LDAベースの感情抽出を組み込んだ改良LSTMによるNEVの感性駆動フロントデザイン

なぜ車の“顔”と感覚が重要なのか

路上で新しい車を初めて見ると、そのフロントの“顔”が好き嫌いを左右することが多いです。これは新エネルギー車では特に当てはまり、バッテリーや航続距離だけでなく、個性やスタイルでも競争しています。本稿の基になった研究は一見単純な疑問を投げかけますが答えは複雑です。日常のドライバーにとって、電動SUVのフロントをいかにデザインすれば確実にファッショナブル、力強い、先進的、あるいはスポーティに感じられるのか、デザイナーやエンジニアだけでなく一般ユーザーにも響く方法は何かを問います。

オンラインの雑談を明確な感性ワードに変える

研究者たちは専門家の意見から始める代わりに、実際のドライバーに直接向き合いました。中国の主要な自動車フォーラムから純電動SUVの外観に関する2万7千件以上のオンラインコメントを収集し、外観を説明する語だけを残してテキストを整備しました。次に統計的手法を用いてコメントに潜む主要なテーマを抽出したところ、ファッション性、力強さ、先進性、スポーティさという四つの明瞭な感情軸が浮かび上がりました。これら四つの感覚が、研究全体を支える基本的な感性マップとなりました。

車のフロントを単純な構成要素に分解する

感覚だけではヘッドライトの動かし方やグリルの形状変更をデザイナーに指示することはできません。感情を形状に結びつけるため、チームは最近の電動SUVのフロント正面画像90枚を集め、デザインの専門家に詳細な構造記述を依頼しました。ラインの流れ、ヘッドランプの配置、グリル領域、エアインテーク、ミラー、ボンネットのライン、ロゴ位置など八つの主要特徴に分け、それらから合計49種類の具体タイプを抽出しました。次に60名の潜在購入者が各画像について四つの感覚の表出度を評価しました。数学的なスクリーニング手法により、八つの特徴のうち感情に最も寄与するのは全体のライン方向、ヘッドランプ構成、下部エアインテーク、ボンネットのラインの四つであることが明らかになりました。

モデルに人々の感覚を学習させる

主要な形状特徴と感覚が特定されると、チームはこれら四つの中核的デザイン要素から感情的反応を予測するディープラーニングモデルを訓練しました。複雑な相互作用を学習できる特殊なニューラルネットワークを用い、各感覚にとって重要な特徴の組み合わせを強調する“アテンション”層を追加しました。こうしたモデルは調整が難しいため、遺伝的アルゴリズムを使って内部ユニット数や学習速度などの最適なハイパーパラメータを自動探索しました。フロント画像は90枚と少数でしたが、最終モデルは調査で用いた7点尺度における被験者の評価を四つの感覚すべてで非常に近く再現し、平均誤差はごく小さいものでした。

感覚から具体的なデザインの処方へ

一度訓練されると、このシステムは逆に動かして一種の感性デザイン電卓として使えます。研究者たちは四つの主要特徴の組み合わせを千件以上生成し、それぞれがどれだけファッショナブル、力強い、先進的、スポーティに感じられるかをモデルに評価させました。各感覚に対して、ラインの流れ、ヘッドランプスタイル、下部インテーク形状、ボンネットパターンの特定の組み合わせが最も一致するとモデルが示しました。デザイナーはこれらの“処方”に従って、各目標感覚に対応する四つのSUVフロント概念をスケッチおよびレンダリングし、127名の潜在購入者に再評価してもらいました。

モデルのデザインは本当に機能するか？

最終テストは明快でした。「ファッション」デザインが本当にファッショナブルに感じられるかなど、各デザインが意図した感覚で評価されるかどうかです。参加者が四つの概念フロントを評価したところ、各デザインは意図した感覚で最も高い評価を受け、中立点を明確に上回りました。これは、この枠組みが「よりスポーティに」といった漠然とした感性目標を、多くの視聴者が同じように解釈する具体的なフロントエンドのデザイン選択へと確実に変換できることを示唆します。自動車メーカーにとっては、オンラインでの顧客の声からショールームに並ぶ形状へと、ヘッドライトやエアインテーク、ボンネットラインの形をデータで導く、より直接的なルートが開けることを意味します。

引用: Yu, C., Qian, Y. & Li, Y. Emotion-driven front-end design of NEVs using an improved LSTM with LDA-based emotion mining. Sci Rep 16, 15786 (2026). https://doi.org/10.1038/s41598-026-45602-1

キーワード: 新エネルギー車, 自動車デザイン, ユーザー感情, ディープラーニング, SUVスタイリング