JP2009070334A - 車両用設計支援システム - Google Patents

Abstract

【課題】車両の乗員の乗降動作をシミュレーションすることで車両用ドア部周辺の設計諸元データを決定する車両用設計支援システム１００において、乗員の乗降動作時の負担感を確実に低減することができる設計諸元データを決定可能にする。
【解決手段】車両の乗員の乗降動作を人体モデルによりシミュレーションすることでその動作軌跡を算出する乗降動作軌跡算出部５と、該動作軌跡算出部５にて算出された動作軌跡が所定の複数の動作フェーズからなるものとして、該乗員の乗降動作時における各動作フェーズ毎の負担感割合を推定する負担感推定部２６と、負担感推定部２６にて推定された各動作フェーズ毎の負担感割合が全て、該各動作フェーズ毎に設定された設定閾割合以下となるように設計諸元データを決定する設計諸元データ最適化部９とを備える。
【選択図】図１

Description

本発明は、車両用ドア部周辺の設計諸元データを決定するための車両用設計支援システムに関する技術分野に属する。

従来より、車両の乗員の乗降動作時の負担感を軽減するために、乗員を多関節モデルに置換して該多関節モデルにより乗員の乗降動作を模擬演算（シミュレーション）することで、車両のドア部周辺の設計諸元データを決定する設計支援システムは知られている。

例えば、特許文献１に示す設計支援システムでは、乗員の乗降動作時の負担感を、乗降動作の開始時から終了時までの間における各関節トルクの時間積分値の合計値により評価するとともに、この評価した値を最小化するように車両の設計諸元データを決定している。
特開２００６−３２３５１８号公報

しかしながら、上述の設計支援システムでは、乗員の乗降動作時の負担感を、乗降動作の開始時から終了時までの関節トルクの時間積分値に基づいて評価するようにしているため、この評価を基に決定された設計諸元値を採用した場合に、乗員の乗降動作中の負担感を時間平均では最小化することができるものの、乗降動作中のある特定の動作フェーズ（段階）においては乗員の受ける負担感が許容度合を上回り、結果として乗員が乗降動作時に感じる負担感が増大するという問題がある。

本発明は、斯かる点に鑑みてなされたものであり、その目的とするところは、車両の乗員の乗降動作をシミュレーションすることで車両用ドア部周辺の設計諸元データを決定する車両用設計支援システムに対して、乗員の乗降動作時の負担感の評価方法に工夫を凝らすことで、該乗員の乗降動作時の負担感を確実に低減することができる設計諸元データを決定可能にしようとすることにある。

上記の目的を達成するために、この発明では、車両の乗員の乗降動作を人体モデルによりシミュレーションすることでその動作軌跡を算出するとともに、該動作軌跡が所定の複数の動作フェーズからなるものとして、該乗員の乗降動作時における各動作フェーズ毎の負担感の大きさを算出し、該算出した各動作フェーズ毎の負担感の大きさが全て、該各動作フェーズ毎に設定された設定閾度合以下となるように設計諸元データを決定するようにした。

具体的には、請求項１の発明では、車両の乗員の乗降動作時の負担感をシミュレーションにより評価することで車両用ドア部周辺の設計諸元値を決定する車両用設計支援システムを対象とする。

そして、上記乗員を模擬した人体モデルに関する人体特性データを記憶する人体特性データ記憶手段と、上記車両用ドア部周辺の仮の設計諸元データを記憶する設計諸元データ記憶手段と、上記人体特性データ記憶手段により記憶された人体特性データと上記設計諸元データ記憶手段により記憶された仮の設計諸元データとを基に、該仮の設計諸元データに対応する設計諸元値を有する仮想車両に対する乗員の乗降動作を上記人体モデルによりシミュレーションすることでその動作軌跡を算出する乗降動作軌跡算出手段と、上記仮想車両に対する乗員の乗降動作が複数の動作フェーズからなるものとして、該乗員の乗降動作時における各動作フェーズ毎の負担感の大きさを、上記乗降動作軌跡算出手段により算出された動作軌跡を基に数値化して算出する負担感算出手段と、上記負担感算出手段により算出された各動作フェーズ毎の負担感の大きさが全て、該各動作フェーズ毎に設定された設定閾値以下となる目標条件を満足させる設計諸元データを決定する設計諸元データ最適化手段と、上記設計諸元データ最適化手段により決定された設計諸元データを出力する出力手段とを備えているものとする。

上記の構成により、車両用ドア部周辺の設計諸元データを決定する際には、上記人体特性データ記憶手段により記憶された乗員の人体モデルの人体特性データと上記設計諸元データ記憶手段により記憶されたドア部周辺の仮の設計諸元データとを基に、乗降動作軌跡算出手段により、該設計諸元データに対応する設計諸元値を有する仮想車両に対する乗員の乗降動作が上記人体モデルによってシミュレーションされてその動作軌跡が算出され、更に、負担感算出手段により、乗員の乗降動作が所定の複数の動作フェーズからなるものとして、該乗員の乗降動作時における各動作フェーズ毎の負担感の大きさが数値化されて算出される。

そして、設計諸元データ最適化手段により、上記負担感割合算出手段にて算出された乗員の各動作フェーズ毎の負担感の大きさが該各動作フェーズ毎に設定された設定閾値以下となる目標条件を満足させる設計諸元データが決定され、上記出力手段により、設計諸元データ最適化手段にて決定された設計諸元データが出力される。

こうして、乗員の乗降動作時における各動作フェーズ毎の負担感の大きさが全て設定閾値以下となるような設計諸元データを得ることができる。従って、この設計諸元データを基に車両用ドア部周辺の設計諸元値を決定して設計を行うことで、該車両に対する乗員の乗降動作時の負担感を確実に低減することが可能となる。

ここで、上記負担感算出手段による負担感の大きさの算出は、該乗降動作軌跡算出手段にて算出された動作軌跡を基に行われる。こうすることで、乗降動作軌跡算出手段によりシミュレーションされた乗員の乗降動作軌跡を基に、例えば、該乗員の各関節回りのトルクを算出することで負担感（肉体的負担感）の大きさを算出（推定）したり、該乗員の視線の先にあるものを推定して該推定物を基に乗員の負担感（精神的負担感）の大きさを算出（推定）したりすることができる。よって、負担感算出手段により、乗員の乗降動作時の負担感を精度良く推定することができ、延いては、設計諸元データ最適化手段により、乗員の乗降動作時の負担感を確実に低減可能な設計諸元データを決定することが可能となる。

請求項２の発明では、請求項１の発明において、上記設計諸元データ最適化手段は、上記複数の動作フェーズのうち上記負担感算出手段により算出された負担感の大きさが上記設定閾値を上回る動作フェーズを抽出するとともに、該抽出した動作フェーズに関連する複数の設計諸元項目を抽出した後に、該抽出した複数の設計諸元項目の中から変更する設計諸元項目を所定の優先順位にしたがって順に選択するとともに、該選択の度毎に、上記設計諸元データ記憶手段により記憶された仮の設計諸元データにおける該選択した設計諸元項目に対応するデータ値を所定範囲内で所定の刻み幅で変化させて該設計諸元データを更新しながら、上記目標条件を満足させる設計諸元データを探索決定するように構成されているものとする。

この構成により、車両用ドア部周辺の設計諸元データを決定する際には、上記設計諸元データ最適化手段により、上記複数の動作フェーズのうち上記負担感算出手段により算出された負担感の大きさが設定閾値を上回る動作フェーズが抽出されるとともに、該抽出された動作フェーズに関連する設計諸元項目が複数抽出され、更に該抽出された複数の設計諸元項目の中から、その値を変更する設計諸元が所定の優先順位にしたがって順に選択される。ここで、設計諸元データ最適化手段により、設計諸元項目が選択される度に、上記設計諸元データ記憶手段により記憶された設計諸元データにおける該選択された設計諸元項目に対応するデータ値が所定範囲内で所定の刻み幅で変更されて該設計諸元データが更新されるとともに、上記目標条件を満足させる設計諸元データ（以下、最適設計諸元データという）が探索決定される。

このように、設計諸元データ最適化手段により、所定の優先順位にしたがって設計諸元項目を選択して、該選択した設計諸元項目に対応するデータ値を優先的に変化させながら最適設計諸元データを探索するようにしたことで、優先順位の低い設計諸元項目に対応するデータ値を極力変化させずに最適設計諸元データを探索することができる。

従って、例えば、各設計諸元項目に対して設定される優先順位を、該各設計諸元項目が外観に与える影響が少ない順とすることで、設計諸元データのうち優先順位の低い設計諸元項目に対応するデータ値つまり外観に与える影響が大きい設計諸元に対応するデータ値を極力変化させずに、上記設計諸元データ最適化手段による最適設計諸元データの探索が可能となる。よって、この優先順位を、例えばユーザがドア部周辺の設計に際して重要視する設計コンセプト（外観重視や空力性能重視等のコンセプト）に応じて設定しておくことで、ユーザの求める設計コンセプトを満足させる最適設計諸元データを上記設計諸元データ最適化手段により探索決定することが可能となる。

請求項３の発明では、請求項１又は２の発明において、上記乗員の乗降動作時の負担感は、肉体的負担感と精神的負担感とからなるものとされ、上記車両用ドア部周辺の各設計諸元項目の値の変化が乗員の乗降動作時の精神的負担感に与える影響度を上記各動作フェーズ毎に数値化した精神負担算出用データを記憶する精神負担算出用データ記憶手段を更に備え、上記負担感算出手段は、上記乗降動作軌跡算出手段により算出された動作軌跡と上記設計諸元データ記憶手段により記憶された仮の設計諸元データとを基に、上記仮想車両に対する上記乗員の乗降動作時における各動作フェーズ毎の肉体的負担感の大きさを算出する肉体的負担感算出手段と、上記精神負担算出用データ記憶手段により記憶された精神負担算出用データと上記設計諸元データ記憶手段により記憶された仮の設計諸元データとを基に、上記仮想車両に対する上記乗員の乗降動作時における各動作フェーズ毎の精神的負担感を数値化して算出する精神的負担感算出手段とを有していて、該肉体的負担感算出手段により算出された各動作フェーズ毎の肉体的負担感の大きさと該精神的負担感算出手段により算出された各動作フェーズ毎の精神的負担感の大きさとを基に、上記仮想車両に対する乗員の乗降動作時における各動作フェーズ毎の負担感の大きさを数値化して算出するように構成されているものとする。

この構成によれば、上記負担感算出手段は、上記仮想車両に対する、上記乗員の乗降動作時における各動作フェーズ毎の肉体的負担感の大きさを数値化して算出する肉体的負担感算出手段と、精神的負担感の大きさを数値化して算出する精神的負担感算出手段とを有しており、本発明の車両用設計支援システムにより車両用ドア部周辺の設計諸元データを決定する際には、この負担感算出手段は、肉体的負担感算出手段にて算出した各動作フェーズ毎の肉体的負担感の大きさと該精神的負担感算出手段にて算出した各動作フェーズ毎の精神的負担感の大きさとを基に、上記乗員の乗降動作時における各動作フェーズ毎の負担感を数値化して算出するようになっている。

従って、上記負担感算出手段により、乗員の乗降動作時の肉体的負担感と精神的負担感との双方を考慮して負担感の大きさを算出することができて、乗員が実際に受ける負担感の大きさを精度良く推定することが可能となる。この結果、設計諸元データ最適化手段により、肉体的負担感と精神的負担感との双方を考慮に入れた最適設計諸元データの決定が可能となる。

ここで、上記肉体的負担感算出手段は、上記乗降動作軌跡算出手段により算出された動作軌跡を基に、乗員の乗降動作時の各動作フェーズ毎の肉体的負担感の大きさを算出するようになっており、これにより、乗降動作軌跡算出手段によりシミュレーション（擬似演算）された乗員の乗降動作軌跡を基に、上述の如く例えば該乗員の各関節回りのトルクや各関節に加わる力等を算出することで、該乗員の乗降動作時の肉体的負担感の大きさを精度良く推定することが可能となる。

また、上記精神的負担感算出手段は、精神負担算出用データ記憶手段により記憶された精神負担算出用データと、上記設計諸元データ記憶手段により記憶された設計諸元データとを基に、上記乗員の乗降動作時における各動作フェーズ毎の精神的負担感の大きさを算出するようになっており、該精神負担算出用データ記憶手段により記憶された精神負担算出用データは、上記車両用ドア部周辺の各設計諸元の値の変化が乗員の乗降動作時の精神的負担感に与える影響度を上記各動作フェーズ毎に数値化したものとされている。このように、精神的負担感算出手段により、上記各動作フェーズ毎の精神的負担感の大きさを算出する際に、該各動作フェーズ毎に数値化された精神負担算出用データを利用するようにしたことで、各動作フェーズ毎の精神的負担感の大きさを簡単な演算でもって定量的に評価して算出することが可能となる。

請求項４の発明では、請求項３の発明において、上記乗降動作軌跡算出手段は、乗員の乗降動作時における所定関節回りの関節トルクの時間積分値が最小になるように、上記仮想車両に対する乗員の乗降動作時の動作軌跡を算出するように構成されており、上記肉体的負担感算出手段は、上記乗降動作軌跡算出手段にて算出された動作軌跡を基に乗員の乗降動作中の上記所定関節回りの関節トルクを算出する関節トルク算出手段を有していて、該関節トルク算出手段により算出された関節トルクの各動作フェーズ毎の時間積分値を、該各動作フェーズにおける乗員の乗降動作時の肉体的負担感の大きさとして算出するように構成されているものとする。

この構成によれば、肉体的負担感算出手段により、乗員の実際の乗降動作時における各動作フェーズ毎の肉体的負担感の大きさを精度良く算出することが可能となる。

すなわち、通常、乗員の車両乗降動作時における肉体的負担感は、乗員の各関節回りに加わる関節トルクに比例するが、本発明によれば、肉体的負担感算出手段は、上記乗降動作軌跡算出手段にて算出された動作軌跡を基に乗員の乗降動作中の所定関節回りの関節トルクを算出する関節トルク算出手段を有しており、本発明の車両用設計支援システムにより車両用ドア部周辺の設計諸元データを決定する際には、この肉体的負担感算出手段は、該関節トルク算出手段にて算出した関節トルクの各動作フェーズ毎の時間積分値を算出して、該各算出値を該各動作フェーズにおける乗員の乗降動作時の肉体的負担感の大きさとするようになっている。従って、乗員の乗降動作時における各動作フェーズ毎の肉体的負担感の大きさを、該乗員の所定関節回りの関節トルクの時間積分値を基にして精度良く算出することができる。尚、所定関節とは、乗員の体の全ての関節である必要はなく、例えば、上半身の関節であってもよいし、乗降動作時に特に大きなトルクが作用する関節であってもよい。

また、通常、車両の乗員は、乗降動作時において肉体的負担感の大きさが最小となる動作軌跡を辿って乗降動作を行うが、本発明によれば、乗降動作軌跡算出手段は、乗員の乗降動作時における上半身の所定関節回りの関節トルクの時間積分値が最小になるように、乗降動作軌跡を算出するように構成されており、このため、乗員の乗降動作時の動作軌跡をシミュレーションにより精度良く算出することが可能となる。

請求項５の発明では、請求項３又は４の発明において、上記精神的負担感算出手段は、上記乗降動作軌跡算出手段により算出された動作軌跡を基に、各動作フェーズにおいて、乗員の視線の先にある車両用ドア部周辺の車両構成要素を推定するとともに上記設計諸元データ記憶手段により記憶された仮の設計諸元データのうち該推定した車両構成要素に関連するデータを抽出して、該抽出したデータと上記精神負担算出用データとを基に、上記仮想車両に対する乗員の乗降動作時の各動作フェーズ毎の精神的負担感の大きさを数値化して算出するように構成されているものとする。

この構成により、精神的負担感算出手段により乗員の乗降動作時の精神的負担感を精度良く算出することが可能となる。

すなわち、乗員の乗降動作時における精神的負担感は、乗員の眼から脳に伝達される視認情報つまり乗員が乗降動作中に視認する物の影響を強く受けるが、本発明によれば、精神的負担感算出手段は、上記乗降動作軌跡算出手段により算出された動作軌跡を基に、各動作フェーズにおいて、乗員の視線の先にある車両構成要素を推定するとともに、設計諸元データのうち該推定した車両構成要素に関連するデータを抽出して、つまり精神的負担感に影響する視認情報に関連するデータを抽出して、該抽出したデータと精神負担算出用データとを基に乗員の乗降動作時の各動作フェーズ毎の精神的負担感の大きさを算出するようになっている。これにより、乗員の乗降動作時における各動作フェーズ毎の精神的負担感の大きさを精度良く確実に算出することが可能となる。

請求項６の発明では、請求項３又は４の発明において、上記精神的負担感算出手段は、上記乗降動作軌跡算出手段により算出された乗員の動作軌跡を基に、上記各動作フェーズにおいて、該乗員が乗降動作時に接触する可能性のある車両用ドア部周辺の車両構成要素を推定するとともに上記設計諸元データ記憶手段により記憶された仮の設計諸元データのうち該推定した車両構成要素に関連するデータを抽出して、該抽出したデータと上記精神負担算出用データとを基に、上記仮想車両に対する乗員の乗降動作時の各動作フェーズ毎の精神的負担感の大きさを数値化して算出するように構成されているものとする。

この構成により、精神的負担感算出手段により乗員の精神的負担感の大きさを精度良く算出することが可能となる。

すなわち、乗員の乗降動作時における精神的負担感は、乗降動作時に乗員の体に物が接触することによる触感の影響を強く受けるが、本発明によれば、各動作フェーズにおいて、該乗員が乗降動作時に接触する可能性のある車両構成要素を推定するとともに上記仮の設計諸元データのうち該推定した車両構成要素に関連するデータを抽出して、つまり乗員の触感に関連するデータを抽出して、該抽出したデータと上記精神負担算出用データとを基に、上記乗員の乗降動作時の各動作フェーズ毎の精神的負担感を推定するようになっている。これにより、乗員の乗降動作時における精神的負担感の大きさを精度良く確実に算出することが可能となる。

請求項７の発明では、請求項３乃至６のいずれかの発明において、上記精神負担算出用データは、複数の被験者を予め用意した複数の車両に乗降させて、該各被験者に対して、乗員の乗降動作時の精神的負担感に影響する複数の乗降性評価項目に基づいたアンケート調査を実施してその結果を解析することで作成されるデータであるものとする。

このように、上記精神負担算出用データを複数の被験者によるアンケート調査を基に作成するようにしたことで、上記車両用ドア部周辺の各設計諸元の値の変化が乗員の乗降動作時の精神的負担感に与える影響度を各動作フェーズ毎に正確に数値化した該精神負担算出用データを作成することができる。

また、上記アンケート調査は、精神的負担感に影響する複数の乗降性評価項目に基づいて行われるが、この複数の乗降性評価項目を、例えばデータマイニングの１つであるＩＳＭ法により抽出した評価項目とすることで、上記影響度をより一層正確に数値化した精神負担算出用データを作成することが可能となる。

請求項８の発明では、請求項３乃至６のいずれかの発明において、上記精神負担算出用データは、複数の被験者を予め用意した複数の車両に乗降させて、該各被験者の乗降動作時の発話内容を、乗員の乗降動作時の精神的負担感に影響する複数の乗降性評価項目を基に解析することで作成されるデータであるものとする。

このように、上記精神負担算出用データを、各被験者の発話内容を解析することで作成するようにしたことで、上記車両用ドア部周辺の各設計諸元の値の変化が乗員の乗降動作時の精神的負担感に与える影響度を各動作フェーズ毎に正確に数値化した該精神負担算出用データを作成することができる。

また、上記複数の乗降性評価項目を基に発話内容の解析を行うようになっているが、この乗降性評価項目を例えばＩＳＭ法により抽出した評価項目とすることで、上記影響度をより一層正確に数値化した精神負担算出用データを作成することが可能となる。

請求項９の発明では、請求項７又は８の発明において、上記複数の乗降性評価項目は、ＩＳＭ法により抽出された、身体調和性、身体的開放感、安定性、空間的ゆとり、意向実現性、動作適合性、好触感、及び安心感の８つの項目からなるものとする。

このことにより、請求項７及び８の発明と同様の作用効果をより一層確実に得ることが可能となる。

請求項１０の発明では、請求項１乃至９のいずれかの発明において、上記複数の動作フェーズは、乗員が内足を車内に入れる内足入れフェーズと、シートに着座する着座フェーズと、車外に残っている外足を車内に入れる外足入れフェーズと、該シートに着座した状態から外足を車外に出す外足出しフェーズと、該シートから立ち上がる起立フェーズと、車内に残っている内足を車外に出す内足出しフェーズとの６つの動作フェーズとからなるものとする。

このことにより、乗員の負担感が比較的大きい着座フェーズ及び起立フェーズと、比較的負担感が低い内足入れフェーズ及び外足入れフェーズ並びに外足出しフェーズ及び内足出しフェーズとを確実に切分けることができる。従って、設計諸元データ最適化手段により、乗員にとって乗降動作時の負担が大きい着座フェーズ及び起立フェーズにおいても、乗員の負担感が許容度合（設定閾値）以下となる最適設計諸元データを確実に決定することが可能となる。

請求項１１の発明では、請求項１乃至１０のいずれかの発明において、上記乗降動作軌跡算出手段は、上記仮想車両のドア開度を設定可能なドア開度設定手段を有していて、該ドア開度設定手段にて設定されたドア開度に応じて、該仮想車両に対する乗員の乗降動作時の動作軌跡を算出可能に構成されているものとする。

このことにより、ドア開度設定手段により仮想車両のドア開度を設定することができるとともに、乗降動作軌跡算出手段により、該仮想車両に対する乗員の乗降動作時の動作軌跡を該ドア開度に応じて算出することが可能となり、延いては、負担感算出手段により、該仮想車両に対する乗員の乗降動作時の動作軌跡を該ドア開度に応じて推定することが可能となる。そうして、上記設計諸元データ最適化手段により、車両のドア開度に応じた最適設計諸元データの決定が可能となる。

従って、例えば、比較的周辺スペースが無い場所での利用を想定した車両に対して、ドア部周辺の最適設計諸元データを決定する場合に、予測されるドア開度を上記ドア開度設定手段により設定することで、設計諸元データ最適化手段により、該車両の用途に適した最適設計諸元データの決定が可能となる。

以上説明したように、本発明の車両用設計支援システムによると、乗員の乗降動作時の負担感の大きさが各動作フェーズにおいて許容度合（設定閾値）を超えない車両用ドア部周辺の設計諸元データを確実に決定することができ、延いては、乗員の乗降動作時における負担感を確実に低減可能な車両用ドア部周辺の設計諸元値を得ることが可能となる。

以下、本発明の実施形態を図面に基づいて詳細に説明する。

（実施形態１）
図１は、本発明の実施形態１に係る車両用設計支援システム１００の概略構成を示し、この車両用設計支援システム１００は、図示しないコンピュータにより具現化されて乗員の乗降動作をシミュレーション（模擬演算）することで、乗員の乗降動作時の負担感を後述の各動作フェーズａ１乃至ａ６毎に評価して車両用ドア部２０周辺の設計諸元値（各設計諸元項目Ｄｎの各値Ｈｎ）を決定するシステムである。ここで、乗員の乗降動作時の負担感とは、肉体的負担感と精神的負担感とからなるものであって、以下の説明では、この負担感のことを、肉体的負担感及び精神的負担感と区別して総負担感と呼ぶものとする。尚、予め行った実験等により、乗員が車両乗降時に肉体的負担を感じるのは、車両のルーフをよけるために頚や腰を曲げる動作を行う場合や、その曲げた姿勢を維持せねばならない場合であり、乗降時の負担感の大小は、主にこの頚や腰の動作を行うための上半身の筋活動に起因するものであることが分かっており、このため、本実施形態では、上記乗降時の肉体的負担感として上半身にかかる肉体的負担感を評価するものとする。

上記車両乗員の乗降動作とは、図９の上方に示すように車両外部から車両内部に入ってシート２２（図３参照）に着座する乗車動作と、上記着座状態から再び車両外部に出る降車動作とを言い、この乗降動作は、その動作の種類に応じて６つの動作フェーズａ１乃至ａ６（段階）に分類することができる。すなわち、上記乗降動作は、内足を車内に入れる内足入れフェーズａ１と、シート２２に着座する着座フェーズａ２と、車外に残っている外足を車内に入れる外足入れフェーズａ３とに分類することができ、上記降車動作は、シート２２に着座した状態から外足を車外に出す外足出しフェーズａ４と、シート２２から立ち上がる起立フェーズａ５と、車内に残っている内足を車外に出す内足出しフェーズａ６とに分類することができる。そして、車両用設計支援システム１００は、この６つの動作フェーズａ１乃至ａ６毎に乗員の総負担感を評価するようになっている。

図１に示すように、上記車両用設計支援システム１００は、例えばコンピュータのハードディスクやＲＡＭ等からなる、設計諸元データ記憶部２、人体特性データ記憶部３、及び精神負担算出用データ記憶部４と、ハードディスク内に記憶されたシミュレーションプログラムの一部を構成するとともにＣＰＵ（図示省略）との協働により各種の演算を行う、動作軌跡算出部５、関節トルク算出部６、肉体的負担感推定部７、精神的負担感推定部８、及び総負担感推定部２５と、設計諸元データ最適化部９と、設計諸元データ最適化部９から出力される設計諸元データＱを表示するための結果表示部１０と、ＣＰＵとの協働によりシステム全体を制御する主制御部１１とを備えている。

上記設計諸元データ記憶部２は、乗員の乗降動作をシミュレーションする際に対象となる車両（仮想車両）の初期設計諸元データＱとシミュレーション途中の仮の設計諸元データＱと設計諸元データＱの各値に対して優先順位（後述する変更優先順位）を設定する優先順位データとからなる設計諸元設定用データを記憶しておくためのものである。ここで、設計諸元設定用データＱのうち、設計諸元データＱは、各設計諸元項目Ｄｎの値Ｈｎを順に並べてなるデータで、設計諸元データＱ＝（Ｈ_１，Ｈ_２…，Ｈ_８）と表され、優先順位データは、これらの各値Ｈｎに対してそれぞれ設定される優先順位のデータであり、上記設計諸元設定用データはこれらのデータからなる二次元のマトリクスデータで表される。そして、仮の設計諸元データＱとは、設計諸元データ最適化部９による後述の設計諸元最適化制御処理の実行により所定の目標条件を満足させる設計諸元データＱが見つかるまで、シミュレーション用に使用される設計諸元データＱであって、該制御処理の実行に伴って順次更新されて新たなデータに書き換えられる。尚、この仮の設計諸元データＱの各データ値Ｈｎの初期値は、最適化を図る前のドア部２０周辺の設計諸元値である。

上記設計諸元項目Ｄｎとは、ドア部２０周辺の設計諸元であり、具体的には、図２及び図３に示すフロア高さＤ１、シート高さＤ２、シート位置Ｄ３、ルーフレール高さＤ４、フロントピラー位置Ｄ５、フロントピラー傾斜角Ｄ６、センターピラー位置Ｄ７、センターピラー傾斜角Ｄ８である（設計諸元項目Ｄｎのｎとは設計諸元の種類を表す変数であり、ｎを指定することで特定の設計諸元を指定することができるようになっている）。ここで、フロア高さＤ１、シート高さＤ２、ルーフレール高さＤ４とはそれぞれのパーツの地面からの高さである。また、上記シート位置Ｄ３とは、シート２２の車幅方向の位置でありドア２１からシート２２までの車幅方向の距離である。また、フロントピラー位置Ｄ５及びセンターピラー位置Ｄ７とは、それぞれのパーツの車両前後方向の位置であり例えば車両前端部から各パーツまでの車両前後方向の距離である。また、フロントピラー傾斜角Ｄ６及びセンターピラー傾斜角Ｄ８は、それぞれのパーツの側面視における傾斜角である。これら設計諸元項目Ｄｎはいずれも車両の乗降性に大きく寄与するものである。例えば、ルーフレール高さＤ１が低くなれば、車両の乗降時に乗員は頚をより大きく曲げねばならないので、肉体的負担感が増し乗降性が低下することになる。

上記人体特性データ記憶部３には、シミュレーション用の乗員の人体モデルＪＭ（図４参照）に関する人体特性データが記憶されている。

この人体モデルＪＭは、図４に示すように、頭部Ｍ１、胸部Ｍ２、腰部Ｍ３の３剛体をそれぞれ頚関節Ｊ１及び腰関節Ｊ２を介して連結してなる乗員の上半身の剛体リンクモデル（多関節モデル）とされている。ここで、モデル化される乗員は、シミュレーションで評価したい体格の成人男性とされる。上記人体特性データは、上記人体モデルＪＭの座高、頭部Ｍ１の重量ｍ_１、胸部Ｍ２の重量ｍ_２、頭部Ｍ１の慣性モーメントＩ_１、胸部Ｍ２の慣性モーメントＩ_２等といった乗員の体格に関するデータである。

また、人体特性データ記憶部３には、上記人体特性データの他に、上記慣性モーメントＩ_１，Ｉ_２として、図８に示すような車体前後方向をｘ軸、鉛直方向をｚ軸、このｘ軸及びｚ軸に垂直な方向（紙面に垂直な方向）をｙ軸とした直交座標系における、各ｘ、ｙ、ｚ軸周りの慣性モーメントの値がそれぞれ記憶されている。

上記乗降動作軌跡算出部５は、上記設計諸元データ記憶部２から出力された設計諸元データＱ（各設計諸元項目Ｄｎの値Ｈｎ）及び人体特性データ記憶部３から出力された各人体特性データに基づいて、乗員の車両乗降時の動作軌跡を算出して出力するものである。

ここで、乗降動作軌跡算出部５は、乗員の乗降動作中における所定関節回り（本実施形態においては頚関節及び腰関節回り）の合計関節トルクＴ（後述する頚関節トルクＴ_１及び腰関節トルクＴ_２の和）の時間積分値を最小化するべく、遺伝的アルゴリズム（Genetic Algorithm)を用いて該乗降動作中の動作軌跡を算出するようになっている。尚、本実施形態においては、所定関節を、頚関節及び腰関節の２関節としているが、必ずしもこれに限ったものではなく、例えば頚関節のみ（１関節のみ）であってもよいし、３つ以上の関節であってもよい。

より具体的には、上記乗降動作軌跡算出部５は、式（１）に示すように、予め各関節角θｉを時間の４次関数として与えておき、式（２）に示す評価関数Ｖにより得られる関節トルクの時間積分値の合計値を評価値として、該評価値を最小化するパラメータａｉ乃至ｅｉの組合せデータを遺伝的アルゴリズムにより探索することで動作軌道を算出する。尚、関節トルクの算出は、後述する関節トルク算出部６にて実行される。

遺伝的アルゴリズムは、進化論的な考え方に基づいてデータ（本実施形態においてはパラメータａｉ乃至ｅｉの組合せデータ）を操作することで最適解（最適データ）を探索する手法であり、上記乗降動作軌跡算出部５における遺伝的アルゴリズムに基づくデータ操作の流れを図５を基に説明する。

すなわち、最初のステップＳＧ１では、複数のデータの集合体である初期世代集団を生成する。

ステップＳＧ２では、生成された集団の各固体（各データ）の適合度を計算する。ここで、適合度とは、例えば上記評価値の逆数により算出されるものであって、その値が大きい固体ほど次の世代に受け継がれ易くなる。尚、本実施形態では、適合度が高い場合であっても、各データに対応して式（１）から決まる動作軌跡が、所定の拘束条件を満足していない場合には、適合度を極端に低い値に設定するようにしている。ここで、所定の拘束条件とは、乗員と車両（仮想車両）が干渉しないように設計諸元データＱを基に設定される条件である。

ステップＳＧ３では、適合度を基にその世代全体の評価を行い、ステップＳＧ４では、この評価を基に所定の終了条件を満たしているか否かを判定する。この判定がＹＥＳの場合にはデータ操作を終了する一方、ＮＯの場合にはステップＳＧ５に進む。具体的には、この判定は、例えば全固体の適合度の平均値が所定値以上にあるという条件（終了条件）を満たしているか否かにより行われる。

ステップＳＧ５では、所謂「ルーレット選択方式」により適合度に比例した割合で個体を選択する。尚、固体の選択方式としては、例えば、集団の中から個体をある個対数（トーナメントサイズ）だけランダムに選定し、その中で適合度の最も高いものを選択する「トーナメント選択方式」や、適合度の高い個体のいくつかを、そのまま次の世代に残す「エリート戦略」を採用する等してもよい。

ステップＳＧ６では、各固体をさらに進化させるべくＧＡオペレーションを実行してステップＳＧ２に戻る。

上記ＧＡオペレーションは、図６に示すように、上記パラメータａｉ乃至ｅｉからなる数列データを２進数に変換することで得られる数列データ（固体）に対して実行される。

ＧＡオペレーションの態様としては、ある世代Ｇの個体（データ）をそのままコピーするクローン（図６（Ａ））と、ある世代Ｇの個体を、当該世代Ｇには存在しないパターンに変化させる突然変異（図６（Ｂ））と、ある世代Ｇにおける複数の個体の一部を入れ換える交叉（図６（Ｃ））とがあり、突然変異は、その変更の程度によって大変異と小変異とに分類される。本実施形態においては、クローン：大変異：小変異：交叉＝３：３５：１０：５２に設定することにより、シミュレーション結果と人体測定による測定結果とが極めて近似する結果を得られたため、乗降動作軌跡算出部５は、ＧＡオペレーションの実行に際して上記の比率を採用するようになっている。

こうして、この乗降動作軌跡算出部５にて算出された動作軌跡の例を図９に示す。この図は、乗降動作時における乗員の頭部Ｍ１の鉛直方向（上記ｚ軸方向）の動作軌跡（図中の実線で示す軌跡）及び胸部Ｍ２の鉛直方向の動作軌跡（図中の破線で示す軌跡）、つまり頭部Ｍ１の重心位置及び胸部Ｍ２の重心位置の時間変化を示している。尚、この図において、横軸は時間を表し、縦軸は各重心位置を表している。

上記関節トルク算出部６は、上記乗降動作軌跡算出部５から出力される動作軌跡及び上記人体特性データ記憶部３に記憶された人体特性データに基づいて、乗降動作時の各関節（頚関節及び腰関節）にかかる関節トルクを算出するものである。この関節トルク算出部６では、車両乗降時の肉体的負担感との相関が比較的高い頚関節Ｊ１にかかる頚関節トルクＴ_１と腰関節Ｊ２にかかる腰関節トルクＴ_２とを演算している。

本車両用設計支援システム１００では、上述のように、上半身を、頭部Ｍ１、胸部Ｍ２、腰部Ｍ３の３剛体がそれぞれ頚関節Ｊ１及び腰関節Ｊ２で連結された剛体リンクモデルとして表している。従って、この頚関節Ｊ１及び腰関節Ｊ２にかかる上記関節トルクＴ_１，Ｔ_２は、各剛体の並進加速度αから求められる関節間力とその重心回りの回転運動方程式から算出することができる。

頚関節Ｊ１にかかる頚関節トルクＴ_１の算出方法を図７を用いて説明する。ここでは、ｘ、ｙ、ｚ軸の直交座標系におけるｙ軸周りの頚関節トルクＴ_１ｙの算出方法について説明する。

まず、上記乗降動作軌跡算出部５から出力される頭部Ｍ１のｘ軸及びｚ軸方向の動作軌跡に基づき、頭部Ｍ１のｘ軸方向の並進加速度α_１ｘとｚ軸方向の並進加速度α_１ｚとを算出する。そして、人体特性データ記憶部３から出力される頭部重量ｍ_１及び重力加速度ｇを用いて、頚関節Ｊ１にかかるｘ軸及びｚ軸方向の関節間力ｆ_１ｘ及びｆ_１ｚを以下の式（３）及び式（４）のように算出する。

ｆ_１ｘ＝ｍ_１α_１ｘ ・・・（３）
ｆ_１ｚ＝ｍ_１α_１ｚ−ｍ_１ｇ ・・・（４）
次に、上記乗降動作軌跡算出部５から出力される頭部Ｍ１及び頚関節Ｊ１のｘ軸及びｚ軸方向の動作軌跡に基づき、図４に示すような頭部Ｍ１と頚関節Ｊ１との距離であるモーメントアーム長さｒ_１のうちのｘ軸，ｚ軸方向のモーメントアーム長さｒ_１ｘ，ｒ_１ｚ（図７参照）と、頭部Ｍ１のｙ軸周りの角加速度θ"_１ｙとを算出する。そして、上記式（３），（４）より算出された頚関節Ｊ１にかかるｘ軸及びｚ軸方向の関節間力ｆ_１ｘ及びｆ_１ｚと人体特性データから出力される頭部Ｍ１のｙ軸周りの慣性モーメントＩ_１ｙとを用いて、頚関節Ｊ１のｙ軸周りの頚関節トルクＴ_１ｙを以下の式（５）のように算出する。

Ｔ_１ｙ＝−ｆ_１ｚｒ_１ｘ＋ｆ_１ｘｒ_１ｚ＋Ｉ_１ｙθ"_１ｙ ・・・（５）
同様にして、頚関節Ｊ１のｘ軸周りの頚関節トルクＴ_１ｘを、乗降動作軌跡算出部５から出力される頭部Ｍ１のｙ軸及びｚ軸方向の動作軌跡等を用いて算出する。さらに、頚関節Ｊ１のｚ軸周りの頚関節トルクＴ_１ｚを、乗降動作軌跡算出部５から出力される頭部Ｍ１のｘ軸及びｙ軸方向の動作軌跡等を用いて算出する。そして、これら各軸成分の頚関節トルクＴ_１ｘ，Ｔ_１ｙ，Ｔ_１ｚを以下の式（６）ように合成することで、頚関節トルクＴ_１を算出する。

次に、腰関節トルクＴ_２の算出方法について図８を用いて説明する。ここでは、上記と同様にｙ軸周りの腰関節トルクＴ_２ｙの算出方法について説明する。

まず、上記乗降動作軌跡算出部５から出力される胸部Ｍ２のｘ軸及びｚ軸方向の動作軌跡に基づき、胸部Ｍ２のｘ軸方向の並進加速度α_２ｘとｚ軸方向の並進加速度α_２ｚとを算出する。そして、人体特性データから出力される胸部重量ｍ_２と重力加速度ｇと上記頚関節Ｊ１にかかる関節間力ｆ_１ｘ及びｆ_１ｚとを用いて、腰関節Ｊ２にかかるｘ軸及びｚ軸方向の関節間力ｆ_２ｘ及びｆ_２ｚを以下の式（７）及び式（８）のように算出する。

ｆ_２ｘ＝ｍ_２α_２ｘ−ｆ_１ｘ ・・・（７）
ｆ_２ｚ＝−ｆ_１ｚ−ｍ_２ｇ＋ｍ_２α_２ｚ ・・・（８）
次に、上記乗降動作軌跡算出部５から出力される頚関節Ｊ１及び腰関節Ｊ２のｘ軸及びｚ軸方向の動作軌跡に基づき、頚関節Ｊ１と腰関節Ｊ２との距離であるモーメントアーム長さｒ_２のうちのｘ軸，ｚ軸方向の距離であるモーメントアーム長さｒ_２ｘ，ｒ_２ｚと、胸部Ｍ２のｙ軸周りの角加速度θ"_２ｙとを算出する。そして、上記頚関節Ｊ１にかかる関節間力ｆ_１ｘ及びｆ_１ｚと、上記腰関節Ｊ２にかかる関節間力ｆ_２ｘ及びｆ_２ｚと、人体特性データから出力される胸部Ｍ２のｙ軸周りの慣性モーメントＩ_２ｙとを用いて、腰関節Ｊ２のｙ軸周りの腰関節トルクＴ_２ｙを以下の式（９）のように算出する。

Ｔ_２ｙ＝−ｆ_２ｚｒ_２ｘ／２＋ｆ_２ｘｆ_２ｚ／２−ｆ_１ｚｒ_２ｘ／２＋ｆ_１ｘｒ_２ｚ／２＋Ｉ_２ｙθ"_２ｙ＋Ｔ_１ｙ・・・（９）
同様にして、腰関節Ｊ２のｘ軸周りの腰関節トルクＴ_２ｘを、乗降動作軌跡算出部５から出力される胸部Ｍ２のｙ軸及びｚ軸方向の動作軌跡等を用いて算出する。さらに、腰関節Ｊ２のｚ軸周りの腰関節トルクＴ_２ｚを、乗降動作軌跡算出部５から出力される胸部Ｍ２のｘ軸及びｙ軸方向の動作軌跡等を用いて算出する。そして、これら各軸成分の腰関節トルクＴ_２ｘ，Ｔ_２ｙ，Ｔ_２ｚを以下の式（１０）ように合成することで、腰関節トルクＴ_２を算出する。

このようにして算出された頚関節トルクＴ_１、腰関節トルクＴ_２の演算結果例を図１０に示す。この図は、図９に示す乗降動作時の動作軌跡を用いて各トルクＴ_１，Ｔ_２を演算したものである。図中実線で示したものが腰関節トルクＴ_２であり、破線で示したものが頚関節トルクＴ_１である。ここで、この乗降動作時の頚関節トルクＴ_１の変化は、乗降動作時の乗員の僧帽筋及び胸鎖乳突筋の筋電位の変化の測定結果とよい一致を示すことが確認されている。また、腰関節トルクＴ_２の変化は、乗員の体幹起立筋と腹直筋の筋電位の変化の測定結果とよい一致を示すことが確認されている。すなわち、上記のように乗降動作時の筋活動と上記頚関節トルクＴ_１と腰関節トルクＴ_２との間に高い相関があることが確認されている。従って、本車両用設計支援システム１００では、これら関節トルクＴ_１，Ｔ_２に基づいて乗降動作時の肉体的負担感を上記肉体的負担感推定部７にて算出している。

この肉体的負担感推定部７では、上記のように関節トルク算出部６で算出された頚関節トルクＴ_１と腰関節トルクＴ_２とに基づいて、車両乗降時の乗員の各動作フェーズａ１乃至ａ６毎の肉体的負担感を算出するとともに、該各動作フェーズａ１乃至ａ６毎の肉体的負担感を合計した合計肉体的負担感を算出する。具体的には、肉体的負担感推定部７は、頚関節トルクＴ_１及び腰関節トルクＴ_２との和である合計関節トルクＴ（＝Ｔ_１＋Ｔ_２）を、各動作フェーズａ１乃至ａ６の開始時から終了時までの区間で時間積分することで各動作フェーズａ１乃至ａ６毎の肉体的負担感Ｗ_ａ（ａ＝１，２，・・・６）を算出するとともに、算出した各動作フェーズａ１乃至ａ６毎の肉体的負担感Ｗ_ａを全て足し合わせることで上記合計肉体的負担感Ｗを算出する。ここで、肉体的負担感Ｗ_１乃至Ｗ_６はそれぞれ各動作フェーズａ１乃至ａ６における肉体的負担感を表しており、例えば乗降動作時における動作フェーズａ１にて乗員が受ける肉体的負担感Ｗ_１は以下の式（１１）により算出することができ、上記合計肉体的負担感は式（１２）により算出することができる。

ここで、上記各演算はコンピュータのＣＰＵにより行われる。従って、上記乗降動作軌跡算出部５から出力される動作軌跡は刻み時間△ｔ毎の離散系データとなり、この動作軌跡に基づいて算出される合計関節トルクＴ等も△ｔ毎の離散系データとなる。よって、この離散データである合計関節トルクＴとΔｔとの積により算出される離散算出データを、各動作フェーズａ１乃至ａ６の時間区間内で足し合わせることで、式（１１）に示す各動作フェーズａ１乃至ａ６毎の肉体的負担感の算出が可能となる。

肉体的負担感推定部７は、算出（推定）した各動作フェーズ毎ａ１乃至ａ６の乗員の肉体的負担感Ｗ_ａ（ａ＝１，２，・・・６）及びこれらの合計である合計肉体的負担感Ｗに関する情報を総負担感推定部２５に出力する。そうして、この肉体的負担感推定部７と上記関節トルク算出部６とで肉体的負担感算出手段を構成している。

上記精神負担算出用データ記憶部４には、精神的負担感推定部８にて乗員の乗降動作時の精神的負担感を推定（算出）する際の基となる精神負担算出用データ３０（図１３参照）が記憶されている。本実施形態においては、この精神負担算出用データ３０は、上記設計諸元項目Ｄｎの値Ｈｎが異なる複数の試乗車（本実施形態においては１０台の試乗車）に乗車した複数の被験者（本実施形態においては４２名の被験者）による、乗降性に関するアンケート調査に対する回答を基に作成される。

このアンケート調査は、予め各被験者に配布したアンケート用紙３１（図１２参照）の回答項目のうち該当すると思われる項目をチェックしてもらうことで行う。具体的には、アンケート用紙３１には、各回答項目３２に対応してチェック欄３３が設けられており、被験者が該当する質問のチェック欄にチェックを施すようになっている。図の例では、被験者が「高くてつらい」という項目に対応するチェック欄３３にチェックを施したことを示している。

アンケート用紙３１に記載される各回答項目は、上記精神的負担感に影響を与える８つの乗降性評価項目Ａ１乃至Ａ８（図１１参照）をＩＳＭ法により予め抽出して該抽出した項目に関連付けて上記各動作フェーズａ１乃至ａ６毎に作成される。ＩＳＭ法とは、データマイニングの１つでリンク分析に含まれる範疇のものであり、精神的負担感に影響する多くの影響因子（項目）のうち重要な乗降性評価項目Ａ１乃至Ａ８を的確に抽出するための手法である。具体的には、本実施形態では、この乗降性評価項目Ａ１乃至Ａ８として、「身体調和性」、「身体的開放性」、「安定性」、「空間的ゆとり」、「意向実現性」、「動作適合性」、「好触感」、及び「安定感」を抽出している。尚、図１１中の矢印は、各乗降性評価項目Ａ１乃至Ａ８の相関関係を示し、各乗降性評価項目Ａ１乃至Ａ７は最終的には「安心感」（乗降性評価項目Ａ８）に結びついている。

そしてアンケート用紙３１には、各回答項目が上記８つの評価項目Ａ１乃至Ａ８（乗降性評価項目）のうちのいずれに関連付くものであるかを示す対応表３４が設けられており、該関連付く項目に対応するセルには後述する影響数をカウントするためのチェック「１」が記入されている。

尚、この対応表３４は、アンケート結果の集計（分析）を行う集計者の便宜のために設けられるものであって、各被験者はアンケートの回答に際してこの対応表３４の記載を考慮する必要はなく、アンケート調査はそのことを予め被験者に伝えた上で実施される。

こうして実施されたアンケート調査結果を集計（分析）することで、例えば図１４に示すように、各車両における乗降動作時の精神的負担感に占める各動作フェーズａ１乃至ａ６毎の割合を算出することができる。

すなわち、仮に車両Ｘに関して被験者Ｙによるアンケート調査を実施した場合に、アンケート用紙３１（図１２参照）の動作フェーズａ１（内足入れフェーズ）に関する「高くてつらい」という回答項目（以下、回答項目１と呼ぶ）と、動作フェーズａ３（外足入れフェーズ）に関する「ドアつけ根下部にあたる」という回答項目（以下、回答項目２と呼ぶ）にチェックが施されていたとすると、回答項目１は、乗降性評価項目Ａ６に対応するセルにのみチェックが記入されているので精神的負担感に影響する影響数が１とカウントされ、項目２は、３つの乗降性評価項目Ａ４，Ａ５，Ａ７に対応するセルにチェックが記入されているので影響数が３とカウントされて、被験者Ｙが車両Ｘの乗降動作時に感じる精神的負担感は該影響数に換算して４（＝１＋３）とカウントすることができる。そして、この精神的負担感のうち動作フェーズａ１が占める割合は該動作フェーズａ１にてカウントされた影響数１を影響数の合計値４で除することにより２５（＝１／４×１００）％と算出することができ、同様にして、精神的負担感のうち動作フェーズａ３が占める割合は７５（＝３／４×１００）％と算出することができる。

そして、本実施形態においては、システム設計者（アンケート集計者）が、このような影響数に基づいた考え方を基にアンケート結果を解析する。具体的には、システム設計者は、各車両における各動作フェーズａ１乃至ａ６毎に又は各乗降性評価項目Ａ１乃至Ａ８毎に影響数をカウントすることで、各車両に対する乗員の乗降動作時の各動作フェーズａ１乃至ａ６毎の精神的負担感割合や、更にはその各乗降性評価項目Ａ１乃至Ａ８毎の割合を算出する。

更に、上記システム設計者は、算出した各車両毎における乗降動作時の精神的負担感の各乗降性評価項目Ａ１乃至Ａ８毎の割合データに対して、重回帰分析を行うことで上記精神負担算出用データ３０（図１３参照）を作成する。具体的には、例えば各車両の各設計諸元項目Ｄｎの値Ｈｎを独立変数として、該各車両における乗降動作時の精神的負担感に占める各乗降性評価項目Ａ１乃至Ａ８毎の割合を従属変数として重回帰分析を行う。そうして、作成された精神負担算出用データ３０の各値は、各設計諸元項目Ｄｎの値Ｈｎの変化が乗降性評価項目Ａ１乃至Ａ８に与える影響度を表しており、本実施形態においては、図１３に示すように、例えば設計諸元Ｄ１の値Ｈ１の変化が内足入れフェーズａ１において乗降性評価項目Ａ３及びＡ４に与える影響度はそれぞれ０．７２５８及び０．７７７４となっている。このことから、内足入れフェーズａ１において設計諸元Ｄ１が乗降性評価項目Ａ４に与える影響は乗降性評価項目Ａ３に与える影響に比べて小さいことが分かる。尚、各乗降性評価項目Ａ１乃至Ａ８は、上述したように乗員の乗降動作時の精神的負担感に影響する影響因子であることから、精神負担算出用データ３０は、車両用ドア部周辺の各設計諸元項目Ｄｎの値Ｈｎの変化が乗員の乗降動作時の精神的負担感に与える影響度を上記各動作フェーズａ１乃至ａ６毎に数値化したものであるとも言える。

そして、作成された精神負担算出用データ３０は、システム設計段階において設計者により、図示しないキーボードから入力されて上記精神負担算出用データ記憶部４に記憶される。

上記精神的負担感推定部８は、上記精神負担算出用データ３０から出力される精神負担算出用データ３０と、設計諸元データ記憶部２から出力される設計諸元データＱとを基に、該設計諸元データＱに対応する設計諸元値Ｈｎを有する車両（仮想車両）における、乗員の乗降動作時における各動作フェーズａ１乃至ａ６毎の精神的負担感及びそれらを合計した合計精神的負担感を算出する。

具体的には、精神的負担感推定部８は、上記精神負担算出用データ３０の各データセルの値（影響度）をＥ_ａｊｎ（ａ＝１，２，…６、ｎ，ｊ＝１，２，…８、）として、乗員の乗降動作時における各動作フェーズａ１乃至ａ６毎の精神的負担感Ｍ_ａ及び合計精神的負担感Ｍをそれぞれ、次式（１３）及び（１４）により算出する。ここで、添字ａは各動作フェーズａ１乃至ａ６に対応し、添字ｎは、各設計諸元項目Ｄｎに対応し、添字ｊは、各乗降性評価項目Ａ１乃至Ａ８に対応している。従って、例えば影響度Ｅ_１１３は、動作フェーズａ１における設計諸元Ｄ１の乗降性評価項目Ａ３への影響度を表していて、図１３に示すようにその値は０．７２５８とされている。

精神的負担感推定部８は、算出した各動作フェーズａ１乃至ａ６毎の精神的負担感Ｍ_ａ及び合計精神的負担感Ｍを総負担感推定部２５に出力する。そうして、この精神的負担感推定部８が精神的負担感算出手段を構成することとなる。

上記総負担感推定部２５は、肉体的負担感推定部７及び精神的負担感推定部８からそれぞれ出力される、乗員の各動作フェーズａ１乃至ａ６毎の肉体的負担感Ｗ_ａ及び精神的負担感Ｍ_ａを基に、各動作フェーズａ１乃至ａ６毎の総負担感を算出（推定）する。

ここで、肉体的負担感推定部７にて算出される肉体的負担感Ｗ_ａと、精神的負担感推定部８にて算出される精神的負担感Ｍ_ａとでは、それぞれの算出過程から明らかなように単位系が異なる。このため、本実施形態においては、精神的負担感推定部８は、総負担感を算出するに際して、各動作フェーズａ１乃至ａ６の肉体的負担感Ｗ_ａを合計負担感Ｗで除することにより肉体的負担感割合ＲＷ_ａを算出するとともに、各動作フェーズａ１乃至ａ６毎の精神的負担感Ｍ_ａを合計精神的負担感Ｍで除することにより精神的負担感割合ＲＭ_ａを算出した上で、上記乗員の乗降動作の開始から終了までの総負担感に占める肉体的負担感と精神的負担感との割合がそれぞれ５０％ずつと仮定して、各動作フェーズａ１乃至ａ６毎の総負担感割合ＲＳ_ａ（ａ＝１，２，…６）を算出して該総負担感割合ＲＳ_ａをもって該各動作フェーズａ１乃至ａ６毎の総負担感（総負担感の大きさ）とする（図１５参照）。

具体的には、総負担感推定部２５は、次式（１５）により、肉体的負担感割合ＲＷ_ａを算出し、次式（１６）により精神的負担感割合ＲＭ_ａを算出し、次式（１７）により総負担感割合ＲＳ_ａを算出する。

ここで、ＲＷ_１乃至ＲＷ_６、ＲＭ_１乃至ＲＭ_６、及びＲＳ_１乃至ＲＳ_６はそれぞれ、各動作フェーズａ１乃至ａ６における肉体的負担感割合、精神的負担感割合、及び総負担感割合を表している。

ＲＷ_ａ＝Ｗ_ａ／Ｗ・・・（１５）
ＲＭ_ａ＝Ｍ_ａ／Ｍ・・・（１６）
Ｒ＝（ＲＭ_ａ＋ＲＷ_ａ）／２・・・（１７）
総負担感推定部２５は、算出した肉体的負担感割合ＲＷ_ａに関する情報を設計諸元データ最適化部９に出力する。そして、この総負担感推定部２５と肉体的負担感推定部７と精神的負担感推定部８と関節トルク算出部６とが本発明の負担感算出手段としての負担感推定部２６（図１参照）を構成している。

設計諸元データ最適化部９は、総負担感推定部２５からの情報を基に、乗員の乗降動作時の各動作フェーズａ１乃至ａ６毎の総負担感割合ＲＳ_ａ（負担感）が、該各動作フェーズａ１乃至ａ６のそれぞれに対して予め設定された設定閾割合（設定閾値）以下となっているか否かを判定する。尚、この設定閾割合は、オペレータ（システム使用者）が予めキーボード（図示省略）から入力することで設定可能になっている。

そして、設計諸元データ最適化部９は、各動作フェーズａ１乃至ａ６における総負担感割合ＲＳ_ａがそれぞれ設定閾割合以下となる目標条件が満足されていると判定した場合には、そのときの設計諸元データＱを最適設計諸元データＱとして結果表示部１０に出力する一方、各動作フェーズａ１乃至ａ６のうち１つでもその総負担感割合ＲＳ_ａが設定閾割合を上回っている場合（図１５では、着座フェーズａ２及び外足出しフェーズａ４における総負担感割合ＲＳ_ａが設定閾割合を上回っている場合を示している）には、そのときの設計諸元データＱを後述の変更優先順位に基づいて変更した上でシミュレーション用の新たな設計諸元データＱとして上記設計諸元データ記憶部２に出力して記憶させる。

上記主制御部１１は、各動作フェーズａ１乃至ａ６毎の総負担感割合ＲＳ_ａが設定閾割合以下となるように設計諸元データＱを決定するべく、上記各算出部５，６間のデータの受渡しや、該各算出部５，６における演算処理等のシステム全体を制御する設計諸元最適化制御を実行する。そして、この主制御部１１と上記設計諸元データ最適化部９とが設計諸元データ最適化手段を構成することとなる。

上記結果表示部１０は、図示しないコンピュータのディスプレイからなるものであって、設計諸元データ最適化部９から出力される最適設計諸元データＱを該ディスプレイ上に表示してオペレータに示すものである。

次に、図１６のフローチャートを参照にしながら、上記主制御部１１による設計諸元最適化制御処理について説明する。尚、ステップＳＡ７以降の処理は、主制御部１１からの指令を受けた設計諸元データ最適化部９により実行されるものである。

最初のステップＳＡ１では、上記各算出部５，６及び設計諸元データ最適化部９に対して人体特性データ記憶部３内の人体特性データを読込むように指令を出す。

ステップＳＡ２では、上記各算出部５，６及び設計諸元データ最適化部９に対して設計諸元データ記憶部２内に記憶された仮の設計諸元データＱを読込むように指令を出す。

ステップＳＡ３では、乗降動作軌跡算出部５に対して、上記人体特性データにより置換された乗員の各関節トルクの積分値が最小となる乗降軌跡を算出させるべく演算実行指令を出す。

ステップＳＡ４では、肉体的負担感推定部７に対して演算実行指令を行うことで、ステップＳＡ２にて読込んだ設計諸元データＱに対応する設計諸元値Ｈｎを有する車両（仮想車両）において乗員が乗降動作時に受ける各動作フェーズａ１乃至ａ６毎の肉体的負担感割合ＲＷ_ａを算出させる。

ステップＳＡ５では、精神的負担感推定部８に対して演算実行指令を行うことで、車両（仮想車両）において乗員が乗降動作時に受ける各動作フェーズａ１乃至ａ６毎の精神的負担感割合ＲＭ_ａを算出させる。

ステップＳＡ６では、総負担感推定部２５に対して演算実行指令を行うことで、車両（仮想車両）において乗員が乗降動作時に受ける各動作フェーズａ１乃至ａ６毎の総負担感割合ＲＳ_ａを算出させる。

ステップＳＡ７では、設計諸元データ最適化部９に対して演算実行指令を行うことで、ステップＳＡ６にて算出した総負担感割合ＲＳ_ａが、該各動作フェーズａ１乃至ａ６毎に設定された設定閾割合以下であるか否かを判定させる。この判定がＹＥＳの場合には、ステップＳＡ８に進み、ＮＯの場合にはステップＳＡ９（図１７参照）に進む。

ステップＳＡ８では、シミュレーションに使用した上記設計諸元値データＱを結果表示部１０に出力する。

ステップＳＡ９（図１７参照）では、総負担感割合ＲＳ_ａが設定閾割合を上回る動作フェーズａ１乃至ａ６を抽出する。

ステップＳＡ１０では、ステップＳＡ９にて抽出した動作フェーズａ１乃至ａ６に関連する設計諸元項目Ｄｎを抽出する。ここで、各動作フェーズａ１乃至ａ６に関連する設計諸元項目Ｄｎは予め設計段階で設定されてハードディスク内に記憶されている。具体的には、例えば着座フェーズａ２に関連する設計諸元項目Ｄｎは、シート２２に関するものであってシート高さＤ２及びシート位置Ｄ３とされており、本実施形態においては、各動作フェーズａ１乃至ａ６のそれぞれに対して２以上の設計諸元項目Ｄｎが設定されている。

ステップＳＡ１１では、ステップＳＡ１０にて抽出した設計諸元項目Ｄｎのうち、その値を変更したとしても車両外観に与える影響が最も少ない設計諸元項目Ｄｎを選択する。ここで、各設計諸元項目Ｄｎが外観に与える影響度の大きさは、予め順位付けされて上記設計諸元設定用データの優先順位データとして記憶されている。以下の説明では、この順位のことを変更優先順位と呼ぶ。

ステップＳＡ１２では、ステップＳＡ１１にて選択した設計諸元項目Ｄｎの値（設計諸元データＱにおける設計諸元項目Ｄｎに対応するデータ値Ｈｎ）に所定の刻み値を加算して新たな設計諸元データＱを作成するとともに、作成した設計諸元データＱを設計諸元データ記憶部２に出力して記憶させる。

ステップＳＡ１３では、刻み値を加算した設計諸元項目Ｄｎの値Ｈｎが、予め設定した許容範囲内にあるか否かを判定し、この判定がＹＥＳの場合にはリターンする一方、ＮＯの場合にはステップＳＡ１４に進む。

ステップＳＡ１４では、ステップＳＡ１１にて選択した設計諸元項目Ｄｎの次に変更優先順位が高い設計諸元項目Ｄｎを選択してステップＳＡ１２に戻る。尚、刻み値を加算した設計諸元項目Ｄｎの値Ｈｎについては許容範囲を超える直前のデータ値に戻しておく。

以上の如く上記実施形態１では、総負担感推定部２５において、乗員の乗降動作が上記６つの動作フェーズａ１乃至ａ６からなるものとして、乗員の車両（仮想車両）に対する乗降動作時における各動作フェーズａ１乃至ａ６毎の総負担感割合ＲＳ_ａを算出するとともに、設計諸元データ最適化部９において、総負担感推定部２５にて算出された各動作フェーズａ１乃至ａ６毎の総負担感割合ＲＳ_ａを総負担感（総負担感の大きさ）として算出して、該各総負担感割合ＲＳ_ａが全て設定閾割合以下となるような（目標条件を満足させる）設計諸元データＱを主制御部１１と協働して決定するようになっている。

こうすることで、設計諸元データ最適化部９において、乗員の乗降動作時における総負担感を確実に低減可能な設計諸元データを決定することが可能となる。すなわち、乗員の乗降動作を上述のように各動作フェーズａ１乃至ａ６に分割せずに、例えば負担感推定部２５にて乗員の乗降動作の開始から終了までの間の総負担感（各動作フェーズａ１乃至ａ６毎の総負担感の合計）を推定するとともに、設計諸元データ最適化部９にて該総負担感が設定度合以下となる設計諸元データＱを決定するようにした場合、この設計諸元データＱに基づいて車両用ドア部周辺の設計を行うことで、該車両に対する乗員の乗降動作時の負担感を全体としては低減することができるものの、乗降動作中の特定の動作フェーズａ１乃至ａ６においては乗員の許容負担感を上回る場合があり改善の余地があるが、上記実施形態１の如く、設計諸元データ最適化部９にて、各動作フェーズａ１乃至ａ６毎の総負担感割合が、該各フェーズａ１乃至ａ６毎に設定された設定閾割合以下となるように設計諸元データＱを決定することで、乗員の乗降動作時における各動作フェーズａ１乃至ａ６毎の総負担感を確実に許容度合以下とする設計諸元データＱの決定が可能となる。

また、上記実施形態１では、設計諸元データ最適部９は、主制御部１１からの演算実行指令を受けて、乗員の乗降動作時における各動作フェーズａ１乃至ａ６毎の総負担感割合ＲＳ_ａが全て設定閾割合以下となっているか否か、つまり上記目標条件が満たされているか否かを判定し、該目標条件が満たされていると判定した場合（ステップＳＡ７の判定がＹＥＳの場合）には、そのときの設計諸元データＱを最適設計諸元データＱと決定して結果表示部１０に出力する（ステップＳＡ８の処理を実行する）一方、上記目標条件が満たされていないと判定した場合（ステップＳＡ７の判定がＮＯの場合）には、上記動作フェーズａ１乃至ａ６のうち上記総負担感推定部２５により推定された負担感割合（負担感）が設定閾割合（設定閾値）を上回る動作フェーズａ１乃至ａ６を抽出する（ステップＳＡ１０の処理を実行する）し、該抽出した動作フェーズａ１乃至ａ６に関連する設計諸元項目Ｄｎを複数抽出した後に（ステップＳＡ１０の処理を実行後に）、該抽出した複数の設計諸元項目Ｄｎの中から、変更する設計諸元項目Ｄｎを上記変更優先順位にしたがって順に選択する（ステップＳＡ１１及び１４の処理を実行する）とともに、該選択の度毎に、上記設計諸元データ記憶部２に記憶された設計諸元データＱにおける該選択した設計諸元項目Ｄｎに対応するデータ値Ｈｎを許容範囲内（所定範囲内）で所定の刻み値で変化させて該設計諸元データＱを更新するとともに（ステップＳＡ１２の処理を実行するとともに）、上記目標条件を満足させる設計諸元データＱが見つかるまで（ステップＳＡ７にてＹＥＳと判定されるまで）、ステップＳＡ９以降の処理を繰返し実行して最適設計諸元データＱを探索決定するように構成されている。

この構成により、設計諸元データ最適化部９において、変更優先順位の低い設計諸元項目Ｄｎに対応するデータ値Ｈｎを極力変化させずに最適設計諸元データＱを探索することが可能となる。

ここで、上記実施形態１では、各設計諸元項目Ｄｎに対して予め設定される変更優先順位は、各設計諸元項目Ｄｎが外観に与える影響度の小さい順とされている。従って、設計諸元最適化部９において、変更優先順位の低い設計諸元項目Ｄｎに対応するデータ値Ｈｎを極力変化させずにつまり外観に与える影響が大きい設計諸元項目Ｄｎに対応するデータ値Ｈｎを極力変化させずに最適設計諸元データＱの探索が可能となる。

また、上記実施形態１では、総負担感推定部２５は、精神的負担感推定部８にて算出（推定）された精神的負担感Ｍ_ａと肉体的負担感推定部７にて算出（推定）された肉体的負担感Ｗ_ａとを基に、総負担感を算出（推定）するようになっている。

このように、総負担感を精神的負担感Ｍ_ａと肉体的負担感Ｗ_ａとの双方を考慮に入れて算出するようにしたことで、例えば精神的負担感Ｍ_ａと肉体的負担感Ｗ_ａとのいずれか一方のみに基づいて総負担感を算出するようにした場合に比べて、乗員が乗降動作時に実際に感じる総負担感をより一層正確に推定することができる。このため、設計諸元データ最適化部９において、乗員の負担感を確実に低減可能な最適設計諸元データＱの決定が可能となる。

また、上記実施形態１では、精神的負担感推定部８は、上記精神負担算出用データ記憶部４に記憶された精神負担算出用データ３０と、上記設計諸元データ記憶部２に記憶された設計諸元データＱとを基に、乗員の乗降動作時における各動作フェーズａ１乃至ａ６毎の精神的負担感Ｍ_ａを式（１３）により推定するようになっている。従って、精神的負担感推定部８により、各動作フェーズａ１乃至ａ６毎の精神的負担感Ｍ_ａを簡単な演算でもって算出することが可能となる。

また、上記実施形態１では、乗降動作軌跡算出部５は、乗員の乗降動作中における頚関節及び腰関節回り（所定関節回り）の関節トルク（合計関節トルクＴ）の時間積分値を最小化するべく、遺伝的アルゴリズム（Genetic Algorithm)を用いて動作軌跡を算出するようになっている。これにより、乗員の実際の乗降動作時の動作軌跡を精度良く再現した動作軌跡の算出が可能となる。

また、上記実施形態１では、上記関節トルク算出部６は、該乗降動作軌跡算出部５にて算出された動作軌跡を基に乗員の乗降動作中の頚関節及び腰関節回り（所定関節回り）の関節トルクを算出するように構成されており、上記肉体的負担感推定部７は、上記関節トルク算出部６にて算出された関節トルク（合計関節トルクＴ）を各動作フェーズ毎ａ１乃至ａ６毎に時間積分することで該各動作フェーズａ１乃至ａ６毎に該関節トルクの時間積分値を算出して、該各算出値を該各動作フェーズａ１乃至ａ６における乗員の乗降動作時の肉体的負担感Ｗ_ａと推定するように構成されている。これにより、乗員の乗降動作時における各動作フェーズａ１乃至ａ６毎の肉体的負担感Ｗ_ａを、乗員（人体モデルＪＭ）の頚関節及び腰関節回りの関節トルクの時間積分値に基づいて精度良く推定することができる。

また、上記実施形態１では、上記精神負担算出用データ３０は、複数の被験者（４２名）を予め用意した複数の車両に乗降させて、該各被験者に対して、ＩＳＭ法により抽出した乗降性評価項目Ａ１乃至Ａ８に基づいたアンケート調査を実施してその結果を解析することで作成されるようになっている。これにより、上記車両用ドア部周辺の各設計諸元項目Ｄｎの値Ｈｎの変化が乗員の乗降動作時の精神的負担感に与える影響度を各動作フェーズａ１乃至ａ６毎に正確に数値化した該精神負担算出用データ３０を作成することができる。

また、上記実施形態１では、上記各動作フェーズａ１乃至ａ６は、内足を車内に入れる内足入れフェーズａ１と、シート２２に着座する着座フェーズａ２と、車外に残っている外足を車内に入れる外足入れフェーズａ３と、該シート２２に着座した状態から外足を車外に出す外足出しフェーズａ４と、該シート２２から立ち上がる起立フェーズａ５と、車内に残っている内足を車外に出す内足出しフェーズａ６との６つのフェーズからなるものとされている。これにより、乗員の負担感が比較的大きい着座フェーズａ２及び起立フェーズａ５と、比較的負担感が低い内足入れフェーズａ１及び外足入れフェーズａ３並びに外足出しフェーズａ４及び内足出しフェーズａ６とを確実に切分けることができる。従って、設計諸元データ最適化部９により、乗員にとって乗降動作時の負担が大きい着座フェーズａ２及び起立フェーズａ５においても、乗員の総負担感が許容度合以下となる最適設計諸元データＱを確実に決定することが可能となる。

（実施形態２）
本発明の実施形態２は、精神的負担感推定部８による精神的負担感の算出処理（図１６のステップＳＡ５において主制御部１１からの演算指令を受けて精神的負担感推定部８により実行される演算処理）を上記実施形態１とは異ならせたものである。尚、以下の実施形態において車両用設計支援システム１００の全体構成等（図１参照）は、乗降動作軌跡算出部５から精神的負担感推定部８への情報出力が可能になっている点を除いては上記実施形態１と同様であるものとする。

すなわち、本実施形態２では、精神的負担感推定部８は、乗降動作軌跡算出部５にて算出された乗員（人体モデルＪＭ）の乗降動作軌道を基に、各動作フェーズａ１乃至ａ６において乗員の視線方向の先にある物を推定するとともに該推定した物と関連性の深い設計諸元項目Ｄｎを各動作フェーズａ１乃至ａ６毎に抽出して、この抽出した設計諸元項目Ｄｎと、精神負担算出用データ記憶部４に記憶された精神負担算出用データ３０とを基に各動作フェーズａ１乃至ａ６毎の精神的負担感Ｍ_ａを算出するように構成されている。

具体的には、精神的負担感推定部８は、頭部中心ＪＣ（図４参照）を通り且つ該頭部中心ＪＣと上記頚関節Ｊ１とを結ぶ直線に垂直な直線ｈが乗員の視線に一致するものとして、この直線と車両（仮想車両）とが交差する座標点を算出し、この算出した座標点にある車両構成要素が該乗員の視線の先にある物と推定する。ここで、各動作フェーズａ１乃至ａ６において乗員の視線の先にあるものが２以上ある場合には、頭部中心からの距離が最も近い物を選択して推定物とする。

そして、精神的負担感推定部８は、上述のように、乗員の視線の先にあるものと推定した推定物に対して深い関連を有する設計諸元項目Ｄｎを関連設計諸元項目Ｄｋとして各動作フェーズａ１乃至ａ６毎に抽出する。ここで、推定物に対してどの設計諸元項目Ｄｎを関連設計諸元項目Ｄｋとするかは、システム設計段階で予め設定されてハードディスク内の所定領域に記憶される。本実施形態においては、例えば、上記推定物としてのシート２２（シートクッション）に深い関連を有する関連設計諸元項目Ｄｋはシート高さＤ２とされている。尚、関連設計諸元項目Ｄｋは１つに限ったものではなく、例えば２つ以上であってもよい。

そうして、精神的負担感推定部８は、各動作フェーズａ１乃至ａ６毎に抽出した上記関連設計諸元項目Ｄｋの各乗降性評価項目Ａ１乃至Ａ８への影響度を精神負担算出用データ３０から読取る。そして、該読み取ったデータと、設計諸元データ記憶部２に記憶された設計諸元データＱにおける該関連設計諸元項目Ｄｋに対応するデータとを基に、乗員の乗降動作時における各動作フェーズａ１乃至ａ６毎の精神的負担感Ｍ_ａ及び合計精神的負担感Ｍをそれぞれ次式（１８）及び次式（１４）により算出する。

そして、精神的負担感推定部８は、算出した各動作フェーズａ１乃至ａ６毎の精神的負担感Ｍ_ａ及び合計精神的負担感Ｍに関する情報を総負担感推定部２５に出力する。

以上の如く上記実施形態２では、精神的負担感推定部８は、乗降動作軌跡算出部５により算出された動作軌跡を基に、各動作フェーズａ１乃至ａ６において、乗員の視線の先にある車両構成要素を推定するとともに、上記設計諸元データＱのうち該推定した車両構成要素に関連するデータ（該車両構成要素に関連する関連設計諸元項目Ｄｋに対応するデータ）を抽出して、該抽出したデータと、上記精神負担算出用データ３０とを基に、乗員の乗降動作時の各動作フェーズａ１乃至ａ６毎の精神的負担感を推定するようになっている。

これにより、精神的負担感推定部８にて乗員の乗降動作時における各動作フェーズａ１乃至ａ６毎の精神的負担感Ｍ_ａを精度良く推定することが可能となる。

すなわち、乗員の乗降動作時における精神的負担感は、乗員の眼から脳に伝達される視認情報つまり乗員が乗降動作中に視認する物の影響を強く受けるが、上記実施形態１では、精神的負担感推定部８は、上記乗降動作軌跡算出部５により算出された動作軌跡を基に、各動作フェーズａ１乃至ａ６において、設計諸元データＱのうち乗員の視線の先にある車両構成要素に関連するデータを抽出して、つまり精神的負担感Ｍ_ａに影響する視認情報に関連するデータを抽出して、該抽出したデータと精神負担算出用データ３０とを基に乗員の乗降動作時の各動作フェーズａ１乃至ａ６毎の精神的負担感Ｍ_ａを推定するようになっている。従って、乗員の乗降動作時における各動作フェーズａ１乃至ａ６毎の精神的負担感Ｍ_ａを精神的負担感推定部８にて精度良く確実に推定することが可能となり、延いては、総負担感推定部２５にて総負担感をより精度良く算出（推定）することができる。この結果、設計諸元データ最適化部９により、乗員の実際の乗降動作時における総負担感を確実に低減可能な最適設計諸元データＱを得ることが可能となる。

（実施形態３）
本発明の実施形態３は、精神的負担感推定部８による精神的負担感の算出処理（図１６のステップＳＡ５において主制御部１１からの演算指令を受けて精神的負担感推定部８により実行される演算処理）を上記実施形態１及び実施形態２とは異ならせたものである。

すなわち、本実施形態３では、精神的負担感推定部８は、乗降動作軌跡算出部５にて算出された乗員（人体モデルＪＭ）の乗降動作軌道を基に、各動作フェーズａ１乃至ａ６において乗員と接触する可能性のある接触物を推定する。

そして、精神的負担感推定部８は、各動作フェーズａ１乃至ａ６毎に、上記推定した接触物に対して深い関連を有する設計諸元項目Ｄｎを関連設計諸元項目Ｄｋとして抽出する。ここで、抽出した接触物がどの設計諸元項目Ｄｎと深い関連を有するかは設計段階において予め設定されてハードディスク内の所定領域に記憶される。本実施形態においては、例えば、上記接触物としてのシート２２（シートクッション）に深い関連を有する関連設計諸元項目Ｄｋはシート高さＤ２とされている。尚、関連設計諸元項目Ｄｋは１つに限ったものではなく、例えば２つ以上であってもよい。

そうして、精神的負担感推定部８は、各動作フェーズａ１乃至ａ６毎に、上記抽出した関連設計諸元項目Ｄｋの各乗降性評価項目Ａ１乃至Ａ８への影響度を精神負担算出用データ３０から読取る。そして、該読み取ったデータと、設計諸元データ記憶部２に記憶された設計諸元データＱにおける該関連設計諸元項目Ｄｋに対応するデータとを基に、乗員の乗降動作時における各動作フェーズａ１乃至ａ６毎の精神的負担感Ｍ_ａ及び合計精神的負担感Ｍをそれぞれ、式（１８）及び（１４）により算出するとともに、その情報を総負担感推定部２５に出力する。

以上の如く上記実施形態３では、精神的負担感推定部８は、乗降動作軌跡算出部５により算出された乗員の動作軌跡を基に、各動作フェーズａ１乃至ａ６において、該乗員が乗降動作時に接触する可能性のある車両構成要素を推定するとともに上記設計諸元データＱのうち該推定した車両構成要素に関連するデータ（該車両構成要素に関連する関連設計諸元項目Ｄｋに対応するデータ）を抽出して、該抽出したデータと上記精神負担算出用データ３０とを基に、乗員の乗降動作時の各動作フェーズａ１乃至ａ６毎の精神的負担感を推定するように構成されている。

これにより、精神的負担感推定部８にて乗員の各動作フェーズａ１乃至ａ６毎の精神的負担感Ｍ_ａをより一層精度良く推定することが可能となる。すなわち、乗員の乗降動作時における精神的負担感Ｍ_ａは、乗降動作時に乗員の体に物が接触することによる触感の影響を強く受けるが、上記実施形態３では、各動作フェーズａ１乃至ａ６において、該乗員が乗降動作時に接触する可能性のある車両構成要素を推定するとともに上記設計諸元データＱのうち該推定した車両構成要素に関連するデータを抽出して、つまり乗員の触感に関連するデータを抽出して、該抽出したデータと上記精神負担算出用データ３０とを基に、上記乗員の乗降動作時の各動作フェーズａ１乃至ａ６毎の精神的負担感Ｍ_ａを推定するようになっている。従って、乗員の乗降動作時における各動作フェーズａ１乃至ａ６毎の精神的負担感Ｍ_ａを精神的負担感推定部８にて精度良く確実に推定することが可能となり、延いては、総負担感推定部２５にて総負担感をより精度良く算出（推定）することができる。この結果、設計諸元データ最適化部９により、乗員の実際の乗降動作時における総負担感を確実に低減可能な最適設計諸元データＱを得ることが可能となる。

（他の実施形態）
本発明の構成は、上記実施形態に限定されるものではなく、それ以外の種々の構成を包含するものである。すなわち、上記各実施形態では、上記乗降動作軌跡算出部５は、上記設計諸元データ記憶部２から出力された各設計諸元項目Ｄｎの値及び人体特性データ記憶部３から出力された人体特性データに基づいて、ドア２１が全開状態にあるものとして乗員の車両乗降時の動作軌跡を出力するようになっているが、これに限ったものではなく、例えば、乗員の乗降動作時の動作軌跡をドア２１の開度に応じて算出するようにしてもよい。この場合には、例えば、上記乗降動作軌跡算出部５に対して、車両（仮想車両）のドア開度を設定可能なドア開度設定部（ドア開度設定手段）を設けて、該ドア開度設定部にて設定されたドア開度に応じて、該仮想車両に対する乗員の乗降動作時の動作軌跡を算出するようにすればよい。

こうすることで、ドア開度設定部により仮想車両のドア開度を設定することができるとともに、該乗降動作軌跡算出部５により、該仮想車両に対する乗員の乗降動作時の動作軌跡を該ドア開度に応じて算出することが可能となり、延いては、上記負担感推定部２６（総負担感推定部２５）により、該仮想車両に対する乗員の乗降動作時の動作軌跡を該ドア開度に応じて推定することが可能となる。そうして、上記設計諸元データ最適化部９により、ドア開度に応じた最適設計諸元データＱの決定が可能となる。

従って、例えば、比較的周辺スペースが無い場所での利用を想定した車両に対して、ドア部周辺の最適設計諸元データＱを決定する場合に、予測されるドア開度を上記ドア開度設定部により設定することで、設計諸元データ最適化部９において、該車両の用途に適した最適設計諸元データＱの決定が可能となる。

また、上記各実施形態では、精神負担算出用データ３０を、アンケート結果に基づいて作成するようにしているが、これに限ったものではなく、例えば、複数の被験者を予め用意した複数の車両に乗降させて、該乗降動作時の各被験者の発話内容を、ＩＳＭ法により抽出した８つの乗降性評価項目Ａ１乃至Ａ８を基に解析することによって作成するようにしてもよい。すなわち、例えば上記各乗降性評価項目Ａ１乃至Ａ８に関連付く発話フレーズ（言葉）を予め決めておくとともに、各動作フェーズａ１乃至ａ６においてこの発話フレーズを被験者が発したか否かを調査して該調査結果に基づいて精神負担算出用データ３０を作成するようにすればよい。具体的には、まず、各被験者の乗降動作をカメラで撮影するとともに音声マイクにより該各被験者の発する言葉を録音しておく。次に、該カメラにより撮影された映像と音声マイクにより録音された言葉とを基に、各動作フェーズａ１乃至ａ６において被験者が発した発話フレーズをチェックする。そして、このチェックした結果を、上述のアンケート調査結果の解析と同様の手法（影響数に基づく手法）により解析することで上記精神負担算出用データ３０を作成することができる。尚、この発話フレーズのチェックは、例えば、音声信号を解析可能な解析装置により行うようにしてもよい。

また、上記各実施形態では、上記総負担感推定部２５は、乗員の各動作フェーズａ１乃至ａ６毎の総負担感割合ＲＳ_ａを算出して該総負担感割合ＲＳ_ａをもって各動作フェーズａ１乃至ａ６毎の総負担感（総負担感の大きさ）として算出するようになっているが、これに限ったものではなく、例えば、精神的負担感推定部８にて算出した各動作フェーズａ１乃至ａ６毎の精神的負担感Ｍ_ａを、肉体的負担感に単位系を合わせるべく換算した上で、肉体的負担感推定部７にて算出した各動作フェーズａ１乃至ａ６毎の肉体的負担感Ｗ_ａと足し合わせて、その足し合わせた値を総負担感として算出するようにしてもよい。具体的には、乗員の乗降動作時の総負担感に占める肉体的負担感と精神的負担感との割合がそれぞれ５０％ずつと仮定して、例えば、総負担感推定部２５にて、合計肉体的負担感が１００（Ｎｍｓ）と算出された場合には、合計精神的負担感は、肉体的負担感に換算して１００（Ｎｍｓ）と算出される。そして、総負担感推定部２５にて算出された着座フェーズａ２における乗員の精神的負担感割合ＲＭ_ａが例えば３０％であったとすると、乗員が該着座フェーズａ２にて受ける精神的負担感は、肉体的負担感に換算すると３０（＝１００×０．３）（Ｎｍｓ）と算出される。よって、仮に、肉体的負担感推定部７にて算出された着材フェーズａ２における乗員の肉体的負担感Ｗ_ａが３０（Ｎｍｓ）であったとすると、該着座フェーズａ２における乗員の総負担感は６０（＝３０＋３０）（Ｎｍｓ）と算出される。

また、上記各実施形態では、各設計諸元項目Ｄｎの変更優先順位を、該各設計諸元項目Ｄｎが車両の外観に与える影響が大きい順に設定するようにしているが、これに限ったものではなく、例えば、値を変更することによる製造コストへの影響が少ない順に設定するようにしてもよい。

本発明は、車両用ドア部周辺の設計諸元値を決定する車両用設計支援システムに有用であり、特に、乗員の乗降動作時の負担感をシミュレーションにより評価することで車両用ドア部周辺の設計諸元値を決定するシステムに有用である。

本発明の実施形態に係る車両用設計支援システムの概略構成を示すブロック図である。 車両用ドア部周辺の設計諸元を示す、車両正面図である。 車両用ドア部周辺の設計諸元を示す、車両側面図である。 車両用設計支援システムにおいて乗員を模擬するための人体モデルである。 乗降動作軌跡算出部にて動作軌跡を算出する際に用いられる遺伝的アルゴリズムの概略を示す、フローチャートである。 遺伝的アルゴリズムにおけるＧＡオペレーションの説明図である。 関節トルク算出部において、人体モデルを基に関節トルクを算出するための説明図である。 関節トルク算出部において、人体モデルを基に関節トルクを算出するための説明図である。 乗降動作軌跡算出部にて算出される動作軌跡の例を示すグラフである。 肉体的負担感推定部にて算出される演算結果の例を示すグラフである。 乗員の精神的負担感に影響する乗降性評価項目を示す相関図である。 精神負担算出用データを作成するためのアンケート調査に用いるアンケート用紙の一例を示す図である。 精神負担算出用データの一例を示す図である。 アンケート調査対象となった各車両における各動作フェーズ毎の精神的負担感割合を示すグラフである。 総負担感推定部にて算出された各動作フェーズ毎の総負担感割合を示すグラフである。 主制御部における設計諸元最適化制御処理の前半部を示すフローチャートである。 主制御部における設計諸元最適化制御処理の後半部を示すフローチャートである。

符号の説明

２ 設計諸元データ記憶部（設計諸元データ記憶手段）
３ 人体特性データ記憶部（人体特性データ記憶手段）
４ 精神負担算出用データ記憶部（精神負担算出用データ記憶手段）
５ 乗降動作軌跡算出部（乗降動作軌跡算出手段）
６ 関節トルク算出部（関節トルク算出手段，肉体的負担感算出手段
，負担感算出手段）
７ 肉体的負担感推定部（肉体的負担感算出手段，負担感算出手段）
８ 精神的負担感推定部（精神的負担感算出手段，負担感算出手段）
９ 設計諸元データ最適化部（設計諸元データ最適化手段）
１０ 結果表示部（出力手段）
１１ 主制御部（設計諸元データ最適化手段）
２１ ドア
２５ 総負担感推定部（負担感算出手段）
２６ 負担感推定部（負担感算出手段）
３０ 精神負担算出用データ
１００ 車両用設計支援システム
ａ１ 内足入れフェーズ
ａ２ 着座フェーズ
ａ３ 外足入れフェーズ
ａ４ 外足出しフェーズ
ａ５ 起立フェーズ
ａ６ 内足出しフェーズ
ｍ１ 頭部重量（人体特性データ）
ｍ２ 胸部重量（人体特性データ）
ｒ１ モーメントアーム長さ（人体特性データ）
ｒ２ モーメントアーム長さ（人体特性データ）
Ｉ_１ 頭部の慣性モーメント
Ｉ_２ 胸部の慣性モーメント
Ｄｎ 設計諸元
Ｑ 設計諸元データ
ＪＭ 人体モデル
Ｍ_ａ 精神的負担感
Ｗ_ａ 肉体的負担感

Claims (11)

1. 車両の乗員の乗降動作時の負担感をシミュレーションにより評価することで車両用ドア部周辺の設計諸元値を決定する車両用設計支援システムであって、
   上記乗員を模擬した人体モデルに関する人体特性データを記憶する人体特性データ記憶手段と、
   上記車両用ドア部周辺の仮の設計諸元データを記憶する設計諸元データ記憶手段と、
   上記人体特性データ記憶手段により記憶された人体特性データと上記設計諸元データ記憶手段により記憶された仮の設計諸元データとを基に、該仮の設計諸元データに対応する設計諸元値を有する仮想車両に対する乗員の乗降動作を上記人体モデルによりシミュレーションすることでその動作軌跡を算出する乗降動作軌跡算出手段と、
   上記仮想車両に対する乗員の乗降動作が複数の動作フェーズからなるものとして、該乗員の乗降動作時における各動作フェーズ毎の負担感の大きさを、上記乗降動作軌跡算出手段により算出された動作軌跡を基に数値化して算出する負担感算出手段と、
   上記負担感算出手段により算出された各動作フェーズ毎の負担感の大きさが全て、該各動作フェーズ毎に設定された設定閾値以下となる目標条件を満足させる設計諸元データを決定する設計諸元データ最適化手段と、
   上記設計諸元データ最適化手段により決定された設計諸元データを出力する出力手段とを備えていることを特徴とする車両用設計支援システム。
2. 請求項１記載の車両用設計支援システムにおいて、
   上記設計諸元データ最適化手段は、上記複数の動作フェーズのうち上記負担感算出手段により算出された負担感の大きさが上記設定閾値を上回る動作フェーズを抽出するとともに、該抽出した動作フェーズに関連する複数の設計諸元項目を抽出した後に、該抽出した複数の設計諸元項目の中から、変更する設計諸元項目を所定の優先順位にしたがって順に選択するとともに、該選択の度毎に、上記設計諸元データ記憶手段により記憶された仮の設計諸元データにおける該選択した設計諸元項目に対応するデータ値を所定範囲内で所定の刻み幅で変化させて該設計諸元データを更新しながら、上記目標条件を満足させる設計諸元データを探索決定するように構成されていることを特徴とする車両用設計支援システム。
3. 請求項１又は２記載の車両用設計支援システムにおいて、
   上記乗員の乗降動作時の負担感は、肉体的負担感と精神的負担感とからなるものとされ、
   上記車両用ドア部周辺の各設計諸元項目の値の変化が乗員の乗降動作時の精神的負担感に与える影響度を上記各動作フェーズ毎に数値化した精神負担算出用データを記憶する精神負担算出用データ記憶手段を更に備え、
   上記負担感算出手段は、上記乗降動作軌跡算出手段により算出された動作軌跡と上記設計諸元データ記憶手段により記憶された仮の設計諸元データとを基に、上記仮想車両に対する上記乗員の乗降動作時における各動作フェーズ毎の肉体的負担感の大きさを数値化して算出する肉体的負担感算出手段と、上記精神負担算出用データ記憶手段により記憶された精神負担算出用データと上記設計諸元データ記憶手段により記憶された仮の設計諸元データとを基に、上記仮想車両に対する上記乗員の乗降動作時における各動作フェーズ毎の精神的負担感を数値化して算出する精神的負担感算出手段とを有していて、該肉体的負担感算出手段により算出された各動作フェーズ毎の肉体的負担感の大きさと該精神的負担感算出手段により算出された各動作フェーズ毎の精神的負担感の大きさとを基に、上記仮想車両に対する乗員の乗降動作時における各動作フェーズ毎の負担感の大きさを算出するように構成されていることを特徴とする車両用設計支援システム。
4. 請求項３記載の車両用設計支援システムにおいて、
   上記乗降動作軌跡算出手段は、乗員の乗降動作時における所定関節回りの関節トルクの時間積分値が最小になるように、上記仮想車両に対する乗員の乗降動作時の動作軌跡を算出するように構成されており、
   上記肉体的負担感算出手段は、上記乗降動作軌跡算出手段にて算出された動作軌跡を基に乗員の乗降動作中の上記所定関節回りの関節トルクを算出する関節トルク算出手段を有していて、該関節トルク算出手段により算出された関節トルクの各動作フェーズ毎の時間積分値を、該各動作フェーズにおける乗員の乗降動作時の肉体的負担感の大きさとして算出するように構成されていることを特徴とする車両用設計支援システム。
5. 請求項３又は４記載の車両用設計支援システムにおいて、
   上記精神的負担感算出手段は、上記乗降動作軌跡算出手段により算出された動作軌跡を基に、各動作フェーズにおいて、乗員の視線の先にある車両用ドア部周辺の車両構成要素を推定するとともに上記設計諸元データ記憶手段により記憶された仮の設計諸元データのうち該推定した車両構成要素に関連するデータを抽出して、該抽出したデータと上記精神負担算出用データとを基に、上記仮想車両に対する乗員の乗降動作時の各動作フェーズ毎の精神的負担感の大きさを数値化して算出するように構成されていることを特徴とする車両用設計支援システム。
6. 請求項３又は４記載の車両用設計支援システムにおいて、
   上記精神的負担感算出手段は、上記乗降動作軌跡算出手段により算出された乗員の動作軌跡を基に、上記各動作フェーズにおいて、該乗員が乗降動作時に接触する可能性のある車両用ドア部周辺の車両構成要素を推定するとともに上記設計諸元データ記憶手段により記憶された仮の設計諸元データのうち該推定した車両構成要素に関連するデータを抽出して、該抽出したデータと上記精神負担算出用データとを基に、上記仮想車両に対する乗員の乗降動作時の各動作フェーズ毎の精神的負担感の大きさを数値化して算出するように構成されていることを特徴とする車両用設計支援システム。
7. 請求項３乃至６のいずれか一項に記載の車両用設計支援システムにおいて、
   上記精神負担算出用データは、複数の被験者を予め用意した複数の車両に乗降させて、該各被験者に対して、乗員の乗降動作時の精神的負担感に影響する複数の乗降性評価項目に基づいたアンケート調査を実施してその結果を解析することで作成されるデータであることを特徴とする車両用設計支援システム。
8. 請求項３乃至６のいずれか一項に記載の車両用設計支援システムにおいて、
   上記精神負担算出用データは、複数の被験者を予め用意した複数の車両に乗降させて、該各被験者の乗降動作時の発話内容を、乗員の乗降動作時の精神的負担感に影響する複数の乗降性評価項目を基に解析することで作成されるデータであることを特徴とする車両用設計支援システム。
9. 請求項７又は８記載の車両用設計支援システムにおいて、
   上記複数の乗降性評価項目は、ＩＳＭ法により抽出された、身体調和性、身体的開放感、安定性、空間的ゆとり、意向実現性、動作適合性、好触感、及び安心感の８項目からなることを特徴とする車両用設計支援システム。
10. 請求項１乃至９のいずれか一項に記載の車両用設計支援システムにおいて、、
    上記複数の動作フェーズは、乗員が内足を車内に入れる内足入れフェーズと、シートに着座する着座フェーズと、車外に残っている外足を車内に入れる外足入れフェーズと、該シートに着座した状態から外足を車外に出す外足出しフェーズと、該シートから立ち上がる起立フェーズと、車内に残っている内足を車外に出す内足出しフェーズとの６つの動作フェーズからなることを特徴とする車両用設計支援システム。
11. 請求項１乃至１０のいずれか一項に記載の車両用設計支援システムにおいて、
    上記乗降動作軌跡算出手段は、上記仮想車両のドア開度を設定可能なドア開度設定手段を有していて、該ドア開度設定手段にて設定されたドア開度に応じて、該仮想車両に対する乗員の乗降動作時の動作軌跡を算出可能に構成されていることを特徴とする車両用設計支援システム。

Images