Інтелектуальний HMI для управління БПЛА: архітектура, адаптивна прозорість та імітаційне оцінювання
DOI:
https://doi.org/10.26642/ten-2026-1(97)-196-202Ключові слова:
HMI, БПЛА, адаптивний інтерфейс, ситуаційна обізнаність, когнітивне навантаження, прозорість автономії, телеметрія, supervisory controlАнотація
У статті запропоновано концепцію інтелектуального людино-машинного інтерфейсу (Human-Machine Interface, HMI) для управління безпілотним літальним апаратом у режимах manual, shared та supervisory control. Актуальність дослідження обумовлена зростанням обсягу телеметрії, відеоданих, повідомлень бортової аналітики та ризиком когнітивного перевантаження оператора у задачах моніторингу, пошуку, інспекції й тактичного застосування БПЛА. Метою роботи є формалізація архітектури HMI, визначення показників адаптації інтерфейсу та побудова аналітичної моделі, що узгоджує ситуаційну обізнаність, точність команд, затримку керування, когнітивне навантаження й операційний ризик. Запропоновано багатошаровий HMI, який поєднує польотний контур, шар семантичної візуалізації, модуль оцінювання навантаження оператора, блок пояснення рішень автономії та менеджер режимів взаємодії. Для перевірки працездатності концепції виконано імітаційне моделювання, тому наведені графіки відображають прогнозні залежності, а не результати натурних льотних випробувань. За результатами моделювання адаптивний HMI зменшує оцінене когнітивне навантаження в середньому на 19,3 %, скорочує час реакції оператора до 0,83 с у supervisory-режимі та забезпечує відносний приріст інтегральної ефективності до 26,5 % за умов погіршення каналу зв’язку. Отримані результати можуть бути використані під час розроблення наземних станцій керування, інтерфейсів планування місії та адаптивних засобів підтримки оператора.
Посилання
Zhang, W., Feltner, D., Shirley, J. et al. (2016), «Unmanned Aerial Vehicle Control Interface Design and Cognitive Workload: A Constrained Review and Research Framework», 2016 IEEE International Conference on Systems, Man, and Cybernetics (SMC), Budapest, Hungary, 9–12 October, doi: 10.1109/SMC.2016.7844502.
Chew, J.Y., Kawamoto, M., Okuma, T. et al. (2021), «Adaptive attention-based human machine interface system for teleoperation of industrial vehicle», Scientific Reports, Vol. 11, doi: 10.1038/s41598-021-96682-0.
Rebensky, S., Carmody, K., Ficke, C. et al. (2022), «Teammates Instead of Tools: The Impacts of Level of Autonomy on Mission Performance and Human-Agent Teaming Dynamics in Multi-Agent Distributed Teams», Frontiers in Robotics and AI, Vol. 9, doi: 10.3389/frobt.2022.782134.
Xue, H., Zhang, Q. and Zhang, X. (2022), «Research on the Applicability of Touchscreens in Manned/Unmanned Aerial Vehicle Cooperative Missions», Sensors, Vol. 22 (21), doi: 10.3390/s22218435.
Hussein, A., Ghignone, L., Nguyen, T. et al. (2022), «Characterization of Indicators for Adaptive Human-Swarm Teaming», Frontiers in Robotics and AI, Vol. 9, doi: 10.3389/frobt.2022.745958.
Stevens, C.A., Morris, M.B., Fisher, C.R. and Myers, C.W. (2023), «Profiling cognitive workload in an unmanned vehicle control task with cognitive models and physiological metrics», Military Psychology, Vol. 35 (6), doi: 10.1080/08995605.2022.2130673.
van de Merwe, K., Mallam, S. and Nazir, S. (2024), «Agent Transparency, Situation Awareness, Mental Workload, and Operator Performance: A Systematic Literature Review», Human Factors, Vol. 66 (1), doi: 10.1177/00187208221077804.
Rea, D.J. and Seo, S.H. (2022), «Still Not Solved: A Call for Renewed Focus on User-Centered Teleoperation Interfaces», Frontiers in Robotics and AI, Vol. 9, doi: 10.3389/frobt.2022.704225.
Wang, J., Fang, W., Qiu, H. and Wang, Y. (2025), «The Impact of Automation Failure on Unmanned Aircraft System Operators’ Performance, Workload, and Trust in Automation», Drones, Vol. 9 (3), doi: 10.3390/drones9030165.
Grabowski, M.R., Morgan, G., McGarvey, J. et al. (2025), «Human Machine Autonomy in Medical and Humanitarian Logistics in Remote and Infrastructure-Poor Settings», Drones, Vol. 9 (12), doi: 10.3390/drones9120841.
Li, Q., Molloy, O., El-Fiqi, H. and Eves, G. (2025), «Applications of Machine Learning in Assessing Cognitive Load of Uncrewed Aerial System Operators and in Enhancing Training: A Systematic Review», Drones, Vol. 9 (11), doi: 10.3390/drones9110760.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Євген Степанович Пуховський, Даниїла Юріївна Ткачук, Олександр Олексійович Добржанський, Владислав Віталійович Барабаш
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.
Автор, який подає матеріали до друку, зберігає за собою всі авторські права та надає відповідному виданню право першої публікації, дозволяючи розповсюджувати даний матеріал із зазначенням авторства та джерела первинної публікації, а також погоджується на розміщення її електронної версії на сайті Національної бібліотеки ім. В.І. Вернадського.
