【技术实现步骤摘要】
一种基于手部运动轨迹波动率的汽车中控显示器位置确定方法
[0001]本专利技术属于汽车人因工程
,具体涉及一种基于手部运动轨迹波动率的汽车中控显示器位置确定方法。
技术介绍
[0002]随着汽车人机交互系统的快速发展,大量车辆装配有中控显示器,许多车载次任务需要通过操作中控显示器完成。中控显示器位置会影响驾驶人执行驾驶次任务时的舒适度,同时也会影响驾驶人对车辆的控制,而不同车辆的中控显示器的位置存在差异,因此需要根据主观评价及驾驶人操作中控显示器的过程,对中控显示器位置进行评价。由此可见,为增强驾驶人的操作舒适性,减小驾驶人因操作中控显示器产生的分心,减少驾驶人因操作中控显示器分心产生的交通事故,确定最优的中控显示器位置是十分必要的。
[0003]现有的汽车中控显示器位置评价方法可以分为三类:(1)根据驾驶人的眼动指标变化情况对中控显示器位置进行评价。研究选取眼动指标包括执行驾驶次任务的平均目光持续时间,注视时间,停留时间百分比和总停留时间。(2)根据驾驶人对车辆的控制情况对中控显示器位置进行评价。研究选取指标包括车辆行驶过程的纵向速度、行驶距离、制动反应时间、横向偏转标准差、车道偏离。(3)根据驾驶人的主观评价确定最优中控显示器位置。主观评价方法主要是专家打分法和问卷调查法。然后根据对汽车中控显示器位置进行评价的结果来确定汽车中控显示器的最优位置。
[0004]综上所述,对汽车中控显示器位置的评价结果将直接决定汽车中控显示器位置的选择。但是,现有方法在对汽车中控显示器位置进行评价时并未考虑驾驶 ...
【技术保护点】
【技术特征摘要】
1.一种基于手部运动轨迹波动率的汽车中控显示器位置确定方法,其特征在于,所述方法具体包括以下步骤:步骤一、进行驾驶模拟试验选取汽车中控显示器的多个位置,当驾驶人触控不同位置的中控显示器上的驾驶次任务时均采集驾驶人手部运动轨迹数据以及驾驶人操作舒适性主观评价数据;步骤二、根据手部运动轨迹数据计算手部运动轨迹波动率;步骤三、检验手部运动轨迹波动率与驾驶人操作舒适性主观评价数据的相关性;步骤四、根据步骤三中的相关性检验结果确定汽车中控显示器最优位置。2.根据权利要求1所述的一种基于手部运动轨迹波动率的汽车中控显示器位置确定方法,其特征在于,所述驾驶人手部运动轨迹数据为驾驶人手部运动轨迹三轴加速度数据。3.根据权利要求2所述的一种基于手部运动轨迹波动率的汽车中控显示器位置确定方法,其特征在于,所述驾驶人操作舒适性主观评价数据为:驾驶人对手部运动舒适性进行打分,分数介于0~10之间。4.根据权利要求3所述的一种基于手部运动轨迹波动率的汽车中控显示器位置确定方法,其特征在于,所述步骤二的具体过程为:当某个驾驶人触控某一位置的中控显示器上的驾驶次任务时,对采集的驾驶人手部运动轨迹三轴加速度数据进行Step1至Step5的处理;Step1:手部运动轨迹三轴加速度数据整合将手部运动轨迹三轴加速度数据进行数据降维:式中,所述驾驶人手部运动轨迹三轴加速度数据为时间序列数据,a
x
(i)为采集的时间序列数据中x轴方向第i个加速度数据,a
y
(i)为采集的时间序列数据中y轴方向第i个加速度数据,a
z
(i)为采集的时间序列数据中z轴方向第i个加速度数据,ht(i)为获得的降维后时间序列数据中的第i个数据;Step2:手部运动轨迹平稳性分析根据降维后时间序列数据计算时间序列残差数据,再检验时间序列残差数据是否平稳,若不平稳,则将降维后时间序列数据通过收益率平稳化时间序列函数进行平稳化,得到平稳化后的时间序列数据hts;若平稳,则直接将降维后时间序列数据作为hts;平稳化的具体过程为:htm(i)=ln(ht(i))
‑
ln(ht(i
‑
1))hts(i)=2
htm(i)
·
htm(i
‑
1)式中,htm为降维后时间序列数据平稳化第一步处理变量,htm(i)为htm中的第i个数据,hts(i)为时间序列数据hts中的第i个数据;Step3:手部运动轨迹自相关与偏自相关检验计算时间序列数据hts的自相关系数和偏自相关系数,再根据计算出的自相关系数和偏自相关系数确定ARCH模型的滞后阶数m;Step4:手部运动轨迹ARCH效应检验建立均值模型:
a
i
=prof
i
‑
μ
i
式中,a
i
为平稳化后的时间序列数据中第i个数据的残差,prof
i
为平稳化后的时间序列数据中第i个数据的波动收益率,μ
i
为常数;利用残差平方和进行ARCH效应检验,即考虑如下最小二乘问题:式中,γ0,γ1,...,γ
m
为系数,e
i
为回归残差,m为ARCH模型的滞后阶数;H0:γ1=
…
=γ
m
=0当拒绝H0时存在ARCH效应,并继续执行Step5;否则不存在ARCH效应,终止计算;Step5:计算手部运动轨迹时间序列数据波动率vol。5.根据权利要求4所述的一种基于手部运动轨迹波动率的汽车中控显示器位置确定方法,其特征在于,所述Step3的具体过程为:式中,acf(k)为时间序列数据hts中第k个数据处的自相关系数,k=1,2,
…
,20,μ为时间序列数据hts中数据的均值,n为手部运动轨迹长度,即降维后时间序列数据中包含的数据个数;式中,<
·
>代表内积运算,φ
j
为线性相关系数,j=1,2,
…
,k;上式两边同时除以σ2·
(n
‑
k),得到中间变量r
k
:根据自相关系数acf(k)提取系数矩阵R,再利用系数矩阵R计算偏自相关系数:pacf(k)=R
‑1·
r式中,pacf(k)为时间序列数据hts中第k个数据处的偏自相关系数,R
‑1为矩阵的逆,r为由r
k
形成的向量,k=1,2,
…
,20;根据计算出的自相关系数和偏自相关系数确定ARCH模型的滞后阶数m。6.根据权利要求5所述的一种基于手部运动轨迹波动率的汽车中控显示器位置确定方法,其特征在于,所述Step5的具体过程为:h
i
=α0+α1ε
n
‑
12
+β1h
i
‑1=α0+α1ε
n
‑
12
+β1(α0+α1ε
n
‑
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。