基于體壓分布的座椅舒適性評價研究

李崇玉，吳良芹

（215600 江蘇省 張家港市 沙洲職業工學院 機電工程系）

0 引言

人們在駕乘汽車過程中，身體與座艙內座椅直接接觸，汽車座椅設計得是否合理，直接決定駕乘人員的安全性和舒適性。隨著智能座艙概念的興起，對座艙整體舒適性提出新的要求，汽車廠商逐漸加大對座艙的研發投入。

有關研究方面，金曉平等[1]研究了發泡硬度，分析主觀評價試驗結果，總結發泡硬度對舒適性影響極大，并得到不同硬度發泡的舒適性程度；劉濤等[2]利用人體點云數據建立人體有限元模型，設計9 組不同駕駛姿勢的壓力分布仿真試驗，利用仿真模型評價汽車座椅的舒適性；Le[3]認為乘坐者頻繁變換坐姿是為了緩解不舒適，可以通過坐姿的變換頻率判斷座椅是否舒適。

隨著學者對座椅舒適性評價的深入研究，獲得了更多研究成果。但仍能發現目前研究中存在的問題：（1）參與舒適性評價的人員特征代表性不足；（2）客觀特征參數和主觀評價項目的選擇上有所差異，應根據企業產品的特點選擇相符的客觀特征參數和主觀評價指標。

本文根據BMI 值篩選能充分代表人體特征的測試人員，然后根據該企業產品特性設計主、客觀舒適性評價試驗，提取客觀特征參數，并處理主觀評價指標，從而獲得精準的模型樣本數據。

1 座椅舒適性理論

舒適性是人自我滿足的主觀感受，至今仍未形成統一的概念。對舒適性水平做出準確判斷的前提是先搞清楚舒適性定義。大家普遍認同的看法：（1）舒適是一種主觀感受，不同工作地點、不同任務、不同時間、不同人的主觀感受又有差異；（2）舒適是生理與心理之間經驗的感知，在評價時必須結合生理上的測量評價主觀的感受[4]。

通過人體解剖學原理，人體坐骨相對于周圍其他部件更加粗壯，可承擔更多重量。神經系統和血管分布在大腿上，過大的壓力會影響血液循環，并使人產生不舒適的感受，因此人在乘坐車輛時，壓力分布應遵循不同部位承受不同壓力等級的原則，即壓力分布應該在坐骨骨節部位最大，逐漸向周圍遞減，在大腿前部壓力降低至最小[5]。

2 座椅靜態舒適性評價試驗

合理的試驗設計和高質量試驗數據是座椅靜態舒適性評價研究的基礎。客觀試驗設計需要借助專業體壓采集設備，主觀評價試驗設計需結合企業現有評價量表和產品特性。本節分析采集設備不同模塊的原理和使用方法，選擇試驗需要的座椅，并選取樣本豐富的試驗測試人員。

2.1 客觀評價試驗設備及產品

2.1.1 體壓采集試驗設備

本文采用美國XSENSOR 技術公司的座椅壓力分布測量系統（XSENSOR PRESSURE IMAGING SYSTEM）。該座椅壓力分布測量系統測量被測試者背部和臀部各點的壓力，并分析、計算出各壓力。信號處理流程如圖1 所示。

圖1 信號處理流程圖Fig.1 Signal processing flowchart

2.1.2 選擇實驗座椅

本文選擇國內某自主品牌技術中心自主開發的3 張不同級別車型的座椅作為試驗對象。座椅詳細信息如表1 所示。

表1 試驗所選座椅信息Tab.1 Information of seat selected for the test

本文選取的試驗座椅形態圖如圖2 所示。

圖2 試驗座椅形態圖Fig.2 Test seat shape diagram

2.2 主觀評價試驗設計

2.2.1 設計主觀評分表

因不同車企產品特征不同，其在設定舒適性主觀評價表會有所差異。參考國內汽車廠商在座椅舒適性評價的常用方法，選擇合適的主觀舒適性評價指標。主要從發泡軟硬程度、輪廓貼合程度、乘坐人員體型等幾方面進行考慮。

結合本文研究的目的以及該企業座椅開發的實際要求，設計一份符合該企業研究和試驗條件的主觀評分表。座椅舒適性主觀評分表共有2 層，第1 層為主觀評價的目標層，第2 層為目標層下面的評價指標。本文把座椅靜態舒適性主觀評價的目標層分成坐墊、靠背和身體局部3 個部分。坐墊部分的評價指標包括坐墊軟硬度、坐墊輪廓和人體貼合程度、下半身整體舒適度；靠背部分的評價指標包括靠背軟硬度、靠背輪廓和人體貼合程度、上半身整體舒適度；局部部分的評價指標包括坐骨部分舒適度、大腿舒適度、臀部舒適度、低背舒適度、中背舒適度。主觀評分表如表2 所示。

表2 主觀評分表Tab.2 Subjective score sheet

2.2.2 測試人員選取

衡量健康及身材的標準有很多，其中BMI（Body Mass Index）是一個國際上通用的指標，本文通過BMI 標準選取不同體型的試驗人員，如式（1）：

式中：kg——人的體重；ξ——人的身高。外國人與中國人身材有較大差異，相關機構也制定了符合中國人身體特征的參考標準，如表3 所示。

表3 BMI 中國標準Tab.3 BMI China Standard

試驗共選取20 名測試人員，其中包括該企業座椅舒適性評審專家庫成員10 名，實驗室志愿者10 名，試驗測試人員BMI 值的分布區間為16.9～29.0。參照表3可以分出，偏瘦1人，正常12人，偏胖6 人，肥胖1 人，如表4 所示。

表4 試驗人員信息統計表Tab.4 Test personnel information statistics

2.2.3 試驗步驟

完成舒適性評價試驗共分7 個步驟。步驟1：準備試驗座椅；步驟2：調校壓力分布測量系統；步驟3：對試驗人員講解測試過程；步驟4：建立舒適性概念；步驟5：測量體壓分布；步驟6：填寫主觀評分表；步驟7：循環測試。試驗人員測試過程如圖3 所示。

圖3 試驗人員測試過程圖Fig.3 Tester's test process diagram

每個試驗人員完成整組測試需要30 min左右，本文通過對3 張座椅進行主、客觀舒適性評價試驗，共收集60 組體壓分布數據和60 組主觀評價數據，主、客觀評價試驗數據相互對應，為研究提供數據樣本。

3 座椅靜態舒適性評價試驗數據預處理

3.1 體壓分布數據處理

座椅舒適性評價試驗中，通過壓力分布測量系統采集試驗人員體壓分布情況，在軟件處理模塊中呈現成壓力云圖的形式。圖4 和圖5 是體壓采集實驗設備顯示的坐墊壓力分布2D 云圖和3D 云圖。

圖4 2D 云圖Fig.4 2D cloud map

圖5 3D 云圖Fig.5 3D cloud map

壓力云圖能夠直觀反應壓力的變化趨勢，但單純的依靠壓力云圖只能獲取每個壓力點的壓力數值，無法直接獲取數學模型所需數據樣本，需把試驗采集到的客觀體壓分布數據做進一步處理。作為表征乘坐人員與座椅接觸壓力的特征參數，首先需要具備明確的物理意義，即提取的特征參數需能夠從不同角度反映座椅特征；其次需要能夠反映體壓分布和主觀評價之間的關系[6]。本文提取坐墊平均壓力、坐墊最大壓力、坐墊接觸面積、坐墊圓形壓力梯度、坐墊最大壓力梯度、靠背平均壓力、靠背最大壓力、靠背接觸面積為特征參量[7]。同時，座椅體壓分布與座椅舒適性并非簡單、單一的關系，要更好地體現汽車座椅舒適特性，應把體壓分布與人體體征相結合，最終模型共10 個變量，分別記作x1，x2，…，x10。試驗數據提取的體壓參數特征表如表5 所示。

表5 體壓特征參數Tab.5 Body pressure characteristic parameters

3.2 主觀評分數據處理

3.2.1 精簡主觀評價指標

本文采用相關分析法分析評價指標的相關度。相關系數用R 表示，|R|值越大，變量之間的線性相關程度越高；|R|值越接近0，變量之間的線性相關程度越低。

根據主觀評分表，每個試驗樣本會有11 個評價指標，其中令C1=坐墊軟硬度，C2=坐墊輪廓和人體貼合程度，C3=下半身整體舒適度，C4=靠背軟硬度，C5=靠背輪廓和人體貼合程度，C6=上半身整體舒適度，C7=坐骨部分舒適度，C8=大腿舒適度，C9=臀部舒適度，C10=低背舒適度，C11=中背舒適度。表6 為本次試驗所獲主觀評分表數組。

表6 主觀評分表數組Tab.6 Subjective score table array

表6 中共60 組主觀評價樣本數據。運用SPSS軟件對11 個主觀評價指標進行相關性分析，通過計算得出兩兩主觀評價指標之間的相關系數[8]，分析結果如表7 所示。

表7 主觀評價指標之間的相關系數Tab.7 Correlation coefficients between subjective evaluation indicators

由計算結果可以看出，|R|＞0.8 的指標有C1和C7，C3和C7，C7和C9，即坐骨部分舒適度與坐墊軟硬度、下半身整體舒適度和臀部舒適度具有高度相關性，因此要剔除C7所代表的評價指標——坐骨部分舒適度。

3.2.2 主觀評價指標賦權

使用層次分析法對方案的重要性進行兩兩比較時，通常會模擬決策人員做判斷的兩種極端現象：肯定或否定。但是，決策人員通常不會選擇極端關系，而是使用模糊概念。換言之，通常情況下，人在進行兩兩因素的比較時，會認為某因素在某個程度內比另外一個因素重要，而不會單純地覺得 A比B 或B 比A 重要[9]。所以本文選擇層次分析法中的模糊層次分析法對主觀評價指標建立3 層遞階層次關系結構：

第1 層為座椅舒適性，記作LY；第2 層為3個主觀評價項目，即坐墊、靠背和局部，分別記作A1，A2，A3；第3 層為10 個主觀評價指標，即C1，C2，C3，C4，C5，C6，C8，C9，C10，C11。

計算遞階層次第3 層的所有指標總權重值，如表8 所示。

表8 所有指標權重值Tab.8 All indicator weight values

汽車座椅靜態舒適性評分用y 表示，如式（2）所示：

式中：y——舒適性主觀評分值；TCi——評價指標總權重值；Ci——評價項目打分值。

3.2.3 整體主觀評分值

對主觀評分表數據進行處理，由復雜的主觀評分表計算得出主觀評分值，結果如表9 所示。

表9 試驗樣本主觀評分值Tab.9 Subjective score of test sample

4 座椅靜態舒適性評價模型建立及應用

4.1 基于BP 神經網絡舒適性評價預測模型

試驗共收集60 組數據，構成60×11 的樣本數據集。如表10 所示。

表10 樣本數據集Tab.10 Sample data set

建立BP 神經網絡評價預測模型，需構建初始網絡，初始BP 神經網絡模型如下：

可用向量表示為：

初始網絡參數設定，隱含層節點個數是13 個，初始權重值是0.9，學習率為0.01，訓練次數為500 次，訓練目標為0.001，其余網絡參數按照系統默認的值為準，不再單獨調整。

BP 神經網絡初始模型各項參數確定之后，運用45 組試驗數據對BP 神經網絡進行訓練，經過300 次左右訓練模型收斂。

建立模型是為了實現良好的預測功能，模型建立的優劣標準是檢驗其在學習過程中是否出現過擬合或欠擬合情況。對測試集的15 組數據代入模型進行舒適性評分預測，對比預測評分與真實評分。模型的測試驗證情況如圖6 所示。

圖6 測試集驗證對比圖Fig.6 Test set verification comparison chart

BP 神經網絡評價預測模型實際評分與預測評分誤差分析如表11 所示。

表11 實際評分與預測評分誤差分析Tab.11 Error analysis of actual score and predicted score

在進行模型訓練后，一般會利用均方根誤差指標來客觀評價預測的精度，均方根誤差主要用來衡量預測值同真實值之間的偏差，能夠反映測量的精密度，BP 網絡訓練REMS 收斂情況如圖7 所示。

圖7 BP 網絡訓練REMS 收斂情況Fig.7 BP network training REMS convergence

由模型訓練結果分析：模型在訓練集上的均方根誤差是0.6，測試集上的均方根誤差是0.66，模型預測的平均誤差率是6.7%，結果證明模型的預測效果較為理想。

4.2 工程應用

不同體型的人落座時，乘坐姿勢不同，對舒適性的感受也會不同。本節基于BP 神經網絡舒適性評價預測模型，對該車企某款SOP 階段座椅進行靜態舒適性評價。

當座椅靠背角發生變化時，限制坐墊傾角為4.5°，坐墊高度43.5 cm，試驗人員男性，身高1.78 m，體重70 kg，符合50%人體模型（參照安全碰撞測試人體），進行6 組舒適性評價試驗，試驗結果如表12 所示。結果表明：此條件下靠背角度調整為64°時，乘坐舒適性最好。

表12 靠背角度變化對比Tab.12 Comparison of backrest angle changes

5 結論

本文基于體壓分布數據，結合人體生理學研究成果，通過研究座椅舒適性主、客觀評價試驗，分別對試驗數據進行分析處理，建立汽車座椅靜態舒適性評價模型。獲得的階段性研究成果如下：

（1）通過合理設計主、客觀評價試驗，選取該企業座椅評審專家和隨機人員作為試驗對象，利用BMI 篩選被試人員的體型特征，優化被試人員的身材比例，確保試驗數據的豐富性，一定程度上補償樣本量不足的缺點。

（2）提取能充分反應體壓分布特征的參數，并對各特征參數物理含義進行分析；采用相關分析法和模糊層次分析法把復雜的主觀評價表轉化為汽車座椅靜態舒適性評分值；采用BP 神經網絡算法建立汽車座椅靜態舒適性評價模型。