CN112229642A - 一种基于工效学的乘用车驾驶动态舒适性测试分析方法 - Google Patents
一种基于工效学的乘用车驾驶动态舒适性测试分析方法 Download PDFInfo
- Publication number
- CN112229642A CN112229642A CN202010782097.1A CN202010782097A CN112229642A CN 112229642 A CN112229642 A CN 112229642A CN 202010782097 A CN202010782097 A CN 202010782097A CN 112229642 A CN112229642 A CN 112229642A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- driving
- comfort
- driver
- index
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种基于工效学的乘用车驾驶动态舒适性测试分析方法,属于汽车舒适性研究技术领域。其包括:根据乘用车驾驶室实际尺寸构建虚拟驾驶场景;通过FAB实施无线动作捕捉设备采集驾驶人数据,进行动作捕捉实验,依据动作捕捉实验数据在JACK软件中驱动虚拟驾驶人并进行受力仿真分析;根据仿真分析结果结合驾驶人主观感受,采用G1法与灰色物元分析相结合的方式构建驾驶舒适性评价模型,输出驾驶舒适性等级。本发明为乘用车驾驶舒适性的评价研究提供了针对性的解决方案,也为汽车驾驶环境的设计、分析与评价提供了理论依据。从而提高驾驶舒适性研究水平,使驾驶员拥有更安全、更舒适的驾驶环境。
Description
技术领域
本发明涉及一种基于工效学的乘用车驾驶动态舒适性测试分析方法,属于汽车舒适性研究技术领域。
背景技术
随着汽车行业的飞速发展,汽车的驾驶舒适性问题也受到越来越多的关注。据数据显示,在中国,驾驶员因持续驾驶,得上腰、背痛职业病的人数达到了1亿人以上。汽车驾驶舒适性差的问题使得驾驶员无法集中注意力来驾驶汽车和关注道路,造成交通事故频发。所以,驾驶舒适性对人们的影响很大,人们也已经开始意识到了驾驶舒适性的重要性。近些年来,这类课题的研究也受到了国内外专家学者们的广泛关注。
在汽车驾驶舒适性的设计上,如何给到驾驶员提供一个舒适、操作便利的驾驶环境是改善驾驶舒适性的问题所在。驾驶舒适性又与人体的结构有着密切的关系,所以,国内外汽车设计师们都越来越重视汽车人机工程学,通过汽车人机工程学的方法来设计汽车,以达到改善驾驶舒适性的目的。虽然我国作为汽车生产制造的大国,但在汽车的驾驶舒适性研究中,绝大部分采用的都是欧美国家使用的汽车性能标准,并未针对中国人的身材尺寸进行一定的改良设计,缺乏对我国驾驶员“人性化”考虑。包括对汽车的检测实验,也仅仅只是检测汽车的安全性能和使用性能是否存在设计缺陷,往往忽视了驾驶员对于驾驶舒适性的要求。所以驾驶员的驾驶舒适性的研究仍存在着很大的空间。
目前国内外很多学者围绕着驾驶舒适性进行研究,驾驶舒适性和最初相比也有了长足的进步,但在汽车驾驶舒适性方面还存在着许多不完善的地方。例如:汽车可达性分析没有和舒适性一同分析,目前的关于汽车可达性的方法仅考虑驾驶室高频率操作部件尽可能都位于驾驶员的操作最佳空间内,缺少了对产生不舒适感的分析。
发明内容
本发明目的在于提供一种基于工效学的乘用车驾驶动态舒适性测试分析方法,以提高驾驶舒适性研究水平,使驾驶员拥有更安全、更舒适的驾驶环境。
为实现上述目的,本发明采用的技术方案如下:
一种基于工效学的乘用车驾驶动态舒适性测试分析方法,所述动态舒适性评价指对汽车在驾驶过程中由于汽车加减速、转向和制动、路面产生的振动和冲击以及环境对驾驶员动态舒适性的影响的评价过程。
进一步地,所述一种基于工效学的乘用车驾驶动态舒适性测试分析方法,包括以下步骤:
S1:根据驾驶室实际尺寸绘制三维模型,并导入JACK仿真软件构建虚拟驾驶仿真场景;
S2:使用FAB动作捕捉系统在乘用车驾驶室收集驾驶人员动作数据,进行驾驶人动作捕捉实验;
S3:使用动作捕捉数据导入虚拟驾驶仿真场景中,创建数字动态仿真过程,驱动虚拟驾驶人运动;并对虚拟驾驶人受力情况进行分析;
S4:依据仿真受力分析结果,结合驾驶人主观判断,采用G1法和灰色物元分析相结合的方式,构建驾驶动态舒适性评价体系模型,输出驾驶舒适性等级。
进一步地,所述FAB动作捕捉系统应具备如下功能:
(1)采用实时无线信号传输方式,可同步记录动作数据同时不影响驾驶人正常工作。
(2)具备录像功能,便于为仿真过程提供参考。
进一步地,所述动态舒适性分析指汽车在驾驶过程中由于汽车加减速、转向和制动、路面产生的振动和冲击以及环境对驾驶员动态舒适性的影响保持在一定范围内。为实现动态舒适性分析,采用无线动作捕捉设备进行动作捕捉实验,实时采集驾驶人动作时头部、躯干、骨盆、左上臂、右上臂、左前臂、右前臂、左大腿、右大腿、左小腿、右小腿的力量、角度、加速度等动作数据,具体实验步骤如下:
(1)实验准备:为被测者佩戴好无线传感器,录入被测者的人体尺寸数据,主要有身高、体重、躯干长、上臂长、前臂长、大腿长、小腿长。
(2)实验实施:校准设备后开始实验,保证动作捕捉系统中断的虚拟人动作与被测者动作同步运动,收集动作数据并进行录像。
(3)实验结束:将收集的各部位偏角、倾角、转角、力量、力矩、功率等动作数据进行整理,剔除因失真和传输不稳定产生的异常数据,形成Excel数据表格。
(4)数据分析,整理各个部位的动作数据,分析其产生的原因,将其导入所述虚拟驾驶仿真场景进行动态仿真受力分析,判断人员驾驶的受力情况。
进一步地,所述商务车驾驶舒适性评价,应遵循整体性、简洁性、层次性原则。所构建评价指标体系依据驾驶舒适性因素分为可达性评价、可视性评价、操作力评价和操作姿势评价。其中,可达性评价和可视性评价为主观评价指标,操作力评价和操作姿势评价为客观评价指标。
进一步地,采用G1法与灰色物元分析相结合的方法进行综合评价,具体评价过程如下:
(1)运用序关系法确定相邻指标重要性比,征集多位专家对指标体系进行评价,设在N位专家中有N1,N2,…,Nk专家给出的序关系一致,其中1≤Ns≤N(s=1,2,…h),即Ns位专家关于给出的序关系为其中k=1,2,…,Ns;s=1,2,…h。
其中s=1,2,…,h;j=1,2,…,m,则评价指标的综合权重为:
(2)定量指标的归一化处理
设指标属性值的范围为0-100,x1,x2,…xn为C1,C2,…Cn的属性值,若maxxn,minxn为效益型指标的上限和下限,则建立的归一化函数fx:
若maxxn,minxn为成本型指标的上限和下限,则建立的归一化函数fc:
(3)定性指标的归一化处理
本发明将汽车操作舒适性主观评价指标划分为优(90)、良(80)、中(70)、一般(60)、差(50)共5个等级,通过选定具有广泛体征代表性的被试者,以及设计科学合理的主观评价问卷,达到获取高质量主观评分结果的目的。
(4)基于灰色物元分析构建评价模型,评价汽车驾驶舒适性。
汽车的驾驶舒适性评价指标的物质元素矩阵由评价汽车的驾驶舒适性N,评价指标C和底层的评价要素的灰量值V组成。若某项评价元素有C1,C2,…Cn具有评价指标,则相应的灰量值为V1,V2,…Vn,这些值形成n维复合元素矩阵。表示为:
其中,底层评价指标包括主观指标和客观指标。
将汽车驾驶舒适性划分的评价等级为{优,良,中,差,极差}。汽车驾驶舒适性的评价指标为Cf(f=0,1,2,…,n),下一层评价指标为Cfi(i=1,2,…,n),Nfj表示所划分的第j个等级级别,Vfk表示Nfj关于Cfi的相关值的范围,用(aki,bki)表示,称为与度量的每个级别相对应的经典灰色域,记为Rfk=(Nfj,Cfi,Vfk),描述如下:
灰节域是指Cf取值的范围,用(api,bpi)表示,记为Rfp=(Nfp,Cfi,Vfp),
关联函数表示物元的量值是实轴上的点时,物元满足所需范围的程度。令某一点Vi到区间(aki,bki)间隔之间的距离为:
令某一点Vi到区间(aki,bki)的距离为:
则关联函数为:
式中Vfk=|bki-aki|。
关联度表示评价目标和标准目标水平之间的符合程度,以及待评价汽车驾驶舒适性Nf各评价指标Cfi关于评价指标的关联度表示为Kj(Nf),
其中,ωfi表示评价指标的Cfi权重值,则汽车驾驶舒适性N各评价指标Cf的关联度为Kj(Ni),即汽车驾驶舒适性综合关联度为:
其中,ωi表示评价指标的Ci权重值。
若Kj=max{K1(N),K2(N),…,Kn(N),},表示汽车驾驶舒适性综合评价属于j级。
本发明具有以下有益效果:
本发明一种基于工效学的乘用车车驾驶动态舒适性测试分析方法,通过仿真分析与动作捕捉实验对驾驶过程人员的动作与受力进行了分析;以G1法和灰色物元分析相结合的方法构建了驾驶舒适性评价模型,为乘用车驾驶动态舒适性的研究提供了具有针对性的解决方案。本发明同时也为乘用车驾驶环境的设计分析与评价提供了理论依据。
附图说明
图1为本发明的乘用车驾驶动态舒适性研究技术流程图。
图2为本发明的虚拟驾驶仿真场景图。
图3为本发明的动作捕捉实验场景图。
图4为本发明的驾驶受力分析示意图。
图5为本发明驾驶舒适性评价指标体系示意图。
具体实施方式
下面结合附图对本发明实施例进行详细说明,需要说明的是,本发明可以有权利要求限定和覆盖的多种不同方式实施。
一种基于工效学的乘用车驾驶动态舒适性测试分析方法,所述动态舒适性评价指对汽车在驾驶过程中由于汽车加减速、转向和制动、路面产生的振动和冲击以及环境对驾驶员动态舒适性的影响的评价过程。
参见图1、图2,所述一种基于工效学的乘用车驾驶动态舒适性测试分析方法,包括以下步骤:
S1:根据驾驶室实际尺寸绘制三维模型,并导入JACK仿真软件构建虚拟驾驶仿真场景;
S2:使用FAB动作捕捉系统在乘用车驾驶室收集驾驶人员动作数据,进行驾驶人动作捕捉实验;
S3:使用动作捕捉数据导入虚拟驾驶仿真场景中,创建数字动态仿真过程,驱动虚拟驾驶人运动;并对虚拟驾驶人受力情况进行分析;
S4:依据仿真受力分析结果,结合驾驶人主观判断,采用G1法和灰色物元分析相结合的方式,构建驾驶动态舒适性评价体系模型,输出驾驶舒适性等级。
进一步地,所述FAB动作捕捉系统应具备如下功能:
(1)采用实时无线信号传输方式,可同步记录动作数据同时不影响驾驶人正常工作。
(2)具备录像功能,便于为仿真过程提供参考。
参加图3、图4,采用无线动作捕捉设备进行动作捕捉实验,实时采集驾驶人动作时头部、躯干、骨盆、左上臂、右上臂、左前臂、右前臂、左大腿、右大腿、左小腿、右小腿的力量、角度、加速度等动作数据,具体实验步骤如下:
(1)实验准备:为被测者佩戴好无线传感器,录入被测者的人体尺寸数据,主要有身高、体重、躯干长、上臂长、前臂长、大腿长、小腿长。
(2)实验实施:校准设备后开始实验,保证动作捕捉系统中断的虚拟人动作与被测者动作同步运动,收集动作数据并进行录像。
(3)实验结束:将收集的各部位偏角、倾角、转角、力量、力矩、功率等动作数据进行整理,剔除因失真和传输不稳定产生的异常数据,形成Excel数据表格。
(4)数据分析,整理各个部位的动作数据,分析其产生的原因,将其导入所述虚拟驾驶仿真场景进行动态仿真并受力分析,判断人员驾驶的受力情况。
参见图5,为构建的驾驶舒适性评价指标体系。采用G1法与灰色物元分析相结合的方法对汽车起步过程的舒适性进行综合评价,具体评价过程如下:
运用序关系法确定相邻指标重要性比,征集多位专家对指标体系进行评价,评价结果如下所示:
汽车驾驶舒适性底层评价指标
(2)定量指标归一化处理
计算定量指标B11的评分,其中xn取汽车起步阶段动作捕捉数据采集的力的平均值。如下:
同理得到B12、B21、B22的评分为80.50、71.25、66.51。同理计算定量指标C11的评分,其中xn取汽车起步阶段动作捕捉数据采集的角度的平均值,因为角度分为外展内收、前抬后展和内旋转外旋转,将其分别算出值再求其平均值,得到最后的C11、C12、C21、C22的评分为73.04、70.66、74.43、78.67。
(3)定性指标归一化处理
为左手可达性A1、右手可达性A2、视野障碍域D1和视野覆盖域D2四个局部位置的舒适性评分,并不是直接对整体的驾驶舒适性做出单一的主观打分,这种方法可以加强答卷者参与实验的专注程度,避免盲目评分带来数据误差,使得到的主观评分真实有效。量化结果如下表所示:
(4)基于灰色物元分析构建评价模型,评价汽车驾驶舒适性.通过计算得到各个指标的关联度如下:
a.汽车驾驶操作力各评价指标关于评价等级的关联度:
K1(N2)=-0.361,K2(N2)=-0.138,K3(N2)=0.125,
K4(N2)=-0.137,K5(N2)=-0.306。
b.汽车可达性各评价指标关于评价等级的关联度:
K1(N1)=0.126,K2(N1)=-0.256,K3(N1)=-0.284,
K4(N1)=-0.124,K5(N1)=-0.376。
c.汽车驾驶姿势各评价指标关于评价等级的关联度:
K1(N3)=0.310,K2(N3)=-0.113,K3(N3)=-0.146,
K4(N3)=-0.406,K5(N1)=-0.341。
d.汽车可视性各评价指标关于评价等级的关联度:
K1(N3)=0.106,K2(N3)=-0.107,K3(N3)=-0.171,
K4(N3)=-0.236,K5(N1)=-0.405。
e.汽车驾驶舒适性综合评价体系关于评价等级的关联度,如下所示:
计算结果可知,K1(N)=max{K1(N),K2(N),…,K5(N),}=0.0452,
则整体汽车驾驶舒适性的综合评价等级为优,并与前文得到的静态舒适性和动态舒适性评价结论一致,说明某商务车的驾驶舒适性评价指标体系符合要求。
以上实施例只为说明本发明的技术构思和特点,目的在于让本领域的技术人员了解本发明的内容并加以实施,并不能以此来限制本发明的保护范围,凡是根据本发明实质所作出的等效变化或修饰均属于本发明的保护范围。
Claims (6)
1.一种基于工效学的乘用车驾驶动态舒适性测试分析方法,其特征在于,包括以下步骤:
S1:根据驾驶室实际尺寸绘制三维模型,并导入JACK仿真软件构建虚拟驾驶仿真场景;
S2:使用FAB动作捕捉系统在乘用车驾驶室收集驾驶人员动作数据,进行驾驶人动作捕捉实验;
S3:使用动作捕捉数据导入虚拟驾驶仿真场景中,创建数字动态仿真过程,驱动虚拟驾驶人运动;并对虚拟驾驶人受力情况进行分析;
S4:依据仿真受力分析结果,结合驾驶人主观判断,采用G1法和灰色物元分析相结合的方式,构建驾驶动态舒适性评价体系模型,输出驾驶舒适性等级。
2.根据权利要求1所述的基于工效学的乘用车驾驶动态舒适性测试分析方法,其特征在于,所述驾驶动态舒适性评价指对汽车在驾驶过程中由于汽车加减速、转向和制动、路面产生的振动和冲击以及环境对驾驶员动态舒适性的影响的评价过程。
3.根据权利要求1或2所述的基于工效学的乘用车驾驶动态舒适性测试分析方法,其特征在于,所述FAB动作捕捉系统应具备如下功能:
(1)采用实时无线信号传输方式,可同步记录动作数据同时不影响驾驶人正常工作;
(2)具备录像功能,便于为仿真过程提供参考。
4.根据权利要求1或2所述的基于工效学的乘用车驾驶动态舒适性测试分析方法,其特征在于,在驾驶人动作捕捉实验中,为实现动态舒适性分析,采用无线动作捕捉设备进行动作捕捉实验,实时采集驾驶人动作时头部、躯干、骨盆、左上臂、右上臂、左前臂、右前臂、左大腿、右大腿、左小腿、右小腿的力量、角度、加速度等动作数据,具体实验步骤如下:
(1)实验准备:为被测者佩戴好无线传感器,录入被测者的人体尺寸数据,主要有身高、体重、躯干长、上臂长、前臂长、大腿长、小腿长;
(2)实验实施:校准设备后开始实验,保证动作捕捉系统中断的虚拟人动作与被测者动作同步运动,收集动作数据并进行录像;
(3)实验结束:将收集的各部位偏角、倾角、转角、力量、力矩、功率等动作数据进行整理,剔除因失真和传输不稳定产生的异常数据,形成Excel数据表格;
(4)数据分析,整理各个部位的动作数据,分析其产生的原因,将其导入所述虚拟驾驶仿真场景进行动态仿真并受力分析,判断人员驾驶的受力情况。
5.根据权利要求1或2所述的基于工效学的乘用车驾驶动态舒适性测试分析方法,其特征在于,所构建驾驶动态舒适性评价体系模型的评价指标体系依据驾驶舒适性因素分为可达性评价、可视性评价、操作力评价和操作姿势评价,其中,可达性评价和可视性评价为主观评价指标,操作力评价和操作姿势评价为客观评价指标。
6.根据权利要求1或2所述的基于工效学的乘用车驾驶动态舒适性测试分析方法,其特征在于,采用G1法与灰色物元分析相结合的方法进行综合评价,具体评价过程如下:
(1)运用序关系法确定相邻指标重要性比,征集多位专家对指标体系进行评价,设在N位专家中有N1,N2,…,Nk专家给出的序关系一致,其中1≤Ns≤N(s=1,2,…h),即Ns位专家关于给出的序关系为其中k=1,2,…,Ns;s=1,2,…h,
其中s=1,2,…,h;j=1,2,…,m,则评价指标的综合权重为:
(2)定量指标的归一化处理
设指标属性值的范围为0-100,x1,x2,…xn为C1,C2,…Cn的属性值,若max xn,min xn为效益型指标的上限和下限,则建立的归一化函数fx:
若max xn,min xn为成本型指标的上限和下限,则建立的归一化函数fc:
(3)定性指标的归一化处理
将汽车操作舒适性主观评价指标划分为优(90)、良(80)、中(70)、一般(60)、差(50)共5个等级,通过选定具有广泛体征代表性的被试者,以及设计科学合理的主观评价问卷,达到获取高质量主观评分结果的目的;
(4)基于灰色物元分析构建评价模型,评价汽车驾驶舒适性,
汽车的驾驶舒适性评价指标的物质元素矩阵由评价汽车的驾驶舒适性N,评价指标C和底层的评价要素的灰量值V组成,若某项评价元素有C1,C2,…Cn具有评价指标,则相应的灰量值为V1,V2,…Vn,这些值形成n维复合元素矩阵,表示为:
其中,底层评价指标包括主观指标和客观指标,
将汽车驾驶舒适性划分的评价等级为{优,良,中,差,极差},汽车驾驶舒适性的评价指标为Cf(f=0,1,2,…,n),下一层评价指标为Cfi(i=1,2,…,n),Nfj表示所划分的第j个等级级别,Vfk表示Nfj关于Cfi的相关值的范围,用(aki,bki)表示,称为与度量的每个级别相对应的经典灰色域,记为Rfk=(Nfj,Cfi,Vfk),描述如下:
灰节域是指Cf取值的范围,用(api,bpi)表示,记为Rfp=(Nfp,Cfi,Vfp),
关联函数表示物元的量值是实轴上的点时,物元满足所需范围的程度,令某一点Vi到区间(aki,bki)间隔之间的距离为:
令某一点Vi到区间(aki,bki)的距离为:
则关联函数为:
式中Vfk=|bki-aki|,
关联度表示评价目标和标准目标水平之间的符合程度,以及待评价汽车驾驶舒适性Nf各评价指标Cfi关于评价指标的关联度表示为Kj(Nf),
其中,ωfi表示评价指标的Cfi权重值,则汽车驾驶舒适性N各评价指标Cf的关联度为Kj(Ni),即汽车驾驶舒适性综合关联度为:
其中,ωi表示评价指标的Ci权重值,
若Kj=max{K1(N),K2(N),…,Kn(N),},表示汽车驾驶舒适性综合评价属于j级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010782097.1A CN112229642B (zh) | 2020-08-06 | 2020-08-06 | 一种基于工效学的乘用车驾驶动态舒适性测试分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010782097.1A CN112229642B (zh) | 2020-08-06 | 2020-08-06 | 一种基于工效学的乘用车驾驶动态舒适性测试分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112229642A true CN112229642A (zh) | 2021-01-15 |
CN112229642B CN112229642B (zh) | 2022-08-19 |
Family
ID=74115650
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010782097.1A Active CN112229642B (zh) | 2020-08-06 | 2020-08-06 | 一种基于工效学的乘用车驾驶动态舒适性测试分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112229642B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113610364A (zh) * | 2021-07-22 | 2021-11-05 | 一汽奔腾轿车有限公司 | 一种基于虚拟现实的汽车人机工程评价方法及评价系统 |
CN115240419A (zh) * | 2022-07-22 | 2022-10-25 | 重庆交通大学 | 一种超高速工况下智能网联车辆加速车道确定方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102157013A (zh) * | 2011-04-09 | 2011-08-17 | 温州大学 | 由多个相机同时摄取的多幅图像全自动重建脚型三维表面的系统 |
CN103105302A (zh) * | 2013-01-09 | 2013-05-15 | 清华大学 | 一种汽车驾驶员运动学和动力学参数测试系统 |
CN103278341A (zh) * | 2013-05-24 | 2013-09-04 | 清华大学 | 一种汽车驾驶员转向操纵舒适性评价系统及方法 |
CN103699735A (zh) * | 2013-12-20 | 2014-04-02 | 中国人民解放军总后勤部军需装备研究所 | 一种用于装备设计与评价的智能人台建立方法 |
WO2019010435A1 (en) * | 2017-07-06 | 2019-01-10 | Icuemotion Llc | SYSTEMS AND METHODS FOR TRAINING SKILL TRAINING WITH DATA |
CN110801231A (zh) * | 2019-10-14 | 2020-02-18 | 西安理工大学 | 一种针对膝关节炎患者关节功能的交互式评价方法 |
-
2020
- 2020-08-06 CN CN202010782097.1A patent/CN112229642B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102157013A (zh) * | 2011-04-09 | 2011-08-17 | 温州大学 | 由多个相机同时摄取的多幅图像全自动重建脚型三维表面的系统 |
CN103105302A (zh) * | 2013-01-09 | 2013-05-15 | 清华大学 | 一种汽车驾驶员运动学和动力学参数测试系统 |
CN103278341A (zh) * | 2013-05-24 | 2013-09-04 | 清华大学 | 一种汽车驾驶员转向操纵舒适性评价系统及方法 |
CN103699735A (zh) * | 2013-12-20 | 2014-04-02 | 中国人民解放军总后勤部军需装备研究所 | 一种用于装备设计与评价的智能人台建立方法 |
WO2019010435A1 (en) * | 2017-07-06 | 2019-01-10 | Icuemotion Llc | SYSTEMS AND METHODS FOR TRAINING SKILL TRAINING WITH DATA |
CN110801231A (zh) * | 2019-10-14 | 2020-02-18 | 西安理工大学 | 一种针对膝关节炎患者关节功能的交互式评价方法 |
Non-Patent Citations (2)
Title |
---|
孔云志: "飞机驾驶舱舒适性评价方法研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
陈志宁 等: "某型商用车司机座椅振动特性研究与优化", 《机械研究与应用》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113610364A (zh) * | 2021-07-22 | 2021-11-05 | 一汽奔腾轿车有限公司 | 一种基于虚拟现实的汽车人机工程评价方法及评价系统 |
CN115240419A (zh) * | 2022-07-22 | 2022-10-25 | 重庆交通大学 | 一种超高速工况下智能网联车辆加速车道确定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112229642B (zh) | 2022-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112229642B (zh) | 一种基于工效学的乘用车驾驶动态舒适性测试分析方法 | |
CN111949942B (zh) | 一种加速车内噪声线性度的评价方法 | |
CN100493453C (zh) | 基于驾驶模拟器的驾驶员疲劳状态分析实验系统 | |
CN102475554B (zh) | 一种利用声品质指导车内声学包装的方法 | |
JP2008139553A (ja) | 運転適性診断方法、運転適性診断の評価基準決定方法、運転適性診断プログラム | |
CN112353393B (zh) | 一种智能驾驶汽车乘员状态检测系统 | |
CN112067117A (zh) | 一种汽车风噪声性能评价方法 | |
CN111199071A (zh) | 数据处理方法、数据处理装置、数据处理系统和车辆 | |
CN113743471A (zh) | 一种驾驶评估方法及其系统 | |
CN115099614A (zh) | 一种整车用户驾驶性能目标的设定方法 | |
CN111858648A (zh) | 一种整车动态性能的主、客观数据集成采集系统 | |
CN113610364A (zh) | 一种基于虚拟现实的汽车人机工程评价方法及评价系统 | |
Zero et al. | EEG based BCI system for driver’s arm movements identification | |
CN113776652A (zh) | 整车传动系统噪音评价方法、装置、设备及存储介质 | |
CN111260169A (zh) | 人机工程评价方法、装置、设备、存储介质及系统 | |
Grami et al. | Effect of car speed on the transmission of vibration through the seat pan and backrest: field study | |
CN109118034B (zh) | 驾驶行为三维定量综合评价方法 | |
CN109977786B (zh) | 一种基于视频及肤色区域距离的驾驶员姿态检测方法 | |
CN111898205A (zh) | 基于rbf神经网络人机性能感知评价预测方法及系统 | |
CN117429375B (zh) | 一种混动车辆车身综合智能域控方法、系统及存储介质 | |
CN110968912A (zh) | 一种基于人体舒适程度的最优车辆参数获取方法及系统 | |
CN115879791A (zh) | 一种商用车座椅坐垫动态性能评价优化方法、系统及装置 | |
CN111160762A (zh) | 基于驾驶人生理数据的驾驶适宜性评价方法及系统 | |
CN116595637A (zh) | 一种汽车智能座舱hud功能主客观融合评价方法 | |
CN116625495A (zh) | 车内声品质分区评价方法、控制方法、系统及存储介质 |
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 |