在用户对产品的舒适性要求越来越高的今天，人机工效在产品的设计中越来越多地受到设计和研究人员的重视。而人是人机工程设计中的核心要素，如何把驾乘人员对驾乘环境的需求体现在汽车，尤其是车身设计中就成为了汽车设计中的一个重要问题。建立人体生物力学模型是解决这个问题的有效途径，但是由于人体的差异性和复杂结构，使得建立包含体表和骨肌系统的完善的人体数字模型成为了一个需要长期进行的课题。本文以此作为长期目标，目前仅就建立与真实人体体表尺寸和形态接近的参数化人体体表模型进行了研究。由于人体尺寸之间的关系是人体体表模型的核心内容，所以本文在这方面进行了研究。人体尺寸及其之间的关系作为人体体表建模的关键，是必须要首先考虑的问题。针对人体体表建模的需要和人体数据库现状，选取了36个人体尺寸进行分析。针对数据不足的问题，利用美国ANSUR的人体数据的数字特征，使用蒙特卡洛仿真生成了包含36个人体尺寸、样本容量为30000的大样本数据，以此作为论文研究的基础数据。要建立参数化的人体体表模型，获取尺寸之间的关系至关重要。在人体尺度预测方面，国内外一些专家学者提出了很多方法，如最早的比例常数法，以及以此方法为基础的一些改进的方法，但是这些方法普遍存在着没有把人体之间的差异性充分引入到尺寸预测模型中的问题，使得尺度预测的精度和应用效果很不理想。针对这些问题，本文选用逐步线性回归的方法进行人体尺度预测。为提高预测精度，首先通过相关性分析、变量分类等方法选取自变量，然后使用构造新变量和主成份分析的方法对自变量进行去相关性，得到了BMI和人体宏观尺寸变量身高和坐高的两个主成份作为主预测因子，并建立了尺寸变量预测模型。对于有些预测效果不好的变量，又通过引入上一步已预测的人体尺度变量进一步进行预测，并通过误差比较验证了此方法的可行性。人体的体型千差万别，如果用同一组尺寸预测模型来进行尺度预测，即使预测因子和方法选取得当，也难免会因个体之间的尺寸关系差异造成一些误差。为降低样本内人体体型差异对尺寸预测精度造成的影响，进一步提高预测精度，本文又提出了一种先对人体进行体型分类，再针对每一类人体分别建立人体尺寸预测模型的方法。要找到合理的体型分类方案，选取分类变量至关重要。本文通过构造变量得到BMI、Rss（坐高身高比的倍数）、Rwb（腰围胸围比的倍数）、Rwh（腰围臀围比的倍数）这四个能够表征人体体型的变量作为分类自变量。然后使用系统聚类和K-means聚类相结合的聚类分析方法，以提高人体尺寸预测精度为目标把整个样本数据分为6类新的样本。为实现人体体型的判别，本文通过统计分析建立了体型判别公式，并对判别公式的准确率进行了验证，正确率为99.3%。然后，针对每一类体型分别建立了人体尺度预测模型。为验证这种引入体型分类的预测方法的有效性，比较了分类和未分类的预测结果的误差，结果证明：预先进行体型分类可以提高人体尺度的预测精度。以人体尺寸关系为基础建立的参数化的人体模型是描述人体形态等特征的有效工具，是进行人机系统设计、评价、分析和研究的不可缺少的重要辅助手段。本文以接近真实人体的尺寸和外形为目标，基于知识工程的参数化原理，利用人体尺寸预测模型，建立了参数化的人体体表模型。此模型主要包括骨架层和体表层两个部分。模型的骨架由23段组成，每一段都是由点线结构组成的，各段都实现了长度和方位的参数化。模型的体表是基于截面法建立的，整个体表模型包含15部分。为了更准确地表现人体体表的形态，在体表截面的建模过程中使用了人体切片图像，并通过建立截面的放缩参数实现了人体体表围度的参数化。本文建立的整个人体体表参数化模型能够实现人体尺寸的放缩和姿势的变化，为人体模型的应用和进一步建立完善的参数化人体生物力学模型奠定了基础。最后，使用建立的参数化人体模型针对某轿车的胸部距离的安全性进行了评价。对由身高、坐高和体重三个变量得到的两个主成份在5th、50th、95th三个百分位处的值进行组合，选取了9个典型样本作为测试个体，利用Reed等人建立的姿势预测模型针对待分析车型的布置参数对它们的姿势进行预测，将其定位在该车的布置图上。通过测量转向盘与躯干的最小距离，得到了该车型的胸部距离能够满足安全性要求的结论。