首页--交通运输论文--公路运输论文--汽车工程论文--汽车结构部件论文--电气设备及附件论文

基于UCD的车载辅助驾驶设备创新设计

摘要第5-6页
Abstract第6-7页
第1章 绪论第11-17页
    1.1 课题背景第11-12页
    1.2 研究目的及意义第12页
    1.3 国内外研究现状第12-14页
        1.3.1 车载辅助驾驶设备国内外研究现状第12-13页
        1.3.2 UCD的创新方法研究现状第13-14页
    1.4 研究内容及方法第14-15页
        1.4.1 研究内容第14-15页
        1.4.2 研究方法第15页
    1.5 研究思路及框架第15-17页
第2章 车载辅助驾驶设备用户与SET因素分析第17-24页
    2.1 车载辅助驾驶设备系统概述第17-18页
    2.2 面向用户分类的车载辅助驾驶设备设计分析第18-19页
        2.2.1 青年用户车载辅助驾驶设备设计分析第18-19页
        2.2.2 中年用户车载辅助驾驶设备设计分析第19页
        2.2.3 老年用户车载辅助驾驶设备设计分析第19页
    2.3 车载辅助驾驶设备SET因素分析第19-21页
        2.3.1 社会(S)因素分析第20页
        2.3.2 经济(E)因素分析第20-21页
        2.3.3 技术(T)因素分析第21页
    2.4 面向用户与SET因素分析的创新设计趋势第21-22页
    2.5 本章小结第22-24页
第3章 基于UCD方法的车载辅助设备用户需求分析第24-38页
    3.1 UCD概述第24页
    3.2 UCD研究方法第24-28页
        3.2.1 用户研究第24-26页
        3.2.2 问卷法第26页
        3.2.3 可用性测试第26-27页
        3.2.4 人机设计第27-28页
    3.3 基于UCD方法的创新设计流程第28-29页
        3.3.1 UCD需求分析阶段流程第28-29页
        3.3.2 UCD产品设计阶段流程第29页
    3.4 车载辅助驾驶设备用户需求分析第29-37页
        3.4.1 目标用户定位第29-31页
        3.4.2 人物角色建立第31-33页
        3.4.3 用户需求获取与分析第33-37页
    3.5 本章小结第37-38页
第4章 UCD设计阶段流程在车载辅助驾驶设备中的应用第38-58页
    4.1 基于UCD方法的产品功能模块与框架构建第38-40页
        4.1.1 车载辅助驾驶设备功能模块第38-39页
        4.1.2 车载辅助驾驶设备功能框架第39-40页
    4.2 车载辅助驾驶设备的功能设计第40-46页
        4.2.1 辅助出行功能设计第40-44页
        4.2.2 保障车况功能设计第44页
        4.2.3 改善驾驶功能设计第44-45页
        4.2.4 个人中心功能设计第45-46页
    4.3 车载辅助驾驶设备人机设计第46-53页
        4.3.1 车载辅助驾驶设备的人机操作设计第46-48页
        4.3.2 车载辅助驾驶设备的人机形态设计第48-51页
        4.3.3 车载辅助驾驶设备的人机色彩设计第51-53页
    4.4 车载辅助驾驶设备创新设计方案展示第53-57页
    4.5 本章小结第57-58页
第5章 基于UCD的车载辅助驾驶设备的设计验证第58-67页
    5.1 车载辅助驾驶设备的可用性测试及优化第58-61页
        5.1.1 基于用户问卷的设计验证第58-59页
        5.1.2 结果分析以及改进方案第59-60页
        5.1.3 功能优化第60-61页
    5.2 车载辅助设备产品方案选择测试第61-66页
        5.2.1 产品方案评估第61-63页
        5.2.2 最终方案及模型展示第63-66页
    5.3 本章小结第66-67页
结论第67-68页
参考文献第68-71页
附录一 车载辅助设备的访谈对象筛选问卷调查第71-72页
附录二 用户需求满意度评价问卷第72-73页
附录三 产品功能优化调查问卷第73-74页
附录四 产品成果展示第74-78页
攻读硕士学位期间承担的科研任务与主要成果第78-79页
致谢第79页

论文共79页,点击 下载论文
上一篇:一种半主动座椅悬架的设计及其多维减振研究
下一篇:基于Fast R-CNN的多传感器融合式行人检测