APP下载

基于边缘人体模型仿真的座椅设计方法研究

2014-07-19杜晓明任金东李润丽高晓娴

汽车工程 2014年6期
关键词:人体模型边缘座椅

杜晓明,任金东,李润丽,高晓娴

(1.一汽-大众汽车有限公司,长春 130011; 2.吉林大学,汽车仿真与控制国家重点实验室,长春 130025;3.东风汽车技术中心,武汉 430056)

前言

乘坐舒适性一直是汽车驾驶室设计关注的重要内容。驾驶员坐姿和舒适性与座椅表面支撑部位的设计有很大关系。因此,座椅的设计不仅要考虑外观,更要考虑受载表面与人体良好的贴合和支撑特性。从原理上讲,只要把握与坐姿舒适性密切相关的人体特征点和座椅特征部位,以人体特征点来确定座椅特征部位,就能在很大程度上保证舒适坐姿[1]。

为提高驾驶座椅的坐姿舒适性和设计的科学性,本文中提出了一种基于边缘人体模型(boundary manikin,BM)和人椅界面压力分布仿真的座椅正向设计方法,意在确保获得合理的腰部支撑位置,提高坐姿舒适性;更重要的是,能够从统计学意义上保证坐姿舒适性对目标人群的设计适应度。

1 目标人群的边缘人体模型

在与人体尺度相关的设计中,为使产品设计满足大多数人的需要,即达到足够的设计适应度,须根据目标人群的相关人体尺寸来确定产品规格。因此,本文中首先提炼出与座椅设计相关的人体尺寸。根据这些人体尺寸变量的分布规律和数字特征(均值和协方差矩阵),采用Monte Carlo仿真分别生成男性和女性人群人体尺寸样本(样本容量各为10 000)。对生成的人体尺寸样本进行主成分分析(principal component analysis,PCA)[2],并在主成分轴组成的坐标系中选定边缘人体模型。其流程如图1所示。

1.1 Monte Carlo仿真生成人体数据样本

因为驾驶室布置参数影响驾驶姿势,必须根据这些布置参数和人体尺寸预测驾驶姿势,进而根据人体特征点来确定座椅支撑部位。为此,须提炼出与数字人体建模和驾驶姿势预测相关的人体测量学尺寸,如图2所示。依据这些尺寸项选取了可进行Monte Carlo仿真的24项人体尺寸。

由于多维人体尺寸呈现一定的联合分布规律,是多维随机变量,必须根据其分布特点来选取用于确定产品尺寸的人体数据,从而使设计结果从统计学角度满足所需的设计适应度。

设矢量x表示人体的n个测量数据项。对于单一性别人群,大多数一维静态人体测量数据近似符合正态分布(或经数学变换,使得到的新变量服从正态分布),则总体x的联合分布概率密度函数[3]为

式中:μ为x的均值;B为x的协方差矩阵。

利用人体数据库中与驾驶姿势有关的人体尺寸变量的数字特征(均值和协方差矩阵),通过Monte Carlo仿真生成男性和女性人群各自容量为10 000的样本,作为后面驾驶员仿真的人体尺寸数据源。

Monte Carlo方法是根据随机变量的概率分布规律,通过产生随机数的方法得到符合该随机变量概率分布特点的随机数值序列的一种仿真方法[4]。

1.2 人体尺寸数据的主成分分析

在多数情况下,人体尺寸变量之间可能存在着相关性,从而使这些多维数据处理起来更为复杂,需要有针对性地对这些数据进行分析处理,尽可能利用较少的数据、在保证原数据信息基本不丢失的条件下能有效地解释这些变量的分布规律。主成分分析是基于变量协方差矩阵对诸多变量信息进行线性变换以提取出少数重要变量的多元统计分析方法,利用主成分分析能够达到合理的降维效果。

采用主成分分析对上述提炼得到的24项人体尺寸变量中与驾驶姿势相关的人体尺寸进行数据降维,得到对原始数据解释性最大的3个主成分,发现它们能够解释95%以上的数据离散情况(对于男女人群,3个特征值的累计方差贡献率分别高达96.052%和95.311%),说明抽取的主成分效果比较理想。男性人群主成分分析结果如表1所示。

表1 男性人群主成分分析结果

1.3 边缘人体模型的选取

在进行汽车产品设计时,必须使设计的产品满足足够的适应度,保证人群中大部分个体的使用要求,因此需要结合目标人群的人体尺寸进行设计;但同时考虑人群中每个个体的人体尺寸变量将会使设计变得复杂化,所以通常选取多维人体尺寸分布置信边界上的边缘人体模型(BM)[3,5-6]作为方案设计和分析的依据。依据边缘人选取规则确定BM,结合人体数据运用准则(例如一维设计中的个体设计准则)合理地进行产品设计,便可保证产品适合人群中绝大多数个体。

BM是在多维人体尺度分布置信边界上提取出的个体,理论上提取出的个体描述的范围越接近置信边界,模型代表性越强。当取3个主成分时,人体尺度分布的置信边界由式(2)确定:

式中:χ2为服从卡方分布的统计量;Fi为第i个主成分;μFi和σFi分别为第i个主成分的均值和标准差。

本文中利用上面主成分分析所提取的3个主成分来描述目标人群,其原始人体尺度变量为身高、体质量和坐高,则边缘人体模型由身高、体质量和坐高的3个主成分坐标确定。具体的确定方法是根据适应度要求确定以3个主成分轴为正交轴的球面,选取球端点和8个象限中球表面中心点处所代表的14个个体作为边缘人体模型,如图3中数字所示,图中的F1、F2和F3分别表示第一、第二和第三主成分轴;对应的主成分和人体尺度参见表2。

表2 边缘人体模型主成分坐标和人体尺度

2 驾驶员H点预测

H点是座椅设计的重要基准点,通常采用三维H点装置(SAE定义)测量得到[7]。在没有座椅实物之前,为得到准确的H点位置,本文中采用仿真方法进行预测[8]。根据 HPM-Ⅱ型 H点装置标准[7]建立几何模型,见图4(a),进而建立有限元模型。H点装置的座板和背板轮廓采用壳单元模拟,其它部件采用实体单元模拟。材料参数根据实际情况设置。模型装配时出于提高计算效率的考虑,将H点装置定位在与座椅即将接触的位置。对于带有旋转副和滑动副的部位分别采用HINGE和TRANSLATOR连接属性进行模拟;约束住座椅海绵底部和靠背海绵后面单元的各个自由度,各部件的接触采用面对面接触方式进行模拟。垂直向下施加重力加速度确保H点装置以实际重力下落。利用ABAQUS软件进行准静态分析,计算结果如图4(b)所示。仿真与试验结果对比见表3。由表3可见,H点下沉量的仿真结果略小于试验结果,导致这种误差的原因可能是试验时未安装小腿和鞋,而仿真时受支撑的小腿分担了部分由座板和背板传来的重力。

表3 仿真与试验对比 mm

3 BM腰部特征点空间分布的仿真

驾驶员背部姿势和背部特征点分布是指导座椅腰背部支撑设计的重要因素。为满足使用人群的适应度,在设计汽车座椅背部支撑时须合理考虑使用人群人体尺寸的分布范围。这里通过仿真BM的姿势来模拟腰背部特征点的空间位置分布。

3.1 BM的姿势预测和腰背部特征点分布

驾驶员躯干特征点分布与人体尺寸和驾驶姿势密切相关,受座椅和驾驶室布置参数影响很大。结合驾驶姿势预测模型(cascade prediction model,CPM)[9],在 Visual C++6.0 平台上编写仿真程序,模拟随机落座情况下BM躯干特征点的分布。通过考虑姿势角度的均值和标准差计算得到BM躯干特征点的分布,如图5(a)所示,图中 BOF(ball of foot)、AHP(accelerator heel point)的定义参见文献[10]。利用预测姿势下的人体背部特征点绘出表征姿势的运动学模型,得到BM躯干轮廓分布,如图5(b)所示。选取BM躯干轮廓分布最前、最后位置的两个边缘人对应的人体特征点分布,用于确定座椅H点前后调节的行程。

3.2 BM腰背部特征点分布

乘用车驾驶座椅多为行程可调式,驾驶员可根据需要进行调节,不仅有利于充分获得舒适驾驶位置,还能保证座椅靠背得到充分利用。在确定人体背部在座椅上的支撑面位置时,假设所有驾驶员均能充分合理地利用座垫和靠背。于是,座椅腰部支撑的位置可通过人体背部特征点与座椅H点的相对位置来确定,而与坐标系的选取无关。以前面预测得到的H点为坐标原点,将仿真的腰背部特征点数据统一在同一坐标系下,参见图6,用归一化后的数据指导靠背设计。从图6可见,统一到同一坐标系下的BM背部特征点分布趋于集中。

4 基于BM体压分布的靠背型面设计

研究表明,体压分布对坐姿舒适性有很大影响。最适宜的体压分布应保证:(1)人体的大部分质量以较大的支撑面积、较小的单位压力合理地分布到座垫和靠背上;(2)靠背设计应符合“两点支承”原则,即腰椎骨和肩胛骨两个部位压力最高,压力大小平滑过渡,避免突然变化[11]。设计良好的座椅应能保证合理的体压分布,并保证人体特征点和座椅特征部位贴合良好。因此,本文中尝试根据理想的压力分布模式来反求座椅海绵形状。

4.1 BM腰部支撑面位置确定

将统一到同一坐标系下的各边缘人背部特征点绘出,考虑乘用车座椅靠背倾斜角度(一般为22°~25°),座椅腰部支撑的上下、前后极限位置便可依据靠背倾斜方向和垂直于该方向的BM躯干特征点分布的4个极限点初步确定,如图6(b)中突出显示的坐标点所示,对应的BM背部特征点分布特征如表4所示。此时的上下和前后极限点均是人体关节点,需要根据人体尺寸和体压分布仿真结果确定各极限点对应的体表变形后的位置,并以此来反算未变形的座椅靠背支撑部位的位置。对于上下不可调节的座椅腰部支撑,可直接以反算的平均座椅支撑位置作为最终设计位置;对于上下可调节座椅腰部支撑,其腰部支撑凸起部位上下调节的极限位置可根据图6(b)中BM腰部特征点分布上下极限点结合压力分布反算的体表变形后位置确定。

表4 极限位置的BM背部特征点分布特征 mm

4.2 基于BM压力分布的座椅靠背型面反求

利用上述方法也可求得座椅靠背其它部位变形后的位置,为此,须要根据压力分布计算[12]结果反求未变形时的位置。选取靠背腰部支撑处的某截面进行研究。对统一后的BM背部特征点分布中最前和最后的边缘人进行体压分布仿真,得到腰部支撑部位座椅变形。结合前面已经求得的变形后的位置,通过补偿变形量反求座椅型面的初始位置,如图7(a)所示。补偿的变形量为压力分布计算获得的座椅海绵变形。根据上述方法确定座椅靠背关键部位的型面,并经过造型修整后得到的座椅靠背形状参见图7(b)。

5 结论

(1)研究了目标人群人体数据的统计分布规律和使用原理。提炼出对驾驶姿势和坐姿舒适性具有影响的人体尺寸,经过统计分析得出了其中的主成分。据此筛选了边缘人体模型,为保证设计适应度和减少计算量提供了保障。

(2)利用姿势预测方法和边缘人体模型进行了联合仿真,获得了边缘人体模型背部特征点的分布,并在其中筛选出了用于确定腰背部支撑分布范围的边缘人体模型,得到了用于座椅腰背部设计的人体腰背部特征点分布。

(3)根据边缘人体模型的腰背部特征点分布数据、人体尺寸数据和体压分布仿真结果,计算得出了符合坐姿舒适性和理想体压分布的座椅靠背海绵型面设计方案。

本文中提出的意在保证人体舒适姿势和腰背部舒适的驾驶座椅正向设计方法,能够有效提高设计质量和一次成功率。目前的研究采用边缘人体模型来考虑设计适应度,但有可能出现采用了若干阶主成分仍不能保证设计适应度的情况,需要研究一些替代方法;此外,在体压分布等的仿真方面采用了一些简化,例如将皮肤、肌肉等视为同种材料模拟,并且计算量很大,未来的研究将建立更为详细的人体模型,考虑更多的因素,并提高计算的效率,以完善本文中提出的座椅正向设计方法。

[1]任金东.汽车人机工程学[M].北京:北京大学出版社,2010.

[2]卢纹岱.SPSS for Windows统计分析(2版)[M].北京:北京大学出版社,2005.

[3]任金东,陈景辉,陆善彬,等.汽车人机工程设计中的人体数据应用方法研究[J].汽车工程,2013,35(6):505 -509.

[4]徐钟济.蒙特卡罗方法[M].上海:上海科学技术出版社,1985.

[5]任金东,范子杰,黄金陵.数字人体模型技术及其在汽车人机工程设计中的应用综述[J].汽车工程,2006,28(7):647-651.

[6]Reed Matthew P,Flannagan Carol A C.Anthropometric and Postural Variability Limitations of the Boundary Manikin Approach[C].SAE Paper 2000-01-2172.

[7]Society of Automotive Engineers.Recommended Practice J4002,H-Point Machine(HPM - Ⅱ)Specification and Procedure[S].Warrendale PA:Society of Automotive Engineers,Inc.,2005.

[8]Jack van Hoof,Raymond van Markwijk,Murielle Verver.Numerical Prediction of Seating Position in Car Seats[C].SAE Paper 2004-01-2168.

[9]Reed M P,Manary M A,Flannagan C A C,et al.A Statistical Method for Predicting Automobile Driving Posture[J].Human Factors,2002,44(4).

[10]Society of Automotive Engineers.Recommended Practice J1100,Motor Vehicle Dimensions[S].Warrendale PA:Society of Automotive Engineers,Inc.,2002.

[11]陈彦华.客车座椅设计与人体工程学[J].汽车研究与开发,1995(5):22-24.

[12]Du Xiaoming,Ren Jindong,Sang Chunlei,et al.Simulation of the Interaction Between Driver and Seat[J].Chinese Journal of Mechanical Engineering,2013,26(6):1234-1241.

猜你喜欢

人体模型边缘座椅
2016年奔驰E260L主驾驶座椅不能调节
一张图看懂边缘计算
你愿意变成伞还是座椅
基于乘员体型的车辆安全性研究
Family makes 45—foot icicle in front yard
体验创新:3D人体扫描仪测三围
奔驰S350车驾驶人侧座椅不能加热
人体模型内置摄像头为数据收集
在边缘寻找自我
走在边缘