機械学習を用いた自動車空気抵抗係数のインタラクティブ予測ツール開発

抄録

自動車の空力性能を評価するためには、一般に風洞実験もしくは数値流体解析(CFD)を用いるが、実験や解析に伴う時間・コストの増加が課題となっている。そこで、機械学習技術を用いて自動車形状と空気抵抗係数(空力性能指標の一つ)の関係を学習することで、自動車の空気抵抗予測モデルを開発した。本手法では、三次元の車両形状をVoxelで近似しConvolutional Neural Networkを用いて学習を行った。この予測モデルを用いることで、短時間・低コストに空気抵抗係数の予測が可能になった。 また、本予測モデルにグラフィカル・ユーザー・インターフェーズを組み合わせることで車両形状を変えながら空気抵抗をインタラクティブに評価できるツールを開発した。一般に、空力性能は車両パッケージ要件やデザイン要件とトレードオフの関係にあることが多い。このツールを用いることで、車両形状を変えながらこれらの要件と空力性能の成立性を検討することが可能となり、意思決定の迅速化、開発効率の改善が期待できる。