房车造型设计关系模型研究

李 冰， 邓学雄， 覃一鸣， 李 梦

（华南理工大学设计学院，广东 广州 510006）

随着人们生活水平的提高，旅游业在我国的迅速发展，相关国家政策的放宽，房车产业迎来了发展的好时机[1]。但是房车作为新事物进入我国只有短短的十年时间，相对来说还属于较新的概念，对房车造型的研究还非常的欠缺，仍停留在模仿、改装、代工生产、进口阶段。本研究提出以感性工程学[2]为依据，对房车的造型要素进行分解并收集感性评价语意词汇，建立代表性房车样本集和代表性感性评价语意集，然后采用回归分析法[3]建立起关系模型。通过建立房车造型设计要素与用户评价之间的关系模型，让设计师能够更好的根据用户的信息，设计出满足用户需求的房车造型。

1 建立代表性房车样本集

1.1 搜集房车样本

根据车辆有无自身驱动能力将房车分为自行式房车与拖挂式房车两大类，拖挂式房车根据车体空间的大小以及车内设备的齐全程度又可分为A、B、C、D以及移动别墅五种，其中由于拖挂式A型房车在美国被称为传统房车，是房车的典型，且该类房车外形大都规则、对称、长方体或者近似长方体、泪滴状或椭圆状。因此本研究选定拖挂式A型房车（如图1所示）作为研究对象，共搜集到108个房车样本的相关展示图片，经筛选后得到 85个房车样本，并将其图片整理成房车样本初集。

1.2 造型要素分解

图2 房车造型设计要素表

对房车造型影响最大的要素是前端、后端、四周边角处理、轮眉4个方面。通过对房车样本初集的分析，前后端的造型要素由房车的剖面轮廓线来分类可得到8个分类的前端特征和5个分类的后端特征，房车四周是否有边角处理分为2类以及根据是否有轮眉，轮眉与包边是否一体可分为3类，由此即可建立房车造型设计要素表如图2所示。由不同组合可设计出不同房车外观造型方案，那么至少可以获得 8×5×2×3=240种方案。

图1 Hobby拖挂式A型房车

图4 房车造型认知坐标系

1.3 建立代表性房车样本

考虑到“倒角”和“轮眉”这两个造型要素对房车的外观造型尚未造成决定性影响，因此本研究只考虑了“前端”和“后端”这两个因素，并将这两个因素分别作为横纵轴建立坐标系。且在研究过程中发现房车的前端造型变化存在一个规律（如图 3所示）：后一种造型总是在前一种造型的局部特征改变之后产生的，因此坐标系的横轴就能环绕成一个圆形，使得房车的造型认知坐标系成为了圆柱面坐标系（如图4所示）。

图3 房车前端造型变化循环图

将先前初选的85个房车样本依次“填入”房车造型认知空间的坐标系中，房车样本集中在14个坐标点上，据此可将所有的房车样本分成14个样本群。最后通过调查问卷对各样本群中房车的代表性进行评分，每组中得分最高的前两个房车作为本组代表，这样就得到 28个房车样本的代表性房车样本集（如图5所示）。

图5 代表性房车样本集

2 建立代表性感性语意集

2.1 搜集感性评价语意词汇

房车车身设计的重点在于如何运用造型语义表达出车身的造型语义，所以在做设计中要将向受众表达的信息转化为易于接受的造型语言[4]。在研究中，首先通过21世纪房车网、各类汽车杂志、各大搜索引擎、各大房车企业网站搜集所有针对房车的感性评价语意词汇，包括描述性定语及形容词，然后将有较长定语的词汇转换成恰当的形容词或分解成两个或以上的形容词，最后排除带有贬义色彩的、明显重复以及明显不适合描述房车的词汇，整理后得到 65个感性评价语意词汇。然后针对这 65个语意词汇设计问卷，采集针对房车较为流行和常见的 10个评价词汇，它们分别是：品位、个性、宁静、温馨、前卫、舒适、自然、动感、古典、大气。

2.2 建立代表性感性语意集

再次以调查问卷的方式，以 10个感性评价语意形容词为 28个房车样本进行评分，对感性评价进行量化处理。将答卷的数据输入SPSS软件，运用“分析/降维/因子分析”的命令进行因子分析。本次分析采用默认的临界特征值1，其中有3个特征值大于1的因子，因此可以确定10个感性评价语意形容词归属于3类语意因子[5]。最后再根据“旋转成分矩阵”（如表1所示），将10个语意形容词按照其因子负荷量大小依次排列。

表1 旋转成份矩阵

将 10个感性评价语意词进行归类整理，在保证不改变各因子解释变差比例的前提下，分别从每一类因子中提取代表性语意评价形容词，共有7个。建立代表性感性语意集：① 情感因子：动感、温馨、自然、宁静；② 品质因子：舒适、大气；③ 创新因子：个性。

3 建立关系模型

3.1 确定自变量和因变量

本研究中将房车的造型元素作为自变量X，采用多元线性回归进行分析，并定义虚拟变量转化为数量性问题。因此，我们将每类造型元素之下的选项当作是自变量，当某项特征被选中时取值 1，未被选中的特征取值 0，如此就可以适用虚拟变量了[6]。根据虚拟变量的定义，对28个代表性房车样本在房车造型设计要素中取值，即可建立“0-1”虚拟变量表（如表2）。在此，用Xij（其中i=1时，j-1|2|||8；i=2时，j-1|2|||5；i=3时，j=1；i=4时，j-1|2）来表示某一个代表性房车，比如X12表示第1类特征（前端特征）的第二种造型。

表2 “0-1”虚拟变量表（以前5款代表性房车为例）

通过调查问卷的形式获得的用户对代表性房车样本感性评价的平均得分作为因变量Y，统计代表性房车评分的数据，并从中提取出代表性房车样本在各个代表性评价方面所得的平均分。为便于识别，将代表性评价语意词：动感、温馨、自然、宁静、舒适、大气、个性，分别以Y1、Y2、Y3、Y4、Y5、Y6、Y7来表示。

3.2 建立感性评价与房车造型要素间的关系模型

设因变量Y（用户感性评价）与自变量X（房车造型要素）之间存在线性依赖关系，其数学表达式为：

式中,β0是线性回归方程的截距，β1、β2、…、β15称为回归系数，随机变量ε表示模型中除了选定的15个自变量之外的其余未知因素对Y的影响，它们在方程中作为常数存在[6]。在此，仅以因变量“动感”与自变量关系模型的建立为例，阐述关系模型的建立方法。

首先将作为自变量的0和1虚拟变量表和作为因变量的代表性语意评价平均得分输入SPSS软件，组成多元回归分析矩阵，以求出各系数β。

对得出自变量X的系数（如表3所示）分别进行拟合检验[7]证明模型的意义，显著性检验[8]证明模型的整体信度，共线性诊断[9]证明自变量的信度。将模型的回归系数（表3第二列“非标准化系数”下的β值）代入式(2)，得动感模型的表达式为：

表3 自变量X的系数表

式(2)中，常量“6.276”作为“动感”这一感觉语意的基本分，各回归系数体现了造型元素对这一评价的影响程度。回归系数的正负分别代表了对应的造型元素对“动感”起到的积极与消极影响。另需说明的是，在计算过程SPSS会自动过滤一些对因变量影响很小或者说没有影响的自变量，因此X12、X13这两个自变量由于对营造房车的动感和速度感并无好或差的影响，所以无回归系数。根据其影响域（同类特征下最大回归系数与最小回归系数的差）的大小来排列，最大的影响因素是前段造型特征，其次是后端造型特征，再就是轮眉特征与倒角特征，最后选择出各个项目中对营造房车动感和速度感的起积极影响的造型元素，根据影响值大小排序列表（如图6所示）。

图6 “动感”参考造型元素

4 关系模型检验

4.1 产品检验——预测用户对房车的评价

在产品检验中，首先从 85个房车样本中随即选择一款房车——22号房车（如图7所示），并分解其造型要素：前端，第四类目造型-X14；后端，第二类目造型-X22；倒角，无明显倒角特征；轮眉，无轮眉。

图7 “22号”房车样本

然后以其造型要素配合模型去预测它的感性评价，得出其在各个评价中的分数（如表4）：

按照评价预测的分值大小排列如下：自然>个性>舒适>温馨>大气>宁静>动感。

这说明了在 7种常见感性认识方面的评价中，“22号房车”给人比较强烈的自然感觉，但是在动感方面的表现就比较差。同时为该款房车设计一个问卷，对问卷进行统计后获得用户对它的评价得分（如图8所示）。

表4 “22号”房车感性评价得分表

图8 “22号”房车样本评价平均得分

将问卷所得实际评价得分从大到小排列：自然>舒适>温馨>宁静>个性>大气>动感。

通过实际得分和预测得分的比较，除了在“大气”和“个性”两方面性格存在评价误差，其中“个性”的评价误差较大（能是由于受访者对“个性”的认识有差别，难以做到完全客观的量化），其余评价的次序几乎一致。如此接近的结果说明了各关系式模型的准确性。

4.2 设计检验——辅助设计

首先假设本次案例的要求是：以“动感”为主题设计一款房车。然后以图6关于房车的参考造型为依据设计房车，获得造型设计草图，并综合房车的结构特点，确定最终方案（如图9所示）。为了提高房车内部空间的利用率，房车的设计没有简单地采用X17造型，而是将X13和X12的大弧度与X17相结合，这样的做法既可以满足内部空间的需求，又可以带来一种速度感；而对于后端造型，考虑到内部空间和美观上的需求，在X23造型的基础上做了适当修改，该设计保留了一种前倾的趋势；对于倒角特征和轮眉特征，则是完全采纳了明显的倒圆角造型和轮眉与包边融合的建议。

图9 动感主题房车设计方案

通过问卷调查来测试人们对新设计方案的评价，各项评价的平均分如图 10所示。从统计结果来看，新设计的房车基本达到了设计主题的要求，将动感、个性表现得比较到位，这完全得益于关系模型的建议，可见模型的建立确实可以起到引导设计的作用。

图10 新概念房车的评价得分

5 结 论

建立房车造型设计和用户评价之间的关系模型，作用有二：一是企业决策者可以根据该模型来预测新产品的市场反应；二是设计师可以根据该模型的建议来完成符合市场需求的造型设计。但是该模型的自变量只涉及房车造型，未能考虑色彩和材质机理等因素的影响，造成模型中自变量对因变量的解释度存在一定的损失。此外，用户的评价需要不断更新，以适应人们的感性认识随时代的变迁而出现的变化，这些都有待进一步的研究。

[1]21世纪房车网. 鼓励发展房车、游艇产业-国务院下发加快发展旅游业意见[J]. 房车RV, 2010, (1): 12.

[2]李砚祖. 设计新理念: 感性工学[J]. 新艺术, 2003:20-25.

[3]时伟伟. 基于感性工学的设计师辅助决策系统的研究[D]. 南京: 南京航空航天大学, 2008.

[4]Davis G A, Edmisten E D, Thomas R E, Rummer R B.Effects of ventilated safety helmets in a hot environment [J]. International Journal of Industry Ergonomics, 2001, (27): 321-329.

[5]黄凌玉. 现代手机造型的意象研究[D]. 长沙: 湖南大学, 2008: 45.

[6]Gudmund R. Iversen, Mary Gergen. Statistics-the conceptual approach [M]. 吴喜之, 程博, 柳林旭,等译. 北京: 高等教育出版社, 2000: 203-274.

[7]冯 力. 回归分析方法原理及 SPSS实际操作[M].北京: 中国金融出版社, 2004: 7-136.

[8]张海琳. 应用统计学[M]. 上海: 复旦大学出版社,2004: 310.

[9]丁元林, 孔丹莉, 毛宗福. 多重线性回归分析中的常用共线性诊断方法[J]. 数理医药学杂志, 2004,17(4): 299-300.