常 瑜，潘 剛，張明宇，徐 凱

(1.天津商業(yè)大學(xué)，天津 300134；2.青島北洋建筑設(shè)計有限公司，山東 青島 266101；3.天津大學(xué)天津市建筑物理環(huán)境與生態(tài)技術(shù)重點實驗室，天津 300072)

引言

《“十三五”國民經(jīng)濟和社會發(fā)展規(guī)劃綱要》中強調(diào)要推進(jìn)能源消費革命，實施照明系統(tǒng)升級改造等重點工程。從智慧城市發(fā)展的角度來看，迫切需要集約、智能、綠色、低碳的民生服務(wù)類的智慧應(yīng)用，以提升居民的幸福感和滿意度，智慧照明作為主要的智慧應(yīng)用成為研究熱點。

目前，以智慧照明設(shè)計為目標(biāo)，在照明技術(shù)上開展了諸多研究，如ZigBee[1，2]、GPRS[3]的技術(shù)應(yīng)用提高了運行效率；借助RS-SI技術(shù)實現(xiàn)了LED間的通信[4]，提出了基于改進(jìn)蟻群優(yōu)化算法的多LED通信光功率優(yōu)化[5]，運用物聯(lián)網(wǎng)架構(gòu)集合多種傳感器[6]等。同時，注重運用智慧照明控制系統(tǒng)解決能耗問題，在封閉環(huán)境[7，8]、智慧城市建設(shè)[9]、材料優(yōu)化[10]等方面的研究較多。但也開始逐步關(guān)注用戶的重要性，如在大學(xué)校園內(nèi)進(jìn)行實驗，分析不同照明亮度水平與夜間行人安全感之間的映射關(guān)系，提出了一種智能道路照明系統(tǒng)的路線圖[11]，以此實現(xiàn)節(jié)能目的；在家用環(huán)境中檢測居住空間內(nèi)人的移動情況以此對LED燈的亮度進(jìn)行控制，達(dá)到智能、節(jié)能并提高用戶滿意度的目的，但同時也注意到不同空間，用戶的移動情況和滿意度是有差別的[12]。

交互設(shè)計的興起要求關(guān)注用戶體驗[13]。因此，照明設(shè)計也逐步將用戶研究作為重點，如在燈光互動系統(tǒng)設(shè)計中，研究人員對用戶與LED的互動效果進(jìn)行了分析，目的在于獲得用戶更好的參與感[14]；提出照明系統(tǒng)要考慮用戶需求，強調(diào)利用感性工學(xué)將用戶體驗與照明參數(shù)結(jié)合起來,讓照明環(huán)境與用戶之間建立良好的信息交流[15]。在具體的設(shè)計上，面向用戶需求分析了智能醫(yī)療照明系統(tǒng)設(shè)計[16]；以及“動態(tài)照明”中用戶視覺認(rèn)知對照明設(shè)計的影響[17]；結(jié)合用戶需求進(jìn)行模塊化LED室內(nèi)照明燈具設(shè)計[18]等。但是，目前針對用戶感性意象量化分析的研究很少。

用戶感性意象具有主觀性、不確定性的特點。在廣義的用戶研究中，比較重視語義分析間用戶需求匹配[19]、用戶感性意象量化分析[20]、用戶評價分析[21]等，其中用戶需求的量化分析是設(shè)計過程的關(guān)鍵點。因此，在具體的分析中引入FAHP法和熵權(quán)理論，以此構(gòu)建用戶感性意象的分析模型。FAHP法在傳統(tǒng)的設(shè)計決策[22]、設(shè)計優(yōu)化[23]、人機交互[24]中廣泛使用；熵權(quán)理論則主要應(yīng)用在風(fēng)險評估[25]、效益評估[26]等管理學(xué)領(lǐng)域，二者的結(jié)合能夠幫助形成智慧照明設(shè)計中用戶感性意象和照明指標(biāo)之間有效的聯(lián)結(jié)，提高用戶的滿意度。

1 分析模型的構(gòu)建與關(guān)鍵點分析

1.1 構(gòu)建分析模型

本文將構(gòu)建智慧照明設(shè)計中的用戶感性意象分析模型。第一，結(jié)合專家評價完成用戶意象的語義化并對意象詞匯的設(shè)計權(quán)重進(jìn)行判斷；第二，結(jié)合建筑物理學(xué)理論，對目標(biāo)空間照明設(shè)計指標(biāo)進(jìn)行篩選，生成計算機輔助照明場景并通過仿真實驗量化與用戶意象詞匯間的聯(lián)結(jié)關(guān)系；第三，通過用戶模糊綜合評價，篩選出最優(yōu)方案。具體如圖1所示。

圖1 照明設(shè)計中的用戶分析模型

1.2 照明標(biāo)準(zhǔn)分析

在模型中，應(yīng)依據(jù)國家制定的照明標(biāo)準(zhǔn)，并結(jié)合目標(biāo)照明空間相關(guān)作業(yè)面識別對象的最小尺寸、識別對象與背景亮度對比等特征來考慮空間內(nèi)照明數(shù)量和質(zhì)量問題。

第一，照明數(shù)量。照明數(shù)量由客觀存在的照度標(biāo)準(zhǔn)值(lx)、眩光值(UGR)、顯色指數(shù)(Ra)決定，《建筑設(shè)計照明標(biāo)準(zhǔn)》(GB 50034)中給出了具體的參考值。結(jié)合目標(biāo)照明環(huán)境具體的工作要求，如需要繪圖、資料整理、設(shè)計討論等，參考標(biāo)準(zhǔn)中對辦公建筑中設(shè)計室、文件整理復(fù)印及發(fā)行室和學(xué)校建筑中美術(shù)教室、實驗室的設(shè)定，如表1所示。

表1 照明標(biāo)準(zhǔn)參考(部分)

第二，照明質(zhì)量。照明質(zhì)量可解析為空間內(nèi)與視功能、用戶舒適感、安全性等相關(guān)的亮度分布，主要指標(biāo)為眩光、光源顏色、照明均勻度、反射比。其中，眩光包含直接眩光、反射眩光、光幕反射；光源顏色主要涉及冷暖感，冷暖感可以產(chǎn)生不同的用戶感覺；照明的均勻度在GB 50034中給出了最小參考；反射比在GB 50034中也給出了室內(nèi)各表面的光反射比參考范圍(如作業(yè)面為0.2～0.6)。因此，在進(jìn)一步的仿真實驗中，可依據(jù)GB 50034給定的各指標(biāo)參考值范圍，將數(shù)據(jù)進(jìn)行細(xì)化和組合，形成方案設(shè)計。

1.3 用戶感性意象的語義表達(dá)

模型中，用戶感性意象的量化分析是基于語義表達(dá)展開的，主要通過意象詞匯的收集與典型性篩選完成，篩選過程依靠照明設(shè)計專家的評價，具體如下。

第一，按時序收集與目標(biāo)照明環(huán)境設(shè)計相關(guān)的描述、說明和評價內(nèi)容，要盡可能多地收集能夠表達(dá)用戶在目標(biāo)空間中，與照明環(huán)境相關(guān)的、主觀感受的文本內(nèi)容，獲取途徑包括典型照明設(shè)計書籍、期刊、互聯(lián)網(wǎng)資源、與照明從業(yè)者進(jìn)行焦點小組法分析等。

第二，專家進(jìn)行評價和篩選，完成語義文本內(nèi)容的規(guī)范化與聚類。收集的詞匯內(nèi)容多數(shù)具有多義性、上下文相關(guān)性、模糊性等特點，需要將文本內(nèi)容進(jìn)行規(guī)范化處理[27]，并結(jié)合目標(biāo)照明空間基本使用特征，對所搜集的感性語匯進(jìn)行聚類分析，完成典型意象詞匯的篩選。

1.4 用戶評價的量化分析算法

在完成用戶感性意象的語義表達(dá)后，詞匯的權(quán)重計算依據(jù)用戶評價展開，具體的算法運用層次分析法中的判斷矩陣和熵權(quán)理論相結(jié)合進(jìn)行。

首先，運用層次分析法構(gòu)建意象詞匯間的判斷矩陣，計算初步的權(quán)重值。計算依靠目標(biāo)用戶對典型感性詞匯間兩兩比較的主觀評價展開，表2所示為用戶評價示意表，其中重要程度判定標(biāo)度使用模糊數(shù)值定義為1～9的整數(shù)[28]。

表2 用戶評價示意表

(1)

在式(1)中，當(dāng)pij(j=1，2，…，n)接近相等時，可理解為評價的模糊性接近最大，即pij取值相等時，熵最大，為Ymax=lnn，用Ymax對式(1)進(jìn)行歸一化處理，可知意象詞匯ni相對重要性的熵值(用fi′表示)為

(2)

同理，當(dāng)pij(j=1，2，…，n)值相同時，fi′=1，即fi′范圍為0≤fi′≤1?？蓪⒁庀笤~匯ni的重要度定義為(1-fi′)。式(2)歸一化處理后，得到ni的重要度權(quán)值(用Φi表示)為：

(3)

2 仿真實驗

2.1 實驗設(shè)置

本文將基于某產(chǎn)品設(shè)計工作室照明設(shè)計開展具體的仿真分析，實驗設(shè)置如下：

第一，實驗用戶選擇。本次實驗選定20名用戶作為參與者，包含工作室擬定的工作人員5名、照明設(shè)計從業(yè)人員5名、高校產(chǎn)品設(shè)計專業(yè)師生10名，男女比例為1∶1，參與感性意象詞匯權(quán)重的初步評價和實驗場景評價等環(huán)節(jié)；同時，邀請專家用戶5名參與感性意象詞匯修正權(quán)重計算。在進(jìn)行實驗相關(guān)評價前，各用戶均通過了石原氏色盲測驗，確保能夠正常感知照明實驗場景。

第二，實驗過程控制。本次實驗基于虛擬現(xiàn)實(VR)技術(shù)進(jìn)行，VR技術(shù)可以創(chuàng)造第一人稱視角的高度沉浸式的虛擬空間，已廣泛應(yīng)用于城市和社區(qū)規(guī)劃[29，30]、建筑設(shè)計等設(shè)計行業(yè)[31]，且已有學(xué)者通過實驗證明在主觀評價方面，虛擬現(xiàn)實照明環(huán)境被評為最接近物理照明環(huán)境[32]。因此，仿真實驗結(jié)合Twinmotion軟件和VR技術(shù)進(jìn)行，具體實現(xiàn)過程如下。

首先，運用Twinmotion軟件構(gòu)建照明環(huán)境模型?？筛鶕?jù)目標(biāo)照明空間設(shè)計要求定義空間尺寸，滿足無自然光情況下符合GB 50034中的照明基本要求。結(jié)合設(shè)計參數(shù)，渲染生成VR實驗場景。

然后，運用VR技術(shù)進(jìn)行仿真實驗，圖2所示為仿真實驗基本情況。圖2(a)為運用Twinmotion軟件完成的360°VR照明設(shè)計場景，可實現(xiàn)實時、沉浸式3D建筑可視化，幫助仿真實驗建立；圖2(b)為實驗采用的VR設(shè)備，即由HTC公司開發(fā)的虛擬現(xiàn)實頭戴式顯示器HTC-VIVE，可進(jìn)行較好的照明仿真實驗；圖2(c)為實驗場景展示。用戶可通過設(shè)備照明進(jìn)入仿真場景中，由實驗人員控制VR場景的切換，將VR照明場景依次展示給實驗用戶進(jìn)行多視角觀察，每個照明場景呈現(xiàn)30 s，然后要求用戶在下一個30 s時間內(nèi)，對視覺感受依次進(jìn)行賦值(1～5分)，同時避免用戶的視覺疲勞。以此類推，完成所有實驗場景的觀察與評分。

圖2 仿真實驗(VR)

2.2 目標(biāo)用戶感性意象提取與分析

第一，典型意象詞匯的提取。通過篩選，形成某產(chǎn)品設(shè)計工作室照明感性意象典型詞匯。其中確立意象詞匯庫(數(shù)量為120個)，再進(jìn)行焦點小組法討論形成三組低層次意象詞匯，最后由專家評價逐步篩選出典型意象詞匯，如表3所示。

表3 某產(chǎn)品設(shè)計工作室照明感性意象典型詞匯

第二，意象詞匯權(quán)重的計算。初步的權(quán)重計算由實驗用戶20人給出評價值并依據(jù)Yaaph軟件進(jìn)行。修正權(quán)重由5名專家進(jìn)行分析，計算參考式(1)～式(3)，最終形成了各意象詞匯的最終權(quán)重，具體計算結(jié)果如表4所示。

表4 典型詞匯間權(quán)重計算結(jié)果

2.3 實驗過程

第一，實驗過程中，將依據(jù)具體照明場景的計算機輔助三維模型，運用Twinmotion軟件，可對照明進(jìn)行參數(shù)賦值，并通過渲染形成VR照明仿真場景模型。具體將依據(jù)標(biāo)準(zhǔn)(GB50034)中對辦公建筑中設(shè)計室、文件整理復(fù)印及發(fā)行室和學(xué)校建筑中美術(shù)教室、實驗室的設(shè)定標(biāo)準(zhǔn)中給定的參考范圍進(jìn)行。設(shè)定為無自然光條件下，對某一穩(wěn)定照明環(huán)境進(jìn)行仿真，計算機輔助模型空間的尺寸設(shè)定為長10 m、寬6 m、高3 m；窗戶類型為落地窗，采用單側(cè)采光。光源安裝高度為3 m，從落地窗側(cè)頂部開始，在6 m×6 m的作業(yè)面(作業(yè)面高度為0.75 m)上布置3×3個白色LED光源(每個間隔1 m),對各照明指標(biāo)進(jìn)行賦值，形成不同的照明設(shè)計方案(如表5所示)，并生成VR實驗場景5個，如圖3所示。

表5 各場景設(shè)計主要指標(biāo)參數(shù)

圖3 照明實驗場景

第二，運用VR技術(shù)進(jìn)行仿真實驗。篩選出的20名實驗用戶參與VR仿真實驗。由實驗人員按照要求控制VR場景的切換，并實時記錄評價分值，如表6所示，數(shù)據(jù)需進(jìn)一步進(jìn)行模糊評價分析。

表6 VR實驗場景評分表

2.4 照明設(shè)計場景量化評價

結(jié)合表6結(jié)果，運用模糊綜合評價法進(jìn)行方案的評價，確定最優(yōu)解。第一，設(shè)定對應(yīng)5級量表的評價等級，5個等級由高到低分別賦值為90分、80分、70、60分和50分。第二，根據(jù)表5結(jié)果，建立各意象詞匯的權(quán)重向量(用w表示)，即w=(0.3058 0.2308 0.4634)。第三，建立模糊綜合評價矩陣。為提高評價的客觀性，為降低評價主觀性，僅統(tǒng)計20名實驗用戶對各分值的打分次數(shù)，據(jù)此建立各照明場景的的評價矩陣如下(用S1～S5表示)。

根據(jù)評價矩陣，計算意象詞匯針對各場景的的評價權(quán)重(用M1～M5表示)如下：M1=w×S1=(0 0 0.0808 0.6273 0.2919)；M2=w×S2=(0 0 0.2187 0.5960 0.1854)；M3=w×S3=(0 0.0923 0.2493 0.4731 0.1854)；M4=w×S4=(0 0 0.3860 0.4377 0.1763)；M5=w×S5=(0 0.0612 0.3601 0.5092 0.0695)。最后，計算各照明場景的百分制評價結(jié)果(用字母N表示)：N1=82.111；N2=79.675；N3=77.523；N4=77.903；N5=78.87。

通過綜合評價可知，照明場景1為最優(yōu)方案，評價結(jié)果是依據(jù)典型意象詞匯“明亮的、愉悅的、穩(wěn)定的”進(jìn)行打分和分析的得出的。在照明場景1的主要參數(shù)選擇上能夠看出，第一，照度較高(600 lx)且照度均勻度為0.8，高于標(biāo)準(zhǔn)中針對設(shè)計室和美術(shù)教書的設(shè)定(500 lx)，利于提供明亮的意象；第二，色溫選擇5 000 K，在實驗中用戶在此色溫下心理狀態(tài)穩(wěn)定，能為產(chǎn)品設(shè)計工作室提供穩(wěn)定的照明意象。第三，在本次產(chǎn)品設(shè)計工作室照明實驗中，UGR和Ra的設(shè)定在符合GB 50034的范圍內(nèi)調(diào)節(jié)，對于用戶感性意象的影響不大。

3 結(jié)論

本文針對智慧照明設(shè)計中的用戶感性意象進(jìn)行了量化分析，形成了分析模型，可以解決設(shè)計過程中用戶感性意象模糊、主觀性強的問題，在模型中：第一，用戶感性意象詞匯提取要基于調(diào)研和統(tǒng)計歸納展開，同時要借助專家評價進(jìn)行典型詞匯確認(rèn)。第二，典型意象詞匯是實驗評價的重要參考，通過層次分析法與熵權(quán)理論的引入，可提高權(quán)重計算的精度。第三，運用VR等計算機輔助技術(shù)進(jìn)行照明實驗，以此完成用戶定量化評價，可以提高實驗效率，實驗結(jié)果通過模糊綜合評價獲得最優(yōu)方案。

值得注意的是，本文僅考慮了照明指標(biāo)標(biāo)準(zhǔn)，實際上，用戶感性意象還會受到智慧照明環(huán)境中多模態(tài)信息變化的影響，如環(huán)境中出現(xiàn)的影音、圖像、文本；環(huán)境內(nèi)的溫度、濕度等，目前尚未有結(jié)合智慧照明環(huán)境中多模態(tài)信息分類、評價等進(jìn)行用戶感性意象分析的研究。本文給出了基于虛擬現(xiàn)實技術(shù)和模糊綜合評價的用戶感性意象定量化分析模型，可為進(jìn)一步的研究提供參考。