基于眼动技术的产品意象认知模型研究及应用

用户与设计师的协同设计是现代设计中的重要研究课题,但基于意象层面的协同设计很少有研究。产品意象认知模型阐明了消费者情感需求与产品造型之间的关系,运用专家访谈、影响汽车外观造型特征的眼部跟踪观察实验、影响产品意象认知的造型特征提取实验、关键造型特征与产品意象认知关系之量化实验等多实验的方法,建立了基于特征匹配的产品意象认知模型。基于该模型,开发了汽车草图设计原型系统,有效实现了用户与设计师汽车草图协同设计。     

基于BP神经网络的壁挂式充电桩产品形态研究

通过对壁挂式充电桩感性意象与形态设计要素的分析,建立两者间对应的BP神经网络设计模型,从而得到各感性意象对应的产品形态。利用感性工学中的李克特量法对收集到的壁挂式充电桩形态样本和感性词汇进行设计评价并得到感性评价结果,将形态设计要素作为BP神经网络模型的输入层参数,感性评价结果数值作为输出层参数,利用Matlab软件进行壁挂式充电桩BP神经网络模型的反复训练和测试,最终得到壁挂式充电桩形态设计要素BP神经网络模型。最后通过MSE度量该BP神经网络模型准确性,研究表明建立的壁挂式充电桩感性意象和形态设计要素间的BP神经网络模型具有可行性。     

基于犹豫模糊语言术语集和粒子群优化算法的产品造型设计感性评价方法

产品造型感性评价反映了用户的意象感知,具有模糊性与不确定性,用户常难以准确描述其感 性偏好而表现出犹豫。针对该问题,引入犹豫模糊语言术语集(HFLTSs)描述用户感性评价,基于其数学算子构 建犹豫模糊语言共识模型以测度用户认知一致性程度,借助粒子群优化算法(PSO)实现非共识条件下用户评价 矩阵的优化与共识达成,通过逼近理想解排序法对产品造型方案进行优劣排序,提出了基于 HFLTSs 和 PSO 的 产品造型设计感性评价流程。以汽车充电桩造型方案感性评价为例,验证了 HFLTSs 有助于解决用户感性认知 的不确定问题,结合 PSO 能够提高犹豫模糊语言评价的一致性,从而提升产品造型感性评价质量。     

意象关联产品形态仿生设计方法

以生物体侧面主特征线为研究对象,提出了建立基于用户意象的仿生设计基因库思想和方法流程,旨在提高设计师对仿生原型的获取。选取生物体侧面轮廓线作为研究对象,利用贝塞尔曲线将其量化描述;通过调研获得用户期望意象形容词,经过聚类分析得到关键意象词汇并将其量化表征,输入库中获取生物原型。以u-fi猫的设计验证了该方法的合理性和可行性。     

多意象驱动下的产品造型个性化定制系统研究

构建了一种基于多意象驱动下的产品个性化定制系统,增加用户对个性化定制的体验度,从而实现智能的产品个性化定制设计。通过对当下三种产品个性化定制模式的比较研究和分析,提出了个性化定制系统的构架模型和系统流程。然后通过用户参与模式、感性意象挖掘、关联方法建立多意象驱动机制,并结合感性工学的相关研究方法、BP神经网络以及多目标粒子群算法构建了面向产品意象造型的智能设计模型,实现了多意象驱动下的产品造型个性化定制。最后以人形卡通文具的个性化定制进行了实例验证。结果表明多意象驱动的产品造型个性化定制系统更加丰富了消费者对产品造型意象风格的体验,满足了消费者日益迫切的个性化设计需求,符合智能时代对产品设计开发的需要。     

基于BP神经网络的产品造型设计评价

为了对产品的造型设计进行评价,在分析人工神经网络原理的基础上提出了应用BP神经网络评价产品造型设计的方法.根据BP神经网络具有自学习、自组织、自适应和非线性动态处理等优点,建立了产品造型设计BP神经网络评价模型,选择某一产品造型设计的13款方案作为样本,利用Matlab软件进行了BP网络的实例训练和验证.实验结果表明,BP神经网络模型可以较准确的对产品造型设计进行评价.     

面向汽车造型设计的自适应交互式遗传算法

针对汽车造型设计的方案求解问题,提出基于造型件和利用自适应交互式遗传算法的汽车造型设计方法。在自适应交互式遗传算法中,利用云模型产生自适应交叉概率,而利用个体之间的相似性和进化代数产生自适应变异概率。通过汽车造型设计实验,表明所提出求解算法可以获得满意的汽车造型设计方案,能够降低用户疲劳,具有较高的运行性能。     

基于卷积神经网络的汽车型号识别

利用汽车的前视图像,提出一种基于深度学习的汽车型号识别方案。首先用Adaboost算法的级联检测器检测出汽车的车头感兴趣区域。然后针对该感兴趣区域,设计相应的卷积神经网络模型进行汽车型号识别。实验分别对比了当前流行的手工设计特征(SIFT、HOG和LBP特征)用SVM及ELM分类器的识别效果。实验结果显示,基于深度学习的方法识别率显著高于传统机器学习方法,表现出卓越的性能。     

从横向造型特征统一性看奥迪品牌发展

汽车行业的发展已从传统的技术型驱动转变为品牌文化与技术型双重驱动。一方面．用户希望从产品背后得到更多的东西;另一方面,汽车厂商希望通过“提炼信息然后不断强化”的造型手法增强用户粘性,汽车造型设计中的横向造型特征统一性作为构建汽车品牌文化的载体和手段已发展为汽车企业的核心竞争力。文童将奥迪汽车的横向造型特征统一性分为车身侧面、车身前脸、车身尾部三个部分进行分析,探讨汽车的横向造型特征统一性与汽车品牌发展的关系。     

面向用户意象的陶瓷茶具形态设计方法研究

针对陶瓷茶具造型老旧、形式单一的问题,构建了基于用户感性意象的陶瓷茶具 形态设计方法。以感性意象理论为基础,采用定性及定量相结合的研究方法,研究用户感性意 象与陶瓷茶具形态要素之间的量化关系。通过对陶瓷茶具形态构成要素的分析,确定了茶壶为 主要研究对象;采用语义差分法、因素分析法和多元线性回归分析法,探测消费者对陶瓷茶壶 形态的感性评价,利用数据统计分析量化用户感性意象与陶瓷茶壶形态设计的对应关系,并通 过设计实例验证此方法的正确性。研究结果拓展了以用户为中心的产品形态设计的新方法,对 探求用户意象偏好的陶瓷茶具形态设计具有一定的指导意义。     

基于深度卷积神经网络的车型识别

传统的基于卷积神经网络的车型识别算法存在识别相似车型的准确率不高,以及在网络训练时只能使用图像的灰度图从而丢失了图像的颜色信息等缺陷。对此,提出一种基于深度卷积神经网络(Deep Convolution Neural Network,DCNN)的提取图像特征的方法,运用深度卷积神经网络对背景较复杂的车型进行网络训练,以达到识别车型的目的。文中采用先进的深度学习框架Caffe,基于AlexNet结构提出了深度卷积神经网络的模型,分别对车型的图像进行训练,并与传统CNN算法进行比较。实验结果显示,DCNN网络模型的准确率达到了96.9%,比其他算法的准确率更高。     

Human–machine hybrid intelligence for the generation of car frontal forms

With the acceleration of the upgrading of the automobile consumption market, artificial intelligence has become an increasingly effective means of enhancing the creative design of automobile appearance modeling. However, when artificial intelligence processes specific design tasks, creativity is primarily based on data drive, resulting in machine-generated design schemes that do not match human-specific psychological intentions. Due to the absence of design knowledge in the process of machine design, there is a data gap between human cognitive thought and machine information processing. This paper aims to structure the human's complex cognitive knowledge of car frontal form, establish the consistency between human and machine cognitive structures, and reduce communication barriers in the process of human–machine hybrid creative design. To achieve this objective, a human–machine hybrid intelligence methodology – a combination of human cognitive mental model, human–machine shared knowledge base, and Generative Adversarial Networks (GAN) – was developed to generate a large number of car frontal forms that are consistent with the design intent. First, we constructed a mental model of human cognition based on three dimensions: design intent, drawing behavior, and functional structure. Second, we created a shared human–machine knowledge base with design Knowledge. This knowledge base contains 12,560 images of car frontal form designs with corresponding morphological semantic labels and 3,140 sketches of car frontal forms drawn by hand. Human–machine shared knowledge base data was utilized in a machine learning training network. In addition, a conditional cross-domain generative adversarial network was developed to investigate the implicit relationship between sketch characteristics, morphological semantics, and image visual effects. Using the suggested method, a large number of images with the specified morphological semantic category and resembling the hand-drawn sketch of a car frontal form can be generated rapidly. In terms of the quality of car frontal form generation, our research is superior to the baseline model according to qualitative and quantitative assessments. In comparison to the designer's output, the human–machine hybrid intelligent generation also demonstrates excellent creative performance.     

整车电磁仿真逆向建模技术研究

摘要：提出一种整车电磁仿真逆向建模技术,以样车实车作为数据来源,借助图像处理软件和几何建模软件,通过样车照片特征提取和结构尺寸实际测量,重建出整车车身的三维数字模型,并将其处理为电磁仿真模型。利用车载FM与GPS天线仿真案例对逆向模型与利用原车整车数据构造的正向模型进行仿真结果对比,发现同一天线在逆向和正向整车模型上得到的增益方向图、主瓣宽度、零陷角度吻合均较好,证明逆向建模得到的整车模型可用于车辆的相关电磁性能仿真分析。该逆向建模技术在很大程度上减轻了电磁兼容性能设计工作对整车原始数据的依赖。     

智能汽车座舱人机交互任务复杂度分析方法

智能汽车座舱中的人机交互任务及行为直接影响车内用户体验.为了帮助汽车内外饰和人机交互界面设计师有效规避界面可用性差的风险,对智能汽车中人机交互行为进行了定量化的研究,总结了人机交互任务复杂度量化指标,挖掘了影响智能座舱内部人机交互复杂度的具体任务指标及权重分布,提出了基于熵的智能汽车人机交互任务复杂度测量方法,最终通过...     

车辆类型识别技术的研究

汽车类型自动识别在现代交通管理和监控中有着广阔的应用前景，本文提出一种用于汽车类型识别的BP神经网络分类器的设计问题。在车辆图像预处理和特征提取的基础上进行基于前向三层神经网络的自动识别和分类。     

基于改进的卷积神经网络LeNet-5的车型识别方法*

针对现有车型识别算法的耗时长、特征提取复杂、识别率低等问题,本文引入了基于深度学习的卷积神经网络(Convolutional Neural Network CNN)方法。此方法具有鲁棒性好,泛化能力强,识别度高等优点,因而被广泛使用于图像识别领域。在对公路中的4种主要车型(大巴车,面包车,轿车,卡车)的分类实验中,我们运用改进后的卷积神经网络LeNet-5,使车型训练、测试结果均达到了98%以上。另外,本文还研究了改进网络中的Dropout层对车型识别效果的影响。与传统算法相比,经过本文改进后的卷积神经网络LeNet-5,在减少检测时间和提高识别率等方面都有了显著提高,在车型识别上具有明显的优势。     

基于C8051F单片机的汽车超载实时控制系统

介绍了一种基于C8051F单片机的汽车超载实时控制系统,分析了该系统的原理及其软、硬件设计。系统具有信号获取与处理、无线通信、LCD液晶显示以及报警和停车控制等功能。通过对车辆承重梁特定受力点的实时受力检测,监测车辆载重的正常与否,并进行显示报警和停车控制,大大提高了汽车行驶的安全性,减少了车辆超载对公路的损害,有利于降低相关交通事故发生率。     

A forecasting system for car fuel consumption using a radial basis function neural network

A predictive system for car fuel consumption using a radial basis function (RBF) neural network is proposed in this paper. The proposed work consists of three parts: information acquisition, fuel consumption forecasting algorithm and performance evaluation. Although there are many factors affecting the fuel consumption of a car in a practical drive procedure, in the present system the relevant factors for fuel consumption are simply decided as make of car, engine style, weight of car, vehicle type and transmission system type which are used as input information for the neural network training and fuel consumption forecasting procedure. In fuel consumption forecasting, to verify the effect of the proposed RBF neural network predictive system, an artificial neural network with a back-propagation (BP) neural network is compared with an RBF neural network for car fuel consumption prediction. The prediction results demonstrated the proposed system using the neural network is effective and the performance is satisfactory in terms of fuel consumption prediction.     

A computer aided design method for car form and its application based on shape parameters

In the early design stage, automotive modeling should both meet the requirements of aesthetics and engineering. Therefore, a vehicle CAD (computer aided design) model that can be easily adjusted by feedbacks is necessary. Based on CE-Bézier surface, this paper presents a set of algorithms for parametric segmentation and fairing surface generation in a car model. This model is defined by a simplified automotive template and relevant control points, shape parameters and segmentation parameters, which can be modified to alter the car form efficiently. With this model and the corresponding adjustment method, more than fifty various vehicle models are established in this research according to different parameters. And two methods for calculating similarity index between car models are constructed, which are suitable for brand design trend analysis and modelling design decisionmaking.