留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

眼动联合脑电技术的产品形态感性认知特性研究

杨濮瑜 林丽 阳明庆 郭主恩

杨濮瑜, 林丽, 阳明庆, 郭主恩. 眼动联合脑电技术的产品形态感性认知特性研究[J]. 机械科学与技术, 2023, 42(7): 1088-1097. doi: 10.13433/j.cnki.1003-8728.20220062
引用本文: 杨濮瑜, 林丽, 阳明庆, 郭主恩. 眼动联合脑电技术的产品形态感性认知特性研究[J]. 机械科学与技术, 2023, 42(7): 1088-1097. doi: 10.13433/j.cnki.1003-8728.20220062
YANG Puyu, LIN Li, YANG Mingqing, GUO Zhuen. Analyzing Perceptual Cognitive Characteristics of Product Forms with Eye-tracking and Electroencephalogram Techniques[J]. Mechanical Science and Technology for Aerospace Engineering, 2023, 42(7): 1088-1097. doi: 10.13433/j.cnki.1003-8728.20220062
Citation: YANG Puyu, LIN Li, YANG Mingqing, GUO Zhuen. Analyzing Perceptual Cognitive Characteristics of Product Forms with Eye-tracking and Electroencephalogram Techniques[J]. Mechanical Science and Technology for Aerospace Engineering, 2023, 42(7): 1088-1097. doi: 10.13433/j.cnki.1003-8728.20220062

眼动联合脑电技术的产品形态感性认知特性研究

doi: 10.13433/j.cnki.1003-8728.20220062
基金项目: 

国家自然科学基金项目 51865003

黔科合平台人才 [2018]5781

贵大培育 [2019]06

详细信息
    作者简介:

    杨濮瑜(1992-), 硕士研究生, 研究方向为产品创新设计、感性工学, 981516996@qq.com

    通讯作者:

    林丽, 教授, 博士生导师, linlisongbai@163.com

  • 中图分类号: TP472

Analyzing Perceptual Cognitive Characteristics of Product Forms with Eye-tracking and Electroencephalogram Techniques

  • 摘要: 为产品感性形态设计的认知特征提供客观生理层面的深入剖析。运用眼动、脑电技术,以家用充电桩形态为刺激对象,基于语义差异量表设计并实施眼-脑感性认知实验,并记录被试“极‘不符合’、有点‘不符合’、‘不确定是否符合’、有点‘符合’、极‘符合’用户感性期望”5种感性认知结果下的眼-脑生理信息,剖析认知特性。研究结果表明:在产品形态极“符合”用户感性期望时,被试行为反应时最短,首次注视时间最少,且能产生中央-顶区联合皮层和顶区较强烈的P3、LPP波幅。在产品形态极“不符合”用户感性期望时,被试行为反应时、首次注视时间增加,后颞N2成分幅值最大;在产品形态“不确定”是否符合用户感性期望时,被试中央区产生的N4波幅增大。从感性意象认知的神经加工机制出发,行为、眼-脑生理信息均能客观有效区分用户不同感性意象的认知状态,视觉、脑认知特性可为设计提供认知本源性的底层支持。
  • 图  1  眼动联合脑电技术的产品形态感性认知特性研究流程图

    Figure  1.  Research process flowchart for the perceptual cognitive characteristics of eye tracking combined with EEG technology products

    图  2  家用充电桩代表性图片样本

    Figure  2.  Representative images of household charging stations

    图  3  实验流程图

    Figure  3.  Experimental process flowchart

    图  4  感性意象评价值对应的平均反应时值图

    Figure  4.  Plot of average reaction time corresponding to perceptual image evaluation values

    图  5  “不符合”与“符合”感性期望叠加波形图对比

    Figure  5.  Comparison waveform plot of "inconsistent" and "consistent" perceptual expectations

    图  6  不同程度“符合”感性期望叠加平均波形图对比

    Figure  6.  Comparison average waveform plot of different degrees of "consistent" perceptual expectations

    表  1  被试样本量信度检验结果

    Table  1.   Sample size reliability test results

    检验功效 σ
    1.000 00 100.0
    1.000 00 200.0
    1.000 00 300.0
    0.999 50 400.0
    0.996 59 500.0
    0.973 07 600.0
    0.915 08 700.0
    下载: 导出CSV

    表  2  家用充电桩形态代表性感性词组选取结果

    Table  2.   Selection results of representative perceptual word phrases for household charging station forms

    意象词组(选取次数达1/3以上) 立体的-扁平的创新的-守旧的轻薄的-厚重的变化的-单一的智能的-机械的安全的-危险的圆润的-硬朗的小巧的-巨大的豪华的-廉价的简单的-复杂的
    4组感性词组 守旧的-创新的复杂的-简单的厚重的-轻薄的机械的-智能的
    下载: 导出CSV

    表  3  用户感性认知结果和相关描述

    Table  3.   User perceptual-cognitive results and corresponding descriptions

    感性意象评价值 感性认知结果 相关描述
    1 极“不符合”用户感性期望 产品特征极具有“守旧的、复杂的、厚重的、机械的”的感性意象
    2 有点“不符合”用户感性期望 产品特征有点具有“守旧的、复杂的、厚重的、机械的”的感性意象
    3 “不确定是否符合”用户感性期望 中性, 用户难以根据目标刺激判断是否符合心理期望
    4 有点“符合”用户感性期望 产品特征有点具有“创新的、简单的、轻薄的、智能的”的感性意象
    5 极“符合”用户感性期望 产品特征极具有“创新的、简单的、轻薄的、智能的”的感性意象
    下载: 导出CSV

    表  4  感性意象评价值对应的平均反应时统计表

    Table  4.   Statistical table of average reaction time corresponding to perceptual image evaluation values

    感性意象评价值 平均反应时(标准差)/ms
    1 1 208.55(±483.10)
    2 1 710.68(±838.45)
    3 1 604.83(±1 081.50)
    4 1 466.54(±632.88)
    5 1 063.95(±361.48)
    下载: 导出CSV

    表  5  感性认知结果下样本热点图

    Table  5.   Heatmap of samples under perceptual cognitive results

    感性维度 “不符合”用户感性期望 “不确定”是否符合用户感性期望 “符合”用户感性期望
    守旧的-创新的
    复杂的-简单的
    厚重的-轻薄的
    机械的-智能的
    下载: 导出CSV

    表  6  感性意象评价值与眼动指标相关系数和双尾检验结果

    Table  6.   Correlation analysis results between perceptual image evaluation values and eye movement indicators

    名称 进入时间 凝视时间 眼跳时间 转换时间 首次注视时间 眼跳次数 注视次数
    感性意象评价值相关系数 -0.070** 0.094** 0.092** 0.088** 0.068** -0.002 0.044
    感性意象评价值Sig.(双尾) 0.003 0.000 0.000 0.000 0.004 0.943 0.070
    注:“**”表示强相关。
    下载: 导出CSV

    表  7  感性认知结果对应的眼动指标统计结果

    Table  7.   Statistical results of eye movement indicators corresponding to perceptual-cognitive results

    感性认知结果 进入时间/ms 凝视时间/ms 眼跳时间/ms 转换时间/ms 首次注视时间/ms 眼跳次数/次 注视次数/次
    极“不符合” 1 371.680 477.617 5 505.132 5 532.797 5 145.937 5 1.115 0 1.520 0
    “不确定” 1 217.445 434.480 0 457.272 5 477.2150 122.3650 0.897 5 1.282 5
    极“符合” 1 114.540 426.090 0 447.220 0 465.582 5 128.222 5 0.795 0 1.152 5
    下载: 导出CSV

    表  8  感性意象评价值与各脑区相关系数和双尾检验结果

    Table  8.   Correlation analysis results between perceptual image evaluation values and various brain regions

    名称 前额 中央区 前额-中央区 中央-顶区 顶区 枕区 前颞 中颞 后颞
    感性意象评价值相关系数 0.388** 0.255* 0.581** -0.360** 0.119 -0.287* 0.119 0.571** -0.666**
    感性意象评价值Sig.(双尾) 0.001 0.033 0.000 0.002 0.327 0.016 0.328 0.000 0.000
    注:“*”表示弱相关,“**”表示强相关。
    下载: 导出CSV

    表  9  意象(明确/模糊)状态下各电极平均波幅独立样本t检验结果统计

    Table  9.   Independent sample t test results for the average waveform amplitude of electrodes under clear/ambiguous imagery states

    脑电成分 时间窗/ms 电极 意象明确/μV 意象模糊/μV t p
    均值 标准差 均值 标准差
    CP5 -0.472 0.111 -0.183 0.017 -4.446 0.011
    CP1 0.458 0.158 -0.015 0.140 3.877 0.018
    N2 200~220 O2 -2.982 0.150 -2.442 0.146 -4.458 0.011
    P7 -1.612 0.143 -0.861 0.134 -6.645 0.003
    P8 -2.691 0.028 -2.409 0.123 -3.871 0.018
    CP5 1.375 0.050 0.738 0.037 17.850 0.000
    P3 CP1 1.284 0.073 0.452 0.072 14.059 0.000
    310~330 O1 1.275 0.128 0.409 0.023 11.559 0.000
    N3 F7 0.234 0.046 -0.258 0.013 17.626 0.000
    T8 -1.098 0.033 -0.309 0.068 -17.966 0.000
    Cz -1.183 0.056 -2.858 0.090 27.404 0.000
    FC1 -1.323 0.027 -1.917 0.011 35.739 0.000
    FC5 -0.195 0.047 -1.122 0.100 14.527 0.000
    N4 440~460 CP5 -0.105 0.063 -0.915 0.043 18.348 0.000
    CP1 -0.204 0.068 -1.435 0.093 18.533 0.000
    CP6 0.767 0.045 1.870 0.178 -10.397 0.000
    P3 0.264 0.027 -0.237 0.055 14.114 0.000
    Pz 1.070 0.046 0.403 0.030 20.917 0.000
    Cz -0.678 0.030 -1.424 0.032 29.532 0.000
    C4 -0.018 0.060 0.583 0.005 -17.163 0.000
    LPP 590~610 FC5 0.112 0.043 -0.994 0.051 28.639 0.000
    CP6 1.131 0.038 2.284 0.066 -26.096 0.000
    P7 -1.347 0.030 2.654 0.223 -30.779 0.000
    P8 2.138 0.205 3.411 0.048 -10.460 0.000
    下载: 导出CSV
  • [1] 吕中意. 基于意图认知的复杂电气产品外观设计策略[J]. 图学学报, 2020, 41(5): 779-787. https://www.cnki.com.cn/Article/CJFDTOTAL-GCTX202005012.htm

    LYU Z Y. Exterior design strategies of complex electrical products based on intention cognition[J]. Journal of Graphics, 2020, 41(5): 779-787. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-GCTX202005012.htm
    [2] 王美超, 林丽, 万露, 等. 基于感性语意模糊因子评价的图案设计源码特征集筛选[J]. 图学学报, 2019, 40(6): 1048-1055. https://www.cnki.com.cn/Article/CJFDTOTAL-GCTX201906009.htm

    WANG M C, LIN L, WAN L, et al. Feature set selection of pattern design source code based on perceptual semantic fuzzy factor evaluation[J]. Journal of Graphics, 2019, 40(6): 1048-1055. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-GCTX201906009.htm
    [3] 陈香, 卫华. 基于结构熵权TOPSIS法的产品设计方案评估研究[J]. 图学学报, 2020, 41(3): 446-452. https://www.cnki.com.cn/Article/CJFDTOTAL-GCTX202003016.htm

    CHEN X, WEI H. Research on product design scheme evaluation based on TOPSIS method of structure entropy weight[J]. Journal of Graphics, 2020, 41(3): 446-452. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-GCTX202003016.htm
    [4] 李洁, 郭士杰. 人形机器人造型意象与用户情感认知研究[J]. 机械设计, 2019, 36(5): 134-138. doi: 10.13841/j.cnki.jxsj.2019.05.025

    LI J, GUO S J. Research on image modeling design and user emotional cognition of humanoid robot[J]. Journal of Machine Design, 2019, 36(5): 134-138. (in Chinese) doi: 10.13841/j.cnki.jxsj.2019.05.025
    [5] TELPAZ A, WEBB R, LEVY D J. Using EEG to predict Consumers′ future choices[J]. Journal of Marketing Research, 2015, 52(4): 511-529. doi: 10.1509/jmr.13.0564
    [6] 陈默, 王海燕, 薛澄岐, 等. 基于事件相关电位的产品意象-语义匹配评估[J]. 东南大学学报(自然科学版), 2014, 44(1): 58-62. https://www.cnki.com.cn/Article/CJFDTOTAL-DNDX201401012.htm

    CHEN M, WANG H Y, XUE C Q, et al. Match judgments of semantic word-product image based on event-related potential[J]. Journal of Southeast University (Natural Science Edition), 2014, 44(1): 58-62. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-DNDX201401012.htm
    [7] 沙春发, 潘欣云, 杨桦, 等. 基于眼动实验的产品造型与意象空间匹配度评估指标选取[J]. 科学技术与工程, 2019, 19(32): 105-111. doi: 10.3969/j.issn.1671-1815.2019.32.015

    SHA C F, PAN X Y, YANG H, et al. Cognition index selection for evaluating matching degree between product shapes and image space based on eye-tracking experiment[J]. Science Technology and Engineering, 2019, 19(32): 105-111. (in Chinese) doi: 10.3969/j.issn.1671-1815.2019.32.015
    [8] 侯冠华, 卢国英. 标识设计中语义认知事件相关电位[J]. 同济大学学报(自然科学版), 2018, 46(11): 1582-1588. doi: 10.11908/j.issn.0253-374x.2018.11.017

    HOU G H, LU G Y. Event related potential of semantic cognition in sign design[J]. Journal of Tongji University (Natural Science), 2018, 46(11): 1582-1588. (in Chinese) doi: 10.11908/j.issn.0253-374x.2018.11.017
    [9] SLANZI G, BALAZS J A, VELÁSQUEZ J D. Combining eye tracking, pupil dilation and EEG analysis for predicting web users click intention[J]. Information Fusion, 2017, 35: 51-57. doi: 10.1016/j.inffus.2016.09.003
    [10] 杨程, 陈辰, 唐智川. 基于脑电的产品意象推理模型研究[J]. 机械工程学报, 2018, 54(23): 126-136. https://www.cnki.com.cn/Article/CJFDTOTAL-JXXB201823015.htm

    YANG C, CHEN C, TANG Z C. Study of electroence-phalography cognitive model of product image[J]. Journal of Mechanical Engineering, 2018, 54(23): 126-136. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-JXXB201823015.htm
    [11] 钟奇, 裴学胜, 郭钢, 等. 基于多项眼动数据的拖拉机造型设计评选模型[J]. 包装工程, 2018, 39(8): 166-169. https://www.cnki.com.cn/Article/CJFDTOTAL-BZGC201808036.htm

    ZHONG Q, PEI X S, GUO G, et al. The selection model of tractor appearance design based on multiple eye movement data[J]. Packaging Engineering, 2018, 39(8): 166-169. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-BZGC201808036.htm
    [12] 王苗辉, 李艳, 宋武, 等. 基于科学实验的人机交互界面设计研究——以格力空调为例[J]. 图学学报, 2019, 40(1): 181-185. https://www.cnki.com.cn/Article/CJFDTOTAL-GCTX201901026.htm

    WANG M H, LI Y, SONG W, et al. Research on man-machine interface design based on scientific experiment——a case study of the improved design of Gree air conditioner interface[J]. Journal of Graphics, 2019, 40(1): 181-185. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-GCTX201901026.htm
    [13] 朱月, 邓成连. 基于心理与生理测量的辽瓷文化意象基因研究[J]. 计算机辅助设计与图形学学报, 2020, 32(7): 1183-1191. https://www.cnki.com.cn/Article/CJFDTOTAL-JSJF202007021.htm

    ZHU Y, DENG C L. Study on culture image meme of Liao Dynasty ceramics by psychological and physiological measurement[J]. Journal of Computer-Aided Design & Computer Graphics, 2020, 32(7): 1183-1191. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-JSJF202007021.htm
    [14] 王雪霜, 郭伏, 刘玮琳, 等. 基于事件相关电位的产品外观情感测量研究[J]. 人类工效学, 2018, 24(1): 20-26. https://www.cnki.com.cn/Article/CJFDTOTAL-XIAO201801004.htm

    WANG X S, GUO F, LIU W L, et al. Affective measurement of product appearance by ERPs[J]. Chinese Journal of Ergonomics, 2018, 24(1): 20-26. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-XIAO201801004.htm
    [15] 汪海彬, 卢家楣, 姚本先, 等. 职前教师情绪复杂性对情绪面孔加工的影响——来自行为、ERP和眼动的证据[J]. 心理学报, 2015, 47(1): 50-65. https://www.cnki.com.cn/Article/CJFDTOTAL-XLXB201501006.htm

    WANG H B, LU J M, YAO B X, et al. The impact of pre-service teachers′ emotional complexity on facial expression processing: evidences from behavioral, ERP and eye-movement study[J]. Acta Psychologica Sinica, 2015, 47(1): 50-65. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-XLXB201501006.htm
    [16] 韩玉昌, 张健, 杨文兵. 认知风格影响框架效应的ERP研究[J]. 心理科学, 2014, 37(3): 549-554. https://www.cnki.com.cn/Article/CJFDTOTAL-XLKX201403006.htm

    HAN Y C, ZHANG J, YANG W B. The influence of cognitive style on the framing effect: an event-related potential study[J]. Journal of Psychological Science, 2014, 37(3): 549-554. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-XLKX201403006.htm
  • 加载中
图(6) / 表(9)
计量
  • 文章访问数:  222
  • HTML全文浏览量:  87
  • PDF下载量:  14
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-07-07
  • 刊出日期:  2023-07-25

目录

    /

    返回文章
    返回