JP2017205381A - ドライバ状態検出装置 - Google Patents

Abstract

【課題】生体情報センサを用いることなく、簡易に運転者の異常状態を検出する。【解決手段】ドライバ状態検出装置は、車両の運転者によりステアリングホイールに印加されるステアリングトルクを検出するトルク検出部と、ステアリングトルクの周波数解析を行って、運転者の異常状態に関する特徴量を抽出する特徴量抽出部と、運転者が異常状態になっていることが特徴量により表されると、運転者が異常状態になっていると判定する状態判定部と、を備える。【選択図】図１

Description

ここに開示された技術は、運転者の異常状態を検出するドライバ状態検出装置に関するものである。

従来、運転者の脈拍、体温等の生体情報を検出し、検出した生体情報から運転者の体調等を推定する技術が知られている（特許文献１参照）。特許文献１に記載の技術では、車両座席のアームレスト部や機器を作動させるための操作スイッチに、生体情報を検出するセンサが組み込まれている。これによって、生体情報を検出する際に運転者に拘束感を与えないようにしている。

特開２００９−２４７６４９号公報

しかしながら、センサを用いて運転者の生体情報を正確に検出するためには、センサを運転者に密着させておく必要がある。このため、生体情報を検出するセンサを用いる限りは、運転者に拘束感を与えることは避けられない。そこで、生体情報を検出するセンサを用いることなく、簡易に運転者の異常状態を検出することが望まれている。

ここに開示された技術は、生体情報を検出するセンサを用いることなく、簡易に運転者の異常状態を検出することを目的とする。

上述の課題を解決するために、ここに開示された技術の一態様は、車両の運転者によりステアリングホイールに印加されるステアリングトルクを検出するトルク検出部と、前記ステアリングトルクの周波数解析を行って、前記運転者の異常状態に関する特徴量を抽出する特徴量抽出部と、前記運転者が異常状態になっていることが前記特徴量により表されると、前記運転者が異常状態になっていると判定する状態判定部と、を備えるものである。

この態様では、車両の運転者によりステアリングホイールに印加されるステアリングトルクがトルク検出部によって検出される。特徴量抽出部によって、検出されたステアリングトルクの周波数解析が行われて、運転者の異常状態に関する特徴量が抽出される。運転者が異常状態になっていることが特徴量により表されると、運転者が異常状態になっていると状態判定部により判定される。したがって、本態様によれば、生体情報を検出するセンサを用いることなく、簡易に運転者の異常状態を検出することができる。

上記態様において、前記特徴量抽出部は、前記ステアリングトルクのパワースペクトル密度を離散的に算出する解析部と、最小周波数から所定個数の前記パワースペクトル密度の平均値を前記特徴量として算出する計算部と、を含んでもよい。前記状態判定部は、前記パワースペクトル密度の平均値が第１閾値以下のときは、前記運転者が異常状態になっていると判定してもよい。

この態様では、ステアリングトルクのパワースペクトル密度が解析部により離散的に算出される。最小周波数から所定個数のパワースペクトル密度の平均値が特徴量として計算部により算出される。パワースペクトル密度の平均値が第１閾値以下のときは、運転者が異常状態になっていると状態判定部により判定される。運転者の体調が急変し、ステアリングホイールに運転者が寄りかかった状態では、低周波領域のパワースペクトル密度が低減する。したがって、本態様によれば、パワースペクトル密度の平均値が第１閾値以下のときは、運転者が異常状態になっていると判定することにより、生体情報を検出するセンサを用いることなく、簡易に運転者の異常状態を検出することができる。

上記態様において、前記特徴量抽出部は、前記ステアリングトルクのパワースペクトル密度を離散的に算出する解析部と、最小周波数から所定個数の前記パワースペクトル密度を直線で近似し、前記近似した直線と周波数軸とのなす傾斜角度を前記特徴量として算出する計算部と、を含んでもよい。前記状態判定部は、前記傾斜角度が第２閾値以下のときは、前記運転者が異常状態になっていると判定してもよい。

この態様では、ステアリングトルクのパワースペクトル密度が解析部により離散的に算出される。最小周波数から所定個数のパワースペクトル密度が直線で近似され、近似された直線と周波数軸とのなす傾斜角度が特徴量として計算部により算出される。傾斜角度が第２閾値以下のときは、運転者が異常状態になっていると状態判定部により判定される。運転者の体調が急変し、ステアリングホイールに運転者が寄りかかった状態では、低周波領域のパワースペクトル密度が低減するため、傾斜角度も低減する。したがって、本態様によれば、傾斜角度が第２閾値以下のときは、運転者が異常状態になっていると判定することにより、生体情報を検出するセンサを用いることなく、簡易に運転者の異常状態を検出することができる。

上記態様において、前記特徴量抽出部は、前記ステアリングトルクのパワースペクトル密度を離散的に算出する解析部と、前記パワースペクトル密度の最大値を前記特徴量として算出する計算部と、を含んでもよい。前記状態判定部は、前記最大値が第３閾値以下のときは、前記運転者が異常状態になっていると判定してもよい。

この態様では、ステアリングトルクのパワースペクトル密度が解析部により離散的に算出される。パワースペクトル密度の最大値が特徴量として計算部により算出される。最大値が第３閾値以下のときは、運転者が異常状態になっていると状態判定部により判定される。運転者の体調が急変し、ステアリングホイールに運転者が寄りかかった状態では、低周波領域のパワースペクトル密度が低減する。一般に、パワースペクトル密度は、低周波領域で最大値をとる。このため、ステアリングホイールに運転者が寄りかかった状態では、パワースペクトル密度の最大値も低減する。したがって、本態様によれば、最大値が第３閾値以下のときは、運転者が異常状態になっていると判定することにより、生体情報を検出するセンサを用いることなく、簡易に運転者の異常状態を検出することができる。

上記態様において、前記車両が走行している道路が舗装されているか否かを検出する路面検出部をさらに備えてもよい。前記状態判定部は、前記路面検出部により前記道路が舗装されていないことが検出されると、前記運転者が異常状態になっているか否かを判定しないとしてもよい。

この態様では、車両が走行している道路が舗装されていないことが路面検出部により検出されると、運転者が異常状態になっているか否かを状態判定部は判定しない。舗装されていない道路を走行すると、路面からタイヤを介してステアリングホイールに伝わるトルクが大きくなる。このため、車両の運転者によりステアリングホイールに印加されるステアリングトルクの検出精度が低下する。したがって、運転者が異常状態になっているか否かを判定しないことにより、誤判定を防止することができる。

上記態様において、前記車両が走行している道路が曲線道路であるか否かを検出するカーブ検出部をさらに備えてもよい。前記状態判定部は、前記カーブ検出部により前記車両が走行している道路が曲線道路であることが検出されると、前記運転者が異常状態になっているか否かを判定しないとしてもよい。

この態様では、車両が走行している道路が曲線道路であることがカーブ検出部により検出されると、運転者が異常状態になっているか否かを状態判定部は判定しない。曲線道路を走行すると、路面からタイヤを介してステアリングホイールに伝わるトルクが大きくなる。このため、車両の運転者によりステアリングホイールに印加されるステアリングトルクの検出精度が低下する。したがって、運転者が異常状態になっているか否かを判定しないことにより、誤判定を防止することができる。

このドライバ状態検出装置によれば、車両の運転者によりステアリングホイールに印加されるステアリングトルクが検出され、検出されたステアリングトルクの周波数解析が行われて、運転者が異常状態になっているか否かを表す特徴量が抽出され、運転者が異常状態になっていることが特徴量により表されると、運転者が異常状態になっていると判定されるため、生体情報を検出するセンサを用いることなく、簡易に運転者の異常状態を検出することができる。

本実施の形態のドライバ状態検出装置が搭載された車両の構成を概略的に示すブロック図である。 車両の室内に居る運転者の状態を概略的に示す図である。 車両の室内に居る運転者の状態を概略的に示す図である。 車両の室内に居る運転者の状態を概略的に示す図である。 図２の状態において、ステアリングセンサにより検出されたステアリングトルクの時系列データの一例を概略的に示す図である。 図３の状態において、ステアリングセンサにより検出されたステアリングトルクの時系列データの一例を概略的に示す図である。 図４の状態において、ステアリングセンサにより検出されたステアリングトルクの時系列データの一例を概略的に示す図である。 図５の時系列データに対して、スペクトル解析部によってＦＦＴが実行された結果を概略的に示す図である。 図６の時系列データに対して、スペクトル解析部によってＦＦＴが実行された結果を概略的に示す図である。 図７の時系列データに対して、スペクトル解析部によってＦＦＴが実行された結果を概略的に示す図である。 図８〜図１０のパワースペクトル密度を併せて示した図である。 ドライバ状態検出動作の一例を示すフローチャートである。 図８〜図１０のパワースペクトル密度を併せて示した図である。 図８〜図１０のパワースペクトル密度を併せて示した図である。 剖検の例から推定された事故直前における運転者の運転姿勢を概略的に示す図である。

（本開示に係る一態様の着眼点）
まず、本開示に係る一態様の着眼点が説明される。交通事故の死亡原因の一つに、運転中における運転者の体調の急変がある。運転者の体調の急変の要因には、脳血管疾患及び心疾患等の種々の疾患が含まれており、体調の急変により運転が継続できなくなった運転者の状態は一定ではない。

このような運転者の体調不良を、脈拍又は眼球の動きなどの生体情報から判断することは困難である。しかも、上述のように、生体情報を検出するセンサを用いることなく、簡易に運転者の状態を検出することが望まれている。

図１５は、剖検の例から推定された事故直前における運転者の運転姿勢を概略的に示す図である。図１５に示されるように、運転席１に着座している運転者２は、ステアリングホイール３に寄りかかっている。運転中に体調が急変した運転者２は、事故を回避するための行動を実行できていない場合が多い。したがって、運転者２は、体調の急変により意識レベルが低下し、場合によっては意識を失っていると思われる。このため、図１５に示されるように、運転者２は、ステアリングホイール３に寄りかかった状態になっていると考えられる。

一方、ステアリングホイールに対する運転者の操舵力を補助する電動パワーステアリングを備える車両には、運転者がステアリングホイールに印加するステアリングトルクを検出するステアリングセンサが設けられている。このステアリングセンサにより検出されるステアリングトルクは、運転者２がステアリングホイール３を保持する通常の運転状態と、図１５に示されるように運転者２がステアリングホイール３に寄りかかった状態とでは、異なると考えられる。上述の考察に鑑みて、以下に説明される本開示の一態様が考え出された。

（実施の形態）
以下、図面を参照しつつ、本開示の実施の形態が説明される。なお、各図では、同様の要素には同様の符号が付され、適宜、説明が省略される。

図１は、本実施の形態のドライバ状態検出装置が搭載された車両の構成を概略的に示すブロック図である。車両１０は、例えば４輪自動車である。車両１０は、図１に示されるように、車外カメラ１０２、操作スイッチ１０６、ブレーキペダル１０７、ステアリングセンサ１０８、地図データ記憶部１０９、ヨーレートセンサ１１０、警報音発生器２０１、ハザードフラッシャー２０２、運転支援装置２０３、電子制御ユニット（ＥＣＵ）３００を備える。

車外カメラ１０２（路面検出部の一例）は、車両１０の室内の例えばルームミラーの背面側又はフロントガラスの上端近傍に、車外カメラ１０２の光軸が車両１０の前方を向くように取り付けられる。車外カメラ１０２は、車両１０が走行する道路を撮像する。車外カメラ１０２は、撮像した画像データをＥＣＵ３００に出力する。

操作スイッチ１０６は、作動している警報音発生器２０１を停止させるためのもので、運転者により操作される。ブレーキペダル１０７は、ブレーキを作動させるためのもので、運転者の足により操作される。ステアリングセンサ１０８は、ステアリングホイールに配置され、運転者によりステアリングホイールに印加されるステアリングトルクを検出する。

ヨーレートセンサ１１０は、道路に対する車両１０の相対的な方向を示すヨー角が変化する速さであるヨーレートを検出する。地図データ記憶部１０９は、道路に関するデータを保存している。地図データ記憶部１０９に保存されている道路に関するデータは、道路が舗装されているか否かのデータを含む。なお、本実施形態では、車両１０は、地図データ記憶部１０９を備えなくてもよい。地図データ記憶部１０９は、後述の変形された実施の形態で用いられる。

警報音発生器２０１は、例えばブザー又はベルを含み、運転者に対する警報音を発生する。ハザードフラッシャー２０２は、橙色の全て（例えば４個）の方向指示灯を一斉に点滅させる。運転支援装置２０３は、運転者による車両１０の運転を支援する。運転支援装置２０３は、自動的にブレーキを作動させて車両１０を減速又は停止させる機能を有してもよい。運転支援装置２０３は、ステアリングホイールを制御することにより車両１０に車線を維持させる機能を有してもよい。

ＥＣＵ３００は、車両１０の全体の動作を制御する。ＥＣＵ３００は、中央演算処理装置（ＣＰＵ）３１０、メモリ３２０、その他の周辺回路を含む。メモリ３２０（記憶部の一例）は、例えば、フラッシュメモリなどの半導体メモリ、ハードディスク、又は他の記憶素子で構成される。メモリ３２０は、プログラムを保存するメモリ、データを一時的に保存するメモリ等を含む。メモリ３２０は、予め定められたパワースペクトル密度の閾値ＴＨ１をプログラムの一部として保存している。パワースペクトル密度の閾値ＴＨ１は後に詳述される。なお、メモリ３２０は、プログラムを保存する領域、データを一時的に保存する領域を備えた単一のメモリで構成されていてもよい。

ＣＰＵ３１０は、メモリ３２０に保存されているプログラムに従って動作することにより、特徴量抽出部３１６、状態判定部３１２、運転制御部３１５、道路判定部３１９として機能し、特徴量抽出部３１６は、スペクトル解析部３１７と、特徴量計算部３１８とを含む。

道路判定部３１９は、車外カメラ１０２により撮像された画像データに基づき、車両１０が走行している道路が舗装されているか否かを判定する。道路判定部３１９は、例えば舗装された道路を撮像した画像データからなるテンプレートと、舗装されていない道路を撮像した画像データからなるテンプレートとを保持する。道路判定部３１９は、車外カメラ１０２により撮像された画像データと保持しているテンプレートとのテンプレートマッチングにより、車両１０が走行している道路が舗装されているか否かを判定する。本実施の形態において、道路判定部３１９及び車外カメラ１０２は、路面検出部の一例を構成する。

道路判定部３１９は、さらに、ヨーレートセンサ１１０により検出されたヨーレートに基づき、車両１０が走行している道路が曲線道路であるか否かを判定する。例えば、道路判定部３１９は、ヨーレートセンサ１１０により検出されたヨーレートが所定値以上の場合に、車両１０が走行している道路が曲線道路であると判定する。
本実施の形態において、道路判定部３１９及びヨーレートセンサ１１０は、カーブ検出部の一例を構成する。

特徴量抽出部３１６は、ステアリングセンサ１０８により検出されたステアリングトルクに基づき、運転者が異常状態になっているか否かを表す特徴量を抽出する。

特徴量抽出部３１６のスペクトル解析部３１７（解析部の一例）は、ステアリングセンサ１０８により検出された所定時間（例えば１０ｍｓｅｃの予め定められた時間）分のステアリングトルクの時系列データ（例えば１２８サンプル）に対してスペクトル解析を行って、パワースペクトル密度を離散的に算出する。スペクトル解析部３１７は、スペクトル解析のアルゴリズムとして種々の手法を用いることができる。スペクトル解析部３１７は、本実施形態では、高速フーリエ変換（ＦＦＴ）を用いる。

特徴量計算部３１８（計算部の一例）は、スペクトル解析部３１７により離散的に得られたパワースペクトル密度において、最小周波数から所定数（本実施形態では４個）のパワースペクトル密度の平均値を特徴量として算出する。

状態判定部３１２は、運転者が異常状態になっていることを特徴量抽出部３１６により抽出された特徴量が表すと、運転者が異常状態になっていると判定する。具体的には、状態判定部３１２は、特徴量計算部３１８により算出されたパワースペクトル密度の平均値が、メモリ３２０に保存されているパワースペクトル密度の閾値ＴＨ１（第１閾値の一例）以下であるか否かを判定する。状態判定部３１２は、算出されたパワースペクトル密度の平均値がパワースペクトル密度の閾値ＴＨ１以下であれば、運転者が異常状態になっていると判定する。

なお、車両１０が舗装されていない道路を走行すると、路面からタイヤを介してステアリングホイールに伝わるトルクが大きくなる。このため、車両１０の運転者によりステアリングホイールに印加されるステアリングトルクの検出精度が低下する。そこで、本実施形態では、状態判定部３１２は、車両１０が走行している道路が舗装されていないと道路判定部３１９により判定されると、運転者が異常状態になっているか否かを判定しない。これによって、誤判定を防止することができる。

また、車両１０が曲線道路を走行すると、路面からタイヤを介してステアリングホイールに伝わるトルクが大きくなる。このため、車両１０の運転者によりステアリングホイールに印加されるステアリングトルクの検出精度が低下する。そこで、本実施形態では、状態判定部３１２は、車両１０が走行している道路が曲線道路であることが道路判定部３１９により判定されると、運転者が異常状態になっているか否かを判定しない。これによって、誤判定を防止することができる。

運転制御部３１５は、運転者が異常状態になっていると状態判定部３１２により判定されると、ハザードフラッシャー２０２を作動させ、全ての方向指示器を点滅させて、他車に注意を促す。運転制御部３１５は、運転支援装置２０３を制御して、運転者の運転を支援する。運転制御部３１５は、例えばブレーキを動作させて、車両１０を減速又は停止させてもよい。運転制御部３１５は、ステアリングホイールを制御して、車両１０が走行している車線を維持してもよい。

図２〜図４は、それぞれ、車両の室内に居る運転者の状態を概略的に示す図である。図２には、運転席２１に着座し、ステアリングホイール２２を握って車両を運転している運転者２３の通常の状態が示されている。図３には、運転者２３がステアリングホイール２２に寄りかかって、運転者２３の体とステアリングホイール２２とが接触している状態が示されている。図４には、運転者２３がステアリングホイール２２に寄りかかって、運転者２３の顔とステアリングホイール２２とが接触している状態が示されている。

図５〜図７は、それぞれ、図２〜図４の各状態において、ステアリングセンサ１０８により検出されたステアリングトルクの時系列データの一例を概略的に示す図である。図５〜図７の横軸（Ｘ軸）は時間を示し、縦軸（Ｙ軸）はステアリングトルクを示す。図５〜図７は、停止した車両で行われた実験により得られた時系列データを示す。

図５の時間Ｓ１では、図２に示されるように、運転者２３は、運転席２１に着座してステアリングホイール２２を保持する通常の運転状態になっている。図６の時間Ｓ２では、図３に示されるように、運転者２３はステアリングホイール２２に寄りかかって、運転者２３の体とステアリングホイール２２とが接触する状態になっている。図７の時間Ｓ３では、図４に示されるように、運転者２３はステアリングホイール２２に寄りかかって、運転者２３の顔とステアリングホイール２２とが接触する状態になっている。

図８〜図１０は、それぞれ、図５〜図７の各時間Ｓ１，Ｓ２，Ｓ３における時系列データに対して、スペクトル解析部３１７によってＦＦＴが実行された結果を概略的に示す図である。図８〜図１０のＸ軸は周波数を示し、Ｙ軸はパワースペクトル密度（ＰＳＤ）を示す。

図８に示されるように、運転者２３がステアリングホイール２２を保持する通常の運転状態のパワースペクトル密度Ｆ１では、運転者２３がステアリングホイール２２を保持する保持力によって低周波成分のＰＳＤが大きくなり、車両１０の振動等による高周波成分のＰＳＤが抑制されている。

一方、運転者２３の顔とステアリングホイール２２とが接触する状態のパワースペクトル密度Ｆ３では、ステアリングホイール２２を保持する力が小さい。このため、図１０に示されるように、低周波成分のＰＳＤが大きくならず、低周波成分のＰＳＤに比べて高周波成分のＰＳＤが抑制されるということはない。

また、運転者２３の体とステアリングホイール２２とが接触する状態では、運転者２３の体重によってステアリングホイール２２に印加される押圧力が、運転者２３の顔とステアリングホイール２２とが接触する状態に比べて大きいと考えられる。したがって、運転者２３の体とステアリングホイール２２とが接触する状態のパワースペクトル密度Ｆ２における低周波成分と高周波成分との差異は、図９に示されるように、図８の場合と図１０の場合との中間になっている。

図１１は、図８〜図１０のパワースペクトル密度Ｆ１，Ｆ２，Ｆ３を併せて示した図である。図１１のＸ軸は周波数を示し、Ｙ軸はパワースペクトル密度（ＰＳＤ）を示す。図１１には、メモリ３２０に保存されているパワースペクトル密度の閾値ＴＨ１が示されている。

図１１に示されるように、図８〜図１０を用いて上述された理由によって、運転者２３の３つの状態のパワースペクトル密度Ｆ１，Ｆ２，Ｆ３では、低周波成分での差異が大きくなっている。そこで、本実施形態では、特徴量計算部３１８は、最小周波数から４点のパワースペクトル密度の平均値を算出する。

パワースペクトル密度ＭＥ１は、運転者２３がステアリングホイール２２を保持する通常の運転状態のパワースペクトル密度Ｆ１において、最小周波数から４点Ｐ１１，Ｐ１２，Ｐ１３，Ｐ１４のパワースペクトル密度の平均値である。パワースペクトル密度ＭＥ２は、運転者２３の体とステアリングホイール２２とが接触する状態のパワースペクトル密度Ｆ２において、最小周波数から４点Ｐ２１，Ｐ２２，Ｐ２３，Ｐ２４のパワースペクトル密度の平均値である。パワースペクトル密度ＭＥ３は、運転者２３の顔とステアリングホイール２２とが接触する状態のパワースペクトル密度Ｆ３において、最小周波数から４点Ｐ３１，Ｐ３２，Ｐ３３，Ｐ３４のパワースペクトル密度の平均値である。

図１１に示されるように、ＭＥ１＞ＭＥ２＞ＭＥ３になっている。そして、メモリ３２０に保存されているパワースペクトル密度の閾値ＴＨ１は、図１１に示されるように、ＭＥ１＞ＴＨ１＞ＭＥ２を満たすように予め設定されている。

図１２は、ドライバ状態検出動作の一例を示すフローチャートである。例えば車両１０のエンジンが始動されると、例えば一定の時間間隔で、図１２に示される動作が実行される。

ステップＳ５０１において、ＣＰＵ３１０は、ステアリングセンサ１０８、ヨーレートセンサ１１０の検出値を読み込み、メモリ３２０に保存する。ステップＳ５０２において、道路判定部３１９は、車外カメラ１０２により撮像された画像データから、例えばテンプレートマッチングによって、車両１０が走行している道路が舗装されているか否かを判定する。

車両１０が走行している道路が舗装されていると道路判定部３１９により判定されると（ステップＳ５０２でＹＥＳ）、状態判定部３１２は、処理をステップＳ５０３に進める。一方、車両１０が走行している道路が舗装されていないと道路判定部３１９により判定されると（ステップＳ５０２でＮＯ）、状態判定部３１２は、図１２の動作を終了する。

ステップＳ５０３において、道路判定部３１９は、ヨーレートセンサ１１０の検出値から、車両１０が曲線道路を走行しているか否かを判定する。車両１０が曲線道路を走行していると道路判定部３１９により判定されると（ステップＳ５０３でＹＥＳ）、状態判定部３１２は、図１２の動作を終了する。一方、車両１０が曲線道路を走行していない（つまり直線道路を走行している）と道路判定部３１９により判定されると（ステップＳ５０３でＮＯ）、状態判定部３１２は、処理をステップＳ５０４に進める。

ステップＳ５０４において、スペクトル解析部３１７は、ステアリングセンサ１０８により検出されたステアリングトルクの時系列データに対してＦＦＴ処理を行う。ステップＳ５０５において、特徴量計算部３１８は、最小周波数から４点のパワースペクトル密度の平均値ＭＥを算出する。

ステップＳ５０６において、状態判定部３１２は、特徴量計算部３１８により算出された平均値ＭＥが、メモリ３２０に保存されているパワースペクトル密度の閾値ＴＨ１以下であるか否かを判定する。平均値ＭＥが閾値ＴＨ１以下であれば（ステップＳ５０６でＹＥＳ）、状態判定部３１２は、処理をステップＳ５０７に進める。一方、平均値ＭＥが閾値ＴＨ１を超えていれば（ステップＳ５０６でＮＯ）、状態判定部３１２は、運転者２３が異常状態になっていないと判定して、図１２の動作を終了する。

ステップＳ５０７において、状態判定部３１２は、運転者２３が異常状態になっていると判定し、警報音発生器２０１を作動させて、運転者２３に注意を促す。

ステップＳ５０８において、状態判定部３１２は、ステップＳ５０７の警報音発生器２０１の作動に対して、運転者２３の反応があるか否かを判定する。状態判定部３１２は、例えば操作スイッチ１０６が操作されて警報音発生器２０１がオフにされると、運転者２３の反応があると判定する。状態判定部３１２は、ブレーキペダル１０７が操作されると、運転者２３の反応があると判定してもよい。状態判定部３１２は、ステアリングセンサ１０８の検出値に基づき、ステアリングホイール２２が操作されたと判定すると、運転者２３の反応があると判定してもよい。

運転者２３の反応があると判定すると（ステップＳ５０８でＹＥＳ）、状態判定部３１２は、図１２に示される動作を終了する。一方、運転者２３の反応がないと判定すると（ステップＳ５０８でＮＯ）、状態判定部３１２は、処理をステップＳ５０９に進める。

ステップＳ５０９において、運転制御部３１５は、ハザードフラッシャー２０２を作動させて、ハザードランプ（橙色の４個の方向指示器）を点滅させる。続くステップＳ５１０において、運転制御部３１５は、運転支援装置２０３を作動させる。その後、図１２に示される動作は終了する。

以上説明されたように、本実施形態では、最小周波数から４点のパワースペクトル密度の平均値ＭＥが、メモリ３２０に保存されているパワースペクトル密度の閾値ＴＨ１以下であれば、状態判定部３１２は、運転者２３が異常状態になっていると判定する。したがって、本実施形態によれば、生体情報を検出するセンサを用いることなく、簡易に運転者２３の異常状態を検出することができる。

また、本実施形態では、車両１０が走行している道路が舗装されていないと道路判定部３１９により判定されると、状態判定部３１２は、運転者２３が異常状態になっているか否かを判定しない。また、本実施形態では、車両１０が曲線道路を走行していると道路判定部３１９により判定されると、状態判定部３１２は、運転者２３が異常状態になっているか否かを判定しない。これによって、誤判定を防止することができる。

（変形された実施の形態）
（１）上記実施形態では、特徴量計算部３１８は、最小周波数から４点のパワースペクトル密度の平均値を特徴量として算出しているが、これに限られない。

図１３は、図１１と同様に、図８〜図１０のパワースペクトル密度Ｆ１，Ｆ２，Ｆ３を併せて示した図である。図１３のＸ軸（周波数軸の一例）は周波数を示し、Ｙ軸はパワースペクトル密度（ＰＳＤ）を示す。

図１３の直線Ｆ１０は、パワースペクトル密度Ｆ１において、最小周波数から４点Ｐ１１，Ｐ１２，Ｐ１３，Ｐ１４のパワースペクトル密度を直線で近似したものである。直線Ｆ２０は、パワースペクトル密度Ｆ２において、最小周波数から４点Ｐ２１，Ｐ２２，Ｐ２３，Ｐ２４のパワースペクトル密度を直線で近似したものである。直線Ｆ３０は、パワースペクトル密度Ｆ３において、最小周波数から４点Ｐ３１，Ｐ３２，Ｐ３３，Ｐ３４のパワースペクトル密度を直線で近似したものである。直線Ｆ１０，Ｆ２０，Ｆ３０は、例えば最小二乗法等の公知の手法によって求めることができる。

傾斜角度θ１は、直線Ｆ１０と、Ｘ軸に平行な直線Ｘ１０とのなす角度である。傾斜角度θ２は、直線Ｆ２０と、Ｘ軸に平行な直線Ｘ２０とのなす角度である。傾斜角度θ３は、直線Ｆ３０と、Ｘ軸に平行な直線Ｘ３０とのなす角度である。図１３に示されるように、θ１＞θ２＞θ３になっている。図１３に示される閾値θｔｈ（第２閾値の一例）は、θ１＞θｔｈ＞θ２に予め設定されている。

図１３の実施形態では、特徴量計算部３１８は、最小周波数から所定個数（図１３では４個）のパワースペクトル密度を直線で近似し、近似した直線とＸ軸とのなす傾斜角度θを特徴量として算出する。メモリ３２０は、閾値θｔｈを保存している。状態判定部３１２は、特徴量計算部３１８により算出された傾斜角度θが、メモリ３２０に保存されている閾値θｔｈ以下のときは、運転者２３が異常状態になっていると判定する。

図１４は、図１１と同様に、図８〜図１０のパワースペクトル密度Ｆ１，Ｆ２，Ｆ３を併せて示した図である。図１４のＸ軸は周波数を示し、Ｙ軸はパワースペクトル密度（ＰＳＤ）を示す。

図１４のパワースペクトル密度ＭＸ１は、パワースペクトル密度Ｆ１の最小周波数の点Ｐ１１のパワースペクトル密度であり、パワースペクトル密度Ｆ１の最大値である。パワースペクトル密度ＭＸ２は、パワースペクトル密度Ｆ２の最小周波数の点Ｐ２１のパワースペクトル密度であり、パワースペクトル密度Ｆ２の最大値である。パワースペクトル密度ＭＸ３は、パワースペクトル密度Ｆ３の最小周波数の点Ｐ３１のパワースペクトル密度であり、パワースペクトル密度Ｆ３の最大値である。図１４に示されるように、ＭＸ１＞ＭＸ２＞ＭＸ３になっている。図１４に示される閾値ＴＨ２（第３閾値の一例）は、ＭＸ１＞ＴＨ２＞ＭＸ２に予め設定されている。

図１４の実施形態では、特徴量計算部３１８は、パワースペクトル密度の最大値ＭＸを特徴量として算出する。メモリ３２０は、閾値ＴＨ２を保存している。状態判定部３１２は、特徴量計算部３１８により算出された最大値ＭＸが、メモリ３２０に保存されている閾値ＴＨ２以下のときは、運転者２３が異常状態になっていると判定する。

図１３、図１４の実施形態でも、上記実施形態と同様に、生体情報を検出するセンサを用いることなく、簡易に運転者２３の異常状態を検出することができる。

（２）図１に示される地図データ記憶部１０９を備えてもよい。地図データ記憶部１０９は、道路に関するデータを保存している。地図データ記憶部１０９に保存されている道路に関するデータは、道路が舗装されているか否かのデータを含む。

道路判定部３１９は、例えばグローバルポジショニングシステム（ＧＰＳ）を利用して自車の位置を判定してもよい。道路判定部３１９は、判定した自車の位置と、地図データ記憶部１０９に保存されている道路に関するデータとから、車両１０が走行している道路が舗装されているか否かを判定してもよい。この実施形態において、道路判定部３１９及び地図データ記憶部１０９は、路面検出部の一例を構成する。

（３）図１に示される地図データ記憶部１０９を備えてもよい。地図データ記憶部１０９は、道路に関するデータを保存している。道路判定部３１９は、例えばグローバルポジショニングシステム（ＧＰＳ）を利用して自車の位置を判定してもよい。道路判定部３１９は、判定した自車の位置と、地図データ記憶部１０９に保存されている道路に関するデータとから、車両１０が走行している道路が曲線道路であるか否かを判定してもよい。この実施形態において、道路判定部３１９及び地図データ記憶部１０９は、カーブ検出部の一例を構成する。

１０２ 車外カメラ
１０８ ステアリングセンサ
１０９ 地図データ記憶部
１１０ ヨーレートセンサ
３１２ 状態判定部
３１６ 特徴量抽出部
３１７ スペクトル解析部
３１８ 特徴量計算部
３１９ 道路判定部
３２０ メモリ

Claims (6)

1. 車両の運転者によりステアリングホイールに印加されるステアリングトルクを検出するトルク検出部と、
   前記ステアリングトルクの周波数解析を行って、前記運転者の異常状態に関する特徴量を抽出する特徴量抽出部と、
   前記運転者が異常状態になっていることが前記特徴量により表されると、前記運転者が異常状態になっていると判定する状態判定部と、
   を備えるドライバ状態検出装置。
2. 前記特徴量抽出部は、
   前記ステアリングトルクのパワースペクトル密度を離散的に算出する解析部と、
   最小周波数から所定個数の前記パワースペクトル密度の平均値を前記特徴量として算出する計算部と、
   を含み、
   前記状態判定部は、前記パワースペクトル密度の平均値が第１閾値以下のときは、前記運転者が異常状態になっていると判定する、
   請求項１に記載のドライバ状態検出装置。
3. 前記特徴量抽出部は、
   前記ステアリングトルクのパワースペクトル密度を離散的に算出する解析部と、
   最小周波数から所定個数の前記パワースペクトル密度を直線で近似し、前記近似した直線と周波数軸とのなす傾斜角度を前記特徴量として算出する計算部と、
   を含み、
   前記状態判定部は、前記傾斜角度が第２閾値以下のときは、前記運転者が異常状態になっていると判定する、
   請求項１に記載のドライバ状態検出装置。
4. 前記特徴量抽出部は、
   前記ステアリングトルクのパワースペクトル密度を離散的に算出する解析部と、
   前記パワースペクトル密度の最大値を前記特徴量として算出する計算部と、
   を含み、
   前記状態判定部は、前記最大値が第３閾値以下のときは、前記運転者が異常状態になっていると判定する、
   請求項１に記載のドライバ状態検出装置。
5. 前記車両が走行している道路が舗装されているか否かを検出する路面検出部をさらに備え、
   前記状態判定部は、前記路面検出部により前記道路が舗装されていないことが検出されると、前記運転者が異常状態になっているか否かを判定しない、
   請求項１〜４のいずれか１項に記載のドライバ状態検出装置。
6. 前記車両が走行している道路が曲線道路であるか否かを検出するカーブ検出部をさらに備え、
   前記状態判定部は、前記カーブ検出部により前記車両が走行している道路が曲線道路であることが検出されると、前記運転者が異常状態になっているか否かを判定しない、
   請求項１〜５のいずれか１項に記載のドライバ状態検出装置。

Images