CN110348064B - 基于风格约束的飞机驾驶舱内饰设计方法 - Google Patents
基于风格约束的飞机驾驶舱内饰设计方法 Download PDFInfo
- Publication number
- CN110348064B CN110348064B CN201910519712.7A CN201910519712A CN110348064B CN 110348064 B CN110348064 B CN 110348064B CN 201910519712 A CN201910519712 A CN 201910519712A CN 110348064 B CN110348064 B CN 110348064B
- Authority
- CN
- China
- Prior art keywords
- interior
- style
- design
- cockpit
- constraint
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提出一种基于风格约束的飞机驾驶舱内饰设计方法:该方法提取国内外飞机驾驶舱内饰特征,选择色彩作为树裂变主要标准,通过C4.5算法构建内饰特征分类树;通过K‑means算法选择聚类中心,多次迭代得到最佳的聚类结果;通过Apriori算法对不同聚类的实例挖掘相关的关联规则;建立内饰风格的模型定义,形成驾驶舱内饰风格的初步方案;根据驾驶舱内饰设计关键因素的设计准则与相关要求形成设计约束。本发明具有设计快速方便、形成方案质量高等特点。
Description
技术领域
本发明属于LY03航空系统技术领域,具体涉及一种基于风格约束的飞机驾驶舱内饰设计方法。
背景技术
飞机驾驶舱是飞行员的主要活动场所,是飞行控制的人机交互节点,飞行员通过操纵驾驶舱内的控制部件与各种设备完成对飞机的控制、监控从而完成飞行任务。飞机驾驶舱内部装饰设计的优劣不仅影响飞行员的生理反应和心理活动,而且将直接影响飞行员的工作效率和飞行安全,良好的驾驶舱舱内饰设计是飞行员顺利完成飞行任务的重要保证。
飞机驾驶舱内饰设计的目标是帮助设计人员从工程、环境、心理等多个角度,通过控制一些内饰因素的变化,产生整体的影响力,使得驾驶舱的人机工效得到一定的提升。驾驶舱内饰设计要素主要包括色彩、照明、材料、造型、布局等,同时还需要考虑周围的环境因素,包括噪声、震动、温度、气味、气压、平衡感等。
常用的驾驶舱内饰设计方法研究包括三个方面:第一是通过基础学科对基本元素的研究成果加上统计分析来确定内饰设计中不同变量的影响机理;第二是检测飞行员在不同内饰环境中行为的不同表现;第三是对多指标下的内饰环境如何建立一套科学的系统评价方法,进而更加清楚了解内饰要素对飞行员的影响程度。
飞机驾驶舱内饰设计的一般方法主要为:模仿借鉴法,即从造型、色彩和材质的表面肌理、结构形式等方面进行比较分析,针对可取部分进行消化吸收,对其他部分进行改进或重新设计;自由发挥法,即利用设计者的经验,拓宽设计思路,发挥创造性思维,最终形成设计方案;希望点列举法,即设计者根据自己的工程经验提出对驾驶舱设计所希望达到的设想,召集各方人员召开希望点列举会,集思广益,针对所提出的希望点进行归纳,提出解决和实施的方法;缺点列举法,即对现有的同类机种的装饰进行解剖,列举出造型、色彩、表面肌理、照明形式及结构等方面存在的不足和缺点,分析原因,找出关键,最后提出改进措施和解决办法,并用于新设计的装饰中;形态分析法,即将需要装饰的部分分解成独立的部分,对每个部分都列出可能的造型、色彩、材质等形式,然后进行排列、组合以得到若干个不同的装饰方案,对各方案的优缺点进行比较分析,最后确定设计方案;形体结构协调法,这是处理装饰造型及结构与总体、结构及其他系统间相互关系的方法,该方法主要用于装饰方案设计阶段,用来避免彼此之间的不协调而影响方案的实施。
现有的飞机驾驶舱内饰设计方法主要从设计流程的可操作性出发,建立初步的整体方案再进行改进或者局部设计形成整体的思路完成内饰设计,缺乏系统手段对内饰相关的复杂机理与设计要素之间的耦合影响进行针对性的设计与评估,尤其因为内饰设计方案的工效评估并不独立,内饰设计方案的质量与飞行员完成飞行任务工效密切相关,内饰设计需要考虑驾驶舱的复杂环境与飞行员的工作状态,这已经大大超越了常用内饰设计方法能涉及的范围,因此作为驾驶舱工效设计的重要一环,内饰设计需要在一定的约束范围内进行,这种范围的定义可以保证内饰设计的基本质量,也可以提高内饰设计的效率。
发明内容
本发明针对现有技术的不足,提出了一种基于风格约束的飞机驾驶舱内饰设计方法。
本发明采用以下技术方案:一种基于风格约束的飞机驾驶舱内饰设计方法,其按如下步骤:
一种基于风格约束的飞机驾驶舱内饰设计方法,其设计过程如下步骤:
第一步,对典型飞机驾驶舱进行内饰特征提取、选择和构造;选择不产生新特征,对不构成内饰设计影响的特征进行降维处理;数据缺失内容通过数据分析产生的依赖规则补充数据。
第二步,利用C4.5算法,以色彩为主要裂变标准,构建内饰特征分类树;按照主色调、其它色彩、照明、造型、材料的先后次序裂变。
第三步,利用K-means算法,对不同驾驶舱内饰实例进行聚类;初始以主色调作为聚类中心,对靠近的对象归类,再通过迭代更新聚类中心的值,直至得到最优的聚类结果。
第四步,利用Apriori算法,对不同聚类的实例,挖掘不同风格的关联规则;关联规则采用形如X→Y的蕴涵式,其中X和Y分别称为关联规则的先导和后继。
第五步,建立内饰风格的模型定义;模型定义包括风格集、约束集、关联规则集、风格聚合度等内容。
第六步,形成驾驶舱内饰风格的初步方案。初步方案包括方案所属的风格、对应风格的关联规则等内容。
第七步,根据驾驶舱内饰设计关键因素的设计准则形成相关约束。相关约束的定义以色彩的设计准则作为基础,照明、材料、造型依次迭代定义,形成多关键因素迭代的约束定义方法。
第八步,根据驾驶舱内饰风格与设计约束形成内饰设计方案。
有益效果:本发明通过对现有的典型机型驾驶舱内饰信息进行整体分析与特征提取,构造分类树,对不同风格的驾驶舱进行聚合并形成关联规则,形成风格的定义,给出不同风格的设计方案;该方法具有设计快速方便、形成方案质量高等优点。
附图说明
图1为基于风格约束的飞机驾驶舱内饰设计方法基本流程;
图2为基于风格约束的飞机驾驶舱内饰设计方法详细实施步骤。
具体实施方式
第一步,内饰特征提取、选择和构造:通过提取函数在原有特征中提取关键特征集、降维特征集、通过推断或创建附加的特征来发现特征之间联系的缺失信息和扩展特征空间。
1)特征提取
特征提取是一个过程,通过某种函数映射从原有的特征提取一个新的特征集。假设有n个特征(或属性)A1,A2,A3…An,特征提取后我们有新特征集B1,B2,B3…Bm(m<n),Bi=Fi(A1,A2,A3…An),Fi是映射函数,1≤i≤m。为了找到好的变换,通常需要计算密集的搜索。特征提取的目标是通过某种变换,根据某种性能度量找到一个最小的新特征集。特征映射算法包括前馈神经网络和主成分分析算法。
2)特征选择
特征选择不同于特征提取,不产生新特征。它是一个过程,用于从有N个特征的原集合中选择M个特征的子集,使得按照某种标准,特征空间的降维是最优的。
3)特征构造
特征构造的过程是通过推断或创建附加的特征来发现特征之间联系的缺失信息和扩展特征空间。假设有n个原特征A1,A2,A3,…,An,进行特征构造后,我们可能有m个附加的特征An+1,An+2,...,An+m。新特征At(n<t<n+m)可以通过在原特征集的Ai和Aj执行逻辑操作得到,i≠j,1≤i≤n,1≤j≤n。例如一个二维问题可以通过构造面积维B1转换为一个一维问题。
第二步,构建内饰特征分类树:分析驾驶舱设计因素,因为主色调颜色面积最大、影响最大、最重要,选择主色调作为分类树的主要特征,建立清晰归类的分类树。
1)树的分裂变量的确定
选择色彩相关的40个特征值可以用来建立分类树,这里需要建立的不是纯度最好的树,需要的是能清晰归类,这是需要对数据进行处理。
2)被选择的变量的分裂点的标准
根据国内外相关飞机驾驶舱配色进行整理分类,依次获得灰色、蓝色、黑色..等色彩节点,对树进行分裂。
3)树停止生长的标准
分裂后的树已经能覆盖大部分(90%)以上的数据,已无需再进一步分类。
第三步,不同驾驶舱内饰实例进行聚类:通过K-means算法,以空间中不同风格的特征作为聚类中心,对靠近的对象归类,经过多次迭代,逐次更新聚类中心的值,直到最好的聚类结果。
假设要把内饰实例分为x个风格类别,算法描述如下:
(1)适当选择x个类的初始中心;
(2)在第k次迭代中,对任意一个样本,求其到x各中心的距离,将该样本归到距离最短的中心所在的类;
(3)利用均值等方法更新该类的中心值;
(4)对于所有的x个聚类中心,如果利用上述(2)(3)的迭代法更新后,值保持不变,则迭代结束,否则继续迭代。
第四步,对不同聚类的实例挖掘不同风格的关联规则:关联规则的定义采用形如X→Y的蕴涵式,挖掘过程的算法采用Apriori算法,该算法的基本思想是从只包含一个项的频繁项集(1-项集)开始,递归地产生具有两个项的频繁项集,然后产生具有三个项的频繁项集,如此下去直到产生所有的频繁项集。伪代码如下:
(1)L1=find_frequent_1-itemsets(D);
(2)for(k=2;Lk-1≠Φ;k++){
(3)Ck=apriori_gen(Lk-1,min_sup);
(4)for each transaction t∈D{
(5)Ct=subset(Ck,t);
(6)for each candidate c∈Ct
(7)c.count++;
(8)}
(9)Lk={c∈Ck|c.count≥min_sup}
(10)}
(11)returnL=∪k Lk;
第五步,建立内饰风格的模型定义:
S(风格集):风格是从一群相似的实例之中提取出来的一些共同的特征,这些共同的特征具有比较明显的独立性,这些特征就形成了风格的定义,一般风格会用特定的标称变量来定义。风格集是各种不同的风格组成的集合。每一个风格si=(风格名称,约束集、关联规则集)。
C(约束集):约束是根据飞机驾驶舱环境中色彩、材料、造型、光照等因素的分析形成的对风格的一些约束条件,约束集的存在可以使得风格定义满足飞机驾驶舱的需要。
例如:色彩约束
约束1:bcc={MColors,AColors,HColors,AJColors}
MColors:主色调数组,装饰的主要背景色。常用的主色调包括黑色、浅蓝色,浅绿色等。
AColors:警告色数组,装饰中醒目的用来表示提醒或警示的颜色。常用的警告声包括红色、黄色等。
HColors:辅助色数组,装饰中用来搭配主色调,完成色彩总体设计的颜色。常用的辅助色与主色调密切相关,可以根据实验结果以及已有的机型形成相关搭配数据加入数组。
AJColors:调节色数组,装饰中非主要的用来调节色彩的显示效果的颜色。
约束2:s1风格系列约束cc(s1)={MColors(black,grey(g1~g2)),HColors(red(r1~r2),yellow(y1~y2)),(colors|c∈colors,c∈(ci1~ci2),i=num(colors)),AR(F),depend(bcc)},其中AR(F)是F风格的规则集,(r1~r2)是颜色的范围,也就是色彩数值需要在具体的限制范围之内),其他类似。
AR(关联规则集):在基本风格集生成的过程中,由现有的飞机驾驶舱内饰参数通过Apriori算法进行数据挖掘,从而生成与此飞机驾驶舱内饰参数有关的一些规则,这些规则可以认为是这种风格的特征,然后根据聚类方法,把一些相关的聚合性强的一些驾驶舱设计方案归类到同一个类型去,从而形成一套与风格有关的关联规则。当然这时候的风格的关联规则,是飞机驾驶舱内饰参数的关联规则的一个聚合的结果。
例如:s1风格的规则包括{
(1)主色调是灰色(接近于黑色)。
(2)按钮是灰色。
(3)控制面板是黑色。
(4)整体感受简洁(从混乱到简洁)。
(5)仪表数量少(从多到无)。
(6)仪表是白色。
(7)仪表字体是白色。
(8)仪表指针式黑色。
(9)多功能显示器是黑色。
(10)座椅黑色。
(11)操作杆是黑色。
第六步,形成驾驶舱内饰风格的初步方案。
BS(基本风格集):基本风格集是在初期对各种数据进行分析的基础之上形成的基本风格,例如波音7风格、灰色风格等。
C(约束集):针对飞机驾驶舱基本需求对飞机驾驶舱内饰设计要素进行相关研究,并基于物理、仿真平台进行相关实验分析,形成飞机驾驶舱约束集的赋值。C=CC+ZC+LC+MC+MMC。
CC(色彩约束集):飞机驾驶舱的色彩因素的要求。
ZC(造型约束集):飞机驾驶舱的造型因素的要求。
LC(照明约束集):飞机J驾驶舱的照明因素的要求。
MC(材料约束集):飞机驾驶舱的材料因素的要求。
MMC(综合约束集):飞机驾驶舱的多因素影响下的要求。MMC=F(CC,ZC,LC,MC)。
第七步,根据飞机驾驶舱内饰设计关键因素的设计准则形成相关约束。
F风格系列约束CC(F)={MColors(black,grey(g1~g2)),HColors(red(rl~r2),yellow(y1~y2)),(colors|c∈colors,c∈(ci1~ci2),i=num(colors)),AR(F),depend(bcc)},其中AR(F)是F风格的规则集,(r1~r2)是颜色的范围,也就是色彩数值需要在具体的限制范围之内),MColors:主色调,AColors:警告色,HColors:辅助色,AJColors:调节色。
MC(F)={models,materials|mi∈models,maj∈materials,j(0~num(materials)),i(0~num(models)}},其中models:驾驶舱中的可视化部件,shapes:驾驶舱中支持的各种造型形状。
ZC(F)={models,shapes|mi∈models,sj∈shapes,j(0~num(shapes)),i(0~num(models)}},其中models:驾驶舱中的可视化部件,shapes:驾驶舱中支持的各种造型形状,model和shape是一对多的关系。
LC(F)={Φ,I,L,E|Si∈3S,cc(Si)∈ccs,AR(Si)),其中Φ光通量,I光强度,L光亮度,E光照度,Si当前的风格,cc(Si)当前风格的色彩约束,AR(Si)当前风格的规则集。
第八步,根据飞机驾驶舱内饰风格与约束形成内饰具体设计方案,包括:采用的风格、相关的约束和关联规则,并以此为基础形成方案。建立飞机驾驶舱人机工效多层次模糊综合评价模型(Fuzzy Comprehensive Evaluation,FCE),对设计方案进行评价,根据评价结果,调整设计方案,最终形成符合设计要求的飞机驾驶舱内饰设计方案。
Claims (3)
1.一种基于风格约束的飞机驾驶舱内饰设计方法,其设计过程如下步骤:
第一步,对典型飞机驾驶舱进行内饰特征提取、选择和构造;
第二步,通过C4.5算法以色彩为主要裂变标准构建内饰特征分类树;
第三步,采用K-means算法对不同驾驶舱内饰实例进行聚类;
第四步、采用Apriori算法对不同聚类的实例挖掘不同风格的关联规则;
第五步,建立内饰风格的模型定义;
第六步,形成驾驶舱内饰风格的初步方案;
第七步,根据驾驶舱内饰设计关键因素的设计准则形成相关约束;
第八步,根据驾驶舱内饰风格与关键因素设计准则形成内饰设计方案;
其中,第二步,通过典型的飞机驾驶舱内饰数据特征提取建立内饰特征分类树,通过主色调作为根节点裂变的主要标准,以色彩作为后续列表的主要标准;
其中,第三步,选择不同主色调作为K-means聚类的k参数初始取值,对靠近的对象归类,再调整k的位置,形成最优的聚类结果;
其中,第四步,关联规则采用X→Y的蕴涵式,其中X和Y分别称为关联规则的先导和后继,采用Apriori算法挖掘布尔关联规则频繁项集的算法。
2.如权利要求1所述的一种基于风格约束的飞机驾驶舱内饰设计方法,其特征是:第五步,内饰风格的定义包括风格集、约束集、关联规则集和风格聚合度。
3.如权利要求1所述的一种基于风格约束的飞机驾驶舱内饰设计方法,其特征是:第七步,飞机驾驶舱内饰设计相关约束的定义以色彩的设计准则作为基础,照明、材料、造型依次迭代定义,形成多关键因素迭代的约束定义方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910519712.7A CN110348064B (zh) | 2019-06-17 | 2019-06-17 | 基于风格约束的飞机驾驶舱内饰设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910519712.7A CN110348064B (zh) | 2019-06-17 | 2019-06-17 | 基于风格约束的飞机驾驶舱内饰设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110348064A CN110348064A (zh) | 2019-10-18 |
CN110348064B true CN110348064B (zh) | 2023-09-29 |
Family
ID=68182084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910519712.7A Active CN110348064B (zh) | 2019-06-17 | 2019-06-17 | 基于风格约束的飞机驾驶舱内饰设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110348064B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104573285A (zh) * | 2015-02-03 | 2015-04-29 | 扬州大学 | 一种基于飞行员动作特征的驾驶舱布局设计方法 |
CN107566821A (zh) * | 2017-08-27 | 2018-01-09 | 南京理工大学 | 一种基于多维数据关联规则的图像色彩迁移方法 |
-
2019
- 2019-06-17 CN CN201910519712.7A patent/CN110348064B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104573285A (zh) * | 2015-02-03 | 2015-04-29 | 扬州大学 | 一种基于飞行员动作特征的驾驶舱布局设计方法 |
CN107566821A (zh) * | 2017-08-27 | 2018-01-09 | 南京理工大学 | 一种基于多维数据关联规则的图像色彩迁移方法 |
Non-Patent Citations (2)
Title |
---|
基于视觉意象的飞机座舱内塑料材质设计方法研究;谈卫等;《计算机与数字工程》;20161031;第2061-2067页 * |
舱室人机界面布局设计与评估优化方法研究;邓丽;《中国博士学位论文全文数据库》;20170815;第89-130页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110348064A (zh) | 2019-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ingram et al. | Dimstiller: Workflows for dimensional analysis and reduction | |
CN104598635B (zh) | 一种基于xml描述的复杂文档自动生成方法 | |
JP2837815B2 (ja) | 対話型ルール・ベース・コンピュータ・システム | |
CN107766933B (zh) | 一种解释卷积神经网络的可视化方法 | |
WO2008025786A3 (en) | Interpreting a plurality of m-dimensional attribute vectors assigned to a plurality of locations in an n-dimensional interpretation space | |
CN111008669A (zh) | 一种基于深度学习的重着陆预测方法 | |
CN103106265B (zh) | 相似图像分类方法及系统 | |
CN110348064B (zh) | 基于风格约束的飞机驾驶舱内饰设计方法 | |
WO2012172687A1 (ja) | プログラム可視化装置 | |
Jiao et al. | An intelligent design method for actuation system architecture optimization for more electrical aircraft | |
Guoshu et al. | COLOR DESIGN BASED ON KANSEI ENGINEERING AND INTERACTIVE GENETIC ALGORITHM. | |
Wallis et al. | Data mining-supported generation of assembly process plans | |
Hajij et al. | Mog: Mapper on graphs for relationship preserving clustering | |
JP3020887B2 (ja) | データベース格納方法、データベース検索方法およびデータベース装置 | |
CN112365023A (zh) | 基于机器学习的机场群体性事件预测及预警方法 | |
CN109815338B (zh) | 基于混合高斯模型的知识图谱中关系抽取方法和系统 | |
CN106874927A (zh) | 一种随机强分类器的构建方法和系统 | |
CN109766385A (zh) | 基于自学习权重的多视图投影聚类方法 | |
CN109086526B (zh) | 基于分层形状文法的民族纹样设计方法 | |
CN110059329B (zh) | 一种精细化的机电系统能量综合仿真方法及综合仿真系统 | |
Tovkach | Power fuzzy approach for decision making support in the adaptive control system of the aviation engine | |
Risi et al. | Visualizing Information in Data Warehouses Reports. | |
Arruda et al. | The capability assessment and tradeoff environment (CATE) for advanced aerospace vehicle and technology assessment | |
Tay et al. | A Quantitative Scenario-Based Fleet Evolutionary Framework for the Assessment of the Global Air Transportation Network | |
CN111080739A (zh) | 一种基于bp神经网络的bi配色方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |