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。     

基于眼动追踪的陶瓷产品造型设计评价方法

目的 为了提高传统陶瓷产品造型设计评价的有效性,提出一种基于眼动追踪的陶瓷产品造型评价模型.方法 为了将用户对陶瓷产品造型的评价量化为数据,使用Tobii Glasses 2眼动仪和其配套软件Tobii Pro Lab,收集二十名被试对四件陶瓷产品造型评价活动中的多项眼动指标数据,并获取被试打分值;以注视总时间、首次注视持续时间、注视点数目、瞳孔直径等指标数据为输入,采用SVM算法,建立以眼动数据为输入,评价值为输出的造型设计评价模型,并使用测试集数据验证及分析模型.结论 基于眼动追踪的评价模型具有合理性,有利于充分发挥陶瓷造型设计评价环节的重要作用,为陶瓷产品造型评价提供了新思路.     

智能铲运机造型设计及眼动追踪实验

目的通过眼动实验对造型设计过程中区域的重要性和优先级进行确认,为矿山开采设备造型设计过程提供更充分的数据支撑和理论依据。方法追踪被试眼动轨迹和生理数据,得出视觉热点图和视觉轨迹图,分析用户对现有产品特征的视觉关注点的排布情况,运用实验分析结果对整体造型各个区域进行优先级划分,以此指导设计要素之间的主次和顺序,指导设计方案中模块化区域的划分,缩短试错阶段,提高效率,提出优化方案。结果最终得出用户更加关注驾驶舱、轮胎区域,其次是铲斗和车体区域。结论将眼动实验结果运用到铲运机的造型设计中,弥补了当前主要依赖设计师经验进行铲运机造型设计的不足,验证了在开采设备造型设计过程中,应用眼动实验方法来辅助区域划分和优先级制定的可行性,从而进一步提升设计方案的科学性和合理性。     

基于眼动追踪的座椅造型用户认知差异研究

目的 针对设计过程中存在潜在的设计意图与用户实际感知不一致的问题,依据较为客观量化的实验结果,以设计者风格意图为基准,研究了不同背景被试者对产品的感知差异。方法 采用语义差异法、眼动追踪技术和回顾性访谈,以家具座椅为实验样本,对42名被试者进行产品的语义匹配度实验。记录和分析被试者对产品特征的感知及意象决策过程的相关数据,对比不同背景用户的意象感知引起不同关注模式。结果 一般来说,工业设计背景被试者对产品语意感知拥有更高的匹配度;当工业设计背景被试者相比于非工业设计背景被试者的语义匹配度低时,形态特征注视点具有差异;不同背景的被试者对于座椅形态在椅背和椅面均表现有更高的关注度。结论 结果表明用户对产品特征的关注与意象感知相关,利用眼动技术能够较为客观地描述它们的关系。研究关于理解不同背景用户之间对产品的语义感知差异,辅助设计者有针对性操作设计特征,进行创新设计提供了一定支持。     

基于眼动追踪技术的汽车造型特征提取与认知研究

目的从用户角度出发研究汽车造型特征提取和品牌识别模式,帮助汽车造型设计师理解用户认知并应用到设计实践中。方法主要以眼动仪为实验工具,问卷调查法、访谈法作为辅助研究方法,进行特征提取实验和品牌识别模式分析。结果得出了汽车造型区域特征提取结果并进行编码和用户品牌识别模式的初步框架。结论以眼动仪为工具,可以从特征面的角度进行特征提取和认知分析,为以后的实验改进和研究提供更多的思路和参考。     

基于极小值原理的最优眼动控制模型

在眼动系统中,由于视网膜中央凹区域受到噪声的干扰,使得眼跳时间和准确度不能同时达到最优化。为了得到最优眼动轨迹,在权衡眼跳时间和准确度的基础上,从眼动消耗最小入手,应用最优控制理论和Pontryagin极小值原理,提出了最优眼动控制模型;并利用眼动主序关系对此模型进行了分析;结果表明,任何给定的眼跳幅度条件下,都有唯一的最优眼跳时间使眼动总消耗达到最小,并且此时的眼动轨迹为最优眼动轨迹。该模型对优化飞行员、管制员等工作人员的眼动策略和眼动轨迹具有一定意义。     

基于眼动追踪的美食设计新媒体视觉体验研究

目的在新媒体时代下,美食主题的互联网平台从PC端向移动应用端乃至全媒体发展,其视觉设计也发生着变化,使美食设计迎来了新的发展契机,赋予了美食文化独特的视觉体验。方法采用眼动仪对选取的16名用户进行测试,并结合用户访谈,对当前热门的美食移动应用产品APP进行实验测试与设计分析,挖掘移动端美食图片内容的视觉特征。结论美食设计受场景、色彩、通感等因素影响,改善相关影响因素将有利于提高美食设计在新媒体中的视觉体验。     

基于眼动追踪的自动售货机人机界面设计研究

目的提升不同年龄层用户对自动售货机人机界面的使用体验。方法将自动售货机人机界面原型作为研究对象,采取眼动仪测试方法,结合可用性测试量表对两种机型的人机界面进行评估,分析中老年组与青年组的眼动测试结果。结论智能带屏型自动售货机使用体验更为良好,在具体的自动售货机人机界面设计时,设计师应当注重用户注意分配能力与多通道联动作用,以增强人机互动性,保证界面布局合理性以及提升信息提取有效性为设计原则,为自动售货机人机界面设计研究提供参考。     

基于眼动测试的电火花切割机床造型设计研究

目的 探索一种融入用户体验的电火花切割机床的造型设计的方法,使用户对电火花切割机床形象有更好的感知体验。方法 采用感性需求分析和眼动测试实验相结合的方法,发掘用户对电火花切割机床造型设计要素的感性需求,确定机床造型设计重点要素及感性需求意向,以需求目标为导向设计造型方案,通过眼动实验对设计结果进行验证评价。结论 结合眼动测试获取的用户眼动数据进行分析,可以比较科学地预测用户对电火花切割机床造型设计的感性需求意向,有效提升设计方案的科学合理性、设计效果的用户满意度,以带来更好的感知体验。     

提升用户体验的VR眼动追踪系统：技术及应用

近年来,随着计算机视觉、计算机图形学、人工智能等新兴技术的崛起,“眼动+VR”已逐渐成为新一代VR系统,正在被越来越多的技术开发者和研究者所关注,VR眼动追踪技术已在多个应用领域显示出巨大潜力,如影像艺术创作、设计、社交、教育等。针对VR用户体验中晕动症、疲劳、交互设计等问题,本文从优化硬件设备、优化内容显示与渲染、提升VR社交体验、VR眼控交互等四个方面,系统介绍了VR眼动追踪技术在提升用户体验方面的最新进展,同时重点分析了VR眼动追踪技术在影像艺术创作领域的应用现状与前景。分析发现VR眼动追踪技术不仅可以为艺术创作提供参考、为艺术家提供更大的创作自由度和创新性,还有助于丰富用户体验,推动虚拟现实艺术的创新和交互,但这一新兴技术的应用仍面临诸多挑战。     

智能手机外观设计的眼动研究

目的 采用眼动跟踪技术,探讨青年消费者对智能手机外观设计的偏好。方法 采用Tobii TX300非接触式眼动仪,以31名青年人为被试,以智能手机外观图片为材料,考察被试观看不同智能手机图片时的眼动指标。结论 对于手机正面上方区域,青年消费者更关注没有手机图标的设计;对于手机背部摄像头的位置,消费者更关注摄像头在左上方的设计;消费者对手机正面下方有无实体home键的设计没有明显偏好;手机背部有具体图标的设计会更引人注意。     

基于用户体验的电动滑板车设计研究

目的 为电动滑板车的设计提供理论依据,提升电动滑板车的设计水平以及用户体验舒适度。方法 对电动滑板车用户人群进行用户体验问卷调查分析,提炼出典型用户体验要素。并基于SPSS软件对调查所得数据进行主成分因子分析,根据相关性大小将用户体验要素分组并根据每组特点命名,每组变量代表一个基本结构,基本结构称为公因子。计算公因子指标权重与综合模型中的系数,解释多变量的方差贡献。结果 根据分析得到电动滑板车用户体验要素特征分类及各要素权重分配,并结合用户需求分析与确定电动滑板车改进方向与要素,以此进行电动滑板车的设计。结论 对优化后的电动滑板车设计方案进行用户满意度任务测试,结果表明用户满意度得到明显提升,验证了此方法能够应用于电动滑板车的设计研究。     

基于语义差分法的421家庭智能音箱外观设计

目的 从421家庭的情感需求出发,归纳三代同堂家庭的情感特征,通过设计营造具有温情科技感的外观使用体验,以及具有差异化的智能音箱造型。方法 基于语义差分的分析方法,建立针对421家庭的语义词汇测试体系,通过审美偏好问卷调查,提取421用户认同的情感语义词汇,以现有市场音箱产品为样本,经由用户评估情感语义分值并通过SPSS软件进行主成分分析,提取符合421家庭情感需求的情感因子主成分,明确外观设计方向。结论 从量化思维角度,将所得数据转换为产品造型语言,指导智能音箱的外观设计,使产品更符合421家庭的情感需求及审美喜好,并通过设计反馈为造型方案评分,使整个外观设计研究形成闭环,为产品语义设计方法与智能家居产品外观设计的研究提供一些思路和参考。     

基于眼动数据分析的安检视觉搜索特征

目前视觉搜索的相关研究对细节关注甚少。安检是一项特殊的视觉搜索过程,了解其工作过程对改善其工作质量意义重大,因此,有必要对其细节进行研究。选取两组被试进行安检模拟实验,以研究现行安检原则“先难后易,先复杂后简单”的可行性以及两组被试视觉特征的差异。结合两组被试的特点,对数据进行了筛选、统计,运用非参数检验综合分析了两组被试实验数据的差异,并应用专家打分法分析两组被试视觉搜索过程的差异。结果表明,两组被试在注视时间百分比、眼跳距离、判断正确率上存在显著差异,安检员组的正确率比学生组高287%;安检员组的注视持续时间较短,有超过75%的注视点持续时间小于200 ms,而学生组处于该时间段的注视点只占17%左右;安检员组在模拟实验中倾向于遵循安检原则进行系统搜索,而学生组倾向于随机搜索。     

基于眼动追踪的AR辅助装配指示符号影响机制研究

目的 随着AR数字化信息在辅助装配领域的快速发展,能为用户提高装配效率、准确性和减少操作错误。当前AR指示符号的视觉设计尚无通用标准,如何解决AR辅助装配交互界面中指示符号的用户体验问题,成为研究重点。方法 以AR辅助机械装配的指示符号为例,采用眼动追踪实验方法对增强现实环境下辅助装配符号维度与状态进行量化分析与评估,进而提出AR环境下辅助装配指示符号设计的设计策略。结论 研究结果表明：（1）指示符号的维度和状态对指示符号的认知负荷有显著影响,动态和3D指示符号的认知负荷较大;（2）指示符号的状态对指示符号的视觉凸显性有显著影响,动态图标的视觉凸显性更强;（3）指示符号的状态对装配任务的装配效率有显著影响,动态符号的装配效率更高;（4）指示符号的状态对装配任务的装配质量有显著影响,静态指示符号引导下的任务的装配质量更高。研究结论可为AR辅助装配交互设计提供相关理论支撑,具有较好的理论和实践研究意义。     

基于眼动追踪技术的食物设计视觉体验研究

目的 利用眼动追踪技术从视觉体验的角度探寻食物设计中的影响因素,并尝试提出食物设计的视觉体验构建的方法。方法 选取近年来引起广泛热议的食物设计作品的案例图片作为测试样本,利用眼动追踪技术设计实验任务,采集整理二十名实验对象浏览测试图片时的眼动数据,如热点图和眼动轨迹等,并结合一对一深度访谈,进一步分析所得数据及结果。结果 通过对实验对象眼动仪测试和访谈结果的分析得出食物设计中食物的颜色、造型、包装及装饰会影响人们的对食物设计作品的视觉中心及关注度,人们会通过视觉最为第一印象来判断食物的味道,影响人们对食物的心理需求。结论 食物设计受色彩、场景、通感等因素的影响,通过改善相关的因素能够有利于提升食物设计中的视觉体验,给用户带来一种更加沉浸式的感受。     

老龄服务机器人外观形态设计的眼动评价

目的 在人口老龄化进程加快,老年人智能产品市场发展迅速的背景下,探索老年用户对服务机器人外观形态的情感偏好。方法 眼动评价是研究老年人视觉、情感认知的主要方法,以65岁为基本年龄的老年用户为对象,选取市场上现有的真人型、仿动物型、拟人型、拟物型4类老龄服务机器人的正面图片作为刺激材料,15名健康老年人作为被试者,以眼动追踪为主、主观问卷及心电为辅,3种测量手段相结合的方式进行实验,深入探讨被试者面对不同服务机器人外观形态设计要素时的生理及心理特征。结论 结合3种测量数据可知,老年用户对服务机器人头部形态的关注度更高,黑色更贴合老年人视觉的感官偏好,且真人型服务机器人外观形态更受欢迎。     

基于眼动实验的食品包装视觉体验设计

目的 利用眼动追踪技术,探索食品包装的视觉体验特征和影响因素,总结并归纳食品包装的视觉体验规律及其设计启示。方法 以大米类食品包装设计为例,选取市面上各品类较典型的4组共18款包装图片作为测试样本,分2次采集30名受试者的眼动数据,综合分析实验数据和访谈结果。结果 在食品包装设计中,对视觉体验的影响因素进行分析可以发现,人们的关注度和视觉体验主要受色彩、文字、排版等因素的影响,碎片区域和包装形式在视觉传达方面也发挥了重要作用。结论 食品包装的色彩、文字区域,以及排版的创新设计能够有效提升人们的视觉体验,并更好地传播品牌价值。     

基于Logistic-Fisher的老龄陪伴机器人外观形态评价方法

目的提出一种基于眼动追踪的老龄陪伴机器人的外观形态评价方法。方法首先借助眼动实验,获得老年人观看陪伴机器人时的眼动特征,提取眼动指标、心率指标与被试变量,利用SPSS23.0软件平台对变量信息进行描述统计和二元Logistic回归分析;其次根据老年人的生理和心理的特殊性将老龄陪伴机器人的外观形态评价定义为二分类问题,以影响显著性最强的几个因子作为判别因子建立Fisher判别函数模型,并进行实验验证。结果性别、年龄、文化程度、心率指标均对陪伴机器人外观关注度无显著影响;总注视时间对其产生显著负向影响,平均注视时间、注视次数产生显著正向影响,判别模型预测样本与实际样本相比准确度为91.0%。结论 Logistic-Fisher方法准确度较高,为构建老龄陪伴机器人的外观形态设计评价体系提供了一种可行的技术途径。