CN112800575A - 边界假人建模方法、边界假人模型、座椅舒适性校核方法 - Google Patents
边界假人建模方法、边界假人模型、座椅舒适性校核方法 Download PDFInfo
- Publication number
- CN112800575A CN112800575A CN202011469911.0A CN202011469911A CN112800575A CN 112800575 A CN112800575 A CN 112800575A CN 202011469911 A CN202011469911 A CN 202011469911A CN 112800575 A CN112800575 A CN 112800575A
- Authority
- CN
- China
- Prior art keywords
- comfort
- dummy
- seat
- boundary
- sample
- 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.)
- Pending
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
- 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
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及一种边界假人建模方法、边界假人模型、座椅舒适性校核方法。所述边界假人建模方法包括以下步骤：S1、采集中国人体尺寸，得到样本尺寸数据；S2、设计假人模型参数：对样本尺寸数据进行主成分分析；然后建立样本置信椭圆；选择置信椭圆特征点，计算散点中距离特征点最近的点，作为边界假人；S3、设计假人驾驶姿态：根据待校核的座椅模型和步骤S2得到的边界假人，对假人驾驶姿态进行设计，得到用于座椅舒适性校核的边界假人模型。该方法能够筛选出代表中国实际人群体征的边界假人模型，可以更加准确地反映中国人群坐姿分布结果，为座椅设计和座椅舒适性评价提供参考依据。
Description
技术领域
本发明涉及汽车人机工程学校核领域，具体而言，涉及一种边界假人建模方法、边界假人模型、座椅舒适性校核方法。
背景技术
驾驶舒适性可以让驾驶员在驾驶过程中获得合理舒适的坐姿，有效减缓驾驶员的疲劳，逐渐获得了汽车行业各大主机厂的重视。其中，汽车座椅、方向盘与脚踏板作为与驾驶人员直接接触的部件，是影响驾驶舒适性的主要因素。
目前，汽车座椅舒适性评价方法主要分为主观评价法和客观评价法，主观评价法是通过问卷调查等方式记录驾驶测试者的主观舒适性体验，受测试者主观因素影响较大。客观评价方法是通过驾驶人在驾驶过程中的姿势、行为、人体尺寸等，利用人机工程学的方法进行舒适性评价，但目前普遍应用的SAE座椅舒适性假人与中国人体尺寸数据存在差异，以SAE假人进行校核的结果并不适用于中国人群，直接应用将导致座椅舒适性评价的可靠性较低，并且百分位假人是根据一维或二维的单变量进行选择，只代表了分布在身高或体重两端的少数极限人群，未考虑在各个维度上大小不一的极限人群，不能满足中国人群对座椅舒适性的要求，所以需要建立符合中国人体特征的边界假人模型。
有鉴于此，特提出本发明。
发明内容
第一方面，本发明的目的在于提供一种用于座椅舒适性校核的边界假人建模方法，该方法能够筛选出代表中国实际人群体征的边界假人模型，可以更加准确地反映中国人群坐姿分布结果，为座椅设计和座椅舒适性评价提供参考依据。
第二方面，本发明的目的在于提供一种采用上述方法得到的边界假人模型。
第三方面，本发明的目的在于提供一种座椅舒适性校核方法。
为了实现上述目的，本发明采用以下技术方案：
第一方面，本发明提供了一种用于座椅舒适性校核的边界假人建模方法，包括以下步骤：
S1、采集中国人体尺寸，得到样本尺寸数据；
S2、设计假人模型参数：对样本尺寸数据进行主成分分析；然后建立样本置信椭圆；选择置信椭圆特征点，计算散点中距离特征点最近的点，作为边界假人；
S3、设计假人驾驶姿态：根据待校核的座椅模型和步骤S2得到的边界假人，对假人驾驶姿态进行设计，得到用于座椅舒适性校核的边界假人模型。
作为进一步优选的技术方案，步骤S1包括：确定采集样本地域、性别、年龄分布和采集姿势；然后对人体样本进行三维扫描，测量人体样本尺寸。
作为进一步优选的技术方案，三维扫描时采用四柱式三维人体扫描系统进行。
作为进一步优选的技术方案，所述采集姿势包括两种站姿和一种坐姿。
作为进一步优选的技术方案，步骤S2中，置信椭圆的建立方法为：计算样本尺寸数据的样本协方差和样本相关系数，得到样本的协方差矩阵和相关系数矩阵，求相关矩阵的特征根和特征根对应的特征向量，利用特征根以及置信度计算置信椭圆的各轴长，特征向量确定各个样本的坐标，得到置信椭圆以及代表各个样本的散点图。
作为进一步优选的技术方案，步骤S3包括：所述对假人驾驶姿态进行设计包括对假人驾驶关节角度的设计。
第二方面，本发明提供了一种采用上述用于座椅舒适性校核的边界假人建模方法得到的边界假人模型。
第三方面，本发明提供了一种座椅舒适性校核方法，采用上述的边界假人模型进行座椅舒适性校核。
作为进一步优选的技术方案，所述方法包括以下步骤：
(a)输出假人模型座椅舒适性相关参数；
(b)对比驾驶关节角度与坐姿舒适角，对每个驾驶关节角度进行评估，产生每个关节角度的舒适性评分；
(c)计算各个关节角度的舒适性评分加权平均值，得到座椅舒适性校核评分结果。
作为进一步优选的技术方案，所述坐姿舒适角包括背靠角20°-30°、大腿与躯干夹角95°-120°、膝角95°-135°和脚角87°-110°。
与现有技术相比，本发明的有益效果为：
本发明提供的用于座椅舒适性校核的边界假人建模方法基于中国人体尺寸进行边界假人的建模，然后通过设计假人驾驶姿态，得到用于座椅舒适性校核的边界假人模型。该方法能够筛选出代表中国实际人群体征的边界假人模型，可以更加准确地反映中国人群坐姿分布结果，为座椅设计和座椅舒适性评价提供参考依据。
进一步地：1.本发明对中国驾驶员进行三维数据采集，测得其83项身体数据，利用主成分分析法根据中国人体数据计算具有95％置信度的边界假人，得到了各个维度上不同尺寸的假人，精确设计符合中国人体尺寸的生理几何特性的边界假人模型，可以更加全面的代表中国人体尺寸。
2.本发明可以实现对驾驶过程中边界假人肢体、关节的角度的显示，以及各个关节舒适度参数的输出与显示，全程在线仿真模拟驾驶员姿态。
3.由于边界假人均为实际存在的真实人体，因此可以更为准确地校核坐姿。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是实施例1提供的座椅舒适性校核方法设计方法框图；
图2是实施例1提供的座椅舒适性校核方法中主成分分析方法步骤图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行清楚、完整的描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例，都属于本发明所保护的范围。
根据本发明的一个方面，提供了一种用于座椅舒适性校核的边界假人建模方法，包括以下步骤：
S1、采集中国人体尺寸，得到样本尺寸数据；
S2、设计假人模型参数：对样本尺寸数据进行主成分分析；然后建立样本置信椭圆；选择置信椭圆特征点，计算散点中距离特征点最近的点，作为边界假人；
S3、设计假人驾驶姿态：根据待校核的座椅模型和步骤S2得到的边界假人，对假人驾驶姿态进行设计，得到用于座椅舒适性校核的边界假人模型。
上述用于座椅舒适性校核的边界假人建模方法基于中国人体尺寸进行边界假人的建模，然后通过设计假人驾驶姿态，得到用于座椅舒适性校核的边界假人模型。该方法能够筛选出代表中国实际人群体征的边界假人模型，可以更加准确地反映中国人群坐姿分布结果，为座椅设计和座椅舒适性评价提供参考依据。
在一种优选的实施方式中，步骤S1包括：确定采集样本地域、性别、年龄分布和采集姿势；然后对人体样本进行三维扫描，测量人体样本尺寸。步骤S1首先确定采集样本地域等基本信息，然后对人体样本进行三维扫描，从而得到与座椅舒适性相关的人体数据。
可选地，所述人体数据为83项。
优选地，三维扫描时采用四柱式三维人体扫描系统进行。三维人体扫描系统利用光学三维成像原理，具有成像快、精度高的优点，并且对人体无害。四柱式三维人体扫描系统通过计算机对多台光学三维扫描仪进行联动控制，快速扫描人体，再通过计算机软件实现自动拼接，最终可获得精确完整的人体点云数据。
优选地，所述采集姿势包括两种站姿和一种坐姿。两种站姿为直立站姿和两腿自然分开的站姿，坐姿为正坐姿势。站姿可以准确的从三维图像中提取身高、胸高等站立尺寸信息，坐姿可以准确的从三维图像中提取坐姿眼高、坐高、膝高等信息。通过三种姿势的采集，可以得到更加准确的人体点云数据，进而得到准确的与驾驶姿势相关的人体尺寸信息。
可选地，可根据GB/T 22187-2008标准，确定采集中国人体尺寸特征的地域、性别、年龄分布等信息。
可选地，可根据GB/T 23698-2009标准中规定的三维扫描人体测量方法的一般要求，采用三维人体扫描系统测量人体尺寸，通过采集人体标准姿势点云，提取与座椅舒适性强相关的83项人体数据。
在一种优选的实施方式中，步骤S2中，置信椭圆的建立方法为：计算样本尺寸数据的样本协方差和样本相关系数，得到样本的协方差矩阵和相关系数矩阵，求相关矩阵的特征根和特征根对应的特征向量，利用特征根以及置信度计算置信椭圆的各轴长，特征向量确定各个样本的坐标，得到置信椭圆以及代表各个样本的散点图。
在一种优选的实施方式中，步骤S3包括：所述对假人驾驶姿态进行设计包括对假人驾驶关节角度的设计。通过对假人驾驶关节角度进行设计，能够使得假人模型获得反映真实驾驶员在驾驶汽车时的驾驶姿态。
根据本发明的另一方面，提供了一种采用上述用于座椅舒适性校核的边界假人建模方法得到的边界假人模型。该边界假人模型采用上述建模方法得到，可更加全面的代表中国人体尺寸，并能更准确的校核坐姿。
根据本发明的另一方面，提供了一种座椅舒适性校核方法，采用上述边界假人模型进行座椅舒适性校核。该座椅舒适性校核方法采用边界假人模型进行，因而可更加准确的校核中国人的坐姿。
在一种优选的实施方式中，所述方法包括以下步骤：
(a)输出假人模型座椅舒适性相关参数；
(b)对比驾驶关节角度与坐姿舒适角，对每个驾驶关节角度进行评估，产生每个关节角度的舒适性评分；
(c)计算各个关节角度的舒适性评分加权平均值，得到座椅舒适性校核评分结果。
可选地，步骤(a)中的相关参数包括驾驶关节角度等。
在一种优选的实施方式中，所述坐姿舒适角包括背靠角20°-30°、大腿与躯干夹角95°-120°、膝角95°-135°和脚角87°-110°。上述“背靠角”是指通过人体坐姿H点的垂线与躯干线之间的夹角；上述“膝角”是指大腿与小腿之间的夹角；上述“脚角”是指小腿中心线与鞋底纵向切线之间的夹角。上述背靠角例如为20°、21°、22°、23°、24°、25°、26°、27°、28°、29°或30°等；上述大腿与躯干夹角例如为95°、96°、98°、100°、102°、104°、106°、108°、110°、112°、114°、116°、118°或120°等；上述膝角例如为95°、100°、105°、110°、115°、120°、125°、130°或135°等；上述脚角例如为87°、90°、92°、95°、98°、100°、103°、105°、108°或110°等。
下面结合实施例对本发明做进一步详细的说明。
实施例1
一种座椅舒适性校核方法，如图1所示，包括以下步骤：
1、采集中国人体尺寸，根据国家标准确定样本信息以及采集方法：
(1)确定样本，本例中确定了东北华北地区的天津、中西部地区的西安、云贵地区的重庆、长江中游地区的武汉、两广福建地区的广州、长江下游地区的上海六个代表城市的1800个男性及女性驾驶人员样本。
(2)采集尺寸，利用四柱式三维立体扫描系统采集样本人群的人体标准姿势点云，在点云中提取与座椅舒适性强相关的83个参数值，构建中国汽车座椅舒适性标准假人数据库。
2、设计假人模型参数，根据样本人体尺寸得到边界假人各个尺寸参数：
(1)根据步骤一中测得的人体尺寸值，将采集到的人体尺寸数据组成样本集。(2)计算采集数据的样本协方差和样本相关系数，得到采集样本的协方差矩阵和相关矩阵。(3)求相关矩阵的特征根和特征根对应的特征向量，利用特征根以及置信度计算置信椭圆的各轴长，特征向量确定各个样本的坐标，得到中国人体数据的置信椭圆以及代表各个样本的散点图。(4)选择置信椭圆特征点，计算散点中距离特征点最近的点，得到对应的样本即选取的边界假人。
(1)组成样本集，在此步骤中，使用步骤1采集到的样本人体站姿、坐姿尺寸，测量得到实际驾驶员的身高、体重、坐高等几何尺寸和关节位置参数共83项，以此为参考，得到中国人体样本数据集。
(2)对样本数据进行主成分分析并建立置信椭圆，图2所示为样本数据进行主成分分析以及置信椭圆建立步骤图。
步骤101，对原始数据进行标准化：对中国人体样本数据集进行数据标准化，标准化采用归一化方法，得到无量纲的新序列。
步骤102，计算相关系数矩阵：由步骤101样本数据标准化得到新序列，求新序列的协方差矩阵和相关系数矩阵。
步骤103，计算特征值和特征向量：计算相关系数矩阵的解，得到样本数据标准化序列的特征值和特征向量。
步骤104，计算置信椭圆轴长：本实例中采用三维置信椭圆，所以需要前三个特征值及特征向量。由卡方表可以查到自由度为3时，95％的置信区间对应于5.991。由特征值和卡方值可以计算出椭圆的三个轴长。
步骤105，绘制散点图：本实例中采集了84项人体尺寸数据，故提取的特征向量为三个84维向量，三个特征向量分别对应样本数据的X、Y、Z轴坐标，由三个特征向量可得到样本数据的对应散点。
步骤106，计算散点与置信椭圆特征点距离：在三维PCA中选取椭球的26个特征点，分别位于每个象限的中点，轴截距和每个平面中的四个点，如表1所示，计算人体特征数据点与置信椭圆特征点距离。
表1三维置信椭圆特征点
步骤107，得到边界假人数据，选择距离特征点最近的数据点作为边界假人模型。
(3)将尺寸导入CATIA，首先将中国人体全样本数据的txt文件导入CATIA，在假人生成模块选择95％男性假人或者5％女性假人，得到基于中国人体数据的边界假人模型。
3、设计假人驾驶姿态。
在此步骤中，使用CATIA中自带的驾驶模型，将边界假人放置到驾驶模型中，设计假人模型中手臂、H点、踵点的约束，得到假人模型驾驶姿势的关节角度，使得假人模型可以反映真实驾驶员的驾驶姿态。
4、输出座椅舒适性校核结果，利用通过步骤1、步骤2和步骤3得到的边界假人模型进行座椅舒适性校核，实现在驾驶过程中的关节角度的显示，及座椅舒适性校核结果的输出与显示。
(1)设置坐姿舒适角：在CATIA的Human Posture模块中设置坐姿舒适角，本实例共校核四个坐姿角，分别为背靠角20°-30°、大腿与躯干夹角95°-120°、膝角95°-135°、脚角87°-110°，当关节角在坐姿舒适角范围内时，在模型中标为绿色，在坐姿舒适角外时，模型标为黄色。
(2)计算各项得分：计算关节角与坐姿舒适角中间角度的差值，插值越大得分越低。
(3)得到最终分数：计算七个角度：即背靠角、左右大腿与躯干夹角、左右膝角、左右脚角的得分平均值，得到最终分数。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案。
Claims (10)
1.一种用于座椅舒适性校核的边界假人建模方法，其特征在于，包括以下步骤：
S1、采集中国人体尺寸，得到样本尺寸数据；
S2、设计假人模型参数：对样本尺寸数据进行主成分分析；然后建立样本置信椭圆；选择置信椭圆特征点，计算散点中距离特征点最近的点，作为边界假人；
S3、设计假人驾驶姿态：根据待校核的座椅模型和步骤S2得到的边界假人，对假人驾驶姿态进行设计，得到用于座椅舒适性校核的边界假人模型。
2.根据权利要求1所述的用于座椅舒适性校核的边界假人建模方法，其特征在于，步骤S1包括：确定采集样本地域、性别、年龄分布和采集姿势；然后对人体样本进行三维扫描，测量人体样本尺寸。
3.根据权利要求2所述的用于座椅舒适性校核的边界假人建模方法，其特征在于，三维扫描时采用四柱式三维人体扫描系统进行。
4.根据权利要求2所述的用于座椅舒适性校核的边界假人建模方法，其特征在于，所述采集姿势包括两种站姿和一种坐姿。
5.根据权利要求1所述的用于座椅舒适性校核的边界假人建模方法，其特征在于，步骤S2中，置信椭圆的建立方法为：计算样本尺寸数据的样本协方差和样本相关系数，得到样本的协方差矩阵和相关系数矩阵，求相关矩阵的特征根和特征根对应的特征向量，利用特征根以及置信度计算置信椭圆的各轴长，特征向量确定各个样本的坐标，得到置信椭圆以及代表各个样本的散点图。
6.根据权利要求1-5任一项所述的用于座椅舒适性校核的边界假人建模方法，其特征在于，步骤S3包括：所述对假人驾驶姿态进行设计包括对假人驾驶关节角度的设计。
7.采用权利要求1-6任一项所述的用于座椅舒适性校核的边界假人建模方法得到的边界假人模型。
8.一种座椅舒适性校核方法，其特征在于，采用权利要求7所述的边界假人模型进行座椅舒适性校核。
9.根据权利要求8所述的座椅舒适性校核方法，其特征在于，所述方法包括以下步骤：
(a)输出假人模型座椅舒适性相关参数；
(b)对比驾驶关节角度与坐姿舒适角，对每个驾驶关节角度进行评估，产生每个关节角度的舒适性评分；
(c)计算各个关节角度的舒适性评分加权平均值，得到座椅舒适性校核评分结果。
10.根据权利要求9所述的座椅舒适性校核方法，其特征在于，所述坐姿舒适角包括背靠角20°-30°、大腿与躯干夹角95°-120°、膝角95°-135°和脚角87°-110°。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011469911.0A CN112800575A (zh) | 2020-12-15 | 2020-12-15 | 边界假人建模方法、边界假人模型、座椅舒适性校核方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011469911.0A CN112800575A (zh) | 2020-12-15 | 2020-12-15 | 边界假人建模方法、边界假人模型、座椅舒适性校核方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112800575A true CN112800575A (zh) | 2021-05-14 |
Family
ID=75806715
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011469911.0A Pending CN112800575A (zh) | 2020-12-15 | 2020-12-15 | 边界假人建模方法、边界假人模型、座椅舒适性校核方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112800575A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113903059A (zh) * | 2021-12-13 | 2022-01-07 | 中汽信息科技(天津)有限公司 | 人体模型建立方法、设备和存储介质 |
| CN114580082A (zh) * | 2022-03-11 | 2022-06-03 | 东风汽车股份有限公司 | 一种轻型商用车驾驶座椅舒适度电装校核方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010019769A (ja) * | 2008-07-14 | 2010-01-28 | Toyobo Co Ltd | 快適性評価装置及び快適性評価方法 |
| CN105334066A (zh) * | 2015-11-24 | 2016-02-17 | 中国汽车技术研究中心 | 一种评价汽车座椅舒适性的方法及装置 |
| CN111122208A (zh) * | 2020-01-19 | 2020-05-08 | 中国标准化研究院 | 一种用于办公椅压力舒适性测试的假人 |
| CN111666634A (zh) * | 2020-06-12 | 2020-09-15 | 吉林大学 | 一种基于人体运动仿真的驾驶员眼椭圆建立方法 |
-
2020
- 2020-12-15 CN CN202011469911.0A patent/CN112800575A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010019769A (ja) * | 2008-07-14 | 2010-01-28 | Toyobo Co Ltd | 快適性評価装置及び快適性評価方法 |
| CN105334066A (zh) * | 2015-11-24 | 2016-02-17 | 中国汽车技术研究中心 | 一种评价汽车座椅舒适性的方法及装置 |
| CN111122208A (zh) * | 2020-01-19 | 2020-05-08 | 中国标准化研究院 | 一种用于办公椅压力舒适性测试的假人 |
| CN111666634A (zh) * | 2020-06-12 | 2020-09-15 | 吉林大学 | 一种基于人体运动仿真的驾驶员眼椭圆建立方法 |
Non-Patent Citations (2)
| Title |
|---|
| 杜晓明: "驾驶员—座椅压力分布模拟研究", 《中国优秀硕士学位论文全文数据库》 * |
| 袁世宁 乔甜甜: "基于点云技术的个体躯干曲面提取", 《内江科技》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113903059A (zh) * | 2021-12-13 | 2022-01-07 | 中汽信息科技(天津)有限公司 | 人体模型建立方法、设备和存储介质 |
| CN113903059B (zh) * | 2021-12-13 | 2022-04-15 | 中汽信息科技(天津)有限公司 | 人体模型建立方法、设备和存储介质 |
| CN114580082A (zh) * | 2022-03-11 | 2022-06-03 | 东风汽车股份有限公司 | 一种轻型商用车驾驶座椅舒适度电装校核方法 |
| CN114580082B (zh) * | 2022-03-11 | 2024-04-12 | 东风汽车股份有限公司 | 一种轻型商用车驾驶座椅舒适度电装校核方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112069933A (zh) | 基于体态识别和人体生物力学的骨骼肌肉受力估计方法 | |
| CN101311967B (zh) | 一种基于实测人群体型的虚拟人台的建立方法及虚拟人台 | |
| CN107748871A (zh) | 一种基于多尺度协方差描述子与局部敏感黎曼核稀疏分类的三维人脸识别方法 | |
| US6597369B2 (en) | Virtual shape generation method and device using the same | |
| CN107016721A (zh) | 人体三维模型的建模方法 | |
| CN112800575A (zh) | 边界假人建模方法、边界假人模型、座椅舒适性校核方法 | |
| CN106952335A (zh) | 建立人体模型库的方法及其系统 | |
| CN112419479A (zh) | 一种基于体重身高及身体影像的体型数据计算方法 | |
| CN114532986B (zh) | 一种基于三维空间动作捕捉的人体平衡测量方法和系统 | |
| CN112508890B (zh) | 一种基于二级评测模型的奶牛体脂率检测方法 | |
| CN112001413B (zh) | 一种基于人体尺寸数据库的人体外形数据预测系统 | |
| Kouchi et al. | Simulation of the body shape after weight change for health-care services | |
| Zhou et al. | Anthropometry model generation based on ANSUR II database | |
| Eynard et al. | Generation of virtual man models representative of different body proportions and application to ergonomic design of vehicles | |
| Lee et al. | Anlysis methods of the variation of facial size and shape based on 3D face scan images | |
| US20090174720A1 (en) | Method and System for Surface analysis and Envelope Generation | |
| CN117171869A (zh) | 一种弹射座椅静态舒适性仿真布局计算方法 | |
| Barone et al. | A computer-aided design-based system for posture analyses of motorcycles | |
| CN112331345B (zh) | 一种基于直接评测模型的奶牛体脂率检测方法 | |
| CN101311969B (zh) | 一种中华虚拟人台及其建立方法 | |
| CN105868727A (zh) | 一种三维人脸相似性度量方法 | |
| McFarlane et al. | Shape measurements of live pigs using 3-D image capture | |
| KR102525396B1 (ko) | 의료 영상 분석 방법 및 장치 | |
| US20190095579A1 (en) | Biomechanical model generation for human or animal torsi | |
| CN115294181B (zh) | 基于两阶段关键点定位的奶牛体型评定指标测量方法 |
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 | ||
| CB02 | Change of applicant information |
Address after: Room 416, scientific research building, 68 Xianfeng East Road, Dongli District, Tianjin Applicant after: China automobile information technology (Tianjin) Co.,Ltd. Address before: Room 416, scientific research building, 68 Xianfeng East Road, Dongli District, Tianjin Applicant before: CNR (Tianjin) Automobile Information Consulting Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210514 |
|
| WD01 | Invention patent application deemed withdrawn after publication |