JP5643142B2

JP5643142B2 - 運転能力判定装置及び運転能力判定方法

Info

Publication number: JP5643142B2
Application number: JP2011072259A
Authority: JP
Inventors: 知克奥谷; 弘利岩崎
Original assignee: Denso IT Laboratory Inc
Current assignee: Denso IT Laboratory Inc
Priority date: 2010-03-31
Filing date: 2011-03-29
Publication date: 2014-12-17
Anticipated expiration: 2031-03-29
Also published as: JP2011227883A

Description

本発明は、ドライバの運転能力の判定を行う運転能力判定装置及び運転能力判定方法に関する。

ドライバの運転能力は年齢と共に衰える傾向があり、近年、高齢者ドライバの死傷事故が社会問題化している。高齢者ドライバは、ブレーキペダルとアクセルペダルの踏み間違い、他車両や歩行者への不注意、信号、標識の見落としなど、様々な原因による事故の発生率が高いことが分かっている。これに伴い、道路交通法が改正されて、高齢（７０歳以上）のドライバは、高齢者講習を受講することが義務化されたが、その効果はほとんどなく、高齢者ドライバによる事故の死亡率は一向に減少していないのが実状である。

高齢者ドライバによる事故発生の主な要因は、高齢者の判断力の低下（認知症によるボケも含む）や高齢者の運動能力の低下である。判断力の低下は、脳の老化と関連している。高齢者は、ある刺激に対する反応に時間がかかったり、適切な行動を選択できなくなったりするという問題を抱えている。また、運動能力の低下は、例えば、視野の狭窄や動体視力の低下などのような視機能の低下、可聴帯域の狭窄や聴力レベルの低下などのような聴機能の低下、筋肉や神経の老化に伴う全般的な運動機能の低下である。

このようなことから、高齢者ドライバに関して、安全に車両を運転することができる状態かどうかを判定することが重要となってくる。

また、高齢者ドライバのみならず、非高齢者ドライバであっても、体調によっては安全に車両を運転することができない状態となる場合がある。例えば、連続運転によって疲れているような場合には居眠り運転や漫然運転が発生する可能性があり、非高齢者ドライバに関しても、安全に車両を運転することができる状態かどうかを判定することが重要である。

下記の特許文献１には、運転技術の低下を高齢者ドライバに自覚させるために、高齢者ドライバに特有のハンドル操作（道路の曲がり角での操舵の円滑さ）に着目して、ドライバのハンドル操作（ステアリングホイールの操作）に係る計測値が若年者と高齢者とを分ける所定の閾値を超えた場合に警告を発する（あるいは、ドライバの運転年齢を判断する）技術が開示されている。

また、下記の特許文献２には、運転操作を監視する技術であって、ドライバの操作に係る操作量と通常の基準（操作が滑らかに行われた場合の操作量）との偏差量を検出することで、ドライバの運転操作を監視する技術が開示されている。なお、特許文献２では、主にハンドル操作（操舵角）の監視が説明されているが、アクセルペダル又はブレーキペダルの操作量としてペダルの踏み込み角度を用いてもよい旨も記載されている。

特許文献１に記載の技術では、曲がり角でハンドル操作が円滑に行われているかどうか（曲がり角で適切な軌道を走行しているかどうか）を判断することで、高齢者ドライバによる運転であること（あるいは、ドライバの運転年齢）を判断している。具体的には、特許文献１に記載の技術によれば、曲がり角の入点から出点までの期間内のステアリングホイールの操舵角を検出して、ドライバが滑らかに曲がることができているかどうかを（ハンドル操作に「ぎこちなさ」が現れていないかどうか）を判断する。なお、特許文献２に記載の技術には、曲がり角でのハンドル操作の状況を数値的に計算する技術が開示されており、特許文献１に記載の技術は、この計算技術を応用したものであると言える。

特開２００８−２５０４０６号公報（要約）特開２００１−２５３２６６号公報（要約、段落［００４９］）

しかしながら、特許文献１に記載の技術は、ドライバが曲がり角を滑らかに曲がることができるかどうかを判断しているだけに過ぎない。この判断によって、ドライバの運転能力を判定することは可能であるが、決して高精度に運転能力を判断できるわけではない。例えば、特許文献１に記載の技術によれば、ドライバの運転能力が低下したことを判定することは可能であるが、ドライバの運転能力が低下するであろう予兆を検出することは不可能である。すなわち、特許文献１に記載の技術では、ドライバが車両を安全に運転できていないことは検出できるが、ドライバが車両を安全に運転できる状態（ドライバの判断力や運動能力が劣化していること）を検出することは困難である。

上記の問題を解決するため、本発明は、ドライバの運転能力をより高い精度で判定することが可能な運転能力判定装置及び運転能力判定方法を提供することを目的とする。

上記の目的を達成するため、本発明の運転能力判定装置は、車両の運転を行うドライバの運転能力を判定する運転能力判定装置であって、
前記ドライバの運転操作量を検出するドライバ操作検出センサ、及び、前記車両の走行状態を検出する車両センサから供給されるセンシング情報に基づいて、前記ドライバの運転の特徴を示す運転特徴量を算出する運転特徴量観測部と、
前記運転特徴量観測部で算出された前記ドライバの運転特徴量から、前記ドライバの運転能力を判定する運転能力判定部とを、
有し、
前記運転能力判定部が、前記ドライバの運転特徴量からカオス力学系の計算技術を用いて発散性を示すリャプノフ指数を算出し、算出された前記リャプノフ指数が健常時の指数値を下回った場合は、前記ドライバの運転能力が劣化していると判定するよう構成されている。

また、上記の目的を達成するため、本発明の運転能力判定方法は、車両の運転を行うドライバの運転能力を判定する運転能力判定装置によって実行される運転能力判定方法であって、
前記ドライバの運転操作量を検出するドライバ操作検出センサ、及び、前記車両の走行状態を検出する車両センサから供給されるセンシング情報に基づいて、前記ドライバの運転の特徴を示す運転特徴量を算出する運転特徴量観測ステップと、
前記運転特徴量観測ステップで算出された前記ドライバの運転特徴量から、前記ドライバの運転能力を判定する運転能力判定ステップとを、
有し、
前記運転能力判定ステップにおいて、前記ドライバの運転特徴量からカオス力学系の計算技術を用いて発散性を示すリャプノフ指数を算出し、算出された前記リャプノフ指数が健常時の指数値を下回った場合は、前記ドライバの運転能力が劣化していると判定する。

本発明は、上記の構成又は処理を有しており、ドライバの運転能力をより高い精度で判定することができるという効果を有している。

本発明の実施の形態における運転能力判定装置の構成の一例を示すブロック図である。本発明の実施の形態における運転特徴量の計測処理の一例を示すフローチャートである。本発明の実施の形態における運動能力の判定処理の一例を示すフローチャートである。本発明の実施の形態におけるゆらぎ解析処理の一例を示すフローチャートである。本発明の実施の形態における注意喚起処理の一例を示すフローチャートである。本発明の実施の形態における注意喚起処理の一例を示すフローチャートである。本発明の実施の形態におけるゆらぎ解析処理の具体的な一例を示す図である。本発明の別の実施の形態における運転能力判定装置の構成の一例を示すブロック図である。

以下、図面を参照しながら、本発明の実施の形態について説明する。

本発明は、漫然運転に陥るドライバ、あるいは、高齢者ドライバによる認知能力や反応速度の低下を防ぐために、ブレーキペダル、アクセルペダル、ハンドルの操作量などに基づいてドライバの運転特徴量を観測し、その運転特徴量からドライバの運転能力が、健常者レベルか、あるいは、認知障害者レベル（漫然運転に陥ったドライバ、又は、認知障害に陥った高齢者ドライバ）であるかを判定するものである。また、運転能力が低くなった（劣化した）ドライバに対しては注意喚起を行うことで、認知能力の活性化を図り、ドライバの操作能力の向上及び復帰を促して安全運転を行わせるものである。

本発明は、脳科学を活用する。注意喚起の対象となるのは前頭葉の注意機能部である。前頭葉の注意機能部は、例えば、老化又は疲労した脳であっても、強化及び回復できる部位である。注意機能部における注意力を刺激し、事前に注意すべき事項を考えられるようにし、反応準備に余裕を与えることで、ある刺激に対する反応時間を短縮させる。また、同時に予測力を刺激し、操作を完了するまでの手順や力加減を最適化できるようにすることで、最適な操作が実現されるまでの時間を短縮させる。

なお、本発明は、廉価車（小型車、軽自動車）でも実現可能であるよう構成されたものであり、車載装置の交換や新設を最小限に抑えながら、ドライバの意識レベルの計測、計測された意識レベルに基づく運転能力の判定及び注意喚起を実現するものである。

まず、本発明の実施の形態における運転能力判定装置の構成について説明する。図１は、本発明の実施の形態における運転能力判定装置の構成の一例を示すブロック図である。図１に図示されている運転能力判定装置１００は、運転特徴量観測部１１０、運転能力判定部１２０、許容レベル情報格納部１３０、警報部１４０、診断チェックリスト作成部１５０を有している。なお、図１には、各機能がブロックによって図示されているが、これらの各機能は、ハードウェア及び／又は（プログラムをコンピュータによって実行可能なプログラム）によって実現可能である。

運転特徴量観測部１１０は、ドライバの操作や車両の状態などの各種情報から、ドライバの運転操作量の特徴量（以下、運転特徴量と呼ぶ）を計測する機能を有している。運転特徴量観測部１１０は、例えば、ドライバ操作検出センサ１９１や車両センサ１９２からのセンシング情報に基づいて、ドライバの運転特徴量を算出することが可能である。また、運転特徴量観測部１１０は、力学系の技術を用いた場合、ドライバの運転特徴量をアトラクタ化する（例えば、後述する図２の処理を行う）ことも可能である。

なお、ドライバ操作検出センサ１９１としては、例えば、アクセルペダルの踏み量（踏み込みの角度や踏み込む力など）を検出するセンサ、ブレーキペダルの踏み量（踏み込みの角度や踏み込む力など）を検出するセンサ、ハンドルの操作距離（ハンドルの操舵距離（例えば、ハンドルの回転角度などから把握できる操舵量）やトルクなど）を検出するセンサなどを利用することが可能である。また、車両センサ１９２は、例えば、車両の速度を測定する車速センサや、車両の加速度を速定する加速度センサを利用することが可能である。

また、運転能力判定部１２０は、運転特徴量観測部１１０で計測されたドライバの運転特徴量に基づいて、ドライバの運転能力を判定する機能を有している。運転能力判定部１２０は、例えば、ドライバの運転特徴量と、許容レベル情報格納部１３０に格納されている運転モデル情報とを比較することで、ドライバの運転特徴量がある基準を超えているかどうか、あるいは、ある基準に類似しているかどうかなどを特定することが可能である。

また、許容レベル情報格納部１３０は、運転能力判定部１２０による判定の際に参照される運転モデル情報を事前に格納する機能を有している。運転モデル情報としては、例えば、一般健常者の運転モデル（一般的な健常ドライバと認定できる基準となる情報）、認知障害者の運転モデル（高齢ドライバや漫然運転の状態にあるドライバと認定できる基準となる情報）などを用いることが可能である。

また、警報部１４０は、運転能力判定部１２０によって、ドライバが安全運転を行うことができない状態であると判定された場合に、例えば、モニタ／スピーカ１９３などからドライバに対して注意喚起の警告を報知する機能を有している。なお、警報部１４０から報知される警告は、視覚的な画面表示情報や聴覚的な音声情報など、任意の情報を用いることが可能である。また、例えば、ドライバが運転中に警告を発する場合には、ドライバを驚かせないような態様（例えば、問いかけるような口調の音声情報）で報知を行うようにしてもよい。

また、診断チェックリスト作成部１５０は、運転能力判定部１２０によって、ドライバが安全運転を行うことができない状態であると判定された情報を蓄積し、蓄積された情報を加工して診断チェックリスト情報（カルテ）を作成し、この診断チェックリスト情報（カルテ）を、例えば、通信部１９４を介して特定の配信先（配信先アドレス）へ送信する機能を有している。

次に、図１に図示されている運転能力判定装置１００の構成に基づき、本発明に係る処理について説明する。

図２は、本発明の実施の形態における運転特徴量の計測処理の一例を示すフローチャートである。なお、図２に図示されている運転特徴量の計測処理は、図１に図示されている運転特徴量観測部１１０によって、ミリ秒オーダ（ミリ秒単位）で実行される処理である。

図２において、運転特徴量観測部１１０は、ブレーキペダルの踏み量を取得し（ステップＳ２０１）、アクセルペダルの踏み量を取得し（ステップＳ２０２）、ハンドル回転距離とトルクを取得する（ステップＳ２０３）。これらのステップＳ２０１〜Ｓ２０３の各センシング情報は、ドライバ操作検出センサ１９１から、例えばミリ秒単位で運転特徴量観測部１１０へ供給される。また、運転特徴量観測部１１０は、加速センサのＸＹＺ（３次元空間における加速度の値）を取得する（ステップＳ２０４）。このステップＳ２０４のセンシング情報は、車両センサ１９２から、例えばミリ秒単位で運転特徴量観測部１１０へ供給される。なお、ステップＳ２０１〜Ｓ２０４の各処理は並列処理である。

ここで、運転特徴量観測部１１０は、Ｘ（車両の前進／後退方向における加速度）から車両が前進しているか後進しているかを判断する（ステップＳ２０５）。加速度値Ｘが前進の場合には、運転特徴量観測部１１０は、前進時の運転特徴量を計測して、その計測値をアトラクタ化する。運転特徴量観測部１１０は、例えば、前進時の制動の運転特徴量を計測してアトラクタ化し（ステップＳ２０６）、前進時の加速の運転特徴量を計測してアトラクタ化し（ステップＳ２０７）、前進時の操舵速度（操舵距離／ミリ秒）の運転特徴量を計測してアトラクタ化する（ステップＳ２０８）。

一方、加速度値Ｘが後進の場合には、運転特徴量観測部１１０は、後進時の運転特徴量を計測して、その計測値をアトラクタ化する。運転特徴量観測部１１０は、例えば、後進時の制動の運転特徴量を計測してアトラクタ化し（ステップＳ２０９）、後進時の加速の運転特徴量を計測してアトラクタ化し（ステップＳ２１０）、後進時の操舵速度（操舵距離／ミリ秒）の運転特徴量を計測してアトラクタ化する（ステップＳ２１１）。

以上の処理のように、運転特徴量観測部１１０は、ミリ秒オーダで、ドライバの運転特徴量を計測してアトラクタ化することが可能である。

また、図３Ａは、本発明の実施の形態における運動能力の判定処理の一例を示すフローチャートである。なお、図３Ａに図示されている運動能力の判定処理は、図１に図示されている運転能力判定部１２０によって、数秒〜１分オーダ（数秒〜１分単位）で実行される処理である。

図３Ａにおいて、運転能力判定部１２０は、直近のドライバの運転特徴量を運転特徴量観測部１１０から取得する（ステップＳ３１０）。なお、ステップＳ３１０において取得するドライバの運転特徴量は、図１に図示されているステップＳ２０６〜Ｓ２１１で算出された結果（各運転特徴量がアトラクタされたもの）である。次に、運転能力判定部１２０は、取得したドライバの運転特徴量のゆらぎ解析処理を行う（ステップＳ３３０）。なお、ステップＳ３３０におけるゆらぎ解析処理において、運転能力判定部１２０は、例えば、各運転特徴量からリャプノフ指数を算出する処理を行う。ステップＳ３３０におけるゆらぎ解析処理の詳細については、図３Ｂを参照しながら後述する。そして、運転能力判定部１２０は、ステップＳ３３０におけるゆらぎ解析処理の処理結果（具体的には、算出されたリャプノフ指数）の遷移をログとして蓄積（ロギング）する（ステップＳ３５０）。

また、図３Ｂは、本発明の実施の形態におけるゆらぎ解析処理の一例を示すフローチャートである。なお、図３Ｂに図示されているゆらぎ解析処理は、上述のように、図３ＡのステップＳ３３０におけるゆらぎ解析処理の詳細を説明するものである。

図３Ａにおいて、運転能力判定部１２０は、前進時の制動のアトラクタ群（アトラクタ行列）を取得して（ステップＳ３３１１）、前進時の制動のリャプノフ指数を算定し（ステップＳ３３１２）、過去のアトラクタ群からリャプノフ指数の安定傾向を解析する（ステップＳ３３１３）。

また、運転能力判定部１２０は、後進時の制動のアトラクタ群（アトラクタ行列）を取得して（ステップＳ３３２１）、後進時の制動のリャプノフ指数を算定し（ステップＳ３３２２）、過去のアトラクタ群からリャプノフ指数の安定傾向を解析する（ステップＳ３３２３）。

また、運転能力判定部１２０は、前進時の加速のアトラクタ群（アトラクタ行列）を取得して（ステップＳ３３３１）、前進時の操舵速度のリャプノフ指数を算定し（ステップＳ３３３２）、過去のアトラクタ群からリャプノフ指数の安定傾向を解析する（ステップＳ３３３３）。

また、運転能力判定部１２０は、後進時の加速のアトラクタ群（アトラクタ行列）を取得して（ステップＳ３３４１）、後進時の加速のリャプノフ指数を算定し（ステップＳ３３４２）、過去のアトラクタ群からリャプノフ指数の安定傾向を解析する（ステップＳ３３４３）。

また、運転能力判定部１２０は、前進時の操舵速度のアトラクタ群（アトラクタ行列）を取得して（ステップＳ３３５１）、前進時の操舵速度のリャプノフ指数を算定し（ステップＳ３３５２）、過去のアトラクタ群からリャプノフ指数の安定傾向を解析する（ステップＳ３３５３）。

また、運転能力判定部１２０は、後進時の操舵速度のアトラクタ群（アトラクタ行列）を取得して（ステップＳ３３６１）、後進時の操舵速度のリャプノフ指数を算定し（ステップＳ３３６２）、過去のアトラクタ群からリャプノフ指数の安定傾向を解析する（ステップＳ３３６３）。

なお、本発明の実施の形態におけるゆらぎ解析処理の具体的な計算については、例えば、図６に図示されているように実行することが可能である。図６は、本発明の実施の形態におけるゆらぎ解析処理の具体的な計算方法の一例を示す図である。なお、ゆらぎ解析処理の計算方法は、図６に図示されているものに限定されるものではない。複雑系の解析方法については、様々な研究が行われており、現在及び今後確立される任意の解析方法を本発明に適用することが可能である（例えば、此処まで来た複雑系解析ツール、{ HYPERLINK "http://www.ieice.org/cs/csbn/program/papers/04_1_miao.pdf" ,http://www.ieice.org/cs/csbn/program/papers/04_1_miao.pdf}を参照）。

本発明の実施の形態では、例えば、ブレーキペダルの踏み量（ブレーキペダルのトルクや踏み込み角度などを検出）、アクセルペダルの踏み量（アクセルペダルのトルクや踏み込み角度などを検出）、ハンドル回転距離（又はハンドル操舵角度）やトルク、加速度センサによって検出可能な加速度、速度センサによって検出可能な速度などを取得する（図２のステップＳ２０１〜Ｓ２０４）。こうしたセンシングデータは、例えば図６（Ａ）に図示されているように、時間軸に対して変動する曲線として取得され、また、ドライバの運転の特徴を表す運転特徴量として取り扱うことが可能である。

ここで、例えば、所定の微小ウィンドウ（時間幅τ）の範囲をずらしながら、微小ウィンドウ内における運動特徴量の局所的な傾向（ローカルトレンド）のアトラクタ（軌道）を取得することで、運動特徴量のアトラクタ群（アトラクタ行列）を取得し（図３ＢのＳ３３１１、Ｓ３３２１、Ｓ３３３１、Ｓ３３４１、Ｓ３３５１、Ｓ３３６１、図６（Ｂ））、このようにして得られたアトラクタ群（アトラクタ行列）からリャプノフ指数を算定することが可能である（図３ＢのＳ３３１２、Ｓ３３２２、Ｓ３３３２、Ｓ３３４２、Ｓ３３５２、Ｓ３３６２、図６（Ｃ））。なお、このとき、算定されるリャプノフ指数は１つのみであるが、所定の微小ウィンドウ（時間幅τ）を複数個含むウィンドウ（メタウィンドウ）をずらすことによって、リャプノフ指数の時系列データ（時間的に異なる複数個のリャプノフ指数）を得ることができる。

時間的に異なるいくつかのリャプノフ指数のデータから、ドライバの運転能力が劣化しているかどうかを判定することが可能であるが、この場合の判定方法も様々存在する。一般的に、リャプノフ指数は、高いほど脳機能の活性化、低いほど脳機能の沈静化を表しており、例えば、単純にリャプノフ指数の値が所定値以下となった場合に、運転能力が劣化していると判定してもよい。また、リャプノフ指数の時系列データから未来のリャプノフ指数の変動を予測することで、この後に運転能力の劣化状態となり得ると判定してもよい。また、例えばアトラクタ群（アトラクタ行列）のパターンを解析することで、高齢者に夜運転や漫然運転のモデルに近いパターンになっている場合に、運転能力が劣化していると判定してもよい。

また、図４は、本発明の実施の形態における注意喚起処理の一例を示すフローチャートである。なお、図４に図示されている注意喚起処理は、図１に図示されている運転能力判定部１２０及び警報部１４０によって、ゆらぎ解析処理の解析結果（図３ＡのステップＳ３３０の処理結果）が取得されるたびに実行される。

図４において、運転能力判定部１２０は、運転許容レベルの比較データを取得するとともに（ステップＳ４０１）、運転能力の劣化状態（例えば、運転特徴量に基づくリャプノフ指数によって表される）を取得する（ステップＳ４０２）。なお、ステップＳ４０１において取得する運転許容レベルの比較データは、許容レベル情報格納部１３０に格納されている運転モデル情報（一般健常者の運転モデル、認知障害者の運転モデルなど）である。また、ステップＳ４０２において取得する運転能力の劣化状態は、図３ＡのステップＳ３３０のゆらぎ解析処理の解析結果（図３ＡのステップＳ３３０の処理結果）であり、具体的には、各運転特徴量のアトラクタ群や各運動特徴量から算出されたリャプノフ指数である。

運転能力判定部１２０は、運転許容レベルの比較データと運転能力の劣化状態とに基づいて、ドライバの運転能力が劣化状態に突入したかどうかを判定する（ステップＳ４０３）。具体的には、運転能力判定部１２０は、ドライバの運転特徴量が一般健常者の運転モデル又は認知障害者の運転モデルのどちらに属するかを判定し、ドライバの運転特徴量が認知障害者の運転モデルに属すると判定した場合（ドライバの運転特徴量が一般健常者の運転モデルから大きく逸脱している場合、あるいは、ドライバの運転特徴量が認知障害者の運転モデルに類似している場合）に、ドライバの運転能力が劣化状態に突入したと判定する。このドライバの運転能力が劣化状態に突入したか否かの判定では、上述のように、例えば、リャプノフ指数（あるいは、その変動量を考慮）を用いた運転許容レベル（閾レベル）との比較によって行われてもよく、また、アトラクタ群の判定のパターン解析によって、一般健常者及び認知障害者のどちらのパターンに類似しているかを判断してもよい。

なお、運転能力判定部１２０は、ドライバによる操作が大雑把になっている場合に、ドライバの運転能力が劣化状態に突入したと判定してもよい。

ドライバの運転能力が劣化状態に突入したと判定した場合には、運転能力判定部１２０は、警報部１４０へ注意喚起を行うよう指示し、警報部１４０は注意喚起の報知を行う（ステップＳ４０４）。また、運転能力判定部１２０は、ドライバの運転能力が劣化状態に突入したと判定した事項（劣化事項）をログに蓄積（ロギング）する（ステップＳ４０５）。なお、このとき、警報部１４０から報知した注意喚起の報知内容（警告の内容）を劣化事項と共に蓄積してもよい。一方、ドライバの運転能力が劣化状態に突入したと判定しなかった場合には、ステップＳ４０４及びＳ４０５の処理は行わない。

なお、警報部１４０による警告のタイミングは、例えば、ドライバの運転能力が劣化状態に突入したと判定した場合（すなわち、ドライバの運転能力が劣化状態に突入したと判定した直後）であってもよいが、その他の任意のタイミングであってもよい。例えば、運転能力判定部１２０は、ドライバ操作検出センサ１９１や車両センサ１９２によるセンシング情報が、前回警告を行った状態に近づいたことを検出した場合に、警報部１４０を介して前回行った警告を報知するよう決定してもよく、あるいは、前回警告を行った地点（経路情報と関連付けて記憶）を通過する直前で、警報部１４０を介して前回行った警告を報知するよう決定してもよい。また、ドライバの認識機能を有しているのであれば、そのドライバの前回の運転の際に報知された警告の内容を、運転始動時に報知することで、注意事項の想起させるようにしてもよい。

また、図５は、本発明の実施の形態におけるカルテ配信処理の一例を示すフローチャートである。なお、図５に図示されているカルテ配信処理は、図１に図示されている診断チェックリスト作成部１５０によって、例えば、１回の旅行（あるいは、１日単位）が終わるたびに実行される。

図５において、診断チェックリスト作成部１５０は、配信先情報（配信先アドレス）を取得するとともに（ステップＳ５０１）、未報告の劣化事項を取得する（ステップＳ５０２）。なお、配信先情報（配信先アドレス）は、例えば、ドライバの保護者宛のメールアドレスやサービス提供会社のサーバアドレスなどである。また、そして、ステップＳ５０２で取得する未報告の劣化事項は、図４のステップＳ４０５においてロギングされた劣化事項のうち、まだ、図５に図示されているカルテ配信処理によって処理されていない事項である。

そして、診断チェックリスト作成部１５０は、未報告の劣化事項をリスト化した診断チェックリスト（カルテ）を作成し（ステップＳ５０３）、その診断チェックリスト（カルテ）をステップＳ５０１で取得した配信先情報（配信先アドレス）へ配信する（ステップＳ５０４）。なお、診断チェックリスト（カルテ）には、未報告の劣化事項と共に、警報部１４０から報知した注意喚起の報知内容（警告の内容）が記載されてもよい。この診断チェックリスト（カルテ）を、例えば、ドライバの保護者が確認することで、ドライバの保護者は、ドライバの運転能力を把握し、ドライバに対して運転を指導したり、ドライバが運転する際の機器制御の設定を行ったりすることが可能となる。

次に、本発明の別の実施の形態について説明する。この実施の形態によれば、ＤＦＡ（Detrended Fluctuation Analysis：トレンド除去変動解析法）解析を用いて推定したドライバの年齢（年代）を反映させることで、ドライバの運転能力の劣化状態をより詳細に判定できるようになる。

図７は、本発明の別の実施の形態における運転能力判定装置の構成の一例を示すブロック図である。図７に図示されている運転能力判定装置１００は、運転特徴量観測部１１０、運転能力判定部１２０、許容レベル情報格納部１３０、警報部１４０、診断チェックリスト作成部１５０、ＤＦＡ解析部１６０を有している。なお、図７には、各機能がブロックによって図示されているが、これらの各機能は、ハードウェア及び／又は（プログラムをコンピュータによって実行可能なプログラム）によって実現可能である。

図７に図示されている運転能力判定装置１００は、図１に図示されている構成と比較して、ＤＦＡ解析部１６０を更に有している。また、運転能力判定部１２０に機能が追加され、さらに、許容レベル情報格納部１３０には、より詳細な判定を可能とする運転モデル情報が格納される。以下、主に、本発明の別の実施の形態に特徴的な機能及び動作について説明する。

ＤＦＡ解析部１６０は、ドライバの操作や車両の状態などの各種情報（例えば、ドライバ操作検出センサ１９１や車両センサ１９２からのセンシング情報）に基づいてＤＦＡ解析を行い、そのＤＦＡ解析結果（スケーリング指数α）を出力する機能を有している。なお、ＤＦＡ解析は、非定常的な時系列データの長期相関特性を解析する手法であり、広く知られている技術なので、ここでは詳細な説明は省略する。入力データを積分することで作成した新たな時系列データを長さｎのボックスに分割し、各ボックスにおいて最小自乗法による近似直線を計算してローカルトレンドを求め、信号からトレンドを除去してから分散を平均した値（Ｆ（ｎ））を算出するものである。このＤＦＡ解析によって求められるＦ（ｎ）は、Ｆ（ｎ）∝ｎ^αによって表すことが可能であり、スケーリング指数αによって特徴付けられる。

本発明の発明者は、ＤＦＡ解析によって得られるスケーリング指数がドライバの年齢（年代）の推測に有用であり、推測されたドライバの年齢（年代）に基づいてドライバの運転能力の判定を行うことが有用であることを発見した。具体的には、例えばα＝０．８を閾値として、α≧０．８とα＜０．８とで年代を分けることが可能である。以下では、α≧０．８と算出された場合を若年層、α＜０．８と算出された場合を老年層と呼ぶ。なお、ここでは一例として、１つの閾値（例えば、α＝０．８）によって年代を２つに分けているが（若年層と老年層の２つのカテゴリに分類）、閾値として設定される値や閾値の個数及び分類するカテゴリ数は、適宜設定することが可能である。

ＤＦＡ解析部１６０によるＤＦＡ解析結果は、運転能力判定部１２０へ供給される。運転能力判定部１２０は、運転特徴量観測部１１０で計測されたドライバの運転特徴量に基づいて、ドライバの運転能力を判定する機能を有しており、例えば、ドライバの運転特徴量と、許容レベル情報格納部１３０に格納されている運転モデル情報とを比較することで、ドライバの運転特徴量がある基準を超えているかどうか、あるいは、ある基準に類似しているかどうかなどを特定することが可能である。

本実施の形態では、運転能力判定部１２０は、ＤＦＡ解析部１６０のＤＦＡ解析結果に基づいて、許容レベル情報格納部１３０に格納されている運転モデル情報を選択する機能を更に有している。運転能力判定部１２０は、例えばＤＦＡ解析部１６０から供給されたスケーリング指数αの値に基づいて、許容レベル情報格納部１３０に格納されている複数の運転モデル情報の中から、スケーリング指数αの値に対応する運転モデル情報を選択し、ドライバの運転特徴量と、選択された運転モデル情報とを比較することで、ドライバの運転特徴量がある基準を超えているかどうか、あるいは、ある基準に類似しているかどうかなどを判定する。

また、許容レベル情報格納部１３０には、若年層用及び老年層用の２つの運転モデル情報が格納されている。例えば、運転能力の劣化判定にリャプノフ指数の値と所定値との比較が行われる場合には、若年層用の所定値と老年層用の所定値とが格納されており、運転能力の劣化判定にアトラクタ群のパターンの類似性の判断が行われる場合には、若年層用のアトラクタ群と老年層用のアトラクタ群とが格納されている。上述の例に示されているように、ＤＦＡ解析部１６０から供給されたスケーリング指数αが０．８以上の場合には、運転能力判定部１２０は、若年層用の所定値又は若年層用のアトラクタ群を運転モデル情報として選択し、選択された運転モデル情報と比較することで、ドライバの運転特徴量がある基準を超えているかどうか、あるいは、ある基準に類似しているかどうかを判定することで、運転能力の劣化状態を判定する。同様に、ＤＦＡ解析部１６０から供給されたスケーリング指数αが０．８未満の場合には、運転能力判定部１２０は、老年層用の所定値又は老年層用のアトラクタ群を運転モデル情報として選択し、選択された運転モデル情報と比較することで、ドライバの運転特徴量がある基準を超えているかどうか、あるいは、ある基準に類似しているかどうかを判定することで、運転能力の劣化状態を判定する。なお、運転能力の劣化判定においてリャプノフ指数との比較が行われる所定値に関しては、若年層用の所定値のほうが老年層用の所定値より高く設定されることが望ましい。

以上のように、本実施の形態によれば、ＤＦＡ解析部１６０によるＤＦＡ解析結果に基づいてドライバの年齢（年代）を推定し、推定されたドライバの年齢（年代）に応じた運転モデル情報を選択し、選択された運転モデル情報を基準として、ドライバの運転能力の劣化状態を判定することが可能である。

本発明は、ドライバの運転能力をより高い精度で判定することができるという効果を有しており、ドライバの運転能力の判定を行う運転能力判定技術に適用可能である。

１００運転能力判定装置
１１０運転特徴量観測部
１２０運転能力判定部
１３０許容レベル情報格納部
１４０警報部
１５０診断チェックリスト作成部
１９１ドライバ操作検出センサ
１９２車両センサ
１９３スピーカ／モニタ
１９４通信部

Claims

車両の運転を行うドライバの運転能力を判定する運転能力判定装置であって、
前記ドライバの運転操作量を検出するドライバ操作検出センサ、及び、前記車両の走行状態を検出する車両センサから供給されるセンシング情報に基づいて、前記ドライバの運転の特徴を示す運転特徴量を算出する運転特徴量観測部と、
前記運転特徴量観測部で算出された前記ドライバの運転特徴量から、前記ドライバの運転能力を判定する運転能力判定部とを、
有し、
前記運転能力判定部が、前記ドライバの運転特徴量からカオス力学系の計算技術を用いて発散性を示すリャプノフ指数を算出し、算出された前記リャプノフ指数が健常時の指数値を下回った場合は、前記ドライバの運転能力が劣化していると判定するよう構成されている運転能力判定装置。
前記運転能力判定部が、前記リャプノフ指数の時系列な昇降を観測し、安定傾向にある場合は、前記ドライバの運転能力が劣化判定されるタイミングを予測するよう構成されている請求項１に記載の運転能力判定装置。
前記運転能力判定部で前記ドライバの運転能力が劣化していると判定された場合、前記ドライバに注意喚起の警告を報知する警報部を更に有する請求項１に記載の運転能力判定装置。
前記運転能力判定部で前記ドライバの運転能力が劣化していると判定された直後、前記警報部が、前記ドライバに注意喚起の警告を報知するよう構成されている請求項３に記載の運転能力判定装置。
前記運転能力判定部で前記ドライバの運転能力が劣化していると判定された場合、そのときのセンシング情報を記憶して同様のセンシング情報が次回検出された際、同一の地点を次回通過する際、次回運転を開始する際のいずれかのタイミングで、前記警報部が、前記ドライバに注意喚起の警告を報知するよう構成されている請求項３に記載の運転能力判定装置。
前記運転能力判定部で前記ドライバの運転能力が劣化していると判定された場合の履歴情報を蓄積し、通信部を介して所定の配信先へ、前記履歴情報を送信する履歴情報送信部を更に有する請求項１に記載の運転能力判定装置。
前記運転能力判定部で前記ドライバの運転能力が劣化していると判定された場合の履歴情報を蓄積し、通信部を介して所定の配信先へ、前記履歴情報と、前記ドライバの運転能力が劣化していると判定された際に前記警報部によって行われた警告の内容とを送信する履歴情報送信部を更に有する請求項３に記載の運転能力判定装置。
前記運転操作量が、前記ドライバによるアクセルペダルの踏み量、前記ドライバによるブレーキペダルの踏み量、前記ドライバによるハンドルの操舵量のいずれかである請求項１に記載の運転能力判定装置。
前記センシング情報に基づいて、トレンド除去変動解析法を利用した解析によりスケーリング指数を算出するトレンド除去変動解析部を有し、
前記運転能力判定部が、前記トレンド除去変動解析部で算出された前記スケーリング指数に応じた健常時の指数値を選択し、前記選択された健常時の指数値を用いて前記ドライバの運転能力を判定するよう構成されている請求項１に記載の運転能力判定装置。
車両の運転を行うドライバの運転能力を判定する運転能力判定装置によって実行される運転能力判定方法であって、
前記ドライバの運転操作量を検出するドライバ操作検出センサ、及び、前記車両の走行状態を検出する車両センサから供給されるセンシング情報に基づいて、前記ドライバの運転の特徴を示す運転特徴量を算出する運転特徴量観測ステップと、
前記運転特徴量観測ステップで算出された前記ドライバの運転特徴量から、前記ドライバの運転能力を判定する運転能力判定ステップとを、
有し、
前記運転能力判定ステップにおいて、前記ドライバの運転特徴量からカオス力学系の計算技術を用いて発散性を示すリャプノフ指数を算出し、算出された前記リャプノフ指数が健常時の指数値を下回った場合は、前記ドライバの運転能力が劣化していると判定する運転能力判定方法。
前記運転能力判定ステップにおいて、前記リャプノフ指数の時系列な昇降を観測し、安定傾向にある場合は、前記ドライバの運転能力が劣化判定されるタイミングを予測する請求項１０に記載の運転能力判定方法。
前記運転能力判定ステップで前記ドライバの運転能力が劣化していると判定された場合、前記ドライバに注意喚起の警告を報知する警報ステップを更に有する請求項１０に記載の運転能力判定方法。
前記運転能力判定ステップで前記ドライバの運転能力が劣化していると判定された直後、前記警報ステップが、前記ドライバに注意喚起の警告を報知する請求項１２に記載の運転能力判定方法。
前記運転能力判定ステップで前記ドライバの運転能力が劣化していると判定された場合、そのときのセンシング情報を記憶して同様のセンシング情報が次回検出された際、同一の地点を次回通過する際、次回運転を開始する際のいずれかのタイミングで、前記警報ステップにおいて、前記ドライバに注意喚起の警告を報知する請求項１２に記載の運転能力判定方法。
前記運転能力判定ステップで前記ドライバの運転能力が劣化していると判定された場合の履歴情報を蓄積し、所定の通信部を介して所定の配信先へ、前記履歴情報を送信する履歴情報送信ステップを更に有する請求項１０に記載の運転能力判定方法。
前記運転能力判定ステップで前記ドライバの運転能力が劣化していると判定された場合の履歴情報を蓄積し、所定の通信部を介して所定の配信先へ、前記履歴情報と、前記ドライバの運転能力が劣化していると判定された際に前記警報ステップで行われた警告の内容とを送信する履歴情報送信ステップを更に有する請求項１２に記載の運転能力判定方法。
前記運転操作量が、前記ドライバによるアクセルペダルの踏み量、前記ドライバによるブレーキペダルの踏み量、前記ドライバによるハンドルの操舵量のいずれかである請求項１０に記載の運転能力判定方法。
前記センシング情報に基づいて、トレンド除去変動解析法を利用した解析によりスケーリング指数を算出するトレンド除去変動解析部を有し、
前記運転能力判定部が、前記トレンド除去変動解析部で算出された前記スケーリング指数に応じた健常時の指数値を選択し、前記選択された健常時の指数値を用いて前記ドライバの運転能力を判定する請求項１０に記載の運転能力判定方法。