郭巍，周蒙蒙，范濤 ，彭強，阮金偉

（武漢理工大學 汽車工程學院，湖北 武漢 430070）

座椅是汽車內與乘員直接接觸的一個部件，座椅舒適性直接影響整車的舒適性.座椅的材料、乘坐姿勢和座椅結構等會直接影響座椅舒適度，而座椅高度、靠背角度以及滑軌位置則是通過影響人椅接觸面之間的體壓分布間接地影響座椅舒適度.

隨著人們的需求不斷進步，汽車座椅越來越趨向多樣化、智能化，這也是未來汽車座椅的主流發(fā)展方向.關于座椅智能化，一些學者進行了研究，Lahiry等［1］為了減少手動調節(jié)座椅，研究了通過使用MATLAB 的微控制器和圖像處理工具包自動調節(jié)汽車座位.Vamsi等［2］通過使用人臉識別算法來達到座椅自動調節(jié).智能調節(jié)座椅是通過調節(jié)座椅參數(shù)實現(xiàn)的，所以研究座椅調節(jié)參數(shù)對座椅舒適性的影響至關重要.目前關于座椅調節(jié)參數(shù)對座椅舒適度的影響分析主要集中在某一個參數(shù)對座椅舒適性的影響.比如，Guo等［3］通過建立座椅模型，應用有限元模型分析座椅腰部支撐的調節(jié)對體壓參數(shù)的影響，從而得到腰部支撐尺寸為10 mm 時座椅舒適度最高的結論.Lim 等［4］通過研究15 名駕駛員在駕駛過程中調節(jié)不同腰部支撐部位的體壓分布數(shù)據和主觀評分來研究腰椎支撐突出對汽車座椅舒適度的影響.除了腰部支撐對座椅舒適度的影響，還有一部分研究是針對椅面傾角以及靠背角度.高振海等［5］建立了不同身材駕駛員的骨肌力學模型，通過椅面傾角參數(shù)的動態(tài)調整分析駕駛員的下肢肌肉肌電測試，得到椅面傾角為10°～16°時座椅舒適性最好.杜瑤等［6］通過分析不同座椅靠背傾角下學生的體壓分布數(shù)據，并結合學生的主觀評價分數(shù)得到了舒適的學生座椅靠背角度.Macuzic 等［7］創(chuàng)建了“數(shù)字人體模型”和轎車虛擬環(huán)境，考慮座椅靠背不同角度，以確定駕駛員身體的不適感，采用了不同男性和女性人群的人體測量學特征，在駕駛和休息兩種情況下進行分析，采用Ramsis 軟件包對“人體模型”在駕駛和休息狀態(tài)下的姿態(tài)進行分析，將獲得的疲勞和不適感作為身體部位的不適感，給出了不同類型的受試者獲得的疲勞和不適值不同的結論.馬鐵軍［8］將駕駛員座椅位置及其感受作為研究對象，設計了3 種坐墊角的駕駛環(huán)境，將試驗人群根據其人體參數(shù)劃分為不同人群，然后進行試驗獲得不同座椅位置數(shù)據，并建立了每種駕駛環(huán)境參數(shù)下駕駛員感受隨駕駛位置變化的數(shù)量關系和綜合各種信息的神經網絡評價模型，給出了針對不同人群座椅設計的建議，在汽車智能化設計的進程中充分體現(xiàn)了以人為本的設計理念.彭巧朦［9］從體壓分布測試試驗出發(fā)，探尋座椅材料特性、使用者特性、座椅參數(shù)與舒適度之間存在的關系.

以上研究都是關于座椅的單個調節(jié)參數(shù)對座椅舒適度的影響，目前，缺乏多個座椅調節(jié)參數(shù)對座椅舒適度的影響分析.基于此，本文針對靠背角度、座椅高度和滑軌位置3 個座椅調節(jié)參數(shù)設計正交試驗，采集體壓數(shù)據，對數(shù)據進行灰色關聯(lián)度分析；分析影響座椅舒適度的調節(jié)參數(shù)，研究座椅調節(jié)參數(shù)對體壓分布的影響，從而為智能調節(jié)座椅提供數(shù)據支撐.

1 座椅舒適性和體壓分布

座椅舒適性是駕乘人員的一種感受，目前對座椅舒適性研究主要采用主觀評價和客觀評價的方法.主觀評價一般采用量表打分法，駕駛員將乘坐座椅的主觀感受用量表的形式展現(xiàn)出來，是最直觀的評價方法.客觀評價一般通過測量體壓分布、生理信號、駕駛姿勢等來評價座椅的舒適性.其中，體壓分布是駕駛員與座椅接觸區(qū)域內的壓力分布，它能直接反映座椅的舒適程度.研究發(fā)現(xiàn)，體壓分布數(shù)據是與座椅舒適度相關性最為顯著的評價指標.舒適駕駛姿勢所對應的體壓分布如圖1 所示，在坐墊上表現(xiàn)為在坐骨結節(jié)部位壓力最大，由坐骨結節(jié)中心向四周擴展；舒適的背部體壓分布應當是肩胛骨與腰椎處壓力最高，向四周逐漸減小.駕駛員在乘坐座椅時，上軀干與大腿之間的夾角為θ2，大腿與小腿之間的夾角為θ1，如圖2 所示.當座椅的靠背角度改變時，θ2會隨之改變；當座椅高度和滑軌位置改變時，θ1會隨之改變.θ1和θ2改變則駕駛員與座椅接觸區(qū)域的壓力分布就會改變，從而導致駕乘舒適性降低.即體壓分布會隨著座椅的調節(jié)而改變，調節(jié)座椅的高度、滑軌位置和靠背角度都會改變體壓分布，從而影響座椅舒適性.所以本文是通過研究座椅調節(jié)參數(shù)對體壓分布數(shù)據的影響來研究座椅的舒適性.試驗中可以獲得體壓分布云圖和對應的原始壓力數(shù)值矩陣，將原始壓力矩陣進行處理，并提取各體壓指標：靠背平均壓力，靠背接觸面積，靠背總壓力，坐墊平均壓力，坐墊接觸面積，坐墊總壓力.

圖1 舒適駕駛姿勢所對應的體壓分布Fig.1 Body pressure distribution corresponding to comfortable driving posture

圖2 駕駛姿勢與座椅調節(jié)參數(shù)示意圖Fig.2 Schematic diagram of driving posture and seat adjustment parameters

2 試驗設計

2.1 試驗對象

本文的試驗對象為HPM 裝置和10 名試驗人員.HPM裝置分別模擬50百分位假人和95百分位假人；10名試驗人員中，有5名50百分位人員，5名95百分位人員，由于試驗結果需要對各百分位人體與HPM裝置得到的體壓結果作對比，所以百分位數(shù)參考美國汽車工程師學會（Society of Automotive Engineers，SAE）人體尺寸標準，其中第50百分位表示有50%的人等于或小于這個尺寸，第95 百分位表示有95%的人等于或小于這個尺寸.參與試驗的人員平均身高為173.5 cm，最高的為183 cm，最矮的為162 cm；平均體重66.45 kg，體重最大的為90 kg，最小的為48 kg；試驗人員均身體健康，半年之內沒有受傷情況，且均有一定的駕駛經驗.具體信息如表1 所示，其中身體質量指數(shù)（Body Mass Index，BMI）為國際上衡量人體胖瘦程度以及是否健康的一個常用指標，可以根據身高和體重計算得到.

表1 試驗人員基本信息Tab.1 Basic information of the experimenter

2.2 試驗裝置

本文采用X-sensor 壓力墊，如圖3（a）所示.XSensor 可以采集人體和座椅接觸面之間每個點的壓力值，是目前相關產品里面穩(wěn)定性、精確度、測量密度都比較好的壓力系統(tǒng)之一.設備擁有坐墊壓力墊和靠背壓力墊，每個壓力墊均有48×48 個小方格，此壓力墊自帶操作軟件.HPM 裝置如圖3（b）所示，駕駛員試驗平臺如圖3（c）所示，試驗中用到的座椅如試驗平臺中所示，座椅的參數(shù)信息如表2所示.

表2 座椅的參數(shù)信息Tab.2 Information of seat parameter

圖3 試驗裝備Fig.3 Experimental equipment

2.3 試驗方案設計

在研究因子對變量的影響時，傳統(tǒng)方法是控制變量的全面試驗法.但是，在研究多因子的作用時，進行全面試驗非常耗時.正交試驗設計是在科研及生產實際中比較容易掌握和最具有實用價值的一種試驗設計方法，它通常適用于多因素試驗條件的研究.根據試驗的因素數(shù)和各因素的水平數(shù)，選擇適當?shù)恼槐韥戆才旁囼?，采用?shù)理統(tǒng)計的方法處理數(shù)據，可以方便地找到諸多因素中對試驗指標有顯著影響的主要因素［10］，是一種高效率、快速、經濟的試驗設計方法.因此，本研究采用正交試驗方法.

設計三因子五水平（表3）的正交試驗，對座椅進行3個試驗.首先，對10名試驗人員進行三因子正交試驗；然后，選擇HPM 裝置進行三因子正交試驗；最后，選擇編號為1號和9號的兩名試驗人員進行單因子試驗.

表3 正交試驗因子水平Tab.3 Factors and levels of orthogonal experiments

10 位試驗人員分別進行25 組試驗，正交試驗順序如表4 所示，輸出對應的原始體壓數(shù)據和體壓分布云圖.然后選擇HPM 裝置模擬50 百分位假人和95 百分位假人各進行25 組試驗，輸出對應的原始體壓數(shù)據和體壓分布云圖.對原始體壓數(shù)據提取體壓指標，由于試驗結果過多，表4 中只列出了一部分試驗結果，為95百分位假人的靠背平均壓力.

表4 正交試驗順序Tab.4 Order of orthogonal experiments

2.4 數(shù)據處理方法(灰色關聯(lián)度分析)

灰色關聯(lián)度分析是一種用灰色關聯(lián)度順序來描述因素間關系的強弱、大小和次序的數(shù)據處理方法［11］.其基本思想是通過確定參考數(shù)據列和若干個比較數(shù)據列的幾何形狀相似程度來判斷其聯(lián)系是否緊密，它反映了曲線間的關聯(lián)程度.通?？梢赃\用此方法來分析各個因素對于結果的影響程度，本研究用來分析座椅調節(jié)參數(shù)對體壓參數(shù)的影響程度.灰色關聯(lián)度的基本步驟與公式如下.

1）確認參考序列與比較序列：因變量構成參考序列x0，自變量構成比較序列xi（i=1，2，3，…，n），x0和xi稱為變量序列［12］.本文的參考序列為各體壓指標，比較序列為座椅參數(shù).

2）無量綱化：通過某種方法去掉x0和xi的量綱，轉化為純數(shù)字系列，以便進行統(tǒng)計計算和分析比較.無量綱化常用的方法有均值化法、初值化法、區(qū)間化法等［11］.本文采用均值化法.

3）求差序列、兩級最大差和兩級最小差［12］.差序列為：

兩級最大差和最小差分別為：

4）求關聯(lián)系數(shù)［12］.

式中：ρ為分辨系數(shù)，在（0，1）之間取值，一般取ρ=0.5.

5）關聯(lián)度計算［12］.由關聯(lián)系數(shù)求得比較序列與參考序列的關聯(lián)程度.計算關聯(lián)度可采用平均值或者加權求得.本文采用平均值方法，該關聯(lián)度公式為：

式中：i=1，2，3，…，m.對關聯(lián)度進行排序，關聯(lián)度越大，說明比較序列與參考序列變化的態(tài)勢越一致，該序列對參考序列的影響也越大.

3 結果與分析

從試驗獲取的體壓數(shù)據中提取以下體壓指標：靠背平均壓力（Backrest Average Pressure，BAP）；靠背接觸面積（Backrest Contact Area，BCA）；靠背總壓力（Backrest Total Pressure，BTP）；坐墊平均壓力（Cushion Average Pressure，CAP）；坐墊接觸面積（Cushion Contact Area，CCA）；坐墊總壓力（Cushion Total Pressure，CTP）.

3.1 灰色關聯(lián)度分析

利用公式進行灰色關聯(lián)度分析計算，得到不同人體的體壓指標與座椅調節(jié)參數(shù)之間的關聯(lián)度，結果如圖4 所示.圖中的數(shù)值為關聯(lián)度值，數(shù)值越大，關聯(lián)度越高.

圖4 不同人體體壓指標與座椅調節(jié)參數(shù)之間的灰色關聯(lián)度Fig.4 Gray correlation degree between different human body pressure indicators and seat adjustment parameters

由圖4（a）可知，灰色關聯(lián)度結果顯示靠背角度對95 百分位假人的靠背和坐墊體壓指標關聯(lián)度最高，其次是滑軌位置，關聯(lián)度最低的是座椅高度；由圖4（b）可知，靠背角度對靠背和坐墊的體壓指標關聯(lián)度最高，其次是滑軌位置，座椅高度對靠背和坐墊的體壓指標關聯(lián)度最低.由圖4（c）可知，50 百分位假人的靠背和坐墊體壓指標與靠背角度關聯(lián)度最高，其次是滑軌位置，關聯(lián)度最低的是座椅高度.由圖4（c）和圖4（d）可知，50 百分位假人和人體的靠背、坐墊體壓指標與座椅參數(shù)的關聯(lián)度大小趨勢基本一致.

對50 百分位假人和人體、95 百分位假人和人體的灰色關聯(lián)度分析的結果均顯示，座椅調節(jié)參數(shù)和體壓指標的關聯(lián)度大小為：靠背角度＞滑軌位置＞座椅高度.

通過灰色關聯(lián)度分析，95 百分位假人和人體數(shù)據的對比以及50 百分位假人和人體數(shù)據的對比，可以確定的是靠背角度和滑軌位置對體壓參數(shù)的影響較大，座椅高度對體壓參數(shù)影響較小.所以選擇靠背角度和滑軌位置兩個因子進行單因子試驗，分別研究座椅靠背角度和滑軌位置對體壓指標的影響.

3.2 單因子對體壓參數(shù)的影響分析

將座椅高度固定在設計位置即中間位置；將滑軌位置固定在80 mm，將靠背角度分別調至80°、85°、90°、95°、100°；將靠背角度固定在90°，將滑軌位置分別調至80 mm、90 mm、100 mm、110 mm.輸出體壓數(shù)據，提取體壓指標，由于各體壓指標的量綱不同，所以將體壓指標進行歸一化，結果如圖5所示.

圖5 不同人體體壓指標隨座椅調節(jié)參數(shù)的變化Fig.5 Changes of different human body pressure index along with the seat adjustment parameters

由圖5（a）可知，95 百分位人體的BTP 和BCA 隨著靠背角度的增大而增大，BAP 變化較??；相反，靠背角度越大則CTP、CAP 和CCA 有略微變小的趨勢.由圖5（b）可知，隨著滑軌位置的變大，靠背的各體壓指標有略微變小的趨勢，但是這個變化趨勢相對于靠背角度并不明顯；CAP 和CTP 在滑軌位置改變的時候幾乎沒有變化，CCA 有較小的變化趨勢.由圖5（c）可知，50 百分位人體的BTP 和BCA 也是隨著靠背角度的增大而增大，BAP 變化不明顯；CCA 隨靠背角度的增大總體呈現(xiàn)增大的趨勢，而CTP 和CAP 則呈現(xiàn)略微變小的趨勢.由圖5（d）可知，滑軌位置的變化對靠背體壓指標的影響非常??；隨著滑軌位置的改變，CAP 和CTP 的大小幾乎沒有改變，在滑軌位置向前時CCA會越來越小.

4 結論

1）采用灰色關聯(lián)度分析方法分別對HPM 裝置、95 百分位人體以及50 百分位人體對應的體壓分布進行分析，試驗結果表明：靠背角度和滑軌位置與體壓分布之間的關聯(lián)度較大.

2）采用單因子試驗研究不同的靠背角度和滑軌位置對應的體壓分布指標.結果表明：不同百分位人體的整體靠背體壓指標均隨靠背角度的增大而增大，坐墊整體體壓指標隨靠背角度的增大有略微變小的趨勢；隨著滑軌位置的變大，95百分位人體的靠背體壓指標變小，坐墊接觸面積變小，50百分位人體的靠背體壓指標變化較小，坐墊接觸面積變小，其余指標無明顯變化.

3）本文研究了體壓指標隨座椅調節(jié)參數(shù)改變的變化趨勢，而體壓指標可以反映座椅的舒適性，證明可以通過改變座椅調節(jié)參數(shù)實現(xiàn)舒適性的調節(jié)，為智能調節(jié)座椅提供理論支持.