DE112019007558T5 - Kognitiv-Funktion-Abschätzungsvorrichtung, Lernvorrichtung und Verfahren zur Schätzung der kognitiven Funktion - Google Patents

Kognitiv-Funktion-Abschätzungsvorrichtung, Lernvorrichtung und Verfahren zur Schätzung der kognitiven Funktion Download PDF

Info

Publication number
DE112019007558T5
DE112019007558T5 DE112019007558.6T DE112019007558T DE112019007558T5 DE 112019007558 T5 DE112019007558 T5 DE 112019007558T5 DE 112019007558 T DE112019007558 T DE 112019007558T DE 112019007558 T5 DE112019007558 T5 DE 112019007558T5
Authority
DE
Germany
Prior art keywords
feature amount
vehicle
information
information feature
cognitive function
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
DE112019007558.6T
Other languages
English (en)
Inventor
Shusaku Takamoto
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of DE112019007558T5 publication Critical patent/DE112019007558T5/de
Granted legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/162—Testing reaction times
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/20—Workers
    • A61B2503/22—Motor vehicles operators, e.g. drivers, pilots, captains

Abstract

Bereitgestellt sind eine Fahrzeugaußeninformation-Erfassungseinheit (14) zum Erfassen von Fahrzeugaußeninformationen, eine Gesichtsinformation-Erfassungseinheit (11) zum Erfassen von Gesichtsinformationen, eine Biologische-Information-Erfassungseinheit (12) zum Erfassen von biologischen Information, eine Fahrzeuginformation-Erfassungseinheit (13) zum Erfassen von Fahrzeuginformationen, eine Fahrzeugaußeninformations-Merkmalsbetrag-Extraktionseinheit (15) zum Extrahieren eines Fahrzeugaußeninformations-Merkmalsbetrags auf der Grundlage der Fahrzeugaußeninformationen, eine Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit (16) zum Extrahieren eines Gesichtsinformation-Merkmalsbetrags in Übereinstimmung mit dem Fahrzeugaußeninformations-Merkmalsbetrag, eine Extraktionseinheit (17) für die Menge an biologischen Informationsmerkmalen, um eine Menge an biologischen Informationsmerkmalen in Übereinstimmung mit der Menge an fahrzeugaußenseitigen Informationsmerkmalen zu extrahieren, eine Extraktionseinheit (18) für die Menge an Fahrzeuginformationsmerkmalen, um eine Menge an Fahrzeuginformationsmerkmalen in Übereinstimmung mit der Menge an fahrzeugaußenseitigen Informationsmerkmalen zu extrahieren, und eine Einheit (19) zur Abschätzung der kognitiven Funktion, um auf der Grundlage eines maschinellen Lernmodells (203), der Menge an fahrzeugaußenseitigen Informationsmerkmalen und mindestens einer der Mengen an Gesichtsinformationsmerkmalen, biologischen Informationsmerkmalen oder Fahrzeuginformationsmerkmalen abzuschätzen, ob eine kognitive Funktion eines Fahrers niedrig ist.

Description

  • TECHNISCHES GEBIET
  • Die vorliegende Erfindung betrifft eine Vorrichtung zum Schätzen einer kognitiven Funktion, die eine kognitive Funktion eines Fahrzeugführers schätzt, eine Lernvorrichtung, die die kognitive Funktion des Fahrzeugführers erlernt, und ein Verfahren zum Schätzen der kognitiven Funktion, das die kognitive Funktion des Fahrzeugführers schätzt.
  • HINTERGRUNDKUNST
  • Es ist allgemein bekannt, dass die kognitive Funktion einer Person mit zunehmendem Alter abnimmt. Die kognitive Funktion, von der hier die Rede ist, ist eine Funktion einer Person zum angemessenen Führen eines Fahrzeugs. Wenn zum Beispiel der Fahrer eines Fahrzeugs älter ist, verschlechtert sich die kognitive Funktion, so dass der Fahrer möglicherweise nicht in der Lage ist, die kognitive Funktion auszuführen, und als Folge davon kann der Fahrer nicht in der Lage sein, angemessen zu fahren. Daher ist beispielsweise für eine Fahrassistenztechnik eine Technik erforderlich, mit der abgeschätzt werden kann, ob ein Fahrer über ein bestimmtes Maß an kognitiven Funktionen verfügt oder nicht.
  • Andererseits offenbart die Patentliteratur 1 als Technik, die sich auf den Grad der Kognition eines Fahrers im Sinne des Grades der Konzentration auf das Fahren bezieht, beispielsweise eine Vorrichtung zur Schätzung des Grades der Kognition, die den Grad der Kognition auf der Grundlage der Bewegung in vertikaler Richtung der Sichtlinie des Fahrers eines Fahrzeugs schätzt.
  • LITERATURLISTE
  • PATENTLITERATUR
  • Patentliteratur 1: JP 2015-80549 A
  • ZUSAMMENFASSUNG DER ERFINDUNG
  • TECHNISCHES PROBLEM
  • Wie oben beschrieben, erfordert die Fahrassistenztechnik eine Technik zur Abschätzung, ob der Fahrer ein bestimmtes Maß an kognitiver Funktion hat oder nicht. Die herkömmliche Fahrassistenztechnik hat jedoch das Problem, dass die kognitive Funktion des Fahrers nicht geschätzt werden kann.
  • Die in der Patentliteratur 1 offenbarte Vorrichtung zur Schätzung des Grades der kognitiven Fähigkeiten schätzt den Grad der kognitiven Fähigkeiten, aber der Grad der kognitiven Fähigkeiten ist ein vorübergehender Grad der Konzentration auf das Fahren eines Fahrers. Das Gerät schätzt also nicht ab, ob der Fahrer über ein bestimmtes Funktionsniveau zum angemessenen Führen eines Fahrzeugs verfügt oder nicht. Daher kann die in der Patentliteratur 1 offenbarte Technologie der Vorrichtung zur Schätzung des Erkennungsgrades das obige Problem nicht lösen.
  • Die vorliegende Erfindung wurde gemacht, um das obige Problem zu lösen, und ein Ziel der vorliegenden Erfindung ist es, eine Vorrichtung zur Abschätzung der kognitiven Funktion bereitzustellen, die in der Lage ist, abzuschätzen, ob ein Fahrer einen bestimmten Grad an kognitiver Funktion hat oder nicht.
  • LÖSUNG DES PROBLEMS
  • Eine Kognitiv-Funktion-Abschätzungsvorrichtung gemäß der vorliegenden Erfindung umfasst: eine Fahrzeugaußeninformationserfassungseinheit, um Fahrzeugaußeninformationen über eine Situation um ein Fahrzeug herum zu erfassen; eine Gesichtsinformation-Erfassungseinheit, um Gesichtsinformationen über ein Gesicht eines Fahrers des Fahrzeugs zu erfassen; eine biologische Informationserfassungseinheit, um biologische Informationen des Fahrers zu erfassen; eine Fahrzeuginformation-Erfassungseinheit, um Fahrzeuginformationen über das Fahrzeug zu erfassen; eine Fahrzeugaußeninformations-Merkmalsbetrag-Extraktionseinheit, um einen Fahrzeugaußeninformations-Merkmalsbetrag zur Abschätzung einer kognitiven Funktion des Fahrers auf der Basis der Fahrzeugaußeninformation zu extrahieren, die durch die Fahrzeugaußeninformation-Erfassungseinheit erfasst wurde; eine Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit, um in Übereinstimmung mit dem Fahrzeugaußeninformations-Merkmalsbetrag, der durch die Fahrzeugaußeninformations-Merkmalsbetrag-Extraktionseinheit extrahiert wurde, ein Gesichtsinformation-Merkmalsbetrag zur Abschätzung der kognitiven Funktion des Fahrers auf der Basis der Gesichtsinformation zu extrahieren, die durch die Gesichtsinformation-Erfassungseinheit erfasst wurde; eine Extraktionseinheit für biologische Informationsmerkmale zum Extrahieren eines biologischen Informationsmerkmals für die Abschätzung der kognitiven Funktion des Fahrers auf der Grundlage der biologischen Informationen, die von der Erfassungseinheit für biologische Informationen erfasst wurden, in Übereinstimmung mit dem Fahrzeugaußeninformationsmerkmal, das von der Extraktionseinheit für Fahrzeugaußeninformationsmerkmale extrahiert wurde eine Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit, um in Übereinstimmung mit dem Fahrzeugaußeninformation-Merkmalsbetrag, der durch die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit extrahiert wurde, ein Fahrzeuginformation-Merkmalsbetrag für die Schätzung der kognitiven Funktion des Fahrers auf der Basis der Fahrzeuginformationen zu extrahieren, die durch die Fahrzeuginformation-Erfassungseinheit erfasst wurden; und eine Einheit zur Abschätzung der kognitiven Funktion, um abzuschätzen, ob die kognitive Funktion des Fahrers niedrig ist oder nicht, auf der Basis eines maschinellen Lernmodells, dem Fahrzeugaußeninformation-Merkmalsbetrag, der durch die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit extrahiert wird, und mindestens einer des Gesichtsinformation-Merkmalsbetrags, der durch der Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit extrahiert wird, des biologischen Informationsmerkmalsbetrags, der durch der Biologische-Informationsmerkmalsbetrag-Extraktionseinheit extrahiert wird, oder des Fahrzeuginformation-Merkmalsbetrags, der durch die Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit extrahiert wird.
  • VORTEILHAFTE EFFEKTE DER ERFINDUNG
  • Gemäß der vorliegenden Erfindung ist es möglich, abzuschätzen, ob der Fahrer ein bestimmtes Niveau an kognitiven Funktionen hat oder nicht.
  • Figurenliste
    • 1 ist ein Diagramm, das ein Konfigurationsbeispiel einer Kognitiv-Funktion-Abschätzungsvorrichtung gemäß einer ersten Ausführungsform zeigt.
    • 2 ist ein Diagramm zur Erläuterung eines Konzepts eines Beispiels einer Beziehung zwischen eines Fahrzeugaußeninformation-Merkmalsbetrags, der durch eine Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit extrahiert wird, und eines Gesichtsinformation-Merkmalsbetrags, der durch ein Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit extrahiert wird, eines biologischen Informationsmerkmalsbetrags, der durch ein Biologische-Informationsmerkmalsbetrag-Extraktionseinheit extrahiert wird, oder eines Fahrzeuginformation-Merkmalsbetrags, der durch eine Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit in der ersten Ausführungsform extrahiert wird.
    • 3 ist ein Flussdiagramm zur Erläuterung des Betriebs der Kognitiv-Funktion-Abschätzungsvorrichtung gemäß der ersten Ausführungsform.
    • 4 ist ein Flussdiagramm zur Erläuterung des Betriebs einer Lernvorrichtung gemäß der ersten Ausführungsform.
    • 5A und 5B sind Diagramme, die jeweils ein Beispiel für eine Hardwarekonfiguration der Vorrichtung zur Schätzung kognitiver Funktionen gemäß der ersten Ausführungsform zeigen.
  • BESCHREIBUNG DER AUSFÜHRUNGSFORMEN
  • Nachfolgend wird eine Ausführungsform der vorliegenden Erfindung unter Bezugnahme auf die Zeichnungen im Detail beschrieben.
  • Erste Ausführungsform.
  • 1 ist ein Diagramm, das ein Konfigurationsbeispiel einer Vorrichtung zur Schätzung kognitiver Funktionen 1 gemäß einer ersten Ausführungsform zeigt.
  • Es wird davon ausgegangen, dass die Vorrichtung zur Schätzung kognitiver Funktionen 1 gemäß der ersten Ausführungsform an einem Fahrzeug montiert ist (nicht dargestellt).
  • Wie in 1 dargestellt, ist die Vorrichtung zur Abschätzung der kognitiven Funktion 1 mit einer fahrzeuginternen Bildgebungsvorrichtung 2, einem biologischen Sensor 3, einer Fahrzeuginformation-Erfassungsvorrichtung 4 und einer Fahrzeugaußen-Bildgebungsvorrichtung 5 verbunden. Es wird davon ausgegangen, dass die fahrzeuginterne Bildgebungsvorrichtung 2, der biologische Sensor 3, die Fahrzeuginformation-Erfassungsvorrichtung 4 und die Fahrzeugaußen-Bildgebungsvorrichtung 5 am Fahrzeug montiert sind.
  • Die Bildgebungsvorrichtung für den Fahrzeuginnenraum 2 nimmt das Innere des Fahrzeugs auf. Die Fahrzeuginnenraum-Bildgebungsvorrichtung 2 ist beispielsweise eine Fahrzeuginnenraum-Kamera oder dergleichen, die in dem Fahrzeug zum Zweck der Überwachung des Fahrzeuginnenraums installiert ist, und ist so installiert, dass sie in der Lage ist, einen Bereich in dem Fahrzeug abzubilden, der zumindest einen Bereich umfasst, in dem das Gesicht des auf dem Fahrersitz sitzenden Fahrers vorhanden sein sollte. Der Bereich, in dem sich das Gesicht des auf dem Fahrersitz sitzenden Fahrers befinden sollte, ist z. B. ein Bereich, der einem Raum nahe der Vorderseite der Kopfstütze des Fahrersitzes entspricht. Bei der Bildgebungsvorrichtung 2 für den Fahrzeuginnenraum kann es sich um eine Bildgebungsvorrichtung handeln, die in einem so genannten „Fahrerüberwachungssystem“ enthalten ist, das in das Fahrzeug eingebaut ist, um einen Zustand des Fahrers im Fahrzeug zu überwachen.
  • Der biologische Sensor 3 misst biologische Informationen des Fahrers. Die biologischen Informationen des Fahrers sind beispielsweise Informationen über Puls, Körpertemperatur, Blutdruck, Atmung, Herzfrequenz oder Gehirnströme des Fahrers.
  • Die Fahrzeuginformation-Erfassungsvorrichtung 4 erfasst Fahrzeuginformationen des Fahrzeugs. Die Fahrzeuginformation-Erfassungsvorrichtung 4 umfasst verschiedene Vorrichtungen, die Informationen über das Fahrzeug erfassen, wie z. B. einen Gaspedalöffnungsgradsensor, einen Lenkwinkelsensor, einen Bremssensor, ein globales Positionierungssystem (GPS) und ein Navigationsgerät. Bei den Fahrzeuginformationen handelt es sich zum Beispiel um Informationen über den Öffnungsgrad des Gaspedals, Informationen über den Lenkradlenkwinkel oder Informationen über den Betätigungsgrad der Bremse. Wenn die Fahrzeuginformation-Erfassungsvorrichtung 4 beispielsweise ein Gaspedalöffnungsgradsensor ist, erfasst der Gaspedalöffnungsgradsensor, dass das Gaspedal betätigt wird, den Gaspedalöffnungsgrad des Fahrzeugs oder Ähnliches. Wenn die Fahrzeuginformation-Erfassungsvorrichtung 4 ein Lenkwinkelsensor ist, erfasst der Lenkwinkelsensor einen Lenkradlenkwinkel oder dergleichen des Fahrzeugs. Wenn es sich bei der Fahrzeuginformation-Erfassungsvorrichtung 4 um einen Bremssensor handelt, erfasst der Bremssensor, dass eine Bremse des Fahrzeugs betätigt wird, einen Bremsbetätigungswert oder ähnliches. Wenn es sich bei der Fahrzeuginformation-Erfassungsvorrichtung 4 um das GPS handelt, erfasst das GPS die aktuelle Position des Fahrzeugs. Darüber hinaus, zum Beispiel, wenn die Fahrzeuginformation-Erfassungsvorrichtung 4 ein Navigationsgerät ist, erfasst das Navigationsgerät, dass das Navigationsgerät betrieben wird, Routeninformationen des Fahrzeugs oder ähnliches.
  • Die Fahrzeugaußen-Bildgebungsvorrichtung 5 ist beispielsweise eine Fahrzeugaußenkamera, die einen Bereich um das Fahrzeug herum abbildet.
  • Die Vorrichtung 1 zur Schätzung der kognitiven Funktion schätzt die kognitive Funktion des Fahrers des Fahrzeugs auf der Grundlage eines maschinellen Lernmodells 203, eines von der Fahrzeugaußen-Bildgebungsvorrichtung 5 aufgenommenen Bildes (im Folgenden als „fahrzeugaußenseitig aufgenommenes Bild“ bezeichnet) und mindestens eines von einem von der fahrzeuginnenseitigen Bildgebungsvorrichtung 2 aufgenommenen Bildes (im Folgenden als „fahrzeuginnenseitig aufgenommenes Bild“ bezeichnet), von biologischen Informationen, die von dem biologischen Sensor 3 gemessen werden, oder von Fahrzeuginformationen, die von der Fahrzeuginformationserfassungsvorrichtung 4 gemessen werden. Hier ist das „Modell“ ein erlerntes Modell des maschinellen Lernens. Das maschinelle Lernmodell 203 wird von einer Lernvorrichtung 20 mit Hilfe des maschinellen Lernens erzeugt. Einzelheiten über die Lernvorrichtung 20 und das maschinelle Lernmodell 203 werden später beschrieben.
  • In der ersten Ausführungsform bezieht sich die „kognitive Funktion“ auf eine Funktion einer Person zum angemessenen Führen eines Fahrzeugs. Wenn der Fahrer über ein bestimmtes Maß an kognitiver Funktion verfügt, kann er das Fahrzeug angemessen führen. Andererseits, wenn die kognitive Funktion des Fahrers verschlechtert ist, kann der Fahrer das Fahrzeug nicht angemessen führen, z.B. indem er eine bestimmte Verletzung beim Führen des Fahrzeugs begeht. Im Allgemeinen wird gesagt, dass sich die kognitive Funktion mit zunehmendem Alter verschlechtert.
  • Die Kognitiv-Funktion-Abschätzungsvorrichtung 1 umfasst eine Gesichtsinformation-Erfassungseinheit 11, eine biologische Informationserfassungseinheit 12, eine Fahrzeuginformation-Erfassungseinheit 13, eine Fahrzeugaußeninformationserfassungseinheit 14, eine Fahrzeugaußeninformationsmerkmal-Extraktionseinheit 15, eine Gesichtsinformationsmerkmalsextraktionseinheit 16, eine biologische Informationsmerkmalsextraktionseinheit 17, eine Fahrzeuginformationsmerkmalsextraktionseinheit 18, eine Einheit zur Schätzung der kognitiven Funktion 19 und die Lernvorrichtung 20.
  • Die Einheit 19 zur Schätzung der kognitiven Funktion umfasst eine Bestimmungseinheit 191.
  • Die Lernvorrichtung 20 umfasst eine Erfassungseinheit 201, eine Lerneinheit 202 und das maschinelle Lernmodell 203.
  • Die Gesichtsinformation-Erfassungseinheit 11 erfasst ein Fahrzeuginnenraum-Bild von der Fahrzeuginnenraum-Bildgebungsvorrichtung 2 und erfasst Gesichtsinformationen über das Gesicht des Fahrers des Fahrzeugs auf der Grundlage des Fahrzeuginnenraum-Bildes. In der ersten Ausführungsform sind die Gesichtsinformationen des Fahrers Informationen über die Gesichtsrichtung des Fahrers, Informationen über die Blickrichtung des Fahrers, Informationen über den Augenöffnungsgrad des Fahrers, Informationen über den Mundöffnungsgrad des Fahrers, Emotionsinformationen basierend auf dem Ausdruck des Fahrers, Informationen über die Position des Kopfes des Fahrers oder ähnliches. Zum Beispiel kann die Gesichtsinformation-Erfassungseinheit 11 die Gesichtsinformationen des Fahrers aus dem von der Fahrzeuginnenseite aufgenommenen Bild unter Verwendung einer bekannten Bilderkennungstechnologie erfassen.
  • Die Gesichtsinformation-Erfassungseinheit 11 gibt die erfassten Gesichtsinformationen an die GesichtsinformationsMerkmalsextraktionseinheit 16 aus. Die Gesichtsinformation-Erfassungseinheit 11 kann die erfassten Gesichtsinformationen in einer Speichereinheit (nicht dargestellt) akkumulieren.
  • Die biologische Informationserfassungseinheit 12 erfasst biologische Informationen des Fahrers des Fahrzeugs von dem biologischen Sensor 3.
  • Die Erfassungseinheit 12 für biologische Informationen kann ein von der Bildgebungsvorrichtung 2 für das Fahrzeuginnere aufgenommenes Bild erfassen und biologische Informationen aus dem von dem Fahrzeuginnern aufgenommenen Bild unter Verwendung einer bestehenden Bilderkennungstechnologie erfassen. Insbesondere analysiert die biologische Informationserfassungseinheit 12 beispielsweise eine Luminanzänderung des Gesichts des Fahrers in dem im Fahrzeuginneren aufgenommenen Bild unter Verwendung einer bestehenden Bilderkennungstechnologie. Dann schätzt die biologische Informationserfassungseinheit 12 z.B. den Puls des Fahrers aus der analysierten Leuchtdichteänderung des Fahrergesichts.
  • Die Einheit 12 zur Erfassung biologischer Informationen gibt die erfassten biologischen Informationen an die Einheit 17 zur Extraktion biologischer Informationsmerkmale aus. Die Erfassungseinheit 12 für biologische Informationen kann die erfassten biologischen Informationen in der Speichereinheit akkumulieren.
  • Die Fahrzeuginformation-Erfassungseinheit 13 erfasst Fahrzeuginformationen über das Fahrzeug von der Fahrzeuginformation-Erfassungsvorrichtung 4.
  • Die Fahrzeuginformation-Erfassungseinheit 13 gibt die erfassten Fahrzeuginformationen an die Fahrzeuginformations-Merkmalsbetrag-Extraktionseinheit 18 aus. Die Fahrzeuginformation-Erfassungseinheit 13 kann die erfassten Fahrzeuginformationen in der Speichereinheit akkumulieren.
  • Die Fahrzeugaußen-Informationserfassungseinheit 14 erfasst ein Fahrzeugaußen-Bild von der Fahrzeugaußen-Bildgebungsvorrichtung 5 und erfasst Fahrzeugaußen-Informationen über die Situation um das Fahrzeug auf der Grundlage des Fahrzeugaußen-Bildes. In der ersten Ausführungsform handelt es sich bei den Informationen über die Fahrzeugaußenseite um Informationen über ein Verkehrssignal, Informationen darüber, ob ein Fußgänger ausläuft oder nicht, Informationen über eine Route, auf der das Fahrzeug fährt, Informationen über ein Verkehrsschild oder Ähnliches. Zu den Informationen über ein Verkehrssignal gehören beispielsweise Informationen über das Vorhandensein oder Nichtvorhandensein eines Verkehrssignals und die Farbe eines Verkehrssignals. Die Informationen über ein Verkehrszeichen umfassen beispielsweise Informationen über das Vorhandensein oder Nichtvorhandensein eines Verkehrszeichens und den Inhalt eines Verkehrszeichens. Die Einheit 14, die Informationen über die Fahrzeugaußenseite erfasst, kann die Informationen über die Fahrzeugaußenseite aus dem aufgenommenen Bild der Fahrzeugaußenseite gewinnen, indem sie zum Beispiel eine bekannte Bilderkennungstechnologie verwendet. Darüber hinaus kann die Fahrzeugaußen-Informationserfassungseinheit 14 das von der Fahrzeugaußen-Bildgebungsvorrichtung 5 erfasste Fahrzeugaußen-Bild selbst als die Fahrzeugaußen-Information verwenden.
  • Die Fahrzeugaußen-Informationserfassungseinheit 14 gibt die erfassten Fahrzeugaußen-Informationen an die Fahrzeugaußen-Informationsmerkmalsextraktionseinheit 15 aus. Die Fahrzeugaußen-Informationserfassungseinheit 14 kann die erfassten Fahrzeugaußen-Informationen in der Speichereinheit akkumulieren.
  • Die Fahrzeugaußeninformations-Merkmalsbetrag-Extraktionseinheit 15 extrahiert einen Fahrzeugaußeninformations-Merkmalsbetrag zur Schätzung der kognitiven Funktion des Fahrers auf der Grundlage der Fahrzeugaußeninformationen, die von der Fahrzeugaußeninformation-Erfassungseinheit 14 erfasst wurden.
  • Als ein spezifisches Beispiel, zum Beispiel in einem Fall, in dem Informationen über ein Verkehrssignal in den Fahrzeugaußeninformationen enthalten sind und das Verkehrssignal ein rotes Verkehrssignal ist, extrahiert die Fahrzeugaußeninformationsmerkmal-Extraktionseinheit 15 Informationen, die das rote Verkehrssignal anzeigen, als ein Fahrzeugaußeninformationsmerkmal für die Schätzung der kognitiven Funktion des Fahrers. Zu diesem Zeitpunkt kann die Fahrzeugaußeninformationsmerkmal-Extraktionseinheit 15 beispielsweise auch Informationen einschließen, die die Position des Verkehrssignals im realen Raum in dem Fahrzeugaußeninformation-Merkmalsbetrag angeben. Es wird angenommen, dass ein Abbildungsbereich des außerhalb des Fahrzeugs aufgenommenen Bildes im Voraus bestimmt wird, und die Fahrzeugaußeninformationsmerkmal-Extraktionseinheit 15 kann die Position des Verkehrssignals im realen Raum beispielsweise auf der Grundlage des außerhalb des Fahrzeugs aufgenommenen Bildes, von Karteninformationen und Positionsinformationen des Fahrzeugs berechnen. Zum Beispiel kann die Einheit 15 zur Extraktion des Merkmalsbetrags für die Fahrzeugaußenseite die Karteninformationen von einem am Fahrzeug angebrachten Navigationsgerät (nicht dargestellt) erfassen. Darüber hinaus kann die Einheit 15 zur Extraktion des Merkmalsbetrags für die Fahrzeugaußenseite die Positionsinformationen des Fahrzeugs vom GPS erfassen. Es ist zu beachten, dass die Position des Verkehrssignals im realen Raum von der Fahrzeugaußeninformation-Erfassungseinheit 14 berechnet und an die Fahrzeugaußeninformations-Merkmalsextraktionseinheit 15 als die Fahrzeugaußeninformation ausgegeben werden kann.
  • Zusätzlich, zum Beispiel in einem Fall, in dem Informationen über ein Verkehrssignal in den Fahrzeugaußeninformationen enthalten sind und das Verkehrssignal ein grünes Verkehrssignal ist, extrahiert die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 Informationen, die das grüne Verkehrssignal anzeigen, als Fahrzeugaußeninformation-Merkmalsbetrag zur Erfassung der kognitiven Funktion des Fahrers. Zu diesem Zeitpunkt kann die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 beispielsweise auch Informationen enthalten, die die Position des Verkehrssignals im realen Raum in dem Fahrzeugaußeninformation-Merkmalsbetrag anzeigen.
  • Des Weiteren, zum Beispiel in einem Fall, in dem ein Fahrzeugaußenaufnahmebild als Fahrzeugaußeninformation erfasst wird, wenn erkannt wird, dass eine Person auf dem Fahrzeugaußenaufnahmebild weggelaufen ist, extrahiert die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 Informationen, die anzeigen, dass die Person weggelaufen ist, als ein Fahrzeugaußeninformation-Merkmalsbetrag zur Schätzung der kognitiven Funktion des Fahrers. Es ist zu beachten, dass in diesem Fall die Fahrzeugaußeninformation beispielsweise ein von außen aufgenommenes Fahrzeugbild ist, und die Fahrzeugaußeninformation-Erfassungseinheit 14 kann ein zuletzt in der Speichereinheit gespeichertes Fahrzeugaußenbild mit einem von der Fahrzeugaußeninformation-Erfassungseinheit 14 ausgegebenen Fahrzeugaußenbild vergleichen und dadurch erkennen, ob eine Person weggelaufen ist oder nicht.
  • Darüber hinaus extrahiert beispielsweise in einem Fall, in dem die Information über ein Verkehrsschild, das die Einfahrt verbietet, als die Fahrzeugaußeninformation erfasst wird, die Fahrzeugaußeninformationsmerkmal-Extraktionseinheit 15 Informationen, die anzeigen, dass es die Information über das Verkehrsschild, das die Einfahrt verbietet, als der Fahrzeugaußeninformation-Merkmalbetrag gibt, um die kognitive Funktion des Fahrers abzuschätzen. Darüber hinaus extrahiert zum Beispiel in einem Fall, in dem Informationen über ein Verkehrsschild für einen vorübergehenden Halt als die Fahrzeugaußeninformation erfasst werden, die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 Informationen, die anzeigen, dass es die Informationen über das Verkehrsschild für einen vorübergehenden Halt als ein Fahrzeugaußeninformation-Merkmalsbetrag zur Schätzung der kognitiven Funktion des Fahrers gibt.
  • Darüber hinaus extrahiert die Fahrzeugaußeninformationsmerkmal-Extraktionseinheit 15 beispielsweise in einem Fall, in dem ähnliche Fahrzeugaußeninformationen wiederholt innerhalb einer voreingestellten Periode ausgegeben werden, Informationen, die anzeigen, dass das Fahrzeug wiederholt auf der gleichen Straße fährt, als Fahrzeugaußeninformationsmerkmalbetrag für die Schätzung der kognitiven Funktion des Fahrers. Es ist zu beachten, dass in diesem Fall, zum Beispiel, die Fahrzeugaußeninformation ein von der Fahrzeugaußen-Bildgebungsvorrichtung 5 aufgenommenes Fahrzeugaußenbild ist, und die Fahrzeugaußeninformationserfassungseinheit 14 kann bestimmen, dass ähnliche Fahrzeugaußeninformationen wiederholt innerhalb der Periode auf der Basis der in der Speichereinheit akkumulierten Fahrzeugaußenbilder ausgegeben werden.
  • Es wird im Voraus bestimmt, welche Art von Fahrzeugaußeninformation-Merkmalsbetrag die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 auf der Grundlage der Fahrzeugaußeninformationen extrahiert. Der Fahrzeugaußeninformation-Merkmalsbetrag wird im Voraus so bestimmt, dass es sich um Informationen über ein bestimmtes Ereignis handelt, das außerhalb des Fahrzeugs aufgetreten ist und eine bestimmte Verletzung verursachen kann, die wahrscheinlich in einem Fall durchgeführt wird, in dem der Fahrer ein Fahrer mit verschlechterten kognitiven Funktionen ist (siehe zum Beispiel die Homepage der Tokioter Polizeibehörde, bestimmte Verletzungshandlungen (18 Standardhandlungen), die wahrscheinlich durchgeführt werden, wenn sich die kognitiven Funktionen verschlechtern, URL: „https://www.keishicho.metro.tokyo.jp/smph/menkyo/koshu/koure isha -anzen.html“) .
  • Die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 gibt der extrahierte Fahrzeugaußeninformation-Merkmalsbetrag an der Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16, der Biologische-Informationsmerkmalsbetrag-Extraktionseinheit 17, die Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit 18 und die kognitive Funktionsschätzungseinheit 19 aus.
  • Die Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16 extrahiert in Übereinstimmung mit dem Fahrzeugaußeninformations-Merkmalsbetrag, der durch die Fahrzeugaußeninformations-Merkmalsbetrag-Extraktionseinheit 15 extrahiert wurde, ein Gesichtsinformation-Merkmalsbetrag zur Schätzung der kognitiven Funktion des Fahrers auf der Grundlage der Gesichtsinformationen, die durch die Gesichtsinformation-Erfassungseinheit 11 erfasst wurden. Details des Gesichtsinformation-Merkmalsbetrags, der auf dem Fahrzeugaußeninformation-Merkmalsbetrag basiert, werden später anhand eines spezifischen Beispiels beschrieben. Die Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16 gibt den extrahierten Gesichtsinformation-Merkmalsbetrag an die kognitive Funktionsschätzungseinheit 19 aus.
  • Die Einheit 17 zum Extrahieren des biologischen Informationsmerkmalsbetrags extrahiert in Übereinstimmung mit dem Fahrzeugaußeninformation-Merkmalsbetrag, der von der Einheit 15 zum Extrahieren dem Fahrzeugaußeninformation-Merkmalsbetrag extrahiert wurde, ein Biologische-Informationsmerkmalsbetrag zur Abschätzung der kognitiven Funktion des Fahrers auf der Basis der biologischen Informationen, die von der biologischen Informationserfassungseinheit 12 erfasst wurden. Details des biologischen Informationsmerkmalsbetrags, der auf dem Fahrzeugaußeninformation-Merkmalsbetrag basiert, werden später anhand eines spezifischen Beispiels beschrieben. Die Biologische-Informationsmerkmalsbetrag-Extraktionseinheit 17 gibt den extrahierten biologischen Informationsmerkmalsbetrag an die kognitive Funktionsschätzungseinheit 19 aus.
  • Die Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit 18 extrahiert in Übereinstimmung mit dem Fahrzeugaußeninformation-Merkmalsbetrag, der durch die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 extrahiert wurde, ein Fahrzeuginformation-Merkmalsbetrag zur Schätzung der kognitiven Funktion des Fahrers auf der Grundlage der Fahrzeuginformationen, die durch die Fahrzeuginformation-Erfassungseinheit 13 erfasst wurden. Details des Fahrzeuginformation-Merkmalsbetrags, der auf dem Fahrzeugaußeninformation-Merkmalsbetrag basiert, werden später anhand eines spezifischen Beispiels beschrieben. Die Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit 18 gibt den extrahierten Fahrzeuginformation-Merkmalsbetrag an die kognitive Funktionsschätzungseinheit 19 aus.
  • Hier wird der Gesichtsinformation-Merkmalsbetrag, der durch die Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16 extrahiert wird, der biologische Informations-Merkmalsbetrag, der durch die biologische Informations-Merkmalsbetrag-Extraktionseinheit 17 extrahiert wird, oder der Fahrzeuginformations-Merkmalsbetrag, der durch die Fahrzeuginformations-Merkmalsbetrag-Extraktionseinheit 18 extrahiert wird, in Übereinstimmung mit dem Fahrzeugaußeninformations-Merkmalsbetrag, der durch die Fahrzeugaußeninformations-Merkmalsbetrag-Extraktionseinheit 15 extrahiert wird, anhand spezifischer Beispiele beschrieben.
  • 2 ist ein Diagramm zur Erläuterung eines Konzepts eines Beispiels einer Beziehung zwischen dem Fahrzeugaußeninformation-Merkmalsbetrag, der durch die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 extrahiert wird, und des Gesichtsinformation-Merkmalsbetrags, der durch der Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16 extrahiert wird, des biologischen Informationsmerkmalsbetrags, der durch der Biologische-Informationsmerkmalsbetrag-Extraktionseinheit 17 extrahiert wird, oder des Fahrzeuginformation-Merkmalsbetrags, der durch die Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit 18 in der ersten Ausführungsform extrahiert wird.
  • Wie in 2 dargestellt, wird die Art des Gesichtsinformation-Merkmalsbetrags, der der Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16 extrahiert, die Art des biologischen Informationsmerkmalsbetrags, der der Biologische-Informationsmerkmalsbetrag-Extraktionseinheit 17 extrahiert, oder die Art des Fahrzeuginformation-Merkmalsbetrags, der der Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit 18 extrahiert, im Voraus in Übereinstimmung mit der Art dem Fahrzeugaußeninformation-Merkmalsbetrag bestimmt, die von dem Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 extrahiert wird.
  • Es ist zu beachten, dass in 2 ein Beispiel für der Gesichtsinformation-Merkmalsbetrag, ein Beispiel für der Biologische-Informationsmerkmalsbetrag oder ein Beispiel für der Fahrzeuginformation-Merkmalsbetrag, der in Übereinstimmung mit einem bestimmten Fahrzeugaußeninformation-Merkmalsbetrag extrahiert werden kann, aufgelistet und dargestellt ist. Für einen bestimmten, in 2 dargestellten Fahrzeugaußeninformation-Merkmalsbetrag ist es nicht wesentlich, dass alle Gesichtsinformationsmerkmalsbeträge, der Biologische-Informationsmerkmalsbetrag und der Fahrzeuginformation-Merkmalsbetrag, der dem in 2 dargestellten bestimmten Fahrzeugaußeninformation-Merkmalsbetrag entsprechen, extrahiert werden. Insbesondere bedeutet 2 nicht, dass zum Beispiel in einem Fall, in dem Informationen, die anzeigen, dass die Ampel rot ist, als Fahrzeugaußeninformation-Merkmalsbetrag extrahiert werden, Informationen, die eine Blickrichtung des Fahrers anzeigen, und Informationen, die die Gesichtsrichtung anzeigen, notwendigerweise als der Gesichtsinformation-Merkmalsbetrag extrahiert werden müssen. Darüber hinaus bedeutet 2 nicht, dass beispielsweise in einem Fall, in dem Informationen, die anzeigen, dass das Lichtsignal rot ist, als Fahrzeugaußeninformation-Merkmalsbetrag extrahiert werden, Bremsbetätigungsinformationen, die anzeigen, ob die Bremse betätigt wird oder nicht, die Reaktionszeit bis zur Bremsbetätigung und Gaspedalbetätigungsinformationen, die anzeigen, ob das Gaspedal betätigt wird oder nicht, unbedingt extrahiert werden müssen.
  • Zum Beispiel in einem Fall, in dem die Fahrzeugaußeninformations-Merkmalsbetrag-Extraktionseinheit 15 Informationen extrahiert, die anzeigen, dass das Verkehrssignal rot ist, als die Fahrzeugaußeninformations-Merkmalsbetrag, extrahiert die Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16 Informationen, die die Sichtlinienrichtung des Fahrers anzeigen, als der Gesichtsinformations-Merkmalsbetrag auf der Basis der Gesichtsinformationen, die durch die Gesichtsinformation-Erfassungseinheit 11 erfasst wurden. In diesem Fall extrahiert beispielsweise die Fahrzeuginformations-Merkmalsbetrag-Extraktionseinheit 18 Bremsbetätigungsinformationen, die anzeigen, ob die Bremse betätigt ist oder nicht, als der Fahrzeuginformations-Merkmalsbetrag auf der Grundlage der Fahrzeuginformationen, die von der Fahrzeuginformation-Erfassungseinheit 13 erfasst wurden. Auf diese Weise kann die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 als der Fahrzeuginformation-Merkmalsbetrag Informationen extrahieren, die ein Handlungsmuster des Fahrers für das Ereignis anzeigen, das durch der Fahrzeugaußeninformation-Merkmalsbetrag angezeigt wird. In dem oben beschriebenen Beispiel stellt die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 als der Fahrzeuginformation-Merkmalsbetrag Informationen ein, die das Handlungsmuster anzeigen, ob der Fahrer die Bremse für das Ereignis betätigt hat oder nicht, bei dem das Verkehrssignal auf Rot umgeschaltet hat, und das durch der Fahrzeugaußeninformation-Merkmalsbetrag angezeigt wird.
  • Auf der Grundlage der von der Fahrzeuginformation-Erfassungseinheit 13 erfassten Fahrzeuginformationen kann die Fahrzeuginformations-Merkmalsbetrag-Extraktionseinheit 18 als Fahrzeuginformations-Merkmalsbetrag eine Zeit extrahieren, die von dem Zeitpunkt, an dem der Fahrzeugaußeninformation-Merkmalsbetrag, der anzeigt, dass das Verkehrssignal rot ist, extrahiert wird, bis zu dem Zeitpunkt, an dem die Bremse betätigt wird, erforderlich ist. Zum Beispiel kann die Fahrzeuginformationsmerkmalsextraktionseinheit 18 die Zeit berechnen, die von dem Zeitpunkt, an dem das Fahrzeugaußeninformationsmerkmal, das anzeigt, dass das Verkehrssignal rot ist, extrahiert wird, bis zu dem Zeitpunkt, an dem die Bremse betätigt wird, auf der Grundlage der in der Speichereinheit akkumulierten Fahrzeuginformationen erforderlich ist. Wie oben beschrieben, kann die Fahrzeuginformationsmerkmalsextraktionseinheit 18 als das Fahrzeuginformationsmerkmal die Reaktionszeit des Fahrers für das durch das Fahrzeugaußeninformationsmerkmal angezeigte Ereignis festlegen. In dem oben beschriebenen Beispiel stellt die Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit 18 als der Fahrzeuginformation-Merkmalsbetrag die Reaktionszeit ein, bis der Fahrer die Bremse für das Ereignis betätigt, bei dem das Verkehrssignal auf Rot umgeschaltet hat, und das durch der Fahrzeugaußeninformation-Merkmalsbetrag angezeigt wird.
  • Zusätzlich extrahiert beispielsweise in einem Fall, in dem die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 Informationen extrahiert, die anzeigen, dass das Verkehrssignal grün ist, als der Fahrzeugaußeninformation-Merkmalsbetrag, der Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16 Informationen, die eine Sichtlinienrichtung des Fahrers anzeigen, als der Gesichtsinformation-Merkmalsbetrag auf der Basis der Gesichtsinformationen, die durch die Gesichtsinformation-Erfassungseinheit 11 erfasst werden. In diesem Fall extrahiert beispielsweise die Fahrzeuginformations-Merkmalsbetrag-Extraktionseinheit 18 auf der Grundlage der von der Fahrzeuginformation-Erfassungseinheit 13 erfassten Fahrzeuginformationen als Fahrzeuginformations-Merkmalsbetrag Informationen über den Gaspedalbetrieb, die anzeigen, ob das Gaspedal betätigt wird oder nicht. Zum Beispiel kann die Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit 18 als der Fahrzeuginformation-Merkmalsbetrag eine Reaktionszeit extrahieren, von dem Zeitpunkt, an dem der Fahrzeugaußeninformation-Merkmalsbetrag, der anzeigt, dass das Verkehrssignal grün ist, extrahiert wird, bis zu dem Zeitpunkt, an dem das Gaspedal betätigt wird.
  • Darüber hinaus extrahiert zum Beispiel in einem Fall, in dem die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 Informationen extrahiert, die anzeigen, dass es ein Auslaufen als der Fahrzeugaußeninformation-Merkmalsbetrag gibt, der Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16 Informationen, die den Augenöffnungsgrad des Fahrers anzeigen, als der Gesichtsinformation-Merkmalsbetrag auf der Grundlage der Gesichtsinformationen, die durch die Gesichtsinformation-Erfassungseinheit 11 erfasst werden. In diesem Fall extrahiert beispielsweise die Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit 18 als Fahrzeuginformation-Merkmalsbetrag eine Zeit, die von dem Zeitpunkt, an dem der Fahrzeugaußeninformation-Merkmalsbetrag, der anzeigt, dass es ausläuft, extrahiert wird, bis zu dem Zeitpunkt, an dem die Bremse betätigt wird, erforderlich ist, auf der Grundlage der Fahrzeuginformationen, die durch die Fahrzeuginformation-Erfassungseinheit 13 erfasst werden.
  • Darüber hinaus extrahiert beispielsweise in einem Fall, in dem die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 Informationen extrahiert, die anzeigen, dass es ein Verkehrszeichen für einen vorübergehenden Halt als der Fahrzeugaußeninformation-Merkmalsbetrag gibt, die Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit 18 Bremsbetätigungsinformationen, die anzeigen, ob die Bremse betätigt worden ist oder nicht, als der Fahrzeuginformation-Merkmalsbetrag auf der Grundlage der Fahrzeuginformationen, die durch die Fahrzeuginformation-Erfassungseinheit 13 erfasst werden.
  • Darüber hinaus extrahiert beispielsweise in einem Fall, in dem die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 Informationen extrahiert, die anzeigen, dass das Fahrzeug wiederholt auf derselben Straße fährt, der Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16 Emotionsinformationen des Fahrers als der Gesichtsinformation-Merkmalsbetrag auf der Grundlage der Gesichtsinformationen, die durch die Gesichtsinformation-Erfassungseinheit 11 erfasst werden. In diesem Fall extrahiert beispielsweise der Biologische-Informationsmerkmalsbetrag-Extraktionseinheit 17 Informationen über den Puls und die Herzfrequenz des Fahrers als der Biologische-Informationsmerkmalsbetrag auf der Grundlage der biologischen Informationen, die von der biologischen Informationserfassungseinheit 12 erfasst wurden. Darüber hinaus extrahiert in diesem Fall zum Beispiel der Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit 18 Informationen, die anzeigen, ob das Navigationsgerät betrieben wurde oder nicht, als Fahrzeuginformation-Merkmalsbetrag auf der Grundlage der Fahrzeuginformationen, die von der Fahrzeuginformation-Erfassungseinheit 13 erfasst wurden.
  • Obwohl in 2 nicht dargestellt, kann die Fahrzeuginformationsmerkmalsextraktionseinheit 18 beispielsweise, wenn die Fahrzeugaußeninformationsmerkmal-Extraktionseinheit 15 als Fahrzeugaußeninformationsmerkmal Informationen extrahiert, die anzeigen, dass das Fahrzeug an einer Kreuzung oder in einer Kurve fährt, den Lenkradlenkwinkel des Fahrzeugs als Fahrzeuginformationsmerkmal auf der Grundlage der von der Fahrzeuginformation-Erfassungseinheit 13 erfassten Fahrzeuginformationen extrahieren.
  • In dem obigen Beispiel wurde in der kognitiven Funktionsschätzungsvorrichtung 1 das Beispiel beschrieben, in dem die Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit 18 die Informationen extrahiert, die das Handlungsmuster des Fahrers für das Ereignis anzeigen, das durch der Fahrzeugaußeninformation-Merkmalsbetrag als der Fahrzeuginformation-Merkmalsbetrag angezeigt wird. Zusätzlich dazu kann in der kognitiven Funktionsschätzungsvorrichtung 1 der Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16 auch Informationen extrahieren, die ein Handlungsmuster des Fahrers als der Gesichtsinformation-Merkmalsbetrag anzeigen. Zum Beispiel in einem Fall, in dem die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 Informationen extrahiert, die anzeigen, dass es ein Auslaufen als der Fahrzeugaußeninformation-Merkmalsbetrag gibt, kann der Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16 auch als der Gesichtsinformation-Merkmalsbetrag Informationen einstellen, die ein Handlungsmuster anzeigen, das anzeigt, ob die Emotionsinformationen des Fahrers für das Ereignis, in dem es das Auslaufen gibt, auf der Basis der Gesichtsinformationen, die in der Speichereinheit akkumuliert sind, geändert wurden oder nicht. Zum Beispiel kann in einem Fall, in dem es keine Änderung in der Emotionsinformation des Fahrers gibt, gesagt werden, dass der Fahrer eine Aktion des Fortsetzens des ausdruckslosen Seins für das Ereignis, in dem es das Auslaufen gibt, ohne das Auslaufen zu bemerken, durchgeführt hat.
  • Darüber hinaus kann beispielsweise in einem Fall, in dem die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 Informationen extrahiert, die anzeigen, dass es ein Verkehrszeichen für einen vorübergehenden Halt als Fahrzeugaußeninformation-Merkmalsbetrag gibt, der Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16 auch als der Gesichtsinformation-Merkmalsbetrag Informationen einstellen, die ein Handlungsmuster anzeigen, in dem der Fahrer die Sichtlinienrichtung für ein Ereignis geändert hat, in dem es das Verkehrszeichen für einen vorübergehenden Halt gibt, auf der Grundlage der in der Speichereinheit akkumulierten Gesichtsinformationen. Wenn der Fahrer beispielsweise seine Blickrichtung nicht in Richtung des Verkehrszeichens für einen vorübergehenden Halt richtet, kann man sagen, dass der Fahrer das Verkehrszeichen übersehen hat.
  • Darüber hinaus kann in der Kognitiv-Funktion-Abschätzungsvorrichtung 1 die Einheit 17 zur Extraktion der biologischen Informationsmerkmale auch Informationen extrahieren, die das Handlungsmuster des Fahrers als biologische Informationsmerkmale anzeigen. Zum Beispiel in einem Fall, in dem die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 Informationen extrahiert, die anzeigen, dass es ein Auslaufen als der Fahrzeugaußeninformation-Merkmalsbetrag gibt, kann der Biologische-Informationsmerkmalsbetrag-Extraktionseinheit 17 auch als der Biologische-Informationsmerkmalsbetrag Informationen einstellen, die ein Handlungsmuster anzeigen, das anzeigt, ob die Atmungsrate des Fahrers für das Ereignis, in dem es das Auslaufen gibt, auf der Grundlage der biologischen Informationen, die in der Speichereinheit akkumuliert sind, geändert wurde oder nicht. Zum Beispiel kann in einem Fall, in dem sich die Atemfrequenz des Fahrers so verändert hat, dass sie ansteigt, gesagt werden, dass der Fahrer absichtlich eine Aktion durchgeführt hat, bei der er eine große Menge an Atemluft für das Ereignis genommen hat, bei dem es zum Auslaufen kommt, um sich zu beruhigen.
  • In dem obigen Beispiel wurde in der kognitiven Funktionsschätzungsvorrichtung 1 das Beispiel beschrieben, in dem die Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit 18 die Reaktionszeit vom Auftreten des Ereignisses, das durch der Fahrzeugaußeninformation-Merkmalsbetrag angezeigt wird, bis zur Fahrzeugbedienung, die vom Fahrer durchgeführt wird, als der Fahrzeuginformation-Merkmalsbetrag extrahiert. Zusätzlich dazu kann in der Kognitiv-Funktion-Abschätzungsvorrichtung 1 die Gesichtsinformationsmerkmalsextraktionseinheit 16 als Gesichtsinformationsmerkmal eine Reaktionszeit vom Auftreten des Ereignisses, das durch das Fahrzeugaußeninformationsmerkmal angezeigt wird, bis zum Auftreten einer Änderung der Gesichtsinformationen des Fahrers extrahieren. Zum Beispiel in einem Fall, in dem die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 Informationen extrahiert, die anzeigen, dass das Verkehrssignal rot ist, als der Fahrzeugaußeninformation-Merkmalsbetrag, kann der Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16 auch als der Gesichtsinformation-Merkmalsbetrag eine Reaktionszeit einstellen, bis der Fahrer seine/ihre Sichtlinie auf das rote Verkehrssignal auf der Basis der in der Speichereinheit akkumulierten Gesichtsinformationen richtet.
  • Darüber hinaus kann in der Kognitiv-Funktion-Abschätzungsvorrichtung (1) die Einheit zur Extraktion des Merkmalsbetrags der biologischen Information (17) als Merkmalsbetrag der biologischen Information auch eine Reaktionszeit vom Auftreten des Ereignisses, das durch den Merkmalsbetrag der Fahrzeugaußeninformation angezeigt wird, bis zum Auftreten einer Änderung der biologischen Information des Fahrers extrahieren. Zum Beispiel kann in einem Fall, in dem die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 Informationen extrahiert, die anzeigen, dass das Herauslaufen als der Fahrzeugaußeninformation-Merkmalsbetrag aufgetreten ist, die Biologische-Informationsmerkmalsbetrag-Extraktionseinheit 17 auch als der Biologische-Informationsmerkmalsbetrag eine Reaktionszeit bis zum Auftreten einer Änderung in der Atmungsrate des Fahrers für das Ereignis, bei dem das Herauslaufen aufgetreten ist, auf der Grundlage der in der Speichereinheit akkumulierten biologischen Informationen einstellen.
  • Auf diese Weise extrahiert die Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16, die Biologieinformations-Merkmalsbetrag-Extraktionseinheit 17 oder die Fahrzeuginformations-Merkmalsbetrag-Extraktionseinheit 18 den Gesichtsinformations-Merkmalsbetrag, den Biologieinformations-Merkmalsbetrag bzw. den Fahrzeuginformations-Merkmalsbetrag in Übereinstimmung mit dem Fahrzeugaußeninformations-Merkmalsbetrag, der durch die Fahrzeugaußeninformations-Merkmalsbetrag-Extraktionseinheit 15 extrahiert wurde.
  • Als der Gesichtsinformation-Merkmalsbetrag, der Biologische-Informationsmerkmalsbetrag oder der Fahrzeuginformation-Merkmalsbetrag werden Informationen zur Unterscheidung einer bestimmten Verletzung, die wahrscheinlich in einem Fall durchgeführt wird, in dem der Fahrer ein Fahrer mit einer verschlechterten kognitiven Funktion ist, in Übereinstimmung mit dem Fahrzeugaußeninformation-Merkmalsbetrag eingestellt.
  • Es ist zu beachten, dass es, wie oben beschrieben, für die Vorrichtung 1 zur Schätzung der kognitiven Funktion nicht wesentlich ist, der gesamte Gesichtsinformation-Merkmalsbetrag, der Biologische-Informationsmerkmalsbetrag und der Fahrzeuginformation-Merkmalsbetrag in Bezug auf der Fahrzeugaußeninformation-Merkmalsbetrag zu extrahieren, die durch die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 extrahiert wird. Die Kognitiv-Funktion-Abschätzungsvorrichtung 1 muss nur mindestens eine des Gesichtsinformation-Merkmalsbetrags, des biologischen Informationsmerkmalsbetrags oder des Fahrzeuginformation-Merkmalsbetrags in Bezug auf der Fahrzeugaußeninformation-Merkmalsbetrag extrahieren, die durch die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 extrahiert wurde.
  • Zurück zur Beschreibung der Kognitiv-Funktion-Abschätzungsvorrichtung 1 unter Verwendung von 1. Die Einheit 19 zur Schätzung der kognitiven Funktion schätzt, ob die kognitive Funktion des Fahrers niedrig ist oder nicht, und zwar auf der Grundlage des maschinellen Lernmodells 203, der Menge der Fahrzeugaußen-Informationsmerkmale, die von der Einheit 15 zum Extrahieren der Menge der Fahrzeugaußen-Informationsmerkmale extrahiert wurde, und mindestens einer der Menge der Fahrzeug-Informationsmerkmale, die von der Einheit 18 zum Extrahieren der Menge der Fahrzeug-Informationsmerkmale extrahiert wurde, der Menge der Gesichts-Informationsmerkmale, die von der Einheit 16 zum Extrahieren der Menge der Gesichts-Informationsmerkmale extrahiert wurde, oder der Menge der biologischen Informationsmerkmale, die von der Einheit 17 zum Extrahieren der Menge der biologischen Informationsmerkmale extrahiert wurde. Insbesondere gibt die Einheit 19 zur Schätzung der kognitiven Funktion der Fahrzeugaußeninformation-Merkmalsbetrag und mindestens eine des Fahrzeuginformation-Merkmalsbetrags, des Gesichtsinformation-Merkmalsbetrags oder des biologischen Informationsmerkmalsbetrags in das maschinelle Lernmodell 203 ein und erhält dadurch kognitive Funktionsinformationen, die anzeigen, ob die kognitive Funktion des Fahrers niedrig ist oder nicht.
  • In der ersten Ausführungsform wird angenommen, dass die kognitive Funktionsabschätzungseinheit 19 die Bestimmungseinheit 191 umfasst.
  • Die Bestimmungseinheit 191 der Einheit 19 zur Schätzung der kognitiven Funktion bestimmt, ob die kognitive Funktion des Fahrers kontinuierlich in einem voreingestellten Zeitraum (im Folgenden als „Bestimmungszeitraum“ bezeichnet) auf der Grundlage des maschinellen Lernmodells 203, dem Fahrzeugaußeninformation-Merkmalsbetrag, der von der Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 extrahiert wird, und mindestens einer des Fahrzeuginformation-Merkmalsbetrags, die von der Einheit 15 extrahiert werden, als niedrig eingeschätzt wird, und mindestens einer des Fahrzeuginformation-Merkmalsbetrags, der durch die Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit 18 extrahiert wird, des Gesichtsinformation-Merkmalsbetrags, der durch der Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16 extrahiert wird, oder des biologischen Informationsmerkmalsbetrags, der durch der Biologische-Informationsmerkmalsbetrag-Extraktionseinheit 17 extrahiert wird.
  • Wenn die Bestimmungseinheit 191 feststellt, dass die kognitive Funktion des Fahrers im Bestimmungszeitraum kontinuierlich als niedrig eingeschätzt wird, schätzt die Einheit 19 zur Einschätzung der kognitiven Funktion, dass die kognitive Funktion des Fahrers niedrig ist. Dadurch kann verhindert werden, dass die kognitive Funktion des Fahrers augenblicklich als niedrig eingeschätzt wird, und somit kann die Genauigkeit der Schätzung der kognitiven Funktion des Fahrers verbessert werden.
  • Es ist zu beachten, dass hier davon ausgegangen wird, dass die Einheit zur Schätzung der kognitiven Funktion 19 die Bestimmungseinheit 191 umfasst, aber dies ist nur ein Beispiel. Die Einheit zur Schätzung der kognitiven Funktion 19 kann so konfiguriert sein, dass sie die Bestimmungseinheit 191 nicht enthält.
  • Die Lernvorrichtung 20 erzeugt das maschinelle Lernmodell 203, das als Eingabe der Fahrzeugaußeninformation-Merkmalsbetrag zur Schätzung der kognitiven Funktion des Fahrers des Fahrzeugs und mindestens eine des Fahrzeuginformation-Merkmalsbetrags, der zur Schätzung der kognitiven Funktion des Fahrers des Fahrzeugs dient und die dem Fahrzeugaußeninformation-Merkmalsbetrag entspricht, empfängt, des Gesichtsinformation-Merkmalsbetrags, der zur Schätzung der kognitiven Funktion des Fahrers des Fahrzeugs dient und die des fahrzeugexternen Informationsmerkmalsbetrags entspricht, oder des biologischen Informationsmerkmalsbetrags, der zur Schätzung der kognitiven Funktion des Fahrers des Fahrzeugs dient und die des fahrzeugexternen Informationsmerkmalsbetrags entspricht, und gibt die kognitive Funktionsinformation aus, die anzeigt, ob die kognitive Funktion des Fahrers niedrig ist oder nicht. Man beachte, dass das maschinelle Lernmodell 203 von der Lernvorrichtung 20 erzeugt wird, bevor die Einheit 19 zur Schätzung der kognitiven Funktion die kognitive Funktion des Fahrers schätzt.
  • Die Lernvorrichtung 20 umfasst die Erfassungseinheit 201, die Lerneinheit 202 und das maschinelle Lernmodell 203.
  • Die Erfassungseinheit 201 erfasst ein Fahrzeugaußeninformation-Merkmalsbetrag und ein Fahrzeuginformation-Merkmalsbetrag, ein Gesichtsinformation-Merkmalsbetrag oder ein Biologische-Informationsmerkmalsbetrag, die in das maschinelle Lernmodell 203 eingegeben werden. Richtige Antwortinformationen, die anzeigen, ob die kognitive Funktion niedrig ist oder nicht, werden mit dem Fahrzeugaußeninformation-Merkmalsbetrag und des Fahrzeuginformation-Merkmalsbetrags, des Gesichtsinformation-Merkmalsbetrags oder des biologischen Informationsmerkmalsbetrags verbunden, die von der Erfassungseinheit 201 erfasst werden.
  • Der Fahrzeugaußeninformation-Merkmalsbetrag und der Fahrzeuginformation-Merkmalsbetrag, der Gesichtsinformation-Merkmalsbetrag oder der Biologische-Informationsmerkmalsbetrag, an die die richtige Antwortinformation angehängt ist, und die in das maschinelle Lernmodell 203 eingegeben werden, werden im Voraus erzeugt. Die Erfassungseinheit 201 erfasst der Fahrzeugaußeninformation-Merkmalsbetrag und der Fahrzeuginformation-Merkmalsbetrag, der Gesichtsinformation-Merkmalsbetrag oder der Biologische-Informationsmerkmalsbetrag, die im Voraus erzeugt wurden.
  • Es ist zu beachten, dass der spezifische Inhalt dem Fahrzeugaußeninformation-Merkmalsbetrag, des Fahrzeuginformation-Merkmalsbetrags, des Gesichtsinformation-Merkmalsbetrags oder des biologischen Informationsmerkmalsbetrags, der von der Erfassungseinheit 201 erfasst wird, dem spezifischen Inhalt dem Fahrzeugaußeninformation-Merkmalsbetrag, der von der Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 extrahiert wird, des Gesichtsinformation-Merkmalsbetrags, der von des Gesichtsinformation-Merkmalsbetrags-Extraktionseinheit 16 extrahiert wird, des biologischen Informationsmerkmalsbetrags, der von des Biologische-Informationsmerkmalsbetrags-Extraktionseinheit 17 extrahiert wird, oder des Fahrzeuginformation-Merkmalsbetrags, der von der Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit 18 extrahiert wird, ähnlich ist.
  • Zum Beispiel führt ein Verwalter oder ähnliches einen Papiertest mit einem Probanden durch und misst die kognitive Funktion des Probanden, wodurch Testreisedaten des Probanden gesammelt werden. Zum Beispiel kann der Verwalter oder ähnliches die Testfahrtdaten des Probanden sammeln, indem er den Probanden veranlasst, eine Testfahrt durchzuführen und die kognitiven Funktionen des Probanden zu messen. Der Administrator oder dergleichen erzeugt aus den gesammelten Testreisedaten ein Fahrzeugaußeninformation-Merkmalsbetrag und ein Fahrzeuginformation-Merkmalsbetrag, ein Gesichtsinformation-Merkmalsbetrag oder ein Biologische-Informationsmerkmalsbetrag, an die richtige Antwortinformationen angehängt sind, und die in das maschinelle Lernmodell 203 eingegeben werden. Es ist zu beachten, dass der Administrator oder dergleichen wünschenswerterweise eine bestimmte Anzahl von Fahrern von Fahrzeugen mit verschiedenen Niveaus von kognitiven Funktionen als Subjekte festlegt.
  • Zum Beispiel werden als der Fahrzeugaußeninformation-Merkmalsbetrag, der Fahrzeuginformation-Merkmalsbetrag, der Gesichtsinformation-Merkmalsbetrag oder der Biologische-Informationsmerkmalsbetrag, die von der Erfassungseinheit 201 erfasst werden, der Fahrzeugaußeninformation-Merkmalsbetrag, der Fahrzeuginformation-Merkmalsbetrag, der Gesichtsinformation-Merkmalsbetrag oder der Biologische-Informationsmerkmalsbetrag, wenn eine normale Person das Fahrzeug fährt, und der Fahrzeugaußeninformation-Merkmalsbetrag, der Fahrzeuginformation-Merkmalsbetrag, der Gesichtsinformation-Merkmalsbetrag oder der Biologische-Informationsmerkmalsbetrag, wenn eine Person mit einer niedrigen kognitiven Funktion das Fahrzeug fährt, im Voraus erzeugt. Richtige Antwortinformationen, die darauf hinweisen, dass die kognitive Funktion nicht niedrig ist, werden mit dem Fahrzeugaußeninformation-Merkmalsbetrag, des Fahrzeuginformation-Merkmalsbetrags, des Gesichtsinformation-Merkmalsbetrags oder des biologischen Informationsmerkmalsbetrags verbunden, wenn eine normale Person das Fahrzeug fährt. Andererseits wird die Information über die richtige Antwort, die anzeigt, dass die kognitive Funktion gering ist, mit dem Betrag des Fahrzeugaußeninformationsmerkmals, dem Betrag des Fahrzeuginformationsmerkmals, dem Betrag des Gesichtsinformationsmerkmals oder dem Betrag des biologischen Informationsmerkmals verknüpft, wenn eine Person mit einer geringen kognitiven Funktion das Fahrzeug fährt.
  • Insbesondere wird zum Beispiel ein Fahrzeugaußeninformation-Merkmalsbetrag, ein Fahrzeuginformation-Merkmalsbetrag, ein Gesichtsinformation-Merkmalsbetrag oder ein Biologische-Informationsmerkmalsbetrag, die erfasst wird, wenn sowohl eine normale Person als auch eine ältere Person mit einer geringen kognitiven Funktion, die eine Testfahrt des Fahrzeugs durchführen, die Testfahrt durchführt, im Voraus erzeugt. Man beachte, dass sich in der ersten Ausführungsform eine normale Person auf eine Person bezieht, die über eine kognitive Funktion verfügt, die zum angemessenen Führen eines Fahrzeugs erforderlich ist. Auf der anderen Seite bezieht sich eine Person mit einer niedrigen kognitiven Funktion auf eine Person, die keine ausreichende kognitive Funktion für das angemessene Führen eines Fahrzeugs hat.
  • Ein Fahrzeugaußeninformation-Merkmalsbetrag, ein Fahrzeuginformation-Merkmalsbetrag, ein Gesichtsinformation-Merkmalsbetrag oder ein Biologische-Informationsmerkmalsbetrag, die erfasst wird, wenn sowohl eine normale Person als auch ein Fahrer mit einer geringen kognitiven Funktion, wie eine ältere Person, die Testfahrt durchführt, wird mit spezifischen Beispielen beschrieben.
  • Zum Beispiel wird angenommen, dass eine Ampel auf Rot umgeschaltet hat, wenn eine normale Person die Testfahrt durchführt. Dann erkennt die normale Person die rote Ampel visuell und betätigt sofort die Bremse, um das Fahrzeug anzuhalten. In diesem Fall wird die Information, dass die Ampel rot ist, als Fahrzeugaußen-Informationsmerkmal erzeugt. Darüber hinaus wird eine Blickrichtung der normalen Person, wenn die Ampel auf Rot schaltet, als Gesichtsinformationsmerkmal generiert. Des Weiteren wird die Information, ob die normale Person nach dem Umschalten der Ampel auf Rot eine Bremsung durchgeführt hat oder nicht, und die Reaktionszeit vom Umschalten der Ampel auf Rot bis zur Bremsung als Fahrzeuginformationsmerkmal generiert. Dann wird die Information über die richtige Antwort, die anzeigt, dass die kognitive Funktion nicht niedrig ist, mit dem Fahrzeugaußeninformation-Merkmalsbetrag, des Gesichtsinformation-Merkmalsbetrags und des Fahrzeuginformation-Merkmalsbetrags verbunden.
  • Andererseits wird zum Beispiel angenommen, dass die Ampel auf Rot geschaltet hat, wenn eine ältere Person mit einer geringen kognitiven Funktion die Testfahrt durchführt. Dann erkennt die ältere Person beispielsweise die rote Ampel visuell und betätigt die Bremse, um das Fahrzeug anzuhalten, aber es dauert länger, bis die ältere Person die Bremse betätigt, als die Zeit, bis die normale Person die Bremse betätigt. In diesem Fall wird die Information, dass die Ampel rot ist, als Fahrzeugaußeninformationsbetrag erzeugt. Darüber hinaus wird eine Blickrichtung der älteren Person, wenn die Ampel auf Rot umgeschaltet hat, als Gesichtsinformationsmerkmal generiert. Darüber hinaus wird die Information, ob die ältere Person eine Bremsung durchgeführt hat, nachdem die Ampel auf Rot umgeschaltet hat, und die Reaktionszeit vom Umschalten der Ampel auf Rot bis zur Bremsung als Fahrzeuginformationsmerkmal generiert. Dann wird die Information über die richtige Antwort, die anzeigt, dass die kognitive Funktion niedrig ist, mit dem Fahrzeugaußeninformation-Merkmalsbetrag, des Gesichtsinformation-Merkmalsbetrags und des Fahrzeuginformation-Merkmalsbetrags verbunden.
  • Die Erfassungseinheit 201 gibt der erfasste Fahrzeugaußeninformation-Merkmalsbetrag und der erfasste Fahrzeuginformation-Merkmalsbetrag, der erfasste Gesichtsinformation-Merkmalsbetrag oder der erfasste Biologische-Informationsmerkmalsbetrag an die Lerneinheit 202 aus.
  • Die Lerneinheit 202 erzeugt das maschinelle Lernmodell 203 durch Lernen unter Verwendung dem Fahrzeugaußeninformation-Merkmalsbetrag, der von der Erfassungseinheit 201 erfasst wurde, und des Fahrzeuginformation-Merkmalsbetrags, der von der Erfassungseinheit 201 erfasst wurde, des Gesichtsinformation-Merkmalsbetrags, der von der Erfassungseinheit 201 erfasst wurde, oder des biologischen Informationsmerkmalsbetrags, der von der Erfassungseinheit 201 erfasst wurde.
  • Es ist zu beachten, dass in der ersten Ausführungsform, wie in 1 dargestellt, angenommen wird, dass die Lernvorrichtung 20 in der Kognitiv-Funktion-Abschätzungsvorrichtung 1 enthalten ist, aber dies ist lediglich ein Beispiel. Die Lernvorrichtung 20 kann außerhalb der Vorrichtung zur Schätzung kognitiver Funktionen 1 an einem Ort vorgesehen sein, auf den die Vorrichtung zur Schätzung kognitiver Funktionen 1 Bezug nehmen kann, oder die Lernvorrichtung 20 kann allein verwendet werden.
  • Es wird ein Betrieb der Vorrichtung zur Schätzung kognitiver Funktionen 1 gemäß der ersten Ausführungsform beschrieben.
    3 ist ein Flussdiagramm zur Erläuterung des Betriebs der Vorrichtung zur Schätzung kognitiver Funktionen 1 gemäß der ersten Ausführungsform.
  • Die Kognitiv-Funktion-Abschätzungsvorrichtung 1 führt eine Informationserfassungsverarbeitung durch und erfasst dadurch verschiedene Arten von Informationen (Schritt ST301). Insbesondere erwirbt die Gesichtsinformation-Erfassungseinheit 11 ein von der Bildgebungsvorrichtung 2 für das Fahrzeuginnere aufgenommenes Bild und erfasst Gesichtsinformationen über das Gesicht des Fahrers des Fahrzeugs auf der Grundlage des von dem Fahrzeuginneren aufgenommenen Bildes. Ferner erfasst die biologische Informationserfassungseinheit 12 biologische Informationen über den Fahrer des Fahrzeugs von dem biologischen Sensor 3. Darüber hinaus erfasst die Fahrzeuginformation-Erfassungseinheit 13 Fahrzeuginformationen über das Fahrzeug von der Fahrzeuginformationserfassungsvorrichtung 4. Darüber hinaus erwirbt die Fahrzeugaußeninformationserfassungseinheit 14 ein von der Fahrzeugaußen-Bildgebungsvorrichtung 5 aufgenommenes Fahrzeugaußenbild und erwirbt Fahrzeugaußeninformationen über die Situation um das Fahrzeug auf der Grundlage des von der Fahrzeugaußenseite aufgenommenen Bildes.
  • Die Gesichtsinformation-Erfassungseinheit 11 gibt die erfassten Gesichtsinformationen an die Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16 aus. Darüber hinaus gibt die Einheit 12 zur Erfassung biologischer Informationen die erfassten biologischen Informationen an die Einheit 17 zur Extraktion der biologischen Informationsmerkmale aus. Darüber hinaus gibt die Fahrzeuginformation-Erfassungseinheit 13 die erfassten Fahrzeuginformationen an die Fahrzeuginformations-Merkmalsbetrag-Extraktionseinheit 18 aus. Darüber hinaus gibt die Fahrzeugaußeninformation-Erfassungseinheit 14 die erfassten Fahrzeugaußeninformationen an die Fahrzeugaußeninformations-Merkmalsbetrag-Extraktionseinheit 15 aus.
  • Die Fahrzeugaußeninformations-Merkmalsbetrag-Extraktionseinheit 15 extrahiert einen Fahrzeugaußeninformations-Merkmalsbetrag zur Schätzung der kognitiven Funktion des Fahrers auf der Grundlage der Fahrzeugaußeninformationen, die von der Fahrzeugaußeninformation-Erfassungseinheit 14 in Schritt ST301 (Schritt ST302) erfasst wurden.
  • Die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 gibt der extrahierte Fahrzeugaußeninformation-Merkmalsbetrag an der Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16, der Biologische-Informationsmerkmalsbetrag-Extraktionseinheit 17, die Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit 18 und die kognitive Funktionsabschätzungseinheit 19 aus.
  • Die Kognitiv-Funktion-Abschätzungsvorrichtung 1 führt verschiedene Merkmalsbetrag-Extraktionsverarbeitungen in Übereinstimmung mit dem Fahrzeugaußeninformation-Merkmalsbetrag durch, die von der Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 in Schritt ST302 (Schritt ST303) extrahiert wird.
  • Insbesondere extrahiert die Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16 in Übereinstimmung mit dem Fahrzeugaußeninformations-Merkmalsbetrag, der durch die Fahrzeugaußeninformations-Merkmalsbetrag-Extraktionseinheit 15 extrahiert wurde, ein Gesichtsinformation-Merkmalsbetrag zur Schätzung der kognitiven Funktion des Fahrers auf der Grundlage der Gesichtsinformationen, die durch die Gesichtsinformation-Erfassungseinheit 11 erfasst wurden. Zusätzlich extrahiert der Biologische-Informationsmerkmalsbetrag-Extraktionseinheit 17 in Übereinstimmung mit dem Fahrzeugaußeninformation-Merkmalsbetrag, der durch die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 extrahiert wurde, ein Biologische-Informationsmerkmalsbetrag zur Schätzung der kognitiven Funktion des Fahrers auf der Basis der biologischen Information, die durch die biologische Informationserfassungseinheit 12 erfasst wurde. Zusätzlich extrahiert die Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit 18 in Übereinstimmung mit dem Fahrzeugaußeninformation-Merkmalsbetrag, der durch die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 extrahiert wurde, ein Fahrzeuginformation-Merkmalsbetrag zur Schätzung der kognitiven Funktion des Fahrers auf der Grundlage der Fahrzeuginformationen, die durch die Fahrzeuginformation-Erfassungseinheit 13 erfasst wurden.
  • Die Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16 gibt den extrahierten Gesichtsinformation-Merkmalsbetrag an die kognitive Funktionsschätzungseinheit 19 aus. Darüber hinaus gibt die Einheit 17, die die Menge der biologischen Informationsmerkmale extrahiert, die Menge der extrahierten biologischen Informationsmerkmale an die Einheit 19 zur Schätzung der kognitiven Funktion aus. Zusätzlich gibt die Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit 18 der extrahierte Fahrzeuginformation-Merkmalsbetrag an die kognitive Funktionsschätzungseinheit 19 aus.
  • Die Vorrichtung 1 zur Schätzung der kognitiven Funktion führt eine Verarbeitung der Schätzung der kognitiven Funktion durch (Schritt ST304). Insbesondere schätzt die Einheit 19 zur Schätzung der kognitiven Funktion, ob die kognitive Funktion des Fahrers niedrig ist oder nicht, auf der Grundlage des maschinellen Lernmodells 203, dem Fahrzeugaußeninformation-Merkmalsbetrag, der von der Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 in Schritt ST302, und mindestens einer des Fahrzeuginformation-Merkmalsbetrags, der durch die Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit 18 in Schritt ST303 extrahiert wird, des Gesichtsinformation-Merkmalsbetrags, der durch der Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16 in Schritt ST303 extrahiert wird, oder des biologischen Informationsmerkmalsbetrags, der durch der Biologische-Informationsmerkmalsbetrag-Extraktionseinheit 17 in Schritt ST303 extrahiert wird.
  • 4 ist ein Flussdiagramm zur Erläuterung des Betriebs der Lernvorrichtung 20 gemäß der ersten Ausführungsform.
  • Die Erfassungseinheit 201 führt eine Merkmalsbetrag-Erfassungsverarbeitung durch (Schritt ST401). Insbesondere erfasst die Erfassungseinheit 201 einen Fahrzeugaußeninformations-Merkmalsbetrag und einen Fahrzeuginformations-Merkmalsbetrag, ein Gesichtsinformation-Merkmalsbetrag oder einen biologische Informations-Merkmalsbetrag, denen korrekte Antwortinformationen beigefügt sind, und die in das maschinelle Lernmodell 203 eingegeben werden.
  • Die Erfassungseinheit 201 gibt den erfassten Fahrzeugaußeninformation-Merkmalsbetrag und der Fahrzeuginformation-Merkmalsbetrag, der Gesichtsinformation-Merkmalsbetrag oder der Biologische-Informationsmerkmalsbetrag an die Lerneinheit 202 aus.
  • Die Lerneinheit 202 erzeugt das maschinelle Lernmodell 203 durch Lernen unter Verwendung dem Fahrzeugaußeninformation-Merkmalsbetrag und des Fahrzeuginformation-Merkmalsbetrags, des Gesichtsinformation-Merkmalsbetrags oder des biologischen Informationsmerkmalsbetrags, der von der Erfassungseinheit 201 in Schritt ST401 (Schritt ST402) erfasst wurden.
  • Wie oben beschrieben, extrahiert die Vorrichtung 1 zur Schätzung der kognitiven Funktion gemäß der ersten Ausführungsform der Fahrzeugaußeninformation-Merkmalsbetrag, um zu schätzen, dass die kognitive Funktion des Fahrers verschlechtert ist, und extrahiert in Übereinstimmung mit dem extrahierten Fahrzeugaußeninformation-Merkmalsbetrag der Gesichtsinformation-Merkmalsbetrag, der Biologische-Informationsmerkmalsbetrag oder der Fahrzeuginformation-Merkmalsbetrag, um zu schätzen, dass die kognitive Funktion des Fahrers verschlechtert ist. Dann gibt die Vorrichtung 1 zur Schätzung der kognitiven Funktion den extrahierte Fahrzeugaußeninformation-Merkmalsbetrag und den extrahierten Gesichtsinformation-Merkmalsbetrag, den extrahierte Biologische-Informationsmerkmalsbetrag oder den extrahierte Fahrzeuginformation-Merkmalsbetrag in das maschinelle Lernmodell 203 ein und erhält dadurch kognitive Funktionsinformationen, die anzeigen, ob die kognitive Funktion des Fahrers niedrig ist oder nicht.
  • Wie oben beschrieben, kann die Kognitiv-Funktion-Abschätzungsvorrichtung 1 die kognitive Funktion dahingehend schätzen, ob der Fahrer das Fahrzeug konstant angemessen fahren kann oder nicht.
  • Die Informationen über die kognitive Funktion, die in der Vorrichtung zur Einschätzung der kognitiven Funktion 1 gemäß der ersten Ausführungsform erhalten werden, können in verschiedenen Szenen verwendet werden.
  • Zum Beispiel wird angenommen, dass das Fahrzeug ein autonom fahrendes Fahrzeug ist, das automatisch fahren kann, ohne dass eine Person einen Fahrbetrieb durchführt, und dass die Vorrichtung zur Einschätzung der kognitiven Funktion 1 an dem autonom fahrenden Fahrzeug angebracht ist. In diesem Fall, wenn die Vorrichtung 1 zur Schätzung der kognitiven Funktion die Information über die kognitive Funktion erhält, die anzeigt, dass die kognitive Funktion eines Fahrers gering ist, kann eine Fahrunterstützung, wie z.B. die Verstärkung der Wirkung der Bremse des vom Fahrer gefahrenen Fahrzeugs oder die Verstärkung der Wirkung der Betätigung des Lenkrads, auf der Grundlage der Information über die kognitive Funktion durchgeführt werden.
  • Darüber hinaus kann z. B. eine medizinische Einrichtung die Informationen über die kognitiven Funktionen als Grundlage für Entscheidungen darüber verwenden, ob einem Fahrer das Fahren gestattet wird oder nicht.
  • Darüber hinaus kann sich eine Person mit einer verschlechterten kognitiven Funktion einer Rehabilitation unterziehen, um die kognitive Funktion durch Fahren wiederherzustellen. Wenn die Vorrichtung zur Einschätzung der kognitiven Funktion 1 an einem Fahrzeug angebracht ist, das für eine solche Rehabilitation verwendet wird, können die von der Vorrichtung zur Einschätzung der kognitiven Funktion 1 erhaltenen Informationen über die kognitive Funktion dazu beitragen, das Ergebnis der Rehabilitation zu bestätigen.
  • Darüber hinaus ist es beispielsweise in einem Fall, in dem die Vorrichtung 1 zur Schätzung der kognitiven Funktion die Informationen über die kognitive Funktion erhält, die darauf hinweisen, dass die kognitive Funktion eines Fahrers niedrig ist, auch möglich, eine Benachrichtigung darüber, dass die kognitive Funktion des Fahrers eines Fahrzeugs niedrig ist, auf der Grundlage der Informationen über die kognitive Funktion vom Fahrzeug an die Umgebung zu senden. Konkret sendet beispielsweise eine Steuereinheit (nicht dargestellt), die in der Kognitiv-Funktion-Abschätzungsvorrichtung 1 vorgesehen ist, eine E-Mail mit der Mitteilung, dass der Fahrer fährt, an ein Familienmitglied des Fahrers. Darüber hinaus führt die Steuereinheit beispielsweise eine Steuerung zum Einschalten der Warnblinkanlage oder der Hupe durch.
  • 5A und 5B sind Diagramme, die jeweils ein Beispiel für die Hardwarekonfiguration der Vorrichtung zur Schätzung kognitiver Funktionen 1 gemäß der ersten Ausführungsform zeigen.
  • In der ersten Ausführungsform werden die Funktionen der Gesichtsinformation-Erfassungseinheit 11, der biologischen Information-Erfassungseinheit 12, der Fahrzeuginformation-Erfassungseinheit 13, der Fahrzeugaußen-Information-Erfassungseinheit 14, der Fahrzeugaußen-Informations-Merkmalsbetrag-Extraktionseinheit 15, der Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16, der biologischen Informations-Merkmalsbetrag-Extraktionseinheit 17, der Fahrzeuginformations-Merkmalsbetrag-Extraktionseinheit 18, der kognitiven Funktionsschätzungseinheit 19, der Erfassungseinheit 201 und der Lerneinheit 202 durch eine Verarbeitungsschaltung 501 umgesetzt. Das heißt, die Kognitiv-Funktion-Abschätzungsvorrichtung 1 enthält die Verarbeitungsschaltung 501 zur Ableitung der kognitiven Funktion eines Fahrers.
  • Die Verarbeitungsschaltung 501 kann eine dedizierte Hardware sein, wie in 5A gezeigt, oder sie kann eine zentrale Verarbeitungseinheit (CPU) 505 sein, die ein in einem Speicher 506 gespeichertes Programm ausführt, wie in 5B gezeigt.
  • In einem Fall, in dem die Verarbeitungsschaltung 501 eine dedizierte Hardware ist, kann die Verarbeitungsschaltung 501 beispielsweise eine einzelne Schaltung, eine zusammengesetzte Schaltung, ein programmierter Prozessor, ein parallel programmierter Prozessor, eine anwendungsspezifische integrierte Schaltung (ASIC), ein feldprogrammierbares Gate-Array (FPGA) oder eine Kombination davon sein.
  • Wenn die Verarbeitungsschaltung 501 die CPU 505 ist, werden die Funktionen der Gesichtsinformation-Erfassungseinheit 11, der biologischen Informationserfassungseinheit 12, der Fahrzeuginformation-Erfassungseinheit 13, der Fahrzeugaußeninformationserfassungseinheit 14, der Fahrzeugaußeninformationsmerkmal-Extraktionseinheit 15, der Gesichtsinformationsmerkmalsextraktionseinheit 16, der biologischen Informationsmerkmalsextraktionseinheit 17, der Fahrzeuginformationsmerkmalsextraktionseinheit 18, der kognitiven Funktionsschätzungseinheit 19, der Erfassungseinheit 201 und der Lerneinheit 202 durch Software, Firmware oder eine Kombination von Software und Firmware implementiert. Das heißt, die Gesichtsinformation-Erfassungseinheit 11, die Biologische-Information-Erfassungseinheit 12, die Fahrzeuginformation-Erfassungseinheit 13, die Fahrzeugaußen-Information-Erfassungseinheit 14, die Fahrzeugaußen-Informations-Merkmalsbetrag-Extraktionseinheit 15, die Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16, die biologische Informations-Merkmalsbetrag-Extraktionseinheit 17, die Fahrzeuginformations-Merkmalsbetrag-Extraktionseinheit 18, die kognitive Funktionsabschätzungseinheit 19, die Erfassungseinheit 201 und die Lerneinheit 202 werden durch die Verarbeitungsschaltung 501 wie die CPU 505 oder eine System-Großintegration (LSI) implementiert, die ein in einem Festplattenlaufwerk (HDD) 502, dem Speicher 506 oder dergleichen gespeichertes Programm ausführt. Ferner kann auch gesagt werden, dass das in der HDD 502, dem Speicher 506 oder dergleichen gespeicherte Programm einen Computer veranlasst, Prozeduren oder Methoden auszuführen, die von der Gesichtsinformation-Erfassungseinheit 11, der biologischen Information-Erfassungseinheit 12, der Fahrzeuginformation-Erfassungseinheit 13, der Fahrzeugaußen-Information-Erfassungseinheit 14, der Fahrzeugaußen-Informations-Merkmalsbetrag-Extraktionseinheit 15, der Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16, der biologischen Informations-Merkmalsbetrag-Extraktionseinheit 17, der Fahrzeuginformations-Merkmalsbetrag-Extraktionseinheit 18, der kognitiven Funktionsabschätzungseinheit 19, der Erfassungseinheit 201 und der Lerneinheit 202 durchgeführt werden. Hier ist der Speicher 506 zum Beispiel ein nichtflüchtiger oder flüchtiger Halbleiterspeicher, wie ein Direktzugriffsspeicher (RAM), ein Festwertspeicher (ROM), ein Flash-Speicher, ein löschbarer programmierbarer Festwertspeicher (EPROM) und ein elektrisch löschbarer programmierbarer Festwertspeicher (EEPROM), eine Magnetplatte, eine flexible Platte, eine optische Platte, eine Kompaktplatte, eine Minidisk, eine Digital Versatile Disc (DVD) oder ähnliches.
  • Es ist zu beachten, dass ein Teil der Funktionen der Gesichtsinformation-Erfassungseinheit 11, der biologischen Information-Erfassungseinheit 12, der Fahrzeuginformation-Erfassungseinheit 13, der Fahrzeugaußen-Information-Erfassungseinheit 14, der Fahrzeugaußen-Informations-Merkmalsbetrag-Extraktionseinheit 15, der Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16, der biologischen Informations-Merkmalsbetrag-Extraktionseinheit 17, der Fahrzeuginformations-Merkmalsbetrag-Extraktionseinheit 18, der kognitiven Funktions-Schätzeinheit 19, der Erfassungseinheit 201 und der Lerneinheit 202 durch dedizierte Hardware implementiert werden kann, und ein anderer Teil davon kann durch Software oder Firmware implementiert werden. Zum Beispiel können die Funktionen der biologischen Informationserfassungseinheit 12, der Fahrzeuginformation-Erfassungseinheit 13 und der Fahrzeugaußeninformationserfassungseinheit 14 durch die Verarbeitungsschaltung 501 als dedizierte Hardware implementiert werden, und die Funktionen der Fahrzeugaußeninformationsmerkmal-Extraktionseinheit 15, der Gesichtsinformationsmerkmalsextraktionseinheit 16, der biologischen Informationsmerkmalsextraktionseinheit 17, der Fahrzeuginformationsmerkmalsextraktionseinheit 18, der kognitiven Funktionsabschätzungseinheit 19, der Erfassungseinheit 201 und der Lerneinheit 202 können durch die Verarbeitungsschaltung 501 implementiert werden, die das im Speicher 506 gespeicherte Programm liest und ausführt.
  • Darüber hinaus verwendet das maschinelle Lernmodell 203 den Speicher 506. Es ist zu beachten, dass dies ein Beispiel ist und das maschinelle Lernmodell 203 durch die Festplatte 502, ein Festkörperlaufwerk (SSD), eine DVD oder ähnliches konfiguriert werden kann.
  • Darüber hinaus umfasst die kognitive Funktionsschätzungsvorrichtung 1 eine Eingabeschnittstellenvorrichtung 503 und eine Ausgabeschnittstellenvorrichtung 504, die eine drahtgebundene oder drahtlose Kommunikation mit einer Vorrichtung wie der fahrzeuginternen Bildgebungsvorrichtung 2, dem biologischen Sensor 3, der Fahrzeuginformationserfassungsvorrichtung 4 oder der Fahrzeugaußen-Bildgebungsvorrichtung 5 durchführen.
  • Wie oben beschrieben, umfasst die Kognitiv-Funktion-Abschätzungsvorrichtung 1 gemäß der ersten Ausführungsform: die Fahrzeugaußeninformation-Erfassungseinheit 14, um Fahrzeugaußeninformationen über eine Situation um das Fahrzeug herum zu erfassen; die Gesichtsinformation-Erfassungseinheit 11, um Gesichtsinformationen über das Gesicht eines Fahrers des Fahrzeugs zu erfassen; die Biologische-Information-Erfassungseinheit 12, um biologische Informationen des Fahrers zu erfassen; die Fahrzeuginformation-Erfassungseinheit 13, um Fahrzeuginformationen über das Fahrzeug zu erfassen; die Fahrzeugaußeninformations-Merkmalsbetrag-Extraktionseinheit 15, um einen Fahrzeugaußeninformations-Merkmalsbetrag zur Abschätzung einer kognitiven Funktion des Fahrers auf der Basis der Fahrzeugaußeninformation zu extrahieren, die durch die Fahrzeugaußeninformation-Erfassungseinheit 14 erfasst wurde; die Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16, um in Übereinstimmung mit dem Fahrzeugaußeninformations-Merkmalsbetrag, der durch die Fahrzeugaußeninformations-Merkmalsbetrag-Extraktionseinheit 15 extrahiert wurde, ein Gesichtsinformation-Merkmalsbetrag zur Abschätzung der kognitiven Funktion des Fahrers auf der Basis der Gesichtsinformation zu extrahieren, die durch die Gesichtsinformation-Erfassungseinheit 11 erfasst wurde; der Biologische-Informationsmerkmalsbetrag-Extraktionseinheit 17, um in Übereinstimmung mit dem Fahrzeugaußeninformation-Merkmalsbetrag, der durch die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 extrahiert wurde, ein Biologische-Informationsmerkmalsbetrag zur Schätzung der kognitiven Funktion des Fahrers auf der Basis der biologischen Information zu extrahieren, die durch die biologische Informationserfassungseinheit 12 erfasst wurde; die Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit 18, um in Übereinstimmung mit dem Fahrzeugaußeninformation-Merkmalsbetrag, der durch die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 extrahiert wurde, ein Fahrzeuginformation-Merkmalsbetrag zur Schätzung der kognitiven Funktion des Fahrers auf der Basis der Fahrzeuginformationen zu extrahieren, die durch die Fahrzeuginformation-Erfassungseinheit 13 erfasst wurden; und die kognitive Funktionsabschätzungseinheit 19, um abzuschätzen, ob die kognitive Funktion des Fahrers niedrig ist oder nicht, auf der Basis des Maschinenlernmodells 203, dem Fahrzeugaußeninformation-Merkmalsbetrag, der durch die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit 15 extrahiert wurde, und mindestens einer des Gesichtsinformation-Merkmalsbetrags, der durch der Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16 extrahiert wurde, des biologischen Informationsmerkmalsbetrags, der durch der Biologische-Informationsmerkmalsbetrag-Extraktionseinheit 17 extrahiert wurde, oder des Fahrzeuginformation-Merkmalsbetrags, der durch die Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit 18 extrahiert wurde. Daher ist es möglich, abzuschätzen, ob der Fahrer einen bestimmten Grad an kognitiver Funktion hat oder nicht.
  • Zusätzlich zu der obigen Konfiguration enthält die Vorrichtung 1 zur Schätzung der kognitiven Funktion gemäß der ersten Ausführungsform die Bestimmungseinheit 191, um zu bestimmen, ob die kognitive Funktion des Fahrers im Bestimmungszeitraum auf der Grundlage des maschinellen Lernmodells 203, dem Fahrzeugaußeninformation-Merkmalsbetrag und mindestens einer des Gesichtsinformation-Merkmalsbetrags, des biologischen Informationsmerkmalsbetrags oder des Fahrzeuginformation-Merkmalsbetrags kontinuierlich als niedrig geschätzt wird oder nicht. Wenn dann die Bestimmungseinheit 191 feststellt, dass die kognitive Funktion des Fahrers im Bestimmungszeitraum kontinuierlich als niedrig eingeschätzt wird, schätzt die Einheit 19 zur Abschätzung der kognitiven Funktion, dass die kognitive Funktion des Fahrers niedrig ist. Infolgedessen kann die Vorrichtung 1 zur Schätzung der kognitiven Funktion verhindern, dass die kognitive Funktion des Fahrers augenblicklich als niedrig geschätzt wird, und kann somit die Schätzgenauigkeit der kognitiven Funktion des Fahrers verbessern.
  • In der ersten oben beschriebenen Ausführungsform wird angenommen, dass die Vorrichtung 1 zur Schätzung der kognitiven Funktion eine fahrzeuginterne Vorrichtung ist, die an einem Fahrzeug angebracht ist, und dass die Gesichtsinformation-Erfassungseinheit 11, die Biologische-Information-Erfassungseinheit 12, die Fahrzeuginformation-Erfassungseinheit 13, die Fahrzeugaußen-Information-Erfassungseinheit 14, die die Fahrzeugaußeninformations-Merkmalsbetrag-Extraktionseinheit 15, die Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16, die biologische Informations-Merkmalsbetrag-Extraktionseinheit 17, die Fahrzeuginformations-Merkmalsbetrag-Extraktionseinheit 18, die kognitive Funktionsschätzungseinheit 19 und die Lernvorrichtung 20 in der kognitiven Funktionsschätzungsvorrichtung 1 enthalten sind.
  • Ohne darauf beschränkt zu sein, können eine fahrzeuginterne Vorrichtung und ein Server ein System zur Schätzung der kognitiven Funktion in der Weise bilden, dass ein Teil der Gesichtsinformation-Erfassungseinheit 11, der biologischen Information-Erfassungseinheit 12, der Fahrzeuginformation-Erfassungseinheit 13, der Fahrzeugaußeninformation-Erfassungseinheit 14, der Fahrzeugaußeninformations-Merkmalsbetrag-Extraktionseinheit 15, die Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit 16, die biologische Informations-Merkmalsbetrag-Extraktionseinheit 17, die Fahrzeuginformations-Merkmalsbetrag-Extraktionseinheit 18, die kognitive Funktionsabschätzungseinheit 19 und die Lernvorrichtung 20 in der fahrzeuginternen Vorrichtung enthalten ist, die an einem Fahrzeug montiert ist, und die anderen in dem Server enthalten sind, der über ein Netzwerk mit der fahrzeuginternen Vorrichtung verbunden ist.
  • Es sollte beachtet werden, dass die Erfindung der vorliegenden Anwendung in der Lage ist, jede der Komponenten der Ausführungsform zu modifizieren oder jede der Komponenten der Ausführungsform im Rahmen der Erfindung wegzulassen.
  • INDUSTRIELLE ANWENDBARKEIT
  • Da die Kognitiv-Funktion-Abschätzungsvorrichtung gemäß der vorliegenden Erfindung so konfiguriert ist, dass sie in der Lage ist, abzuschätzen, ob ein Fahrer ein bestimmtes Niveau der kognitiven Funktion hat oder nicht, kann die Kognitiv-Funktion-Abschätzungsvorrichtung auf eine Kognitiv-Funktion-Abschätzungsvorrichtung angewendet werden, die die kognitive Funktion eines Fahrers eines Fahrzeugs schätzt.
  • Bezugszeichenliste
    • 1
    Kognitiv-Funktion-Abschätzungsvorrichtung,
    2
    Fahrzeuginnen-Bildgebungsvorrichtung,
    3
    biologischer Sensor,
    4
    Fahrzeuginformation-Erfassungsvorrichtung,
    5
    Fahrzeugaußen-Bildgebungsvorrichtung,
    11
    Gesichtsinformation-Erfassungseinheit,
    12
    Biologische-Information-Erfassungseinheit,
    13
    Fahrzeuginformation-Erfassungseinheit,
    14
    Fahrzeugaußeninformation-Erfassungseinheit,
    15
    Fahrzeuginformations-Merkmalsbetrag-Extraktionseinheit,
    16
    Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit,
    17
    Biologische-Information-Merkmalsbetrag-Extraktionseinheit,
    18
    Fahrzeuginformations-Merkmalsbetrag-Extraktionseinheit,
    19
    Kognitiv-Funktionsschätzungseinheit,
    191
    Bestimmungseinheit,
    20
    Lernvorrichtung,
    201
    Erfassungseinheit,
    202
    Lerneinheit,
    203
    Maschinelles Lernmodell,
    501
    Verarbeitungsschaltung,
    502
    Festplatte,
    503
    Eingabeschnittstellenvorrichtung,
    504
    Ausgabeschnittstellenvorrichtung,
    505
    CPU,
    506
    Speicher
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • JP 2015080549 A [0004]

Claims (10)

  1. Eine Kognitiv-Funktion-Abschätzungsvorrichtung, umfassend: eine Fahrzeugaußeninformation-Erfassungseinheit zum Erfassen von Fahrzeugaußeninformation über eine Situation um ein Fahrzeug herum; eine Gesichtsinformation-Erfassungseinheit zum Erfassen von Gesichtsinformation über ein Gesicht eines Fahrers des Fahrzeugs; eine Biologische-Information-Erfassungseinheit zum Erfassen von biologischer Information über den Fahrer; eine Fahrzeuginformation-Erfassungseinheit zum Erfassen von Fahrzeuginformation über das Fahrzeug; eine Fahrzeugaußeninformation-Merkmalbetrag-Extraktionseinheit zum Extrahieren eines Fahrzeugaußeninformation-Merkmalbetrags zum Abschätzen einer kognitiven Funktion des Fahrers auf der Grundlage der Fahrzeugaußeninformation, die durch die Fahrzeugaußeninformation-Erfassungseinheit erfasst ist; eine Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit, zum Extrahieren, in Übereinstimmung mit dem Fahrzeugaußeninformations-Merkmalsbetrag, der durch die Fahrzeugaußeninformations-Merkmalsbetrag-Extraktionseinheit extrahiert ist, eines Gesichtsinformation-Merkmalsbetrags für die Abschätzung der kognitiven Funktion des Fahrers auf der Basis der Gesichtsinformation, die durch die Gesichtsinformation-Erfassungseinheit erfasst ist; eine Biologische-Informationsmerkmalsbetrag-Extraktionseinheit, zum Extrahieren in Übereinstimmung mit dem Fahrzeugaußeninformation-Merkmalsbetrag, der durch die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit extrahiert ist, eines Biologische-Informationsmerkmalsbetrags für die Abschätzung der kognitiven Funktion des Fahrers auf der Basis der biologischen Information, die durch die Biologische-Informationserfassungseinheit erfasst ist; eine Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit, zum Extrahieren, in Übereinstimmung mit dem Fahrzeugaußeninformation-Merkmalsbetrag, der durch die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit extrahiert ist, eines Fahrzeuginformation-Merkmalsbetrags für die Abschätzung der kognitiven Funktion des Fahrers auf der Grundlage der Fahrzeuginformation, die durch die Fahrzeuginformation-Erfassungseinheit erfasst ist; und eine Kognitiv-Funktion-Abschätzungseinheit, zum Abschätzen, ob die kognitive Funktion des Fahrers niedrig ist oder nicht, auf der Grundlage eines maschinellen Lernmodells, des Fahrzeugaußeninformations-Merkmalsbetrags, der durch die Fahrzeugaußeninformations-Merkmalsbetrag-Extraktionseinheit extrahiert ist, und mindestens eines Merkmalsbetrags aus der Gruppe des Gesichtsinformation-Merkmalsbetrags, der durch die Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit extrahiert ist, des Biologische-Informations-Merkmalsbetrags, der durch die Biologische-Informations-Merkmalsbetrag-Extraktionseinheit extrahiert ist, oder des Fahrzeuginformations-Merkmalsbetrags, der durch die Fahrzeuginformations-Merkmalsbetrag-Extraktionseinheit extrahiert ist.
  2. Kognitiv-Funktion-Abschätzungsvorrichtung nach Anspruch 1, die ferner eine Bestimmungseinheit umfasst, um zu bestimmen, ob die kognitive Funktion des Fahrers in einer Bestimmungsperiode auf der Grundlage des maschinellen Lernmodells, des Fahrzeugaußeninformation-Merkmalsbetrags und mindestens eines Merkmalsbetrags aus der Gruppe des Gesichtsinformation-Merkmalsbetrags, des biologischen Informationsmerkmalsbetrags oder des Fahrzeuginformation-Merkmalsbetrags kontinuierlich als niedrig eingeschätzt wird oder nicht, wobei wenn die Bestimmungseinheit bestimmt, dass die kognitive Funktion des Fahrers in der Bestimmungsperiode kontinuierlich als niedrig eingeschätzt wird, die Einheit zur Abschätzung der kognitiven Funktion schätzt, dass die kognitive Funktion des Fahrers niedrig ist.
  3. Kognitiv-Funktion-Abschätzungsvorrichtung nach Anspruch 1, wobei der Gesichtsinformation-Merkmalsbetrag Information über eine Blickrichtung des Fahrers, Information über einen Augenöffnungsgrad des Fahrers oder Information über eine Emotion des Fahrers enthält.
  4. Kognitiv-Funktion-Abschätzungsvorrichtung nach Anspruch 1, wobei der Fahrzeuginformation-Merkmalsbetrag Information über einen Gaspedalbetätigungsbetrag des Fahrers, Information über einen Bremsbetätigungsbetrag des Fahrers oder Information über einen Lenkradbetätigungsbetrag des Fahrers enthält.
  5. Kognitiv-Funktion-Abschätzungsvorrichtung nach Anspruch 1, wobei der Fahrzeuginformation-Merkmalsbetrag, der Gesichtsinformation-Merkmalsbetrag oder der Biologische-Informationsmerkmalsbetrag eine Reaktionszeit des Fahrers für ein Ereignis ist, das durch der Fahrzeugaußeninformation-Merkmalsbetrag dargestellt wird.
  6. Kognitiv-Funktion-Abschätzungsvorrichtung nach Anspruch 1, wobei der Fahrzeuginformation-Merkmalsbetrag, der Gesichtsinformation-Merkmalsbetrag oder der Biologische-Informationsmerkmalsbetrag eine Information ist, die ein Handlungsmuster des Fahrers für ein Ereignis anzeigt, das durch den Fahrzeugaußeninformation-Merkmalsbetrag dargestellt wird.
  7. Kognitiv-Funktion-Abschätzungsvorrichtung nach Anspruch 1, wobei das maschinelle Lernmodell erzeugt wird, durch Lernen eines Fahrzeugaußeninformation-Merkmalsbetrags für die Abschätzung der kognitiven Funktion des Fahrers und mindestens eines Merkmalsbetrags aus der Gruppe eines Gesichtsinformation-Merkmalsbetrags, der der Abschätzung der kognitiven Funktion des Fahrers dient und der dem Fahrzeugaußeninformation-Merkmalsbetrag entspricht, eines Biologische-Informationsmerkmalsbetrags, der der Abschätzung der kognitiven Funktion des Fahrers dient und der dem Fahrzeugaußeninformationsmerkmalbetrag entspricht, oder eines Fahrzeuginformationsbetrags, der der Abschätzung der kognitiven Funktion des Fahrers dient und der dem Fahrzeugaußeninformationsmerkmalbetrag entspricht.
  8. Eine Lernvorrichtung, die Folgendes umfasst: eine Erfassungseinheit zum Erfassen eines Fahrzeugaußeninformation-Merkmalsbetrags zum Abschätzen einer kognitiven Funktion eines Fahrers eines Fahrzeugs und mindestens eines Merkmalsbetrags aus der Gruppe eines Gesichtsinformation-Merkmalsbetrags, der für die Abschätzung der kognitiven Funktion des Fahrers des Fahrzeugs dient und die dem Fahrzeugaußeninformation-Merkmalsbetrag entspricht, eines Biologische-Informationsmerkmalsbetrags, der zur Abschätzung der kognitiven Funktion des Fahrers des Fahrzeugs dient und der dem Fahrzeugaußeninformation-Merkmalsbetrag entspricht, oder eines Fahrzeuginformation-Merkmalsbetrags, der zur Abschätzung der kognitiven Funktion des Fahrers des Fahrzeugs dient und der dem Fahrzeugaußeninformation-Merkmalsbetrag entspricht; und eine Lerneinheit zum Empfangen, als Eingaben, des Fahrzeugaußeninformation-Merkmalsbetrags und mindestens eines Merkmalsbetrags aus der Gruppe des Gesichtsinformation-Merkmalsbetrags, des Biologische-Informationsmerkmalsbetrags oder des Fahrzeuginformation-Merkmalsbetrags, der durch die Erfassungseinheit erfasst ist, und zum dadurch Erzeugen eines maschinellen Lernmodells, das kognitive Funktionsinformationen ausgibt, die anzeigen, ob die kognitive Funktion des Fahrers des Fahrzeugs niedrig ist oder nicht.
  9. Lernvorrichtung nach Anspruch 8, wobei der Fahrzeugaußeninformation-Merkmalsbetrag, der Fahrzeuginformation-Merkmalsbetrag, der Gesichtsinformation-Merkmalsbetrag oder der Biologische-Informationsmerkmalsbetrag, die durch die Erfassungseinheit erfasst werden, Folgendes umfasst: einen Fahrzeugaußeninformation-Merkmalsbetrag, einen Fahrzeuginformation-Merkmalsbetrag, einen Gesichtsinformation-Merkmalsbetrag oder einen Biologische-Informationsmerkmalsbetrag, wenn eine normale Person das Fahrzeug fährt; und einen Fahrzeugaußeninformation-Merkmalsbetrag, einen Fahrzeuginformation-Merkmalsbetrag, einen Gesichtsinformation-Merkmalsbetrag oder einen Biologische-Informationsmerkmalsbetrag, wenn eine Person mit einer geringen kognitiven Funktion das Fahrzeug fährt.
  10. Ein Kognitiv-Funktion-Abschätzungsverfahren, das die folgenden Schritte umfasst: Erfassen, durch eine Fahrzeugaußeninformation-Erfassungseinheit, von Fahrzeugaußeninformation über eine Situation um ein Fahrzeug; Erfassen, durch eine Gesichtsinformation-Erfassungseinheit, von Gesichtsinformation über ein Gesicht eines Fahrers des Fahrzeugs; Erfassen, durch eine Biologische-Information-Erfassungseinheit, von biologischer Information des Fahrers; Erfassen, durch eine Fahrzeuginformation-Erfassungseinheit, von Fahrzeuginformation über das Fahrzeug; Extrahieren, durch eine Fahrzeugaußeninformations-Merkmalsbetrag-Extraktionseinheit, eines Fahrzeugaußeninformation-Merkmalsbetrag zum Abschätzen einer kognitiven Funktion des Fahrers auf der Basis der Fahrzeugaußeninformation, die durch die Fahrzeugaußeninformation-Erfassungseinheit erfasst wurde; Extrahieren, durch eine Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit und in Übereinstimmung mit dem Fahrzeugaußeninformation-Merkmalsbetrag, der durch die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit extrahiert wurde, eines Gesichtsinformation-Merkmalsbetrags für die Abschätzung der kognitiven Funktion des Fahrers auf der Basis der Gesichtsinformation, die durch die Gesichtsinformation-Erfassungseinheit erfasst wurde; Extrahieren, durch eine Biologische-Informationsmerkmalsbetrag-Extraktionseinheit und in Übereinstimmung mit dem von der Fahrzeugaußeninformations-Merkmalsbetrag-Extraktionseinheit extrahierten Fahrzeugaußeninformation-Merkmalsbetrag, eines biologischen Informationsmerkmalsbetrags für die Abschätzung der kognitiven Funktion des Fahrers auf der Grundlage der von der Biologische-Informationserfassungseinheit erfassten biologischen Information; Extrahieren, durch eine Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit und in Übereinstimmung mit dem Fahrzeugaußeninformation-Merkmalsbetrag, der durch die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit extrahiert wurde, eines Fahrzeuginformation-Merkmalsbetrags für die Schätzung der kognitiven Funktion des Fahrers auf der Basis der Fahrzeuginformation, die durch die Fahrzeuginformation-Erfassungseinheit erfasst wurde; und Abschätzen, durch eine Kognitiv-Funktionsabschätzungseinheit, ob die kognitive Funktion des Fahrers niedrig ist oder nicht, auf der Basis eines Maschinenlernmodells, dem Fahrzeugaußeninformation-Merkmalsbetrag, der durch die Fahrzeugaußeninformation-Merkmalsbetrag-Extraktionseinheit extrahiert wurde, und mindestens eines Merkmalsbetrags aus der Gruppe des Gesichtsinformation-Merkmalsbetrags, der durch die Gesichtsinformation-Merkmalsbetrag-Extraktionseinheit extrahiert wurde, des biologischen Informationsmerkmalsbetrags, der durch die Biologische-Informationsmerkmalsbetrag-Extraktionseinheit extrahiert wurde, oder des Fahrzeuginformation-Merkmalsbetrags, der durch die Fahrzeuginformation-Merkmalsbetrag-Extraktionseinheit extrahiert wurde.
DE112019007558.6T 2019-09-19 2019-09-19 Kognitiv-Funktion-Abschätzungsvorrichtung, Lernvorrichtung und Verfahren zur Schätzung der kognitiven Funktion Granted DE112019007558T5 (de)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/036686 WO2021053780A1 (ja) 2019-09-19 2019-09-19 認知機能推定装置、学習装置、および、認知機能推定方法

Publications (1)

Publication Number Publication Date
DE112019007558T5 true DE112019007558T5 (de) 2022-05-19

Family

ID=74884429

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112019007558.6T Granted DE112019007558T5 (de) 2019-09-19 2019-09-19 Kognitiv-Funktion-Abschätzungsvorrichtung, Lernvorrichtung und Verfahren zur Schätzung der kognitiven Funktion

Country Status (5)

Country Link
US (1) US11810373B2 (de)
JP (1) JP7031072B2 (de)
CN (1) CN114423343A (de)
DE (1) DE112019007558T5 (de)
WO (1) WO2021053780A1 (de)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7328828B2 (ja) * 2019-08-27 2023-08-17 フォルシアクラリオン・エレクトロニクス株式会社 状態推定装置、状態推定プログラムおよび状態推定方法
WO2021053780A1 (ja) * 2019-09-19 2021-03-25 三菱電機株式会社 認知機能推定装置、学習装置、および、認知機能推定方法
JP7359084B2 (ja) * 2020-06-23 2023-10-11 トヨタ自動車株式会社 感情推定装置、感情推定方法及びプログラム
JP7384130B2 (ja) * 2020-08-31 2023-11-21 トヨタ自動車株式会社 車両の運転支援装置、車両の運転支援方法、およびプログラム
WO2023204218A1 (ja) * 2022-04-18 2023-10-26 幸男 篠崎 認知力推定装置、及びプログラム

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015080549A (ja) 2013-10-22 2015-04-27 三菱自動車工業株式会社 認知度推定装置および認知度推定方法

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4748084B2 (ja) 2007-03-06 2011-08-17 トヨタ自動車株式会社 心理状態推定装置
JP4980988B2 (ja) 2008-06-13 2012-07-18 トヨタ自動車株式会社 運転者状態推定装置
JP6047727B2 (ja) * 2012-03-02 2016-12-21 株式会社国際電気通信基礎技術研究所 ネットワークシステムおよび検知システム
DE102013224917A1 (de) * 2013-12-04 2015-06-11 Continental Teves Ag & Co. Ohg Verfahren zum Erfassen einer die Aufmerksamkeit eines Fahrers beschreibenden Aufmerksamkeitsgröße
WO2015160275A1 (en) * 2014-04-15 2015-10-22 Schlumberger Canada Limited Treatment fluid
JP6486640B2 (ja) * 2014-10-09 2019-03-20 株式会社日立製作所 運転特性診断装置、運転特性診断システム、運転特性診断方法、情報出力装置、情報出力方法
TWI572938B (zh) * 2015-08-07 2017-03-01 台灣東電化股份有限公司 鏡頭驅動裝置
CN105809152B (zh) * 2016-04-06 2019-05-21 清华大学 一种基于多源信息融合的驾驶员认知分心监测方法
JP6748965B2 (ja) 2016-09-27 2020-09-02 パナソニックＩｐマネジメント株式会社 認知機能評価装置、認知機能評価方法、およびプログラム
JP6998564B2 (ja) * 2017-02-08 2022-01-18 パナソニックＩｐマネジメント株式会社 覚醒度推定装置及び覚醒度推定方法
WO2018158704A1 (en) 2017-02-28 2018-09-07 Omron Corporation Work management apparatus, method, and program
JP2018142259A (ja) 2017-02-28 2018-09-13 オムロン株式会社 作業管理装置、方法およびプログラム
DE112017007252T5 (de) * 2017-03-14 2019-12-19 Omron Corporation Fahrerüberwachungsvorrichtung, fahrerüberwachungsverfahren, lernvorrichtung und lernverfahren
JP6627811B2 (ja) 2017-03-14 2020-01-08 オムロン株式会社 集中度判定装置、集中度判定方法及び集中度判定のためのプログラム
JP6631570B2 (ja) 2017-03-14 2020-01-15 オムロン株式会社 運転状態判定装置、運転状態判定方法及び運転状態判定のためのプログラム
JP2018151902A (ja) 2017-03-14 2018-09-27 オムロン株式会社 集中度判定装置、集中度判定方法及び集中度判定のためのプログラム
JP6911498B2 (ja) 2017-05-01 2021-07-28 オムロン株式会社 学習装置、学習方法、及び学習プログラム
US20190092337A1 (en) 2017-09-22 2019-03-28 Aurora Flight Sciences Corporation System for Monitoring an Operator
CN110211401A (zh) 2018-02-28 2019-09-06 长城汽车股份有限公司 一种驾驶的危险提示方法及装置
US10850746B2 (en) * 2018-07-24 2020-12-01 Harman International Industries, Incorporated Coordinating delivery of notifications to the driver of a vehicle to reduce distractions
EP3722522B1 (de) * 2019-04-11 2024-03-27 Mitsubishi Logisnext Co., Ltd. Steuerungsvorrichtung, steuerungsverfahren und programm
WO2021053780A1 (ja) * 2019-09-19 2021-03-25 三菱電機株式会社 認知機能推定装置、学習装置、および、認知機能推定方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015080549A (ja) 2013-10-22 2015-04-27 三菱自動車工業株式会社 認知度推定装置および認知度推定方法

Also Published As

Publication number Publication date
WO2021053780A1 (ja) 2021-03-25
JPWO2021053780A1 (ja) 2021-11-18
US20220277570A1 (en) 2022-09-01
US11810373B2 (en) 2023-11-07
JP7031072B2 (ja) 2022-03-07
CN114423343A (zh) 2022-04-29

Similar Documents

Publication Publication Date Title
DE112019007558T5 (de) Kognitiv-Funktion-Abschätzungsvorrichtung, Lernvorrichtung und Verfahren zur Schätzung der kognitiven Funktion
EP2565106B1 (de) Verfahren zur Fahrspur-Überwachung und Fahrspur-Überwachungssystem für ein Fahrzeug
DE102016120491A1 (de) Erkennung und verhinderung von fahruntauglichkeit
DE112016005314T5 (de) Automatisierte Fahrassistenzvorrichtung, automatisiertes Fahrassistenzsystem, automatisiertes Fahrassistenzverfahren und automatisiertes Fahrassistenzprogramm
WO2014029738A1 (de) Verfahren zum ergänzen einer einem objekt zugeordneten objektinformation und verfahren zum selektieren von objekten in einem umfeld eines fahrzeugs
DE112014000591T5 (de) Aufmerksamkeitsgrad-Erfassungsgerät und Aufmerksamkeitsgrad-Erfassungsverfahren
DE102017211005A1 (de) Fahrerzustandsüberwachung unter verwendung der hornhautreflexionserfassung
DE112018007063T5 (de) Anzeigesteuervorrichtung, Anzeigevorrichtung und Anzeigesteuerverfahren
DE102014204059A1 (de) Fahrerassistenzsystem zur Berechnung einer zukünftigen Ampelphase
EP3393875B1 (de) Verfahren zum verbesserten erkennen von objekten durch ein fahrerassistenzsystem
DE112017007258T5 (de) Vorrichtung zur bestimmung des konzentrationsgrades, verfahren zur bestimmung des konzentrationsgrades und programm zur bestimmung des konzentrationsgrades
DE102021107602A1 (de) Fahrassistenzvorrichtung und datensammelsystem
DE102014204137A1 (de) Informationsterminal
DE102016121279A1 (de) Auf konnektivität einer tragbaren vorrichtung basierende fahrzeugsteuerung
DE102018213268A1 (de) Verfahren zur anwendung in einem fahrzeug
DE112017007248T5 (de) Vorrichtung zur bestimmung des konzentrationsgrades, verfahren zur bestimmung des konzentrationsgrades und programm zur bestimmung des konzentrationsgrades
WO2020058006A1 (de) Verfahren zum klassifizieren einer fahraufgabenfremden aktivität eines fahrers hinsichtlich einer unterbrechbarkeit der fahraufgabenfremden aktivität bei einer übernahmeaufforderung der fahraufgabe und verfahren zur wiederfreigabe einer fahraufgabenfremden aktivität nach einer unterbrechung der fahraufgabenfremden aktivität aufgrund einer übernahmeaufforderung der fahraufgabe
DE112019007195T5 (de) Anzeigesteuerungseinrichtung, anzeigesteuerungsverfahren und anzeigesteuerungsprogramm
DE102014202503A1 (de) Verfahren und Vorrichtung zum Bestimmen eines Abstands eines Fahrzeugs zu einem verkehrsregelnden Objekt
DE102008007152B4 (de) Verfahren zur Parametrisierung des Augenöffnungsgrades eines Fahrers eines Kraftfahrzeugs
DE112017008236T5 (de) Verfahren und vorrichtung zur unterstützung des fahrens
WO2020094323A1 (de) Verfahren zum klassifizieren von objekten mittels eines automatisiert fahrenden kraftfahrzeuges und automatisiert fahrendes kraftfahrzeug
DE102016124157A1 (de) Ermitteln einer Bremsnotwendigkeit zum Vermeiden einer Kollision eines Kraftfahrzeugs mit einem Fußgänger
DE112017008148T5 (de) Anomalie-Erfassungseinrichtung und Anomalie-Erfassungsverfahren
DE112019007788T5 (de) Fahrerverfügbarkeitsdetektionsvorrichtung und Fahrerverfügbarkeitsdetektionsverfahren

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R084 Declaration of willingness to licence
R018 Grant decision by examination section/examining division