基于眼動跟蹤實驗與VR仿真的農業(yè)機器人造型設計

常瑜，田園，尹項迎

基于眼動跟蹤實驗與VR仿真的農業(yè)機器人造型設計

常瑜1，田園2，尹項迎1

（1.天津商業(yè)大學，天津 300134；2.北華航天工業(yè)學院，河北 廊坊 065000）

為促進農業(yè)智能化發(fā)展，進一步豐富農業(yè)機械的用戶感性意象，解決農業(yè)機器人造型設計同質化問題。結合眼動跟蹤實驗與VR仿真技術，提出一種農業(yè)機器人造型設計方法。第一，確定樣本及初步感性意象，進行感性意象的權重分析與篩選。第二，運用眼動跟蹤設計樣本進行造型特征點分析，主要依據熱點區(qū)域確定關鍵造型要素。第三，依據意象權重分析、眼動實驗結果等進行針對性的造型意象創(chuàng)新，形成方案集并完成計算機輔助設計。最后，通過熵權理論和VR仿真技術的介入完成綜合設計評價，獲得最優(yōu)解。以蘋果采摘機器人造型設計為例，根據分析可知，在農業(yè)機器人造型設計中運用眼動跟蹤技術與VR仿真評價，可以較為準確地依據用戶感性意象需求進行造型設計創(chuàng)新，提高設計效率，其方法具有一定的適用性。

產品設計；采摘機器人；眼動跟蹤實驗；VR仿真；設計評價

黨的十九大報告明確指出，實施鄉(xiāng)村振興戰(zhàn)略，要堅持農業(yè)農村優(yōu)先發(fā)展，按照產業(yè)興旺、生態(tài)宜居、鄉(xiāng)風文明、治理有效、生活富裕的總要求，加快推進農業(yè)農村現代化。農業(yè)現代化需要依靠物聯網、大數據以及人工智能等關鍵性技術，其中農業(yè)機器人是技術整合的主要代表，已經得到廣泛關注。

1 研究現狀

人工智能和大數據技術在農業(yè)領域的不斷普及，為現代農業(yè)帶來了革命性的技術創(chuàng)新[1]，肩負著推動農業(yè)現代化進程、推進農業(yè)結構調整的多重使命[2]。其中，農業(yè)機器人將智能設備和先進技術集于一體，是農業(yè)機械的高級形式[3]，在提高農業(yè)勞動生產率，改善農業(yè)生產作業(yè)條件，實現農業(yè)規(guī)?；⒕珳驶a等方面具有較大的應用潛力[4]。目前，針對農業(yè)機器人的研究，主要集中在數據界面、控制系統(tǒng)、機械結構等方面，如界面影響因素[5]、路徑規(guī)劃[6]、功能結構技術[7-8]。但值得注意的是，隨著農機技術的日趨完善，用戶將開始注重相關產品在使用者感性層面產生的作用。此外，農機產品造型還應契合多樣化的功能需求，進行更為豐富的創(chuàng)新設計實踐。由此可見，造型設計是農業(yè)機器人發(fā)展過程中的關鍵性問題。

在產品開發(fā)過程中，設計評價能夠為方案的改進和優(yōu)化提供參考依據。隨著學科間的融合發(fā)展及相關理論的完善，設計評價的方法也呈現出多樣化的特點，并由主觀的定性評價發(fā)展為客觀的綜合性評價[9]。國內農機裝備評價也呈現出較多層次的研究，如利用模糊綜合評價法完成了對產品零件關聯度的綜合評判[10]；從產品發(fā)展進化角度進行了農機裝備生命周期人機設計評價研究[11]；基于農戶調研數據對農機裝備質量進行了評價研究等[12]?？梢钥闯觯槍r業(yè)機器人造型方面的設計評價較少。同時，有學者指出，為應對需求的發(fā)展，未來必將研究出更多種類的農業(yè)機器人，使其生產效率更高[13]。因此，當前開展包含執(zhí)行器、車身、行走裝置等在內的農業(yè)機器人整體造型設計也很有必要。

眼動追蹤技術作為生理喚醒量的反饋，在心理學、醫(yī)學等領域已有了廣泛的運用。根據視覺軌跡判斷消費者的心理狀態(tài)已成為產品設計領域研究的熱點[14]。如今，越來越多的研究人員將眼動實驗數據運用于產品決策中，例如智能交互領域[15]、用戶體驗評測[16]、產品外觀設計[17]。同時，虛擬現實和視景仿真的發(fā)展，促進了VR技術等仿真分析方法運用于產品感性工學研究中，如運用VR交互技術建立產品設計評價系統(tǒng)、解決產品設計溝通障礙[18]等。值得注意的是，在造型設計階段，眼動跟蹤實驗作為造型關鍵性特征提取的設計手段，能夠基于用戶注視點數據提高創(chuàng)新設計分析的客觀性，但對整體造型設計評價而言，用戶較為被動，主要依靠實驗者提供的產品設計圖片或視頻演示進行評價，不夠直觀。在評價階段，引入VR仿真分析手段，能夠幫助用戶全面、主動地在虛擬場景中查看造型設計及細節(jié)，給出更為可靠的評價。因此，在創(chuàng)新設計階段應用眼動追蹤技術，在評價階段引入VR仿真技術，可不斷推進、完善農業(yè)機器人造型設計及評價，并帶來新的研究方法。

綜上所述，農業(yè)機器人造型設計在農業(yè)機械化發(fā)展進程中不可或缺，而目前在造型設計方面的研究較少?；诖?，本文將開展農業(yè)機器人造型設計評價研究，具體通過眼動跟蹤技術和VR仿真技術相結合，提取農業(yè)機器人造型特征點和數據，進行設計方案的評價和篩選，以獲取符合用戶感性意象的造型設計，提高設計評價效率，為農業(yè)機器人造型的設計創(chuàng)新提供技術支撐。

2 設計流程的建立

2.1 分析流程

參考具體的農業(yè)機器人類型及功能需求，構建針對性的造型創(chuàng)新設計分析流程，見圖1。

1）基于專業(yè)的用戶和設計調研，完成典型實例、用戶感性意象詞匯的篩選。

2）結合實例，進行眼動跟蹤實驗設計和熱點區(qū)域分析，以此形成關鍵造型要素的選擇依據。

3）參考造型要素與用戶意象的選擇、分析，完成創(chuàng)新設計方案集并生成計算機輔助三維模型。

4）利用方案集依次構建VR仿真場景，結合VR設備進行用戶評價法分析，對評價結果進行量化處理，獲取最優(yōu)解。

圖1 分析流程

2.2 設計樣本的確定與意象分析

1）設計樣本的篩選。首先，在互聯網、專業(yè)期刊、報紙等范圍內搜集關聯性較強的初始樣本。其次，采用焦點小組法（專家介入）對初始樣本進行討論、提煉，獲得典型的樣本，以用于實驗和評價。值得注意的是，為提高篩選過程的準確性，可對初始樣本進行必要的圖像修正（去掉品牌、色彩、背景等），最終得到設計樣本的集合。

2）采用詞匯收集法和聚類分析法進行用戶感性意象詞匯的提取。具體而言，造型意象用語義來表達，語義的獲取依賴用戶調研與分析，過程包含語義詞匯的收集、分析和歸納3個階段，最終得到樣本造型意象集（即典型意象詞匯）。

3）意象詞匯的權重計算分析。這一階段依靠專家打分進行計算分析，具體使用Likert五級制（1—5分）進行賦值，同時要將結果進行歸一化處理，形成權重判斷，獲取目標意象。

2.3 眼動實驗設計

在設計流程第2階段引入眼動跟蹤實驗，目的在于捕捉設計樣本整體造型中用戶注視的熱點區(qū)域，著力于這些熱點區(qū)域的分析將成為造型創(chuàng)新設計的關鍵。該過程是通過眼動實驗設備完成的，可提高關鍵造型設計要素提取過程的客觀性。眼動實驗的對象為經過視力篩查的用戶，設備上采用TobiiproX3-120便攜式桌面眼動儀、專業(yè)顯示屏和軟件ErgoLAB，并進行合理的實驗設定。

1）實驗準備。設定一名主持人，向被試者講解實驗注意事項并進行眼動儀校準，保證實驗過程完整、有效。

2）實驗過程。被試者調整坐姿后，面向顯示屏瀏覽相關設計樣本圖片，由主持人控制軟件，并將顯示屏切換為黑屏，時長30 s，以此保證被試者眼腦有放松的時間。

3）切換為新的設計樣本讓被試者瀏覽，直至完成所有的設計樣本。最終，形成造型熱點區(qū)域，提供關鍵造型要素的選擇依據。

2.4 VR仿真與設計評價

在設計流程的最后是設計評價，眼動跟蹤實驗的引入是為了通過捕捉用戶的注視熱點形成關鍵造型設計要素，由創(chuàng)新設計思考后所形成的方案集，仍需通過設計評價來完成最優(yōu)方案的篩選。在這一階段，VR虛擬仿真的引入，可取代傳統(tǒng)的觀看設計方案圖片進行評價的方式，為參與方案篩選評價的用戶提供沉浸式、全景式的設計方案展示場景，以提高評價的準確性。同時，在用戶評價完成后，運用熵權理論相關方法處理用戶的評價分值，也增強了最優(yōu)方案篩選的可靠性。

下面將基于Twinmotion軟件搭建VR仿真場景，設計評價過程的具體實現方式如下：

1）采用Twinmotion軟件構建造型設計場景模型并生成仿真可執(zhí)行的程序，并以此作為VR實驗場景，Twinmotion軟件設計場景見圖2。

2）仿真實驗。選取HTC-VIVE作為VR設備，由實驗人員操作軟件來實現不同方案場景的切換，用Twinmotion建立不同的計算機輔助農業(yè)機器人造型創(chuàng)新設計方案VR虛擬場景，使參與實驗的用戶通過設備進入其中，并依據典型意象詞匯進行主觀評價，評價采用5級量表，1—5分代表不同的感受程度。

圖2 Twinmotion軟件設計場景

(2)

3 蘋果采摘機器人造型設計實例

依據上文所述的設計流程，以蘋果采摘機器人造型設計為例進行設計分析與驗證，主要包括用戶意象分析、關鍵造型要素的眼動實驗，以及創(chuàng)新設計方案評價。

3.1 用戶意象確立

用戶意象通過意象詞匯進行語義表達，本次實驗結合農業(yè)采摘機器人作業(yè)場景（矮砧密植集約栽培方式）進行了詞匯的收集和整理；然后，選取25名用戶參與到蘋果采摘機器人造型設計的感性意象分析過程中，參與本次實驗的用戶選定為與產品造型設計相關的設計學類專業(yè)教師、學生以及從事農業(yè)機器人開發(fā)的從業(yè)者等，能夠為農機造型設計提供較為專業(yè)的分析數據，具體包含15名高校產品設計專業(yè)師生、10名農業(yè)科學研究從業(yè)者，完成了詞匯的歸納，形成了針對蘋果采摘機器人造型設計的用戶典型意象詞匯——“可靠的、未來的、易用的、簡潔的”。篩選過程見圖3，首先基于互聯網、書籍、文獻等展開調研，檢索與農業(yè)機器人相關的描述詞匯，完成農業(yè)機器人造型初始意象詞匯的收集；其次，與上述選定的、具備一定農業(yè)機器人設計專業(yè)知識和研發(fā)經驗的專業(yè)用戶進行設計訪談，結合農業(yè)機器人造型特征對初始意象進行篩選分析，最終形成符合設計目標的典型意象詞匯。

意象詞匯的權重分析。為提高評價的可靠性，在參與意象詞匯篩選的25名用戶中選取具有5年以上農機設計或工業(yè)設計及評價相關科研經歷的從業(yè)人員作為評價意象詞匯的專家（共5名），對4個典型意象詞匯進行打分，結果分析見表1，可以看出，“可靠的”意象權重最高，但因權重值之間的差距較小，在具體的造型設計過程中也要兼顧“易用的”“未來的”和“簡潔的”意象。

圖3 用戶意象篩選過程

表1 典型意象詞匯權重分析

Tab.1 Analysis on the weight of typical image words

3.2 眼動實驗分析及關鍵造型要素確立

基于上文所述的流程分析，將結合眼動實驗對采摘機器人的造型關鍵要素進行提取。

1）設計樣本篩選。采摘機器人是目前國內農業(yè)機器人研究的重點領域[13]，因此，通過多個渠道收集此類農業(yè)機器人造型設計案例，并結合相關專業(yè)領域的專家建議，對樣本進行篩選，形成本次實踐的設計樣本集合，包含草莓采摘機器人、番茄采摘機器人、甜椒采摘機器人、果實分揀機器人、收割機器人等典型的采收機器人，共計7個樣本，均具備典型的行走裝置、機身、執(zhí)行器等關鍵造型特征，有利于開展本次具有針對性的采摘機器人造型研究。

2）進行眼動跟蹤實驗并完成關鍵造型要素的提取。具體而言，對7個設計樣本的圖片進行處理后導入ErgoLAB軟件，選取參與意象詞匯篩選的15名用戶繼續(xù)參與眼動跟蹤實驗，實驗過程見圖4。最后形成7個設計樣本的眼動跟蹤注視點圖，見圖5。

實驗中，注視點可表明用戶關注強弱的變化，軟件將注視點集中的特征區(qū)域定義為熱點，關注程度由弱到強用綠色、黃色、紅色標注?；?個農業(yè)采摘機器人造型眼動跟蹤試驗的結果，可得出：

1）在設計樣本中，主體包覆件、機械臂的關注度較高，能夠作為主要造型要素，凸顯造型意象并提高識別度。此外，輪胎也吸引了用戶的一部分關注度，應當作為輔助造型要素進行分析。

2）在部分設計樣本中與造型無關的結構件、線纜等也獲得了較多的視覺注視，但本身并未提供積極的造型意象，在創(chuàng)新設計中應注意要弱化非造型的重要特征，使采摘機器人造型更符合用戶意象。因此，通過實驗可將面向農業(yè)采摘機器人的造型要素定義為“主體包覆件”“機械臂”和“車輪”，并重點進行“主體包覆件”和“機械臂”的設計。

3.3 創(chuàng)新方案集生成及篩選評價

依據上文的分析，將面向“可靠的”用戶意象，進行具體的蘋果采摘機器人造型設計，主要對機器人主體包覆件、機械臂和車輪進行造型解析和創(chuàng)新，驅動完成創(chuàng)新設計方案集，本次實踐共形成了3個創(chuàng)新方案，見圖6。

運用Twinmotion軟件形成3個VR場景（見圖7）。邀請參與眼動實驗的15名用戶進入VR場景體驗，實驗場景見圖8。依據2.4小節(jié)所述方法完成評價，并結合2.4小節(jié)中的式（1）—（3），形成各創(chuàng)新方案初步面向意象詞匯的評價結果，見表2。

最后，進行權重擬合，3個方案的評價權重分別為0.248 6（方案1）、0.251 6（方案2）和0.244 2（方案3），方案2以較小的優(yōu)勢成為最優(yōu)解，經過深化設計后的效果見圖9。

圖4 眼動跟蹤實驗過程

圖5 設計樣本眼動跟蹤實驗熱點圖

圖6 創(chuàng)新方案集

圖7 VR場景示意

圖8 VR實驗過程示意

表2 各創(chuàng)新方案初步的評價結果

Tab.2 Preliminary evaluation results of each innovation scheme

4 結語

在農業(yè)機器人造型設計研究中，結合眼動跟蹤實驗與VR仿真技術，完成了典型意象詞匯、關鍵設計要素的權重分析，并基于VR仿真實驗和熵權理論完成了設計評價，形成了易于操作的創(chuàng)新設計和評價流程，主要結論如下：

1）運用眼動跟蹤實驗完成了關鍵造型要素的提取，即通過用戶完成初始設計樣本的選擇；再結合眼動跟蹤實驗進行了造型熱點區(qū)域的分析，完成了關鍵造型要素的提取，為進一步的創(chuàng)新設計分析提供了較為科學的設計依據。

2）運用計算機輔助VR場景的構建，以此完成創(chuàng)新設計方案集的設計評價，同時結合熵權理論進行分析，完成量化評價，并篩選出最優(yōu)方案，通過采摘機器人的設計實踐能夠體現流程的可行性。然而，運用Twinmotion構建的產品設計仿真VR場景中，產品的材質、色彩等與常用的產品設計渲染軟件效果相比會失真，在一定程度上會影響用戶的評價，在今后的研究中應著力提高VR場景的渲染效果。文中主要通過眼動跟蹤實驗和VR技術的導入進行創(chuàng)新設計流程的探索，并依據專業(yè)用戶完成采摘機器人的創(chuàng)新設計與評價篩選。在今后的研究中應繼續(xù)完善用戶篩選機制，并采用多樣化的評價方法，以提高評價的科學性和客觀性。

[1] 陳桂芬, 李靜, 陳航, 等. 大數據時代人工智能技術在農業(yè)領域的研究進展[J]. 吉林農業(yè)大學學報, 2018, 40(4): 502-510.

CHEN Gui-fen, LI Jing, CHEN Hang, et al. A Survey of Researches on Artificial Intelligence in the Field of Agriculture in Big Data Era[J]. Journal of Jilin Agricultural University, 2018, 40(4): 502-510.

[2] 劉宏笪, 張濟建, 張茜. 我國“智慧農業(yè)”研究態(tài)勢與發(fā)展展望[J]. 黑龍江畜牧獸醫(yī), 2019(10): 6-11, 175.

LIU Hong-da, ZHANG Ji-jian, ZHANG Xi. The Research Situation and Development Prospect of "Intelligent Agriculture" in China[J]. Heilongjiang Animal Science and Veterinary Medicine, 2019(10): 6-11, 175.

[3] 李樂, 劉玉倩. 基于大數據的農業(yè)智能機器人開發(fā)[J]. 農機化研究, 2019, 41(11): 221-224.

LI Le, LIU Yu-qian. Development of Agricultural Intelligent Robot Based on Big Data[J]. Journal of Agricultural Mechanization Research, 2019, 41(11): 221-224.

[4] 閆全濤, 李麗霞, 邱權, 等. 小型移動式農業(yè)機器人研究現狀及發(fā)展趨勢[J]. 中國農機化學報, 2019, 40(5): 178-186.

YAN Quan-tao, LI Li-xia, QIU Quan, et al. Research Status and Development Trends of Small-Mobile Agricultural Robots[J]. Journal of Chinese Agricultural Mechanization, 2019, 40(5): 178-186.

[5] 王華斌, 張陽陽. 農機界面設計影響因素的分析[J]. 包裝工程, 2019, 40(18): 159-165.

WANG Hua-bin, ZHANG Yang-yang. Influencing Factors of Agricultural Machine Interface Design[J]. Packaging Engineering, 2019, 40(18): 159-165.

[6] 朱雯曦. 大數據在農業(yè)機器人路徑規(guī)劃實時同步定位中的應用[J]. 農機化研究, 2020, 42(3): 198-202.

ZHU Wen-xi. Application of Big Data in Real Time Synchronous Positioning and Path Planning of Agricultural Robot[J]. Journal of Agricultural Mechanization Research, 2020, 42(3): 198-202.

[7] 劉繼展. 溫室采摘機器人技術研究進展分析[J]. 農業(yè)機械學報, 2017, 48(12): 1-18.

LIU Ji-zhan. Research Progress Analysis of Robotic Harvesting Technologies in Greenhouse[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(12): 1-18.

[8] 王寶梁, 索明何, 劉大誠. 基于開放式結構的多功能農業(yè)機器人設計[J]. 中國農機化學報, 2019, 40(3): 179-184.

WANG Bao-liang, SUO Ming-he, LIU Da-cheng. Design of a Multifunctional Agricultural Robot[J]. Journal of Chinese Agricultural Mechanization, 2019, 40(3): 179-184.

[9] 劉征, 王昀. 基于知識計量的產品設計調研方法[J]. 計算機集成制造系統(tǒng), 2020, 26(10): 2690-2702.

LIU Zheng, WANG Yun. Survey Method of Product Design Based on Knowledge Measurement[J]. Computer Integrated Manufacturing Systems, 2020, 26(10): 2690-2702.

[10] 羅石林, 何苗, 李建堯, 等. 基于模糊綜合評價法的農機零件關聯度計算及模塊劃分[J]. 中國農業(yè)科技導報, 2019, 21(2): 71-81.

LUO Shi-lin, HE Miao, LI Jian-yao, et al. Fuzzy Comprehensive Evaluation Method Calculation of Correlation Degree and Module Division of Agricultural Machinery Parts[J]. Journal of Agricultural Science and Technology, 2019, 21(2): 71-81.

[11] 邱變變, 周驥平, 鄭再象, 等. 農機裝備生命周期人機設計評價指標體系研究[J]. 機械設計與制造, 2018(12): 230-233.

QIU Bian-bian, ZHOU Ji-ping, ZHENG Zai-xiang, et al. Study on Lifecycle Ergonomic Evaluation Index System for Agricultural Equipment[J]. Machinery Design & Manufacture, 2018(12): 230-233.

[12] 周晶, 青平. 國產農機裝備質量評價研究——基于華中地區(qū)農戶調查數據的分析[J]. 中國工程科學, 2019, 21(5): 60-66.

ZHOU Jing, QING Ping. Study on Quality Evaluation of Domestic Agricultural Machinery Equipment: An AnalysisBased on the Farmer Survey Data from Central China[J]. Strategic Study of CAE, 2019, 21(5): 60-66.

[13] 趙靜娟, 鄭懷國, 董瑜, 等. 全球農業(yè)機器人研發(fā)趨勢預測及對我國的啟示[J]. 中國農機化學報, 2021, 42(4): 157-162.

ZHAO Jing-juan, ZHENG Huai-guo, DONG Yu, et al. Forecast Research and Development Trend of International Agricultural Robot and Its Suitability to China[J]. Journal of Chinese Agricultural Mechanization, 2021, 42(4): 157-162.

[14] 蘇建寧, 邱凱, 張書濤, 等. 基于眼動數據的產品造型設計要素評價方法研究[J]. 機械設計, 2017, 34(10): 124-128.

SU Jian-ning, QIU Kai, ZHANG Shu-tao, et al. Evaluation Method Study of Product Modeling Design Elements Based on Eye Movement Data[J]. Journal of Machine Design, 2017, 34(10): 124-128.

[15] 郜東瑞, 汪潤桂, 應少飛, 等. 基于眼動信號的便攜式無線智能交互系統(tǒng)設計[J]. 中國生物醫(yī)學工程學報, 2019, 38(5): 573-580.

GAO Dong-rui, WANG Run-gui, YING Shao-fei, et al. Design of Portable Wireless Intelligent Interactive System Based on Eye Movement Signal[J]. Chinese Journal of Biomedical Engineering, 2019, 38(5): 573-580.

[16] 盧國英, 侯冠華. 基于眼動追蹤的工程車輛造型設計用戶體驗預測模型[J]. 機械設計, 2017, 34(8): 107-111.

LU Guo-ying, HOU Guan-hua. Predictive Model of User Experience of Engineering Vehicle Modeling Design Based on Eye Tracking[J]. Journal of Machine Design, 2017, 34(8): 107-111.

[17] 王金軍, 方灝. 基于眼動的內飾造型特征認知與品牌識別研究[J]. 包裝工程, 2020, 41(22): 53-59.

WANG Jin-jun, FANG Hao. Cognition of Interior Styling Feature and Brand Recognition Based on Eye Tracking[J]. Packaging Engineering, 2020, 41(22): 53-59.

[18] 張敏, 黃華. VR交互技術下的產品設計評價系統(tǒng)研究[J]. 現代電子技術, 2019, 42(19): 173-177.

ZHANG Min, HUANG Hua. Research on Product Design Evaluation System Based on Virtual Reality Interaction Technology[J]. Modern Electronics Technique, 2019, 42(19): 173-177.

Modeling Design of Agricultural Robot Based on Eye Tracking Experiment and VR Simulation

CHANG Yu1, TIAN Yuan2, YIN Xiang-ying1

(1.Tianjin University of Commerce, Tianjin 300134, China; 2.North China Institute of Aerospace Engineering, Heibei Langfang 065000, China)

This paper aims to promote the development of agricultural intelligence, further enrich the perceptual image of agricultural machinery users, and solve the problem of homogeneity of agricultural robot modeling design. Combining the eye tracking experiment and VR simulation, a modeling design method of agricultural robot is proposed. Firstly, this paper determines the sample and preliminary perceptual image, and conducts the weight analysis and screening of perceptual image. Secondly, it uses the eye tracking experiment to analyze the modeling feature points, and mainly determines the key modeling elements based on the hot spots. Thirdly, according to the image weight analysis and eye movement experiment results, it carries on the targeted modeling image innovation, forms the scheme set and completes the computer-aided design. Finally, it uses entropy weight theory and VR simulation technology to complete the comprehensive design evaluation and obtain the optimal solution. Taking the shape design of apple picking robot as an example, the analysis shows that the application of eye tracking technology and VR simulation evaluation in the shape design of agricultural robot can more accurately innovate the shape design according to the user's perceptual image demands, and improve the design efficiency. In a nutshell, the method has certain applicability.

product design; picking robot; eye tracking experiment; VR simulation; design evaluation

TB472

A

1001-3563(2022)12-0119-07

10.19554/j.cnki.1001-3563.2022.12.013

2022–01–25

天津市哲學社會科學規(guī)劃課題重點項目（TJSR20-010）；天津商業(yè)大學教學改革項目（TJCUJG202063）

常瑜（1986—），男，碩士，副教授，主要研究方向為產品設計。

尹項迎（1991—），女，碩士，講師，主要研究方向為產品創(chuàng)新設計。

責任編輯：馬夢遙