自然界での運動を鏡のように映し出す感覚、感覚が創り出す運動も自然界の物理法則に従う２次の微分方程式で表せることは予想される。実 際、感覚と物理量を結びつける生理学上の法則（Weber の法則）が あり、あとで示すようにこの法則から、ヒトの感覚に沿った運動方程式が導かれる。

　見込み操作は、結果である前方での実現すべき（環境位置での速度）が先に与えられて、その運動状態を実現のための 今 発揮すべき（力）を 求める運動逆モデル（環境が張る力の場の方程式）で行われる。

　 運転行為に限らず人の行為は、練習によって脳内に獲得されるプログラム、 内 部モデル ^＊１> により逆モデルの形で、実現すべき見込んだ運動状態（位置X、速度V)から遡った行程（現状運動状態から見込んだ運動状態を 実現するのに今発生すべき加速度α）を実現して行われる。
　環境状況が練習通りなら、獲得した内部モデルにより、見込んだ通りの意図した環境での運動状態を正確に実現達成する。


　練習で獲得する、環境位置での安全速度（目標速度）を感性に沿った運動で実現する脳内内部モデルは次の二つの運動逆モデル からなる。

１　物理的入出力特性を表す運転対象の運動逆モデル（上図　Inverse Model )
２　運転対象にヒトの運動αを実現する人の運動逆モデル 　（上図　α　）


　一番目のモデルは、コーナリングなどの運転対象を自在に操る機械的な車の運動を、正確に実現する運転操作を具現化するモデ ル。

　「弘法筆を選ばず」、名人はどんな車を運転しても全く同じ車の動き実現できるが、その為の操作が車の特性によって車ごとに 異な り、アンダーステアの強弱により ハンドル捌きなどに差異が出てくるので、 この名人のモデルの運転操作を計測して車両の操縦特性の影響を定量的に評価することができる。


　二番目のモデルは、人馬一体・人車一体の感性に沿ったヒトの生理に合わせた運動を具現化する、究極の上手い運転、感性に響 く運転を実現 するモデル。

　 　中嶋悟の言う、楽器演奏に例えた感性に響く人車一体の運転を実現する部分。

　フィギュアスケートの高橋大輔、宇野 昌磨 の華麗な滑りを見れば、 滑りには技術では表せない感性を揺さぶるものが無ければ本物とは言えないと言うこと、感性の大切さが理解されると思います。

　運転の仕方によって乗っている人には様々な慣性力が働くが、このヒトの運動モデルによる感性に沿った人の生理に合った加速 度コ ントロー ルでは、 その時働く慣性力に対して意識して踏ん張らなくても、感性に沿って身体が自然に反応して筋肉が身体を支えるので身体の揺れは意識されない。

　そのモデルの具体的な形は次のようになる。

　◎　運転対象の車の運動逆モデル：車を正確に操る部分
　当然ですが教科書通りの運動方程式です。
　操縦性をシミュレーションする場合、旋回時の前後輪での左右荷重移動を考慮した前後タイヤのコーナリングパワーKf、Krが重要 。


（δ:操舵角 、m,mf,mr：質量　Kｆ、Kｒ：前後タイヤのコーナリングパワ　εf ：荷重依存係数　α：横加速度　φ:ロール角
　hf,hr：前後ロールセンタ高　Rｆ、Rｒ:前後ロール剛性　β：車体横滑り角(実車から得る)）


　◎　車で実現する人の運動逆モデル：意図を感性に沿った動きで実現する環 境の 先読み行動モ デル
　何億年もかけてDNAに刻み込まれた運動原理に従って安全運転を行う名人の運動方程式。

　安全運転とは次々現れる環境毎にそこでの安全速度を実現して行くこと。
　さらに名人の運転では、安全速度を実現する過程の加速度コントロールが人の感性に沿って滑らかであること。

　交通環境に車両が進入すると、その運動状態（侵入速度、距離）によって環境に応じた力が車に加わり、その力により安全速度が快 適に 実現されると考えると分かりやすい。　例え ば信号機（赤）があると自車の位置および速度に応じた力を信号機から車両が受けて、減速されて停止線で丁度速度ゼロになって止められ る。

　前方環境での見込んだ安全速度ａ／Ｃを実現する力学的な運動モデルとして、最も簡単な運動方程式：2次の微分方程式 を下に示します。

　　　　　　　　　　　　　　　　　α ：　 x" = a - C x'　 　 　　

　これは元東大生研名誉教授　故平尾収先生の考えに基づいて造った運動方程式です。

　 　 先生は常々“事故原因は見込み違い”と言われてました。
　この式は環境に応じて、先を見込んで車に働く力を算出するので、 環境と言う場の力を受けて安全運転を実現する見込運動方程式/環境力場の方程式になっている。

　 ITARDA（交通事故総合分析センター）在籍中に、先生が亡くなられる1年前まで世田谷のご自宅にお邪魔してご指導を頂きました。

　さらにこの安全速度実現の見込み運動方程式は、加速度レベルで中嶋悟の「人車一体のヒトの感性に沿った運動」を 実現 する 方程式でもあるのです。（後述１） （後 述２）

　 この運動方程式がひとの運動であることは後述しますが、これは先読みと同時に人の生理に沿った自然な筋肉運動で実現されるので、 前後左右上下のどの方向の運動にも適用出来ます。
　例えば横方向のレーンチェンジ、旋回のコーナリング、上下の乗り心地に適用出来る。

　 先読みで、事前に対処して車を操るドライバモデルの数式には、遅れに付いての項が有りません。

　　　 　　 　　　　　　　　　　（動作開始時の遅れに関しては後述の逆モデルの項に記載）

　機械的な動きには遅れという表現は当たっていると思われますが、生き物の動作に遅れと言う表現は適切では無いと思っています。
　それは、生き物は時間を遡って先読みで行動するからです。　強いて言えば、先行動作による時間のマイナスの遅れです。
　 意図の段階で、結果である積分時間を要する運動状態（位置・速度）を先読みして、結果に間に合うように先行して動作（加速度制御の行程）を開始して、 ジャストタイミングで意図した結果を達成してしまうので、遅れとは無縁です。

　イチローのバッティング、イチローのフェンスをよじ登っての捕球などをどう考えますか。
　名人は間に合わないものには最初から手を出しません。
　イチローがフェンスによじ登って捕球しているが、 捕球に失敗した場合、イチローに遅れがあったと解説するでしょうか。
　バッティングの場合は、ピッチャーからの投球の球筋を予め見込んで、ボールがホームベース上を通過するタイミングで迎え打つには、 バッ トを事前に繰り出さなければ絶対打てないと思ってよいでしょ う。

　もっと極端な例として、サッカーのＰＫ戦があります。 絶対間に合わない例ですが、キーパーは全能力を出し切って防ぎます。　それも相手が蹴る前に行動を起こします。　もしこれで防げなかったら、キーパーの取った行動に対し て、見込み違いは指摘されても、遅れが原因と言うでしょうか。

　平尾先生は、事故原因を「見込み違い」と主張されていましたが、この見込み違いの「見込み」は、生き物の行動の根元を な すものだと思っ ています。　生きものは見込みで行動する、先読みですから遅れとは無縁のものです。


　成熟した生き物は間に合わないものには手を出さない。 別な言い方では経験上自分の行動まで含めて分かっているものしか手を出せない。

　我々の動作の本質は、練習したことしか出来ない、反対の手では歯も磨けない、しかし何事もやればやるほど上達し、やりきれば匠の域 に。

　動作は、先読みで意図する運動状態（速度・変位）を決めて 、この運動状態を実現する力（加速度）の行程を逆モデルの形で行う。
　例えばカーブにさしかかると前方のカーブでの車の運動が先に決まって、 それを実現するためのハンドル操作を求める逆モデルを立ち上げる形になる。 　

　動作時には練習で鍛えられた逆モデルが脳内で立ち上がり、身についた操作手順で必要な筋肉に指令を出す。
　身についた動作は、脳科学で”手続き記憶“と言われ、徘徊可能な認知症でも失われないとされる、感覚も含んだ特別な記憶。
　身についた動作は感覚も含めて無意識で一瞬に行われるので、どうやっているのか自分では分からない、どうやって歩いているのかさえ 分か らない。　 見込み違いがあれば、よろけたり最悪転ぶだけ。　認知に障害があれば立て直しも困難。

　 筋肉系の準備から始める逆モデルでの動作を迷路で例えれば、慣れ親しんだ迷路の通過は、動作を意識する前に脳内で無意識の内にあっと言う間に処理されて、動作を意識した瞬 間に筋肉系の準備完了でいきなり迷路の出口に立っている状態。

　 シミュレーションに必要なのは、”弘法筆を選ばず”と言うように、どんな車でも環境に合わせて常に同じ走行が出来る名人の運転モデル、 弘法の場合は同じ筆跡でも、筆によって筆使いの努力が異なるように、車両特性の違いはハンドル捌きに違いとなって現れる。
　
　名人の運転については、元F1レーサー中嶋悟著「中嶋悟　運転の極意」三推社/講談社　によれば、運転を楽器の演奏に例えて、 カーブ云々の技術より大切なことは、人車一体のヒトの感性に沿った運転が出来ること。

　我々の動作は、意識的に行う見込み部分と無意識に行われる運動部分の二つの行為で構成されている。　

　意識して行う見込み部分は安全な運転に、無意識に行われる運動部分は感性に沿った滑らかな上手い運転になる。

　意識して得られた環境パラメータを与えられて、無意識に行われる部分、感性に訴える運動を実現する脳内プログラム（人の運動逆モデ ルと 車両運動逆モデル）を推定して作成する。

注1：　内 部モデル
（今水 寛　ATR 脳情報通信総合研究 所 https://bsd.neuroinf.jp/wiki/内部モデル）より

　外部世 界の 仕組みを脳の内部で模倣・シミュ レー ションする神経機構である。ヒトや 動物は、複雑な筋骨格 系で 構成される身体を、速く正確に制御できる。これは、脳の内部に、運動司令と身体の動きの関係を定量的に対応づけるモデル（信号変換器）が 存在し、運動を実行する前に結果を予測したり、望ましい運動結果を実現するために必要な運動司令を予測することを可能にしているから と考 えられている。このようなモデルは、身体の延長として機能する物体や 道具の 入出力特性も反映する。また、 言語や 思考などさまざまな認知機能に関与する可能性も指摘されている。

　　　　　　　　　　　　　AI　ドライビングの物理

我々の行為は、脳内に保存されている感覚も含めた仮想環境モデルにより、
逆モデルの形で無意識のうちに行われる

　 いつの間にか乗れるようになった自転車、四苦八苦するも今ではすいすい乗れようになった車、でもどうやって運転しているのか自分 では 分からない。

　我々の行動には無意識の部分が有り、この部分に行動の本質が隠れている。箸を使う場合、箸先の動きは意識するが、練習して身に つけ た指-手首-肘-肩の動きは無意識のうちに脳がやってくれているので、実際どうやって箸を動かし てい るのか分からない。

　練習していない反対の手では、字も書けないし歯も磨けない、箸も使えない。 何事も練習、生き物は一生を練習で過ごす。
　 脳内にプログラムが作られていなければ、簡単な動作もままならない。
　生まれて直ぐ訓練に入る動物たち、生まれた環境にすぐ慣れて生き抜けるよう、 デタラメから始める動物の赤ちゃん、何が起こっても動じない夢中になって遊ぶ姿/動作は見ていて飽きないし可愛らしい。

　例えばマウスをクリックする場合

１． 脳から指 令が出て、

２． 脳から指 の先まで１ｍ弱の長さの神経細胞を伝わって

３．指先の筋肉 まで指令が届く

４． クリック

５．指先の感覚 が神経細胞を伝わって

６．脳がクリッ クを感じる

　 自分の意 思で 始める時は、思った途端に寸秒の遅れなく即身体が動く、 しかし、”用意ドン“とか”始め“と他人から言われてスタートする時は必ずコンマ何秒か遅れて身体が動く。　 陸上競技の１００ｍ走では合図から0.1秒以内にスタートすると失格です。

 
　字を書く場合は書こうと思った瞬間にペンが動いて、思った通りに線が引ける。
　本当は脳から指令が出て、神経を経由して、指先の筋肉が応答する訳ですから、コンマ何秒か遅れて線が引けてもおかしくない の に、思った途端に手応え感とともに瞬時に線が引ける。

身に付いた動作は逆 モデルで
手応えも準備した仮想環境モデル、意図に基づく先行動作で遅れ無し
ただし練習して身についていることしか出来ない

これは私たちの行動が、感覚/手応えも含めた経験に基づいて身につけている脳内逆モデルで一連の行程を機械的に、 結果を時間的に遡って実現しているからです。
　手応えも含めて全てが事前に準備され、無意識のうちに実行されている。

　因果関係に沿って、こうすれば、ああなると言うのが順モデル、ああなるために、こうすると言う、結果が先にあって結果から 遡っ てその為の工程を実行するのが逆モデル、逆モデルは身に付いたノウハウのようなもの。

　行動には必ず意図が先行する、例えば字を書く場合には、ペンを動かす前に、どんな字を書くのか、字の大きさ等が決まり、 そ のための指-手首-肘-肩の力を入れ方等の意図に沿った準備に既に脳は働いているわけです。

　ペンを動かす前に 、結果として書かれるべき字を実現するための行為を、結果から時間的に遡った形で、 脳内では着々と進めている訳で、すなわち結果が先にあって、脳内で逆モデルが先行して感覚も準備して一連の工程を行っているわけ です。

　練習によって感覚も含めて全工程が逆モデルとして脳内にセットされているから、セットされた仮想環境の工程をひとつひとつ 実施 しているだけ。　
　覚えた迷路を逆から遡って入口から順に進むようなもの、途中は脳内で無意識の内に行われるので、 最初から迷路の出口に立っているようなもの。

　その代わり動作環境も含めて練習して身に付いている事しか出来ない。少しでも脳内にセットされていた環境と実環境が違って いた ら出口に行き着けない。

　我々の行動は、意識して行われる環境把握と、それに基づいて呼び出される脳内プログラムによる、無意識に行われる動作で構 成さ れてい る。

　実行されるときは習い覚えた環境を想定して実行されるので、 呼び出された内部モデルに準備された仮想の環境が現実環境とずれている場合もあり、 たとえば段差の無いモデルが呼び出され、現実は段差があれば躓いてしまうと言うことにもなる。

　のろまな我々生き物は全てこの練習によって身に付けた仮想環境逆モデルを、意図の段階で脳内に立ち上げて行動するので、 現実環境が読み通りであれば何事にもジャストタイミングの見事な動作が可能。

　思うより先にプログラムを立ち上げて、正確で素早い行動を実現するこのシステムの欠点かも知れないことがあります。
　最近話題の高齢者のブレーキとアクセルの踏み間違い、若い人にも踏み間違いは多いようですが、若い人では事故になりにくく 高齢 者では事故になりやすようです。
　歩いたり楽器を演奏したりする練習して身体で覚える「手続き記憶」と言われる動作プログラムは、無意識動作で認知症でも機 能す ると言われています。 しかしこのプログラムを呼び出す段階では、環境認知が先行して意識して行われるので、認知症では適切なプログラムをうまく呼び出せないこ とがありえます

　最近高齢者に仲間入りして自分でも気にしているのですが、何かをやろうとして手を伸ばした先を見て、あ れ！、ということが若いときに比べて多くなりました。
　実環境にそぐわない違ったプログラムを起動させてしまった場合、無意識での行為なので、実行後現実環境に戻 り、 感覚がしっかりしていれば、そこで「あれっ！」となって、やり直しとなります。

　認知症になると、脳内仮想環境で動いている状態を監視している現実の感覚がサボっているので、動作終了時でも現実環境に戻 れず 仮想環境のまま、テレビ等で見られるように、 店内に飛び込んでぶつかって止まっても未だアクセルを踏み続けて、車が前後に揺れているいるようなことになるのでは。
　私もすぐ近くで見たことがあります。
　スーパーの駐車場で一つ置いた隣の駐車スペースで、前向き駐車の軽トラックが突然前進して、縁石を越えて前の立木に何回か 頭を こすりつけた後、普通にバックして出て行きました。

　環境を前にして、（運動に）先立って生じる運動意図（運動状態「位置、速度」）を実現する為の、今発揮すべき力を算出する人の運動 制御 式は、 環境での運動が先に決まる環境駆動の逆運動モデルに成っている必要があり、 中嶋悟はさらに、この運動がヒトの感性に響くことを求めている。

一般的には目標速度を実現する最も簡単な微分方程式は

　　x" = a - C x'

初速の如何に関わらず速度　a/C　に収束する運動を表す。

　さらにこの微分方程式による加速度運動が人の感性に沿っていることが、別途感覚の法則から保証されるので、 結果的にこの式が安全速度を快適に実現する、環境対応の人の運動逆モデルとなる。

感覚から導かれる環境対応の運動方程式：　 感覚に忠実な運動とは

人間も大自然の一部として進化：感覚は大自然の物理現象の代弁者
動作のコーチは感覚：詳細はこちら

　我々は感覚で物理量を正確に把握している。　スカを食うと言う言葉がありますが、ものを持ち上げる場合も、事前にまず目で 重さ を推定し、それに見合う力を出して持ち上げる必要がある。　思った通り持ち上がったかどうかも感覚で確認している。
　運動と感覚の関係は重要で、視覚、聴覚、触覚、運動感覚、力覚などの感覚が正確に物理量と１対１に対応していると思われ る。
　人も大自然の一部、何億年も前から、大自然の中で進化し続けてきた。　餌をとったり、捕獲者から逃げたり、運動に関わる視 覚、 聴覚、力の感覚などは、物理的な現象と物理的な運動能力と密接に関係して進化してきたと思われる。
　感覚と大自然の物理的な運動法則が正確に対応していなければ、ここまで進化し続けてこられない。
　感覚は生き物に備わったものだが、大自然の物理的な原理そのものと考えられる。

我々は、匠の物差し、美の原器を持たされて生まれてくる、音痴でもベートーベンが分かる。 感覚は生まれたときからプロ、素人でも一瞬でプロの技を見抜く、しかしやってみればぶざま。
　大自然の摂理が何億年にも渡って刻まれた虎の巻を授かっている、何もしなければ、虎の巻は埃を被ったまま。
　努力（行動）すればするだけ幾らでも開示される。
  すべて生まれてからプログラムされる、赤ちゃんの行動を見ればすぐわかるように、習うより慣れろ、どんなこ とでもその環境で自分で やってみて習得しなければ何も出来ないように仕組まれている。

　そして、やってみれば、全知全能の神がコーチ役を引き受け、動きを見守りプログラムを修正、次の機会によりリファインした動き を実 現する。　コーチの正体は、自然界の美しさ、プロの技を一瞬の内に見抜く、自分自身の感覚。　トライする度に洗練される運動は、感覚 の中に秘められた究極の運動に限りなく近づく。

Weber の法則：人の運動逆モデル

　運動は、敵から逃げたり餌をとったり命に関わる重要な行為なので、これに関わる視覚、聴覚、触覚、運動感覚、力覚などの感覚は正確に物 理量と１対１に対応している必要がある。

　この感覚の世界を物理量の世界に変える手段は19世紀の生理学者 　Ernst Heinrich Weber(1795-1878）が物理量の式で提供してくれています。

　　感覚と物理量との対応関係を示す（ウェーバーの法則）
　ΔS／S ＝ C　一定　、この式は感じることが可能な最小の物理変化量が現在値に比例することを表しているが、 放射性物質の崩壊、熱せられた物体の冷却など自然界の非常に基本的な現象と同じ式の形をとる。　 大自然と一体の感覚も単純な単なる物理法則に従った自然現象としての存在になるのでは。

人 の運動逆モデル+車両運動逆モデルーーー>ド ライバーモデル

　x" = a - C x' 　の 発生する滑らかで快適な加速度の実現不可能。

　 滑らかな運転には正確な先読みは必須で、運転の滑らかさは正確な先読みの結果、すなわち安全運転を保証する、それを実行している中嶋悟の150万キロ無事故も頷ける結果。
　 中嶋悟は、誰でも人車一体自分の手足のような感覚で、自由に安全に走れる車の実現を望んで、
「僕にとっての理想とは、クルマがもっと人間の感覚に忠実な機械として発展することを願うものだ」と著書「中嶋悟　運転の極意」 の結 びとしています。　

　　　　　　　　　　 車両モデルが行うハンドル捌き

　　　　　　　　　　　　　前輪後輪の役割
　　　　　 　アンダーステアの強弱・操縦性を決める仕組み

　 操舵の効き具合を見るため、アンダーステア車の操舵に対する車体の動きの周波数応答を機械的に調べます。
　（車両モデルは荷重移動を考慮しないKf,Krの値が固定された運動方程式で、計算は Mathematica）

　周波数応答によると、アンダーステアが強いほどゲインも低く安定した挙動を示す。
　

　左にアンダ-ステアのレベルが異なる2台の車両（フロントコーナリングパワー１割増しの弱US車、リヤコーナリングパワー 2割 増しの強US車）の”前輪舵角に対する車両横滑り角”　 の周波数応答のゲインおよび位相遅れのグラフを示す（　”横加速度/前輪舵角”の応答も殆ど同じです）。

　ゲインが高く舵が良く効くが周波数帯域が狭いのが弱アンダーステアのグラフです。
　ゲインが低く舵の効きが悪いが周波数帯域の広い範囲で安定しているのが強アンダーステアのグラフです。

　アンダーステアが強いほど舵の効きが鈍く操舵に対して車両の動きが安定なことを示しています。



　しかし動的な実際の運転では、アンダーが強ければ良いかと言うとそうではなくほどほどのところがある。







　実際の厳しい操舵では、走行状態に応じてアンダーステア状態からオーバーステア状態に変化したり、周波数応答での動的でな い定 性的 な特性では表し切れないことが起こります。
　 動的にはどんな車もUSの強弱レベルに応じたリバースステアが起こり、高速サーキットでのレースで見られるようにUSレベルの強い車の場合プロでもスピンしてしまうことが ある。

　 USの強さがあるレベルを超えていると、アンダーが強い分かなり切り込んでいるステアリング状態から起こるリバースステア時には、 車体の回転に連動して進行方向に対する前輪の舵角も車体の回転角分増加し、 それに対する修正操舵量が舵のゲインの低さも相まって、相当量ステアリングを逆ハン方向に素早く戻す必要があるが、腕力が追いつかずプロでもスピンしてしまう状態が発生す る。

　 このリバースステア時のハンドル捌きは、人では腕力が追いつかないので、練習しても獲得できず人の運転を通して明らかにすることが出来ません。

　腕力の制限無しで人と同じ運転、どんな車に乗っても同じ運転が出来る”弘法筆を選ばず”の弘法のような名人の運転によるシ ミュ レー ションで、 弱アンダーステア車から強アンダーステア車のリバースステア時のハンドル捌きを具体的に示します。

　

　運転する車両の入出力特性式は下の図に示すとおり、教科書通りの運動方程式を当てます。
　車が 行うべき運動が α で、この α を入力して出力である操舵輪の角度δを出力する。　横滑り角βはシミュレーション中の車両の走行中のデータを使用します。
　アンダーステア・オーバーステアの操縦性をシミュレーションする場合、アンダーステアの強弱を決定する旋回時の前後輪での 左右 荷重 移動を考慮したKf、Krが非常に重要です。下記する式で算出した値を使用します。

　


（δ: 操舵角 、m,mf,mr：質量　Kｆ、Kｒ：前後タイヤのコーナリングパワ　εf ：荷重依存係数　α：横加速度　φ:ロール角　hf,hr：前後ロールセンタ高　Rｆ、Rｒ:前後ロール剛性　β：車体横滑り角(実車から得る)）

　このシンプルな車両運動逆モデルで行うハンドル捌きは、後輪が背負う車体の回転のコントロールを介して行うかなり込み入ったも のになります。 旋回時は後輪が適切な角度取って踏ん張りますが、重い車体を背負っていて前輪のように自在に素速く所定の角度を取れません。 しかも前輪と違って自分では動けません、車体の回転頼みです。

　下手な運転の車でも、この逆モデルを組み込んでおけば、走 行中 の運転者の意図（速度・変位）を含み持っている加速度を計測すれば、 この逆モデルだけで難しい横滑り自在の ス テアアシスト をすることが可能。


　 前輪後輪が発揮する横力の発生工程が どうなっているのか考えてみます。

　大事な点は操舵に対して一呼吸遅れて車の運動が開始されると言うこと。
　車体と一体のリヤタイヤが進行方向に対して横滑りして、初めて車体にコーナリングフォースが発生する。 す なわちフロントタイヤの操舵に対して、重い車体が向きを変え終わって初めてリヤタイヤにコーナリングフォースが発生する。

　通常の運転におけるコーナリング時の、減速しながらコーナーに入る時の遠心力の変化の過程、 および直線運動に戻るときの加速 から直線走行に移る遠心力の変化の過程が肝心です。

　しかしこの場合微妙なコントロールはステアリングと言うよりアクセルとブレーキのコントロールにゆだねられる。 この場合ステアリング操作は脇役で、役割が分かりにくい。

　ハンドリングが主役のきつめの横滑りが発生するようなコーナリング時の極端なハンドリングについて考えます。
　ステアリング操作によるコーナリングフォースのコントロールは、重い車体の回転を介して行う間接的な時間遅れを伴うコント ロールになる と言うことです。

　ハンドル捌きによる力のコントロールが生じるのは、一呼吸おいた動きの鈍い車体の 回転 後
　 ここではステアリング操作によってタイヤに発生させる力のコントロールの工程について調べる。 車体を背負った後輪の横力がキーになる。大切なのはボディーと一体の後輪が車体を支えていると言うことです。
　左の図に左旋回中の車両の姿勢を示すが、リヤタイヤが横滑りしないと車体は支えられないので、激しい 運転でも温和しい運転でも どんな運転でも旋回中はリヤタイヤと一体の車体は必ず図のように横滑り状態になります。
　車体と一体構造のリヤタイヤが車体を支える役割を担い、フロントタイヤの役割はフロントタイヤの力で この車体の向きを自在にコ ントロールすること。

　リヤタイヤはフロントタイヤの力によって一呼吸遅れて車体と一緒に向きを変えて、車体をささえる力を発揮し意図した旋回が 成立 する。

フ ロントタイヤを操舵して車体を進行方向に対して必要な角度を持たせ、横滑りするリヤタイヤの軸方向の摩擦により、車体に 横向 きの力を発生させる。　カーブ旋回に見合った求心力およびヨーレートを発生する所定の車体（リヤタイヤ）の横滑り角が得られ れば、 そのリヤタイヤの発生する力にバランスさせた力をフロントタイヤが発生するようにフロントタイヤの向きを合わせる。
　スーパーマーケットでの買い物時のカートを操るのと同じ。
　
　上の図に、旋回に関わるフロントとリヤのお互いにせめぎ合で働く相反する車体に働く回転モーメントを示す。　

　操縦性を決めるアンダーステアの強弱レベルは、操舵を加えた時の車体を支えるリヤタイヤの踏ん張りモーメントと、 その踏ん張り力に逆らって車体を回転させるロントタイヤの発揮するモーメント、この二つのモーメントのバランスで決まります。

　フロントの回転モーメントが強いほど舵が効くので自在の運転が可能で、 リヤの回転モーメントは舵を戻す方向に働く力になるのでこれが強いと思い通り舵が切れないことになる。

しかしフロントの力で舵が決まって所定の車体の回転が得られた後は、リヤは車体を支えるので弱いと旋回能力が落ちてしまう。 　 フロントとリヤのバランスの落としどころでアンダーステアのレベルが決まる。

　進行方向に対して角度を持ったリヤタイヤが横滑りして発生する求心力は、 同時に車体の向きを元に戻す方向の回転モーメントを発生させるので、操舵輪はこの力とのバランスにより、 車体に旋回に必要な求心力を得ると同時に車体に働く回転モーメントをコントロールして旋回に沿ったヨーレートを実現する。


アンダーステアの強弱を決めるのは、前後サスペンションでの左右のタ イヤ 間の 荷重移動量の差異

　前後のタイヤのコーナリングフォースの強さの違いによって舵の効き具合が変わりますが、 前後での強さの違いは前後サスペンションの剛性配分の違いによって、 前後での旋回外輪への荷重移動量が異なるために生じます。

　サスペンションの剛性が強いほど踏ん張るので、左右の荷重移動量が大きくなります。

　荷重移動によるコーナリングフォースの減少については左の模式図を参照ください。
　横軸はタイヤに加わる荷重、縦軸はその時のタイヤが発生するコーナリングフォース。

　ロール剛性が強いと旋回時の内輪から外輪への荷重移動量が大きくなります。 加重に対するコーナリングフォースの形が上に凸になっているので、荷重の移動量が大きい程その分コーナリングフォースが減少します。

　フロントとリヤのロール剛性配分によってアンダーステアのレベルが変わります。剛性がより強い側で荷重移動量が大きく な り、 コーナリングフォースはその分大きく減少します。

　 フロントがリヤより剛性が強いほど、フロントでの左右輪の荷重移動が大きいことによるコーナリングフォースの減少がリヤより大きくなることによりアンダーステアが強くなり ます。

　フロント側のロール剛性を弱くすると、ロール時に左右の荷重移動が少なくなりフロントでのコーナリングフォースが落ち ない の で、アンダーが弱くなり車体のコントロールが楽になり、ラリーのような走りが容易にできます。

　リヤのロール剛性を弱くするとフロントを弱くした場合の逆で、リヤでの荷重移動が少なく、リヤタイヤのコーナリング フォー スが 維持 されてアンダーが強くなり、 無理のかかっていないリヤタイヤに余裕が生まれているので、その分駆動力を駆けることが可能になり、 ア クセルコントロールにより スピードサーキットでの高速旋回が可能となります。

　ただし、アクセルの微妙なコントロールとステアリング操作の合わせ技によって、アンダー分を使い切ってオーバーステア 寸前 まで の ニュートラルステア状態に持って行って走るのは簡単ではない。
　
　

　下の動画と写真はレーンチェンジの時のハンドル捌きを示す。前輪の動きとリヤタイヤに働く力と車体の動きを見てく ださ い。 車両 はCarSim。 ドライバーは冒頭に記述の数式ドライバーをMATLAB/Simulinkで記述したもの。 ハ ンドル捌きのドライバーモデルは3章”横方向の運転のモデル例”に 記載。
　

フロントタイヤを含む操舵系がこの車体（リヤタイヤ）の向きを自在に変えることになるが、 時間遅れの大きい重い車体の回転運動を介在するので、操舵によるリヤタイヤに発生させる力加減はかなり難しい。
> さらに、自分も中に乗っていて慣性力を受けるので、不快にならないようどう力加減したらよいか、人 の感覚特性に基づいた力加 減の仕方を身につけている必要がある。

ア ン ダース テア・ オーバーステア・リバースス テア について補足

　
動的にはアンダーステアの状態とオーバーステアの状態の両方を行ったり来たりする。

　 よほどアンダーステアが強くない限り、どんな車もリバースステアしオーバーステア状態になる。

　アンダーステアが強いほど急激にリバースし、 弱いと穏やかにリバースする。　アンダーステアが弱いとオーバーステア状態に自然に移行して、リバースが意識されないほど。

　フロントもリヤもそれぞれ大切な働きをするが、各々の発生する力のバランスで操縦特性が決まる。

　旋回ロール時に前後サスペンションのロール剛性配分に応じて、前輪および後輪において旋回内輪から外輪への荷 重移 動が 生じ、 剛性配分の大きい荷重移動量が多い側でコーナリングフォースの減少が大きくなり、この前輪後輪に生じる力のバランスで操縦特性が決まり、 リヤでの荷重移動が大きい弱アンダーステアの場合はリバースステアに容易に移行する。　 前輪での荷重移動量が後輪より大きいときには、言い換えるとフ ロントサスペンションの剛性配分がリヤより大きい場合、 前輪の求心力がより減少してアンダーステアが強くなり、左図の左側の車両のようにコーナリングフォースを上げるため前輪 を切り込んで車体（後輪）に対して前輪の横滑り角を大きくした状態で旋回する。

　逆だと右の車両のようにアンダーステアが弱くなり、前輪の横滑り角を減らして、車体（後輪）より横滑り角を減 らし てリ バースステアに移行しやすい。
　アンダーステアが強いと感じた場合は慎重に運転する必要があり、無理に切り込むと突然右の車両のような状態に 移行 する リバースステアが起こり、 クルマは物理的に旋回可能でもヒトのステアリング操作の腕力が足りずプロでも最終的にスピンに至る。

　サーキットで行われるスピードレースではプロのドライバーがスピンしている光景がよく見うけられるが、スピー ドを 競う場合 はアンダーが強い方がリヤの横滑りが少なくコーナーでのスピードが落ちにくく、 さらに余裕のある後輪に駆動がかけられ早く走るには有利なため、リバースが起こる危険をおかしても、 高速サーキットでのスピードを競うレーシングカーは、アンダーを強めに設定していると思われる。

　強アンダーステア状態は上の左側の図に示す状態で、リヤのコーナリングフォースに余裕があってフロントが無理 して 切り 込んでいる状態。 リヤタイヤの摩擦力に余裕があるこの状態で、余裕分の範囲でリヤに駆動力を駆けるとコーナリング速度を上げることが出来る。
　 しかし駆動力をかけすぎて余裕分を使い切ると、右の図のように逆ハン状態にまでなってしまってコーナリング速度を維持できなくなる。逆ハン状態になる手前のニュートラルス テア状態になるまでリヤタイヤに駆動力をかけることが可能。

　ポール・フレール著「ハイ　スピード　ドライビング」二玄社　 の中に、ステアリングとスロットルの微妙な操作によりニュートラルステア状態に達する手前で最大のコーナリング速度が実現できると記述がある。 そしてジャック・ブラバムが微妙なスロットル操作によりニュートラルステアに近い状態で4輪ドリフトしている写 真 （著書 写真41）を掲載して、 ”これがコーナーを最も早く回るテクニックである”と記述。

　1964年5月に行われた第２回日本グランプリでホンダS800を運転するF1レーサーのロニー・バック ナムが鈴鹿の第１，第２連 続コーナーをニュートラルステアの前輪はまっすぐ向けたまま、アクセルコントロールで4輪ドリフト状態で サーカスのように毎回安定して周回していたのを今でも覚えています。

　
　弱めのアンダーステアではリヤには無理がかかって、 横滑りによりカーブを通過する速度は遅くなってしまうが、 フロントは自在でコントロールを失うことはない（ ベンツ の例）。 　無理なカーブ進入でも横になって減速するだけで、コースを飛び出すほどの極端なオーバースピードでない限り素人でも運転に失敗す ることは無く、ラリー車のように自在にカーブを走り抜ける。

　 リバースステアについては4章の「リバースステア　強US車両の 挙 動」 および5章の「弱US車両の挙動」に.



　＊　ここで４章、５章で述べる弱/強US車両挙動シミュレーション結果のハ ンド ル捌きを簡単に説明します。

　横軸に時間、縦軸はプラス側が順ハンドル角、マイナス側が逆ハンドル角を示す。
　リヤのスタビライザーの強さを１０％くらいづつ増加させてUSのレベルを弱くした、弱US車両３台/強US車 両２ 台 が、限界速度でカーブに進入した時のハンドル捌きを示したものです。 。
　USのレベルがあるレベルより強くなると切り角を戻すときの勾配がきつくなっている。強US車ではアンダー状 態で 切り 増し状態で切り込んで、その後急激な戻し操舵に入る。
　USが弱くなると切り角の勾配が緩くなっており、ステアリングを切ったら、すぐゆっくり戻している。
　強US車の運転を難しくしている原因の第一は修正操舵のタイミングがつかみにくい、 そして第二には、非常に大きくて急速な修正操舵を要すること。
　それに対して、リヤスタビの強さが約１０％づつ変わっている弱US車両３台のハンドル捌きのグラフは重なって お り、 USがある程度弱い状態では、リヤスタビの強さが変わっても、ステアリングの操作特性の変化が少ない。 すなわち、弱USに設定されている車は、強USに設定されている車に比べて、USレベルの異なる」他人の車を運転してもハンドリ捌きは変わらず、積み荷、タイヤなどの変化 に対しても運動特性が安定していて、 しかもゆっくりなハンドル操作で横滑りがコントロールできる。