JP2024016663A - 歪み部品検出プログラム - Google Patents

Abstract

【課題】歪み部品を正確に検出することを可能にする歪み部品検出プログラムを提供する。【解決手段】車両の衝突ＣＡＥの計算結果を利用する歪み部品検出プログラムとして、入力された車体部品の材質および歪み量の情報である出力要求条件に合致している車体部品の情報を抽出する処理をコンピュータに実行させる出力部品抽出部２３と、抽出した車体部品の情報を画像により出力する出力処理をコンピュータに実行させる画像出力部２４とを備えさせる。これにより、全ての車体部品を作業者の目視によって確認していくといった部品抽出作業は不要になり、歪み部品を正確に検出することが可能である。【選択図】図１

Description

本発明は歪み部品検出プログラムに係る。

従来、車体の設計を効率的に行うための技術として、衝突ＣＡＥ（Computer Aided Engineering）を利用し車両衝突時の物理現象をコンピュータ上で再現して分析することが知られている。特許文献１には、部分構造ＣＡＥモデルにおける衝突性能評価パラメータと、フルビークルＣＡＥモデルにおける衝突性能評価パラメータとの差異が所定の範囲となるように部分構造ＣＡＥモデルの境界条件を決定することにより、効率的に部品の衝突性能を評価することが開示されている。

国際公開ＷＯ２０１１／０１６４９９号公報

しかしながら、これまでの衝突ＣＡＥにあっては、歪みが発生した部品を作業者の目視によって確認していくといった部品抽出作業を行うものであった。このため、全ての部品に対して正確な確認を行うことの信頼性が十分に担保されているとは言い難いものであった。特に、歪みが生じている数百の部品のうち歪み量が比較的大きい部品の確認に漏れが生じてしまう可能性を無くすことが難しかった。

この確認の漏れを無くすための手段として、複数回の再評価を行うことが考えられるが、この場合、評価に要する時間が長くなり且つ再評価のためのコストの高騰に繋がってしまうといった課題がある。

本発明は、か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、歪み部品（所定量の歪みが生じている車体部品）を正確に検出（漏れなく確認）することを可能にする歪み部品検出プログラムを提供することにある。

前記の目的を達成するための本発明の解決手段は、車両の衝突ＣＡＥの計算結果を利用する歪み部品検出プログラムを前提とする。そして、この歪み部品検出プログラムは、入力された車体部品の材質および歪み量の情報である出力要求条件に合致している前記車体部品の情報を抽出する処理と、前記抽出した前記車体部品の情報を画像により出力する出力処理とを、コンピュータに実行させることを特徴とする。

この特定事項により、出力要求条件に合致している車体部品のみが抽出され、その車体部品の情報が画像により出力される。作業者は、この画像を認識することにより、前記出力要求条件に合致する車体部品（歪み部品）を確認することになる。このため、この車体部品を確認することで、出力要求条件に合致していない車体部品を確認する作業は必要なくなる（これら車体部品は出力要求条件に合致していないため確認する必要がなくなる）。従って、全ての車体部品（歪みが発生した部品）を作業者の目視によって確認していくといった部品抽出作業は不要になる。その結果、効率良く、歪み部品を正確に検出（漏れなく確認）することが可能になる。

本発明では、出力要求条件に合致している車体部品のみの情報が画像により出力されるようにしている。このため、全ての車体部品を作業者の目視によって確認していくといった部品抽出作業は不要になり、効率良く、歪み部品を正確に検出することができる。

歪み部品検出プログラムを実行するコンピュータの概略構成を示すブロック図である。 歪み部品検出プログラムを利用する歪み部品の検出手順を示すフローチャート図である。 歪み部品検出プログラムによって出力された画像の一例を示す図である。

以下、本発明の実施の形態を図面に基づいて説明する。本実施形態は、車両のオフセット衝突（前突）に係る衝突ＣＡＥの計算結果を利用する歪み部品検出プログラムとして本発明を適用した場合について説明する。

－コンピュータの概略構成－
図１は、歪み部品検出プログラムを実行するコンピュータ１の概略構成を示す機能ブロック図である。この図１に示すように、コンピュータ１は、ＣＰＵ１１、入力部１２、インタフェース（ＩＦ）１３、表示部１４、ＲＡＭ１５、ＲＯＭ１６、および、ハードディスクドライブ（ＨＤＤ）２等を備えている。

ＣＰＵ１１は、コンピュータ１における各種演算処理・制御・命令などを司る演算制御回路を含んで構成されている。入力部１２は、例えばキーボードやマウス、タッチパネル等、ユーザからの情報の入力や指示や選択を受け付ける装置である。この入力部１２から入力される情報としては、作業者が処理結果として得たい車体部品の条件（出力要求条件）の他、衝突ＣＡＥ計算の入力データやその計算結果等が挙げられる。インタフェース１３は入力部１２から受けた情報をＣＰＵ１１に提供する。表示部１４は、後述する歪み部品検出プログラムの実行によって得られた画像（車体部品の画像等）を表示する装置であって例えば液晶ディスプレイ等が採用されている。ＲＡＭ１５は、各種データを一時的に記憶する記録媒体である。ＲＯＭ１６は、継続してデータを記憶する記録媒体である。

ハードディスクドライブ２には、歪み部品検出処理を実行するためのコンピュータプログラム（歪み部品検出プログラム）が格納されている。具体的には、記録エリア内に、前記コンピュータプログラムのプログラム言語をインストールするフォルダや、衝突ＣＡＥ計算結果を確認するツールをインストールするフォルダが構築されている。

また、ハードディスクドライブ２に記憶されるコンピュータプログラムにおける各処理のための機能部としては、歪み到達部品抽出部２１、部品材質リスト作成部２２、出力部品抽出部２３、画像出力部２４を含んでいる。以下、それぞれの機能（処理動作）について説明する。

歪み到達部品抽出部２１は、予め入力された出力要求条件としての歪み量（所定量以上の歪み量）に達した車体部品を抽出する処理を行う。

具体的には、予め選択された衝突ＣＡＥ計算の入力データとその計算結果に対し、作業者が要求する出力要求条件（より具体的には、出力要求条件のうちの歪み量の条件）に合致している車体部品の情報を抽出し、そのリストを作成する処理を実行する。

各車体部品の歪み量を検知する手法としては、公知の画像認識処理を利用することが挙げられる。例えば前述した衝突ＣＡＥ計算結果を確認するツールによって認識される各車体部品（歪み発生後の各車体部品）と、予め記憶された歪み発生前の各車体部品とを個別に対比していき、両者の形状の偏差である歪み量を画像認識処理によって求め、その偏差（歪み量）が、作業者が要求する出力要求条件の歪み量に合致した車体部品（出力要求条件の歪み量以上の歪み量となっている車体部品）を抽出する。

部品材質リスト作成部２２は、各車体部品それぞれの材質をリスト化する。つまり、数百の車体部品それぞれの部品名とその材質とを関連付けた（紐付けた）情報をリスト化する処理を実行する。

車体のタイプによって車体部品は異なるので、部品材質リスト作成部２２には、車体のタイプの情報が入力され、その情報に応じた車体部品の情報が選択されることにより、これら車体部品それぞれの材質がリスト化（車体のタイプに応じて選択された各車体部品それぞれの材質がリスト化）されることになる。

出力部品抽出部２３は、歪み到達部品抽出部２１で抽出された車体部品（出力要求条件である歪み量に達している車体部品）のリストと、部品材質リスト作成部２２で作成された車体部品の材質のリストとを参照し、出力要求条件（抽出要求された材質の車体部品であって所定量以上の歪み量に達している車体部品）に合致する車体部品の情報のみを抽出する処理を実行する。

画像出力部２４は、出力部品抽出部２３によって抽出された車体部品の画像情報を表示部１４に出力し、該表示部１４に当該車体部品の画像を表示させる処理を実行する。

この画像の例としては、抽出された車体部品に歪みが発生した状態の画像であって、歪み量の大きさを視認できる表示形態とすることが好ましい。例えば、歪み量の大きさに応じて画像上の色分け等を行って表示させることが挙げられる。また、出力部品抽出部２３によって抽出された車体部品が複数存在する場合には、各車体部品の画像を表示部１４において順に表示させることが可能になっている。例えば、作業者による入力部１２の操作によって各車体部品の画像を順に切り替えていく（所謂ページ送りによって順に切り替えていく）ことが可能となっている。

また、この車体部品の画像の表示に併せて、車体における当該車体部品の適用箇所を表示する車体画像を表示するようにしてもよい。この場合、予め各車体部品それぞれにおける適用箇所の情報を当該車体部品に関連付け（紐付け）ておき、この関連情報に基づいて当該車体部品の適用箇所を車体画像に重ねて表示する。例えば、車体の平面視および側面視それぞれの画像に対して、当該車体部品の適用箇所の色を他の部分とは異なる色に表示させることで、その適用箇所の明確化を図ることが挙げられる。

－歪み部品の検出手順－
次に、前記コンピュータ１において実行される歪み部品検出プログラムを利用する歪み部品の検出手順について説明する。

図２は、この歪み部品の検出手順を示すフローチャートである。このフローチャートは、衝突ＣＡＥが実行される度に繰り返される。

先ず、ステップＳＴ１において、衝突ＣＡＥ計算の入力データとその計算結果とを選択する。つまり、車体のタイプ毎や衝突条件毎の各衝突ＣＡＥ計算の入力データとその計算結果のうち、今回利用する入力データとその計算結果を選択する。

ステップＳＴ２では、今回使用するプログラム言語のインストールフォルダおよび前記ツールのインストールフォルダを選択する。前記プログラム言語の一例としては公知のPython（高水準汎用プログラム）が利用可能である。尚、プログラム言語としてはこれに限定されるものではなく、適宜設定可能である。同様に、ツールの一例としては公知のAnimator（Unityプログラムにおけるコンポーネントオブジェクトに対してアニメーションデータを付与するツール）が利用可能である。

ステップＳＴ３では、作業者が入力部１２を操作し、今回の処理において出力したい（任意の）材質（複数の車体部品それぞれの材質のうちの特定の材質）と歪み量（車体部品を抽出する閾値となる歪み量）との情報を入力する。ここで入力される車体部品の材質としては種々のものの中から選択されることになる。例えば、７８０材や９８０材といった鋼板、アルミ材、樹脂材等が挙げられる。

この情報が入力された後、ステップＳＴ４では、作業者が入力部１２の操作によって実行ボタンを押す。これにより、以下の歪み部品検出プログラムの処理が実行されることになる。

ステップＳＴ５では、前記ステップＳＴ３で入力された歪み量（閾値）に達している車体部品を抽出し、その車体部品名（例えば部品ナンバ）のリストを作成する。つまり、複数の車体部品のうち歪み量が所定量に達している車体部品のみをリストアップする。

このステップＳＴ５での処理が、前述した歪み到達部品抽出部２１における処理に相当する。

ステップＳＴ６では、前記ステップＳＴ１で入力された入力データより当該入力データ内で使用している全ての車体部品の材質をリスト化する。

このステップＳＴ６での処理が、前述した部品材質リスト作成部２２における処理に相当する。

ステップＳＴ７では、前記ステップＳＴ５において作成されたリストと、前記ステップＳＴ６において作成されたリストとを比較し、出力要求条件（抽出要求された材質の車体部品であって所定量以上の歪み量に達している車体部品）に合致する車体部品の情報のみを抽出する。つまり、歪み量が所定量（閾値）に到達しており、且つ抽出要求された材質に合致する材質の車体部品の情報のみを抽出する。これにより、作業者が要求している車体部品のみが抽出されることになる。

このステップＳＴ７での処理が、前述した出力部品抽出部２３における処理に相当する。

これらステップＳＴ５～ステップＳＴ７の処理動作が、本発明でいう「入力された車体部品の材質および歪み量の情報である出力要求条件に合致している車体部品の情報を抽出する処理」に相当し、この処理は、前述した歪み到達部品抽出部２１、部品材質リスト作成部２２、および、出力部品抽出部２３によって実現される。

ステップＳＴ８では、前記ステップＳＴ７で抽出された車体部品の画像情報を表示部１４に出力し、該表示部１４に当該車体部品の画像を表示させる処理を実行する。

このステップＳＴ８での処理が、前述した画像出力部２４における処理に相当する。

図３は、ステップＳＴ８の処理によって表示部１４に表示された画像の一例を示す図である。この図３は、車体部品３に歪みが生じている場合の画像であって、歪みの大きさに応じたエリア分けがなされた画像となっている。

図３では、車体部品３の画像中における領域Ａ（斜線を付していない領域）が、歪みが生じていないことを表している。

また、車体部品３の画像中における領域Ｂ（斜線の間隔を比較的大きくした領域）が、比較的小さな歪みが生じていることを表している。

また、車体部品３の画像中における領域Ｃ（斜線の間隔を領域Ｂよりも小さくした領域）が、領域Ｂよりも大きな歪みが生じていることを表している。

また、車体部品３の画像中における領域Ｄ（斜線の間隔を領域Ｃよりも小さくした領域）が、領域Ｃよりも大きな歪みが生じていることを表している。

図３では、歪み量の大きさに応じたエリア分けとして、斜線の間隔を異ならせることとしていたが、色分けする（歪みの大きさに応じて各エリアの色を異ならせる）ようにしてもよい。

また、図示しないが、前述したように、車体部品３の画像の表示に併せて、車体における当該車体部品３の適用箇所を表示する車体画像を表示するようにしてもよい。つまり、車体の平面視および側面視それぞれの画像に対して、当該車体部品３の適用箇所の色を他の部分とは異なる色に表示させることで、その適用箇所の明確化を図るようにする。この場合に、車体画像に重ねて表示する車体部品３の画像としては、歪みが生じた状態の画像であってもよいし、歪みが生じる前の状態の画像であってもよい。

この画像情報を出力する処理動作が、本発明でいう「抽出した車体部品の情報を画像により出力する出力処理」に相当し、この処理は、前述した画像出力部２４によって実現される。

－実施形態の効果－
本実施形態によれば、出力要求条件に合致している車体部品のみが抽出され、その車体部品の情報が表示部１４に画像表示されるようにしている。そして、作業者は、この画像を認識することにより出力要求条件に合致する車体部品（歪み部品）を確認することになる。このため、この車体部品を確認することで、出力要求条件に合致していない車体部品を確認する作業は必要なくなる（これら車体部品は出力要求条件に合致していないため確認する必要がなくなる）。従って、全ての車体部品（歪みが発生した部品）を作業者の目視によって確認していくといった部品抽出作業は不要になる。その結果、効率良く、歪み部品を正確に検出（漏れなく確認）することが可能になる。

また、本実施形態によれば、歪み部品を自動出力（表示部１４に自動的に表示）することができるので、歪み部品検出プログラムの実行中には、作業者は別作業を行うことが可能である。このため、作業者の作業効率の向上を図ることができる。

－他の実施形態－
尚、本発明は、前記実施形態に限定されるものではなく、特許請求の範囲および該範囲と均等の範囲で包含される全ての変形や応用が可能である。

例えば、前記実施形態では、車両のオフセット衝突試験に係る衝突ＣＡＥの利用に係る歪み部品検出プログラムとして本発明を適用した場合について説明した。本発明はこれに限らず、オフセット衝突試験以外の前突試験や後突試験や側突試験に係る衝突ＣＡＥの利用に係る歪み部品検出プログラムとして適用することも可能である。また、本発明に係る歪み部品検出プログラムは、衝突試験における車体部品の変形（歪み量）を確認する場合に限らず、その他の状況での車体部品の変形を確認する場合にも適用することが可能である。

また、前記実施形態では、出力要求条件として１種類の材質を指定（入力）するものとしていたが、複数種類の材質を指定するようにしてもよい。つまり、複数種類の鋼板を指定し、これら鋼板のうち、出力要求条件である歪み量に合致する車体部品を抽出するようにしてもよい。

本発明は、車両の衝突ＣＡＥの実施に係る歪み部品検出プログラムに適用可能である。

１ コンピュータ
１４ 表示部
２ ハードディスクドライブ
２１ 歪み到達部品抽出部
２２ 部品材質リスト作成部
２３ 出力部品抽出部
２４ 画像出力部
３ 車体部品

Claims (1)

1. 車両の衝突ＣＡＥの計算結果を利用する歪み部品検出プログラムであって、
   入力された車体部品の材質および歪み量の情報である出力要求条件に合致している前記車体部品の情報を抽出する処理と、
   前記抽出した前記車体部品の情報を画像により出力する出力処理とを、コンピュータに実行させることを特徴とする歪み部品検出プログラム。

Images