「デライトデザイン技術開発を目指して」
先月開催されたZuken Innovation World 2015では、内閣府とNEDOが進めている「SIP(戦略的イノベーション創造プログラム)/革新的設計生産技術」に採択された「革新的デライトデザインプラットフォーム技術の研究開発プロジェクト」についてご紹介いただきました。このプロジェクトは、東京大学が中心となりラティス・テクノロジー社と図研の3者で研究開発を進めています。
はじめに
国プロの概要についてご紹介させていただきます。これは、昨年度より内閣府とNEDOが進めている「SIP(戦略的イノベーション創造プログラム)」と呼ぶプロジェクトの一部です。SIPの中には10個のテーマがあり、そのうちの1つに「革新的設計生産技術」と題するものがあります。このテーマに対して、我々のプロジェクトを含む24個のプロジェクトが採択されました。この24個のプロジェクトの多くは、いわゆる3Dプリンターを中心とした「新しいものを作る製造方法」に関わるものですが、「革新的な設計方法」に関わるプロジェクトが数テーマ含まれています。この「革新的な設計手法」に対して「デライトデザイン」を標榜して研究開発が行われています。我々、東京大学も以前より「デライトデザイン」に関わる技術として、「感性に基づいた魅力品質設計ができる環境」すなわち「デライトデザインプラットフォーム」を提案しておりました。それが採択されて、昨年度からプロジェクトを始めています。
魅力品質、デライトデザインとは?
図1は、製品の品質に関する狩野モデルの図です。狩野先生という方が、品質について提唱されたものですが、これを設計に置き換えて我々は考えています。右下が「Must設計」です。製品が持っていてあたりまえの品質、自動車でいうと走る、曲がる、止まるという機能の設計です。これが少しでも満たされていないとお客は非常に不満を持ちます。もうひとつが「Better設計」です。例えば、燃費が良いとか、故障しづらいというような性能品質を向上させる設計を指します。
この「あたりまえ品質」と「性能品質」を伸ばすことによって、日本はものづくりを進めてきたところがあります。しかし、これだけでは競争力をなかなか得られなくなってきています。そうしたことから「製品の魅力品質」を向上させるための「デライト設計」(図1の左上)の必要性が増えてきています。それがなくても性能的には問題ないが、少しでもあればお客様に非常に喜んでもらえる、このような品質を作り込んでいく必要があるのではないでしょうか。ただ我々は、製品としては「魅力品質」だけでは成り立たず、「あたりまえ品質」と「性能品質」があってこそとも考えているため、広い意味での「魅力品質」とはこれら3つの品質すべてを指すものとして考えています。
図2に示しているのは、いくつかの製品イメージです。例えば性能品質は、メモリの容量だとか、風量、消費電力などを指します。それに対してデライト品質は、操作感とか、心地よさなどを指しています。
キーワードは“感性に訴えるものづくり”。魅力品質を上げる方法はいろいろあると思いますが、このプロジェクトでは「感性」というものに注目してプロジェクトを進めています。
先ほども述べたとおり、魅力的なところだけ作り込んでも良い製品にはなりません。「デライト品質」は「性能品質」や「あたりまえ品質」も含んでいるものとし、これら全ての品質を考慮ができる設計支援の枠組み作りを行っています。
この設計支援の枠組みに、「デライトデザインプラットフォーム」という名前をつけています。さらに我々はこれを、「感性データベース構築技術」「感性モデリング技術」「感性統合化技術」「感性リバース技術」の4つの技術分野に分類し研究開発を行っています。
それぞれの技術分野の説明をするにあたり、ヘアドライヤーの製品音を例に説明いたします。
感性データベース構築技術
ヘアドライヤーの音の性能品質を向上させるためには、なるべく騒音ノイズが低く、うるさくないヘアドライヤーを開発することを考えますが、デライト品質の向上では、なるべく心地よい音のヘアドライヤーを開発することを考えます。
例えば、騒音レベルのような物理特性は、騒音計で定量的に計ることができますが、人が感じる「感性量」を計ることは非常に難しいです。「音」の場合は、以前より世界的に研究が盛んに行われており、Sound Quality Metrics(SQ)と呼ばれている「ラウドネス」「シャープネス」「ラフネス」などを感性量として扱うことで、人が感じる音の特性を定量的に表現することができます。我々は、これを「感性指標」と呼び、データベースに製品情報として蓄えます。
その一方で官能試験も行います。複数の被検者に各ヘアドライヤーの音を聞かせてアンケートを実施し、魅力の大きさを表す指標(魅力指標)をデータベースに蓄えます。これにより、ヘアドライヤーの音について「感性指標」と「魅力指標」がデータベースに蓄えられたことになります。この後は、データベースに対して簡単な統計解析を行うことで、「感性指標」と「魅力指標」との関係式を導き出すことができ、音の「感性指標」から定量的に「魅力指標」を評価できるようになります。
図5は、ある「魅力指標」に関連する「感性指標」にドライヤーの音をマップしたものです。この図では「感性指標」は4つですが、一般的にはこの指標は多くなり、「魅力指標」の全体像を把握することは難しくなります。そこで対象の「魅力指標」に最も関連性のある「感性指標」からなる主成分だけを利用し、2次元グラフ上にプロットします(図6)。この2次元グラフのことを我々は「デライトマップ」と呼んでいます。各ヘアドライヤーの「感性指標」の値を使い、「デライトマップ」上に各ヘアドライヤーをプロットしていきます。これにより、自社のヘアドライヤーが感性空間の中で、他社製に比べてどのような位置付けになるのかを視覚的に捉えること可能になります。
例えば、デライトマップ上に対象の魅力指標を表す等高線を表示することで、「自社のヘアドライヤーの心地よさという観点の魅力指標値が3点だった」「競合他社製品の魅力指標値は4点である」ということがわかるようになります。これを利用し、心地よいドライヤーを狙おうと思った時に、魅力指標の目標値をどこに持っていたらいいかということが、デライトマップを利用して検討していくことができます。
このように感性データベースに蓄えられた情報からデライトマップを作り出し、その上に他社品も含めた既存品をプロットすることで、新規開発製品の目標の策定を視覚的に捉えられることができるようになります。さらにデライトマップ上でまだ市場に出ていない領域を見つけ出し、これまでにない新しい魅力の実現方法を探索することができるようになります。
こういったことは各社が独自にやろうと思えばできることですが、忙しい技術者や設計者がこういうことをやるのは大変だろうということで、例えば心地よい音や持ちやすさなどの感性データベースを我々がある程度用意し、かつナビゲーションするところのソフトウェアも用意しようと考えています。
感性モデリング技術
感性データベースを構築し利用することで、目的の「魅力品質」を実現するための「感性指標」を決めることができるとわかりました。「感性指標」は、言い換えると「人間と製品との間のユーザーインターフェースの特徴」と捉えることもでき、そこから設計に落とし込んでいく必要があります。これに対して、我々はModel Based Design(MBD)と呼ばれている技術を使います。これは、1Dモデルを利用して、製品全体の構造や挙動をシンプルに理想的なモデルとして表現し、詳細な設計を行う前におおよその製品構造や仕様を設計する技術です。
音の魅力を評価する場合、感性モデリングではModel Based Designで作った製品モデルに、音のモデルを加えています。図7はヘアドライヤーのスイッチを入れるとモーターが回り、ヒーターが加熱して暖かい空気が出るというモデルですが、これに加えて動作させたときにどういう音を出すかを計算する「音のモデル」も入れてあります。これにより、機能に注目したモデルに加えて、動作音のシミュレーションが行えるようになります。
このモデルをシミュレーションすると、仮想的にヘアドライヤーの動作音をシミュレーションでき、さらに感性データベースと連携することで、その「仮想的な音」から「感性指標値」を計算し、さらに「魅力指標値」を計算することができます。このように、1Dモデルを利用した1DCAEという手法を利用することで、設計の初期段階で製品の完成まで含めた魅力の評価ができることになります。
例えばここで、初期の製品モデルでは魅力指標値が3点くらいだったとしましょう。魅力指標値を上げるために、ファンを変えたり、モーターを変えたり、あるいは制御の仕方を変えたりということを1Dモデル上で行い、シミュレーションを行うことでその状態の魅力の評価を行うことができ、このループを何度も回して設計をどんどん改良していくことで、目標の点数まで魅力指標値を上げていく、そんなことができるようになればいいなと思っています。
実際には、モデルを作るのは非常に大変です。さきほどのように精密なモデルを作ろうと思うと、ひとつひとつ測定して、作り込んでいくという作業が必要になります。このあたりも感性モデルのライブラリという形で提供できればと思っています。
感性統合化技術
さて、本日は図研のフォーラムということで、図研に再委託をしている回路設計部分について簡単にご紹介させていただきます。具体的には、感性モデリングによって定められた製品仕様を具体的な詳細設計環境へ落とし込んでいく「感性統合化技術」についてご紹介いたします。
図8が全体のフレームワーです。感性データベースや感性モデリングの話は、左側の紫色の枠です。感性に基づく要件定義では、製品の大きな構成が決まっても、個々の要素まで具体的に決めている訳ではありません。実際の電気系・回路系の要件へと設計目標を設定し、具体化していく必要があります。図研が開発している「System Planner」に情報を伝達し、設計目標を達成する部品や回路ブロックを検索、または新規部品の検討を行い、さらにその回路構成の実現性を検証した上で、その結果を詳細な電気設計まで結びつけていく環境の実現を目指したいと思っています。(図8の中央、青色の部分)
ここで、回路ブロック検索を利用した例を紹介します。例えば、新しいヘアドライヤー開発の際、髪の毛を乾かすだけでなく、魅力品質から「しっとりした髪にしたい」という要件があったとします。これに対応するヘアドライヤーの電気回路として「保湿機能回路」を実現する回路ブロックを回路ライブラリから検索します。期待する機能をもつ回路を回路ライブラリの中からキーワード検索し、保湿機能を持つ回路ブロックを探し出し、ブロック図に割り当てます。この際、詳細な回路テンプレートがインポートされますので、それを使ってより詳細な回路設計へ繋げていくことが出来るよう計画しています。
これが感性モデリングから実際の具体的な回路設計システムへと繋ぐ技術、すなわち「感性統合化」という技術開発分野です。
感性リバース技術
最後に感性リバース技術をご紹介します。全くの経験がない設計者が、ゼロから新しいヘアドライヤーを作り上げることは、時間と手間がかかるだけでなく、その実現方法を具体化するだけでも非常に負担がかかります。そのため、既存の製品からできるだけ多くの情報を抽出し、設計初期段階に活かしていく必要があります。具体的には、既存製品を分解して解析したり、3Dスキャナーを使い既存製品の3Dデータ化を行い、製品分析に役立てる技術になります(図9)。
3Dスキャナーを利用すると、製品を構成する各パーツを素材・材質単位で情報を抽出することができ、その情報をもとに3Dデータ化を行うことができます。同じ素材・材質同士が接続された複数のパーツも、それぞれのつなぎ目で分けて別々のパーツとして抽出し、3Dデータ化できます。ヘアドライヤーのような、人の手で分解できる製品だけでなく、大型の製品や分解が困難な製品に関しても3Dスキャナーを使って3Dデータ化し、データの中で分解・分析が行えるようになります。設計者が3Dデータを分析することで、製品構造や形状などを把握でき、1Dモデルを構築する際の参考情報として利用できるようになります。また、既存の製品ではなく、自ら開発した試作品の分析に利用することも考えられます。
デライトヘアドライヤーの試作
設計支援という分野は設計そのものではないので、中々分かりにくい分野となります。我々の開発目的を理解してもらい、アピールするためには、実際にデライトな製品を試作してお見せするのが効果的と思いました。そのため、まだプラットフォームは研究開発中ですが、ヘアドライヤーを試作しました。図10にその写真を示します。このヘアドライヤーは、コードレスで持ち易くなっており、またコードレス化によるパワー不足を補うためにジェットポンプの原理に基づいて風量を稼いでいます。また、インダストリアルデザイナーの方にも意匠デザインを担当いただき、その点でもデライトなものができたと思っています。この試作を通じて、新しい原理や構造による製品を設計するには、より本質的な感性モデリングが必要なことも認識し、現在研究を行っています。
検証プロジェクト
ここまではヘアドライヤーの話をしてきましたが、いくつかの違う製品カテゴリーに対して我々が考えている手法を適用し、デライト設計が行えないかという検証を行っています。
その中のひとつが介護機器です。ベッドから車椅子に人が乗り移る時の支援をする「移乗装置」を対象にしています。寝ている方を釣り上げて車椅子に乗せるリフト型や、寝ている人が前かがみになって乗り移る前傾タイプのものなど、すでにいろいろなものがあります。
ここでは、モーションキャプチャと呼ばれる技術を使い、介護者と被介護者の動きを撮り、介護する人や介護される人にとって、どのような動きが楽なのかということをひとつひとつ実験を行い、データを集めました。さらに実際に利用してもらった後に、官能試験を行い、動きがスムーズだったかとか、負担感がなかったかなどいろいろなアンケートをとって点数付をしています。
先ほどのヘアドライヤーの音の場合は、Sound Quality Metricsを求めれば人の感性にどのように影響するかを「感性指標」として定量化できましたが、人の動きに関しては、どういう動きをすると人の負担感はどう変わるかなどを評価できる明確な指標が無いので、今はまずそれを求めようとしています。
図11に示すように、我々は介護される人の「重心の位置」に注目し、モーションキャプチャで介護される人の動きを検証・分析し、「ジャークの和」と呼ばれる値を計算しました。この「ジャークの和」という指標と、介護する人の仕事量との関係性をある関係式で表現すると、先ほどのヘアドライヤーの音の心地よさと同様に設計ツールとして実現することができます。動きのデータを測定するのは大変なことですが、いくつかの介護機器でデータを測定しておけば、先ほどのデライトマップのナビゲーションのようなことができると思います。
理想的な重心の軌道というものを計算できるようになると、重心がこういうように動くと作業が割と楽だということが計算でき、それに合わせて移乗装置を作ればいいとなります。現在は、その試作研究も同時に行っています。
この他にも、建設機械のキャビンのデザインを工夫して運転しやすいような環境を作ることや、一般的なユーザーが自分自身で求める魅力品質を指定して製品を購入できないかと思い、シューズマッチングシステムの研究を行ったりしています。
まとめ
本日は「デライトデザインプラットフォーム」の4つの技術についてお話しました。製品の特性と感性あるいは魅力を定量的に評価するための感性データベース技術、従来のMBDに感性に関わるモデルを組み込んで製品設計を行う感性モデリング技術、そしてその感性を含めてモデリングしたものを詳細設計CADシステムに繋げる感性統合化技術。最後に実物から完成モデルを詳細に作り込む感性リバース技術です。
我々は、このプロジェクトを通してこれらの技術を開発することで、少人数で製品を作られている、またはなかなか感性を評価するところまで実現できていない企業や設計者に対して、感性を考慮したものづくりができる環境を適宜提供していきたいと思っています。
ご清聴ありがとうございました。
●革新的デライトデザインプラットフォーム技術の研究開発
http://www.delight.t.u-tokyo.ac.jp/
謝 辞
この成果は、国立研究開発法人 新エネルギー・産業技術総合開発機構(NEDO)の委託業務の結果得られたものです。ここに謝辞を表します。