CN110941982A - 乘车举止评价装置、评价系统、评价方法以及存储介质 - Google Patents

Abstract

本发明提供一种能够对使用被自动驾驶控制的车辆的乘客的乘车举止进行评价的乘车举止评价装置、乘车举止评价系统、乘车举止评价方法以及存储介质。本发明的一个实施方式所涉及的乘车举止评价装置具有：存储部；检测部，其从通过设置于被自动驾驶控制的车辆上的取得部而取得的表示车辆的车厢内的状态的车厢内信息中，对示出由正在乘车于车辆中的乘客所实施的不文明行为的可能性的特征进行检测；收集部，其在每次检测出特征时，将在包含检测出特征的时间在内的一定期间内所取得的车厢内信息存储在存储部中。

Description

乘车举止评价装置、评价系统、评价方法以及存储介质

技术领域

本发明涉及一种能够对正在乘车于被自动驾驶控制的车辆中的乘客的乘车举止进行评价的乘车举止评价装置、乘车举止评价系统、乘车举止评价方法以及存储介质。

背景技术

近年来，面向利用通过自动控制来驾驶的自动驾驶车辆的出租车、公共汽车、拼车等的移动出行服务的实现，而进行了自动驾驶技术的开发。

例如，在非专利文献1中记载了一种车辆，该车辆通过公开用于控制车辆的车辆控制I/F(接口)，从而能够由车辆制造商之外的开发公司开发包含用于对车辆进行自动驾驶控制的软件在内的自动驾驶应用平台。通过这样将自动驾驶应用平台设计为能够进行置换或者更新的结构，从而能够配合移动、物流、商品销售等的作为服务的移动出行(Mobility-as-a-Service：MaaS，出行即服务)，从而使自动驾驶控制实现最优化。

自动驾驶车辆一方面具有诸如不需要驾驶员等乘务员的优点，另一方面存在有如下的课题，即，例如即使乘客在下车时将物品遗忘在车辆的车厢内，也无法发现并通知乘客。因此，例如，在专利文献1记载的技术中，对车内的当前状况进行拍摄而作为当前影像数据，且对当前影像数据与预先存储的比较用影像数据进行比较。而且，在两者之间检测出差别的情况下，对车内的变化进行查点，并基于差别向汽车内发送预定的消息，以警示利用者遗忘了物品。

在先技术文献

专利文献

专利文献1：日本特开2013-191053号公报

非专利文献

非专利文献1：丰田汽车(トヨタ自動車)、移动出行服务专用(モビリティサービス専用)EV“e-Palette Concept”[2018年(平成30年)8月31日检索]，因特网＜URL:https://newsroom.toyota.co.jp/jp/corporate/20508200.html＞

发明内容

发明所要解决的课题

但是，虽然警示利用者遗忘物品的情况对于如专利文献1那样利用者无意中遗忘了物品的情况是有效的，但是对于如利用者故意地将垃圾等不需要的物品遗弃在车辆的车厢内那样的情况就几乎没有效果。对于频繁地故意实施将垃圾等遗弃在车内的不文明行为的利用者，不仅要进行警示，还需要施加如下的惩罚等，即，今后拒绝该利用者使用车辆提供的移动出行服务等。因此，谋求一种能够对使用被自动驾驶控制的车辆的利用者的乘车举止进行评价，且对频繁地实施不文明行为的利用者进行识别的技术。

因此，本发明的目的在于，提供一种能够对使用被自动驾驶控制的车辆的乘客的乘车举止进行评价的乘车举止评价装置。

用于解决课题的手段

本发明的一个实施方式所涉及的乘车举止评价装置具有：存储部；检测部，其从通过设置于被自动驾驶控制的车辆上的取得部而取得的表示车辆的车厢内的状态的车厢内信息中，对示出由正在乘车于车辆中的乘客所实施的不文明行为的可能性的特征进行检测；收集部，其在每次检测出特征时，将在包含检测出特征的时间在内的一定期间内所取得的车厢内信息存储在存储部中。

优选为，该乘车举止评价装置还具有评价部，所述评价部基于存储在存储部中的车厢内信息，对是否由乘客实施了不文明行为进行判定，且根据被判定为由乘客实施了不文明行为的次数，对乘客的乘车举止进行评价。

此外，在该乘车举止评价装置中，优选为，取得部包括设置于车辆上的摄像部，车厢内信息包含通过摄像部拍摄到的车辆的车厢内的动态图像，检测部从动态图像中，将出现了示出不文明行为的可能性的预定的物体的情况、车辆的预定配备品的形状或者颜色发生了变化的情况或者乘客与其他同乘者的距离靠近至预定的阈值以下的情况，检测为特征。

此外，在该乘车举止评价装置中，优选为，取得部包括设置于车辆上的集音部，车厢内信息包含通过集音部记录的车辆的车厢内的声音，检测部将声音的强度的预定时间内的平均值超过了预定的阈值的情况，检测为特征。

此外，在该乘车举止评价装置中，优选为，取得部包括设置于车辆上的气味传感器，车厢内信息包含通过气味传感器测定出的预定的气味成分的测定值，检测部将测定值超过了预定的阈值的情况，检测为特征。

此外，在该乘车举止评价装置中，优选为，乘车举止评价装置作为经由网络从搭载取得部的车辆接收车厢内信息的服务器而被构成。

此外，在该乘车举止评价装置中，优选为，乘车举止评价装置作为与取得部一起被搭载在车辆上的车载装置而被构成。

此外，本发明的一个实施方式所涉及的乘车举止评价系统，其具有经由网络而以能够互相通信的方式进行连接的服务器和车载装置，其中，车载装置从通过设置于被自动驾驶控制的车辆上的取得部而取得的表示车辆的车厢内的状态的车厢内信息中，对示出由正在乘车于车辆中的乘客所实施的不文明行为的可能性的特征进行检测，且当检测出特征时，将在包含检测出特征的时间在内的一定期间内所取得的车厢内信息发送至服务器，服务器将从车载装置接收到的车厢内信息存储在存储部中。

此外，本发明的一个实施方式所涉及的乘车举止评价方法为，从通过设置于被自动驾驶控制的车辆上的取得部而取得的表示车辆的车厢内的状态的车厢内信息中，对示出由正在乘车于车辆中的乘客所实施的不文明行为的可能性的特征进行检测，在每次检测出特征时，将在包含检测出特征的时间在内的一定期间所取得的车厢内信息存储在存储部中。

此外，本发明的一个实施方式所涉及的存储介质存储有用于使计算机执行如下处理的计算机可读取的乘车举止评价用计算机程序，所述处理为：从通过设置于被自动驾驶控制的车辆上的取得部而取得的表示车辆的车厢内的状态的车厢内信息中，对示出由正在乘车于车辆中的乘客所实施的不文明行为的可能性的特征进行检测，在每次检测出特征时，将在包含检测出特征的时间在内的一定期间内所取得的车厢内信息存储在存储部中。

发明的效果

本发明的乘车举止评价装置能够对使用被自动驾驶控制的车辆的乘客的乘车举止进行评价。

附图说明

图1为表示第一实施方式所涉及的乘车举止评价系统的结构的一个示例的图。

图2为表示第一实施方式所涉及的乘车举止评价系统中的正在乘车于被自动驾驶控制的车辆中的乘客4的乘车举止的评价处理的一个示例的顺序图。

图3为第一实施方式所涉及的车辆的硬件结构图。

图4为第一实施方式所涉及的车载装置的控制部的功能框图。

图5为表示第一实施方式所涉及的车载装置中的车辆的车厢内信息的收集处理的一个示例的流程图。

图6为表示在第一实施方式所涉及的车辆中正在由乘客实施不文明行为的车厢内的状态的一个示例的图。

图7为表示在第一实施方式所涉及的车辆中正在由乘客实施不文明行为的车厢内的状态的另一个示例的图。

图8为第一实施方式所涉及的服务器的硬件结构图。

图9为第一实施方式所涉及的服务器的控制部的功能框图。

图10为第二实施方式所涉及的服务器的控制部的功能框图。

图11为表示第二实施方式所涉及的服务器中的车辆的车厢内信息的收集处理的一个示例的流程图。

具体实施方式

本发明的乘车举止评价装置从通过设置于被自动驾驶控制的车辆上的例如车内摄像机所取得的示出车辆的车厢内的状态的影像等的车厢内信息中，对示出由正在乘车于车辆中的乘客所实施的例如遗弃垃圾等不文明行为的可能性的特征进行检测。而且，乘车举止评价装置每当检测到示出不文明行为的可能性的特征时，将在包含检测到特征的时间在内的一定期间内所取得的车厢内信息存储在存储部中。

由此，本发明的乘车举止评价装置能够实施如下操作，即，由乘车举止评价装置的评价部或者人基于被存储在存储部中的车厢内信息，对使用被自动驾驶控制的车辆的乘客的乘车举止进行评价，且识别出频繁地实施不文明行为的乘客。

以下，利用附图而对于本发明的优选的实施方式进行说明。另外，本发明并未限定在以下的实施方式之中，能够在不脱离其主旨的范围内适当地变更。此外，在各个附图中具有相同或者相当功能的部件标记相同的符号，并省略或简化其说明。

[第一实施方式]

图1为表示第一实施方式所涉及的乘车举止评价系统1的结构的一个示例的图。本实施方式的乘车举止评价系统1具有车载装置20、服务器30和便携终端40。车载装置20以及服务器30为乘车举止评价装置的一个示例。

图1所示的车辆2为出租车、公共汽车、拼车等提供移动出行服务的自动驾驶车辆。车辆2搭载有车载装置20以及自动驾驶控制单元21。此外，在车辆2中，有利用移动出行服务的乘客4在乘车。

车载装置20从通过搭载于被自动驾驶控制的车辆2上的例如车内摄像机214所拍摄到的车辆2的车厢内的影像中，对示出由正在乘车于车辆2中的乘客4所实施的例如遗弃垃圾等不文明行为的可能性的特征进行检测。而且，在检测到示出不文明行为的可能性的特征时，乘车举止评价装置将在包含检测到特征的时间在内的一定期间内所取得的车厢内信息发送至服务器30。

自动驾驶控制单元21自动控制车辆2的驾驶。自动驾驶控制单元21被构成为，自动驾驶控制的性能以及功能能够更新。

服务器30基于从车载装置20接收到的车厢内信息，对是否由乘客4实施了不文明行为进行判定，并且，例如根据被判定为由乘客4实施了不文明行为的次数，来对乘客4的乘车举止进行评价。

作为欲使用车辆2提供的移动出行服务的利用者4b，对利用者4b所携带的便携电话或者平板电脑等便携终端40进行操作，从而向服务器30请求车辆2的调配。

这些车载装置20、服务器30以及便携终端40经由通过光通信线路等构成的网络5而能够互相通信。服务器30经由例如未图示的网关等而与网络5进行连接。此外，车载装置20以及便携终端40经由例如无线基站6等而与网络5进行连接。

图2为表示第一实施方式所涉及的乘车举止评价系统1中的正在乘车于被自动驾驶控制的车辆2中的乘客4的乘车举止的评价处理的一个示例的顺序图。在图2所示的顺序图中，服务器30与车辆2以及便携终端40之间的通信经由网络5来实施。

服务器30从作为欲使用移动出行服务的利用者4b携带的便携终端40，接收调配车辆的请求的同时，还接收利用者4b的识别信息、利用者4b的当前地以及目的地的信息等(步骤S201)。利用者4b的识别信息为，例如对使用移动出行服务的利用者4b赋予的利用者编号。此外，利用者4b的当前地以及目的地可以通过例如设施名称、住所或者经度与纬度的组合来指定。

接下来，服务器30对距利用者4b的当前地处于一定距离内的车辆2进行搜索，从被搜索出的至少一个车辆2之中选择出能够使用的车辆2，且向车辆2发送调配车辆的指示以使车辆2移动至利用者4b的当前地(步骤S202)。另外，在车辆2提供拼车服务等情况下，存在有在车辆2内已经有其他的乘客4正在乘车的可能性。在这种情况下，服务器30例如也可以设为，从被搜索出的至少一个车辆2之中选择已乘车在车辆2中的其他的乘客4的目的地与利用者4b的目的地为同方向的车辆2。

当从服务器30接收到调配车辆的指示时，车辆2的自动驾驶控制单元21使车辆2向与调配车辆的指示一起接收到的利用者4b的当前地移动(步骤S203)。

当利用者4b乘车到被调配来的车辆2上时，车辆2的自动驾驶控制单元21通过例如车内摄像机214对利用者4b已经乘车在车辆2上这一情况进行检测并通知给服务器30(步骤S204)。另外，也可以代替由车辆2的自动驾驶控制单元21通知利用者4b已乘车在车辆2上这一情况，而由利用者4b自身对便携终端40进行操作来通知已乘车在车辆2上这一情况。

在下文中，将已经乘车在车辆2上的利用者4b称为乘客4。当车辆2的自动驾驶控制单元21检测到乘客4已乘车这一情况时，车辆2的车载装置20开始实施包含通过例如车内摄像机214拍摄到的表示车辆2的车厢内的状态的影像在内的车厢内信息的取得(步骤S205)。

另一方面，在接收到利用者4b已乘车在车辆2上这一情况时，服务器30生成从车辆2的当前地至利用者4b的目的地为止的车辆2的行驶路线。或者，也可以由搭载于车辆2上的例如汽车导航系统基于与调配车辆的指示一起接收到的利用者4b的当前地以及目的地的信息，来制作行驶路线。另外，在车辆2提供拼车服务等的情况下，生成已乘车在车辆2中的其他的乘客4的目的地与利用者4b的目的地之中、从车辆2的当前地到最近的目的地为止的行驶路线。

服务器30根据需要而将行驶路线发送到车辆2的自动驾驶控制单元21，且以使车辆2按照行驶路线进行自动驾驶的方式，来指示车辆2的自动驾驶控制单元21(步骤S206)。然后，车辆2的自动驾驶控制单元21按照行驶路线朝向目的地开始车辆2的自动驾驶(步骤S207)。

在车辆2通过自动驾驶控制单元21而进行自动驾驶的期间，车载装置20从所取得的车厢内信息中，定期地对示出由正在乘车于车辆2中的乘客4所实施的例如遗弃垃圾等不文明行为的可能性的特征进行检测(步骤S208)。而且，在检测到示出不文明行为的可能性的特征时，车载装置20将在包含检测到特征的时间在内的一定期间(例如10秒钟)内所取得的车厢内信息发送至服务器30(步骤S209)。另外，车载装置20既可以设为在每次取得车厢内信息时将所取得的车厢内信息向服务器30进行发送的方式，又可以设为将所取得的车厢内信息暂时保存在存储部等中，之后一起向服务器30进行发送的方式。

然后，当车辆2到达目的地时，车辆2的自动驾驶控制单元21通过例如车内摄像机214检测到乘客4已从车辆2下车这一情况并通知给服务器30(步骤S210)。另外，也可以代替由车辆2的自动驾驶控制单元21通知乘客4已从车辆2下车这一情况，而由乘客4自身对便携终端40进行操作来通知已从车辆2下车这一情况。

当车辆2的自动驾驶控制单元21检测到乘客4已下车这一情况时，车辆2的车载装置20结束表示被自动驾驶控制的车辆2的车内的状态的车厢内信息的取得(步骤S211)。

另一方面，服务器30基于通过车辆2的车载装置20收集到的车厢内信息，对是否由乘客4实施了不文明行为进行判定，且根据被判定为由乘客4实施了不文明行为的次数，对乘客4的乘车举止进行评价(步骤S212)。

图3为第一实施方式所涉及的车辆2的硬件结构图。车辆2具有经由车内网络而互相连接在一起的、车载装置20、车辆控制单元210、车外摄像机211、测距传感器212、定位传感器213、车内摄像机214、麦克风215、气味传感器216以及车外通信设备217。此外，车辆2还具有自动驾驶控制单元21。车内网络可以设为符合例如CAN(Controller Area Network：控制器局域网络)标准的网络。

车载装置20具有经由信号线而互相连接在一起的、车内通信接口(I/F)201、存储部202以及控制部203。车载装置20从通过设置于被自动驾驶控制的车辆2上的例如车内摄像机214而拍摄到的车辆2的车厢内的影像中，对示出由正在乘车于车辆2中的乘客4所实施的例如遗弃垃圾等不文明行为的可能性的特征进行检测。而且，在检测到示出不文明行为的可能性的特征时，车载装置20将在包含检测到特征的时间在内的一定期间内所取得的车厢内信息发送至服务器30。

车内通信I/F201为，用于车载装置20与车辆2的其他车载设备经由车内网络进行通信的通信I/F电路。

存储部202具有HDD(Hard Disk Drive：硬盘驱动)、光记录介质或者半导体存储器等存储介质，且对在控制单元203中被执行的计算机可读取的计算机程序进行存储。此外，存储部202对由控制部203生成的数据或者控制部203经由车内网络从车辆2的其他车载设备接收到的数据等进行存储。此外，存储部202对通过控制部203取得的表示车辆2的车厢内的状态的车厢内信息进行存储。

控制部203可以设为，执行在车载装置20中实施控制以及运算的计算机程序的一个以上的处理器以及其周边电路。控制部203执行之后参照图5进行说明的表示车辆2的车厢内的状态的车厢内信息的收集处理。

车辆控制单元210具有至少一个自动驾驶控制单元21，且根据从自动驾驶控制单元21输出的信号，而对车辆2的加速器、制动器以及方向盘进行控制。此外，车辆控制单元210将从后述的车外摄像机211、测距传感器212、定位传感器213输出的信号发送到自动驾驶控制单元21。

自动驾驶控制单元21自动控制车辆2的驾驶。自动驾驶控制单元21被构成为，例如能够更新自动驾驶控制的性能以及功能。由此，能够配合车辆2所提供的移动出行服务来使自动驾驶控制单元21的性能以及功能实现最优化。另外，例如，在提高自动驾驶控制单元21的性能以及功能的必要性较低的用途中，自动驾驶控制单元21也可以不必构成为能够进行更新。

车外摄像机211对车辆2的周围的影像进行拍摄并输出。通过车外摄像机211拍摄到的影像被利用于，自动驾驶控制单元21自动控制车辆2的驾驶。车外摄像机211使摄像面朝向车外且被配置在车辆2的前挡风玻璃的附近，以便清晰地拍摄车辆2的周围的人或者物体。

测距传感器212针对每个方位而对到存在于车辆2的前方的物体的距离进行测量并输出。通过测距传感器212测量出的距离信息同样地被利用于，自动驾驶控制单元21自动控制车辆2的驾驶。测距传感器212被设为，例如设置于车辆2上的LIDAR(Light Detectionand Ranging：激光雷达)。

定位传感器213生成表示车辆2的当前地的位置信息并输出至车载装置20。由定位传感器213生成的位置信息除了被利用于自动驾驶控制单元21自动控制车辆2的驾驶之外，还经由网络5发送至服务器30，以使服务器30能够掌握车辆2的当前地。定位传感器213被设为，例如设置于车辆2上的汽车导航系统的GPS(Global Positioning System：全球定位系统)。

车内摄像机214为取得部以及摄像部的一个示例，且对车辆2的车内的影像进行拍摄并输出至车载装置20。通过车内摄像机214拍摄到的影像作为表示车辆2的车厢内的状态的车厢内信息的一个示例而被利用。车内摄像机214也可以在车辆2的车厢内配置有多个。车内摄像机214被配置在，例如乘客4落座的座椅的前方的顶棚或者前方座椅的后表面等处，以便能够清晰地拍摄车辆2的车厢内的状态。

麦克风215为取得部以及集音部的一个示例，且对车辆2的车厢内的声音进行记录并输出至车载装置20。通过麦克风215记录的声音作为表示车辆2的车厢内的状态的车厢内信息的一个示例而被利用。麦克风215也可以在车辆2的车厢内配置有多个。麦克风215被配置在，例如乘客4落座的座椅的前方的顶棚或者前方座椅的后表面等处，以便能够清楚地记录车辆2的车厢内的声音。

气味传感器216为取得部的一个示例，且对车辆2的车厢内的例如酒精成分或者油成分等预定的气味成分的量进行测定并输出至车载装置20。通过气味传感器216测定出的预定的气味成分的测定值作为表示车辆2的车厢内的状态的车厢内信息的一个示例而被利用。气味传感器216也可以在车辆2的车厢内配置有多个。气味传感器216被配置在，例如车辆2的车内的顶棚或者地板等处，以便能够高精度地测定车辆2的车厢内的气味。

车外通信设备217为具有无线通信功能的车载的终端，且被设为例如车载的导航系统或者非特许文献1中记载的DCM(Data Communication Module：数据通信模块)。车外通信设备217例如通过访问经由未图示的网关等而与网络5进行连接的无线基站6，从而经由无线基站6与网络5进行连接。

图4为第一实施方式所涉及的车载装置20的控制部203的功能框图。控制部203可以为，执行在车载装置20实施控制以及运算的计算机程序的一个以上的处理器以及其周边电路。控制部203具有检测部204以及收集部205。检测部204以及收集部205作为例如记载了计算机程序的软件模块或者固件而被实现。

检测部204从通过设置于被自动驾驶控制的车辆2上的取得部而取得的表示车辆2的车厢内的状态的车厢内信息，对示出由正在乘车于车辆2中的乘客4所实施的不文明行为的可能性的特征进行检测。而且，在每次检测出特征时，收集部205将在包含检测到特征的时间在内的一定期间内所取得的车厢内信息存储在存储部202中。

图5为表示第一实施方式所涉及的车载装置20中的车辆2的车厢内信息的收集处理的一个示例的流程图。检测部204以及收集部205根据以下的流程，例如按照预定的控制周期来执行表示车辆2的车厢内的状态的车厢内信息的收集处理。对与上述的图2的顺序图重复的内容省略说明。

检测部204从设置于被自动驾驶控制的车辆2上的例如车内摄像机214取得包含对车辆2的车厢内进行拍摄而得到的影像在内的车厢内信息(步骤S501)。而且，检测部204从所取得的车厢内信息中，对示出由正在乘车于车辆2中的乘客4所实施的例如遗弃垃圾等不文明行为的可能性的特征进行检测(步骤S502)。

示出该不文明行为的可能性的特征不一定必须为，示出实际上实施了不文明行为的特征，只要为稍稍显现出实施不文明行为的可能性的特征即可。实际上是否实施了不文明行为的判断是通过后述的服务器30的评价部306或者人来实施的。对于具体的示出不文明行为的可能性的特征，在之后参照图6以及图7来进行说明。

接下来，收集部205对是否从车厢内信息中检测到示出不文明行为的可能性的特征进行判定(步骤S503)。在检测到示出不文明行为的可能性的特征的情况下(步骤S503：是)，收集部205将在包含检测到该特征的时间在内的一定期间内所取得的车厢内信息存储在存储部202中。而且，收集部205将存储于存储部202中的车厢内信息发送至服务器30(步骤S504)，并结束本控制周期中的车厢内信息的收集处理。

另一方面，在未检测到示出不文明行为的可能性的特征的情况下(步骤S503：否)，检测部204以及收集部205结束本控制周期中的车厢内信息的收集处理。

由此，基于通过收集部205收集的具有示出不文明行为的可能性的特征的车厢内信息，实际上是否实施了不文明行为的判断是，通过后述的服务器30的评价部306或者人来实施的，因此，能够抑制做出错误判定的情况。此外，由于仅将包含有不文明行为的可能性的特征的一定期间内的车厢内信息发送到服务器30，因此与将所有的车厢内信息发送到服务器30的情况相比，能够抑制从车载装置20向服务器30发送的数据量。该一定期间的长度可以设为，例如5秒钟～1分钟。

图6以及图7为在第一实施方式所涉及的车辆2中由乘客4c实施不文明行为的车厢内的状态的一个示例的图。在图6以及图7所示的车辆2的车厢内，乘客4c与偶然合乘于相同的车辆2的同乘者4d相邻地分别落座在车辆2的座椅22上。

图6所示的乘客4c在禁止饮酒的车辆2的车厢内一边吃下酒菜一边饮酒而醉。在乘客4c的座椅22的周边散落着下酒菜，酒7也被泼洒出来。因此，在车辆2的车内有下酒菜和酒精的气味。

另一方面，图7所示的乘客4c与图6同样也醉酒了，并向坐在相邻的座椅22上的同乘者4d挑衅。此外，乘客4c打、踢而损坏了同乘者4d落座的座椅22。因此，在车辆2的车内产生了较大的声音。

虽然同乘者4d因乘客4c这样的不文明行为而感到不快，但是因在自动驾驶的车辆2上并无乘务员，而除了自己之外没有人提醒乘客4c，从而感到不知所措。

在这种情况下，检测部204从例如设置于车辆2上的车内摄像机214取得对车辆2的车厢内进行拍摄而得到的动态图像。而且，检测部204将在车辆2的车厢内的动态图像上出现了示出不文明行为的可能性的预定的物体的情况，检测为示出不文明行为的可能性的特征。该预定的物体可以设为例如，食物饮料的箱、罐、袋或塑料瓶等容器、或者香烟等。由此，例如，如图6所示，检测部204能够检测出乘客4c将下酒菜或者酒7等拿进车辆2的车内、从包中取出的情况，而作为示出不文明行为的可能性的特征。而且，收集部205将包含在动态图像上出现了预定的物体的时间在内的一定期间(例如10秒钟)内的动态图像发送至服务器30。

检测部204为了检测出在动态图像上出现了预定的物体的情况，可以利用例如机器学习技术。具体而言，检测部204可以利用以在输入图像时从图像中检测出预定的物体的方式而进行了预先学习的例如DNN(Deep Neural Network：深度神经网络)等的检测器。检测部204在将动态图像的帧图像按照被拍摄的顺序输入至检测器且从检测器中输出表示检测到预定的物体的情况的输出值时，判定为在动态图像上出现了预定的物体。

或者，检测部204也可以例如检测出车辆2的车厢内的动态图像上预定的配备品的颜色发生了变化的情况，而作为示出不文明行为的可能性的特征。该预定的配备品可以设为例如，被配置在车辆2的车厢内的座椅22，或者被铺设在座椅22的周边的地板上的车厢内垫子等。由此，例如，如图6所示，检测部204能够将乘客4c向车厢内垫子上泼洒、吐出酒7的情况，检测为示出不文明行为的可能性的特征。

检测部204为了检测出车辆2的车厢内的动态图像上的预定配备品的颜色发生了变化的情况，例如，对动态图像的当前的帧图像与预定时间前(例如1分钟前)的过去的帧图像进行比较。而且，检测部204在帧图像中的存在预定配备品的区域中的像素值的例如R(红)、G(绿)、B(蓝)的至少一个颜色成分的平均值以预定的阈值以上的程度而发生了变化时，能够判定为动态图像上的预定配备品的颜色发生了变化。

此外，检测部204也可以例如将车辆2的车厢内的动态图像上的预定配备品的形状发生了变化的情况，检测为示出不文明行为的可能性的特征。该预定的配备品可以设为，例如被配置在车辆2的车内的座椅22，或者车辆2的车门等。由此，例如，如图7所示，检测部204能够将乘客4c打、踢而损坏座椅22的情况，检测为示出不文明行为的可能性的特征。

检测部204为了检测出车辆2的车厢内的动态图像上的预定配备品的形状发生了变化的情况，例如，对动态图像的当前的帧图像与预定时间前(例如1分钟前)的过去的帧图像进行比较。而且，检测部204在帧图像的存在预定配备品的区域中实施边缘强化处理而获得的预定配备品的轮廓在当前与过去之间进行了预定的像素宽度以上的移动时，判定为动态图像上的预定的配备品的形状发生了变化。

此外，检测部204也可以例如将车辆2的车厢内的动态图像上的乘客4c与其他同乘者4d的距离靠近至预定的阈值以下的情况，检测为示出不文明行为的可能性的特征。由此，例如，如图7所示，检测部204能够将乘客4c向其他同乘者4d挑衅并向同乘者4d靠近的情况，检测为示出不文明行为的可能性的特征。

检测部204为了检测出乘客4c与其他同乘者4d的距离靠近至预定的阈值以下的情况，例如可以利用以在输入图像时从图像中检测出人物的方式而进行了预先学习的例如DNN等的检测器。检测部204在将动态图像的帧图像按照被拍摄的顺序输入至检测器且在检测器检测出的人物间的最短距离靠近至预定的像素宽度以下时，能够判定为动态图像上的乘客4c与其他同乘者4d的距离靠近至预定的阈值以下。

此外，检测部204也可以例如将通过设置于车辆2上的麦克风215取得的车辆2的车厢内的声音的强度的预定时间内的平均值超过了预定的阈值的情况，检测为示出不文明行为的可能性的特征。该预定时间可以设为，例如0.1秒钟～10秒钟。由此，例如，如图7所示，检测部204能够将乘客4c向其他同乘者4d挑衅或对座椅22进行打、踢时所产生的声音，检测为示出不文明行为的可能性的特征。在这种情况下，收集部205将包含车辆2的车厢内的声音的强度的一定时间内的平均值超过了预定的阈值的时间在内的一定期间内的车厢内的声音的测定值发送至服务器30。

此外，检测部204也可以例如将通过设置于车辆2上的气味传感器216测定的预定的气味成分的测定值超过了预定的阈值的情况，检测为示出不文明行为的可能性的特征。该预定的气味成分可以设为酒精成分或者油成分等。由此，例如，如图6所示，检测部204能够将乘客4c散落下酒菜、泼洒酒7的情况，检测为示出不文明行为的可能性的特征。在这种情况下，收集部205将包含气味成分的测定值超过了预定的阈值的时间在内的一定期间内的气味成分的测定值发送至服务器30。

图8为第一实施方式所涉及的服务器30的硬件结构图。服务器30具有经由信号线而互相连接在一起的、通信I/F301、存储部302以及控制部303。

通信I/F301为，用于将服务器30经由例如网关等而与网络5进行连接的通信I/F电路。通信I/F301被构成为，能够经由网络5而与车辆2的车载装置20以及便携终端40进行通信。

存储部302具有HDD(Hard Disk Drive：硬盘驱动)、光记录介质或者半导体存储器等存储介质，且存储在控制部303中所执行的计算机可读取的计算机程序。此外，存储部302存储由控制部303生成的数据或者控制部303经由网络5接收到的数据等。此外，存储部302存储车辆2的自动驾驶控制单元21的种类或者版本，作为与车辆2有关的信息的一个示例。此外，存储部302存储乘客4(利用者4b)的识别信息，作为与乘客4有关的信息的一个示例。此外，存储部302存储从车辆2的车载装置20接收到的表示车辆2的车厢内的状态的车厢内信息。

图9为第一实施方式所涉及的服务器30的控制部303的功能框图。控制部303可以设为，执行在服务器30中实施控制以及运算的计算机程序的一个以上的处理器以及其周边电路。控制部303具有评价部306。评价部306例如作为记载了计算机程序的软件模块或者固件而被实现。

评价部306将从车载装置20接收到的车厢内信息存储在存储部302中。而且，评价部306基于被存储在存储部302中的车厢内信息，对是否由乘客4实施了不文明行为进行判定，且根据例如被判定为由乘客4实施了不文明行为的次数，从而对乘客4的乘车举止进行评价。

评价部306为了对是否由乘客4实施了不文明行为进行判定，可以利用例如机器学习技术。具体而言，评价部306可以利用例如DNN等的判定器，该判定器以在输入车厢内信息时输出是否实施了不文明行为以及实施了不文明行为的人物的方式而进行了预先学习。评价部306在将从车载装置20接收到的车厢内信息输入至判定器且从判定器中输出表示实施了不文明行为的情况的输出值时，判定为由判定器输出的人物实施了不文明行为。

通过评价部306评价的乘客4的乘车举止的评价值保存在存储部302中，或者经由通信I/F301发送至其他服务器，并作为用于识别频繁地实施不文明行为的乘客4的信息而被利用。

另外，也可以代替由评价部306对乘客4的乘车举止进行评价，而设为车载装置20的控制部203具有与服务器30的评价部306同等的功能的评价部，且基于被存储在存储部202中的车厢内信息，对乘客4的乘车举止进行评价。此外，例如也可以由人基于被存储在存储部302中的车厢内信息，而对乘客4的乘车举止进行评价。

如上所述，本实施方式的乘车举止评价装置从通过设置于被自动驾驶控制的车辆上的取得部而取得的表示车辆的车厢内的状态的车厢内信息中，对示出由正在乘车于车辆中的乘客所实施的不文明行为的可能性的特征进行检测。而且，在每次检测出特征时，乘车举止评价装置将在包含检测出特征的时间在内的一定期间内所取得的车厢内信息存储在存储部中。

由此，本实施方式的乘车举止评价装置能够由乘车举止评价装置的评价部或者人基于被存储在存储部中的车厢内信息，而对使用被自动驾驶控制的车辆的乘客的乘车举止进行评价，且识别出频繁地实施不文明行为的乘客。

[第二实施方式]

根据其他的实施方式，图5的流程图所示的车载装置20所实施的车辆2的车厢内信息的收集处理也可以在服务器30中来执行。由此，能够减轻车载装置20的控制部203的处理负荷。

图10为第二实施方式所涉及的服务器30的控制部303的功能框图。控制部303具有检测部304、收集部305以及评价部306。检测部304以及收集部305具有与车载装置20的检测部204以及收集部205同等的功能。对于其他，由于与第一实施方式相同，因此在下文中对与第一实施方式不同的点进行说明。

图11为表示第二实施方式所涉及的服务器30中的车辆2的车厢内信息的收集处理的一个示例的流程图。检测部304以及收集部305按照以下的流程，例如以预定的控制周期，来执行表示车辆2的车厢内的状态的车厢内信息的收集处理。

检测部304从被自动驾驶控制的车辆2的车载装置20接收包含对车辆2的车厢内进行拍摄而得到的影像在内的车厢内信息(步骤S1101)。而且，检测部304从接收到的车厢内信息中，对示出由正在乘车于车辆2中的乘客4所实施的例如遗弃垃圾等不文明行为的可能性的特征进行检测(步骤S1102)。

接下来，收集部305对是否从车厢内信息中检测出示出不文明行为的可能性的特征进行判定(步骤S1103)。在检测出示出不文明行为的可能性的特征的情况下(步骤S1103：是)，收集部305将在包含检测出特征的时间在内的一定期间内所取得的车厢内信息存储在存储部302(步骤S1104)，且结束本控制周期中的车厢内信息的收集处理。

另一方面，在未检测出示出不文明行为的可能性的特征的情况(步骤S1103：否)下，检测部304以及收集部305结束本控制周期中的车厢内信息的收集处理。

如此，即使在乘车举止评价装置作为经由网络从车辆接收车厢内信息的服务器而被构成的情况下，也可以如第一实施方式那样，获得与乘车举止评价装置作为车载装置而被构成的情况同样的效果。

上述的实施方式的任意一个只不过为实施本发明时的具体化的示例，不应根据上述内容而限定性地解释本发明的技术范围。即，本发明在不脱离其技术思想或者其主要的特征的范围内，能够通过各种各样的形式来实施。

根据其他的改变例，乘车举止评价装置也可以从车厢内信息中对例如捡拾垃圾等示出由乘客4实施的文明行为的可能性的特征进行检测，且在每次检测出该特征时，将在包含检测出特征的时间在内的一定期间内所取得的车厢内信息存储在存储部中。由此，乘车举止评价装置的评价部或者人能够基于不文明行为和文明行为双方，更加高精度地对乘客4的乘车举止进行评价。

因此，检测部204或者检测部304从例如设置于车辆2上的车内摄像机214取得对车辆2的车厢内进行拍摄而得到的动态图像。而且，检测部204或者检测部304从车辆2的车厢内的动态图像上，将示出不文明行为的可能性的预定的物体消失了的情况，检测为示出文明行为的可能性的特征。该预定的物体可以设为例如食物饮料的箱、罐、袋或塑料瓶等容器、或者香烟等。

检测部204或者检测部304为了从动态图像上检测出预定的物体消失了的情况，可以利用例如机器学习技术。具体而言，检测部204或者检测部304能够利用以在输入图像时从图像中检测出预定的物体的方式而进行了预先学习的例如DNN等的检测器。检测部204或者检测部304在将动态图像的帧图像按照被拍摄的顺序输入至检测器且从检测器中未输出表示检测出预定的物体的情况的输出值时，判定为预定的物体从动态图像上消失了。

符号说明

1…乘车举止评价系统；2…车辆；4…乘客；4b…利用者；4c…乘客；4d…同乘者；5…网络；6…无线基站；7…酒；20…车载装置；21…自动驾驶控制单元；22…座椅；30…服务器；40…便携终端；201…车内通信I/F；202…存储部；203…控制部；204…检测部；205…收集部；210…车辆控制单元；211…车外摄像机；212…测距传感器；213…定位传感器；214…车内摄像机；215…麦克风；216…气味传感器；217…车外通信设备；301…通信I/F；302…存储部；303…控制部；304…检测部；305…收集部；306…评价部。

Claims (10)

1.一种乘车举止评价装置，具有：

存储部；

检测部，其从通过设置于被自动驾驶控制的车辆上的取得部而取得的表示所述车辆的车厢内的状态的车厢内信息中，对示出由正在乘车于所述车辆中的乘客所实施的不文明行为的可能性的特征进行检测；

收集部，其在每次检测出所述特征时，将在包含检测出所述特征的时间在内的一定期间内所取得的所述车厢内信息存储在所述存储部中。

2.如权利要求1所述的乘车举止评价装置，其中，

还具有评价部，所述评价部基于存储在所述存储部中的所述车厢内信息，对是否由所述乘客实施了不文明行为进行判定，且根据被判定为由所述乘客实施了不文明行为的次数，对所述乘客的乘车举止进行评价。

3.如权利要求1或2所述的乘车举止评价装置，其中，

所述取得部包括设置于所述车辆上的摄像部，

所述车厢内信息包含通过所述摄像部拍摄到的所述车辆的车厢内的动态图像，

所述检测部从所述动态图像中，将出现了示出不文明行为的可能性的预定的物体的情况、所述车辆的预定配备品的形状或者颜色发生了变化的情况或者所述乘客与其他同乘者的距离靠近至预定的阈值以下的情况，检测为所述特征。

4.如权利要求1至3中的任意一项所述的乘车举止评价装置，其中，

所述取得部包括设置于所述车辆上的集音部，

所述车厢内信息包含通过所述集音部记录的所述车辆的车厢内的声音，

所述检测部将所述声音的强度的预定时间内的平均值超过了预定的阈值的情况，检测为所述特征。

5.如权利要求1至4中的任意一项所述的乘车举止评价装置，其中，

所述取得部包括设置于所述车辆上的气味传感器，

所述车厢内信息包含通过所述气味传感器测定出的预定的气味成分的测定值，

所述检测部将所述测定值超过了预定的阈值的情况，检测为所述特征。

6.如权利要求1至5中的任意一项所述的乘车举止评价装置，其中，

所述乘车举止评价装置作为经由网络从搭载所述取得部的所述车辆接收所述车厢内信息的服务器而被构成。

7.如权利要求1至5中的任意一项所述的乘车举止评价装置，其中，

所述乘车举止评价装置作为与所述取得部一起被搭载在所述车辆上的车载装置而被构成。

8.一种乘车举止评价系统，其具有经由网络而以能够互相通信的方式进行连接的服务器和车载装置，其中，

所述车载装置从通过设置于被自动驾驶控制的车辆上的取得部而取得的表示所述车辆的车厢内的状态的车厢内信息中，对示出由正在乘车于所述车辆中的乘客所实施的不文明行为的可能性的特征进行检测，且当检测出所述特征时，将在包含检测出所述特征的时间在内的一定期间内所取得的所述车厢内信息发送至所述服务器，

所述服务器将从所述车载装置接收到的所述车厢内信息存储在存储部中。

9.一种乘车举止评价方法，其中，

从通过设置于被自动驾驶控制的车辆上的取得部而取得的表示所述车辆的车厢内的状态的车厢内信息中，对示出由正在乘车于所述车辆中的乘客所实施的不文明行为的可能性的特征进行检测，

在每次检测出所述特征时，将在包含检测出所述特征的时间在内的一定期间内所取得的所述车厢内信息存储在存储部中。

10.一种存储介质，其存储有用于使计算机执行如下处理的计算机可读取的乘车举止评价用计算机程序，所述处理为：

从通过设置于被自动驾驶控制的车辆上的取得部而取得的表示所述车辆的车厢内的状态的车厢内信息中，对示出由正在乘车于所述车辆中的乘客所实施的不文明行为的可能性的特征进行检测，

在每次检测出所述特征时，将在包含检测出所述特征的时间在内的一定期间内所取得的所述车厢内信息存储在存储部中。

Images