基于预测模型的舒适操纵人机布置优化设计方法及系统

1.本发明涉及汽车人机工程学技术领域，具体为基于预测模型的舒适操纵人机布置优化设计方法及系统。


背景技术：

2.随着汽车技术的发展，汽车乘坐舒适性以及操纵舒适性越来越成为人们关注的焦点，一款乘坐及操纵舒适性良好的汽车能够迅速吸引消费者眼球，大大提高产品的竞争力。而汽车的操纵舒适性以及乘坐舒适性与驾驶室内的人机布置参数息息相关，设计良好的驾驶室人机布置能够给车辆乘员带来良好的舒适性体验，其舒适性评价也会相应提高。
3.实车行驶工况下，如何方便准确的评估车辆驾乘人员舒适性的主观感受仍是目前行业关注的焦点，也是研究的难点。受心理状态、环境以及行车时长等的影响，车辆驾乘人员可主观感知舒适与不舒适，但很难阐释该舒适性感知产生的原因，不易评定舒适性等级。因此，构建由客观特征参量进行主观舒适性感知的预测模型，对客观、准确的评定舒适性，以及对舒适操纵人机布置的理解和改进设计等均具有重要意义，且舒适性预测模型通过对大量样本学习能够一定程度的消除主观性和随机性的影响。
4.目前，很多车型都具有了汽车座椅电动调节功能，通过调整座椅来改变驾驶室人机布置，但是缺乏根据驾驶员自身情况进行调整驾驶室人机布置的系统，整个汽车座椅的调节过程均需人为的反复调整来达到舒适驾驶状态。另外一些自动调节功能的座椅多通过监视车辆乘员的驾驶姿态、关节角大小等进行调节，并不考虑实际情况下该车辆乘员是否达到一种舒适状态、舒适性程度是否达到最佳。因此对汽车驾驶室人机布置的设计需要依据一种客观、精确且满足不同车辆乘员个体差异的方法，以适应车辆乘员舒适操纵人机布置个性化的需求，对不同体征车辆乘员人机操纵布置进行优化。


技术实现要素：

5.为解决上述技术问题，本发明提出了基于预测模型的舒适操纵人机布置优化设计方法及系统，以解决现有技术中对驾驶室人机布置的设计不客观、不精确问题。以建立的舒适操纵人机布置预测模型为依据，结合人椅骨肌力学模型和体压分布，进行汽车座椅、踏板和方向盘等人机布置参数对驾驶姿态舒适性影响的分析，测定各体征驾驶员的最优人机布置参数，最终实现不同体征驾驶员的人机布置优化设计。
6.为实现上述目的，本发明采取的技术方案是：
7.基于预测模型的舒适操纵人机布置优化设计方法，包括以下步骤：
8.1)车辆乘员保持操纵姿态落座于驾驶位时，利用摄像头和座椅压力传感器检测车辆乘员身体尺寸和体重值，确定车辆乘员的人体百分位；
9.2)根据检测到的车辆乘员人体百分位，构建动态操纵骨肌力学模型，通过仿真动态操纵下车辆乘员人体工作肌群与关节运行情况，测定不同人机布置参数组合下的仿真肌肉激活程度特征参数；、
10.所述步骤2中，构建车辆乘员动态操纵骨肌力学模型，包括以下步骤：
11.1.1)运用生物力学仿真软件anybody，基于hill肌肉模型，建立全身骨骼肌肉模型，通过等比例缩放的方式将人体各部位参数调节至符合不同体征车辆乘员的人体尺寸；
12.1.2)建立驾驶室环境模型，包括座椅模型、方向盘以及踏板模型，座椅模型包括头枕、靠背、坐垫、脚部支撑和地板；踏板模型包括歇脚踏板和油门踏板；
13.1.3)将车辆乘员人体模型与驾驶室环境模型进行链接，解决过约束问题，其中，头枕、靠背以及坐垫的连接处设置转动副，以铰接的方式进行连接，以实现靠背倾斜角和坐垫倾斜角的调节，脚部支撑和腿部支撑间设置棱柱副，以保证脚部支撑和腿部支撑间绕z轴方向的旋转，脚部支撑和地板间以移动副的方式进行连接，来实现腿托和地板间相对位置的调节；
14.1.4)对动态操纵仿真模型进行验证，将该模型输出肌肉激活程度与实际试验测得的肌肉激活程度相比较，两者误差在许可范围内则模型有效，所述试验对于肌肉激活程度的测量，采用表面肌电技术法，利用以下公式将肌肉表面肌电信号转换为肌肉激活程度：
[0015][0016][0017]
上式分别为肌电信号的均方根幅值计算公式以及肌肉激活程度ma的值，其中emg(t)是在t时刻下的表面肌电信号的电压值，t为采样时间窗长度，rms
test
为实验中肌肉在完成某动作时的肌电信号均方根值，rms
mvc
为肌肉进行最大自主收缩时的肌电均方根值；
[0018]
3)利用压力传感器获取人椅界面压力分布，所述压力传感器分别安装于座椅坐垫区域及座椅靠背区域；
[0019]
4)建立舒适操纵人机布置预测模型，并分析该预测模型的预测效果，保证预测精度，将获取的人椅界面压力分布信息以及仿真肌肉激活程度信息输入建立好的舒适操纵人机布置预测模型中，测定车辆乘员不同人机布置工况下的舒适性；
[0020]
所述步骤4中，建立舒适操纵人机布置预测模型，包括以下步骤：
[0021]
4.1)获取试验样本，实车驾驶情况下，采集受试者在各人机布置参数下的体压分布、相关肌群表面肌电信号以及主观舒适性评分等试验数据作为试验样本；
[0022]
4.2)将试验样本划分为训练集和测试集进行预处理，所述训练集样本数与测试集样本数分别占总样本数的25％和75％；
[0023]
4.3)建立舒适操纵人机布置预测模型，将试验所获得的样本输入到预测模型中，进行训练与测试，并测定预测模型的拟合效果；
[0024]
4.4)对所建立的舒适性预测模型的预测效果采用客观评价的方式进行分析，保证模型的预测精度；
[0025]
5)基于建立的舒适操纵人机布置预测模型，结合动态操纵人椅骨肌力学模型，全面分析满足车辆乘员舒适性的操纵人机布置参数，进行不同体征车辆乘员最优舒适操纵人机布置参数的研究，以适应车辆乘员舒适操纵人机布置个性化的需求，实现不同体征车辆乘员人机操纵布置的优化设计。
[0026]
作为本发明优化设计方法进一步改进，所述步骤1)中车辆乘员人体百分位具体包括1百分位、5百分位、10百分位、50百分位、90百分位、95百分位以及99百分位，车辆乘员人体百分位，基于gb/t 1000-1998中国成年人体尺寸标准来确定。
[0027]
作为本发明优化设计方法进一步改进，所述步骤4)中舒适操纵人机布置预测模型的建立采用的方法包括模糊理论、支持向量机和线性回归分析以及神经网络。
[0028]
作为本发明优化设计方法进一步改进，所述步骤5)中人机布置参数优化方法，包括以下步骤：
[0029]
3.1)确定驾驶室内对车辆乘员手臂姿态以及下肢姿态具有显著影响的人机布置参数；
[0030]
3.2)根据车辆乘员人体百分位确定这些人机布置参数的舒适范围，依据舒适范围设定各人机布置参数的值，并获得不同人机布置参数设定值的所有组合；
[0031]
3.3)利用仿真模型在所有人机布置参数设定值组合下进行模拟驾驶，输出相关肌肉群激活程度；
[0032]
3.4)利用建立的舒适操纵人机布置预测模型，输入肌肉激活程度以及体压分布客观参量，输出不同人机布置参数组合所对应的舒适性评分，确定最高舒适性评分对应的最优人机布置参数组，实现不同体征车辆乘员人机操纵布置的优化设计。
[0033]
作为本发明优化设计方法进一步改进，所述人机布置参数包括：方向盘和油门踏板中心点距离车辆乘员h点之间的x向距离l1和l2，方向盘中心点和油门踏板中心点距离车辆乘员踵点间的z向距离h1和h2，以及座椅坐垫角a27和靠背角a40。
[0034]
本发明所述基于预测模型的舒适操纵人机布置优化设计方法的系统包括测量模块、仿真模块、中枢模块和优化设计模块；
[0035]
测量模块，用于获取车辆乘员人体百分位以及人椅界面压力分布信息；
[0036]
测量模块在车辆乘员保持操纵姿态落座于驾驶位时测量车辆乘员人体尺寸及体重，根据人体尺寸及体重两个参数计算人体百分位，将人体百分位信息传递到仿真模块；并计算人椅界面分布压力，并将压力分布信息传递到中枢控制模块；
[0037]
仿真模块，用于仿真动态操纵下车辆乘员人体工作肌群与关节运行情况，输出不同人机布置下相关肌肉激活程度；
[0038]
仿真模块接收测量模块输出的人体百分位信息，通过等比例缩放的方式将人体各部位参数调节至符合该车辆乘员体征的人体尺寸进行驾驶操纵模拟，输出不同人及配置下相关肌肉激活程度的信息，并将这些信息传递到中枢模块；
[0039]
中枢模块，用于利用舒适操纵人机布置预测模型，计算并输出各体征车辆乘员人机操纵布置的优化设计；
[0040]
中枢模块接收压力分布和相关肌肉激活程度信息，基于建立的舒适操纵人机布置预测模型，结合动态操纵人椅骨肌力学模型，全面分析满足车辆乘员舒适性的操纵人机布置参数，进行不同体征车辆乘员最优舒适操纵人机布置参数的研究，计算并输出各体征车辆乘员人机操纵布置的优化设计；
[0041]
优化设计模块：用于将人机布置调节至舒适操纵位置；
[0042]
优化设计模块，用于接收中枢模块的人机布置优化信息，将人机布置调节至舒适操纵位置。
[0043]
作为本发明优化系统进一步改进，所述的测量模块，使用摄像头检测车辆乘员身体尺寸，其中摄像头位置根据需要选择位置。使用压力传感器获取车辆乘员体重以及人椅界面压力分布信息，基于车辆乘员身高及体重参数确定车辆乘员的人体百分位，其中压力传感器分别安装于座椅坐垫区域及座椅靠背区域。
[0044]
作为本发明优化系统进一步改进，所述的仿真模块，基于测量模块实际获取的人体百分位进行仿真，输出对应的不同人机配置下的肌肉激活程度信息。
[0045]
作为本发明优化系统进一步改进，所述的优化设计模块的人机布置参数信息，包括：方向盘和油门踏板中心点距离车辆乘员h点之间的x向距离，方向盘中心点和油门踏板中心点距离车辆乘员踵点间的z向距离，以及座椅坐垫角和靠背角大小。
[0046]
本发明由于采取以上技术方案，其具有以下有益效果：
[0047]
1)本发明方法以建立的舒适操纵人机布置预测模型为依据，结合动态操纵人椅骨肌力学模型，具体分析满足车辆乘员舒适性的操纵人机布置参数，进行不同体征车辆乘员最优舒适操纵人机布置参数的研究，为车辆乘员提供一种结合个体差异和客观参量的人机布置综合设计方法，实现不同体征车辆乘员人机操纵布置的优化设计。
[0048]
2)能够更加精确、客观的评估车辆驾乘人员舒适性的主观感受，对汽车座椅舒适性的理解和产品改进设计以及应用等均具有重要意义。
[0049]
3)本发明方法及系统为不同体征车辆乘员提供了最佳人机布置，可以应用于人机布置的设计阶段，也可实际应用于驾驶室人机布置的自动调节，有效提高车辆驾乘人员的驾乘舒适性。
附图说明
[0050]
图1为本发明的基于预测模型的舒适操纵人机布置优化设计方法的流程图；
[0051]
图2为本发明实例一提供的样本均方误差随训练次数的变化图；
[0052]
图3为本发明实例一提供的使用正则化rbf神经网络舒适操纵人机布置预测模型的预测结果图；
[0053]
图4为本发明实例一提供的使用正则化rbf神经网络舒适操纵人机布置预测模型的预测误差图；
[0054]
图5为本发明实例二提供的基于预测模型的舒适操纵人机布置优化设计系统框图；
[0055]
图6为本发明实例二提供的基于预测模型的舒适操纵人机布置优化设计系统流程图。
具体实施方式
[0056]
下面结合附图与具体实施方式对本发明作进一步详细描述：
[0057]
实施例一
[0058]
如图1所示，本实施例提供基于预测模型的舒适操纵人机布置优化设计方法，在本实施例中，选用神经网络建立舒适操纵人机布置预测模型，神经网络具有优良的非线性映射特性，特别是bp神经网络应用广泛，而rbf神经网络具有更高的计算速度以及预测精度，因此具体选用rbf神经网络建立舒适操纵人机布置预测模型。首先，测定车辆驾乘人员在实
车驾驶工况下的与舒适性显著相关的人椅界面压力、表面肌电信号以及主观舒适性评价分数，作为试验样本，并将试验样本划分为训练集和测试集进行预处理，其中，训练集样本数与测试集样本数分别占总样本数的25％和75％；其次，建立动态操纵下的人体骨肌力学模型，通过等比例缩放的方式将人体各部位参数调节至符合不同体征车辆乘员的人体尺寸，运用动态操纵骨肌力学模型进行仿真分析，通过仿真动态操纵下的人体工作肌群与关节运行情况，测定不同人机布置下的肌肉激活程度特征参数；之后，利用newrb函数进行rbf神经网络舒适性预测模型的创建，并正则化处理，将测定的相关体压数据和肌肉激活程度以及主观舒适性评价分数输入模型中，并进行训练与测试，通过对节点中心、标准差和权重的不断调整，使网络符合要求。经反归一化处理，测定正则化rbf神经网络的拟合效果；然后，对正则化神经网络舒适操纵人机布置预测模型的预测效果采用客观评价的方式进行分析，度量指标主要包括：平均绝对百分比误差(mape)、均方根误差(rmse)以及theil不等系数(theil ic)等；最后，针对不同百分位驾驶员，运用舒适性预测模型，全面分析满足舒适性的汽车座椅、踏板和方向盘等人机布置参数的优化设计，确定各体征驾驶员满足舒适性的最优人机布置参数。
[0059]
在本实施例中：选用与舒适性显著相关的臀部平均压力、大腿部平均压力、背部平均压力、臀部力度、大腿部力度、靠背力度、股直肌激活程度、肱三头肌激活程度以及腓肠肌激活程度共9个评价指标为舒适性特征分量。通过实车试验测试共获得2784组试验样本，为提高网络的泛化能力需对样本进行预处理，主要包括训练集和测试集的划分。其中，测试样本和训练样本分别占样本数的75％和25％，按随机样本的方式进行排列，共2088个训练样本用于舒适性预测模型的构建，696个测试样本用于模型的预测检验。
[0060]
在本实施例中，运用归一化算法对驾驶员舒适性主观感知的评价结果进行归一化处理，解决由于座椅发泡软硬度、行车时长、环境、驾驶员本身个性、生理特征以及个体感知能力的差异所造成得舒适性的主观感知发生变化，以减小误差，并解决网络不收敛等问题。首先，按公式
①
进行标准评价区间的确立；其次，运用公式
②
将h
ij
转换成hi'j，完成驾驶员舒适性主观评价的归一化处理。
[0061][0062]
上式(1)中k表示驾驶员数目，hi表示第i名驾驶员舒适性的主观评价。
[0063]h′
ij
＝hm/l
ave
*h
ij
ꢀꢀ
(2)
[0064]
上式(2)中，hm表示舒适性主观评价区间的平均值(中值)，l
avg
表示舒适性主观评价的平均值。hm/l
avg
被称为归一化系数。
[0065]
在本实施例中，所述正则化理论及正则化rbf神经网络，具体为表示为：公式(3)所示为寻优逼近函数，正则化增加了公式(3)中所示的正则化项ec(f)进行逼近函数光滑度的控制。运用范函数测得公式(3)的解如下式(4)所示。g(x,ui)函数为中心对称径向基函数，可以采用常用的高斯径向基函数。
[0066][0067]
上式(3)中，es(f)表示标准误差，作用为进行最优逼近函数的寻找，ec(f)和λ分别
表示为正则化项和正则化系数，d表示线性微分算子，用来评估f(x)对平滑性的约束程度。
[0068][0069]
进一步地，将试验测定的舒适性特征参数和归一化后的舒适性主观评价，运用正则化rbf神经网络进行舒适操纵人机布置预测模型的训练与验证：图2所示为网格训练过程中样本均方误差随迭代次数的变化图像，测试后的样本均方误差为0.00129，神经网络经106次训练后，达到训练精度要求，样本均方误差(简称mse)计算公式如下式(5)所示：
[0070][0071]
图3及图4表示696份测试集样本在该模型下的训练结果，以及预测结果和真实结果间的误差，分析图中舒适性的预测结果可知，正则化rbf神经网络舒适操纵人机布置预测模型的预测结果和真实值间具有相同的变化趋势，预测结果与真实结果间的误差均小于0.07，表明舒适性的主观评价能通过本实施例所建立的的正则化rbf神经网络模型进行精准预测。
[0072]
进一步地，在本实施例中，对正则化rbf神经网络舒适操纵人机布置预测模型的预测效果采用客观评价的方式进行评估，度量指标主要包括：平均绝对百分比误差(mape)、均方根误差(rmse)以及theil不等系数(theil ic)等。平均绝对百分比误差为绝对百分比误差的平均值，如下式(6)所示。
[0073][0074]
均方根误差(root mean square error，rmse)的计算公式如下式(7)所示。
[0075][0076]
theil不等系数(theil ic)的定义如下式(8)所示。
[0077][0078]
上式(6)、(7)、(8)中，yr和分别表示神经网络训练部分的原始数据和预测数据。
[0079]
本实施例所建立的正则化rbf神经网络舒适操纵人机布置预测模型预测效果如表1所示：
[0080]
表1：
[0081][0082]
如上述表1所示，分析表中数据可知，平均绝对百分比误差(mape)为0.9141％，则预测结果较真实结果的平均偏离为0.9141％，远小于5％，表明该模型具有很高的预测精度。均方根误差(rmse)为0.0966，预测值和真实之间偏差较小。theil不等系数的测试结果
为0.0071，趋近于0，预测值和真实值间拟合度较好。r2以及调整可决系数r2的测试结果分别为0.9866和0.9446，取值趋近于1。
[0083]
在本实施例中，为了获取与舒适性显著相关的的肌电信号，因此采用仿真模型获取。通过anybody建立驾驶员骨肌生物力学模型，获取更多肌肉块对应的最大肌肉激活度特征参数。在实际驾驶操作过程中许多的肌肉激活度无法被准确测量，训练样本可选择使用anybody仿真肌肉激活度，可以避免测量上的不便，还可以将更多无法实际测量的肌群激活度用于舒适评价，提升预测精度。基于hill肌肉模型，运用生物力学仿真软件anybody建立驾驶姿态下的全身骨骼肌肉模型以及驾驶室模型。通过等比例缩放的方式将人体各部位参数调节至符合各体征驾驶员的人体尺寸。所述的驾驶室环境仿真模型，包括座椅、方向盘以及踏板模型。其中，座椅模型包括头枕、靠背、坐垫、脚部支撑和地板。头枕、靠背以及坐垫的连接处设置转动副，以铰接的方式进行连接，以实现靠背倾斜角和坐垫倾斜角的调节。脚部支撑和腿部支撑间设置棱柱副，以保证脚部支撑和腿部支撑间绕z轴方向的旋转。脚部支撑和地板间以移动副的方式进行连接，来实现腿托和地板间相对位置的调节。踏板模型包括歇脚踏板和油门踏板。
[0084]
本实施例中，综合运用试验测试和仿真分析，进行舒适性客观参量和舒适性评价关系的研究，建立驾驶姿态下的舒适操纵人机布置预测模型。运用建立的预测模型、人椅骨肌力学模型和体压分布，分析驾驶员群体或者驾驶员个体在满足舒适性情况下的人机布置范围，实现不同体征驾驶员的最优人机布置设计。
[0085]
进一步地，本实施例以95百分位车辆乘员为例，运用基于舒适性预测模型的舒适操纵人机布置优化设计方法，全面分析满足舒适性的汽车座椅、踏板和方向盘等人机布置参数的优化设计，进行各体征驾驶员满足舒适性的最优人机布置参数的研究与分析。将方向盘和油门踏板中心点距离h点之间的x向距离l1和l2，方向盘中心点和油门踏板中心点距离驾驶员踵点间的z向距离h1和h2设定为因子，进行优化:根据95th驾驶员舒适人机布置的参数范围，方向盘中心点与h点之间的x向距离l1设定为388mm、399mm与410mm。方向盘中心点与驾驶员踵点间的z向距离h1设定为655mm、685mm以及715mm。油门踏板中心点至驾驶员h点之间的x向距离l2设定为882mm、898.5mm和915mm。驾驶员踵点与h点之间的z向距离h2设定为325mm、350mm与375mm，共81组不同的人机布置组合，由于建立的人椅骨肌力学模型舒适驾驶姿态的仿真分析和实测结果具有较好的一致性，采用驾驶员和座椅骨肌力学模型进行舒适驾驶姿态的仿真分析，并通过体压坐垫进行4因子3水平工况下的体压分布测试。将试验测定的舒适性特征参量输入舒适操纵人机布置预测模型中，在不同人机布置下进行舒适性预测，得到的最高舒适性评分所对应的人机布置组为：方向盘中心点和h点之间的x向距离l1取399mm，方向盘中心点和驾驶员踵点间的z向距离h1取655mm，油门踏板中心点至驾驶员h点之间的x向距离l2取898.5mm，驾驶员踵点和h点之间的z向距离h2取375mm。因此在此人机布置下该车辆乘员能达到最佳舒适性，进而实现人机布置参数的最优设计。
[0086]
实施例二
[0087]
如图5和图6所示，本实施例提供基于预测模型的舒适操纵人机布置优化设计系统，在车辆乘员实际驾驶情况下调节驾驶室人机布置，在满足车辆乘员舒适性前提下实现最优驾驶室人机布置，具体包括：
[0088]
测量模块m1，用于获取车辆乘员人体百分位以及人椅界面压力分布信息。
[0089]
仿真模块m2，用于仿真动态操纵下车辆乘员人体工作肌群与关节运行情况，输出不同人机布置下相关肌肉激活程度。
[0090]
中枢模块m3，用于利用舒适性预测模型，计算并输出各体征车辆乘员人机操纵布置的优化设计。
[0091]
优化设计模块m4：用于将人机布置调节至舒适操纵位置。
[0092]
在本实施例中，测量模块m1在车辆乘员保持操纵姿态落座于驾驶位时测量车辆乘员人体尺寸及体重，并计算其人体百分位信息，将人体百分位信息传递到仿真模块m2，并计算人椅界面分布压力，将压力分布信息传递到中枢控制模块m3。仿真模块m2接收测量模块m1输出的人体百分位信息，通过等比例缩放的方式将人体各部位参数调节至符合该车辆乘员体征的人体尺寸进行模拟，输出不同人及配置下相关肌肉激活程度信息，并将这些信息传递到中枢模块m3。中枢模块m3接收压力分布和相关肌肉激活程度信息，基于建立的舒适操纵人机布置预测模型，结合动态操纵人椅骨肌力学模型，全面分析满足车辆乘员舒适性的操纵人机布置参数，进行不同体征车辆乘员最优舒适操纵人机布置参数的研究，计算并输出各体征车辆乘员人机操纵布置的优化设计。优化设计模块m4：用于接收中枢模块m3的人机布置优化信息，将人机布置调节至舒适操纵位置。人机布置参数信息具体包括：方向盘和油门踏板中心点距离车辆乘员h点之间的x向距离，方向盘中心点和油门踏板中心点距离车辆乘员踵点间的z向距离，以及座椅坐垫角和靠背角大小。
[0093]
上述实施例中，使用摄像头检测车辆乘员身体尺寸，其中摄像头位置可根据需要安置于驾驶室内顶面或设置在车门内侧面，使用压力传感器获取车辆乘员体重及人椅界面压力分布信息，基于车辆乘员身高及体重参数确定车辆乘员的人体百分位，其中压力传感器分别安装于座椅坐垫区域及座椅靠背区域。
[0094]
上述实施例中，仿真模块m2内包含车辆乘员动态操纵骨肌力学模型，基于测量模块m1实际获取的人体百分位调节模型比例进行仿真，输出对应的不同人机配置下的肌肉激活程度信息。
[0095]
上述实施例中，中枢模块m3内预存建立好的舒适性预测模型，该模块根据测量模块m1输出的体压分布、仿真模块m2输出的肌肉激活程度信息，计算并输出各体征车辆乘员人机操纵布置的优化设计。
[0096]
上述实施例中，优化设计模块m4根据中枢模块m3输出的最佳人机布置优化信息，驱动座椅调节机构，调节车辆乘员座椅位置以及坐垫角和靠背角大小至相应位置，为车辆乘员提供车内驾驶室人机布置的最优设计，提高车辆乘员的驾乘舒适性。
[0097]
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作任何其他形式的限制，而依据本发明的技术实质所作的任何修改或等同变化，仍属于本发明所要求保护的范围。