Conception émotionnelle de l’avant des VÉ à l’aide d’un LSTM amélioré et d’un extraction d’émotions basée sur LDA

Pourquoi les « visages » de voiture et les émotions comptent

Lorsque vous voyez pour la première fois une nouvelle voiture sur la route, son « visage » avant décide souvent si vous l’aimez ou non. C’est particulièrement vrai pour les véhicules à énergie nouvelle, qui rivalisent non seulement sur les batteries et l’autonomie, mais aussi sur la personnalité et le style. L’étude à l’origine de cet article pose une question simple au résultat complexe : comment les constructeurs peuvent-ils concevoir l’avant d’un SUV électrique pour qu’il soit perçu de façon fiable comme étant à la mode, puissant, high-tech ou sportif par les conducteurs ordinaires, et pas seulement par les designers et les ingénieurs ?

Transformer le bavardage en ligne en mots d’émotion clairs

Plutôt que de partir des avis d’experts, les chercheurs se sont directement tournés vers de vrais conducteurs. Ils ont collecté plus de 27 000 commentaires en ligne sur l’apparence des SUV 100 % électriques provenant des principaux forums automobiles chinois. Après nettoyage des textes et en ne conservant que les mots décrivant l’apparence, ils ont utilisé une méthode statistique pour révéler les thèmes principaux cachés dans les commentaires. Quatre orientations émotionnelles nettes sont apparues : un sens de la mode, un sentiment de puissance, une impression de technologie et un esprit de sportivité. Ces quatre sensations sont ainsi devenues la « carte » émotionnelle de base sur laquelle le reste de l’étude s’appuie.

Réduire les avant de voiture à des blocs de construction simples

Évidemment, les émotions seules n’indiquent pas aux designers comment déplacer un phare ou remodeler une calandre. Pour relier l’émotion à la forme, l’équipe a rassemblé 90 images en vue frontale de SUV électriques récents et a demandé à des experts en design d’en décrire la structure en détail. Ils ont découpé chaque avant en huit caractéristiques principales, telles que le flux des lignes, l’agencement des phares, la zone de la calandre, les prises d’air inférieures, les rétroviseurs, les nervures du capot et la position du logo, ce qui a donné 49 types spécifiques. Ensuite, 60 acheteurs potentiels ont noté à quel point chaque image exprimait les quatre sensations. À l’aide d’une méthode mathématique de filtrage, les chercheurs ont découvert que seulement quatre des huit caractéristiques portaient l’essentiel du poids émotionnel : la direction générale des lignes, la configuration des phares, la prise d’air inférieure et les nervures du capot.

Apprendre à un modèle à ressentir ce que les gens ressentent

Avec les formes clés et les émotions identifiées, l’équipe a entraîné un modèle d’apprentissage profond pour prédire les réactions émotionnelles à partir des quatre caractéristiques de conception principales. Ils ont utilisé un type particulier de réseau de neurones capable d’apprendre des interactions complexes et ont ajouté une couche d’« attention » qui met en évidence quelles combinaisons de caractéristiques importent le plus pour chaque sensation. Parce que de tels modèles peuvent être délicats, un algorithme génétique a recherché automatiquement de bons réglages, comme le nombre d’unités internes et la vitesse d’apprentissage. Même s’il n’y avait que 90 avant de voitures, les modèles finaux correspondaient très étroitement aux évaluations des personnes pour les quatre sensations, avec seulement de faibles erreurs moyennes sur l’échelle de sept points utilisée dans les enquêtes.

Des émotions à des recettes de conception concrètes

Une fois entraîné, le système pouvait être exécuté en sens inverse comme une sorte de calculateur de design émotionnel. Les chercheurs ont généré plus d’un millier de combinaisons possibles des quatre caractéristiques principales et ont demandé au modèle d’évaluer à quel point chacune semblerait à la mode, puissante, high-tech ou sportive. Pour chaque émotion, le modèle a indiqué une combinaison spécifique de flux de lignes, de style de phares, de forme de la prise d’air inférieure et de motif de capot comme meilleur correspondant. Les designers ont ensuite esquissé et rendu quatre faces de concept de SUV suivant ces recettes, une pour chaque sensation ciblée, et les ont présentées à 127 acheteurs potentiels pour une nouvelle évaluation.

Les designs du modèle fonctionnent-ils réellement ?

Le test final était simple : les gens seraient-ils d’accord pour dire que le design « mode » paraissait réellement à la mode, et ainsi de suite ? Lorsque les participants ont noté les quatre concepts d’avant, chaque design a obtenu le score le plus élevé pour la sensation visée et nettement au-dessus d’un point médian neutre. Cela suggère que le cadre peut transformer de façon fiable des objectifs émotionnels vagues comme « plus sportif » en choix concrets de conception de l’avant que de nombreux observateurs interprètent de la même manière. Pour les constructeurs, cela signifie une voie plus directe de ce que disent les clients en ligne à ce qui apparaît en concession, avec des données guidant la forme des phares, des prises d’air et des nervures de capot afin que le « visage » du véhicule corresponde mieux aux ambiances recherchées par les acheteurs.

Citation: Yu, C., Qian, Y. & Li, Y. Emotion-driven front-end design of NEVs using an improved LSTM with LDA-based emotion mining. Sci Rep 16, 15786 (2026). https://doi.org/10.1038/s41598-026-45602-1

Mots-clés: véhicules à énergie nouvelle, design automobile, émotions des utilisateurs, apprentissage profond, styling SUV