CN103503047B - 驾驶员状态判定装置 - Google Patents

Abstract

在判定本车的驾驶员是否处于意识下降状态的驾驶员状态判定装置中，对相对于跟随前车时的接近度的加速操作状态的分布，进行主成分分析（S16），使全部数据进行原点移动（S18），并且将驾驶员清醒时的加速操作状态生成为通常行驶模型（S20）。接着，进行加速操作状态的似然、似然平均、似然方差及似然阈值的计算（S22～S26），进行当前的驾驶操作的似然是否小于似然阈值的判定（S28），在小于的情况下，进行驾驶员的意识下降判定。像这样，由于基于驾驶员清醒时的数据计算似然阈值并进行判定，所以由驾驶员的操作的特征差异导致的意识下降判定的误判定被抑制。

Description

驾驶员状态判定装置

技术领域

本发明涉及判定车辆的驾驶员的意识下降状态的驾驶员状态判定装置。

背景技术

以往，作为判定车辆的驾驶员的意识下降状态的技术，公知如下技术：检测驾驶员的规定的驾驶操作，确认驾驶员的状态或使驾驶员清醒。例如，下述专利文献1公开了如下的驾驶员状态判定装置，该驾驶员状态判定装置考虑前车的有无并进行驾驶员的清醒度的判定，由此提高了其判定精度。

现有技术文献

专利文献

专利文献1：日本特开2005-173929号公报

专利文献2：日本特表2008-542935号公报

专利文献3：日本特开平11-034773号公报

发明内容

发明要解决的课题

但是，在这样的技术中，在规定的驾驶操作中，存在不能高精度地判定驾驶员的意识下降状态这样的问题。具体来说，在仅基于与前车的车距的变化或与前车的相对速度的变化等向前车的接近状态来进行驾驶员的意识下降判定的情况下，针对接近状态的判定阈值不论驾驶员或行驶环境如何而始终恒定，因此，存在如下情况：即使在某驾驶员在清醒时跟随前车来进行驾驶操作的情况下不判定为意识下降，但在其他的驾驶员在清醒时跟随前车来进行驾驶操作的情况下被判定为意识下降。因此，如上所述，在使驾驶员的意识下降的判定阈值恒定的情况下，有可能对意识未下降的驾驶员发出不需要的警报。像这样，在意识下降状态的判别精度方面，改善的余地还很大。

于是，本发明的目的是提供一种驾驶员状态判定装置，通过还加入了本车跟随前车的情况下的驾驶员的驾驶操作的特征，能够提高驾驶员的意识下降的判定精度。

用于解决课题的方案

即，本发明的驾驶员状态判定装置判定车辆的驾驶员是否处于意识下降状态，其特征在于，具有：操作状态检测部，该操作状态检测部检测与所述车辆和位于所述车辆的前方的前车的接近度对应的驾驶员的加速操作状态；以及意识下降判定部，在由所述操作状态检测部检测出的驾驶员的加速操作状态自通常的加速操作状态的偏离度超过规定的设定值时，该意识下降判定部判定为驾驶员的意识下降了。

根据本发明，操作状态检测部检测对应于与前车的接近度的通常的加速操作状态，在自该通常的加速操作状态的偏离度超过规定的设定值时，意识下降判定部判定为驾驶员的意识下降了。因此，能够把握跟随前车时的驾驶员的驾驶操作的特征，能够进行还加入了该特征的意识下降的判定。因此，对意识没有下降的驾驶员的不需要的警报被抑制，所以能够提高驾驶员的意识下降的判定精度。

另外，在本发明的驾驶员状态判定装置中，优选的是，具有似然计算部，该似然计算部基于与所述前车的接近度及所述加速操作状态的分布状态，计算所述驾驶员的加速操作状态的似然并且作为似然阈值计算所述规定的设定值，所述意识下降判定部在所述驾驶员的加速操作状态的似然小于所述似然阈值时，判定为驾驶员的意识下降了。

根据本发明，生成相对于接近度的驾驶员的加速操作状态的分布，从该分布计算驾驶员的加速操作状态的似然及似然阈值。因此，能够将驾驶员的跟随前车时的加速操作状态的特征模型化，并能够可靠地检测驾驶员的加速操作状态不合理的情况。

另外，在本发明的驾驶员状态判定装置中，优选的是，所述似然计算部通过混合正态分布计算所述似然及所述似然阈值。

根据本发明，似然计算部通过混合正态分布计算似然及似然阈值。因此，能更正确地将相对于接近度的加速操作状态模型化，能够进一步提高驾驶员的意识下降的判定精度。

发明的效果

根据本发明，对应每个驾驶员，计算跟随前车时的通常的加速操作状态，并且基于自该通常的加速操作状态的偏离度来判定驾驶员的意识下降状态，因此，能够进行还加入了跟随前车时的驾驶员的驾驶操作的特征的判定，能够更高精度地判定驾驶员的意识下降状态。

附图说明

图1是表示本发明的实施方式的驾驶员状态判定装置的概要的框图。

图2是表示在图1的驾驶员状态判定装置中生成的接近度和油门开度的分布的图，图2（a）是分布图，图2（b）是表示以平均值为中心使图2（a）的图进行原点移动后的图。

图3是表示从图2（b）的图得到的GMM似然的图。

图4是表示图1的驾驶员状态判定装置的动作的流程图。

具体实施方式

以下，使用附图详细说明本发明的实施方式。此外，对于相同要素或相当要素，使用相同附图标记，并省略重复的说明。

图1是表示本发明的实施方式的驾驶员状态判定装置1的概要结构的框图。驾驶员状态判定装置1是被搭载在车辆上且判定车辆的驾驶员的意识是否下降的装置。

该驾驶员状态判定装置1具有：前方检测部2、本车速度传感器3、本车加速度传感器4、转向角传感器5、油门开度传感器6、ECU（ElectronicControlUnit：电子控制单元）7及警报部8。

前方检测部2用于检测本车的前方，例如采用如下传感器，该传感器被安装在车辆前部、向前方照射激光并通过其反射光来检测前车的有无等。另外，前方检测部2也可以是例如拍摄本车的前方的摄像头，在该情况下，能够将其拍摄图像或拍摄影像用于障碍物有无的检测、行驶路线的白线检测。前方检测部2与ECU7连接，其输出信号被输入ECU7。

本车速度传感器3作为检测本车的车速的车速检测部起作用，例如采用车轮速度传感器。本车速度传感器3与ECU7连接，其输出信号被输入ECU7。

本车加速度传感器4作为检测本车的加速度的加速度检测部起作用，例如采用如下的加速度传感器，该加速度传感器被设置在本车的前部、检测本车的前后加速度和横向加速度。本车加速度传感器4与ECU7连接，其输出信号被输入ECU7。

转向角传感器5作为检测本车的方向盘的转向角的转向角检测部起作用。作为该转向角传感器5，例如采用检测转向轴的旋转角的转向角传感器。该转向角传感器5与ECU7连接，其输出信号被输入ECU7。此外，也可以使用转向转矩传感器代替转向角传感器5。在该情况下，基于转向转矩传感器输出的转向转矩值，计算方向盘的转向角。另外，只要能够取得方向盘的转向角，还可以代替转向角传感器5，采用任意的部件。

油门开度传感器6作为检测油门踏板的踩踏量（油门开度）的油门开度检测部起作用。油门开度传感器6与ECU7连接，其输出信号被输入ECU7。

ECU7是进行驾驶员状态判定装置1的装置整体的控制的电子控制单元，例如将包括CPU（CentralProcessingUnit：中央处理器）、ROM（ReadOnlyMemory：只读存储器）、RAM（RandomAccessMemory：随机存储器）的计算机作为主体，并包括输入信号电路、输出信号电路及电源电路而构成。

ECU7至少具有：操作状态检测部71、信息存储部72、接近状态计算部73、分布生成部74、似然计算部75、意识下降判定部76及警报控制部77。

操作状态检测部71检测与车辆和位于车辆的前方的前车的接近度对应的加速操作状态。此外，“加速操作状态”是指，不仅包括车辆的加速操作，还包括制动踏板的踩踏产生的减速操作或方向盘操作等状态在内的概念。操作状态检测部71反复取得从前方检测部2、本车速度传感器3、本车加速度传感器4、转向角传感器5及油门开度传感器6输出的各种信号，将各信号存储在信息存储部72中。另外，操作状态检测部71具有：基于从转向角传感器5输入的信号计算转向速度的功能、基于从油门开度传感器6输入的信号计算油门踏板的踩踏速度（油门踩踏速度）的功能。操作状态检测部71将计算出的上述转向速度及油门踩踏速度存储在信息存储部72中。

接近状态计算部73计算车辆和位于车辆的前方的前车的接近度。接近状态计算部73使用存储在信息存储部72中的各种信息，例如通过以下所示的第一～第四接近状态计算方法计算与前车的接近度。该接近度越小，表示本车越接近前车，该接近度越大，表示本车越远离前车。以下，对第一～第四接近状态计算方法进行说明。

第一接近状态计算方法是计算由前方检测部2检测出的本车和前车的车距D并将其作为接近度的方法。此外，也可以代替车距D将对该值实施了规定的加减乘除而得到的值用作接近度。

第二接近状态计算方法是使用表示本车相对于前车的接近程度的物理量即碰撞余量TTC的方法。该碰撞余量TTC的值越大，碰撞的可能性越低，该碰撞余量TTC的值越小，碰撞的可能性越高。碰撞余量TTC能够通过下式（1）计算。

[式1]

TTC＝D/Vr…(1)

在式（1）中，D是车距，Vr是本车相对于前车的相对速度。

在第二接近状态计算方法中，接近状态计算部73将碰撞余量TTC用作接近度。此外，也可以代替碰撞余量TTC，将对该值实施了规定的加减乘除而得到的值用作接近度。

第三接近状态计算方法是使用与直到本车到达前车为止的时间相关的指标即车间时间THW的方法。车间时间THW的值越大，本车越远离前车，车间时间THW的值越小，本车越接近前车。车间时间THW能够通过下式（2）计算。

[式2]

THW=D/Vs…(2)

在式（2）中，D是车距，Vs是本车的车速。

在第三接近状态计算方法中，接近状态计算部73将车间时间THW用作接近度。此外，也可以代替该车间时间THW，将对该值实施了规定的加减乘除而得到的值用作接近度。

第四接近状态计算方法是使用表示本车接近前车的感觉（接近感）的指标即接近感指标PRE的方法。接近感指标PRE的值越大，本车越接近前车，接近感指标PRE的值越小，本车越远离前车。接近感指标PRE能够通过下式（3）计算。

[式3]

PRE＝(Vr+α·Vs+β·Ax)/Dⁿ…(3)

在式（3）中，Vr是相对速度，Vs是本车的车速，Ax是相对加速度，D是车距，α及β是规定的系数，n是规定的1以下的正的实数。

在第四接近状态计算方法中，接近状态计算部73将接近感指标PRE的倒数用作接近度。另外，也可以将对接近感指标PRE的倒数实施了规定的加减乘除而得到的值作为接近度。此外，该接近感指标PRE还能够与上述车距、碰撞余量TTC及车间时间THW一起使用。另外，接近感指标PRE与上述车距、碰撞余量TTC及车间时间THW相比灵敏度更好，因此，在使用该接近感指标PRE的情况下，能够进一步提高意识下降状态的判定精度。

接近状态计算部73使用上述第一～第四接近状态计算方法中的任意的接近状态计算方法，计算表示本车以哪种程度接近前车的指标的接近度。由接近状态计算部73计算出的接近度随时被存储在信息存储部72中。此外，作为接近度也不一定必须使用通过上述第一～第四接近状态计算方法得到的值，也可以将使用其他方法计算出的值用作接近度。

分布生成部74生成表示接近度和加速操作状态之间的关系的分布。分布生成部74例如将由接近状态计算部73计算出的接近度和由操作状态检测部71检测出的油门开度之间的关系生成图2（a）所示的图，求出作为主成分的近似直线（y=ax+b）。这里，近似直线（y=ax+b）通过最小二乘法求出，具体来说，将n个数据（x₁，y₁）、（x₂，y₂）……（x_n，y_n）的近似曲线设为y=ax+b时，通过使用下述的式（4）及式（5）求出a及b。

[式4]

$a=\frac{n\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i{y}_i-\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{y}_i}{n\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i^2-{\left(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i\right)}^2}...\left(4\right)$

[式5]

$b=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i^2\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{y}_i-\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i{y}_i\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i}{n\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i^2-{\left(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i\right)}^2}...\left(5\right)$

此外，相距得到的主成分的距离的平均ε使用下述的式（6）求出。

[式6]

$\mathrm{\ϵ}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\left|\frac{y_i-({\mathrm{ax}}_i+b)}{\sqrt{a^2+1}}\right|...\left(6\right)$

分布生成部74在通过上述方法求出作为主成分的近似曲线（y=ax+b）之后，使得到的分布的平均值向原点移动，以主成分为x轴、垂直成分为y轴的方式使其旋转，生成图2（b）所示的图。此外，即使不进行向该原点移动的处理，也能够使用后述的式（7）进行驾驶员的意识下降判定处理，但通过进行该原点移动处理，能够使计算容易，能够使后述的似然的计算变得简单。

似然计算部75从由分布生成部74生成的分布（图2（b）所示的图），计算表示驾驶员的加速操作状态的合理性的似然及似然阈值。似然计算部75使用主成分的平均μ_x及总体方差σ_x以及垂直成分的平均μ_y及总体方差σ_y求出密度函数f（x，y），由此，计算驾驶员的加速操作状态的似然。由似然计算部75计算出的似然还作为表示驾驶员的跟随前车时的通常（清醒时）的加速操作状态的通常行驶度使用，似然阈值作为驾驶员的加速操作状态自通常的加速操作状态的偏离度的阈值使用。似然计算部75首先从由分布生成部74生成的分布求出主成分的平均μ_x及总体方差σ_x以及垂直成分的平均μ_y及总体方差σ_y，接着，通过混合正态分布（GaussianMixtureModel，以下称为GMM）计算似然及似然阈值。对其计算方法如下说明。

GMM是根据多个正态分布之和使数据分布近似的方法，通常，使用主成分的平均μ_x及总体方差σ_x、垂直成分的平均μ_y及总体方差σ_y、以及总体协方差σ_xy，通过以下的式（7）求出二维正态分布的密度函数f（x，y），将其作为通常行驶模型使用。

[式7]

$f(x,y)=\frac{1}{2\mathrm{\π}{\mathrm{\σ}}_x{\mathrm{\σ}}_y\sqrt{1-{\mathrm{\σ}}_{\mathrm{xy}}^2}}\exp [-\frac{1}{2(1-{\mathrm{\σ}}_{\mathrm{xy}}^2)}\{\frac{{(x-{\mathrm{\μ}}_x)}^2}{{\mathrm{\σ}}_x^2}+\frac{{(y-{\mathrm{\μ}}_y)}^2}{{\mathrm{\σ}}_y^2}-\frac{{2\mathrm{\σ}}_{\mathrm{xy}}(x-{\mathrm{\μ}}_x)(y-{\mathrm{\μ}}_y)}{{\mathrm{\σ}}_x{\mathrm{\σ}}_y}\left\}\right]...\left(7\right)$

但是，在本实施方式中，如上所述，在主成分分析中，以主成分为x轴的方式使数据旋转，所以总体协方差σ_xy成为0，似然计算部75仅使用μ_x、μ_y及总体方差σ_x、σ_x进行似然的计算。即，似然计算部75使用在上述式（7）中σ_xy=0时的下述式（8），求出二维正态分布的密度函数f（x，y）。

[式8]

$f(x,y)=\frac{1}{2\mathrm{\π}{\mathrm{\σ}}_x{\mathrm{\σ}}_y}\exp [-\frac{1}{2}\{\frac{{(x-{\mathrm{\μ}}_x)}^2}{{\mathrm{\σ}}_x^2}+\frac{{(y-{\mathrm{\μ}}_y)}^2}{{\mathrm{\σ}}_y^2}\left\}\right]...\left(8\right)$

似然计算部75生成采用了如上所述得到的密度函数f（x，y）的对数的模型，该图成为例如随着接近全部数据的平均（原点）而呈对数地变高的图3所示的图。

另外，似然计算部75通过正态分布使得到的分布近似，使用其平均（称为似然平均）和方差（称为似然方差），并使用例如下述的式（9）计算似然阈值。

[式9]

似然阈值=似然平均-m×似然方差（9）

在上述式（9）中，m是正的实数，通过适当变更该m的值，来变更似然阈值，能够变更驾驶员的意识下降状态的判定阈值。具体来说，增大m时，似然阈值变小，因此，可以减小意识下降的判定阈值、即难以判定为意识下降，另外，减小m时，似然阈值变大，因此，可以增大意识下降的判定阈值、即容易地判定为意识下降。

在由操作状态检测部71检测出的驾驶员的加速操作状态自通常（清醒时）的加速操作状态的偏离度超过规定的设定值时，意识下降判定部76判定为驾驶员的意识下降了。换言之，在相对于向前车接近的接近度的驾驶员的加速操作状态脱离由似然计算部75计算出的合理性时，意识下降判定部76判定为驾驶员的意识下降了。具体来说，在由操作状态检测部71检测出的驾驶员的加速操作状态相对于由接近状态计算部73计算出的接近度的似然比由似然计算部75计算出的似然阈值小时，意识下降判定部76判定为驾驶员进行与清醒时不同的驾驶操作、驾驶员的意识下降。在该意识下降判定部76中，在驾驶员的加速操作状态的似然比似然阈值大的情况下，判定为驾驶员进行通常的驾驶操作而并非处于意识下降状态。

警报控制部77控制警报部8的工作，在判定为驾驶员处于意识下降状态的情况下，对警报部8输出警报控制信号。

上述操作状态检测部71、信息存储部72、接近状态计算部73、分布生成部74、似然计算部75、意识下降判定部76及警报控制部77只要能够执行它们的功能或执行处理，也可以由一个一个的硬件构成。

警报部8用于向车辆的驾驶员发出警报，根据从ECU7输出的警报控制信号工作。作为该警报部8，使用能够通过驾驶员的听觉、视觉或触觉对驾驶员发出警报的部件。例如，作为警报部8，使用扬声器、蜂鸣器、导航系统的监视器、显示器、灯、LED、设置在方向盘或座椅上的振动装置等。

以下，对本实施方式的驾驶员状态判定装置1的动作进行说明。

图4是表示驾驶员状态判定装置1的动作的流程图。图4的流程图所示的一系列的控制处理以例如由ECU7预先确定的周期反复被执行。

该流程图的控制处理例如通过接通车辆的点火开关而开始，首先，在步骤S10（以下称为“S10”。在其他步骤中也一样。）中，进行操作状态检测处理。该操作状态检测处理是如下的处理：操作状态检测部71分别取得前方检测部2、本车速度传感器3、本车加速度传感器4、转向角传感器5及油门开度传感器6的输出信号所包含的传感器信号并将其存储到信息存储部72。

接着，处理向S12转移，进行接近状态计算处理。接近状态计算处理是计算表示本车相对于前车的接近状态的接近度的处理，通过接近状态计算部73来执行。具体来说，例如如上所述，本车和前车之间的车距、碰撞余量TTC、车间时间THW或接近感指标PRE的倒数等值，通过接近状态计算部73作为接近度被计算。

接着，处理向S14转移，判定从开始一系列的处理起是否经过了规定时间即t秒。而且，在没有经过t秒的情况下，返回S10，再次进行操作状态的检测处理（S10）及接近状态的计算处理（S12）。即，在直到经过t秒为止的期间，反复进行操作状态及接近度的数据取样，得到的数据被用于后述的分布生成及似然计算。另外，在S14中判定为经过了t秒的情况下，处理向S16转移。

在S16中，通过分布生成部74进行主成分分析处理。在该主成分分析处理中，使用最小二乘法、即上述式（4）及式（5），从在S14中得到的例如表示油门开度和接近度的关系的n个数据（x₁，y₁）、（x₂，y₂）……（x_n，y_n），生成近似直线（y=ax+b）。在S14中得到的近似直线成为图2（a）所示那样的图。

接着，处理向S18转移，通过分布生成部74进行原点移动处理。在原点移动处理中，分布的平均值向原点移动，以主成分为x轴、垂直成分为y轴的方式进行旋转，生成例如图2（b）所示那样的图。

接着，处理向S20转移，通过似然计算部75，进行通常行驶模型生成处理。该通常行驶模型是表示相对于向前车接近的接近度的清醒时驾驶员的加速操作状态的模型，生成按照驾驶员的加速操作状态而不同的模型。具体来说，在S20中，通过似然计算部75求出主成分的平均μ_x及总体方差σ_x、以及垂直成分的平均μ_y及总体方差σ_y，通过上述式（8）求出二维正态分布的密度函数f（x，y），生成例如图3所示那样的图。

接着，处理向S22转移，通过似然计算部75进行似然计算处理。在S22中，似然计算部75使用式（8）计算当前的驾驶员的加速操作状态的似然。此外，该似然越大，驾驶员在越接近通常情况的状态下进行驾驶操作，该似然越小，驾驶员在越脱离通常情况的状态下进行驾驶操作。

接着，处理向S24转移，通过正态分布使似然分布近似，并进行其似然平均及似然方差的计算，然后，处理向S26转移，使用在S24中计算出的似然平均和似然方差以及上述式（9），将似然阈值作为通常行驶度阈值计算。S24及S26的处理通过似然计算部75进行。

接着，处理向S28转移，进行驾驶员的加速操作状态相对于被存储在信息存储部72中的当前的接近度的似然的判定处理。该判定处理是通过意识下降判定部76进行的处理，具体来说，判定在S22中计算出的似然是否比在S26中计算出的通常行驶度阈值小，在似然为通常行驶度阈值以上的情况下，处理向S30转移，在似然比通常行驶度阈值小的情况下，处理向S32转移。

在S30中，通过意识下降判定部76判定为驾驶员的意识没有下降，结束一系列的处理。此时，例如，用于识别驾驶员的意识下降状态的标记被关闭，通过该标记可以识别驾驶员不处于意识下降状态。

另一方面，在S32中，进行意识下降判定处理。意识下降判定处理是在加速操作状态的似然比通常行驶度阈值小时、判定为驾驶员处于意识下降状态并进行识别的处理。此时，例如，用于识别驾驶员的意识下降状态的标记被打开，通过该标记可以识别驾驶员处于意识下降状态。

接着，处理向S34转移，进行警报处理。警报处理是对警报部8输出警报控制信号的处理。通过该警报处理，警报部8向驾驶员发出警报动作、例如语音或警报音，或者在监视器或显示器上进行警报显示，或者使方向盘或座椅产生警报振动。由此，驾驶员从意识下降状态成为清醒状态。若结束S34的处理，则一系列的控制处理结束。

以上，根据本实施方式的驾驶员状态判定装置，操作状态检测部71检测与车辆的接近度对应的加速操作状态，在驾驶员的加速操作状态自通常（清醒时）的加速操作状态的偏离度超过规定的设定值时，意识下降判定部76判定为驾驶员的意识下降了。

像这样，根据本实施方式的驾驶员状态判定装置，在加速操作状态自通常的加速操作状态的偏离度超过规定的设定值时，进行意识下降判定，因此，把握跟随前车时每个驾驶员的通常（清醒时）的驾驶操作的特征，并且能够进行加入了该特征的驾驶员的意识下降状态的判定。因此，不会因跟随前车时每个驾驶员的驾驶操作的差异而输出不需要的警报，因此能够提高驾驶员的意识下降的判定精度。

另外，根据本实施方式的驾驶员状态判定装置，分布生成部74生成表示接近度和加速操作状态之间的关系的分布，并且似然计算部75基于该分布状态，计算与接近度对应的加速操作状态的似然，进而作为上述规定的设定值计算似然阈值（通常行驶度阈值）。因此，能够将每个驾驶员的跟随前车时的加速操作状态的特征模型化。

另外，根据本实施方式的驾驶员状态判定装置，似然计算部75通过GMM计算似然及似然阈值。因此，能够更精密地将相对于接近度的每个驾驶员的加速操作状态模型化，并能够进一步提高驾驶员的意识下降的判定精度。

此外，上述实施方式说明了本发明的驾驶员状态判定装置的实施方式，但本发明的驾驶员状态判定装置不限于本实施方式记载的结构。本发明的驾驶员状态判定装置还可以不变更各权利要求记载的主旨地使实施方式的驾驶员状态判定装置变形，或者应用于其他结构。

例如，在上述实施方式中，以使用油门开度和接近度之间的关系进行驾驶员的意识下降判定为例进行了说明，但在进行跟随前车时的加速操作状态的检测时，不一定必须使用油门开度。例如也可以将制动踏板的开度或方向盘的操作状况用作加速操作状态。

另外，在上述实施方式中，对操作状态检测部71反复取得从前方检测部2、本车速度传感器3、本车加速度传感器4、转向角传感器5及油门开度传感器6输出的各种信号并将各信号存储在信息存储部72中的例子进行了说明，但不一定必须反复取得上述全部的信号。即，只要是能够检测驾驶员的加速操作状态的信息即可，也可以仅在必要的情况下取得例如油门开度等必要的信息。

另外，在上述实施方式中，对在意识下降判定部76判定为处于意识下降状态时、通过警报控制部77从警报部8向驾驶员发出警报的例子进行了说明，但不一定必须使用该警报控制部77及警报部8。具体来说，在判定为处于意识下降状态时，也可以使本车远离前车地进行减速处理。

另外，在上述实施方式中，对在图4的流程图所示的一系列的控制处理中、从在S10～S14中进行t秒钟数据取样起每次进行主成分分析等的例子进行了说明，但也可以不每次都进行从主成分分析到似然阈值计算的处理（S16至S26），也可以例如在每次更换驾驶员时进行上述处理。另外，也可以预先将上述数据取样的结果存储在信息存储部72中，在该情况下，也可以省略S10至S26的处理。即，在图4的一系列的控制处理中，只要能够得到本实施方式的驾驶员状态判定装置的作用效果，也可以对一部分处理进行省略或追加的处理来执行。

工业实用性

本发明能够用作判定车辆的驾驶员的意识下降状态的驾驶员状态判定装置。

附图标记说明

1驾驶员状态判定装置，2前方检测部，3本车速度传感器，4本车加速度传感器，5转向角传感器，6油门开度传感器，7ECU，8警报部，71操作状态检测部，72信息存储部，73接近状态计算部，74分布生成部，75似然计算部，76意识下降判定部，77警报控制部。

Claims (3)

1.一种驾驶员状态判定装置，判定车辆的驾驶员是否处于意识下降状态，其特征在于，具有：

接近度计算部，该接近度计算部利用接近感指标计算所述车辆与位于该车辆的前方的前车的接近度，所述接近感指标是表示所述车辆接近所述前车的感觉的指标；

操作状态检测部，该操作状态检测部检测与所述车辆和所述前车的接近度对应的所述驾驶员的加速操作状态；以及

意识下降判定部，在由所述操作状态检测部检测出的所述驾驶员的加速操作状态自通常的加速操作状态的偏离度超过规定的设定值时，该意识下降判定部判定为所述驾驶员的意识下降了，

所述接近感指标通过下式计算，

PRE＝(Vr+αVs+β·Ax)/Dⁿ

在此，PRE是所述接近感指标，Vr是所述车辆与所述前车的相对速度，Vs是所述车辆的车速，Ax是所述车辆与所述前车的相对加速度，D是所述车辆与所述前车的车距，α及β是规定的系数，n是规定的1以下的正的实数。

2.如权利要求1所述的驾驶员状态判定装置，其特征在于，

所述驾驶员状态判定装置具有似然计算部，该似然计算部基于与所述前车的接近度及所述加速操作状态的分布状态，计算所述驾驶员的加速操作状态的似然并且作为似然阈值计算所述规定的设定值，

所述意识下降判定部在所述驾驶员的加速操作状态的似然小于所述似然阈值时，判定为驾驶员的意识下降了。

3.如权利要求2所述的驾驶员状态判定装置，其特征在于，所述似然计算部通过混合正态分布计算所述似然及所述似然阈值。