张硕

摘要：通过对现有服务机器人头部形态的样本收集，采用形态分解法对服务机器人的头部形态进行形态拆解，得到多个设计要素。将诸多设计要素进行组合可形成多种机器人头部形态组合，并采用正交设计法进行形态组合的科学删减。将筛选后的机器人头部形态组合采用联合分析法进行分析，运用SPSS软件计算各形态属性的重要性百分比以及各设计要素水平的效用值，最终得到特定感性词汇下的最优形态组合并进行设计验证，通过雷达图分析可知研究结果具有较高的准确性，可作为设计师设计方向的借鉴。

关键词：服务机器人 头部形态 联合分析法 设计要素

引言

随着科技的迅猛发展，服务机器人已经慢慢地融入人们的生活之中今后服务机器人也将逐渐成为人们生活中不可或缺的一部分。而随着人们对产品情感化需求的日益提升，越来越多的产品将设计重点着眼于符合目标用户感性意象的需求。因此，符合消费者感性需求的服务机器人形态也将会是今后设计的重点考虑要素。联合分析法作为感性工学分支下的一种研究方法，主要是用于预测目标用户对产品的各个属性的重要性以及各属性下不同水平的效用值的方法，在产品竞争日益激烈的今天，联合分析法也被应用于多种领域并产生了重要价值。高敏等利用联合分析法对手机产品属性组合进行了分析和设计，并进行了产品设计策略的分析。孙伦等应用联合分析法对办公椅造型进行了椅背的属性与水平的详细分析，对用户的偏好程度进行了预测，并用信度验证了研究的有效性。文章以感性工学为设计基础，通过对服务机器人头部形态代表样本的收集与分析进行机器人头部形态的拆解，形成机器人头部各部分形态设计要素特征库。根据特征库可得到多种机器人头部形态组合并通过正交设计法进行形态组合数目的合理删减，同时将最终得到的组合通过联合分析法分析。通过分析得到基于不同感性词汇各个属性下的不同设计要素的效用值，并由此可以推断出不同感性词汇下的最佳形态组合。

一、联合分析法

联合分析法是由心理学家Luce和统计学家Tukey在1964年首次提出，主要是将目标用户对不同产品的感性评价值进行推演，通过得出产品不同的设计要素的效用值从而进行用户偏好分析。联合分析法应用于产品设计时将其划分为两个要素，分别是属性和水平。产品的属性指的是产品的主要特性，水平指的是这些特性的不同数值。以服务型机器人头部为例，头部的正面轮廓，侧面轮廓，屏幕等属于产品的属性，而水平则是指头部的屏幕属性下可分为圆角矩形，椭圆形，圆角正方形等不同水平。使用联合分析法分析产品时首先要提供给被测试的目标用户不同水平组合的产品样本，受试者对这些不同水平的样本进行排序，通过对测试结果的分析得到产品不同属性的重要I生百分比以及各属性下不同水平所占有的成分效用值，最终通过计算推导出最受目标用户喜爱的产品形态组合，并作为设计的指导方向。在应用联合分析法计算每个水平的效用值时，最常用的是采用加法模式进行，即将产品的每个属性下不同水平的效用值相加总和即为该产品在某特定感性词汇下的总效用值，并由此可以推断目标用户对产品的偏好，该方法的计算公式如下：

二、服务机器人头部形态设计研究

（一）产品感性语义空间和形态空间建立

通过用户访谈，文献查阅等方式收集目标用户对服务机器人头部形态的感性词汇，通过对重复词汇以及语义相近词汇的剔除同时再选取20位目标用户对这些感性词汇进行排序，最终被选择次数最多的前6个词汇分别是简洁的，科技的，人性化的，亲切的，圆润的，灵巧的。通过对市场上近年来销量较好的服务机器人进行样本收集，并筛选出20个代表样本进行分析研究。

（二）产品形态设计要素解构

根据收集到的服务机器人头部形态样本进行设计要素的提取以及分类，通过20位经验丰富的设计师进行分析，最终利用形态拆解法将机器人头部分为5个设计要素，分别为正轮廓，侧轮廓，屏幕面板，头顶形态，耳部形态。再根据收集的产品样本进行设计要素类型的分析，最终得到服务机器人头部形态的设计要素，（如表1）所示。

（三）正交法筛选形态组合

根据服务机器人头部形态设计要素表可知，所有的形态设计要素组合可形成4×4×4×4×4=1024种机器人头部造型。若要求受试者对1024种组合进行感性评价，将会导致受试者负担过重以及心理上的抵触情绪，从而导致测试结果的准确性较差。因此此处采用感性工学中的正交设计法进行形态组合数目的合理删减，既能够缩短测试的周期，同时也能够保障本次实验的准确性。此处利用SPSS软件进行正交设计的运算，通过正交设计法将组合数目缩减至16种，这16种组合涵盖了所有的形态要素。

（四）联合分析法最佳形态组合

联合分析法主要有等级顺序方法和评分的方法。等级顺序方法主要应用于当受试的数目低于20时相比于评分形式更易于应用。在服务机器人头部形态设计要素经过正交设计法分析以后得出的组合数目为16，因此可以采用等级顺序的方法进行测试。这里评价等级数目即为正交设计法删减后的产品组合数目16，并要求受试者基于6组感性词汇简洁的，科技的，人性化的，亲切的，圆润的，灵巧的进行喜好排序。本次测试收集了50份问卷，其中有效问卷为46份，问卷主要是针对服务机器人的目标用户进行发放。通过受试者的问卷数据整理并将数据结果输入SPSS软件中进行联合分析法分析，分析内容即为正轮廓，侧轮廓，屏幕面板，头顶形态，耳部形态5个设计要素。分析后即可得到各屙眭在整体形态中所占的重要性百分比以及各形态要素的效用值。这里以“科技的”这组感性词汇进行结果展示，（如表2）所示。

由（表2）分析可得知在“科技的”这组形容詞中，各个形态要素对服务机器人头部形态的整体造型影响重要性百分比为：正轮廓>屏幕面板>耳部形态>侧轮廓>头顶形态。由此可得知在“科技的”感性词汇下，正轮廓的属性中椭圆形最为科技，其次是圆角梯形和圆角弧形，而圆角方形科技感最差。在侧轮廓属性中自由弧形最为科技，其次是菱形弧形，而正圆形和梯形弧形均不显科技感。在屏幕面板属性中，下切型和上切型较为科技，而圆角矩形和四边弧形科技感略差。在顶形态中，弧线形最为科技，正圆形次之，而直线形和长弧矩形科技感最差。在耳部形态中，圆饼形和半圆弧梯形最为科技，而半圆球形和半圆弧球形科技感略差。用相同的方式可以推测最科技的造型组合即为：A1+B4+C4+D2+E1。应用相同的方法可以推导出基于其他几组感性词汇下的最佳形态组合。如最简洁的造型组合为A3+B2+C4+D1+E3，最人性化的A1+B2+C4+D1+E3，最亲切的A2+B1+C3+D4+E2，最圆润的A2+B3+C3+D2+E4，最灵巧的A4+B1+C2+D4+E1。

三、设计验证及结论

为了验证本次应用联合分析法的服务机器人头部形态设计结果的有效性，采用问卷调查法对目标用户进行了满意度调查研究，问卷采用了4组感性词汇分别是简洁的，科技的，亲切的和圆润的，并请目标用户对应用联合分析法得到的最“科技的”，“简洁的”2组产品造型组合进行设计评分，本次调查发放了60份调查问卷，回收了有效问卷57份，通过对调研数据进行整理和分析，将调研结果绘制成雷达图例，（如图1）所示。由图可知，在产品1中“科技的”这一感性词汇下整体满意度比其他三组感性词汇更高，且优势较为明显，同时产品1在“科技的”这一组感性词汇下的评分也明显高于产品2。而产品2在“简洁的”这一组感性词汇下整体满意度也略高于其他三组感性词汇，且产品2在“简洁的”感性词汇下的评分明显高于产品1。根据雷达图可知，采用联合分析法进行的服务机器人头部形态设计具有较好的准确性，并可以作为参考指导设计师的设计过程。