汽车造型不仅是影响消费者对汽车产品感性认知的重要因素, 同时也在一定程度上影响着消费者对产品购买的选择。如果产品具有相同功能、质量和价格, 消费者会选择更能触动其情感的产品^[1]。尤其在汽车产品市场竞争日益激烈的情况下, 生产商更应重视消费者对汽车造型的感性认知与评估。若能掌握消费者的心理与想法, 深入探索消费者的感知与需求, 就能成功地开发出好产品^[2]。

对产品设计情感因素研究的各种理论和方法有很多, 目前公认能够形成系统的有两大类体系:一类主要是从心理测量与实验角度出发的, 以感性工学(Kansei engineering)理论为代表; 另一类主要是从艺术、美学与心理论述角度出发的, 以情感化设计理论为代表。

感性工学方面:关于感性工学的研究已经有40多年的历史, 在针对汽车造型的研究与应用上, 1987年, 马自达汽车公司成立了“ 感性工学研究室” , 并运用感性工学技术成功开发出畅销的Miyata跑车。福特公司也运用感性工学技术开发出倍受欢迎的Taurus汽车。此外, 三菱、丰田、本田和尼桑等汽车公司亦积极开展感性工学的研究和应用^[3]。

情感化设计理论方面:美国的认知心理学家Donad A.Norman把设计中的情感因素分为三个层次, 包括本能层情感设计、行为层情感设计、反思层情感设计, 将情感因素注入到设计与使用中, 使得产品与用户建立起长久的感情纽带^[4]。

目前大多数针对汽车造型情感因素的研究都是以上述理论为基础的。例如, 贾广宏等^[5]从角色扮演的角度结合384名车主的采样调研分析汽车的情感属性; 郭伏等^[6]通过眼动实验和神经网络算法建立用户偏好与感性评价词、设计变量关系模型, 并用来对轿车前脸造型进行优化设计; 胡伟峰、谭浩等^{[7, 8]}利用感性工学和统计分析的方法对汽车的特征线与用户造型感性意象的关系进行研究; 王波等^[9]通过提取形体表面的关键造型线提出一种分析汽车造型设计的线-型分析法。同时, 三维造型技术、基于互联网的调查、虚拟现实技术^{[10, 11, 12]}也在各项研究中配合使用。

因为当今脑科学与心理学的发展还不能够清晰阐释大脑的运作机制, 因此上述研究的基本思路都是把人对汽车造型产生认知与情感的过程作为一个黑箱。将汽车造型要素作为输入变量, 将表示情感的语义词作为输出变量。然后通过实验测量或调查问卷等方法获得这两类变量的经验数据。再通过如因子分析、聚类分析、多维尺度分析、数据挖掘、灰色关联度分析、模糊逻辑法、遗传算法、粗糙集等方法, 把这些感性尺度数据转化为工学尺度数据, 从而寻找输入与输出之间的对应关系。

这一类传统感性工学的研究方法跳过人脑对汽车造型认知的中间过程, 例如实验中的问卷往往要求被测者直接选择出客观物理特征与主观语义词间的关系。这对于多数被测者来说, 答案是很模糊的。另外, 不同群体对不同语义词的感受差异也很大。这就使得实验结果的准确性降低, 对实践的指导价值也相应降低。为了解决这个问题, 在本研究中, 结合了情感化设计理论与感性工学方法各自的特点, 不像传统研究方法那样直接建立造型特征与语义词的关联, 而是考虑建立一种简化的结构模型来模拟造型特征引发人的联想的心理活动过程。该模型建立的是汽车造型客观物理特征与投影形象客观物理特征之间的对应关系, 两组客观特征的对应关系更容易理解和测定。在得到具体对应关系数据的基础上, 可以进一步快速方便地分析出其对应的主观语义感受。并且, 这个模型如果借助于计算机, 还可以实现人工智能辅助分析判断, 另外也可以与现有的经验验证模式相互辅助印证, 从而提高在实践应用中的准确性与实用性。

接下来的内容将以汽车车身曲面造型为对象, 建立一个意向认知投影数学评估模型。

2.1 特征选取

因为是针对车身曲面造型, 因此在特征选取时应当选取能体现出空间曲面与生物体表面特点的特征。考虑到实验条件与应用方向的需要, 本研究的特征选取过程采用小范围专业人员调研分析法, 先后对3位在企业工作中具有丰富经验的造型设计师与28名在校汽车造型设计高年级学生进行走访, 通过问询与观察, 列举出他们在手工和使用电脑软件绘制车身曲面时关注的曲面物理特征。然后请他们按其重要性予以评分。筛选出重要性评分较高的特征进行因子分析与聚类分析, 最终概括出三大类9种可量化特征, 如表1所示。

表1

Table 1

表1(Table 1)

表1 车身曲面造型特征表 Table 1 Body surface modeling characteristic table 造型特征 符号 内容及取值含义 面 凹凸差 Dbump 不同曲面间起伏凹凸差异程度, 差异越大数值越大。 过渡变化 Dtra 相邻面之间过渡区域的明显程度, 越明显取值越大。 支撑力 Dbra 面曲率与呈现出的张力, 曲率明显、张力大则值越大。 线 曲率分布 Dcur 轮廓线条曲线曲率分布, 变化突出不均匀则值越大。 弯曲度 Dbend 轮廓线条弯与直的程度, 越弯曲则取值越大。 折角 Dang 轮廓线条转折处的圆润与尖锐程度, 越圆润取值越大。 整体 布局分割 Dpart 块面分割的明显程度, 分割越多、越明显则取值越大。 特征分布 Dsca 特征分布的集中与分散程度, 越分散则取值越大。 侧线倾斜 Dtilt 车身侧面线条综合倾斜与水平程度, 越倾斜取值越大。

表1 车身曲面造型特征表 Table 1 Body surface modeling characteristic table

对于车身曲面造型的投影形象特征, 同样也采用小范围专业人员调研分析法, 首先根据与曲面同型同构的特点, 列举出能体现生物体表的生理特征, 然后请31位走访对象对其加以选择并对其重要程度进行评分, 再筛选出重要程度高的特征进行因子分析与聚类分析, 归纳出三大类7个可量化特征, 如表2所示。

表2

Table 2

表2(Table 2)

表2 车身曲面投影形象特征表 Table 2 Body surface projection image feature table 投影形象特征 符号 内容及取值含义 内部 (骨骼肌肉) 发达度 Tmus 肌肉发达感强弱程度, 越强取值越大。 力量感 Tpow 力量感强弱程度, 越强取值越大。 分离度 Tdef 肌肉骨骼分布明显度, 越明显取值越大。 体表 (皮肤衣着) 薄厚感 Tthi 体表覆盖层的薄厚感, 感觉越薄取值越大。 软硬感 Tsoft 体表覆盖层的软硬感, 感觉越软取值越大。 整体 (轮廓姿态) 速度感 Tspe 姿态蕴含的动感, 动感越明显取值越大。 统一感 Tuni 统一与分散感的强弱, 越分散取值越大。

表2 车身曲面投影形象特征表 Table 2 Body surface projection image feature table

2.2 关联关系值的测定及t值的计算

接下来通过心理测量问卷来测定造型特征与投影形象特征的关系密切程度。因为本模型中的特征都是客观型的物理与几何特征, 因此, 与通过心理问卷选择主观语义词相比, 选择客观特征的关联程度更能提高测量结果的客观性与准确性。

在本研究的心理测量实验中, 在一个心理量表(7点量表)上, 分为7个选项:高度正相关、中等正相关、略微正相关、无关、略微负相关、中等负相关、高度负相关。请被测者按照选项来选择9个造型特征与7个投影形象特征之间关系的密切程度。首先完成28名设计专业学生的问卷, 把7个选项分别取值1、0.6、0.2、0、-0.2、-0.6、-1。然后对每组对应关系的取值求平均值, 从而得到关联关系数值。为了满足实际应用的方便性与可行性, 请3位在企业工作的设计师提供专家意见对结果进行适当修正。修正内容包括:为了避免过多关联项的干扰, 把部分计算所得关联值非常接近于0的对应关系简化为0; 将所有关联关系数值省略到小数点后一位。由此得到关联值并计算调整系数, 其结果如表3所示。

表3

Table 3

表3(Table 3)

表3 关联关系及调整系数表 Table 3 Relationship and adjustment factor table Dbump Dtra Dbra Dcur Dbend Dang Dpart Dsca Dtilt Tmus 0.9 0 0.1 0 0 0 0 0 0 Tpow 0 0 0.9 0.7 0.6 0 0 0 0.2 Tdef 0.4 1 0 0 0 -0.3 0.6 0.2 0 Tthi 0 0.9 0 0 0 -0.8 0.5 0 0 Tsoft 0 0 0 0.2 0.9 0.9 0 0 0 Tspe 0.1 0 0.1 0 0.2 0 0 0 0.9 Tuni 0.2 0.6 0 0 0 -0.3 0.9 0.7 0 调整系数 Qmus Qpow Qdef Qthi Qsoft Qspe Quni 数值 1 0.42 0.4 0.45 0.5 0.77 0.37

表3 关联关系及调整系数表 Table 3 Relationship and adjustment factor table

得到关联值f和调整系数Q后。t值相应算法就很简单了:先评定某款车身曲面造型特征d值, 然后将其与f值、Q值带入t_a=Q_a ∑ ┬(n=1)┴j f_an d_n 公式, 即可计算出每项t值。t值可有多种应用, 例如可以根据其数值进一步进行感性语言描述, 由此评估消费者对该设计方案的心理感受, 也可以通过比较不同设计方案的t值判断其对设计目标的完成度。

本研究结合中国第一汽车集团技术中心开发的CA1046PK45L2E1、CA1056PK45L2E1、CA1066PK45L3E1、CA1086PK28L5E四款车型的造型设计做为运用前文中所建立的车身曲面意向投影认知评估模型进行辅助设计评估的案例。在设计工作中, 运用该模型评估具体曲面造型设计的心理效果, 并根据评估结果对设计方案加以修正, 最终达到曲面造型最符合设计定位的目标。下面是最终定型量产的CA1086PK28L5E车型, 如图2所示。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 CA1086PK28L5E车身造型图Fig.2 CA1086PK28L5E body shape photo

因为本案例中的模型是用来在设计工作中进行比较评估的, 所以设计方案的d值由设计师来进行评定, 以CA1086PK28L5E车型的最终设计师评价值为例, 如表4所示。

表4

Table 4

表4(Table 4)

表4 CA1086PK28L5E曲面造型特征值表 Table 4 CA1086PK28L5E surface modeling characteristics numerical table 特征 值 特征 值 Dbump -0.6 Dang 0.3 Dtra -0.2 Dpart 0.6 Dbra -0.7 Dsca -0.2 Dcur -0.3 Dtilt -0.1 Dbend -0.5

表4 CA1086PK28L5E曲面造型特征值表 Table 4 CA1086PK28L5E surface modeling characteristics numerical table

得到d值后, 按照前文计算t值的算法, 可以快速计算出投影形象特征t值。t值的范围为-1≤ t≤ 1, 其中的正负号表示同一个特征值相对应的不同特征方向。特征越明显, 其数值的绝对值就越接近于1, 达到1和-1时则是这个特征的两个极端。而t值的绝对值越接近于0, 则表示这个特征表现得越均衡, 介于两个极端之间。

下面就是按照CA1086PK28L5E车型曲面造型的最终设计师评价值所计算出的最终投影形象值表, 如表5所示。

表5

Table 5

表5(Table 5)

表5 CA1086PK28L5E曲面造型投影形象值表 Table 5 CA1086PK28L5E surface modeling projection image numerical table 数值 绝对值 对应观感评价的语言描述 Tmus -0.61 略大 平面感强, 金属感强, 肉感较低, 显得坚硬、稳重。 Tpow -0.49 静态力量感较强, 动态力量较弱, 显得平和、安静。 Tspe -0.25 较小 速度感略低, 有一定的安静感, 相对比较稳定、平静。 Tsoft -0.12 略有一些坚硬感, 显得结实、坚硬, 但又不过于冰冷。 Tdef -0.08 接近 于0 装饰元素集中与分离度适中, 比较稳定耐看。 Tthi -0.05 体表覆盖层中等厚度, 感觉安全可靠又不显过于臃肿 Tuni 0.03 统一感适中, 不过分强调个性, 相对平和中庸。

表5 CA1086PK28L5E曲面造型投影形象值表 Table 5 CA1086PK28L5E surface modeling projection image numerical table

本系列车型的主要使用目的是货物运输, 以及作为工程领域的改装车型的基础。因此其造型设计的定位是美观耐看, 适用面广, 不过分强调个性, 造型适当体现平稳、结实和耐用的感觉。

从评估模型计算出的最终投影形象值表的各项 值可以看出, 总体上大部份数值较小, 其绝对值接近于0。这说明其曲面造型特征相对比较均衡, 没有过于个性化和突出的特点。这种造型能够使得车型显得不过分张扬, 比较耐看, 在工程场合的使用中不会因外观过分个性化而分散施工人员的注意力。而T_pow和T_mus数值接近-0.5和-0.6, 绝对值略大, 说明本车的曲面造型适当体现了坚硬感与稳重感, 这不但避免了造型过于中庸平淡, 有利于避免因长时间工作而引起的烦躁感, 也更适合在运输与工程场合中使用, 给人以坚实、安全和可靠的感觉。因此, 通过车身曲面造型意向投影模型的评估, 该系列车型车身曲面的造型设计已经达到设计目标的要求, 有较高的市场适应度。

汽车造型意向认知投影原理与模型的提出, 解决了当前理论分析中对心理认知机制难以认清的问题。相对应造型部分的模型建立以后, 就可以运用到实际工作中。通过模型评估能够快速判断出设计方案所能产生的心理意向特点。通过数值高低比较, 为修改设计方案提供了明确的方向, 使设计工作高效快速地达到目标。同时, 该模型的建立可以通过计算机来进行, 实现计算机辅助人工智能对设计方案进行评估, 这也是本研究未来的发展方向。