基于动作捕捉与RULA的驾驶舱操纵舒适性评估

新机型研发过程包含确定研制目标、数模设计与样机制作三个关键步骤.在实体样机中,常通过飞行员主观体验并打分的方法完成操纵舒适性评估,但该主观结果缺乏客观依据.提出将人体动作捕捉技术与快速上肢动作分析(Rapid Upper Limb Assessment,RULA)方法结合,通过改进的模糊综合评价法评估飞行员在实体样机中的操纵舒适性.试验选用Perception Neuron Studio动作捕捉系统,采用Axis Studio软件获取10名被试者在智能驾驶舱中执行常规五边飞行时的典型操作的关节空间点位,计算获得驾驶舱的实际操纵舒适性数据.被试者完成NASA-TLX主观量表,综合实际操纵舒适性数据,提高驾驶舱舒适度结论的可靠性.同时,该操纵舒适性评估方法具有普适性,不受限于驾驶舱形式与智能程度,为研究未来智能驾驶舱的评估与优化提供了重要参考.

车路协同和自动驾驶环境下交叉口的通行控制研究

为应对未来车路协同和自动驾驶环境下的交通控制需求,特对交叉口处车辆的通行控制方法进行研究。基于车路协同和自动驾驶环境下的车辆运行特点和主要参数分析,针对普通十字交叉口提出车辆通行智能控制方法。基于VB编程构建交通仿真平台,实现该类型交叉口在未来虚拟智能交通环境下的车辆通行场景再现。为检验通行控制方法的有效性,对不同交通负荷下的交通运行状态进行了仿真分析。仿真结果表明,在车路协同和自动驾驶环境下,对于不同的交通运行场景,提出的车辆通行控制方法在未来智能交通环境下具有较强的适用性。