随着国家经济水平和国民生活水平的提高,人们对汽车的要求也越来越高,汽车已经不仅仅是代步工具,其已经成为了一种新的生活方式。随着科学技术的发展,智能汽车和无人驾驶汽车已成为未来发展方向。然而,目前绝大部分厂商对智能汽车和无人驾驶汽车的研发还主要集中在安全性和稳定性方面,对其舒适性的研究有所缺乏。可以预见,舒适性将逐渐成为人们衡量智能汽车综合性能的重要指标之一,所以建立一套科学的乘坐舒适性评价体系对智能汽车和无人驾驶汽车的普及具有十分重要的意义。本文将汽车的乘坐舒适度分为静态舒适度和动态舒适度,使用车内的温度、湿度等环境参数数据以及汽车行驶过程中三轴的加速度数据分别进行建模,通过PMV模型、FCM算法以及小波分析等理论工具对这两类舒适度进行计算分析,从而得到乘坐舒适度的评价结果。主要工作如下:1、将汽车的乘坐舒适度划分为静态舒适度和动态舒适度,并分别对这两类舒适度的影响因素进行研究和分析,提取能够对这两类舒适度产生影响的物理量,以此为基础进一步设计了一款检测器,使之能够完成检测影响因素的任务。2、针对静态舒适度评价问题,借鉴了建筑领域使用的PMV热舒适度模型对车内热环境进行量化计算,并针对该模型直接应用于车内环境中所存在的问题和缺陷,提出使用FCM模糊聚类算法进行改进和优化,实现了静态热舒适度的评价。3、针对动态舒适度评价问题,通过小波去噪对采集到的汽车加速度数据进行去噪处理,并使用小波分解的方式对去噪后的信号进行分解,采用奇异性检测的手段获得其有效的异常信号,进而判断汽车的行驶状态,实现对汽车行驶过程的动态舒适度评价。