随着社会发展,大众对生活质量的要求也在日益提升,大众的健康意识较过去有较大的提高。针对特殊需求群体的研究和产品日益丰富。在座椅的热舒适性影响因素研究中,缺少座椅接触面相对湿度相关的研究方法和研究结论。本文对人体-座椅接触面环境湿度的影响因素和人体落座动作对数据采集装置的影响进行了探究。通过对查阅文献,了解国内外在该领域的研究方法和研究内容。本文搭建基于ATMEL单片机和HTU21D传感器的人体-座椅接触面升温模拟装置和座椅数据采集装置。实验包括人体-座椅接触面温度波动实验和人体落座动作对人体-座椅接触面数据采集装置的影响实验。通过CEEMD算法对实验数据进行处理,剔除跳变数据和异常数据,实现实验数据平滑处理。根据人体-座椅数据采集装置的应用环境,人体落座后的数据为有效数据,以人体落座动作作为人体-座椅接触面数据采集装置有效数据起始的标志。落座动作包括快速、中速、慢速三类。通过混叠加窗方法对实验数据进行分段处理,数据段长度为50;数据段的3维特征包括均值-方差-极差构造的时域特征,FFT低阶系数构造的频域特征和AR模型系数特征;利用三种落座速度实验数据的三类特征对支持向量机分类器进行训练,结合网格搜索寻优算法优化分类器参数。三类特征分类器中落座动作的识别率最高的为时域特征分类器,最高准确率97.7%,最低识别率模型为AR模型系数特征分类器,识别准确率91.3%。建立实验数据的短期预测ARMA模型。通过实验数据分析,预测模型的预测误差在4%~10%。通过实验数据对比,座椅接触面环境调控装置依据预测模型的预测数据通过增加空气对流的方式对泡沫材质坐垫表面的相对湿度最高降低20%。