基于进化思想的汽车造型多目标优化设计探索

中图分类号：U462 文献标识码：A

引言

汽车造型设计是影响汽车销量的重要因素,随着人工智能技术的兴起,国内外诸多文献探讨了智能设计方法与汽车造型设计结合的可能性。消费者对汽车外观的期待已经不限于传统样式，而是追求更独特、更具有科技感和个性化的图案。人工智能技术的应用为汽车造型设计提供了空前的契机，可以从大量数据中挖掘出潜在的规律并模拟人的创意过程，开创汽车造型设计的新纪元。

1、基于进化思想的汽车造型设计的作用

计算机辅助设计技术具有高度优化的计算算法和强大的计算能力，可大幅降低传统设计过程中的计算量。计算机可快速进行复杂的几何计算模拟，设计人员可更高效地探索多种设计方案，有效解决手动计算的烦琐、低效问题；计算机技术辅助设计软件中的自动化功能，可在设计早期自动生成多种设计方案、提供优化建议，进一步减少人工参与时间和精力；设计人员也可基于高级仿真技术和虚拟现实，在虚拟环境中评估优化设计方案，减少物理模型制造测试次数、时间，从而大幅降低设计计算量。同时，在有限元分析技术下，设计人员可预估每一个构件在不同工况下的表现，确定构件强度、耐久性，实现最佳设计方案；同时，设计人员可应用 建模和虚拟装配技术，在计算机中模拟整个装配过程，预先发现潜在干涉问题，降低误差，提高装配精度；计算机技术辅助设计系统也可记录管理每一个构件装配的详细信息，形成完整数据链，有利于后期质量监控维护[1]。

2、基于进化思想的汽车造型多目标优化设计分析

2.1、外形轮廓的构造

消费者对汽车的需求不再仅局限于基础的出行功能，不再仅仅是一个工具，它的角色厚度变得更加的有弹性，更丰富，是朋友，是伙伴，是移动的家，是能够提供情绪价值的载体。随之而来的是，消费者对汽车造型需求的全新升级，从外观造型，内饰座舱，驾驶体验，安全性以及环保性等多维度的提升，而且是持续不断的提升，需要持续的推陈出新，提供不一样的爆点，不断满足消费者的高期待。因此，汽车造型设计的压力不言而喻。在此背景下，神经网络对汽车外形轮廓的构造具有重要的影响。神经网络是一种受人脑神经元连接方式启发的机器学习模型，由大量相互连接的节点（神经元）组成。典型的神经网络包括输入层、隐藏层和输出层，通过调整神经元之间的连接权重来学习数据中的模式，在汽车外形数据中学习了解不同类型汽车的轮廓特点和样式，为新车型的设计提供强有力的支撑。神经网络能够根据车型定位、目标客户群体、性能需求和其他输入设计要求迅速生成初始外形轮廓草图。对一款定位于年轻时尚且用于城市通勤的小型电动汽车来说，神经网络可以融合这类汽车的共同特点，例如：车身比例小而灵活、圆润平滑的线条等，产生可行性强的初步轮廓；轮廓优化阶段，神经网络可以根据多个约束条件自适应地调整。其能够兼顾空气动力学性能的要求，并通过对车身内气流流动的仿真来优化车身轮廓，从而达到减小风阻系数的目的。同时，神经网络也能够综合考虑美学评价标准，并按照预设的美学模型实现轮廓美学优化[2]。

2.2、智能化汽车造型设计

在汽车造型设计中融入智能化技术时，应从两方面着手：一方面，优化空气动力学。汽车空气动力学性能的提升，能够在一定程度上降低风阻系数，延长汽车的续航里程，使汽车驾驶更加稳定。目前大多数智能化汽车都采用了流线型车身设计，使用了隐藏式门把手，这使得汽车车身线条更加流畅，汽车行驶时其受到的空气阻力有所降低。根据相关实验数据显示，当汽车的风阻系数每降低 0.01，汽车的续航里程便可增加 5\~100 km。与此同时，在智能化设计汽车造型时，还运用了计算机辅助技术、虚拟现实技术，提高了汽车外观设计的精确度，通过模拟汽车外观造型在不同光照环境下的效果，进一步优化设计汽车外观，使之更具科技感。另一方面，部分汽车在进行智能化设计时，运用了自适应造型元素，常见的有主动式扰流板、可调节进气格栅等。在汽车行驶过程中，自适应造型元素可根据汽车行驶环境的变化以及汽车行驶状态进行自动化调整，有利于保障车辆性能。例如，车辆处于高速行驶状态时，主动式扰流板会自动升起，加大车辆下压力，使之整体操控更加稳定，保证车辆高速行驶过程中的安全[3]。

2.3、个性化定制造型

在消费升级时代大背景下，消费者对汽车更强调个性化表达，新能源汽车以灵活多样的生产制造模式及数字化技术优势将引领个性化定制造型潮流。目前，一些新能源汽车制造商在汽车外观颜色、内饰材质和装饰件选择上都开始推出一些个性化定制服务。今后个性化定制会更深入、更全面地涉及车身整体造型、细节设计等方面。在先进数字化设计与制造技术的推动下，消费者可以参与汽车造型设计流程。汽车生产商可以根据消费者的个性化需求，运用 打印和智能制造等先进技术来实现快速的生产流程，从而达到真正意义上的个性化汽车定制。个性化定制也将扩展至汽车功能和性能配置上，并且和造型设计互相结合。消费者可根据驾驶习惯和需要来定制车辆电池容量、电机功率、悬挂系统及其他性能参数，这些变化还会体现在车辆外观造型中。例如：高性能版可能使用更运动感的车身包围、更大尺寸的轮毂和独有的空气动力学套件来体现它的强劲表现；而以舒适性为中心的汽车，其车身线条与内饰造型可能更加突出柔美、典雅的格调[4]。

2.4、图像识别辅助设计

在汽车造型设计领域，图像识别技术为设计元素的提取提供一种既方便又高效的方法。在进行汽车造型设计时，设计师要从丰富的图像资料和设计元素中得到启发，而图像识别技术可以自动化地扫描和分析各种影像的数据库，其中包括汽车历史车型的照片、概念车的设计图、艺术作品和自然景观。例如：在识别汽车的历史车型图片时，可以识别出不同时期和不同品牌车型的标志性设计元素，例如经典的进气格栅形状、独特车身线条走向、代表性车尾造型等。对艺术作品以及自然景观图像而言，图像识别技术能够对其中的造型、色彩、质感等要素进行识别，并且将这些要素转换成能够运用到汽车造型设计中的表现形式。另外，图像识别技术可以分析实时采集到的街景图像或者竞争对手新车图片，并迅速从中抽取新颖的设计元素或者流行趋势，让设计师及时掌握市场动态和设计前沿，并将最新要素和概念融入设计之中，以免设计滞后[5]。

结束语

在汽车设计领域，计算机技术辅助设计可降低汽车设计计算量、优化车身构件选取装配、提高汽车产品质量水平，具有较显著应用价值。在人工智能技术日益发展和进步的今天，汽车造型设计迎来更多的创新性突破，其设计流程也会越来越智能化、高效化以及个性化。但同时要注意人工智能和设计师在合作过程中所存在的平衡问题，应发挥二者的长处，共同促进汽车造型设计创新。

参考文献：

[1]尹磊.用户意象驱动的电动汽车前脸造型设计研究[D].江苏大学,2021.DOI:10.27170/d.cnki.gjsuu.2021.001809.

[2]高述勇.基于多目标进化算法的汽车侧面轮廓意象造型设计研究[D].青岛大学,2018.

[3]王亚辉,余隋怀.基于多目标粒子群优化算法的汽车造型设计决策模 型[J].计算机集成制造系统,2017,23(04):681-688.DOI:10.13196/j.cims.2017.0 4.001.