Methods for early identification of unmanned aerial vehicle pilot potential: a systematic review

Full Text

ВВЕДЕНИЕ

Беспилотная авиация является одним из наиболее динамично развивающихся секторов как военной, так и гражданской авиации. По данным Европейского агентства авиационной безопасности (EASA), количество выданных сертификатов пилотов беспилотных летательных аппаратов (БПЛА) в странах Европы ежегодно увеличивается на 50%. Аналогичные тенденции наблюдаются в США, Китае и России. Столь стремительный рост парка беспилотных воздушных судов и числа операторов ставит перед системой профессиональной подготовки принципиально новые задачи, связанные с обеспечением безопасности полётов и эффективности выполнения целевых задач.

Ключевая проблема заключается в том, что методики профессионального отбора и подготовки операторов БПЛА значительно отстают от темпов развития самой техники. Исследователи отмечают, что «методы, используемые до сих пор, требуют развития», а проблема человеческого фактора в беспилотной авиации остается наименее изученным компонентом в системе обеспечения безопасности [1]. Более того, анализ нормативной базы подготовки операторов выявил ряд существенных недостатков: субъективность оценки инструктором предрасположенности обучаемого, отсутствие объективных методов оценки выполняемых упражнений, недостаточный учёт индивидуальных особенностей кандидатов [2]. В работе О.С. Титкова и соавт. [3] подчёркивается, что для обеспечения устойчивой работоспособности оператора при дистанционном управлении необходима разработка систем биологической обратной связи. Указанные системы должны обеспечивать формирование и передачу потокового видеоизображения в инфракрасном и видимом диапазонах по широкополосным каналам связи на монитор руководителя полёта, что позволяет осуществлять оперативный контроль функционального состояния оператора и своевременно корректировать условия его деятельности [3].

Особую значимость проблема профессионального отбора приобретает в контексте раннего выявления потенциально одарённых пилотов среди подростков и молодёжи, вовлечённых в обучение в специализированных секциях, кружках и учреждениях дополнительного образования. Своевременная диагностика задатков и способностей к операторской деятельности позволяет не только повысить эффективность образовательного процесса, но и сформировать обоснованный кадровый резерв для последующей профессиональной ориентации и подготовки.

Деятельность оператора беспилотных летательных аппаратов принципиально отличается от пилотирования традиционных воздушных судов, что обусловливает необходимость пересмотра классических подходов к профессиональному отбору. В работе Д.А. Бирина и соавт. [4] отмечается, что оператор в общем случае выступает как элемент распределённой системы робототехнических комплексов и обладает рядом индивидуально-психологических и психофизиологических характеристик, оказывающих существенное влияние на эффективность взаимодействия в системе «человек–техника», включая текущее функциональное состояние.

Оператор БПЛА работает в режиме опосредованного управления, получая информацию преимущественно с видеокамер и телеметрических датчиков. Это предъявляет повышенные требования к таким характеристикам, как:

1. пространственное мышление и способность формировать ментальную модель трёхмерного пространства на основе двухмерного изображения;
2. распределение внимания между несколькими информационными потоками;
3. устойчивость к сенсорной депривации и монотонии (при длительных полётах);
4. скорость переработки визуальной информации и принятия решений;
5. эмоциональная стабильность при работе в условиях высокой ответственности.

Кроме того, деятельность оператора сопряжена со значительными когнитивными нагрузками, которые находят отражение в изменениях физиологических показателей, прежде всего вариабельности сердечного ритма (ВСР) [5]. В исследовании А.Г. Давыдовского и А.И. Андреева показано, что мониторинг и прогнозирование работоспособности операторов беспилотных авиационных комплексов можно эффективно обеспечить на основе системного анализа параметров ВСР, причём изменение параметров сердечного ритма соотносится с изменением регуляторных влияний со стороны вегетативной нервной системы [6].

В целом всю совокупность применяемых сегодня батарей тестов и диагностических подходов можно разделить на четыре основные категории:

1. методы отбора, основанные на когнитивном тестировании кандидатов;
2. методы, включающие личностные опросники;
3. методы, основанные на измерении психофизиологических характеристик;
4. симуляторные технологии и компьютерное моделирование.

В обзоре проанализировано современное состояние исследований в области разработки батарей тестов для оценки профессиональной пригодности операторов БПЛА и обоснована структура комплексной методики, ориентированной на раннее выявление перспективных пилотов на этапе начального обучения.

МЕТОДЫ ОТБОРА, ОСНОВАННЫЕ НА КОГНИТИВНОМ ТЕСТИРОВАНИИ КАНДИДАТОВ

Наиболее системно проработанный подход к определению структуры профессионально важных качеств операторов БПЛА реализован в рамках проекта SUPer (Selection of UAS Personnel). В ходе исследования эксперты Военно-морских и Военно-воздушных сил, а также Армии США провели комплексный анализ должностных и квалификационных требований, по результатам которого идентифицировали 115 ключевых навыков, способностей и иных характеристик (SAOCs), определяющих успешность деятельности авиационного оператора (AVO)¹. Данный подход отличается высокой степенью формализации требований и ориентацией на эмпирическую верификацию диагностических показателей. Работы по проекту начались в 2014 г. и завершились в 2018 г. передачей разработанной батареи тестов в Национальный аэромедицинский институт (NAMI) для практического использования². Исследование включало лабораторный этап на базе Технологического института Джорджии (участники — лица 18–25 лет) и полевые испытания на 11 площадках по всей территории США с участием более 1500 человек (курсанты, стажёры, действующие операторы)³.

К числу наиболее значимых способностей отнесены:

• пространственная ориентация;
• перцептивная скорость;
• многозадачность;
• оперативная память;
• математические и технические способности;
• эмоциональная стабильность;
• стрессоустойчивость.

Анализ выделенных характеристик показывает, что ядро профессиональной пригодности оператора БПЛА формируют когнитивные и регуляторные компоненты, обеспечивающие эффективную деятельность в условиях высокой информационной насыщенности и временного дефицита. Пространственная ориентация и оперативная память определяют способность к построению и удержанию ментальной модели управляемого пространства, тогда как перцептивная скорость и многозадачность обеспечивают оперативную переработку поступающей информации. Эмоциональная стабильность и стрессоустойчивость выступают в качестве ключевых регуляторных факторов, поддерживающих надежность деятельности в условиях неопределённости и повышенной ответственности.

Вместе с тем результаты проекта SUPer свидетельствуют о том, что использование исключительно когнитивных показателей, даже при их высокой валидности, не обеспечивает полной оценки профессиональной пригодности оператора. Это обусловливает необходимость расширения диагностической модели за счёт включения психофизиологических и личностных параметров, отражающих динамику функционального состояния и индивидуальные особенности регуляции деятельности.

Таким образом, подход, реализованный в рамках SUPer, может рассматриваться как базовая модель когнитивной оценки, требующая дальнейшей интеграции с другими диагностическими уровнями при построении комплексной системы профессионального отбора операторов БПЛА.

МЕТОДЫ ОТБОРА КАНДИДАТОВ, ВКЛЮЧАЮЩИЕ ЛИЧНОСТНЫЕ ОПРОСНИКИ

В работе российских исследователей В.М. Звонникова и С.А. Куликова представлен анализ актуального состояния дел в области отбора операторов БПЛА [7]. Авторы провели исследование с участием 47 мужчин в возрасте от 20 до 36 лет, в ходе которого выявили значимые психологические профессионально важные качества операторов БПЛА. К ним относятся: ответственность, объём внимания, эмоциональная устойчивость, пространственная ориентировка, уравновешенность процессов возбуждения и торможения, скорость реакции, долговременная память, волевые качества, скорость мыслительных процессов, интернальный локус контроля, ориентация на достижение успеха, высокий уровень распределения внимания [7]. Авторами была представлена и апробирована методика профессионального психологического отбора, включавшая следующую батарею тестов: чёрно-красные таблицы, тест Амтхауэра, методика «Кольца Ландольта», методики «Часы» и «Компасы», многоуровневый личностный опросник «Адаптивность», тест Айзенка в адаптации Шмелева, шкала тревоги Спилбергера–Ханина, опросник Аннет [7].

Ю.А. Туровский и соавт. [8] предложили инновационный подход к повышению эффективности работы пилота-оператора и надёжности автоматизированной системы управления, включающий разработку алгоритма определения состояния пилота на основе анализа сердечного ритма. Этот алгоритм позволяет оценивать состояние пилота и его способность управлять дроном. Другим важным элементом предложенного подхода является алгоритм выбора режима управления автоматизированной системы управления беспилотными летательными аппаратами, учитывающий информацию о функциональном состоянии пилота-оператора [8].

Параллельно с проектом SUPer велись исследования по адаптации существующей системы отбора пилотов PCSM (Pilot Candidate Selection Method) для задач подготовки операторов беспилотных авиационных систем. В работе T.R. Carretta [9] продемонстрировано, что интегральные показатели, формируемые на основе результатов психометрического теста США AFOQT (Air Force Officer Qualifying Test) и PCSM, обладают хорошей прогностической валидностью в отношении успешности завершения подготовки операторов БПЛА.

В исследовании M.R. Rose и соавт. [10] на выборке из 170 офицеров Военно-воздушных сил США с данными о прохождении начальной летной подготовки (RFS) и 110 офицеров с данными о квалификационной подготовке по приборам (RIQ) было установлено, что добавление личностных измерений позволяет повысить точность прогноза успешности обучения. Использованный опросник Self-Description Inventory+ оценивал такие черты, как эмоциональная стабильность, добросовестность и открытость опыту. Авторы показали, что включение личностных опросников в батарею тестов позволяет значимо улучшить прогноз успешности обучения пилотов дистанционно пилотируемых летательных аппаратов по сравнению с использованием только когнитивных и психомоторных предикторов [10].

МЕТОДЫ, ОСНОВАННЫЕ НА ИЗМЕРЕНИИ ПСИХОФИЗИОЛОГИЧЕСКИХ ХАРАКТЕРИСТИК

Особое направление составляют исследования, ориентированные на использование объективных физиологических показателей для оценки состояния и прогнозирования успешности операторов.

Коллектив учёных Познаньского технологического университета (Польша) провёл серию исследований психофизического состояния студентов-операторов БПЛА в реальных условиях тренировочных полётов с использованием нагрудных мониторов Polar H10 [11].

Основные выводы: параметры ВСР значимо различаются в состоянии покоя и при выполнении задач, требующих когнитивной нагрузки; мониторинг ВСР позволяет объективно оценивать состояние кандидата и управлять его когнитивной нагрузкой; разработка референтных значений ВСР для различных этапов подготовки может повысить эффективность обучения и безопасность полётов.

В работе А.Г. Давыдовского и А.И. Андреева представлен подробный анализ параметров сердечного ритма для оценки работоспособности операторов беспилотных авиационных комплексов [6]. Авторы предлагают три математические модели динамики работоспособности и функциональной активности операторов на основе параметров сердечного ритма, включая такие показатели, как частота сердечных сокращений, mRR, sdRR, SDNN, RMSSD, pNN50, коэффициент вариации, мода, амплитуда моды и вариационный размах [6].

О.С. Титков и соавт. [3] в экспериментальных исследованиях на комплексе полунатурного моделирования КПМ-В предложили шестиуровневую шкалу оценки уровня работоспособности оператора-пилота, учитывающую влияние показателей вариабельности сердечного ритма на основании фиксации её показателей бортовой многоканальной системой мониторинга и контроля. Особенностью реализованного подхода является использование текущих показателей на разных фазах полётного задания, благодаря чему отслеживается история уровня работоспособности в динамике изменения рабочего состояния с идентификацией ситуаций, в которых требуется поддержка [3].

МЕТОДЫ, ОСНОВАННЫЕ НА КОМПЬЮТЕРИЗИРОВАННЫХ МЕТОДИКАХ И СИМУЛЯТОРНЫХ ТЕХНОЛОГИЯХ

В российских патентных документах последних лет представлен ряд перспективных разработок, направленных на диагностику и развитие профессионально важных качеств операторов беспилотных летательных аппаратов. К числу таких решений относится способ оценки асимметрии компонентов когнитивно-моторной функции человека-оператора (патент RU 2820385C1) [12]. Данное изобретение относится к области медицинской техники и предназначено для выявления асимметрии когнитивно-моторных процессов, оказывающих влияние на эффективность операторской деятельности. По мнению авторов, предложенный способ может применяться в системах профессионального отбора в авиации и космонавтике, при оценке профессиональных качеств операторов беспилотных систем различного назначения, а также при формировании спортивного резерва, в том числе в киберспортивных дисциплинах. Методическая основа способа заключается в управлении объектом в условиях визуализированного лабиринта с заданной конфигурацией (количество входов и выходов, вариативность длины маршрутов), что позволяет выявлять особенности координации, скорости принятия решений и межполушарного взаимодействия при выполнении когнитивно-моторных задач [12].

К числу перспективных решений относится способ тренажёрной подготовки и диагностики когнитивно-моторной функции человека-оператора (патент RU 2835317C1) [13]. Данное изобретение ориентировано на комплексное исследование и развитие механизмов распределения и переключения внимания в процессе обучения и тестирования операторов. Реализация метода осуществляется на базе высокотехнологичных тренажёрных комплексов, моделирующих реальные эргатические процессы. При этом визуализация мобильных и управляемых объектов в рабочем поле испытуемого обеспечивается с использованием средств виртуальной реальности, фиксируемых на операторе, что позволяет повысить степень приближения условий эксперимента к реальной профессиональной деятельности [13].

Дополняет данное направление способ оценки и развития зрительно-моторной координации человека-оператора (патент RU 2834817C1) [14]. Предложенное решение может быть использовано при профессиональном отборе в авиации и космонавтике, оценке профессионально важных качеств операторов беспилотных систем различного назначения, а также при формировании спортивного резерва, включая дисциплины дрон-рейсинга и киберспорта. Метод основан на применении технологий виртуальной реальности для визуализации объектов в рабочем пространстве, что обеспечивает моделирование условий, максимально приближённых к реальному полю деятельности оператора, и позволяет объективно оценивать уровень развития зрительно-моторной координации [14].

Сопоставительный анализ рассмотренных патентных решений показывает, что их объединяет ориентация на переход от традиционных субъективных методов оценки к инструментально фиксируемым показателям деятельности оператора. При этом каждый из подходов акцентирует внимание на различных аспектах профессиональной пригодности: когнитивно-моторной асимметрии, механизмах внимания и зрительно-моторной координации. В совокупности данные разработки формируют технологическую основу для построения комплексных диагностических систем, интегрирующих когнитивные, психомоторные и сенсомоторные параметры.

Таким образом, отечественные патентные решения демонстрируют высокий потенциал в контексте разработки интегративных моделей профессионального отбора операторов БПЛА, основанных на использовании цифровых и иммерсивных технологий, что соответствует современным тенденциям цифровизации образовательной и диагностической среды.

ЗАКЛЮЧЕНИЕ

Проведённый аналитический обзор научных публикаций позволил обобщить современное состояние исследований в области профессионального отбора операторов беспилотных летательных аппаратов и выявить ключевые направления его совершенствования.

Установлено, что на фоне интенсивного развития беспилотной авиации и ужесточения требований к безопасности полётов проблема отбора операторов приобретает системный характер. Существующие подходы характеризуются фрагментарностью, значительной долей субъективных оценок и недостаточной интеграцией объективных диагностических методов, что ограничивает точность прогноза успешности профессиональной подготовки.

Анализ зарубежных и отечественных исследований показал, что наибольшую степень проработанности имеют модели, основанные на когнитивном тестировании. В частности, система SUPer демонстрирует высокую прогностическую валидность за счёт комплексной оценки ключевых способностей (пространственное мышление, оперативная память, перцептивная скорость и др.) и масштабной эмпирической апробации. Вместе с тем использование исключительно когнитивных показателей не обеспечивает достаточной полноты оценки профессиональной пригодности.

Выявлено, что существенный прирост диагностической точности достигается при включении психофизиологических индикаторов, прежде всего показателей вариабельности сердечного ритма, отражающих уровень когнитивной нагрузки и особенности вегетативной регуляции. Применение методов построения психофизиологических профилей позволяет перейти от статической оценки к динамическому мониторингу функционального состояния оператора. Дополнительные возможности открывают технологии биологической обратной связи и удалённой поддержки, продемонстрированные в работах О.С. Титкова и соавт. [3].

Доказано, что интеграция когнитивных и психофизиологических показателей с результатами личностной диагностики существенно повышает прогностическую валидность отбора. Включение личностных переменных (эмоциональная устойчивость, уровень саморегуляции, особенности мотивации) позволяет более точно прогнозировать успешность выполнения профессиональной деятельности в условиях длительных нагрузок и стрессовых факторов.

Отдельного внимания требует задача раннего выявления потенциально перспективных операторов на этапах довузовской подготовки. Установлено, что существующие методики в недостаточной степени учитывают возрастные особенности, предшествующий опыт (в том числе взаимодействие с цифровыми и игровыми средами) и индивидуально-психологические характеристики обучающихся. Перспективным направлением является использование иммерсивных и компьютеризированных технологий диагностики, включая решения, реализованные в отечественных патентных разработках.

На основе проведённого анализа обоснована целесообразность перехода к интегративной модели профессионального отбора, включающей следующие взаимосвязанные компоненты:

• когнитивную оценку (пространственные способности, перцептивную скорость, многозадачность);
• психофизиологическую диагностику (показатели вариабельности сердечного ритма в покое и при нагрузке, динамику функционального состояния);
• личностную оценку (эмоциональную устойчивость, стрессоустойчивость, адаптивность);
• симуляторные испытания с регистрацией объективных показателей деятельности;
• расчёт интегральных индексов профессиональной пригодности на основе автоматизированной обработки данных.

Таким образом, научный результат исследования заключается в обосновании структуры многокомпонентной модели раннего отбора операторов БПЛА, обеспечивающей повышение точности прогноза успешности обучения и профессиональной деятельности.

Перспективы дальнейших исследований связаны с разработкой и эмпирической верификацией автоматизированной системы диагностики, реализующей предложенную модель, а также с созданием нормативных критериев оценки и алгоритмов принятия решений в системе профессионального отбора.

Реализация данного подхода позволит перейти от преимущественно субъективных процедур к объективной, научно обоснованной системе диагностики потенциала операторов БПЛА, что будет способствовать повышению эффективности подготовки, снижению отсева и формированию устойчивого кадрового резерва в сфере беспилотной авиации.

ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ

Вклад автора. Р.В. Руденко — определение концепции, работа с данными, написание черновика рукописи, пересмотр и редактирование рукописи. Автор одобрил рукопись (версию для публикации), а также согласился нести ответственность за все аспекты настоящей работы, гарантируя надлежащее рассмотрение и решение вопросов, связанных с точностью и добросовестностью любой её части.

Источники финансирования. Отсутствуют.

Раскрытие интересов. Автор заявляет об отсутствии отношений, деятельности и интересов за последние три года, связанных с третьими лицами (коммерческими и некоммерческими), интересы которых могут быть затронуты содержанием статьи.

Оригинальность. При проведении исследования и создании настоящей статьи автор не использовал ранее полученные и опубликованные сведения (данные, текст, иллюстра- ции).

Доступ к данным. Все данные, полученные в настоящем исследовании, представлены в статье.

Генеративный искусственный интеллект. При создании настоящей статьи технологии генеративного искусственного интеллекта не использовались.

Рассмотрение и рецензирование. Настоящая работа подана в журнал в инициативном порядке и рассмотрена по обычной процедуре. В рецензировании участвовали член редакционной коллегии и научный редактор издания.

ADDITIONAL INFO

Author contributions: R.V. Rudenko: conceptualization, data curation, drafting of the manuscript, manuscript review and editing. The author approved the version of the manuscript to be published and agreed to be accountable for all aspects of the work, ensuring that questions related to the accuracy or integrity of any part of the work are appropriately investigated and resolved.

Funding sources: No funding.

Disclosure of interests: The author has no relationships, activities, or interests for the last three years related to for-profit or not-for-profit third parties whose interests may be affected by the content of the article.

Statement of originality: No previously obtained or published material (text, images, or data) was used in this study or article.

Data availability statement: All data obtained in this study are available in this article.

Generative AI: No generative artificial intelligence technologies were used to prepare this article.

Provenance and peer-review: This paper was submitted unsolicited and reviewed following the standard procedure. The peer review process involved a member of the Editorial Board and the in-house science editor.

¹ Selection of UAS Personnel (SUPer) Phase I Report: Identification of critical skills, abilities, and other characteristics and recommendations for test battery development // Wright-Patterson Air Force Base (OH) Defense Technical Information Center, 2014. Report No. ADA613545. URL: https://apps.dtic.mil/sti/citations/ADA613545 Дата обращения: 15.01.2026.

² Rose M., Arnold R., Howse W. SUPer: The development of a test battery for UAS operator selection // Proceedings of the 19th International Symposium on Aviation Psychology. Dayton (OH), 2017. URL: https://corescholar.libraries.wright.edu/isap_2017/72 Дата обращения: 15.01.2026.

³ Navy, Georgia Tech develop system to identify talented UAS operators // Military Embedded Systems. 2017. URL: https://militaryembedded.com/unmanned/aircraft/navy-georgia-tech-develop-system-identify-talented-uas-operators Дата обращения: 13.02.2026.

About the authors

Rodion V. Rudenko

Author for correspondence.
Email: rodrudenko@mail.ru
SPIN-code: 7796-1755

Dr. Sci. (Pedagogy), Assistant Professor

References

Supplementary files