基于層次分析法和模糊綜合評價法的智能割草機器人設計

周紅宇，張學敏，趙金鍇，張瑤

（湖北工業大學 工業設計學院，武漢 430068）

智能割草機器人可在特定的使用環境中，根據智能算法以及人工智能技術自主實現戶外除草任務。與現有除草設備相比，其外形大有不同，多為小巧細致的類型，但基本功能與構造一樣。相較于老式設備，它具有自動路徑規劃、自動行走、調節除草高度、及時避雨等功能，安全性與智能化水平較高[1]。科技的發展使割草機也開始慢慢滲入農業生產及其他領域中。與此同時，伴隨著園林、公園、高爾夫球場等草坪場地的大量涌現，現有設備受到更新迭代加快、耗費人力物力以及具有安全隱患等各種因素的影響。除草任務的復雜性、老式割草機的繁重與危險性以及現有割草設備智能化水平低等情況使除草設備在智能化領域需要更進一步，從而提高自身競爭力[2]。

近幾年，層次分析法在安全科學、工業設計、經濟管理以及生物學領域中的應用越來越多[3-6]。層析分析法可以有效梳理出影響設計目標的各種不確定性因素，并進行定量分析，減小設計過程中人為因素以及其余客觀因素的影響，從而得出設計最優解。

在國內，許多學者將層次分析法應用在案例評價以及設計體系中。耿金花等[7]利用該方法構建出一種社區滿意度評價體系，從而對社區進行量化評價。在工業設計領域內，Yang等[8]將層次分析法應用在瀝青路面便攜式溫度測試器設計中減少主觀因素的影響，提高了產品質量。常瑜等[9]通過建立層次分析矩陣及模糊判斷矩陣，從安全、美觀、易用三個角度對掃地車進行分析，構建設計評價體系，獲取了掃地車的影響要素權重值。周紅宇等[10]集成AHP法和FBS模型，將用戶需求逐層映射到產品結構上，獲得了理想的下肢固定工具設計方案。段金娟等[11]分析了影響紡織機造型的設計要素，通過穩重感、科技感、安全感三個方面建立矩陣模型，得出最優方案。由于，智能割草機器人的設計過程中存在著一定的模糊性與復雜性，無法有效判斷出影響設計方案最終呈現的關鍵性因素。因此，本文以用戶需求為設計出發點，結合層次分析法（AHP）與模糊綜合評價法，得到智能割草機器人設計評價模型，為設計方案提供數據以及理論支撐。提出新型智能割草機器人未來發展趨勢，同時為戶外移動機器人領域研究的發展提出一種理論參考。

1 層次分析法

1.1 層次分析法理論基礎

智能割草機器人設計研發過程中，受到環境、設計師、用戶等多種客觀因素影響，層次分析法可以降低設計過程中相關決策人員的人為因素與環境因素的影響，減少其主觀性與隨意性[12]。

在智能割草機器人的設計評價體系中，首先需要獲取用戶需求，得出設計影響因素，并按照層次分析模型，將涉及到的影響因素進行層次劃分，建立智能割草機器人設計方案層次分析模型，并檢驗其一致性指標。輸出設計方案模型，進行模糊評價，從而得到最優的智能割草機器人設計方案模型，具體運算步驟如圖1所示。

圖1 智能割草機器人整體設計評價流程Fig.1 Design and evaluation process of intelligent mowing robot

1.2 構建智能割草機器人設計層次指標體系

運用層次分析法（AHP）對智能割草機器人進行問題分析與決策時，應盡可能將問題條理化、系統化。將智能割草機各因素對于整體設計影響的重要程度梳理清楚，從而構建一個層次化的結構分析模型。將問題梳理清楚后，可以更直觀地得到影響設計目標的各因素重要度排序，使最終的設計結果更具客觀性與準確性。

智能割草機器人種類較多，使用人群較少，調研具有相對復雜性。首先通過調研收集到目前智能割草機器人所存在的問題，根據實地訪談、網上聊天等調查方法進行用戶研究，并制作調查問卷。本次用戶樣本共90個，去除掉重復部分，共收到有效問卷82份，樣本合格率為91.1%。為了使調研結果更加準確，對收集到的問卷信息進行歸納與總結，把使用場景確定為兩類：

1）高爾夫球場等大型草坪，草坪面積較大，任務量重，人為進行除草任務時會有一定的困難。

2）家庭類院落式草坪，草坪整體面積不大，但修剪次數較為頻繁，任務煩瑣。

用親和圖法[13]（Affinity Diagram）對問卷獲取到的用戶需求進行整理、匯總和分析，將大多數用戶所提出的較為頻繁的需求確定為設計過程中最終的用戶需求。用戶需求展開圖，如圖2所示。

圖2 用戶需求展開圖Fig.2 User requirements expansion diagram

結構評價模型分為目標層（想要實現的目標）、準則層（基于目標層下的二級體系，一般為問題分析過程中要遵循的準則）以及因素層（基于準則層下的二級體系，為影響準則層的各要素）。分析獲取到的需求因子，建立最優設計評價結構模型。從美學因素、環境因素、人機因素以及功能因素四個角度建立如圖3所示的智能割草機器人評價體系。

圖3 智能割草機器人設計指標評價體系Fig.3 Design index evaluation system of mowing robot

目標層的要素只有一個，為智能割草機最優設計方案。二級層次為準則層，為智能割草機器人設計從概念到最優設計方案過程中所要遵守的設計準則。智能割草機器人的設計要符合用戶審美以及日常生活，從顏色、造型、材質以及表面涂裝等角度進行設計考量，使最終設計符合當下主流審美趨勢。用戶與設備之間良好的人機交互過程可以大幅度提升用戶對產品的喜好程度。智能割草機器人的使用環境一般為室外草坪，因此，設計過程中需要考慮到設備對于不同區域環境的適用性，以及在雨天、夜晚等非正常環境下的適用性。智能割草機人是多功能的，而非單一功能的。從設備功能創新的角度進行設計考量，提升設備為設備提供更多的可能性，為用戶提供便利。

從準則層、因素層以及用戶需求中共梳理出13種影響智能割草機器人的設計要素，并對13種因素進行評價。判斷13種基層設計因素對上級層次的影響，以及對最優設計方案的影響，從而達到設計方案的最優解。

1.3 構建設計指標評價體系的判斷矩陣

通過對比兩個層級之間各要素的重要程度，建立判斷矩陣。判斷矩陣構建方式，如表1所示。

表1 判斷矩陣構建方式Tab.1 Construction of judgment matrix

利用1—9標度法[14]對智能割草機器人設計判斷矩陣進行賦值，進行智能割草機設計影響因素重要程度對比，如表2所示。

表2 判斷矩陣標度Tab.2 Judgement matrix scale

本次選取目標用戶20名，包括產品設計師4名，草坪清潔工10名，草坪擁有者3名，擁有割草機的用戶3名，對目標層、準則層、因素層中各影響要素，通過1—9標度法進行多輪打分，從而構建出各影響要素的評價矩陣，如表3—7所示。

表3 最優設計方案判斷矩陣及權重Tab.3 Judgment matrix and weight of optimal design scheme

表5 人機準則判斷矩陣及權重Tab.5 Judgment matrix and weight of man-machine criteria

表6 環境準則判斷矩陣及權重Tab.6 Judgment matrix and weight of environmental criteria

表7 功能準則判斷矩陣及權重Tab.7 Judgment matrix and weight of functional criteria

構建出判斷矩陣后，對矩陣中智能割草機器人設計影響要素進行向量求解。本文采用算術平均法進行各影響因素權重的計算[15-16]，具體如下：

1）將矩陣中的各元素按列歸一化，即求：

2）將歸一化之后的數值各列相加。

3）除以矩陣階數n，得到權重向量Wi。

1.4 一致性檢驗

在計算出各矩陣的權重后，需要判斷矩陣是否具有一致性指標。通過對一致性比率CR進行檢驗，公式為CR=CI/RI。若滿足CR＜0.1，則表示該矩陣具有一致性。RI的數值可以通過平均隨機一致性指標表獲取，見表8。運算結果見表9。

表8 平均隨機一致性指標表Tab.8 Average random consistency index table

表9 一致性檢驗結果Tab.9 Result statistics of consistency test

由表9可知，矩陣A、B1、B2、B3、B4的CR值分別為0.049 5、0.022 7、0.053 6、0、0.009，均小于0.1，因此通過檢驗。對矩陣中所有影響因素的目標權重進行匯總，形成設計方案影響因素總體目標權重排序，作為智能割草機方案的評價標準，如表10所示。

表10 總體目標權重排序Tab.10 Overall target weight ordering

如圖4所示，可以直觀地了解到影響智能割草機器人設計的各因素，以及其重要程度分布情況。可知用戶對智能割草機器人最注重的是功能準則部分以及環境準則中的實時監控、警報系統、云端儲備、操作便利、功能適用以及環境適用性部分。因此，在接下來的智能割草機器人設計過程中，將功能準則以及環境準則作為設計重點。

圖4 目標權重分布圖Fig.4 Target weight distribution

2 實例分析

2.1 設計方案

2.1.1 設計考量

1）人機工學。為了用戶在使用設備時擁有更好的使用體驗，設備在按鍵、零件位置的擺放以及色彩上參考了人機工程學的知識，如急停按鈕、警示燈位置的擺放與設備整體顏色特征等。

2）固有特征。為了使產品最大程度上保留割草機器人特征，在顏色以及材料上選擇暗色系、金屬件以及塑料的搭配。在視覺上體現割草機的特性。

3）環境適用性。因使用環境的不同，如高爾夫球場、室內草坪等環境的特殊性讓設備在零件選擇上與普通割草機器人不同，可借鑒目前市面上使用場景較多的防爆機器人及特殊作業機器人。

2.1.2 設計方案

根據前期由層次分析法得出的權重向量排序結果，對智能割草機設計方案進行模糊綜合評價。首先，進行智能割草機器人設計方案輸出，最終確定3款不同的設計方案，如圖5所示。為匹配上述權重以及用戶對智能割草機器人的設計需求，設計方案從造型因素出發，改變現有智能割草機人的整體造型。從人機角度，規劃了功能分區，提升了用戶的使用體驗。采用履帶式輪胎結構，增加了設備的環境適用性。從功能創新角度出發，增加了警報系統、實時監控，為用戶提供設備更多的可能性。

圖5 方案設計Fig.5 Design scheme

2.2 模糊綜合評價

模糊綜合評價法可有效解決智能割草機器人設計評價過程中由環境因素、設計者主觀因素產生的無法量化的復雜問題，模型簡單易理解[17]。模糊綜合評價過程如下：

1）將5名專家的評價作為設計評估要素的要素集。用x={y1，y2，y3，y4}表示，分別代表準則層中美學準則、人機準則、環境準則以及功能準則。確定評估要素子集為qi={qij}（i，j=1，2，3，4）。

2）確定專家評語等級與對應標準。確定評語集I={I1,I2,I3,I4}={一級，二級，三級，四級}，對各評價指標要素進行評價。為各評語集賦值，賦值后的評語向量α=（90，80，60，40）T，分別代表一級、二級、三級、四級。

3）梳理表3—7的計算結果，可得目標層WA=(0.133 4 0.300 8 0.102 6 0.462 1)、美學準則WB1=(0.438 5 0.186 6 0.109 6 0.265 2)、人機準則WB2=(0.174 4 0.137 2 0.265 6 0.422 8)、環境準則WB3=(0.666 7 0.333 3)、功能準則WB4=(0.297 0 0.539 6 0.163 4)。

4）針對設計方案1，5名專家對智能割草機評價矩陣因素層中的要素進行打分及等級評定。D1—D4分別代表美學、人機、環境、功能準則對設計方案1的模糊綜合評價矩陣。

根據各影響因素權重計算3款智能割草機設計方案的模糊評價結果：

按照結果，建立二級模糊評價矩陣：

5）計算三款智能割草機設計方案的百分制結果。

綜合評價權重向量為：W=WA×P= (0.444 7 0.316 2 0.237 9 0)。對方案1進行百分制評價運算，N=W× α= 79.59，因此方案1的最終得分為79.59。

以此類推方案2得分為76.87，方案3得分為76.93。結合用戶需求分析結果，選定方案1為最優設計方案。

為了進一步匹配準則層的要求，實現提升產品安全性及智能化程度，對方案1進行設計優化，如圖6—8所示。為增加產品的環境適用性，選擇與現有設備不同的履帶式輪胎，可以更好地增加設備的爬坡能力以及不同地域環境下的環境適用性[18]。照明部件選用鹵素燈，其成本較低，適合雨雪大霧天氣。在常見的霧霾天等能見度不高的情況下，鹵素燈穿透性較好，照明效果優良。為增加產品的安全性，設備添加攝像以及錄像儀器，智能割草機器人可以在24小時工作的同時完成視頻錄像以及環境記錄等行為，同時將錄像、設備信息上傳至云端，方便用戶查詢。當發生意外時，可通過復查儲存在云端的數據，減少用戶損失。設備的整體材質選擇ABS塑料以及PC塑料，其優點在于流動性好，易加工成型，剛性效果良好，同時還具有低氣味、耐腐蝕性好等特點。在設備兩側添加警報燈以及喇叭，可以有效提醒用戶意外情況的發生，提升設備的可靠性。

圖6 效果圖展示Fig.6 Display of effects

圖7 爆炸圖Fig.7 Exploded view

圖8 使用場景圖Fig.8 Use scene graph

3 結語

本文將層次分析法與模糊綜合評價法運用到智能割草機的設計流程中以及設計評價體系中，將用戶需求中所提取的13種設計影響因素，從美學、人機、環境、功能四個角度構建模糊評價矩陣，通過計算權重值，得到設計影響因素排序，使設計流程更加清晰合理。以設計學、人機工程學等專業知識為基礎，結合用戶需求與設計影響因素排序，完成3款智能割草機設計方案，并對3款智能割草機設計方案進模糊行評價，以此得出最優設計方案，有效提升了現有設備的安全性、對不同環境的適用性以及智能化程度。

本文對于智能割草機器人的設計還處于概念設計階段，之后的研發方向還需要進一步探討。整個設計流程中的模糊綜合評價環節由專家評價打分完成，增加了專家打分的個人主觀因素，此問題還需在后續的設計過程中進一步解決。