智慧照明設計中用戶感性意象分析模型研究

常 瑜，潘 剛，張明宇，徐 凱

(1.天津商業大學，天津 300134；2.青島北洋建筑設計有限公司，山東 青島 266101；3.天津大學天津市建筑物理環境與生態技術重點實驗室，天津 300072)

引言

《“十三五”國民經濟和社會發展規劃綱要》中強調要推進能源消費革命，實施照明系統升級改造等重點工程。從智慧城市發展的角度來看，迫切需要集約、智能、綠色、低碳的民生服務類的智慧應用，以提升居民的幸福感和滿意度，智慧照明作為主要的智慧應用成為研究熱點。

目前，以智慧照明設計為目標，在照明技術上開展了諸多研究，如ZigBee[1，2]、GPRS[3]的技術應用提高了運行效率；借助RS-SI技術實現了LED間的通信[4]，提出了基于改進蟻群優化算法的多LED通信光功率優化[5]，運用物聯網架構集合多種傳感器[6]等。同時，注重運用智慧照明控制系統解決能耗問題，在封閉環境[7，8]、智慧城市建設[9]、材料優化[10]等方面的研究較多。但也開始逐步關注用戶的重要性，如在大學校園內進行實驗，分析不同照明亮度水平與夜間行人安全感之間的映射關系，提出了一種智能道路照明系統的路線圖[11]，以此實現節能目的；在家用環境中檢測居住空間內人的移動情況以此對LED燈的亮度進行控制，達到智能、節能并提高用戶滿意度的目的，但同時也注意到不同空間，用戶的移動情況和滿意度是有差別的[12]。

交互設計的興起要求關注用戶體驗[13]。因此，照明設計也逐步將用戶研究作為重點，如在燈光互動系統設計中，研究人員對用戶與LED的互動效果進行了分析，目的在于獲得用戶更好的參與感[14]；提出照明系統要考慮用戶需求，強調利用感性工學將用戶體驗與照明參數結合起來,讓照明環境與用戶之間建立良好的信息交流[15]。在具體的設計上，面向用戶需求分析了智能醫療照明系統設計[16]；以及“動態照明”中用戶視覺認知對照明設計的影響[17]；結合用戶需求進行模塊化LED室內照明燈具設計[18]等。但是，目前針對用戶感性意象量化分析的研究很少。

用戶感性意象具有主觀性、不確定性的特點。在廣義的用戶研究中，比較重視語義分析間用戶需求匹配[19]、用戶感性意象量化分析[20]、用戶評價分析[21]等，其中用戶需求的量化分析是設計過程的關鍵點。因此，在具體的分析中引入FAHP法和熵權理論，以此構建用戶感性意象的分析模型。FAHP法在傳統的設計決策[22]、設計優化[23]、人機交互[24]中廣泛使用；熵權理論則主要應用在風險評估[25]、效益評估[26]等管理學領域，二者的結合能夠幫助形成智慧照明設計中用戶感性意象和照明指標之間有效的聯結，提高用戶的滿意度。

1 分析模型的構建與關鍵點分析

1.1 構建分析模型

本文將構建智慧照明設計中的用戶感性意象分析模型。第一，結合專家評價完成用戶意象的語義化并對意象詞匯的設計權重進行判斷；第二，結合建筑物理學理論，對目標空間照明設計指標進行篩選，生成計算機輔助照明場景并通過仿真實驗量化與用戶意象詞匯間的聯結關系；第三，通過用戶模糊綜合評價，篩選出最優方案。具體如圖1所示。

圖1 照明設計中的用戶分析模型

1.2 照明標準分析

在模型中，應依據國家制定的照明標準，并結合目標照明空間相關作業面識別對象的最小尺寸、識別對象與背景亮度對比等特征來考慮空間內照明數量和質量問題。

第一，照明數量。照明數量由客觀存在的照度標準值(lx)、眩光值(UGR)、顯色指數(Ra)決定，《建筑設計照明標準》(GB 50034)中給出了具體的參考值。結合目標照明環境具體的工作要求，如需要繪圖、資料整理、設計討論等，參考標準中對辦公建筑中設計室、文件整理復印及發行室和學校建筑中美術教室、實驗室的設定，如表1所示。

表1 照明標準參考(部分)

第二，照明質量。照明質量可解析為空間內與視功能、用戶舒適感、安全性等相關的亮度分布，主要指標為眩光、光源顏色、照明均勻度、反射比。其中，眩光包含直接眩光、反射眩光、光幕反射；光源顏色主要涉及冷暖感，冷暖感可以產生不同的用戶感覺；照明的均勻度在GB 50034中給出了最小參考；反射比在GB 50034中也給出了室內各表面的光反射比參考范圍(如作業面為0.2～0.6)。因此，在進一步的仿真實驗中，可依據GB 50034給定的各指標參考值范圍，將數據進行細化和組合，形成方案設計。

1.3 用戶感性意象的語義表達

模型中，用戶感性意象的量化分析是基于語義表達展開的，主要通過意象詞匯的收集與典型性篩選完成，篩選過程依靠照明設計專家的評價，具體如下。

第一，按時序收集與目標照明環境設計相關的描述、說明和評價內容，要盡可能多地收集能夠表達用戶在目標空間中，與照明環境相關的、主觀感受的文本內容，獲取途徑包括典型照明設計書籍、期刊、互聯網資源、與照明從業者進行焦點小組法分析等。

第二，專家進行評價和篩選，完成語義文本內容的規范化與聚類。收集的詞匯內容多數具有多義性、上下文相關性、模糊性等特點，需要將文本內容進行規范化處理[27]，并結合目標照明空間基本使用特征，對所搜集的感性語匯進行聚類分析，完成典型意象詞匯的篩選。

1.4 用戶評價的量化分析算法

在完成用戶感性意象的語義表達后，詞匯的權重計算依據用戶評價展開，具體的算法運用層次分析法中的判斷矩陣和熵權理論相結合進行。

首先，運用層次分析法構建意象詞匯間的判斷矩陣，計算初步的權重值。計算依靠目標用戶對典型感性詞匯間兩兩比較的主觀評價展開，表2所示為用戶評價示意表，其中重要程度判定標度使用模糊數值定義為1～9的整數[28]。

表2 用戶評價示意表

(1)

在式(1)中，當pij(j=1，2，…，n)接近相等時，可理解為評價的模糊性接近最大，即pij取值相等時，熵最大，為Ymax=lnn，用Ymax對式(1)進行歸一化處理，可知意象詞匯ni相對重要性的熵值(用fi′表示)為

(2)

同理，當pij(j=1，2，…，n)值相同時，fi′=1，即fi′范圍為0≤fi′≤1。可將意象詞匯ni的重要度定義為(1-fi′)。式(2)歸一化處理后，得到ni的重要度權值(用Φi表示)為：

(3)

2 仿真實驗

2.1 實驗設置

本文將基于某產品設計工作室照明設計開展具體的仿真分析，實驗設置如下：

第一，實驗用戶選擇。本次實驗選定20名用戶作為參與者，包含工作室擬定的工作人員5名、照明設計從業人員5名、高校產品設計專業師生10名，男女比例為1∶1，參與感性意象詞匯權重的初步評價和實驗場景評價等環節；同時，邀請專家用戶5名參與感性意象詞匯修正權重計算。在進行實驗相關評價前，各用戶均通過了石原氏色盲測驗，確保能夠正常感知照明實驗場景。

第二，實驗過程控制。本次實驗基于虛擬現實(VR)技術進行，VR技術可以創造第一人稱視角的高度沉浸式的虛擬空間，已廣泛應用于城市和社區規劃[29，30]、建筑設計等設計行業[31]，且已有學者通過實驗證明在主觀評價方面，虛擬現實照明環境被評為最接近物理照明環境[32]。因此，仿真實驗結合Twinmotion軟件和VR技術進行，具體實現過程如下。

首先，運用Twinmotion軟件構建照明環境模型。可根據目標照明空間設計要求定義空間尺寸，滿足無自然光情況下符合GB 50034中的照明基本要求。結合設計參數，渲染生成VR實驗場景。

然后，運用VR技術進行仿真實驗，圖2所示為仿真實驗基本情況。圖2(a)為運用Twinmotion軟件完成的360°VR照明設計場景，可實現實時、沉浸式3D建筑可視化，幫助仿真實驗建立；圖2(b)為實驗采用的VR設備，即由HTC公司開發的虛擬現實頭戴式顯示器HTC-VIVE，可進行較好的照明仿真實驗；圖2(c)為實驗場景展示。用戶可通過設備照明進入仿真場景中，由實驗人員控制VR場景的切換，將VR照明場景依次展示給實驗用戶進行多視角觀察，每個照明場景呈現30 s，然后要求用戶在下一個30 s時間內，對視覺感受依次進行賦值(1～5分)，同時避免用戶的視覺疲勞。以此類推，完成所有實驗場景的觀察與評分。

圖2 仿真實驗(VR)

2.2 目標用戶感性意象提取與分析

第一，典型意象詞匯的提取。通過篩選，形成某產品設計工作室照明感性意象典型詞匯。其中確立意象詞匯庫(數量為120個)，再進行焦點小組法討論形成三組低層次意象詞匯，最后由專家評價逐步篩選出典型意象詞匯，如表3所示。

表3 某產品設計工作室照明感性意象典型詞匯

第二，意象詞匯權重的計算。初步的權重計算由實驗用戶20人給出評價值并依據Yaaph軟件進行。修正權重由5名專家進行分析，計算參考式(1)～式(3)，最終形成了各意象詞匯的最終權重，具體計算結果如表4所示。

表4 典型詞匯間權重計算結果

2.3 實驗過程

第一，實驗過程中，將依據具體照明場景的計算機輔助三維模型，運用Twinmotion軟件，可對照明進行參數賦值，并通過渲染形成VR照明仿真場景模型。具體將依據標準(GB50034)中對辦公建筑中設計室、文件整理復印及發行室和學校建筑中美術教室、實驗室的設定標準中給定的參考范圍進行。設定為無自然光條件下，對某一穩定照明環境進行仿真，計算機輔助模型空間的尺寸設定為長10 m、寬6 m、高3 m；窗戶類型為落地窗，采用單側采光。光源安裝高度為3 m，從落地窗側頂部開始，在6 m×6 m的作業面(作業面高度為0.75 m)上布置3×3個白色LED光源(每個間隔1 m),對各照明指標進行賦值，形成不同的照明設計方案(如表5所示)，并生成VR實驗場景5個，如圖3所示。

表5 各場景設計主要指標參數

圖3 照明實驗場景

第二，運用VR技術進行仿真實驗。篩選出的20名實驗用戶參與VR仿真實驗。由實驗人員按照要求控制VR場景的切換，并實時記錄評價分值，如表6所示，數據需進一步進行模糊評價分析。

表6 VR實驗場景評分表

2.4 照明設計場景量化評價

結合表6結果，運用模糊綜合評價法進行方案的評價，確定最優解。第一，設定對應5級量表的評價等級，5個等級由高到低分別賦值為90分、80分、70、60分和50分。第二，根據表5結果，建立各意象詞匯的權重向量(用w表示)，即w=(0.3058 0.2308 0.4634)。第三，建立模糊綜合評價矩陣。為提高評價的客觀性，為降低評價主觀性，僅統計20名實驗用戶對各分值的打分次數，據此建立各照明場景的的評價矩陣如下(用S1～S5表示)。

根據評價矩陣，計算意象詞匯針對各場景的的評價權重(用M1～M5表示)如下：M1=w×S1=(0 0 0.0808 0.6273 0.2919)；M2=w×S2=(0 0 0.2187 0.5960 0.1854)；M3=w×S3=(0 0.0923 0.2493 0.4731 0.1854)；M4=w×S4=(0 0 0.3860 0.4377 0.1763)；M5=w×S5=(0 0.0612 0.3601 0.5092 0.0695)。最后，計算各照明場景的百分制評價結果(用字母N表示)：N1=82.111；N2=79.675；N3=77.523；N4=77.903；N5=78.87。

通過綜合評價可知，照明場景1為最優方案，評價結果是依據典型意象詞匯“明亮的、愉悅的、穩定的”進行打分和分析的得出的。在照明場景1的主要參數選擇上能夠看出，第一，照度較高(600 lx)且照度均勻度為0.8，高于標準中針對設計室和美術教書的設定(500 lx)，利于提供明亮的意象；第二，色溫選擇5 000 K，在實驗中用戶在此色溫下心理狀態穩定，能為產品設計工作室提供穩定的照明意象。第三，在本次產品設計工作室照明實驗中，UGR和Ra的設定在符合GB 50034的范圍內調節，對于用戶感性意象的影響不大。

3 結論

本文針對智慧照明設計中的用戶感性意象進行了量化分析，形成了分析模型，可以解決設計過程中用戶感性意象模糊、主觀性強的問題，在模型中：第一，用戶感性意象詞匯提取要基于調研和統計歸納展開，同時要借助專家評價進行典型詞匯確認。第二，典型意象詞匯是實驗評價的重要參考，通過層次分析法與熵權理論的引入，可提高權重計算的精度。第三，運用VR等計算機輔助技術進行照明實驗，以此完成用戶定量化評價，可以提高實驗效率，實驗結果通過模糊綜合評價獲得最優方案。

值得注意的是，本文僅考慮了照明指標標準，實際上，用戶感性意象還會受到智慧照明環境中多模態信息變化的影響，如環境中出現的影音、圖像、文本；環境內的溫度、濕度等，目前尚未有結合智慧照明環境中多模態信息分類、評價等進行用戶感性意象分析的研究。本文給出了基于虛擬現實技術和模糊綜合評價的用戶感性意象定量化分析模型，可為進一步的研究提供參考。