Development and implementation of a sensors system for physiological measurements in simulated flight for Rotorcraft-Pilot Couplings assessment

Rotorcraft-Pilot Couplings (RPCs) represent a critical safety challenge in modern aviation, manifesting as adverse feedback loops between the pilot’s control strategy and the vehicle's high-order dynamics. While traditional analysis often focuses on the mechanical response of the airframe, the pilot’s physiological and cognitive states— specifically Muscular Activation Level and Mental Workload (MWL) — play a decisive role in the onset of phenomena such as Pilot-Assisted Oscillations (PAO). Current assessment methods, predominantly reliant on subjective ratings like the Bedford Scale, lack the temporal resolution and objectivity required to fully characterize these complex interactions. This thesis presents the development, implementation, and validation of a multi-modal sensor ecosystem designed to ultimately enable the objective quantification of pilot workload and biomechanical response within a high-fidelity simulation environment. The experimental setup was integrated into the RPC Test Rig at the FRAME-Lab (Politecnico di Milano), utilizing the MARSH (Modular Architecture for Reconfigurable Simulation of Helicopters) architecture as the backbone for data synchronization and management. The hardware suite comprises five distinct modules: Surface Electromyography (sEMG) to monitor muscle activation and fatigue; Eye Tracking to assess cognitive load via pupillometry and gaze behavior; Electrocardiogram (ECG) for heart rate variability analysis; a computer vision-based Body Pose tracking system for non-intrusive kinematic reconstruction to facilitate the video-based identification of pathological events; and a novel optical force sensor (OPT-IN) to measure grip pressure dynamics based on Frustrated Total Internal Reflection (FTIR). An experimental campaign involving both professional pilots and non-pilot subjects was conducted using simplified 2-DOF flight models executing ADS-33E Mission Task Elements, specifically vertical repositioning maneuvers. Preliminary results demonstrate the system's capability to provide robust, synchronized telemetry of physiological parameters. Data analysis revealed significant correlations between flight phases and physiological markers, identifying distinct trends in muscle fatigue, grip force modulation, and cardiac response variations between expert and novice operators. This research establishes a validated methodological framework for the objective assessment of pilot physiological states and forces at the human-machine interface, potentially paving the way for the development of adaptive interfaces capable of mitigating RPC risks.

I fenomeni di accoppiamento pilota-elicottero (Rotorcraft-Pilot Couplings, RPC) rappresentano una sfida critica per la sicurezza nell'aviazione moderna, manifestandosi come anelli di retroazione avversi tra la strategia di controllo del pilota e le dinamiche di ordine superiore del veicolo. Mentre l'analisi tradizionale si concentra spesso sulla risposta meccanica della cellula, gli stati fisiologici e cognitivi del pilota — nello specifico il livello di attivazione muscolare e il carico di lavoro mentale (Mental Workload, MWL) — giocano un ruolo decisivo nell'insorgenza di fenomeni quali le oscillazioni pilota-assistite (Pilot-Assisted Oscillations, PAO). Gli attuali metodi di valutazione, basati prevalentemente su metriche soggettive come la scala Bedford, mancano della risoluzione temporale e dell'oggettività necessarie per caratterizzare appieno queste interazioni complesse. Questa tesi presenta lo sviluppo, l'implementazione e la validazione di un ecosistema di sensori multi-modale progettato per consentire la quantificazione oggettiva del carico di lavoro e della risposta biomeccanica del pilota all'interno di un ambiente di simulazione ad alta fedeltà. Il setup sperimentale è stato integrato nel RPC Test Rig presso il FRAME-Lab (Politecnico di Milano), utilizzando l'architettura MARSH (Modular Architecture for Reconfigurable Simulation of Helicopters) come infrastruttura per la sincronizzazione e la gestione dei dati. La suite hardware comprende cinque moduli distinti: Elettromiografia di superficie (sEMG) per monitorare l'attivazione e l'affaticamento muscolare; Eye Tracking per valutare il carico cognitivo tramite pupillometria e comportamento dello sguardo; Elettrocardiogramma (ECG) per l'analisi della variabilità della frequenza cardiaca; un sistema di tracciamento della postura (Body Pose) basato su visione artificiale per la ricostruzione cinematica non intrusiva, finalizzato a facilitare l'identificazione video-assistita di eventi patologici; e un innovativo sensore di forza (OPT-IN) per misurare la dinamica della pressione di presa sui comandi di volo basato sulla riflessione totale interna frustrata (FTIR). È stata condotta una campagna sperimentale coinvolgendo sia piloti professionisti che soggetti non piloti, utilizzando modelli di volo semplificati a 2-DOF nell'esecuzione di Mission Task Elements secondo lo standard ADS-33E, specificamente manovre di riposizionamento verticale. I risultati preliminari dimostrano la capacità del sistema di fornire una telemetria robusta e sincronizzata dei parametri fisiologici. L'analisi dei dati ha rivelato correlazioni significative tra le fasi di volo e i marcatori fisiologici, identificando trend distinti nell'affaticamento muscolare, nella modulazione della forza di presa e nelle variazioni della risposta cardiaca tra operatori esperti e novizi. Questa ricerca stabilisce un quadro metodologico validato per la valutazione oggettiva degli stati fisiologici del pilota e delle forze all'interfaccia uomo-macchina, ponendo le basi per lo sviluppo di interfacce adattive capaci di mitigare i rischi legati ai fenomeni RPC.