产品设计 教育和政策改善现有的基础设施是对自行车安全的长期回应，然而，同时也需要更直接的干预。在自行车安全领域开展的研究发现，其他道路使用者对骑车人的可见性和识别度在骑车人的实际安全性和感知安全性中起着关键作用。Project Flock探索自行车照明设计的新概念。它利用新兴的数字技术来创建一个自适应照明系统，旨在提高自行车运动员的能见度，从而提高他们的整体安全水平。

植绒灯是一种自适应自行车灯，用于公共道路和道路。灯由一系列紧凑的高功率LED组成，红色和琥珀色，将光线投射到骑手的腿和地面上。研究证明，这种“生物运动”的概念，即突出骑手的活动部分，更有效地使骑自行车的人更容易被其他道路使用者所注意。通过一个“自适应照明引擎”，投光灯自动调整其输出，通过感应当地环境条件和互联网来源的条件，如地理位置、日期和速度，保持对其他道路和道路用户的最佳“醒目”水平。群光的照明输出由各种动画组成，可适应不同的环境条件。

通过使用本项目中建立的理论框架，继续开发一种旨在提高自行车运动员可见度的设计仍然具有巨大的潜力。该框架包括生物运动、视觉感知、人机交互等理论，以及物联网的方法。由于人类大脑的工作方式，我们并不是把所有的东西都记录在视觉上，大脑是靠视觉记忆来运作的。”“不注意”是人类状况的一部分，也是事故和人为的主要原因之一（Green 2013）。除非有什么东西需要我们注意，否则我们根本就看不到我们正前方的东西。为了引起人脑的注意，需要有一些东西很显眼。显著性可分为“感觉性”和“认知性”。在“感官”层面上工作意味着能够感知场景中高对比度的物体，但更有效的是对观看者具有重要意义的显著性类型（Green 2013）。生物运动及其在自行车照明设计中的应用，对于增加有意义的认知显著性有很大的好处。生物运动理论是由瑞典科学家冈纳·约翰森（Gunnar Johansson）于20世纪70年代提出的（Fekety，2018）。自该理论诞生以来，生物运动已被应用于改善道路安全的各个领域。

ProjectFlock致力于设计一款自行车照明的产品设计，该产品旨在利用骑车人及其周围的直接表面作为投影面。由于许多自行车照明系统都致力于提高自行车灯本身的醒目性和可见度，因此在自行车照明设计领域中，“项目群”是一个重大偏离。

通过工业设计运用当前和未来自行车照明设计的理论和先例，借鉴已建立的人机交互、交互设计领域的灵感，实施物联网（IoT）新兴领域，这个项目的目的是开发一个自行车照明产品，以回应自行车的能见度问题。有争议的是，并不是每个使用自行车的人都可以被称为“自行车手”，但在这个项目中，用户被称为自行车手。骑车人骑自行车的主要方式可分为实用性和娱乐性两种方式。这些模式的物理环境发生在公路或越野情况下，主要发生在公共空间。本项目关注那些“在路上”的用户，包括公共道路。采用以用户为中心的设计方法，与潜在用户和利益相关者建立联系，以获得有意义的见解，从而推动本项目的开发周期。

作为这一研究框架的产物，已经发现，有机会为自行车社区的广泛横截面进行设计，但是根据专门为本项目进行的调查结果，相信为了获得最佳结果，本项目将在上述开发周期中与确认为休闲的自行车手密切合作把大部分时间花在“路上”上的骑车人。虽然这似乎排除了那些专为功利目的骑车的人，但研究表明，休闲骑自行车的人还积极参与到实用的自行车活动中。这些目标用户的参与程度与更高程度地暴露于骑自行车的危险有关，因此，他们最适合从本项目框架内提高骑车人可见度中获益。

人们普遍认为，骑自行车的人在夜间和低光照条件下最容易受到伤害（Dancu等人，2015），因此，大多数产品都是为最大亮度和可感知能见度而设计的。然而，这也带来了一些问题，因为虽然醒目性需要光强度，但某些自行车车灯的极高流明输出常常会使其他道路使用者感到震惊或失明，因此证明这是危险的。

该项目提出，目前自行车照明产品设计，试图达到最大的'感官'醒目性是惊人的和盲目的司机。目前在德国实施的德国“Stvzo”标准通过限制流明输出和规定光线投射的方向和位置来应对强大照明装置的问题，以免惊动其他道路使用者。为了在本项目中成功地应用可见度感知理论，一个合适的装置需要在任何给定的场景中保持适当的视觉对比度，以达到一定程度的感官显著性，从而在不致盲或惊吓的情况下吸引其他道路使用者的注意。类似于Bontrager设计的Flare R尾灯如何根据环境光照水平a场景调整其照明输出，以实现最佳照明输出，也有将此理论和功能应用于本项目基于产品的结果的范围。

目前，将“生物运动”应用于自行车照明设计的趋势越来越明显。提高自行车运动员醒目性的努力，包括突出骑手的生物运动，将比那些不这样做的更有效”（Fekety 2018）在这个工业设计，这个理论很有可能成为应用理论的中心。克莱姆森大学（Clemson University）进行的一项研究发现，在骑车人的脚后跟安装自行车灯，由于灯光的运动，驾驶员可以提前5.5倍看到它们（Edewaard等人，2017年）。本项目的主要目的是让骑自行车的人更容易被看到，并引起其他道路使用者的注意，因此，将生物运动理论应用于一种新的自行车照明产品的开发中，通过尝试实现更有意义的认知显著性来实现这一目标。

本项目提出的自行车照明干预可以通过应用物联网（IoT）领域的方法来扩展自行车照明系统的能力而受益。通过使用物联网方法和技术以及自主车辆通信方法，自行车照明系统有可能从其周围的设备获取数据，以保持尽可能最佳的照明设置提高上述建议的交互性。通过这种方式，一个在本地感知环境的设备可以使用从周围设备接收到的附加数据来改进其功能。其他道路使用者在靠近目标用户的地方所做的事情，将在需要时向用户发出自动反馈信号，并自动更改设备的视觉输出。利用这一方法的首要目标是为用户实现更高的态势感知状态，并调节照明输出，以提高骑车人的可见度。

此外，与其他设备通信的能力意味着这种自行车照明设备可以生成自然的自行车数据，这些数据不仅可以与政府共享，还可以在社交平台上与用户共享，以帮助提高危险意识和自行车安全教育。自然循环数据是目前用于改善基础设施和政策变化的最有效信息。

以上内容是鼎典对行业优秀深圳工业设计案例的分享，如有疑问，欢迎联系我们共同探讨。