详情

基于脑电信号的人体热舒适性特征波分析算法与车舱热舒适应用研究

申报人:俞彬彬 申报日期:2021-09-22

基本情况

第二十四期“上海交通大学大学生创新实践计划”项目
基于脑电信号的人体热舒适性特征波分析算法与车舱热舒适应用研究
创新训练项目
工学
能源动力类
创新类
机械与动力工程学院
俞彬彬
指导教师
登录状态下查看
在研项目包括国家自然科学基金,现有主流造车新势力企业横向课题。
有研究生共同参与项目,提供经费,科研指导,论文专利指导;

对于现代人而言,家是第一空间,办公室是第二空间,而汽车会成为人类生存的第三空间。人们花费大量时间在第三空间里,与之相应的,现代车辆也不仅限于作为代步工具,也需要提供人们与第一空间和第二空间里面能够实现的功能。故提高车辆车舱内的舒适性,提升用户体验是当前热门话题。

汽车车舱为个性化极高的非均匀性热环境,现阶段存在的传统热舒适度评价指标PMV-PDD并不能适用,且热舒适评价存在极大的主观性,其测量一个涉及热环境、生理学和心理学等多个领域的过程,现存的评价方法并非量化标准,准确性在很大程度上受到用户的影响,故应建立客观的可量化的热感觉及热舒适评价标准,其能够及时快速的反应车舱内人体热舒适结果。因此,本项目提出引入人体生理信号作为热舒适指标,建立客观的可量化的热感觉和热舒适性标准,并在汽车车舱微气候控制得到应用。研究内容主要包括:

1. 基于脑电信号的人体热舒适性的特征波分析算法研究

采用脑电波信号作为热舒适评价指标,通过有效采集人体脑电信号,分析脑电波变化情况,从而有效监测人体热舒适性。

脑电信号的特征波分析,采用机器学习方法,对比不同算法,得出高精准度的机器学习模型。


2. 车舱环境中基于脑电波的人体热舒适性研究

针对汽车车舱个性化极高的非均匀热环境,引入脑电波信号作为热舒适评价指标,通过有效采集人体信号,分析脑电波变化情况,有效监测汽车车舱内用户人体热舒适性,并与现有车舱内环境控制手段相结合,实现用户个性化微气候调节。

选题成员

0

指导教师

序号 教师姓名 电子邮箱 所属学院
1 俞彬彬 登录状态下查看 机械与动力工程学院 第一指导教师

选题附件

结束