人妻少妇精品视频三区二区一区,国产三级91

本書針對電動汽車乘客的暈車問題,提出了一種基于主客觀融合的暈車程度量化方法,并在不同道路乘車測試中得到了驗證。全書共分為9章。相關研究確定了位于右前額的暈車關聯(lián)腦區(qū),并提取了用于暈車狀態(tài)識別的腦電信號與腦血氧信號特征;通過對音樂效價、喚醒度、喜愛度的評價,量化了音樂庫的防暈車舒緩效果;分析了多種香氛對電動汽車暈動癥的干預效果;并在上汽集團的飛凡F7系列電動汽車一鍵舒享功能模塊中進行了應用驗證。

伴隨著電動汽車的發(fā)展，乘客的暈車問題也隨之加劇。電動汽車的加速、剎車、轉(zhuǎn)向以及能量回收模式會導致乘車過程中的暈動癥，使得乘客出現(xiàn)精神狀態(tài)不佳、出冷汗、惡心甚至嘔吐等癥狀。因此，本書從人因工程學的角度出發(fā)，根據(jù)乘客的心理學、生理學以及車輛動力學參數(shù)，提出了一套完整的暈車程度評價體系，以此對乘客暈車的變化過程進行量化評定，最后將該評價體系應用于上海汽車集團股份有限公司(簡稱上汽集團)飛凡F7系列電動汽車防暈車功能開發(fā)實踐中。
上汽集團飛凡F7系列電動汽車的舒享模式，優(yōu)化了包括動力響應、能量回收在內(nèi)的相關設置，標定了一種最舒適的駕駛模式，能夠有效降低乘客出現(xiàn)暈車反應的風險。為了驗證舒享模式的防暈車功能，上汽集團聯(lián)合上海大學共同開展了相關主客觀融合暈車評價方法研究以及防暈車設計。主客觀融合的評價方法從主觀心理和客觀生理兩方面反映了乘車人員的暈車感受。其中，在主觀評價方面，提出了一種暈動評價量表，實現(xiàn)乘車前的暈車敏感性分類、乘車過程中的暈車程度動態(tài)監(jiān)測，以及乘車結(jié)束后的身體癥狀評估。在客觀評價方面，采用了包括心、腦、肺在內(nèi)的多生理信號協(xié)同表征暈車程度的方法。
本書即為上述相關研究的總結(jié)，具體內(nèi)容包括以下幾個方面：
(1)提出了一種用于量化特定場景的暈車程度評價量表。從而確定了與暈車關聯(lián)的腦區(qū)，并且提取了用于暈車識別的腦電信號與腦血氧信號的新特征。
(2)提出了一種主客觀融合的暈車程度評價方法。該方法采用FMS得分作為主觀指標，采用腦電信號特征PSD以及腦血氧信號特征rSO?作為客觀指標。對主觀結(jié)果和客觀結(jié)果歸一化后計算相關系數(shù)矩陣以及權重矩陣，最終量化得到綜合暈車程度得分。
(3)探討了車輛動力學參數(shù)對乘客暈車反應的影響，并提出了一種使用車輛動力學參數(shù)預測暈車反應的深度學習算法。同時，討論了一個城市道路上的人機環(huán)系統(tǒng)，解釋了駕駛表現(xiàn)與乘客暈車之間的因果關系。
(4)構(gòu)建了一種防暈車音樂庫。首先提出了用于構(gòu)建防暈車音樂庫的VAP量表，通過對音樂效價、喚醒度、喜愛度的評價，量化了VAP得分。
(5)分析了多種香氛對電動汽車暈動癥的干預效果。在真實乘坐環(huán)境中對比研究了五種香氛(玫瑰、薄荷、薰衣草、柑橘、檸檬)的防暈車效果。研究結(jié)果表明，薰衣草的防暈車效果最佳。通過腦網(wǎng)絡分析，進一步揭示了不同香氛的神經(jīng)調(diào)節(jié)機制差異。
本書的編寫參考了國內(nèi)外相關著作，是作者在腦機接口、人機交互、多模態(tài)融合的基礎上，對人因工程領域的深入探討。本書的研究工作得到了多方支持，包括國家自然科學基金面上項目(51775325)、上海東方學者計劃(QD2016033)、香港香江學者計劃(XJ2013015),以及上汽集團的電動轎車防暈車功能開發(fā)和基于智艙關聯(lián)與大數(shù)據(jù)識別的智慧舒享功能開發(fā)與驗證項目。在此，衷心感謝上海大學機電工程與自動化學院，感謝參與本書研究的管萬里、周沁宇、李奇兵、任鵬宇、汪肖宇辰、耿永峰、史迪威、仵夢晗、王運祥、潘韞杰、王琳、張志強、張銳誠等同學。特別感謝上汽集團乘用車分公司的王斌、王雙、張騰龍、羅文發(fā)、黑遠飛、殷想、邱鵬等技術專家。

縮略詞中英文對照表I
第1章
新能源電動汽車的人因工程 1
1.1 新能源汽車行業(yè)發(fā)展趨勢1
1.2 駕駛艙人因設計3
1.3 自動駕駛?cè)藱C協(xié)作3
1.4 人因工程測試41.4.1 駕駛模擬器41.4.2 實車測試 51.4.3 新興技術 61.4.4 創(chuàng)新體系 71.5 暈車與舒享功能測試8
第2章
暈車問題的國內(nèi)外研究概況112.1 研究的背景和意義112.2 國內(nèi)外研究概況122.2.1 暈動癥的醫(yī)學機制122.2.2 暈動癥的主觀評價法142.2.3 暈動癥監(jiān)測的生理評價法262.2.4 暈動癥研究的不足之處312.2.5 防暈車設計方法31
第3章暈車程度評價量表的適用性分析38

3.1 量表適用性評價模型383.2 乘車模擬器暈動誘發(fā)實驗423.3 三種暈車量表適用性評價443.4 討論 483.5 本章小結(jié) 49
第4章基于腦電-腦血氧的暈車識別特征50

4.1 暈車誘發(fā)雙模式乘車實驗504.1.1 受試者504.1.2 實驗設備514.1.3 實驗流程514.2 腦電與腦血氧信號預處理524.2.1 腦血氧信號監(jiān)測機制及預處理524.2.2 腦電信號偽影分析與抑制方法554.3 暈車關聯(lián)腦區(qū)及特征提取564.4 暈車識別特征有效性驗證634.5 討論 674.6 本章小結(jié)68
第5章主客觀融合的暈車程度評價體系69

5.1 實際道路的暈車誘發(fā)實驗695.1.1 受試者695.1.2 實驗設備695.1.3 實驗流程705.2 主客觀融合評價模型構(gòu)建715.3 主客觀融合模型驗證分析755.4 討論 765.5 本章小結(jié)77
第6章基于車輛動力學參數(shù)的暈車程度分類模型78

6.1 城市道路人機環(huán)系統(tǒng)786.1.1 路況特點786.1.2 人機環(huán)系統(tǒng)796.2 城市道路路況的乘車實驗806.2.1 實驗被試招募806.2.2 實驗監(jiān)測設備816.2.3 主觀評價方案816.2.4 實驗流程介紹826.3 深度學習的神經(jīng)網(wǎng)絡設計826.3.1 BP-ANN模型826.3.2 LSTM模型846.3.3 Bi-LSTM模型866.4 神經(jīng)網(wǎng)絡訓練與評價方法876.5 暈車程度三分類量化結(jié)果906.6 討論 936.7 本章小結(jié)94
第7章基于多頻段特征的暈車程度分類模型95
7.1 暈動癥分類模型957.2 fNIRS信號預處理與主通道提取967.2.1 fNIRS信號預處理967.2.2 基于主成分分析的通道降維987.3 多頻段功率譜熵的特征提取 1007.4 乘客暈動實車實驗設計1037.5 暈車程度分類模型驗證1057.6 本章小結(jié)107
第8章防暈車音樂庫的構(gòu)建及其舒緩性驗證108
8.1 防暈車音樂庫的構(gòu)建方法1088.1.1 防暈車音樂VAP量表108
8.1.2 音樂數(shù)據(jù)的評分過程 1108.2 音樂庫靜態(tài)舒緩效果驗證1118.3 動態(tài)過程的音樂干預實驗1138.4 音樂庫動態(tài)舒緩效果驗證1148.5 討論1168.6 本章小結(jié)118
第9章香氛對電動汽車暈動癥的干預效果119

9.1 實驗設計1199.2 數(shù)據(jù)分析方法1219.2.1 數(shù)據(jù)預處理 1219.2.2 EEG通道信號特征1219.2.3 fNIRS通道信號特征 1219.2.4 功能性腦網(wǎng)絡1229.2.5 腦網(wǎng)絡參數(shù)計算 1229.3 實驗結(jié)果1239.3.1 主觀分數(shù)結(jié)果1239.3.2 腦電圖功率譜密度1249.3.3 局部血氧飽和度1269.3.4 EEG腦網(wǎng)絡分析結(jié)果1279.3.5 fNIRS腦網(wǎng)絡分析結(jié)果1299.4 討論1329.5 本章小結(jié)133
參考文獻135
《新能源電動汽車的人因工程測試與暈車程度評價》彩色插圖

我要評論