自主式水下航行器：基于人工智能协作模式的设计形态研究

作者阐述：随着大交叉、大融合时代的到来，生成式人工智能的飞速发展引起了设计方法的更新迭代，不断涌现的新工具逐渐成为设计形态研究的新媒介，促进了设计学核心领域的研究新范式。本研究从设计形态学理论出发，结合仿生设计、拓扑研究、产品族研究等跨学科理论，协同生成式人工智能工具，如Midjourney、StableDiffusion、Chilloutmix等开展研究，并采用参数化设计、双向渐进拓扑优化、遗传算法与仿真分析等技术方法，总结了针对工业设计领域的AIGC关键词公式，并结合双钻模型框架提出了以“找形”和“造型”为核心的七步设计形态研究方法。

同时，基于仿生设计理论，协同人工智能技术进行珍珠贝设计形态研究并梳理知识图谱，完成自主式水下航行器的全案设计，结合八叉树算法、卡罗尔五边形镶嵌对航行器壳体、电池保护模组、照明系统进行设计，运用遗传算法、衍生设计开展潜航器连接件设计，并通过定量严谨的ANSYS流体仿真验证了形态研究方法的有效性，为复杂形态研究提供了新思路。

导师点评：今年毕业设计的主题是“以设计为媒，对话未来”。设计形态研究是设计学的核心研究内容之一，它并非设计学传统内容的细分，而是设计学的拓展与扩充。人工智能技术的发展为设计学进行跨学科研究与协同创新提供了新的路径。设计学借助人工智能技术的协作是应对设计形态复杂事物研究的有效办法。

当前基于人工智能的设计形态研究大多集中在可视化图像生成研究，且研究成果多以案例形式呈现，缺乏系统的、可供参考的设计形态研究方法。顺应时代发展，探索一个人工智能协作下的形态研究和产品设计的方法，让设计形态研究更具系统性、易用性、探索性与可操作性，填补“找形”阶段的空缺，并在其中体现“人机协作模式”的必要性，是研究的关键问题。

本研究从设计形态学理论出发，结合仿生设计、拓扑研究、产品族研究等跨学科理论，协同生成式人工智能工具，如Midjourney、Stable Diffusion、Chilloutmix等对具体案例开展研究。为了提高形态研究的效率与准确性，研究过程中还采用了参数化设计、双向渐进拓扑优化、遗传算法、衍生设计与仿真分析等技术方法，综合开展设计实验探索。本研究总结了针对工业设计领域的AIGC关键词公式，创新性地提出了以“找形”和“造型”为核心的7步设计形态研究方法。该方法分为“找形”与“造型”两大模块，细分为7个步骤，分别是：选取研究对象、静态研究、动态研究、形状提取、实验验证、生成阶段、总体设计，并利用“双钻模型”完成方法框架的构建。

为了进一步验证方法的有效性，本研究选取珍珠贝这一常见物种进行“找形”研究，锚定其水下抗压的特性，在确保研究专业性的前提下进行水下无人潜航器设计。综合运用了圆弧插值算法、八叉树算法、卡罗尔五边形镶嵌，协同人工智能技术对珍珠贝的壳体与眼睛进行模拟，并通过定量严谨的有限元分析得出了4个形态学结论，并梳理成知识图谱。同时，基于仿生设计理论，协同人工智能技术对潜航器的壳体、电池保护模组、照明系统进行设计，在研究基础上完成自主式水下航行器的全案设计，并通过流体仿真验证7步设计形态研究方法的有效性。

本研究在理论、方法与实践层面均有创新：（1）在理论上，本研究交叉性强，以设计形态研究为核心，從跨模态深度学习等底层原理出发，结合人工智能、拓扑学、仿生学等多方面知识，进行综合研究；（2）在方法上，打破了传统设计形态学以往的案例呈现方式，结合生成式人工智能工具，构建了系统的、可参考的设计形态研究方法，让设计师定量、高效地开展设计形态学研究；（3）在设计实践上，定性与定量研究相结合，顺应AIGC时代下的生成式人工智能发展，并通过遗传算法、衍生设计补全了当前人工智能技术在方案落地性上的短板，拓宽了设计形态研究的边界。