CN111898210A - 一种驾驶员眼椭圆建立方法 - Google Patents

Abstract

本发明公开了一种驾驶员眼椭圆建立方法，属于汽车人机工程技术领域，包含以下步骤：根据目标人群的人体数据分布的数字特征通过Monte Carlo仿真生成男女混合人群样本；建立驾驶坐姿的运动学模型，并定义人体的姿势；通过研究建立根据驾驶室布置尺寸和人体尺寸预测驾驶坐姿的数学模型；利用所生成的人群样本数据，通过预测他们的驾驶坐姿，从而得到眼睛点在驾驶室内的位置；对所有样本点进行同样的计算，得到眼睛点坐标散点数据；对散点数据进行统计分析计算，得到对应当前车型布置尺寸的眼椭圆参数。本发明的一种驾驶员眼椭圆建立方法，能够快速获得目标人群的眼点分布，建立眼椭圆。

Description

一种驾驶员眼椭圆建立方法

技术领域

本发明属于汽车人机工程技术领域，具体涉及一种驾驶员眼椭圆建立方法。

背景技术

视野设计是汽车设计过程中的一个重要环节，而眼点分布是视野设计的基础，用眼椭圆来描述，准确地描述眼点的分布对汽车视野设计至关重要。所谓眼椭圆是指不同身材驾驶员以正常姿势坐在适意驾驶位置时,其眼睛位置在车辆坐标系中的统计分布图形。由于呈椭圆状,故称为眼椭圆。眼椭圆的制订为汽车视野设计提供了科学依据,可以使设计师更好地把握视野设计结果。传统的眼椭圆建立是对一定数量的驾驶员测量统计分析后得到的，其中驾驶员男女比例为1：1，测量时驾驶员坐于静止的车内,将转向盘和座椅按照自己的习惯调整到适意位置,眼睛注视前方屏幕上播放的交通场景,并如同真正驾驶一样操纵汽车,此时正前方和侧面的两架照相机同步拍摄下眼镜位置照片,经过计算可确定眼睛在车辆坐标系中位置。此法却也存在缺陷：为了保证数据的准确需要大量的样本，这就造成了在统计样本数据时要耗费大量的时间和精力；由于驾驶员样本人体尺寸存在地域性差异，也就造成了不同地区统计结果并不通用；针对实验室所使用的车型的不同，也会对统计结果造成一定影响。

发明内容

针对目前通过实验统计建立眼椭圆的方法费时又费力，且人体尺寸、车型尺寸的变化会影响眼点分布的适用性等问题，急需一种能够快速、便捷地获得眼点分布、并建立眼椭圆的方法。本发明提供了一种驾驶员眼椭圆建立方法，能够获得目标人群的眼点分布，建立眼椭圆。

本发明通过如下技术方案实现：

一种驾驶员眼椭圆建立方法，包含以下步骤：

步骤一：需要根据目标人群的人体数据分布的数字特征(均值和协方差矩阵)通过Monte Carlo仿真生成男女混合人群样本，容量可根据需要输入；例如：可以生成男子和女子各5000的样本数据；

步骤二：建立驾驶坐姿的运动学模型，并定义人体的姿势；所建立的运动学模型上面带有下肢、躯干和头部的主要关节点和特征点(包括眼点)；所述驾驶姿势是指侧视图(从汽车侧面观看)上的驾驶员主要驾驶坐姿姿势，所建立的眼椭圆也指的是侧视图眼椭圆，在此基础上很容易建立前视图、俯视图眼椭圆；

步骤三：通过研究建立根据驾驶室布置尺寸和人体尺寸预测驾驶坐姿的数学模型；

步骤四：利用所生成的人群样本数据，通过预测他们的驾驶坐姿，从而得到眼睛点在驾驶室内的位置；对所有样本点进行同样的计算，得到眼睛点坐标散点数据；

步骤五：对散点数据进行统计分析计算，得到对应当前车型布置尺寸的眼椭圆参数(中心位置、各个轴的角度、各个轴的尺寸)。

进一步地，所述步骤一的过程如下：

为了对驾驶员的眼点位置进行仿真，需要根据目标人群的人体数据分布的数字特征(均值和协方差矩阵)建立人群的样本。本发明根据身高S、坐高H以及人体质量M这三个人体尺寸变量分布的数字特征，通过Monte Carlo仿真生成男女混合人群样本，为驾驶员眼点位置的预测提供了数据基础，例如：可以生成男子和女子各5000的样本数据。

进一步地，所述步骤二的过程如下：

驾驶姿势通常是指驾驶员在特定的驾驶环境中为完成驾驶任务所采取的姿势；行业主流的驾驶姿势主要描述四肢、躯干和头颈的姿势，因此，所建立的驾驶姿势运动学模型也必然包括这几部分。本专利采用的驾驶姿势运动学模型如附图3所示；人体关节点和特征点包括踵点、踏点、踝关节、膝关节、胯点、手心、腕关节、肘关节、肩关节、C7-T1关节、C1-头关节和眼点，人体肢体段包括小腿长度段L1、大腿长度段L2、躯干长度段L3、脖颈长度段L4、C1-头关节到眼点的长度段L5、踵点AHP到踝关节的长度段L_ah、踏点PRP到踝关节的长度段L_ab和AHP到PRP的长度段L_bh，描述姿势的角度参数包括脚底板和小腿间的夹角a1、大腿和小腿间的夹角a2、大腿和躯干间的夹角a3、躯干和上臂间的夹角a4、上臂和前臂间的夹角a5、躯干和脖颈间的夹角a6、脖颈和L5间的夹角a7、L_ah和车底板间的夹角a8、L_ah和L_bh间的夹角a9、L_bh和车底板间的夹角a10。

进一步地，所述步骤三的过程如下：

驾驶姿势的预测模型是建立驾驶姿势及其影响因素关系的定量的数学描述；驾驶姿势预测模型通过实验统计来获取数据，再通过数据分析来建立驾驶姿势预测的数学模型；

具体步骤是首先选择有代表性的驾驶员个体，按照真实的驾驶姿势坐在驾驶室内，通过照相、人体运动跟踪方式获得人体主要关节点位置，并据此计算得到各个关节角度和部分人体尺寸(图3，需要计算的人体尺寸包括L1～L5，以及图4，需要计算的人体尺寸包括L_ah、L_ab、L_bh)。将不同车型、不同人的驾驶姿势数据与车型数据、人体尺寸数据做数据分析，建立驾驶姿势预测数学模型；不同的数学分析方法可能得到不同的驾驶姿势预测数学模型，不同的人群、不同的车型获得的数据，通过分析也会得到不同的驾驶姿势预测数学模型；驾驶姿势数学模型的通用表达式如下：

a_i＝f(P；A)i＝1，…7 (1)

其中，P是泛指驾驶室布置参数，A泛指人体尺度参数，即为人体尺寸。

此外，还建立根据人体宏观尺寸(身高S、坐高H以及人体质量M)来预测其他尺寸(L1～L5，以及L_ah、L_ab、L_bh)的预测模型，具体采用何种数学方法取决于数据等因素，例如多元线性回归、神经网络、径向基函数插值等，具体过程可查阅相应教材。

进一步地，所述步骤四的过程如下：

采用前面生成的目标人群样本数据，根据上一步建立的驾驶姿势预测数学模型，预测每个样本点(个体)的驾驶姿势，从而得到其眼点在驾驶室内的坐标；其中，踝关节位置根据下述公式(2)计算(图4)，其中，a8＝π-a9-a10，a10根据车型参数中踏点高度(相对于坐标系oxz)和鞋底的踵点到踏点距离(L_bh)按照三角函数计算出来，a9则根据踏点、踵点、踝关节点围成的三角形解三角形得出；

其中，(X_a,Z_a)为踝关节点的坐标，L_ah为踵点AHP到踝关节的长度，a8为L_ah和车底板间的夹角。

在计算得到踝关节点基础上，根据a1～a7关节/肢体角度逐节推算就能得到眼点的位置；具体如下：首先，定义转动算子R(关节,长度,角度)，其中关节指明该算子作用在哪个关节处；长度指的是所利用的肢体段长度；如果关节作用于踝关节来计算膝关节点，则肢体段长度取小腿长度L1，以此类推；角度就是在该关节处的姿势角度；具体某一关节处，转动的初始位置则统一定为姿势角度的初始临边所指向的角度方向；计算膝关节的时候，小腿旋转初始方向为a1角度初始临边方向，就是从踵点指向踏点的矢量方向；所谓姿势角度初始临边，就是远离当前计算的关节点的临边；这样，利用转动算子R(关节,长度,角度)逐节推算就得到眼点位置；

对于人群样本中每个个体都进行上述计算，得到所有个体的眼点位置在当前车型的布置坐标系(oxz)中的x、z坐标，即散点数据；布置坐标系x向原在加速踏板中心，z向原点在踵点高度上，以踵点为原点。

进一步地，所述步骤五的过程如下：

根据眼椭圆的数学意义计算眼椭圆的相关参数，包括中心位置、短轴以及长轴的长度和倾角；

眼椭圆的中心位置利用眼点坐标(X_eye，Z_eye)的均值来估计；

式中，X_c、Z_c分别为眼点分布的中心点坐标；n为样本容量；椭圆长短轴的计算公式为：

公式中的L_x、L_z分别为眼点分布的长轴和短轴的长度；σ_P1、σ_P2分别为眼点分布沿第1、第2主成分方向上的标准差，需要用样本方差来进行估计；K_1-α/2为标准正态分布变量上α/2分位点，当置信度为0.95时，K_1-α/2＝1.96；当置信度为0.99时，则K_1-α/2＝2.575；

椭圆长轴倾角计算公式如公式(5)所示；式中的β为长轴倾角，为眼点分布的第1主成分方向与X轴的夹角；X_P、Z_P分别为第1主成分轴正方向上的任意一点的X、Z坐标；

根据眼椭圆参数公式(3)、(4)、(5)，分别计算95百分位和99百分位眼椭圆参数。

与现有技术相比，本发明的优点如下：

本发明提供了一种驾驶员眼椭圆建立方法，避免了为了保证数据的准确需要大量的样本，这就造成了在统计样本数据时要耗费大量的时间和精力；由于驾驶员样本人体尺寸存在地域性差异，也就造成了不同地区统计结果并不通用；针对实验室所使用的车型的不同，也会对统计结果造成一定影响等问题，能够根据不同目标人群、不同车型以及不同驾驶姿势方便快捷的获得目标人群的眼点分布，建立眼椭圆。

附图说明

图1为本发明的一种驾驶员眼椭圆建立方法的流程图；

图2为本发明的一种驾驶员眼椭圆建立方法的驾驶室布置尺寸；

图3为本发明的一种驾驶员眼椭圆建立方法的驾驶姿势示意图；

图4为本发明的一种驾驶员眼椭圆建立方法的驾驶姿势足部示意图；

图5为本发明的一种驾驶员眼椭圆建立方法的眼点分布；

图6为本发明的一种驾驶员眼椭圆建立方法的眼椭圆参数；

具体实施方式

以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。

实施例1

一种驾驶员眼椭圆建立方法，包含以下步骤：

步骤一：需要根据目标人群的人体数据分布的数字特征(均值和协方差矩阵)通过Monte Carlo仿真生成男女混合人群样本，容量可根据需要输入，例如：可以生成男子和女子各5000的样本数据。

步骤二：建立驾驶坐姿的运动学模型，并定义人体的姿势。所建立的人体运动学模型上面带有下肢、躯干和头部的主要关节点和特征点(包括眼点)。

步骤三：通过研究建立根据驾驶室布置尺寸和人体尺寸预测驾驶坐姿的数学模型。

步骤四：利用所生成的人群样本数据，通过预测他们的驾驶坐姿，从而得到眼睛点在驾驶室内的位置。对所有样本点进行同样的计算，得到眼睛点坐标散点数据。

步骤五：对散点数据进行统计分析计算，得到对应当前车型布置尺寸的眼椭圆参数(中心位置、各个轴的角度、各个轴的尺寸)。

进一步地，所述步骤一的过程如下：

为了对驾驶员的眼点位置进行仿真，需要根据目标人群的人体数据分布的数字特征(均值和协方差矩阵)建立人群的样本。本发明根据身高S、坐高H以及人体质量M这三个人体尺寸变量分布的数字特征，通过Monte Carlo仿真(利用Matlab等随机数生成功能都可实现)生成了美国男子和女子各5000的样本数据，为驾驶员眼点位置的预测提供了数据基础。身高S、坐高H以及人体质量M的均值可表2，男性和女性的协方差矩阵如下表1所示。

表1男性和女性的协方差矩阵

表2美国人体尺寸的均值和标准差

进一步地，所述步骤二的过程如下：

建立如图3所示的驾驶姿势运动学模型(图中线段所示)。人体关节点和特征点包括踵点、踏点、踝关节、膝关节、胯点、手心、腕关节、肘关节、肩关节、C7-T1关节、C1-头关节和眼点，人体肢体段包括L1～L5、L_ah、L_ab和L_bh，描述姿势的角度参数包括a1～a10。

进一步地，所述步骤三的过程如下：

通过实验统计的方法建立驾驶姿势的预测模型，如下公式所示：

式中，x为姿势变量；C为常数项；b₁～b₆为模型系数；S为身高，mm；BMI为人体质量指数；H30为座椅高度，mm；H为人体坐高，mm；L6为转向盘到加速踏板基准点(PRP)的前后距离，mm；A27为座垫倾角，(°)；σ为误差分布的标准差。驾驶室布置参数见图2。

此外，还要建立人体尺寸预测模型，利用us100(身高)、us94(坐高)、us125(体重)三项人体尺寸作为预测因子基于径向基函数插值方法预测得到了表3中的人体尺寸。

表3人体尺寸的数学模型(mm,kg)

进一步地，所述步骤四的过程如下：

以布置坐标系原点位置为基准对每个个体驾驶员眼点位置进行推算，得到该车型的驾驶员眼点位置散点数据，如图5所示。以得到膝关节坐标为例，其余与此过程一致，不再赘述。

定义转动算子R(关节,长度,角度)，其中关节为踝关节，长度为L₁，角度就是在该关节处的姿势角度a1+a10-90°，得到计算公式：

进一步地，所述步骤五的过程如下：

计算该车型对应的眼椭圆的相关参数，包括中心位置、短轴以及长轴的倾角和长度，眼椭圆参数如图6所示。计算结果参见如表4所示。

表4眼椭圆参数

以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。

此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。

Claims (6)

1.一种驾驶员眼椭圆建立方法，其特征在于，包含以下步骤：

步骤一：根据目标人群的人体数据分布的数字特征，通过Monte Carlo仿真生成男女混合人群样本，容量可根据需要输入；

步骤二：建立驾驶坐姿的运动学模型，并定义人体的姿势；所建立的运动学模型上面带有下肢、躯干和头部的主要关节点和特征点；所述驾驶姿势是指从汽车侧面观看上的驾驶员主要驾驶坐姿姿势；

步骤三：建立根据驾驶室布置尺寸和人体尺寸预测驾驶坐姿的数学模型；

步骤四：利用所生成的人群样本数据，通过预测他们的驾驶坐姿，从而得到眼睛点在驾驶室内的位置；对所有样本点进行同样的计算，得到眼睛点坐标散点数据；

步骤五：对散点数据进行统计分析计算，得到对应当前车型布置尺寸的眼椭圆参数。

2.如权利要求1所述的一种驾驶员眼椭圆建立方法，其特征在于，

所述步骤一的过程如下：

根据身高S、坐高H以及人体质量M这三个人体尺寸变量分布的均值和协方差矩阵，通过Monte Carlo仿真生成男女混合人群样本。

3.如权利要求1所述的一种驾驶员眼椭圆建立方法，其特征在于，

步骤二中所述的人体的关节点和特征点包括踵点、踏点、踝关节、膝关节、胯点、手心、腕关节、肘关节、肩关节、C7-T1关节、C1-头关节和眼点，人体肢体段包括小腿长度段L1、大腿长度段L2、躯干长度段L3、脖颈长度段L4、C1-头关节到眼点的长度段L5、踵点AHP到踝关节的长度段L_ah、踏点PRP到踝关节的长度段L_ab和AHP到PRP的长度段L_bh，描述姿势的角度参数包括脚底板和小腿间的夹角a1、大腿和小腿间的夹角a2、大腿和躯干间的夹角a3、躯干和上臂间的夹角a4、上臂和前臂间的夹角a5、躯干和脖颈间的夹角a6、脖颈和L5间的夹角a7、L_ah和车底板间的夹角a8、L_ah和L_bh间的夹角a9、L_bh和车底板间的夹角a10。

4.如权利要求1所述的一种驾驶员眼椭圆建立方法，其特征在于，

所述步骤三的过程如下：

驾驶姿势的预测模型是建立驾驶姿势及其影响因素关系的定量的数学描述；驾驶姿势预测模型通过实验统计来获取数据，再通过数据分析来建立驾驶姿势预测的数学模型；

具体步骤是首先选择有代表性的驾驶员个体，按照真实的驾驶姿势坐在驾驶室内，通过照相、人体运动跟踪方式获得人体主要关节点位置，并据此计算得到各个关节角度和部分人体尺寸；将不同车型、不同人的驾驶姿势数据与车型数据、人体尺寸数据做数据分析，建立驾驶姿势预测数学模型；驾驶姿势数学模型的通用表达式如下：

a_i＝f(P；A)i＝1，…，7 (1)

其中，P是指驾驶室布置参数，A是指人体尺度参数，即为人体尺寸。

5.如权利要求1所述的一种驾驶员眼椭圆建立方法，其特征在于，

所述步骤四的过程如下：

采用前面生成的目标人群样本数据，根据上一步建立的驾驶姿势预测数学模型，预测每个样本点的驾驶姿势，从而得到其眼点在驾驶室内的坐标；其中，踝关节位置根据下述公式(2)计算，其中，a8＝π-a9-a10，a10根据车型参数中踏点高度和鞋底的踵点到踏点距离L_bh按照三角函数计算出来，a9则根据踏点、踵点、踝关节点围成的三角形解三角形得出；

其中，(X_a，Z_a)为踝关节点的坐标，L_ah为踵点AHP到踝关节的长度，a8为L_ah和车底板间的夹角；

在计算得到踝关节点基础上，根据a1～a7关节/肢体角度逐节推算就能得到眼点的位置；具体如下：首先，定义转动算子R(关节，长度，角度)，其中关节指明该算子作用在哪个关节处；长度指的是所利用的肢体段长度；如果关节作用于踝关节来计算膝关节点，则肢体段长度取小腿长度L1，以此类推；角度就是在该关节处的姿势角度；具体某一关节处，转动的初始位置则统一定为姿势角度的初始临边所指向的角度方向；计算膝关节的时候，小腿旋转初始方向为a1角度初始临边方向，就是从踵点指向踏点的矢量方向；所谓姿势角度初始临边，就是远离当前计算的关节点的临边；这样，利用转动算子R(关节，长度，角度)逐节推算就得到眼点位置；

对于人群样本中每个个体都进行上述计算，得到所有个体的眼点位置在当前车型的布置坐标系中的x、z坐标，即散点数据；布置坐标系x向原在加速踏板中心，z向原点在踵点高度上，以踵点为原点。

6.如权利要求1所述的一种驾驶员眼椭圆建立方法，其特征在于，

所述步骤五的过程如下：

根据眼椭圆的数学意义计算眼椭圆的相关参数，包括中心位置、短轴以及长轴的长度和倾角；

眼椭圆的中心位置利用步骤四得到的眼点坐标(X_eye，Z_eye)的均值来估计；

式中，X_c、Z_c分别为眼点分布的中心点坐标；n为样本容量；椭圆长短轴的计算公式为：

公式中的L_x、L_z分别为眼点分布的长轴和短轴的长度；σ_P1、σ_P2分别为眼点分布沿第1、第2主成分方向上的标准差，需要用样本方差来进行估计；K_1-α/2为标准正态分布变量上α/2分位点，当置信度为0.95时，K_1-α/2＝1.96；当置信度为0.99时，则K_1-α/2＝2.575；

椭圆长轴倾角计算公式如公式(5)所示；式中的β为长轴倾角，为眼点分布的第1主成分方向与X轴的夹角；X_P、Z_P分别为第1主成分轴正方向上的任意一点的X、Z坐标；

根据眼椭圆参数公式(3)、(4)、(5)，分别计算95百分位和99百分位眼椭圆参数。

Images