基于FAHP和QFD的校園物流機器人優化設計研究

引言

隨著互聯網的不斷普及，快遞業不斷發展并逐漸滲透到社會行業的各個領域，校園網絡購物群體不斷增加，便捷和實惠的網購深得學生們喜愛，然而大量師生聚集在擁擠的快遞點排隊領取包裹，不僅師生取包體驗差，安全健康風險也較大[1]。物流機器人可以減少此類事件的發生，但是其在作業過程中的一些運送效率、作業安全和用戶體驗等問題還需要進一步解決[2]。目前，已有學者對物流機器人進行了設計研究，高潤泉等[3] 對物流倉儲中應用搖桿履帶式消防機器人系統進行了結構和功能上的設計；劉凱旋等[4] 對經濟型快遞物流安檢標記機器人進行設計與研究；徐進等[5] 基于場景理論對病區物流機器人進行設計與分析；李賽賽等[6] 通過獲取用戶需求，對病區物流機器人進行服務系統設計；李寬省等[7] 運用IPv6 與5G 技術對醫院物流機器人進行應用研究。以上學者分別設計了不同場景下的物流機器人，而當前對于校園物流機器人的研究較少，本文通過將KJ、FAHP、QFD 理論結合，根據用戶需求以完善校園物流機器人的設計流程，最終進行方案設計，對解決物流機器人的痛點提供了良好的理論基礎，以實現校園物流機器人結構、功能和造型的創新。

一、研究方法介紹

（ 一）KJ 法：KJ 法（KJ-Technique） 又稱親和圖法 （AffinityDiagram）、A 型圖解法，是日本人類學家川喜田二郎（Kawakita Jiro）提出的一種建立共識的方法[8]，可幫助設計師對用戶調研收集得到的復雜且雜亂無章的用戶需求信息與意見快速建立共識。通過專家和團隊成員對卡片中的需求信息進行共同協作決策，以自下而上的形式將需求信息分類聚合成不同的主題。

（ 二）FAHP 法： 模糊層次分析法（Fuzzy analytic hierarchyprocess，FAHP）是一種融合定性分析與定量計算的系統化決策方法[9]，其核心在于通過模糊數學工具量化主觀認知的強弱程度，從而有效克服了傳統層次分析法的局限性并擴展其應用范疇。該方法在本研究中的具體實施包含4 個關鍵環節：首先進行系統的模型架構解析，其次構建多維度的模糊判斷矩陣，隨后確定各層級的權重向量，最后開展模糊數值排序處理。

（ 三）QFD 法： 質量功能展開理論（Quality FunctionDeployment，QFD），通過“質量屋”這一核心工具將用戶需求轉化為功能和質量需求，能明確展示用戶需求與產品特性之間的關系，多用于產品設計目標分析[10]。質量屋運用矩陣與圖表工具，深入量化分析用戶需求與產品質量特性間的聯系。因其結構類似房屋，故被形象地稱為質量屋，采用質量屋量化分析用戶需求與設計要求的關聯性，可大幅提高用戶滿意度。

（ 四）FCE 法： 模糊綜合評價法（Fuzzy ComprehensiveEvaluation，FCE）是一種通過整合多維度模糊特性與不確定性特征的評估指標，實現對復雜系統綜合評判的數學方法[11]。該方法能夠綜合考慮多個評價指標，形成系統性的評價體系，能夠處理評價過程中存在的模糊性和不確定性，提高評價的準確性和可靠性。

二、用戶需求獲取與權重計算

（一）校園物流機器人任務運行流程

經過調研，校園物流機器人的使用流程如下：機器人首先通過控制系統接收配送任務，這些任務主要來自物流管理系統、工作人員人工輸入或掃描訂單二維碼。任務信息涵蓋配送物品和目的地等關鍵內容。隨后，機器人根據倉庫布局、貨物分布、障礙物及交通狀況進行路徑規劃，選擇最優路線或由工作人員指定，以確保高效安全地配送。在行駛配送過程中，機器人利用傳感器檢測障礙物，確保行駛安全。如遇故障，會立即報警并通知相關工作人員。到達指定位置后，機器人通過攝像頭和識別系統確認貨物，并通過App、短信或電話等方式通知收件人取件。收件人確認并取貨后，任務完成。機器人會記錄配送時間、貨物狀態等信息，并反饋給物流管理系統或相關人員，以供后續分析和改進。具體流程如圖1 所示。

（二）基于KJ 法的用戶需求整理

通過訪談法和問卷法對校園物流機器人的目標用戶需求進行了調研，在對收集到的用戶需求及痛點問題進行系統分析后，采用 KJ 親和圖法進行需求層次劃分。首先依據需求關聯性歸納出三級需求[12]，通過聚類分析形成若干個具有邏輯關聯的二級需求模塊，最終將所有相關需求整合到 “校園物流機器人設計” 這一核心一級需求框架下。該過程通過迭代式歸類重組，構建出如圖 2 所示的需求層次結構模型，實現了從具體需求到抽象設計目標的系統性映射。其中二級需求分別是人機交互、人機安全、外觀造型和運行性能，在人機交互下的三級需求分別是：交互界面易操作、快遞信息識別、收件人信息識別和目的地路徑規劃；在人機安全下的三級需求分別是：自動避障、行人靠近報警、故障報警和燈光提醒；在外觀造型下的三級需求分別是：造型美觀、色彩和諧、材質使用合理、情感化設計；在運行性能下的三級需求分別是：快遞拆卸方便、運行穩定、維修方便、防碰撞。

（三）模糊層次分析法（FAHP）需求權重獲取

為了確定用戶需求的優先順序，運用模糊層次分析法對用戶需求進行重要度排序，最終指導設計原則并實踐。首先構建模糊互補判斷矩陣，采用0.1-0.9 的標度法來進行定量評估[13]，可以得到模糊互補判斷矩陣R，其維度為n*n，并且矩陣元素記為rij（其中i，j=1，2，...，n）。

在完成判斷矩陣構造后需開展權重計算工作，其中R=（rij）n×n 為模糊互補判斷矩，W=（W1，..，Wi，..，Wn）為R 的權重向量，本研究采用所提出的通用數學模型對模糊互補判斷矩陣進行權重解析，具體表達式如下：

在一致性檢查階段，若相容性指標低于α 閾值（常設α 為0.1），判斷矩陣即被視為合理的，α 的值越小，則表示矩陣中的元素間相對重要性的判斷更加嚴格和精確。針對同一組因素構建出模糊互補判斷矩陣，并檢查每一個判斷矩陣與其相應的特征矩陣之間和任意兩個判斷矩陣間的相容性。

在明確具體實施步驟的基礎上，構建面向用戶需求指標的模糊層次分析模型。該模型包含目標層、準則層與指標層3 個層級架構，其中指標層從屬于準則層，準則層歸屬于目標層。通過結合問卷調查、用戶訪談及 KJ 法等數據收集方法，系統獲取用戶需求信息并進行篩選整合與系統分類，最終形成包含3 個層級的模糊層次分析模型架構，具體層級關系如圖 3 所示。

邀請5 名設計專家和3 名快遞站服務人員參考0.1-0.9 標注對機器人需求進行評價并取平均值，確定排位靠前的用戶需求。構建目標層相對于準則層的模糊互補判斷矩陣RAB 如下：

根據式（1）的計算結果，得到了準則層的權重向量WAB，其值為（0.250，0.283，0.208，0.258），依據式（3），構建模糊互補判斷矩陣RAB 的特征矩陣W*AB

基于式（2）的運算結果，判斷矩陣與特征矩陣的相容度值為 0.060，該數值小于 0.1，驗證了權重向量 WAB 用于準則層權重分配的可靠性。采用相同方法完成指標層相對于對應方案層的權重向量計算，并計算出相應指標相容度分別為0.037、0.068、0.065 和0.504，這些值均滿足合理性和可靠性的要求，最終確定的權重如表2 所示。

由表2 用戶需求綜合權重排序可知：校園物流機器人的B5 自動避障（0.080）、B7 故障報警（0.076）、 B14 運行穩定（0.071）、B6 行人靠近報警（0.068）、B2 快遞信息識別（0.067）、 B3 收件人信息識別（0.065），B15 防碰撞（0.065），B4 目的地路徑規劃（0.063），這8 項需求在設計時需要優先考慮。通過上述計算可以計算出每個需求的具體權重，將所得權重與QFD 相結合，將用戶需求轉換為功能結構，最終指導物流機器人設計實踐。

三、QFD質量屋構建

將上述16 項用戶需求轉換為功能結構，運用質量屋模型將功能結構進行計算排序，確定設計機器人的優先順序，如表3 所示為物流機器人需求和功能結構轉換表。

如圖4 所示，根據整理出的用戶需求重要度進行劃分，將校園物流機器人用戶需求對應的功能結構建立關系矩陣，分別用5、3 和1 來對應Pij 相關度的強、中和弱。其中空白處表示用戶需求與設計需求不相關。

由上述計算結果可以得出校園物流機器人C1-C16 具體功能結構的重要度排序，根據計算結果判斷設計時的優先順序，為C1gt;C10gt;C8gt;C2gt;C13gt;C15gt;C5gt;C16gt;C7gt;C6gt;C12gt;C11gt;C9gt;C14gt;C3gt;C4，將所得需求運用到校園物流機器人的設計實踐中。

四、校園物流機器人設計實踐

通過以上用戶需求及功能結構的分析，構建出校園物流機器人的概念模型，詳細描述如下。

（一）外觀創新：打造圓潤親和且造型流暢的物流機器人形象

校園物流機器人概念模型在造型設計上采用“共生美學” 理念，將功能性與親和力有機融合。機身主體采用方圓截面模塊化設計，115cm×85cm×73cm 的黃金比例確保了儲物空間與人體工學的完美平衡，有效消除機械設備的壓迫感。機身多處采用圓潤的邊角處理，沒有尖銳的棱角，如機器人的頂部、側面邊緣等部位都是弧線過渡，不僅降低了在運行過程中碰撞可能帶來的傷害，還讓其外觀看起來更加柔和、友好，減少了機械產品常有的冰冷感，能更好地融入校園環境，提升用戶可接受度。同時，貨艙部分與底部的移動底盤界限分明，這種設計便于后期的維護和功能拓展，如根據不同需求更換或升級貨艙模塊等，見圖5。

（二）功能革新：打造智能化導航與多樣化運載的物流機器人

在校園物流競爭中，功能革新是提升核心競爭力的關鍵。校園物流機器人運用前沿的多傳感器融合系統，實現精準環境感知與智能路徑規劃，場景適應性和任務執行能力出色。機器人集成毫米波雷達、高清視覺攝像頭、慣性測量單元等傳感器，其中毫米波雷達可在復雜動態環境中高精度探測物體信息；高清視覺攝像頭借助計算機視覺技術和深度學習算法采集、分析環境數據；慣性測量單元測量加速度與角速度，助力自主定位。多傳感器數據經融合算法處理，構建高分辨率三維地圖模型，支撐機器人依實時環境自主導航，遇障或擁堵時動態調整路徑，保障校園復雜場景下配送精準執行，見圖6。

于貨物存儲與運載能力拓展方面，智能倉儲矩陣的創新設計極具優勢。電動升降隔板采用電動驅動與智能控制系統，可依據貨物高度，通過電機精確調節隔板位置，靈活適配不同規格貨物存儲需求，有效提升了倉儲空間利用率；重力感應分區基于壓力傳感器技術，能夠實時感知貨物重量分布，通過智能算法優化貨物存儲布局，保障機器人在運行過程中的重心穩定。此外，模塊化掛載接口基于標準化機械與電氣接口設計，可便捷掛載多種功能模塊，如通用貨架模塊、冷鏈運輸模塊等，顯著增強了機器人的運載能力與任務適應性，滿足了校園內多元化的物流配送需求。

（三）用戶體驗升級：友好互動與環保節能的設計

在人機交互設計上，校園物流機器人極具創新與實用價值。環繞式LED 燈帶，待命時散發藍色光，柔和呈現準備狀態，不干擾環境；行進時變為綠色流動光，既指引方向，又提醒旁人避讓；遇到緊急情況或障礙物，便閃爍紅色光預警，提升配送安全性，增強與用戶及周邊環境的交互體驗。機身正面嵌入柔性屏，支持多點觸控與語音交互，實時展示配送進度與校園資訊。屏幕邊緣集成環境光傳感器，能自動調節亮度，適應不同光照。屏幕還能顯示動態表情，生動呈現機器人狀態，增添互動趣味性，拉近與用戶的距離，全面提升人機交互體驗，為校園物流配送注入更多人性化元素。

在材料選擇與能源利用方面，機器人同樣秉持環保與高效的設計理念。外殼采用生物可降解復合材料。此外，外殼表面涂覆的納米抗菌涂層，基于納米技術原理，能夠有效抑制細菌、真菌等微生物的生長繁殖，為機器人在校園環境中的使用提供了健康保障。同時，該涂層還具備優異的防水防塵性能，可防止水分和灰塵侵入機器人內部，保護其電子元件和機械結構的正常運行。

（四）流程優化：便捷下單與無縫銜接的配送體驗

校園物流機器人系統通過流程優化實現全鏈路高效服務。支持多終端便捷下單（App / 網頁 / 自助機），提供智能表單自動填充功能，用戶可快速完成信息錄入。系統采用邊緣計算技術實時同步物流軌跡，可視化呈現配送進程。在教學樓、宿舍區等節點部署 15 個自助存取站，系統基于路徑規劃算法智能推薦最優取件點。配備多模態取件提醒系統（App 彈窗 + 短信 + LED 屏提示），支持時段預約與個性化方案推薦。通過機器學習分析用戶行為數據，動態優化配送波次與路線組合，實現92% 訂單 15 分鐘內響應，較傳統模式取件效率提升 35%。

（五）安全強化：防撞避障與數據加密的雙重保障

校園物流機器人安全防護體系包含物理與數據雙重保障機制，搭載多傳感器融合避障系統，通過 AI 算法實現 360° 環境感知，實時調整路徑或制動，確保行人與障礙物安全避讓。緊急制動系統響應時間小于 0.5秒，配合機械緩沖結構形成雙重防護。數據安全層面采用區塊鏈加密技術，全流程加密傳輸，確保用戶信息與物流數據不可篡改且零泄漏風險。

五、設計評價

將原有校園物流機器人和設計后的物流機器人進行對比，對設計原則和設計造型進行評價，邀請1 名相關設計人員、2 名機器人服務人員和3 名在校學生對最終設計結果進行評價。評估過程如下：本研究評價的要素指標集為{ 交互，安全，造型，性能}；評語集為{ 優秀，良好，合格，不合格}，給評語集各等級賦值[14]，賦值后的評語向量β=（9080 60 50）T。設定評分標準為：90 分及以上為優秀等級，80-90 分區間為良好等級，60 ～ 80 分區間為合格等級，60 分以下為不合格等級[15]。根據前期 FAHP 分析結果，準則層各評估要素的權重向量為 WA =（0.250、0.283、0.208、0.258）；子準則層各評估要素的權重向量WB1 =（0.225、0.267、0.258、0.250），WB2 =（0.283、0.242、0.267、0.208），WB3 =（0.242、0.225、0.283、0.250），WB4 =（0.242、0.275、0.250、0.233）。用S 表示各準則層下子準則層對方案的模糊綜合評價矩陣，以S1 為例，具體矩陣如下所示，同理可得出S2、S3、S4 的模糊綜合評價矩陣。

繼而得出準則層的評價權重向量如下：P1 =WB1 ×S1 =（0.49660.3484 0.1550 0）P2 =WB2 ×S2 =（0.6416 0.2000 0.1584 0）P3=WB3 ×S3 =（0.6500 0.2484 0.1016 0）P4= WB4 ×S4=（0.5534 0.35000.0966 0）。以此構建2 級評價矩陣：

綜合評價權重向量為：W=WA ×P=（0.584 0.286 0.130 0），最后計算出方案的百分制評價得分為：N=W* β=83.24，因此最終設計判斷為良好，證明設計之后的物流機器人相較先前機器人有一定的改善。

結語

在深入探討校園物流機器人的綜合設計模型時，以KJ（親和圖法）、FAHP（模糊層次分析法）和QFD（質量功能展開）為核心方法，構建設計框架，對接用戶需求與機器性能優化，推動校園物流系統的智能化與高效化進程，并依據該模型完成具體設計并進行方案驗證。通過該設計模型，可清晰地分析出產品用戶需求與相應工程技術間的矛盾，能夠針對性地解決產品痛點，可有效解決校園物流機器人現發展階段面臨的效率安全以及用戶體驗等問題。但由于技術與資源成本原因，物流機器人可能存在更多未知需求未能進行實際的解決，尚需在以后的實驗設計中進行改進。