應用動作分析與數位人體模型於車輛駕駛操作手剎車的人體工學評估





一、簡介

如何定義舒適感



人體工程學對汽車設計至關重要

  • 舒適度是最主要的賣點

  • 汽車製造商致力於打造符合人體工學的車輛,盡力達到減少不適與最大限度的舒適感



汽車人體工程學與 “不舒適”

汽車的不舒適感通常會通過主觀及客觀的研究來評估並且進行測量,許多因素是無法量測的

  • 不容易獲得客觀且可重複的數據

  • 需要集中資源才有辦法處理

  • 需要原型,所以必須在產品開發的後期才能進行


基於成本與時間因素,虛擬評估必不可少,並且還需要進行整體評估



手煞車


截至目前為止,手煞車仍然是絕對必要的車輛控制元素。手煞車通常位於中控台的位置,需要與其他零組件以及操作因素進行大量的評估。


汽車不舒適感的研究重點在於

  • 坐姿/座椅不良

  • 駕駛姿勢的關節角度

  • 踏板的操作

  • 乘客進出門的方式

  • 駕駛/乘客 伸手可及的距離接觸的物品及方式


二、目標

  • 開發一套虛擬系統,用以模擬手煞車的操作,並且通過 DHMs (Digital Human Model, 數位人體模型) 以及數學模型來預測不舒適感

  • 操作程序必須可靠並且容易上手

  • DHMs 必續廣泛的使用於汽車製造商

  • 確認造成不舒適感的因素,以及其對於使用手煞車不適的影響

  • 確定手煞車的操作模式並且進行模擬



三、研究設計

以下為設計步驟。以及評估方式



主要的研究方式

  • 117名受測者

  • 在乘用車上試駕

  • 需要在試驗台上進行七個手煞車位置的評估(一次重複),採用隨機排列測試

  • 全程錄影

  • 進行人體量測


結果

  • 判斷會造成手煞車位置不適的原因

  • 不同的運動模式

  • 建立出可重複的不適度評估量表


研究方法

  • 根據事前定義的標準,找了40名受測者

  • 採用相同的測試平台,但是將手剎車的擺放範圍加大

  • 採用隨機順序/中間重複的方式進行7個手煞車的位置評估

  • 修正評分量表:CP50 (Heller, 1985; Shen & Parsons, 1997)

   問題:這個手煞車系統可以打幾分?

  • 使用 Vicon Nexus 系統進行動態分析



動態分析

  • 10組 Vicon Nexus 紅外線相機

  • 裝設了力量以及角度感測器的手煞車設備

  • 利用 AMS (AnyBody Modeling System) 重現運動方式

  • 重點:手煞車操作動作的一開始與結束的時間點

  • 身體軀幹與右肩、鎖骨的關節角度,肘關節與腕關節的角度與受力




運動分析的結果與結論

◆ 關節的角度會隨著身高變化 → 建立隨著身高受影響的運動模式

◆ 預測目標:根據回歸線找出建議的關節角度

  • 5thpercentile female (5F), 50thpercentile female (50F)

  • 50th percentile male (50M), 95th percentile male (95M)



主觀評估的結果與結論

◆ 重複位置沒有顯著的差異

◆ 有幾個位置有明顯的差異

→手剎車位置確定會造成不適感




不同的身高會感覺到不適取決於手煞車的位置



不適度預測的目標


根據回歸線找出關鍵身高百分位數建議的不適值

◆ 5thpercentile female (5F), 50thpercentile female (50F)

◆ 50th percentile male (50M), 95th percentile male (95M)


RAMIS

RAMIS 是一個數位的3D人體模型,人體測量學與姿勢模型 ,大部分的全球汽車製造商都採用這個模型


手煞車的姿勢預測應用

汽車駕駛姿勢預測模型→不真實的姿勢


開發可以由用戶自行定義的姿勢預測模型 (UDPM)

◆ 適用於各個百分比的人體模型

◆ 可以建立全套的操作者開始/結束手煞車位置的資料

→可用來成功預測操作姿勢



生物力學建模

AnyBody Modeling System (AMS)

  • 肌肉骨骼模型

  • 剛體模型,擁有93個剛體(骨骼) + 77個關節 + 1114 肌肉元素

  • 可以選擇局部模型,進行運動學分析、逆動力學計算以計算生物力學參數



利用 AMS (AnyBody Modeling System),進行了下列 214個生物力學參數分析

  • 16個關節角度

  • 132組肌肉 (% max. voluntary contraction)

  • 49個關節作用力 ( joint reactions (section forces and moments)

  • 11個關節力矩量測 (caused purely by muscles)

  • 6個代謝功率與能量消耗值


分析

  • 找出相關的因素與其對不適度的影響

  • 採用三個時間間隔 (開始 S, 施力F, 結束 E) + 7個手煞車位置 + 4個主要的百分比

  • 在每個影響群組分為 moderate to good (0.54<r<0.72) and highly significant (p < 0.01)



相關性範例說明

  • 結束時間點右手腕往外翻的力矩

  • 當外翻力矩越大  不適度也隨之提升



不適度 (Discomfort) 模型建立


根據回歸資料開發一套不適度的預測模型

  • 事前可選擇與不適度顯著相關的因素

  • 根據 200多組參數 (包含了七個手煞車位置與四個關鍵百分比) 逐步回歸

  • 每個 step 會造成 r² adj 增加以及 standard error(S) 減少

  • 九個預測變量都有明顯的影響

  • r² = 96.18 % , r²adj= 94.27 %


對造成不適度的參數

  • 關節作用力與反作用力的量測, 結束時間位置: 82%

  • 關節角度, 結束時間位置: 7%

  • 肌肉活動與代謝功率值, 開始與施力時間位置: 7%




預測模型的可靠度


預測不視度(index) 與 研究造成不適度 (rating) 呈現一致姓

四個量級 (5F, 50F, 50M, 95M) 的平均不適指數可以代表受治者的平均不適度




研究結果


結論

模型的預測品質非常優秀(r² = 96.18 , r²adj= 94.27)


與以往的文獻相比

  • 不適度與知覺感知肌肉強度

  • 可以單獨評估獨立變量的影響

  • 可考慮基於肩關節力矩、關節角度、幾何因數、身高等參數

  • r² = 0.5 to 0.96


模型開發成功

◆ 可用以模擬手煞車的操作姿勢,並且預測不適度

◆ 根據數位人體模型(DHMs) 與數學模型的應用

◆ 模型程式達到下列要求

  • 可靠度+容易使用

  • 可直接使用一般汽車製造商的 DHMs



未來展望

應用已建立程序於車輛開發上