Estela Perez Luque
Institutionen för ingenjörsvetenskap
Estela Pérez Luque kommer att försvara sin doktorsavhandling "Human Posture and Motion Prediction for Automotive Ergonomics Design - Enhancing Functionality and Accuracy in Digital Human Modelling Tools" den 10 oktober. Disputationen äger rum på ASSAR Industrial Innovation Arena och kommer även att sändas online.
Följ livesändningen: (länk läggs till inom kort)
Estela Pérez Luque disputerar den 10 oktober på ASSAR Industrial Innovation Arena.
Produktutveckling (PU) förlitar sig i allt högre grad på digitala verktyg för att stödja processen med att utforska, generera och utvärdera produktdesignförslag. Ergonomi spelar en avgörande roll för att säkerställa att produktdesignen överensstämmer med människans förmågor och behov. Verktyg för digital människomodellering (DHM) kan simulera interaktioner mellan människa och produkt samt bedöma ergonomi virtuellt, innan fysiska prototyper existerar. Vid fordonsdesign används DHM-verktyg ofta i arbetet med ”occupant packaging”, för att stödja utformningen av fordonsinteriörer som kan tillgodose en varierad användarpopulation. Trots att de är vanligt förekommande i industrin har DHM-verktyg flera begränsningar. En utmaning är deras begränsade förmåga att förutsäga mänskliga kroppsställningar och rörelser med tillräcklig noggrannhet. Denna brist på precision beror på nuvarande simuleringsförfaranden och de prediktionsmodeller som används. För att kompensera för detta krävs ofta omfattande manuella justeringar av användarna för att skapa realistiska kroppsställningar, vilket gör processen tidskrävande, subjektiv och svår att reproducera. Dessutom kan själva simuleringsförfarandena vara komplexa och ineffektiva, vilket minskar deras tillgänglighet och användbarhet i iterativt designarbete. Dessa begränsningar leder ofta till kostsamma och tidskrävande valideringsaktiviteter med verkliga användare.
Denna avhandling tar sig an dessa utmaningar genom att utveckla och utvärdera metoder och modeller för att förbättra funktionaliteten och noggrannheten i prediktioner av kroppsställningar och rörelser i DHM-verktyg. De huvudsakliga bidragen är: (1) att identifiera nuvarande praxis och utmaningar i industrin vid användning av DHM-verktyg för ergonomi i PU, (2) att utveckla metoder som ökar DHM-verktygens funktionalitet genom förbättrade simuleringsmetoder, samt (3) att utveckla och utvärdera modeller för förutsägelse av kroppsställningar och rörelser som möjliggör mer tillförlitliga och effektiva virtuella ergonomibedömningar. Sammantaget stödjer resultaten ett mer proaktivt, systematiskt och människocentrerat angreppssätt för ergonomi i PU-processer.