一种区分座椅“硬支撑”与“硬压迫”状态的自动化判定方法与流程

摘要: 本技术涉及汽车座椅,具体涉及一种区分座椅“硬支撑”与“硬压迫”状态的自动化判定方法。背景技术:1、随着汽车智能化和舒适性评价技术的发展,汽车座椅的人机工程性能已...
一种区分座椅“硬支撑”与“硬压迫”状态的自动化判定方法与流程

本技术涉及汽车座椅,具体涉及一种区分座椅“硬支撑”与“硬压迫”状态的自动化判定方法。

背景技术:

1、随着汽车智能化和舒适性评价技术的发展,汽车座椅的人机工程性能已经成为车辆开发过程中的重要评价指标。其中,座椅对人体的压力分布状态是评价乘坐舒适性、支撑性能以及人体受力合理性的重要依据。目前,在汽车座椅设计、开发及验证过程中,通常采用体压分布测试技术对乘员与座椅接触区域的压力状态进行分析。该技术通常通过设置于座椅坐垫和靠背区域的压力传感垫采集人体与座椅接触面的压力数据,并根据采集得到的压力矩阵生成二维体压分布云图,通过不同颜色区域显示人体各接触位置的压力大小、分布范围以及压力集中程度,从而辅助工程人员判断座椅结构设计是否合理。

2、现有技术中,座椅评价工程师通过观察体压云图中高压力区域的位置、面积、压力峰值以及压力分布均匀性等参数,结合自身工程经验对座椅支撑性能进行评价。例如,当坐骨结节区域出现相对集中且左右对称的高压力区域时,工程人员通常认为该区域能够提供有效承托作用,即座椅发泡材料或结构设计形成了良好的支撑效果;而当某一区域出现明显压力峰值或局部压力集中现象时,则可能被认为是座椅内部骨架、支撑结构或造型凸起造成的人体局部压迫,即所谓的“硬点顶人”现象。在实际设计过程中,工程人员通常还会结合乘员体重、人体尺寸以及经验阈值进行辅助判断,例如根据峰值压力是否超过某一经验范围判断该区域是否存在过硬风险,并据此决定后续优化方向,如增加或降低发泡硬度、调整座椅曲面造型、改变支撑结构布局等。

3、然而,上述基于体压云图的评价方式,本质上仍属于依赖工程人员经验的主观分析方法,其主要依据为人体与座椅之间产生的物理压力分布,而无法进一步获取乘员自身的生理反馈状态。因此,在实际座椅开发过程中,同一体压分布结果可能由于不同评价人员的经验水平、判断标准以及理解方式不同,而产生不同甚至相互矛盾的评价结论。

4、现有基于体压分布云图人工经验判读的方法虽然能够直观反映人体与座椅之间的压力分布情况,但其仍存在较大的局限性。首先,该方法具有较强的主观依赖性,评价结果容易受到工程人员经验水平的影响。对于同一处体压高压区域,不同人员可能产生不同理解,一部分人员可能认为该高压区域代表座椅提供了充分有效的支撑,属于正常人体承托状态;而另一部分人员可能认为该区域代表座椅局部过硬或存在结构干涉,属于人体受到压迫的不舒适状态。因此,该方法缺少统一、客观且可重复验证的判定标准,容易导致座椅优化方向出现偏差。

5、其次,现有技术通常依赖固定压力阈值判断座椅是否存在压迫问题,例如通过设定某一峰值压力标准判断超过该数值即代表座椅过硬。然而,人体对于压力的感知具有明显的个体差异,不同乘员由于体重、身高、体脂比例、骨骼结构、肌肉状态以及疼痛敏感程度不同,对于相同压力水平可能产生完全不同的舒适感受。因此,采用统一的绝对压力阈值无法准确反映不同乘员真实的乘坐体验,容易造成误判。

6、此外,现有体压分析方法仅能够检测人体与座椅接触面的外部压力变化,而无法识别乘员自身主动调整姿态或肌肉代偿行为对压力分布造成的影响。在实际乘坐过程中,当座椅某一区域产生不适压迫时,乘员可能会通过腰背肌肉紧张、姿态调整或主动发力等方式抵抗压力,从而改变人体与座椅之间的接触状态,使体压云图出现压力集中或变化异常。然而,传统体压测试系统无法获取乘员肌肉活动水平,无法判断当前高压区域究竟是由座椅提供稳定支撑产生,还是由于人体主动抵抗不适产生。因此,仅依靠体压分布数据难以准确区分“有效硬支撑”和“造成不适的硬压迫”两种完全不同的状态,导致座椅舒适性评价仍存在准确性不足、自动化程度低以及评价结果可靠性不足的问题。

7、在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本技术的目的是提供一种区分座椅“硬支撑”与“硬压迫”状态的自动化判定方法,以解决上述背景技术中的问题。

2、为了实现上述目的,本技术提供如下技术方案:一种区分座椅“硬支撑”与“硬压迫”状态的自动化判定方法,包括以下步骤:

3、采集座椅使用过程中乘员与座椅接触区域的体压分布数据以及乘员对应区域的肌电信号数据,将体压分布数据与肌电信号数据按照时间进行同步处理;

4、在乘员处于静息状态时,根据体压分布数据确定乘员的初始压力参考值,根据肌电信号数据进行信号处理,确定对应目标肌群的静息肌电参考值;

5、对座椅使用过程中的体压分布数据进行持续检测,计算当前时刻的目标区域压力值,将目标区域压力值与初始压力参考值进行比较,在目标区域压力值超过预设压力变化条件且持续时间达到预设时间阈值时,触发高压检测事件;

6、响应于高压检测事件,获取高压检测事件对应时间段内目标肌群的肌电数据,计算当前肌电值与静息肌电参考值之间的变化比例,根据变化比例判断乘员对应区域是否存在肌肉代偿状态;

7、根据变化比例的判断结果,对座椅高压区域进行状态判定,在变化比例未超过预设判定阈值时,将座椅高压区域判定为硬支撑状态,在变化比例超过预设判定阈值时,将座椅高压区域判定为硬压迫状态,并输出对应判定结果以及高压区域的位置、持续时间和压力参数信息。

8、体压分布数据包括由设置于座椅坐垫区域以及靠背区域的压力传感垫采集形成的二维压力矩阵数据,二维压力矩阵数据用于记录乘员与座椅接触区域内不同位置的压力分布状态,计算机程序按照统一采样时间对体压分布数据和肌电信号数据进行同步记录,使每一时刻的压力变化数据对应同一时间段内目标肌群的肌电活动数据。

9、初始压力参考值通过乘员完成落座后的静息状态数据获取,计算机程序在车辆静止状态下连续采集预设时间段内的体压分布数据,从坐骨结节区域的压力分布数据中提取初始峰值压力p0,并将初始峰值压力p0作为后续高压区域检测过程中与当前目标区域压力值进行比较的个体化压力基准。

10、静息肌电参考值通过对采集的表面肌电信号进行预处理获得,预处理过程包括对肌电信号执行整流处理、截止频率为5hz的低通滤波处理以及积分计算处理,根据处理后的肌电信号计算目标肌群处于自然放松状态下的静息积分肌电值iemg0,并将静息积分肌电值iemg0作为肌肉活动变化判断依据。

11、目标区域压力值通过滑动时间窗口对体压分布数据进行实时计算获得,计算机程序持续检测目标区域的压力变化趋势,将当前时刻计算获得的峰值压力p_t与初始压力参考值p0进行比较,当满足p_t>p0×1.2且持续时间超过预设时间阈值t1时,将当前压力变化状态确定为高压检测事件。

12、高压检测事件对应的目标肌群根据座椅高压区域位置进行确定,当检测到坐垫坐骨结节区域产生高压检测事件时,获取腰椎l2-l4竖脊肌对应时间段内的肌电数据;当检测到靠背肩胛骨区域产生高压检测事件时,获取斜方肌中束对应时间段内的肌电数据,以建立座椅受压区域与人体生理响应区域之间的对应关系。

13、变化比例通过当前肌电值与静息肌电参考值之间的比值计算获得,计算机程序根据积分肌电值iemg_t与静息积分肌电值iemg0之间的关系计算肌电增幅比值r,其中r用于表征目标肌群相对于自然放松状态的活动变化情况,并作为判断乘员对应区域是否存在肌肉代偿状态的判定参数。

14、状态判定过程采用二元判决方式,当肌电增幅比值r≤1.5时,将对应座椅高压区域判定为硬支撑状态,表示当前高压区域对应肌群未产生明显代偿性收缩;当肌电增幅比值r>1.5时,将对应座椅高压区域判定为硬压迫状态,表示当前高压区域对应肌群存在持续代偿性收缩。

15、高压区域的位置通过体压分布矩阵中的压力异常区域确定,计算机程序在完成硬支撑状态或硬压迫状态判定后,将高压区域对应的空间位置、触发时间、持续时间、峰值压力p_t以及肌电增幅比值r进行关联存储,以生成包含压力信息和生理响应信息的座椅评价数据。

16、判定结果通过体压云图进行可视化显示,计算机程序根据硬支撑状态和硬压迫状态的不同判定结果对体压云图中的对应区域进行区别标识,其中硬支撑状态区域采用绿色标识,硬压迫状态区域采用红色闪烁标识,以便于评价人员快速识别不同性质的高压区域。

17、在上述技术方案中,本技术提供的技术效果和优点:

18、本技术通过采集体压分布数据与肌电信号数据,并利用肌电活动状态对体压高压区域进行生理验证,将传统依靠压力云图颜色分布以及人工经验判断的评价方式转变为基于人体生理反馈的客观判定方式,能够识别高压区域产生的真实原因,当压力升高但目标肌群未出现代偿性紧张时,将该区域判断为硬支撑状态;当压力升高同时伴随肌肉持续收缩时,将该区域判断为硬压迫状态,从而避免因单纯分析压力大小造成的判断偏差,提高座椅舒适性评价结果的可靠性。

19、本技术通过建立乘员自身的压力参考基准p0以及静息肌电参考值iemg0,将判定过程由统一压力标准判断转变为基于个体状态变化的自适应分析方式,能够适应不同乘员之间体重、体型以及肌肉状态差异带来的影响。同时,通过计算机程序自动完成高压事件检测、肌电数据查询、状态判定以及评价结果输出,可在车辆测试过程中实时生成分析结果,降低人工参与程度,提高座椅舒适性评价过程的自动化水平。