JP2008139553A - 運転適性診断方法、運転適性診断の評価基準決定方法、運転適性診断プログラム - Google Patents

Abstract

【課題】専門家の関与を必要とすることなく、短時間に、少ない労力にて、的確な運転適性診断を実施することが可能な技術を提供する。
【解決手段】模擬運転装置の受診者に提示される走行映像５００に複数のメッシュ５０１を設定して、受診者の視線位置や視線滞留時間を検出し、さらに、このメッシュ５０１の上に、左ミラー領域５１１、道路左領域５１２、道路中央領域５１３、道路右領域５１４、右ミラー領域５１５、ルームミラー領域５１６、ステップミラー領域５１７等の区域５１０を単位に集計して、無事故運転者と受診者との値を統計的に比較して点数化し、受診者の運転適性を自動的に評価する。
【選択図】 図４

Description

本発明は、運転適性診断技術に関し、たとえば、運転シミュレータを用いた運転適性診断等に適用して有効な技術に関する。

車社会の進展に伴って、車両等の安全運転教育や運転適性診断の普及は一層重要性を増している。このような安全教育や運転適性診断においては、模擬的に設置された運転席に走行映像を表示して被験者の運転行動を観察する運転シミュレータを用いる方法が有効である。

その場合、運転者の技量、運転適性等を判別する方法として運転者の視線が有効な目安となることが知られている。
たとえば、特許文献１には、運転中の運転者の視線移動量を検出し、様々な走行場面における視線移動量の違いから、その運転者の運転能力等の運転特性を決定する技術が開示されている。

しかし、当該特許文献１の場合には、視線移動量という大まかな情報であるため、運転者の安全運転特性を大まかに把握してカーナビゲーション等のアプリケーションの制御等に応用することは可能であるが、たとえば、運転適性診断に用い得るような詳細な安全運転特性等を分析することは困難である、という技術的課題がある。

また、特許文献１の場合には、被験者に当該被験者の運転適性の情報等をフィードバックして運転技量を向上させようとする視点は見られない。
このため、視線の情報から詳細な安全運転特性等を分析するためには、走行映像の場面データと同期して、運転者の視線の座標を記録し、場面データと視線の座標とのマッチング結果について、専門知識を有する評価員が走行映像をコマ送りしながら分析し、分析結果を被験者に告知することが必要となる。この結果、分析の所用時間が長くなるとともに、専門家の関与が必須となり、分析作業の所用労力も増大する、という技術的課題がある。
特開２００５−３２６５０４号公報

本発明の目的は、専門家の関与を必要とすることなく、短時間に、少ない労力にて、的確な運転適性診断を実施することが可能な技術を提供することにある。

本発明の第１の観点は、走行映像に対面した無事故運転者と事故惹起運転者の少なくとも視線情報を含む運転行動情報に基づいて評価基準を設定する第１ステップと、
前記走行映像に対面した被験者の前記運転行動情報を診断データとして記録する第２ステップと、
前記評価基準に基づいて前記診断データを分析して前記被験者の運転適性を判別する第３ステップと、
を含む運転適性診断方法を提供する。

本発明の第２の観点は、事故惹起運転者群および無事故運転者群の各々について、走行映像を区画した複数の解析区域の各々における視線滞留情報を採取する第１ステップと、
前記視線滞留情報に統計処理を行って前記走行映像の各シーンの特徴を抽出することにより、評価因子を決定する第２ステップと、
個々の前記評価因子毎に、評価基準を設定する第３ステップと、
を含む運転適性診断の評価基準決定方法を提供する。

本発明の第３の観点は、走行映像に対面した無事故運転者と事故惹起運転者の少なくとも視線情報を含む運転行動情報に基づいて設定された評価基準を入力する第１ステップと、
前記走行映像に対面した被験者の前記運転行動情報を診断データとして記録する第２ステップと、
前記評価基準に基づいて前記診断データを分析して前記被験者の運転適性を判別する第３ステップと、
をコンピュータに実行させる運転適性診断プログラムを提供する。

すなわち、本発明では、たとえば、目の動きを記録する装置、運転操作の記録装置を用いて、運転者が、運転中に走行映像のどこを見ていたか、そしてどのような対処（アクセル・ブレーキ・ハンドル操作等）を行ったかという運転行動における「認知」「判断」「操作」機能について、診断をし、安全運転のアドバイスを印刷、画面に表示して受診者に提示する処理を自動的に的確に行う技術を提供する。

より具体的には、一例として、以下のようになる。
（入力） 視線座標データ
（処理）あらかじめ定められた得点表に対応して、視線座標データに対応した得点を算定。
（出力）映像に対する”見方”の項目毎の換算値（Ａ〜Ｅ）を出力。

上述の（入力）では、再生される映像の各コマごとに視線の停留時間を求める。映像の各コマ毎に、視線が停留する部位によって得点をつける。この得点付けの表は、無事故運転者と事故惹起運転者の各々から採取されたデータを統計的に処理し、両者の差異が顕著な部分が高得点となるように、たとえば、無事故運転者と受診者との違いが顕著に反映されるような重み付けすることによって診断前にあらかじめ決められている。

上述の（処理）では、特定のコマの得点を計上することにより、「見えない危険」に対する見方、「他の交通参加者」に対する見方、「バックミラー」の見方、等の各因子の得点を決定する。

上述の（出力）では、それぞれの項目（因子）について、あらかじめ定めた得点基準表に照らして、それぞれの項目の成績を（Ａ〜Ｅ）の５段階の点に換算し、換算点ごとに定められたコメントを印刷する。

同様に、以下のような項目も必要に応じて適性診断に併用できる。
（入力）アクセル、ブレーキの踏み具合、および速度データ
（処理）あらかじめ定められた得点表に対応して、データに対応した得点を算定。
（出力）映像に対する”アクセル・ブレーキの使い方、速度”の項目毎の換算値（Ａ〜Ｅ）を出力。

上述の（入力）では、たとえば、再生される映像の各コマごとに、アクセル、ブレーキペダルの踏み具合、および速度を求める。
上述の（処理）では、映像の各コマ毎に、アクセル、ブレーキの踏み具合、速度によって、得点をつける。

この得点付けの表は、診断前にあらかじめ決められている。特定のコマの得点を計上することにより、「見えない危険」に対するアクセル、ブレーキの使い方、「見えている危険」に対するアクセル、ブレーキの使い方、「危険通過時の速度」、等の因子毎の得点を決定する。

上述の（出力）では、それぞれの項目について、あらかじめ定めた得点基準表に照らして、それぞれの項目の成績を（Ａ〜Ｅ）の５段階の点に換算し、換算点ごとに定められたコメントを印刷する。

本発明によれば、専門家の関与を必要とすることなく、短時間に、少ない労力にて、的確な運転適性診断を実施することが可能な技術を提供することができる。

以下、図面を参照しながら、本発明の実施の形態について詳細に説明する。
図１は、本発明の一実施の形態である運転適性診断方法、運転適性診断の評価基準決定方法、運転適性診断プログラムを実施する運転シミュレータシステムの構成の一例を示す概念図であり、図２は、その一部を構成する監視システムの構成の一例を示すブロック図である。また、図３は、本実施の形態の運転シミュレータシステム１００の作用の一例を示すシーケンス図である。

本実施の形態の運転シミュレータシステム１００は、模擬運転装置１１０、アイカメラ装置１２０、走行映像レコーダ１３０、スーパーインポーザ１４０、診断画像レコーダ１５０、および監視システム１６０を含んでいる。

模擬運転装置１１０は、モニター１１１、ハンドル１１２、アクセル１１３、ブレーキ１１４、座席１１５、制御基板１１６、画像用コンピュータ１１７を備えている。
制御基板１１６は、模擬運転装置１１０の全体を制御する。また、受診者Ｐ１によるハンドル１１２、アクセル１１３、ブレーキ１１４、等の操作のタイミングや操作量を検出する機能を備えている。

モニター１１１は、座席１１５に着座した受診者Ｐ１に対して、走行映像の提示や、診断結果の提示を行う。
ハンドル１１２は、実車のハンドルを模擬するために設けられている。

アクセル１１３は、実車のアクセルを模擬している。
ブレーキ１１４は、実車のブレーキを模擬している。
このアクセル１１３およびブレーキ１１４の受診者Ｐ１による操作に連動して、モニター１１１に提示される走行映像の表示速度が変化する。

画像用コンピュータ１１７は、制御基板１１６からの指令に基づいて、モニター１１１に走行映像等を表示する。
走行映像レコーダ１３０は、複数種の走行映像を格納しており、制御基板１１６からの切り替え指令１１６ａに基づいて、指定された走行映像５００を、スーパーインポーザ１４０を介してモニター１１１に出力する。また、制御基板１１６からの速度指令１１６ｂに基づいて走行映像５００の表示（出力）速度も変化させる。

アイカメラ装置１２０は、カメラコントローラ１２１、アイカメラ１２２を備えている。アイカメラ１２２は、座席１１５に着座してモニター１１１を注視する受診者Ｐ１の目を撮影し、カメラコントローラ１２１は、このアイカメラ１２２の撮影結果に基づいて、受診者Ｐ１の視線位置を検出する機能を備えている。

アイカメラ１２２によって検出された受診者Ｐ１の視線位置座標１２３は、制御基板１１６を介して、監視システム１６０やスーパーインポーザ１４０に出力される。
スーパーインポーザ１４０は、画像切り替え器を兼ねており、走行映像レコーダ１３０から出力される走行映像５００に視線位置座標１２３を重畳してモニター１１１に出力したり、診断画像レコーダ１５０に出力して記録させる機能を備えている。

本実施の形態の模擬運転装置１１０、診断画像レコーダ１５０は、ＬＡＮ等の情報ネットワーク１７０を介して監視システム１６０によって制御される。
図２に例示されるように、本実施の形態の監視システム１６０は、ＣＰＵ１６１、主記憶１６２、外部記憶装置１６３、ディスプレイ１６４、操作卓１６５、可換媒体ドライブ１６６、ネットワークインタフェース１６７、プリンタ１６８等を備えている。

ＣＰＵ１６１は、主記憶１６２に格納されたプログラムを実行することにより、監視システム１６０に所望の動作を行わせる。
本実施の形態の場合には、主記憶１６２に格納されたシステム制御プログラム２０２を実行することにより、後述のような模擬運転装置１１０等の運転シミュレータシステム１００の全体の制御や、運転シミュレータシステム１００における適性診断の進行を監視する動作を行う。

また、主記憶１６２に格納された診断処理プログラム２０１を実行することにより、後述のように、受診者Ｐ１の運転適性を自動的に評価する処理を実現する。
外部記憶装置１６３は、不揮発性記憶媒体を備えた記憶装置からなり、受診者情報データベース３００、評価基準ファイル４００等の情報が格納されている。

ディスプレイ１６４は、監視システム１６０を操作する診断員Ｐ０に対して所望の情報を表示する。
受診者情報データベース３００には、受診者Ｐ１の氏名等の登録情報３０１や、適性診断の受診履歴が記録される。

操作卓１６５は、診断員Ｐ０が操作するキーボード等の情報入力機器やマイクロフォン等からなり、診断員Ｐ０が監視システム１６０の各種機能を制御するために用いられる。また、マイクロフォンを用いた模擬運転装置１１０の受診者Ｐ１との間での通話も可能になっている。

可換媒体ドライブ１６６は、ＤＶＤ等の映像を記録可能な可換性記録媒体１６６ａに対して、診断中の走行映像を診断結果として記録することが可能になっている。
ネットワークインタフェース１６７は、情報ネットワーク１７０を介して、運転シミュレータシステム１００内の模擬運転装置１１０や診断画像レコーダ１５０、その他の接続機器との情報通信を行うインタフェースを提供する。

プリンタ１６８は、必要に応じて診断結果を帳票に印刷して出力するために用いられる。
本実施の形態の場合には、以下のようにして、評価基準を定めて後述の評価基準ファイル４００に設定し、この評価基準を用いて、受診者Ｐ１の運転適性を自動的に判定する。

本実施の形態の場合には、図４に例示されるように、モニター１１１によって受診者Ｐ１に提示される走行映像５００（刺激提示画面）を、たとえば、横１５、縦７に分割したメッシュ５０１上に設定された区画に、受診者Ｐ１の視線位置がどのくらいの停留時間（１００ｍｓ単位）があったかを抽出する。

たとえば、図５に例示されるように、場面によって１１程度の区域５１０に分割のうち、主要な６〜７個の区域を用い、データ解析する。各映像のフレームは、１０フレーム及び３０フレームを１単位とする。

すなわち、図５の例では、走行映像５００の場面内に、左ミラー領域５１１、道路左領域５１２、道路中央領域５１３、道路右領域５１４、右ミラー領域５１５、ルームミラー領域５１６、ステップミラー領域５１７が設定されている。

これらの各領域は、乗用車、バス、トラック等のシミュレーション対象の車両の種別に応じて、後述のように必要に応じて使い分けられる。
本実施の形態の場合には、たとえば、無事故運転者群（８０名）及び事故惹起運転者群（８０名）の２群に分けて、視線位置座標１２３や、ブレーキ１１４、アクセル１１３の操作による速度変化等のデータ解析を行い、診断に適した因子、すなわち、無事故運転者と事故惹起運転者とで差が出やすい因子を抽出して、運転適性診断の評価基準の設定を行う。

具体的には、無事故運転者群及び事故惹起運転者群にアイカメラデータ解析区域ごとの停留時間や速度情報等をもとに統計解析し、シーン（コマ）ごとに分析する。
図６は、この統計解析において、無事故運転者群と事故惹起運転者群の各々で採取された視線位置座標１２３の推移を、比較対照して例示した説明図である。

この図６の例では、交差点を左折して通過する場合の走行映像５００の場合が例示されており、無事故運転者では、左側へ目をよく動かして必要な交通情報を積極的に得ているのに対して、事故惹起運転者の場合には、ほぼ走行車線の近辺のみしか見ておらず、不注視の箇所が多数存在する。

このようにして、無事故運転者群と事故惹起運転者群との差異の大きな部分を走行映像５００内の各コマから適宜抽出して、上述の各領域毎に適宜重み付けして、当該領域を見たか否かによって得点を参照し、累計を求めて、得点基準に照らして換算点（Ａ〜Ｅ）を決定することにより、適性診断を行う。

図７は、この視線位置座標１２３に基づく評価に用いられる第１評価基準テーブル４１０の構成例を示す説明図であり、図８は、同じく第１採点基準テーブル４２０の構成例を示す説明図である。

本実施の形態の第１評価基準テーブル４１０は、コマ番号４１１、領域別重み値４１２、因子属性４１３で構成されている。
コマ番号４１１は、走行映像５００の各コマに付与された番号である。

領域別重み値４１２は、走行映像５００の各コマの左ミラー領域５１１〜ステップミラー領域５１７の７の領域の各々に付与された重み値が設定される。この領域別重み値４１２の値は、当該コマで無事故運転者群と事故惹起運転者群の間で差異が大きい領域ほど大きな重みが設定される。

因子属性４１３は、たとえば、当該コマにおける「見えない危険（駐車中の車の陰等）」、「他の交通参加者（車両、自転車、歩行者等）」「バックミラー」等の主要な対象が設定される。この因子属性４１３は、個々のコマ毎に複数個あってもよい。

そして、個々の因子属性４１３毎に、受診者Ｐ１が左ミラー領域５１１〜ステップミラー領域５１７の各々の領域に視線が停留したか否か前記領域別重み値４１２に応じた得点を、因子属性４１３毎に算出し、走行映像５００の合計を求める。

第１採点基準テーブル４２０は、この合計をランク付けするテーブルであり、因子４２１、評価４２２、基準点４２３、コメント４２４、が設定されている。
因子４２１は、上述の「見えない危険」、「他の交通参加者」「バックミラー」等の種別を示している。

評価４２２は、Ａ〜Ｅの評価（換算点）であり、基準点４２３は、受診者Ｐ１の得点を評価４２２に振り分けるための基準点が設定され、コメント４２４は、当該評価４２２に応じて受診者Ｐ１に提示すべきコメントである。

次に、本実施の形態において、受診者Ｐ１の運転速度を評価する方法について説明する。なお、以下の運転速度や、アクセル１１３、ブレーキ１１４の操作等の評価は必要に応じて行われるものであり、上述の視線位置座標１２３の評価のみで、運転適性診断を行ってもよい。

図９は、本実施の形態の運転シミュレータシステム１００において、無事故運転者と、事故惹起運転者における同一の走行映像５００における速度変化（すなわち、アクセル１１３、ブレーキ１１４の操作状態）を比較して示す説明図である。

この図９の場合、事故惹起運転者は、毎時４０ｋｍの付近を上下させているのに対して、無事故運転者は、状況に応じて速度を変化させている。特に、道路脇に自転車に乗っている子供に接近した場合に、両者の差異が顕著である。

このように、同一の走行映像５００に対して、無事故運転者と事故惹起運転者との間で速度差の大きいコマや因子を選択して、無事故運転者の速度に対する受診者Ｐ１の速度の乖離の程度を点数にして（たとえば、乖離が少ないほど高得点にする）、適性診断に用いる。

図１０は、本実施の形態において、このような受診者Ｐ１の走行速度の評価に用いられる第２評価基準テーブル４３０の一例を示す概念図であり、図１１は、それに対応した第２採点基準テーブル４４０の一例を示す概念図である。

図１０に例示される第２評価基準テーブル４３０は、コマ番号４３１、危険種別４３２、速度等基準値４３３からなる。
コマ番号４３１は、走行映像５００の複数のコマに付与された番号である。

危険種別４３２は、上述の「見えない危険」、「他の交通参加者」「バックミラー」等の種別を示している。
速度等基準値４３３は、当該コマにおける無事故運転者の速度や、アクセル１１３、ブレーキ１１４の操作タイミングの基準値（無事故運転者の値）を示している。

そして、コマ番号４３１で示されるコマの危険種別４３２について、受診者Ｐ１の無事故運転者の速度等の速度等基準値４３３からの乖離を計測して得点化し、合計点を、次の第２採点基準テーブル４４０で評価する。

図１１に例示されるように、第２採点基準テーブル４４０は、因子４４１、評価４４２、基準点４４３、コメント４４４で構成されている。個々の意味は、上述の第１採点基準テーブル４２０と同様である。

図１２は、上述の第１評価基準テーブル４１０、および第１採点基準テーブル４２０の設定情報の決定を、統計的な方法を用いて行う場合の一例を示すフローチャートである。
最初に、無事故運転者および事故惹起運転者等の運転者のデータを採取して整理する（ステップ７０２）。

具体的には、たとえば、事故惹起運転者の８０名、無事故運転者の８０名の走行映像５００に対する視線位置座標１２３のデータを、数量化３類（多変量解析）を用いて解析できるようデータの整理を行う。

すなわち、横１５×縦７のメッシュに分割し、停留時間を算出する。フレームの解析ステップは、「３０フレーム」とする。解析区域は、左ミラー領域５１１、道路左領域５１２、道路中央領域５１３、道路右領域５１４、右ミラー領域５１５、ルームミラー領域５１６、ステップミラー領域５１７（たとえば路線バスのみ）とする。

後述の数量化３類に用いるデータは、以下の基準で採用する。すなわち、（ａ）停留時間の多い区域を採用する。（ｂ）同じ場合中央を除く、右領域を採用する。
次に、上述のようにして得られたデータを基に、周知の数量化３類による分析を行う（ステップ７０４）。すなわち、整理したデータを数量化３類を用いて分析し、シーンの特徴（因子）を分析する。

次に、上述の数量化３類による分析結果に基づき、採用する映像（コマ）の選定を行う（ステップ７０６）。
たとえば、数量化３類の事故惹起運転者群及び無事故運転者群の各運転者のサンプルスコアを用い、各軸ごとに「ｔ検定」を行い、各群の平均値に差があるかどうかを検討する。

次に、選定したシーンの数量化３類結果に基づいて、意味づけをおこなう（ステップ７０８）。
すなわち、個々の因子を、上述の「見えない危険」、「他の交通参加者」「バックミラー」等に分類する。

次に、数量化３類サンプルスコアに基づき、判別分析を行う（ステップ７１０）。
すなわち、事故惹起運転者と無事故運転者をどの程度判別することができるかを判別分析をもとに弁別する。この弁別は、採用シーン（コマ）全体での判別、各シーン（コマ）での判別、因子ごとの判別を実行することによって行われる。

最後に、評価基準の作成を行う（ステップ７１２）。
ここでは、上述した、第１評価基準テーブル４１０、第１採点基準テーブル４２０、第２評価基準テーブル４３０、第２採点基準テーブル４４０、のように因子ごとに評価基準を作成する。

次に、速度分析の観点からの評価に用いられる上述の第２評価基準テーブル４３０および第２採点基準テーブル４４０の決定方法の一例について説明する。
運転場面映像の中で、ハザード対象等を選定する。その場面の通過速度の基準を決める。ハザード対象に対してどのようなタイミングで視覚探索行動を行っているのかの基準を決める。また、ブレーキ・アクセル等の運転挙動のタイミングについても分析する。

より具体的には、一例として以下のようにして行う。
（１）運転場面映像（走行映像５００）の中で、ハザード対象の選定
運転場面映像において、無事故運転者および事故惹起運転者の大多数（主に無事故運転者）が見た対象を「ハザード対象」とする。その際、無事故運転者、事故惹起運転者の対象を見ることの方策（見るタイミング、眼の動きの方向）の違いがあることが予測されることを考慮しながら分析する。この選定の際、無事故運転者と事故惹起運転者の方策の違いも調べつつ、何を見たか、を調べる作業とする。

この作業は、走行映像５００の各フレーム（コマ）に日の視線位置座標１２３の停留点データを重ねあわせたうえで、１フレーム１フレーム毎に、映像の中のどの部分に目が停留しているのかを見当をつけることである。

（２）その場面の通過速度の基準の決定
このデータ解析は、（１）においてハザード対象を選定したのち、その場面を走行する速度をアイカメラシミュレータデータ解析ソフトウェアを用い、平均値及び標準偏差等を用いて算出する。

（３）運転挙動の分析
走行映像５００におけるハザード対象の出現から消失の各フレームにおいて、アクセル１１３を踏み込んだのか、アクセル１１３を緩めたのか、ブレーキ１１４に足を持っていったのか、ブレーキ１１４を踏み込んだのかなどの運転挙動を分析する。

以上のようにして、上述の第２評価基準テーブル４３０および第２採点基準テーブル４４０において採用するコマや因子を決定する。
以下、本実施の形態の運転シミュレータシステム１００の作用の一例について説明する。

図１３は、本実施の形態の運転シミュレータシステム１００における診断処理プログラム２０１、システム制御プログラム２０２等の作用の一例を示すフローチャートである。
まず、監視システム１６０から、模擬運転装置１１０に対してメニューを操作する診断員Ｐ０は、模擬運転装置１１０の座席１１５に着席した受診者Ｐ１に対して、モニター１１１に、適性診断の一般的な受診の心構えや、操作方法等のガイダンスを表示する（ステップ８０２）。

また、監視システム１６０は、受診者Ｐ１が新規か否かを判別し（ステップ８０４）、新規の場合は、登録項目の入力を受け付け、受診者情報データベース３００登録する（ステップ８０６）。

また、受診者情報データベース３００に登録済みの受診者Ｐ１である場合には、受診者情報データベース３００から受診者Ｐ１の情報を選択しておく（ステップ８０８）。
さらに、受診者Ｐ１に関する情報から、乗用車、タクシー、バス、トラック等の業種を選択し、アイカメラ装置１２０において、当該業種に対応した走行映像５００を選択する（ステップ８１０）。

そして、受診者Ｐ１に対して、選択された業種に対応したガイダンスを適宜表示する（ステップ８１２）。
その後、受診者Ｐ１を模擬運転装置１１０の操作に慣熟させるための練習走行画面を、走行映像レコーダ１３０からモニター１１１に出力し、適宜、音声等で受診者Ｐ１にアドバイスしながら練習走行を行わせる（ステップ８１４）。

この練習走行の後に、アイカメラ装置１２０のアイカメラ１２２のキャリブレーション画面をモニター１１１に表示して、受診者Ｐ１の視線を視線位置座標１２３が正確に検出できるように視線位置座標１２３の角度等を自動的に調整する（ステップ８１６）。

具体的には、青い無地背景の画面内の任意の異なる位置に白丸を間欠的に表示して受診者Ｐ１に注視させ、そのときの視線位置座標１２３による視線の検出位置とモニター１１１内の白丸の出力位置とが一致するように、アイカメラ１２２の角度や動作を調整する。

その後、業種に応じた走行映像５００をモニター１１１に提示して適性診断を開始する（ステップ８１８）。
このとき、図１４に例示されるように、監視システム１６０のディスプレイ１６４には、診断員Ｐ０のために、無事故運転者走行映像６０１と、現在の受診者走行映像６０２、さらには受診者Ｐ１の視線位置座標１２３を示す受診者アイモニター映像６０３が同時に対比しつつ表示される。

これにより、診断員Ｐ０は、受診者Ｐ１の受診処理の推移を監視できる。
この適性診断では、診断処理プログラム２０１は、上述のように、走行映像５００を注視する受診者Ｐ１からアイカメラ１２２によって検出された視線位置座標１２３を、カメラコントローラ１２１、制御基板１１６を経由して取得し、上述の第１評価基準テーブル４１０に基づいて、当該受診者Ｐ１の、コマ番号４１１で指定された特定のコマおよび因子（因子属性４１３）における領域別重み値４１２に応じた得点を記録（計上）して行く。

すなわち、たとえば、映像の各コマ毎に、視線が停留する部位（左ミラー領域５１１〜ステップミラー領域５１７）によって、得点をつける。特定のコマの得点を計上することにより、「見えない危険」に対する見方、「他の交通参加者」に対する見方、「バックミラー」の見方等の各因子の得点を決定する。

同様に、受診者Ｐ１によるアクセル１１３、ブレーキ１１４の操作に応じて変化する走行映像５００の速度の情報も、走行映像５００に重畳して記録され、診断画像レコーダ１５０に記録されていくとともに、診断処理プログラム２０１は、上述の第２評価基準テーブル４３０を用いて特定のコマ毎に点数化して記録する。

すなわち、再生される走行映像５００の各コマごとに、アクセル１１３、ブレーキ１１４の踏み具合、および速度を求め、第２評価基準テーブル４３０に基づいて得点をつける。

すなわち、特定のコマの得点を計上することにより、「見えない危険」に対するアクセル・ブレーキの使い方、「見えている危険」に対するアクセル、ブレーキの使い方、「危険通過時の速度」、等の得点を決定する。

本実施の形態の場合には、走行映像５００として、図１５に例示されるような、交差点のある片側１車線の住宅地の走行映像場面５２０、図１６に例示されるような、片側１車線の狭い道路の走行映像場面５３０、図１７に例示されるような、片側２車線の市街地の道路の走行映像場面５４０、３種類の走行映像５００を、順次、受診者Ｐ１に提示して診断を行う。

そして、上述の３種類の走行映像５００の全てに関する適性診断が完了したら（ステップ８２０）、集計処理を行う（ステップ８２２）。
具体的には、図８に例示される第１採点基準テーブル４２０を用いて、視線位置座標１２３に基づく受診者Ｐ１の個々の走行映像５００に関する累計得点を、因子４２１ごとに基準点４２３（Ａ〜Ｅ）に換算し、対応したコメントを決定する。

同様に、図１１の第２採点基準テーブル４４０を用いて、速度に関する診断の得点を、因子４４１毎に、基準点４４３（Ａ〜Ｅ）に換算し、対応したコメントを決定する。
そして、診断の判定結果がよくない場合には（ステップ８２４）、診断処理プログラム２０１は、必要に応じて、ステップ８１６に戻り、診断員Ｐ０が必要と判断した一つ〜三つの走行映像５００の中から選ばれた走行映像５００を再度、モニター１１１を介して受診者Ｐ１に提示して診断（再教育）を行う。

なお、この再教育の結果は、最初の診断結果とは別に保存され、後に必要に応じて、モニター１１１に対比して提示される。
その後、診断処理プログラム２０１は、総合的な診断結果をモニター１１１や、プリンタ１６８を用いて受診者Ｐ１に提示し（ステップ８２６）、受診者情報データベース３００に診断結果を格納し（ステップ８２８）、診断画像レコーダ１５０に格納されていた当該受診者Ｐ１の視線位置座標１２３が重畳された走行映像５００を必要に応じて、可換性記録媒体１６６ａに出力して（ステップ８３０）、受診者Ｐ１に交付する。

図１８は、上述のステップ８２６において、診断処理プログラム２０１により、モニター１１１を介して受診者Ｐ１に提示される診断結果（診断結果提示画面５５０）の一例を示す説明図である。

この診断結果提示画面５５０では、視線位置座標１２３に基づくハザード別診断結果を示している。
具体的には、診断処理プログラム２０１は、「見えない危険」、「他の交通参加者」、「バックミラー」の各々の因子（ハザード）に対応した、直交３軸５５１を表示し、原点から離れるほど高い評価となるように、各々の軸のＡ〜Ｅの評価を配置して結ばれる三角形で結果を表示する。直交３軸５５１の各軸に均等に三角形が大きいほど、「見えない危険」、「他の交通参加者」、「バックミラー」の各々の因子について、ムラなく良好な運転適性を持つことを示している。

また、直交３軸５５１の近傍には、コメント欄５５２が必要に応じて、たとえば低い評価項目がある場合に出力される。
診断処理プログラム２０１は、このコメント欄５５２の内容として、第１採点基準テーブル４２０のコメント４２４を読み出して出力する。

図１９は、上述のステップ８２６において、診断処理プログラム２０１により、モニター１１１を介して受診者Ｐ１に提示される診断結果（診断結果提示画面５６０）の一例を示す説明図である。

この診断結果提示画面５６０では、アクセル１１３、ブレーキ１１４の使い方に基づく速度に関するザード別診断結果を示している。
上述の診断結果提示画面５５０の場合と同様に、直交３軸５６１と、コメント欄５６２が設けられている。直交３軸５６１には「見えない危険」（たとえば、路上駐車の車両の陰）、「見えている危険」（たとえば、路上駐車の車両）、「速度」の各因子が表示され、必要に応じて、コメント欄５６２に、対応する因子の成績に対応したコメントが出力される。

なお、この場合、「速度」は、上述の第２評価基準テーブル４３０、第２採点基準テーブル４４０での評価であり、「見えない危険」、「見えている危険」は、各々に遭遇したときのアクセル１１３や、ブレーキ１１４の操作のタイミング等を無事故運転者の場合と比較したときの評価である。

図２０は、上述のステップ８２６において、診断処理プログラム２０１により、モニター１１１を介して受診者Ｐ１に提示される診断結果（診断結果提示画面５７０）の一例を示す説明図である。

この診断結果提示画面５７０では、上述の３種類の走行映像５００の各々の集計結果に基づく総合的な診断結果を示している。
すなわち、直交３軸５７１の各軸に、「住宅地」（走行映像場面５２０）、「細い道路」（走行映像場面５３０）、「市街地」（走行映像場面５４０）、の各々の場合の、視線位置座標１２３や、アクセル１１３、ブレーキ１１４の操作、速度等に基づく総合的（たとえば、Ａ〜Ｅの相加平均）な評価結果を表示している。

上述と同様に、必要に応じてコメント欄５７２に、コメントが出力される。
図２１は、上述の診断結果提示画面５５０の内容を、プリンタ１６８を用いて印刷した例を示す説明図である。直交３軸５５１とコメント欄５５２が受診者Ｐ１の氏名等の登録情報３０１とともに印刷されており、受診者Ｐ１に必要に応じて交付される。

以上説明したように、本実施の形態によれば、診断処理プログラム２０１が、視線位置座標１２３を、無事故運転者と受診者Ｐ１とで比較して点数化して自動的に評価するので、受診者Ｐ１の運転適性診断を、専門家の関与を必要とすることなく、定量的に行うことができる。

また、必要に応じて、受診者Ｐ１によるアクセル１１３、ブレーキ１１４の操作に基づく、走行映像５００の各コマでの速度変化を評価に加えることで、より正確な運転適性診断が可能になる。

すなわち、専門家の関与を必要とすることなく、短時間に、少ない労力にて、的確な運転適性診断を実施することが可能となる。
なお、本発明は、上述の実施の形態に例示した構成に限らず、その趣旨を逸脱しない範囲で種々変更可能であることは言うまでもない。

本発明の一実施の形態である運転適性診断方法、運転適性診断の評価基準決定方法、運転適性診断プログラムを実施する運転シミュレータシステムの構成の一例を示す概念図である。 その一部を構成する監視システムの構成の一例を示すブロック図である。 本発明の一実施の形態である運転シミュレータシステムの作用の一例を示すシーケンス図である。 本発明の一実施の形態である運転シミュレータシステムにおけるアイカメラによる視線位置の測定方法を例示した概念図である。 本発明の一実施の形態である運転シミュレータシステムにおけるアイカメラによる視線位置の測定方法における区画設定例を示す概念図である。 本発明の一実施の形態である運転シミュレータシステムにおける視線位置の測定例を示す概念図である。 本発明の一実施の形態である運転シミュレータシステムで用いられる第１評価基準テーブルの構成例を示す説明図である。 本発明の一実施の形態である運転シミュレータシステムで用いられる第１採点基準テーブルの構成例を示す説明図である。 本発明の一実施の形態である運転シミュレータシステムにおけるアクセル操作、ブレーキ操作、速度の測定例を示す概念図である。 本発明の一実施の形態である運転シミュレータシステムで用いられる第２評価基準テーブルの構成例を示す説明図である。 本発明の一実施の形態である運転シミュレータシステムで用いられる第２採点基準テーブルの一例を示す説明図である。 本発明の一実施の形態である運転シミュレータシステムで用いられる評価基準情報の決定を、統計的な方法を用いて行う場合の一例を示すフローチャートである。 本発明の一実施の形態である運転シミュレータシステムにおける診断処理プログラム、システム制御プログラムの作用の一例を示すフローチャートである 本発明の一実施の形態である運転シミュレータシステムにおける監視システムに表示される画面例を示す説明図である。 本発明の一実施の形態である運転シミュレータシステムにおいて受診者に提示される走行映像場面の一例を示す説明図である。 本発明の一実施の形態である運転シミュレータシステムにおいて受診者に提示される走行映像場面の一例を示す説明図である。 本発明の一実施の形態である運転シミュレータシステムにおいて受診者に提示される走行映像場面の一例を示す説明図である。 本発明の一実施の形態である運転シミュレータシステムにおいて受診者に提示される診断結果の一例を示す説明図である。 本発明の一実施の形態である運転シミュレータシステムにおいて受診者に提示される診断結果の一例を示す説明図である。 本発明の一実施の形態である運転シミュレータシステムにおいて受診者に提示される診断結果の一例を示す説明図である。 本発明の一実施の形態である運転シミュレータシステムにおいて受診者に提示される診断結果の印刷例を示す説明図である。

符号の説明

１００ 運転シミュレータシステム
１１０ 模擬運転装置
１１１ モニター
１１２ ハンドル
１１３ アクセル
１１４ ブレーキ
１１５ 座席
１１６ 制御基板
１１６ａ 切り替え指令
１１６ｂ 速度指令
１１７ 画像用コンピュータ
１２０ アイカメラ装置
１２１ カメラコントローラ
１２２ アイカメラ
１２３ 視線位置座標
１３０ 走行映像レコーダ
１４０ スーパーインポーザ
１５０ 診断画像レコーダ
１６０ 監視システム
１６１ ＣＰＵ
１６２ 主記憶
１６３ 外部記憶装置
１６４ ディスプレイ
１６５ 操作卓
１６６ 可換媒体ドライブ
１６６ａ 可換性記録媒体
１６７ ネットワークインタフェース
１６８ プリンタ
１７０ 情報ネットワーク
２０１ 診断処理プログラム
２０２ システム制御プログラム
３００ 受診者情報データベース
３０１ 登録情報
４００ 評価基準ファイル
４１０ 第１評価基準テーブル
４１１ コマ番号
４１２ 領域別重み値
４１３ 因子属性
４２０ 第１採点基準テーブル
４２１ 因子
４２２ 評価
４２３ 基準点
４２４ コメント
４３０ 第２評価基準テーブル
４３１ コマ番号
４３２ 危険種別
４３３ 速度等基準値
４４０ 第２採点基準テーブル
４４１ 因子
４４２ 評価
４４３ 基準点
４４４ コメント
５００ 走行映像
５０１ メッシュ
５１０ 区域
５１１ 左ミラー領域
５１２ 道路左領域
５１３ 道路中央領域
５１４ 道路右領域
５１５ 右ミラー領域
５１６ ルームミラー領域
５１７ ステップミラー領域
５２０ 走行映像場面
５３０ 走行映像場面
５４０ 走行映像場面
５５０ 診断結果提示画面
５５１ 直交３軸
５５２ コメント欄
５６０ 診断結果提示画面
５６１ 直交３軸
５６２ コメント欄
５７０ 診断結果提示画面
５７１ 直交３軸
５７２ コメント欄
６０１ 無事故運転者走行映像
６０２ 受診者走行映像
６０３ 受診者アイモニター映像
Ｐ０ 診断員
Ｐ１ 受診者

Claims (12)

1. 走行映像に対面した無事故運転者と事故惹起運転者の少なくとも視線情報を含む運転行動情報に基づいて評価基準を設定する第１ステップと、
   前記走行映像に対面した被験者の前記運転行動情報を診断データとして記録する第２ステップと、
   前記評価基準に基づいて前記診断データを分析して前記被験者の運転適性を判別する第３ステップと、
   を含むことを特徴とする運転適性診断方法。
2. 請求項１記載の運転適性診断方法において、
   前記視線情報は、前記走行映像を複数の区域に区分し、個々の前記区域に毎に得られた前記無事故運転者または前記被験者の視線の停留時間を含むことを特徴とする運転適性診断方法。
3. 請求項１記載の運転適性診断方法において、
   前記視線情報は、前記走行映像を複数の区域に区分し、前記走行映像内において前記無事故運転者の大多数が注視し、かつ事故惹起運転者の注視することの少なかったハザード対象を含む前記区域毎に得られた前記無事故運転者または前記被験者の視線の停留時間を含むことを特徴とする運転適性診断方法。
4. 請求項１記載の運転適性診断方法において、
   前記運転行動情報は、前記走行映像における前記被験者の視線情報と、アクセル操作、ブレーキ操作、ハンドル操作の少なくとも一つを含むことを特徴とする運転適性診断方法。
5. 請求項４記載の運転適性診断方法において、
   前記運転行動情報は、さらに、前記走行映像内において前記無事故運転者の大多数が注視したハザード対象の出現から消失の間における通過速度を含むことを特徴とする運転適性診断方法。
6. 事故惹起運転者群および無事故運転者群の各々について、走行映像を区画した複数の解析区域の各々における視線滞留情報を採取する第１ステップと、
   前記視線滞留情報に統計処理を行って前記走行映像の各シーンの特徴を抽出することにより、評価因子を決定する第２ステップと、
   個々の前記評価因子毎に、評価基準を設定する第３ステップと、
   を含むことを特徴とする運転適性診断の評価基準決定方法。
7. 請求項６記載の運転適性診断の評価基準決定方法において、
   前記統計処理は、数量化３類であることを特徴とする運転適性診断の評価基準決定方法。
8. 走行映像に対面した無事故運転者と事故惹起運転者の少なくとも視線情報を含む運転行動情報に基づいて設定された評価基準を入力する第１ステップと、
   前記走行映像に対面した被験者の前記運転行動情報を診断データとして記録する第２ステップと、
   前記評価基準に基づいて前記診断データを分析して前記被験者の運転適性を判別する第３ステップと、
   をコンピュータに実行させることを特徴とする運転適性診断プログラム。
9. 請求項８記載の運転適性診断プログラムにおいて、
   前記視線情報は、前記走行映像を複数の区域に区分し、個々の前記区域に毎に得られた前記被験者の視線の停留時間を含むことを特徴とする運転適性診断プログラム。
10. 請求項８記載の運転適性診断プログラムにおいて、
    前記視線情報は、前記走行映像を複数の区域に区分し、前記走行映像内において前記無事故運転者の大多数が注視したハザード対象を含む前記区域毎に得られた前記被験者の視線の停留時間を含むことを特徴とする運転適性診断プログラム。
11. 請求項８記載の運転適性診断プログラムにおいて、
    前記運転行動情報は、前記走行映像における前記被験者の視線情報と、アクセル操作、ブレーキ操作、ハンドル操作の少なくとも一つを含むことを特徴とする運転適性診断プログラム。
12. 請求項１１記載の運転適性診断プログラムにおいて、
    前記運転行動情報は、さらに、前記走行映像内において前記無事故運転者の大多数が注視したハザード対象の出現から消失の間における通過速度を含むことを特徴とする運転適性診断プログラム。