基于感性工学和AIGC的蒙古族马鞍造型座椅设计

针对家具设计中对用户感性需求的挖掘以及设计转译的现状,提出了获取用户感性需求并转化为人工智能生成内容AIGC(AI generated content)粗原型与提示词继而生成和迭代设计的方法,以马鞍为例进行实践与验证。首先,在感性工学的框架下采用因子分析法对收集到的感性意象词汇进行降维、聚类,利用模糊层次分析法求取感性意象词汇的相对权重;其次,运用形态分析法对蒙古族马鞍样本进行形态解构获取设计元素,利用QFD质量屋构建用户感性意象词汇与设计元素的映射模型,获取符合用户感性需求的概念粗原型;最后,将粗原型与感性意象词汇输入AIGC实现方案生成。感性工学能将用户的感性需求映射为设计要素,AIGC可在设计要素基础上生成符合用户需求的设计并得到验证。感性工学作为科学获取用户感性需求的设计方法属于用户研究阶段,在由用户研究到设计转译过程中,传统设计方法中更多是设计师创意,科学性与主观性值得商榷,将感性工学与AIGC联合可为“以用户为中心的设计”提供科学与高效的设计方法与工具参考,为传统器物在家具设计中的转型拓宽了思路。