面向坐姿舒适性测试的人机工程仿真系统

针对座椅设计及舒适性主客观测试中缺少系统化的计算机辅助分析工具的问题,开发了一个人机工程仿真系统.该系统由主观评价、体压分布测试可视化、人机仿真和参数化辅助设计模块构成,其中主观评价模块基于舒适性主观测试的过程模型,体压分布测试可视化模块通过与外接测试设备的集成实现了实验数据的可视化重建.文中系统具有对虚拟人和CAD模型访问和处理的接口,能对坐姿人机工程测试过程进行仿真,为座椅舒适性设计提供依据.最后在座椅开发的实际应用中验证了其可行性.     

基于基因表达式编程的坐姿舒适性主观测评模型与系统

针对坐姿舒适性测评中总体与局部舒适性关联性问题,提出基于基因表达式编程的舒适性主观测评模型。模型的输入变量为6个局部舒适性指标,输出变量为总体舒适性分值与等级。48名被试在实验椅上分别进行坐姿与坐卧姿舒适性主观测评,采用舒适性主观评价量表获取实验数据。通过基因表达式编程舒适性分级算法分别构建了2个耦合模型,并比较了两者的预测效果。实验结果表明,采用基因表达式编程算法预测坐姿主观舒适性是有效的。最后开发了一个坐姿舒适性的主观测评系统,并在实际应用中验证了模型的有效性。     

基于VGG-CapsNet的零件手绘草图识别模型

针对概念设计阶段现有CAD系统难以通过手绘草图准确匹配对应的零件的问题,提出预训练网络(VGG)与胶囊网络(CapsNet)相结合的零件手绘草图识别模型(VGG-CapsNet).招募了5名设计师绘制零件草图,构建包含标准件和非标件在内的23类零件手绘草图数据集;设计了组间实验与组内实验,分别构建基于VGG-CapsNet的零件手绘草图识别模型,并与rVGG-13模型、rCNN-13模型的识别结果进行比较.实验结果表明,VGG-CapsNet模型在组间和组内实验中的平均准确率均高于其他2种模型,为零件设计知识的检索与重用提供技术支持.     

基于sEMG的按摩椅绩效人机评价模型实验研究

针对机械式按摩椅缓解肌肉疲劳的绩效,提出了基于表面肌电(sEMG)信号的人机评价模型。实验要求两名被试者在执行静力性标准俯卧撑(SPU)动作之间,分别采用静坐与按摩两种方式恢复肌肉疲劳,并在SPU过程中采集竖脊肌的sEMG信号。根据模型的评价指标对实验数据进行了比较与分析,结果表明,SPU后采用拍打按摩恢复对竖脊肌疲劳缓解的效果好于静坐恢复的效果,从而验证了模型在按摩椅人机评价上的可行性。     

面向双侧训练的前臂外骨骼肌肉力-电关系识别模型

为了使前臂外骨骼系统能准确识别健肢运动的肌力水平,并带动患肢进行双侧训练,提出基于表面肌电的肌肉自主收缩力-电关系识别模型.通过4名被试者,实验采集前臂4种抓握力度下的肌电信号和握力值.利用单因素方差分析与多重比较产生的同类子集,提取11个具有显著性差异的肌电时域指标作为特征值.采用Elman神经网络构建力-电关系分类模型和肌力预测模型,并与基于支持向量机和基因表达式编程的预测模型进行性能比较.实验结果表明:Elman模型能够成功识别4种不同握力水平,建模效率高于基因表达式编程模型,肌力预测的泛化性能优于支持向量机模型.开发一个前臂外骨骼,在双侧训练的控制中验证了方法的有效性.     

面向工业设计的产品服务系统设计研究

目的将产品服务系统设计的基本理论、优势、方法和评价体系等导入工业设计,有助于拓展工业设计内涵、延伸设计对象和领域、转变设计开发思路、优化最终解决方案。方法通过对产品服务系统设计的背景、理论、特点、方法工具及评价标准等的阐述,展现了产品服务系统在经济、社会和生态可持续发展等层面独特的优势及其潜在的价值。结论作为能够提供应对经济增长、社会矛盾及生态问题的解决方案的创新工具,产品服务系统设计将成为工业设计的研究热点和应对未来挑战的利器之一。     

面向地铁低头族的颈部疲劳sEMG-JASA评价模型

随着社会的发展地铁低头族已经在地铁上随处可见,为研究地铁低头族颈部肌肉疲劳与低头时间的变化关系,本文基于幅频联合分析法提出颈部肌肉疲劳评价模型。实验中共招募10名参试人员分别采集其颈部肌肉的表面肌电信号,利用疲劳联合分析模型对不同时间段内颈部肌肉的疲劳程度做出比较。实验结果显示,斜方肌和头夹肌的通道中中位频率值处于下降趋势,而均方根值处于上升趋势,说明肌肉产生疲劳并随着低头使用手机时间的增加颈部肌肉疲劳程度逐渐增加。该实验验证了疲劳评价模型的有效性,模型可对乘客发出疲劳提醒,帮助乘客形成良好的行为习惯,为开发智能穿戴系统提供依据。     

结合显微视觉和注意力机制的毛羽检测方法

毛羽瑕疵由于尺寸微小,极易发生漏检和误检,是化纤丝饼检测中的难点。为了准确高效地检测丝饼的外观瑕疵,搭建了基于显微视觉的毛羽瑕疵图像采集平台,提出加入注意力机制和特征融合的瑕疵检测算法(CenterNet-CBAM)。采集了毛羽和断线两类易混淆的目标图像,构建基于CenterNet-CBAM的目标检测模型,并与CenterNet、YOLOv4、Faster R-CNN、SSD四种目标检测算法进行比较。实验结果表明,工业显微相机能有效获取毛羽特征,CenterNet-CBAM在毛羽、断线两类目标的实验检测结果的准确率分别为94.00%和93.57%,召回率分别为86.75%和92.16%,AP值分别为92.93%和92.91%,两类mAP值均为92.92%,优于其他算法,验证了实验方法的有效性。     

面向外骨骼机器人人机交互的步态数据获取系统及识别模型

外骨骼机器人人机交互是当前的研究热点,通常需要获取人体相关运动信息作为控制信号源。为了采集人体步态数据,研究了生理信号与关节运动之间的关联机制,设计了一种步态数据获取系统,其利用鞋内薄膜压力传感器和关节角度传感器组成测试设备,成功采集了15组健康男子在3km/h、4km/h和5km/h 3种速率下自然行走的步态数据。提出采用基因表达式编程建立膝关节运动识别模型,并使用所采集的步态数据进行训练和验证。结果显示,利用此模型可有效进行关节运动的识别和预测,验证了本系统作为外骨骼人机接口的可行性。     

灾后公共空间的急救帐篷设计

目的为了合理解决用户在自然灾害后,生活层面、心理层面及管理层面的需求,对灾后公共空间的急救帐篷及其外延服务进行可行性提案设计。方法通过用户日常生活中的如厕、洗澡等所需时间来推算出急救帐篷的各空间面积及布局。同时,帐篷的造型、色彩、材料、结构、空间布局及功能等方面都围绕着HOMFLX帐篷系统的核心理念来设计。结论为用户提供合理的私密空间和便于交流的共享空间,从而帮助用户更好地适应灾后生活。