CASE趋势下车身造型形态设计研究现状与展望

卢兆麟，孙远波，宋新衡，袁若歆，宋 浩，王惠萱

(1.北京理工大学 设计与艺术学院，北京 100081；2.工业制造艺术创新设计工信部重点实验室，北京 100081)

0 引言

汽车形态主要受到机械结构、人机工程、空气动力学、能源形式4个因素的影响，同时还要考虑时代性、审美观念等因素。近年来，由于新一轮科技革命和产业变革，带动汽车行业加速转型发展。在这场变革中，起支撑作用的是移动互联网、人工智能和新能源革命等技术要素，这些要素与汽车变革交融和互动，戴姆勒公司等将这一变化总结为“CASE”(Connected-Autonomous-Shared-Electric)，即“网联化—智能化—共享化—电动化”。其中智能化与网联化高度融合，车辆通过搭载先进传感器等装置，运用人工智能等新技术，实现云、车、路、人等信息的交换与共享，从而实现复杂环境感知、智能决策与协同控制等功能，正逐步演变为智能移动空间和应用终端，其高级阶段即完全无人驾驶汽车(L5级)，将彻底改变驾乘人员对时间和空间的认识。电动化是伴随着世界范围内能源结构转型发展起来的，相比之下起步更早，主要包括纯电动汽车、插电式混合动力(含增程式)汽车、燃料电池汽车等主要类型。目前，电动化与智能化、网联化呈交织发展的态势，在国务院2020年发布的《新能源汽车产业发展规划(2021—2035年)》中提出，将动力电池与管理系统、驱动电机与电力电子、网联化与智能化技术作为产业基础能力提升的关键。共享化实质上属于一种商业模式，带来的最直观的改变是加快了车企从传统制造企业向移动出行服务商的转型步伐。业内普遍认为，共享化的真正实现依赖于其他“三化”的高度发展。

车身造型形态设计指“根据汽车整体设计的多方面要求以塑造最理想的车身形状，是汽车外部造型与车厢内饰及空间设计的总和”[1]，消费者将造型作为选择汽车理由的比率远远高于其他商品[2]。奥迪公司统计发现，近60%的用户在做出购买汽车决定时更多地是考虑造型而非技术指标[3]；根据国务院发展研究中心、中国汽车工程学会等机构的联合调查[4]，分别有77.2%、83.5%、75.7%的中国消费者在决定购买轿车、SUV、MPV车型时，认为造型是首要考虑因素。车辆被列为“形态要素占据主导”的三大产品设计类型之一[5]。目前，汽车造型的设计实践主要在独立设计公司和汽车企业内部设计部门展开。自上世纪九十年代中期以来，汽车产业发生了两个重要变化[6]：①由于市场竞争加剧，新车型开发周期明显缩短、推出新车型的数量明显增加，这使得厂商特别是新兴厂商大幅增加了造型设计的资金投入，同时加强了与设计、技术服务等专业型公司的合作；②汽车产业价值链重组，历史悠久的传统汽车厂商正逐渐转变为以品牌为基础的系统集成商,为了保持其品牌的可识别性，避免设计风格趋同化，造型设计工作多在其内部设计系统展开。

我国汽车市场在进入二十一世纪以来经历了井喷式增长，自2015年以来产销量、保有量均居世界首位[7]。受到市场因素的有力推动，自主品牌企业在汽车造型设计方面取得了很大进步，形成了初步原创设计能力，总体而言与世界著名传统汽车企业相比仍有一定差距，尚存在着抄袭已有成功设计，或是完全委托外方机构设计的问题，由此导致了两个后果：①文化差异性增加了国内用户接受车型的难度。汽车造型设计能否取得成功，关键在于是否契合特定目标群体的文化、心理特征[8]，用户购买的除了使用价值，其附加价值(如身份象征、精神满足等)也愈发重要。②自主知识产权的缺失阻碍企业进一步成长。随着经济的日益全球化，“山寨”著名企业产品的做法受到有关法律、法规的严厉限制。

在CASE趋势下，跨界的科技型企业、投资者纷纷进入汽车领域，其中以特斯拉为代表，在纯电动汽车研发和生产方面取得了巨大成功。与此同时，传统汽车企业转型速度加快，加之心理学、计算机科学、管理学、社会学等相关学科与设计学的深度交叉融合，车身造型形态设计出现了新的发展，正在处于重大变革之中。同时，CASE是全球汽车产业发展的战略方向，已成为大国竞争的重要科技领域[9]，也是我国科技创新支撑加快建设交通强国的重要内容，近年来我国正在加快营造良好政策环境、持续推进标准规范体系建设[10]。当前智能网联汽车正从小规模局部科学试验逐步转向大规模场景应用，加速进入到早期商业化试点的全新发展阶段，迫切需要完善法规体系，统筹新技术测试验证、新产品监管方式、新业态发展路径[11-12]，这就要求不仅从“技术端”加强研发，还要从“设计端”深化研究。为此，本文主要针对汽车车身造型形态设计研究面临的新机遇与挑战，对相关理论与技术进行回顾与梳理分析，归纳相应的研究范式，总结其关键问题，并对其未来发展前景进行展望。

1 汽车车身造型形态设计过程与任务模型

1.1 汽车造型设计流程

1.1.1 传统汽车造型设计流程

完整的整车开发流程一般包括产品战略策划、产品定义、概念开发、工程设计、产品验证、商品化生产6个阶段，总历时50个月左右(如图1)。造型设计属于概念设计阶段，为了保证设计产出的稳定性，各机构在进行汽车造型开发时一般会遵循固定的流程，从而降低不确定性，并在具体过程中会综合运用多种方法和工具，BAE等[13]总结了传统汽车造型设计流程以及工具与方法。值得注意的是，在正式的开发阶段之前还存在模糊前端阶段(Fuzzy Front End, FFE)，指的是新车型进行实质性设计之前的阶段，包括产品概念的提出与定义，以及产品创意的产生、评价和筛选[14]。国内外大量实证研究发现，项目成功率与投入在模糊前端阶段时间成强正相关，通过提升模糊前端活动可以提前规避风险，从而带来巨大效益，模糊前端的执行效果实际上成为了新产品开发成败的分水岭[15]，汽车造型设计模糊前端可划分为项目前端与设计前端。

1.1.2 CASE趋势下车型开发流程的重构

在CASE背景下，整车开发流程虽然仍大体上包括上述6个阶段，但具有显著不同，主要受到以下因素影响：

(1)“软件定义汽车”技术体系逐渐形成

随着CASE的发展，整车电子系统功能复杂度呈指数级上升，软件占比持续增大[16]。赛迪智库的数据显示，2010年主流车型的车载系统约含1 000万行源代码，而到了2016年则上升至约1.5亿行。在价值构成方面，据摩根士丹利估算，2018年软件价值约占大型乘用车整车价值的10%，未来占比预计将达到60%左右。软件将是未来汽车的基础和竞争力的核心。数据的丰富和软件的迭代，不仅可以不断为用户提供新服务、新体验，还根据用户的偏好不同，使得汽车成为“千车千面”的个性化产品和系统，未来汽车差异化将更多地由软件赋能的人机交互和由此带来的用户体验所体现，汽车技术革新也将更多地由软件带动[17]。文献[17]将“软件定义汽车(Software Defined Vehicles，SDV)”描述为：在模块化和通用化硬件平台支撑下，以人工智能为核心的软件技术决定整车功能。汽车硬件将成为模块化、通用化的平台和资源池，支撑整车软件多样化开发与部署。

软件定义汽车的一个重要特征就是使汽车具备自我进化的能力，使它由一个“出厂即落后”的“静态物”，转化为一个可以不断进化的“新物种”。驱动汽车功能进化的是数据，而保障数据采集、处理和利用的是软件。例如，软件定义汽车功能的增加与升级可通过“空中下载技术”(Over-The-Air Technology, OTA)实现。例如特斯拉在2012年推出的Modes S车型上，最早通过OTA的方式完成续航里程增加、最高速度提高、乘坐舒适度提升等功能或者漏洞的修复，更新范围涉及人机交互、自动驾驶、动力系统、电池系统等领域；2016年11月，丰田宣布采用OTA技术更新行车电脑软件；2017年5月福特公司首次通过OTA技术为搭载Sync 3车载系统的车型增加新功能。由于传统的燃油汽车的软件和硬件基本各自独立，因此早期OTA技术主要针对车载多媒体系统进行。但是近年来随着纯电动技术的发展，汽车软硬件之间的壁垒逐渐被打破，越来越多的企业将整车OTA作为自身产品智能化的体现。未来，汽车将通过OTA不断带来新的功能与服务，为用户带来新的体验变化[18]。

从汽车产业发展的历史来看，汽车技术和产品的重要突破都是整车企业和零部件企业密切配合的结果。传统的开发流程是首先由整车厂完成设计，而后由零部件企业开发核心技术和关键零部件，最后再由整车厂完成系统集成。一般而言，这些零部件彼此独立、没有关联，在使用寿命过程中也基本不需要升级，因此多采用一体化嵌入式系统架构。但在软件定义汽车技术体系下，整车厂与供应商关系发生了根本变化，这种变化将重构汽车造型设计流程。孟天闯等[17]认为，软件定义汽车整车开发流程形成双闭环，第一个闭环是指设计阶段通过交互评价数据采集、用户画像构建指导新车开发；另一个闭环是用户使用阶段可以借助OTA技术实现软件持续更新迭代，如图2所示。

(2)不同类型汽车企业发展路径明显差异

CASE的快速发展催生了一种新的现象：大量从事信息通信技术(Information and Communications Technology, ICT)的企业进入汽车领域。业界和学界将这类企业统称为“造车新势力”，国内如华为、百度等，国外如苹果、谷歌、微软等，如图3所示[19]。

按照美国汽车工程师协会(Society of Automotive Engineers, SAE)的划分，无人驾驶汽车由L0～L5划分为6个等级。传统汽车企业在硬件(如动力总成、变速箱等)、汽车电子系统(如发动机控制系统、底盘控制系统等)方面更具有研发和制造的优势，因此往往从低级别驾驶辅助系统发展到高级别驾驶辅助系统，逐步替代人的驾驶工作，直至最后实现无人驾驶[20]。与之相对应，其汽车造型设计多遵循由机械产品到电子产品、再到智能产品的渐进式发展路径。并且由于平台战略的广泛运用，采用共用模块提高产品开发的效率和质量，汽车造型也呈现出“家族式”面貌。

而造车新势力企业则有所不同，因为在高精度地图定位、环境感知、传感器融合、计算机视觉、规划决策、车辆控制逻辑、汽车操作系统等具有一定优势，所以往往是以人工智能、云计算、大数据等前沿技术为依托，直接实现L5无人驾驶这一终极目标，因此形态设计所受制约更少，往往更加具有激进性和突破性，如图4所示。

1.2 汽车车身造型形态设计任务模型

(1)信息传播模型

牛津大学LAWSON[21]将设计定义为在一系列特定情境下为满足总体真实需求寻找合适解决方案的思维活动。为了清晰地阐述设计的内在机制，剑桥大学学者CRILLY等[22]根据经典的“香农—韦弗(Shannon-Weaver)”信息传播模式，将汽车造型设计定义为一个信息传播的过程，如图5所示。在该模型中，设计师团队作为信源，汽车造型的物理属性(几何形态、尺寸、色彩、肌理、质感等)被定义为发射器，用户感官是接收器，最终的信宿是用户，在对接收的信号进行处理、评判后形成认知，并最终产生决策和购买行为。该模型较好地解释了从设计者到用户之间的信息传递过程，同时也存在局限性：“香农—韦弗”模式是直线单向过程，缺乏反馈环节，而在实际的车型开发过程中，设计者与用户双方都是具有能动性的主体。

(2)迭代过程模型

车型开发涉及技术实现问题，FELDINGER等[23]提出一种融合技术与造型的设计过程模型，该模型充分反映了车型开发的迭代过程(如图6)。

从初始的设计意图开始，设计师使用各种建模工具进一步开发车辆的造型。然后，设计师评估新迭代的美学效果，并将结论作为下一次迭代的输入。同时，从技术功能的角度对汽车造型进行评估，以寻求两者的折衷，最终达到造型和功能需求之间所需的收敛程度，方可确定样式。HYUN等[24]认为迭代设计的不足在于缺乏全局优化的能力，往往只能实现局部最优解。同时，由于其反复迭代的特性，决定了汽车造型设计是一个“没有最好、只有更好”的过程，这有可能导致3个弊端：①企业内部造型与设计部门的反复与冲突；②研发费用增加；③研发周期无计划性延长。张志军等[25]提出了进阶性设计评审管理技术体系，其核心思路是“无极设计、有阶评审”，如图7所示。张海涛等[26]认为综合主观评价是代表顾客评价车辆的一个重要手段，也是整车开发过程中解决问题和判定目标是否实现的途径之一，以国内某自主品牌的产品开发过程为例，说明了综合主观评价方法的应用过程。

(3)车身造型形态设计重心转移

CASE趋势下车身造型形态设计在开发流程、开发模式、关注点、服务、以及价值构成等方面体现出差异性，如表1所示。总体而言，传统车型开发以硬件为中心，企业与供应链的各部门、机构、组织的设置都围绕该中心展开。未来，则是以用户的体验和优质服务为中心，组织架构与人员将会发生相应的改变。

表1 CASE趋势下车身造型开发差异性

2 现有研究体系主要内容

新车型的开发是一项高度复杂的系统工程，集成了机械、电气、软件开发、动力学、热力学等不同专业知识，既要满足国家法规、行业标准及企业技术标准等严苛要求，还需充分满足消费者需求。汽车车身造型形态设计也在不断扩大自己的领域，产生了学科间的相互渗透，形成了多学科的交叉融合，实现主观与客观的统一、感性与理性的兼容，追求设计对象形式与功能的高度和谐。这也要求设计师们对人、物关系有深入的理解，并具备丰富工程知识与人文、艺术素养，以宽阔的视野和科学的思维探求设计之道。本文对现有的汽车造型形态研究体系进行梳理，归纳为5个部分，如图8所示。

2.1 基于品牌文化特征的车身造型形态研究

汽车造型设计所传达的内容构成了一个由视觉到精神、由表及里的层级性体系。对于企业而言，成功的设计能巩固和发展品牌与客户之间的情感共识与牢固关系，同时清晰的品牌形象有助于企业保持自身独特性以区分于其他企业，因此造型设计早已成为汽车品牌策略的核心部分之一。另外一个不可忽视的事实是：在制造和使用汽车的长期实践活动中，形成了一套行为方式、习俗、法规、价值、观念等，从而构成了“汽车文化”，这种文化又不可避免地带有各国地域、民族特征，最终形成了“产品—品牌—文化”三位一体结构[27]，例如大众汽车之于德国文化、沃尔沃之于斯堪的纳维亚文化、劳斯莱斯之于英国文化、凯迪拉克之于美国文化、丰田之于日本文化等，汽车造型与品牌、地域文化特征的内在关联因此成为了学界及产业界经久不衰的研究课题。

学界将生物学引入设计领域，提出了汽车造型基因的概念，品牌文化需要依靠造型设计特征表达，造型特征要保证品牌基因的恒长性和进化方向[28-29]，目前该部分研究主要从以下两个方面展开：

(1)汽车造型基因表征

对于汽车造型基因的表征有两种主要方式：①基于分解式的结构[30]，CALABRESE等[6]将汽车造型定义为渐进过程，即在每一次具体的车型设计任务中，并不必然意味着颠覆式创新，而往往是在给定的约束条件下，对已有的设计元素进行重新整合和再创造。REZAYAT[31]的研究进一步支持了上述观点，发现新车型中40%的组件是对现有零件的重用，40%的组件是对现有零件的修改，而只有20%的零件是全新的。②基于风格特征的映射结构，KARJALAINEN[32]将造型基因定义为显性风格特征域与隐性风格特征域以及两者的映射。

(2)汽车造型基因延续与进化

麻省理工学院STINY教授[33]提出了形状文法，具体的运用包括两个方面：①描述、归纳和分析已有汽车产品族特征；②依据形状规则对产品特征进行再现和发展。MCCORMACK等[34]通过对别克汽车造型发展历程的分析，总结出63条形状文法，并将其编码为可重用的语言；罗仕鉴等[35]构建了产品族外形基因与消费者偏好之间的映射模型，并转换成偏好驱动的进化函数，运用遗传算法实现SUV产品族侧面轮廓线基因进化；李愚等[36]提出了汽车外形设计的基因网络模型。

以上研究取得了丰富成果，也存在着一定不足：①多从既有品牌出发，而对“产品—品牌—文化”形成的复杂内在机制与动因缺乏探索，不能有效指导新兴品牌的设计工作开展；②对于地域特色与国际化潮流之间的关系缺乏深入研究，如何真正实现汽车产品“既是民族的又是世界的”，尚缺少有效的理论与方法支撑。

2.2 意象驱动的车身造型认知研究

“意象”是指用户对产品物理属性的感知及引发的心理与情感活动，最终形成审美认知[37-38]。在汽车造型设计领域，该研究主要包括设计评价与设计方法两方面，通常是用语义差异法建立用户感性意象与汽车造型要素的关联，并通过聚类分析法、主成分分析法、因子分析等方法降低认知空间维度。如：王亚辉等[39]提出一种基于多目标粒子群优化算法的汽车造型设计决策模型；印度理工大学YADAV等[40]以Kano模型结合鲁棒设计，以汽车造型为例提出新的设计方法；胡伟峰等[41]发展出了“期望意象”的概念，以此驱动汽车造型基因进化，并用遗传算法加以实现；本研究团队[42-43]提出了基于自然语言处理的汽车造型风格推导方法，为避免主观误差，结合眼动跟踪实验与Fisher判别实现对汽车造型的客观评价；台湾成功大学HSIAO等[44-46]通过模糊集，对汽车色彩、造型风格以及意象进行了研究；LAI等[47]提出了“感知品质”(Feeling Quality, FQ)的概念，量化用户对汽车造型的感知意象；谭正棠等[48]解读了普通用户与专家用户对造型感知的不同偏好，认为用户的造型感知是一种有组织的关联表达过程，帮助设计师从用户对汽车造型感知偏好的层面进行造型方案的选取；徐秋莹等[49]使用灰色理论、人工神经网络和马尔科夫链的组合分析模型，对汽车造型进化趋势进行预测；梁峭[50]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；赵丹华等[51]通过考虑设计师与用户的认知差异，提出了一种汽车造型可信性评价方法；高士峰[52]分析了汽车造型意象认知的内涵和形成过程，来探讨影响汽车造型意象认知的设计语言；成振波等[53]分别以“造型特征”与“用户商务意象”作为自变量和因变量,通过单因素方差分析，研究关键造型特征对商务意象影响的显著性。

按照信息传播理论，意象是汽车造型“投影”于用户心理的结果，实际上决定着用户对于汽车造型的偏好程度，加之受到用户的个体差异性影响，呈现出较大的复杂性与不确定性，目前该领域仍然是汽车造型设计研究的重要课题之一。

2.3 融合空气动力学的车身造型形态研究

汽车空气动力学(automobile aerodynamics)是空气动力学的重要分支，主要研究汽车与周围空气在相对运动时两者之间相互作用力的关系及运动规律，涉及汽车的空气动力性能、行驶稳定性、操纵性和气动噪声等，特别是如何降低汽车外形风阻从而降低油耗。

融合空气动力学的汽车造型设计一般采取两种方式：①在汽车造型设计初期，设计的自由度较高，通常采用整体造型优化的形式，如张晨铭等[54]从汽车造型设计的比例、容积、曲面、细节4个层级出发，逐层分析了电动汽车如何实现良好的气动性能；李彦龙等[55]将低阻生物海豚作为形态仿生学对象，完成整体低阻整车车体设计，并对车头、车轮等各部位依次进行造型与气动优化，有效降低了汽车造型空气阻力。②在受到已有汽车车身尺寸与基本形态等限制的情况下，则需要通过考虑局部造型优化的方式，对汽车外观造型进行空气动力学研究，如王东等[56]对某敞篷车及其硬顶变型车进行流场数值模拟，对风阻产生肌理进行分析；蒋兰芳等[57]建立由考虑美学与气动阻力的车灯造型汽车外流场数值分析简化模型和正交实验优化算法组成的车灯造型参数设计平台，并利用该方法优化汽车前照灯对汽车外形空气阻力的影响，有效降低了汽车前部造型空气阻力。

另外，在研究方法上一般是通过仿真与风洞实验相结合，例如韦甘等[58]依次分析车身全局造型与头、尾部造型，然后通过遗传算法，分3步优化汽车车身气动形态，并根据二维和三维算例的差异性制定相应的进化策略，最后通过风洞实验验证了该优化方法的可靠性；江涛等[59]从美学与空气动力学结合的角度出发，提出将优良气动理想形体作为基准，并将艺术元素图案投影在其特征线上以生成三维草图，在定型草图上直接构建可供渲染和数控加工的车身CAD模型。

2.4 考虑被动安全的汽车造型形态研究

汽车的安全性能一般包括主动安全与被动安全。主动安全配置如指示报警装置、照明装置、制动装置、汽车防碰撞预警装置设计等，一般在工程设计阶段后期进行，并且对外部造型影响较小；而被动安全设置往往先于工程设计阶段，如果此时不能充分考虑其对于车身造型的影响，会导致后期反复修改，降低汽车研发效率。因此，在汽车造型阶段对被动安全性能进行考虑非常必要。

由于发生事故时，行人直接暴露于交通环境中，造成的损伤也最为直接，因此部分学者通过针对行人不同身体部位的碰撞保护进行汽车造型的研究，如NIE等[60]基于有限元建模，分析了具有不同引擎盖造型特征的车辆前端在碰撞时导致的行人头部运动情况，发现更高位置的引擎盖边界特征线以及朝向护板方向的连续引擎盖表面，更加有利于保护行人；聂冰冰等[61]提出了以降低碰撞能量输入为目标，分析了汽车前端造型因素对行人髋部碰撞的影响,并建立了髋部冲击器与某实车车型发动机罩前缘碰撞模型，提出了车型外轮廓设计方法；吴斌等[62]分析了汽车前端结构参数对行人腿部碰撞性能影响的规律性，在MADYMO中建立汽车前端结构的多体简化模型，并在吸能块和副保险杠支撑系统方面，总结出了乘用车前部结构设计方法和改善建议，以利于行人腿部保护。

上述研究从行人在碰撞过程中受到损伤的不同身体部位入手，分析汽车前端造型在碰撞过程中对行人造成的危害，结合行人不同身体部位特征，有效地将碰撞时的行人动态身体参数与汽车前部造型及结构特征结合，可以有针对性地改善汽车前部造型在碰撞时对行人的伤害。

2.5 基于乘员舒适性的车身造型形态研究

汽车除对功能可靠性、安全性等要求外，还有更多对行驶质量的要求，研究也相应地向乘员的舒适性问题转变[63]。舒适性包括的内容十分广泛，须结合工程学、物理学、心理学及生理学等知识，从人的感觉对其进行评价[64]。在对舒适性的研究中，需将人、车、道路视作一个系统，三者相互作用、彼此联系，共同决定着舒适性的总体水平[65]。具体而言，“人”包括生理与心理两个方面，“车”主要是汽车各项参数，“道路”主要包括交通环境、路面状况等。从工程技术角度看，对车内成员舒适性影响较大的是噪声、震动、声振粗糙度(Noise、Vibration、Harshness，NVH)等3个因素。在研究汽车NVH问题的过程中，通常把汽车看成一个由激励源、传递路径和响应器组成的系统。激励源主要包括发动机、路面、风阻等，传递路径主要包括悬架系统、车身结构系统等，传入车身室内后形成振动和声学响应，最终表现为车厢地板、座椅和方向盘的触觉振动与乘员的耳旁噪声等现象[66]。

在NVH中，噪声因素与汽车造型形态设计有直接关联，因此本文对相关研究进行总结梳理，发现主要通过研究汽车局部结构造型与行驶过程中产生的噪声的关系，来进一步提高汽车乘坐舒适性，例如：CHEN等[67]基于声学计算理论，使用Fluent模型对两种后视镜造型进行比较分析，通过优化后视镜的造型及位置，可以有效减弱噪音，进而提高乘客的舒适性；陈鑫等[68]对车外后视镜不同边缘结构引起的外部流场和镜后车身表面监测点处的气动噪声进行了数值仿真，设计了后部流场涡团更远离车身表面的后视镜边缘造型，有利于降低气动噪声；通过风洞实验测量了后视镜尾流区域的气动噪声数据，总结得出5个对后视镜气动噪声影响较大的造型因素，通过适当调整这5个造型因素将有助于降低后视镜的气动噪声[69]。

3 CASE趋势下车身造型形态设计研究展望

3.1空间重构

CASE趋势下，车辆广泛采用非石化燃料作为动力来源，汽车的动力及供能系统与传统燃油汽车有着明显不同，因此也带来了造型形态设计的重大改变，主要体现在以下两方面：

(1)内部结构造成外部形态的改变

百年来汽车主要由内燃机提供动力，形成了发动机舱、座舱的布局模式，汽车外观造型虽然经历多次风格的演变，整体上依旧在基础燃油车标准框架限制下进行设计。但随着新能源，尤其以电动车为代表的新技术逐渐发展，发动机被更小的电机所取代，也不需要复杂的传动系统进行驱动，整车所用线束数量大幅度减少，内部结构改变将带来全新的外部造型设计。相较于传统燃油汽车，智能网联电动汽车虽然取消了发动机和变速箱，但是由于增加了电机、电控、电池系统，导致整车质量反而高于传统燃油车。为了解决这一问题，近年来车身大量采用铝合金等轻量化材料，并使用高压压铸工艺，例如特斯拉2020年推出的一体式压铸技术，主要目的在于简化Model Y车型的底板结构，通过一台锁模力为6 000吨的大型压铸机将整个后底板70余个零部件压缩为一体成型，有效减轻了结构重量[70]。随着这一技术的普遍应用，“一体化车身结构”将成为主流，势必对车身造型形态设计产生较大影响。

(2)设计重心由外饰向内饰改变

由于电动化，汽车的整车结构零部件的减少以及布局形式变得更加简单，汽车内部空间逐渐得以释放，使得汽车造型设计的重心逐渐向内饰倾斜。例如通用汽车公司推出的Hy-wire概念车[71]，采用线传操控技术取代传统机械操控装置，取消了发动机舱和发动机间隔间，将所有电驱动系统置于平顺的“滑板”状底盘之内，从而将车内空间完全让渡给了乘员，带来了空间设计的极大突破，如图9所示。电动汽车内饰的变化主要体现在功能布局和人机交互两方面，CASE背景下汽车作为一个“移动的智能空间”，更多信息的接收、交换、处理与发布将在这个移动智能空间内发生，内饰设计将更多体现信息化的特点[72]。同时，由于共享化，汽车内部空间将满足更多的个性化需求，提供更多的可调节性与灵活度。

3.2 体验优化

有研究者认为[73]，就汽车主机厂而言，可将汽车“用户体验”分为3个层面：车机用户体验、座舱用户体验、整车用户体验。其中：车机用户体验主要是指人与车辆操控界面交互形成的体验；座舱用户体验则涵盖了乘座舱内与用户产生交互的所有软硬件产品与环境因素，除了操控界面外还包括乘坐的舒适性、空间感、视野、储物便利性、车内气味、材质触感等；整车用户体验包括了用户使用汽车全过程的主观感受。另有学者[74]从通用设计的视角出发，分析并提取出与驾驶汽车相关的用户体验要素共计72项，涵盖了汽车主要构件，其中与车载操作系统相关的用户体验要素数量最高，达到22项，其他依次为自动驾驶系统17项、车身内饰/外饰15项、电子设备11项，而动力系统5项和底盘2项则与用户体验关联度最低。

传统汽车形态是以保障驾驶员的驾驶安全和操作便捷为基本出发点，例如车窗面积、A柱角度、前机盖高度、仪表台造型等都须考虑驾驶员的视野和空间。但无人驾驶技术改变了这一情况，将不再需要针对驾驶者的需求而在造型上作出妥协。2022年3月美国交通部国家公路交通安全管理局(National Highway Traffic Safety Administration, NHTSA)发布首个《无人驾驶汽车乘客保护规定》，明确了全自动驾驶汽车不再需要配备传统的方向盘、制动或油门踏板等手动控制装置来满足碰撞中的乘员安全保护标准。该规定一旦生效后，将迈出历史性的一步：自动驾驶汽车必须有人类驾驶员控制的安全标准就此改变，即自动驾驶汽车不再需要遵守“必须设有人类驾驶员座位、汽车方向盘和转向柱，或只能设有一个前排外侧的乘客座位”的规定[75]。车窗的高度和面积可以更加自由，A柱也不必再考虑对视线的影响，仪表台可以与整个内饰环境融为一体，这意味着“驾驶”不再成为人与汽车关系的主要矛盾[72]，使得汽车内“驾驶者”和“乘客”的概念消失。汽车在网联化基础下，将不仅仅是一个交通运输工具，而将成为一个可移动的功能性空间，使得汽车成为一个移动网联系统下的端口，形成智能网联生活状态展示的舞台。人对汽车审美认知的基础也将被这种物理层面上的整合所颠覆，设计师的传统审美经验将不适于新的汽车样态，也无法继续沿用旧有的设计思维范式对其进行设计，而是应以更富于前瞻性的视角，重新思考未来用户在不同场景中出行的核心需求，实现“驾驶体验”(driving experience)向“出行生活体验”(travel life experience)的转变，如图10所示[72]。汽车开发模式由“以硬件为中心”的瀑布开发模式向“以体验为中心”的横向开发模式转变，跨界合作、共建汽车开发生态是未来趋势。

不仅如此，交互体验设计导向也给汽车造型形态带来新变化，例如奔驰概念车F015 Luxury in Motion在前脸与尾部造型中融入了交互的元素，前脸以LED灯构成的“进气格栅”集成了投影功能，可以在地面投影出斑马线以及转向箭头、停车等符号。这种以交互体验设计为导向的设计方式使得汽车造型不仅停留在审美意象层面，还将艺术美感与功能结合起来，使得汽车外观造型更具活力[76]。

3.3 价值增益

传统的车身造型形态设计是围绕“有人驾驶”展开的，然而在CASE背景下，高级别“无人驾驶”将成为未来发展方向。当用户从繁重的驾驶任务中解脱出来之后，车辆行驶过程中的时间与精力如何使用与分配，既是设计面临的新任务，也是新的产品机会。用户将不再仅仅满足于单一的出行功能，而更关注汽车所能提供的增值服务[19](如图11)。对于厂商而言，将通过汽车为用户提供新的功能和服务，带来新的体验变化，进而不断创造新的价值和效益。汽车由价值实现的终点变成了起点，这也将催生出新的商业模式，形成新的产业生态。例如丰田公司于2021年推出的e-Palette概念车，其核心理念是“面向所有人的新移动出行服务”，其功能设计与自动驾驶平台相结合，为消费者和企业带来清洁、互连、安全和节能的移动出行，并且可以通过智能手机的APP来操作实现。丰田公司基于该车型，成立了“e-Palette联盟”，整合了整车厂、运营平台、餐饮、零售等其他服务提供商和技术开发公司，希望为移动出行相关业务建立一个新的生态系统[77]。

为实现价值增益，需要调动各行业参与，创新产业模式，明确发展路径。通过集合大数据、物联网、用户偏好建模、软硬件个性化定制、全生命周期管理等概念，将各产业链条充分聚合，为出行赋能。正如智能手机沿着“交互创新—架构升级—生态发展”的路径，从单一的通信工具升级为万能的场景性工具。汽车将沿着手机的智能化演进路径，以座舱的人机交互变革为起点，叠加自动驾驶浪潮，其正从出行工具转变为下一代智能终端。相似的架构迭代和交互技术以及生态培育能力成为新力量跨界汽车领域的落脚点。

4 未来车身造型形态设计研究关键方法与技术

以哈利·厄尔为代表的传统汽车设计师较多地依靠个人的灵感与经验。近年来，在CASE背景下，对于汽车造型设计领域的研究也突破了感性经验的范畴，开始向定量化、数理化方向发展，不断产生新的研究方法，实验手段也随着计算机工程、仿真技术、电子测量等技术的进步不断提高。

4.1 计算设计方法

计算设计(computation design)作为一种基于数据计算的跨学科设计方法，能够有效降低主观性和个体决策差异对汽车造型设计方案决策的影响。近十年以来，计算设计日益成为汽车造型领域的重要研究方法，在设计过程、模型生成、进化优化、设计评价等方面应用广泛，包括获取数据与分析处理数据这两大关键环节。

目前获取数据的方法主要有：①电生理测量方法。包括眼动跟踪、脑电、肌电、皮肤电、心电和呼吸等，由于这些生理信号的频率通常比较弱，且采集时易受到外界环境影响，通常需要专门的设备进行采集。如唐帮备等[78]通过测量观察者的眼动与脑电波数据，用于汽车工业设计用户体验评价方法研究。②物理模型实验方法。例如VIEIRA等[79]通过对被试者操作过程中的车载键盘物理参数测算和分析，将用户的主观感知与车载键盘的物理属性相关联。③社会调查法。现有方法主要包括语义差异法问卷、量表、口语报告、文献数据采集等,主要用于获得被试者对于汽车造型的看法。

在汽车造型领域内，数据分析与处理主要集中在电生理测量结果分析处理、多算法融合的汽车造型特征数值模拟等方面。对生理信号进行分析处理的主要步骤是[80]：①对实验被试者进行外界刺激，同时收集多模态生理信号；②对所采集的脑电、肌电、眼动信号进行预处理,包括降采样、去除噪声以及带通滤波、空间滤波等；③特征提取和特征选择；④训练分类器以及测试。

多算法融合的汽车造型特征数值模拟通常是将汽车造型设计过程的参数通过一组方程来描述，并采用数值计算的方法求解，以获得对该过程的定量认识，并且对该过程进行动态模拟分析，预测或判断设计方案的优劣。

4.2 数字化设计技术

数字化设计(digital design)是以计算机辅助设计和计算机辅助工程为基础的技术，它的出现使得依赖直觉、经验、图样、手工计算的传统汽车设计开发模式逐渐走入历史。数字化设计的领域相当广泛，任何以计算机图形学为理论基础、支持产品设计的计算机软硬件系统都可以归结为产品数字化设计技术的范畴[81]。

近年来汽车领域的数字化设计不断发展，运用场景和领域越来越普遍、越来越深入，主要包括面向汽车产品开发全过程的整车及其组成系统的计算机辅助设计、性能预测和虚拟实验评价技术等。例如，以产品数据管理(Product Data Management, PDM)系统为支撑，集成虚拟产品开发(Virtual Product Development, VPD)系统、虚拟试验场(Virtual Proving Ground, VPG)系统、数字化样车技术(Digital Mockup, DM)，完成汽车从概念设计到量产的全生命周期的计算机虚拟实现[82]，不但对汽车产品的物质形态和制造过程进行模拟和可视化，而且对产品的性能、行为、功能以及在产品实现各个阶段中的实施方案进行预测、评价和优化。

值得注意的是，在汽车造型形态设计的早期阶段，数字化程度往往并不高，其原因在于设计是一个复杂的思维过程，具有偶发性、随机性、非理性的特点，与人的认知、感悟、情感等主观因素密切相关，尚无法完全被计算机所取代。在这一阶段，目前学界将研究重点放在如何提升计算机辅助造型系统(Computer-Aided Styling, CAS)的水平，更加智能和便捷，同时实现与生产部门的对接，如：龚永坚等[83]通过将压感信息融入语义草图表达中，开发了一套汽车三维手绘系统的原型，并在Auto Sketch系统中进行集成。

4.3 数字孪生技术

近年来，数字孪生(digital twin)技术受到学界和产业界的高度关注。数字孪生是综合运用感知、计算、建模等信息技术，将物理实体的状态、结构、性能、属性、行为、功能等映射到虚拟世界，形成高保真的多维、多尺度、多物理量模型[84]，从而实现虚实之间的双向映射、动态交互。该模型与真实世界之间进行着不间断的闭环信息反馈与数据同步，模拟对象在真实世界中的行为，反映物理实体的运行状况，监控物理实体的变化，评估物理实体的实时状态，感知未来发展态势，最终改变和优化真实的物理世界。

数字孪生技术与数字化设计技术之间既有区别也有联系：①数字化设计仍属于传统仿真技术的范畴，由三维软件设计出虚拟样车模型，可以对整车设计进行检查和监控，实现低成本、高效率、全方位的产品可视化模拟，进行部件间的功能分析，并能够按照从上到下的模式实现装配之间、零部件之间、模型文件的多个几何实体之间、特征之间的关联，检查配置的完整性。可以将数字化设计技术看作数字孪生的“虚拟实体”实现部分，是数字孪生的重要基础之一。②按照Grieves教授最初提出的模型，数字孪生应包括3个部分，即物理实体、虚拟实体及二者间的连接，其本质是一种信息物理系统(Cyber Physical Systems, CPS)。相较于数字化设计技术，数字孪生技术最大的不同在于需要采用实测、仿真、数据分析等手段对车身的物理实体进行感知、诊断和预测，建立虚拟车身与实体车身之间的连接。孪生中的数字与实体双胞胎具备多物理量的虚拟映射，并能覆盖产品的全生命周期，实体设备上传感器采集的信息会同步到数字孪生上，以支撑更多维度的分析跟踪，甚至预测实体设备的状态。

在具体应用方面，陶飞等[85]提出一种基于数字孪生技术的车辆抗毁伤评估方法，从材料、结构、部件及功能等多维度对车辆的抗毁伤性能进行综合评价;麻晨等[86]提出在汽车产品的设计阶段，利用数字孪生技术提高设计“双V形”模型。

5 结束语

汽车工业属于技术、资金高度密集的综合性工业类型，与材料、电子、机械等多个工业部门紧密相关，创造大量就业机会和巨额产值，在国民经济中起着支柱性作用，世界上主要的工业强国无一不是“汽车强国”，因此汽车也被称为“世界第一商品”。车身造型形态设计对于决定消费者购买意愿、树立品牌形象起着决定性作用。车身造型形态研究领域融合了艺术、工程、心理学、商业、管理等多个学科，具有典型的学科交叉属性，在“网联化—智能化—共享化—电动化”(CASE)的趋势下，正处于重大变革的前沿。本文对CASE背景下国内外车身造型形态研究的现状进行了总结与梳理，回顾了其发展历程、基本模型、研究体系等，并展望了发展方向，提出了未来研究的关键方法与技术。总的来看，汽车正成为移动的生活空间，其造型经历着从仅仅作为汽车的美学属性向兼具功能性、社会性、交互语义发展。相应地，车身造型形态设计研究将会朝着领域更加宽广、视角更加多元、方法更加融合多样的方向发展。