張丙辰，王艷群，宋麗姝，邵星宇

?

基于多視角意象差異性的列車設(shè)施造型設(shè)計(jì)研究

張丙辰，王艷群，宋麗姝，邵星宇

(江蘇師范大學(xué)機(jī)電工程學(xué)院，江蘇 徐州 221116)

提高列車設(shè)施造型設(shè)計(jì)是改善鐵路客運(yùn)質(zhì)量的重要部分，目前列車設(shè)施造型設(shè)計(jì)重點(diǎn)主要是功能和結(jié)構(gòu)的改良，旅客的心理需求和視覺(jué)體驗(yàn)方面還有較大改善提升空間。解析意象認(rèn)知與造型設(shè)計(jì)相關(guān)性的變化，為造型參數(shù)的量化研究提供參考。在前期視覺(jué)意象與產(chǎn)品造型關(guān)聯(lián)解析的基礎(chǔ)上，從走廊立位、走廊座位、中間座位、靠窗座位4個(gè)不同視角進(jìn)行實(shí)驗(yàn)，驗(yàn)證不同位置視覺(jué)意象的差異性。針對(duì)不同視角的意象特點(diǎn)，統(tǒng)計(jì)三維樣本的實(shí)驗(yàn)數(shù)據(jù)，應(yīng)用數(shù)量化分析的基本方法，歸納出多視角視覺(jué)意象的變化。在數(shù)據(jù)統(tǒng)計(jì)的基礎(chǔ)上，結(jié)合視覺(jué)認(rèn)知特點(diǎn)進(jìn)行分析，解析不同視角與視覺(jué)意象中雅致因子、凝靜因子、柔潤(rùn)因子及寬和因子與視覺(jué)舒適度的關(guān)聯(lián)機(jī)制。

多視角；視覺(jué)意象；內(nèi)裝設(shè)施造型

鐵路客運(yùn)是我國(guó)經(jīng)濟(jì)和社會(huì)發(fā)展的大動(dòng)脈，提高列車設(shè)施造型設(shè)計(jì)是改善鐵路客運(yùn)質(zhì)量的重要部分。目前，列車設(shè)施造型設(shè)計(jì)重點(diǎn)主要是功能和結(jié)構(gòu)的改良，旅客的心理需求和視覺(jué)體驗(yàn)方面有較大提升空間[1-2]。意象造型是以視知覺(jué)原理為基礎(chǔ)，將形態(tài)特征作為要素，將感性評(píng)價(jià)與理性量化相結(jié)合的設(shè)計(jì)方法[3]。國(guó)內(nèi)外已有學(xué)者對(duì)基于視覺(jué)意象的造型設(shè)計(jì)進(jìn)行了研究，如DEMIRTAS等[4]從消費(fèi)者需求出發(fā)結(jié)合有序邏輯回歸，提出產(chǎn)品造型優(yōu)化方案；HSIAO等[5]根據(jù)數(shù)量化I類理論從消費(fèi)者心理出發(fā)，提出產(chǎn)品造型優(yōu)化方案。徐江和孫守遷[6]提出了基于遺傳算法的產(chǎn)品意象造型優(yōu)化設(shè)計(jì)方法。

根據(jù)前期研究可知，旅客視覺(jué)舒適度包含與造型特征相關(guān)的4個(gè)主意象因子即：雅致、凝靜、柔潤(rùn)、寬和。其中雅致主意象因子包含優(yōu)雅、現(xiàn)代、簡(jiǎn)潔等成分，主要與造型風(fēng)格、形態(tài)比例、細(xì)節(jié)塑造等相關(guān)；凝靜主意象因子包含零散、私密、厚重等成分，主要與造型封閉性、長(zhǎng)寬比及重心位置等相關(guān)；柔潤(rùn)主意象因子包含光滑、柔軟、親切等意象成分，主要與造型弧線和曲面的多少等相關(guān)；寬和主意象因子包含擁擠、寬闊、平和等意象成分，主要與造型的寬度及風(fēng)格變化程度等相關(guān)[7-8]。各因子的影響度在不同視角下的差異性，反映了旅客在不同視角對(duì)列車設(shè)施的視覺(jué)認(rèn)知變化，可以為復(fù)雜的列車設(shè)施的設(shè)計(jì)方向選擇提供參考。

1 不同視角的視覺(jué)意象實(shí)驗(yàn)

25G型硬座車是我國(guó)現(xiàn)有車輛中保有量最大的車輛之一，尺度符合我國(guó)鐵路客車界限標(biāo)準(zhǔn)[9]。因此，實(shí)驗(yàn)樣本采用25G型硬座車尺度作為基準(zhǔn)原型。從乘客位置分布來(lái)看，旅客在內(nèi)裝空間中所處位置不同，視角也會(huì)產(chǎn)生變化。5人排座椅為統(tǒng)型車硬座固定配置，由于列車平面布局的一、二位側(cè)具有對(duì)稱性，取3座連排的視角進(jìn)行建模渲染，獲取最終的實(shí)驗(yàn)樣本。

1.1 實(shí)驗(yàn)對(duì)象

參與實(shí)驗(yàn)的共28人，其中男性15人，女性13人；年齡區(qū)間為19~25歲，平均年齡22.1歲；有工業(yè)設(shè)計(jì)專業(yè)背景的21人，其余為環(huán)藝、平面等設(shè)計(jì)專業(yè)背景。所有人員均有乘坐硬座車的經(jīng)歷，并知情同意。

1.2 實(shí)驗(yàn)樣本

實(shí)驗(yàn)樣本采用走廊站姿和3人座椅坐姿的4個(gè)視角，建模使用Alias三維軟件(圖1)，并將樣本的對(duì)比度、亮度等特征調(diào)節(jié)為統(tǒng)一基準(zhǔn)。樣本轉(zhuǎn)為灰度模式，消除色相差異。樣本畫(huà)面的亮度均值、中間值等參數(shù)利用PS軟件中的亮度直方圖進(jìn)行統(tǒng)一處理。

圖1 部分多視角實(shí)驗(yàn)樣本

1.3 實(shí)驗(yàn)程序

實(shí)驗(yàn)樣本采用液晶顯示器(HP LV2011)全屏顯示，分辨率為1280×720，環(huán)境照度為155 1x，視角約21°，觀看距離約為0.6 m。樣本播放由點(diǎn)擊鼠標(biāo)控制，每張樣本播放后的屏幕顯示為灰屏，并停頓8 s以上，減弱視覺(jué)殘留帶來(lái)的影響。由于實(shí)驗(yàn)樣本數(shù)較多，在實(shí)驗(yàn)過(guò)程中每經(jīng)過(guò)一輪走廊站立及靠走廊、中間、靠窗座4個(gè)視角后，被試停止觀看樣本3 min，以便緩解視覺(jué)疲勞。

2 統(tǒng)計(jì)分析

2.1 多視角意象描述性統(tǒng)計(jì)分析

以前期研究的視覺(jué)意象因子為基礎(chǔ)，對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析[7]。

(1) 由表1統(tǒng)計(jì)實(shí)驗(yàn)數(shù)據(jù)可知雅致因子的最大值、最小值及均值有減小的趨勢(shì)。當(dāng)測(cè)試畫(huà)面、被試群不變時(shí)，由于視角造成測(cè)試畫(huà)面產(chǎn)生變化，使統(tǒng)計(jì)數(shù)據(jù)產(chǎn)生了變化。雅致因子包含多種組成，如優(yōu)致、豪華、現(xiàn)代、獨(dú)特、豐富等。由于樣本視角下降，視野中的造型特征有所減少，走廊站立視角的樣本畫(huà)面容易帶來(lái)對(duì)稱性及整體性的視覺(jué)感受，造型細(xì)節(jié)較多。在靠走廊座、中座、窗座樣本畫(huà)面中，設(shè)施造型特征關(guān)聯(lián)性逐漸減弱，細(xì)節(jié)逐漸減少。窗座樣本畫(huà)面由于視角較小，均值最低。

表1 基于雅致因子的不同視角分值

(2) 由表2統(tǒng)計(jì)實(shí)驗(yàn)數(shù)據(jù)可知凝靜意象的極大值、極小值、均值有增高趨勢(shì)。凝靜意象包含多種成分，有散亂、私密、平穩(wěn)成分。由于樣本畫(huà)面視角高度減小，視野中的造型變化逐漸減少。走廊立位視角較大，畫(huà)面中的內(nèi)裝設(shè)施較多。在靠走廊座、中座、窗座視角的樣本畫(huà)面中，內(nèi)裝設(shè)施及其造型細(xì)節(jié)減少，畫(huà)面中的同一設(shè)施，如側(cè)墻所占的面積增大，而且畫(huà)面重心降低?？孔呃茸c走廊站視角的畫(huà)面內(nèi)容組成較為類似，分值較為近似。

表2 基于凝靜因子的不同視角分值

(3) 由表3統(tǒng)計(jì)實(shí)驗(yàn)數(shù)據(jù)可知柔潤(rùn)意象的極大值、極小值、均值有增大趨勢(shì)。柔潤(rùn)意象包含多種成分，如光滑、柔軟、親切。走廊站立的畫(huà)面視角較高，其中主要包括車頂造型的縱向線條細(xì)節(jié)及層次，使畫(huà)面中直線輪廓所占比例較高。在靠走廊座、中座、窗座的樣本畫(huà)面中，座椅所占面積較多，座椅造型與行李架、頂板比較，視覺(jué)感受更加柔和，分值增高?？看白暯菢颖井?huà)面中的側(cè)墻及行李架所占面積比例大，視角變小。側(cè)墻及車窗造型細(xì)節(jié)及變化少，分值減少。

表3 基于柔潤(rùn)因子的不同視角分值

(4) 由表4統(tǒng)計(jì)實(shí)驗(yàn)數(shù)據(jù)可知寬和意象的極大值、極小值、均值有減小趨勢(shì)。寬和意象包含多種成分，有擁擠、寬闊、平和成分。由于走廊站立視角較為寬闊，且處于列車中心附近，畫(huà)面中設(shè)施造型具有較強(qiáng)的規(guī)律性?？孔呃茸?、中間座、靠窗座視角畫(huà)面中，樣本畫(huà)面內(nèi)容中的上部行李架及側(cè)墻所占面積較多，視角減小，分值降低。由此可知，相同樣本在上述不同視角中的分值逐漸降低。

表4 基于寬和因子的不同視角分值

2.2 視覺(jué)舒適度回歸分析

經(jīng)過(guò)以上數(shù)據(jù)統(tǒng)計(jì)，以雅致因子、凝靜因子、柔潤(rùn)因子及寬和因子為自變量，視覺(jué)舒適度為因變量進(jìn)行分析。經(jīng)整理分析后，各數(shù)據(jù)點(diǎn)類似直線分布，說(shuō)明自變量與因變量之間的關(guān)聯(lián)可利用線性回歸進(jìn)行分析(圖2)。

圖2 視覺(jué)舒適度回歸p-p圖

表5為各不同視角的視覺(jué)舒適度數(shù)據(jù)回歸分析，其顯著性小于2，即意象因子與視覺(jué)舒適度之間有類似線性回歸的關(guān)聯(lián)；杜賓-沃森值近似2，殘差與自變量沒(méi)有關(guān)聯(lián)，說(shuō)明線性回歸分析成立。

表5 基于多視角差異的因子回歸分析

3 討 論

綜上，如被試群體不變，隨著畫(huà)面視角的變化，視覺(jué)意象4個(gè)主因子與舒適度均值產(chǎn)生了少許波動(dòng)(表6)。

表6 不同視角的意象均值

視覺(jué)舒適度與雅致、凝靜、柔潤(rùn)、寬和4因子分別以、1、2、3、4表示，運(yùn)用數(shù)量化理論[10-11]對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行整理分析，得到走廊立位(式(1))；走廊座(式(2))；中座(式(3))；窗座(式(4))不同視角下視覺(jué)舒適度與意象主因子間的回歸關(guān)系式

1= –2.67+0.551+0.232+0.233+0.184(1)

2= –2.99+0.791+0.472+0.453+0.424(2)

3= –2.94+0.761+0.472+0.473+0.454(3)

4= –2.90+0.651+0.492+0.453+0.484(4)

從以上回歸關(guān)系式可知，處于走廊立位視角時(shí)，雅致因子對(duì)視覺(jué)舒適度有較大影響；寬和因子的影響度較小。處于靠走廊座椅視角時(shí)，雅致因子影響較大，凝靜因子影響度較??；中間座椅視角下，雅致因子有較大影響，凝靜、柔潤(rùn)因子有較小影響；處于靠窗座椅視角時(shí)，雅致、凝靜、寬和因子有較大影響。

4 結(jié) 論

從式(1)~(4)可推知視角變化與視覺(jué)因子影響系數(shù)的關(guān)聯(lián)性。視角分別為走廊立位、走廊座、中座、窗座4個(gè)不同視角時(shí)，雅致因子影響度逐漸減??；凝靜因子影響度先降后升；柔潤(rùn)因子影響度先降后升；寬和因子的影響度逐步變大。通過(guò)以上對(duì)實(shí)驗(yàn)數(shù)據(jù)的討論分析可知，視角變化時(shí)，視覺(jué)意象因子與視覺(jué)舒適度的關(guān)聯(lián)基本穩(wěn)定，自變量與因變量的回歸關(guān)系有小幅波動(dòng)。

統(tǒng)計(jì)數(shù)據(jù)發(fā)現(xiàn)用戶處于不同位置時(shí)，同一設(shè)施的形態(tài)特征對(duì)于意象認(rèn)知的影響沒(méi)有變化。推斷形態(tài)特征的認(rèn)知依賴于用戶的視覺(jué)識(shí)別能力，用戶變換位置時(shí)，仍能較好地識(shí)別出設(shè)施的形態(tài)特征。從實(shí)驗(yàn)統(tǒng)計(jì)來(lái)看，隨著造型參數(shù)調(diào)節(jié)，意象評(píng)分及舒適度也產(chǎn)生一定變化。在造型設(shè)計(jì)過(guò)程中，分值最高的造型參數(shù)可能由于成本、工藝等原因受到制約，可以根據(jù)意象分值變化趨勢(shì)選擇變化小而效果好的造型參數(shù)。

[1] 張丙辰, 過(guò)偉敏. 基于用戶心理的鐵路客車內(nèi)裝系統(tǒng)和諧性研究[J]. 圖學(xué)學(xué)報(bào), 2014, 35(1): 74-78.

[2] ZHANG B C, WANG Y Q. Research on the characters of interior system of railway passenger car [J]. 2009 International Symposium on Computational Intelligence and Design, 2009, 26(1): 253-255.

[3] 蘇建寧. 產(chǎn)品意象造型設(shè)計(jì)關(guān)鍵技術(shù)研究進(jìn)展[J]. 機(jī)械設(shè)計(jì), 2013, 32(1): 97-100.

[4] DEMIRTAS E A, ANAGUN A S, KOKSAL G. Determination of optimal product styles by ordinal logistic regression versus conjoint analysis for kitchen faucets [J]. International Journal of Industrial Ergonomics, 2009, 39(5): 866-875.

[5] HSIAO S W, CHIU F Y, LU S H. Product-form design model based on genetic algorithms [J]. International Journal of Industrial Ergonomics, 2010, 40(3): 237-246.

[6] 徐江, 孫守遷. 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): 53-58.

[7] 張丙辰, 過(guò)偉敏. 面向列車內(nèi)裝造型設(shè)計(jì)的旅客視覺(jué)意象研究[J]. 機(jī)械工程學(xué)報(bào), 2016, 52(4): 102-108.

[8] 張丙辰, 王艷群. 視覺(jué)意象與列車內(nèi)裝產(chǎn)品造型特征元素的關(guān)聯(lián)研究[J]. 包裝工程, 2017, 40(14): 32-36.

[9] 張丙辰, 過(guò)偉敏. 25G型鐵路客車座椅設(shè)計(jì)研究[J]. 人類工效學(xué), 2012, 18(2): 62-65.

[10] 甘怡群. 心理與行為科學(xué)統(tǒng)計(jì)[M]. 北京: 北京大學(xué)出版社, 2005: 234-237.

[11] 陽(yáng)吉寶. 數(shù)量化理論在確定滑坡穩(wěn)定性影響因素中的應(yīng)用[J]. 數(shù)據(jù)統(tǒng)計(jì)與管理, 1995, 14(2): 7-11.

On Modeling Design of Train Facilities Based on Differences in Multi-View Visual Images

ZHANG Bingchen, WANG Yanqun, SONG Lishu, SHAO Xingyu

(College of Electrical and Mechanical Engineering, Jiangsu Normal University, Xuzhou Jiangsu 221116, China)

To improve the modeling design of train facilities is a significant aspect of improving the quality of service in rail transportation. At present, the modeling design mainly focuses on the improvement of its function and structure. Great improvements still need to be made on the psychological demand and visual experience of passengers. It aims to analyze the relationship between the visual image and modeling design, and to serve as reference for the quantitative research of modeling parameters. Accordingly, we verified the difference of visual image in different positions by doing experiments from four views—on the aisle, aisle seats, middle seats, and window seats. In the light of the characteristics of different view images, the experimental data of 3D samples are calculated. The basic method of quantitative analysis is used to make the induction of the changes of multi-view visual images. The visual image is associated with four main factors including elegance, stillness, softness, and wideness. On the basis of statistics, combined with the analysis of visual cognitive characteristics, the correlative mechanism between the four factors and visual comfort in different views can be analyzed.

multi-view; visual image; modeling design of inner facilities

TB 18；TB 472

10.11996/JG.j.2095-302X.2018040675

A

2095-302X(2018)04-0675-04

2017-08-16；

2018-01-08

教育部規(guī)劃基金項(xiàng)目(18YJAZH123)；江蘇省教育廳高校哲學(xué)社會(huì)科學(xué)基金項(xiàng)目(2016SJB760052)

張丙辰(1976-)，男，湖南衡陽(yáng)人，副教授，博士。主要研究方向?yàn)樵O(shè)計(jì)方法、人機(jī)交互等。E-mail：542498542@qq.com