基于中国人体眼椭圆的汽车HMI设计研究.docxVIP

?

?

基于中国人体眼椭圆的汽车HMI设计研究

?

?

中国汽车技术研究中心有限公司天津大学鞠伟男刘丽萍温泉

关键词：眼椭圆;中国人体特征;HMI;设计建议

随着汽车技术的发展及消费者对舒适性、交互性关注度的提升，HMI设计越来越多地被提及。汽车HMI设计是一个比较特殊的领域，与传统意义上的HMI（HumanMachineInterface）有一定的区别。汽车是一个复杂的人——机——环境交互的工具，并且隨着技术的发展，汽车正在从一个单纯的运载工具，逐渐演变成与人进行复杂交互的载体。

汽车强国均拥有一套符合本国国情的人机体系，例如，美国汽车工程师协会（SAE）人机体系、日本人机体系、德国人机体系等。统计全球前四大汽车市场销量数据可以发现，除中国外，均是本国品牌占据销量榜前三的位置。中国目前人机设计体系还为空白，企业设计大都参考SAE规范进行简单修正，是导致中国自主品牌车辆产品力不足的原因之一。

眼椭圆作为人机体系重要组成部分之一，在整车视野设计、交互设计中发挥着重要作用。1975年Ishida等人对日本驾驶员眼椭圆与SAE眼椭圆进行对比研究后发现，日本人体眼椭圆定位中心比SAE靠后，论文中给出的解释是可能由于日本驾驶员大都倾向于手臂伸直驾驶，导致乘坐位置靠后。由此可见，眼点位置并非完全由人体基本尺寸决定，与种族、人群的生活习惯、文化差异等也存在一定联系。本文将简述中国人体眼椭圆的构建方法，与SAE眼椭圆进行对比分析，最终为汽车HMI设计提供建议。

1眼椭圆基本概念

眼椭圆是“驾驶员眼睛位置”的一种统计表示法，在车辆三维空间中，不同身高、不同性别的眼点在空间内聚合成椭圆状。经统计分析处理，可得到左右各一，分别代表左右眼点的分布图形，简称为“眼椭圆”。

2基于中国人体眼椭圆的汽车HMI设计流程

2.1数据采集

2.1.1试验样本

样本的选择是眼点数据的基础，样本选择的精度将直接决定数据采集的准确性。本次试验运用最新的中国人体数据库。

采用统计学方法，选取500样本，其中男性258名，女性242名;身高分布在148cm～181cm之间，平均身高162.4cm，符合正态分布;体重分布在40kg～92kg之间，平均体重65.7kg;年龄分布在17岁～70岁之间，平均年龄43.5周岁。

2.1.2试验样车

所选样车人机参数范围覆盖A类车范围，涵盖美系、法系、德系、日韩、国产等多种车系;群众基础良好;行驶里程不超过1万公里。本次试验共选择大众CC、哈弗H9、卡罗拉、帕萨特、福特锐界、逍客、大众高尔夫、大众途观8辆样车。

2.1.3试验设备

试验对整车坐标系下样车及被试进行扫描得到点云数据，为保证较高的点云质量，试验使用两种扫描设备结合的方式进行扫描。形创HandySCAN700用于扫描样车整体结构，精度0.002mm。GOSCAN用于扫描人体驾乘姿态及车辆内外饰，精度0.1mm。

2.1.4试验方法

1）信息统计。统计被试性别、年龄、身高、体重等基本信息。

2）扫描前准备。向被试介绍数据采集流程及注意事项，要求试验对象穿着白色紧身衣裤、白色或者灰色等暗色调鞋子（或套上白色鞋套，建议穿运动鞋），头戴白色泳帽（头发不能露出），身上不能佩戴首饰;并在被试关键特征点位置粘贴标记点，包括肩点、膝盖、肘部等部位。

3）眼点数据扫描。样本坐在车辆主驾位置，调整座椅、方向盘至舒适位置，佩戴安全带，双手握方向盘，左脚放置于搁脚板，右脚放置于油门踏板（不用力踩油门），目视前方，模拟正常开车状态。对样本驾乘姿态进行扫描，要求各特征扫描完整，特别是脸部、头部。

2.1.5眼点数据预处理

提取方法如下：（1）拟合眼部点云，以左右、上下最宽处作“十字线”作为辅助参考;（2）同一个人在不同的车中，左右眼距保持一致，误差在±1mm内;（3）若眼部点云一侧质量较差，则参考较好一侧，并保证第2条规定。

2.2数据处理

2.2.1异常值剔除

异常值的存在会严重影响分析结果的精度。在实际扫描过程中，扫描样本不仅存在点云缺失、错位等，还有部分样本存在驾驶姿态异常的情况，如人体中线与方向盘中心点Y向存在较大偏差、头部后仰等。对采集的数据进行筛选，剔除不完整数据、异常数据，最终得到3469组数据。

2.2.2正态分布检验

运用单样本K-S（Kolmogorov-Smirnov）检验样本数据推断总体是否服从某一理论分布。其原假设是Hn：样本来自的总体与指定的理论分布无显著差异。如果检验得到的相伴概率值小于或等于用户心中的显著性水平a，则应拒绝H，认为样本来自的总体与指定的分布有显著差异;如果相伴概率值大于用户心中的显著性水平a，则不能拒绝Hn，可以认为样本来自的总体与指定的分布无显著差异。由表1可以看出，该车X、Y、Z三个方向的眼点数据渐近显著性均大于显著性水平0.