整合產(chǎn)品族與泛族群的汽車前臉形態(tài)演進(jìn)設(shè)計(jì)

徐姝，周海海

(南京航空航天大學(xué) 機(jī)電學(xué)院，南京 210016)

0 引言

企業(yè)在進(jìn)行工業(yè)設(shè)計(jì)時(shí)需要著重解決以下兩個(gè)問題：一是針對產(chǎn)品技術(shù)日趨同質(zhì)化的情況，如何賦予產(chǎn)品特殊形態(tài)與風(fēng)格意象以塑造獨(dú)特的品牌，而傳統(tǒng)品牌如何在保持產(chǎn)品識別的基礎(chǔ)上進(jìn)行產(chǎn)品創(chuàng)新。二是在市場環(huán)境、社會(huì)文化背景以及消費(fèi)時(shí)尚不斷改變的今天，企業(yè)如何迅速作出響應(yīng)，在較短的周期內(nèi)產(chǎn)生系列化的設(shè)計(jì)方案以供優(yōu)化選擇。

現(xiàn)在國內(nèi)已有學(xué)者以典型汽車形態(tài)為例，引入?yún)?shù)化后得到影響汽車風(fēng)格的主要特征曲線[1]；浙江大學(xué)學(xué)者提出了一種以用戶為中心的產(chǎn)品識別設(shè)計(jì)方法，從感性工學(xué)與認(rèn)知心理學(xué)角度對用戶、設(shè)計(jì)師、客戶3者在產(chǎn)品形態(tài)特征與風(fēng)格識別上的差異進(jìn)行了研究[2]；此外，楊延璞等學(xué)者也提出了泛族群產(chǎn)品的理論模型[3]。

針對上述兩個(gè)問題以及前人研究的基礎(chǔ)上，就設(shè)計(jì)的延續(xù)性和創(chuàng)新性出發(fā)，提出一種整合產(chǎn)品族與泛族群的形態(tài)演進(jìn)設(shè)計(jì)方法并引入大眾高爾夫的案例，最終說明該方法的可行性。本文通過對大眾高爾夫的特征提取獲得對產(chǎn)品識別的貢獻(xiàn)度大小， 結(jié)合泛族群理論對高爾夫電動(dòng)汽車進(jìn)行創(chuàng)新和演進(jìn)設(shè)計(jì)。

1 產(chǎn)品風(fēng)格定位和特征提取

產(chǎn)品識別設(shè)計(jì)研究一般可從兩方面來進(jìn)行分析，一是產(chǎn)品的顯性特征，二是其隱性特征。顯性特征是指產(chǎn)品的外在造型特征；隱性特征是指產(chǎn)品內(nèi)在的風(fēng)格語義層面。

1.1 感性語義篩選

將大眾高爾夫汽車前臉造型進(jìn)行匯總，之后從網(wǎng)絡(luò)、平面媒體中搜集其相關(guān)的風(fēng)格意象詞匯，由設(shè)計(jì)師、行業(yè)人士以及相關(guān)用戶組成小組進(jìn)行詞匯的感性意象分析， 最終選出10對感性詞匯，如表1所示。

表1 大眾高爾夫意象評價(jià)指標(biāo)

1.2 確立研究樣本

通過調(diào)研大眾高爾夫在市場上的車型， 從歷史維度總結(jié)前臉造型，發(fā)現(xiàn)大眾高爾夫具有較高的造型延續(xù)性。以近年來的車型為主要研究樣本，根據(jù)風(fēng)格不同為前提，從58 款車型中做歸類總結(jié)，相似分為一類，最終篩選出形態(tài)差異較大的9個(gè)樣本，并對樣本進(jìn)行去色處理，盡可能降低外因?qū)Ρ粶y者的影響，得到Y(jié)1-Y9如圖1所示。

圖1 大眾高爾夫待研究樣本

1.3 意象調(diào)查實(shí)驗(yàn)——隱性特征提取

實(shí)驗(yàn)將對60 人進(jìn)行問卷調(diào)查，其中包括(男女比例各一半，50%)20 名學(xué)生，20 名商務(wù)人員，10 名資深設(shè)計(jì)師，5 名銷售人員，5 名其他職業(yè)；所受教育程度為研究生35位，大學(xué)生 20 位，?？?5 位；年齡分布為21-30 歲 50 位；31-40 歲 8 位；41 歲以上2位。

以大眾高爾夫?yàn)槔瑢? 種車型進(jìn)行10組指標(biāo)的語義評價(jià)，實(shí)驗(yàn)將采用5 點(diǎn)量表法，量尺上每一對感性語匯之間有5 個(gè)區(qū)間，受測者通過選擇區(qū)間上的數(shù)值來反映對事物的感性認(rèn)識及反應(yīng)強(qiáng)度。

問卷發(fā)放60 份回收有效問卷 58 份，通過平均法獲得9 個(gè)樣本與 10 組詞匯間的對應(yīng)數(shù)據(jù)平均值，統(tǒng)計(jì)結(jié)果如表 2 所示。

表2 大眾高爾夫研究樣本與感性語匯評價(jià)結(jié)果

為了更有效地研究感性意象，利用感性工學(xué)中的因子分析法來對9個(gè)樣本的感性評價(jià)數(shù)據(jù)進(jìn)行處理分析。因子分析也稱因素分析，其功能在于通過找出變量間的共同潛在結(jié)構(gòu)(因子)，以達(dá)到維度減縮的目的。

對上述數(shù)據(jù)進(jìn)行因子分析后得出主因子，結(jié)果以特征值>1為準(zhǔn)則所保留的兩個(gè)因子共可解釋88.847%總體方差。通過因子分析結(jié)果，由輸出結(jié)果可以得知X1、X2、X3、X4、X8這5個(gè)標(biāo)準(zhǔn)在因子1上面的負(fù)荷量值最高；而X5、X6、X7、X9、X10這5個(gè)標(biāo)準(zhǔn)在因子2上的負(fù)荷量上最高；由此可以將因子1命名為外觀與感受；可以將因子2命名為性能與實(shí)用。為下面了解消費(fèi)者對于產(chǎn)品組合偏好做鋪墊。

2 顯性特征對造型風(fēng)格影響程度

為了解消費(fèi)者對于產(chǎn)品組合的偏好， 本文引入聯(lián)合分析法，首先進(jìn)行產(chǎn)品外形部件與造型特征分析，然后采用正交設(shè)計(jì)將部件與造型特征進(jìn)行組合，生成一系列模擬產(chǎn)品。

2.1 正交設(shè)計(jì)及元素提取

根據(jù)每類部件的造型特征，理論上一共可以組合出108種前臉造型(3×2×2×3×3)縮減為16種產(chǎn)品組合，每一列即為該組合的產(chǎn)品屬性，具體如表3所示。

表3 產(chǎn)品組合數(shù)據(jù)表

每個(gè)產(chǎn)品組合以卡片方式讓受測者對于產(chǎn)品組合進(jìn)行偏好順序的排序，其次對上述表中新生成的16種汽車前臉造型繪制編號。邀請20位設(shè)計(jì)師作為受測者要求對這16 款汽車前臉進(jìn)行喜好程度的排序，此部分為受測者對于前臉造型整體組合后偏好的表現(xiàn)。

2.2 聯(lián)合分析試驗(yàn)和數(shù)據(jù)處理及分析

根據(jù)受測者的編號排序，其后的變量“偏好1”至“偏好16”代表受測者偏好的順序由高至低，此時(shí)數(shù)據(jù)編輯區(qū)內(nèi)所輸入的數(shù)據(jù)為卡片的編號。

之后通過編輯分析語句，進(jìn)行實(shí)驗(yàn)分析，最終通過分析法得到顯性特征中各外形部件與相應(yīng)的造型特征在感性意象因子1上的權(quán)重和貢獻(xiàn)率，如圖2所示，分別是各個(gè)元素的權(quán)重值以及其造型特征的貢獻(xiàn)率。

圖2 因子1下的元素造型特征貢獻(xiàn)率和權(quán)重

從圖2中可以得出結(jié)論：在所做實(shí)驗(yàn)的汽車前臉造型元素中，頭燈組對于造型風(fēng)格最為重要，占了44.971%的比率；其次霧燈，占19.570%的比率；再其次是牌照板， 占16.334%的比率；權(quán)重其中最小的是進(jìn)氣格柵，占9.087%。聯(lián)合分析每個(gè)元素輸出所有受測者對該元素的整體效用值，由表2中可以看到其中負(fù)值代表其對風(fēng)格產(chǎn)生的效用小，負(fù)值越大代表這個(gè)造型特征對風(fēng)格影響程度越??；反之亦然。同理可獲得其在因子2下的貢獻(xiàn)率和權(quán)重。將元素造型特征分別在因子1和因子2上對應(yīng)的貢獻(xiàn)率和權(quán)重整理如表4所示。 引入自變量相對重要性的相對權(quán)重估計(jì)，對因變量做回歸分析，假設(shè)線性回歸模型：

(1)

在式(1) 中在沒有特殊情況下β0=0 ，βj為第j個(gè)元素對應(yīng)造型特征的貢獻(xiàn)率，Xj為第j個(gè)元素所占權(quán)重，c代表對應(yīng)因子下的常數(shù)值。

根據(jù)以上可知，已知汽車前臉顯性特征，便可以計(jì)算出實(shí)驗(yàn)生成汽車前臉造型在隱性特征意象上的映射分值。如卡ID-1在因子1感性意象上的映射分值為(-0.258)×44.971%+0.700×9.083%+(-0.775)×10.043%+0.775×16.334%+1.683×19.570%+9.800=10.126，說明卡ID-1所生成的方案1在因子1感性意象上的影響程度為10.126。

表4 外形元素在風(fēng)格意象評價(jià)上的權(quán)重和各造型特征的貢獻(xiàn)率

通過分析得到在產(chǎn)品的顯性特征中，權(quán)重相對較高的元素和有較高貢獻(xiàn)率的造型特征在風(fēng)格感性意象影響程度上占主導(dǎo)因素，說明此類元素造型特征對產(chǎn)品風(fēng)格意象影響大，因此可以將權(quán)重較高和貢獻(xiàn)率起到正向作用的元素造型特征定位為主要元素以及主要造型特征；反之較低權(quán)重和貢獻(xiàn)率起到負(fù)面作用，得分低即影響較低的定位為非主要元素以及非主要造型特征。

根據(jù)上面的正交實(shí)驗(yàn)和聯(lián)合分析獲知在大眾高爾夫汽車前臉造型各元素的權(quán)重和貢獻(xiàn)率，并對結(jié)果進(jìn)行分析，獲得主要元素以及主要造型特征。

3 汽車前臉形狀語法規(guī)則

為了盡可能獲取完整的歷史車型，將其各種形態(tài)融入到語法當(dāng)中，可以分兩個(gè)維度來進(jìn)行演變分析，一是縱向提取其主要元素的特征，做簡單的形態(tài)分析；二是橫向提取近代(2006年-至今)的所有車型，進(jìn)行歸納總結(jié)，因?yàn)榇蟊姼郀柗蜍囆偷难匾u性較好，整體橫向分析后發(fā)現(xiàn)有一定的規(guī)律性， 因此可以將完整前臉形態(tài)分為主要的5 種作為提取時(shí)的參考，具體如圖3所示。

圖3 大眾高爾夫歷史車型的提取

通過對歷史車型演變分析就可以對基本形態(tài)元素進(jìn)行提取與劃分，結(jié)合按照上文中正交設(shè)計(jì)所述各元素以及造型特征，按照如此分類進(jìn)行下一步的規(guī)則制定。

形狀語法變換規(guī)則可以分為兩類，一類是生成性規(guī)則，一類是修改性規(guī)則。對于大眾高爾夫的前臉元素定義語法規(guī)則如圖4 所示，其中規(guī)則1～12 為生成規(guī)則；規(guī)則12～30位修改規(guī)則。將主要對貢獻(xiàn)度大的運(yùn)用形狀語法規(guī)則進(jìn)行修改，對貢獻(xiàn)度小的引入泛族群理論進(jìn)行創(chuàng)新設(shè)計(jì)。

圖4 前臉元素形狀語法規(guī)則制定

4 創(chuàng)新產(chǎn)品生成

4.1 泛族群概念

產(chǎn)品族群內(nèi)的產(chǎn)品集合可分為近領(lǐng)域產(chǎn)品和遠(yuǎn)領(lǐng)域產(chǎn)品，可以把產(chǎn)品族內(nèi)的產(chǎn)品稱為同族群產(chǎn)品；產(chǎn)品族外的產(chǎn)品稱為異族群產(chǎn)品。泛族群是包含同族群產(chǎn)品和異族群產(chǎn)品。泛族群形態(tài)設(shè)計(jì)的優(yōu)勢是可以從其他族群的形態(tài)提取所需的產(chǎn)品形態(tài)，形成一定差異性情感意象和風(fēng)格特征的產(chǎn)品形態(tài)用以滿足消費(fèi)者的需求。

以電動(dòng)汽車為例，按照名稱進(jìn)行泛化， 過程如圖5所示。

圖5 電動(dòng)汽車的泛化過程

4.2 電動(dòng)汽車的造型特點(diǎn)

研發(fā)新能源汽車是為了解決環(huán)境污染和能源短缺問題的可行性較高的方案。與傳統(tǒng)汽油乘用車相比，其造型有其獨(dú)特特點(diǎn)。1)集成化：電動(dòng)汽車在布置方面的變化會(huì)影響造型，尤其是平整的底盤以及進(jìn)氣格柵的消失或減小，能對汽車的氣動(dòng)阻力進(jìn)行有效減小；2) 智能化：智能照明系統(tǒng)、夜視系統(tǒng)以及泊車系統(tǒng)都屬于智能化的體現(xiàn)， 同時(shí)包括導(dǎo)航系統(tǒng)。對于整體車身造型分析：①車頭高度。相比較于傳統(tǒng)的汽車， 電動(dòng)汽車不存在發(fā)動(dòng)機(jī)艙，因此車頭高度能夠降低的更低，可獲得更好的空氣動(dòng)力學(xué)性能；② 前后擾流器。加裝尾翼能夠?qū)ζ嚨臍鈩?dòng)性能進(jìn)行有效的改善，尾翼高度會(huì)對造型效果造成影響。③ 車輪以及輪腔特性。有輪腔覆蓋的車輪相比于完全暴露在空氣當(dāng)中有著更好的氣動(dòng)性能。④ 車身底部離地的高度。電動(dòng)汽車因?yàn)榻Y(jié)構(gòu)方面特點(diǎn)非常容易被做成光滑底板，所以在實(shí)際設(shè)計(jì)當(dāng)中，應(yīng)該對工程分析出最佳離地高度來進(jìn)行對造型形式有效的結(jié)合。

4.3 電動(dòng)汽車前臉形態(tài)的生成

從之前聯(lián)合分析中可獲知進(jìn)氣格柵對整個(gè)大眾高爾夫前臉造型的風(fēng)格意象貢獻(xiàn)率較低，在對歷史車型的分析中，也可以發(fā)現(xiàn)進(jìn)氣格柵的造型多變，其次可以對霧燈進(jìn)行創(chuàng)新設(shè)計(jì)。而對于貢獻(xiàn)度高的造型元素進(jìn)行形狀語法規(guī)則的修改，貢獻(xiàn)度小的元素則結(jié)合泛族群概念進(jìn)行創(chuàng)新設(shè)計(jì)。對于電動(dòng)汽車前臉造型主要來自3方面約束——修改性形狀語法規(guī)則、電動(dòng)汽車自身的特點(diǎn)以及泛族群的引入。圖6是根據(jù)鯊魚的牙齒和嘴型進(jìn)行對進(jìn)氣格柵的創(chuàng)新設(shè)計(jì)。

圖6 電動(dòng)汽車前臉造型的生成

5 結(jié)語

本文介紹了一種產(chǎn)品創(chuàng)新設(shè)計(jì)方法——整合產(chǎn)品族與泛族群的產(chǎn)品形態(tài)演進(jìn)設(shè)計(jì)，在產(chǎn)品識別、產(chǎn)品功能特點(diǎn)、泛族特征3方面的約束下進(jìn)行產(chǎn)品造型創(chuàng)新設(shè)計(jì)， 既解決了產(chǎn)品品牌風(fēng)格的延續(xù)性和創(chuàng)新性之間的矛盾，同時(shí)又兼顧電動(dòng)汽車自身的功能特點(diǎn)。最后進(jìn)行了初步的造型生成實(shí)驗(yàn)， 驗(yàn)證該方法的可行性。今后可針對不同類泛族群選取進(jìn)行橫向比較研究。另外，目前的造型生成還是比較單調(diào)，之后可進(jìn)一步研究參數(shù)化3D形狀語法在造型生成的應(yīng)用。

[1] 徐江，王海賢，孫守遷. 基于風(fēng)格進(jìn)化模型的產(chǎn)品生成設(shè)計(jì)方法[J]. 東南大學(xué)學(xué)報(bào)(自然科學(xué)版)，2012, 42(4): 654-658.

[2] 楊穎，雷田，潘云鶴. 產(chǎn)品識別—一種以用戶為中心的設(shè)計(jì)方法[J]. 中國機(jī)械工程，2006(11): 1105-1109.

[3] 楊延璞，陳登凱，余隋懷，等. 基于形狀語法的泛族群產(chǎn)品形態(tài)設(shè)計(jì)[J]. 計(jì)算機(jī)集成制造系統(tǒng)， 2013,19(9): 2107-2115.

[4] 羅仕鑒，翁建廣，陳實(shí), 等. 基于情境的產(chǎn)品族設(shè)計(jì)風(fēng)格 DNA[J]. 浙江大學(xué)學(xué)報(bào)(工學(xué)版)，2009.(06): 1112-1117.

[5] 盧兆麟，湯文成，薛澄岐. 一種基于形狀語法的產(chǎn)品設(shè)計(jì)DNA推理方法[J]. 東南大學(xué)學(xué)報(bào)(自然科學(xué)版)，2010，7(4)：704-711.

[6] 蘇建寧，江平宇，朱斌，等. 感性工學(xué)在產(chǎn)品設(shè)計(jì)中的應(yīng)用研究[J]. 西安交通大學(xué)學(xué)報(bào)，2004,38(1)：60-63.

[7] 黃琦，孫守遷． 產(chǎn)品風(fēng)格計(jì)算研究進(jìn)展[J]. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)， 2006，18(11)：1629-1636.

[8] 傅業(yè)燾，羅仕鑒. 面向風(fēng)格意象的產(chǎn)品族外形基因設(shè)計(jì)[J]. 計(jì)算機(jī)集成制造系統(tǒng)，2012，118(3): 449-457.

[9] 楊濤. 基于形狀語法的汽車前臉造型意象重組方法研究[D]. 長沙：湖南大學(xué)，2009.

[10] 盧兆麟，湯文成，薛澄岐. 簡論形狀語法及其在工業(yè)設(shè)計(jì)中的應(yīng)用[J]. 裝飾，2010(2): 102-103.

[11] 葉霞娟，朱昱寧，馮迪. 產(chǎn)品語義學(xué)在電動(dòng)托盤叉車造型設(shè)計(jì)中的應(yīng)用[J]. 輕工機(jī)械， 2014(4): 114-118.

[12] 孫守遷，張克俊. 基于組件約束的風(fēng)格概念方案生成技術(shù)[J]. 中國科技論文在線，2009, 4(2): 141-145.

[13] 孫志學(xué)，杜鶴民. 基于形狀語法的多因素驅(qū)動(dòng)應(yīng)急通信車造型設(shè)計(jì)[J]. 機(jī)械設(shè)計(jì)，2014(10): 97-101.

[14] 郝玉峰，楊剛俊. 面向品牌認(rèn)知的產(chǎn)品形態(tài)推演方法[J]. 太原科技大學(xué)學(xué)報(bào)，2011, 32(6): 501-505.

[15] 朱上上,羅仕鑒,應(yīng)放天,等. 支持產(chǎn)品視覺識別的產(chǎn)品族設(shè)計(jì) DNA [J]. 浙江大學(xué)學(xué)報(bào)(工學(xué)版),2010, 44(4): 715-721.

[16] 徐江,孫守遷,張克俊. 基于遺傳算法的產(chǎn)品意象造型優(yōu)化設(shè)計(jì)[J]. 機(jī)械工程學(xué)報(bào), 2007, 43(4):53-64.

[17] 黃瑞松. 以形狀語法建構(gòu)宋朝斗拱[D]. 云林：國立云林科技大學(xué)， 2002.

[18] 陳皓，崔杜武，崔穎安，等. 族群進(jìn)化算法[J]. 軟件學(xué)報(bào)，2010,21(5)：978-990.

[19] 趙婷婷，魏小鵬. 基于基因表達(dá)的產(chǎn)品結(jié)構(gòu)的多目標(biāo)優(yōu)化概念設(shè)計(jì)[J]. 機(jī)械工程學(xué)報(bào)，2005，41(1)：102-107.

[20] Shi-Jian Luo, Ye-Tao Fu, Yu-Xiao Zhou. Perceptual matching of shape design style between wheel hub and car type[J]. International Journal of Industrial Ergonomics, 2012, 42(1): 90-102.

[21] Shi-Jian Luo, Ye-Tao Fu, Yu-Xiao Zhou. Perceptual matching of shape design style between wheel hub and car type[J]. International Journal of Industrial Ergonomics, 2012, 42(1): 90-102.

[22] Mei Choo Ang, Hau Hing Chau, Alison Mckay And Alan De Pennington. Combining evolutionary algorithms and shape grammars to generate branded product design[J]. Design Computing and Cognition, 2006: 521-539.

[23] Gips, J and Stiny, G: 1980, Production systems and grammars: A uniform characterization[J]. Environment and Planning, 7(4): 399-408.

[24] Shih-Wen Hsiao, Ya- Chuan Ko. A study on bicycle appearance preference by using FCE and FAHP[J]. International Journal of Industrial Ergonomics, 2013, 43(4): 264-273.

[25] Shih-Wen Hsiao,Ching-Hai Chen.A semantic and shape grammar based approach for product design[J]. Design Studies, 1997,18(3):275-296.

[26] Michael J.Pugliese,Jonathan Cagan.Capturing a rebel: modeling the Harley-Davidson brand through a motorcycle shape grammar[J]. Research in Engineering Design, 2002,13:139-156.