JP2017080297A - 覚醒状態判定方法 - Google Patents

Abstract

【課題】覚醒状態の判定精度の高い覚醒状態判定方法を提供する。
【解決手段】覚醒状態判定方法は、着座者の呼吸によって変動する呼吸データを取得する呼吸センサと、呼吸センサから取得された呼吸データを演算する演算部、及び着座者の状態を判定する判定部を有するコントローラと、を用いる。呼吸センサが、着座者の呼吸データを取得する呼吸データ取得工程（ステップＳ１１）と、演算部が、取得された呼吸データのＰ_ｖｅｌを演算により算出する演算工程（ステップＳ１６）と、判定部が、Ｐ_ｖｅｌについての着座者に眠気が生じる確率を尤度とし、尤度に眠気の生じる事前確率を乗じるベイズフィルタを使用して、着座者の覚醒状態を判定する覚醒判定工程（ステップＳ１８，Ｓ１９，Ｓ２０，Ｓ２１）と、有する。
【選択図】図２

Description

本発明は、覚醒状態判定方法に係り、特に、人の覚醒状態を精度よく判定可能な覚醒状態判定方法に関する。

近年、安定した車両運転のために運転者の体調変化を検出することが必要となり、このために、運転者の状態を示す各種パラメータを検出して演算することで、体調変化、特に覚醒状態の判定する技術が種々提案されている。

例えば、特許文献１には、圧力センサを用いて人から加わる荷重に基づき圧力信号を検出し、検出した圧力信号を人の呼吸データに係るＲＩ及びＲｒＭＳＳＤを算出して、これらの値の変動に基づいて覚醒状態の判定を行う技術が開示されている。具体的には、同文献に係る覚醒装置は、ＲＩの上昇及びＲｒＭＳＳＤの所定量の上昇が同時に生じたときに眠気が生じている（低覚醒状態にある）と判定するものである。

特許文献１の技術によれば、特にＲｒＭＳＳＤを指標として覚醒状態の判定を行うことで、ＲＩの瞬時的なばらつきを正確に取得することができるため、車両運転時等の外部要因による振動ノイズの影響を抑制して覚醒状態の判定を行うことができた。

特願２０１５−８０５２１号公報

しかしながら、呼吸を一時的に止めるような注意集中状態にあるときや会話時においては、ＲＩ及びＲｒＭＳＳＤが同時に上昇してしまうことがあり、実際に眠気が生じていないときでも眠気が生じていると誤判定がされることがあった。
また、ＲＩ及びＲｒＭＳＳＤの値の変動と眠気の生じる状態との関係性は、個人の特性によって異なるため、正確な覚醒状態の判定を行うことは困難であった。
このため、人の覚醒状態をより正確に判定できる方法が望まれていた。

本発明は上記の課題に鑑みてなされたものであり、本発明の目的は、覚醒状態の判定精度の高い覚醒状態判定方法を提供することにある。
また、本発明の他の目的は、個人の特性による影響を抑制して、覚醒状態の判定を高い精度で行うことにある。

前記課題は、本発明に係る覚醒状態判定方法が、人の呼吸によって変動する呼吸データを取得する呼吸センサと、該呼吸センサから取得された前記呼吸データを演算する演算部、及び前記人の状態を判定する判定部を有するコントローラと、を用いた覚醒状態判定方法であって、前記呼吸センサが、前記人の前記呼吸データを取得する呼吸データ取得工程と、前記演算部が、取得された前記呼吸データの単位時間当たりの変化度合である呼吸の変化度合を演算により算出する演算工程と、前記判定部が、前記呼吸の変化度合についての前記人に眠気が生じる確率を尤度とし、該尤度に眠気の生じる事前確率を乗じるベイズフィルタを使用して、前記人の覚醒状態を判定する覚醒判定工程と、有すること、により解決される。

上記構成によれば、呼吸の変化度合についての人に眠気が生じる確率を尤度とするベイズフィルタを使用することで、ＲＩ及びＲｒＭＳＳＤが同時に上昇したときに、覚醒状態を誤って判定することを抑制でき、覚醒状態の判定精度の高い覚醒状態判定方法を提供することができる。

また、前記人の操作によって、前記人の覚醒状態に係る覚醒状態信号を取得する取得部と、前記取得部から送信される前記覚醒状態信号及び前記操作時の各種条件を記録する記録部を用い、前記演算工程において、前記演算部は、前記記録部に記録されたデータに基づいて前記尤度又は前記事前確率を設定してもよい。
上記構成によれば、人の操作により判定基準を調整できることにより、個人の特性による影響を抑制して覚醒判定の精度をより高めることができる。

さらに、前記演算工程において、前記演算部は、前記呼吸の変化度合についての所定時間当たりの低下数に係るパターンを演算により算出し、前記尤度は、前記パターンについての前記人に眠気が生じる確率を含むと好ましい。
上記構成によれば、呼吸の変化度合についての所定時間当たりの低下数に係るパターンにおいて人に眠気が生じる確率を尤度に含むことで、個人の特性による影響を抑制して、覚醒判定の精度をより高めることができる。

また、前記演算工程において、前記演算部は、前記呼吸センサから取得された前記呼吸データから前記人の１呼吸の間隔であるＲＩを演算により算出し、前記尤度は、前記ＲＩについての前記人に眠気が生じる確率を含むと好ましい。
上記構成によれば、人の呼吸の間隔を示す値についての人に眠気が生じる確率を尤度に含むことで、覚醒判定の精度を高めることができる。

さらに、前記コントローラは、前記呼吸センサから得られた呼吸波形について、前記人の１呼吸の間隔であるＲＩの所定時間における推移であるＲＩ波形データを生成する波形生成部を有し、該波形生成部によって生成された前記ＲＩ波形データのうち、ｔ番目のＲＩをＲＩ（ｔ）とし、ｔ番目からｎ番後のＲＩをＲＩ（ｔ＋ｎ）と定義して、下記数式１によってＲｒＭＳＳＤを定義した場合に、前記演算工程において、前記演算部は、前記ＲＩ波形から前記ＲｒＭＳＳＤを演算により算出し、前記尤度は、前記ＲｒＭＳＳＤについての前記人に眠気が生じる確率を含むと好ましい。

上記構成によれば、ＲｒＭＳＳＤについての人に眠気が生じる確率を尤度に含むことで、覚醒判定の精度を高めることができる。

また、前記尤度は、５又は６のデータから構成されるものであると好ましい。
上記構成によれば、尤度を構成するデータが、５又は６であると、覚醒判定処理に係る負荷の増加を抑制しつつ、覚醒判定の精度を高めることができる。

本発明によれば、覚醒状態を誤って判定することを抑制でき、覚醒状態の判定精度の高い覚醒状態判定方法を提供することができる。
また、個人の特性による影響を抑制して覚醒判定の精度をより高めることができる。
さらに、覚醒判定処理に係る負荷の増加を抑制しつつ、覚醒判定の精度を高めることができる。

本発明の実施形態に係る覚醒装置の全体構成を示す図である。 覚醒状態判定処理の一例を示すフローチャートである。 圧力信号の経時的変化を示す図である。 ＲＩと、ＲＩの３０秒ごとの平均値であるＲＩｍの経時的変化を示す図である。 ＲｒＭＳＳＤの経時的変化を示す図である。 Ｐ_ｖｅｌの経時的変化を示す図である。 Ｐ_ｖｅｌの経時的変化を示す図であり、Ｐ_ｖｅｌパターンに区分けするためのカウント方法を示す図である。 覚醒維持処理の一例を示すフローチャートである。

本発明は、覚醒状態判定方法に関するものであり、特に、人の覚醒状態を精度よく判定可能な覚醒状態判定方法に関するものである。
以下に説明する実施形態は、本発明の理解を容易にするための一例に過ぎず、本発明を限定するものではない。すなわち、以下に説明する部材の形状、寸法、配置や、方法の手順等については、本発明の趣旨を逸脱することなく、改良や組み合わせ等の変更がされ得るとともに、本発明にはその等価物が含まれることは勿論である。
以下、本発明に係る覚醒状態判定方法の実施形態について、添付の図面を参照して具体的に説明する。

まず、本実施形態に係る覚醒装置１０について、図１を参照して説明する。ここで、図１は、本発明の実施形態に係る覚醒装置１０の全体構成を示す図である。
本実施形態に係る覚醒装置１０は、人である着座者の覚醒状態の判定を、呼吸センサとしての圧力センサ２０によって得られる呼吸データに基づいて行うものである。覚醒装置１０は、図１に示すように、２個の圧力センサ２０をシートクッション１の内部に備え、振動モータＭをシートバック２の内部に備える車両用シートＳと、圧力センサ２０及び振動モータＭを制御するコントローラ７０と、から主に構成される。

車両用シートＳは、着座者が着座するシートクッション１と、着座者の背もたれとなるシートバック２とを備え、シートクッション１の内部の着座者側近傍に圧力センサ２０が設けられており、シートバック２の内部の着座者側近傍に振動モータＭが設けられている。

圧力センサ２０は、上下に電極を有し円形の検出面を有してシートクッション１に設けられており、着座者の呼吸に応じて変化する電気抵抗を検出する抵抗感圧式のセンサである。
圧力センサ２０の上面の電極に加えられる圧力によって、上面の電極が下方に変形することで接触抵抗が大きくなると電極間の電気抵抗値が小さくなる。この電気抵抗値に係る電気信号が圧力センサ２０から後述するコントローラ７０に送信される。コントローラ７０は、電気抵抗値に係る電気信号に基づいて圧力が演算され、演算された圧力に基づいて呼吸データを計測する。

コントローラ７０は、不図示のＲＡＭによって構成される記録部７２と、電圧波形データを生成する波形生成部７３ａと、覚醒判定のためのデータ演算を行う演算部７３ｂと、覚醒判定を行う判定部７３ｃと、振動モータＭを駆動する駆動部７３ｄとを備える。これらのコントローラ７０の構成部は、コントローラ７０に設けられた不図示のＲＯＭに記憶されたプログラムがコントローラ７０に設けられた不図示のＣＰＵによって実行されることによって機能する。

記録部７２は、演算制御中の信号及び入出力される信号を含むパラメータを一時記憶するものであり、本実施形態においてデジタル信号に変換された圧力信号その他の信号を記録するものである。
波形生成部７３ａは、圧力センサ２０から得られ記録部７２に記録された圧力センサ２０の抵抗値に係る電気信号を基に、呼吸データを縦軸、時間を横軸とする呼吸波形データ、呼吸波形データから算出される波形データを生成する機能を有する。
演算部７３ｂは、波形生成部７３ａによって生成された呼吸波形データに基づいて後述する演算を行うものである。
判定部７３ｃは、演算部７３ｂによって演算されたデータを指標として覚醒状態の判定を行うものである。
駆動部７３ｄは、着座者の覚醒度の低下の判定に応じて振動モータＭを駆動して着座者に振動刺激を付与するものである。
なお、記録部７２、波形生成部７３ａ、演算部７３ｂ、判定部７３ｃ及び駆動部７３ｄの機能の詳細については後述する。

＜覚醒状態判定処理＞
次に、図２〜図７を参照し、上記のように構成された覚醒装置１０の覚醒状態判定処理及び覚醒維持処理の処理内容の詳細をフローの流れに沿って説明する。
なお、図２は、覚醒状態判定処理の一例を示すフローチャート、図３は、圧力信号の経時的変化を示す図、図４は、後述するＲＩと、ＲＩの３０秒ごとの平均値であるＲＩｍの経時的変化を示す図、図５は、後述するＲｒＭＳＳＤの経時的変化を示す図、図６は、後述するＰ_ｖｅｌの経時的変化を示す図、図７は、Ｐ_ｖｅｌの経時的変化を示す図であり、後述するＰ_ｖｅｌパターンに区分けするためのカウント方法を示す図である。

本実施形態に係る覚醒状態判定処理は、呼吸間隔を示すＲＩ（Respiration Interval）、及びＲＩのばらつきを示し後述するＲｒＭＳＳＤ（Respiration root Mean Square Successive Difference）、並びに後述するＰ_ｖｅｌ(Pressure velocity)に係るデータ等にベイズフィルタを適用したものに基づいて着座者の覚醒状態を判定する処理である。なお、呼吸データ（圧力信号ともいう。）の単位時間当たりの変化度合について、Ｐ_ｖｅｌという用語を本実施形態において便宜的に用いる。

まず、圧力センサ２０が、車両のエンジンを始動又は不図示のスタートスイッチの押下に応じて、着座者の呼吸の深度に応じて変動する呼吸データを電気抵抗の変化に基づいて取得する。
圧力センサ２０が、呼吸データ取得工程として着座者の呼吸データを取得し、コントローラ７０が、圧力センサ２０から送信された呼吸データを記録部７２に電位差データとして記録（取得）する（ステップＳ１１）。

次に、波形生成部７３ａが、取得された圧力センサ２０における呼吸データに基づき、圧力の所定時間における推移である図３に例示する呼吸センサ圧力の波形データ、及び人の１呼吸の間隔であるＲＩの所定時間における推移である図４に例示するＲＩ波形データを生成する（ステップＳ１２）。

次に、演算部７３ｂが、演算工程において、生成されたＲＩ波形データのうち、図５に示すように、３０秒を１区間として、区間ごとにＲＩの平均値ＲＩｍを算出する。

次に、判定部７３ｃは、算出された１区間のＲＩｍ（ｔ）と、次の区間のＲＩｍ（ｔ＋１）とを比較して、ＲＩｍ（ｔ＋１）が直前のＲＩｍ（ｔ）よりも大きな値であるかを判定する（ステップＳ１３）。

そして、判定部７３ｃは、ＲＩｍ（ｔ＋１）がＲＩｍ（ｔ）以下の値であると判定した場合には（ステップＳ１３：Ｎｏ）、着座者が覚醒状態にあると判定する（ステップＳ２０）。
一方、判定部７３ｃが、ＲＩｍ（ｔ＋１）がＲＩｍ（ｔ）よりも大きな値であると判定した場合、換言すると、後の区間において先の区間よりもＲＩｍの値が上昇している場合には（ステップＳ１３：Ｙｅｓ）、演算部７３ｂは、演算工程において、ＲｒＭＳＳＤを算出する（ステップＳ１４）。詳細には、演算部７３ｂが、３０秒を１区間として、区間ごとにＲｒＭＳＳＤを算出する。
ここで、ＲｒＭＳＳＤとは、ｔ番目のＲＩをＲＩ（ｔ）とし、ｔ番目からｎ番後のＲＩをＲＩ（ｔ＋ｎ）と定義したときに、次の数式１で算出される値であって、ＲＩのばらつきを示すものである。

ＲｒＭＳＳＤは、眠気を覚まそうとする際の交感神経の活性化に伴って覚醒低下状態の初期段階に大きくなる。そこで、このＲｒＭＳＳＤを覚醒判定の指標の一つとすることで、より正確な覚醒判定を実現するものである。

次に、判定部７３ｃは、算出された１区間のＲｒＭＳＳＤ（ｔ）と、次の区間のＲｒＭＳＳＤ（ｔ＋１）とを比較して、ＲｒＭＳＳＤ（ｔ＋１）が直前のＲｒＭＳＳＤ（ｔ）よりも大きな値であるかを判定する（ステップＳ１５）。

そして、判定部７３ｃは、ＲｒＭＳＳＤ（ｔ＋１）がＲｒＭＳＳＤ（ｔ）以下の値であると判定した場合には（ステップＳ１５：Ｎｏ）、着座者が覚醒状態にあると判定する（ステップＳ２０）。
一方、判定部７３ｃが、ＲｒＭＳＳＤ（ｔ＋１）がＲｒＭＳＳＤ（ｔ）よりも大きな値であると判定した場合、換言すると、後の区間において先の区間よりもＲｒＭＳＳＤの値が上昇している場合には（ステップＳ１５：Ｙｅｓ）、演算部７３ｂは、演算工程として図６に示すＰ_ｖｅｌを算出する（ステップＳ１６）。

ここで、Ｐ_ｖｅｌとは、上記したように呼吸データの単位時間当たりの変化度合（呼吸の変化度合）であり、換言すると、所定時間内で得られた呼吸データを時間微分した値の絶対値である。特に、Ｐ_ｖｅｌは、メディアンフィルタとローパスフィルタが通され、ノイズが除去された値である。なお、Ｐ_ｖｅｌは、後述するベイズフィルタを適用するためのデータである。

次に、演算部７３ｂは、演算工程において、Ｐ_ｖｅｌの１０秒毎の平均値であるＰ_ｖｅｌ ｍｅａｎを算出し、Ｐ_ｖｅｌ ｍｅａｎに基づいて、図７及び表１に示すＰ_ｖｅｌパターンを決定する（ステップＳ１７）。

この表１は、時間ｔにおけるＰ_ｖｅｌが低下したときのカウント数と、ｔ＋１におけるＰ_ｖｅｌが低下したときのカウント数とによって定まるＰ_ｖｅｌパターンを示す表である。

Ｐ_ｖｅｌパターンとは、図７及び表１に示すように、所定の時間内でＰ_ｖｅｌ ｍｅａｎの低下した回数によって定めるパターンであって、本実施形態においては計１６のパターンがある。
本実施形態においては、Ｐ_ｖｅｌパターンは、３０秒間の時間ｔと時間ｔの後の３０秒間の時間ｔ＋１間との間で、Ｐ_ｖｅｌ ｍｅａｎが前１０秒間のＰ_ｖｅｌ ｍｅａｎよりも低下したときにカウントされる数との組み合わせによって決定される。
例えば、図７に示すように、時間ｔにおけるＰ_ｖｅｌ ｍｅａｎの低下数が１であり、時間ｔ＋１におけるＰ_ｖｅｌパターンの低下数が０である場合は、表１に示すように、Ｐ_ｖｅｌパターンは５に決定される。

厳密には、時間ｔのうち最初の１０秒間についての数は、時間ｔのうち最初の１０秒間のＰ_ｖｅｌ ｍｅａｎと、図示せぬ時間ｔの前１０秒間のＰ_ｖｅｌ ｍｅａｎとを比較したものである。このＰ_ｖｅｌパターンは、後述するベイズフィルタを適用するためのデータである。

次に、判定部７３ｃは、覚醒判定工程において、演算部７３ｂにより算出されたＲＩｍ、Ｐ_ｖｅｌ及びＰ_ｖｅｌパターンの値をデータとするベイズフィルタを使用して、着座者が低覚醒状態（眠気が生じている状態）である確率が、着座者が覚醒状態である確率よりも大きいかを判定する（ステップＳ１８）。
ここで、ベイズフィルタの式は、数式２によって表される。

このように、後述する各種データに係る覚醒状態に関わる確率を乗じた、Ｐ（Ｄ１｜Ｈ１）×Ｐ（Ｄ２｜Ｈ１）×Ｐ（Ｄ３｜Ｈ１）、及びＰ（Ｄ１｜Ｈ２）×Ｐ（Ｄ２｜Ｈ２）×Ｐ（Ｄ３｜Ｈ２）は、それぞれベイズフィルタの尤度に相当するものである。また、Ｐ（Ｈ１）及びＰ（Ｈ２）は、事前確率に相当するものである。次に、ベイズフィルタに用いられるデータに関する確率及び事前確率について詳細に説明する。

（ＲＩｍに係るデータＤ１に関する確率について）
ＲＩｍの値であるデータＤ１に関し、着座者が低覚醒状態であるときにデータＤ１が得られる確率Ｐ（Ｄ１｜Ｈ１）、着座者が覚醒状態であるときにデータＤ１が得られる確率Ｐ（Ｄ１｜Ｈ２）について表２を参照して説明する。

表２に示すように、着座者が低覚醒状態であるときに２０００＜Ｄ１≦３２５０である確率Ｐ（Ｄ１｜Ｈ１）はＰ１１ａであり、着座者が覚醒状態であるときに２０００＜Ｄ１≦３２５０である確率Ｐ（Ｄ１｜Ｈ２）はＰ１２ａである。また、着座者が低覚醒状態であるときに３２５０＜Ｄ１≦４７５０である確率Ｐ（Ｄ１｜Ｈ１）はＰ１１ｂであり、着座者が覚醒状態であるときに３２５０＜Ｄ１≦４７５０である確率Ｐ（Ｄ１｜Ｈ２）はＰ１２ｂである。そして、着座者が低覚醒状態であるときに４７５０＜Ｄ１である確率Ｐ（Ｄ１｜Ｈ１）はＰ１１ｃであり、着座者が覚醒状態であるときに４７５０＜Ｄ１である確率Ｐ（Ｄ１｜Ｈ２）はＰ１２ｃである。
つまり、Ｐ１１ａ、Ｐ１１ｂ及びＰ１１ｃの合計、及びＰ１２ａ、Ｐ１２ｂ及びＰ１２ｃの合計はそれぞれ１となる。
なお、表２に示す内容のデータベース、及び後述する表３及び表４に示す内容のデータベースは、記録部７２に事前に記録されているものである。

（Ｐ_ｖｅｌ ｍｅａｎに係るデータＤ２に関する確率について）
Ｐ_ｖｅｌ ｍｅａｎの値であるデータＤ２に関し、着座者が低覚醒状態であるときにデータＤ２が得られる確率Ｐ（Ｄ２｜Ｈ１）、着座者が覚醒状態であるときにデータＤ２が得られる確率Ｐ（Ｄ２｜Ｈ２）について表３を参照して説明する。

表３に示すように、着座者が低覚醒状態であるときに０＜Ｄ２≦０．１０である確率Ｐ（Ｄ２｜Ｈ１）はＰ２１ａであり、着座者が覚醒状態であるときに０＜Ｄ２≦０．１０である確率Ｐ（Ｄ２｜Ｈ２）はＰ２２ａである。着座者が低覚醒状態であるときに０．１０＜Ｄ２≦０．２２である確率Ｐ（Ｄ２｜Ｈ１）はＰ２１ｂであり、着座者が覚醒状態であるときに０．１０＜Ｄ２≦０．２２である確率Ｐ（Ｄ２｜Ｈ２）はＰ２２ｂである。着座者が低覚醒状態であるときに４７５０＜Ｄ１である確率Ｐ（Ｄ２｜Ｈ１）はＰ２１ｃであり、着座者が覚醒状態であるときに４７５０＜Ｄ１である確率Ｐ（Ｄ２｜Ｈ２）はＰ２２ｃである。
つまり、Ｐ２１ａ、Ｐ２１ｂ及びＰ２１ｃの合計、及びＰ２２ａ、Ｐ２２ｂ及びＰ２２ｃの合計はそれぞれ１となる。

（Ｐ_ｖｅｌパターンに係るデータＤ３に関する確率について）
Ｐ_ｖｅｌパターンの値であるデータＤ３に関し、着座者が低覚醒状態であるときにデータＤ３が得られる確率Ｐ（Ｄ３｜Ｈ１）、着座者が覚醒状態であるときにデータＤ３が得られる確率Ｐ（Ｄ３｜Ｈ２）について表４を参照して説明する。

表４に示すように、着座者が低覚醒状態であるときにＤ３＝１，２・・・１５，１６が得られるそれぞれの確率Ｐ（Ｄ３｜Ｈ１）は、順にＰ３１ａ，Ｐ３１ｂ・・・Ｐ３１ｏ，Ｐ３１ｐである。また、着座者が覚醒状態であるときにＤ３＝１，２・・・１５，１６が得られるそれぞれの確率Ｐ（Ｄ３｜Ｈ２）は、順にＰ３２ａ，Ｐ３２ｂ・・・・Ｐ３２ｏ，Ｐ３２ｐである。
つまり、Ｐ３１ａ，Ｐ３１ｂ・・・Ｐ３１ｏ，Ｐ３１ｐの合計、及びＰ３２ａ，Ｐ３２ｂ・・・・Ｐ３２ｏ，Ｐ３２ｐの合計はそれぞれ１となる。

Ｐ_ｖｅｌパターンは、個人の特性によって異なるＰ_ｖｅｌ ｍｅａｎの値の大小の値とは異なり、個人の特性によらず一定の傾向を示すものであるため、人の覚醒状態の判定に好適である。つまり、ベイズフィルタがＰ_ｖｅｌパターンに係る（Ｄ３｜Ｈ１）、（Ｄ３｜Ｈ２）を尤度に含むことで、着座者の覚醒状態の判定をより正確に行うことができる。

（事前確率について）
事前確率Ｐ（Ｈ１）は、着座者が低覚醒状態となる確率であり、事前確率Ｐ（Ｈ２）は着座者が覚醒状態となる確率である。つまり、Ｐ（Ｈ１）とＰ（Ｈ２）の合計は１となる。

（ベイズフィルタの使用による覚醒状態の判定について）
演算部７３ｂが、上記の数式２にそれぞれの確率を代入した場合に数式２が成立するとき、つまり、左辺の値が右辺の値よりも大きくなるときに（ステップＳ１８：Ｙｅｓ）、覚醒判定工程において、判定部７３ｃは、着座者が低覚醒状態にあると判定する（ステップＳ１９）。一方、数式２が成立しないとき、つまり、左辺の値が右辺の値と同じか小さくなるときに（ステップＳ１８：Ｎｏ）、判定部７３ｃは、着座者が覚醒状態にあると判定する（ステップＳ２０）。
例えば、Ｄ１＝３５００、Ｄ２＝０．１５、Ｄ３＝７のとき、表５に示すように、Ｐ（Ｄ１｜Ｈ１）＝Ｐ１１ｂ、Ｐ（Ｄ１｜Ｈ２）＝Ｐ１２ｂ、Ｐ（Ｄ２｜Ｈ１）＝Ｐ２１ｂ、Ｐ（Ｄ２｜Ｈ２）＝Ｐ２２ｂ、Ｐ（Ｄ３｜Ｈ１）＝Ｐ３１ｇ、Ｐ（Ｄ３｜Ｈ２）＝Ｐ３２ｇとなる。

そして、表５に示すようにＰ（Ｈ１）＝０．７、Ｐ（Ｈ２）＝０．３のときに、演算部７３ｂが数式２にこれらの値を代入して数式３とし、判定部７３ｃが、数式３が成立するか否かを判定部７３ｃが判定し、着座者が覚醒状態にあるか否かを判定する。

着座者の覚醒状態の判定（ステップＳ１９，ステップＳ２０）の後に、コントローラ７０は、同乗者に知らせるように車内に設けられた図示せぬディスプレイに判定結果を表示させたり、後述する振動モータＭにより覚醒維持処理を行うようにしてもよい。

最後に、コントローラ７０は、着座者による不図示のストップスイッチの押下等による処理終了の指示があるかどうかを判断し（ステップＳ２１）、指示がない場合には呼吸データを取得するステップＳ１１に戻り（ステップＳ２１：Ｎｏ）、処理終了の指示がある場合には処理を終了する（ステップＳ２１：Ｙｅｓ）。

なお、ステップＳ１３においてＲＩの平均値であるＲＩｍを算出する区間、及びステップＳ１４においてＲｒＭＳＳＤを算出する区間に関して、３０秒を１区間としたが、これに限らず、２０〜３００秒を１区間としてもよい。この区間を長く設定するほど、覚醒判定が遅くなるが、各パラメータを平均化するための抽出データ数が多くなるため覚醒判定の信頼性は高くなる。

なお、上記実施形態における、ベイズフィルタを適用するデータＤ１であるＲＩｍ、データＤ２であるＰ_ｖｅｌ ｍｅａｎ、データＤ３であるＰ_ｖｅｌパターンのそれぞれの範囲は一例である。つまり、これらの範囲を細分化してもよく、逆に範囲を広くしてもよく、範囲の数を増減してもよい。

＜覚醒維持処理＞
次に、覚醒維持処理について図８を参照して説明する。なお、図８は、覚醒維持処理の一例を示すフローチャートである。

図８に示す覚醒維持処理におけるステップＳ３１〜Ｓ３８，Ｓ４２のそれぞれについては、図２に示す覚醒状態判定処理におけるステップＳ１１〜Ｓ１８，Ｓ２１とそれぞれ略同じであるため、相違点を明確にするため、相違点のみを説明し、それ以外の一部の説明を省略する。

覚醒維持処理は、上記の覚醒状態判定処理によって着座者が低覚醒状態であるという判定結果に応じて振動モータＭを駆動することによって、着座者の覚醒状態を維持させるための処理である。
覚醒維持処理における覚醒状態判定処理と異なる点の一つは、着座者が覚醒状態であるという条件が成立したときに（ステップＳ３３：Ｎｏ、ステップＳ３５：Ｎｏ又はステップＳ３８：Ｎｏ）、処理終了の指示があるか否かに関わらず、呼吸データを取得する工程（ステップＳ３１）に戻るという点にある。

また、覚醒維持処理においては、判定部７３ｃがベイズフィルタによって着座者が覚醒状態にあると判定したときに（ステップＳ３８：Ｙｅｓ）は、駆動部７３ｄが振動モータＭを駆動する（ステップＳ３９）。そして、駆動部７３ｄは、振動モータＭの駆動を所定時間継続して、着座者に振動刺激を所定時間付与した後（ステップＳ４０）、振動モータＭを停止する（ステップＳ４１）。
上記の覚醒維持処理によって、着座者が低覚醒状態であると判定されたときに振動モータＭを適時駆動でき、効果的に着座者の覚醒を維持することができる。

上記実施形態においては、ベイズフィルタの適用する尤度に含まれるデータとして、ＲＩｍ、Ｐ_ｖｅｌ ｍｅａｎ、Ｐ_ｖｅｌパターンを例に説明したが、ＲｒＭＳＳＤをデータに含めるようにしてもよい。つまり、ＲｒＭＳＳＤの値を、データＤ１やデータＤ２のように複数の範囲に分け、着座者が低覚醒状態であるときに各範囲にある確率、及び着座者が覚醒状態にあるときに各範囲にある確率を、ベイズフィルタの尤度に含めるようにしてもよい。
その他、尤度に含まれるものとしては、人の覚醒状態に関わるデータに係る確率であれば任意である。人の覚醒状態に関わるデータとして、例えば、ＥＴＣによる信号により判別される道路状況の変化の少ない高速道路の運転中のデータであってもよく、昼間又は夜間運転時のデータであってもよい。なお、尤度を構成するデータは１つでもいいが、特に、５つ又は６つであると、覚醒判定処理に係る負荷の増加を抑制しつつ、覚醒判定の精度を高めることができる。

また、着座者が眠気を感じたときや感じないときに、着座者の操作に応じて低覚醒状態や覚醒状態に係る信号（覚醒状態信号）を取得し、コントローラ７０に送信するスイッチ（取得部）を設けるようにしてもよい。これらを用いた処理としては、演算工程において、演算部７３ｂが、スイッチからの信号に応じて、記録部７２に記録された各データに関する低覚醒状態の確率若しくは覚醒状態の確率又は事前確率等の各種条件を更新し（設定し）、覚醒状態の判定基準を調整する。このようにすることで、着座者個人の特性によって覚醒状態の判定に誤りが生じるという悪影響を抑制でき、覚醒度の判定を高精度に行うことが可能となる。

また、上記実施形態においては、波形生成部７３ａが呼吸センサ圧力の波形データ及びＲＩ波形データを生成するものとして説明したが、必ずしも波形そのものを生成する必要はない。つまり、圧力センサ２０から得られた圧力信号と経過時間との関数を算出することができればよい。

また、上記実施形態において、着座者が低覚醒状態にあると判定部７３ｃが判定した場合に、ディスプレイに表示したり、振動モータＭによって、着座者に刺激を加えるものとして説明したが、このような形態に本発明は限定されない。例えば、着座者が低覚醒状態と判定した場合に、スピーカーによってアラーム音声を発するようにしてもよく、発光器によって、光を発するようにしてもよい。

上記実施形態では、具体例として自動車に搭載可能な車両用シートについて説明したが、これに限定されることなく、飛行機、船等の乗物用シートとしても利用することができる。更には、映画館用、劇場用のシート、リラクゼーションシート又はベッドその他の人に触れるものに採用することができる。

Ｓ 車両用シート
１ シートクッション
２ シートバック
１０ 覚醒装置
２０ 圧力センサ（呼吸センサ）
７０ コントローラ
７２ 記録部
７３ａ 波形生成部
７３ｂ 演算部
７３ｃ 判定部
７３ｄ 駆動部
Ｍ 振動モータ

特開２０１５−８０５２１号公報

次に、演算部７３ｂが、演算工程において、生成されたＲＩ波形データのうち、図４に示すように、３０秒を１区間として、区間ごとにＲＩの平均値ＲＩｍを算出する。

前記課題は、本発明に係る覚醒状態判定方法が、人の呼吸によって変動する呼吸データを取得する呼吸センサと、該呼吸センサから取得された前記呼吸データを演算する演算部、及び前記人の状態を判定する判定部を有するコントローラと、を用いた覚醒状態判定方法であって、前記呼吸センサが、前記人の前記呼吸データを取得する呼吸データ取得工程と、前記演算部が、取得された前記呼吸データの単位時間当たりの変化度合である呼吸の変化度合を演算により算出する演算工程と、前記判定部が、前記呼吸の変化度合についての前記人に眠気が生じる確率を尤度とし、該尤度に眠気の生じる事前確率を乗じるベイズフィルタを使用して、前記人の覚醒状態を判定する覚醒判定工程と、を有すること、により解決される。

（ＲＩｍに係るデータＤ１に関する確率について）
ＲＩｍの値であるデータＤ１に関し、着座者が低覚醒状態であるときにデータＤ１が得られる確率Ｐ（Ｄ１｜Ｈ１）、着座者が覚醒状態であるときにデータＤ１が得られる確率Ｐ（Ｄ１｜Ｈ２）について表２を参照して説明する。

表２に示すように、着座者が低覚醒状態であるときに２０００＜Ｄ１≦３２５０である確率Ｐ（Ｄ１｜Ｈ１）はＰ１１ａであり、着座者が覚醒状態であるときに２０００＜Ｄ１≦３２５０である確率Ｐ（Ｄ１｜Ｈ２）はＰ１２ａである。また、着座者が低覚醒状態であるときに３２５０＜Ｄ１≦４７５０である確率Ｐ（Ｄ１｜Ｈ１）はＰ１１ｂであり、着座者が覚醒状態であるときに３２５０＜Ｄ１≦４７５０である確率Ｐ（Ｄ１｜Ｈ２）はＰ１２ｂである。そして、着座者が低覚醒状態であるときに４７５０＜Ｄ１である確率Ｐ（Ｄ１｜Ｈ１）はＰ１１ｃであり、着座者が覚醒状態であるときに４７５０＜Ｄ１である確率Ｐ（Ｄ１｜Ｈ２）はＰ１２ｃである。
つまり、Ｐ１１ａ、Ｐ１１ｂ及びＰ１１ｃの合計、及びＰ１２ａ、Ｐ１２ｂ及びＰ１２ｃの合計はそれぞれ１となる。
なお、表２に示す内容のデータベース、及び後述する表３及び表４に示す内容のデータベースは、記録部７２に事前に記録されているものである。

（Ｐ_ｖｅｌ ｍｅａｎに係るデータＤ２に関する確率について）
Ｐ_ｖｅｌ ｍｅａｎの値であるデータＤ２に関し、着座者が低覚醒状態であるときにデータＤ２が得られる確率Ｐ（Ｄ２｜Ｈ１）、着座者が覚醒状態であるときにデータＤ２が得られる確率Ｐ（Ｄ２｜Ｈ２）について表３を参照して説明する。

表３に示すように、着座者が低覚醒状態であるときに０＜Ｄ２≦０．１０である確率Ｐ（Ｄ２｜Ｈ１）はＰ２１ａであり、着座者が覚醒状態であるときに０＜Ｄ２≦０．１０である確率Ｐ（Ｄ２｜Ｈ２）はＰ２２ａである。着座者が低覚醒状態であるときに０．１０＜Ｄ２≦０．２２である確率Ｐ（Ｄ２｜Ｈ１）はＰ２１ｂであり、着座者が覚醒状態であるときに０．１０＜Ｄ２≦０．２２である確率Ｐ（Ｄ２｜Ｈ２）はＰ２２ｂである。着座者が低覚醒状態であるときに０．２２＜Ｄ２である確率Ｐ（Ｄ２｜Ｈ１）はＰ２１ｃであり、着座者が覚醒状態であるときに０．２２＜Ｄ２である確率Ｐ（Ｄ２｜Ｈ２）はＰ２２ｃである。
つまり、Ｐ２１ａ、Ｐ２１ｂ及びＰ２１ｃの合計、及びＰ２２ａ、Ｐ２２ｂ及びＰ２２ｃの合計はそれぞれ１となる。

Claims (6)

1. 人の呼吸によって変動する呼吸データを取得する呼吸センサと、
   該呼吸センサから取得された前記呼吸データを演算する演算部、及び前記人の状態を判定する判定部を有するコントローラと、を用いた覚醒状態判定方法であって、
   前記呼吸センサが、前記人の前記呼吸データを取得する呼吸データ取得工程と、
   前記演算部が、取得された前記呼吸データの単位時間当たりの変化度合である呼吸の変化度合を演算により算出する演算工程と、
   前記判定部が、前記呼吸の変化度合についての前記人に眠気が生じる確率を尤度とし、該尤度に眠気の生じる事前確率を乗じるベイズフィルタを使用して、前記人の覚醒状態を判定する覚醒判定工程と、有することを特徴とする覚醒状態判定方法。
2. 前記人の操作によって、前記人の覚醒状態に係る覚醒状態信号を取得する取得部と、
   前記取得部から送信される前記覚醒状態信号及び前記操作時の各種条件を記録する記録部を用い、
   前記演算工程において、前記演算部は、前記記録部に記録されたデータに基づいて前記尤度又は前記事前確率を設定することを特徴とする請求項１に記載の覚醒状態判定方法。
3. 前記演算工程において、前記演算部は、前記呼吸の変化度合についての所定時間当たりの低下数に係るパターンを演算により算出し、
   前記尤度は、前記パターンについての前記人に眠気が生じる確率を含むことを特徴とする請求項１又は２に記載の覚醒状態判定方法。
4. 前記演算工程において、前記演算部は、前記呼吸センサから取得された前記呼吸データから前記人の１呼吸の間隔であるＲＩを演算により算出し、
   前記尤度は、前記ＲＩについての前記人に眠気が生じる確率を含むことを特徴とする請求項１乃至３のいずれか一項に記載の覚醒状態判定方法。
5. 前記コントローラは、前記呼吸センサから得られた呼吸波形について、前記人の１呼吸の間隔であるＲＩの所定時間における推移であるＲＩ波形データを生成する波形生成部を有し、
   該波形生成部によって生成された前記ＲＩ波形データのうち、ｔ番目のＲＩをＲＩ（ｔ）とし、ｔ番目からｎ番後のＲＩをＲＩ（ｔ＋ｎ）と定義して、下記数式１によってＲｒＭＳＳＤを定義した場合に、
   前記演算工程において、前記演算部は、前記ＲＩ波形データから前記ＲｒＭＳＳＤを演算により算出し、
   前記尤度は、前記ＲｒＭＳＳＤについての前記人に眠気が生じる確率を含むことを特徴とする請求項１乃至４のいずれか一項に記載の覚醒状態判定方法。
   

   
6. 前記尤度は、５又は６のデータから構成されることを特徴とする請求項１乃至５のいずれか一項に記載の覚醒状態判定方法。

Images