重庆大学郭钢教授团队：基于嗅觉刺激的乘员晕车缓解方法研究
重庆大学郭钢教授团队：基于嗅觉刺激的乘员晕车缓解方法研究
随着智能网联汽车的快速发展，晕车问题已成为影响乘坐舒适性和用户接受度的重要因素。重庆大学郭钢教授团队在《汽车工程》2024年第1期发表的研究成果，提出了基于嗅觉刺激的晕车缓解方法，为解决这一问题提供了新的思路。
《汽车工程》2024年第1期发表了重庆大学机械与运载工程学院郭钢教授团队研究成果"乘员晕车的生理表征与缓解方法"一文。为保证智能网联汽车的乘坐舒适性与用户接受度，论文建立了乘员晕车缓解认知过程模型，提出了一种基于嗅觉刺激的乘员晕车缓解方法。充分考虑乘员满意度和晕车缓解功能性要求，选定了嗅觉刺激材料的气味类型和浓度，探究了不同晕车程度与生理表征之间的映射关系。证明了20%浓度的姜花气味经10s释放能够有效缓解乘员晕车症状，并在主客观维度上得到了一致性验证。
研究背景
随着我国汽车行业未来“新四化”发展方向的提出，自动驾驶汽车领域迎来了蓬勃发展，驾驶员的身份随即转变为乘员。研究表明汽车乘员患晕动症的概率要远大于驾驶员，自动驾驶汽车的部署无疑会增加晕动症发生率。因此，有必要开展晕动症的反应机制与缓解策略相关研究，提升我国智能网联汽车乘坐舒适性与用户接受度。
研究内容
1.构建乘员晕车缓解方案：论文基于人的信息加工过程，从晕车的产生原理、影响因素以及表征三个方面建立了乘员晕车缓解认知过程模型。设计了乘员晕车缓解方案，分为晕车缓解嗅觉刺激材料筛选实验、乘员晕车缓解实车实验和乘员晕车嗅觉缓解效果分析三部分。
图1 晕车缓解认知过程模型
图2 乘员晕车缓解实验方案
2.晕车缓解嗅觉刺激材料筛选实验：首先进行气味类型初选实验，30名被试对8种气味类型（香草、茉莉、姜花、柠檬、薄荷、茴香、广藿香、绿茶）进行满意度评价，并利用K-means将气味类型分为愉悦不刺激、愉悦且刺激和不愉悦三类，之后进行实车实验确定姜花气味为晕车缓解嗅觉刺激材料。其次进行气味浓度筛选，选定20%浓度姜花气味作为晕车缓解刺激材料，既能让被试快速注意到气味（刺激性）又不会过于刺鼻而导致被试反感（满意度）。
图3 K-means聚类结果图
表1 不同浓度下的反应时间和满意度评价结果
3.乘员晕车缓解实车实验：采集乘员各晕车程度和嗅觉缓解前后主客观数据。客观指标包括皮电生理指标和脑电不对称值，探究生理表征与晕车程度的映射关系。分析嗅觉刺激缓解方案对乘员晕车缓解效果的有效性，并进行晕车主客观表征的一致性验证。
图4 实验路线与真实道路场景
图5 场景搭建与设备连接图
图6 动态实验流程（图中的时间为该段道路预估时间）
研究结果
1.晕车诱导结果分析：30名被试前三圈的晕车程度变化：痛苦程度量表(MISC)前三圈评分均值分别为1.24、3.73、5.53。可知随着圈数的增加，晕车程度呈现明显上升趋势，说明晕车诱导成功。
图7 前三圈MISC等级评价结果
2.乘员不同晕车程度与生理指标的映射关系：随着晕车程度加深，乘员皮电激活度上升。晕车程度与脑电不对称性指标均呈负相关，且晕车程度对波段Fp2-Fp1的脑电不对称值影响最大。论文提取的皮电激活度指标和脑电不对称值指标特征能够有效地表征乘员晕车程度的变化趋势。
（a）不同晕车程度下的皮电指标
（b）不同晕车程度脑电不对称值变化
图8 各晕车程度皮电脑电数据变化结果
3.嗅觉刺激缓解效果主客观一致性验证：20%浓度的姜花气味经10s释放能够有效缓解乘员晕车症状，并在主客观维度上得到一致性验证。
（a）不同晕车状态下的皮电指标
（b）不同晕车状态脑电不对称值变化
图9 不同晕车状态主客观数据变化
创新点与意义
为缓解汽车乘员晕车，论文建立了乘员晕车缓解认知过程模型，设计了乘员晕车缓解方案，开展了晕车缓解嗅觉刺激材料筛选实验与乘员晕车缓解实车实验，对乘员晕车嗅觉缓解效果进行了一致性验证，为汽车乘员晕车主动缓解策略提供新思路，具有重要的工程应用价值。
本文原文来自《汽车工程》2024年第1期