汽車內外飾造型多維意象評價模型研究

程永勝，徐驍琪

(廈門大學 嘉庚學院，漳州 363105)

0 引言

目前，關于汽車造型匹配研究，大多是從局部與整體造型的關系[1～3]、局部與局部造型的關系[4]、造型與風格意象的關系[5]等角度展開研究。近幾年國內外相關領域學者針對汽車內外飾造型意象也進行大量研究。文獻[6]利用感性工學和統計方法建立了感性意象形容詞與汽車造型特征線的定量關系，得到了汽車主特征線的規律性變化對于汽車造型意象的影響。文獻[7]從風格創新為出發點，提出了一種以“關鍵特征點—局部特征組件—車型”三個關鍵類集合映射關系構成的汽車形態特征識別模型。文獻[8]提出改進的非支配排序遺傳算法的產品多意象造型進化設計的實現方法和關鍵技術，最后以汽車側輪廓造型為例建立了多意象進化設計系統。文獻[9]探討了汽車內飾造型設計和設計研究的基本范式，幫助設計師和設計研究人員有效處理汽車內飾的設計理論和研究方法問題。文獻[10]應用魯棒法研究了汽車輪廓所帶來的“產品質量”的感性意象。

綜合上述研究，關于汽車內外飾造型意象研究還存在以下不足：

1）當前汽車內外飾造型研究普遍是將外飾造型與內飾造型單獨進行研究，導致研究結果對于內外飾造型意象的整體呈現可用性不足。

2）汽車內外飾造型對比一般工業產品而言，其造型相對復雜且體量較大，其展示的造型也呈現出多維意象特征，因此如何對汽車內外飾造型所體現的多維度意象進行綜合評價也是本研究的難點。

3）不同的用戶群體對汽車內外飾造型意象認知是存在差異的，而大多數研究缺乏對評價人員精準劃分，導致無法獲取針對性的目標意象評價數據。

4）汽車造型意象的研究應該處于汽車造型前端設計當中，這樣不僅可以降低汽車開發成本，同時又可以提升設計人員對于造型意象整體把控。為解決上述問題，本文通過對汽車外飾與內飾造型意象進行組合研究，利用熵理論、感性工學與統計分析方法展開汽車外飾造型與汽車內飾造型兩者之間多維意象匹配關系的研究，建立一種汽車內外飾造型多維意象匹配度評價模型。為汽車內外飾造型設計提供理論依據，也為設計人員進行設計決策提供技術支持；提升汽車內外飾造型設計效果，從而滿足目標用戶對于汽車內外飾造型意象的完整認知需求。

可操作性是績效考核體系的必要條件，不但研究所需的資料應易于獲取且真實可靠，而且要根據知識型員工的工作特殊性有側重性的制定各類知識型員工的指標體系，不排除存在共性指標，最后，選取的各類指標數量應適宜，量化時要合理公正，標準規范。

1 汽車內外飾造型多維意象評價模型構建

針對復雜產品造型意象研究，用戶更傾向于用多個意象維度來描述對產品的主觀感受[11]。汽車內外飾造型意象通常是由多維度意象所構成，其中意象較強的稱之為主體意象，相對較弱的意象則為次要意象，而汽車內外飾造型所呈現的整體意象則可以稱為多維意象。然后，多維意象在傳遞過程中存在模糊性、復雜性和多元性等現象。而熵理論是指數據混亂的程度，即數據處于某一宏觀狀態可能性（概率）的度量。意象熵[12]將用戶對產品的意象進行量化，以熵表征出用戶對意象認知程度的不同，進而求得各意象的權重。其中，熵越大說明該意象越混亂，攜帶的意象信息越少，效用值越小，因該意象權重也越小[13]。為此本文采用熵理論對汽車內外飾造型多維意象進行綜合評價，具體研究思路如圖1所示。

圖1 汽車造型多維意象匹配度評價流程

1）確定目標意象和造型樣本。意象詞匯和研究樣本的選取對于研究多維意象評價分析十分關鍵，意象詞匯的準確性和研究樣本的包容性會直接影響最終評價數據的質量。因此，選取研究樣本時盡可能滿足目標用戶對造型多樣性的需求，保證樣本之間造型具有差異性；意象詞匯的選取要考慮不同用戶對造型意象的認知，盡可能多的搜集有關造型意象的意象詞匯。得到研究樣本庫X={X1,X2,...,Xn}和意象詞匯庫Y={Y1,Y2,...,Yn}。通過多維尺度分析和聚類分析對意象詞匯庫進行篩選，確定目標意象，得出目標意象集Y2={Y21,Y22,...,Y2n}。

2）構建汽車內外飾多維意象評價模型。以語義差異法（Semantic Differential，SD）將研究樣本和目標意象之間的映射關系制成評價問卷，邀請目標用戶對于研究樣本的感性評價，獲得各目標意象的原始評價數據。進行為了減小各目標意象評價誤差，需將原始評價數據進行離差標準化處理[14]。通過線性函數歸一化的方式將原始評價數據轉換到區間，如式(1)所示：

式(1)中，yij為目標意象原始評價數據，minyj為j目標意象評價數據中最小值，maxyj為j目標意象詞匯評價數據中最大值，xij表示第i個研究樣本的第j個目標意象的歸一化評價值。

通過式(1)將原始評價數據進行處理后，得到標準化決策矩陣X：

計算得到汽車內外飾各目標意象的概率為Fij：

式(3)中，xij為第i個研究樣本的第j目標意象評價歸一化評價值。

將Fij代入式(4)，計算得出決策矩陣X中第j個目標意象熵值Ij：

式(4)中，Ij為各目標意象熵值；Fij為第i個研究樣本的第j個目標意象概率，0Fij1；i為研究樣本，i=1,2,3,...m；j為目標意象，j=1,2,3,...n；k為常數，k=1/in m。

計算得出各目標意象在評價過程中的權值wj：

最后將決策矩陣進行加權處理，得到各個研究樣本的多維意象評價值為Z：

3）汽車內外飾造型多維意象評價分析。對到各研究樣本多維意象評價值排序，選擇多維意象評價較高的研究樣本作為參考，指導設計實踐。

2 實例研究

2.1 前期準備

2.1.1 研究樣本搜集

汽車內外飾包括造型、色彩和材質三種特征，本文研究主要針對造型特征進行研究。因此為了盡可能保證目標用戶對研究樣本造型的客觀評價，選擇以中大型SUV(Suburban Utility Vehicle)車型作為汽車內外飾造型樣本研究對象[15]。外飾造型方面每款車型選取前45°視角、正側面視角和后45°視角組合成外飾造型樣本；通過實地調研及網絡檢索等方式收集大量研究樣本，得到70多款車型作為汽車外飾造型研究樣本。外飾造型確定后對應匹配內飾造型研究樣本，考慮到內飾造型特征豐富且復雜，為了更好的展示各研究樣本的內飾造型細節，本文采用VR動態技術進行展示。同時，邀請專業設計人員對收集的車型樣本進行篩選，去掉造型特征相似、比例姿態特殊和車型老舊等個體樣本。最終，整理得到30款汽車內外飾研究樣本，如表1所示。

表1 研究樣本庫（部分）

2.1.2 意象詞匯搜集

以內外飾研究樣本造型特征為例，結合前期學者研究成果，通過文獻檢索、實地訪談和網絡爬蟲等方法搜集造型意象相關詞匯200余個。然后，運用KJ法對意象詞匯進行簡化，剔除語義相近，描述模糊等詞匯，并將意象詞匯當中語義相近的詞匯進行合并。最終，保留40個適合描述中大型SUV內外飾造型意象詞匯，并根據語義關系的二級辨析理論組合成意象詞匯組，構建意象詞匯庫，如表2所示。

表2 意象詞匯庫

2.1.3 評價人員分類

由于汽車內外飾造型特征復雜且多樣，目標用戶對汽車專業知識缺乏深入研究，因而在進行專業性評價的過程中很容易受到外界干擾和個人偏好影響評價結果的準確性。因此，為了保證評價結果的準確性，本文研究將評價人員分為設計專業組和目標用戶組兩大類，提升評價專業性和針對性維度。設計專業組選取具備汽車相關專業知識和具有操作經驗的人員，包括具有3年以上相關從業經驗的汽車外飾造型設計師3人、汽車內飾造型設計師3人、汽車油泥模型設計師2人、汽車結構工程師2人、汽車銷售人員2人、汽車教師人員4人和高校設計專業教師4人，共20人組成設計專業組。目標用戶組選擇具有潛在汽車消費需求的用戶，為避免性別和年齡差異對評價結果的影響，將目標用戶評價人員為20～39歲5人、30～39歲5人、40～49歲5人、50～59歲5人，其中男女比例各占50%，最終確定20人組成目標用戶組。

2.1.4 目標意象確定

為確定汽車內外飾造型目標意象，需對意象詞匯庫做進一步篩選。該階段通過語義差分法和因子分析，從意象詞匯庫內提取最能滿足目標用戶認知范圍內的造型意象詞匯，進而確定內外飾造型目標意象[16]。首先，邀請目標用戶組從意象詞匯庫中挑選最能代表中大型SUV內外飾造型意象詞匯，對選擇數量不做要求；目標用戶選擇數量排名前十的意象詞匯分別為：Y1創新-老舊、Y8精致-粗糙、Y11整體-分散、Y14簡潔-復雜、Y16豪華-樸實、Y17霸氣-內斂、Y18動感-穩重、Y19硬朗-柔和、Y24厚重-單薄、Y28越野-都市，統計結果如圖2所示。

圖2 意象詞匯統計結果

通過多維尺度分析和K-means聚類分析，進一步降低意象維度獲取目標意象。面對多維度意象詞匯進行分類時，繁瑣且漫長的過程可能會導致評價者很容易受到意象詞匯之間的相互干擾，導致很難做出準確的判斷。因此，為了保證評價人員對意象詞匯分類的準確性，該階段邀請設計專業組成員對研究樣本進行分類。首先，評價人員根據自身專業經驗將10個意象詞匯進行分類，分組數目和各組內研究樣本數量不做要求。其次，將分類數據進行整理，統計兩兩意象詞匯分在同一組內次數，建立10×10相似度矩陣并得到距離矩陣。然后，通過SPSS軟件對研究樣本庫的分類數據進行多維尺度分析和K-means聚類分析，以設計專業組普遍分組數目為標準，設定分類數目為3類。最終，得到10個意象詞匯與其所屬類目中心點的距離結果，選取每個類別當中距離中心點最近的意象詞匯作為最終目標意象，確定內外飾造型目標意象為 ：“Y16豪華-樸實”、“Y19硬朗-柔和”、“Y28越野-都市”三個維度。

2.2 目標意象評價

為進一步挖掘用戶對汽車內外飾造型深層次意象認知，采用語義差分法將目標意象與研究樣本庫組合，按“非常不匹配，不匹配，一般匹配，匹配，很匹配，非常匹配，完全匹配”七級評價標準，分別記為-3，-2，-1，0，1，2，3分，制成七級標度SD調查問卷[17]。考慮到本次調查問卷中研究樣本數量，如果直接讓目標用戶進行評價打分的話，可能會出現評價差異過大或相對集中的問題；另一方面考慮汽車內外飾造型最終呈現的目標意象受眾主體依然是目標用戶。因此，在評價用戶的選擇方面，以專業人員組輔助目標用戶組參與此次評價問卷調研。此外，考慮到汽車內外飾造型意象之間的差異性，保證最終獲取的評價數據客觀性和可用性，此次評價問卷將對研究樣本的內外飾分開進行評價打分，然后將外飾和內飾評價數據相加，作為該研究樣本的最終評價數據，如表3所示。

表3 原始評價數據

2.3 計算樣本多維意象評價值

多維意象代表了汽車內外飾整體意象趨勢，而整體意象本質上就是將多維度的目標意象的評價數據利用加權求和的方法進行融合統一[18,19]。為減少表6評價數據中的誤差，需對表6中汽車內外飾各意象詞匯原始評價數據進行線性變換，按式(1)進行離差標準化處理，離差標準化數據如表4所示。

表4 離差標準化數據

并運用熵理論，可求得各目標意象的權重，來量化目標用戶對汽車內外飾造型多維意象的感性認知。由式(3)～式(5)最終計算得出汽車內外飾各目標意象熵值Ij和wj權重值，如表5所示。

表5 各目標意象熵值Ij和wj權重值

并通過式(6)加權求和得到各目標意象權重數據和多維意象評價值如表6所示。

表6 權重數據及多維意象評價值

2.4 汽車內外飾造型多維意象評價分析

從多維意象評價值可以直觀的看出目標用戶對汽車內外飾30個研究樣本的綜合情感需求。依據表10，可知個研究樣本最終多維意象平均值排序結果。其中，研究樣本X9多維意象評價值為0.9317，排在30個研究樣本第一位，說明該研究樣本最能滿足目標用戶對于汽車內外飾多維意象需求；研究樣本X1、X2、X22和X29為目標用戶多維意象評價2-5位，說明該四個研究樣本能較好的表達“Y16豪華-樸實”、“Y19硬朗-柔和”和“Y28越野-都市”三個維度意象；而研究樣本X11、X23和X24多維意象平均值為最后三位，這表明目標用戶對于此類研究樣本的多維意象認知較弱。通過以上分析，得到目標用戶對于汽車內外飾多維意象評價空間，實現了在特定多維意象下對汽車內外飾造型的評價。

3 結語

本文根據用戶對于汽車造型意象的多維度認知特點，綜合考慮汽車造型意象的影響因素，提出了一種汽車內外飾造型多維意象評價模型。該評價模型以提升用戶對于汽車內外飾多維意象認知滿意度為前提，通過統計學方法確定“Y16豪華-樸實”、“Y19硬朗-柔和”和“Y28越野-都市”三個維度作為汽車內外飾造型目標意象，并運用語義差分法建立研究樣本與目標意象評價模型獲取目標意象評價數據，采用熵理論確定各目標意象權重，進而計算得出多維意象評價值。設計人員可根據最終多維意象評價結果對于研究樣本進行合理決策，一定程度上降低了企業開發風險。

本文主要對汽車內外飾層面展開多維意象認知的研究，而影響用戶對于汽車造型多維意象評價的因素不僅僅只有內外飾造型，還包括車身顏色、內飾材質等諸多設計因素；同時，研究不同維度的造型意象對評價精度的影響，如何更好的對用戶評價進行量化，提升研究樣本與多維意象之間的匹配度。因此，如何將這些因素進行綜合研究，可以進一步結合人工智能算法，進一步優化評價模型，使其在使用過程中更加智能，將是后續研究的重點方向。