【摘要】：隨著汽車質量的日益提升,人們對駕駛舒適性的要求越來越高。在汽車產品的設計過程中,需要進行大量的人機工效分析,然而大多數的研究分析主要采用統(tǒng)計學方法,而這種方法費時又費力,且不易操作。因此,本文主要側重于多種關鍵技術的研究,基于多種數學方法建立相應的駕駛員運動學模型,通過驗證模型的結果來表明該種方法的可行性。首先,本文主要從一維和二維的角度對美國、加拿大、法國、日本和韓國這五個國家的人體尺寸的差異性進行了分析。在一維人體尺寸方面,分別從個體差異和群體差異進行了分析;在二維人體尺寸方面,建立并分析了上述五個國家人群的二維人體尺寸置信區(qū)間。通過分析表明了不同國家、不同種族的人體尺寸之間確實存在很大的差異性。其次,選取了人體尺寸中的us100、us94、us125作為預測因子,基于GS-RBF插值方法建立了各項人體尺寸的預測模型,對模型進行了誤差分析,并且與傳統(tǒng)的回歸模型進行了對比,結果表明對于相關度比較好的預測變量,RBF插值和回歸分析的預測效果均不錯,且RBF插值要好于回歸分析;當預測變量的相關度較差時,采用RBF插值方法可以大大提高預測精度。然后,基于UMTRI的生物科學實驗室提供的駕駛員手伸及數據,利用回歸分析法,BP和RBF神經網絡法,GS-RBF和MQ-RBF插值方法分別建立了駕駛員的伸及姿勢角度以及伸及困難度的預測模型,并且對這幾種模型分別進行了驗證和對比,驗證結果表明了BP神經網絡和徑向基函數插值方法均優(yōu)于回歸分析法,而傳統(tǒng)的回歸分析的預測效果又好于RBF神經網絡。且神經網絡和RBF插值的預測精度與各自函數中的相關參數有關,不同類型的樣本數據又會對應著不同的最佳參數值。另外,本文還選取人體尺寸(身高S、坐高H、BMI)以及目標點球坐標(、)作為自變量,利用GS-RBF插值方法建立了不同困難度下的駕駛員伸及能力界面,并且與SAE手伸及界面進行了對比,對比發(fā)現SAE手伸及界面的困難度處于中等水平。最后,基于CPM模型,通過仿真駕駛員的主要駕駛姿勢,得到了不同百分位的眼橢圓,計算了95th和99th百分位眼橢圓的相關參數,并與SAE眼橢圓標準的參數進行了對比驗證,表明了99th眼橢圓的仿真結果要優(yōu)于95th的眼橢圓,同時表明本文的方法是可行的。
【圖文】：

portation Research Institute，，UMTRI）在開發(fā)碰撞駕駛員的姿勢和體表的數據，由此建立了機動車。美國汽車工程師協(xié)會（Society of Automotive E的不同百分位的人體統(tǒng)計數據制定了 J833 標準寸參見表 1.1，相關含義如圖 1.1 所示。表 1.1 SAE J833 定義的部分人體尺寸數據 A B C D E F G H I 1550 1448 1220 160 160 84 362 351 78 21715 1605 1358 177 177 88 407 398 86 31880 1762 1496 194 194 92 452 445 94 3L M N O P Q R S T 250 221 165 25 696 96 83 64 398 1275 244 185 25 769 110 89 80 440 1300 267 205 25 842 124 95 96 482 2

測模型還需要去尋找更加合理，實用性強、預測精度高的建模方法。1.2.2 駕駛員手伸及研究現狀在汽車人機工程學的研究中，通常用實驗測量的方法來代表操作者的最大及能力。在操作環(huán)境的設計中，需要考慮駕駛員的實際伸及姿勢及能力。國內對于手伸及的研究主要包括兩部分：實驗研究和數值仿真研究。而實驗研究主通過主觀性評價打分或者肌電信號的測試來進行人體伸及舒適性的研究。數值真研究有以下幾種方式：（1）在一些工程軟件中（如 RAMSIS、CATIA），可根據不同的百分位人體建立相應的手伸及界面（如圖 1.2）[19-20]；（2）吉林大的張茜通過建立人體的骨骼肌肉模型，根據不同伸及姿勢下的生物力學特性模人體的伸及姿勢[21]。（3）利用數學建模的方法，建立人體尺寸和伸及姿勢之的關系，進而得到駕駛員的伸及區(qū)域。該種方法可以將人體尺寸和伸及運動姿之間的關系用具體的函數關系表達，客觀性更強。
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：U462

【參考文獻】

相關期刊論文 前10條

1 劉詠梅;張小雪;郭云昕;;國內外服裝用人體數據庫調查與分析[J];紡織學報;2015年06期

2 任金東;陳景輝;陸善彬;杜曉明;;汽車人機工程設計中人體數據應用方法的研究[J];汽車工程;2013年06期

3 焦志欽;;BP人工神經網絡的原理及其應用[J];科技風;2010年12期

4 蔡祥鵬;林建;;一種用數碼相機測量汽車駕駛員手伸及界面參數的方法[J];中國集體經濟;2009年07期

5 盛仲飆;;BP神經網絡原理及MATLAB仿真[J];渭南師范學院學報;2008年05期

6 魏義坤;楊威;劉靜;;關于徑向基函數插值方法及其應用[J];沈陽大學學報;2008年01期

7 周勇;胡中功;;RBF神經網絡理論及其在控制中的應用[J];武漢科技學院學報;2007年05期

8 任金東;范子杰;黃金陵;;數字人體模型技術及其在汽車人機工程設計中的應用綜述[J];汽車工程;2006年07期

9 楊景周,張云清,陳立平,阿伯德爾-馬樂克·卡瑞姆;系三點式安全帶駕駛員手伸及界面分析[J];汽車工程;2005年04期

10 繆報通,陳發(fā)來;徑向基函數神經網絡在散亂數據插值中的應用[J];中國科學技術大學學報;2001年02期

相關會議論文 前1條

1 高鵬飛;杭磊;;基于CATIA的駕駛員手伸及界面校核研究[A];自主創(chuàng)新、學術交流——第十屆河南省汽車工程科學技術研討會論文集[C];2013年

相關博士學位論文 前1條

1 夏明;基于橢圓傅里葉的女性體型分析與個性化原型定制研究[D];東華大學;2015年

相關碩士學位論文 前5條

1 夏鳳勤;基于人體縱截面特征曲線的體型分類研究[D];東華大學;2017年

2 張茜;坐姿手伸及生物力學及伸及困難度研究[D];吉林大學;2014年

3 林婷婷;乘員人體骨骼系統(tǒng)參數化建模研究[D];吉林大學;2014年

4 高曉嫻;乘員人體體表參數化建模及仿真研究[D];吉林大學;2013年

5 馮明輝;基于單目視覺照相法的人體參數快速測量研究[D];吉林大學;2012年

本文編號：2610147