一种乘客主观舒适度评测方法、装置、设备及介质制造方法及图纸

本发明专利技术公开了一种乘客主观舒适度评测方法、装置、设备及介质，包括将影响舒适度的外界刺激和个体属性视为输入，舒适度反馈视为输出，构建舒适度感知模型，根据不同输入属性构建相应的感知效用矩阵，在舒适度感知模型中将感知效用矩阵作为外界刺激量化和个体属性量化的中间变量，计算出效用最大值作为最终乘客主观舒适度的评测结果。将舒适度评价指标引入个体属性后，舒适度预测更具有针对性，同时避免了传统评价方法中对样本规模的要求,并且可以降低主观舒适度评测的误差,以及提高主观舒适度评测的可靠性。适度评测的可靠性。适度评测的可靠性。

【技术实现步骤摘要】
一种乘客主观舒适度评测方法、装置、设备及介质


[0001]本专利技术涉及车辆乘客舒适度评价领域，具体为一种乘客主观舒适度评测方法、装置、设备及介质。

技术介绍

[0002]乘坐舒适度是影响乘客选择交通工具的指标之一。随着交通出行方式的日益便捷，对于交通工具舒适度的研究也日益多样化，准确的舒适度评价能够帮助人们做出更合理的选择。舒适度指标还可以用作车辆性能的评测指标，用于帮助改进车辆设计或控制算法。
[0003]基于仿真的舒适度评价，能够对预设道路、轨迹的车辆运动状态和成员舒适度进行预测，尤其是在自动驾驶领域，相关应用有助于将舒适度引入路径规划及控制算法，在保证安全的同时带给乘客更加良好的称作体验。
[0004]现有的舒适度评价方法，考虑加速度、振动频率、幅度对成员乘坐感受的影响，对数据进行处理过后对相应舒适度分级。但现行方式只考虑了客观因素的影响，而忽略了主观心理因素的作用，这可能导致主观舒适度评价的准确度下降。

技术实现思路

[0005]本专利技术的目的在于提供一种能够提升准确度的乘客主观舒适度评测方法、装置、设备及介质。
[0006]本专利技术提供了一种乘客主观舒适度评测方法，包括以下步骤：
[0007]S1、将影响舒适度的外界刺激和个体属性视为输入，舒适度反馈视为输出，构建舒适度感知模型；
[0008]S2、根据不同输入属性构建相应的感知效用矩阵；
[0009]S3、在舒适度感知模型中将感知效用矩阵作为外界刺激量化和个体属性量化的中间变量，计算出效用最大值作为最终乘客主观舒适度的评测结果。
[0010]优选地，所述步骤S2包括以下步骤：
[0011]S2
‑
1、根据输入对于舒适度输出的影响确定最大可能感知效用，即不同输入变量在舒适度评价中占据的比重；
[0012]S2
‑
2、再根据不同输入对于高低舒适度的正负相关性确定感知效用并构建感知效用矩阵。
[0013]优选地，所述步骤S2
‑
1包括以下步骤：
[0014]S2
‑1‑
1、根据输入对于舒适度输出的影响阈值进行分档；
[0015]S2
‑1‑
2、根据不同档位的阈值计算出最大可能感知效用，即不同输入变量在舒适度评价中占据的比重。
[0016]优选地，所述步骤S2
‑
2包括以下步骤：
[0017]S2
‑2‑
1、根据最大可能感知效用对舒适度高低的正负相关性确定矩阵对应元素取
值；
[0018]S2
‑2‑
2、根据矩阵对应元素取值构建感知效用矩阵。
[0019]优选地，所述步骤S3包括以下步骤：
[0020]S3
‑
1、获取客观动力学数据和问卷采集个体属性信息；
[0021]S3
‑
2、在舒适度感知模型中将感知效用矩阵作为客观动力学数据和问卷采集个体属性信息的中间变量，计算出效用最大值作为最终乘客主观舒适度的评测结果。
[0022]优选地，所述步骤S3
‑
1包括以下步骤：
[0023]S3
‑1‑
1、通过加速度传感器读取三线形加速度数据以获得客观动力学数据；
[0024]S3
‑1‑
2、根据运动敏感性自评量表采集个体属性信息。
[0025]优选地，所述步骤S3
‑1‑
1包括以下步骤：
[0026]S3
‑1‑1‑
1、通过加速度传感器读取三线形加速度数据进行滤波；
[0027]S3
‑1‑1‑
2、根据滤波后的数据采用频带计权法以获取客观动力学数据。
[0028]本专利技术还提供一种乘客主观舒适度评测装置，所述装置包括：
[0029]模型构造单元，用于将影响舒适度的外界刺激和个体属性视为输入，舒适度反馈视为输出，构建舒适度感知模型；
[0030]矩阵构建单元，用于根据不同输入属性构建相应的感知效用矩阵；
[0031]评测单元，用于在舒适度感知模型中将感知效用矩阵作为外界刺激量化和个体属性量化的中间变量，计算出效用最大值作为最终乘客主观舒适度的评测结果。
[0032]本专利技术还提供一种乘客主观舒适度评测设备，其特征在于，包括至少一个存储器以及至少一个处理器；
[0033]所述存储器，包括存储于其中的至少一个可执行程序；
[0034]所述可执行程序在由所述处理器执行时，实现如上述的方法。
[0035]本专利技术还提供一种乘客主观舒适度评测计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，当所述计算机可执行指令被服务端执行时，使所述服务端执行如上述的方法。
[0036]本专利技术所述的乘客主观舒适度评测方法、装置、设备及介质，在舒适度评价体系中，除客观加速度等条件之外，被试主观心理因素也是影响最终评价结果的关键因素，为了更好地对各主客观指标进行定量化，将舒适度“感知
‑
反馈”过程视为决策过程，即乘客选择最符合自身感受描述的过程，根据DCM(离散选择模型)思想，将影响舒适度的外界刺激和个体属性视为输入，舒适度反馈视为输出，构建舒适度感知模型，舒适度评价指标引入个体属性后，舒适度预测更具有针对性，同时避免了传统评价方法中对样本规模的要求；并且可以降低主观舒适度评测的误差,以及提高主观舒适度评测的可靠性。
附图说明
[0037]图1为本专利技术实施例提供的一种乘客主观舒适度评测方法的流程示意图；
[0038]图2为本专利技术实施例提供的车辆乘客舒适度评价指标示意图；
[0039]图3为本专利技术实施例提供的进行评测实验流程示意图；
[0040]图4本专利技术实施例提供的乘客运动敏感性问卷内容示意图。
具体实施方式
[0041]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0042]图1是根据本专利技术实施例提供的一种乘客主观舒适度评测方法的流程示意图，包括以下步骤：
[0043]S1、将影响舒适度的外界刺激和个体属性视为输入，舒适度反馈视为输出，构建舒适度感知模型；
[0044]S2、根据不同输入属性构建相应的感知效用矩阵；
[0045]S3、在舒适度感知模型中将感知效用矩阵作为外界刺激量化和个体属性量化的中间变量，计算出效用最大值作为最终乘客主观舒适度的评测结果。
[0046]步骤S2包括以下步骤：S2
‑
1、根据输入对于舒适度输出的影响确定最大可能感知效用，即不同输入变量在舒适度评价中占据的比重；S2
‑
2、再根据不同输入对于高低舒适度的正负相关性确定感本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种乘客主观舒适度评测方法，其特征在于，包括以下步骤：S1、将影响舒适度的外界刺激和个体属性视为输入，舒适度反馈视为输出，构建舒适度感知模型；S2、根据不同输入属性构建相应的感知效用矩阵；S3、在舒适度感知模型中将感知效用矩阵作为外界刺激量化和个体属性量化的中间变量，计算出效用最大值作为最终乘客主观舒适度的评测结果。2.根据权利要求1所述的乘客主观舒适度评测方法，其特征在于，所述步骤S2包括以下步骤：S2
‑
1、根据输入对于舒适度输出的影响确定最大可能感知效用，即不同输入变量在舒适度评价中占据的比重；S2
‑
2、再根据不同输入对于高低舒适度的正负相关性确定感知效用并构建感知效用矩阵。3.根据权利要求2所述的乘客主观舒适度评测方法，其特征在于，所述步骤S2
‑
1包括以下步骤：S2
‑1‑
1、根据输入对于舒适度输出的影响阈值进行分档；S2
‑1‑
2、根据不同档位的阈值计算出最大可能感知效用，即不同输入变量在舒适度评价中占据的比重。4.根据权利要求3所述的乘客主观舒适度评测方法，其特征在于，所述步骤S2
‑
2包括以下步骤：S2
‑2‑
1、根据最大可能感知效用对舒适度高低的正负相关性确定矩阵对应元素取值；S2
‑2‑
2、根据矩阵对应元素取值构建感知效用矩阵。5.根据权利要求1所述的乘客主观舒适度评测方法，其特征在于，所述步骤S3包括以下步骤：S3
‑
1、获取客观动力学数据和问卷采集个体属性信息；S3
‑
2、在舒适度感知模型中将感知效用矩阵...

【专利技术属性】
技术研发人员：朱宇轩，沈念辰，李志恒，
申请(专利权)人：清华大学深圳国际研究生院，
类型：发明
国别省市：