人体デジタルモデルを用いた交通事故障害予測に関する研究 タカタ財団助成研究論文集 ISSN 2185

人体デジタルモデルを用いた

交通事故傷害予測に関する研究

― 平成 22 年度（本報告） タカタ財団助成研究論文 ―

研究代表者

宇治橋 貞幸

研究代表者

東京工業大学大学院

情報理工学研究科教授

宇治橋 貞幸

研究協力者

金沢大学大学院自然科学

研究科助教

宮崎 祐介

研究協力者

佐賀大学医学部

非常災害医療学講座教授

阪本 雄一郎

はじめに

本報告書は，平成 22 年度に，タカタ財団の助成を受けて，東京工業大学大学

院情報理工学研究科宇治橋貞幸、金沢大学大学院自然科学研究科宮崎祐介および

佐賀大学医学部阪本雄一郎が共同で実施した研究「人体デジタルモデルを用いた

交通事故傷害予測に関する研究」に関する研究成果をまとめたものである．

平成 23 年 3 月 31 日

研究担当者

東京工業大学大学院情報理工学研究科 教授 宇治橋 貞幸

特別研究員 Jonas A. Pramudita

博士 1 年 片桐 麻衣佳

修士 1 年 西村 一晃

修士 1 年 箱田 賢司

金沢大学大学院自然科学研究科 助教 宮崎 祐介

佐賀大学医学部 教授 阪本 雄一郎

目次

第 1 章 まえがき ... 1 1.1 本研究の背景と目的 ... 1 1.2 本報告書の構成 ... 3 第 2 章 前面衝突事故シミュレーションによる自動車乗員傷害予測手法の構築... 4 2.1 はじめに ... 4 2.2 シミュレーションを利用した傷害予測手法の概要... 4 2.3 衝突事故シミュレーション ... 5 2.3.1 乗員モデル ... 5 2.3.2 車室モデル ... 8 2.3.3 JNCAP 試験の再現シミュレーションによる検証 ... 11 2.4 仮想的な乗員傷害データベースと傷害予測式... 16 2.4.1 仮想的な乗員傷害データベースの構築... 16 2.4.2 傷害予測式の導出 ... 24 2.5 実事故データによる乗員傷害予測式の検証... 25 2.6 まとめ ... 28 第 3 章 側面衝突事故シミュレーションによる自動車乗員傷害予測手法の構築... 29 3.1 はじめに ... 29 3.2 側面衝突事故シミュレーションモデル ... 29 3.2.1 乗員モデル ... 29 3.2.2 車室モデル ... 33 3.2.3 側面衝突シミュレーションモデル ... 37 3.2.4 JNCAP 側面衝突試験の再現による妥当性検証 ... 41 3.3 側面衝突事故における乗員傷害予測式の導出... 47 3.3.1 側面衝突事故シミュレーション ... 47 3.3.2 乗員傷害データベースの構築 ... 53 3.3.3 統計分析による傷害予測式の導出 ... 54 3.4 実事故データによる乗員傷害予測式の検証... 55 3.5 まとめ ... 57 第 4 章 実事故データ分析に基づく自動車乗員傷害予測手法への年齢と性別の考慮... 58 4.1 はじめに ... 58 4.2 年齢・性別を考慮した乗員傷害予測手法構築の概要... 58 4.3 前面衝突実事故データベースの統計分析... 59 4.3.1 実事故データベースの概要 ... 59 4.3.2 体節別傷害の発生に有意な因子 ... 62

4.3.3 年齢・性別の傷害への影響度 ... 63 4.4 自動車乗員の年齢・性別を考慮した傷害予測式... 64 4.4.1 年齢・性別を考慮した傷害予測式の導出... 64 4.4.2 実事故データによる傷害予測式の検証... 65 4.5 まとめ ... 66 第 5 章 成果のまとめ ... 67 5.1 各章のまとめ ... 67 5.2 今後の課題と展望 ... 68 参考文献 ... 69 付録 1 ... 71 付録 2 ... 72

第1章 まえがき

1.1 本研究の背景と目的

予防安全および衝突安全の技術および対策の効果などにより，Fig. 1.1に示すように交通事故 における死者数は，2010 年までに年間 5000 人以下にまで減少した[1]_{．しかし，2000 年中に全} 国の救急救命センターにおいて死亡した外傷症例のうち，適切な処置が施されていれば防ぎえ たであろう外傷死（PTD: Preventable Trauma Death）の割合は 38.6％であると報告されている[2]_． 「交通事故死者数ゼロ」達成に向けて，予防安全、衝突安全のみならず衝突後の救急医療も含 めたさらなる方策を講じる必要がある．

救急医療には，正確な診断と迅速な治療が求められる．そこで，Fig. 1.2に示すような，衝突 速度や安全装置の作動状況などの様々な情報を EDR（Event Data Recorder）やドライブレコー ダーのような記録装置により取得し，これらの情報から乗員傷害予測手法により算出した受傷 情報を，医療機関等に瞬時に送信するシステムの構築が考えられている[3] ．このようなシステ ムにおいて，傷害予測手法の開発は重要な課題である． 1970 1980 1990 2000 2010 0 5 10 15 0 0.5 1 1.5 N u mb er o f accid e n ts [ m illi o n ] N u mb er o f cas u alti es [ m illio n ] Year N u m b e r of de a th [t hou sa nd] Death Casualties Accidents

Fig. 1.1 Numbers of deaths, casualties and accidents in the past 30 years in Japan

医療機関

事故

救急救命

分析センター

事故情報

(衝突速度，乗員情報 等)

受傷情報

EDR

傷害予測手法を構築する方法として，質・量ともに十分な実事故データベースに対して統計 分析を施すことにより，乗員傷害予測式を構築する方法が挙げられる[4]_{．しかし，事故直前お} よび事故中の乗員・車両・環境に関するすべての情報を実事故データベースに反映させ，また 統計分析に必要となる大量の事故データを取得するには多大な労力とコストおよび時間が必 要であると考えられる． そこで，乗員・車両・環境モデルで構成されるコンピュータ・シミュレーションを利用する 方法が有効である．すなわち，様々な事故状況をコンピュータ上で仮想的に再現し，このシミ ュレーション結果をもとに事故データベースを構築する．この事故データベースに対して，統 計分析を行うことにより傷害予測手法を構築することができる．シミュレーションを利用すれ ば，比較的短時間で大量の事故を仮想的に作り出すことが可能であり，事故中の受傷プロセス に関わる情報も容易に取得することができる．一方で，シミュレーションを利用した傷害予測 手法の課題はその精度の検証にある．そこで，蓄積されてきた実事故データをその検証に積極 的に活用することにより，持続的かつ循環的に傷害予測手法の精度向上を図っていけば，信頼 性の高い傷害予測手法を構築することができると考えられる． 本研究が着目する事故形態は前面および側面衝突である．これまで筆者らは前面衝突事故を 対象として乗員傷害予測手法の構築に取り組んできた[11]_{が，車両相互死亡事故の 36％以上を占} める出会い頭事故[5]_{によく見られる側面衝突における傷害予測にも取り組むこととした．} 実事故データベースの統計分析から，乗員傷害の発生に対して年齢は有意，性別は非有意因 子であり[6]_{，年齢による傷害耐性の境界は 55 歳であることが報告されている}[7]_{．また，加齢に} よる骨組織および軟組織の変化によって胸部傷害耐性が顕著に減少することが明らかにされ ている[8]_{．実事故データベースの統計分析に基づいて構築された乗員傷害予測式においては，} デルタ V，年齢などに加えて性別も傷害予測因子とされている[4]_． 年齢・性別を乗員傷害予測に考慮する手法として，乗員モデルに年齢・性別属性を追加する 方法が挙げられる[9]_{．しかし，これらのパラメータを全てモデル化することは難しく，モデル} の複雑化もする可能性が高いと考えられる．そこで，質・量ともに十分な実事故データベース を統計分析し，年齢・性別の傷害への影響を明らかにする手法が有効である．実事故データベ ースには，年齢・性別に応じた体形，傷害耐性および運転姿勢などの影響が包括的に含まれる と考えられる． 以上より本研究の目的を以下のように定めた． 1） 乗員と車室のマルチボディモデルを用いた前面衝突事故シミュレーションを構築し，様々 な事故条件下におけるシミュレーション結果より傷害データベースを構築し，更にこれを 統計分析することにより前面衝突事故における乗員傷害予測式を構築する． 2） 乗員と車室のマルチボディモデルを用いた側面衝突事故シミュレーションモデルを構築し， 1)と同様にして側面衝突事故における乗員傷害予測式を構築する． 3） 実事故データベースの統計分析に基づく年齢・性別の胸部傷害発生への影響度を，前面衝 突事故における傷害予測式に重みとして付加することにより，年齢・性別を考慮した胸部 傷害予測式を新たに構築する．

1.2 本報告書の構成

本報告書は，以下のように 5 章から構成されている． 第 1 章「まえがき」では，本研究の背景および目的について述べ，前面衝突および側面衝突 時の乗員傷害予測式の導出方法，前面衝突時の乗員傷害予測式の年齢・性別の胸部傷害発生の 影響を考慮する手法について示し，本報告書の構成について述べる． 第 2 章「前面衝突事故シミュレーションによる自動車乗員傷害予測手法の構築」では，乗員 と車室のマルチボディモデルを用いた前面衝突事故シミュレーションを行い傷害データベー スを構築し，さらにこれを統計分析することで乗員傷害予測式を構築したことについて述べる． 第 3 章「側面衝突事故シミュレーションによる自動車乗員傷害予測手法の構築」では，側面 衝突事故シミュレーションモデルを構築し，様々な事故条件下における側面衝突事故シミュレ ーションから得られた乗員傷害データベースを構築し，これを統計分析することにより側面衝 突事故における乗員傷害予測式を導出したことについて述べる． 第 4 章「実事故データ分析に基づく自動車乗員傷害予測手法への年齢と性別の考慮」では， 実事故データベースの統計分析により明らかにした年齢・性別の胸部傷害発生への影響を，乗 員傷害予測式に重みとして付加することにより，年齢・性別を考慮した胸部傷害予測式を新た に導き，実事故データを用いてその予測精度を検証したことについて述べる． 第 5 章「成果のまとめ」では，本研究の成果をまとめ，研究の限界と今後の展望について述 べる．

第2章 前面衝突事故シミュレーションによる自動車乗員傷害予測手法

の構築

2.1 はじめに

本章では，乗員と車室のマルチボディモデルを用いた前面衝突事故シミュレーションを行い， 傷害データベースを構築し，更にこれを統計分析することにより乗員傷害予測式を構築したこ とについて述べる．

2.2 シミュレーションを利用した傷害予測手法の概要

本研究では，救急医療の方針決定（トリアージ）を行う上で重要な情報となる受傷部位とそ の重症度の予測に着目することにした．つまり，事故時の状況（衝突速度，乗員体型，シート ベルトの着用，エアバッグの作動など）から乗員の各部位の簡易傷害度スケール（AIS: Abbreviated Injury Scale）を予測することを試みた．

Fig. 2.1に本手法の流れを示す．まず，マルチボディにて作製した人体モデルおよび車室モデ ルを用いて前面衝突事故シミュレーションモデルを構築した．なお，この前面衝突事故シミュ レーションシモデルの妥当性を日本自動車アセスメント（JNCAP: Japan New Car Assessment Program）データにより検証した． 次に，このシミュレーションモデルを用いて事故条件を多様に変更した大量の仮想衝突事故 シミュレーションを行い，乗員傷害データベースを構築した．この乗員傷害データベースは衝 突速度，衝突方向，エアバッグ作動，シートベルト着用，車種，乗員体型といった事故情報と， シミュレーション結果から得られる各部位の傷害値が対応づけられたデータベースである．さ らに，傷害値と AIS との関係を定義することにより，事故条件と各部位の重症度を対応づけた． この仮想的な乗員傷害データベースに対して統計分析を行うことにより，事故情報を説明変 数，各部位の AIS の発生確率を目的変数とした各部位の重症度の予測式を導出した．最後に， 交通事故総合分析センター（ITARDA: Institute for Traffic Accident Research and Data Analysis）の 報告書に記載された実事故データと傷害予測の結果を照合することにより，傷害予測式の妥当 性を検証した．

Fig. 2.1 Construction procedure of injury prediction equations using computer simulation

2.3 衝突事故シミュレーション

2.3.1 乗員モデル

Fig. 2.2に示す本研究で用いた乗員モデルは，日本人男性の 5th%ile，50 th%ile と 95 th%ile の身 長と体重を有する代表体型乗員モデルである[10] ．本モデルは 15 体節（頭部，頚部，胸部，腹 部，腰部，上腕部，前腕部，大腿部，下腿部，足部）から構成され，実人体の三次元形状計測 に基づいた体形を有しており，形状忠実性が高い．なお，この乗員モデルは前面衝突を模擬し た被験者実験の再現シミュレーションに用いられ，衝撃時の挙動が被験者と定性的にほぼ一致 した[11]_．

Fig. 2.2 Multi-body occupant model of Japanese 50th percentile male Frontal collision simulation

 Driver model

 Vehicle interior model

I

I

n

n

j

j

u

u

r

r

y

y

D

D

a

a

t

t

a

a

b

b

a

a

s

s

e

e

Statistical analysis Parameter

Accident Simulation

Validation

 Full-wrap frontal crash test

 Data of 2000~2008 tests

ITARDA Data



Real world accident

in Japan

Validation

Prediction Equations of Driver's Injury Probability

人体寸法データベース[12]_{を用いて 5 体の乗員モデルを作製した．Fig. 2.3に示すように，まず} 横軸を標準化体重，縦軸を標準化身長にとった標準化身長・体重散布図を描き，95％信頼限界 の確率楕円を作製した．この楕円の長軸，短軸における 5th ％ile および 95th ％ile を平均体形 とし，Table 2.1に示す身長・体重をもとに，Fig. 2.3に示す 5 体の乗員モデルを作製した．

Table 2.1

Heights and weights of occupant models

Model Height [mm] Weight [kg]

Average 1714 63

5th percentile on major axis 1578 45.3 5th percentile on minor axis 1785 54 95th percentile on major axis 1643 72.6 95th percentile on minor axis 1850 81.3

Fig. 2.3 Scatter diagram for standardized heights and weights of Japanese male with the 95% probability ellipse

乗員モデルの関節剛性について，自動車事故における高いレベルの衝撃を想定しているため 受動的な筋発揮力をモデル化はせず，受動的な抵抗のみを考慮した．受動抵抗には，当初欧米 人標準の値を用いていたが，肩関節，肘関節，股関節（屈曲伸展，内外転），膝関節，足関節 に関しては日本人の関節受動抵抗[13]_{へ変更された．日本人データが存在しない関節については} 欧米人の特性が用いられたままである． 各体節の接触剛性は Hybrid-Ⅲダミーの値を参考に定義した．関節剛性，接触剛性はともに 体形によらず同一と仮定した． 関節受動抵抗の例としてFig. 2.4に膝部関節受動抵抗の修正前および修正後の値を示す．また， 接触剛性の例としてFig. 2.5に腕部接触剛性を示す．

Fig. 2.4 Joint stiffness of the knee for westerner (before) and Japanese (after)

2.3.2 車室モデル

Fig. 2.6に示すように，車室モデル[10]は，シートベルトおよびエアバッグが有限要素モデル， それ以外の部分がマルチボディモデルにて作製され，有限要素モデルとマルチボディモデルの 組み合わせとなっている．車室構造は単純化されているが，後述する JNCAP 試験の再現シミ ュレーションに利用できるように，車室モデルの代表寸法に対象車両から実測した寸法を与え た．また，エアバッグモデルは NCAC (National Crash Analysis Center) [14]_{により公開されている} 有限要素モデルとした．なお，解析ソルバーとして MADYMO ver. 7.1（TASS 社）を用いてお り，シートベルトやエアバッグに関する各種特性は MADYMO データベースの値に基づいてい る．

(a) overview

(b) seat belt (c) airbag

Fig. 2.6 Vehicle interior model

Seat belt

Seat

Pillar

Floor

Brake

d l

Front

l

Dash

b

d

Toe board

Knee

b

d

Steering

Airbag

Shell

Multi-body

シートベルトは，ショルダーベルトおよびラップベルトにて構成され，3 節点シェル要素を 用いて作製した．材料特性として，Fig. 2.7に示すようなヒステリシスを有する応力－ひずみ関 係を入力した．また，乗員と接触が発生しない部分は MADYMO が提供するマルチボディベル トモデルを用いた．このベルトモデルは引っ張りのみを許し，Fig. 2.8に示すようなヒステリシ スを有する荷重－相対のび関係を入力した．

エアバッグは，National Crash Analysis Center (NCAC)のホームページ[14]_{で公開されている有} 限要素モデルを用いた．エアバッグ展開時の影響を考え，ステアリングもこのエアバッグモデ ルに付属のステアリングモデルを用いた．どちらも 4 節点シェル要素にて作製した．このモデ ルは外国車の標準的なサイズに合わせて作製されていると思われ，日本車の寸法をもとに作製 された本研究の車室モデルには比較的大きかった．そこで，日本車のサイズを参考にエアバッ グ展開時の直径を 500mm，ステアリングの直径を 380mm となるようにスケーリングを行った． シートの接触剛性は荷重－貫入量の関係で表され，Fig. 2.9のように設定した．これは MADYMO が提供するデータベースにおいて標準的な値として用いられているものであり，ソ フトウエアの開発元である TNO Automotive において計測されたものである．また，シートと 乗員モデル間の摩擦係数は，デニム生地製パンツとシート素材を用いて計測した動摩擦係数を 参考に，1.0 とした．シートベルト，エアバッグ，およびシート以外の車室構成物は全て剛体 とした．

(a) shoulder belt (b) lap belt Fig. 2.7

Material properties of the FE part of belts

(a) shoulder belt (b) lap belt

Fig. 2.8

Material properties of the string

Fig. 2.9 Relation of Load-Penetration contact force between seat and hip

0 0.05 0.1 0 5 10 Relative Elongation Force [kN] 0 0.05 0.1 0 100 200 Strain S tress [MPa] 0 0.05 0.1 0 100 200 Strain S tress [MPa] 0 0.05 0.1 0 5 10 Relative Elongation Force [kN]

0.02

0.04

0.06

0.08

0.1

0

1000

2000

3000

4000

5000

Penetration [m]

Load [N]

2.3.3 JNCAP 試験の再現シミュレーションによる検証 JNCAP フルラップ前面衝突試験を模擬したシミュレーションを行い，試験とシミュレーショ ンの結果を比較することにより，乗員と車室モデルから構成されている衝突事故シミュレーシ ョンモデルの妥当性を検証した． まず，JNCAP フルラップ前面衝突試験の概要を述べる．JNCAP とは，自動車ユーザーの安 全な車選びをしやすい環境の整備，および自動車メーカのより安全な自動車開発の促進を目的 として，国土交通省と独立行政法人自動車事故対策機構（NASVA）によって実施されている公 的な自動車衝突テストである．対象は国内で販売されている自動車であり，毎年 20～30 台が 試験されている．全ての新車が満たしている自動車の認証試験の安全基準より厳しい基準で実 施され，毎年春にその結果が公表される．試験は，フルラップ前面衝突試験，オフセット前面 衝突試験，および側面衝突試験の 3 種の衝突テストと，ブレーキ性能テストおよび歩行者頭部 保護性能テストの計 5 つから成る． Fig. 2.10に，フルラップ前面衝突試験の概要を示す．フルラップ前面衝突試験とは，自動車 を 55 km/h でコンクリート製の障壁（バリア）に前面から衝突させる試験である．運転席およ び助手席に前面衝突用ダミーである 50th_{％ile Hybrid-Ⅲを載せ，衝突の際ダミーに発生する現象} や車体の変形量をもとに自動車の乗員保護性能を評価する．計測項目はTable 2.2に示す通りで ある．ダミー，車両に搭載された加速度計および荷重計のデータの他に，衝突時の高速度映像 も記録される．

Table 2.2

Measuring contents in Full wrap frontal impact test

Head liner Acc.

Thorax liner Acc. and displacement Neck force and moment

Pelvis liner Acc.

Femur force (Left, Right) Knee displacement (Left, Right) Dummy

(Driver, Passenger)

Tibia force and displacement (Lower, Upper / Left, Right) Engine Acc.

Side-sill Acc. Vehicle

C.O.G. Acc.

日本人体型の 5th

%ile，50 th%ile および 95 th%ile の乗員モデルのうち，Fig. 2.11に示す Hybrid-III 50th%ile ダミーと身長が最も近い 50th%ile 乗員モデルを用いた．それぞれの身長および体重を Table 2.3に示す．

(a) 50%ile Hybrid-Ⅲ (b) 50th %ile model Fig. 2.11 Occupant 50th %ile Hybrid-Ⅲ in JNCAP test and simulation model

Table 2.3 Comparison of heights and weights between 50th%ile Hybrid-Ⅲ and Average model 50%ile Hybrid-Ⅲ

50

th

%ile model

Height [cm] Weight [kg] 173 78 171 63

JNCAP のデータからFig. 2.12に示すミニバン 1 車種を選定し，車室の代表寸法および乗員初 期位置と姿勢を試験データより決定した．Fig. 2.13に示す試験において計測された車両の衝突 加速度波形を，シミュレーションモデルに入力した．比較項目は乗員挙動，頭部・胸部・腰部 の合成加速度応答および大腿荷重とした．

Fig. 2.12 the test vehicle in JNCAP full-wrap test for the validation

0

100

200

-500

0

500

Time [ms]

Acc. [m/s

2

]

X

Y

Z

Fig. 2.13 Liner acceleration obtained in JNCAP test and inputted to simulation model

X

Fig. 2.14に衝突後 0～150 ms における乗員挙動について，試験とモデル改良前後のシミュレ ーションを示す． エアバッグと頭部の衝突に注目すると，衝突後 50 ms 付近で頭部とエアバッグが衝突を開始 し，75～100 ms 付近で沈み込みが最大になり，150 ms 付近で離れ始め，試験での乗員挙動とよ く一致している．このことから，本モデルのエアバッグガス放出特性は緩衝性が正しく表現さ れていることが確認できた． 乗員挙動は，75～100 ms 付近について，シミュレーションにおける乗員は試験ダミーより前 傾姿勢を示している．試験では，衝突の後ダミーとともにシートも前方に移動しており，それ にともないダミーの移動量も多くなっている．しかし，本車室モデルはモデル全体に対するシ ートの動きを拘束しているため，このような前方への移動を表現していない．その結果，特に 乗員モデルの上半身の移動量が少なく，相対的に頭部の移動量が多くなったことによって傾き が大きくなったと考えられる．これは車室モデルを簡略化したマルチボディモデルで作製して いることの弊害であるが，上半身の傾きを除けば乗員挙動はよく一致しており，大きな問題で はないだろう． 0 ms 150 ms (a) JNCAP 0 ms 150 ms (b) simulation

Fig. 2.15に示すように，全ての部位について応答の定性的特徴がよく一致し，定量的にも大 きな差がないことから本シミュレーションモデルの妥当性を確認できた． 大腿部荷重についてもよく一致していることから，車室モデル形状および接触剛性の設定が 正しく表現できていることが確認できた．一方で，よく一致しているというものの，頭部を除 く部位に若干の定量的なずれが見られ，最大値を示す時間がシミュレーションの方が早いとい う点で試験結果との差異が見られた．これは，変形を考慮しないマルチボディモデルにてシミ ュレーションを作製したことが原因であり，特に，人体胸部の変形を無視していることによる 影響が大きく，試験結果において 30 ms 付近で見られる加速度の減少を発生させていると考え られる．

0

100

200

0

400

800

Time [ms]

Li

n

e

ar

A

c

c.

[

m

/s

2

]

test

simulation

0

100

200

0

400

800

Time [ms]

L

in

e

ar

A

c

c.

[

m

/s

2

]

test

simulation

(a) Head (c) Thorax

0

100

200

0

400

800

Time [ms]

Lin

ear

A

cc.

[

m

/s

2

]

test

simulation

0

100

200

-5

0

5

Time [ms]

A

x

ial F

o

rc

e [

k

N

]

test

simulation

(c) Pelvis (d) Femur

2.4 仮想的な乗員傷害データベースと傷害予測式

2.4.1 仮想的な乗員傷害データベースの構築 まず，事故条件を多様に変更した大量の衝突事故シミュレーションを行い，シミュレーショ ンより得られた傷害値とそれに対応した重症度から乗員傷害データベースを構築した．EDR 等 により取得または推定可能な情報[15] であるエアバッグ，シートベルト，乗員体型，車種，衝突 速度および衝突角度の条件をTable 2.4のように変更し，これらを総当り的に組み合わせ，計 324 通りの衝突事故シミュレーションを行った．衝突事故シミュレーションへの車種，衝突速度お よび衝突角度の設定方法について以下に述べる．

Table 2.4 Changed parameters in accident simulations

(1) エアバッグ

エアバッグの有無は，前面衝突事故シミュレーションにおいてFig. 2.16に示すように表現さ れる．

(a) with airbag (b) without airbag

Fig. 2.16 Airbag parameter

Parameter Variations 1 Airbag 2 (yes = 1, no = 0) 2 Seat belt 2 (yes = 1, no = 0) 3 Driver stature 3 (5th%ile = 1.58m, 50 th%ile = 1.71m, 95 th%ile = 1.85m) 4 Vehicle type 3

(minivan = 1, compact = 2, light =3) 5 Collision speed 3 (30km/h, 55km/h, 80km/h) 6 Collision angle 3 (-30°, 0°, 30°) All possible combinations 324

(2) シートベルト着用

シートベルト着用有無は，Fig. 2.17に示すように表現される．

(a) with seat belt (b) without seat belt Fig. 2.17 seat belt parameter

(3) 乗員体型

乗員の身長や体重は，車室構造物との接触や拘束，また各体節における慣性特性にも影響を 及ぼし，衝突時の乗員挙動に大きな影響を与えることが考えられる．そこで，Fig. 2.18に示す ように 3 種類の乗員体型を用いた．

(a) 5th%ile = 1.58m (b) 50 th%ile = 1.71m (c) 95 th%ile = 1.85m Fig. 2.18 human parameter

(4) 車種 市場に流通する車種のうち大半を占めるミニバン，コンパクトカー，軽自動車の三種とした． 車種の違いは車両の衝突加速度波形に影響する．そこで， JNCAP 試験データの中からミニバ ン，コンパクトカー，軽自動車をそれぞれ 1 台選定し，Fig. 2.19に示すフルラップ前面衝突試 験時に計測された各車両の衝突加速度波形（V = 55km/h）をシミュレーションモデルに与える ことにより車種の違いを考慮した．

0

40

80

120

-800

-600

-400

-200

0

200

Time [ms]

A

cceler

atio

n

[

m

/s

2

]

Minivan

Compact

Light

Fig. 2.19 Crash accelerations representing three vehicle types

(5) 衝突速度 衝突速度が変化しても加速度波形の定性的な傾向は変化しないと仮定し，衝突速度は計測し た加速度波形の積分値と比例関係にあると考え，各車種の加速度波形の積分値が 30km/h およ び 80km/h になるようにスケーリングを行うことにより衝突速度の違いを考慮した．

0

20

40

60

80

100

-600

-400

-200

0

Time [ms]

Ac

c

.

[m

/s

]

(6) 衝突角度 斜め方向からの衝突を考慮するために，上記(4)と(5)で求めた加速度波形より衝突角度-30° および 30°の時の進行方向および横方向の加速度成分を算出し，シミュレーションモデルに与 えた．Fig. 2.21に示すように，衝突加速度を進行方向および横方向に分解するといった単純な 手法によりシミュレーション上で斜め前面衝突を表現した．Fig. 2.22に斜め前面衝突における 加速度を示す．

(a) full frontal collision (b) frontal oblique collision Fig. 2.21 Direction of impact

0

20

40

60

80

100

-400

-200

0

Time [ms]

A

cc.

[

m

/s

2

]

a

_x

a

_y

斜め前方衝突により発生する車体の回転運動が乗員への衝撃を増加させることが考えられ， 上記の表現方法ではこれを考慮されていない．本研究では上記の手法を用いるが，今後の展開 として，JNCAP オフセット前面衝突試験の結果より算出した車両の慣性特性 I を用いて，斜め 前方衝突時に車室内の乗員に働く加速度を求める手法が考えられる．以下のその手法を示す． Fig. 2.23にオフセット衝突試験の概要を示す．オフセット前面衝突試験とは，自動車を時速 64 km でアルミ製のデフォーマブルバリアに運転席側の一部（オーバーラップ率 40%）を前面 衝突させる試験である．ダミーの乗車状況は，3 章にて述べたフルラップ前面衝突試験のもの と同様であり，計測項目はバリア荷重を加えている．車両剛性を kV，バリア剛性をｋBとする と，オフセット前面衝突はFig. 2.24のように表現できる．

Fig. 2.23 Off set frontal impact test

荷重 F は車両幅 L の中心から 10％の位置とする．ここで，荷重 F は進行方向にしか働かな いため，重心周りの角速度をω とすると，重心周りの運動方程式は式(2.1)のように表され．こ の関係より，慣性モーメントI は式(2.2)となる．ここで，F および L はそれぞれ JNCAP データ から取得された．また，ώ は車両の重心加速度および左右サイドシル加速度を用いて算出した． Fig. 2.25に左右サイドシルの位置を示す．





I

L

F





10

(2.1)





10

FL

I



(2.2)

Fig. 2.26に，斜め前方衝突の力学モデルを示す．車両剛性は進行方向および横方向で等しい とし，衝突点は最前面の端点とする．ここで，衝突角度をθ とすると，ｘ，ｙ方向加速度成分 はそれぞれ式(2.3)となる．また，Fig. 2.26より，車両の重心周りの運動方程式は式(2.3)となり， Fx = max，Fy = mayより式(2.3)は式(2.4)と整理できる．したがって，車両重心を原点とした車室 座標系における車両の加速度ax’，ay’は，’絶対座標における車両の加速度 ax，ayを用いて，式 (2.5)のように算出することができる．

Fig. 2.26 Dynamic model of diagonal frontal impact





sin

cos

a

a

a

a

y x





(2.3)





I

L

F

L

F

_{x y}



_{y x}





(2.3)

I

L

ma

L

ma

x y



y x









_(2.4)









































'

'

cos

sin

sin

cos

'

'

y x y x

a

a

t

t

t

t

a

a









(2.5)

傷害予測の対象部位として頭部，胸部および下肢の 3 部位に限定し，またそれぞれの傷害値 として HIC (Head Injury Criterion)，胸部合成加速度の 3ms 値レベルおよび大腿骨最大荷重を算 出した．

救急医療における方針決定を支援するためには，各部位の傷害値と重症度との関係を明らか にしておく必要がある．そこで，Fig. 2.27に示すように先行研究[16][17][18]_{において提案した傷害} リスクカーブの 50%確率を傷害発生閾値と仮定し，シミュレーションから得られた各部位の傷 害値と AIS との関係をTable 2.5のように定義し，各部位の傷害値を AIS に読み替えた．

Fig. 2.27 AIS2+ and 3+ risk curve of femur injury

Table 2.5 Relationship between injury criteria and AIS

AIS Head (HIC)

Thorax (max. res. acc. in

3ms [G]) Lower limb (compression load [kN]) 1+ 330 – 585 < 21 < 11 2+ 586 – 966 21 – 50 11 – 15 3+ 967 – 1435 51 – 69 >16 4+ 1436 – 1847 70 – 133 5+ 1848 – 2182 > 133 6+ > 2182

2.4.2 傷害予測式の導出 上記の衝突事故シミュレーションより構築された 324 通りの仮想的な乗員傷害データベース に対して，順序ロジスティック回帰分析を行うことにより各部位における AIS の発生確率の予 測式を算出した．式(2.1)に，ある AIS レベル以上の発生確率 P と事故条件を表している独立 変数x1～x6との関係を示す．ここで，エアバッグ，シートベルトおよび車種をカテゴリー変数， 乗員体型，衝突速度および衝突方向を連続変数として分析した．なお，この統計分析のために PASW Statistics ver. 17 (SPSS 社)を用いた．

(2.1)

正面衝突に対する自動車アセスメントでは，頭部と胸部の傷害発生予測には AIS 3+の傷害閾 値が用いられ，下肢の傷害発生予測には AIS 2+の傷害閾値がよく用いられている[19]_{．したがっ} て，本論文でも頭部と胸部の AIS 3+および下肢の AIS 2+の傷害予測式に着目することにした． Table 2.6に頭部と胸部の AIS 3+および下肢の AIS 2+の傷害予測式の回帰係数β，χ2，有意確 率 p および疑似 R2_{を示す．Table 2.6に示した統計量より，本予測式の適合度は十分高いことが} わかった．

Table 2.6 Regression coefficients of injury prediction equations Body region

Regression coefficient

Head (AIS3+) Thorax (AIS3+) Lower limb (AIS2+)

 :Airbag = 1 0 0 0  :Airbag = 0 0.069 -0.027 0.173  : Seat belt = 1 0 0 0  : Seat belt = 0 1.241 1.502 5.026  : Car type = 3 0 0 0  : Car type = 2 -0.776 -1.137 -0.883  : Car type = 1 -0.425 -0.604 -0.630  : Driver stature 4.709 0.798 7.009  : Collision speed 0.123 0.124 0.102  : Collision angle -0.006 -0.002 0.006 Intercept -14.429 -5.473 -24.659 χ2 312.730 322.839 253.157 p <0.001 <0.001 <0.001 Nagelkerke R2 0.646 0.672 0.664 6 6 5 5 4 4 3 2 1 0

x

x

x

Z





























)

exp(

1

1

Z

P







angle)

n

6(collisio

),

n velocity

5(collisio

stature),

4(driver

),

3(car type

belt),

2(seat

),

airbag

(

1

,

intercept)

(

0

values

parameter

ts,

coefficien

regression

　

　







j

x

_j j



2.5 実事故データによる乗員傷害予測式の検証

各部位の傷害予測式の予測精度を検証するために，ITARDA が報告した乗用車相互事故デー タ[20][21]_{を活用した．本研究で用いたデータは実事故を再現した実験データ 2 例および実事故デ} ータ 12 例の計 14 例（28 ケース）の事故データである．この事故データに掲載された各ケース のエアバッグの作動状況，シートベルトの着用状況，車種，バリア換算速度（EBS: Equivalent Barrier Speed）および衝突角度を式(1)に入力することにより各部位の傷害発生確率を算出し， ドライバーの傷害状況との比較を行った．なお，平成 19 年度報告書に掲載された実事故デー タには乗員の身長に関する情報がないため，男性と女性乗員の身長はそれぞれ日本人男性の 50th%ile の身長(1.71m)と 5th%ile の身長(1.58m)とほぼ同じであると仮定した． Table 2.7に事故条件，運転者の各部位の重症度および傷害予測式により算出された頭部と胸 部の AIS 3+および下肢の AIS 2+の傷害発生確率を示す．まず，頭部については，事故データ をみると，AIS 0 もしくは AIS 1 の外傷のみであった．傷害予測式による予測結果に関しても， AIS 3+の傷害発生確率は 4 ケースを除き 50%以下と低く，報告された事故条件下では重症な頭 部傷害が発生しないという傾向はほぼ一致したと考えられる．ケース No.50 light や No.43 light は頭部の AIS 3+の傷害発生確率が約 85％と過大評価された．これらのケースは衝突速度が最 も高く，また軽自動車であるにかかわらず，頭部傷害が発生していない．このような特異なケ ースにおける傷害を正しく予測するために，今後車室モデルの形状と材料特性の再検討および 事故直前の乗員姿勢のより正確な推定が必要であると考えられる．

胸部に関しては，傷害予測式による予測結果は 28 ケース中 14 ケースが一致し，特にケース No.40 light や No.50 light のような重症な傷害についても一致した．しかし，実際の重症度に対 する過大評価と過小評価はともに存在した．過大評価はシートベルト非着用にもかかわらず軽 症であったケース No.52 minivan と No.54 minivan においてみられた．また，衝突速度が高いに もかかわらず軽症であった事故例 No.36 にも過大評価が確認された．一方，過小評価は乗員年 齢が 58 歳のケース No.40 light にみられ，乗員年齢が傷害耐性に影響を及ぼしている可能性が あることがわかった．さらに，過小評価となったケース No.40 light の乗員が女性であることが わかり，性差による傷害耐性の違いが影響を与えている可能性もあることが考えられる．本衝 突事故シミュレーションモデルは乗員の年齢および性別を考慮していないが，性差による耐性 の違いや高齢化に伴う骨格構造の変化と骨密度の減少などにより，人間の各部位，特に胸部の 強度は変化する[8][22]_{ため，乗員の年齢および性別を考慮することは今後の課題となる．} 下肢については，傷害予測式による予測結果は全体的に低く，AIS 2+の傷害発生確率はすべ ての事故例において 5%未満を示したが，過小評価となったケースは 28 ケースのうち，8 ケー スであった．特に，ケース No.43 light，No.50 light および事故例 No.36 のような高速度域の事 故における下肢の重症度を正しく予測できなかった．衝突事故シミュレーションモデルに用い た車室モデルのインテリアパネルが簡易なマルチボディでモデル化されているため，各車種の 車室形状を正確には表現しておらず，高速度域の事故における車室の変形も考慮されていない． ITARDA の報告書[20][21]においてインテリアパネルが下肢の加害部位であることが多く報告さ れており，今後車室モデルの形状の詳細化などにより予測精度の高い傷害予測手法を得ること ができると考えられる．

以上より，本乗員傷害予測式を用いて 28 ケースの実事故における頭部，胸部および下肢の 重症度を予測した結果，実際の傷害状況と予測結果との一致率は頭部，胸部と下肢についてそ れぞれ 85%，50%と 71%であることがわかった．なお，大量の事故データに基づいて構築され， すでに実用化されている Urgency Algorithm の 30 例の前面衝突事故における MAIS（最大 AIS） 3+の予測結果の一致率は 70%であると報告されている[4]．本研究で構築した乗員傷害予測式は， すでに実用化された Urgency Algorithm と同程度もしくはそれ以上の予測精度で，特に頭部およ び下肢のような体節ごとの重症度を予測できたことが明らかとなった．胸部の重症度に関して は，今後乗員の年齢や性別の違いを衝突事故シミュレーションモデルや傷害予測式に反映させ ることにより，予測精度の向上を図る余地があると考えられる．

Ta ble 2. 7 C omp ar iso n of p red icted AIS 3 + pr ob ab ilit y w ith r eal w orld accid ent d at a re port ed b y IT ARDA AIS head AIS tho rax AIS lo wer limb Report year Case Veh icle ty pe Sea t be lt Airb ag Driv er he ig ht [m ] EBS [km/h ]A ccid en t Predicted AIS3 + [% ] A ccid en t Predicted AIS3 +[ %] A ccid en t Predicted _AIS2+ [% m iniva n ye s no 1. 42 35 0 2.3 1 35 .0 0 0. 00 Te st 1 lig ht ye s yes 1. 63 40 0 6.7 0 41 .1 3 0. 00 co m pac t ye s yes 1. 73 60 0 60 .9 0 90 .5 3 0. 06 N o.36 co m pac t ye s yes 1. 60 60 0 45 .7 0 89 .5 3 0. 02 lig ht no yes 1. 70 40 0 44 .9 3 91 .4 2 2. 42 20 06 [2 0] N o.40 lig ht ye s yes 1. 47 25 0 1.2 3 23 .5 1 0. 00 lig ht ye s yes 1. 62 45 1 21 .0 0 79 .9 1 0. 02 Te st 2 co m pac t ye s yes 1. 70 40 0 13 .4 1 56 .5 0 0. 01 lig ht ye s no 1. 58 25 0 2.0 0 23 .9 0 0. 00 N o.41 lig ht ye s no 1. 58 25 0 2.0 1 23 .9 0 0. 00 lig ht ye s no 1. 71 20 0 1.9 - 15 .7 - 0. 00 N o.42 lig ht ye s no 1. 71 20 0 1.9 0 15 .7 0 0. 00 lig ht ye s yes 1. 58 65 0 74 .4 0 98 .0 3 0. 09 N o.43 lig ht ye s yes 1. 58 40 0 10 .6 3 67 .4 1 0. 01 lig ht ye s yes 1. 58 35 0 5.5 1 51 .8 0 0. 01 N o.47 m iniva n no no 1. 71 35 0 26 .8 1 76 .1 2 0. 93 lig ht ye s yes 1. 71 65 0 84 .5 4 98 .2 3 0. 23 N o.50 co m pac t ye s ye s 1. 58 45 - 10 .2 0 56 .2 - 0. 00 co m pac t ye s yes 1. 58 30 1 1.8 1 16 .7 0 0. 00 N o.51 co m pac t ye s yes 1. 71 30 0 3.3 1 18 .2 1 0. 00 co m pac t no yes 1. 71 45 0 42 .6 1 86 .5 3 1. 85 N o.52 m iniva n no yes 1. 71 50 0 66 .1 1 95 .3 0 3. 88 co m pac t ye s yes 1. 71 40 0 9.1 1 42 .3 0 0. 01 N o.53 m iniva n ye s yes 1. 58 35 0 3.9 1 37 .6 1 0. 00 co m pac t no yes 1. 71 45 1 47 .1 1 87 .2 1 1. 55 N o.54 m iniva n no yes 1. 71 40 1 29 .7 1 84 .2 1 1. 93 m iniva n ye s no 1. 71 35 0 8.4 1 40 .4 0 0. 01 20 07 [2 1] N o.55 m iniva n no no 1. 71 35 1 24 .1 0 75 .2 0 1. 07

2.6 まとめ

本章では，交通事故における救急医療の方針決定を行う上で重要な情報となる受傷部位とそ の重症度の予測に着目し，日本人成人男性の体型を表現している乗員マルチボディモデルおよ び簡易な車室モデルによる前面衝突事故シミュレーションを行い，頭部と胸部の AIS 3+および 下肢の AIS 2+の傷害発生確率の予測式を構築した． さらに，この乗員傷害予測式の予測精度を検証するために，28 ケースの実事故データとの比 較を行った．その結果，頭部，胸部および下肢の重症度の予測結果の一致率がそれぞれ 85%， 50%および 71%であることが明らかになり，前面衝突事故における乗員の受傷部位，特に頭部 および下肢とその重症度を迅速に予測できる手法として実用に供し得るものと結論した． 今後の課題としては，予測精度の向上のために衝突事故シミュレーションモデルにおいて乗 員の年齢と性別の影響を考慮する，車室の詳細形状と変形のモデル化を実施する，オフセット 衝突による車両加速度・車室変形の相違を考慮する，実事故データによる精度検証を継続して いく必要があると考えられるが，乗員傷害予測式の構築手法の確立はできたものと考えている．

第3章 側面衝突事故シミュレーションによる自動車乗員傷害予測手法

の構築

3.1 はじめに

本章では，側面衝突事故シミュレーションモデルを構築し，様々な事故条件下における側面 衝突事故シミュレーションから得られた乗員傷害データベースを構築し，これを統計分析する ことにより側面衝突事故における乗員傷害予測式を導出したことについて述べる．

3.2 側面衝突事故シミュレーションモデル

3.2.1 乗員モデル 本研究では乗員モデルとして過去に著者らによって開発された日本人男性の 5th %ile，50 th %ile と 95 th%ile の身長と体重を有する乗員マルチボディモデル[10]を用いた．このモデルの特 徴は実人体形状の三次元計測に基づいているため，形状忠実性が高いとされている．各関節の 受動抵抗や接触剛性などについては文献値を参考に決定した[10][11]_{．なお，モデルの設定および} 解析には MADYMO ver. 7.1 (TASS 社)を用いた．

このモデルは先行研究にて前面衝突における妥当性が検証されている[23][11]_{が，側面衝突にお} ける妥当性も明らかにする必要がある．そこで，肩への側方衝撃を模擬した志願者実験[24]_を再 現し，実験結果とシミュレーション結果との比較を行うことにより検証した．実験で用いられ た側方衝撃負荷装置をFig. 3.1に示す．この装置はインパクターを押し出すための空気蓄圧部お よびコイルばね部，インパクター位置の高さ調整部，被験者の着座位置の調整部（前後・上下） から構成されている．被験者との接触部はピストンに固定されており，蓄圧された空気を開放 することによりインパクターが発射されるという仕組みである．被験者の挙動と体節加速度は それぞれ 3 次元モーションキャプチャシステム（EAGLE）と 3 軸加速度計によって取得された．

再現シミュレーションでは，実験で測定された変位を，作成したインパクターモデルに入力 することで人体モデルとインパクターとの衝突を表現した．インパクターの材料が不明だった ため，接触特性は人体モデルに与えられる荷重が実験と合うように設定した．実験は被験者が 非緊張の状態で行われており，人体モデルが自動車衝突を想定した高衝撃下での使用を前提と しているため，筋力の影響は無視することとした．シミュレーションの様子をFig. 3.2に示す． 解析時間は 300ms とし，全身挙動および頭部と胸部の加速度，速度，変位を比較した．

Fig. 3.2 Side impact simulation

Fig. 3.3にインパクター荷重の比較を示す．実験とシミュレーションで同程度の力が被験者お よび人体モデルに与えられていることがわかる．次に，被験者の筋電は総じて 75ms から 100ms の間に立ち上がっているため，この時間以降，筋力の考慮されていないシミュレーションとは 異なる現象になったと考えられる．従って，75ms までの挙動および加速度を評価する． Fig. 3.4に示すように，全身挙動について，実験とシミュレーションを比較した．100ms 以降 は人体モデルがインパクターから離れるのが早いことがわかる．しかし，この時間帯ではすで に被験者の筋発揮が見られ，体がインパクターに押されることにより発生した加速度に抵抗し ている．人体モデルには筋による影響が一切含まれていないため，この違いが生まれたと考え られる．その他，人体モデルの示した挙動に不自然な点は見られなかった． Fig. 3.5に示すように，頭部と胸部 T1 の加速度について，実験とシミュレーションを比較し た．加速度について，全体的な波形は定性的によく一致している．頭部加速度が 100ms 付近で 一度落ちるのは胸鎖乳突筋が大きく発揮されている影響であると考えられる．胸部加速度の最 大値が実験に比べて小さくなっているが，積分値を取って速度と変位を比較すると実験のコリ ドール内にほぼ収まることから運動量はよく合っていると言える．全体的にシミュレーション の波形の立ち上がりが早くなっているが，これはインパクター荷重の立ち上がりが実験にくら べて早いためであり，インパクターとの接触特性を修正することで改善されると考えられる． 以上より，本乗員モデルは側面衝突シミュレーションにも応用可能であると考えられる． Impactor model Human model floor seat impact

Fig. 3.3 Impact force

0 ms 50 ms 100 ms 150 ms 200 ms Fig. 3.4 Comparison of human behavior in simulation and the test

simulation experiment 0 100 200 200 0 400 600 800 1000 Time [ms] Force[N]

-10

0

10

20

30

0

100

200

300

Ac

c

e

le

ra

ti

o

n[

m

m

/s

2

]

time [ms]

experiment

simulation

(a) head

-90

-60

-30

0

30

60

90

0

100

200

300

A

c

cel

er

at

io

n[

m

m

/s

2

]

time [ms]

experiment

simulation

(b) thorax

3.2.2 車室モデル

車室モデルはFig. 3.6に示すように矩形板で表現したドアモデルなどのマルチボディモデル およびシートとシートベルトの有限要素モデルから構成されている．各種寸法は次節で述べる JNCAP 側面衝突試験の試験車両を計測することにより取得した．シートモデルは National Crash Analysis Center (NCAC)のホームページで公開されている Ford Taurus のシート有限要素モデル [25]_{を入手し，対象車の寸法になるように形状をスケーリングして用いた．車室内構造物の接触} 剛性やシートベルトの特性などは MADYMO のデータベース内の値に基づいて設定した．

Fig. 3.6 Side impact cabin model

（1）実車寸法 車室モデルの幾何形状を得るため，エクストレイル（日産自動車（株））の実車寸法を計測 した．Table 3.1に同車の緒言を示す．本研究では運転席側乗員を対象とするため，モデル化す るのは運転席のみとし，計測もそれに合わせて行った．計測には直尺，巻尺，角度計を用いた． 本研究では車室を矩形板の連続で表現する．したがって，車室内構造物を矩形板とみなし， Fig. 3.7のように 2 辺の長さと水平面からの角度を計測した．基準はFig. 3.8のようにシートの前 後位置調整用レールのドア側最後端に取り，x 軸を車両の進行方向に取った．矩形板で表現し た車室のイメージと座標設定をFig. 3.9に示す．

Table 3.1 NISSAN X-trail spec

Length (mm) Width (mm) Height (mm) Wheel base (mm) Weight (kg)

4590 1785 1685 2630 1500

Interior length (mm) Interior width (mm) Interior height (mm) Capacity ( )

Fig. 3.7 Measuring points

Fig. 3.8 Bench mark position : Bench mark

Fig. 3.9 Cabin image and coordinate axis 計測した実車寸法をもとに車室モデルの幾何形状を作成した．まず，Fig. 3.10のように先行 研究にて構築された前面衝突用車室モデルのジオメトリを修正した．その際，車室の形状の相 違により矩形板の連結枚数が異なったが，適宜サーフェスの追加，削除を行うことで対応した． また，エアバッグは現実の車両において側面衝突では基本的に作動しない構造となっているた め削除した．これにより，計算時間が短縮されるという非常に大きな利点がある． 側面衝突では前面衝突に比べて衝突のエネルギーを吸収する余地が極めて少ない．衝突によ り車両側面が変形し，車室内への貫入が発生する．したがって，車室の変形を考慮してモデル 化を行う必要がある．しかし，本研究ではマルチボディと呼ばれるモデルを採用しており，基 本的に形状の変化を許容しない．そこで，ドアをいくつかのセグメントに分割し，それぞれの セグメントに並進運動を与えることで変形を模擬することとした．Fig. 3.11にドアモデルの変 形のイメージを示す．なお，ドアウィンドウは車種や衝突の条件により車室の外側へ逃げてい く挙動を示したり粉砕されてしまったりするなど，厳密なモデル化が非常に困難であるため， 本モデルでは変形しないこととし，接触剛性のみを定義した． 車両側面を衝突されると，乗員には慣性により見かけ上ドア方向への加速度が発生する．そ の際，3 次元的な形状を持つシートの座面および背もたれによって乗員の運動がある程度拘束 されると考えられる．しかし，先行研究で用いられていた矩形板で表現されたシートでは面に 平行な方向の力が摩擦力以外働かないので，詳細な形状を持つ有限要素モデルを採用すること にした．Fig. 3.12に車両モデルからのシート抽出，スケーリングの様子を示す．

X

Z

Y

X

Y

Z

X

Z

Y

X

Y

Z

Fig. 3.10 Geometry change

Fig. 3.11 Door deformation image Segment1 Segment2 Segment3 _X Y Z Y Z d1 d2 deform Geometry change

Fig. 3.12 Seat extraction and scaling 3.2.3 側面衝突シミュレーションモデル 乗員モデルと車室モデルを組み合わせ，Fig. 3.13のような側面衝突シミュレーションモデル を構築した．側面衝突試験において車両重心で計測された Y 軸方向加速度波形を入力し，衝突 によるドア変形を表現した強制変位をドアモデルに与えることにより側面衝突事故を再現し た．この方法では，様々な事故条件下における計算安定性および時間短縮を図ることができ， 衝突車両のモデル化も行う必要がないという利点があると考えられる． ドアモデルは 3 つのセグメントに分割されており，Fig. 3.14のようにそれぞれ独立に変位さ せることができる．ドアウィンドウは衝突時にあまり変位せずに粉砕されることが多いため， シミュレーションでは変位を与えないこととした．一方，ドアウィンドウより下部のドアパネ ルについては，JNCAP 側面衝突試験における車室内変形量の計測点である Belt Line と H-Point に対応した 2 つのセグメントをそれぞれ Y 軸方向に変位させることにより変形を表現した．

Extraction Scaling

Fig. 3.13 Side impact simulation model

Fig. 3.14 Modeling of door deformation

（1）初期姿勢 乗員の初期着座姿勢は，各関節を固定した乗員モデルをシートの上方から落下させ，静的釣 り合い位置を求めることにより決定した．シートの静的釣り合いを求める際，振動の減衰を待 っていると解析時間が非常に長くなってしまうため，釣り合い位置において乗員モデルの全ジ ョイントをロックし，固定するという手法をとった．Fig. 3.15にその様子を示す．

Belt Line

300 mm

Door

window

Door panel 1

(Belt Line)

Door panel 2

(H-Point)

H-Point

Door deformation Y-axis acceleration Ｘ Ｙ Ｚ

Fig. 3.15 Seat fitting

シートベルトは乗員モデル前方から後方へ並進移動させることで乗員モデルに接触させ，自 然な位置で乗員を拘束するよう配置する．Fig. 3.16にベルトフィッティングの様子を示す．

Fig. 3.16 Belt fitting

（2）車両加速度

衝突が起こると，乗員には車室から見れば見かけ上の加速度が発生する．その加速度は絶対 座標系から見た車両に発生する加速度の符合を反転したものとなる．したがって，再現シミュ レーションでは衝突試験車両の車両重心で計測された 3 軸加速度を用いた．

（3）車室変形量 JNCAP 衝突試験の報告書には衝突後の車室内変形量が記載されている．しかし，衝突中の車 両は塑性変形に加えて弾性変形をするため，それを含めて考えると，衝突中の最大変形量は報 告書の記載値よりも大きいはずである．弾塑性体の応力-ひずみ関係より，Fig. 3.17に示す力‐ 変形量の図を書くことができる．衝突が開始し車両側面に荷重がかかると，車両側面の構造体 は変形を始める．荷重が材料の許容値を超えると塑性変形がはじまり,荷重が最大となったとき 変形も最大となる．荷重が除荷されると弾性変形の量だけ変形は戻り，塑性変形のみが残る． したがって，車室変形量の履歴はFig. 3.18に示すような，スプリングバックをもつ波形である と考えられる． 側面衝突実験におけるドアのスプリングバックは 25％以下であること[26]_{から，衝突時の最} 大変形量を試験後に計測された最終変形量の 1.25 倍とした．また，最大変形および最終変形と なる時刻はそれぞれ車両加速度が最大値に達する時刻および車両と MDB との相対速度が 0 と なる時刻とした．

Fig. 3.17 Force – Deformation curve

Fig. 3.18 Door model deformation Plastic deformation

x

_{pla Elastic deformation}

ela

x

Gradient

k

max

F

Load [N] Deformation [m] 0 Time Dis p lac emen t

3.2.4 JNCAP 側面衝突試験の再現による妥当性検証

まず NCAP 側面衝突試験の概要について説明する．この試験はFig. 3.19に示すように，側面 衝突用乗員ダミーEuro-SIDⅡを搭載した静止しているテスト車両の運転席側面に対し， MDB(Moving Deformable Barrier)と呼ばれる 950kg の台車を 55km/h で衝突させるというもので ある． MDB の衝突部分にはアルミ製のハニカム構造体が装着されており，衝突のエネルギー を吸収することができるようになっている．これは，実際の事故において衝突した側の車両前 部が変形することを模擬したものである．ダミーはヨーロッパで側面衝突用に開発されたもの であり，身長 170cm 体重 78kg と，日本人標準に比べて重めになっている．また，各体節に加 速度計や変位計が取り付けられており，衝突中の加速度応答や車室内構造物との接触による変 形を計測することができる．その他，試験における計測項目および計測装置としては，車両お よび MDB の重心位置における 3 軸加速度，回転加速度，高速度カメラにより撮影された各種 挙動，荷重センサーによる衝突中の接触力，衝突後の変形量などがある． 車室モデルのジオメトリがエクストレイルをもとにしていることと，高速度映像においてダ ミーの挙動が確認しやすかったことから，妥当性検証にはエクストレイルの試験結果を用いた．

Fig. 3.19 JNCAP side impact test

側面衝突シミュレーションモデルの妥当性を検証するため，JNCAP 側面衝突試験データの中 から SUV を 1 台選定し，その試験の再現シミュレーションを行った．この試験では MDB (Moving Deformable Barrier)と呼ばれる質量 950kg の台車を静止している試験車両に 55 km/h で 衝突させ，運転席に搭載された側面衝突用ダミーEuroSID-2 により衝突による加速度応答を計 測している． 再現シミュレーションでは，車両重心において計測された加速度波形および推定したドア変 形の時刻歴を用いた． Euro-SIDⅡposition 55km/h Alminium honeycomb MDB Test car

入力した加速度波形をFig. 3.20に示す．衝突試験において車両重心で計測された 3 軸加速度 の符号を反転したものであるが，Y 軸加速度については衝突後でも加速度が発生し続けるとい う現象が起こっており，他の車種における衝突試験の結果と比較しても明らかに異常な結果で あったため，ピークが終了したところで加速度を 0 とした．これは衝突により加速度計が破損 してしまったためと考えられる．X 軸および Z 軸加速度についても同様の現象が見られるが， Y 軸方向に比べ影響が小さいことからそのままの波形を用いることとした．

Fig. 3.20 Input acceleration 0 -100 -200 -300 100 300 200 100 200 Time [ms] Accelera tion [ m /s 2 ] (a) X - axis 0 -100 -200 -300 100 300 200 100 200 Time [ms] Accelera tion [ m /s 2 ] (b) Y- axis 0 -100 -200 -300 100 300 200 100 200 Time [ms] Accelera tion [ m /s 2 ] (c) Z - axis

0

200

400

600

0

60

120

180

De

fo

rm

at

io

n

[m

m

]

Time [ms]

H-Point

Belt Line

Fig. 3.21 Door panel displacements

Fig. 3.21にシミュレーションにおけるドアパネルの変位の時刻歴を示す． シミュレーションの結果，乗員モデルの体全体がドア側へ変位し，頭部がドアウィンドウに 衝突するという挙動はダミーの挙動と一致した．また，頭部，胸部加速度履歴の定性的な特徴 がよく一致し，定量的にも大きな差があまりないことがわかった．簡便な側面衝突シミュレー ションモデルにもかかわらず側面衝突試験におけるダミー応答を十分再現しており，側面衝突 事故の再現シミュレーションに利用可能であると考えられる． Fig. 3.22に，衝突試験における高速度映像とシミュレーションとの比較を示す．衝突試験に おけるダミーの挙動は車両に隠れてしまっていて全てを見ることはできないが，ここでは見え る範囲でのおおまかな挙動の特徴を比較する． まず，体全体の挙動は概ね一致していると言える．衝突開始から体全体がドア側にスライド し始め，ドアと接触し始めると同時に体が傾き，頭部がドアウィンドウに衝突するという特徴 が衝突試験とシミュレーション両方に見られる．乗員モデルの腕部の挙動が目立っているが， 腕については初期姿勢が異なっている上に，そもそも衝突試験に用いられているダミーには肘 から先が存在せず，側面衝突において重症死亡を取り上げる際に腕部の重要性が低いため深く 考察はしない．しかし，肘より上の部分の挙動のみに注目すると，時間が進むにつれて上方に 舞い上がるという特徴が一致している． 頭部に注目すると，100ms でドアウィンドウに衝突するまでの挙動は試験映像と良く一致し ているが，衝突後ドアウィンドウとの相対距離が離れていくのが若干早くなっている．これは 車室のドアウィンドウのモデル化に問題があると考えられる．試験映像を見ると，衝突によっ てドアは車室内に貫入してくる．そのとき，ドアウィンドウは逆に車室の外へわずかに逃げて いくような挙動を示している．また，ダミーの頭部がドアウィンドウに接触したときは頭部の 跳ね返りが少なく，ドアウィンドウのたわみが見られた．シミュレーションの車室モデルでは， ドアウィンドウは空間内に固定されており，運動をしないようになっている．それによって乗 員頭部との衝突による衝撃が吸収されず，反発が大きくなってしまったと考えられる．しかし，