eVTOL飞行生理与飞行数据-半自主垂直运行SVO-香港都市环境
数据来源：互联网公开数据
标签：eVTOL, 飞行, 生理数据, 飞行数据, 半自主, 垂直运行, SVO, 都市环境, 香港, 人机交互, 安全, 电动垂直起降飞行器, 心电图, 脑电图, 皮肤电反应, 呼吸数据
数据概述：
本数据集是 SVO (Semi-Autonomous Vertical Operations，半自主垂直运行) 项目的一部分。 该项目旨在评估 SVO 在减少人为干预和提高安全性的有效性。 数据集包含在香港都市环境中，对 40 名 (30 名男性和 10 名女性) 经过训练的参与者操作 eVTOL (电动垂直起降飞行器) 期间收集的生理数据和飞行数据。
生理数据： 包括心电图 (ECG)、脑电图 (EEG)、皮肤电反应 (GSR) 和呼吸数据。
飞行数据： 包括飞机的姿态、高度和速度。
参与者： 40 名经过专门训练的参与者。
研究目标： 评估 SVO 在减少飞行操作中直接人为干预，并提高安全性方面的有效性。
数据采集方法： 在飞行过程中，持续记录生理数据， 并同时记录详细的飞行数据。
数据用途概述：
该数据集适用于以下场景：
人机交互研究： 研究人类生理反应与 eVTOL 飞行参数之间的相互作用， 评估 SVO 系统的人机界面设计。
安全评估： 评估 SVO 系统对飞行安全性的影响，分析 SVO 系统在不同飞行条件下的表现。
飞行员疲劳监测： 利用生理数据，例如心电图、脑电图等， 研究飞行员的疲劳状态， 提高飞行安全性。
飞行员负荷分析： 评估 SVO 系统对飞行员工作负荷的影响， 优化飞行任务分配。
SVO 系统优化： 分析生理数据和飞行数据， 优化 SVO 系统的控制算法和人机交互界面， 提高系统的性能和可靠性。
数据可视化与分析： 利用数据进行数据可视化和深度分析， 更好地理解飞行员的生理状态和飞行器的运行状况。
该数据集为研究 eVTOL 飞行、 半自主系统和人机交互提供了宝贵的资源， 推动了航空自动化和操作安全性的发展。
