JP2011248535A - 運転者状態判定装置、及び運転者支援装置 - Google Patents

Abstract

【課題】運転者の脳波を分析することにより、運転者の覚醒状態及び集中状態を正確に判定することが可能な運転者状態判定装置、及びその判定結果を用いて適切な運転者支援を行うことが可能な運転者支援装置を提供すること。
【解決手段】運転者の脳波を計測する脳波計測手段と、前記脳波計測手段の出力に基づいて、アルファ波の強さを示す第１の指標値、ベータ波の強さを示す第２の指標値、及びシータ波の強さを示す第３の指標値を算出する指標値算出手段と、前記第１ないし第３の指標値に基づいて、運転者の覚醒状態及び集中状態に関する判定を行う判定手段と、を備える運転者状態判定装置。
【選択図】図１

Description

本発明は、自動車等の移動体を運転する運転者の脳波を計測し、計測した脳波を分析することにより運転者の状態を監視する運転者状態判定装置、及び当該運転者状態判定装置の判定結果に応じて種々の運転者支援を行う運転者支援装置に関する。

従来、車両を始めとする移動体を運転する運転者の覚醒度や集中度等の状態を検知し、警告音の出力、その他の運転者支援を行う装置について研究が進められている。

特許文献１には、脳波検出手段によって検出された脳波の周波数分析を行い、α２波、α１波及びθ波を抽出し、これらの振幅値が基準振幅値以上となった回数に基づいて被験者の覚醒度を判定する装置について記載されている。

特許文献２には、脳波、心拍状態、開眼時に対して一定以上眼を閉じている時間の割合を表す閉眼時間割合、顔部画像の顔表情情報より計測され眠気状態を表す顔表情眠気値、及び運転者が申告した自己申告眠気値等によって運転者の覚醒度を判定し、頭部加速度、頭部画像、及び頚部筋電図の少なくとも１つにより計測された運転者の頭部動揺量より得られる頭部振動伝達率と、視線の方向により計測される運転者の注意集中対象等によって運転者の注意集中度を判定する運転者状態判定装置について記載されている。また、この装置では、上記各情報を、データベースに格納された平均値と比較することによって判定閾値を決定している。

特開平７−０７９９３７号公報 特開２００７−２６５３７７号公報

しかしながら、上記特許文献１に記載の装置では、被験者の覚醒度を判定するのに留まり、その結果、運転者支援のバリエーションが制限されることになる。

また上記特許文献２に記載の装置では、覚醒度と注意集中度の双方を判定することが可能であるが、脳波計測のための装置に加えて心拍数計測装置、顔画像撮像のためのカメラ等、種々の装置を備える必要があり、装置全体のコストや重量が過大である。

本発明はこのような課題を解決するためのものであり、運転者の脳波を分析することにより、運転者の覚醒状態及び集中状態を正確に判定することが可能な運転者状態判定装置、及びその判定結果を用いて適切な運転者支援を行うことが可能な運転者支援装置を提供することを、主たる目的とする。

上記目的を達成するための本発明の第１の態様は、
運転者の脳波を計測する脳波計測手段と、
前記脳波計測手段の出力に基づいて、アルファ波の強さを示す第１の指標値、ベータ波の強さを示す第２の指標値、及びシータ波の強さを示す第３の指標値を算出する指標値算出手段と、
前記第１ないし第３の指標値に基づいて、運転者の覚醒状態及び集中状態に関する判定を行う判定手段と、
を備える運転者状態判定装置である。

この本発明の一態様によれば、アルファ波の強さを示す第１の指標値、ベータ波の強さを示す第２の指標値、及びシータ波の強さを示す第３の指標値に基づいて運転者の覚醒状態及び集中状態に関する判定を行うため、運転者の覚醒状態及び集中状態を正確に判定することができる。

本発明の第１の態様において、
前記判定手段は、前記第１の指標値、及び前記第１の指標値と前記第２の指標値の和を前記第３の指標値で除算した値をパラメータとして、運転者の覚醒状態及び集中状態に関する判定を行う手段であるものとすると、好適である。

こうすれば、非覚醒度を表すパラメータと考えられている第１の指標値、及び不集中度を表すパラメータと考えられている前記第１の指標値と前記第２の指標値の和を前記第３の指標値で除算した値に基づいて運転者の覚醒状態及び集中状態に関する判定を行うため、運転者の覚醒状態及び集中状態をより正確に判定することができる。

この場合、
前記判定手段は、前記第１の指標値、及び前記第１の指標値と前記第２の指標値の和を前記第３の指標値で除算した値をパラメータの少なくとも一部として、ランダムフォレスト法に基づく判定を行う手段であるものとしてよい。

また、
前記判定手段は、前記第１の指標値が大きい場合に運転者が非覚醒状態である旨の判定結果を出力し、前記第１の指標値と前記第２の指標値の和を前記第３の指標値で除算した値が大きい場合に運転者が不集中状態である旨の判定結果を出力する手段であるものとしてよい。

また、本発明の第１の態様において、
前記脳波計測手段は、例えば、運転席のヘッドレストに取り付けられた静電結合型電極を含む。

本発明の第２の態様は、
本発明の第１の態様の運転者状態判定装置を含み、
前記判定手段により判定された運転者の覚醒状態及び集中状態を用いて運転者支援を行うことを特徴とする、
運転者支援装置である。

本発明の第２の態様によれば、本発明の第１の態様の運転者状態判定装置の判定結果を用いて適切な運転者支援を行うことができる。

本発明によれば、運転者の脳波を分析することにより、運転者の覚醒状態及び集中状態を正確に判定することが可能な運転者状態判定装置、及びその判定結果を用いて適切な運転者支援を行うことが可能な運転者支援装置を提供することができる。

本発明の第１実施例に係る運転者支援装置１のシステム構成例である。 簡易脳波計２０Ａが人の頭部に装着された状態を示す図である。 ヘッドレストの内部に取り付けられた静電結合型電極２０Ｃを示す図である。 脳波センサ２０から入力された元データがＡ／Ｄ変換器３８によってデジタル化され、適当な長さ（例えば５［sec］）のセグメントデータに分割された後に、データ指標値算出部３２Ａによって周波数変換される流れを示している。 種々の状態においてサンプリングされた被験者の脳波波形を示す図である。 データセットからｎ個のブートストラップサンプルを作成する様子を示す図である。 データセットの２／３のデータ量を有するブートストラップサンプルから、縦方向にｍ個のデータがランダムサンプリングされた様子を示す図である。 ランダムサンプリングされたデータから決定木を作成する様子を示す図である。 図６の手順において除去されたデータセットの一部（評価データ）に決定木を適用し、各決定木が判別結果を出力する様子を示す図である。 運転者状態判定装置１０による判定傾向を示す図である。 運転者支援制御装置５０のシステム構成例である。 運転者の各状態と、ブレーキが作動するタイミングにおけるＴＴＣとの関係を示す図である。 運転者支援制御装置５０の他のシステム構成例である。 運転者が非覚醒状態である場合の出力例である。 運転者が不集中状態（小）である場合の出力例である。 運転者が不集中状態（大）である場合の出力例である。 第２実施例に係る運転者状態判定部３２Ｂにより実行される処理の流れを示すフローチャートである。 運転者の状態判定に用いられるマップの一例である。

以下、本発明を実施するための形態について、添付図面を参照しながら実施例を挙げて説明する。

＜第１実施例＞
以下、図面を参照し、本発明の第１実施例に係る運転者支援装置１、及びその一部を構成する運転者状態判定装置１０について説明する。本実施例に係る運転者支援装置１、及び運転者状態判定装置１０は、車両、船舶、航空機等の運転者の状態を判定し、その判定結果に基づいて運転者支援を行うものである。

図１は、本発明の第１実施例に係る運転者支援装置１のシステム構成例である。運転者支援装置１は、主要な構成として、運転者状態判定装置１０と、運転者支援制御装置５０と、を備える。

［運転者状態判定］
運転者状態判定装置１０は、脳波センサ２０と、演算処理装置３０と、を備える。

脳波センサ２０は、例えば複数の電極を有する簡易脳波計である。図２は、簡易脳波計２０Ａが人の頭部に装着された状態を示す図である。簡易脳波計２０Ａは、運転者の頭部に装着され、ケーブル２０Ｂによって計測データを演算処理装置３０に出力する。

係る態様の脳波センサ２０は、後述するアルファ波、ベータ波、シータ波を認識するために、後頭葉付近に当接する電極と、頭頂葉付近に当接する電極を備えることが望ましい。アルファ波は後頭葉付近に現れ易く、ベータ波及びシータ波は頭頂葉付近に現れ易いからである。

また、これに限らず、脳波センサ２０は、ヘッドレストの内部に取り付けられた静電結合型電極であってもよい。図３は、ヘッドレストの内部に取り付けられた静電結合型電極２０Ｃを示す図である。図示するように、静電結合型電極２０Ｃは、例えば鉛直方向に離間した一対の電極を備え、ケーブル２０Ｄによって計測データを演算処理装置３０に出力する。

なお、脳波センサ２０における基準電位となるグランド電位は、ステアリングホイールや運転シートの着座面にグランド端子を接続することで、運転者と共有することができる。

演算処理装置３０は、例えば、ＣＰＵ（Central Processing Unit）３２、プログラムメモリ３４、ワーキングメモリ３６、Ａ／Ｄ（Analog/Digital）変換器３８、その他、通信ポート等を備えるマイクロコンピュータである。プログラムメモリ３４は、例えばＲＯＭ（Read Only Memory）やＥＥＰＲＯＭ（Electrically Erasable and Programmable Read Only Memory）であり、ワーキングメモリ３６は、例えばＲＡＭ（Random Access Memory）やレジスタである。

また、演算処理装置３０は、プログラムメモリ３４に格納されたプログラムをＣＰＵ３２が実行することにより機能する機能ブロックとして、指標値算出部３２Ａと、運転者状態判定部３２Ｂと、を備える。

指標値算出部３２Ａは、脳波センサ２０から入力され、Ａ／Ｄ変換器３８によってデジタル化されたデータに対してＦＦＴ（Fast Fourier Transform；高速フーリエ変換）等の処理を行い、４〜７［Hz］の周波数を有するシータ波、８〜１３［Hz］の周波数を有するアルファ波、１４〜３０［Hz］の周波数を有するベータ波に分類すると共に、それぞれについてパワー値を算出する。

図４は、脳波センサ２０から入力された元データがＡ／Ｄ変換器３８によってデジタル化され、適当な長さ（例えば５［sec］）のセグメントデータに分割された後に、データ指標値算出部３２Ａによって周波数変換される流れを示している。

パワー値は、フーリエ変換の結果として表れる実部（振幅）、及び虚部（位相）を含むデータを二乗又は複素共役をとることによって算出することができる。以下、アルファ波のパワー値をα、ベータ波のパワー値をβ、シータ波のパワー値をθとそれぞれ表記する。

なお、アルファ波、ベータ波、シータ波の強さを示す指標値として、他の値が用いられてもよい。例えば、振幅が閾値を上回った回数や、振幅の大きさ等、任意の値が選択されてよい。

運転者状態判定部３２Ｂは、パワー値α、β、θを用いて運転者の覚醒状態及び集中状態に関する判定を行う。本実施例の場合、特に、非覚醒度（すなわち眠気）を表すパラメータと考えられている値α、及び不集中度を表すパラメータと考えられている値｛（α＋β）／θ｝をパラメータの一部としてランダムフォレスト法に基づく判定を行い、運転者の覚醒状態及び集中状態に関する判定を行う。

なお、本実施例では、予め、非覚醒状態（眠い状態）、不集中状態（漫然状態）、非覚醒状態且つ不集中状態等、種々の状態における被験者（運転者）の脳波をサンプリングする。図５は、種々の状態においてサンプリングされた被験者の脳波波形を示す図である。本実験では、被験者はドライビングシミュレータに搭乗し、左右に非等間隔のカラーポールを表示することによって漫然度を調整した。

このようにしてサンプリングされたデータに基づいて決定木を作成し、作成した決定木に関するデータを移動体に搭載して運転者状態判定部３２Ｂの判定に用いる。従って、運転者状態判定部３２Ｂは、実験及びランダムフォレスト法により作成された決定木の構造を保持しており（実際にはＲＯＭ等に格納しておく）、決定木を用いて判定を行う。

なお、このサンプリングデータは、運転者毎に収集されることが望ましいが、非覚醒状態や不集中状態の脳波傾向には共通性が存在するため、何人かのサンプリングデータを用いて決定木を作成し、これを汎用的に用いても構わない。

図６〜図９は、ランダムフォレスト法によって運転者の覚醒状態及び集中状態に関する判定を行う際に取り扱われるデータの変化を模式的に示す図である。

図６は、データセットからｎ個のブートストラップサンプルを作成する様子を示す図である。データセットとは、時系列で収集された、値αや値｛（α＋β）／θ｝等のパラメータを任意の順序で並べたものである（ランダムフォレスト法の性質上、時刻順に並んでいる必要はない）。データセットの横方向はパラメータの種別を示し、縦方向は同じパラメータの時間的変化を示している。各ブートストラップサンプルは、例えばデータセットの２／３のデータ量とする。

図７は、データセットの２／３のデータ量を有するブートストラップサンプルから、縦方向にｍ個のデータがランダムサンプリングされた様子を示している。ここで、個数ｍは、データセットの２／３の平方根とするのが好ましい。

図８は、ランダムサンプリングされたデータから決定木を作成する様子を示している。各決定木は、パラメータと覚醒状態及び集中状態の関係を規定している。例えば値αが閾値α１以上であれば非覚醒状態である、等のルールが決定木の要素となる。決定木は、ランダムサンプリングされたデータと、予めサンプリングされた種々の状態における被験者の脳波におけるパラメータの関係から、ランダムサンプリングされたデータ毎に、関数等を用いて作成される。

図９は、図６の手順において除去されたデータセットの一部（評価データ）に決定木を適用し、各決定木が判別結果を出力する様子を示す図である。ランダムフォレスト法では、各決定木の判別結果の多数決によって被験者の状態（非覚醒状態であるか否か、不集中状態であるか否か）が決定される。

係る処理によって、被験者毎に、その状態に応じた脳波パターンが学習されることになる。この結果、後に運転者の状態を正確に判定することができる。

なお、非覚醒状態、及び不集中状態は択一的に判別されてもよいが、例えば弱い不集中状態（以下、「不集中状態（小）」と称する）、強い不集中状態（以下、「不集中状態（大）」と称する）のように段階的に判別されてもよい。非覚醒状態についても同様である。

このように、本実施例の運転者状態判定装置１０では、非覚醒度を表すパラメータと考えられている値α、及び不集中度を表すパラメータと考えられている値｛（α＋β）／θ｝をパラメータの一部としてランダムフォレスト法に基づく判定を行うため、運転者の覚醒状態及び集中状態を正確に判定することができる。

このような判定を行う結果、運転者状態判定装置１０は、値αが大きい場合に運転者が非覚醒状態である旨の判定結果を出力し、値｛（α＋β）／θ｝が大きい場合に運転者が不集中状態である旨の判定結果を出力する傾向となる。図１０は、運転者状態判定装置１０による判定傾向を示す図である。

［運転者支援１］
運転者支援制御装置５０は、例えば移動体前方の障害物との衝突可能性を判定し、衝突可能性が高まると警報の出力を行う装置である。ここでは、運転者支援装置１は車両に搭載されるものとする。

図１１は、運転者支援制御装置５０のシステム構成例である。運転者支援制御装置５０は、例えば、ミリ波レーダー５２と、演算処理装置５４と、スピーカーやブザー等の警報用装置５６と、を備える。

ミリ波レーダー５２は、例えば、フロントグリル裏に配設され、ミリ波の反射波が帰ってくるまでの時間、反射波の位相、及び周波数変化等を利用して物体の距離、方位、相対速度を検出する。なお、これらの算出にはＦＭ−ＣＷ等の手法が用いられるが、既に多くの手法が公知となっているため、説明を省略する。

ミリ波レーダー５２は、このような検出を定期的に行なって、検出した物体に関する情報を演算処理装置５４に送信する。なお、物体の距離等を検出する手段としては、ミリ波レーダー装置の他に、レーザーレーダーや赤外線レーダー、音波レーダー（ソナー）、ステレオカメラ装置等が考えられる。

演算処理装置５４は、演算処理装置３０と同様の構成を有するマイクロコンピュータであり、プログラムメモリに格納されたプログラムをＣＰＵが実行することにより機能する機能ブロックとして、ＴＴＣ（Time To Collision；余裕時間）算出部５４Ａと、警報出力制御部５４Ｂと、を備える。

ＴＴＣ算出部５４Ａは、ミリ波レーダー５２の出力を参照し、車両前方の障害物との距離を、当該障害物との相対速度で除算してＴＴＣを算出する。

警報出力制御部５４Ｂは、ＴＴＣ算出部５４Ａにより算出されたＴＴＣが警報閾値未満となると、音声により警報を出力するように警報用装置５６を制御する。

但し、図１２に示すように、ブレーキが作動するタイミングにおけるＴＴＣ（図では、ブレーキonＴＴＣと表記した）が運転者の状態によって変化するため、運転者状態判定装置１０の判定結果に応じて警報閾値を変更する。図１２は、運転者の各状態と、ブレーキが作動するタイミングにおけるＴＴＣとの関係を示す図である。図示するように、正常時（覚醒状態且つ集中状態）と比較して、不集中状態（小）では約１［sec］、不集中状態（大）では約１．５［sec］、非覚醒状態では約２［sec］、ブレーキのタイミングが遅れることが予め判明している。

そこで、警報出力制御部５４Ｂは、上記警報閾値を、不集中状態（小）では約１［sec］、不集中状態（大）では約１．５［sec］、非覚醒状態では約２［sec］大きくして警報タイミングを早めている。

これによって、運転者の状態に応じた適切なタイミングで警報を出力することができ、警報のタイミングが早すぎることによる煩わしさ、遅すぎることによる安全性の低下を防止することができる。

［運転者支援２］
また、運転者支援制御装置５０は、運転者の状態に応じて異なるメッセージ・警報を出力する装置であってもよい。

図１３は、運転者支援制御装置５０の他のシステム構成例である。運転者支援制御装置５０は、例えば、演算処理装置６０と、表示装置６２と、スピーカーやブザー等の音声出力装置６４と、を備える。表示装置６２は、例えばコンビネーションメータ内に取り付けられた液晶表示パネルである。

演算処理装置６０は、運転者状態判定装置１０の判定結果に応じて運転者に対する異なるメッセージ・警報を出力する。図１４〜１６は、運転者状態判定装置１０の判定結果に応じたメッセージ・警報出力の例である。

図１４は、運転者が非覚醒状態である場合の出力例である。図示するように、運転者が非覚醒状態である場合は、比較的高い周波数（例えば１６００［Hz］程度）の警報音を出力し、警報と共に休憩を勧告するメッセージを音声や表示によって行うように、表示装置６２及び音声出力装置６４を制御する。

図１５は、運転者が不集中状態（小）である場合の出力例である。図示するように、運転者が不集中状態（小）である場合は、注意力が低下している旨を表示するように、表示装置６２を制御する。

図１６は、運転者が不集中状態（大）である場合の出力例である。図示するように、運転者が不集中状態（大）である場合は、比較的低い周波数（例えば８００［Hz］程度）の喚起音を出力し、喚起音と共に注意力が低下している旨を表示するように、表示装置６２及び音声出力装置６４を制御する。

これによって、運転者の状態に応じた適切なメッセージを出力することができ、安全運転に寄与することができる。

［その他の運転者支援］
運転者支援制御装置５０は、警報やメッセージの出力に限らず、例えば自動ブレーキ制御やブレーキアシスト制御、シフトダウン制御、車線維持制御、他車両への警告送信制御等を行ってもよい。いずれの場合も、運転者状態判定装置１０の判定結果を用いて制御タイミングや制御量を変更することにより、適切な運転者支援を行うことができる。

［まとめ］
以上説明した本実施例の運転者状態判定装置１０によれば、運転者の脳波を分析することにより、運転者の覚醒状態及び集中状態を正確に判定することができる。

また、本実施例の運転支援装置１によれば、運転者状態判定装置１０の判定結果を用いることにより、適切な運転者支援を行うことができる。

＜第２実施例＞
以下、図面を参照し、本発明の第２実施例に係る運転者支援装置２、及びその一部を構成する運転者状態判定装置１０について説明する。本実施例に係る運転者支援装置２、及び運転者状態判定装置１０は、車両、船舶、航空機等の運転者の状態を判定し、その判定結果に基づいて運転者支援を行うものである。

本実施例に係る運転者支援装置２は、ハードウエア構成において第１実施例と共通するため、図１を参照すると共に各構成要素について同一の符号を付し、共通する機能に関する説明は省略する。特に、運転者支援制御装置５０については第１実施例と同様であり、第１実施例の説明をそのまま援用する。

［運転者状態判定］
第２実施例に係る運転者状態判定部３２Ｂは、第１実施例とは異なる手法により運転者の状態を判定する。第１実施例で説明したように、指標値算出部３２Ａが算出する値αは非覚醒度を表すパラメータと考えられており、値｛（α＋β）／θ｝は不集中度を表すパラメータと考えられている。

従って、第２実施例に係る運転者状態判定部３２Ｂは、指標値算出部３２Ａが算出した値αが大きい場合に運転者が非覚醒状態である旨の判定結果を出力し、値｛（α＋β）／θ｝が大きい場合に運転者が不集中状態である旨の判定結果を出力する。

より具体的には、値αが閾値Ａ以上であれば運転者が非覚醒状態であると判定し、非覚醒状態でなく、且つ値｛（α＋β）／θ｝が閾値Ｂ以上であれば運転者が不集中状態であると判定する。なお、第１実施例と同様に、不集中状態（及び覚醒状態）を段階的に判定してもよい。この場合、値｛（α＋β）／θ｝が閾値Ｂ１以上であれば運転者が不集中状態（大）であると判定し、値｛（α＋β）／θ｝が閾値Ｂ２以上であれば運転者が不集中状態（大）であると判定する（Ｂ１＞Ｂ２）。

図１７は、第２実施例に係る運転者状態判定部３２Ｂにより実行される処理の流れを示すフローチャートである。

まず、運転者状態判定部３２Ｂは、指標値算出部３２Ａが算出した値αが閾値Ａ以上であるか否かを判定する（Ｓ１００）。値αが閾値Ａ以上である場合は、運転者が非覚醒状態であると判定する（Ｓ１０２）。

一方、値αが閾値Ａ未満である場合は、続いて、指標値算出部３２Ａが算出した値｛（α＋β）／θ｝が閾値Ｂ１以上であるか否かを判定する（Ｓ１０４）。値｛（α＋β）／θ｝が閾値Ｂ１以上である場合は、運転者が不集中状態（大）であると判定する（Ｓ１０６）。

また、値｛（α＋β）／θ｝が閾値Ｂ１未満である場合は、値｛（α＋β）／θ｝が閾値Ｂ２以上であるか否かを判定する（Ｓ１０８）。値｛（α＋β）／θ｝が閾値Ｂ２以上である場合は、運転者が不集中状態（小）であると判定する（Ｓ１１０）。ここで、Ｂ１＞Ｂ２である。

閾値Ｂ２未満である場合は、運転者が運転に適した状態であると判定する（Ｓ１１２）。

なお、このように各パラメータに対して独立的に閾値を適用するのではなく、図１８に示すような非線形なマップを値α、値｛（α＋β）／θ｝に適用し、運転者の状態を判定してもよい。図１８は、運転者の状態判定に用いられるマップの一例である。

このように、本実施例の運転者状態判定装置１０では、非覚醒度を表すパラメータと考えられている値α、及び不集中度を表すパラメータと考えられている値｛（α＋β）／θ｝について、閾値やマップを適用して運転者の状態を判定するため、運転者の覚醒状態及び集中状態を正確に判定することができる。

［まとめ］
以上説明した本実施例の運転者状態判定装置１０によれば、運転者の脳波を分析することにより、運転者の覚醒状態及び集中状態を正確に判定することができる。

また、本実施例の運転支援装置２によれば、運転者状態判定装置１０の判定結果を用いることにより、適切な運転者支援を行うことができる。

以上、本発明を実施するための最良の形態について実施例を用いて説明したが、本発明はこうした実施例に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

１、２ 運転者支援装置
１０ 運転者状態判定装置
２０ 脳波センサ
２０Ａ 簡易脳波計
２０Ｃ 静電結合型電極
２０Ｂ、２０Ｄ ケーブル
３０ 演算処理装置
３２ ＣＰＵ
３２Ａ 指標値算出部
３２Ｂ 運転者状態判定部
３４ プログラムメモリ
３６ ワーキングメモリ
３８ Ａ／Ｄ変換器
５０ 運転者支援制御装置
５２ ミリ波レーダー
５４ 演算処理装置
５６ 警報用装置
６０ 演算処理装置
６２ 表示装置
６４ 音声出力装置

Claims (6)

1. 運転者の脳波を計測する脳波計測手段と、
   前記脳波計測手段の出力に基づいて、アルファ波の強さを示す第１の指標値、ベータ波の強さを示す第２の指標値、及びシータ波の強さを示す第３の指標値を算出する指標値算出手段と、
   前記第１ないし第３の指標値に基づいて、運転者の覚醒状態及び集中状態に関する判定を行う判定手段と、
   を備える運転者状態判定装置。
2. 請求項１に記載の運転者状態判定装置であって、
   前記判定手段は、前記第１の指標値、及び前記第１の指標値と前記第２の指標値の和を前記第３の指標値で除算した値をパラメータとして、運転者の覚醒状態及び集中状態に関する判定を行う手段である、
   運転者状態判定装置。
3. 請求項２に記載の運転者状態判定装置であって、
   前記判定手段は、前記第１の指標値、及び前記第１の指標値と前記第２の指標値の和を前記第３の指標値で除算した値をパラメータの少なくとも一部として、ランダムフォレスト法に基づく判定を行う手段である、
   運転者状態判定装置。
4. 請求項２に記載の運転者状態判定装置であって、
   前記判定手段は、前記第１の指標値が大きい場合に運転者が非覚醒状態である旨の判定結果を出力し、前記第１の指標値と前記第２の指標値の和を前記第３の指標値で除算した値が大きい場合に運転者が不集中状態である旨の判定結果を出力する手段である、
   運転者状態判定装置。
5. 請求項１ないし４のいずれか１項に記載の運転者状態判定装置であって、
   前記脳波計測手段は、運転席のヘッドレストに取り付けられた静電結合型電極を含む、
   運転者状態判定装置。
6. 請求項１ないし５のいずれか１項に記載の運転者状態判定装置を含み、
   前記判定手段により判定された運転者の覚醒状態及び集中状態を用いて運転者支援を行うことを特徴とする、
   運転者支援装置。