JP2012118951A - 車載装置および運転支援システム - Google Patents

Abstract

【課題】運転者に対して適切な報知を行うこと。
【解決手段】運転特性取得部が、運転者を特定するとともに、特定した運転者の過去の運転履歴に基づく運転特性情報を取得し、運転状況取得部が、現在の運転状況に関する運転状況情報を取得し、状態レベル推定部が、運転特性情報および運転状況情報に基づいて運転者の状態を推定する。また、報知制御部が、推定された運転者の状態に基づいて運転者へ報知する内容を制御するように車載装置を構成した。
【選択図】図３

Description

この発明は、車載装置および運転支援システムに関する。

従来、車両事故の低減を目的として、居眠り運転や脇見運転あるいは漫然運転といった運転者の危険運転状態を推定し、運転者に対して所定の情報を報知する技術が提案されている。

たとえば、特許文献１に記載の技術では、運転開始から所定時間（たとえば、５分間）における操舵角の変化や車速等をモニタし、これらの情報から運転者の基本運転パターンを作成する。そして、特許文献１に記載の技術では、その後の運転者の運転パターンを基本運転パターンと比較することによって運転者の居眠り運転状態を推定する。

特開平５−１７８１１５号公報

しかしながら、上記した従来技術には、運転者に対して適切なタイミングで報知を行うことが困難であるという問題があった。これは、運転開始から所定時間内に運転者の危険運転状態が発生した場合に、運転者に対して危険を報知することができないためである。

また、運転開始からの所定時間内において取得することができる情報量には限りがあり、運転者の特性を十分に反映した基本運転パターンが作成されないおそれがあるためでもある。適切な基本運転パターンを作成することができなければ、運転者に対して適切な報知を行うことが困難である。

本願は、上述した従来技術による問題点を解消するためになされたものであり、運転者に対して適切な報知を行うことができる車載装置および運転支援システムを提供することを目的とする。

本願は、運転者を特定する特定手段と、前記特定手段によって特定された運転者の過去の運転履歴に基づく運転特性情報を取得する運転特性取得手段と、現在の運転状況に関する運転状況情報を取得する運転状況取得手段と、前記運転特性取得手段によって取得された運転特性情報および前記運転状況取得手段によって取得された運転状況情報に基づいて前記運転者の状態を推定する推定手段と、前記推定手段によって推定された前記運転者の状態に基づき、前記運転者へ報知する内容を変更する制御手段とを備える。

本願によれば、特定手段が、運転者を特定し、運転特性取得手段が、特定手段によって特定された運転者の過去の運転履歴に基づく運転特性情報を取得し、運転状況取得手段が、現在の運転状況に関する運転状況情報を取得し、推定手段が、運転特性取得手段によって取得された運転特性情報および運転状況取得手段によって取得された運転状況情報に基づいて運転者の状態を推定し、制御手段が、推定手段によって推定された運転者の状態に基づき、運転者へ報知する内容を変更することとした。したがって、運転者に対して適切な報知を行うことができる。

図１は、本発明に係る運転支援手法の概要を示す図である。 図２は、本実施例に係る運転支援システムの構成を示す図である。 図３は、車載装置および管理装置の構成を示すブロック図である。 図４は、運転特性抽出処理の一例を示す図である。 図５は、状態レベル推定処理の一例を示す図である。 図６は、報知制御処理の一例を示す図である。 図７は、状態レベル推定処理の他の一例を示す図である。 図８は、報知制御処理の他の一例を示す図である。 図９は、車載装置が実行する処理手順を示すフローチャートである。 図１０は、本実施例に係る運転支援システムの他の構成を示す図である。 図１１は、本実施例に係る運転支援システムの他の構成を示す図である。

以下に添付図面を参照して、本発明に係る車載装置および運転支援システムの実施例を詳細に説明する。まず、実施例の詳細な説明に先立ち、本発明に係る運転支援手法の概要について図１を用いて説明する。図１は、本発明に係る運転支援手法の概要を示す図である。なお、図１には、車両の運転者が運転者Ａである場合について示している。

図１に示すように、本発明に係る運転支援手法では、運転者の過去の運転履歴に基づく運転特性と、かかる運転者の現在の運転状況とに基づいて運転者の状態を推定することで、運転者に合った最適なタイミングで報知を行うことを可能とする。

具体的には、まず、車両の運転者を特定する（図１の（１）参照）。運転者の特定手法としては、たとえば、指紋センサや静脈センサなどを用いた生体認証を利用することができる。なお、生体認証に限らず、所有者を特定するＩＤ情報が記憶された車両キーによる認証やパスワード認証などを用いることもできる。

つづいて、本発明に係る運転支援手法では、特定した運転者に対応する運転特性情報を所定のデータベースから取得する（図１の（２）参照）。図１では、車両の運転者が運転者Ａであるため、運転特性情報（運転者Ａ）が取得される。ここで、運転特性情報とは、車両運転に関する運転者の傾向や癖などを示す情報であり、後述する運転履歴情報から抽出される。なお、データベースは、車載装置が有することとしてもよいし、所定の管理装置が有することとしてもよい。

このように、本発明に係る運転支援手法では、運転者の運転開始前における過去の運転履歴に基づく運転特性情報を取得することとした。したがって、運転者に対応する運転特性情報を車両の走行前に取得することができる。

つづいて、本発明に係る運転支援手法では、車両の走行中において現在の運転状況を取得する（図１の（３）参照）。ここで、現在の運転状況とは、車両の走行状態を示す車両情報や運転時における運転者の生理情報を含む情報である。車両情報としては、たとえば、操舵パターンや車速などがあり、生理情報としては、たとえば、心拍数や心拍揺らぎあるいは視線などがある。そして、かかる運転状況を蓄積したものが運転履歴情報となる。

つづいて、本発明に係る運転支援手法では、現在の運転状況および運転者Ａの運転特性情報に基づいて運転者Ａの状態を推定する（図１の（４）参照）。たとえば、本発明に係る運転支援手法では、運転者Ａの現在の心拍数と、運転者Ａの運転特性情報に含まれる基準心拍数との差に基づいて運転者Ａの眠気レベルを推定する。

なお、このとき用いられる基準心拍数は、運転者Ａ特有の値である。したがって、かかる基準心拍数を用いることで、運転者Ａに適合した眠気レベルの推定結果を得ることができる。

つづいて、本発明に係る運転支援手法では、推定した運転者Ａの状態に基づいて報知器を制御する（図１の（５）参照）。たとえば、本発明に係る運転支援手法では、眠気レベルが所定レベル以上となった場合に、所定の報知器に対して所定の情報を報知させる。なお、報知器としては、たとえば、インジケータ、スピーカ、座席振動装置などがある。

このように、本発明に係る運転支援手法では、運転者を特定したうえで、特定した運転者に対応する運転特性情報を取得する。また、本発明に係る運転支援手法では、現在の運転状況を取得し、運転特性情報および運転状況に基づいて運転者の状態を推定する。そして、本発明に係る運転支援手法では、推定した運転者の状態に基づいて運転者へ報知する内容を変更することとした。すなわち、本発明に係る運転支援手法では、運転者固有の運転特性と、かかる運転者の現在の運転状況とに基づいて推定された運転者の状態に基づいて運転者へ放置する内容を変更することとしたため、運転者に対して適切な報知を行うことができる。

なお、ここでは、運転者ごとの運転特性情報が所定のデータベースに予め記憶されている場合について説明したが、運転特性情報は、運転者を特定するたびに、運転履歴情報から抽出するようにしてもよい。

ところで、運転者にとっての最適な報知タイミングは、常に同じであるとは限らない。たとえば、運転者にとっての最適な報知タイミングは、運転者の生活リズムあるいは車両の周辺状況などによって変化し得る。そこで、たとえば、運転者の前日の睡眠時間がわずかである場合や車両周辺が混雑している場合などには、通常よりも早めのタイミングで報知を行うこととしてもよい。なお、かかる点の詳細については、実施例において後述することとする。

以下では、本発明に係る運転支援手法を適用した車載装置および運転支援システムについての実施例を詳細に説明する。なお、以下では、運転履歴情報および運転特性情報を管理センターが保有する場合について説明する。

まず、本実施例に係る運転支援システムの構成について図２を用いて説明する。図２は、本実施例に係る運転支援システムの構成を示す図である。

図２に示したように、本実施例に係る運転支援システムは、車両１００に搭載された車載装置１０と、管理センター内に設置された管理装置２０と、運転者が所持する携帯端末装置３０とを含む。

車載装置１０は、たとえば、カーナビゲーション装置である。かかる車載装置１０は、一般的なナビゲーション機能に加え、運転者の状態を推定する機能（状態推定機能）や報知器を制御する機能（報知制御機能）を実装する。

また、車載装置１０は、無線ＷＡＮ（Wide Area Network）や無線ＬＡＮ（Local Area Network）といった通信ネットワークを介して管理装置２０と接続する。また、車載装置１０は、ブルートゥース（登録商標）などの近距離無線通信によって携帯端末装置３０と接続する。

なお、ここでは、車載装置１０がカーナビゲーション装置であるものとして説明するが、車載装置１０は、必ずしもナビゲーション機能を有する必要はない。たとえば、車載装置１０は、管理装置２０や携帯端末装置３０との通信機能や表示機能といった基本的な機能のみを実装し、携帯端末装置３０と連携することで多機能化するＤＡ（Display Audio）であってもよいし、専用装置であってもよい。

管理装置２０は、たとえば、パーソナルコンピュータやサーバ装置といった一般的なコンピュータ装置である。かかる管理装置２０は、運転履歴ＤＢ２００ａおよび運転特性ＤＢ２００ｂを含んだデータベース２００を備える。運転履歴ＤＢ２００ａは、運転者ごとの運転履歴情報を格納するデータベースである。また、運転特性ＤＢ２００ｂは、運転者ごとの運転特性情報を格納するデータベースである。

携帯端末装置３０は、携帯電話やＰＨＳ（Personal Handy-phone System）あるいはＰＤＡ（Personal Digital Assistant）といった携帯端末装置である。かかる携帯端末装置３０は、ブルートゥース（登録商標）などの近距離無線通信機能を搭載する。

また、運転者の家庭には、睡眠計測装置４０が設置されている。かかる睡眠計測装置４０は、運転者の睡眠時間を計測し記憶する装置である。携帯端末装置３０は、近距離無線通信によって睡眠計測装置４０と接続し、睡眠計測装置４０から運転者の前日の睡眠時間を取得する。また、携帯端末装置３０は、近距離無線通信によって車載装置１０と接続し、睡眠計測装置４０から取得した運転者の前日の睡眠時間を車載装置１０へ送信する。

次に、本実施例に係る車載装置１０および管理装置２０の構成について図３を用いて説明する。図３は、車載装置１０および管理装置２０の構成を示すブロック図である。なお、図３では、車載装置１０および管理装置２０の特徴を説明するために必要な構成要素のみを示しており、一般的な構成要素についての記載を省略している。

図３に示すように、車載装置１０は、制御部１１および記憶部１２を備える。また、制御部１１は、運転特性取得部１１ａと、運転状況取得部１１ｂと、状態レベル推定部１１ｃと、報知制御部１１ｄと、周辺環境取得部１１ｅと、生活情報取得部１１ｆとを備える。また、記憶部１２は、運転特性情報１２ａを記憶する。

管理装置２０は、制御部２１および記憶部２２を備える。また、制御部２１は、送信処理部２１ａと、運転特性抽出部２１ｂと、履歴更新部２１ｃとを備える。また、記憶部２２は、運転特性情報２２ａと、運転履歴情報２２ｂとを記憶する。

なお、車両１００には、指紋センサ１００ａ、生理センサ群１００ｂ、運転操作センサ群１００ｃ、報知器群１００ｄおよび周辺環境センサ群１００ｅが設置されている。これらセンサ群および報知器群については、制御部１１の各処理部の説明と併せて後述することとする。

制御部１１は、車載装置１０全体を制御する制御部である。運転特性取得部１１ａは、運転者の指紋情報をキーとしてかかる運転者の運転特性情報を管理装置２０から取得する処理部である。

具体的には、運転特性取得部１１ａは、指紋センサ１００ａから運転者の指紋情報を取得し、取得した指紋情報を通信ネットワーク経由で管理装置２０へ送信する。そして、運転特性取得部１１ａは、運転者に対応する運転特性情報２２ａを管理装置２０から取得し、運転特性情報１２ａとして記憶部１２に記憶する。

なお、ここでは、指紋センサ１００ａを用いることとしたが、これに限らず、たとえば、静脈センサを用いて静脈情報を採取してもよいし、顔認証装置を用いて顔の特徴情報を採取してもよい。このように、生体情報を用いることで、車両器キーの貸し借りによる誤認証あるいは不正認証などを防止することができる。ただし、運転者の特定手法は、生体認証に限らず、パスワード認証などの生体認証以外の認証手法を用いてもよい。

ここで、運転履歴情報および運転特性情報について図４を用いて説明する。図４は、運転特性抽出処理の一例を示す図である。まず、運転履歴情報２２ｂについて説明する。

運転履歴情報２２ｂは、運転者の運転開始前における過去の運転履歴である。具体的には、運転履歴情報２２ｂは、生理情報および車両情報を各運転者の指紋情報と関連付けた情報である。生理情報とは、運転時における運転者のバイタルサインや動作に関する情報を含んだ情報である。バイタルサインとしては、たとえば、心拍数データ、脳波データ、体温データなどがあり、動作に関する情報としては、顔向きデータや視線データなどがある。

車両情報とは、運転者による車両１００および他の車両の操作に関する情報である。車両情報には、たとえば、操舵データや車速データ、加速度データ、ヨー角データ、車両位置の左右への変動を示す車両ふらつき度データなどが含まれる。

なお、運転履歴情報２２ｂに含まれる各データは、車両１００に搭載された生理センサ群１００ｂおよび運転操作センサ群１００ｃによって検出され、車載装置１０から管理装置２０へ送信され、履歴更新部２１ｃによって運転履歴情報２２ｂとして蓄積される。

つづいて、運転特性情報について説明する。運転特性情報の抽出は、管理装置２０の制御部２１が備える運転特性抽出部２１ｂによって行われる。具体的には、運転特性抽出部２１ｂは、運転履歴情報２２ｂとして蓄積された各データを平均化することによって基準データを作成し、運転特性情報２２ａとして記憶する。

たとえば、運転特性抽出部２１ｂは、蓄積された心拍数データを平均化することによって基準心拍数データを作成する。同様に、運転特性抽出部２１ｂは、蓄積された顔向きデータを平均化することによって基準顔向きデータを作成し、蓄積された操舵データから基準操舵データを作成し、蓄積された車速データから基準車速データを作成する。

また、運転特性抽出部２１ｂは、作成した各基準データを運転者の指紋情報と関連付けて運転特性情報２２ａとして記憶部２２に記憶する。このように、運転特性情報２２ａは、運転特性抽出部２１ｂによって運転履歴情報２２ｂから抽出される情報である。すなわち、運転特性情報２２ａは、運転者固有の基準データである。

なお、ここでは、運転履歴情報２２ｂとして蓄積されたデータを平均化することによって基準データを作成することとしたが、基準データを作成する方法は、これに限ったものではない。

図３に戻り、車載装置１０の制御部１１についての説明を続ける。運転状況取得部１１ｂは、生理センサ群１００ｂによって検出された生理情報および運転操作センサ群１００ｃによって検出された車両情報を運転状況情報として取得する処理部である。

生理センサ群１００ｂおよび運転操作センサ群１００ｃについて説明する。生理センサ群１００ｂは、運転者の生理情報を検出する各種のセンサを含む。たとえば、運転者の心拍数を計測する心拍計、運転者の脳波を計測する脳波計、運転者の体温を計測する体温計、運転者の視線や顔向きを検出するカメラなどが生理センサ群１００ｂとして車両１００に搭載される。なお、心拍計および体温計は、たとえば、ハンドルに搭載することができる。

また、運転操作センサ群１００ｃは、車両情報を検出する各種のセンサを含む。たとえば、操舵角を検出する操舵角センサ、車速を検出する車速センサ、車両１００の加速度を検出する加速度センサなどが運転操作センサ群１００ｃとして車両１００に搭載される。

運転状況取得部１１ｂは、生理センサ群１００ｂおよび運転操作センサ群１００ｃから取得した運転状況情報を状態レベル推定部１１ｃへ渡す処理も併せて行う。また、運転状況取得部１１ｂは、取得した運転状況情報を管理装置２０へ送信する処理も併せて行う。なお、運転状況取得部１１ｂは、運転状況情報の管理装置２０への送信を、運転状況情報を取得するごとに行ってもよいし、一定時間ごとあるいは一定量ごとに行ってもよい。

状態レベル推定部１１ｃは、運転状況取得部１１ｂから運転状況情報を受け取ると、受け取った運転状況情報と、記憶部１２に記憶された運転特性情報１２ａとに基づいて運転者の状態レベルを推定する処理部である。

ここで、状態レベル推定部１１ｃによる状態レベル推定処理について図５を用いて説明する。図５は、状態レベル推定処理の一例を示す図である。なお、図５では、状態レベル推定処理の一例として、心拍数データを用いて運転者の眠気レベルを推定する推定処理について説明するが、状態レベル推定処理はこれに限ったものではない。

図５に示す基準心拍数は、基準心拍数データとして運転特性情報１２ａに含まれる情報である。すなわち、基準心拍数は、運転者ごとに異なる。

状態レベル推定部１１ｃは、運転状況情報に含まれる心拍数すなわち現在の心拍数が、基準心拍数よりもβ１だけ少ない心拍数α１からかかる心拍数α１よりもβ１だけ少ない心拍数α２の範囲内にある場合に、運転者の眠気レベルがレベル１であると推定する。

また、状態レベル推定部１１ｃは、現在の心拍数が、心拍数α２からかかる心拍数α２よりもβ１だけ少ない心拍数α３の範囲内にある場合に、運転者の眠気レベルがレベル２であると推定する。また、状態レベル推定部１１ｃは、現在の心拍数が、心拍数α３からかかる心拍数よりもβ１だけ少ない心拍数α４の範囲内にある場合に、運転者の眠気レベルがレベル３であると推定する。また、状態レベル推定部１１ｃは、現在の心拍数データが、心拍数α４よりも少ない場合に、運転者の眠気レベルがレベル４であると推定する。

たとえば、図５では、時間ｔ１における心拍数が心拍数α１〜α２の範囲内にある。このため、状態レベル推定部１１ｃは、時間ｔ１における運転者の眠気レベルをレベル１と推定する。同様に、状態レベル推定部１１ｃは、時間ｔ２における運転者の眠気レベルをレベル２と推定し、時間ｔ３における運転者の眠気レベルをレベル３と推定し、時間ｔ４における運転者の眠気レベルをレベル４と推定する。また、状態レベル推定部１１ｃは、時間ｔ０において運転者の眠気レベルをレベル０と推定する。

このように、状態レベル推定部１１ｃは、運転者固有の基準心拍数を用いて運転者の眠気レベルを推定するため、一般的な基準心拍数を用いる場合と比較して、運転者の眠気レベルを適切に推定することができる。

なお、図５では、説明を容易にするために、眠気レベル１〜３の範囲幅β１を一定としたが、かかる範囲幅はそれぞれ異なってもよい。また、車載装置１０では、状態レベル推定部１１ｃによって推定された状態レベルを図示しないディスプレイへ表示することとしてもよい。

状態レベル推定部１１ｃは、運転者の状態レベルを推定すると、推定した状態レベルを報知制御部１１ｄへ渡す。

図３に戻り、車載装置１０の制御部１１についての説明を続ける。報知制御部１１ｄは、状態レベル推定部１１ｃから運転者の状態レベルを受け取ると、受け取った状態レベルに基づいて報知器群１００ｄを制御する処理部である。

ここで、報知制御部１１ｄによる報知制御処理について説明する。まず、報知制御処理の処理対象となる報知器群１００ｄについて説明する。報知器群１００ｄは、運転者に対して所定の情報を報知する各種の報知器を含む。たとえば、報知器群１００ｄには、インジケータやスピーカ、座席振動装置などが含まれる。なお、座席振動装置は、運転席内部に設けられた振動装置である。

つづいて、報知制御部１１ｄによる報知制御処理について図６を用いて説明する。図６は、報知制御処理の一例を示す図である。

図６に示すように、報知制御部１１ｄは、運転者の眠気レベルがレベル１である場合には、インジケータを点灯させる。また、報知制御部１１ｄは、眠気レベルがレベル２である場合には、スピーカを制御し、「休憩しませんか？」といった音声案内を出力させる。

また、報知制御部１１ｄは、眠気レベルがレベル３である場合には、スピーカを制御し、警報音を出力する。ここで出力される警報音は、音量が比較的小さい弱警報音であるものとする。また、報知制御部１１ｄは、眠気レベルがレベル４である場合には、座席振動装置を振動させる。ここでの座席振動装置による振動は、振動の程度が比較的弱い弱振動であるものとする。

このように、車載装置１０では、報知制御部１１ｄが、状態レベル推定部１１ｃによって推定された運転者の状態レベルに従って報知器群１００ｄを制御し、報知器群１００ｄが、運転者に対して所定の情報を報知する。これにより、居眠り運転や脇見運転あるいは漫然運転といった危険運転状態が原因となって起こる車両事故を未然に防ぐことができる。

なお、図６に示した眠気レベルおよび報知器の組合せは、あくまでも一例であり、他の組合せであっても構わない。また、複数の報知器を同時に動作させることとしてもよい。

図３に戻り、車載装置１０の制御部１１についての説明を続ける。周辺環境取得部１１ｅは、周辺環境センサ群１００ｅから車両１００の周辺環境に関する情報である周辺環境情報を取得する処理部である。

周辺環境センサ群１００ｅは、車両１００の周辺環境情報を検出する各種のセンサを含む。たとえば、前方車両との車間距離を計測するミリ波レーダ、後方車両との車間距離を計測するミリ波レーダ、車線幅を計測するためのカメラなどが周辺環境センサ群１００ｅとして含まれる。なお、ミリ波レーダに代えて、レーザレーダや超音波レーダなどを用いることとしてもよい。

周辺環境取得部１１ｅは、周辺環境センサ群１００ｅから周辺環境情報を取得すると、取得した周辺環境情報を報知制御部１１ｄへ渡す。

生活情報取得部１１ｆは、携帯端末装置３０から運転者の前日の睡眠時間を生活情報として取得する。また、生活情報取得部１１ｆは、取得した生活情報を状態レベル推定部１１ｃへ渡す処理も併せて行う。

記憶部１２は、不揮発性メモリやハードディスクドライブといった記憶デバイスで構成される記憶部であり、運転特性情報１２ａを記憶する。かかる運転特性情報１２ａは、運転特性取得部１１ａによって管理装置２０から取得される情報である。

つづいて、管理装置２０について説明する。管理装置２０の制御部２１は、管理装置２０全体を制御する制御部であり、送信処理部２１ａ、運転特性抽出部２１ｂおよび履歴更新部２１ｃを備える。

送信処理部２１ａは、車載装置１０から指紋情報を受け取ると、受け取った指紋情報と関連付けられた運転特性情報２２ａを記憶部２２から取り出し、通信ネットワークを介して車載装置１０へ送信する処理部である。

運転特性抽出部２１ｂは、運転履歴情報２２ｂから運転特性情報２２ａを抽出する処理部である。かかる運転特性抽出部２１ｂによる運転特性抽出処理については、図４を用いて既に説明したため、ここでの説明は省略する。

履歴更新部２１ｃは、車載装置１０から運転状況情報および指紋情報を受け取ると、受け取った指紋情報と関連付けられた運転履歴情報２２ｂに対して運転状況情報を追加する処理部である。

記憶部２２は、不揮発性メモリやハードディスクドライブといった記憶デバイスで構成される記憶部であり、運転特性情報２２ａおよび運転履歴情報２２ｂを記憶する。ここで、記憶部２２は、図２に示したデータベース２００に相当し、運転特性情報２２ａは、運転特性ＤＢ２００ｂに相当し、運転履歴情報２２ｂは、運転履歴ＤＢ２００ａに相当する。

ところで、運転者にとって最適な報知タイミングは、常に同じであるとは限らない。たとえば、運転者が寝不足である場合には、居眠り運転などの危険運転状態への推移が早くなることが予想される。そこで、運転者の前日の睡眠時間に基づいて報知タイミングを早めることとしてもよい。

以下では、運転者の前日の睡眠時間に基づき、運転者への所定の情報の報知タイミングを早める場合の例について図７を用いて説明する。図７は、状態レベル推定処理の他の一例を示す図である。なお、図７の（Ａ）は状態レベル推定処理の他の一例の概要を、図７の（Ｂ）は推定条件「シビア」を用いた状態推定処理の一例を、それぞれ示している。

図７の（Ａ）に示すように、状態レベル推定部１１ｃは、運転者の状態レベルを推定する場合に用いる推定条件として、「ノーマル」および「シビア」の２つの推定条件を備える。状態レベル推定部１１ｃは、生活情報取得部１１ｆから通知される生活情報に応じてこれら２つの推定条件から１つの推定条件を選択する。

具体的には、状態レベル推定部１１ｃは、生活情報として通知された運転者の前日の睡眠時間が６時間以上である場合には推定条件「ノーマル」を選択し、６時間未満である場合には推定条件「シビア」を選択する。

推定条件「シビア」が選択されると、推定条件「ノーマル」が選択された場合（図５に示した場合）よりも早いタイミングで睡眠レベルが推定される。この結果、推定条件「ノーマル」が選択された場合と比較して早いタイミングで運転者への報知が行われることとなる。

たとえば、図７の（Ｂ）に示すように、状態レベル推定部１１ｃは、運転状況情報に含まれる心拍数データが、基準心拍数よりもβ２だけ少ない心拍数α１’からかかる心拍数α１’よりもβ２だけすくない心拍数α２’の範囲内にある場合に、運転者の眠気レベルがレベル１であると推定する。

ここで、β２は、β１よりも小さい値である。したがって、推定条件「シビア」が選択された場合には、推定条件「ノーマル」が選択された場合と比較して、レベル１以上の眠気レベルが推定されるタイミングが早まる。たとえば、時間ｔ０における眠気レベルは、推定条件「ノーマル」選択時には眠気レベル０と推定されたが（図５参照）、推定条件「シビア」が選択された場合には眠気レベル１と推定される。

この結果、推定条件「ノーマル」選択時には時間ｔ１において点灯されるインジケータが、時間ｔ１よりも早い時間ｔ０において点灯されることとなる。すなわち、車載装置１０は、推定条件「シビア」を選択することで、通常よりも早いタイミングで運転者への報知を開始することができる。

このように、状態レベル推定部１１ｃは、生活情報に基づいて推定条件を変更することとしたため、運転者の生活リズムに合ったより適切なタイミングで報知を行うことができる。特に、生活情報として運転者の前日の睡眠時間を用いることで、居眠り運転による車両事故をより適切に防止することができる。

また、車両１００の周辺が混雑している場合や車両１００が道幅の狭い道路を走行している場合には、車両１００の周辺が混雑していない場合や車両１００が道幅の広い道路を走行している場合と比較して、危険運転状態による事故の発生確率が高くなる。そこで、このような場合には、運転者への報知内容を変更して、運転者を危険運転状態から確実に復帰させることとしてもよい。

以下では、車両１００の周辺環境に基づいて運転者への報知内容を変更する場合の例について図８を用いて説明する。図８は、報知制御処理の他の一例を示す図である。なお、図８の（Ａ）には報知内容Ａが選択される周辺環境の一例および報知内容Ｂが選択される周辺環境の一例を、図８の（Ｂ）には報知内容Ｂの具体的内容を、それぞれ示している。

図８の（Ａ）に示すように、車両１００の周辺が混雑していない場合や車両１００が道幅の広い道路を走行している場合、報知制御部１１ｄは、報知内容Ａを選択する（図８の（Ａ）の（Ａ−１）参照）。そして、報知制御部１１ｄは、かかる報知内容Ａに従って報知器群１００ｄの制御を行う。なお、報知内容Ａは、図６に示した内容である。

一方、報知制御部１１ｄは、車両１００と前方の車両との車間距離Ｘ１または車両１００と後方の車両との車間距離Ｘ２が基準値Ｘｒｅｆ以下である場合には、報知内容Ｂを選択する（図８の（Ａ）の（Ａ−２）参照）。同様に、報知制御部１１ｄは、走行中の道路の道幅Ｙが基準値Ｙｒｅｆ以下である場合にも、報知内容Ｂを選択する。

ここで、報知制御部１１ｄは、車間距離Ｘ１および道幅Ｙを周辺環境情報として周辺環境取得部１１ｅから取得する。なお、周辺環境取得部１１ｅは、周辺環境情報を周辺環境センサ群１００ｅから取得する。

図８の（Ｂ）に示すように、報知内容Ｂは、報知内容Ａ（図６参照）と比較して覚醒度の高い内容となっている。具体的には、眠気レベル１の場合、報知制御部１１ｄは、報知内容Ａ選択時にはインジケータを点灯させるが、報知内容Ｂ選択時にはインジケータを点滅させる。また、眠気レベル２の場合、報知制御部１１ｄは、報知内容Ａ選択時にはスピーカから「休憩しませんか？」といった柔らかい口調の音声案内を出力させるが、報知内容Ｂ選択時には「休憩してください。」といった強めの口調の音声案内を出力させる。

また、眠気レベル３の場合、報知制御部１１ｄは、報知内容Ａ選択時にはスピーカから弱警報音を出力させるが、報知内容Ｂ選択時には弱警報音よりも音量が大きい強警報音を出力させる。眠気レベル４の場合、報知制御部１１ｄは、報知内容Ａ選択時には座席振動装置を弱振動で振動させるが、報知内容Ｂ選択時には弱振動よりも強い強振動で振動させる。このように、運転者は、報知内容Ｂに従って報知処理が行われた場合、報知内容Ａに従って報知処理が行われた場合と比較して、より確実に危険運転状態から復帰することができる。

このように、報知制御部１１ｄは、周辺環境情報に基づき、報知器群１００ｄによって報知される所定の情報の内容を変更することとしたため、運転者を適切に危険運転状態から復帰させることができる。

なお、図８では、周辺環境情報に基づいて運転者への報知内容を変更する場合の例について説明したが、これに限らず、報知制御部１１ｄは、運転者の生活情報に基づいて報知内容を変更することとしてもよい。

たとえば、報知制御部１１ｄは、生活情報取得部１１ｆから運転者の前日の睡眠時間を受け取り、かかる睡眠時間が６時間以上である場合には報知内容Ａを選択し、６時間未満である場合には報知内容Ｂを選択する。これにより、運転者が寝不足であり、居眠り運転などの危険運転状態に陥り易い場合であっても、運転者を確実に覚醒させることができ、車両事故を未然に防ぐことができる。

また、図７では、生活情報に基づいて推定条件を変更する場合について説明したが、これに限らず、状態レベル推定部１１ｃは、周辺環境情報に基づいて推定条件を変更することとしてもよい。

たとえば、状態レベル推定部１１ｃは、周辺環境取得部１１ｅから周辺環境情報を受け取り、車間距離Ｘ１，Ｘ２が基準値Ｘｒｅｆ以下である場合または道幅Ｙが基準値Ｙｒｅｆ以下である場合に、推定条件「シビア」を選択する。これにより、危険運転状態による車両事故の発生確率が高い状況であっても、早めのタイミングで報知処理が行われるため、車両事故をより確実に防ぐことができる。

また、状態レベル推定部１１ｃは、生活情報および周辺環境情報の組み合わせに基づいて推定条件を選択してもよい。たとえば、運転者の前日の睡眠時間が６時間未満であり、かつ、車間距離および道幅が基準値以下である場合に、推定条件「シビア」を選択することとしてもよい。同様に、報知制御部１１ｄは、生活情報および周辺環境情報の組み合わせに基づいて報知内容を選択してもよい。

次に、本実施例に係る車載装置１０の具体的動作について図９を用いて説明する。図９は、車載装置１０が実行する処理手順を示すフローチャートである。なお、図９においては、報知制御処理が１回だけ行われる場合の処理手順について示している。

図９に示すように、車載装置１０では、運転特性取得部１１ａが、指紋情報要求条件を満たすか否かを判定する（ステップＳ１０１）。ここで、指紋情報要求条件とは、運転者に対して指紋情報の取得を要求するか否かの決定に用いる条件である。

たとえば、運転特性取得部１１ａは、エンジンが始動した場合、シートベルトの取り外し操作がなされた場合、一時停止状態が所定時間以上継続した場合、運転席の座席位置が変更された場合に、指紋情報要求条件を満たしたと判定する。なお、運転席に体重計が設置されている場合には、一定量以上の体重変化があった場合に、指紋情報要求条件を満たしたと判定することとしてもよい。

ステップＳ１０１において指紋情報要求条件を満たすと判定すると（ステップＳ１０１，Ｙｅｓ）、運転特性取得部１１ａは、指紋センサ１００ａを起動させて指紋情報の要求を行うとともに、指紋センサ１００ａから運転者の指紋情報を取得する（ステップＳ１０２）。つづいて、運転特性取得部１１ａは、取得した指紋情報を管理装置２０へ送信するとともに、運転者に対応する運転特性情報を管理装置２０から取得する（ステップＳ１０３）。

ステップＳ１０３の処理を終えた場合、あるいは、ステップＳ１０１において指紋情報要求条件を満たさない場合（ステップＳ１０１，Ｎｏ）、運転状況取得部１１ｂは、生理センサ群１００ｂおよび運転操作センサ群１００ｃから生理情報および車両情報を運転状況情報として取得する（ステップＳ１０４）。

つづいて、状態レベル推定部１１ｃは、運転状況情報および運転特性情報１２ａに基づいて運転者の状態レベルを推定する（ステップＳ１０５）。そして、報知制御部１１ｄは、状態レベルがレベル１以上であるか否かを判定し（ステップＳ１０６）、レベル１以上であるならば（ステップＳ１０６，Ｙｅｓ）、状態レベルに対応する報知制御を行い（ステップＳ１０７）、処理を終了する。なお、状態レベルがレベル１未満である場合には（ステップＳ１０６，Ｎｏ）、ステップＳ１０４へ戻り、運転状況情報を取得する。

上述してきたように、本実施例では、運転特性取得部が、運転者を特定するとともに、特定した運転者の運転開始前における過去の運転履歴に基づく運転特性情報を取得し、運転状況取得部が、現在の運転状況に関する運転状況情報を取得し、状態レベル推定部が、運転特性情報および運転状況情報に基づいて運転者の状態を推定する。また、本実施例では、報知制御部が、推定された運転者の状態に基づき、運転者に対して所定の情報を報知する報知器の制御を行うこととした。したがって、本実施例によれば、運転者に対して適切な報知を行うことができる。

また、本実施例では、各運転者の運転履歴情報２２ｂおよび運転特性情報２２ａを車載装置１０ごとに管理するのではなく、管理装置２０で一括管理することとした。このため、運転者は、乗車する車両に関係なく、自分の運転履歴情報２２ｂおよび運転特性情報２２ａを利用することができる。これは、運転者がカーシェアリング用の車両やレンタカーを運転する場合に特に有効である。

なお、上述した実施例では、各種のセンサや報知器が車両１００に搭載されている場合について説明したが、これに限らず、車載装置１０が、これらセンサや報知器の一部または全部を備えることとしてもよい。

ところで、上述した実施例では、車載装置１０が、運転者の生活情報を睡眠計測装置４０から携帯端末装置３０を介して取得する場合の例について説明したが、生活情報の取得経路はこれに限ったものではない。そこで、生活情報を他の取得経路によって取得する場合の例について図１０を用いて説明する。図１０は、本実施例に係る運転支援システムの他の構成を示す図である。

図１０に示す例では、睡眠計測装置４０と管理装置２０’とが通信ネットワークを介して接続される。そして、管理装置２０’は、運転履歴ＤＢ２００ａおよび運転特性ＤＢ２００ｂに加えて生活情報ＤＢ２００ｃをさらに含んだデータベース２００’を備える。

生活情報ＤＢ２００ｃは、運転者を識別する識別情報と運転者の生活情報とを関連付けた情報であり、運転者の日々の睡眠時間が蓄積される。運転者の識別情報は、かかる運転者の指紋情報とリンク付けされている。これにより、生活情報ＤＢ２００ｃは、運転履歴ＤＢ２００ａおよび運転特性ＤＢ２００ｂとリンク付けされる。

管理装置２０’は、車載装置１０から運転特性情報の取得要求を受けると、運転特性情報とリンク付けされた生活情報を生活情報ＤＢ２００ｃから取り出し、運転特性情報とともに車載装置１０へ送信する。これにより、車載装置１０は、運転者の生活情報を携帯端末装置３０からではなく管理装置２０’から取得する。すなわち、携帯端末装置３０と車載装置１０とを連携させる操作が不要となるため、運転者の手間を省くことができる。

なお、ここでは、生活情報の他の取得経路として、生活情報を管理装置２０’から取得する場合の例について説明したが、これに限ったものではない。たとえば、車載装置１０は、生活情報をＵＳＢ（Universal Serial Bus）メモリなどの外部記憶装置を介して生活情報を取得することとしてもよい。

また、上述した実施例では、運転履歴ＤＢ２００ａおよび運転特性ＤＢ２００ｂを管理装置２０が管理する場合の例について説明したが、運転履歴ＤＢ２００ａおよび運転特性ＤＢ２００ｂを車載装置１０が管理することとしてもよい。

そこで、運転履歴ＤＢ２００ａおよび運転特性ＤＢ２００ｂを車載装置１０が管理する場合の例について図１１を用いて説明する。図１１は、本実施例に係る運転支援システムの他の構成を示す図である。

図１１に示す運転支援システムは、車載装置１０’および携帯端末装置３０を含む。また、車載装置１０’は、運転履歴ＤＢ１５０ａおよび運転特性ＤＢ１５０ｂを含んだデータベース１５０を備える。なお、データベース１５０は、たとえば、記憶部１２である。

かかる場合の運転履歴ＤＢ１５０ａは、図２に示した運転履歴ＤＢ２００ａとは異なり、車両１００を運転したことのある運転者の車両１００に関する運転履歴情報のみを含むデータベースである。同様に、運転特性ＤＢ１５０ｂも、図２に示した運転特性ＤＢ２００ｂとは異なり、車両１００を運転したことのある運転者の車両１００に関する運転特性情報のみを含むデータベースである。

車載装置１０’では、運転特性取得部１１ａが、指紋センサ１００ａから運転者の指紋情報を受け取ると、受け取った指紋情報と関連付けられた運転特性情報を運転特性ＤＢ１５０ｂから取り出す。また、車載装置１０’は、管理装置２０の運転特性抽出部２１ｂと同様の処理を行う処理部をさらに備え、かかる処理部が、運転履歴ＤＢ１５０ａに記憶された運転履歴情報から運転特性情報を運転者ごとに抽出して運転特性ＤＢ１５０ｂへ記憶する。また、車載装置１０’では、運転状況取得部１１ｂが、運転状況情報を取得すると、取得した運転状況情報を運転履歴ＤＢ１５０ａへ記憶する。

また、運転履歴ＤＢおよび運転特性ＤＢは、携帯端末装置３０が備えることとしてもよい。かかる場合、携帯端末装置３０には、かかる携帯端末装置３０の所有者である運転者の運転履歴情報および運転特性情報が記憶されることとなる。

なお、車載装置１０は、携帯端末装置３０と近距離無線通信によって連携し、かかる携帯端末装置３０からＩＤ等を取得することで、かかる携帯端末装置３０の所有者である運転者を特定することができる。

また、車載装置１０は、携帯端末装置３０から運転履歴情報、運転特性情報および生活情報を取得し、記憶部１２に記憶する。また、車載装置１０は、生理センサ群１００ｂや運転操作センサ群１００ｃから取得した運転状況情報を運転履歴情報へ蓄積しつつ、かかる運転履歴情報に基づいて運転特性情報を更新する。そして、車載装置１０は、携帯端末装置３０との連携を終了する際に、記憶部１２に記憶された最新の運転履歴情報および運転特性情報を携帯端末装置３０へ送信する。

このようにすれば、運転者は、自分の運転履歴情報および運転特性情報を乗車する車両に関係なく利用することができる。

以上、本発明の実施の形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

たとえば、上述した実施例では、運転者の家庭に設置されるタイプの睡眠計測装置４０を用いて運転者の睡眠時間を計測する場合の例について説明した。しかし、睡眠計測装置４０は、これに限らず、睡眠計測機能を実装した腕時計のように運転者が身につけるタイプの睡眠計測装置であってもよい。

また、上述した実施例では、運転者の前日の睡眠時間を生活情報として用いる場合の例について説明したが、運転者の直近の数日間の睡眠時間を生活情報として用いることとしてもよい。また、生活情報は、睡眠時間に限ったものではなく、たとえば、食事時間や消費カロリーなどであってもよい。

また、上述した実施例では、運転状況情報のみを運転履歴情報２２ｂとして蓄積する場合の例について説明したが、これに限らず、生活情報や周辺環境情報といったその他の情報を運転履歴情報として蓄積してもよい。

以上のように、本発明に係る車載装置および運転支援システムは、運転者に対して適切な報知を行いたい場合に有効であり、特に、居眠り運転、脇見運転、漫然運転といったヒューマンエラーによる車両事故を防止する技術への適用が考えられる。

１０ 車載装置
１１ 制御部
１１ａ 運転特性取得部
１１ｂ 運転状況取得部
１１ｃ 状態レベル推定部
１１ｄ 報知制御部
１１ｅ 周辺環境取得部
１１ｆ 生活情報取得部
１２ 記憶部
１２ａ 運転特性情報
２０ 管理装置
２１ 制御部
２１ａ 送信処理部
２１ｂ 運転特性抽出部
２１ｃ 履歴更新部
２２ 記憶部
２２ａ 運転特性情報
２２ｂ 運転履歴情報
３０ 携帯端末装置
４０ 睡眠計測装置
１００ 車両
１００ａ 指紋センサ
１００ｂ 生理センサ群
１００ｃ 運転操作センサ群
１００ｄ 報知器群
１００ｅ 周辺環境センサ群
２００ データベース
２００ａ 運転履歴ＤＢ
２００ｂ 運転特性ＤＢ

Claims (9)

1. 運転者を特定する特定手段と、
   前記特定手段によって特定された運転者の過去の運転履歴に基づく運転特性情報を取得する運転特性取得手段と、
   現在の運転状況に関する運転状況情報を取得する運転状況取得手段と、
   前記運転特性取得手段によって取得された運転特性情報および前記運転状況取得手段によって取得された運転状況情報に基づいて前記運転者の状態を推定する推定手段と、
   前記推定手段によって推定された前記運転者の状態に基づき、前記運転者へ報知する内容を変更する制御手段と、
   を備えることを特徴とする車載装置。
2. 前記運転者の生活情報を取得する生活情報取得手段
   をさらに備え、
   前記推定手段は、
   前記生活情報取得手段によって取得された生活情報に基づき、前記運転者の状態の推定に用いる推定条件を変更することを特徴とする請求項１に記載の車載装置。
3. 前記制御手段は、
   前記生活情報取得手段によって取得された生活情報に基づいて前記運転者へ報知する内容を変更することを特徴とする請求項２に記載の車載装置。
4. 前記生活情報は、少なくとも前記運転者の睡眠時間を含むことを特徴とする請求項２または３に記載の車載装置。
5. 自装置が搭載された車両の周辺環境に関する周辺環境情報を取得する周辺環境取得手段
   をさらに備え、
   前記制御手段は、
   前記周辺環境取得手段によって取得された周辺環境情報に基づいて前記運転者へ報知する内容を変更することを特徴とする請求項１〜４のいずれか一つに記載の車載装置。
6. 前記推定手段は、
   前記周辺環境取得手段によって取得された周辺環境情報に基づき、前記運転者の状態の推定に用いる推定条件を変更することを特徴とする請求項５に記載の車載装置。
7. 前記運転状況取得手段は、
   現在の運転状況に関する運転状況情報を取得した場合に、取得した運転状況情報を前記特定手段によって特定された運転者と関連付けて前記運転履歴として所定の記憶装置に記憶させる処理を行うことを特徴とする請求項１〜６のいずれか一つに記載の車載装置。
8. 前記特定手段は、生体認証を用いて前記運転者を特定することを特徴とする請求項１〜７のいずれか一つに記載の車載装置。
9. 運転者を特定する特定手段と、
   前記特定手段によって特定された運転者の過去の運転履歴に基づく運転特性情報を取得する運転特性取得手段と、
   現在の運転状況に関する運転状況情報を取得する運転状況取得手段と、
   前記運転特性取得手段によって取得された運転特性情報および前記運転状況取得手段によって取得された運転状況情報に基づいて前記運転者の状態を推定する推定手段と、
   前記推定手段によって推定された前記運転者の状態に基づき、前記運転者へ報知する内容を変更する制御手段と、
   を備えることを特徴とする運転支援システム。

Images