驾乘人员的姿势是影响车辆布置的决定性因素之一,而客观准确地预测和评价驾乘人员舒适坐姿则是准确模拟车内用户姿势的关键,对于保证车辆设计质量尤为重要。对于驾乘人员的舒适姿势的预测和评价问题进行了研究,主要包括基于压力分布的舒适坐姿行为研究和考虑舒适度的座椅位置分布研究。这些研究成果的提出能有效地辅助设计人员进行车辆的布置设计。现有的对驾乘人员坐姿舒适度的评价方法虽然种类繁多,但绝大部分方法对于驾乘人员的行为干扰性较大,而且不够准确。本文针对这些不足,将基于压力分布的舒适坐姿行为作为研究对象,对如何评价驾乘人员坐姿舒适度进行了研究。为此,设计了两种任务情景(模拟驾驶、模拟乘车)和两种座椅参数(高座垫角、低座垫角)的实验场景,将实验人群根据其人体参数(身高、体重)划分为不同人群,然后进行实验获得了带有任务场景信息、座椅参数信息、人体参数信息和坐姿行为作为对应的压力分布数据。本文设定了不同的度量运动与否的压力中心位置变动的阈值,通过计算皮尔森相关性系数表明在有限的空间内被试人员进行的运动次数与感觉到的(不适)舒适感之间具有很强的相关性,而且人们在调节自己的不适感时,倾向于进行较小幅度的动作。在任务场景适用性方面,通过相关分析证明基于压力分布的评价方法在模拟乘车任务场景时会取得较好效果,但不适用于模拟驾驶任务场景。对于被试人群的人体参数的影响,发现较高和较轻人员进行的运动次数要明显高于较矮和较重人员。本文探究了不同身体部位的运动和舒适感受的相关关系。最后,依据时序分析了各阶段的运动与人员感受,发现随着时间的增加,被试人员的舒适度是逐渐变差。驾驶员座椅位置对于驾驶舱内座椅的布置具有重要参考意义,但是现有的驾驶员座椅位置预测研究主要关注舒适度最佳的座椅位置的分布,不仅对于两者之间的过渡分布则罕有研究,而且对于影响因素考虑较少,不能满足业界人员的需要。本文针对这些不足,将驾驶员座椅位置及其感受作为研究对象,对如何评价预测驾驶员座椅进行了研究。为此,设计了三种座垫角的驾驶环境,将实验人群根据其人体参数(身高、体重)划分为不同人群,然后进行实验获得了带有驾驶环境信息、人体参数信息和主观评价信息的不同座椅位置数据。首先通过多元方差分析证明不同驾驶环境对于驾驶人位置感受的影响确有差别,借助Tukey post-hoc tests等方法探究了座垫角度和身高对于座椅位置分布曲线的影响,发现随着座垫角度的增加,座椅位置舒适度分布曲线会整体上移,即随着座垫角增加同一舒适度对应的位置会更加靠近方向盘。借助Lineanr byLinear Association方法和Spearman秩相关分析等方法分析发现各舒适度位置节点的坐标随着人群身高的增加而降低,即同一座垫角下同一舒适度对应的位置会随着人群身高的增加更加远离方向盘。然后,采用具有Bonferroni校正的配对t检验来检查驾驶人的位置感受是否对称,发现舒适度分布曲线关于最舒适的位置点是基本呈对称分布。最后从定量角度进行分析,借助多项式方法、径向基函数网络(RBF,Radial Basis Function)、多项Logistic回归模型和多层感知器网络(MLP,Multilayer Perceptron)等方法建立了每种驾驶环境参数下驾驶员感受随驾驶位置变化的数量关系和综合各种信息的神经网络评价模型。本文在驾乘人员姿势舒适度评价和考虑舒适度的座椅位置分布研究方面取得了一定的进展。在驾乘人员姿势舒适度评价方面,所提出的以人体压力运动为基础的坐姿舒适度评价方法减少了传统方法对于用户的干扰,为车内坐姿舒适度评价提供了新思路,是未来面向智能化、无人驾驶车辆乘客舒适乘坐及座椅智能设计提高舒适度的可值得借鉴的重要方法。在考虑舒适度的座椅位置分布研究方面,从身高和座垫角两个因变量出发,探究了它们对于座椅位置舒适度的影响,给出了针对不同人群座椅设计的建议,在汽车智能化设计的进程中充分了体现以人为本的设计理念。另外,还给出了不同身高人群和座椅参数下的座椅位置分布曲线和神经网络评价模型,可以用于座椅布置进行参考,有利于在降低设计工时和成本的同时进一步提高产品的竞争力,未来可基于此考虑更多的座椅和驾驶因素,来获得更复杂、更具普适性的规律。