基于坐姿分析的座椅舒适度评价方法研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究课题来源 | 第8页 |
| 1.2 研究背景及研究意义 | 第8-9页 |
| 1.3 座椅舒适度研究现状 | 第9-11页 |
| 1.3.1 汽车座椅舒适度的国内外研究概况 | 第9-10页 |
| 1.3.2 办公座椅舒适度的国内外研究概况 | 第10-11页 |
| 1.4 座椅舒适度评价方法研究进展 | 第11-13页 |
| 1.4.1 主观评价方法 | 第11-12页 |
| 1.4.2 客观评价方法 | 第12-13页 |
| 1.5 研究内容及框架结构 | 第13-14页 |
| 1.6 研究技术路线 | 第14-16页 |
| 第二章 坐姿理论与关键技术 | 第16-22页 |
| 2.1 相关基础理论概述 | 第16-17页 |
| 2.1.1 座椅舒适与不舒适 | 第16-17页 |
| 2.1.2 座椅的设计与座椅舒适度 | 第17页 |
| 2.2 坐姿相关理论 | 第17-19页 |
| 2.2.1 坐姿骨骼结构 | 第17-18页 |
| 2.2.2 坐姿局部肌肉疲劳与不适 | 第18-19页 |
| 2.2.3 坐姿变化分析 | 第19页 |
| 2.3 关键技术 | 第19-20页 |
| 2.3.1 骨骼跟踪技术 | 第19-20页 |
| 2.3.2 光学动作捕捉技术 | 第20页 |
| 2.4 相关软件设备 | 第20-21页 |
| 2.4.1 Kinect传感器 | 第20页 |
| 2.4.2 Evart软件动作捕捉 | 第20-21页 |
| 2.4.3 Jack仿真分析与计算软件 | 第21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 人体坐姿骨骼跟踪与识别 | 第22-28页 |
| 3.1 Kinect传感器 | 第22页 |
| 3.2 Kinect骨骼跟踪技术 | 第22-23页 |
| 3.3 骨骼跟踪与数据获取 | 第23-26页 |
| 3.3.1 座椅样本 | 第23-24页 |
| 3.3.2 人体骨骼关节数据获取 | 第24-25页 |
| 3.3.3 关节角度数据计算 | 第25-26页 |
| 3.4 数据对比与分析 | 第26-27页 |
| 3.5 本章小结 | 第27-28页 |
| 第四章 人体动作捕捉实验测试与分析 | 第28-47页 |
| 4.1 Evart动作捕捉实验设计 | 第28-31页 |
| 4.1.1 实验内容 | 第28-30页 |
| 4.1.2 场景设置 | 第30页 |
| 4.1.3 人体自定义标记 | 第30-31页 |
| 4.2 实验数据处理 | 第31-34页 |
| 4.2.1 关节角度计算方法 | 第31-32页 |
| 4.2.2 关节角度计算 | 第32-34页 |
| 4.3 Jack三维人体重建与坐姿分析 | 第34-37页 |
| 4.3.1 Evart软件预处理 | 第34页 |
| 4.3.2 Evart软件与Jack软件连接 | 第34-35页 |
| 4.3.3 Jack软件的数据提取 | 第35-37页 |
| 4.4 数据处理与分析 | 第37-41页 |
| 4.4.1 实验结果与分析 | 第37-40页 |
| 4.4.2 Jack数据与实验数据对比分析 | 第40-41页 |
| 4.4.3 Jack数据处理 | 第41页 |
| 4.5 数据综合分析 | 第41-45页 |
| 4.6 本章小结 | 第45-47页 |
| 第五章 座椅舒适度的综合评价 | 第47-55页 |
| 5.1 主观评价统计与分析 | 第47-49页 |
| 5.1.1 主观评价结果统计 | 第47-48页 |
| 5.1.2 问卷调查结果分析评价 | 第48-49页 |
| 5.2 数据标准化处理 | 第49页 |
| 5.3 座椅舒适度评价 | 第49-51页 |
| 5.3.1 评价指标体系的建立 | 第49-50页 |
| 5.3.2 评价指标权重的确定 | 第50-51页 |
| 5.4 综合评价矩阵的建立 | 第51-53页 |
| 5.5 本章小结 | 第53-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 论文总结 | 第55页 |
| 6.2 论文创新点 | 第55页 |
| 6.3 研究展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 在校攻读硕士学位期间已发表论文 | 第60-61页 |
| 致谢 | 第61-62页 |
