基于气味情绪效应的驾驶消极情绪补偿及车载香氛产品设计研究

王伟伟 石颜睿 魏婷 王毅 陈健

摘要：特定气味会引起情绪变化，对情绪产生积极或消极的影响。文章基于气味情绪效应实验，发现皮电数值大小与情绪唤醒度呈正相关。首先，使用视频诱导法诱导出目标情绪，并用市面上常见的香氛进行情绪补偿，通过皮电数据建立香氛与情绪补偿之间的效能模型，找到最佳的情绪补偿方案。其次，通过问卷调查找到影响用户嗅觉体验的基本因素，运用AHP层次分析法得到各因素的权重。最后，分析得到在驾驶状态下能够起到有效补偿效能的香氛种类及影响因素，将其应用于车载香氛产品设计，优化用户的驾驶体验。

关键词：气味情绪效应;视频情绪诱导;皮电数据;车载香氛产品设计

中图分类号：TB472 文献标识码：A 文章编号：1004-9436（2022）18-000-04

0 引言

气味情绪效应指气味有影响情绪的作用，特定的气味能唤醒或平复特定情绪。研究发现，吸入特定的芳香物质可改善人的脑电波、心脏收缩压、脑血流、肌肉震动、心率等生理指标，使人产生镇定、平静或愉悦等情绪。目前，嗅觉已应用于多个领域，采用适宜的香料，可以激发航天员的食欲;在睡梦中给予玫瑰花味嗅觉刺激能使睡眠情绪良好，给予臭鸡蛋嗅觉刺激会降低睡眠质量;薰衣草气味有助于在长期任务中保持注意力;薄荷气味能增强人的警觉性，调节人的情绪和认知表现等。

情绪会影响驾驶体验及驾驶安全，识别消极或负面情绪并及时进行积极补偿可以明显提高驾驶绩效。通常用效价和唤醒度两个维度反映情绪，情绪是否愉快用效价来反映，范围是不愉快（负）到愉快（正）;人的兴奋程度用唤醒度来表示，范围是平静（负）到兴奋（正）。在相关研究方面，李磊[1]等通过眼动实验，研究了不同情绪下驾驶员注视到的人数、区域、时间、个数的规律，并提出借助机器学习对驾驶员的不安全行为进行预测预防。李正盛等[2]研究色彩与情绪的关系，并借助皮電数据建立色彩与情绪的关联模型，相关成果应用于车内氛围灯设计，通过变换氛围灯色彩改善驾驶状态下的不良情绪。程静[3]等通过采集驾驶员心电信号和行车数据，利用竞争学习算法预测不同情绪下的驾驶效能。姜欣悦[4]等基于驾驶员多种生理数据，识别疲劳驾驶行为并运用气味干预疲劳驾驶，研制出“疲劳驾驶识别与干预实验平台”。陈麟元[5]等在模拟驾驶状态下，通过情绪诱导实验研究不同情绪对驾驶绩效的影响，发现情绪在高效价、高唤醒度和低效价、高唤醒度时车辆行驶的安全性差等。文章以市面上常见的香氛为对象，通过皮电实验研究不同类型的香氛对驾驶状态下负面情绪的补偿效能，并结合用户的喜好，综合应用于车载香氛产品的设计。

1 研究方法与流程

1.1 香氛与情绪关联性分析

大量的研究已充分验证，情绪变化会引起生理指标变化，如皮温、脑电、心率、皮肤电反应[6]。其中，情绪的变化能引起最明显的皮肤电反应变化，皮肤电导与唤醒水平呈线性相关[7]。在实验过程中，皮电数据具有采集容易、准确度高等优点。因此，本研究借助皮电数据作为主要的衡量指标，以验证香氛与情绪之间的关联机制。在研究过程中，采用视频诱导法诱导出相应的情绪，然后通过监测皮电数据判断情绪变化。该方法成本低且操作简单[8]，情绪诱导视频从罗跃嘉[9]等人建立的情感电影库中选取，具体流程如图1所示。

1.2 香氛对驾驶负面情绪的补偿效能分析

选择市面上常见的花香型、香料型、东方型、果香型、森林型、美食型等基本类型香氛进行实验。通过模拟驾驶台和沉浸式虚拟场景，尽可能模拟真实的驾驶环境。被试者借助视频诱导出特定负面情绪后，进行沉浸式模式驾驶，然后分别记录无香氛刺激和不同种类香氛刺激的皮电数据，通过皮电数据的变化判定香氛对驾驶状态下负面情绪的补偿效能，相关实验流程如图2所示。

2 对驾驶负面情绪的补偿效能实验

2.1 实验准备与有效性验证

实验设备采用型号为ErgoLAB的智能穿戴生理记录仪器，数据采集软件为皮电反应分析软件，频率为244Hz。实验室空间大小为3×3×4（单位：m），通风及温度湿度调节系统完善。与实验有关的影响因素及设定如表1所示。

2.2 视频情绪诱导及有效性分析

实验需诱导特定情绪，为验证所选视频是否能有效诱导所需情绪，实验前需进行有效性验证。被试者通过主观情绪量表对视频诱导特定情绪的效果进行评分 [10]，其中-2代表极其不同意，-1表示不同意，0表示无所谓，1表示同意，2表示极其同意，数据如表2所示。

对结果进行信度分析，判断视频情绪诱导是否具有可行性。信度分析公式为α=（k/（k-1））×（1-（∑Si^2）/ST^2）。量表系数在0.8以上为最佳，0.7～0.8为良好，若在0.6以下说明数据不可靠。此评价信度分析为α=0.892>0.6，表明数据可靠。

2.3 皮电数据采集与分析

通过实验，测得不同情绪下的皮电数据组合。生气情绪下皮电数据如图3所示，厌恶情绪下皮电数据如图4所示，愉快情绪下皮电数据如图5所示，平常情绪下皮电数据如图6所示。虚线表示无香氛刺激时的皮电数据，皮电值单位为μS。

在情绪相同时使用不同香氛，皮电值大小代表香氛对不良情绪的补偿作用效能。为方便分析，运用李克特量表对效能进行重新表征：0代表无平复效果，1代表稍有平复效果，2代表很有平复效果，如表3所示。

2.4 香氛影响用户嗅觉体验分析

通过问卷调查发现，嗅阈值、气味类型、气味强度、气味浓度四个指标是香氛影响用户嗅觉体验的主要因素，如表4所示。运用AHP层次分析法计算各因素的权重，作为车载香氛产品的主要参数，以达到更好的用户体验效果。

2.4.1 计算用户体验影响因素的权重

选取有驾驶经验的人员，组成决策者，对各评价指标用1～9的比例标度进行两两比较，判断矩阵T如下：

其中Tij表示Xi相对于Xj对于T的重要程度，通过以上判断矩阵可知，Tij的赋值是通过调查问卷得出的，且Tij×Tji=1。各指标的权重值为判断矩阵的最大特征值所对应的特征向量，用方根法计算权重。为了能够定量化这种重要程度，运用九分制标度来进行重要性的对比，如表5所示。收集数据后进行一致性检验。

2.4.2 一致性检验

为使数据更加客观，对数据进行一致性检验。用MATLAB计算，计算公式如下：

计算一致性指标：

一致性检验：CI为（最大特征根值-n）/n-1的商。=0

随机一致性指标：<0.1。通过一致性检验的归一化数据如表6所示。

将归一化的矩阵按行求和，之后相加所得出的每个元素除以4即能得到权重值，香氛影响用户体验因素权重值如表7所示。

2.4.3 结果

嗅觉影响因素权重从高到低分别为：气味类型、气味强度、嗅阈值、气味浓度，在二级指标中人们更倾向于自然、强度小、嗅阈值低、浓度低的香氛。在对特定情绪平复效果接近的情况下，选择权重大的影响因素以优化用户体验。

3 车载香氛设计

3.1 香氛调节模式设计

基于驾驶情境总结出6种模式，分别是欢迎模式、娱乐模式、放松模式、音乐模式、专注模式、泊车模式。用A1、A2、A3、A4、A5、A6来表示：A1代表刚进车内，还未发动车子，情绪为平常;A2是驾驶环境为一般的场景;A3、A4代表驾驶环境良好，情绪愉快;A5表示驾驶环境糟糕，情绪为厌惡或生气;A6表示驾驶环境一般，情绪平常。香氛调节模式设计如表8所示。

3.2 车载香氛产品设计

产品由两部分组成，一部分是方向盘上的皮电仪器，能实时监测情绪变化，传输皮电数据;另一部分是车载香氛产品，产品配合人工神经网络实施香氛搭配设计。车载香氛整体为简单的圆柱体，造型简洁，颜色以黑灰色为主，顶上可显示温度和湿度等信息，效果图如图7所示。

4 结语

本文基于气味情绪效应进行香氛与情绪关联性实验，得出皮电数值大小与情绪唤醒度呈正相关。针对车载香氛对驾驶负面情绪的补偿效能进行实验，得出皮电数据，分析有无车载香氛刺激下皮电数据的大小以得出补偿效能的大小。通过问卷调查得出影响用户嗅觉体验的因素，基于AHP层次分析法得出各因素的权重并运用到车载香氛设计中。基于上述结论，可根据实际应用场景设计出香氛调节模式和车载香氛产品。

参考文献：

[1] 李磊，王文涛，施云航，等.基于眼动实验的情绪对驾驶员注意力的影响[J].西安科技大学学报，2021，41（1）：70-74.

[2] 李正盛，邢文，何灿群，等.氛围灯色彩对驾驶情绪安抚作用的设计研究[J].人类工效学，2021，27（2）：14-20.

[3] 程静，张艺.不同情绪作用下的汽车驾驶行为预测[J].交通运输工程与信息学报，2019，17（3）：125-132.

[4] 姜欣悦，陈靖芯，张远东，等.疲劳驾驶识别及干预实车实验平台的研制[J].实验技术与管理，2020，37（7）：115-120.

[5] 陈麒元.驾驶员的情绪状态对其驾驶行为的影响[D].杭州：浙江工业大学，2014.

[6] 徐奴文，唐春安，沙椿，等.锦屏Ⅰ级水电站左岸边坡微震监测系统及其应用研究[J].岩石力学与工程学报，2010，29（5）：915-925.

[7] 陈炳瑞，冯夏庭，曾雄辉，等.深埋隧洞TBM掘进微震实时监测与特征分析[J].岩石力学与工程学报，2011，30（2）：275-283.

[8] 邓丽娜，王晓亮.基于生理信号的情绪识别研究综述[J].物联网技术，2021，11（7）：33-41.

[9] 徐鹏飞，黄宇霞，罗跃嘉.中国情绪影像材料库的初步编制和评定[J].中国心理卫生杂志，2010，24（7）：551-554，561.

[10] 郭钢，唐帮备，王凯，等.用于嗅觉脑电事件相关电位实验的气味发生器：中国，CN206228329U[P]. 2017-06-09.

作者简介：王伟伟（1983—），男，山西长治人，博士，教授，研究方向：用户体验与产品创新设计、计算机辅助工业设计。

石颜睿（1998—），男，江苏宿迁人，硕士在读，系本文通讯作者，研究方向：用户体验与产品创新设计。

魏婷（1994—），女，陕西西安人，博士在读，研究方向：设计学。

王毅（1984—）男，河南郑州人，博士，副教授，研究方向：色彩情感设计、可持续设计。

陈健（1987—），男，陕西咸阳人，博士，讲师，研究方向：产品协同设计、计算机辅助工业设计。

基金项目：本论文为陕西省创新能力支撑计划资助项目，项目编号：2021PT-025;陕西高校“青年杰出”人才支持计划资助项目，项目编号：2020-50