徐 超，楊 帆，何夢臨

（航空工業(yè)洪都，江西 南昌，330024）

0 引言

隨著航空工業(yè)的發(fā)展，當代作戰(zhàn)飛機的飛行性能、系統(tǒng)復雜度、傳感器數(shù)量、任務能力、制造使用成本都有跨越式的提升，飛行員尤其是執(zhí)行作戰(zhàn)任務的戰(zhàn)斗機飛行員的培訓任務更加復雜艱巨，必須投入大量資源，組織多級、長時間的訓練。飛行員培訓沒有任何固定的途徑，我們需要考慮的是，哪一條路徑最佳，哪一種方式最經(jīng)濟且能最快達到訓練效果，使飛行員能掌握目標機型的操縱和運用。

為了保證合理的訓練階梯，現(xiàn)代飛行員訓練體系一般設(shè)置篩選/初級訓練、基礎(chǔ)訓練、高級訓練、作戰(zhàn)飛機改裝訓練等訓練階段，訓練方式包括課堂授課、飛行模擬器練習和教練機空中飛行訓練等不同訓練方式。

隨著計算機科學的發(fā)展，人工智能、虛擬現(xiàn)實、大數(shù)據(jù)、云計算等前沿技術(shù)不斷涌現(xiàn)，以上技術(shù)作為通用技術(shù)，在各個領(lǐng)域都得到了應用，但其應用效果與行業(yè)特性、領(lǐng)域需求密切相關(guān)。目前在飛行員培訓領(lǐng)域，各國均開始嘗試將上述技術(shù)手段與飛行員培訓體系進行結(jié)合，但大部分以課題研究形式開展，尤其是在軍機飛行員訓練系統(tǒng)中實際應用較淺，尚有限制待突破。本文從分析美軍PTN（Pilot Training Next）項目入手，結(jié)合近年來教練裝備和飛行員訓練體系發(fā)展現(xiàn)狀和新興前沿技術(shù)的發(fā)展方向，分析其應用前景。

1 美國空軍“PTN”項目簡介

1.1 項目背景

培養(yǎng)一名承擔作戰(zhàn)值班任務的飛行員，一般要經(jīng)歷3～4年的時間，經(jīng)過初級教練機、中級教練機、高級教練機、戰(zhàn)斗入門教練機、同型教練機和作戰(zhàn)飛機超過500飛行小時的實機飛行訓練。培養(yǎng)一名飛行員的費用是驚人的，美國空軍培養(yǎng)一名F-16戰(zhàn)斗機飛行員，從完成飛行學員訓練到F-16改裝訓練，再經(jīng)過一年的作戰(zhàn)飛行訓練后擔負作戰(zhàn)值班任務，共需670萬美元，美國海軍航空母艦飛行員人均培訓費為800萬美元。

近年來美國飛行員缺口很大。美國政府一項調(diào)查報告顯示，美空軍、海軍和海軍陸戰(zhàn)隊都有飛行員缺口，其中空軍飛行員滿編率僅73%。美空軍參謀長戴維.戈德費恩表示，由于經(jīng)濟增長乏力，國防預算縮減，飛行訓練任務被迫減少，甚至大批飛行員轉(zhuǎn)業(yè)到地方民航公司，現(xiàn)在美空軍飛行員缺口在2000人以上。因此，如何有效提高飛行員訓練效果、降低訓練費用一直是美國空軍重點研究的課題。早在2015年，隨著虛擬現(xiàn)實技術(shù)逐步成熟，美國空軍教育和訓練司令部（AETC）就嘗試引入新技術(shù)改進訓練方法來優(yōu)化飛行員訓練體制，與Reel FX VR及GSD＆M兩家公司合作，摸索虛擬現(xiàn)實技術(shù)是否能幫助飛行員學的更快和更深入。

PTN項目的全稱是Pilot Training Next，即飛行員未來訓練項目，由美國空軍教育和訓練司令部（AETC）負責人史蒂文夸特斯中將直接領(lǐng)導，奧斯丁基地第560和第99飛行中隊參與，是美軍在前期技術(shù)摸索的基礎(chǔ)上進一步發(fā)展的產(chǎn)物，是美國空軍新訓練計劃的一部分。目的是要驗證虛擬現(xiàn)實技術(shù)的實際訓練效果，同時通過集成先進生理傳感器、人工智能和數(shù)據(jù)分析等技術(shù)對訓練系統(tǒng)進行逐步改良，構(gòu)建美國空軍虛擬現(xiàn)實訓練系統(tǒng)，為后續(xù)融入包括紅鷹T-7A新高教在內(nèi)的美軍新一代飛行員訓練體系做準備。

1.2 實施情況

PTN項目通過單獨配置一個訓練教室開展實施，配置20臺虛擬現(xiàn)實飛行模擬器，每個模擬器配置HTC Vive頭顯、駕駛桿、油門桿和高性能PC，模擬器占地面積小，可機動部署，模擬器按T-6教練機的座艙環(huán)境編程開發(fā)，并預留后續(xù)其他機型座艙環(huán)境整體替換的接口，模擬器之間可以聯(lián)機訓練，同時還布置了心律測試儀、眼動儀等生理監(jiān)測設(shè)備對學員的學習情況進行監(jiān)測。

PTN項目總體思路是將模擬訓練與真機飛行結(jié)合，通過訓練效率和效果比對進行技術(shù)驗證。項目第一期始于2018年2月，為期6個月。第一批學員20人，包括15名現(xiàn)役空軍軍官和5名剛剛完成基礎(chǔ)知識培訓的新飛行員。2018年8月，24周課程結(jié)束，共完成184個學時，其中T-6基礎(chǔ)教練機飛行約70-80小時，模擬器訓練約80-90小時（不包括學員自己進行的額外訓練）。第一期共有13名學員在半年時間內(nèi)順利取證畢業(yè)，而常規(guī)飛行訓練周期大概需要一年。項目第一期結(jié)束后，美軍開發(fā)了一款名為“VIPER”的AI飛行教員。

項目第二期于2019年1月開展，這一期目標主要在于提升AI飛行教員能力和生理傳感器能力。第二批學員20人，包括10名現(xiàn)役空軍軍官、2名空軍國民警衛(wèi)隊軍官、2名美國海軍軍官，6名英國皇家空軍人員，每個人都有不一樣的學習背景和不同領(lǐng)域的空軍服役經(jīng)驗。2019年8月，第二期學員中14人畢業(yè)，1人延期1個月畢業(yè)，還有5人被淘汰。14名畢業(yè)生分別被分配到美空軍戰(zhàn)斗機部隊、轟炸機部隊、海軍T-45教練機中隊和英國“臺風”戰(zhàn)斗機部隊。

項目第三期于2020年1月開始，充分總結(jié)前兩期的經(jīng)驗教訓，繼續(xù)優(yōu)化課程設(shè)置，同時加入數(shù)字地圖導航、機載傳感器使用、戰(zhàn)術(shù)訓練任務，方便學員未來向正規(guī)部隊過渡。同時計劃在模擬器中引入增強現(xiàn)實技術(shù)，進一步提高沉浸感，提升交互性。

鑒于PTN項目的優(yōu)良成果，AETC決定：2019年5月31日起，正式將PTN項目的創(chuàng)新內(nèi)容、經(jīng)驗及訓練數(shù)據(jù)結(jié)合到T-6A、T-1A以及T-38C飛機的訓練課程中，在飛行學院推廣使用。

美軍PTN基于虛擬現(xiàn)實技術(shù)創(chuàng)建低成本、便捷的訓練環(huán)境，集成先進生理傳感器、人工智能和數(shù)據(jù)分析技術(shù)，使得訓練環(huán)境可以根據(jù)不同學員的實際情況進行調(diào)整和配置，提高飛行員訓練的效率和效果。從三期訓練試驗結(jié)果來看，在淘汰率基本合理的前提下，使飛行員訓練周期縮短近一半，成果顯著。參加項目的美國空軍軍官尤其認可虛擬現(xiàn)實模擬器在基本飛行、應急處理程序和大迎角機動等飛行訓練科目上發(fā)揮的作用。同時美軍披露了項目研究遇到的棘手難題和認定的幾個發(fā)展方向，一個是當前的AI教練很不完善，需要研究如何將其替換為一個可以根據(jù)每個學員具體進度和訓練情況進行個性指導的、更加智能化的AI教練，另一個是生理傳感器使用不穩(wěn)定，還需要繼續(xù)尋求可以監(jiān)測學員的心律、呼吸、眼動和其他指標的高端生物套件。

圖1 美國空軍“PTN”項目訓練情況

2 虛擬現(xiàn)實和增強現(xiàn)實技術(shù)

虛擬現(xiàn)實和增強現(xiàn)實技術(shù)（VR & AR）是融合計算機圖形技術(shù)、三維仿真技術(shù)、人機接口技術(shù)、顯示技術(shù)、傳感技術(shù)等多項技術(shù)的通用模擬環(huán)境顯示實現(xiàn)技術(shù),可以產(chǎn)生多源信息融合的交互式三維動態(tài)視景，允許人員以自然的方式與模擬環(huán)境中的對象進行交互作用、相互影響，從而“沉浸”于等同真實環(huán)境的感受和體驗。虛擬現(xiàn)實和增強現(xiàn)實技術(shù)具有多感知性（Multi-Sensory）、交 互 性 （Interactivity）、浸 沒 感（Immersion）和構(gòu)想性（Imagination）四個重要特征。

使用虛擬現(xiàn)實和增強現(xiàn)實技術(shù)搭建飛行訓練平臺，相比于實裝訓練，可以擺脫教練機裝備規(guī)模、飛行空間、飛行時間的約束，可以隨時隨地重復開展訓練，對薄弱環(huán)節(jié)重點加強，極大降低了成本、提高了效率。相比于傳統(tǒng)模擬器，新的訓練平臺沉浸感更好、交互性更強、設(shè)備成本更低、使用更加便捷。VR & AR技術(shù)在飛行訓練領(lǐng)域已經(jīng)得到普遍認可，在飛行課目進入前和飛行中交叉進行模擬訓練，可以極大地提升飛行訓練效益。真機飛行前，通過模擬訓練，學員可以提前了解飛機性能特點、提前熟悉裝備情況，初步掌握其作戰(zhàn)方法，對起落、儀表、特技、夜航等飛行程序、機上儀表設(shè)備功能和操作等進行預習實習，而且可以通過實時更新計算機程序使模擬器與新型號飛機、新機載設(shè)備保持一致。從美軍的實踐結(jié)論來看，虛擬現(xiàn)實和增強現(xiàn)實技術(shù)尤其適用于進行復雜氣象、特技、轟炸和特情處置等危險系數(shù)較大的課目練習，優(yōu)秀的沉浸感和交互性可以加強學員在特情發(fā)生環(huán)境下的認知體驗、生理適應，鍛煉學員的心理素質(zhì)和操縱處置能力。

目前虛擬現(xiàn)實和增強現(xiàn)實技術(shù)在飛行訓練應用上前景明確，主要是兩個應用方向，一是基礎(chǔ)飛行訓練領(lǐng)域，強調(diào)低成本小體積，犧牲一定的模擬顯示和交互效果，利用低成本可機動的核心優(yōu)勢下載高端模擬器或?qū)嵮b的任務，打造高性價比的初階訓練平臺；二是專項和綜合戰(zhàn)術(shù)訓練系統(tǒng)，配置高成本的模擬系統(tǒng)和傳感器，對特定飛行科目進行專項加強或者人人、人機組網(wǎng)進行逼真戰(zhàn)術(shù)對抗訓練，取代目前高端綜合訓練模擬器。

由于相關(guān)技術(shù)限制，目前虛擬現(xiàn)實和增強現(xiàn)實技術(shù)所具有的感知功能僅限于視覺、聽覺、運動、力覺等幾種，且視場分辨率低、范圍小，運動空間定位差、精細捕捉困難，在飛行訓練時出現(xiàn)看不清、視野小、操作反應遲滯、運動模型變形、桿力輸出與實際飛行差距較大等問題，后續(xù)有待擴展觸覺、味覺、嗅覺等感知能力。從可操作程度和從模擬環(huán)境得到反饋的自然程度來看，交互性還無法適配飛行員在座艙連續(xù)操作的要求?；陲w行訓練的需求，后續(xù)將重點提升多感知性、交互性和浸沒感。

3 先進生理傳感器技術(shù)

美軍PTN項目中，學員在胸前安裝生理傳感器，測量學員的心率、體溫、血氧等生理指標，將生理指標作為訓練數(shù)據(jù)庫的一部分用于后續(xù)訓練效果的分析，作為訓練失敗原因確定和訓練方法改進的依據(jù)。但是目前傳感器能夠測量的指標項目仍然比較少，不滿足全面生理分析的要求，而且傳感器尺寸普遍偏大，影響飛行員的操縱，佩戴舒適度、佩戴穩(wěn)定性也難以令人滿意。

目前生理指標測量主要方法有基于生理信號的檢測方法和基于人體反應特征的檢測方法?；谏硇盘柋O(jiān)測主要是借助傳感器對人體的生理信號進行實時檢測，例如血壓、心率、脈搏、血氧、體溫、排汗率、腦電波，心電波，眼電波以及表面肌電監(jiān)測，基于人體反應特征的監(jiān)測一般采用視覺方法識別判斷人體狀態(tài)，如眼球運動、眼睛開閉、頭部運動特性、臉部肌肉反應等。根據(jù)這些生理指標，可以分析監(jiān)測學員特定訓練環(huán)節(jié)的生理狀態(tài)，也可以作為心理狀態(tài)監(jiān)測的基礎(chǔ)。微型化不影響訓練動作、綜合化可測量多種生理生化指標是未來模擬飛行訓練中先進生理傳感器的發(fā)展方向。

4 基于AI的大數(shù)據(jù)分析及智能教練技術(shù)

訓練會產(chǎn)生大量的飛行員訓練數(shù)據(jù)，這些數(shù)據(jù)有巨大的潛在開發(fā)價值。訓練數(shù)據(jù)中包含學員在科目訓練中的所有操作和反饋，包括生理傳感器獲取的生物特征，憑借先進的人工神經(jīng)網(wǎng)絡(luò)、機器學習等人工智能算法技術(shù)對訓練數(shù)據(jù)庫進行實時分析，通過生理傳感器查看學員對任務的反應程度，通過操作記錄查看學員的失誤和行為情況，分析制定他們在面臨不同程度困難情況下的訓練策略，制定后續(xù)重點訓練項目。開發(fā)AI教練將分析結(jié)果應用于訓練系統(tǒng)，根據(jù)學員的訓練情況和自身特點，篩選出學生學習的更快的領(lǐng)域和學習困難的領(lǐng)域，分析其擅長的方面和缺乏技術(shù)的方面，為其量身定制訓練課程，自動提高或降低學員任務和復雜性，可以專注解決學生的不足，節(jié)約時間，也可以由學員自行設(shè)定訓練速度，為持續(xù)改進訓練過程提供直接和客觀的支撐，進而形成個性化訓練大綱并優(yōu)化普適性訓練大綱。同時在系統(tǒng)中預置飛行專業(yè)知識判據(jù)，允許計算機用自動化的方式執(zhí)行一些完全客觀的過程，給出標準化的評估，一方面可以在訓練過程中為學員提供即時評分反饋，降低他們在早期訓練階段形成不良習慣的概率，另一方面可以減少對教員的需求，增加對飛行員篩選的效率。

從美軍PTN項目實施效果來看，分析訓練數(shù)據(jù)，開發(fā)智能教練，根據(jù)學員的特點強調(diào)個性化學習的確有助于提高訓練效率，但是智能化程度較低，學員反饋智能教練錯誤判斷較多、個性化培訓調(diào)整不明顯。目前基礎(chǔ)飛行訓練領(lǐng)域大數(shù)據(jù)分析結(jié)合人工智能的主要難點在于飛行動作精確識別、綜合判決條件設(shè)置。對飛行訓練練習中，飛行動作的模式識別是進行飛行訓練質(zhì)量評估的前提，為了識別復雜的飛行訓練動作，首先需要把飛行動作精細分解成一些基本動作，為每個基本動作設(shè)置準確的匹配條件，根據(jù)模糊識別技術(shù)或神經(jīng)網(wǎng)絡(luò)技術(shù)，進行樣本采集、信息的數(shù)字化、數(shù)據(jù)特征的提取、特征空間的壓縮以及提供識別的準則等自動識別出這些基本動作，然后進行合并、細化，進而得到詳細的飛行動作并將其與預置動作進行對比，判斷其吻合度。綜合判決條件設(shè)置決定了智能教練的輸出效果，系統(tǒng)中海量的數(shù)據(jù)被整合成時間軸線、飛行動作及軌跡、生理狀態(tài)、操縱觸發(fā)點等結(jié)構(gòu)化數(shù)據(jù)之后，需要設(shè)置一系列綜合判決條件，由自動算法結(jié)合專業(yè)知識系統(tǒng)對訓練結(jié)果給出判斷，確定學員訓練評分，尤其是給出學員操作失誤的原因分析和改進建議，經(jīng)學員確認后，自動調(diào)整課程，實現(xiàn)擅長的科目快速練、失誤的科目重復練的效果。

5 結(jié)語

現(xiàn)代飛機裝備功能、性能跨越式發(fā)展，飛行員培訓成本快速增長，壓縮培訓周期、提高訓練效果、降低訓練費用是牽引當代飛行員訓練體系發(fā)展的主要動力。虛擬現(xiàn)實、增強現(xiàn)實、先進生理傳感器、人工智能和大數(shù)據(jù)等前沿技術(shù)提供了飛行員培訓的新方向，各國均嘗試將新技術(shù)與飛行員訓練系統(tǒng)進行整合。美國空軍開展的PTN項目證明了利用虛擬現(xiàn)實和增強現(xiàn)實、先進生理傳感器、人工智能和大數(shù)據(jù)集成開發(fā)的基礎(chǔ)飛行技能訓練平臺在提高效率、降低費用方面具有顯著的實用效果，但仍然有模擬環(huán)境沉浸感不足、缺乏先進生理傳感器、智能輔助程序開發(fā)困難等技術(shù)限制有待突破。從整個飛行員訓練階段分析，以上前沿技術(shù)手段還具備引入到高級訓練、戰(zhàn)術(shù)對抗訓練的可行性，可以與新型教練機裝備一同組成更加高效的全周期飛行員綜合訓練體系。