基于层次分析法和模糊综合评价法的智能割草机器人设计

周红宇，张学敏，赵金锴，张瑶

（湖北工业大学 工业设计学院，武汉 430068）

智能割草机器人可在特定的使用环境中，根据智能算法以及人工智能技术自主实现户外除草任务。与现有除草设备相比，其外形大有不同，多为小巧细致的类型，但基本功能与构造一样。相较于老式设备，它具有自动路径规划、自动行走、调节除草高度、及时避雨等功能，安全性与智能化水平较高[1]。科技的发展使割草机也开始慢慢渗入农业生产及其他领域中。与此同时，伴随着园林、公园、高尔夫球场等草坪场地的大量涌现，现有设备受到更新迭代加快、耗费人力物力以及具有安全隐患等各种因素的影响。除草任务的复杂性、老式割草机的繁重与危险性以及现有割草设备智能化水平低等情况使除草设备在智能化领域需要更进一步，从而提高自身竞争力[2]。

近几年，层次分析法在安全科学、工业设计、经济管理以及生物学领域中的应用越来越多[3-6]。层析分析法可以有效梳理出影响设计目标的各种不确定性因素，并进行定量分析，减小设计过程中人为因素以及其余客观因素的影响，从而得出设计最优解。

在国内，许多学者将层次分析法应用在案例评价以及设计体系中。耿金花等[7]利用该方法构建出一种社区满意度评价体系，从而对社区进行量化评价。在工业设计领域内，Yang等[8]将层次分析法应用在沥青路面便携式温度测试器设计中减少主观因素的影响，提高了产品质量。常瑜等[9]通过建立层次分析矩阵及模糊判断矩阵，从安全、美观、易用三个角度对扫地车进行分析，构建设计评价体系，获取了扫地车的影响要素权重值。周红宇等[10]集成AHP法和FBS模型，将用户需求逐层映射到产品结构上，获得了理想的下肢固定工具设计方案。段金娟等[11]分析了影响纺织机造型的设计要素，通过稳重感、科技感、安全感三个方面建立矩阵模型，得出最优方案。由于，智能割草机器人的设计过程中存在着一定的模糊性与复杂性，无法有效判断出影响设计方案最终呈现的关键性因素。因此，本文以用户需求为设计出发点，结合层次分析法（AHP）与模糊综合评价法，得到智能割草机器人设计评价模型，为设计方案提供数据以及理论支撑。提出新型智能割草机器人未来发展趋势，同时为户外移动机器人领域研究的发展提出一种理论参考。

1 层次分析法

1.1 层次分析法理论基础

智能割草机器人设计研发过程中，受到环境、设计师、用户等多种客观因素影响，层次分析法可以降低设计过程中相关决策人员的人为因素与环境因素的影响，减少其主观性与随意性[12]。

在智能割草机器人的设计评价体系中，首先需要获取用户需求，得出设计影响因素，并按照层次分析模型，将涉及到的影响因素进行层次划分，建立智能割草机器人设计方案层次分析模型，并检验其一致性指标。输出设计方案模型，进行模糊评价，从而得到最优的智能割草机器人设计方案模型，具体运算步骤如图1所示。

图1 智能割草机器人整体设计评价流程Fig.1 Design and evaluation process of intelligent mowing robot

1.2 构建智能割草机器人设计层次指标体系

运用层次分析法（AHP）对智能割草机器人进行问题分析与决策时，应尽可能将问题条理化、系统化。将智能割草机各因素对于整体设计影响的重要程度梳理清楚，从而构建一个层次化的结构分析模型。将问题梳理清楚后，可以更直观地得到影响设计目标的各因素重要度排序，使最终的设计结果更具客观性与准确性。

智能割草机器人种类较多，使用人群较少，调研具有相对复杂性。首先通过调研收集到目前智能割草机器人所存在的问题，根据实地访谈、网上聊天等调查方法进行用户研究，并制作调查问卷。本次用户样本共90个，去除掉重复部分，共收到有效问卷82份，样本合格率为91.1%。为了使调研结果更加准确，对收集到的问卷信息进行归纳与总结，把使用场景确定为两类：

1）高尔夫球场等大型草坪，草坪面积较大，任务量重，人为进行除草任务时会有一定的困难。

2）家庭类院落式草坪，草坪整体面积不大，但修剪次数较为频繁，任务烦琐。

用亲和图法[13]（Affinity Diagram）对问卷获取到的用户需求进行整理、汇总和分析，将大多数用户所提出的较为频繁的需求确定为设计过程中最终的用户需求。用户需求展开图，如图2所示。

图2 用户需求展开图Fig.2 User requirements expansion diagram

结构评价模型分为目标层（想要实现的目标）、准则层（基于目标层下的二级体系，一般为问题分析过程中要遵循的准则）以及因素层（基于准则层下的二级体系，为影响准则层的各要素）。分析获取到的需求因子，建立最优设计评价结构模型。从美学因素、环境因素、人机因素以及功能因素四个角度建立如图3所示的智能割草机器人评价体系。

图3 智能割草机器人设计指标评价体系Fig.3 Design index evaluation system of mowing robot

目标层的要素只有一个，为智能割草机最优设计方案。二级层次为准则层，为智能割草机器人设计从概念到最优设计方案过程中所要遵守的设计准则。智能割草机器人的设计要符合用户审美以及日常生活，从颜色、造型、材质以及表面涂装等角度进行设计考量，使最终设计符合当下主流审美趋势。用户与设备之间良好的人机交互过程可以大幅度提升用户对产品的喜好程度。智能割草机器人的使用环境一般为室外草坪，因此，设计过程中需要考虑到设备对于不同区域环境的适用性，以及在雨天、夜晚等非正常环境下的适用性。智能割草机人是多功能的，而非单一功能的。从设备功能创新的角度进行设计考量，提升设备为设备提供更多的可能性，为用户提供便利。

从准则层、因素层以及用户需求中共梳理出13种影响智能割草机器人的设计要素，并对13种因素进行评价。判断13种基层设计因素对上级层次的影响，以及对最优设计方案的影响，从而达到设计方案的最优解。

1.3 构建设计指标评价体系的判断矩阵

通过对比两个层级之间各要素的重要程度，建立判断矩阵。判断矩阵构建方式，如表1所示。

表1 判断矩阵构建方式Tab.1 Construction of judgment matrix

利用1—9标度法[14]对智能割草机器人设计判断矩阵进行赋值，进行智能割草机设计影响因素重要程度对比，如表2所示。

表2 判断矩阵标度Tab.2 Judgement matrix scale

本次选取目标用户20名，包括产品设计师4名，草坪清洁工10名，草坪拥有者3名，拥有割草机的用户3名，对目标层、准则层、因素层中各影响要素，通过1—9标度法进行多轮打分，从而构建出各影响要素的评价矩阵，如表3—7所示。

表3 最优设计方案判断矩阵及权重Tab.3 Judgment matrix and weight of optimal design scheme

表5 人机准则判断矩阵及权重Tab.5 Judgment matrix and weight of man-machine criteria

表6 环境准则判断矩阵及权重Tab.6 Judgment matrix and weight of environmental criteria

表7 功能准则判断矩阵及权重Tab.7 Judgment matrix and weight of functional criteria

构建出判断矩阵后，对矩阵中智能割草机器人设计影响要素进行向量求解。本文采用算术平均法进行各影响因素权重的计算[15-16]，具体如下：

1）将矩阵中的各元素按列归一化，即求：

2）将归一化之后的数值各列相加。

3）除以矩阵阶数n，得到权重向量Wi。

1.4 一致性检验

在计算出各矩阵的权重后，需要判断矩阵是否具有一致性指标。通过对一致性比率CR进行检验，公式为CR=CI/RI。若满足CR＜0.1，则表示该矩阵具有一致性。RI的数值可以通过平均随机一致性指标表获取，见表8。运算结果见表9。

表8 平均随机一致性指标表Tab.8 Average random consistency index table

表9 一致性检验结果Tab.9 Result statistics of consistency test

由表9可知，矩阵A、B1、B2、B3、B4的CR值分别为0.049 5、0.022 7、0.053 6、0、0.009，均小于0.1，因此通过检验。对矩阵中所有影响因素的目标权重进行汇总，形成设计方案影响因素总体目标权重排序，作为智能割草机方案的评价标准，如表10所示。

表10 总体目标权重排序Tab.10 Overall target weight ordering

如图4所示，可以直观地了解到影响智能割草机器人设计的各因素，以及其重要程度分布情况。可知用户对智能割草机器人最注重的是功能准则部分以及环境准则中的实时监控、警报系统、云端储备、操作便利、功能适用以及环境适用性部分。因此，在接下来的智能割草机器人设计过程中，将功能准则以及环境准则作为设计重点。

图4 目标权重分布图Fig.4 Target weight distribution

2 实例分析

2.1 设计方案

2.1.1 设计考量

1）人机工学。为了用户在使用设备时拥有更好的使用体验，设备在按键、零件位置的摆放以及色彩上参考了人机工程学的知识，如急停按钮、警示灯位置的摆放与设备整体颜色特征等。

2）固有特征。为了使产品最大程度上保留割草机器人特征，在颜色以及材料上选择暗色系、金属件以及塑料的搭配。在视觉上体现割草机的特性。

3）环境适用性。因使用环境的不同，如高尔夫球场、室内草坪等环境的特殊性让设备在零件选择上与普通割草机器人不同，可借鉴目前市面上使用场景较多的防爆机器人及特殊作业机器人。

2.1.2 设计方案

根据前期由层次分析法得出的权重向量排序结果，对智能割草机设计方案进行模糊综合评价。首先，进行智能割草机器人设计方案输出，最终确定3款不同的设计方案，如图5所示。为匹配上述权重以及用户对智能割草机器人的设计需求，设计方案从造型因素出发，改变现有智能割草机人的整体造型。从人机角度，规划了功能分区，提升了用户的使用体验。采用履带式轮胎结构，增加了设备的环境适用性。从功能创新角度出发，增加了警报系统、实时监控，为用户提供设备更多的可能性。

图5 方案设计Fig.5 Design scheme

2.2 模糊综合评价

模糊综合评价法可有效解决智能割草机器人设计评价过程中由环境因素、设计者主观因素产生的无法量化的复杂问题，模型简单易理解[17]。模糊综合评价过程如下：

1）将5名专家的评价作为设计评估要素的要素集。用x={y1，y2，y3，y4}表示，分别代表准则层中美学准则、人机准则、环境准则以及功能准则。确定评估要素子集为qi={qij}（i，j=1，2，3，4）。

2）确定专家评语等级与对应标准。确定评语集I={I1,I2,I3,I4}={一级，二级，三级，四级}，对各评价指标要素进行评价。为各评语集赋值，赋值后的评语向量α=（90，80，60，40）T，分别代表一级、二级、三级、四级。

3）梳理表3—7的计算结果，可得目标层WA=(0.133 4 0.300 8 0.102 6 0.462 1)、美学准则WB1=(0.438 5 0.186 6 0.109 6 0.265 2)、人机准则WB2=(0.174 4 0.137 2 0.265 6 0.422 8)、环境准则WB3=(0.666 7 0.333 3)、功能准则WB4=(0.297 0 0.539 6 0.163 4)。

4）针对设计方案1，5名专家对智能割草机评价矩阵因素层中的要素进行打分及等级评定。D1—D4分别代表美学、人机、环境、功能准则对设计方案1的模糊综合评价矩阵。

根据各影响因素权重计算3款智能割草机设计方案的模糊评价结果：

按照结果，建立二级模糊评价矩阵：

5）计算三款智能割草机设计方案的百分制结果。

综合评价权重向量为：W=WA×P= (0.444 7 0.316 2 0.237 9 0)。对方案1进行百分制评价运算，N=W× α= 79.59，因此方案1的最终得分为79.59。

以此类推方案2得分为76.87，方案3得分为76.93。结合用户需求分析结果，选定方案1为最优设计方案。

为了进一步匹配准则层的要求，实现提升产品安全性及智能化程度，对方案1进行设计优化，如图6—8所示。为增加产品的环境适用性，选择与现有设备不同的履带式轮胎，可以更好地增加设备的爬坡能力以及不同地域环境下的环境适用性[18]。照明部件选用卤素灯，其成本较低，适合雨雪大雾天气。在常见的雾霾天等能见度不高的情况下，卤素灯穿透性较好，照明效果优良。为增加产品的安全性，设备添加摄像以及录像仪器，智能割草机器人可以在24小时工作的同时完成视频录像以及环境记录等行为，同时将录像、设备信息上传至云端，方便用户查询。当发生意外时，可通过复查储存在云端的数据，减少用户损失。设备的整体材质选择ABS塑料以及PC塑料，其优点在于流动性好，易加工成型，刚性效果良好，同时还具有低气味、耐腐蚀性好等特点。在设备两侧添加警报灯以及喇叭，可以有效提醒用户意外情况的发生，提升设备的可靠性。

图6 效果图展示Fig.6 Display of effects

图7 爆炸图Fig.7 Exploded view

图8 使用场景图Fig.8 Use scene graph

3 结语

本文将层次分析法与模糊综合评价法运用到智能割草机的设计流程中以及设计评价体系中，将用户需求中所提取的13种设计影响因素，从美学、人机、环境、功能四个角度构建模糊评价矩阵，通过计算权重值，得到设计影响因素排序，使设计流程更加清晰合理。以设计学、人机工程学等专业知识为基础，结合用户需求与设计影响因素排序，完成3款智能割草机设计方案，并对3款智能割草机设计方案进模糊行评价，以此得出最优设计方案，有效提升了现有设备的安全性、对不同环境的适用性以及智能化程度。

本文对于智能割草机器人的设计还处于概念设计阶段，之后的研发方向还需要进一步探讨。整个设计流程中的模糊综合评价环节由专家评价打分完成，增加了专家打分的个人主观因素，此问题还需在后续的设计过程中进一步解决。