namiТруды НАМИTrudy NAMI0135-3152ФГУП «НАМИ»10.51187/0135-3152-2024-4-45-57nami-351Research ArticleАВТОМОБИЛЕСТРОЕНИЕAUTOMOBILE DEVELOPMENTАнализ возможностей и перспектив применения технологий искусственного интеллекта в автомобильном дизайнеAnalysis of possibilities and prospects of application of artificial intelligence technology in automotive designИвченкоВ. И.IvchenkoV. I.

Ивченко Вадим Иванович – заместитель начальника Республиканского компьютерного центра машиностроительного профиля (РКЦМП)

г. Минск 220072

Ivchenko V.I. – deputy head of the Republican Computer Center for Machine-Building Profile (RCCMP)

Minsk 220072

compcentr.oim@yandex.byПавловичД. В.PavlovichD. V.

Павлович Дмитрий Вячеславович – дизайнер отдела промышленного дизайна РКЦМП

г. Минск 220072

Pavlovich D.V. – designer of industrial design department of RCCMP

Minsk 220072

pavlovich-dm@mail.ruМойсейО. Н.MoyseyO. N.

Мойсей Ольга Николаевна – научный сотрудник отдела промышленного дизайна РКЦМП

г. Минск 220072

Moysey O.N. – research assistant, industrial design department of RCCMP

Minsk 220072

olmaisei@mail.ruБохонкоВ. В.BokhonkoV. V.

Бохонко Виктор Васильевич – начальник отдела промышленного дизайна РКЦМП

г. Минск 220072

Bokhonko V.V. – head of industrial design department of RCCMP

Minsk 220072

bovv.viktor@yandex.ruОбъединённый институт машиностроения НАН БеларусиБеларусьJoint Institute of Mechanical Engineering of the National Academy of Sciences of BelarusBelarus202401012025044557Copyright © Ивченко В.И., Павлович Д.В., Мойсей О.Н., Бохонко В.В., 20252025Ивченко В.И., Павлович Д.В., Мойсей О.Н., Бохонко В.В.Ivchenko V.I., Pavlovich D.V., Moysey O.N., Bokhonko V.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://nami.elpub.ru/jour/article/view/351

Введение (постановка задачи и актуальность). Промышленный и, в частности, авто[1]мобильный дизайн является эффективным инструментом в позиционировании товара на рынке и привлечении внимания покупателя. Поэтому актуальным является поиск и апробация новых методов и средств, направленных на расширение возможностей дизайнеров, повышение качества результатов их работ, снижение сроков и затрат на разработку. Одно из перспективных направлений совершенствования процесса дизайн-проектирования – использование возможностей искусственного интеллекта (ИИ). В связи с этим возникает задача изучения передового мирового опыта в данной области.

Цель исследования – определение возможностей, тенденций развития и перспектив применения технологий ИИ при разработке дизайна автомобилей и апробация их прикладного применения.

Методология и методы

Методология и методы. Использованы методы анализа и систематизации результатов исследований в области применения технологий ИИ при разработке дизайна автомобиля; осуществлён эксперимент по их прикладному применению.

Результаты и научная новизна. Проведён аналитический обзор исследований по разработке, апробации и применению в дизайн-проектировании автомобилей алгоритмов, обучаемых моделей систем и программ, использующих технологии ИИ. Рассмотрены системы с инструментами машинного обучения, обеспечивающие генерацию реалистичных изображений автомобилей и их компонентов, создание и тестирование дизайна по заданным эстетическим и инженерным критериям, оценку степени схожести разработок, внедрение программы с интегрированными CAD/CAE-системами. Представлены результаты апробации процесса создания рендерных изображений автомобиля с использованием нейросети Vizcom (Visual Communication) на базе ИИ.

Практическая значимость

Практическая значимость. Применение технологий ИИ в дизайн-проектировании автомобиля обеспечивает ускорение процесса поиска дизайн-идей, повышение качества получаемых изображений, а также создаёт условия для расширения возможностей вариативного представления исходной дизайн-концепции.

Introduction (problem statement and relevance). Industrial and, in particular, automotive design are effective tools in positioning a product in the market and drawing purchaser’s attention. That is why it is vital to seek and test new methods and means aimed at enhancing designer capacities, improving the quality of their work results, reducing the development time and costs. One of the promising focus areas to improve the design process is the use of artificial intelligence (AI) capabilities. This raises the task of studying the world’s best practices in this area.

The purpose of the study is to determine the possibilities, development trends and prospects of application of AI technology when vehicle styling design developing and their practical application testing.

Methodology and research methods. Methods of analysis and systematization of results of research works in the area of application of AI technology in design have been used; an experiment on their practical application has been conducted.

Scientific novelty and results. An analytical review of research works on development, testing and application of algorithms, trainable models of systems and software programs using AI technology in vehicle designing has been carried out. Systems with machine learning tools ensuring generation of realistic images of vehicles and their components, creation and testing of styling design according to the set aesthetic and engineering criteria, assessment of the degree of similarity of the designs, software programs with integrated CAD/CAE systems have been reviewed. Results of testing of the process of creation of vehicle render images with the use of AI-powered software Vizcom have been presented.

Practical significance. Application of AI technology in vehicle styling design ensures faster search for design ideas, higher quality of images received, and extended possibilities of variable presentation of the initial design concept.

дизайн-проектированиепромышленный дизайнгенеративный дизайнискусственный интеллектмашинное обучениенейронные сетиглубокое обучениерендерное изображениеdesigningindustrial designgenerative designartificial intelligencemachine learningneural networksdeep learningrender imageReferencesДенисенко В.В., Евтеева К.С., Савченко И.И., Скрыпников А.А. Использование искусственного интеллекта для обработки персональных данных // Международный журнал гуманитарных и естественных наук. – 2020. – № 7-1 (46). – С. 110–114.Denisenko V.V., Evteeva K.S., Savchenko I.I., Skrypnikov A.A. [Use of artificial intelligence for processing personal data]. Mezhdunarodnyy zhurnal gumanitarnykh i estestvennykh nauk, 2020, no. 7-1 (46), pp. 110– 114. (In Russian)Андреев А.В. Искусственный интеллект и его роль в обработке больших данных // Умная цифровая экономика. – 2023. – Т. 3. – № 1. – C. 65–69.Andreev A.V. [Artificial intelligence and its role in big data processing]. Umnaya tsifrovaya ekonomika, 2023, vol. 3, no. 1, pp. 65–69. (In Russian)Hou Ch. Application of artificial intelligence technology in smart car design // Highlights in Science, Engineering and Technology (MECAE 2022). – 2022. – V. 15. – P. 322–325.Hou Ch. Application of artificial intelligence technology in smart car design. Highlights in Science, Engineering and Technology (MECAE 2022), 2022, vol. 15, pp. 322–325.Чжан Ц. Современное состояние и развитие искусственного интеллекта и больших данных // Инновации. Наука. Образование. – 2022. – № 50. – C. 2436–2446.Chzhan Ts. [Current state and development of artificial intelligence and big data]. Innovatsii. Nauka. Obrazovanie, 2022, no. 50, pp. 2436–2446. (In Russian)Матюшок В.М., Красавина В.А., Матюшок С.В. Мировой рынок систем и технологий искусственного интеллекта: становление и тенденции развития // Вестник Российского университета дружбы народов. Серия: Экономика. – 2020. – Т. 28. – № 3. – С. 505–521.Matyushok V.M., Krasavina V.A., Matyushok S.V. [Global artificial intelligence systems and technology market: formation and development trends]. Vestnik Rossiyskogo universiteta druzhby narodov. Series: Ekonomika, 2020, vol. 28, no. 3, pp. 505–521. (In Russian)Burnap A., Hauser J.R., Timoshenko A. Product aesthetic design: a machine learning augmentation // Marke ting Science. – 2023. – V. 42. – No. 6. – Р. 1029–1056.Burnap A., Hauser J.R., Timoshenko A. Product aesthetic design: a machine learning augmentation. Marketing Science, 2023, vol. 42, no. 6, pp. 1029–1056.Revolutionizing automotive design with artificial intelligence. 2023. URL: https://medium.com/@labmaharaj/revolutionizing-automotive-design-withartificial-intelligence-b1ceff124b5b (дата обращения: 18.02.2024).Revolutionizing automotive design with artificial intelligence. 2023. Available at: https://medium.com/@labmaharaj/revolutionizing-automotive-design-with-artificial-intelligence-b1ceff124b5b (accessed 18 February 2024).Abduljabbar R., Dia H., Liyanage S., Bagloee S.A. Applications of artificial intelligence in transport: an overview // Sustainability. – 2019. – No. 11 (1). – P. 189.Abduljabbar R., Dia H., Liyanage S., Bagloee S.A. Applications of artificial intelligence in transport: an overview. Sustainability, 2019, no. 11 (1), p. 189.Yüksel N., Börklü H.R., Sezer H.K., Canyurt O.E. Review of artificial intelligence applications in engineering design perspective // Engineering applications of artificial intelligence. – 2023. – V. 118. – P. 105697.Yüksel N., Börklü H.R., Sezer H.K., Canyurt O.E. Review of artificial intelligence applications in engineering design perspective. Engineering applications of artificial intelligence, 2023, vol. 118, p. 105697.Rezk S.M.M. The role of artificial intelligence in graphic design // Journal of Art, Design and Music. – 2023. – V. 2. – Iss. 1.Rezk S.M.M. The role of artificial intelligence in graphic design. Journal of Art, Design and Music, 2023, vol. 2, iss. 1.Иванько А.Ф., Иванько М.А., Сизова Ю.А. Нейронные сети: общие технологические характеристики // Научное обозрение. Технические науки. – 2019. – № 2. – С. 17–23.Ivan’ko A.F., Ivan’ko, M.A., Sizova Yu.A. [Neural networks: general technological characteristics]. Nauchnoe obozrenie. Tekhnicheskie nauki, 2019, no. 2, pp. 17– 23. (In Russian)Дементьев К.И. Анализ мирового опыта применения искусственного интеллекта для оптимизации бизнес-процессов предприятий // Управленческое консультирование. – 2023. – № 1. – С. 107–120.Dement’ev K.I. [Analysis of the world experience in the use of artificial intelligence to optimize business processes of enterprises]. Upravlencheskoe konsul’tirovanie, 2023, no. 1, pp. 107–120. (In Russian)What is artificial intelligence? Gartner. URL: https://www.gartner.com/en/topics/artificial-intelligence (дата обращения: 18.03.2024).What is artificial intelligence? Gartner. Available at: https://www.gartner.com/en/topics/artificial-intelligence (accessed 18 March 2024).Фролова Н.Ю. Дизайн в контексте постгуманизма // Человек в социокультурном измерении. – 2022. – № 1. – С. 57–63.Frolova N.Yu. [Design in the context of posthumanismdesign]. Chelovek v sotsiokul’turnom izmerenii, 2022, no. 1, pp. 57–63. (In Russian)Нейросети и искусственный интеллект: различия и взаимосвязь. NeiroSeti.tech. URL: https://neiroseti.tech/interesnoe/nejroseti-i-iskusstvennyj-intellekt/ (дата обращения: 18.03.2024).[Neural networks and artificial intelligence: differences and relationships]. NeiroSeti.tech. Available at: https://www.neiroseti.tech/interesnoe/nejrosetii-iskusstvennyj-intellekt/ (accessed 18 March 2024). (In Russian)Дрюкова А.Э., Мильчакова Н.Е., Дрюков М.В. Использование нейронных сетей в индустриальном дизайне // Дизайн. Материалы. Технология. – 2022. – № 2 (66). – С. 24–29.Dryukova A.E., Mil’chakova N.E., Dryukov M.V. [The use of neural networks in industrial design]. Dizayn. Materialy. Tekhnologiya, 2022, no. 2 (66), pp. 24–29. (In Russian)Попов Н.Р., Ерёмина Д.В. Нейронные сети и их применение / Актуальные вопросы науки и хозяйства: новые вызовы и решения: сборник материалов LIII Международной студенческой научно-практической конференции. – Тюмень: Государственный аграрный университет Северного Зауралья, 2019. – С. 475–479.Popov N.R., Eremina D.V. [Neural networks and their application]. [Current issues in science and economy: new challenges and solutions: collection of materials of the 53rd International Student Scientific and Practical Conference]. Tyumen, Gosudarstvennyy agrarnyy universitet Severnogo Zaural’ya Publ., 2019, pp. 475–479. (In Russian)Иноземцева И. Нейросети в архитектурном проектировании и дизайне – революция в творческом процессе. Architect4U проектная мастерская. URL: https://www.architect4u.ru/articles/nejroset-v-arhitekture-dizajne.html (дата обращения: 14.03.2024).Inozemtseva I. [Neural networks in architectural planning and design – a revolution in the creative process]. [Architect4U design workshop]. Available at: https://www.architect4u.ru/articles/nejroset-v-arhitekturedizajne.html (accessed 14 March 2024). (In Russian)Huang J., Chen B., Yan Z., Ounis I., Wang J. GEO: a computational design framework for automotive exterior facelift // ACM transactions on knowledge discovery from data. – 2023. – V. 17. – Iss. 6. – P. 1–20.Huang J., Chen B., Yan Z., Ounis I., Wang J. GEO: a computational design framework for automotive exterior facelift. ACM transactions on knowledge discovery from data, 2023, vol. 17, iss. 6, pp. 1–20.Zhu J.-Y., Zhang Z., Zhang C., Wu J., Torral ba A., Tenenbaum J.B., Freeman W.T. Visual object networks: image generation with disentangled 3D re presentation / NIPS’18: proceedings of the 32nd International conference on neural information processing systems. – New York: Curran Associates Inc., 2018. – P. 118–129.Zhu J.-Y., Zhang Z., Zhang C., Wu J., Torral ba A., Tenenbaum J.B., Freeman W.T. Visual object networks: image generation with disentangled 3D representation. NIPS’18: proceedings of the 32nd International conference on neural information processing systems. New York, Curran Associates Inc. Publ., 2018, pp. 118–129.Yoo S., Lee S., Kim S., Hwang K.H., Park J.H., Kang N. Integrating deep learning into CAD/CAE system: generative design and evaluation of 3D conceptual wheel // Structural and Multidisciplinary Optimization. – 2021. – V. 64. – No. 4. – P. 2725–2747.Yoo S., Lee S., Kim S., Hwang K.H., Park J.H., Kang N. Integrating deep learning into CAD/CAE system: generative design and evaluation of 3D conceptual wheel. Structural and Multidisciplinary Optimization, 2021, vol. 64, no. 4, pp. 2725–2747.Yoo S., Lee S., Kim S., Hwang K.H., Park J.H., Kang N. Integrating deep learning into CAD/CAE System: case study on road wheel design automation. URL: https://www.researchgate.net/publication/341899356_Integrating_Deep_Learning_into_CADCAE_System_Case_Study_on_Road_Wheel_Design_Automation (дата обращения: 01.03.2024).Yoo S., Lee S., Kim S., Hwang K.H., Park J.H., Kang N. Integrating deep learning into CAD/CAE system: case study on road wheel design automation. Available at: https://www.researchgate.net/publication/341899356_Integrating_Deep_Learning_into_CADCAE_System_Case_Study_on_Road_Wheel_Design_Automation (accessed 01 March 2024).Kang K.P., Jung Ga.H., Eom Ju.H., Kwon S.B., Park Ja.H. Application of deep metric learning in the verification process of wheel design similarity: Hyundai Motor Company case // AI Magazine. – 2023. – V. 44. – No. 4. – P. 406–417.Kang K.P., Jung G.H., Eom Ju.H., Kwon S.B., Park Ja.H. Application of deep metric learning in the verification process of wheel design similarity: Hyundai Motor Company case. AI Magazine, 2023, vol. 44, no. 4, pp. 406–417.Arechiga N., Permenter F., Song B., Yuan C. Drag-guided diffusion models for vehicle image generation. URL: https://www.researchgate.net/publication/371684712_Dragguided_diffusion_models_for_vehicle_image_generation (дата обращения: 01.03.2024).Arechiga N., Permenter F., Song B., Yuan C. Drag-guided diffusion models for vehicle imagegeneration. Available at: https://www.researchgate.net/publication/371684712_Dragguided_diffusion_models_for_vehicle_image_generation (accessed 01 March 2024)

The authors declare that there are no conflicts of interest present.