人体モデルを用いた前面衝突事故における

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 21 年度 タカタ財団助成研究論文集 ISSN 2185-8950 ―

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

日本医科大学千葉北総病院

救命救急センター医師

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 乗員および車室マルチボディモデルの概要および改良 ... 5 2.1 はじめに ... 5 2.2 乗員マルチボディモデルの改良 ... 6 2.2.1 日本人男性の代表形状を有する乗員マルチボディモデル ... 6 2.2.2 先行研究における乗員モデルの問題点およびその改良 ... 10 2.3 車室マルチボディモデルの改良 ... 16 2.3.1 車室マルチボディモデルの概要 ... 16 2.3.2 先行研究における車室モデルの問題点および改良点 ... 20 2.4 まとめ ... 21 第 3 章 前面衝突試験を用いた交通事故シミュレ－ションモデルの妥当性検証 ... 22 3.1 はじめに ... 22 3.2 前面衝突シミュレーションモデルの概要 ... 23 3.2.1 再現に用いる JNCAP データの概要 ... 23 3.2.2 シミュレーションの初期条件 ... 25 3.3 シミュレーション結果の検証および考察 ... 30 3.3.1 乗員挙動... 30 3.3.2 各部位の加速度および荷重 ... 33 3.4 まとめ ... 35 第 4 章 乗員傷害予測式の構築 ... 36 4.1 はじめに ... 36 4.2 交通事故シミュレーションによる傷害データベースの構築 ... 37 4.2.1 力学モデルを用いた車両特性の算出 ... 37 4.2.2 傷害予測式に用いる事故条件パラメータの選定 ... 45 4.2.3 傷害データベースの構築 ... 55 4.3 重回帰分析による乗員傷害予測式の導出 ... 56

4.3.1 各部位に対応した AIS ( Abbreviated Injury Scale )の算出式 ... 56

4.3.2 重回帰分析による乗員傷害予測式の導出 ... 59 4.4 実事故データを用いた乗員傷害予測式の精度検証 ... 63 4.4.1 実事故データの概要 ... 63 4.4.2 頭部... 66 4.4.3 胸部... 68 4.4.4 大腿部... 70 4.5 考察 ... 72 4.6 まとめ ... 74

第 5 章 成果のまとめ ... 75 5.1 各章のまとめと総括 ... 75 5.2 今後の展望 ... 76 参考文献 77

第1章 まえがき

1.1 本研究の背景と目的 Fig.1.1 に示すように，日本国内における 2009 年度の交通事故死傷者数は 90 万 8874 人であり， そのうち死者数は 4914 人である(1)_{．この死者数は過去最悪を記録した 1970 年の 16765 人の 30％以} 下に相当し，1992 年より一貫して減尐傾向を示している．しかし，減尐傾向にあるものの交通事故 による死者が未だに存在することに変わりはない．今後も自動車が人類の良きパートナーであり続 けるためには，エネルギー問題の解決とともに「交通事故による死者ゼロ」の達成が非常に重要な 命題であることは間違いない．現に，日本政府は 2018 年までに死者を 2500 人以下にまで減尐させ るという新たな目標を 2009 年度に宣言しており，時間的猶予もそれ程無いといった状況である．

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

死者 2500 人以下というのは現状の約半数に相当する数であり，目標達成のためには考え得る様々 な方策を動員しなければならない．ここ数年における死者数の減尐は，1986 年に施行された運転 席・助手席のシートベルト着用義務化などによる法規の整備，エアバッグや ABS（Anti-lock Braking System）などといった自動車自体の安全性能の向上，および ITS（Intelligent Transport System）など によるインフラの整備などといった，「予防安全」と「衝突安全」による効果が大きい． 一方では，被害者の救出方法や救急医療サービス体制の確立などによる被害拡大防止を目的とし た「衝突後安全」に関する取り組みは，これら「予防安全」と「衝突安全」に関する取り組みと比 較して整備が遅れている． 2000 年に厚生労働省が行った調査によると，2000 年の 1 年間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％であると報告された(2)．また，千葉県事故調査委員会が 2004 年に行っ た調査によると，交通事故死亡者として注目した 96 例のうち，50％が PTD であったと報告されて いる(2) ． [million]

1970 1975 1980 1985 1990 1995 2000 2005

0

5000

10000

15000

0

50

100

150

N

um

be

r of a

c

c

ide

nt

s

N

um

be

r of c

a

sua

lt

ie

s

Dominical year

N

um

be

r of de

a

th

Death

Casualties

Accidents

救急救命医療には，「診断の正確さ」と「治療開始の迅速さ」の両方が求められるが，事故現場に おけるトリアージでは決定的に情報が不足しており，誤った判断が起こりやすい．したがって，救 急隊員の判断を助ける傷害予測情報があれば，誤った判断を大幅に減尐させることができ，死傷者 数の大幅削減の効果が期待できる．ここで言う「傷害予測」とは，現実に起こってしまった事故に よって被害者がどのような傷害を被った可能性が高いのかについての情報である． 傷害予測を行う手法として，1 つは質・量ともに十分な実事故データベースに基づいて統計式を 構築するという方法が挙げられる．しかし，大量の実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となり，また乗員が受傷にいたる過程の情報が反映されないなど，実事故デー タのみでは不十分である．そこで，人間・車・環境のコンピュータモデルを用いた工学シミュレー ションを利用する方法が有効である．工学シミュレーションを利用すれば，比較的短時間で大量の 事故を作り出すことが可能であるし，事故過程の情報を取得することが出来る． 以上の背景より，本研究では工学シミュレーションを用いて傷害予測手法を構築することを目的 とする．詳細な傷害予測モデルの構築方法については 1.2 に後述する．

1.2 本報告書の構成 本報告書は「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」と題し，下記の 5 章 により構成される． 本研究では，傷害予測手法として「乗員傷害予測式」の構築を目指す．つまり，事故時の状況（車 種，衝突速度もしくは加速度，乗員体型，シートベルトやエアバッグの有無等）を与えれば，乗員 の受傷部位および受傷内容が算出されるといった予測式の構築である． 傷害予測式構築の概要は，Fig.1.2 に示す通りである．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事故再現シミュレーションモデルを構築する．事故条件としては，交 通事故のうち最も多数を占める前方衝突を取り上げる．この事故再現シミュレーションモデルの妥 当性は，日本国内における自動車の安全性能テストである JNCAP データ(3)_{を用いて検証する．次に，} このシミュレーションモデルを用いて事故の条件を多様に変更した大量の事故シミュレーションを 行い，「乗員傷害データベース」を構築する．この乗員傷害データベースは衝突速度，衝突方向，エ アバッグ着用有無，シート位置，乗員体形といった事故情報と，シミュレーション結果から得られ る傷害部位や内容といった受傷情報が対応するデータベースである．さらに，この仮想的な傷害デ ータベースに対して統計的な分析を行うことにより，事故情報と受傷情報を関連付ける傷害予測式 の導出を行う． 本研究においては，傷害データベース構築のため大量にシミュレーションを実行する必要がある ため，計算コストに優れるマルチボディモデルを用いたシミュレーションモデルを採用している． 現状のモデルでは，人間の能動的な反応など実現象を十分に反映出来ていない点が多々あるが，本 研究では現モデルを積極的に応用利用して傷害予測式を構築し，それと並行してシミュレーション モデルの精度向上を目指すこととした．得られた傷害予測式を運用しながら実事故データを収集し， 収集された実事故データと傷害予測式を照合することにより，継続的にその精度向上を図る．また， 実事故データを活用して事故再現シミュレーションを繰り返すことにより，シミュレーションモデ ルそのものの精度向上も図っていく．このような方法によって，比較的尐数の実事故データを基に， より早期に精度の高い傷害予測式を構築できると考えられる． また，多種多様な車種間の個体差を傷害予測式に反映させることが必要となるが，車種ごとにシ ミュレーションを行い，傷害データベースを構築することは非常に困難である．そこで，シミュレ ーションについては代表的な 1 車種についてのみ構築し，車種間の個体差の影響を JNCAP データ から補正することとした．

Fig.1.2 Schematic procedure of developing prediction formula for occupant injuries with traffic

reconstruction simulation

本報告書は，以上の流れに応じて構成される． 第 1 章「緒論」では本研究の背景と目的について述べた．また工学シミュレーションを用いた傷 害予測式構築の概要を示し，本報告書の構成を述べた． 第 2 章「乗員および車室マルチボディモデルの修正および検証」では，交通事故シミュレーショ ンモデルの構築要素である，先行研究にて構築された乗員マルチボディモデルの問題点，修正した 内容，および検証結果について述べ，また車室マルチボディモデルの修正内容について述べた． 第 3 章「前面衝突再現シミュレーションによる交通事故シミュレーションモデルの妥当性検証」 では，交通事故シミュレーションモデルの妥当性検証のために構築した JNCAP データを用いた再 現シミュレーションの概要について述べ，試験結果とシミュレーション結果の比較について述べた． 第 4 章「乗員傷害予測式の導出」では，第 3 章にて検証を行った交通事故シミュレーションモデ ルを用いた傷害データベースの構築手法について述べ，頭部，胸部および大腿部について導出した 乗員傷害予測式について述べた．また実事故データを用いた各予測式の精度検証について述べた． 第 5 章「結論」では，本研究により得られた結果をまとめ，今後の展望について述べた．

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 procedure Parameter study

Traffic reconstruction simulation

Reconstruction simulation

Validation

 Driver model  Vehicle model

 Full-wrap frontal crash  Data of 2000~2008

Accidental data

 Domestic data from

traffic accident

Validation

Prediction Formula for Occupant Injuries

JNCAP data

第2章 乗員および車室マルチボディモデルの概要および改良

2.1 はじめに 本研究の目的である乗員傷害予測式を導出するため，まずは大量の交通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た．大量のシミュレーションを実行するため，一つ一つの計算負荷 は低いことが望ましい．そこで，本シミュレーションモデルを構成する乗員モデル，および車室モ デルは計算負荷の低いマルチボディモデルと有限要素モデルの組み合わせにて作製することとした． 一方で，シミュレーションモデルの精度は乗員傷害予測式の精度に直接影響をおよぼすため，計 算時間の短縮と同時にシミュレーションモデルの精度向上も非常に重要である．本研究の先行研究 において，既に乗員マルチボディモデルとして日本人男性の代表形状を有する全身マルチボディモ デル，車室マルチボディモデルとして実車寸法にもとづいた車室モデルおよびエアバッグモデルが 作製されてきたが(4)(5)_{，先行研究において様々な問題点が報告されるなど改良の余地を多分に残して} いる． そこで本章では，先行研究にて報告されているモデルの問題点を乗員モデル，および車室モデル それぞれについて紹介し，改良を加えた点について述べる．

2.2 乗員マルチボディモデルの改良 2.2.1 日本人男性の代表形状を有する乗員マルチボディモデル 本研究の先行研究において土佐ら(4) によって構築された，日本人男性の代表形状を有する乗員マ ルチボディモデルの概要を示す．このモデルの特徴は個体差を定義するパラメータとして身長・体 重を用いている点であり，簡単に計測できる入力データを用いることによりモデル化に要する時間 が短縮されるメリットがある． Fig.2.1 に示すように，この全身モデルは，15 個の体節（頭部，頚部，胸部，腹部，腰部，上腕部， 前腕部，大腿部，下腿部，足部）から構成される．Fig.2.2 に日本人男性の代表形状を有する乗員マ ルチボディモデルを示す．まず，産総研デジタルヒューマン研究センターにより提供された人体寸 法データベース(6)_{から日本人男性の平均体型に近い人を選び，実人体の三次元形状計測に基づいた} 形状忠実性の高い標準モデルを作製した．仰向け姿勢にて計測された人体形状の腕部および下肢の 関節角を変更し，運転姿勢へとモデル形状変換された．さらに，この人体寸法データベースを用い て従属変数が身長および体重，独立変数が各体節の寸法という重回帰式を算出した．この標準モデ ルと重回帰式を組み合わせることにより，身長・体重をパラメータとした個体差を有する全身マル チボディモデルが作製可能となった．具体的には，各体形に応じた身長・体重を重回帰式に代入す ることにより各体節の寸法を求め，標準モデルの寸法を形状変換して外形状を構築するといった手 順である．また各体節の質量特性は，阿江ら(7)_{および鈴木ら}(8)_{の手法により算出した．}

Fig.2.1 Division planes of body joints

(a) perspective front view (b) side view

Fig.2.2 Multi-body occupant model of Japanese 50

th

percentile male

Head plane Neck plane Shoulder plane Knee plane Ankle plane Hip plane Abdomen plane Thorax plane Elbow plane

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行せず，受動的な抵抗のみを考慮した．受動抵抗には，当初土佐(4)_らが 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 関しては江尻(5)_{らにより日本人の関節受動抵抗}(9)_{へ変更されている．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.2.3 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.2.4 に腕部接触剛性を示す．

Fig.2.3 Joint stiffness of the knee. Tosa

(4)

(before) and Ejiri

(5)

(after)

また，人体寸法データベース(1)_{を用いて 5 体の乗員モデルを作製した．Fig.2.5 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.2.5 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

5th percentile on major axis 5th percentile on minor axis 95th percentile on minor axis 95th percentile on major axis

1714 1578 1785 1643 1850 63 45.3 54 72.6 81.3

Fig.2.5 Scatter diagram for standardized heights and weights of Japanese male with the 95%

probability ellipse

2.2.2 先行研究における乗員モデルの問題点およびその改良 先行研究(5)_{や本研究において，前項 2.2.1 にて述べた乗員モデルを用いた交通事故シミュレーショ} ンが行われてきたが，様々な問題点が見られた．本研究ではそのうち，为要な問題であると考える 2 点について改良を行った． (1) 乗員モデルを構成する Body 要素および Joint 要素の改良 2.2.1 にて述べた乗員モデルを用いた先行研究の交通事故シミュレーションにおいて，Fig.2.6 に示 すような乗員挙動が得られた．特に体幹部の不連続な変形，および股関節の過度な前方への変形と いう点で実際の乗員とは明らかに異なる挙動が見られた．そこで，乗員モデルの構成を見直すこと とした． (a) overview

(b) unnatural torso motion (c) unnatural lower limb motion

Fig.2.6 Occupant behaviour in simulation with the previous occupant model

(5)

本研究におけるシミュレーションの解析ソルバーは MADYMO（TNO Automotive）であり，この 乗員モデルは MADYMO に対応して作製されている．MADYMO において扱われるマルチボディモ デルは，Fig.2.7 に示すような Body 要素および Joint 要素により構成され，各 Body 間の連結や重心 位置，Joint 特性などを定義することでモデルを作製する．本乗員モデルは各体節につき 1 つの Body 要素計 15 個，各関節につき 1 つの Joint 要素計 14 個にて構成されている．

Fig.2.7 Body-element and Joint-element system in MADYMO

Fig2.8 (a)のように，先行研究の定義ではBody-pelvisとBody-abdomenの位置が上下反転しており， 体幹の連結が正しく表現できていなことが確認出来る．乗員体幹部が不自然な挙動を示した原因は， Body-abdomen と Body-thorax および Body-abdomen と Body-pelvis が別個の連結を構成していること であると考えられる．また，Body-pelvis と Body-abdomen の位置が上下反転していることで， Body-femur と Body-pelvis 間の Joint 要素に入力した股関節の関節剛性が正しく作用しないために， 乗員下肢が不自然な挙動を示したと考えられる．

以上に示した 2 点の問題点を修正し，Fig.2.8 (b)のような新たな Body 要素および Joint 要素の構成 を作製した．このような改良を加えたことによる乗員モデルの妥当性については，3 章にて後述す る．

Body element

Joint element

Fig.2.8 Perspective front view (left) and close-up side view (right) of the body and Joint

construction of occuapnt model

(a) Before modification

(b) After modification

Body-thorax

Body-pelvis

Body-abdomen

Body-thorax

Body-pelvis

Body-abdomen

(2) 乗員モデル初期姿勢の改良

人体外形状を計測して作製された本乗員モデルは，形状忠実性が高く．Fig.2.9 に示す楕円体の体 節から成る従来マルチボディ乗員モデルより優れている．先行研究(4)_{において，シートベルトと乗}

員との接触が滑らかであり，楕円体モデルにおいて見られた楕円体間へのシートベルトの食い込み 発生しないなどのメリットが報告されている．

Fig.2.9 Existing ellipsoid occupant model

形状忠実性は高い一方で，先行研究における乗員モデルの初期姿勢は，Fig.2.10(a)に示すように， 腹部が前に突き出しており自然な運転姿勢ではない．これは，人体外形状を測定する際に被験者が 仰向けに寝ている状態であったため，上体が沿っていたことが原因であると考えられる．また，こ のような上半身姿勢の問題により，シートベルトと乗員との関係が正しく表現できていなかった． 特に Fig.2.10(b)に示すように，腹部の突き出しによりラップベルトが腰部と腹部との間に挟まれ， 上方に移動できなくなっていた．上方に移動したラップベルトによる腹部圧迫が傷害を発生させる 事故例が多数報告されていることから(1)_{，修正が必要であることが伺える．}

そこで，3D メッシュ作製ソフトである Hyper Mesh (Altair Engineering, Inc.)を用いて，Fig.2.11 のよ うに初期姿勢の修正を行った．修正の基準として背骨に注目し，乗員が自然な前傾姿勢を取れるよ う背中のカーブを決定した．そして Hyper Mesh の Hyper Morphing 機能を用い，上半身の大きさを 変えることなく，修正した背中のカーブを基準に上半身形状を変換した．前項 2.2.1 にて述べた 5 体の乗員モデルのうち，長軸上の 5th ％ile，Average，95th ％ile の 3 体を使用することとしたため， 同様の作業をこの3体について行った．Fig.2.12に，形状変換を行った乗員モデルであるShort_model， Average_model，Tall_model を示す．自然な前傾姿勢を取り，腹部の突き出しも無くなっていること が確認出来る．

(a) protruding abdomen in the initial posture (b) stuck lap-belt between abdomen and pelvis during a collison

Fig.2.10 Questionable points of the previous occupant model

(5)

Fig.2.11 Occupant model in initial position.

(a) before modification

(b) after modification

Unnatural abdomen posture

Lap-belt doesn’t move to upper direction

Fig.2.12 Perspective front (left) and side (right) view of modified occupant models (a) Short_model

(b) Average_model

2.3 車室マルチボディモデルの改良 2.3.1 車室マルチボディモデルの概要 車室マルチボディモデルは，江尻ら(5) の作製した車室モデルに改良を加えたものを用いた．本車 室有限要素モデルとマルチボディモデルの組み合わせにて構成され，シートベルトおよびエアバッ グは有限要素モデル，それ以外はマルチボディモデルにて作製された．Fig.2.13 に，車室マルチボ ディモデル，シートベルトモデルおよびエアバッグモデルを示す． (a) overview

(b) seat belt (c) airbag Fig.2.13 Vehicle interior model

Seat belt

Seat

Pillar

Floor

Brake pedal

Front glass

Dash board

Toe board

Knee board

Steering

Airbag

Shell

Multi-body

車室モデルの幾何形状は，渡辺ら(10)_{によって測定された実車の車室寸法をもとに作製された．対}

象とした車種は，クラウンコンフォート（トヨタ自動車株式会社）である．Fig.2.14 にクラウンコ ンフォートの車室寸法測定の様子を，Table 2.2 に測定諸元を示す．

Fig.2.14 The scene of measuring the size of Toyota Crown Comfort

Table 2.2 Measured specification of Toyota Crown Comfort

Vehicle mass [kg]

Length [m] Width [m]

Front Rear Total

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.2.15 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，Fig.2.13(b)に示すように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.2.16 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(11)_{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.2.17 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．

Fig.2.15 Material properties of the FE part of belts

F.2.16 Material properties of the string

Fig.2.17 Relation of Load-Penetration contact force between seat and hip

(a) Shoulder belt

(a) Shoulder belt

(b) Lap belt

(b) Lap belt

0.02

0.04

0.06

0.08

0.1

0

1000

2000

3000

4000

5000

Penetration [m]

L

o

ad

[

N

]

0 0.05 0.1 0 100 200 Strain S tr es s [M P a] 0 0.05 0.1 0 100 200 Strain S tr es s [M P a] 0 0.05 0.1 0 5 10 Relative Elongation F o rc e [k N ] 0 0.05 0.1 0 5 10 Relative Elongation F o rc e [k N ]

2.3.2 先行研究における車室モデルの問題点および改良点 2.3.1 にて述べた車室モデルを用いて江尻ら(5)が行った前面衝突事故シミュレーションによると， エアバッグの展開が頭部最大並進加速度を高める結果が報告されている．このエアバッグモデルは， 詳細な形状データを用いたが，ガスを送り込むインフレータ特性については Fig.2.18 に示すような ガスの流入量のみをモデル化したため，緩衝性が表現されていないと考えられる．その結果頭部へ の接触反力が大きくなり，最大加速度を高めてしまったと考えられる． エアバッグは，ガスが流入して展開が完了した後，エアバッグ後部からガスを放出することで衝 撃を吸収する仕組みとなっている．このガス放出のメカニズムはメーカーや製品によって様々であ り，また一般には公開されていない．そこでシートの接触剛性と同様に，MADYMO が提供するデ ータベースにおいて用いられているガス放出の定義を用いることとした．この定義においては，エ アバッグ内の圧力が 50 kN/m2_{に達した後，1 ms の間にエアバッグ後方の孔からガスが放出される．} このガス放出特性を加えたことによるエアバッグモデルの妥当性については，3 章にて後述する．

Fig.2.18 Volume-time curve of inflow gas into airbag

0

10

20

30

40

0

1

2

Time [ms]

V

ol

um

e

[m

3

]

2.4 まとめ

本章では，先行研究(4),(5)_{により作製された乗員マルチボディモデルおよび車室マルチボディモデ}

ルの概要と改良点について述べた．

乗員モデルは人体外形状の計測にもとづいた形状忠実性の高いモデルであり，乗員モデルを構成 する Body 要素および Joint 要素の連結について，上下反転していた Body-abdomen と Body-pelvis の 位置を修正し，体幹の連結を改良した．これに伴い，Body-pelvis と Body-femur 間の Joint 要素に入 力した股関節の関節剛性も正常に作用するようになった．また，乗員モデルの初期姿勢が自然な運 転姿勢を取るよう，上半身についてモデルの形状変換を行った．

車室モデルは実車の計測をもとに作製され，有限要素モデルおよびマルチボディモデルの組み合 わせで作製された．先行研究(5)_{にて見られたエアバッグモデルの過度な反発を修正するため，新た}

第3章 前面衝突試験を用いた交通事故シミュレ－ションモデルの妥当性検証

3.1 はじめに 本章では，前章にて改良を行った乗員モデルおよび車室モデルを用い，交通事故シミュレーショ ンモデルを構築し，その妥当性を検証した．前章で改良し本章で検証する項目は，先行研究(5)_にて 見られた乗員モデル上半身の不連続な挙動，股関節の過度な前方移動，ラップベルトと乗員モデル との関係，およびエアバッグの過度な反発である．また，改良を加えた点以外にも，シートベルト やエアバッグ，シートなどの車室構成物と乗員の各部位との接触が妥当かどうかを検証した． そこで本章では，前面衝突試験を模擬したシミュレーションを行い，試験結果とシミュレーショ ン結果を比較することにより交通事故シミュレーションモデルの妥当性を検証する．前面衝突試験 として，自動車アセスメント JNCAP におけるフルラップ前面衝突試験を用いる．そして，試験お よびシミュレーションにおける衝突時の乗員挙動，および各部位の加速度と荷重を比較することに より，本シミュレーションモデルの妥当性を検証する．

3.2 前面衝突シミュレーションモデルの概要 3.2.1 再現に用いる JNCAP データの概要 交通事故シミュレーションモデルの妥当性を検証するため，前面衝突試験と比較を行った．前面 衝突試験として，本研究では自動車アセスメント（JNCAP）のフルラップ前面衝突試験を用いるこ ととした． 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ーのよ 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.3.1 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 3.1 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 3.1 Measuring contents in Full wrap frontal impact test

Dummy (Driver, Passenger)

Head liner Acc. Thorax liner Acc. Thorax displacement Neck force

Neck moment Pelvis liner Acc.

Femur force (Left, Right) Knee displacement (Left, Right) Tibia force (Lower, Upper / Left, Right) Tibia moment (Lower, Upper / Left, Right)

Vehicle

Engine Acc. Side-sill Acc. C.O.G. Acc.

3.2.2 シミュレーションの初期条件 乗員モデルおよび車室モデルの妥当性を検証するべく，3.2.1 にて述べたフルラップ前面衝突試験 を再現したシミュレーションモデルを作製し，結果を比較した．以下に，再現シミュレーション条 件の概要を示す． フルラップ前面衝突試験のうち，セレナ（日産自動車株式会社）の試験結果に注目することとし た．Fig.3.2 にセレナおよびダミー着座の様子を示す．

(a) Nissan Serena

(b) Occupant dummies in initial position

Fig.3.2 Full-wrap frontal impact test of Nissan Serena

シミュレーションに用いた乗員モデルは，2 章にて述べた 3 体のモデルのうち試験に用いたダミ ーである 50%ile Hybrid-Ⅲの身長に最も近い Average_model を用いた．Fig3.3 および Table 3.1 に 50th%ile Hybrid-Ⅲと Average_model における身長・体重の比較を示す．

(a) 50%ile Hybrid-

Ⅲ

(b) Average_model

Fig.3.3 Occupant 50

th

%ile Hybrid-Ⅲ in JNCAP test and simulation model

Table 3.2 Comparison of heights and weights between 50

th

%ile Hybrid-Ⅲ and Average_model

50%ile Hybrid-Ⅲ Average_model

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

車室モデルは，2 章にて説明したモデルを JNCAP データにおける日産セレナの幾何形状に従い修 正した．Fig.3.4 に，修正前および修正後の車室モデルの概要を示す．また乗員のシート上での初期 位置は，シートとの接触反力が静的な釣り合いを保つ位置とした．釣り合いの位置を求めるため， 各関節を固定した乗員モデルをシートと接触する位置から自由落下させ，静止した位置を初期位置 とした．この初期位置が試験状況と一致するようシート，ハンドルおよびトゥーボードの位置を修 正した．Fig.3.5 および Table 3.3 に，試験とシミュレーションの乗員初期位置の比較を示す．また乗 員モデルが初期位置にある状態でシートベルトのフィッティングを行い，体にフィットした位置で 固定した．

(a) Original

(b) Modified model for Nissan Serena

Fig.3.4 Vehicle interior model

Fig.3.5 Occupantt’s initial position defined with four positioning distances (A, B, C, and D)

and angles (α, β, and γ)

Table 3.3 The values of positioning indexes of Nissan Serena and Vehicle interior model

Distance (mm)

Angle (degree) Nissan Serena

Simulation

Before modification After modification

A (Nose – Steering upper) B (Thorax – Steering center) C (Knee – Toe board) D (Floor – Steering center)

427 296 111 683 501 - - - 404 313 101 640 α β γ － － － 37 48 36 48 40 36

衝突時の車室内状況をシミュレーションにて再現するため，試験より得られた車両重心の並進加 速度の正負を逆転させて乗員モデルに入力した．Fig.3.6 に，シミュレーションモデルにおける座標 系の定義および乗員モデルに入力した並進加速度を示す． エアバッグの展開開始は，衝撃により車両に発生する加速度をトリガーとしている．しかし，衝 撃加速度がどのような条件に達した際にエアバッグが展開するかは不明であるため，衝突時の高速 度映像を参考に衝突開始から 15 ms 後に展開することとした．

(a) Coordinate system in the simulation

0

100

200

-500

0

500

Time [ms]

Acc

. [m/s

2

]

X

Y

Z

(b) Acceleration-time curves

Fig.3.6 Liner acceleration obtained in JNCAP test and inputted to simulation model

X

Z

3.3 シミュレーション結果の検証および考察 シミュレーションモデルの妥当性を検証するため，前節 3.2 の条件にて作製したモデルを用いた シミュレーションと試験の結果を，乗員挙動，各部位の加速度および荷重について比較した． 3.3.1 乗員挙動 乗員挙動について，シミュレーションにおける乗員モデル挙動と，JNCAP 試験の衝突時の高速度 映像から確認されるダミー挙動を比較した．試験映像では，ドアの存在によりダミーの腹部より上 の挙動しか確認できないため，頭部とエアバッグの関係に注目することとした．また，2 章にて改 良した乗員モデルおよびエアバッグの妥当性を検証するため，試験結果に加えて，改良前の乗員モ デルおよびエアバッグの設定を用いたシミュレーションの結果とも比較した． Fig.3.7 に示すように，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 ミュレーションを比較した． エアバッグと頭部の衝突に注目すると，モデル改良前のシミュレーションでは，衝突後 100 ms 付近で頭部が大きく反発しているのに対し，モデル改良後は衝突後 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，エアバッグのガス放出特性の改良により，緩衝性が正し く表現できるようになったことが確認できた． また，乗員の体幹部の挙動に注目すると，モデル改良前に見られていた不連続な動きはなく時間 経過とともに滑らかに前傾しており，ラップベルトの上下への動きも抑制されていない．また下肢 の前方への移動はほとんど見られず，運動も滑らかである．試験のダミー挙動と直接比較すること は出来ないが，不自然さが無くなったという点で改善が確認できた． 一方，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 動量が尐なく，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． エアバッグのガス放出状況を見てみると，Fig.3.8 (a)に示したインフレータ修正前は供給されたガ スが全てエアバッグの中に収まっているのに対し，Fig.3.8 (b)に示したインフレータ修正後は衝突後 20 ms 付近からガス放出が開始され，変更したガス放出特性が正しく反映されていることがわかる． 以上，乗員挙動の比較というマクロ的視点からは，試験とシミュレーションの結果がよく一致しモ デル改良の効果が見られた．

0 ms

150 ms

(a) JNCAP

0 ms

150 ms

(b) Simulation with initial models

0 ms

150 ms

(c) Simulation with modified models

(b) simulation with modified models

Fig.3.8 Behaviour of airbag gases

0

50

100

150

0

50

Time [ms]

M

a

ss

[kg

]

Total

In bag

0

50

100

150

0

50

Time [ms]

M

a

ss

[kg

]

Total

In bag

Exhausted

(a) simulation with initial models

3.3.2 各部位の加速度および荷重 前項 3.3.1 にてマクロ的視点に対して，本項ではミクロ的視点として各部位の加速度および荷重に ついて，シミュレーションと試験ダミーより計測されたデータを比較した．本研究において乗員の 傷害発生部位として着目した 4 つの部位は，頭部，胸部，大腿部，さらに，高速度映像から確認で きなかった上半身下腹部の動きを検証するための腰部である．試験ダミーより計測される各部位の 物理量は，頭部，胸部，および腰部が並進加速度，大腿部が軸方向荷重であったため，これにとも ないシミュレーションにおける出力を決定した．Fig.3.9 に，各部位におけるシミュレーション結果 （モデル改良前，改良後）と試験結果を示す．大腿部荷重は，試験にて計測された最大荷重が大き かった右足の結果に注目し，改良まえの乗員モデルでは出力が出来なかったため試験結果およびモ デル改良後のシミュレーション結果のみを示した． まず，モデル改良前と改良後のシミュレーション結果を比較すると，改良後は，頭部，胸部，腰 部の全ての部位において試験結果に近づいたことが確認できる．特に胸部および腰部に関しては最 大値が大幅に減尐し，波形の定性的特徴も実験結果と近いものとなった．胸部および腰部は乗員モ デルの修正による影響が大きいと考えられる．股関節剛性が正しく作用することで下肢の動きが抑 制され，それにともない腰部へ発生する加速度が減尐した．体幹部の一番上に当たる胸部は体幹部 の Body 要素構成に最も影響される部位であり，体幹部 Body 要素の連結を修正した結果が加速度の 減尐につながっている．また頭部は，体幹部の影響を受けると同時に，エアバッグの改良による影 響が大きいものと考えられる． 次に，モデル改良後のシミュレーション結果と試験結果の比較を行うと，全ての部位について波 形の定性的特徴はよく一致している．シミュレーション間で比較できなかった大腿部荷重について もよく一致しており，車室モデルのジオメトリ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，前項 3.3.1 でも挙げたシートの移動，および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尐を発生させていると考えられる． これらモデルの変形をシミュレーションに組み込めば，結果の改善は望めるであろう．しかし， 今回挙げた問題点を改善したところで，試験結果を完全に再現できるシミュレーションモデルを作 製することは不可能であり，ある段階で打ち止めなければならない．本研究においては結果の処理 に統計的な手法を用いることを考慮すると，本シミュレーションモデルの精度は十分であると考え られる．

Fig.3.9 Comparison of body segments accelerations and axial force between JNCAP test and

simulations

0

100

200

-5

0

5

Time [ms]

F

orc

e

[kN

]

Exp.

Sim.

0

100

200

0

500

1000

Time [ms]

A

c

c

. [m

/s

2

]

Exp

Sim-before

Sim-after

0

100

200

0

500

1000

1500

2000

2500

3000

Time [ms]

A

c

c

. [m

/s

2

]

Exp

Sim-before

Sim-after

0

100

200

0

500

1000

1500

2000

2500

3000

Time [ms]

A

c

c

. [m

/s

2

]

Exp

Sim-before

Sim-after

(a) Head acceleration

(b) Thorax acceleration

3.4 まとめ 本章では，前面衝突試験を模擬したシミュレーションを行い，交通事故シミュレーションモデル の妥当性を検証した． 前面衝突試験として JNCAP におけるフルラップ前面衝突試験を用い，乗員モデルおよび車室モ デルを用いて再現シミュレーションを作製した．乗員挙動および各部位の加速度と荷重に注目し， シミュレーションモデルの妥当性を検証した． 乗員挙動は，エアバッグによる頭部への反発が軽減され，試験結果とよく一致した．体幹部の動 きは試験結果と比較できなかったが，モデル改良前に見られた不自然な体幹部の変形が滑らかにな り，また股関節の過度な前方への移動も解消された．各部位の加速度および荷重は，モデル改良に より大幅な改善が見られ，試験結果とシミュレーション結果がよく一致した． シミュレーションモデルの精度について依然改善の余地は残すが，本研究が求める精度は十分に 満たすと考え，このシミュレーションモデルを用いて乗員傷害予測式を構築することとした．

第4章 乗員傷害予測式の構築

4.1 はじめに 前章では，2 章にて述べた乗員モデルおよび車室モデルの修正結果を確認し，交通事故シミュレ ーションモデルの妥当性検証を行った．本章では，この交通事故シミュレーションモデルを用いて 乗員傷害予測式を導出した． 本研究では，様々な交通事故状況による乗員の傷害状況を含んだ傷害データベースを用い，乗員 傷害予測式を導出する．この傷害データベースを構築するため，条件を様々に変化させた交通事故 シミュレーションを大量に行う．シミュレーションは自由度が高く，あらゆる条件が変更可能だが， 乗員や衝突条件に関するパラメータを決定する際には，事故発生時に入手可能であり，かつ乗員傷 害に影響を及ぼすという点を考慮した．またシミュレーションだけでなく，車両特性の算出には JNCAP データを利用することとした． 傷害予測の対象とする部位は，交通事故において傷害発生が多いと報告される頭部，胸部，およ び大腿部とし，各条件におけるシミュレーション結果を外傷スケールである AIS ( Abbreviated Injury Scale )を用いて評価することとした．

そして統計的手法により各部位ごとの傷害予測式を導出し，実事故データを用いて式の精度を検 証する．

4.2 交通事故シミュレーションによる傷害データベースの構築 前章においては，交通事故シミュレーションモデルの妥当性検証を行い，シミュレーションモデ ルの精度が十分であることを確認した．本節では，この交通事故シミュレーションモデルを用いた 傷害データベースの構築手順について述べる． 4.2.1 力学モデルを用いた車両特性の算出 本項では，力学モデルを用いた車両特性の算出について述べる．車両特性として，具体的には(1) 車両剛性，(2)車両慣性特性を算出した．以下に詳細を述べる． (1) 車両剛性の算出 衝突事故において，乗員が傷害を受ける車両の変形状況は，1）生存空間の減尐，2）乗員移動の 2 つに分けることができる．1）については，衝突エネルギーを Fig.4.1 に示すエンジンコンポーネ ントだけでは吸収出来ない場合，キャビン変形が生じ，ステアリングやインストルメンタルパネル の後退により乗員との二次衝突が発生し，受傷に至る可能性がある．このため，変形を抑制するよ うな剛性の高いキャビンが望まれる．一方 2）については，エンジンコンポーネントの変形が尐な いことにより減速度が高くなり，その結果拘束装置に高い荷重が発生して乗員移動量が大きくなり， 車室構造物との二次衝突により受傷に至る．また，二次衝突で発生した減速度により，乗員が内臓 や頚部に傷害を受ける事例もある．車体減速度による受傷の危険性は車体剛性が高いほど増加する 可能性が有り，変形により衝突エネルギーを吸収する性能が要求される． このように，車体剛性は乗員の受傷に関して非常に重要な要素である．また，高すぎても低すぎ ても適当でなく，エンジンコンポーネントなど車体の寸法，構造などにも対応していると考えられ， 車両ごとの車体剛性と車体変形を考慮に入れる必要がある．そこで，JNCAP におけるフルラップ前 面衝突試験の結果をもとに，各車両の車体剛性を算出することとした．

JNCAP データとして，自動車対策機構（NASVA)のホームページにて一般に公開されている車両 寸法や重量，車両安全性の評価，およびダミーより計測された各物理量の最大値などに加え，NASVA より衝突時の高速度映像，試験状況の写真，およびダミーと車両の計測データの提供を受けた．Table 4.1 に，データを入手した 6 種類の車両を示す．入手したのはヴェルファイヤ，マーク X（以上，ト ヨタ自動車株式会社），エクストレイル，セレナ（以上，日産自動車株式会社），フィット（本田技 研工業株式会社），およびワゴン R（スズキ株式会社）の 6 車種のデータであり，車両カテゴリごと の売上の多さを参考に決定した．

Table 4.1 The vehicles to calculate stiffness

Year Category Vehicle

2004 Auto-C

> 2000 cc displacement Toyota MARK-X 2005 One box & Minivan Nissan SERENA

2007

Auto-A

< 1500 cc displacement Honda FIT Auto-B

1500 cc～2000 cc displacement Nissan EXTRAIL 2008 One box & Minivan Toyota VELLFIRE

Light vehicle Suzuki WAGON-R

フルラップ前面衝突試験は自動車が固定壁に衝突する試験であるので，その場合の力学理論につ いて述べる．自動車の車体変形特性は Fig.4.2 に示すような塑性変形するバネと仮定することができ， 車体剛性はバネ定数に相当する．

ここで，力 F によって長さ s だけ変形するバネを想定し，バネ定数を k，エネルギー吸収量を E とすると，次のような式が成立する．

ks

F



(4.1) 2

2

1

2

1

ks

Fs

E





(4.2) そして，固定壁に衝突した場合の反発係数を e，自動車の質量を m1，衝突速度を v1とし，固定壁 については m2 = ∞，v2 = 0 と考えられるので，エネルギー吸収量は

)

1

(

2

1

2 2 1 1

v

e

m

E





(4.3) (4.2)，(4.3)式から，

)

1

(

2 1 1

e

k

m

v

s





(4.5) となる．また，固定壁に高速で衝突した場合の反発係数はゼロに近いので，e = 0 とし，k について 整理すると，

s

v

m

k

2 1 1



(4.6) よって，車両剛性を算出するには，質量 m1，衝突速度 v1，変形量 s が必要である．質量および衝突 速度はフルラップ前面衝突試験のデータから容易に入手することができるが，車両の変形量につい ては報告されていない．そこで，衝突試験後の写真より変形量を求めることとした． 変形後の車両全長は，Fig. 4.3 のような試験後の写真を用い，車体横に貼り付けられた 500mm 間 隔のマーカーがを利用して計算した．車両全長の前端は，変形量が最も大きくなる地点とした．そ して，変形前の全長との差を車両変形量とした．Table 4.2 に，各車両の質量，全長，変形量と，式 (4.6)より算出した車両剛性を示す．なお，衝突速度は全て 15.3 m/s2である．

Fig. 4.3 Measuring a deformed length of vehicle in a picture of JNCAP test

Table 4.2 Weights, lengths, deformations, and stiffnesses of JNCAP test vehicle

Vehicle Weight [kg] Length [mm] Deformation [mm] Stiffness [kg/s2] Toyota MARK-X Nissan SERENA Honda FIT Nissan EXTRAIL Toyota VELLFIRE Suzuki WAGON-R 1510 1610 1010 1500 1890 810 4730 4650 3900 4590 4865 3395 136.8 302.1 186.3 190.0 151.0 183.7 18822187.4 4118446.1 6789715.1 9694924.8 19347397.9 5605136.1 Table 4.2 より各車両の剛性に注目すると，サイズおよび重量が大きいトヨタヴェルファイヤとト ヨタマーク X の剛性が高く，逆にサイズおよび重量が小さいワゴン R の剛性が低いなど，車両の大 きさと重さに剛性が比例している傾向にあることがわかる，一方で，比較的大型な車両であるセレ ナは変形量が大きく，6 車種中最も小さな剛性となっており，車両ごとに剛性を求める必要がある ことが伺える．

(2) 車両慣性特性の算出 実際の前面衝突事故において，自動車は様々な角度を有して衝突すると考えられ，むしろ真正面 から衝突するケースの方が珍しい．斜め前面衝突においては，衝突後に車両は回転運動する．傷害 データベースに斜め前面衝突を組み込むためには，車両の回転運動に関わる慣性特性を算出する必 要がある． 先行研究(5)_{においては， Fig.4.4 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ている．このような加速度の 分解は「衝突後に車両が回転しない」という仮定の上で成り立っているが，実際には車両の回転運 動により車室内の乗員に慣性力が働いており，すなわち乗員への衝撃が過小評価されていると考え られ，衝突後の回転運動を考慮に入れた入力条件を作製する必要がある．そこで，JNCAP における オフセット前面衝突試験を用いて，各車両の慣性特性を算出することとした．

Fig.4.5 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．

Fig.4.5 Off set frontal impact test

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.4.6 のように表現できる．

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，



I

L

F





10

(4.7) となり，慣性モーメント I について整理すると，



10

FL

I



_(4.8) と表すことができる．ここで，F および L はそれぞれ JNCAP データから取得できるので，車両の 重心加速度および左右サイドシル加速度に注目して重心周りの角速度 ω を算出することとした． Fig.4.7 に左右サイドシルの位置を，Table 4.3 に，各車両の重心および左右サイドシル加速度の最大 値を示す．フィットおよびマーク X は変形の影響により左右サイドシルで回転の向きが異なってい たが，支配的な方向の値のみを採用した．

Table 4.3 Accelerations of C.O.G and Side sill (Left, Right)

Vehicle Accelerations C.O.G. [m/s2] Left sill [m/s2] Right sill [m/s2] Left – C.O.G. [m/s2] Right – C.O.G. [m/s2] a [m/s2] VELLFIRE EXTRAIL SERENA FIT MARK-X WAGON-R 366.1 454 338.1 264.9 458.5 357.5 361.5 343.6 282.5 275.4 357.5 298.1 410.2 519.4 418.3 427.1 419.1 393.4 -4.6 -110.4 -55.6 10.5 -101 -59.4 44.1 65.4 80.2 162.2 -39.4 35.9 48.7 175.8 135.8 162.2 101 95.3 左右サイドシル加速度と重心加速度の差を求め，重心を原点とした左右サイドシルの相対加速度 を算出した．また，重心加速度計から左右サイドシル加速度計までの距離 r については各車両の寸 法データを入手することが出来なかったため，平成 18 年度の（財）交通事故総合分析センター （ITARDA）の再現実験における寸法データ(12)_{をもとに，車両の横幅中心より左右各 40％の位置と} した．以上，左右サイドシルの相対加速度を a とすると，r = 0.4×L より，

L

a

r

a

2

5

2











(4.9) となり，ω を算出することができる． 以上，式(4.8)，(4.9)を用いて各車両における ω および I を算出し，Table 4.4 に示す．

Table 4.4 Each vehicle’s ω and I

L [mm] r [mm] ω [s-1] I [kN･m･s] VELLFIRE EXTRAIL SERENA FIT MARK-X WAGON-R 1840 1785 1695 1695 1775 1475 368 357 339 339 355 295 10.9 22.2 20.0 69.2 16.9 18.0 9764.2 3832.9 3773.42 822.42 5530.0 2220.0

4.2.2 傷害予測式に用いる事故条件パラメータの選定 実事故データではなくシミュレーションを用いて傷害データベースを構築するメリットは，様々 な交通事故状況における乗員の傷害状況を短時間，低負荷，および簡便に取得できる点である．し かし，その傷害データベースを基に導出される傷害予測式を有効なツールとして使用するためには， 事故発生時に入手可能な状態や値をパラメータとして用いる必要がある．例えば，衝突時の乗員の 動きや車室内の構造物との衝突の様子などは，傷害状況を予測する上で非常に重要であるが，これ らを瞬時に判断することは今現在では不可能である． また，詳細な水準を持つ多種のパラメータを用いたシミュレーションでは計算時間は膨れ上がり， 計算負荷が短いという利点が薄らいでしまう．本研究が提案する傷害予測式の算出手法は，シミュ レーションモデルおよび統計的手法の修正に取り組みながら予測式の精度を高めていく，という循 環的なものであり，乗員傷害の因子と考えられる为要なパラメータを選定する作業が必要である． 以上の理由より，パラメータをエアバッグ有無，シートベルト有無，乗員体形，衝突方向，衝突 速度，車種の 6 種類とした．各パラメータの変更水準および詳細を以下に述べる． (1) エアバッグ有無 エアバッグの展開は頭部および胸部への傷害発生に大きな影響を及ぼすと考え，パラメータに採 用した．変更水準は，Fig.4.8 に示すような展開する場合および展開しない場合の 2 水準である． ITARDA の評価によると，エアバッグ装備車の死亡重傷率はエアバッグ非装備車と比較して低くな っており，車両の中破以上の場合で死亡重傷率は約 25％低減し，事故に関与した全ての車でも約 26％低減している(13)．

Fig.4.8 Airbag parameter

(2) シートベルト有無 シートベルトの装着は，乗員全体の傷害発生に大きな影響を及ぼすと考え，パラメータに採用し た．変更水準は，Fig.4.9 に示すような装着する場合および装着しない場合の 2 水準である．シート ベルトは車の衝突時，車内の乗員の動きを拘束し傷害を軽減するためのもので，ベルト非着用の場 合には乗員が車外へ放出される，またフロントガラスやステアリング，ダッシュボードなどへ二次 衝突する可能性が高い．このような二次衝突による傷害発生を防止するのがシートベルトの为な役 割であり，シートベルト着用は法的に義務化された 1986 年より，交通事故による死傷者数は減尐し ている．

Fig.4.9 Seatbelt parameter

(3) 乗員体形

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，2 章にて述べた乗員モデ ルである Short_model (1.578 m, 45.3 kg)，Average_model (1.714 m, 63 kg)，Tall_model (1.85 m, 81.3 kg) を使用することとした．Fig.4.10 に乗員モデルを示す．

Fig.4.10 Occupant parameter

(a) with seatbelt

(b) without seatbelt

(4) 車種 前項で述べたように，衝突時の乗員への衝撃は車種により異なるため，車種の違いは乗員傷害に 大きな影響をおよぼす．そこで，フルラップ前面衝突試験について，6 車種の車両重心の加速度を 比較してみたところ，車種の大きさやカテゴリに関わらず加速度波形の大まかな定性的特徴は Fig.4.11 のように説明できることが確認できた．自動車が衝突を開始するとまずボンネットが変形し 加速度が増加するが，エンジンルーム内に設けられたクリアランスにより一度減尐に転ずる．その クリアランスを経て変形がエンジンまで達した後再び増加し，加速度の最大値を示して 0 に収束す る．また，衝突時の高速度映像にて車両の変形進行状況を確認すると，Fig4.12 に示すように，フロ ントタイヤに達した後はあまり変形が進行せず，車両前面からフロントタイヤまでの距離が車両の 変形および加速度へ大きな影響をおよぼしていると考えられる．

Fig.4.11 Schematic acceleration-time curve in Full wrap frontal impact test in JNCAP

そこで，車両特性に応じた加速度波形を作製するため，衝突加速度波形の構成要素である a1，a2，

および t1 ~ t3と車両特性を示す物理量との相関を調査したところ，Table 4.5 に示すような結果となっ

た．今回はデータのある車種が 6 種類と尐なかったため統計的な処理は行わず，傾向の一致性をも とに決定した．ここでいうノーズ長は車両前面からフロントタイヤ中心までの距離，k は前項にて 算出した車両剛性，m は車両重量である．

Table 4.5 Elements of acceleration curve

Elements of acceleration Dominant factor

a1 a2 t1 t2 t3 1/ Bonnet length Bonnet length Bonnet length k/m 1/ Bonnet length この結果をふまえ，各車両に対応した加速度波形を作製した．Fig.4.12 に示した定性的特徴と最 も近いトヨタヴェルファイヤの加速度を基準とし，ヴェルファイヤの Bonnet length および k/m との 比率を参考に，各車両の a1，a2，および t1 ~ t3を算出した．Table 4.6 に，各車両の a1，a2，および t1 ~ t3における試験データおよび計算結果より算出した値の比較を示す．軽自動車であるスズキワゴン

R のみ計算結果に大幅な誤差が生じたため，ノーズ長を 2 倍とすることとした．また，Fig.4.13 に作 製した各車両の入力加速度を示す．

Table 4.6 Compare the element of acceleration between from experiment and calculation

Vehicle A1 a2

Experiment Calculation Experiment Calculation VELLFIRE EXTRAIL SERANA FIT MARK-X WAGON-R 19 28 21 12 23 12 19.0 19.9 20.0 16.7 18.5 12.6 21 14 9 19 23 10 21.0 13.3 5.2 13.8 25.6 14.2 t1 T2 t3

Experiment Experiment Experiment Calculation Experiment Calculation 67 60 64 68 64 53 67 64 63.5 76.0 68.0 50.5 265 290 257 400 295 410 265.0 253.3 251.3 300.7 272.1 399.5 527 742 530 480 591 610 527.0 551.3 555.8 464.4 513.2 534.9

Fig.4.13 Calculated acceleration curves of the test vehicles

変更水準は，車両重量を参考にヴェルファイヤ，フィット，ワゴン R の 3 水準とし，Fig.4.13 に 示す加速度波形をシミュレーションに用いた． (5) 衝突速度 乗員の傷害発生について，衝突速度が大きな影響を与えるのは言うまでも無いことである．衝突 速度が大きくなるほど車両の変形量が大きくなり，また減速度が高くなることにより二次衝突によ る傷害発生の確率も高くなる．本シミュレーションモデルは入力として衝突時に発生する車両加速 度を用いるため，運動量保存則を用いて衝突速度と衝突加速度の関係を求めることとした．ここで， 衝突による力積が全て車両の変形に変換に保存されたと仮定すると，









madt

Fdt

mv

　　

(4.10) より，





adt

v

(4.11) VELLFIRE

0

20

40

60

80

100

0

500

Time [ms]

A

c

c

. [m

/s

2

]

SERENA EXTRAIL WAGON-R MARK-X FIT