基于中国人体眼椭圆的汽车HMI设计研究中国汽车技术研究中心有限公司天津大学鞠伟男刘丽萍温泉关键词：眼椭圆;中国人体特征;HMI;设计建议随着汽车技术的发展及消费者对舒适性、交互性关注度的提升，HMI设计越来越多地被提及。汽车HMI设计是一个比较特殊的领域，与传统意义上的HMI（HumanMachineInterface）有一定的区别。汽车是一个复杂的人——机——环境交互的工具，并且隨着技术的发展，汽车正在从一个单纯的运载工具，逐渐演变成与人进行复杂交互的载体。汽车强国均拥有一套符合本国国情的人机体系，例如，美国汽车工程师协会（SAE）人机体系、日本人机体系、德国人机体系等。统计全球前四大汽车市场销量数据可以发现，除中国外，均是本国品牌占据销量榜前三的位置。中国目前人机设计体系还为空白，企业设计大都参考SAE规范进行简单修正，是导致中国自主品牌车辆产品力不足的原因之一。眼椭圆作为人机体系重要组成部分之一，在整车视野设计、交互设计中发挥着重要作用。1975年Ishida等人对日本驾驶员眼椭圆与SAE眼椭圆进行对比研究后发现，日本人体眼椭圆定位中心比SAE靠后，论文中给出的解释是可能由于日本驾驶员大都倾向于手臂伸直驾驶，导致乘坐位置靠后。由此可见，眼点位置并非完全由人体基本尺寸决定，与种族、人群的生活习惯、文化差异等也存在一定联系。本文将简述中国人体眼椭圆的构建方法，与SAE眼椭圆进行对比分析，最终为汽车HMI设计提供建议。1眼椭圆基本概念眼椭圆是“驾驶员眼睛位置”的一种统计表示法，在车辆三维空间中，不同身高、不同性别的眼点在空间内聚合成椭圆状。经统计分析处理，可得到左右各一，分别代表左右眼点的分布图形，简称为“眼椭圆”。2基于中国人体眼椭圆的汽车HMI设计流程2.1数据采集2.1.1试验样本样本的选择是眼点数据的基础，样本选择的精度将直接决定数据采集的准确性。本次试验运用最新的中国人体数据库。采用统计学方法，选取500样本，其中男性258名，女性242名;身高分布在148cm～181cm之间，平均身高162.4cm，符合正态分布;体重分布在40kg～92kg之间，平均体重65.7kg;年龄分布在17岁～70岁之间，平均年龄43.5周岁。2.1.2试验样车所选样车人机参数范围覆盖A类车范围，涵盖美系、法系、德系、日韩、国产等多种车系;群众基础良好;行驶里程不超过1万公里。本次试验共选择大众CC、哈弗H9、卡罗拉、帕萨特、福特锐界、逍客、大众高尔夫、大众途观8辆样车。2.1.3试验设备试验对整车坐标系下样车及被试进行扫描得到点云数据，为保证较高的点云质量，试验使用两种扫描设备结合的方式进行扫描。形创HandySCAN700用于扫描样车整体结构，精度0.002mm。GOSCAN用于扫描人体驾乘姿态及车辆内外饰，精度0.1mm。2.1.4试验方法1）信息统计。统计被试性别、年龄、身高、体重等基本信息。2）扫描前准备。向被试介绍数据采集流程及注意事项，要求试验对象穿着白色紧身衣裤、白色或者灰色等暗色调鞋子（或套上白色鞋套，建议穿运动鞋），头戴白色泳帽（头发不能露出），身上不能佩戴首饰;并在被试关键特征点位置粘贴标记点，包括肩点、膝盖、肘部等部位。3）眼点数据扫描。样本坐在车辆主驾位置，调整座椅、方向盘至舒适位置，佩戴安全带，双手握方向盘，左脚放置于搁脚板，右脚放置于油门踏板（不用力踩油门），目视前方，模拟正常开车状态。对样本驾乘姿态进行扫描，要求各特征扫描完整，特别是脸部、头部。2.1.5眼点数据预处理提取方法如下：（1）拟合眼部点云，以左右、上下最宽处作“十字线”作为辅助参考;（2）同一个人在不同的车中，左右眼距保持一致，误差在±1mm内;（3）若眼部点云一侧质量较差，则参考较好一侧，并保证第2条规定。2.2数据处理2.2.1异常值剔除异常值的存在会严重影响分析结果的精度。在实际扫描过程中，扫描样本不仅存在点云缺失、错位等，还有部分样本存在驾驶姿态异常的情况，如人体中线与方向盘中心点Y向存在较大偏差、头部后仰等。对采集的数据进行筛选，剔除不完整数据、异常数据，最终得到3469组数据。2.2.2正态分布检验运用单样本K-S（Kolmogorov-Smirnov）检验样本数据推断总体是否服从某一理论分布。其原假设是Hn：样本...