基于感性工学产品造型设计的理论分析研究

产品造型设计题 目 基于感性工学产品造型设计的理论分析研究 学 院 机 电 工 程 学 院_专 业 机 械 制 造 及 其 自 动 化_学 号 1604121779_学生姓名 郭 文 涛_指导老师 杜 淑 幸_基于感性工学产品造型设计的理论分析研究摘要：感性工学注重于产品的情感方面的追求。它是一个针对消费者原始心理感受的工学技术：重视消费者的情感和感官上的需求，将其量化成数据，并映射成设计元素。本研究的目的就在于研究感性工学应用于产品造型设计的理论基础，掌握其应用原理，更好的为产品造型设计服务。关键词：感性工学，情感，感官，数据，产品造型设计。1 引言社会的不断进步，人们的物质生活得到了充分的满足，消费者已不再将功能上的需求作为第一选择原则，情感化的需求和个性化的需求都是在新经济时代涌现出来的新的社会需求。很大一部分消费者将原始感受以及精神层面上的满足作为选择与购买产品的考虑重点，能体现个性、身份、爱好以及价值观等个人特征的产品成为了他们追捧的对象。这种消费形态的重大变革直接激发了企业以及设计师对产品功能的重新思考：生产满足消费者精神层面需求和个性需求的产品是现在企业最关注的问题之一；而对于设计师而言，如何寻找和掌握消费者的精神需求，如何体会和理解消费者的个性需求，如何塑造产品的个性特征，如何赋予产品情感化的造型都是非常重要的课题。如苹果计算机 iMac 和吉利 Gillette 刮胡刀等都创造出让消费者欣赏的个性化特征、感官体验与精神需求的成功案例。2 感性工学的定义及研究现状“感性工学”的英文表述为 Kansei Engineering, Kansei 是日本语“感性”即的音译。感性工学是感性与工学相结合的技术，主要通过分析人的感性来设计产品，依据人的喜好来制造产品，它属于工学的一个新分支。首先将感性工学实用化，生产出第一批“感性商品”是从汽车产业开始的，当时日产、马自达、三菱将感性工学引入汽车的开发研究中，一改过去“高级” 、“豪华”的设计定位，转为“方便” 、 “简捷” 、 “快乐”使用的设计定位。其中，日产汽车分析消费者心理，把突破造型外部形式作为研发中心；三菱汽车特别重视感性化的驾驶台的设计；位于广岛的马自达汽车则开发出具有个性化的车内装饰，将过去狭窄的车内空间，在不改变物理性的前提下，设计出符合使用者心理的宽敞感和舒适感，从而获得了成功，据研究者介绍， “感性工学”这一名称的确定，来自马自达株式会社山本建一社长的建议。而正式确立“感性工学”名称，则是在 1988 年第十届国际人机工学会议上。二十世纪 90 年代，日本的产业界全面导入感性工学技术和理念，住宅、服装、汽车、家电产品、体育用品、女性护理用品、劳保用品、以及陶瓷、漆器、装饰品等领域都将感性工学技术应用于新产品的开发研究，其中，纤维产业的应用与学术研究超过了汽车产业，处于领先地位。1993 年，日本文部省开始研究感性工学发展的可能性，由政府投入财力支持学术界展开调研。1995 年，日本学术会议举行首届“感性工学研讨会” ，二年后， “日本感性工学学会”成立。在欧洲，英国诺丁汉大学的人类工效学研究室是欧洲较早研究感性工学的机构，德国的波尔舍汽车公司和意大利的菲亚特汽车公司都热衷于感性工学的应用研究；在美国，著名的福特汽车公司也运用感性工学技术研制出新型的家用轿车；在亚洲，日本的邻国韩国，一直在关注感性工学的发展，韩国政府决定在二十一世纪在产业界全面导入“感性工学技术” ，现代汽车和三星电子已有了相当深入的感性工学的研究。我国近年来也有关于感性工学的研究，西安交通大学和北京科技大学发表了相关论文。3 感性工学的目的感性工学的目的在于根据消费者的感觉与需求来生产新产品，而关于感性工学这个技术，有四个要点是它所关注的：A.如何通过人机及心理的估计来掌握消费者对于产品的感觉。B.如何通过消费者的感性来找出产品的设计特征或设计元素。C.如何建立一套基于人机技术的感性工学。D.如何随着社会的变迁以及消费者的偏好趋势来修正产品设计的方向。4 感性工学的分类4.1 以测定方法分类如前所言，感性是人类对于物体的各种感受与意象，当然也包括了人类最基本的五感：触感、听感、视感、嗅感、味感。在感性工学这个全新的领域，如何测定人类天生的五感，是其首要发展的技术。这样的技术也被称为“官能检查”或“官能测定” ，目前大致上可以区分为以下两大方向在进行。4.1.1 表出法对于人类五感在生理上的“感觉量”测定，原本在生理学即有对视觉、听觉、触觉、痛觉、温觉、味觉、嗅觉、平衡感、时间感等各自对应的测量技术。人们能够感觉到的最小量称之为“刺激阈” ，最小差则称之为其“辨别阈” 。另外，感觉量的舒适性，与人体生理的变化量，理论上相当程度能视同一致。将人们受到外在刺激后，通过测量生理上反应值的变化，如血压、呼吸、心跳、肾上腺素分泌、排汗等等；将这些数值转化为舒适性的值。这些测定方法与技术，基本上都是通过测定人体外在的生理变化来推导。4.1.2 印象法由于外在“表出法”的测量，有其一定的局限性。相对于此，另一个方式便是测量内在的“印象法” 。受测者接受不同程度的外在刺激后，以问卷的形式让其陈述自己的感受。其中最典型的方法便是语意差异法了。将此视同为感受量，再利用多次元尺度法图形理论将其构造化；或是用多变量分析模糊理论等统计分析技术，将人的感性信息转变成定量的数据。这样，就能将内在的感性信息定量化。4.2 以实施方法分类长町三生认为， “感性工学是将人们的想象及感性等心愿，翻译成物理性的设计元素，具体进行开发设计的技术。 ”根据长町三生的论述，将感性工学依实施手法归纳为以下五类：4.2.1 阶层化类目分类法(Category Classification)通过各种感性资讯，凝聚成产品概念，再从产品概念（第 0 次元感性概念） ，向下逐次展开成树状结构，直到最后出现物理量的细部设计阶层为止。如图1，以汽车开发为例：设定 0 次元感性为人机一体，意指驾车时“人车合一” 、 “操控自如”的感觉，但此部份并没有提及到汽车的细部设计，如汽车大小、仪表板设计及座椅型式等，接著向下逐次发展次概念，由人机一体衍生出的相关且有意义的数个概念，由树状阶层图逐步扩大，从 0 次元感性、1 次元感性、2 次元感性等，最后取得汽车细节设计内容。4.2.2 感性工学系统(Kansei Engineering System; KES)此系统是由一个具有感性资讯内容的资料库，和一个具有正确逻辑推理能力单元所组成的专家系统，借此系统即可进行物理量与感性量之间的转换工作，如图 2。而 KES 又可区分为“顺向型感性工学系统”及“逆向型感性工学系统”两大类。 1.顺向型感性工学系统：将人们感性需求转化为产品设计元素，进行开发工作。2.逆向型或性工学系统：设计师的设计提案转化为感性评估，以确定是否符合设计师所意图达成的意象。图 1 阶层化类目分类法图 2 感性工学系统（KES）4.2.3 复合式感性工学系统(Hybrid Kansei Engineering System)将前面所说的顺向及逆向两种感性工学系统整合成一个可以双向转译的混合系统，如图 3。在此系统中，除了能像传统上，由消费者进入感性工学系统的计算机，输入其所期望的感性语汇，计算机会通过接口引擎来产生出符合消费者所期望产品的预想图，作为消费者在购买产品时的决策辅助；相反地，设计师们也可将设计图输入计算机，计算机将通过接口引擎连结到系统中的各数据库，来比对设计师的感觉意象是否符合设计提案的要求，作为修正设计的参考依据。图 3 复合式感性工学系统4.2.4 感性工学数学模型(Kansei Engineering Modeling)以抽象的数学型式，演绎感性工学的构造，使用这套模型能从感性语汇中得到人机的结果，相关的研究与应用如 Fukushinta 等人将此种模型用于彩色印表机的开发，他们使用了模糊感性逻辑，使输出原色变更漂亮并开发出一台智慧型的彩色印表机。4.2.5 虚拟感性工学(Virtual Kansei Engineering)将感性工学手法得到的设计概念，配合虚拟现实的技术，以各种模拟装置予以呈现，利用这种多媒体的虚拟空间让参与者亲身体验，同时验证设计者的构想。5 统计分析方法感性工学在工业设计中充分考虑“人的因素”：应用人体测量学、人体力学、生理学、心理学等学科的研究方法，研究人体尺度参数与各种心理感受。然而这些测量分析活动涉及大量的数据，如果没有数理知识做后盾，处理的难度是难以想象的。因此，我们需要合适的统计方法，用以处理大量的数据。5.1 李克尺度法除了语意差异法外，李克尺度法同样可用于受测者的主观评价。通常，受测者会被要求针对一项叙述，如：“该产品造型具现代感，正符合我的品味” ，在一至七级的评测尺度中进行主观评价，若实验者采用的是七级的评测尺度，则尺度一表示非常不同意，尺度四表示普通或没有意见，尺度七表示非常同意，这样就记录了受测者对该项叙述的同意或不同意程度。相对于语意差异法而言，李克尺度法可更完整地纪录受测者对每一项叙述的评价结果，且避免了语意差异法中“非是即非”以及因语意差异并不具对比性所引发的统计误差等问题。因其不能直接将消费者的感受量化成数据，而只是对其做种尺度上的评测，故此法多用于心理感觉研究领域。5.2 多元尺度法多元尺度法是一种非属性基础的方法，因此，受测者无须通过李克尺度法或语意差异法对各样本进行评价或判断，仅须根据受测者自己设定的主观标准，判断各样本之间的相似程度以及他们对各样本的偏好。然后该方法就可在一个多元空间内，计算出各样本的空间坐标值。也就是说多元尺度法可以从非计量的次序数据中，导出计量的结果。多元尺度法的目的是建立一个空间图，并使此空间图能以最少的维度来合理解释所输入的数据，所以该法可用于分析产品的意象认知空间。例如，运用多元尺度法建构产品造型认知空间与意象空间；或者可以用多元尺度法将受测者对产品造型相似程度的判断结果进行精简与分类，并以该输出之空间坐标值作为集群分析的资料数据。5.3 因素分析法因素分析是一种属性基础的方法，因此，受测者必须先用李克尺度法或语意差异法对各样本进行评价或判断，以计量数据作为因素分析输入。该方法的主要目的在于以较少的维度来表示原始的数据结构，而又能保存原始数据结构所提供的大部分信息，因此，通过因素分析法，可得到哪个因素与哪些变量具有高度关联，以了解该因素的意义，并赋予适当的名称。目前因素分析法已广泛应用于：（1）进行探索性的研究，以找出数据的特征点供后续研究用。（2）减少数据的维度数量。（3）检定某些变量间的假定关系。（4）将主观或偏好情报尺度化，并呈现在一多维度空间中。5.4 集群分析法集群分析法是一种数值分类法，它能根据相似性或相异性，客观地将分布于某一计量空间中相似的事物归集在同一群内，集群的形成是根据某项标准进行分类而得。该方法的目的在于辨认某些特性相似的事物，并将这些事物按照这些特性化分成几个集群，使在同一群内的事物具有高度的同构型，而不同集群间的事物则具有高度的异质性。必须强调的是，集群分析对于不相关的变量与异常事物非常敏感。所谓的“异常事物”是指该事物在某一或某些变数上的数值与众不同，不是很大就是很小。因此，在进行集群分析前，应先将异常事物予以剔除，以避免数据结构被扭曲。而阶层集群分析法，同样根据相似性的原则，将每一个事物与其它相似的事物合并为更大的集群，直到所有的样本都合并至同一集群为止；也可以先把所有的事物视为一个大集群，然后依据相异性的原则，将各个样本划分为相异性较高的多个集群，直到所有样本都单独成群为止，它的分群特性为一树状或阶层状结构。如利用集群分析法分析受测者对样本的评价结果，将样本区分为差异性较大的几个族群。5.5 类神经网络法类神经网络是仿真人类心智活动所发展出来的一种会思考的机制，它具有自我学习、归纳判断、经验累积等能力。下图为类神经网络的基本架构，左边为输入层，用来接收外界的输入信息；右边为输出层，会将处理的结果输出到外界；中间隐藏层的层数及单元数可视需要而予以增减。当类神经网络的输出值与期望值不符时，网络就会不断地进行修正，直到两者达到一致为止，因此，我们可把整个网络视为一种输入与输出间非线性的映像关系；只要找到相对应的两组数据，将其输入到类神经网络中，让它自我学习，等学习完毕后，就可用来预测未知的数据或状况。相较于一般线性的统计方法而言，非线性的类神经网络无论在数据型态或实际应用上都没有特定的限制，而且，通过隐藏层的设定及网络学习时权重值的调整，仍可大幅提升其分析预测的正确性。类神经网络的基本架构5.6 复回归分析法研究变量之间关系的统计方法称为回归分析。英国人 Francis Galton 在1855 年发表的论文分析孩子与父母身高之间的关系时，最早使用“回归”（regression）这个名词于统计分析上。回归分析是将所要研究的变量区分成因变量和自变量，并根据相关理论建立因变量与自变量之间的函数，然后利用所得的样本资料去估计模型中的参数来达到回归分析的两个目的：了解自变量与因变量的关系及影响方向与程度；利用自变量与估计的方程式对因变量做预测。而模型中哪个数据应该设为自变量或是因变量，主要依据相关理论与逻辑来决定，其次是根据研究者想要研究的变量的关系来决定。复回归分析中有两个或两个以上的自变量，又称为多元回归分析。复回归分析法应用于感性工学主要是建立产品意象与产品造型的对应关系，它可以说明若想表现特定的意象时，应该运用或避免哪些造型元素或处理方式，这些造型特征均可直接应