　学習には過去に開発した29機種を使用した。ボンネットの外板とフレームの2D画像を入力し、CAEで得られた頭部傷害値を教師データとした。歩行者保護性能の評価ではボンネット上に複数の打点を決めて行うため、打点にして1977カ所分のデータとなる。学習用のデータはボンネットの板厚や材質が全て同じ機種を選んだ。学習モデルの実装にはTensorFlowを用いた。

教師データの概要（クリックして拡大）出典：本田技術研究所

　検証で使用したのは、ミニバン、SUV、セダンというボンネットの面積の大きさが異なる3機種で、打点にして合計269カ所のデータだ。それぞれの打点の頭部傷害値から全体の得点を算出し、この3機種について、歩行者保護性能をAIで予測した結果と、CAEで解析した結果を比較した。

　目標としたのは、CAEとAIで得点の誤差が5％以下となることと、ボンネットの部位ごとの頭部傷害値の一致度が80％以上となることだ。検証の結果、得点の誤差はミニバンが5％、SUVが4％、セダンが4％だった。また、部位ごとの頭部傷害値の一致度は、ミニバンで80％、SUVで81％、セダンで76％という結果になった。使用できるデータが限られた中でも、一定の精度で予測できたとしている。

CAEとAIによる予測の一致度（クリックして拡大）出典：本田技術研究所

　ただ、現状では量産モデルの設計に使用するには、特にボンネットの外周部分で予測の精度が不足しているという。ボンネットの外周はヘッドランプやフェンダーに接しており一定の強度があるため、頭部傷害値が高くなりやすい。今後は、ボンネットの外周部分の特徴量を抽出したデータを教師データに追加していく方針だ。また、歩行者保護性能の高い量産モデルの設計データだけでなく、頭部傷害値が高くなる場合のデータも学習に取り入れていくことが必要だとしている。

　今回、ボンネットが歩行者保護性能の高い設計になっているかどうかについて、CAEではなくAIで一定の精度で検証できるめどが立った。伊藤氏はボンネット以外の設計にも適用できる可能性があるとしていたが、「まずはボンネットの設計で、実際の業務に使えるようにすることが最優先」と述べた。

エアバッグが開かないのは衝突安全ボディのせい!?
衝突事故が発生した際には、必ず展開して乗員を守ってくれると信じられているエアバッグ。しかし実際にはエアバッグが展開しないことも多い。これは、衝突安全ボディが、エアバッグを展開する必要がないレベルまで衝撃を吸収してくれているからだ。
ホンダとマツダが語った「“使えるクラウドCAE”実現に必要なこと」
日本自動車工業会のCAEクラウド調査タスクのチームは、MSCのユーザーイベントにおいて、クラウドCAEに関する調査の経過報告を行った。クラウドプロバイダーやソフトウェアベンダーとのディスカッションを重ねるとともに、セキュリティの調査やベンチマークなどを実施してきたという。
ホンダのVDI導入、きっかけは東日本大震災――3D CADやCAEでVDIを使う
ホンダは「次世代EWSプロジェクト」で「NVIDIA GRID」を利用してEWS環境を構築。VDI導入のきっかけは、同社四輪R＆Dセンター（栃木）が東日本大震災で被災したことだった。
「解析と実測のコリレーション」で自動車用コネクターの開発期間が3分の1に
コネクター大手のヒロセ電機は、研究開発拠点の横浜センターに新たに「EMC試験室」を導入。EMC試験室と解析技術の組み合わせによって、自動車向けコネクターの開発期間を従来比で3分の1程度に短縮し、製品投入を加速させていく考えだ。
10年後を見据えたスバルの新プラットフォームが完成するまで
富士重工業は、2016年10月以降に発売予定の新型「インプレッサ」の国内仕様車を公開した。新プラットフォーム「スバルグローバルプラットフォーム」を採用して“動的質感”を向上するとともに、同社初となる歩行者保護エアバッグを標準搭載として安全性能を高めた。
新型「クラウン」は歩行者との衝突時も安全に配慮、新型センサーで検知精度向上
デンソーは、車両と衝突した歩行者への致命傷を軽減する衝突安全システム「ポップアップフード」向けに、新たなセンサーを開発したと発表した。トヨタ自動車の新型「クラウン」のハイブリッドモデルに搭載されている。ポップアップフードの機能説明映像と併せて紹介する。
ディープラーニングで最適なステアリング制御は実現するか、スバルの挑戦
SUBARU（スバル）は、NVIDIAのユーザーイベント「GTC Japan 2018」（2018年9月13～14日）において、2024年以降の製品化を目指す開発中の自動運転システムについて紹介した。スバル第一技術本部自動運転PGMの主査で、開発に携わる小山哉氏が登壇した。