馬利，付銳,b，孫秦豫，郭應(yīng)時(shí)*,b，王暢,b，袁偉,b

(長安大學(xué)，a.汽車學(xué)院；b.汽車運(yùn)輸安全保障技術(shù)交通行業(yè)重點(diǎn)實(shí)驗(yàn)室，西安 710064)

0 引言

暈車屬于暈動癥(Motion Sickness,MS)的一種，是一種常見的病癥，會產(chǎn)生包括惡心和嘔吐等不良反應(yīng)，影響乘員的乘坐體驗(yàn)，甚至?xí)斐煽謶中睦?，影響日常出行交通工具的選擇。目前，普遍認(rèn)可的暈車產(chǎn)生機(jī)理是感知沖突理論[1]，該理論認(rèn)為引起暈車的主要原因是視覺感知系統(tǒng)、前庭系統(tǒng)和體感系統(tǒng)給小腦傳遞的信號之間存在差異，差異越大，越容易引起暈車。因此，較為劇烈的車輛運(yùn)動會引起更加嚴(yán)重的暈車。特別是自動駕駛汽車由于其安全性和減少擁堵的優(yōu)勢得到了極大的發(fā)展[2]，部分L2和L3級別的自動駕駛已經(jīng)量產(chǎn)，車載數(shù)字化交互設(shè)備不僅提高了使用門檻，也提高了暈車概率，因此，無論對于傳統(tǒng)汽車還是自動駕駛汽車，暈車問題迫在眉睫。所以，通過分析車輛運(yùn)動與暈車的關(guān)系，得到對應(yīng)的車輛參數(shù)暈車閾值，通過約束車輛運(yùn)動參數(shù)不超過暈車閾值是一種非常有效地減少暈車的方法。當(dāng)前，自動駕駛車輛的規(guī)劃控制算法中，關(guān)于通過約束運(yùn)動參數(shù)值減少暈車的方案并沒有明確的依據(jù)。

目前，針對暈車閾值已經(jīng)有了一些研究，暈車是由不舒適狀態(tài)逐漸累積形成的，因此，研究中也有用“舒適性”一詞描述乘員的暈車狀態(tài)。法國的ANGO項(xiàng)目聚焦于提升公交車的服務(wù)水平，并開展一項(xiàng)公交車乘員站立時(shí)不舒適狀態(tài)對應(yīng)的車輛參數(shù)閾值的試驗(yàn)，當(dāng)乘員感到不舒適時(shí)按下記錄按鈕，試驗(yàn)以加速度和加加速度(加速度導(dǎo)數(shù))作為分析對象，試驗(yàn)時(shí)長為10 min，分析得到不舒適時(shí)3個(gè)方向的加速度和加加速度均值[3]。類似的研究探究乘員不同姿態(tài)下舒適度對應(yīng)的橫向加速度閾值，試驗(yàn)時(shí)長為45 min，結(jié)果表明，乘員感到不適的3 個(gè)級別，不舒適、非常不舒適和極度不舒適對應(yīng)的橫向加速度分別為1.50，1.75，2.00 m·s-2[4]。LI等[5]分析客車司機(jī)的不安全加速行為與乘員舒適性之間的關(guān)系，試驗(yàn)通過乘員的主觀評價(jià)記錄不舒適狀態(tài)，路線總長26 km，結(jié)果表明，當(dāng)加速度大于或等于1.50 m·s-2，減速度小于或等于-0.75 m·s-2時(shí)會引起不適。郭應(yīng)時(shí)等[6]研究車輛換道對舒適性的影響，通過主觀評價(jià)方法采集乘員的狀態(tài)，利用受試者工作特性曲線得到不同暈車易感性乘員的車輛運(yùn)動參數(shù)(加速度和加加速度)舒適性閾值。

暈車狀態(tài)的衰退需要較長的時(shí)間，即暈車狀態(tài)具有累積效應(yīng)，暴露時(shí)間越長，暈車越嚴(yán)重，因此，暈車等級在乘車過程中是變化的，單一暈車閾值難以滿足動態(tài)變化的場景需求。當(dāng)前研究主要結(jié)合乘員的暈車主觀評價(jià)分析得到暈車閾值，潛在的假設(shè)是每次做出主觀評價(jià)前不存在暈車狀態(tài)，并未考慮不同暈車等級對閾值的影響。而文獻(xiàn)[7]僅僅建議針對不同行駛速度橫向加速度閾值應(yīng)該考慮多個(gè)值。因此，不同暈車等級下，車輛運(yùn)動參數(shù)閾值的變化規(guī)律值得深入探討。

為更加直觀地描述問題，本文將該問題稱之為車輛運(yùn)動參數(shù)相關(guān)的暈車敏感性(The susceptibility of car sickness related vehicle motion parameters based on different motion sickness ratings,SoCS-MP)。本文提出的SoCS-MP 主要體現(xiàn)在：隨暈車等級的上升，使暈車等級發(fā)生變化所對應(yīng)的車輛運(yùn)動參數(shù)最大值變小(下文簡稱假設(shè))，以敏感性假設(shè)的成立情況作為暈車敏感性特性。

不可忽略的是，暈車作為一種病癥，與乘員的特性密切相關(guān)，特別是暈車易感性(Motion Sickness Susceptibility,MSS)，即容易暈車的特性。同時(shí)，基于前面提到的感知沖突理論和當(dāng)前相關(guān)研究，乘車中看屏幕也是容易導(dǎo)致暈車的因素，本文將其稱為非駕駛相關(guān)任務(wù)(Non-Drive Related Tasks,NDRTs)。所以，暈車問題研究中MSS 和NDRTs 不能忽略，本文稱不同的MSS 和NDRTs 組合為“情景”。

綜上，針對上述未考慮不同暈車等級和不同情景等研究不足之處，本文設(shè)計(jì)4 種情境下(不同MSS、有無NDRTs)的實(shí)車乘坐試驗(yàn)，以4 種典型工況下的加速度和加加速度作為分析對象，分別針對4種情景討論暈車敏感性假設(shè)成立情況。不考慮暈車等級時(shí)，暈車閾值只表示暈車等級增加時(shí)的車輛參數(shù)值，考慮暈車等級時(shí)，暈車閾值表示暈車狀態(tài)變化(不增加，增加)時(shí)的車輛參數(shù)值，此時(shí)，暈車閾值具有多值性，為此，試驗(yàn)記錄每次運(yùn)動工況前后乘員的暈車狀態(tài)，得到暈車狀態(tài)變化情況。以兩個(gè)假設(shè)為基礎(chǔ)，進(jìn)一步，將相同情景和不同暈車等級下的暈車閾值變化規(guī)律(橫向敏感性)進(jìn)行橫向?qū)Ρ?，將不同情景和相同暈車等級下的暈車閾值變化?guī)律進(jìn)行縱向?qū)Ρ?縱向敏感性)，得到最終的暈車敏感性特性，豐富當(dāng)前暈車閾值問題研究。

本文的主要貢獻(xiàn)為：

(1)提出一種用于判定暈車易感性的算法。

(2)設(shè)計(jì)一種測量與運(yùn)動工況相關(guān)的暈車等級變化量的方法。

(3) 分析不同MSS 和NDRTs 下的車輛運(yùn)動參數(shù)與暈車等級之間的關(guān)系。

(4)提出暈車敏感性的概念，并探究4種情景下暈車敏感性特性。

本文針對暈車敏感性的研究可以明確不同情境下的暈車閾值，為傳統(tǒng)車輛提供舒適性駕駛參考依據(jù)，也可為自動駕駛規(guī)劃控制方法提供車輛運(yùn)動參數(shù)約束。

1 實(shí)驗(yàn)設(shè)計(jì)

本文的主要研究思路如圖1所示，實(shí)驗(yàn)?zāi)康臑楂@取4 種情景下乘員暈車等級及對應(yīng)的車輛運(yùn)動參數(shù)。通過有經(jīng)驗(yàn)駕駛員駕駛車輛在封閉實(shí)驗(yàn)場地按照既定工況和路線行駛，被試依據(jù)指令完成相關(guān)任務(wù)。

圖1 研究路線Fig.1 Research route

1.1 實(shí)驗(yàn)場地及工況

本文的研究目的是分析不同工況下的暈車敏感性，因此，為保證能夠完成既定順序的工況，以及保證不同被試數(shù)據(jù)的一致性，本文選擇在封閉場地開展實(shí)驗(yàn)。實(shí)驗(yàn)路線選擇內(nèi)側(cè)環(huán)形跑道，路面坡度為0，場地及實(shí)驗(yàn)路線如圖2所示。

圖2 試驗(yàn)場地及路線Fig.2 Test site and route

為模擬真實(shí)駕駛場景，同時(shí)，為量化分析，在前期實(shí)際采集城市道路駕駛數(shù)據(jù)分析的基礎(chǔ)上，結(jié)合文獻(xiàn)總結(jié)，本文選取幾種典型工況：加速、減速、換道和轉(zhuǎn)彎等單一工況，以及其他復(fù)合工況，為簡化分析，本文僅針對單一工況開展研究。每次實(shí)驗(yàn)行駛8 圈，約25 min，每個(gè)被試所經(jīng)歷的工況數(shù)目和順序全部相同。在執(zhí)行相應(yīng)的工況前，車輛均速行駛，最高車速不超過70 km·h-1。本文要求駕駛員對每種工況執(zhí)行兩種不同強(qiáng)度的操作，但不對每種強(qiáng)度作具體要求，以便獲取相對分散的數(shù)據(jù)，便于模擬真實(shí)場景和后續(xù)的統(tǒng)計(jì)分析。由于在實(shí)驗(yàn)中，駕駛員需要重復(fù)執(zhí)行多種操作，為避免實(shí)驗(yàn)時(shí)間和操作順序?qū)Τ俗孢m性的影響，在制定行駛工況順序時(shí)，每圈安排不同的工況。所有被試在實(shí)驗(yàn)中經(jīng)歷的行駛軌跡以及行駛工況的順序一致，避免因?yàn)樾旭傑壽E和行駛工況順序引起的駕駛?cè)耸孢m性感受的差異，實(shí)驗(yàn)工況次序如表1所示。

表1 試驗(yàn)工況及次序Table 1 Test conditions and sequence

1.2 實(shí)驗(yàn)設(shè)備

本文選擇比亞迪漢DM-i作為實(shí)驗(yàn)車輛。采用9 軸姿態(tài)傳感器記錄車輛運(yùn)動數(shù)據(jù)，傳感器量程為加速度±16 g，角速度2000(°)·s-1，角度X軸和Z軸為180°，Y軸為90°。測量精度加速度為0.01 g，角速度為0.05(°)·s-1。滿足實(shí)驗(yàn)需求。傳感器安裝于車輛儀表臺上方，坐標(biāo)系與車輛坐標(biāo)系保持一致。

1.3 被試

被試的不同特性對暈車影響較大，因此，本文分別介紹三方面的被試特性選取原則及依據(jù)。

1.3.1 年齡

一項(xiàng)研究通過對2840名被試的分析[8]發(fā)現(xiàn)，女性暈車發(fā)生比例在11 歲時(shí)最高，而男性為21 歲，20 歲時(shí)的暈船概率是80 歲的4 倍。全球性的暈車調(diào)查報(bào)告和實(shí)車實(shí)驗(yàn)顯示，年輕群體相對老年群體更易暈車。為使分析結(jié)果更具有顯著性，本文選擇年輕被試群體開展實(shí)驗(yàn)，平均年齡為25.65歲，標(biāo)準(zhǔn)差為2.12歲。

1.3.2 暈動易感性

當(dāng)前研究中，把容易暈車的特性稱之為暈動易感性，作為顯而易見的重要影響因素，研究中常用暈車易感性量表(Motion Sickness Susceptibility Questionnaire,MSSQ)及其簡化形式(MSSQ-s)記錄被試的暈車易感性[9]。MSSQ 包含兩部分內(nèi)容，分別是12 歲之前的暈車經(jīng)歷以及近10 年的暈車經(jīng)歷。已有研究中，主要根據(jù)一般人群的百分位數(shù)對被試暈車易感性的分類。例如，有研究根據(jù)第20和第80 百分位數(shù)得分將被試分為易感和不易感，得分中等的人被排除在外。也有研究將易感性得分高于80 百分位數(shù)得分的分為易感被試，低于80百分位數(shù)得分的分為不易感被試。也有根據(jù)第一、第二、第三及第四分位數(shù)將被試分為低度、輕度、中度和高易感性組。

可以看到，基于MSSQ判定暈車易感性方法各不相同，且國內(nèi)外人群可能會有差異，同時(shí)，MSSQ中缺少對乘坐交通工具頻次的分析，可能會使最終結(jié)果產(chǎn)生一定的偏差。因此，為減少M(fèi)SSQ 的偏差，本文提出一種結(jié)合主觀評價(jià)的暈車易感性判定方法，該方法結(jié)合主觀評價(jià)的綜合準(zhǔn)確性和MSSQ-s 的定量分析優(yōu)勢。首先，將暈車易感性分成4個(gè)等級，以自我報(bào)告的形式記錄被試的暈車易感性(SR)，4個(gè)等級的人數(shù)分別為7，14，13，2人，并填寫MSSQ-s 近10 年經(jīng)歷的部分(Avg 為9.96，SD為11.20)。以SR為基準(zhǔn)得到4個(gè)等級下的MSSQ-s平均值(3.25,10.38,16.44,42.258)，固定4個(gè)均值作為聚類中心，以歐氏距離作為聚類準(zhǔn)則將MSSQ-S分?jǐn)?shù)劃分成4類。最后，將SR分?jǐn)?shù)和MSSQ-s分?jǐn)?shù)加權(quán)相加，并劃分成兩類，權(quán)重因子分別為0.7 和0.3。由于兩種分?jǐn)?shù)均劃分成4 類，并作量化處理，因此，將中間值2作為高暈車易感性和低易感性劃分閾值，最終，確定高暈車易感性被試14 名，低暈車易感性被試22 名。本文設(shè)定的4 種情景分別是高暈車易感性-有NDRTs(HT)，高暈車易感性-無NDRTs(HN)，低暈車易感性-有NDRTs(LT)，低暈車易感性-無NDRTs (LN)。分別對4 種情景(LN、LT、HN、HT)進(jìn)行Cronbach 信度分析，α系數(shù)分別為0.9012，0.8537，0.8829 和0.8721，結(jié)果表明，信度較好，說明被試人數(shù)滿足要求。

1.4 實(shí)驗(yàn)流程

實(shí)驗(yàn)前，提前告知被試試驗(yàn)內(nèi)容以及可能經(jīng)歷的不適，詢問被試身體健康情況，并填寫實(shí)驗(yàn)知情書。

本文通過主觀評價(jià)記錄乘員的暈車等級，為更細(xì)致地記錄暈車等級，將其劃分為0～9級。其中，0代表不暈車；1～3 級為輕度暈車；4～6 級為中度暈車；7～9級為嚴(yán)重暈車。

2 名被試坐在后排，1 名被試坐在副駕駛。駕駛員按照指定工況駕駛，為獲取運(yùn)動工況前后的暈車等級，試驗(yàn)要求被試在每次運(yùn)動工況發(fā)生改變前的均速運(yùn)動階段記錄下自身暈車等級(0～9 級，9 代表嚴(yán)重暈車，需要停止實(shí)驗(yàn))。同時(shí)，在運(yùn)動結(jié)束后，記錄自身暈車狀態(tài)。方式與文獻(xiàn)[2-5]，均為主觀評價(jià)。開始記錄信號由駕駛員通過車載蜂鳴器發(fā)出，保證記錄暈車狀態(tài)時(shí)，車輛處于均速行駛，避免因記錄而引起暈車反應(yīng)。

實(shí)驗(yàn)分2次進(jìn)行，分別是有NDRTs和無NDRTs試驗(yàn)，非駕駛?cè)蝿?wù)為通過車載屏幕觀看視頻，為避免暈車的交互影響，被試參與2次的時(shí)間間隔在7 d以上。無NDRTs 試驗(yàn)除了記錄自身暈車等級外，不對被試作任何要求。有NDRTs實(shí)驗(yàn)要求被試除了記錄自身暈車等級外，全程觀看視頻。若被試在實(shí)驗(yàn)過程中無法完成實(shí)驗(yàn)，可隨時(shí)要求停止實(shí)驗(yàn)，并安排身體檢查和休息。試驗(yàn)車內(nèi)場景如圖3所示。

圖3 試驗(yàn)車內(nèi)場景Fig.3 Test vehicle interior scene

實(shí)驗(yàn)結(jié)束后，發(fā)放勞務(wù)費(fèi)，并安排被試休息，確定身體無恙后方可離開。

2 車輛運(yùn)動參數(shù)與暈車等級分析

本文的目的是探究4 類情境下的SoCS-MP 問題，進(jìn)一步，將其細(xì)分為橫向敏感性和縱向敏感性，需要分析暈車等級的累積效應(yīng)和不同情境下暈車等級的差異性，以此為基礎(chǔ)和先決條件才能探究暈車敏感性。

本文選取單一工況進(jìn)行分析，分別是加速、減速、換道和轉(zhuǎn)彎。本文選擇縱向工況下的最大加速度(a)和加加速度(j)，橫向工況下的橫向加速度(a)和橫向加加速度(j)作為分析對象，其中，換道工況以換道和回正時(shí)參數(shù)的最大值作為分析對象。本文按照不同被試和NDRTs將2組試驗(yàn)的數(shù)據(jù)分為4類，分別是高暈車易感性-有NDRTs(HT)，高暈車易感性-無NDRTs(HN)，低暈車易感性-有NDRTs(LT)，低暈車易感性-無NDRTs(LN)。

通過對數(shù)據(jù)的濾波處理與篩選，得到最終數(shù)據(jù)。4 種情境下，數(shù)據(jù)的數(shù)量如表2 所示。顯著性分析方法為單因素方差分析。

表2 4類情境下有效工況的個(gè)數(shù)Table 2 Number of effective working conditions in 4 situations

2.1 車輛運(yùn)動參數(shù)差異性分析

本文的敏感性假設(shè)之一是縱向敏感性，即在4類情景之間進(jìn)行對比。為了保證分析的一致性，需要排除其他變量的影響。表1說明4類情境下工況順序是一致的，因此，還需要分析4 類情境之間的運(yùn)動工況參數(shù)差異性。4 類情景下，不同工況參數(shù)分布的單因素方差分析結(jié)果如表3 所示，可以看到，不同工況下的參數(shù)分布均沒有顯著差異，表明運(yùn)動工況參數(shù)對4 類情景下暈車等級的影響較小。因此，可以進(jìn)行敏感性假設(shè)分析。

表3 4類情景下不同工況參數(shù)分布的差異分析Table 3 Analysis of differences in parameter distribution under different operating conditions under 4 situations

2.2 4類情景間暈車等級的關(guān)系

4 類情境下，暈車等級的時(shí)間差異性如表4 所示，“時(shí)間差異性”即不同暴露時(shí)間下，4類情景之間暈車等級的差異性，由于本文4類情景的工況順序相同，且實(shí)驗(yàn)時(shí)長基本一致，因此，以圈數(shù)代替暴露時(shí)間進(jìn)行顯著性分析?？梢钥吹剑榫癏N和LT下的暈車等級在實(shí)驗(yàn)前4圈無顯著差異，其余情況均存在顯著差異。結(jié)果表明，情景分類是合理的。

表4 4類情景下暈車等級的差異性Table 4 Differences in ratings of car sickness in 4 situations

2.3 車輛運(yùn)動參數(shù)與暈車等級的關(guān)系

不同情景和不同工況下，車輛運(yùn)動參數(shù)與暈車等級的趨勢如圖4所示。

圖4 4種情境下，車輛運(yùn)動參數(shù)與暈車等級的關(guān)系Fig.4 Relationship between vehicle motion parameters and degree of motion sickness in four scenarios

可以看到，暈車等級整體具有上升趨勢，并隨運(yùn)動參數(shù)值的較大幅度增加與減小而隨之變化。證明了不同情景之間的暈車等級存在顯著性差異，4種情景的暈車等級依次為：LN小于LT小于HN小于HT，同時(shí)，相鄰運(yùn)動參數(shù)值差異較小的情況下，暈車等級呈上升趨勢?？梢钥吹剑進(jìn)SS 比低MSS 乘員的暈車等級要高，表明本文所提出的MSS分類方法是有效的。同時(shí)也表明，引起暈車等級增加的車輛運(yùn)動參數(shù)可能具有不同的閾值，需要進(jìn)一步做量化分析。

綜上，4種情境下，暈車等級具有隨暴露時(shí)間而增加的趨勢，即具有時(shí)間累積效應(yīng)，可以開展敏感性橫向?qū)Ρ取?種情境下，工況次序一致，且運(yùn)動參數(shù)無顯著差異，暈車等級具有差異性，并且確定了縱向?qū)Ρ却涡?，即，LN小于LT小于HN小于HT，因此，可以開展敏感性縱向?qū)Ρ取?/p>

3 SoCS-MP結(jié)果分析

本文探究不同暈車等級下暈車狀態(tài)發(fā)生改變(不增和增加)對應(yīng)的車輛運(yùn)動參數(shù)值，“增加”即暈車等級相對前一時(shí)刻增加，“不增”即暈車等級相對前一時(shí)刻減少或者不變。并基于不同暈車等級進(jìn)行橫向?qū)Ρ?，對不同暈車等級? 類情景進(jìn)行縱向?qū)Ρ龋v向?qū)Ρ却涡蚣?，LN小于LT小于HN小于HT。

考慮到暈車等級分為0～9級，每一級對應(yīng)的暈車等級發(fā)生改變的個(gè)數(shù)可能較少，因此，本文將每3個(gè)等級合并為1 個(gè)暈車等級。即程度Ⅰ對應(yīng)輕度暈車(等級1～3)，程度Ⅱ?qū)?yīng)中度暈車(等級4～6)，程度Ⅲ對應(yīng)嚴(yán)重暈車(等級7～9)。由于暈車等級為0時(shí)暈車狀態(tài)主要為不變和增加，且增加也不會引起嚴(yán)重的暈車反應(yīng)，因此，本文不予分析。統(tǒng)計(jì)發(fā)現(xiàn)，暈車等級合并后，每級對應(yīng)的暈車等級發(fā)生改變的個(gè)數(shù)仍有較少的情況出現(xiàn)，為避免個(gè)別值導(dǎo)致結(jié)果發(fā)生偏差，本文將最小有效個(gè)數(shù)設(shè)為5。

3.1 加速工況SoCS-MP假設(shè)成立情況統(tǒng)計(jì)

加速工況下，4 類情景的暈車狀態(tài)改變對應(yīng)的車輛運(yùn)動參數(shù)最大值如表5 所示。其中，情景LN和情景LT 的有效值為等級Ⅰ，情景HN 和情景HT的有效值為等級Ⅰ和等級Ⅱ，表明加速工況中，高暈車易感性被試暈車等級更高。4 類情境中，使暈車等級增加的車輛參數(shù)閾值范圍是：加速度為0.1102～0.1697 g，加加速度為0.1298～0.1792 g·s-1，使暈車等級不增的車輛參數(shù)閾值范圍是：加速度為0.1174～0.1391 g，加加速度為0.1087～0.1908 g·s-1。

表5 加速工況下暈車狀態(tài)改變對應(yīng)的車輛參數(shù)最大值Table 5 Maximum value of vehicle motion parameters corresponding to changes in motion sickness under acceleration conditions

加速工況中，SoCS-MP假設(shè)成立情況如表6所示。橫向?qū)Ρ冉Y(jié)果表明，情景HN 和情景HT 橫向敏感性假設(shè)基本成立，而情景LN和情景LT假設(shè)不成立。縱向?qū)Ρ冉Y(jié)果表明，程度Ⅰ暈車狀態(tài)不增時(shí)，假設(shè)成立；程度Ⅱ兩種狀態(tài)下，假設(shè)均成立。同時(shí)，加速度和加加速度在假設(shè)成立與否，無顯著差異。

表6 加速工況中SoCS-MP假設(shè)成立統(tǒng)計(jì)Table 6 Statistical table for SoCS-MP assumption in acceleration conditions

3.2 減速工況SoCS-MP假設(shè)成立情況統(tǒng)計(jì)

減速工況下，4 類情景的暈車狀態(tài)改變對應(yīng)的車輛運(yùn)動參數(shù)最大值如表7所示。4類情境下的有效值均為程度Ⅰ和程度Ⅱ。4 類情境中，使暈車等級增加的車輛參數(shù)閾值范圍是減速度0.1871～0.3391 g，加加速度0.1892～0.3094 g·s-1；使暈車等級不增的車輛參數(shù)閾值范圍是加速度0.1871～0.2554 g，加加速度0.1992～0.2593 g·s-1。

表7 減速工況下暈車狀態(tài)改變對應(yīng)的車輛參數(shù)最大值Table 7 Maximum value of vehicle motion parameters corresponding to changes in motion sickness under deceleration conditions

進(jìn)一步統(tǒng)計(jì)，結(jié)果如表8所示。橫向?qū)Ρ冉Y(jié)果表明，LN 和LT 的橫向敏感性假設(shè)不成立，HN 和HT 的橫向敏感性基本成立，其中，HN 的不增加狀態(tài)假設(shè)不成立?？v向?qū)Ρ冉Y(jié)果表明，縱向假設(shè)均不成立。加速度和加加速度在假設(shè)成立與否時(shí)，無顯著差異。

表8 減速工況中SoCS-MP假設(shè)成立統(tǒng)計(jì)Table 8 Statistical table for SoCS-MP assumption in deceleration conditions

3.3 換道工況SoCS-MP假設(shè)成立情況統(tǒng)計(jì)

換道工況下，4 類情景的暈車狀態(tài)改變對應(yīng)的車輛運(yùn)動參數(shù)最大值如表9 所示。其中，3 個(gè)等級下HT的結(jié)果均有效，其余情景，只有程度Ⅰ和程度Ⅱ有效，且“增加”狀態(tài)只在程度Ⅰ下有效。4 類情境中，使暈車等級增加的車輛參數(shù)閾值范圍是橫向加速度0.0553～0.0729 g，橫向加加速度0.1451～0.1499 g·s-1；使暈車等級不增的車輛參數(shù)閾值范圍是橫向加速度0.0693～0.0863 g，橫向加加速度0.1247～0.1571 g·s-1。

進(jìn)一步統(tǒng)計(jì)，結(jié)果如表10 所示。橫向?qū)Ρ冉Y(jié)果表明，4 類情景下，橫向敏感性假設(shè)均成立，縱向?qū)Ρ冉Y(jié)果表明，只有等級Ⅰ下的加速度滿足縱向敏感性假設(shè)，其余不滿足。加速度和加加速度在假設(shè)成立與否時(shí)，無顯著差異。

表10 換道工況中SoCS-MP假設(shè)成立統(tǒng)計(jì)Table 10 Statistical table for SoCS-MP assumption in lane change conditions

3.4 轉(zhuǎn)彎工況SoCS-MP假設(shè)成立情況統(tǒng)計(jì)

轉(zhuǎn)彎工況下，4 類情景的暈車狀態(tài)改變對應(yīng)的車輛運(yùn)動參數(shù)最大值如表11 所示。其中，LN 只在程度Ⅰ和程度Ⅱ下成立，其余情景3個(gè)程度下均有效，低暈車易感性被試程度Ⅱ下“增加”狀態(tài)無效。4 類情境中，使暈車等級增加的車輛參數(shù)閾值范圍是橫向加速度0.2030～0.2488 g，橫向加加速度0.0908～0.1345 g·s-1；使暈車等級不增的車輛參數(shù)閾值范圍是橫向加速度0.0913～0.1209 g，橫向加加速度0.0913～0.1209 g·s-1。

表11 轉(zhuǎn)彎工況下暈車狀態(tài)改變對應(yīng)的車輛運(yùn)動最大值Table 11 Maximum value of vehicle motion parameters corresponding to changes in motionsickness under turning conditions

進(jìn)一步統(tǒng)計(jì)，結(jié)果如表12 所示。橫向?qū)Ρ冉Y(jié)果表明，低暈車易感性被試不滿足橫向假設(shè)，高暈車易感性被試滿足橫向假設(shè)?？v向?qū)Ρ冉Y(jié)果表明，縱向假設(shè)只在等級Ⅱ“增加”狀態(tài)下成立。加速度和加加速度在假設(shè)成立與否時(shí)，無顯著差異。

表12 轉(zhuǎn)彎工況中SoCS-MP假設(shè)成立統(tǒng)計(jì)Table 12 Statistical table for SoCS-MP assumption in turning conditions

4 討論

探究車輛運(yùn)動參數(shù)與暈車等級的關(guān)系，明確引起暈車的車輛參數(shù)閾值可為車輛的有人駕駛和無人駕駛提供減少暈車方面的參考。暈車的復(fù)雜特性為暈車閾值的研究帶來了很大的挑戰(zhàn)，本文基于當(dāng)前暈車閾值的研究和暈車的累積特性與主觀特性，提出暈車敏感性的概念，并探究其特性。本文借助所提出的敏感性概念，明確了車輛暈車閾值，并進(jìn)一步討論車輛運(yùn)動參數(shù)和暈車等級的關(guān)系。

4.1 暈車的累積效應(yīng)

暈車的累積效應(yīng)是本文進(jìn)行敏感性橫向?qū)Ρ鹊幕A(chǔ)，圖4表明，暈車等級整體具有增加的趨勢，并隨運(yùn)動參數(shù)值的較大幅度增加與減小而隨之變化。

累積效應(yīng)下，暈車等級的增加與減少與車輛運(yùn)動參數(shù)的關(guān)系是復(fù)雜的，因此，必然存在多個(gè)暈車閾值，并且暈車閾值之間也存在著某種關(guān)系。基于此，總結(jié)當(dāng)前研究的不足之處，并探究不同暈車等級下車輛運(yùn)動參數(shù)閾值的變化規(guī)律。探究暈車閾值的目的是找到不引起暈車的最大車輛運(yùn)動參數(shù)值，結(jié)合暈車的累積效應(yīng)：一是，可以探究不同暈車等級下減少暈車的參數(shù)的閾值；二是，可以探究暈車等級增加的閾值。因而，在復(fù)雜的場景下，控制車輛時(shí)具有兩個(gè)選擇：一是，減少暈車；二是，不增加暈車，維持當(dāng)前暈車狀態(tài)。相對于當(dāng)前研究中只有一個(gè)暈車閾值具有多選擇性，具有復(fù)雜行駛場景的高適應(yīng)性。

4.2 不同情景對暈車的影響

本文針對不同MSS和NDRTs進(jìn)行分類，因此，與之前的研究結(jié)論無法進(jìn)行詳細(xì)對比。但就本文的平均結(jié)果來看，與文獻(xiàn)[5-6]具有相似的結(jié)果。

表4 表明，整個(gè)實(shí)驗(yàn)過程4 種情景下的暈車等級具有差異性，其中，HT 和LN 在前4 圈不具有差異性，后4圈具有差異性。進(jìn)一步，圖4表明，HT的暈車等級最高，LN 的暈車等級最低，HN 在后4 圈比LT 的暈車等級高，表明自身特性的MSS 相比外部環(huán)境的NDRTs 對暈車具有更大得影響，同時(shí)，也表明本文所采取的MSS 暈車分類方法是有效的。4 種情境下，暈車等級具有顯著性差異，所以，對于暈車方向的研究另一個(gè)啟發(fā)是從應(yīng)用角度而言，不同情景不能被忽略，區(qū)分不同情景，可得到不同參數(shù)閾值，進(jìn)而針對乘員特性制定個(gè)性化車輛控制策略，更好地滿足乘員需求。

4.3 暈車的敏感性

本文初步探究了與車輛運(yùn)動參數(shù)相關(guān)的暈車時(shí)間特性，結(jié)果表明，車輛運(yùn)動參數(shù)閾值隨暈車等級而變化，特別是對于高暈車易感性被試，閾值隨暈車等級而下降。在中度暈車等級下，一般是乘車時(shí)間的中間部分，此時(shí)，4類情境下的縱向敏感性假設(shè)成立，即固定的車輛運(yùn)動參數(shù)閾值是不適用于高暈車易感性人群的，為維持較舒適的乘坐環(huán)境，“駕駛員”需要依據(jù)乘員的暈車狀態(tài)和特性動態(tài)調(diào)整車輛的運(yùn)動。

因此，車輛運(yùn)動參數(shù)于暈車等級的關(guān)系主要體現(xiàn)在“動態(tài)”上。動態(tài)調(diào)整車輛的運(yùn)動則需要了解乘員的特性，監(jiān)測乘員的NDRTs 狀態(tài)以及預(yù)測乘員的暈車等級，同時(shí)，結(jié)合SoCS-MP 研究結(jié)果，才能更精準(zhǔn)地實(shí)現(xiàn)暈車的緩解。更進(jìn)一步的是，文獻(xiàn)[4]的研究還指出不穩(wěn)定的加速度可能會引起暈車閾值的降低，可以稱之為參數(shù)的“穩(wěn)定性”。因此，未來的研究方向可以“動態(tài)”為基礎(chǔ)，探究車輛運(yùn)動參數(shù)的“穩(wěn)定性”對暈車的影響，特別是當(dāng)前傳統(tǒng)燃油車與電動汽車加速和減速過程的動態(tài)響應(yīng)差異對暈車的影響。

5 結(jié)論

本文研究了不同暈車等級下，車輛運(yùn)動參數(shù)閾值的變化規(guī)律，具體結(jié)論如下：

(1) 暈車等級隨暴露時(shí)間整體具有上升的趨勢。

(2)4 種情境下，暈車等級具有顯著性差異，其中，高M(jìn)SS 和有NDRTs 的暈車等級高，HT 的暈車等級最高。

(3)高暈車易感性被試具有橫向敏感性，低暈車易感性被試不具有橫向暈車易感性。兩種暈車閾值與暈車等級相關(guān)，兩種暈車等級狀態(tài)改變的閾值隨暈車等級增加而降低。

(4)不同工況的縱向敏感性一般只在中度暈車程度下存在，越易暈車的情景，暈車閾值越小。輕度暈車下，暈車等級變化較大，不具有縱向敏感性。

本文的研究結(jié)論豐富了車輛運(yùn)動參數(shù)與暈車等級的關(guān)系，可為傳統(tǒng)車輛提供舒適性駕駛依據(jù)，也可為自動駕駛車輛規(guī)劃控制算法提供車輛運(yùn)動參數(shù)約束。