JP2017197002A - ドライバ緊張度判定装置及びドライバ緊張度判定方法 - Google Patents

Abstract

【課題】簡素な構成でドライバの車両運転時の緊張度（緊張状態の度合い）を詳細に判定する。【解決手段】ドライバの運転時の緊張度を判定するドライバ状態判定装置１００の非線形解析部１１０が、ドライバの運転操作に係る運転操作量（アクセルペダル、ブレーキペダル、ハンドルなどの操作に係る操作量）を取得し、非線形解析処理を行うことによって運転操作量に関するリアプノフ指数を算出する。周波数スペクトル分析部１２０が、リアプノフ指数の時系列データのパワースペクトル密度を算出し、算出されたパワースペクトル密度における所定の低周波数帯域の積分値を算出する。ドライバ状態判定部１３０は、所定の低周波数帯域の積分値を使用して、ドライバの緊張度が、過緊張状態、適度な緊張状態、緊張不足状態のいずれであるかを判定する。【選択図】図１

Description

本発明は、ドライバの車両運転時の緊張度（緊張状態の度合い）を判定する技術に関する。

例えば下記の特許文献１には、ドライバの運転操作に係る運転操作量（アクセルペダル、ブレーキペダル、ハンドルなどの操作に係る操作量）に基づき、簡素な構成でドライバの車両運転時の緊張度の判定を行う技術が開示されている。

特開２０１５−１８９４０２号公報

しかしながら、特許文献１には、緊張度の判定については必ずしも明確に開示されていない。本発明は、上記の問題に鑑み、簡素な構成でドライバの車両運転時の緊張度を詳細に判定できるドライバ緊張度判定装置及びドライバ緊張度判定方法を提供することを目的とする。

上記目的を達成するため、本発明によれば、車両の運転を行うドライバの運転時の緊張状態の度合いを判定するドライバ緊張度判定装置であって、
前記ドライバの運転操作に係る運転操作量を取得し、非線形解析処理を行うことによって前記運転操作量に関するリアプノフ指数を算出する非線形解析部と、
前記リアプノフ指数の時系列データのパワースペクトル密度を算出し、算出された前記パワースペクトル密度における所定の低周波数帯域の積分値を算出する周波数スペクトル分析部と、
前記所定の低周波数帯域の積分値を使用して、前記ドライバの緊張状態が、過緊張状態、適度な緊張状態、緊張不足状態のいずれであるかを判定するドライバ緊張度判定部とを、
有するドライバ緊張度判定装置が提供される。

また、上記目的を達成するため、本発明によれば、車両の運転を行うドライバの運転時の緊張状態の度合いを判定するドライバ緊張度判定方法であって、
前記ドライバの運転操作に係る運転操作量を取得し、非線形解析処理を行うことによって前記運転操作量に関するリアプノフ指数を算出する非線形解析ステップと、
前記リアプノフ指数の時系列データのパワースペクトル密度を算出し、算出された前記パワースペクトル密度における所定の低周波数帯域の積分値を算出する周波数スペクトル分析ステップと、
前記所定の低周波数帯域の積分値を使用して、前記ドライバの緊張状態が、過緊張状態、適度な緊張状態、緊張不足状態のいずれであるかを判定するドライバ緊張度判定ステップとを、
有するドライバ緊張度判定方法が提供される。

本発明は上記の構成を有し、ドライバの通常の車両運転操作（アクセルペダル、ブレーキペダル、ハンドルの操作など）の操作量に係る情報に基づき、簡素な構成でドライバの車両運転時の緊張度を詳細に判定できるという効果を奏する。

本発明の実施の形態におけるドライバ緊張度判定装置の一例を示すブロック図である。 本発明の実施の形態におけるドライバ緊張度判定装置のデータ処理の一例を示すフローチャートである。 本発明の実施の形態における非線形解析処理の一例（アトラクタ化処理）を示すフローチャートである。 本発明の実施の形態における非線形解析処理の一例（ゆらぎ解析処理）を示すフローチャートである。 本発明の実施の形態におけるゆらぎ解析処理の具体的な計算方法の一例を示す図である。 本発明の実施の形態における周波数スペクトル分析処理の一例を示すフローチャートである。 本発明の実施の形態において、周波数スペクトル分析処理によって計算されたパワースペクトル密度の一例を示す図である。 本発明の実施の形態における緊張度の判定処理の一例を示すフローチャートである。 本発明の実施の形態におけるドライバ緊張度判定処理において行われる判定処理（図８に示すステップＳ３０５）の一例を示すフローチャートである。 本発明の実施の形態において、ドライバの緊張度を判定するための基準となる第１及び第２の閾値を決定するためのグラフの一例である。 本発明の実施の形態において閾値を決定するための処理に用いられるデータの一例であり、（ａ）は特定の被験者（ドライバ）の１回の運転において、アクセスペダルの踏み量から得られた算出結果を示すグラフ、（ｂ）はその運転時に特定の被験者が感じた緊張度の主観を示すグラフである。 （ａ）は、図１１（ａ）に示すグラフにおいて、特定の算出結果の値にレベル０〜３の閾値が設定されている状態を示す図であり、（ｂ）は、図１１（ｂ）に示す特定の被験者が感じた緊張度の主観を正解値として、図１２（ａ）に示す閾値から推測された評価レベルとの一致度を模式的に示す図である。 （ａ）は、図１２（ａ）に示すグラフにおいて、異なる閾値が設定されている状態を示す図であり、（ｂ）は、図１１（ｂ）に示す特定の被験者が感じた緊張度の主観を正解値として、図１３（ａ）に示す閾値から推測された評価レベルとの一致度を模式的に示す図である。 本発明の実施の形態におけるＲＯＣ解析の結果の一例を示す図であり、様々な閾値の設定に対応して得られた確率が（感度，１−特異度）の点としてプロットされている状態を示す図である。

以下、図面を参照しながら、本発明の実施の形態について説明する。

本発明は、ドライバの車両運転操作の操作量に係る情報に基づいて、ドライバの自律神経における交感神経と副交感神経の活躍状態を解析し、この解析結果の時系列変化からドライバの車両運転時の緊張度（緊張状態の度合い）を判定するものである。このとき、ドライバの車両運転時の緊張状態の度合いが、適度な緊張状態（車両運転に対して適度に緊張している状態）、当該適度な緊張状態よりも緊張度の高い過緊張状態（車両運転に対して緊張し過ぎている状態）、当該適度な緊張状態よりも緊張度の低い緊張不足状態（車両運転に対して緊張が不足している状態）のいずれであるかを判定し、この少なくとも３つの緊張状態を１軸の度合いで表現できるものとする。例えば、適度な緊張状態をＬｖ０（レベル０）とした場合、過緊張状態をプラス側の度合い（Ｌｖ１（レベル１）から重症度でレベルが上昇）とし、緊張不足状態をマイナス側の度合い（Ｌｖ−１（レベル−１）から重症度でレベルが下降）する様態であり、これによって、ドライバの車両運転時の緊張度の判定を行う。また、個々のドライバの緊張に係る特性を考慮しながら、ドライバの車両運転時の緊張度の判定を行う。個々のドライバの緊張に係る特性は個々のドライバで異なっており、例えば、適度な緊張状態の帯域、つまり適度な緊張のＬｖ０から過緊張状態のＬｖ１に突入する境界、適度な緊張状態のＬｖ０から緊張不足状態のＬｖ−１に突入する境界はそれぞれ個々のドライバで異なるため、個々のドライバに対応した上記の境界を過去の日常の安全運転時の自律神経状況から学習できるものとする。

まず、本発明の実施の形態におけるドライバ緊張度判定装置の構成の一例について説明する。図１は、本発明の実施の形態におけるドライバ緊張度判定装置の一例を示すブロック図である。

図１に示されているドライバ緊張度判定装置１００は、非線形解析部１１０、周波数スペクトル分析部１２０、ドライバ緊張度判定部１３０を有している。なお、図１には、各機能がブロックによって図示されているが、これらの各機能は、ハードウェア及び／又はプログラム（コンピュータによって実行可能なプログラム）によって実現可能である。

非線形解析部１１０は、車両を運転するドライバの運転操作に係る運転操作量を監視するドライバ操作検出センサ１９１から、当該運転操作量を含むセンシング情報を受信し、センシング情報に対して非線形解析処理を行う機能を有している。

なお、ドライバ操作検出センサ１９１としては、例えば、アクセルペダルの踏み量（踏み込みの角度や踏み込む力など）を検出するセンサ、ブレーキペダルの踏み量（踏み込みの角度や踏み込む力など）を検出するセンサ、ハンドルの操作距離（ハンドルの操舵距離（例えば、ハンドルの回転角度などから把握できる操舵量）やトルクなど）を検出するセンサなどを利用することが可能である。また、センシング情報として、さらに、車両の走行状態を検出する車両センサ１９２（例えば、車両の速度を測定する車速センサや、車両の加速度を速定する加速度センサ）から出力される車両状態情報を利用してもよい。また、アクセルペダルの踏み量の代用として車両信号から得られるスロットル開度を利用してもよい。

具体的には、非線形解析部１１０は、ドライバ操作検出センサ１９１において検出されたセンシング情報（例えば、上述のアクセルペダルの踏み量を検出するセンサにおいて検出されたアクセルペダルの踏み量）をミリ秒オーダ（ミリ秒単位）で取得し、取得したセンシング情報（あるいは、算出用に加工又は抽出されたセンシング情報の一部）をドライバの運転特徴量としてアトラクタ化し、算出された結果（運転特徴量がアトラクタされたもの）のゆらぎ解析処理を行って、当該運転特徴量に係るリアプノフ指数を算出する処理を行う機能を有している。

また、周波数スペクトル分析部１２０は、非線形解析部１１０で算出されたリアプノフ指数を取得し、周波数スペクトル分析技術に基づいてリアプノフ指数の時系列データのパワースペクトル密度を求め、当該パワースペクトル密度から、低周波数帯域及び高周波数帯域のそれぞれのパワースペクトル密度の値を算出する機能を有している。

また、ドライバ緊張度判定部１３０は、周波数スペクトル分析部１２０で算出された低周波数帯域及び高周波数帯域のそれぞれのパワースペクトル密度の値を用いて、ドライバの緊張度の判定を行う機能を有している。ドライバ緊張度判定部１３０は、ドライバの緊張度（緊張状態の度合い）が、過緊張状態、適度な緊張状態、緊張不足状態のいずれであるかを判定することが可能である。なお、ドライバ緊張度判定部１３０は、ドライバの緊張度の判定を、過緊張状態の判定を行う構成（過緊張状態判定部）、緊張不足状態の判定を行う構成（緊張不足状態判定部）、適度な緊張状態の判定を行う構成（適度緊張状態判定部）をそれぞれ独立して含んでいてもよい。

なお、図１では、ドライバ緊張度判定装置１００が、非線形解析部１１０、周波数スペクトル分析部１２０、ドライバ緊張度判定部１３０のすべての機能を包含している状態が図示されているが、非線形解析部１１０、周波数スペクトル分析部１２０、ドライバ緊張度判定部１３０の一部又はすべてが独立した装置（コンピュータ）によって実現されてもよい。例えば、ドライバ操作検出センサ１９１から出力されるセンシング情報（さらには、車両センサ１９２から出力される車両状態情報）がいったんメモリ上に書き込まれ、非線形解析部１１０が、当該メモリ上に書き込まれたセンシング情報（さらには、車両状態情報）を読み出して非線形解析処理を行ってもよい。また同様に、非線形解析部１１０から出力されるリアプノフ指数がいったんメモリ上に書き込まれ、周波数スペクトル分析部１２０が、当該メモリ上に書き込まれたリアプノフ指数を読み出して周波数スペクトル分析処理を行ってもよい。また同様に、周波数スペクトル分析部１２０から出力される低周波数帯域及び高周波数帯域のそれぞれのパワースペクトル密度の値がいったんメモリ上に書き込まれ、ドライバ緊張度判定部１３０が、当該メモリ上に書き込まれた低周波数帯域及び高周波数帯域のそれぞれのパワースペクトル密度の値を読み出してドライバ緊張度判定処理を行ってもよい。

次に、図１に示すドライバ緊張度判定装置１００に基づいて、本発明の実施の形態におけるドライバ緊張度判定装置１００のデータ処理の一例について説明する。図２は、本発明の実施の形態におけるドライバ緊張度判定装置１００のデータ処理の一例を示すフローチャートである。

本発明の実施の形態におけるドライバ緊張度判定装置１００では、まず非線形解析部１１０が、ドライバ操作検出センサ１９１において検出及び出力されたセンシング情報（さらには、車両センサ１９２から出力された車両状態情報を考慮してもよい）に基づいて非線形解析処理を行い、リアプノフ指数を算出及び出力する（ステップＳ１００）。次に、周波数スペクトル分析部１２０が、非線形解析部１１０から出力されたリアプノフ指数に基づいて周波数スペクトル分析処理を行い、低周波数帯域及び高周波数帯域のそれぞれのパワースペクトル密度の値を算出及び出力する（ステップＳ２００）。そして、ドライバ緊張度判定部１３０が、周波数スペクトル分析部１２０から出力された低周波数帯域及び高周波数帯域のそれぞれのパワースペクトル密度の値に基づいてドライバ緊張度判定処理を行い、ドライバ緊張度判定結果を出力する（ステップＳ３００）。

以下、図２に示す各ステップＳ１００〜Ｓ３００の処理の一例について説明する。

図３及び図４は、本発明の実施の形態における非線形解析処理（図２に示すステップＳ１００）の一例を示すフローチャートである。非線形解析部１１０で行われる非線形解析処理は、センシング情報をアトラクタ化する処理（図３）と、当該アトラクタ化によって生成されたアトラクタを用いてリアプノフ指数を算出する処理（図４）とに大別される。

図３に示すように、非線形解析部１１０は、ドライバ操作検出センサ１９１において検出されたセンシング情報をミリ秒オーダ（ミリ秒単位）で取得し（ステップＳ１０１）、取得したセンシング情報の値をアトラクタ化する（ステップＳ１０２）。なお、センシング情報として、例えばアクセルペダルの踏み量を検出するセンサにおいて検出されたアクセルペダルの踏み量など、ドライバが通常の車両運転を行う際に発生する情報（運転操作情報）を利用することが可能である。また、前進／後進あるいは加速／制動などの車両状態に従って、生成したアトラクタを分類してもよい。以上の処理により、非線形解析部１１０は、センシング情報をドライバの運転特徴量として取り扱い、アトラクタ化することが可能となる。

次に、図４に示すように、非線形解析部１１０は、生成したアトラクタを取得し（ステップＳ１０３）、過去のアトラクタ行列に対する安定傾向を解析して現在のリアプノフ指数を算出し（ステップＳ１０４）、算出されたリアプノフ指数の遷移（時系列データ）をログとして蓄積（ロギング）する（ステップＳ１０５）。なお、図４に図示されているリアプノフ指数の算出は任意の周期で行われてよく、例えば、０．５秒周期で行うことが可能である。また、車両状態に従ってアトラクタを分類している場合には、各分類ごとにリアプノフ指数を算出してもよい。

なお、本発明の実施の形態におけるゆらぎ解析処理の具体的な計算については、例えば、図５に図示されているように実行することが可能である。図５は、本発明の実施の形態におけるゆらぎ解析処理の具体的な計算方法の一例を示す図である。なお、ゆらぎ解析処理の計算方法は、図５に図示されているものに限定されるものではない。非線形解析の技術については様々な研究が行われており、現在及び今後確立される任意の解析技術を本発明に適用することが可能である（例えば、此処まで来た複雑系解析ツール、http://www.ieice.org/cs/csbn/program/papers/04_1_miao.pdfを参照）。

次に、周波数スペクトル分析処理（図２に示すステップＳ２００）について説明する。図６は、本発明の実施の形態における周波数スペクトル分析処理（図２に示すステップＳ２００）の一例を示すフローチャートである。周波数スペクトル分析部１２０は、非線形解析部１１０で算出されたリアプノフ指数の時系列データのパワースペクトル密度を求め、低周波数帯域の積分値ＬＦと高周波数帯域の積分値ＨＦとを算出する。

図６において、周波数スペクトル分析部１２０は、まず非線形解析部１１０で算出されたリアプノフ指数の時系列データｘ（ｔ）を取得する（ステップＳ２０１）。なお、リアプノフ指数のサンプリングレートは任意に設定可能であるが、例えば、２ヘルツ（０．５秒周期、以下、単位ヘルツをＨｚと表記する）で算出されるリアプノフ指数に関して、サンプリングレート＝１０秒（０．１Ｈｚ）の範囲内の値を取得する場合を一例として説明する。この場合、周波数スペクトル分析部１２０は、ステップＳ２０１において、リアプノフ指数の時系列データｘ（ｔ）から時系列に並ぶ２０個のリアプノフ指数を取得する。

続いて、周波数スペクトル分析部１２０は、取得したリアプノフ指数の時系列データｘ（ｔ）のパワースペクトル密度ＰＳＤ（ｆ）を算出する（ステップＳ２０２）。なお、パワースペクトル密度は、例えば図６に数式の一例（例えば、周波数ｆの範囲を０Ｈｚ〜１Ｈｚとする）として記載されているものであり、その算出方法に関しては従来の周波数スペクトル分析技術で行われる方法と同様の方法を用いればよい。その結果、例えば図７（１）に示されているようなリアプノフ指数の時系列データが存在する場合、所定のサンプリングレート（例えば、１０秒）の範囲内に位置するリアプノフ指数の振幅変動に関してパワースペクトル密度の計算を行うと、図７（２）に示すように、パワースペクトル密度の周波数分布を得ることができる。

そして、周波数スペクトル分析部１２０は、得られたパワースペクトル密度ＰＳＤ（ｆ）の低周波数帯域の積分値ＬＦを算出し（ステップＳ２０３）、さらに、パワースペクトル密度ＰＳＤ（ｆ）の高周波数帯域の積分値ＨＦを算出する（ステップＳ２０４）。なお、低周波数帯域は、高周波数帯域より低周波数側に存在するが、両方の帯域に重なりがあってもよい。本発明者らは、低周波数帯域及び高周波数帯域のそれぞれの範囲について様々な設定を試み、現時点では、低周波数帯域を０．０４Ｈｚ〜０．１５Ｈｚとし、高周波数帯域を０．１５Ｈｚ〜０．４Ｈｚとした場合に有効な結果が得られることを見出している。ただし、本発明はこれらの値に限定されるものではない。

また、周波数スペクトル分析部１２０は、サンプリングするパワースペクトル密度の時系列データｘ（ｔ）を時系列に沿ってずらしながら、パワースペクトル密度ＰＳＤ（ｆ）の低周波数帯域の積分値ＬＦ、パワースペクトル密度ＰＳＤ（ｆ）の高周波数帯域の積分値ＨＦを算出していくことで、所定のサンプリングレート（例えば、１０秒）間隔の出力を行う。また、周波数スペクトル分析部１２０は、後述のドライバ緊張度判定処理で用いられる積分値ＬＦと積分値ＨＦとの比（ＬＦ／ＨＦ）を演算して出力してもよい。なお、本発明者らは、実際に被験者を用いて実験を行い、被験者（ドライバ）の交感神経の活躍状態が積分値ＬＦと積分値ＨＦとの比（ＬＦ／ＨＦ）と相関を有し、被験者（ドライバ）の副交感神経の活躍状態が積分値ＨＦと相関を有することを見出した。つまり、積分値ＬＦと積分値ＨＦとの比（ＬＦ／ＨＦ）は被験者（ドライバ）の交感神経の活躍状態の指標として利用可能であり、積分値ＨＦは被験者（ドライバ）の副交感神経の活躍状態の指標として利用可能である。なお、ここでは、被験者（ドライバ）の交感神経の活躍状態が積分値ＬＦと積分値ＨＦとの比（ＬＦ／ＨＦ）と相関を有すると仮定しているが、被験者（ドライバ）の交感神経の活躍状態が積分値ＬＦのみと相関を有すると仮定し、単純に積分値ＬＦのみに依存すると見なすことも可能である。

次に、ドライバ緊張度判定処理（図２に示すステップＳ３００）について説明する。図８は、本発明の実施の形態におけるドライバ緊張度判定処理（図２に示すステップＳ３００）の一例を示すフローチャートである。図８において、ドライバ緊張度判定部１３０は、周波数スペクトル分析部１２０から所定のサンプリングレート（例えば、１０秒間隔）で出力されるパワースペクトル密度ＰＳＤ（ｆ）の低周波数帯域の積分値ＬＦ（あるいは、積分値ＬＦと積分値ＨＦとの比）、及び、パワースペクトル密度ＰＳＤ（ｆ）の高周波数帯域の積分値ＨＦを取得する（ステップＳ３０１）。

続いて、ドライバ緊張度判定部１３０は、ＬＦ／ＨＦ及びＨＦのそれぞれの時系列データを正規化した後（ステップＳ３０２）、正規化されたＬＦ／ＨＦ（以下、正規化ＬＦ／ＨＦと記載）、正規化されたＨＦ（以下、正規化ＨＦと記載）のそれぞれの微分時系列データを求めるとともに、波形データのピークを得るために、平滑化微分法を用いてこれらの微分時系列データの平滑化を行う。（ステップＳ３０３）。

そして、ドライバ緊張度判定部１３０は、ステップＳ３０３で算出された正規化ＬＦ／ＨＦの微分時系列データと正規化ＨＦの微分時系列データとの差（正規化ＬＦ／ＨＦの微分時系列データ−正規化ＨＦの微分時系列データ）を算出する（ステップＳ３０４）。ドライバの緊張度の指標として、上記のドライバ緊張度判定部１３０による算出結果（正規化ＬＦ／ＨＦの微分時系列データと正規化ＨＦの微分時系列データとの差、つまり、「正規化ＬＦ／ＨＦの微分時系列データ−正規化ＨＦの微分時系列データ」）が利用可能であり、この差が大きい場合に、被験者（ドライバ）の緊張度が高い状態（過緊張状態）にあることを示し、この差が小さい場合には、緊張が不足している状態（緊張不足状態）であることを示している。なお、上述のように、被験者（ドライバ）の交感神経の活躍状態が単純に積分値ＬＦのみに依存すると仮定することも可能であり、この場合にはドライバ緊張度判定部１３０による算出結果として、正規化ＬＦの微分時系列データを得ればよく、積分値ＨＦに関連する計算は省略できる。

本発明の実施の形態では、ドライバ緊張度判定部１３０による算出結果に基づき、ドライバの車両運転時の緊張度（緊張状態の度合い）を、適度な緊張状態（Ｌｖ０：車両運転に対して適度に緊張している状態）、当該適度な緊張状態よりも緊張度の高い過緊張状態（Ｌｖ１）、当該適度な緊張状態よりも緊張度の低い緊張不足状態（Ｌｖ−１）の少なくとも３つの評価レベルを設けることが可能である。

ドライバ緊張度判定部１３０は、その算出結果があらかじめ定められた第１の閾値より大きい場合にドライバが過緊張状態であると判定し、あらかじめ定められた第２の閾値（第１の閾値よりも小さい値）より小さい場合にドライバが緊張不足状態であると判定し、出力することが可能である（ステップＳ３０５）。なお、上記第１及び第２の閾値は、例えば、多数の被験者（ドライバ）に対して試行実験を行うことによって決定された一般的な閾値を用いることが可能であるが、さらに、後述のように、各被験者（各ドライバ）に特有の閾値を学習によって決定することも可能である。

以下、図９を参照しながら、上記ステップＳ３０５における判定処理の一例について説明する。図９は、本発明の実施の形態におけるドライバ緊張度判定処理において行われる判定処理（図８に示すステップＳ３０５）の一例を示すフローチャートである。図９において、ドライバ緊張度判定部１３０は、ステップＳ３０４の算出結果が第１の閾値より大きいか否かを判定する（ステップＳ３０５１）。ドライバ緊張度判定部１３０は、ステップＳ３０４の算出結果が第１の閾値より大きい場合には、ドライバが過緊張状態であると判定して、その判定結果を出力する。

ステップＳ３０４の算出結果が第１の閾値以下の場合には、ドライバ緊張度判定部１３０は、ステップＳ３０４の算出結果が第２の閾値より小さいか否かを判定する（ステップＳ３０５３）。ステップＳ３０４の算出結果が第２の閾値より小さい場合には、ドライバ緊張度判定部１３０は、ドライバが緊張不足状態であると判定して、その判定結果を出力する（ステップＳ３０５４）。一方、ステップＳ３０４の算出結果が第２の閾値以上の場合（かつ、第１の閾値以下の場合）には、ドライバ緊張度判定部１３０は、ドライバが適度な緊張状態にあると判定して、その判定結果を出力する（ステップＳ３０５５）。以上のように、ステップＳ３０４の算出結果が第１の閾値より大きい場合にはドライバが過緊張状態であると判定され、ステップＳ３０４の算出結果が第２の閾値より小さい場合にはドライバが緊張不足状態であると判定され、ステップＳ３０４の算出結果が第１の閾値以上であって第２の閾値以下の場合にはドライバが適度な緊張状態にあると判定される。

上述のように、第１及び第２の閾値は、例えば、多数の被験者（ドライバ）に対して試行実験を行うことによって決定された一般的な閾値を用いることが可能である。具体的には、多数の被験者に実際に車両を運転させ、被験者による運転に係る操作量（例えば、アクセルペダルの踏み量）から上述したステップＳ３０４の算出結果を得るとともに、被験者による緊張度の報告（被験者が感じている緊張度を主観的に報告する）、又は、心拍数や血圧などを計測する生体センサによる緊張度の計測結果を得ることによって、被験者（ドライバ）の緊張度を判定するための一般的な基準となる第１及び第２の閾値を決定することが可能である。

図１０には、本発明の実施の形態において、ドライバの緊張度を判定するための基準となる第１及び第２の閾値を決定するためのグラフの一例が図示されている。図１０に示すグラフの横軸は緊張度の頻度を表し、横軸はアクセルペダルの踏み量に基づいたドライバ緊張度判定部１３０による算出結果（ステップＳ３０４の算出結果）を表している。図１０のグラフは、多数の被験者に実際に車両を運転させて、あるアクセルペダルの踏み量から得られた算出結果（横軸）と、そのときの被験者の緊張度（過緊張、緊張不足、適度な緊張）の頻度を表す頻度分布（ヒストグラム）であり、例えば、ステップＳ３０４の算出結果が小さい場合にはドライバが緊張不足状態を示す頻度が高く、ステップＳ３０４の算出結果が中程度の場合にはドライバが適度な緊張状態を示す頻度が高く、ステップＳ３０４の算出結果が大きい場合にはドライバが過緊張状態を示す頻度が高いことを表している。

図１０に示すヒストグラムにおいて、例えば、過緊張の頻度分布と適度な緊張状態の頻度分布との交点によって規定される横軸の値を、過緊張状態と適度な緊張状態との境界を定める閾値（第１の閾値）とし、適度な緊張状態の頻度分布と緊張不足状態の頻度分布との交点によって規定される横軸の値を、適度な緊張状態と緊張不足状態との境界を定める閾値（第２の閾値）として、ステップＳ３０４の算出結果が第１の閾値より大きい範囲を過緊張状態、第２の閾値より小さい範囲を緊張不足状態、第１の閾値以上であって第２の閾値以下の範囲を適度な緊張状態と設定することが可能である。なお、ここでは、過緊張状態（Ｌｖ１）、適度な緊張状態（Ｌｖ０）、緊張不足状態（Ｌｖ−１）の３つの評価レベルに分類する態様について説明しているが、分類するレベルの数は任意に設定可能である。また、評価レベルを数値で表して、例えば、過緊張状態となった場合にはＬｖ１（レベル１）を超えた、あるいはＬｖ１（レベル１）となったなどのように表現してもよい。

また、上述のように、学習によって、各被験者（各ドライバ）に特有の第１及び第２の閾値を決定することも可能である。具体的には、ある特定の被験者に実際に車両を運転させ、その特定の被験者による運転に係る操作量（例えば、アクセルペダルの踏み量）から上述したステップＳ３０４の算出結果を得るとともに、その被験者による緊張度の報告（被験者が感じている緊張度を主観的に報告する）、又は、心拍数や血圧などを計測する生体センサによる緊張度の計測結果を得ることによって、その被験者（ドライバ）の緊張度を判定するため基準となる第１及び第２の閾値を決定することが可能である。

本発明は、ＲＯＣ（Receiver Operating Characteristic：受信者操作特性）解析を行うことによって、特定の被験者（ドライバ）の緊張度を判定するために適切な閾値を決定する方法を提案する。以下、実際に特定の被験者（ドライバ）による実際の運転で得られたデータに基づいて実施された評価実験について説明する。

この評価実験では、ＲＯＣ曲線を用いた解析を行うために、特定の被験者（ドライバ）に複数回にわたって実際に車両運転を行わせ、その運転においてアクセスペダルの踏み量から得られた算出結果（上述したステップＳ３０４の算出結果）と、特定の被験者による運転時の緊張度の主観（被験者が運転中に感じた主観的な緊張度）とを利用している。図１１（ａ）には、特定の被験者（ドライバ）の１回の運転において、アクセスペダルの踏み量から得られた算出結果を示すグラフが示されており、図１１（ｂ）には、その運転時に特定の被験者が感じた緊張度の主観を示すグラフが示されている。図１１（ａ）に示すグラフの横軸は時間、縦軸は算出結果の値を表しており、図１１（ｂ）に示すグラフの横軸は時間、縦軸は特定の被験者が感じた緊張度の主観を表している。なお、この評価実験では被験者の過緊張状態を調べており、緊張状態の度合いを、被験者が緊張を感じていない状態（Ｌｖ０）及び過緊張状態（過緊張状態をその度合いに応じてＬｖ１〜３とし、重症度に応じてレベルが上昇）のＬｖ０〜３（レベル０〜３）の４段階に分類して、特定の被験者がどの程度の緊張度を感じたかを数分おきに被験者に記録させている。すなわち、Ｌｖ０（レベル０）は被験者が緊張を感じていない状態、Ｌｖ１（レベル１）は少し緊張を感じている状態、Ｌｖ２（レベル２）はかなり緊張を感じている状態、Ｌｖ３（レベル３）はとても緊張を感じている状態を表している。

図１１（ａ）に示すアクセスペダルの踏み量から得られた算出結果に対して、何らかの閾値を設定することで、被験者の緊張度を推測することができる。図１２（ａ）は、図１１（ａ）に示すグラフにおいて、特定の算出結果の値にＬｖ０〜３（レベル０〜３）の閾値が設定されている状態を示している。図１１（ａ）に示す算出結果に対して、図１２（ａ）に示すようにある閾値（第１の閾値）を設定することで、算出結果から評価レベルを推測することができる。一例として、アクセスペダルの踏み量から得られた算出結果の値が閾値レベルを超えた場合に、被験者の緊張度がその閾値レベルにあると見なすことができる。

一方、図１１（ｂ）に示すように、被験者が運転時に感じた緊張度の主観が得られており、この運転者の主観を正解値として、図１２（ａ）に示すように設定された閾値から推測された評価レベルがどの程度正解値と一致しているか（どの程度正解を的中できているか）を判断することができる。なお、図１２（ｂ）において太枠で囲まれた運転者の主観は、図１２（ａ）で設定された閾値から推測される評価レベルが一致している箇所（すなわち、図１２（ａ）で正解が得られている箇所）を示している。このように、特定の被験者（ドライバ）の１回の運転によって得られた算出結果（図１１（ａ））及び正解値（図１１（ｂ））に基づいて、ある閾値を設定した場合の確率（全体の何パーセント正解値と一致しているか）を得ることができる。なお、ＲＯＣ曲線による解析を行うために、緊張している状態を的中した確率を求める際に、緊張していない状態を的中した確率も同時に求めておくことが望ましい。

本発明の実施の形態では、ある閾値が設定された状態で得られた確率を、ＲＯＣ曲線を作成する空間にプロットする。具体的には、緊張している状態を的中した確率を感度（Sensitivity）とし、緊張していない状態を的中した確率を特異度（Specificity）として、縦軸に感度、横軸に１−特異度が設定された空間内に、ある閾値が設定された状態で得られた（感度，１−特異度）の点をプロットする。

また、上記のようにして得られる確率は、算出結果に対して設定された閾値に依存しており、すなわち、算出結果に対して異なる閾値が設定された場合には、異なる確率が得られることに留意されたい。例えば、図１３（ａ）は、図１２（ａ）で設定された閾値を変更し、閾値スケール（閾値間の幅）を狭くした状態を示している。また、図１３（ｂ）は、図１３（ａ）に対応した正解値を示すグラフである。図１２（ｂ）との比較で容易に理解できるとおり、閾値を変更した場合には正解値と一致する位置や確率も変更される。

図１４には、上述のように閾値を変更しながら、縦軸に感度、横軸に１−特異度が設定された空間内に、様々な閾値の設定に対応して得られた確率が（感度，１−特異度）の点としてプロットされている状態が示されている。また、複数回にわたる車両運転の結果が得られている場合には、同様の方法で得られた確率（様々な閾値を設定しながら得られた（感度，１−特異度）の点）が同一の空間内にプロットされてもよい。

従来のＲＯＣ解析に係る手法に基づき、縦軸に感度、横軸に１−特異度が設定された空間内にプロットされた点から、ＲＯＣ曲線を作成することが可能である。ＲＯＣ解析では、（感度，１−特異度）＝（０，１）の点との間で定まる矩形の面積（ＲＯＣ曲線下の面積）が最大となるＲＯＣ曲線上の点を、的中精度が最も高くなる値と見なすことができる。例えば、ＲＯＣ曲線下の面積が最大となるＲＯＣ曲線上の点付近にプロットされている点が得られた条件（閾値の設定値）を、被験者（ドライバ）の緊張に係る特性を最も反映したものと見なすことで、車両運転時の緊張度の判定において、その被験者（ドライバ）の緊張度を判定するための基準となる適切な閾値を決定することが可能となる。なお、被験者（ドライバ）の緊張に係る特性とは、普段の状態における緊張状態の度合いや運転などの特別な操作を行う際の緊張状態の度合いなどを表しており、緊張しやすい特性を持つ被験者（ドライバ）や、めったに緊張することがない特性を持つ被験者（ドライバ）など、ドライバごとに異なる特性を有している。個々のドライバの緊張に係る特性は個々のドライバで異なっており、例えば、適度な緊張状態の帯域、つまり適度な緊張のＬｖ０から過緊張状態のＬｖ１に突入する境界、適度な緊張状態のＬｖ０から緊張不足状態のＬｖ−１に突入する境界はそれぞれ個々のドライバで異なるため、個々のドライバに対応した境界を、そのドライバの過去の日常の安全運転時の自律神経状況（すなわち、日常の安全運転時の運転操作量）から学習できるものとする。ドライバ緊張度判定装置１００は、個々のドライバの緊張に係る特性を学習する構成（学習部及び閾値補正部）を有してもよく、例えば、ドライバの日常の安全運転時における運転操作量を監視し、その監視結果に基づいて、事前に設定された閾値（例えば、工場出荷時に設定された閾値であって、多数の被験者による試行実験から得られた一般的な閾値）をドライバ特有の閾値に補正するよう構成されていてもよい。このように、車両運転時の緊張度の判定において、個々の被験者（ドライバ）の緊張に係る特性を反映することによって、車両運転時の緊張度の判定精度を向上することが可能となる。

また、ＲＯＣ曲線では、感度と特異度とがトレードオフの関係にあることから、ＲＯＣ曲線下の面積が最大となるＲＯＣ曲線上の点に対して、感度（緊張している状態を的中させる確率）を意図的に下げることで、特異度（緊張していない状態を的中させる確率）を意図的に上げるような閾値を採用してもよく、またその逆に、感度（緊張している状態を的中させる確率）を意図的に上げることで、特異度（緊張していない状態を的中させる確率）を意図的に下げるような閾値を採用してもよい。

なお、上述の評価実験では、ＲＯＣ曲線を用いた解析によって、被験者の過緊張状態の判定に係る閾値を決定しているが、被験者の緊張不足状態の判定に係る閾値を決定する場合においても同様の手法を用いることが可能である。

ドライバ緊張度判定部１３０は、ドライバの緊張度が過緊張であるか、適度な緊張であるか、緊張不足であるかを判定し出力することができるが、その出力結果は、様々な装置又は方法において活用されてもよい。例えばドライバが過緊張状態であると判定された場合には、ドライバをリラックスさせる音楽や香りを車内に流してもよい。また、例えばドライバが緊張不足状態であると判定された場合には、ドライバに対して音や光などによって刺激を与えたり、集中力をアップさせる音楽や香りを車内に流したりしてもよい。

以上、説明したように、本発明の実施の形態によれば、ドライバの車両運転時の緊張度を、適度な緊張状態（車両運転に対して適度に緊張している状態）、当該適度な緊張度よりも緊張度の高い過緊張状態、当該適度な緊張度よりも緊張度の低い緊張不足状態の少なくとも３つの評価レベルによって分類することで、ドライバの車両運転時の緊張度をより詳細に判定することが可能となる。また、本発明の実施の形態によれば、個々のドライバの特性に対応した緊張度の判定を行うことによって、より高い精度で緊張度の判定を行うことが可能となる。

本発明は、ドライバの通常の車両運転操作（アクセルペダル、ブレーキペダル、ハンドルの操作など）の操作量に係る情報に基づき、簡素な構成でドライバの車両運転時の緊張度を詳細に判定できるという効果を有しており、ドライバの車両運転時の緊張度の判定を行う技術に適用可能である。

１００ ドライバ緊張度判定装置
１１０ 非線形解析部
１２０ 周波数スペクトル分析部
１３０ ドライバ緊張度判定部
１９１ ドライバ操作検出センサ
１９２ 車両センサ

上記目的を達成するため、本発明によれば、車両の運転を行うドライバの運転時の緊張状態の度合いを判定するドライバ緊張度判定装置であって、
前記ドライバの運転操作に係る運転操作量を取得し、非線形解析処理を行うことによって前記運転操作量に関するリアプノフ指数を算出する非線形解析部と、
前記リアプノフ指数の時系列データのパワースペクトル密度を算出し、算出された前記パワースペクトル密度における所定の低周波数帯域の積分値を算出する周波数スペクトル分析部と、
前記所定の低周波数帯域の積分値を使用して、前記ドライバの緊張状態が、過緊張状態、適度な緊張状態、緊張不足状態のいずれであるかを判定するドライバ緊張度判定部とを、
有し、
前記ドライバ緊張度判定部は、前記所定の低周波数帯域の積分値を前記ドライバの交感神経の活躍状態の指標として利用し、前記所定の低周波数帯域の積分値に基づいて得られる値が第１の閾値より大きい場合には前記ドライバの緊張状態の度合いが過緊張状態であると判定し、前記所定の低周波数帯域の積分値に基づいて得られる値が、第２の閾値より小さい場合には前記ドライバの緊張状態の度合いが緊張不足状態であると判定し、前記所定の低周波数帯域の積分値に基づいて得られる値が、第１の閾値以下であって第２の閾値以上の場合には前記ドライバの緊張状態の度合いが適度な緊張状態であると判定するよう構成され、
前記第１及び第２の閾値として、前記ドライバの実際の運転操作量及び前記ドライバの実際の緊張状態の度合いに係るデータから得られる、前記ドライバに固有の緊張に係る特性を反映した値が設定され、
前記ドライバに固有の緊張に係る特性を反映した値は、受信者操作特性解析の手法によって得られるものであって、
前記ドライバ緊張度判定部は、
時間と共に変動する前記所定の低周波数帯域の積分値が対応する前記レベルが、時間と共に変動するドライバの緊張度の主観を表すレベルと一致する確率であって、前記ドライバが緊張している状態を的中した確率と、前記ドライバが緊張していない状態を的中した確率とを、設定した仮の閾値を基準として求め、
前記仮の閾値を変更することで、複数の前記仮の閾値に対応する複数の前記確率を求め、
前記受信者操作特性解析の手法を用いて、前記ドライバが緊張している状態を的中した確率と、前記運転者が緊張していない状態を的中した確率とに基づく複数の組合せのうち、前記ドライバの緊張度を最も反映した組合せを求め、
前記ドライバの緊張度を最も反映した組合せに対応した仮の閾値を、前記ドライバに固有の緊張に係る特性を反映した値とするよう更に構成されている、
ドライバ緊張度判定装置が提供される。

また、上記目的を達成するため、本発明によれば、車両の運転を行うドライバの運転時の緊張状態の度合いを判定するドライバ緊張度判定方法であって、
前記ドライバの運転操作に係る運転操作量を取得し、非線形解析処理を行うことによって前記運転操作量に関するリアプノフ指数を算出する非線形解析ステップと、
前記リアプノフ指数の時系列データのパワースペクトル密度を算出し、算出された前記パワースペクトル密度における所定の低周波数帯域の積分値を算出する周波数スペクトル分析ステップと、
前記所定の低周波数帯域の積分値を使用して、前記ドライバの緊張状態が、過緊張状態、適度な緊張状態、緊張不足状態のいずれであるかを判定するドライバ緊張度判定ステップとを、
有し、
前記ドライバ緊張度判定ステップにおいて、前記所定の低周波数帯域の積分値を前記ドライバの交感神経の活躍状態の指標として利用し、前記所定の低周波数帯域の積分値に基づいて得られる値が第１の閾値より大きい場合には前記ドライバの緊張状態の度合いが過緊張状態であると判定し、前記所定の低周波数帯域の積分値に基づいて得られる値が、第２の閾値より小さい場合には前記ドライバの緊張状態の度合いが緊張不足状態であると判定し、前記所定の低周波数帯域の積分値に基づいて得られる値が、第１の閾値以下であって第２の閾値以上の場合には前記ドライバの緊張状態の度合いが適度な緊張状態であると判定し、
前記第１及び第２の閾値として、前記ドライバの実際の運転操作量及び前記ドライバの実際の緊張状態の度合いに係るデータから得られる、前記ドライバに固有の緊張に係る特性を反映した値が設定され、
前記ドライバに固有の緊張に係る特性を反映した値は、受信者操作特性解析の手法によって得られるものであって、
前記ドライバ緊張度判定部において、
時間と共に変動する前記所定の低周波数帯域の積分値が対応する前記レベルが、時間と共に変動するドライバの緊張度の主観を表すレベルと一致する確率であって、前記ドライバが緊張している状態を的中した確率と、前記ドライバが緊張していない状態を的中した確率とを、設定した仮の閾値を基準として求め、
前記仮の閾値を変更することで、複数の前記仮の閾値に対応する複数の前記確率を求め、
前記受信者操作特性解析の手法を用いて、前記ドライバが緊張している状態を的中した確率と、前記運転者が緊張していない状態を的中した確率とに基づく複数の組合せのうち、前記ドライバの緊張度を最も反映した組合せを求め、
前記ドライバの緊張度を最も反映した組合せに対応した仮の閾値を、前記ドライバに固有の緊張に係る特性を反映した値とする、
ドライバ緊張度判定方法が提供される。

Claims (10)

1. 車両の運転を行うドライバの運転時の緊張状態の度合いを判定するドライバ緊張度判定装置であって、
   前記ドライバの運転操作に係る運転操作量を取得し、非線形解析処理を行うことによって前記運転操作量に関するリアプノフ指数を算出する非線形解析部と、
   前記リアプノフ指数の時系列データのパワースペクトル密度を算出し、算出された前記パワースペクトル密度における所定の低周波数帯域の積分値を算出する周波数スペクトル分析部と、
   前記所定の低周波数帯域の積分値を使用して、前記ドライバの緊張状態の度合いが、過緊張状態、適度な緊張状態、緊張不足状態のいずれであるかを判定するドライバ緊張度判定部とを、
   有するドライバ緊張度判定装置。
2. 前記ドライバ緊張度判定部は、前記所定の低周波数帯域の積分値を前記ドライバの交感神経の活躍状態の指標として利用し、前記所定の低周波数帯域の積分値に基づいて得られる値が第１の閾値より大きい場合には前記ドライバの緊張状態の度合いが過緊張状態であると判定し、前記所定の低周波数帯域の積分値に基づいて得られる値が、第２の閾値より小さい場合には前記ドライバの緊張状態の度合いが緊張不足状態であると判定し、前記所定の低周波数帯域の積分値に基づいて得られる値が、第１の閾値以下であって第２の閾値以上の場合には前記ドライバの緊張状態の度合いが適度な緊張状態であると判定する請求項１に記載のドライバ緊張度判定装置。
3. 前記第１及び第２の閾値として、前記ドライバの実際の運転操作量及び前記ドライバの実際の緊張状態の度合いに係るデータから得られる、前記ドライバに固有の緊張に係る特性を反映した値が設定される請求項２に記載のドライバ緊張度判定装置。
4. 前記ドライバに固有の緊張に係る特性を反映した値は、受信者操作特性解析の手法によって得られる請求項３に記載のドライバ緊張度判定装置。
5. 前記ドライバの運転操作に係る運転操作量として、前記車両の運転を行う際に前記ドライバが操作するアクセルペダル、ブレーキペダル、ハンドルのいずれかの操作量を利用する請求項１から４のいずれか１つに記載のドライバ緊張度判定装置。
6. 車両の運転を行うドライバの運転時の緊張状態の度合いを判定するドライバ緊張度判定方法であって、
   前記ドライバの運転操作に係る運転操作量を取得し、非線形解析処理を行うことによって前記運転操作量に関するリアプノフ指数を算出する非線形解析ステップと、
   前記リアプノフ指数の時系列データのパワースペクトル密度を算出し、算出された前記パワースペクトル密度における所定の低周波数帯域の積分値を算出する周波数スペクトル分析ステップと、
   前記所定の低周波数帯域の積分値を使用して、前記ドライバの緊張状態の度合いが、過緊張状態、適度な緊張状態、緊張不足状態のいずれであるかを判定するドライバ緊張度判定ステップとを、
   有するドライバ緊張度判定方法。
7. 前記ドライバ緊張度判定ステップにおいて、前記所定の低周波数帯域の積分値を前記ドライバの交感神経の活躍状態の指標として利用し、前記所定の低周波数帯域の積分値に基づいて得られる値が第１の閾値より大きい場合には前記ドライバの緊張状態の度合いが過緊張状態であると判定し、前記所定の低周波数帯域の積分値に基づいて得られる値が、第２の閾値より小さい場合には前記ドライバの緊張状態の度合いが緊張不足状態であると判定し、前記所定の低周波数帯域の積分値に基づいて得られる値が、第１の閾値以下であって第２の閾値以上の場合には前記ドライバの緊張状態の度合いが適度な緊張状態であると判定する請求項６に記載のドライバ緊張度判定方法。
8. 前記第１及び第２の閾値として、前記ドライバの実際の運転操作量及び前記ドライバの実際の緊張状態の度合いに係るデータから得られる、前記ドライバに固有の緊張に係る特性を反映した値が設定される請求項７に記載のドライバ緊張度判定方法。
9. 前記ドライバに固有の緊張に係る特性を反映した値は、受信者操作特性解析の手法によって得られる請求項８に記載のドライバ緊張度判定方法。
10. 前記ドライバの運転操作に係る運転操作量として、前記車両の運転を行う際に前記ドライバが操作するアクセルペダル、ブレーキペダル、ハンドルのいずれかの操作量を利用する請求項６から９のいずれか１つに記載のドライバ緊張度判定方法。