汽车乘坐舒适度评价方法研究

摘要

随着国家经济水平和国民生活水平的提高，人们对汽车的要求也越来越高，汽车已经不仅仅是代步工具，其已经成为了一种新的生活方式。随着科学技术的发展，智能汽车和无人驾驶汽车已成为未来发展方向。然而，目前绝大部分厂商对智能汽车和无人驾驶汽车的研发还主要集中在安全性和稳定性方面，对其舒适性的研究有所缺乏。可以预见，舒适性将逐渐成为人们衡量智能汽车综合性能的重要指标之一，所以建立一套科学的乘坐舒适性评价体系对智能汽车和无人驾驶汽车的普及具有十分重要的意义。
　　本文将汽车的乘坐舒适度分为静态舒适度和动态舒适度，使用车内的温度、湿度等环境参数数据以及汽车行驶过程中三轴的加速度数据分别进行建模，通过 PMV模型、FCM算法以及小波分析等理论工具对这两类舒适度进行计算分析，从而得到乘坐舒适度的评价结果。主要工作如下：
　　1、将汽车的乘坐舒适度划分为静态舒适度和动态舒适度，并分别对这两类舒适度的影响因素进行研究和分析，提取能够对这两类舒适度产生影响的物理量，以此为基础进一步设计了一款检测器，使之能够完成检测影响因素的任务。
　　2、针对静态舒适度评价问题，借鉴了建筑领域使用的 PMV热舒适度模型对车内热环境进行量化计算，并针对该模型直接应用于车内环境中所存在的问题和缺陷，提出使用FCM模糊聚类算法进行改进和优化，实现了静态热舒适度的评价。
　　3、针对动态舒适度评价问题，通过小波去噪对采集到的汽车加速度数据进行去噪处理，并使用小波分解的方式对去噪后的信号进行分解，采用奇异性检测的手段获得其有效的异常信号，进而判断汽车的行驶状态，实现对汽车行驶过程的动态舒适度评价。

目录

声明

第1章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 研究内容

1.4 结构安排

第2章 乘坐舒适度的界定及其检测器设计

2.1 乘坐舒适度

2.2 检测器设计

2.3 本章小结

第3章 车内环境热舒适评价方法

3.1 PMV-PPD热舒适模型

3.2 PMV模型在车内环境中的参数标定

3.3 PMV模型应用于车内环境中存在的缺陷

3.4 基于FCM模糊聚类算法的热舒适评价

3.5 实验与结果分析

3.6 本章小结

第4章 汽车的动态舒适度评价方法

4.1 汽车的动态舒适度

4.2 汽车动态数据的预处理

4.3 基于信号奇异性检测的汽车动态舒适度评价

4.4 实验与结果分析

4.5 本章小结

第5章 总结与展望

5.1 结论与创新点

5.2 展望

参考文献

致谢

攻读学位期间参加的科研项目和成果