

9. Лапшин Э.В., Кемалов Б.К., Куатов Б.Ж. Проектирование авиационных тренажеров с распараллеливанием вычислительных процессов // Надежность и качество сложных систем. 2016. № 4 (16). С. 128–141. DOI: 10.21685/2307-4205-2016-4-18

10. Arico P. A passive brain-computer interface application for the mental workload assessment on professional air traffic controllers during realistic air traffic control tasks / P. Arico, G. Borghini, G.Di. Flumeri, A. Colosimo, S. Pozzi, F. Babiloni // Progress in Brain Research. 2016. Vol. 228. Pp. 295–328. DOI: 10.1016/bs.pbr.2016.04.021

11. Reva O. Ergonomic assessment of instructors capability to conduct personality-oriented training for air traffic control (ATC) personnel / O. Reva, S. Borsuk, V. Shulgin, S. Nedbay // Advances in Intelligent Systems and Computing. 2020. Vol. 964. Pp. 783–793. DOI: 10.1007/978-3-030-20503-4_70

12. Коваленко Г.В. Совершенствование профессиональной подготовки летного и диспетчерского составов / Г.В. Коваленко, Г.А. Крыжановский, Н.Н. Сухих, Ю.Е. Хорошавцев. М.: Транспорт, 1996. 319 с.

13. Лапшин Э.В. Исследование информационных процессов, протекающих в тренажерах // Надежность и качество сложных систем. 2013. № 2 (2). С. 87–93.

14. Горенков А.Н. Современные тренажерные и моделирующие комплексы в системе профессиональной подготовки специалистов УВД // Транспортное дело России. 2016. № 4. С. 70–73.

15. Иванов А.Ю., Астапов К.А., Плясовских А.П. Некоторые вопросы построения систем голосового управления в тренажерных комплексах управления воздушным движением гражданской авиации // Научный Вестник МГТУ ГА. 2013. № 198. С. 129–135.

16. Rustamov S. Speech recognition in flight simulator / S. Rustamov, E. Gasimov, R. Hasanov, S. Jahangirli, D. Usikov, E. Mustafayev // IOP Conference Series: Materials Science and Engineering «Aegean International Textile and Advanced Engineering Conference», 2018. Vol. 459. ID 012005. 5 p. DOI: 10.1088/1757-899X/459/1/012005

17. Купин В.В. Количественные характеристики мотивационной готовности активного элемента при управлении воздушным движением // Вестник Санкт-Петербургского ГУГА. 2017. № 4 (17). С. 38–51.