CN112765799B - 验证整车眩目风险的方法 - Google Patents

验证整车眩目风险的方法 Download PDF

Info

Publication number
CN112765799B
CN112765799B CN202110031559.0A CN202110031559A CN112765799B CN 112765799 B CN112765799 B CN 112765799B CN 202110031559 A CN202110031559 A CN 202110031559A CN 112765799 B CN112765799 B CN 112765799B
Authority
CN
China
Prior art keywords
whole vehicle
risk
glare
glaring
model
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
Application number
CN202110031559.0A
Other languages
English (en)
Other versions
CN112765799A (zh
Inventor
王勇
余从文
代进
齐景晶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Changan Automobile Co Ltd
Original Assignee
Chongqing Changan Automobile Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing Changan Automobile Co Ltd filed Critical Chongqing Changan Automobile Co Ltd
Priority to CN202110031559.0A priority Critical patent/CN112765799B/zh
Publication of CN112765799A publication Critical patent/CN112765799A/zh
Application granted granted Critical
Publication of CN112765799B publication Critical patent/CN112765799B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Optical Elements Other Than Lenses (AREA)

Abstract

本发明公开了一种验证整车眩目风险的方法，包括以下步骤：采集数据：采集对整车眩目有关的整车数据；数据处理：将采集的整车数据进行转化处理；搭建模型：按照推荐参数分别建立对整车眩目有关的3D人体模型、建立模拟驾驶员观察眼睛的点和建立实际驾驶环境模拟状态；结果对比：在模型搭建完成后，按照输入分析得到的结果和眩目判断标准，判断模拟结果的眩目风险。本发明提高了整车眩目前期风险识别和判断的能力，减少了产品开发验证的周期和费用投入。

Description

验证整车眩目风险的方法
技术领域
本发明属于乘用车整车眩目验证技术领域，具体涉及一种验证整车眩目风险的方法。
背景技术
在车辆行驶过程中，驾驶员因视野受阻造成的安全事故时有发生。在汽车产品开发过程中，为了减少太阳光、车内自发光形成的有害眩目现象，进而规避其对驾驶员行驶视觉安全造成潜在的风险，会对整车眩目风险进行验证。但现有理论验证方法主要是利用光的直线传播和反射定律，将光线简化为有限条直线，再通过CATIA、UG、RAMSIS等软件进行几何线条分析(利用光的直线传播和反射定律)，进而得到眩目的区域，判断眩目风险。上述方法分析虽然是简单、时间短，但其分析结果比较粗略，精度低，且不够直观。
因此，有必要开发一种新的验证整车眩目风险的方法。
发明内容
本发明的目的是提供一种验证整车眩目风险的方法，能实现直观、准确判断眩目风险。
本发明所述的一种验证整车眩目风险的方法，包括以下步骤：
采集数据：采集对整车眩目有关的整车数据；
数据处理：将采集的整车数据进行转化处理；
搭建模型：按照推荐参数分别建立对整车眩目有关的3D人体模型、建立模拟驾驶员观察眼睛的点和建立实际驾驶环境模拟状态；
结果对比：在模型搭建完成后，按照输入分析得到的结果和眩目判断标准，判断模拟结果的眩目风险。
进一步，还包括：若存在眩目风险，则根据眩目的区域和位置对原始数据中的屏幕的位置、角度、明亮度，玻璃角度，以及后视镜的位置进行调整，再按照推荐参数进行分析并最终排除风险。
进一步，对整车眩目有关的整车数据包括仪表板、副仪表板、整车玻璃、车辆覆盖钣金、座椅、顶盖内衬、门板、开关、显示屏幕、氛围灯、外后视镜、CMF方案、地面线和人体硬点数据。
进一步，对相同材质进行简化、缝合为一个整体面，并采集材料光学属性，建立含光学属性的材料库，并对缝合的面赋予材质光学属性。
进一步，所述对整车眩目有关的3D人体模型用于模拟车内人员的实际坐姿状态，包括驾驶员人体3D模型和副驾驶员人体3D模型。
进一步，所述模拟驾驶员观察眼睛的点包括左右外后视镜侧窗视角眼点，前风挡、组合仪表和中控屏视角眼点。
进一步，所述实际驾驶环境模拟状态包括夜间环境光亮度、日间阴天环境亮度、道路工况和光线时刻。
本发明具有以下优点：本方法区别于现有的CATIA、UG、RAMSIS分析结果更加直观，同时提升了分析结果精准度，风险判断标准更加清晰。弥补了其它方法的不足，提高了整车眩目前期风险识别和判断的能力，减少了产品开发验证的周期和费用投入。
附图说明
图1为本实施例的流程图；
图2为本实施例中的人体模型的示意图；
图3为本实施例中的模拟眼点的示意图；
图4为本实施例中的(左侧窗外后视镜夜间观察区)结果对比系统判断标准参数示意图；
图5为本实施例中的(前挡风玻璃夜间观察区)结果对比系统判断标准参数示意图；
图6为本实施例中的展示实例中数据处理的结果图；
图7为本实施例中的展示实例中人体模型的结果图；
图8为本实施例中的展示实例中结果对比的结果图；
其中：1、驾驶员人体3D模型，2、副驾驶员人体3D模型，3、驾驶员中心点平面内的眼椭圆投影线，4、驾驶员中心平面眼椭圆下眼点，5、驾驶员中心平面眼椭圆前眼点，6、驾驶员中心平面眼椭圆辅助眼点，7、左侧窗外后视镜观察区，8、组合仪表夜间在外后视镜观察区倒影，9、前挡风玻璃，10、前挡B区，11、前挡A区，12、整车内A面，13、整车外A面，14、夜间组合仪表在左侧外后视镜观察区倒影，15、仪表和中控屏幕在前挡风玻璃无倒影。
具体实施方式
下面结合附图对本发明作进一步说明。
如图1所示，一种验证整车眩目风险的方法，包括以下步骤：
采集数据：采集对整车眩目有关的整车数据；
数据处理：将采集的整车数据进行转化处理；
搭建模型：按照推荐参数分别建立对整车眩目有关的3D人体模型、建立模拟驾驶员观察眼睛的点和建立实际驾驶环境模拟状态；
结果对比：在模型搭建完成后，按照输入分析得到的结果和眩目判断标准，判断模拟结果的眩目风险。
本实施例中，还包括：若存在眩目风险，则根据眩目的区域和位置对原始数据中的屏幕的位置、角度、明亮度，玻璃角度，以及后视镜的位置进行调整，再按照参数标准进行分析并最终排除风险。
本实施例中，对整车眩目有关的整车数据包括仪表板、副仪表板、整车玻璃、车辆覆盖钣金、座椅、顶盖内衬、门板、开关、显示屏幕、氛围灯、外后视镜、CMF方案、地面线和人体硬点数据。
本实施例中，对相同材质进行简化、缝合为一个整体面，并采集材料光学属性，建立含光学属性的材料库，并对缝合的面赋予材质光学属性。
本实施例中，所述对整车眩目有关的3D人体模型用于模拟车内人员的实际坐姿状态，包括驾驶员人体3D模型1和副驾驶员人体3D模型2，参见图2。
本实施例中，所述模拟驾驶员观察眼睛的点包括左右外后视镜侧窗视角眼点，前风挡、组合仪表和中控屏视角眼点。
本实施例中，所述实际驾驶环境模拟状态包括夜间环境光亮度、日间阴天环境亮度、道路工况和光线时刻。
如图4所示，为(左侧窗外后视镜夜间观察区)结果对比判断标准参数示意图；图中包括左侧窗外后视镜观察区7和组合仪表夜间在外后视镜观察区倒影8。
如图5所示，为(前挡风玻璃夜间观察区)结果对比判断标准参数示意图；图中，包含前挡风玻璃9、前挡B区10和前挡A区11。
本实施例中，结果对比：在计算机上判断模拟结果的眩目风险，应用SPEOS软件工具按照输入分析得到的结果，按照基于试验评价总结得眩目判断标准，判定分析结果的眩目风险度，并输出其优化方案。其主要包括：光学仿真图、视觉对比度标准(参考CIE(国际照明委员会)标准)、眩目区域大小标准(如组合仪表夜间进入左侧窗后视镜观察区倒影小于20mm*40mm区域，夜间屏幕在前挡风玻璃倒影不能进入前挡B区10等)、优化措施等。
以下以某款乘用车为例对本实施例进行说明：
提取国内某款乘用车的原始数据，并对原始数据进行简化、缝合、赋予材料光学属性，再按照本实施例中的参数标准依次添加人体模型、模拟眼点、环境参数，利用SPEOS软件计算分析得到光学仿真图，最后进行结果对比，判断眩目风险，针对风险项反向修改原始数据，直到风险规避排除。
如图6所示，原始数据包含：整车内A面12(包含仪表板、副仪表板、门板、顶盖内衬、屏幕、座椅、氛围灯、开关等)、整车外A面13(包含外后视镜、整车玻璃、钣金等)、CMF方案(其中C是指产品的外观，M是指材质，F是指实现工艺)、地面线和人体硬点等原始数据。
利用CATIA软件工具对相同材质(含CMF定义)进行简化、缝合为一个整体面，以提高计算效率，并根据CMF方案采集材料光学属性，在软件系统中建立含光学属性的材料库，最后对缝合的面赋予材质光学属性(结果如图6)。
利用SPEOS软件工具，按照参数标准分别利用RAMSIS工具建立对整车眩目有关的3D人体模型，如图7所示，其建立方法是根据R点(即座椅基准点)、SWC(即方向盘中心点)、AHP(即驾驶员接踵点)、前下视野线、油门踏板等约束锁定驾驶姿态。
在计算机上建立实际驾驶环境模拟状态，选择基于试验验证更符合实际驾驶环境的代表性场景，让结果更具代表性，主要包括夜间环境光亮度(比如：0.4-0.6Lux)、日间阴天环境亮度(比如：4000Lux)、道路工况(城市广场工况、乡村小道工况均考虑)和光线时刻定义等环境参数，参见表1。
表1：本实施例中推荐参数表：
Figure BDA0002892440270000041
在计算机上建立模拟驾驶员观察的眼点，选取通过试验验证总结的能够精确的代表驾驶员视角观察到的实际状态的眼点，主要包括左右外后视镜侧窗视角眼点(5前眼点)，前风挡、组合仪表和中控屏视角眼点(6辅助眼点)。如图3所示，为模拟眼点的示意图，图中包括：驾驶员中心点平面内的眼椭圆投影线3、驾驶员中心平面眼椭圆下眼点4、驾驶员中心平面眼椭圆前眼点5和驾驶员中心平面眼椭圆辅助眼点6。
仿真模型搭建完成，在SPEOS软件工具光学分析的基础上，分析得到完整的各个视角光学仿真图片(参见图8)。根据分析图片结合结果对比的眩目区域参数标准判断，其夜间组合仪表在左侧外后视镜观察区倒影14(参见图8)小于20mm*40mm区域，且未进入图4展示的后视镜观察区下部6个分块区域，仪表和中控屏幕在前挡风玻璃无倒影15(参见图8)，符合结果对比参数要求，即在本车型在理论验证阶段眩目风险为低，符合设计要求。
如存在眩目风险，则可以根据眩目的区域和位置对原始数据中的屏幕位置、角度、明亮度、玻璃角度、后视镜位置等进行调整，再次按照本实施例中推荐的参数标准进行分析并最终排除风险。

Claims (3)

1.一种验证整车眩目风险的方法，其特征在于，包括以下步骤：
采集数据：采集对整车眩目有关的整车数据，包括仪表板、副仪表板、整车玻璃、车辆覆盖钣金、座椅、顶盖内衬、门板、开关、显示屏幕、氛围灯、外后视镜、CMF方案、地面线和人体硬点数据；
数据处理：将采集的整车数据进行转化处理，包括对相同材质进行简化、缝合为一个整体面，并根据CMF方案采集材料光学属性，建立含光学属性的材料库，并对缝合的面赋予材质光学属性；
搭建模型：按照推荐参数分别建立对整车眩目有关的3D人体模型、建立模拟驾驶员观察眼睛的点和建立实际驾驶环境模拟状态；其中，所述模拟驾驶员观察眼睛的点包括左右外后视镜侧窗视角眼点，前风挡、组合仪表和中控屏视角眼点；所述实际驾驶环境模拟状态包括夜间环境光亮度、日间阴天环境亮度、道路工况和光线时刻；
结果对比：在模型搭建完成后，按照输入分析得到的结果和眩目判断标准，判断模拟结果的眩目风险。
2.根据权利要求1所述的验证整车眩目风险的方法，其特征在于：还包括：若存在眩目风险，则根据眩目的区域和位置对原始数据中的屏幕的位置、角度、明亮度，玻璃角度，以及后视镜的位置进行调整，再按照推荐参数进行分析并最终排除风险。
3.根据权利要求1或2所述的验证整车眩目风险的方法，其特征在于：所述对整车眩目有关的3D人体模型用于模拟车内人员的实际坐姿状态，包括驾驶员人体3D模型和副驾驶员人体3D模型。
CN202110031559.0A 2021-01-11 2021-01-11 验证整车眩目风险的方法 Active CN112765799B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110031559.0A CN112765799B (zh) 2021-01-11 2021-01-11 验证整车眩目风险的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110031559.0A CN112765799B (zh) 2021-01-11 2021-01-11 验证整车眩目风险的方法

Publications (2)

Publication Number Publication Date
CN112765799A CN112765799A (zh) 2021-05-07
CN112765799B true CN112765799B (zh) 2023-05-12

Family

ID=75701317

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110031559.0A Active CN112765799B (zh) 2021-01-11 2021-01-11 验证整车眩目风险的方法

Country Status (1)

Country Link
CN (1) CN112765799B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115866222A (zh) * 2022-11-29 2023-03-28 阿维塔科技(重庆)有限公司 一种投影区域的确定方法、装置及电子设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012016765A1 (de) * 2012-08-27 2014-02-27 Dr. Ing. H.C. F. Porsche Ag Kraftfahrzeugsimulationssystem
CN110487559A (zh) * 2018-05-15 2019-11-22 上汽通用汽车有限公司 车内反光及眩目的测量设备以及测量方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10339401B2 (en) * 2017-11-11 2019-07-02 Bendix Commercial Vehicle Systems Llc System and methods of monitoring driver behavior for vehicular fleet management in a fleet of vehicles using driver-facing imaging device
CN111141497A (zh) * 2020-01-26 2020-05-12 昆山适途模型科技有限公司 一种具有模拟太阳光的光学验证设备和验证方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012016765A1 (de) * 2012-08-27 2014-02-27 Dr. Ing. H.C. F. Porsche Ag Kraftfahrzeugsimulationssystem
CN110487559A (zh) * 2018-05-15 2019-11-22 上汽通用汽车有限公司 车内反光及眩目的测量设备以及测量方法

Also Published As

Publication number Publication date
CN112765799A (zh) 2021-05-07

Similar Documents

Publication Publication Date Title
JP6766557B2 (ja) 周辺監視装置
CN109263652B (zh) 一种驾驶员前方视野测量及校核方法
CN103770708B (zh) 通过景物亮度估计的动态后视镜自适应减低亮度覆盖
US20130235351A1 (en) Virtual convertible tops, sunroofs, and back windows, and systems and methods for providing same
US20170043712A1 (en) Dynamic Lighting Apparatus and Method
CN105922928A (zh) 车辆用前照灯控制装置
Weihrauch et al. The first head up display introduced by general motors
CN104290675B (zh) 一种汽车dvd屏幕防炫目校核方法
CN112765799B (zh) 验证整车眩目风险的方法
CN108363842B (zh) 一种基于座椅r点z值调整的影响评估方法及系统
CN110826144A (zh) 氢能汽车在前风挡和侧窗玻璃上确定光源成像位置的方法
CN107719082A (zh) 用于车辆乘客舱的窗户系统
CN107323263A (zh) 用于车辆的屏幕显示方法及车载中控系统
CN110015236B (zh) 一种车辆显示装置、方法及车辆
CN110831840B (zh) 用于在避让障碍物时辅助机动车使用者的方法、驾驶员辅助装置和机动车
CN105741144A (zh) 车辆评估方法、车辆评估系统和车辆评估装置
CN117172420A (zh) 车辆车况评估检测系统及方法
Zwahlen et al. Driver-headlamp dimensions, driver characteristics, and vehicle and environmental factors in retroreflective target visibility calculations
CN111976433A (zh) 一种挡风玻璃的防眩方法、装置及设备
Mellon Using digital human modeling to evaluate and improve car pillar design: a proof of concept and design of experiments
Wierwille et al. Enhanced Camera/Video Imaging Systems (EC/VISs) for Heavy Vehicles
CN110341582B (zh) 一种智能车灯语义投影照明装置及方法
Weber et al. Virtual night drive
Narayanan et al. Automotive vision & obstruction assessment for driver
CN114611323A (zh) 一种汽车仪表虚像的快速校核方法

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