基于感性意象的SUV前脸造型设计

目的 为明确汽车造型对用户情感产生的影响,辅助汽车意象造型设计,提出一种基于感性意象的运动型多用途汽车（Sport Utility Vehicle,SUV）前脸造型设计方法。方法 以典型的SUV为研究对象,收集并筛选出具有代表性的SUV样本和感性意象语意空间,使用语义差分法获取用户对代表性样本的感性意象评价;利用SPSS软件对感性意象语意空间进行因子分析,提取出主意象因子;运用形态分析法从比例关系、相对位置关系和形态方面进行SUV前脸造型设计要素分解;通过数量化理论I建立感性意象与SUV前脸造型设计要素之间的映射关系,并将研究结果运用到SUV前脸造型设计方案中。结论 运用该方法,可将用户模糊的意象和情感体验转化为真实的汽车前脸造型设计要素,提高用户的认同感,使汽车造型设计更加人性化,为SUV造型设计提供参考。     

基于设计师-用户意象认知模型的汽车造型可信性评价方法

目的针对现有汽车造型设计评价方法忽略设计师与用户的认知差异,导致造型评价可信度低的问题。方法以设计师和用户为研究对象,对造型意象认知和认知差异进行逻辑化与数学化表达,构建了汽车造型意象认知模型;以设计师与用户对标杆车的造型意象语义评分差作为基准值,再以设计师与用户对设计方案的造型意象语义评分差与该基准值对比,计算设计方案的造型意象与标杆车造型意象的认知差异;依此划分造型评价的可信区间,提出汽车造型可信性评价方法。结论最终以实验案例证明,该方法对于提高汽车造型设计评价的可信性以及设计迭代优化上,都取得了比较好的验证效果。此方法具有延展性,亦可以继续加入工程师、决策者等多角色进行评价。     

基于数量化理论Ⅰ的中控面板造型设计研究

目的 以汽车中控面板造型为研究对象,从用户的角度出发,设计出符合用户感性需求的产品。方法 首先,采用SD（语义差分）法制作调查问卷,收集并筛选可以描述中控面板造型形态的感性意象词汇与中控面板样本图片,基于视觉认知与审美对中控面板样本进行形态分析,提取最具代表性的形态曲线,并结合用户需求搜集影响中控面板造型设计的关键性设计元素;其次,通过数量化理论Ⅰ的产品意象造型设计方法,对中控面板提取的六大设计元素的形态特征量化赋值,借助SPSS统计软件进行多元回归分析,构建自变量与因变量的数学映射模型,从而预测设计元素与感性意象词汇间的相关性。结果 经过案例分析,证明该设计方法能更准确地算出中控面板最佳造型设计方案,是切实可行的。结论 利用数量化理论Ⅰ进行产品意象造型设计,可以有效地为中控面板造型设计方案和评价提供客观的决策依据。     

产品感性意象设计研究进展

目的 产品感性意象设计是将用户情感转化为产品设计要素的设计模式,在提高用户满意度方面具有重要作用,基于此,对产品感性意象设计的研究进展进行梳理和分析.方法 通过对国内外相关文献的综述,论述了感性意象的有关概念;重点分析了产品感性意象设计所涉及的代表性样本确定、产品设计要素分析、感性意象获取、感性意象与产品设计要素的映射构建及产品感性意象优化设计等研究方法和关键技术,并归纳总结了各类研究方法和关键技术的优缺点;在感性意象应用方面,着重分析了感性意象中针对产品造型、产品色彩及产品材质的研究方向.结论 随着感性意象和新技术、新方法的融合发展,更加准确地获取感性意象、提高感性意象映射模型的精度、智能化设计、设计过程虚拟化等将是未来产品感性意象设计研究的热点.     

汽车造型要素与用户情感意象关联研究

目的基于汽车造型要素,探讨用户的情感意象,并对两者的关联情况进行研究,从而更深入地了解用户情感意象特点,为造型要素的合理使用提供借鉴。方法选取汽车造型要素中的整车体量、车身形面、前脸图形为对象,通过认知实验获取用户情感意象,采取定量统计与定性分析,获取汽车造型要素与用户情感意象的关联关系,以及探讨这种关系在设计中的意义。结论一方面,汽车造型要素与用户情感意象的紧密关联毋庸置疑,但是形面和图形相比体量有更突出的语义认知优势;另一方面,相比普通用户,专家用户由于专家知识的存在,对各造型要素的意象认知更丰富,但同时统一度更高。     

车型意象认知与侧轮廓造型特征关联研究

目的基于感性工学(KE)原理与方法,以各车型侧轮廓为对象,研究意象认知与车型造型要素的关联性,比较并分析在意象差异下所对应各车型侧轮廓的关键造型特征。方法选取目前市场的15款典型车型为研究样本,收集并筛选获取代表性感性意象词汇,结合语义差分法(SD法)与形态分析法,利用贝塞尔曲线对车身侧轮廓进行了简化并提取其造型特征线,在构建车身侧轮廓评价参考模型基础上,对样本侧轮廓进行直接与间接的量化分析。结论综合语义差分法(SD法)与形态对比分析法,提取影响车型意象定位的关键造型特征,获取用户针对不同车型在侧轮廓特征上的识别程度等级,构建车型侧轮廓特征—感性意象的关联模型,辅助汽车车型造型设计与研究,提高车型造型与用户感性需求间的匹配度。     

基于耦合特性分析的安保机器人造型设计研究

目的为进一步解决用户感性意象与造型设计要素的耦合问题,完善安保机器人造型设计方法。方法采用语义差分法获取安保机器人典型用户感性意象词汇;运用形态分析法分析安保机器人设计样本,得到关键造型设计要素及类目;通过层次分析法计算各用户感性意象词汇的权重和针对各感性意象词汇造型设计及类目的权重并排序,为安保机器人造型设计创新提供决策;最终,完成解耦并提出创新设计方案集,运用模糊综合评价法得出最优设计方案。结论以社区小型安保机器人造型设计为例,验证基于耦合特性分析的安保机器人造型研究流程的可行性,运用层次分析法分析造型设计的耦合特性,有助于增强安保机器人设计过程的科学性,为同类产品创新设计提供参考。     

选题策划《感性设计方法研究》

正感性设计秉承"以人为本"的核心理念,以用户的情感与心理需求为出发点,综合个性化设计、情感化设计等多种设计方法理论,将人们的审美感受、心理反应和情感内容进行物化,以此指导相关产品的研发。感性设计,理性先行。在《产品形态意象造型智能设计关键技术研究》和《面向产品意象造型的认知思维与先进设计方法研究》两项国家自然科学基金的支持下,我们对其相关方法展开了探索,并在感性意象发掘、产品形态描述、设计要素分析、感性意象和设计要素关联、产品意象造型智能设计等方面,取得了一系列的研究成果。     

基于用户意象认知的微型新能源汽车前脸设计

研究微型新能源汽车前脸造型意象与格式塔规律,提出微型新能源汽车前脸创新性设计方法。首先,通过多种渠道获取汽车造型意象词汇和典型新能源汽车样本并构建出词汇库和样本库,运用语义差异量表问卷将用户感性认知进行量化,得到汽车样本感性词汇测试均值并运用主成分分析法降维处理,最终提取出“科幻的”“时尚的”“流线的”3个核心词汇作为新能源汽车前脸设计的主题词。其次,运用格式塔图底理论对现有的车型前脸图形排布形式进行分类分析,结合设计主题词为新能源前脸创新设计提供新思路。最终,通过设计实践验证了此方法的可行性。     

多目标意象驱动的梳棉机造型设计研究

目的 为满足用户对梳棉机的多维感性需求,多层次提升纺织机械的造型意象满意度和用户满意度,提出一种多目标意象驱动的梳棉机造型设计方法,并展开设计实践与实验研究。方法 首先,设计感性评价实验,通过焦点小组讨论和问卷调研获取用户对梳棉机的感性意象评价均值;其次,采用形态分析法,对梳棉机造型设计要素进行划分,并对代表性样本的造型类目特征进行编码;基于反向传播神经网络(Back Propagation Neural Network,BP-NN),建立梳棉机产品造型要素与用户感性意象评价均值之间的关联映射模型,建立用于造型推荐的样本库,获取单意象维度下的梳棉机造型设计策略;再次,应用层次分析法(Analytic Hierarchy Process,AHP)得到各目标意象维度的权重值,输出多目标意象下梳棉机造型设计策略;最后,结合梳棉机的造型设计实践及感性评价,进一步验证该方法的可靠性和有效性。结果 基于该方法展开设计实践,依据推荐的梳棉机造型设计策略得到的设计方案,在目标感性意象的整体评价得分优于对照样本。结论 该方法有较好的可靠性和有效性,能为企业的新产品开发及设计师的设计实践输出指向具体、操作性强的梳棉机多目标意象设计策略。     

基于感性意象的概念汽车车身造型评价研究

目的 为了减小汽车造型设计过程中对抽象感性意象的主观描述误差,提出一种主客观相结合的科学造型评价方法。方法 以层次分析法(Analytic Hierarchy Process)和熵权法(Entropy Weight Method)相结合的汽车造型评价方法,通过感性语义空间的建立,将抽象的语义描述定量化,建立汽车造型意象评价体系,对所建立的判断矩阵进行一致性检验,获得各层次评价指标的主观权重,利用熵权法计算各评价指标的信息熵,进而求得各评价指标的客观权重,通过拉格朗日乘子法优化得到组合权重,将其运用到车身造型设计评价中以确定最终设计方案。结论 该方法以4种概念轿车车身初步造型方案为评价对象,筛选出最优设计方案,评价结果同时反映汽车造型主观评价与客观评价,提升了权重的准确性与科学性,为后续汽车造型设计方向提供可靠参考。     

纯电动汽车外饰造型影响因素及特征设计趋势研究

目的通过分析现有的电动汽车外观造型特征,对未来纯电动汽车外观造型的设计发展趋势进行探讨。方法以影响纯电动汽车外观造型的主要因素为基础,对纯电动量产汽车与传统汽车外饰造型进行对比,研究两者外观造型之间的特征差异,并分析当前纯电动汽车造型的局限性。同时,结合近年各大主机厂发布的纯电动概念车型,探讨这些影响因素所带来的造型空间,以及纯电动汽车造型特征设计的发展趋势。结论以电动机为驱动的纯电动汽车,其车身结构大大简化,且结构形式更加多样,零部件布置更为灵活,加之新技术和新材料的应用,以及用户需求细化、使用场景聚焦等所形成的汽车消费升级,使纯电动汽车的外饰造型变得更为感性和自由,为未来纯电动汽车区别于传统燃油汽车,展现多样化的造型设计提供了可能性。     

BP神经网络的宇航服多维意象造型评价方法

目标 为适应宇航服造型设计对“大国形象”多维意象识别的需要,提出了以“大国形象”为导向的宇航服造型设计评价模型构建方法。方法 在大量用户调研的基础上,对“大国形象”意象集进行筛选,并采用认知实验与聚类分析相结合的方法获得宇航服产品的代表样品。采用语义差异法,对“大国形象”感性意象集中初步筛选词和宇航服产品代表样本之间的映射数据进行检验和分析,对得到的数据结果进行主成分分析,以获得宇航服产品对“大国形象”感性意象的认知空间。同时,根据全局HIEs解构原则和宇航服产品的功能约束清单建构宇航服产品造型特征空间。采用语义差异法和认知测试,得到宇航服造型多维意象认知空间。利用BP神经网络,以样本关键HIEs评价经数字编码后作为输入层,以各意象词下样本的感性意象均值作为输出层,构建宇航服造型意象评价模型。随后,采用留一交叉训练法对评价模型的准确性进行验证。结论 该评价模型能够有效解决造型特征与多维意象之间的映射及匹配,论证了造型意象和认知空间之间存在的关联性,探索出设计目标和设计意象关联判断的实践方法。     

基于眼动追踪的汽车造型特征线设计方法研究

目的 在汽车造型设计开发之前,有效预测汽车造型特征线产生的意象是否真正符合用户隐性意图,便于提高汽车行业情感意象设计水平。方法 首先,获取用户群体需求信息,引导设计方向;其次,建立汽车造型意象认知模型,通过案例分析,构建“标杆车”造型特征线目标意象集;再次,依据眼动实验,提出基于眼动指标（注视点数目、注视时间、平均注视时间）的汽车造型特征线提取模型,进行汽车造型特征线显著性分析与特征线提取;最后,采用形状文法坐标变换规则,结合贝赛尔曲线描述,通过类比形式进行规则映射分析,使用矢量工具Adobe Illustrator 改变特征曲线各锚点与控制点坐标值,实现汽车造型特征的继承与变异。结果 以阿尔特SUV概念研发项目为例,论述该设计方法,通过奔跑的狮子形态进行意象类比,得出最终设计方案。结论 对最终设计方案进行用户喜好度意象评估,用户喜好度为87.65%,证实了该汽车造型意象设计方法的可行性,为汽车行业满足用户群体偏好特征意象,提供了一种新的设计方法。     

产品意象原型形态耦合优化设计研究

目的为使产品原型设计契合消费者的感性认知与情感需求,对产品原型形态进行意象造型与形态耦合优化设计。方法首先,以产品原型理论为基础开展原型实验;其次,采用最小距离的NURBS曲线的形态混合算法对产品原型与意象原型进行融合均化;然后,应用频谱分析法量化产品形态特征,通过余弦相似度计算形态耦合度,并结合消费者意象评价值与造型偏好度分析形态耦合机制;最后,运用遗传算法建立优化设计系统对目标意象下的产品原型形态进行优化。结果实现目标意象下产品原型设计方案的耦合优化,获得契合消费者情感认知的细化形态。结论此方法可对产品意象原型进行合理有效的耦合优化,实现产品形态的细化设计。     

汽车内饰设计认知模式研究及应用

目的特征识别是认知过程的核心,探究普通用户与有专业背景的设计师对汽车内饰造型特征和特征线的认知差异,构建普通用户与设计师对汽车内饰造型的认知模型。方法以豪华车、SUV以及跑车3类车型作为实验对象,每个类别各取8个车款共计24个样本,采用问卷调查和统计分析的方法,获取汽车特征及特征线的相关数据,确定不同人群对汽车内饰造型特征的认知差异。结论在汽车内饰造型认知中,普通用户对于内饰造型元素的认知偏向于对造型特征的认知,而设计师则没有明显的偏向。对特征与特征线的识别而言,普通用户对两者的认知存在差异,设计师对两者的认知并不存在差异。构建了关于汽车内饰的用户与设计师特征识别模型,通过内饰设计实例,为汽车内饰的设计和评价提供有价值的参考。     

基于拖拉机姿态特征的意象认知研究

目的 挖掘拖拉机姿态与意象偏好的关系,进而指导拖拉机的造型设计。方法 采用多元尺度分析法和聚类分析法筛选拖拉机的姿态样本;运用形态分析法分解并标定典型样本的姿态特征,通过语词聚类实验构建拖拉机姿态的意象空间;结合语义差分法和问卷调研获取用户对典型拖拉机样本的意象偏好,运用灰色关联分析法得到拖拉机姿态特征与意象的关联。结果 得到拖拉机的8个典型姿态样本,获取了拖拉机姿态的四个语义维度下的五个代表性语义词对。明确了拖拉机姿态的特征框架和语义结构,归纳得到拖拉机姿态的意象认知规律。结论 拖拉机的姿态特征蕴含着意象信息,研究结果可以为设计师解读用户的意象认知提供参考。     

基于语义量化匹配的汽车外观显著性意象挖掘

目的 为解决传统感性设计研究中意象实验耗时大以及小样本偶然性等问题,依托现有网络评价文本信息提取了用户意象认知。方法 首先,爬取大规模汽车外观评论文本,构建语义分析词汇库,构建word2vec词向量模型;然后,基于模型获取词库内部的语义联系,计算高频关键形容词之间的语义离散性,以构建代表性意象词空间;最后,通过语义量化匹配将评论映射到意象词空间,得到大规模用户对各车型的显著性意象表征,明确了指定意象词汇下的汽车外观匹配结果。结果 运用该方法挖掘汽车外观显著性意象与基于人工评价的实验结果无显著性差异且具有高度相关性,证明了该方法的有效性。结论 以该方法挖掘用户意象认知,运用了现有的大批量用户反馈知识,提高了意象分析效率,有助于决策者快速理解消费者对汽车外观的感性知识,在设计迭代中可使产品更符合市场期望;对比相关研究,基于语义量化匹配的方式无需对超高维向量进行降维和聚类,避免了以往研究因特征降维而可能导致的词向量语义联系的损失,以得到更为准确的意象挖掘结果。