JP2674249B2 - デザイン装置 - Google Patents

Description

【発明の詳細な説明】 ［発明の目的］ （産業上の利用分野） この発明は車両に対する人間の持つ評価を確認しなが
ら車両のデザインをCRTのような出力手段に表示する場
合等に供するデザイン装置に関する。

（従来の技術） この種のデザイン装置としては例えば1988年３月電子
情報通信学会発行「電子情報通信学会誌別冊Vo.171 N
o.3 PP245−257」に記載された第11図に示すようなも
のがある。これはコンピュータのメモリに住宅の外観を
玄関、洋間、和室、台所、風呂等の構成部分毎の住宅デ
ザイン要素、フィーリングを表わす形容詞としての「豪
華」「広々」「ゆったり」等の評価用語、評価用語間の
関係を規定する知識、これら評価用語と住宅デザイン要
素との関係を規定する知識等を知識データベースとして
記憶しておき、人間がキーボードのような評価用語入力
手段を操作して例えば住宅の構成部分であるデザイン要
素を表わす和室なる住宅デザインの限定用語を入力する
と共に和室に対して持つ自分の評価としてのフィーリン
グを表わす「広々とした」なる評価用語をコンピュータ
に入力するとコンピュータが知識データベースから入力
された評価用語により適切な和室のデザイン要素を推
論、抽出して表示手段に画像表示する構成になってい
る。

（発明が解決しようとする課題） ところでこのようなデザイン装置において技術の評価
用語を車両デザインに対応させたものにすれば車両デザ
イン装置として実用に供することが可能である。しかし
ながら評価用語としての入力は形容詞で行い、出力が例
えば車両インテリアのデザインとなっていたため、実際
にこの装置をデザイナ等が使用する際、デザインヒント
を得ることはできるがデザイナ自信が描いたデザイン図
が狙い通りの印象を与えるかどうか、そのためにはどの
部分をどう修正したらよいのかというのが全く分らない
という問題があった。

そこでこの発明は、入力したデザイン図と狙った印象
とが異なっている場合、修正すべきデザイン図の部分を
特定することのできるデザイン装置の提供を目的とす
る。

［発明の構成］ （課題を解決するための手段） 上記課題を解決するためにこの発明は第１図のよう
に、デザイン図を入力する第１入力手段CL1と、前記デ
ザイン図の期待評価用語を入力する第２入力手段CL2
と、前記入力されたデザイン図の評価を知識データベー
スから推論して前記期待評価用語と比較する比較手段CL
3と、この比較に基づき前記デザイン図の評価−ジを前
記期待評価用語に略一致させるため修正すべきデザイン
図の部分を特定する判別手段CL4と、この判別手段CL5の
結果を出力する出力手段CL5とを備える構成とした。

（作用） 上記構成によれば、第１入力手段CL1によってデザイ
ン図を入力し、第２入力手段CL2によって前記デザイン
図の期待評価用語を入力すると、知識データベースから
推論された前記デザイン図の評価と前記期待評価用語と
が比較手段CL3によって比較され、この比較に基づき前
記デザイン図の推論された評価を前記入力された期待評
価用語に略一致させるため修正すべきデザイン図の部分
を判別手段CL4が特定する。この判別手段CL4の結果は出
力手段CL5によって出力される。

（実施例） 以下、この発明の実施例を説明する。

第２図は一実施例の概略構成図を示すもので、このデ
ザイン装置はコンピュータ１とキーボード３とCRT5とで
構成されている。

コンピュータ１は知識データベースとしてのメモリＭ
と演算手段CL2としてのCPU7とを備えている。

ここでメモリＭには評価用語９、評価用語間の関係を
規定する知識11、車両デザイン要素13、評価用語及びデ
ザイン要素の関係を規定する知識15がそれぞれ記憶され
ている。

標準用語９は第３図の表１の評価用語欄に示すような
形容詞語で構成されている。

評価用語間の関係を規定する知識11は表１に示すよう
に評価用語９を収集し、予備実験の結果を解析すること
により評価用語間の関係を規定するものとして得た知識
である。この関係とは例えば評価用語９を数量化理論Ｉ
類若しくはII類等の多変量解析で人間の感覚に基く因子
１から10に分け、各評価用語が各因子にどの程度の関係
があるかを因子負荷量（数値）として得たデータであ
る。各因子の負荷量は近い数字の用語は関係が深く似て
いるということができる。この評価用語間の関係を規定
する知識11はデザイン装置を使用する際、入力された評
価用語が後述する官能評価実験で用いた評価用語群の中
にない場合、一番似た用語を選出するために使用され、
更には後述する因子軸の作成にも使用されるものであ
る。

車両デザイン要素群13は第４図の表２に示すように車
両インテリアのメータ数等の各アイテム毎にカテゴリが
区分されているものである。

評価用語と車両デザイン要素との関係を規定する知識
15は前記表２に示すような官能評価実験の結果として得
られたものである。具体的には評価用語９と車両デザイ
ン要素11のアイテムを選定し、アイテムそれぞれに相当
する車両デザイン要素を不特定多数の人に見せ、形容詞
語群である評価用語９の一つ一つについての車両デザイ
ン要素から受けるフィーリングを収集し、その集積結果
を数量化理論Ｉ類若しくはII類等の多変量解析により偏
回帰係数（相関係数）として解析したものである。

ここでアイテムは表２に示すように、車両デザイン要
素群13中のインストルメントパネルに設けられるメータ
数、インストルメントパネルとメータークラスタ、メー
タークラスタとセンターコンソール、ドアの厚さ、セン
タークラスタの張出し、アームレスト等にそれぞれ着目
したものである。

そしてメータ数は５つのカテゴリに分類してある。即
ち大きなメータ１個を設けた第１カテゴリ、大きなメー
タ１個と小さなメータ２個とを設けた第２カテゴリ、大
きなメータ１個と小さなメータ３個とを設けた第３カテ
ゴリ、大きなメータ２個と小さなメータ１個とを設けた
第４カテゴリ、大きなメータ２個と小さなメータ２個と
を設けた第５カテゴリである。

インストルメントパネルとメータクラスタに着目した
アイテムでは二つのカテゴリに分類してある。即ちイン
ストルメントパネルとメータークラスタとが一体になっ
た第１カテゴリ、インストルメントパネルとメーターク
ラスタとが分離された第２カテゴリとである。

メータクラスタとセンターコンソールに着目した第３
アイテムでは二つのカテゴリに分類してある。即ちメー
タークラスタとセンターコンソールとが一体になった第
１カテゴリ、メータークラスタとセンターコンソールと
が分離された第２カテゴリとである。

ドアの厚さに着目した第４アイテムでは二つのカテゴ
リに分類してある。即ちドアが厚い第１カテゴリ、ドア
が薄い第２カテゴリである。

センタークラスタの張出しに着目したアイテムでは二
つのカテゴリに分類してある。即ちセンタークラスタの
張出しがある第１カテゴリ、センタークラスタの張出し
がない第２カテゴリである。

以下アームレストに着目した第６アイテムその他各ア
イテムについてそれぞれカテゴリに分類してある。

キーボード３はデザイン図の第１入力手段CL1を構成
するもので、キーボードの操作によりアイテム毎のカテ
ゴリを決定し、デザイン図を作るものである。またキー
ボード３は入力されたデザイン図の期待評価用語を入力
する第２入力手段CL2を構成する。

前記CPU7は入力されたデザイン図により前記知識デー
タベースからデザイン図の評価として評価用語を推論す
ると共にこの推論された評価用語と前記入力された期待
評価用語とを比較する比較手段CL3、更にはこの比較に
基づき推論評価用語を期待評価用語に略一致させるた
め、換言すればデザイン図の推論された評価を入力され
た期待評価用語に略一致させるため修正すべきデザイン
図の部分を特定する判別手段CL4を構成するものであ
る。

前記CRL5は判別結果を出力する出力手段CL5を構成す
るものでデザイン図を画像表示する。

以上の構成により予め設定した評価用語９、評価用語
間の関係を規定する知識11、車両デザイン要素13、評価
用語と車両デザイン要素との関係を規定する知識15等を
コンピュータのメモリＭに記憶させておく。この状態に
おいてキーボード３の操作により各アイテム毎のカテゴ
リを決定するとCPU7の働きで知識データベースからデザ
イン要素を抽出してデザイン図としてCRT5に表示する。
また入力されたデザイン図により前記知識データベース
から評価用語が推論され、キーボード３の操作により入
力されたデザイン図の期待評価用語が入力されると推論
された評価用語と前記入力された期待評価用語とが比較
される。この比較に基づき推論評価用語を期待評価用語
に一致させるため修正すべきデザイン図の部分が特定さ
れ、その結果が前記デザイン図と共にCRT5に表示され
る。

以下、第５図のフローチャートに基づき説明する。

まずステップS1ではデザイナがデザインしたデザイン
図の入力がキーボード３の操作によって行われ、次のス
テップS2において入されたデザイン図から各アイテム毎
のカテゴリが読取られる。ステップS3ではキーボード３
の操作によってデザイナが入力したデザイン図の期待評
価用語の入力を行う。

そしてステップS4ではデザイン図から推論される評価
用語と入力された期待評価用語とが同じかどうか判定さ
れ、これが同じであればステップS5において「狙い通り
の絵になっています。」といった表示を入力したデザイ
ン図と共にCRT5に表示する。従ってデザイナは自らデザ
インしたデザイン図が期待する評価通りになっているか
どうかを直ちに知ることができる。

ステップS4においてデザイン図から推論される評価用
語と入力された期待評価用語とが異なっていると判断さ
れれば、ステップS6において入力された期待評価用語か
ら推論されるカテゴリの組合せが読取られる。この読取
りは、例えば期待評価用語として「走屋向きの」という
形容詞が入力されているとすれば、この評価用語に対応
する偏回帰係数のうち各アイテム毎に抽出されたカテゴ
リの偏回帰係数の総和が最大のものから上位ｎ個のカテ
ゴリパターンが読取られるものである。

ステップS7では入力されたデザイン図のカテゴリパタ
ーンとステップS6において推論されたカテゴリパターン
群との比較が行われ、ステップS8では入力されたデザイ
ン図のカテゴリパターンに最も似た推論カテゴリパター
ンの選出が行われる。

こうして選出された推論カテゴリパターンと前記入力
されたデザイン図のカテゴリパターンとがステップS9に
おいて比較され、デザイン図のカテゴリのうち推論され
たカテゴリパターンのカテゴリと違っている部分を特定
し、CRT5に表示した入力デザイン図の中で点滅表示する
ものである（ステップS10）。したがってデザイナは自
らデザインしたデザイン図において、どこの個所が違っ
て狙い通りになっていないのかを直ちに知ることがで
き、修正すべき個所を容易に把握することができる。

第６図はステップS1のデザイン図の入力のサブルーチ
ンを示すものである。まずステップS21は複数のアイテ
ムの中から一つのアイテム、例えばメータ数の入力キー
ボード３の操作によって行われる。この操作によって第
７図（ａ）で示すような造画画面がCRT5に表示される。
表示された画面を見ながらデザイナはキーボード３の操
作によりカテゴリの入力を行う。ここでは、例えば第４
図カテゴリの大きなメータ２個と小さなメータ１個とが
設けられたものを入力したものとする（ステップS2
3）。こうして入力アイテムに対するカテゴリが入力さ
れるとこれがメモリＭに記憶される（ステップS24）。
そしてステップS25では全てのアイテムについてカテゴ
リの入力が終了したか否かが判断され、上記各ステップ
S21〜S24が全てのアイテムについて行われる。

こうして入力されたアイテムに対するカテゴリは例え
ば第８図の表３で各カテゴリに丸をつけて示した。なお
表３は第４図の表２と同じものである。即ちメータ数で
は大2,小1,インストとメータークラスタでは一体、メー
タークラスタとセンターコンソールでは一体、ドアの厚
みでは厚い、センタークラスタの張出しでは有り等の入
力を行った。このような入力はデザイナの意思に基づい
て行われているもので、こうして入力されたデザイン図
が第７図（ｂ）に示す終了画面としてCRT5に表示される
ものである。

前記ステップS3の評価の推論は表３を用いて更に説明
する。表３は前記したようにアイテムカテゴリと評価用
語との対応を示す偏回帰係数の表２と同一である。前記
のようにデザイン図が完成するということは表３で上記
のように説明したように各アイテム毎に各カテゴリが決
まるということである。そして右端の合計欄には選定さ
れたカテゴリの偏回帰係数が各評価用語毎に横方向に加
えた数字を示している。この数字が大きい程そのデザイ
ン図から一般の人が受ける印象を代表しているというこ
とができる。例えば、表３では「走り屋向きの」という
印象が一番強いといえる。第２番目としては「明るい」
という印象が強いといえる。

第９図は第５図におけるステップS7の入力したデザイ
ン図のカテゴリパターンと推論されるカテゴリパターン
群との比較を行った対応表である。この第９図において
丸印をつけたところがそれぞれ対応するカテゴリを示し
ている。この例では推論したカテゴリとして７パターン
選出されており、各推論カテゴリパターンの表の右端に
は入力されたデザイン図のカテゴリパターンとカテゴリ
の一致数が示されている。従って前記第５図のステップ
S8ではカテゴリの一致した数の一番多い推論カテゴリパ
ターン５が選ばれることになる。

そしてステップS10において比較の結果として出力さ
れる画像は例えば第10図のようになっている。そしてこ
の第10図のように推論カテゴリと違っている入力カテゴ
リの部分が点滅表示で特定されるものである。更にこの
第10図のように言葉での表示も同時に行い、どのカテゴ
リをどのように代えればよいかを示すこともできる。

次に、第10図のようにして支持される修正個所が例え
ば複数ある場合にはその修正に優先順位をつけることも
できる。即ち第８図表３のようにして入力したデザイン
図のカテゴリのうちドアの厚みを「厚い」から「薄い」
へ、センアタークラウタの張出しを「有り」から「無
し」へ修正する場合、期待評価用語によって決定される
偏回帰係数が、例えば前者の修正では0.11から−0.09と
なり、後者の修正では0.19から−0.06となり、その差が
前者では0.2であり、後者では0.25である。そしてこの
ように修正前後の偏回帰係数の差が大きい方がデザイナ
の評価とはより異なったものとなっているものであるた
め、上記の場合にセンタークラスタの張出しを「有り」
から「無し」へ修正する場合を優先させるものとする。

なお上記実施例ではデザイン図の入力をキーボードで
アイテム、カテゴリを決定することにより行ったが、紙
に書いたデザイン図をイメージスキャナで読取り入力す
ることもできる。入力する期待評価用語に排気量或いは
年齢等による好みの相違をインプットするようにしても
よい。上記実施例ではテザイン図のカテゴリパターンと
推論カテゴリパターンとを比較する場合に期待評価用語
から複数の推論カテゴリパターンを抽出し、更にこの複
数の推論カテゴリパターンから入力したデザイン図のカ
テゴリパターンに最も近いものを抽出するようにして比
較を行ったが、入力された期待評価用語からその期待評
価用語に最も近いカテゴリパターンを一つだけ抽出し、
このカテゴリパターンと入されたデザイン図のカテゴリ
パターンとを比較するようにしてもよい。上記実施例で
はまずデザイン図から推論される評価用語と入力された
期待評価用語とが同じかどうかを比較するようにした
が、入力デザイン図と期待評価用語とから推論されるデ
ザイン図とを直接比較するようにして狙い通りの絵にな
っているかどうかを判断するように構成することもでき
る。更に上記実施例ではデザイナが自らのデザイン図の
評価を得るために用いた一般のユーザがディーラ等で自
らの評価を確かめながら望む内装デザイン等を決定する
場合に使用することができる。更にこのデザイン装置は
車両の内装インテリアに関わらず、外装その他のデザイ
ンにも応用することができ、更には建築デザインその他
に応用することもできる。

［発明の効果］ 以上より明らかなようにこの発明の構成によれば、入
力された期待評価用語とデザイン図から推論された評価
とを比較することによりデザイン図の評価を期待評価用
語にほぼ一致させるために修正すべきデザイン図の部分
を特定して出力することができる。従ってデザイナ等は
自らデザインしたデザイン図とそのデザイン図に持つ自
らの評価とが一致しているかどうかを確認しながらデザ
インすることができる。

【図面の簡単な説明】

第１図はこの発明の構成図、第２図は一実施例の概略構
成図、第３図は評価用語間の関係を規定する知識の表
１、第４図は評価用語と車両デザイン要素の各アイテム
との関係を規定する知識の表２、第５図、第６図はフロ
ーチャート、第７図はCRTの出力画面図、第８図は評価
用語と車両デザイン要素の各アイテムとの関係を規定す
る知識の表３、第９図はカテゴリパターンの選択の表
４、第10図はCRTの出力画面図、第11図は従来例に係る
ブロック図である。 CL1……第１入力手段 CL2……第２入力手段 CL3……比較手段 CL4……判別手段 CL5……出力手段

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】デザイン図を入力する第１入力手段と、前
   記デザイン図の期待評価用語を入力する第２入力手段
   と、前記入力されたデザイン図の評価を知識データベー
   スから推論して前記期待評価用語と比較する比較手段
   と、この比較に基づき前記デザイン図の評価を前記期待
   評価用語に略一致させるため修正すべきデザイン図の部
   分を特定する判別手段と、この判別手段の結果を出力す
   る出力手段とを備えてなるデザイン装置。