1.本技术涉及卡车试验领域，特别涉及一种卡车踏步试验中人体姿态数据化及应用方法和装置。
背景技术：2.目前，卡车踏步试验是产品投产之前必须进行的试验，目的是测试汽车踏步在实车上受力后的状态变化，相关技术中，主要通过采用机械臂和足部夹具共同模拟卡车踏步试验场景，模拟真实场景中司机踏步时的动作。
3.但是，当前的踏步试验存在一些问题，使得当前卡车踏步试验场景与真实应用场景存在巨大差异，当前的踏步试验存在的主要问题如下：1、当前踏步试验中的加载力的方向与实际加载力的方向不符，真实场景中司机踩踏力的方向是随人体姿态动态变化的，而在当前踏步试验中，一般只在固定某个方向上才会施加加载力，加载力的方向是固定不变的，没能体现出受力的动态变化的过程；2、当前踏步试验缺乏真实场景中人体姿态的数据量化方法，因此难以将真实场景用试验设备复现，缺乏试验精度。
技术实现要素：4.本技术实施例提供一种卡车踏步试验中人体姿态数据化及应用方法和装置，以解决相关技术中的踏步试验的加载力的方向与实际加载力的方向不符而导致真实场景还原度低、试验精度差的问题。
5.第一方面，提供了一种卡车踏步试验中人体姿态数据化及应用方法，其步骤包括：
6.采集踏步真实场景中上下车踩踏每一踏步时对应的踏步踩踏点坐标；
7.分别计算踩踏至每一所述踏步时的人体重心坐标，根据所述踏步踩踏点坐标和人体重心坐标分别计算踩踏至每一所述踏步时的踩踏角度；
8.根据每一所述踏步上的理论踩踏点坐标以及对应的所述踩踏角度控制机械臂进行卡车踏步试验。
9.一些实施例中，所述采集踏步真实场景中上下车踩踏每一踏步时对应的踏步踩踏点坐标，包括：
10.采集踏步真实场景中上下车时所有的人体姿态关节点坐标；
11.对所述人体姿态关节点坐标进行筛选过滤，以分别得到踩踏至每一所述踏步时与当前踩踏的所述踏步具有相同高度的所述人体姿态关节点坐标，并定义该人体姿态关节点坐标为踏步踩踏点坐标。
12.一些实施例中，所述分别计算踩踏至每一所述踏步时的人体重心坐标，包括：
13.对所述人体姿态关节点坐标进行筛选过滤；
14.以分别得到踩踏至每一所述踏步时所有的所述人体姿态关节点坐标；
15.根据所有的人体姿态关节点将人体划分为多个部分，并根据所述人体姿态关节点坐标计算踩踏至对应所述踏步时每一所述部分的重心坐标；
16.根据每一所述部分的重心坐标计算得到踩踏至对应所述踏步时的人体重心坐标。
17.一些实施例中，所述根据每一所述部分的重心坐标计算得到踩踏至对应所述踏步时的人体重心坐标，包括：
18.分别确定每一所述部分占身体体重的比值；
19.分别将每一所述部分的重心坐标与其占身体体重的比值相乘，将每一所述部分分别与其占身体体重的比值相乘的结果相加，以得到踩踏至对应所述踏步时的人体重心坐标。
20.一些实施例中，所述根据所述踏步踩踏点坐标和人体重心坐标分别计算踩踏至每一所述踏步时的踩踏角度，包括：
21.根据所述踏步踩踏点坐标和对应的所述人体重心坐标的差值计算得到踩踏至对应所述踏步时的踩踏力的方向向量；
22.根据所述方向向量计算得到踩踏至对应所述踏步时的踩踏角度。
23.一些实施例中，所述根据每一所述踏步上的理论踩踏点坐标以及对应的所述踩踏角度控制机械臂进行卡车踏步试验，包括：
24.分别根据每一所述踏步上的理论踩踏点坐标以及对应的所述踩踏角度计算得到踩踏该踏步时所述机械臂的作动点坐标；
25.根据所有的所述作动点坐标得到作动点坐标-时间关系数组，根据所有的所述踩踏角度得到踩踏角度-时间关系数组；
26.将所述作动点坐标-时间关系数组和踩踏角度-时间关系数组分别写入所述机械臂的加载程序路径，以控制所述机械臂进行卡车踏步试验。
27.一些实施例中，踏步真实场景上车前，采集多组预设时间内驾驶员相对所述踏步静止时的所述驾驶员的左脚关节和右脚关节沿高度方向的坐标值；
28.计算所有的所述坐标值的平均值，并将所述平均值作为高度方向参考值。
29.一些实施例中，所述预设时间的取值不小于5s。
30.一些实施例中，在室内搭建踏步真实场景；
31.确定深度相机的安装位置，以使所述深度相机与卡车之间的距离为1.8～2.2m。
32.第二方面，提供了一种卡车踏步试验中人体姿态数据化及应用装置，其用于上述的卡车踏步试验中人体姿态数据化及应用方法的实施，其包括：
33.数据采集单元，其用于采集踏步真实场景中上下车踩踏每一踏步时对应的踏步踩踏点坐标；
34.数据计算单元，其用于分别计算踩踏至每一所述踏步时的人体重心坐标，并用于根据所述踏步踩踏点坐标和人体重心坐标分别计算踩踏至每一所述踏步时的踩踏角度；
35.控制驱动单元，其用于根据每一所述踏步上的理论踩踏点坐标以及对应的所述踩踏角度控制机械臂进行卡车踏步试验。
36.本技术提供的技术方案带来的有益效果包括：
37.本技术实施例提供了一种卡车踏步试验中人体姿态数据化及应用方法，由于先采集踏步真实场景中上下车踩踏每一踏步时对应的踏步踩踏点坐标，再分别计算踩踏至每一所述踏步时的人体重心坐标，根据所述踏步踩踏点坐标和人体重心坐标分别计算踩踏至每一所述踏步时的踩踏角度，最后根据每一所述踏步上的理论踩踏点坐标以及对应的所述踩
踏角度控制机械臂进行卡车踏步试验，因此，本卡车踏步试验中人体姿态数据化及应用方法通过采集用户真场景中上车过程的姿态，以及对整个过程踏步受力特点分析后得到踩踏至每一踏步时的踩踏角度，最后将数据转化为机械臂可加载的数据，保证了在试验条件下尽可能地还原真实场景中的踩踏情况，为踏步试验中人体姿态的加载提供了可靠的依据，大大提升了还原度和试验的精度。
附图说明
38.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
39.图1为本技术实施例提供的卡车踏步试验中人体姿态数据化及应用方法的流程图；
40.图2为本技术实施例提供的卡车踏步试验中人体姿态数据化及应用方法的采集踏步真实场景中上下车踩踏每一踏步时对应的踏步踩踏点坐标的流程图；
41.图3为本技术实施例提供的卡车踏步试验中人体姿态数据化及应用方法的分别计算踩踏至每一所述踏步时的人体重心坐标的流程图；
42.图4为本技术实施例提供的卡车踏步试验中人体姿态数据化及应用方法的控制机械臂进行卡车踏步试验的流程图。
具体实施方式
43.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
44.本技术实施例提供了一种卡车踏步试验中人体姿态数据化及应用方法，其能解决相关技术中的踏步试验的加载力的方向与实际加载力的方向不符而导致真实场景还原度低、试验精度差的问题。
45.参见图1所示，本卡车踏步试验中人体姿态数据化及应用方法首先采集踏步真实场景中上下车踩踏每一踏步时对应的踏步踩踏点坐标，再分别计算踩踏至每一所述踏步时的人体重心坐标，根据所述踏步踩踏点坐标和人体重心坐标分别计算踩踏至每一所述踏步时的踩踏角度，最后根据每一所述踏步上的理论踩踏点坐标以及对应的所述踩踏角度控制机械臂进行卡车踏步试验。
46.本方法通过采集用户真场景中上车过程的姿态，以及对整个过程踏步受力特点分析后得到踩踏至每一踏步时的踩踏角度，最后将数据转化为机械臂可加载的数据，保证了在试验条件下尽可能地还原真实场景中的踩踏情况，为踏步试验中人体姿态的加载提供了可靠的依据，大大提升了还原度和试验的精度。
47.进一步的，参见图2所示，所述采集踏步真实场景中上下车踩踏每一踏步时对应的踏步踩踏点坐标，其步骤主要包括：
48.采集踏步真实场景中上下车时所有的人体姿态关节点坐标；
49.对所述人体姿态关节点坐标进行筛选过滤，以分别得到踩踏至每一所述踏步时与当前踩踏的所述踏步具有相同高度的所述人体姿态关节点坐标，并定义该人体姿态关节点坐标为踏步踩踏点坐标。
50.具体的，卡车踏步最高阶数一般为三阶，这里以三阶踏步为对象进行说明。在真实场景踩踏过程中，上车时，驾驶员先在地面行走，然后用左脚踩踏一阶踏步，再分别用右脚和左脚踩踏二、三阶踏步进入驾驶室；下车时，先从驾驶室伸出左脚踩踏三阶踏步，再分别用右脚和左脚踩踏二、一阶踏步到达地面。该过程中，只有脚与踏步接触的过程才是试验需关注的部分，因此包括一、二、三阶踏步上、下车共六段，另外需要注意的是真实场景中试验时也可以先拿右脚，这个对试验的影响不大。所以，尽管采集了踏步真实场景中上下车时所有的人体姿态关节点坐标，然而需要通过算法从深度相机采集的整段数据中将这六段数据分别识别提取筛选出来，其中，这里的所有的人体姿态关节点坐标是指每隔预设时间采集获取的人体姿态关节点坐标，且预设时间大小的确定可以保证踩踏每一踏步时的人体姿态关节点坐标均可以被采集到。
51.具体的，一阶踏步过程识别为：已知人站在踏步前的地面上的高度为z0，以及一阶踏步相对地面高度为
△
z1，且一阶踏步过程中当左脚与一级踏步接触后保持不动，因此左脚此时沿z轴的高度值z
左1
为z0和
△
z1两者的和，而筛选左脚关节点(left_foot)z轴坐标z
左1
所有满足该条件的人体姿态关节点坐标d1，完成此次筛选过滤。
52.同理的，二阶阶踏步过程识别：已知条件为z0及二阶踏步相对地面高度
△
z1+
△
z2，且二阶踏步过程中当右脚与二级踏步接触后保持不动，因此右脚此时沿z轴的高度值z
右1
为z0、
△
z1和
△
z2三者的和，而筛选右脚关节点(right_foot)z轴坐标z
右1
所有满足该条件的人体姿态关节点坐标d2，完成此次筛选过滤。
53.同理的，三阶阶踏步过程识别：已知条件为z0及三阶踏步相对地面高度
△
z1+
△
z2+
△
z3，且三阶踏步过程中当左脚与三级踏步接触后保持不动，因此左脚此时沿z轴的高度值z
左2
为z0、
△
z1、
△
z2和
△
z3四者的和，而筛选左脚关节点(left_foot)z轴坐标z
左2
所有满足该条件的人体姿态关节点坐标d3，完成此次筛选过滤。
54.进一步的，参见图3所示，所述分别计算踩踏至每一所述踏步时的人体重心坐标，其步骤具体包括：
55.对所述人体姿态关节点坐标进行筛选过滤；
56.以分别得到踩踏至每一所述踏步时所有的所述人体姿态关节点坐标；
57.根据所有的人体姿态关节点将人体划分为多个部分，并根据所述人体姿态关节点坐标计算踩踏至对应所述踏步时每一所述部分的重心坐标；
58.根据每一所述部分的重心坐标计算得到踩踏至对应所述踏步时的人体重心坐标。
59.具体的，将人体按采集到的关节点划分成头、躯干、左上臂、右上臂、左前臂、右前臂、左手、右手、左大腿、右大腿、左小腿、右小腿、左足、右足14个部分，并分别对14个部分的空间坐标d(x,y,z)进行计算，首先每一部分采用i表示，对于身体的每一部分i，用深度相机测得的每一部分两端关节点ai、bi的空间坐标即人体姿态关节点坐标，再以ai、bi连线的中点坐标作为该部分的重心位置，继而求得每一部分的重心坐标，因此，每一部分的重心坐标的计算公式为：
60.di(xi，yi，zi)＝(d
ai
+d
bi
)/2
ꢀꢀꢀ
(1)
61.进一步的，所述根据每一所述部分的重心坐标计算得到踩踏至对应所述踏步时的人体重心坐标，其步骤具体包括：
62.分别确定每一所述部分占身体体重的比值；
63.分别将每一所述部分的重心坐标与其占身体体重的比值相乘，将每一所述部分分别与其占身体体重的比值相乘的结果相加，以得到踩踏至对应所述踏步时的人体重心坐标d
重
。
64.具体的，为了更加准确的根据每一部分的重心坐标求得踩踏至对应所述踏步时的人体重心坐标，大致计算出每一部分占据身体总体重的比值，成年男性的各部分占身体体重比值表如下：
65.表1成年男性的各部分占身体体重比值表
66.部位比例头0.0706躯干0.427上臂0.0336前臂0.0228手0.0084大腿0.1158小腿0.0527足0.0179
67.进一步的，所述根据所述踏步踩踏点坐标和人体重心坐标分别计算踩踏至每一所述踏步时的踩踏角度，其步骤具体包括：
68.根据所述踏步踩踏点坐标和对应的所述人体重心坐标的差值计算得到踩踏至对应所述踏步时的踩踏力的方向向量；
69.根据所述方向向量计算得到踩踏至对应所述踏步时的踩踏角度。
70.具体的，在踩踏的过程中，人体姿态的变化对踏步的受力影响主要体现在踩踏角度的变化，这个踩踏角度是指受力方向与踏步平面的夹角。因此，在踩踏过程中，通过深度相机对人体姿态关节点坐标的采集与换算，已知求得的上车时的条件为踩踏一级踏步时左脚关节点(left_foot)坐标d1、踩踏二级踏步时右脚(right_foot)坐标d2、踩踏三级踏步时左脚关节点(left_foot)坐标d3和人体重心坐标d
重
，以上已知坐标均为动态变化的点，同理也已知下车时的条件。在踏步过程中，可将踩踏过程每一时刻的人体简化为杆绕着以足关节点(right_foot、left_foot)所在轴线为转轴做杠杆运动，受力方向为重心指向足关节点，因此，根据踩踏受力特点，左脚踩踏角度、右脚踩踏角度θ2计算如下：
71.已知深度相机z轴方向垂直向下为正，取水平面的法向量：
72.上车时左脚对一级踏步施加的踩踏力f1对应的方向向量为：
73.上车时右脚对二级踏步施加的踩踏力f2对应的方向向量为：
74.因此，上车时左脚在一级踏步上的踩踏角度θ1的计算公式为：
[0075][0076]
上车时右脚在二级踏步上的踩踏角度θ2的计算公式为：
[0077][0078]
其中，x
左1
、y
左1
和z
左1
分别为上车时左脚在一级踏步上静止时的分别沿xyz三个方向上的坐标值，同理的，x
右1
、y
右1
和z
右1
分别为上车时右脚在二级踏步上静止时的分别沿xyz三个方向上的坐标值，x
重
、y
重
和z
重
则分别代表踩踏至每一踏步静止时的人体重心坐标值。
[0079]
进一步的，参见图4所示，所述根据每一所述踏步上的理论踩踏点坐标以及对应的所述踩踏角度控制机械臂进行卡车踏步试验，其步骤具体包括：
[0080]
分别根据每一所述踏步上的理论踩踏点坐标以及对应的所述踩踏角度计算得到踩踏该踏步时所述机械臂的作动点坐标；
[0081]
根据所有的所述作动点坐标得到作动点坐标-时间关系数组，根据所有的所述踩踏角度得到踩踏角度-时间关系数组；
[0082]
将所述作动点坐标-时间关系数组和踩踏角度-时间关系数组分别写入所述机械臂的加载程序路径，以控制所述机械臂进行卡车踏步试验。
[0083]
具体的，用于模拟试验的机械臂主要包括机械臂主体和位于底部的足部夹具，足部夹具即相当于脚。在模拟试验前，会事先在每一踏步上确定一理论踩踏点，用于模拟试验时足部夹具的下脚点，而当在确定踩踏每一踏步时的踩踏角度后，即也确定了足部夹具在踩踏每一踏步时的踩踏角度，而控制机械臂主体的运动则需要确定踩踏每一级踏步时的机械臂作动点。
[0084]
具体的，由于理论踩踏点是实现确定预知的，因此，其在机器人坐标系中的坐标记为d
静
(x
静
，y
静
，z
静
)，且该坐标可通过机器人坐标系的特点换算成已知条件，由于踩踏过程中人体在x轴方向位移较小，因此在踩踏过程中只关注y和z两个平面内的运动轨迹。机械臂作动点坐标记为d(x，y，z)，因此根据坐标d
静
计算机械臂作动点坐标的公式为：
[0085]
x＝x
静
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0086]
y＝y
静-l
·
sinθ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0087]
z＝z
静-l
·
cosθ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0088]
其中，θ为对应踏步的踩踏角度，l为对应踏步的理论踩踏点与机械臂作动点之间的直线距离值。
[0089]
通过以上换算过程，分别对一、二、三阶踏步上下车共6段所有踩踏角度计算出来并与时间对应，形成6组踩踏角度-时间关系数组，作为机械臂的加载输入；同理的，将计算出来的6组作动点坐标与时间对应，换算成6组作动点坐标-时间关系数组，一起写入机械臂
加载程序路径，即可模拟人体踩踏姿态。
[0090]
进一步的，本方法还包括：
[0091]
踏步真实场景上车前，采集多组预设时间内驾驶员相对所述踏步静止时的所述驾驶员的左脚关节和右脚关节沿高度方向的坐标值；
[0092]
计算所有的所述坐标值的平均值，并将所述平均值作为高度方向参考值。
[0093]
具体的，地面在深度相机坐标系中z轴方向参考值设为z0，其具体的计算过程为：采集前，驾驶员先站在地面静止预设时间，以预设时间内深度相机采集的所有n组左右脚关节点(left_foot、right_foot)，通过采集的n组数据求得平均值，即转化得到z0。
[0094]
进一步的，所述预设时间的取值不小于5s。
[0095]
进一步的，本方法还包括：
[0096]
在室内搭建踏步真实场景；
[0097]
确定深度相机的安装位置，以使所述深度相机与卡车之间的距离为1.8～2.2m。
[0098]
具体的，为了避免在室外进行试验时室外电磁波对深度相机产生干涉，继而影响取样精度，因此，在室内搭建踏步真实场景，且为了整个踏步试验取景过程拍摄完整、清晰，确定深度相机的安装位置，以使所述深度相机与卡车之间的距离为1.8～2.2m。其中，深度相机应用调幅连续波时差测距原理，将近红外频谱中的调制光投射到场景中，然后，会记录光线从相机传播到场景，然后从场景返回到相机所花费的间接时间测量值。处理这些测量值可以生成深度图，深度图是图像每个像素的一组坐标值，一般以毫米为单位，通过其内置算法，可检测出每帧深度图中的人体并计算出人体每个关节点的位置并将数据处理进行可视化输出以实现人体的跟踪功能。
[0099]
本技术还提供了一种卡车踏步试验中人体姿态数据化及应用装置，其用于上述的卡车踏步试验中人体姿态数据化及应用方法的实施，其主要包括数据采集单元、数据计算单元和控制驱动单元，其中，数据采集单元用于采集踏步真实场景中上下车踩踏每一踏步时对应的踏步踩踏点坐标，数据计算单元用于分别计算踩踏至每一所述踏步时的人体重心坐标，并用于根据所述踏步踩踏点坐标和人体重心坐标分别计算踩踏至每一所述踏步时的踩踏角度，控制驱动单元用于根据每一所述踏步上的理论踩踏点坐标以及对应的所述踩踏角度控制机械臂进行卡车踏步试验。
[0100]
其中，上述装置中的各个单元的功能实现与上述方法中的各步骤相对应，其功能和实现过程在此处不再一一赘述。
[0101]
在本技术的描述中，需要说明的是，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本技术的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本技术中的具体含义。
[0102]
需要说明的是，在本技术中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意
在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0103]
以上所述仅是本技术的具体实施方式，使本领域技术人员能够理解或实现本技术。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
技术特征：1.一种卡车踏步试验中人体姿态数据化及应用方法，其特征在于，其步骤包括：采集踏步真实场景中上下车踩踏每一踏步时对应的踏步踩踏点坐标；分别计算踩踏至每一所述踏步时的人体重心坐标，根据所述踏步踩踏点坐标和人体重心坐标分别计算踩踏至每一所述踏步时的踩踏角度；根据每一所述踏步上的理论踩踏点坐标以及对应的所述踩踏角度控制机械臂进行卡车踏步试验。2.如权利要求1所述的一种卡车踏步试验中人体姿态数据化及应用方法，其特征在于，所述采集踏步真实场景中上下车踩踏每一踏步时对应的踏步踩踏点坐标，包括：采集踏步真实场景中上下车时所有的人体姿态关节点坐标；对所述人体姿态关节点坐标进行筛选过滤，以分别得到踩踏至每一所述踏步时与当前踩踏的所述踏步具有相同高度的所述人体姿态关节点坐标，并定义该人体姿态关节点坐标为踏步踩踏点坐标。3.如权利要求2所述的一种卡车踏步试验中人体姿态数据化及应用方法，其特征在于，所述分别计算踩踏至每一所述踏步时的人体重心坐标，包括：对所述人体姿态关节点坐标进行筛选过滤；以分别得到踩踏至每一所述踏步时所有的所述人体姿态关节点坐标；根据所有的人体姿态关节点将人体划分为多个部分，并根据所述人体姿态关节点坐标计算踩踏至对应所述踏步时每一所述部分的重心坐标；根据每一所述部分的重心坐标计算得到踩踏至对应所述踏步时的人体重心坐标。4.如权利要求3所述的一种卡车踏步试验中人体姿态数据化及应用方法，其特征在于，所述根据每一所述部分的重心坐标计算得到踩踏至对应所述踏步时的人体重心坐标，包括：分别确定每一所述部分占身体体重的比值；分别将每一所述部分的重心坐标与其占身体体重的比值相乘，将每一所述部分分别与其占身体体重的比值相乘的结果相加，以得到踩踏至对应所述踏步时的人体重心坐标。5.如权利要求1所述的一种卡车踏步试验中人体姿态数据化及应用方法，其特征在于，所述根据所述踏步踩踏点坐标和人体重心坐标分别计算踩踏至每一所述踏步时的踩踏角度，包括：根据所述踏步踩踏点坐标和对应的所述人体重心坐标的差值计算得到踩踏至对应所述踏步时的踩踏力的方向向量；根据所述方向向量计算得到踩踏至对应所述踏步时的踩踏角度。6.如权利要求5所述的一种卡车踏步试验中人体姿态数据化及应用方法，其特征在于，所述根据每一所述踏步上的理论踩踏点坐标以及对应的所述踩踏角度控制机械臂进行卡车踏步试验，包括：分别根据每一所述踏步上的理论踩踏点坐标以及对应的所述踩踏角度计算得到踩踏该踏步时所述机械臂的作动点坐标；根据所有的所述作动点坐标得到作动点坐标-时间关系数组，根据所有的所述踩踏角度得到踩踏角度-时间关系数组；将所述作动点坐标-时间关系数组和踩踏角度-时间关系数组分别写入所述机械臂的
加载程序路径，以控制所述机械臂进行卡车踏步试验。7.如权利要求1所述的一种卡车踏步试验中人体姿态数据化及应用方法，其特征在于：踏步真实场景上车前，采集多组预设时间内驾驶员相对所述踏步静止时的所述驾驶员的左脚关节和右脚关节沿高度方向的坐标值；计算所有的所述坐标值的平均值，并将所述平均值作为高度方向参考值。8.如权利要求7所述的一种卡车踏步试验中人体姿态数据化及应用方法，其特征在于：所述预设时间的取值不小于5s。9.如权利要求1所述的一种卡车踏步试验中人体姿态数据化及应用方法，其特征在于：在室内搭建踏步真实场景；确定深度相机的安装位置，以使所述深度相机与卡车之间的距离为1.8～2.2m。10.一种卡车踏步试验中人体姿态数据化及应用装置，其用于如权利要求1所述的卡车踏步试验中人体姿态数据化及应用方法的实施，其特征在于，其包括：数据采集单元，其用于采集踏步真实场景中上下车踩踏每一踏步时对应的踏步踩踏点坐标；数据计算单元，其用于分别计算踩踏至每一所述踏步时的人体重心坐标，并用于根据所述踏步踩踏点坐标和人体重心坐标分别计算踩踏至每一所述踏步时的踩踏角度；控制驱动单元，其用于根据每一所述踏步上的理论踩踏点坐标以及对应的所述踩踏角度控制机械臂进行卡车踏步试验。
技术总结本申请涉及一种卡车踏步试验中人体姿态数据化及应用方法和装置，涉及卡车试验领域。本卡车踏步试验中人体姿态数据化及应用方法首先采集踏步真实场景中上下车踩踏每一踏步时对应的踏步踩踏点坐标，再分别计算踩踏至每一所述踏步时的人体重心坐标，根据所述踏步踩踏点坐标和人体重心坐标分别计算踩踏至每一所述踏步时的踩踏角度，最后根据每一所述踏步上的理论踩踏点坐标以及对应的所述踩踏角度控制机械臂进行卡车踏步试验。本申请提供的方法保证了在试验条件下尽可能地还原真实场景中的踩踏情况，为踏步试验中人体姿态的加载提供了可靠的依据，大大提升了还原度和试验的精度。度。度。
技术研发人员：李强 袁慧 李智轩 曾学卫 周鹤 祖湃 张明林
受保护的技术使用者：东风商用车有限公司
技术研发日：2022.06.30
技术公布日：2022/11/1
