JPH03201169A - デザイン装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

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イメージを確認しな
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「電子情報学会誌；別面；Ｖｏ
（，７１Ｎ０．３ｐｐ、２４５−２４７Ｊに記載された
第１６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、玄関、洋間、和室１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す“和室゛なる住宅デザインの
限定用語を入力するとともに、和室に対して持つ自分の
イメージとしてのフィーリングを表す“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） ところで上記のようなデザイン装置で技術の評価用語を
車両に合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。そしてこのようなデザイン
装置では単一の評価用語が入力された時には１００％こ
れに応じたデザイン要素が推論、抽出されるので問題は
ないが、複数の評価用語を入力した場合には評価用語間
の重み付けが均一であるため、例えばスポーティ　（８
０％）でややニレガント（２０％）という車両インテリ
アを規定するための微妙な表現ができないという問題が
ある。

そこでこの発明は、人間の様々な感覚に合せて微妙な表
現の入力が可能な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手段） 上記課題を角ダ決するためにこの発明は、第１図のよう
に、デザインを表現する評価用語及びデザイン要素の関
係の知識データベースＣＬＩと、評価用語を入力する入
力手段ＣＬ２と、入力された評価用語により前記知識デ
ータベースからデザインを推論する演算手段ＣＬ３と、
この推論されたデザインを出力する出力手段ＣＬ４とを
備え、入力された評価用語が複数あるときこれらの用語
間に重み付けをする重み付手段ＣＬ５と、この重み付け
により演算手段ＣＬ３による推論を補正する補正手段Ｃ
Ｌ６とを設ける構成とした。

（作用） 入力手段ＣＬ２によって評価用語を入力すれば入力され
た評価用語により知識データベースＣＬ１からデザイン
が推論され、この推論されたデザインが出力手段ＣＬ４
によって出力される。そして入力された評価用語が複数
あり、しかもこの入力が微妙な表現であり用語間に重み
付けをする必要がある時には重み付手段ＣＬ５がこれを
行ない、この重み付けに応じて補正手段ＣＬ６が演算手
段ＣＬ３による推論を補正し、微妙な表現の入力に応じ
た出力を出力手段ＣＬ４が行なう。

（実施例） 以下この発明の詳細な説明する。

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ＣＬＩとしてのメモ
リＭと演算手段ＣＬ３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。

評価用語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■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はデザイン装置を必要とする際、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１
５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■類等の多変量角り析によ
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である。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である。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である。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アイテムでは二つのカテゴリに分
類しである。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である。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である。

前記キーボード３は評価用語の入力手段ＣＬ２を構成す
ると共に入力された評価用語が複数ある時これらの用語
間に重み付けをする重み付手段ＣＬ５を構成する。例え
ば「やや集中できて相当に明るい」等という微妙な表現
のデザインを得たい場合にはキーボード３の操作により
集中できる及び明るいの評価用語を入力すると共に、前
者は２０％、後者は８０％等と入力するものである。

ＣＰＵ７は入力された評価用語から第５図に示すフロー
チャートに基づいて知識データベースからデザインを推
論するものである。

前記ＣＲＴ５は推論されたデザインを出力する出力手段
ＣＬ４を構成するものでデザインを画像表示するもので
ある。

以上の構成によれば予め選定した評価用語９、予備実験
でやられた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、感応実験で得られた評価用語と車両
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１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を操作し評価用語つとしての形容詞を入力
するとコンピュータ１のＣＰＵ７の働きで知識データベ
ースから各車両デザイン要素１３が推論、抽出される。

ここで評価用語９として「やや集中できて相当に明るい
」を入力するものとして第５図のフローチャートに基づ
き説明する。

ステップＳ１では人間が持つイメージとしてのフィーリ
ングを表わす「やや集中できて相当に明るい」を入力す
るものとする。この場合評価用語９としての形容詞は「
集中できる」　　「明るい」の二つを選択し、キーボー
ド３で入力するものとなる。そして各評価用語９間の比
率をトータルで１００％になるようにパーセンテージで
入力する。

即ち「やや集中できる」のフィーリングとして例えば２
０％を決定し、「相当に明るい」のフィーリングとして
８０％を決定しそれぞれキーボード３で入力する。こう
して重み付けされて人、力された複数の評価用語９によ
りステップＳ２で前記知識データベースから車両インテ
リアとしてのデザイン要素を推論し、ステップＳ３で、
推論抽出されたデザイン要素が出力され、ＣＲＴ５にデ
ザイン画として画像表示する。

第６図はステップＳ２の推論過程を示すもので第６図（
ａ）は第４図に示されている評価用語とアイテム、カテ
ゴリとの関係を示す知識データベースの一部を示すもの
で、ステップＳ１での評価用語の入力に基づき、表３で
評価用語を丸で囲んでいるように、入力された評価用語
９に最も関係の深い評価用語として「集中できる」　　
「明るい」が選定される。そして選定された評価用語に
対応する偏回帰係数が表３で丸で囲んだように抽出され
る。

こうして抽出された各評価用語の偏回帰係数にステップ
Ｓｌでパーセンテージで与えられた重みを掛けた結果が
第６図（ｂ）の表４のように得られる。

これらの評価用語間の偏回帰係数を各アイテムの各カテ
ゴリ間で足し合せたものが第６図（Ｃ）の表５であり、
この表５で示される評価用語及び偏回帰係数が入力され
た用語情報とデザイン要素との関係を示すものである。

そして表５のように得られた偏回帰係数のうち＊印で示
したように各アイテムで最大値を示しているカテゴリが
抽出され、上記のようにＣＲＴに車両インテリアのデザ
インとして画像表示されるものである。従って評価用語
の入力として「やや集中できて相当に明るい」等といっ
た微妙な表現が可能となり、人間が持つイメージにより
近いデザインを抽出表示することができる。このため、
ディーラ等においてユーザの持つ様々のイメージを入力
し、その入力に応じたデザインを表示することができ、
車のデザイン選択をユーザ等のイメージにより近づける
ことができる。

尚、評価用語として単一の用語が入力された場合には第
４図表２から評価用語に対応した各アイテムのカテゴリ
の偏回帰係数のうち＊印のついた最大の偏回帰係数に対
応したアイテム、カテゴリが推論、抽出され、上記のよ
うにしてＣＲＴ５に画像表示されるものである。

第７図は他の実施例に係るフローチャートを示すもので
ある。

この実施例では評価用語９の入力方法が異なるものであ
る。即ち評価用語９の因子分析により得られた因子軸の
結果を用いこれをＣＲＴ５に画像表示し、その画像上で
プロットすることにより重み付けされた評価用語を入力
するようにしたものである。

まずステップＳｌｌでは自分の望むデザインのイメージ
に関する因子軸を選出する。この因子軸選出はステップ
Ｓｌｌの上欄で示すように因子軸を表わす用語がＣＲＴ
５の画面上に表示されており、この表示された画面を見
ながらキーボード３等によってこれを好きなだけ番号で
選出するものである。例えばステップＳ１１では「美し
さ」、「力動性」、「高級感」の因子軸を選出した場合
を示している。

因子軸の選出が行なわれるとステップＳｌｌの下欄で示
すように各因子軸を座標軸とするようにＣＲＴ５に画像
表示される。この場合、ユーザ等が画面上でプロットし
やすいようにその基準となる評価用語（黒丸）や車名Ａ
、ＢＳＣ，Ｄ等の実車が同時に表示されている。従って
ユーザ等はこれらの用語或いは実車に対するイメージを
基準に二重力で示すように座標上にプロットして入力を
行なうもので、入力された点の各軸の重み付けが各軸の
座標値から算出されるものである。

これを第８図で説明すると、第８図の二重力で示すよう
にプロットされた場合、その重み付けは美的因子は０．
５、力動因子が０．３になるものである。こうして評価
用語９を代表する各因子軸が重み付けされるとステップ
Ｓ１２で各デザイン要素の推論、抽出が第６図の場合と
同様にして行なわれるものである。

この推論過程を第９図に示す。第９図では評価用語とア
イテム、カテゴリとの関係に代えて、因子軸とアイテム
、カテゴリとの関係を示している。

第９図（ａ）の表６は因子分析で求められた各因子軸の
因子得点とアイテム、カテゴリとの関係に対して数量化
理論１類で求めた結果（後述）に関し、上記のようにし
て入力した３つの因子軸についてアイテム、カテゴリと
の対応を示したものである。この表６はメモリＭに知識
データベースとして記憶されているものである。

そして上記のようにして求められた３つの因子軸の重み
付け、即ち美的因子が０．５、力動因子が０．３、高級
感因子が０を各軸の偏回帰係数に掛けたものが第９図（
ｂ）の表７として得られる。

つぎに各軸の偏回帰係数を各アイテムの各カテゴリ毎の
総和として求めたものが第９図（Ｃ）の表８のように得
られる。この表８のようにして得られたものが上記のよ
うに布置上にプロットしたユーザのイメージと各アイテ
ム、カテゴリとの関係を示すものであり、各アイテムの
うち最も偏回帰係数の大きい＊印の付いたカテゴリを推
論、抽出し１．その結果がステップＳ３の出力により車
両インテリアのデザインとしてＣＲＴ５に画像表示され
るものである。

従ってユーザ等が、イメージに応じた具体的な評価用語
を思い着かない場合でも車両インテリアのデザインを代
表する因子軸上でイメージを直接入力することが可能と
なり、より簡単にデザインを表示させることができる。

次に上記ステップ５．１１で用いる因子軸の作成につい
て述べる。

第１０図は制御フローチャートを示すもので、まずステ
ップ５２１で知識データベースに関し、評価用語と車両
デザイン要素中の各アイテム、カテゴリとの関係を示す
偏回帰係数マトリックスＸ＝（ｘ＋ｋ）（表２）をデー
タとして読込む。尚Ｘ−ｔｘ１ｈｌは第ｉ番目の形容詞
における第ｊアイテム、第にカテゴリの偏回帰係数を示
すものである。

次にステップＳ２２において評価用語と因子軸間の因子
負荷量マトリックスＹ−（Ｆｚｌ　　（表１）をデータ
として読込む。尚ｙ１は第ｉ番目の形容詞における第ｊ
番目の因子軸の因子負荷量を表わす。

そしてステップ８２３において全ての評価用語に対する
アイテム、カテゴリの偏回帰係数に各因子軸のそれぞれ
に対応した因子負荷量を重み付け、その総和を求める推
論式を（Ｙ７）・Ｘなるマトリックス掛算により計算し
各軸とアイテム、カテゴリとを定量化し得る偏回帰係数
マトリックス２”（Ｚ＋＊ｌ　を第１１図の表９のよう
に求めることができる。尚、Ｚ、には第ｉ番目の因子軸
における第ｊアイテム、第にカテゴリの偏回帰係数を示
すものである。

上記ステップＳ１１はこのように作成された因子軸と各
アイテム、カテゴリとの対応関係により因子軸を形成し
画像表示しているものである。そしてこの表９の一部を
抜出したのが前記第９図（ａ）の表６である。

第１２図は因子軸作成の他の実施例に係るフローチャー
トを示す。このフローチャートでは第１０図のフローチ
ャートに、ステップＳ３１から８３６を加えたもので、
因子負荷量マトリックスＹに対して各因子軸を代表する
用語を絞り込むようにしたものである。

即ち、ステップＳ３１においてｉ−１番目の形容詞が選
択され、ステップＳ３２において因子負荷量の最大値Ｙ
、のｍａｘとなる第ｊ番目の因子、軸の因子負荷量を求
める。

次いでステップ５３３において選択された第ｊ番目の因
子軸の因子負荷量以外を０とする。例えば第３図の表１
に対して第１３図の表１０では１番目の形容詞における
１番目の因子軸の因子負荷量が０．９９で最大であり、
それ以外の因子負荷量は全て０に置換えている。そして
ステップＳ３４においてＹｌの値をＹ′に書込み、全て
の評価用語について処理したか否かをステップＳ３５に
おいて判断する。全ての評価用語について処理が終わっ
ていなければステップＳ３６において次の評価用語を処
理するためにｉ＋１が行なわれ、上記ステップＳ３２か
ら８３５の処理が繰返される。

全ての評価用語について上記処理が完了すれば第１３図
の表１０に示すような新しい因子負荷量マトリックスＹ
′が作成され、メモリＭに記憶される。

そしてステップ３２３において上記同様の重み付は計算
が行なわれ、各因子軸とアイテム、カテゴリを定量化し
得る偏回帰係数マトリックス２−（Ｚ＋ｈ）を求めるこ
とができる。この結果、数値は異なるが第１１図と同様
な表が得られる。

第１４図は第７図のステップＳ１１のように因子軸の座
標上に実車等のサンプルを同時に表示する場合に用いる
対応表の作成に係るフローチャートを示すものである。

まずステップＳ４１で各因子軸毎の因子得点に関する因
子得点マトリックス”ｒ−（ＴＨ）を読込む。尚ｉｊは
第ｉサンプルの第ｊ囚子における因子得点を示すもので
ある。即ち第１５図（ｂ）の表１２において１番目のサ
ンプル１の因子１においては因子得点０．９５が読込ま
れる。この表１２は評価用語と因子軸の因子負荷量を表
と共に因子分析により実車等のサンプルと因子軸の因子
得点として得られたものである。次いでステップＳ４３
において評価サンプルとデザイン要素との対応表が読込
まれる。この対応表は第１５図（ａ）の表１１に示すも
のであり、実車等のサンプルがどのようなアイテム、カ
テゴリで構成されているかという対応表である。そして
ステップＳ４４ではこれら読込まれたデータにおいて数
量化理論１類のような多変量解析手法を適用し、各因子
軸と各サンプルのアイテムカテゴリーの定量化を行なう
。

この結果は第１５図（ｅ）に示す表１３のようになる。

即ち実車サンプル１については第１因子、即ちこの実施
例では美的因子に関する得点が０゜１６となる。こうし
て全てのサンプルについて全ての因子に関し得点が決定
される。こうした推論過程によりデザインの評価イメー
ジを代表する因子軸とサンプルのアイテム、カテゴリと
の定量化を行なうことができ、この対応表を用いて第７
図のステップＳｌｌにおけるＡ車、Ｂ車、Ｃ車、Ｄ車等
の表示を行なうことができるものである。尚重み付けは
当初から割合を決めてしまうこともでき、選んだ順に重
み付けすることもできる。入力データとしては更に排気
量、車両価格、年令等を加えることもできる。この発明
は車両インテリアのデザインに限らず外観その他のデザ
インにも応用することができ更には住宅デザインその他
のデザインにも応用することができるものである。

【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ず、評価
用語間の重み付けが可能となり、デザインに対する微妙
なイメージを入力することができ、よりイメージに対応
したデザインの出力を行なうことができる。

【図面の簡単な説明】

第１図はこの発明の構成図、第２図は一実施例にな係る
構成図、第３図は評価用語間の関係を規定する知識に関
する表１、第４図は官能評価実験結果の表２、第５図は
一実施例に係るフローチャート、第６図は推論過程を示
す族３〜表５、第７図は他の実施例にな係るフローチャ
ート、第８図は因子軸の座標図、第９図は推論過程を示
す族６〜表８、第１０図は因子軸作成のための対応表を
作るフローチャート、第１１図は各因子軸とアイテム、
カテゴリとの関係を規定する知識の表９、第１２図は因
子軸作成に係る対応表を求める他の例のフローチャート
、第１３図は評価用語間の関係を規定する知識の表１０
、第１４図は因子軸上にサンプルをプロットする場合の
対応表作成に係るフローチャート、第１５図は推論過程
に係る表１１〜表１３、第１６図は従来例のブロック図
を示すものである。 ＣＬＩ・・・知識データベース Ｃｌ３・・・入力手段 Ｃｌ３・・・演算手段 Ｃｌ４・・・出力手段 Ｃｌ３・・・重み付手段 Ｃｌ６・・・補正手段 第５図 力動因子 第８図 第１０図 第１４図 手続補正書 （方式） 事件の表示 ２゜ 発明の名称 ３゜ 補正をする者 事件との関係 住所（居所） 氏名（名称） ４゜ 代 理 人 平底シ年 上月 平成１年特許願第３４１１２９号 デザイン装置

Claims (2)

【特許請求の範囲】
1. （１）デザインを表現する評価用語及びデザイン要素の
   関係の知識データベースと、評価用語を入力する入力手
   段と、入力された評価用語により前記知識データベース
   からデザインを推論する演算手段と、この推論されたデ
   ザインを出力する出力手段とを備え、入力された評価用
   語が複数あるときこれらの用語間に重み付けをする重み
   付手段と、この重み付けにより前記演算手段による推論
   を補正する補正手段とを設けてなるデザイン装置。
2. （２）デザインを表現する標語用語間で複数の感覚因子
   毎に因子負荷量を決定した関係及び評価用語とデザイン
   要素とで偏回帰係数を決定した関係の知識データベース
   と、前記偏回帰係数に各因子負荷量を重み付けその総和
   により各因子とデザイン要素とを関係付ける推論部とを
   備えてなるデザイン装置。