可拓综合评价提取汽车前脸设计的感性要素

李汶潼，林丽，李媛媛，吴艳华

（1.贵州大学 现代制造技术教育部重点实验室，贵阳 550025；2.贵州大学 机械工程学院，贵阳 550025）

随着社会经济提升和民众审美水平的提高，消费者对产品的情感需求变得更加多样化和个性化。购买决策也由以往的功能或使用体验逐渐转为更加关注其是否满足自己的情感需求[1]。汽车是包含丰富情感意象的组合型产品，汽车前脸既是汽车情感意象表达的重要关键因素，也是每个汽车品牌最具自身特色设计风格的部分之一。将用户的情感需求融入到汽车前脸设计要素中，一方面可以提高用户对汽车这类产品的情感满意度，有利于用户进行购买决策；另一方面用户的汽车前脸设计要素的感性认知对汽车针对性设计和优化升级起着至关重要的作用。但设计师在创造满足市场需求的汽车新设计概念时仍依赖于个人设计经验，因此需要将用户对汽车设计要素的情感认知通过感性意象的方式科学准确的地进行表征，并找到影响用户情感认知重要的设计要素，这可以明确汽车行业以用户为信息核心地位的战略设计定位，以及提升设计效率。

在感性工学的研究中，感性意象是用户情感需求与产品情感设计之间的重要桥梁[2]，其中影响用户情感的设计元素不仅是连接产品和用户的纽带，而且在产品的感性表达和用户的感性认知中起着关键作用[3]。近年来学者们从分析用户对汽车的感性意象认知出发，将感性意象与汽车或其设计要素关联起来构建两者关系模型[4-5]，以实现两者之间相互转换或设计的目的。在科学研究的支持下，汽车设计工作与用户情感需求由传统的背离转为当下的紧密接轨，使汽车前脸设计更加满足用户情感需求。因此关于产品的感性意象研究已成为满足用户情感需求的重要方法。

在设计要素的研究上，产品设计要素即构成产品的元素，通常分为功能要素，结构要素，人因要素，形态要素，色彩要素和环境要素等[6]。特色的设计要素可以触发用户的情感认知，也有助于品牌形成自己独特的设计风格，所以在感性设计中设计要素的分析和提取是十分重要，研究中通常需要对产品进行设计要素解构，解析出的元素因主体和机构方法的不同而有差异，常使用的设计要素解构方法包括形态分析法[7]、类目层次法[8]、人机界面元素法[9]等方法对产品进行设计要素分解。这些方法可以详尽细致的分解设计要素，但分解后的设计要素种类多，数量大，信息量冗杂，难以从中有效地提炼出感性设计关键要素，然而，这一步骤对感性设计的成败起着重要的作用。

众多学者开展了产品关键设计要素提取研究。杨柳运用粗糙集与语意差异法得出对感性意象语意影响较大的设计要素为博物馆设计文创产品[10]。杨晓燕等综合运用感知分析和形状文法等方法，提取了春节文化关键设计元素[11]。周祺等运用模糊kano 进行调研分析从而获取关键设计要素进行情景玩具的创新设计[12]。为了避免研究中的主观性，增强客观性，学者苏建宁等应用生理唤醒量建立了产品设计要素评价模型，并以机床造型为例进行有效性的验证[13]。郭伏等建立了不同交互任务下设计要素与眼动指标的关系模型，以此提出提高用户情感体验的设计变量组合建议[14]。这些研究借助生理测量的方式对设计要素进行研究，但测量过程与数据处理过程较为繁琐。为了保持提取的客观性的同时进一步简化提取过程，本研究通过可拓综合评价法有效地避免了设计要素提取结果过于依赖主观性，在具有客观科学性的同时，过程更加简洁，并且还深入探讨了设计要素与用户的感性认知关系，对其他产品关键设计要素的提取具有一定参考性。

1 汽车前脸关键设计要素提取方法

汽车前脸设计要素提取流程如图1所示。

图1 汽车前脸设计要素提取流程Fig.1 The process for extracting design elements for the automobile front face

具体流程如下：

1）通过感性推论得到汽车前脸的感性评判指标；

2）将该指标与模糊层次分析法相结合，计算得到指标的主观权重。为增加指标权重的客观科学性，引入熵权法计算各指标的客观权重；

3）通过加权平均将模糊层次分析法得到的主观权重和熵权法得到的客观权重进行融合，得到汽车前脸感性评判指标的主客观综合权重，同时形态分析法对汽车前脸进行设计要素分解；

4）运用可拓理论针对感性评判指标评价汽车前脸分解出的各要素重要程度，得到汽车前脸的关键设计要素。

2 汽车前脸关键设计要素提取实例

2.1 汽车前脸的感性评判指标构建

使用推论式感性工学进行定性的感性推论，将用户对产品的认知通过层层递推的方式得到感性意象评价指标，提供与产品具有高度匹配的感性意象词汇，为挖掘用户对产品的感性认知提供清晰有力的依据。通过评价指标可以将用户对汽车前脸感性信息的观察、分析、判断过程可视化。首先从用户的汽车前脸认知出发，对接收到的汽车前脸信息进行特征审查（包括对汽车前脸的特征进行分析、分类、整理），完成对汽车前脸的完整认知，最后通过这些认知，结合用户自身的知识储备最终确定关于汽车前脸的意象词汇。汽车前脸感性评价指标推论过程如图2所示。

图2 汽车前脸感性评价指标推论过程Fig.2 The inference process for perceptual evaluation indicators for the automobile front face

招募具有代表性的用户组成员，其选取依据为：在数量上，文献[15]中代表小组由15人组成；文献[16]中代表小组由20人组成；文献[17]中代表小组由10人组成，根据文中方法及目的的不同人数也会相应的进行调整。由于要进行较细致的调查访问，人数过多会导致信息量冗杂及重复，人数过少则起不到归纳总结的目的，因此选定15人进行调查访问。在分类上，搜狐网根据汽车交强险发布的《2019中国乘用车“用户年龄”洞察报告》中显示2013年—2018年25岁及以下“年轻用户”购车占比为8.70%，25～46岁的用户购车占比为70.07%，46岁及以上“高龄用户”购车占比为21.23%。因此在15个用户中青年人（18～44岁）占比较多，为9人；中年人（45～59岁）则占比小一些，为6人。

汽车前脸的感性评判指标构建流程如下：以用户的汽车前脸感性认知评价指标作为层次分析的一级目标层，以“影响评价的汽车前脸特征有哪些”开始推论，从造型特征、文化特征、偏好特征、功能特征这4个维度出发构成二级因素层，分别记为C1、C2、C3、C4；再通过这4个特征进一步推论“哪方面认知影响了造型特征”进一步实现对认知产品的综合分析，得出影响特征的认知有风格认知、设计认知、造型认知，进一步解释风格认知影响造型特征需要具有一定的风格特色，最后讨论出针对造型特征风格认知最为匹配的感性意象为风格大气的-紧凑的，并记为C11；以最终确定的感性意象构成三级指标层。通过这样逐层分解的方式，构建出感性意象评价指标，如图3所示。

图3 汽车前脸感性认知评价指标推论Fig.3 The inference of perceptual cognitive evaluation indicators for the automobile front face

将产品分解出的产品设计要素作为方案层，由于本研究主要针对汽车的结构要素进行分解研究，故对其色彩、材质等进行忽略处理。将前脸外部结构设计要素通过结构要素可分解为：雨刮器、前挡风玻璃、前脸轮廓、前保险杠、雾灯、前大灯、上散热栅格、下散热栅格、引擎盖、车标、后视镜、前轮轮胎，如图4所示。

图4 汽车设计要素分解图Fig.4 Decomposition diagram of automobile design elements

2.2 汽车前脸设计要素评价指标综合权重值计算

2.2.1 模糊层次分析法确定各指标主观权重

邀请具有代表性的3名工业设计老师、2名有汽车造型设计经验的设计师及5名设计学专业研究生组成专家小组，构建评价矩阵。专家小组是在汽车设计领域具有一定权威性，其专业认知、审美能力阙值远大于普通用户，具有通用代表性，其中，工业设计的老师代表的是学术层面的审美，具有理论性，设计师拥有丰富的实践经验，同时具有理论性和实践性，研究生理论性和实践性都较弱，能够代表普通群众。方案对应指标的打分以“可以反映指标意象的重要程度”为标准，比较两指标间各自占比。使用模糊层次分析法构建模糊互补判断矩阵，根据重要程度在0.1～0.9之间打分，由此我们可以得到二级因素层和三级指标层的模糊互补判断矩阵，如表1所示。

表1 各指标模糊互补判断矩阵Tab.1 Fuzzy complementary judgment matrix for each indicator

因使用模糊层次分析法，无需进行一致性检验，所以直接将指标简单判断矩阵转化为模糊一致矩阵，再根据指标间的模糊一致判断矩阵计算每个感性指标的主观权重，形成以数字为表征的主观结果。由此得到二级因素层和造型特征、文化特征、偏好特征、功能特征下各子因素的主观权重值，见表2。

表2 各指标主观权重值Tab.2 Subjective weight values for each indicator

2.2.2 熵权法确定各指标客观权重

通过感性指标判断矩阵计算出其信息熵可最大程度体现出感性指标的客观信息。对模糊一致矩阵进行去模糊化处理，得到各层级的非模糊化矩阵。再通过各层级非模糊化矩阵的计算每个指标的熵值、差异系数，以及计算对应的客观权重，形成以数据公式化分析的客观结果。由此得到二级指标层和三级指标层感性评判指标的熵值、差异系数、客观权重，如表3所示。

表3 各指标熵值、差异系数、客观权重Tab.3 Entropy value,coefficient of variation,and objective weight for each indicator

2.2.3 综合权重的计算

此时的主客观权重属于两种不同类型的评价方法，结合两种方法的取值更具代表性。对各感性指标的主观权重和客观权重进行加权平均，将两种方法的权重结果加权归一化处理，将两方面组合成综合权重。综合权重一方面提高主观权重所得数据的规范性，另一方面则降低客观数据单一的分析所带来的与实用性脱钩，具有较强的实践使用价值。最终得到各指标的综合权重，如表4所示。

表4 各指标综合权重值Tab.4 Comprehensive weight values for each indicator

由表4分知：在二级因素层中，主观权中最高的是造型特征，而客观权重最高的则是文化特征；在三级指标层中，主观权重最高的分别是造型意象、消费意向、偏好意象和品质意象，而客观权重最高的的分别是风格意象、品牌意象、价值意象和品质意象；说明主观评价和客观评价的结果存在一定差异性。在组合主客观权重后，最终权重最高的为文化特征，造型意象、品牌意象、价值意象和品质意象，能够通过数据看出组合权重受客观权重影响较大。

2.3 可拓评价确定各要素排序

2.3.1 汽车前脸设计要素重要程度评价等级集

汽车前脸设计要素重要程度评价等级集表示为U=（u1,u2,u3,···,un），其中n表示各设计要素的重要程度（共分为n个等级）。本文将设计要素的重要等级划分为5个等级，由高到低分别为：非常重要、重要、一般、不重要、非常不重要，即U=（u1,u2,u3,u4,u5）=（非常不重要，不重要，一般，重要，非常重要）。

2.3.2 汽车前脸设计要素提取经典域节域依据

汽车前脸设计要素重要程度经典域的5个重要等级分布为：

汽车前脸设计要素重要程度节域为：

2.3.3 汽车前脸设计要素重要程度待评物元

将感性评判指标作为提取产品关键设计要素的依据，专家小组基于感性评判指标中的各指标对产品各设计要素作单因素评价。本文选用评语集的方式确定5个评价等级，将评价等级分为：非常重要、重要、一般、不重要、非常不重要，并采用语义差分法对感性评语进行赋值，赋值向量为V=[0.2,0.4,0.6,0.8,1]，对感性评判指标集进行各个指标的单因素评价，最终得分如表5所示。

表5 设计要素雨刮器专家评分Tab.5 Expert ratings for windshield wiper design elements

则其待评物元为

2.3.4 汽车前脸设计要素提取评价指标关联度

根据可拓理论，分别计算得到感性指标评价值与经典域之间的距离（见表6）和感性指标评价值与节域之间的距离（见表7）。

表6 感性指标评价值与经典域之间的距离Tab.6 Distance between perceptual indicator evaluation values and the classical domain

表7 感性指标评价值与节域之间的距离Tab.7 Distance between perceptual indicator evaluation values and the interval domain

计算感性指标关联度，如表8所示。

表8 感性指标关联度Tab.8 Correlation of perceptual indicators

最终得到综合关联度，如表9所示。

表9 综合关联度Tab.9 Comprehensive correlation

根据水平等级评定公式，即

可得每个设计要素的重要程度评价等级。同理，可计算出其他汽车前脸设计要素的综合关联度及重要程度评级等级，如表10所示。

表10 汽车前脸设计要素的综合关联度Tab.10 Comprehensive correlation of design elements for the automobile front face

最终，研究得到对于汽车前脸各设计要素的重要程度评价，其中设计要素前大灯、雾灯、引擎盖、上散热格栅和下散热格栅的重要程度等级是非常重要；设计要素前挡风玻璃、前脸轮廓和车标的重要程度等级是重要；设计要素雨刮器、前保险杠、后视镜和前轮轮胎的重要程度等级是一般。重要程度等级为非常重要的设计要素对汽车前脸感性认知的影响较大，重要程度等级为非常重要的设计要素定义为汽车前脸关键设计要素。因此，在本研究中前大灯、雾灯、引擎盖、上散热格栅和下散热格栅为汽车前脸关键设计要素。

将汽车前脸关键设计要素简化为平面设计图有利于形成对车前脸特征的清晰认识，可据此捕捉设计特点，优化设计方案。将几款热销车型的汽车前脸提取关键设计要素后如图5所示。

图5 汽车前脸关键设计要素提取实例图Fig.5 An example of extracting key design elements for the automobile front face

3 结束语

本文首先将用户的感性认知放在设计要素提取的核心位置，从造型特征、文化特征、偏好特征和功能特征这4个维度建立了汽车前脸感性评价指标，能够较为全面地反映用户的情感需求。同时把以设计师为导向的汽车前脸关键设计要素主观提取，转变为基于用户感性认知的可拓综合评价提取。其次，本研究使用基于感性工学的可拓综合评价法提取汽车前脸关键设计要素，在很大程度上降低了主观评价所造成的认知误差，提高指标体系信息的可信度。最后，本研究将感性意象融入到量化评价中，为设计要素提取提供了科学的、有力的数据支持，有助于学者和设计师在感性研究和设计任务中科学有效地提取产品关键设计要素进行后续研究与设计。但本文仅从感性需求角度提取了汽车前脸关键设计要素，未融入经济性、功能性等考虑，在今后研究中将注意考虑其他因素。