JPH04268972A - 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】

【０００１】

【産業上の利用分野】本発明は、人間の持つイメージを
確認しながらデザインをＣＲＴのような表示装置に表示
するデザイン装置に関する。

【０００２】

【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；ＶＯＬ．７１ＮＯ．３ｐｐ．２４５−２
４７」に記載されたものがある。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，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
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。

【０００３】

【発明が解決しようとする課題】入力する評価用語の持
つ意味やフィーリングには、個人差があるとともに経時
的に変化するのが一般的である。また、前述のデザイン
装置にあっては、入力された評価用語により、予め設定
された制御手順にしたがって推論された最適なデザイン
要素を画像表示する構造になっている。このため、入力
した評価用語の負の要因を含む極端なデザイン要素が画
像表示され、ユーザの持つイメージと合わなくなること
がある。例えば、評価用語として「豪華な」を入力した
場合に、画像表示されたデザイン要素に「下品さ」を含
むという不都合がある。

【０００４】

【課題を解決するための手段および作用】そこで本発明
にあっては、図１に示すように、キーボードのような入
力手段１と、知識データベース２と、推論手段３と、推
論補正手段４と、ＣＲＴのような表示手段５とを備え、
入力手段１の操作で評価用語を入力することにより、推
論手段３が知識データベース２から最適なデザイン要素
１１を推論，抽出する際に、推論補正手段４が推論，抽
出された最適なデザイン要素１１から評価用語の負の要
因となる負評価用語の影響の強いデザイン要素１１を、
例えば除去するというように考慮してから、最適なデザ
イン要素１１を表示手段５に画面表示させるようにして
ある。

【０００５】

【実施例】図２は、本発明の一実施例を示すものであっ
て、この一実施例のデザイン装置は、コンピュータグラ
フィックを利用して車室内のインテリアデザインを行う
ようにした車両用デザイン装置を例示してあり、コンピ
ュータ１６と、入力手段１たるキーボードと、出力手段
５たるＣＲＴとで構成されている。コンピュータ１６の
メモリには、知識データベース２が記憶させてある。コ
ンピュータ１６のＣＰＵには、推論手段３と推論補正手
段４とが組み込んである。

【０００６】知識データベース２は、評価用語９と形容
詞知識１０とデザイン要素としての車両デザイン要素１
１とイメージ知識１２と対応知識１３とを備えている。

【０００７】評価用語９は表１の評価用語欄に示すよう
な形容詞語群で構成されている。

【０００８】形容詞知識１０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
あって、これは、例えば評価用語９を因子分析等の多変
量解析で複数の因子に分け、各評価用語９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。各因子負荷量が特に大きい値において、
近い数値の評価用語は関係が深く、似ている評価用語と
いうことができる。この形容詞知識１０は、デザイン装
置の使用時において、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９群の中に無い場合、一番
似た評価用語９を選出するために使用される。

【０００９】車両デザイン要素１１は、表２に示すよう
に、大きな枠であるアイテムと、小さな枠であるカテゴ
リーとに区分されている。

【００１０】イメージ知識１２は、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
１１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１つ１つについての車両デザイン要素１１から受
けるフィーリングを収集し、その収集結果を数量化論理
■類もしくは■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。

【００１１】ここで、アイテムは、表２に示すように、
車両デザイン要素１１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ク
ラスタ、メータ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り出し、アームレストおよ
びその他の車室内構成要素等に着目したものである。

【００１２】そして、メータ数に着目したアイテムは、
表２に示すように、５つのカテゴリーに分類してある。 即ち、大きなメータ１個を設けたカテゴリー、大きなメ
ータ１個と小さなメータ２個とを設けたカテゴリー、大
きなメータ１個と小さなメータ３個とを設けたカテゴリ
ー、大きなメータ２個と小さなメータ１個とを設けたカ
テゴリー、大きなメータ２個と小さなメータ２個とを設
けたカテゴリーである。

【００１３】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は、表２に示すように、インストル
メントパネルとメータクラスタとが一体になったカテゴ
リー、インストルメントパネルとメータクラスタとが分
離されたカテゴリーに分類してある。

【００１４】メータクラスタとセンターコンソールに着
目したアイテムは、表２に示すように、メータクラスタ
とセンターコンソールとが一体になったカテゴリー、メ
ータクラスタとセンターコンソールとが分離されたカテ
ゴリーに分類してある。

【００１５】ドアの厚さに着目したアイテムは、表２に
示すように、ドアが厚いカテゴリー、ドアが薄いカテゴ
リーに分類してある。

【００１６】センタークラスタの張り出しに着目したア
イテムは、表２に示すように、センタークラスタの張り
出しが有るカテゴリー、センタークラスタの張り出しが
無いカテゴリーに分類してある。

【００１７】また、表２から省略したアームレストに着
目したアイテム、ならびにそれ以外に着目したアイテム
それぞれは、複数のカテゴリーに分類してある。

【００１８】対応知識１３は、表３に示すように、評価
用語９に対して負の要因となる負評価用語１４を選定し
、これら評価用語９と負評価用語１４とを対応付けした
ものである。

【００１９】推論手段３は、評価用語の入力により、図
３に示すフローチャートにしたがって、知識データベー
ス２から最適な車両デザイン要素１１を推論，抽出して
ＣＲＴ５に画像表示させるようになっている。

【００２０】推論補正手段４は、評価用語の入力により
、図３に示すフローチャートにしたがって、形容詞知識
１０から、表３に示すような、評価用語９に関する負の
要因となる負評価用語１４を抽出し、この抽出した負評
価用語１４との関係の強いカテゴリーが含まれないよう
に、負評価用語１４の偏回帰係数が、この推論補正手段
４に予め設定された基準値α以上のデザイン要素１１を
、推論手段３で推論，抽出される最適なデザイン要素１
１から排除するようになっている。

【００２１】つまり、コンピュータ１６のＣＰＵは入力
された評価用語から図３に示すフローチャートにしたが
って、知識データベース２から負評価用語１４との関係
の強い車両デザイン要素１１を排除して、最適な車両デ
ザイン要素１１を推論，抽出してＣＲＴ５に画像表示さ
せるものである。

【００２２】以上の実施例構造によれば、先ず、評価用
語９，形容詞知識１０，車両デザイン要素１１，イメー
ジ知識１２，対応知識１３等をコンピュータ１６のメモ
リＭに記憶させておく。この状態において、人間がキー
ボード１を操作して評価用語としての形容詞を入力する
と、推論手段３および推論補正手段４によるコンピュー
タ１６のＣＰＵの働きで、知識データベース２から最適
な車両デザイン要素１１を形容詞処理で推論，抽出する
。

【００２３】ここで、図３のフローチャートにもとづい
て、上記作用を具体的に説明する。

【００２４】ステップ１０１では、コンピュータ１６を
起動することにより、処理の実行が始まり、ステップ１
０２に進む。

【００２５】ステップ１０２では、評価用語として「評
価用語Ｋ」を入力し、ステップ１０３およびステップ１
０６に進む。なお、この評価用語の入力にあっては、複
数の評価用語を入力することも可能である。

【００２６】ステップ１０３では、ステップ１０４〜１
１２の処理回数ｉをｉ＝１に設定し、ステップ１０４に
進む。

【００２７】ステップ１０４では、「評価用語Ｋ」が表
２に示すイメージ知識１２の中にあるか否かを検索し、
イメージ知識１２中にある場合は、表２に示す「評価用
語Ｋ」と対応するイメージ知識１２を抽出し、これとは
逆に、表２に示すイメージ知識１２の中に無い場合は、
「評価用語Ｋ」に最も関係の深い評価用語９を知識デー
タベース２中の表１に示す形容詞知識１０から選定し、
この選定された評価用語９に対応するイメージ知識１２
を抽出する。なお、形容詞知識１０の中にも無い場合は
、異なる表現の評価用語を上記ステップ１０２で再入力
してもらう。そして、このイメージ知識１２から第ｉ番
目に大きい偏回帰係数の総和Ｓｉを求める。即ち、今は
、「評価用語Ｋ」に対するステップ１０４の処理回数ｉ
が１回目であるので、第１位の偏回帰係数の総和Ｓｉを
求め、ステップ１０５に進む。

【００２８】ステップ１０５では、ステップ１０４で求
めた総和Ｓｉとなるときの各アイテムＩを代表するカテ
ゴリＣ（Ｉ，Ｊ）を抽出する。即ち、ステップ１０４で
求めた総和Ｓｉが第１位の偏回帰係数の和であることか
ら、イメージ知識１２から各アイテムＩの第１位の偏回
帰係数に対応するカテゴリＣ（Ｉ，Ｊ）を抽出し、ステ
ップ１０８に進む。

【００２９】一方、本発明では評価用語Ｋの入力により
負の要因となる形容詞を抽出するためステップ１０６に
進み、該ステップ１０６では、知識データベース２から
表３に示すような対応知識１１を抽出し、ステップ１０
７に進む。

【００３０】ステップ１０７では、ステップ１０２で入
力した「評価用語Ｋ」により、対応知識１３から負評価
用語Ｋ′を抽出する。例えば、ステップ１０２で入力し
た評価用語Ｋが「豪華な」の場合は、負評価用語Ｋ′と
して「下品な」を抽出し、ステップ１０８に進む。

【００３１】ステップ１０８では、ステップ１０５で抽
出したカテゴリＣ（Ｉ，Ｊ）において、ステップ１０７
で抽出した負評価用語Ｋ′の偏回帰係数ａ（Ｋ′，Ｉ，
Ｊ）を求める。即ち、表２に示すように、評価用語Ｋが
「豪華な」であって、メータ数に着目したアイテムＩに
おいて、第１位の偏回帰係数を持つ大２小２なるカテゴ
リＣ（Ｉ，Ｊ）が抽出されている場合には、表２からは
省略してあるが、当該カテゴリＣ（Ｉ，Ｊ）に属する「
下品な」なる負評価用語Ｋ′の偏回帰係数ａ（Ｋ′，Ｉ
，Ｊ）を求め、ステップ１０９に進む。

【００３２】ステップ１０９では、ステップ１０８で求
めた負評価用語Ｋ′の偏回帰係数ａ（Ｋ′，Ｉ，Ｊ）が
第１基準値α、例えばα＝０．５０以上であるか否かを
判断する（ａ（Ｋ′，Ｉ，Ｊ）＜α）。そして、この偏
回帰係数ａ（Ｋ′，Ｉ，Ｊ）が第１基準値α以上である
場合は、ステップ１０５で抽出したカテゴリＣ（Ｉ，Ｊ
）の車両デザイン要素１１が、評価用語Ｋに対して負の
要因として強く影響することを意味することから、ステ
ップ１１０に進む。これとは逆に、偏回帰係数ａ（Ｋ′
，Ｉ，Ｊ）が第１基準値α未満の場合は、ステップ１０
５で抽出したカテゴリＣ（Ｉ，Ｊ）の車両デザイン要素
１１が、評価用語Ｋに対して負の要因としてさほど影響
しないことを意味するから、ステップ１１３に進む。

【００３３】ステップ１１０では、ステップ１０４で求
めた第ｉ番目に大きい偏回帰係数の総和Ｓｉが第２基準
値β、例えば０．４０以上であるか否かを判断する（Ｓ
ｉ≧β）。そして、総和Ｓｉが第２基準値β以上である
場合は、ステップ１１１に進む。これとは逆に、総和Ｓ
ｉが第２基準値未満の場合は、ステップ１１２に進む。

【００３４】ステップ１１１では、処理回数ｉをｉ＝ｉ
＋１にカウントアップして、ステップ１０４に戻り、ス
テップ１０４〜１１０の処理を繰り返す。即ち、入力さ
れた「評価用語Ｋ」において、イメージ知識１２中から
第２番目に偏回数係数の総和Ｓｉが大きい各アイテムＩ
のカテゴリーＣ（Ｉ，Ｊ）の組み合わせを抽出し、この
抽出した各カテゴリーＣ（Ｉ，Ｊ）において、負評価用
語Ｋ′の偏回帰係数ａ（Ｋ′Ｉ，Ｊ）を求める。この求
めた偏回帰係数が第１基準値α以上のときには、次位の
カテゴリーの組み合わせを探すのである。

【００３５】ステップ１１２では、ステップ１１１で求
めた偏回帰係数の総和Ｓｉが第２基準値β未満であるか
場合であるので、第１基準値αを前記α＝０．５０より
少し下げて、例えば、α′＝０．２０として、α＝α−
α′＝０．３０に書き替えて、ステップ１０３に戻り、
ステップ１０２〜１１０の処理を繰り返す。即ち、第１
基準値αの値を少し下げてから、第１位の偏回帰係数の
総和Ｓｉのカテゴリーの組み合わせを推論していく。

【００３６】ステップ１１３では、ステップ１０５で抽
出したカテゴリーＣ（Ｉ，Ｊ）に対応するデザイン要素
１１を知識データベース２から抽出してＣＲＴ５に画像
表示し、ステップ１１４に進む。

【００３７】ステップ１１４では、デザイン要素１１の
画像表示の１サイクルが終わる。

【００３８】なお、前記実施例では、評価用語の入力に
より、当該評価用語に対する負評価用語を推論するよう
にしたが、図４に示すように、入力した評価用語に対し
てユーザが負の要因と考えられる用語を負評価用語１４
としてキーボード１の操作で入力して、この負評価用語
の影響の強いデザイン要素１１を推論補正手段４排除し
つつ、推論手段３で最適なデザイン要素１１をＣＲＴ５
に画像表示させるか、これとは逆に、前記キーボード１
の操作で入力した負評価用語１４の影響の強いデザイン
要素１１を推論補正手段４で積極的に推論手段３内に取
り込み、この推論手段３が入力した負評価用語１４の影
響の強いデザイン要素１１を含んでＣＲＴ５に画像表示
させる構成にすることも可能である。この場合には、負
評価用語１４を入力するので、図４に示すように、知識
データベース２から対応知識１３を省略することができ
る。

【００３９】また、本発明にあっては、図示は省略する
が、例えば、ステレオの操作部，組み込み式のＴ／Ｖ，
エアコンの吹き出し口や操作部等を含む内装部品の組み
合わせからなる車両インテリアデザイン、あるいはホイ
ール，ホイールカバー，フロントやリヤやサイドのスポ
イラー，フォグランプ，ドライブランプ，スペシャルラ
ンプ等を含む外装部品の組み合わせからなる車両外観デ
ザインをも画像表示して、車両イメージ強調に使用する
ことができるのは勿論である。

【００４０】また、知識データベース２に記憶する車両
デザイン要素１１と評価用語９とを変えることにより、
住宅デザイン装置あるいは機械デザイン装置等の車両以
外の分野でも使用できるデザイン装置として適用できる
。

【００４１】さらに、アイテム数と各アイテム毎のカテ
ゴリー数とは、前記実施例に限定されるものではない。

【００４２】

【表１】

【００４３】

【表２】

【００４４】

【表３】

【００４５】

【発明の効果】以上のように本発明によれば、評価用語
の入力により、知識データベースから最適なデザインを
推論，抽出して画像表示する際に、入力した評価用語に
対して負の要因となる負評価用語の影響が強いデザイン
要素を排除するので、例えば、評価用語として「豪華な
」を入力した場合に、「下品さ」のような負の要因を含
む極端なデザイン要素が画像表示されるという不都合を
解消することができる。

【図面の簡単な説明】

【図１】本発明のクレーム対応図。

【図２】本発明の一実施例を示す全体構成図。

【図３】同実施例のフローチャート。

【図４】本発明の異なる例を示す全体構成図。

【符号の説明】

１…入力手段（キーボード）、２…知識データベース、
３…推論手段、４…推論補正手段、５…表示手段（ＣＲ
Ｔ）、９…評価用語、１０…形容詞知識、１１…車両デ
ザイン要素（デザイン要素）、１２…イメージ知識。

Claims (1)

【特許請求の範囲】
1. 【請求項１】　　評価用語の入力により、知識データベ
   ースから最適なデザイン要素を推論，抽出して画像表示
   するデザイン装置において、前記最適なデザイン要素の
   推論，抽出に際して、この最適なデザイン要素から前記
   入力された評価用語に対して負の要因となる負評価用語
   の影響が強いデザイン要素の排除または取り込みを考慮
   する推論補正手段を設けたことを特徴とするデザイン装
   置。