JP2018045262A - 運行管理支援システム、運行管理方法、サーバ装置、及びプログラム - Google Patents
運行管理支援システム、運行管理方法、サーバ装置、及びプログラム Download PDFInfo
- Publication number
- JP2018045262A JP2018045262A JP2016177222A JP2016177222A JP2018045262A JP 2018045262 A JP2018045262 A JP 2018045262A JP 2016177222 A JP2016177222 A JP 2016177222A JP 2016177222 A JP2016177222 A JP 2016177222A JP 2018045262 A JP2018045262 A JP 2018045262A
- Authority
- JP
- Japan
- Prior art keywords
- data
- detection pattern
- analysis
- matches
- weighting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
- G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
- G09B9/04—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles
- G09B9/052—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles characterised by provision for recording or measuring trainee's performance
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Theoretical Computer Science (AREA)
- Animal Behavior & Ethology (AREA)
- Psychology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Psychiatry (AREA)
- Pathology (AREA)
- Educational Technology (AREA)
- Developmental Disabilities (AREA)
- Social Psychology (AREA)
- Aviation & Aerospace Engineering (AREA)
- Hospice & Palliative Care (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Child & Adolescent Psychology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Traffic Control Systems (AREA)
Abstract
【課題】眠気に関する分析を行うに際して機械学習の手法を取り入れて、運転者の居眠りのタイミングを走行ルート等の情報に基づいて適正に予測し、所定の警告を発する等して安全運転の状態を確保するよう運行管理を支援する。【解決手段】本発明の運行管理支援システムは、所定のマスタテーブルを保存した記憶部(マスタDB)214と、計測データについて事前分析を行う事前分析部211cと、前記計測データについて前記マスタテーブルを参照して1次分析を行う1次分析部211dと、前記計測データについて前記マスタテーブルを参照して2次分析を行う2次分析部211eと、を備え、運転者の脳波に基づく適正な運行管理支援を行うことを特徴とする。【選択図】図7
Description
本発明は、計測された車両等の運転者の脳波、脈拍、及び血流等(以下、単に脳波という)に基づいて車両等の運行管理等を支援する運行管理支援システム、運行管理方法、サーバ装置、及びプログラムに関する。
従来、自動車事故を防止する安全対策のために、脳波センサを利用して、人を中心とした安全対策をソフトウェアの態様で提供することがなされている。例えば、法人サービスであれば、中長距離、深夜便トラックや高速、貸切バスの運行会社を対象にしたサービスの実現が嘱望されており、個人サービスであれば、ドライバーを補助し、自動車事故のリスクを軽減することが嘱望されている。
この種の技術として、例えば、特許文献1では、RRIデータから自律神経の活動指標を算出し、これを用いて眠気推定する眠気推定ルール更新装置が開示されている。
さらに、特許文献2では、運転者の脳波を取得する脳波取得装置と、取得した脳波から運転に対する注意量を算出する脳波算出ECUと、注意量に応じて運転者が対象物を目視確認するよう促すための警告を行う運転支援ECUと、を備えた運転支援システムが開示されている。
また、特許文献3では、運転者の眠気を検出し、居眠り兆候を判定し、その判定結果に基づいて警告音を発する居眠り防止装置が開示されている。そして、眠気検出については運転者の脳波の情報を用いている。
さらに、特許文献4では、運行状況を監視する車載スマートフォンと、検知端末器とをブルートゥース(登録商標)により通信可能にし、運行状況が居眠り開始であれば、警告し、車載スマートフォンを介して監視端末にも非常事態状態を通報する運行車両管理システムが開示されている。
しかしながら、特許文献1乃至4に係る技術は、いずれも居眠り等の兆候を判定し、その結果に基づいて所定の警告等を行うものであり、運転者の運転に係るログ情報や属性情報等に基づいて、警告のタイミングを予測することはなされておらず、計測又は判定結果に基づく事後的な警告等を促すにすぎなかった。
本発明は、このような課題に鑑みてなされたものであり、眠気に関する分析を行うに際して機械学習の手法を取り入れて、運転者の居眠りのタイミングを走行ルート等の情報に基づいて適正に予測し、所定の警告を発する等して安全運転の状態を確保するように、運行管理を支援することを目的とする。
上記課題を解決するため、本発明の一態様に係る運行管理支援システムは、所定のマスタテーブルを保存した記憶部と、計測データについて事前分析を行う事前分析部と、前記計測データについて前記マスタテーブルを参照して1次分析を行う1次分析部と、前記計測データについて前記マスタテーブルを参照して2次分析を行う2次分析部とを備え、運転者の脳波に基づく適正な運行管理支援を行うことを特徴とする。
ここで、前記事前分析部は、分析対象の属性に合致する検知パターン重み付けデータのみを、検知パターン重み付けテーブルから抽出し、抽出された検知パターン重み付けレコードの中から、ベースライン脳波データに合致する検知パターンのレコードを残し、最後に残った重み付けデータのうち重みが最大の1レコードが持つ眠気検知時間帯を分析結果としてよい。前記1次分析部は、1次分析眠気検知パターンデータを取得すると、1次分析眠気検知パターンデータからリアルタイム脳波データに合致するか否かを確認し、合致した場合に1次分析眠気検知パターンデータの眠気検知時間帯を分析結果としてよい。そして、前記2次分析部は、分析対象の属性に合致する検知パターン重み付けデータのみを検知パターン重み付けテーブルから抽出し、抽出された検知パターン重み付けレコードの中から、リアルタイム脳波データに合致する検知パターンのレコードを残し、最後に残った重み付けデータのうち重みが最大の1レコードが持つ眠気検知時間帯を分析結果としてもよい。
本発明によれば、眠気に関する分析を行うに際して機械学習の手法を取り入れて、運転者の居眠りのタイミングを走行ルート等の情報に基づいて適正に予測し、所定の警告を発する等して安全運転の状態を確保するよう運行管理を支援する運行管理支援システム、運行管理方法、サーバ装置、及びプログラムを提供することができる。
以下、図面を参照しつつ本発明の一実施形態について説明する。
図1には、本発明の一実施形態に係る運行管理支援システムの構成を示し説明する。
同図に示されるように、運行管理支援システム1は、ドライバー側のシステム10、クラウド上のシステム20、及び管理者側のシステム30からなる。
ドライバー側のシステム10は、脳波センサユニット11と、スマートフォン等の携帯端末12とで構成されている。脳波センサユニット11は、ここでは不図示であるが、脳波センサと、無線通信部、制御部等を備えており、無線通信部を介して携帯端末12との通信が実現される。携帯端末12には、ASPサービス等によりダウンロード可能なアプリケ―ションプログラムが実装されている。
クラウド上のシステム20は、ウェブサーバ装置21とデータベースサーバ装置22とからなる。ウェブサーバ装置21は、ドライバー側システム10の携帯端末12から送られてきたデータ等に基づいて、ドライバーの運行管理を実行するものであり、データベースサーバ装置22のDBが適宜参照される。なお、ここでは、物理的に分離された2つのサーバ装置21,22を示したが、物理的には一体化され、論理的に分離されたものであってもよいことは勿論である。
一方、管理者のシステム30は、パーソナルコンピュータやスマートフォン等の情報端末31,32で構成されており、クラウド上のウェブサーバ装置21にアクセスし、ドライバーの運行管理状況等を適宜確認することが可能となっている。
このような構成において、ドライバー側では、脳波センサユニット11と携帯端末12に実装されるアプリケーションプログラムを使ってドライバーの脳波を計測する。脳波データをリアルタイムで分析して「脳活動」の評価を行う。評価が一定基準を下回ると携帯端末12側で警告音や音声メッセージの再生を行う。この警告音や音声メッセージはドライバーに注意を促すための出力態様の一例にすぎず、一般的な音楽(楽曲)を含む広義の音の再生を行うことで対応してよいことは勿論である。また、このような音声の再生に加えて、或いは音声の再生に替えて、脳波計自体を振動させることにより、ドライバーの触覚に働きかけて、多角的に注意を促してもよい。
ドライバーの脳活動、評価、GPS情報は、クラウド上のウェブサーバ装置21に定期的に送信される。評価が悪い場合は、クラウドから運行管理者の管理者端末31,32へ警告メールが送信される。管理者は、ウェブ画面からドライバーの位置と状態を確認できる。管理者の判断で音声メッセージの再生をドライバーの携帯端末12のアプリケーションプログラムに対して指示することができる。
ここで、本システムの利用シーンについて、「運転前」、「運転中」、及び「運転後」に分けて詳細に説明する。運転前、運転中、運転後の大きく3つの全てを業務に取り込むことで、サービスが最大限に利用され、自動車事故のリスクが軽減される。
・運転前
ドライバーは、出発前に1乃至3分間の簡易計測を行う。結果は管理者も管理者端末31,32で確認することができる。この簡易計測の目的は、ドライバーに健康管理の意識を高く持たせることにある。ドライバーに内在する危険を脳活動で検知し、客観的に評価する。外見や言葉では取り繕えない分、日頃のケアが重要となる。一方、管理者が、毎回チェックするという点も意識の向上につながる。簡易計測の評価に応じてその日の運行計画を調整し、事故リスクを減らせる。評価が非常に悪い場合、ドライバーの交代も視野に入れ、管理者が改めてドライバーの心身チェックすることができる。
ドライバーは、出発前に1乃至3分間の簡易計測を行う。結果は管理者も管理者端末31,32で確認することができる。この簡易計測の目的は、ドライバーに健康管理の意識を高く持たせることにある。ドライバーに内在する危険を脳活動で検知し、客観的に評価する。外見や言葉では取り繕えない分、日頃のケアが重要となる。一方、管理者が、毎回チェックするという点も意識の向上につながる。簡易計測の評価に応じてその日の運行計画を調整し、事故リスクを減らせる。評価が非常に悪い場合、ドライバーの交代も視野に入れ、管理者が改めてドライバーの心身チェックすることができる。
・運転中
ドライバーは、運転開始時にリアルタイム計測を開始する。同時に管理者へ出発報告が発信される。走行中に評価が一定基準を下回るとアプリケーションプログラムの機能により携帯端末12側で警告音や音声メッセージが再生される。注意力散漫・動揺などの状態が長く続かないように、早い段階でドライバーに気付かせる。また、注意地点に近付いた場合も、アプリケーションプログラムの機能により携帯端末12側から警告音を鳴らし、音声メッセージを再生することができる。過去に事故が発生した場所やドライバーの日誌を元に管理者が地点登録した場所となる。一方、管理者は、ドライバーの位置情報と共に脳活動をウェブで確認できる。状況に応じて警告音や音声メッセージの再生をアプリケーションプログラムに指示できる。例えば、「バスを停止して電話して下さい。」と言ったメッセージのごとくである。管理者がドライバーの変化を検知し、指示を出すことで安全性を高めるのが狙いである。走行中に電話を掛けてしまうと、注意力が奪われ、プレッシャーとなることが想定されるので、アプリケーションプログラムの機能によるメール通知が適切である。
ドライバーは、運転開始時にリアルタイム計測を開始する。同時に管理者へ出発報告が発信される。走行中に評価が一定基準を下回るとアプリケーションプログラムの機能により携帯端末12側で警告音や音声メッセージが再生される。注意力散漫・動揺などの状態が長く続かないように、早い段階でドライバーに気付かせる。また、注意地点に近付いた場合も、アプリケーションプログラムの機能により携帯端末12側から警告音を鳴らし、音声メッセージを再生することができる。過去に事故が発生した場所やドライバーの日誌を元に管理者が地点登録した場所となる。一方、管理者は、ドライバーの位置情報と共に脳活動をウェブで確認できる。状況に応じて警告音や音声メッセージの再生をアプリケーションプログラムに指示できる。例えば、「バスを停止して電話して下さい。」と言ったメッセージのごとくである。管理者がドライバーの変化を検知し、指示を出すことで安全性を高めるのが狙いである。走行中に電話を掛けてしまうと、注意力が奪われ、プレッシャーとなることが想定されるので、アプリケーションプログラムの機能によるメール通知が適切である。
・運転後
ドライバーは、リアルタイム計測を終了する。同時に休憩又は到着報告を管理者へ発信する。運転中の脳活動の評価と推移をグラフで見ることができる。過去評価や自己評価と比較し、次回の運転改善への意識を持ってもらう。ドライブ日誌の登録を行い、安全対策となる情報を管理者へ伝える。管理者端末31,32において、経路・休憩は適切であったか、危険な道はなかったかなどを報告する。一方、管理者は、管理者端末31,32によりドライブ日誌や評価を見て地点登録をしたり、経路・休憩を見直したりする。ドライバー毎の警告レベルを設定できる。集中力が持続しないドライバーは短中距離運行に変更し、又は休憩を多くとらせる等の対策をとる。
ドライバーは、リアルタイム計測を終了する。同時に休憩又は到着報告を管理者へ発信する。運転中の脳活動の評価と推移をグラフで見ることができる。過去評価や自己評価と比較し、次回の運転改善への意識を持ってもらう。ドライブ日誌の登録を行い、安全対策となる情報を管理者へ伝える。管理者端末31,32において、経路・休憩は適切であったか、危険な道はなかったかなどを報告する。一方、管理者は、管理者端末31,32によりドライブ日誌や評価を見て地点登録をしたり、経路・休憩を見直したりする。ドライバー毎の警告レベルを設定できる。集中力が持続しないドライバーは短中距離運行に変更し、又は休憩を多くとらせる等の対策をとる。
次に、各テーブル構成について概説すると、次のようになる。
クラウド上のデータベースサーバ装置22側には、ウェブサーバ装置21からアクセス可能となるように各種データがテーブル形式で保持されている。
先ず「マスタテーブル」は、ユーザマスタ(ユーザID、ユーザ名、生年月日、性別及び熟練度ID)、コースマスタ(コースID、コース名、出発地、到着地、及び経由地1,2…n)からなる。
次に「トランザクションテーブル」は、計測ヘッダ(計測ID、ユーザID、コースID、運行状況)、計測区間(区間ID、計測ID、シーケンス、区間開始日時、区間終了日時、事前計測結果、眠気検知時間)、ベースライン(区間ID、カウント(秒)、脳波データ)、リアルタイム(区間ID、カウント(秒)、GPS位置データ、脳波データ)、アラート(アラートID、区間ID、発生時間、アラート種別、レベル)からなる。
「集計テーブル」は、検知パターン重み付け(属性分類ID、属性分類件数、眠気検知時間帯、眠気検知時間帯件数、眠気検知パターン候補ID、成功数、成功率、失敗数、失敗率、重み、採用可否)からなる。
そして「マスタテーブル」は、時間帯マスタ(時間帯ID、開始時刻、終了時刻)、熟練度マスタ(熟練度ID、ラベル、熟練度、免許証カラー)、眠気検知パターン候補マスタ(眠気検知パターン候補ID、眠気検知時間帯、脳波の帯域判定パターン、パラメータ)、属性分類マスタ(属性分類ID、ユーザID、コースID、時間帯ID、年齢層、性別、熟練度ID、集計対象フラグ)、1次分析眠気検知パターンマスタ(1次分析眠気検知パターンID、眠気検知時間帯、脳波の帯域判定パターン、パラメータ)、及び2次分析眠気検知パターンマスタ(2次分析眠気検知パターンID、眠気検知時間帯、脳波の帯域判定パターン、パラメータ)からなる。
以下、前述したテーブル構成を前提に、計測から制御までの処理手順を説明する。
本システムによる計測データのイメージは、図2に示される通りである。
即ち、計測データは、計測ヘッダと、計測区間データ、ベースラインデータ、リアルタイム取得データ、及びアラートデータに大別される。計測ヘッダは、計測IDとユーザID、コースID、及び運行状況データとからなる。計測区間データは、区間IDとシーケンス、区間開始日時、区間終了日時、事前計測結果、眠気検知時間等からなる。ベースラインデータは、脳波データである。リアルタイム取得データは、脳波データ及びGPS位置データである。そして、アラートデータは、アラートID、アラートの発生時間、アラート種別、及びアラートレベルのデータからなる。
例えば、計測ID「103」については、ユーザIDが5(ふじしましろう)、コースIDがC(金沢・東京)、運行状況が運転中、区間IDが5、シーケンスが1、区間始日時が2016/07/24、区画終了日時がブランク、事前計測結果が2:注意、眠気検知時間がなし、となっている。さらに、アラートデータについては、アラートIDが1104、発生時間が2016/07/24 23:00、アラート種別が運転中、レベルが2:注意、となっている。
属性分類マスタのイメージは、図3に示される通りである。
即ち、この実施形態では、属性分類マスタに登録されている条件のパターンでグループ化を行う。項目数分類の内容は次の通りである。
0項目:すべてのデータが対象
1項目:1項目の1つの値に紐づく、すべてのデータが1つのグループ
2項目:2項目の2つの値に紐づく、すべてのデータが1つのグループ
3項目:3項目の3つの値に紐づく、すべてのデータが1つのグループ
尚、ここでは、ユーザID、コースID、及び時間帯IDの任意の組み合わせからなる3つの項目数での分類について例示しているが、これはあくまでも一例であって、組み合わせ対象となるIDの種類、種別に応じて、更に多くの項目数でのグループ分けが網羅的に可能であることは勿論である。
0項目:すべてのデータが対象
1項目:1項目の1つの値に紐づく、すべてのデータが1つのグループ
2項目:2項目の2つの値に紐づく、すべてのデータが1つのグループ
3項目:3項目の3つの値に紐づく、すべてのデータが1つのグループ
尚、ここでは、ユーザID、コースID、及び時間帯IDの任意の組み合わせからなる3つの項目数での分類について例示しているが、これはあくまでも一例であって、組み合わせ対象となるIDの種類、種別に応じて、更に多くの項目数でのグループ分けが網羅的に可能であることは勿論である。
そして、この図3の例では、属性分類マスタでは、属性分類IDと紐づけられて、項目数分類、ユーザID、コースID、時間帯ID、年齢層、性別、熟練度ID、及び集計対象フラグがそれぞれ管理されている。
ここで、図4は、計測データ抽出のイメージを図示したものである。
図4(a)に示されるように、1つの計測データを抽出した後、図4(b)、4(c)に示されるように、上記の条件を基にして計測データ抽出を行い、眠気検知時間でソートし、眠気検知時間帯でグループ化することになる。
眠気検知パターン候補マスタのイメージは、図5に示される通りである。
同図に示されるように、眠気検知パターン候補マスタより、脳波の大域の判定パターンごとにパラメータを抽出し、眠気検知時間帯からそれぞれ検知数と誤検知数を調べる。
図5(a)は、眠気検知パターン候補マスタの一例を示しており、眠気検知パターン候補IDと、眠気検知時間帯、脳波の帯域の判定パターン、及びパラメータ(超過、未満フラグ)(閾値)(発生回数)が対応付けられて記憶されている。
そして、1次分析眠気検知パターンマスタの一例は、図5(b)に示され、1次分析眠気検知パターンIDと、眠気検知時間帯、脳波の帯域の判定パターン、γ波に関するパラメータ(超過・未満フラグ)(閾値)(発生回数)、θ波に関するパラメータ(超過・未満フラグ)が対応付けられて記憶されている。同様に、2次分析眠気検知パターンマスタの一例は、図5(c)に示され、2次分析眠気検知パターンIDと、眠気検知時間帯、脳波の帯域の判定パターン、パラメータ(閾値)が対応付けられて記憶されている。
こうして、最終的には、図6(a),6(b)に示されるような検知パターン重み付けデータが取りまとめられる。つまり、属性分類と、属性分類件数と、眠気検知、マッチング率、重み、及び採用可否が関係付けられる。この中から、マッチング率が高いレコード、つまり、検知率が高いレコードを優先的に参照するようにして、運転に関するアラートのタイミング等を制御するとよい。実際には、マッチング率に基づいて、各レコードの採用可否を決定しているので、採用を参照して制御を行えばよい。
ここで、図7には、サーバ装置の詳細な構成を示し説明する。
同図に示されるように、サーバ装置21は、制御部211を備えている。制御部211は、記憶部215のプログラム216を読み出し実行することで、主制御部211a、認証部211b、事前分析部211c、1次分析部211d、2次分析部211e、及び画面生成部211fとして機能する。このほか、制御部211は、通信部212、ユーザDB213、マスタDB214と接続されている。
このような構成において、制御部211は、特に事前分析部211c、2次分析部211d、及び2次分析部211eとして機能することで、運転者の脳波に基づく適正な運行管理支援を行うことを可能とする。
次に、図8のフローチャートを参照して、本発明の一実施形態に係るシステムによる処理手順を詳細に説明する。ここでは、脳波センサユニットと携帯端末とのペアリングから事前計測分析に至る処理手順を中心に説明する。
携帯端末は、脳波センサユニットとペアリングを行う(S1)。すると、脳波センサユニットから携帯端末に近距離無線通信により信号が送信され(S2)、携帯端末にて画面切替案内表示が行われる(S3)。そして、白画面が描画される(n秒間)(S4)。
続いて、脳波センサユニットから信号が近距離無線通信により信号が送信されると(S5)、閉眼案内表示がなされ(S6)、脳波センサユニットから携帯端末に再び信号が送信されると(S7)、ベースライン計測を開始する(S8)。
次いで、携帯端末では、m秒間、継続して閉眼しているか否かを判断し(S9)、閉眼しているときはベースライン計測を停止し(S10)、開眼案内を行い(S11)、ベースラインを送信する(S12)。
サーバ装置は、ベースラインをDBに保存し(S13)、事前計測分析を実施する(S14)。そして、分析結果をDBに保存し(S15)、分析結果を管理者端末にメールで送信する(S16)。さらに、分析結果を携帯端末に返却する(S17)。この返却する分析結果には、後に使用する1次分析眠気検知パターンマスタのデータが含まれている。
携帯端末では、分析結果を保存し(S18)、分析結果を表示する(S19)。管理者端末から運転開始承認がサーバ装置に送られ(S20)、サーバ装置から携帯端末に承認通知が送られると(S21)、携帯端末は、運転開始となる(S22)。
なお、図9の画面遷移は、図8のフローチャートにおけるペアリングから運転開始に至るまでの画面の移り替わりを示している。ペアリング時には、その旨が画面表示され、画面切替案内、白画面、閉眼案内、開眼案内もそれぞれ図示のように画面の切り替わりにより各案内が示唆される。そして結果表示では、運転開始が選択可能となる。
次に、図10のフローチャートを参照して、本発明の一実施形態に係るシステムによる処理手順を詳細に説明する。ここでは、1次分析、2次分析から運転終了に至るまでの処理手順を中心に説明する。
携帯端末は、運転開始すると(S30)、運転開始通知をサーバ装置へと送信する(S31)。サーバ装置は、運転開始メールを管理者端末に送信する(S32)。一方、脳波センサユニットから信号が近距離無線通信で送られると(S33)、携帯端末は、脳波データを一時保存し、GPSデータを取得し一時保存する(S34,S35)。そして、これらデータをサーバ装置に送信する(S36)。
携帯端末では、続いて1次分析を実施する(S37)。
サーバ装置では、受信データをDBに保存した後(S38)、2次分析を実施する(S39)。そして、分析結果をDBに保存した後(S40)、分析結果をメール送信する(S41)。また、分析結果を携帯端末に返却する(S42)。尚、この実施形態では、ステップS41で分析結果をメール送信するのは、例えば通知に値するような眠気の予兆が確認された場合に限るが、これに限定されるものではないことは勿論である。
携帯端末では、返却された分析結果を保存し(S43)、分析結果表示を行う(S44)。この表示については、文字、色、音、振動等と併用してもよい。
一方、管理者端末では、運転状況確認をサーバ装置に対して行う(S45).あるいは、管理アラート設定をサーバ装置に対して行う(S46)。サーバ装置では、管理アラート設定、DBへの保存を行う(S47)。
携帯端末では、サーバ装置に対して管理アラートの設定を確認し(S48)、確認を保存する(S49)。管理アラート表示(文字、色、音、振動等)を行い(S50)、予測アラート表示を行う(S51)。そして、運転終了するか否かを判断し(S52)、運転を終了する場合には当該運転を終了し(S52)、サーバ装置に対して運転終了通知を行う(S53)。サーバ装置からは、管理者端末に対して運転終了メールを送信し(S54)、管理者端末は、運転結果の確認を行う(S55)。
なお、図11の画面遷移では、運転中における各状態の示唆に関わる画面の切り替えを示している。安全な状態にあるときは「良い状態です」と表示され、警告時には「集中力が低下しています。休憩してください。」と表示され(音、振動でも知らせてよい)、危険な状態にあるときには「眠気が検知されました。危険な状態です。すぐに休憩してください。」と表示され(音、振動でも知らせてよい)、運転終了時には「お疲れ様でした。次回の運転に向けて規則正しい生活習慣を心掛けてください。」と表示される。これらは一例であって、これらに限定されないことは勿論である。
また、図12、図13には、管理者端末で表示される管理画面の一例を示している。図12に示される管理画面では、運行一覧として、運行状態により絞り込みを行うことができるようになっており、絞り込まれた後、ドライバー、コース、運行状況等が一覧表で確認可能となる。一方、図13に示される管理画面では、更に地図上に経路及びその良否(良好、警告、危険)が表示される。
図14のフローチャートを参照して、検知パターン重み付け割り出しの処理手順について詳細に説明する。これは、事前分析、2次分析に共通する。
図3に示したような属性分類マスタの集計対象フラグが「1」のレコードを抽出し、1レコードずつ処理を繰り返す(S101)。そして、このS101のレコードの条件を基にして、計測データを抽出し(S102)、眠気検知時間帯が短いグループから1レコードずつ処理を繰り返す(S103)。そして、図5に示したような同じ眠気検知時間帯の眠気検知パターン候補マスタのデータ毎に1レコードずつ処理を繰り返す(S104)。
そして、ステップS102で抽出した計測データ毎に1レコードずつ処理を繰り返す(S106)。こうして、検知パターン候補を基にして、抽出した計測脳波データを深層学習を利用して評価し、パターンがマッチするか否かを判定する(S107)。
S107で一致すると判断された場合、同じ眠気検知時間帯と一致すれば、検知数にカウントする(S108)。異なる眠気検知時間帯と一致すれば、誤検知数にカウントする(S109)。こうしてS105の繰り返しを終了し(S110)、検知率、誤検知率を登録する(S111)。そして、S104の繰り返しを終了し(S112)、属性分類の眠気検知時間帯毎に、検知率と誤検知率を基にして、検知率重みマスタと誤検知率重みマスタから検知パターンの重みを計算し、採用可否決定する(S113)。
こうして、S103の繰り返しを終了し(S114)、S101の繰り返しを終了し(S115)、この処理を終了する。
次に図15のフローチャートを参照して、事前計測分析の処理手順について説明する。
分析対象の属性に合致する検知パターン重み付けデータのみを、検知パターン重み付けテーブルから抽出し(S201)、抽出された検知パターン重み付けレコードの中から、ベースライン脳波データに合致する検知パターンのレコードを残す(S202)。そして、最後に残った重み付けデータのうち重みが最大の1レコードが持つ眠気検知時間帯を分析結果として返し(S203)、事前計測分析の処理を終了する。
次に図16のフローチャートを参照して、1次分析処理について説明する。
1次分析眠気検知パターンデータを取得すると(S301)、1次分析眠気検知パターンデータからリアルタイム脳波データに合致するか否かを確認する(S302)。そして、合致した場合、1次分析眠気検知パターンデータの「眠気検知時間帯」を分析結果として返し(S303)、1次分析の処理を終了する。
次に図17のフローチャートを参照して、2次分析処理について説明する。
分析対象の属性に合致する検知パターン重み付けデータのみを2次分析検知パターン重み付けテーブルから抽出し(S401)、抽出された検知パターン重み付けのレコードの中からリアルタイム脳波データに合致する検知パターンのレコードを残す(S402)、。そして、合致した場合、2次分析眠気検知パターンデータの「眠気検知時間帯」を分析結果として返し(S403)、2次分析の処理を終了する。
以上、本発明の一実施形態について説明したが、本発明はこれに限定されることなくその趣旨を逸脱しない範囲で種々の改良・変更が可能であることは勿論である。例えば、上記実施形態では、自動車の運行に関する管理を支援するシステムを例示したが、これに限定されずに、工場での作業、大学での授業など、安全性、能率性が求められる作業について広範に適用可能であることは勿論である。
1…運行管理支援システム
10…運転者側システム
11…脳波センサユニット
12…携帯端末
20…クラウドシステム
21…ウェブサーバ装置
22…データベースサーバ装置
30…管理者側システム
31,32…管理者端末。
10…運転者側システム
11…脳波センサユニット
12…携帯端末
20…クラウドシステム
21…ウェブサーバ装置
22…データベースサーバ装置
30…管理者側システム
31,32…管理者端末。
上記課題を解決するため、本発明の一態様に係る運行管理支援システムは、運転前に取得した脳波データであるベースラインデータと運転中に取得した脳波データ及びGPSデータであるリアルタイム取得データを含む計測データの入力を受けて分析を行う運転管理支援システムであって、所定のマスタテーブルを保存した記憶部と、計測データの属性に合致する検知パターン重み付けデータのみを、前記マスタテーブルから抽出し、抽出された検知パターン重み付けデータの中から、前記ベースラインデータに合致するものを残し、最後に残った検知パターン重み付けデータのうち重みが最大の検知パターン重み付けデータに係る眠気検知時間帯を分析結果として出力する事前分析部と、前記マスタテーブルより1次分析眠気検知パターンを抽出し、当該1次分析眠気検知パターンデータが前記リアルタイム取得データに合致するか否かを確認し、合致した場合に1次分析眠気検知パターンデータに係る眠気検知時間帯を分析結果として出力する1次分析部と、計測データの属性に合致する検知パターン重み付けデータのみを、前記マスタテーブルから抽出し、抽出された検知パターン重み付けデータの中から、前記リアルタイム取得データに合致するものを残し、最後に残った検知パターン重み付けデータのうち重みが最大の検知パターン重み付けデータに係る眠気検知時間帯を分析結果として出力する2次分析部と、を備え、上記出力に係る眠気検知時間帯に基づいて運転者の脳波に基づく適正な運行管理を支援することを特徴とする。
同図に示されるように、眠気検知パターン候補マスタより、脳波の帯域の判定パターンごとにパラメータを抽出し、眠気検知時間帯からそれぞれ検知数と誤検知数を調べる。
Claims (8)
- 所定のマスタテーブルを保存した記憶部と、
計測データについて事前分析を行う事前分析部と、
前記計測データについて前記マスタテーブルを参照して1次分析を行う1次分析部と、
前記計測データについて前記マスタテーブルを参照して2次分析を行う2次分析部と、を備え、運転者の脳波に基づく適正な運行管理支援を行うことを特徴とする
運行管理支援システム。 - 前記事前分析部は、分析対象の属性に合致する検知パターン重み付けデータのみを、検知パターン重み付けテーブルから抽出し、抽出された検知パターン重み付けレコードの中から、ベースライン脳波データに合致する検知パターンのレコードを残し、最後に残った重み付けデータのうち重みが最大の1レコードが持つ眠気検知時間帯を分析結果とする
請求項1に記載の運行管理支援システム。 - 前記1次分析部は、1次分析眠気検知パターンデータを取得すると、1次分析眠気検知パターンデータからリアルタイム脳波データに合致するか否かを確認し、合致した場合に1次分析眠気検知パターンデータの眠気検知時間帯を分析結果とする
請求項1又は請求項2に記載の運行管理支援システム。 - 前記2次分析部は、分析対象の属性に合致する検知パターン重み付けデータのみを、検知パターン重み付けテーブルから抽出し、抽出された検知パターン重み付けレコードの中から、リアルタイム脳波データに合致する検知パターンのレコードを残し、最後に残った重み付けデータのうち重みが最大の1レコードが持つ眠気検知時間帯を分析結果とする
請求項1乃至請求項3のいずれか1項に記載の運行管理支援システム。 - 所定のマスタテーブルを保存した記憶部と、計測データについて事前分析を行う事前分析部と、前記計測データについて前記マスタテーブルを参照して1次分析を行う1次分析部と、前記計測データについて前記マスタテーブルを参照して2次分析を行う2次分析部とを備え、運転者の脳波に基づく適正な運行管理支援を行う運行管理支援システムによる運航管理支援方法であって、
前記事前分析部が、分析対象の属性に合致する検知パターン重み付けデータのみを、検知パターン重み付けテーブルから抽出し、抽出された検知パターン重み付けレコードの中から、ベースライン脳波データに合致する検知パターンのレコードを残し、最後に残った重み付けデータのうち重みが最大の1レコードが持つ眠気検知時間帯を分析結果とし、
前記1次分析部が、1次分析眠気検知パターンデータを取得すると、1次分析眠気検知パターンデータからリアルタイム脳波データに合致するか否かを確認し、合致した場合に1次分析眠気検知パターンデータの眠気検知時間帯を分析結果とし、
前記2次分析部が、分析対象の属性に合致する検知パターン重み付けデータのみを、検知パターン重み付けテーブルから抽出し、抽出された検知パターン重み付けレコードの中から、リアルタイム脳波データに合致する検知パターンのレコードを残し、最後に残った重み付けデータのうち重みが最大の1レコードが持つ眠気検知時間帯を分析結果とする
運行管理支援方法。 - コンピュータを、
計測データについて事前分析を行う事前分析部と、前記計測データについて前記マスタテーブルを参照して1次分析を行う1次分析部と、前記計測データについて前記マスタテーブルを参照して2次分析を行う2次分析部として機能させ、
前記事前分析部が、分析対象の属性に合致する検知パターン重み付けデータのみを、検知パターン重み付けテーブルから抽出し、抽出された検知パターン重み付けレコードの中から、ベースライン脳波データに合致する検知パターンのレコードを残し、最後に残った重み付けデータのうち重みが最大の1レコードが持つ眠気検知時間帯を分析結果とし、
前記1次分析部が、1次分析眠気検知パターンデータを取得すると、1次分析眠気検知パターンデータからリアルタイム脳波データに合致するか否かを確認し、合致した場合に1次分析眠気検知パターンデータの眠気検知時間帯を分析結果とし、
前記2次分析部が、分析対象の属性に合致する検知パターン重み付けデータのみを、検知パターン重み付けテーブルから抽出し、抽出された検知パターン重み付けレコードの中から、リアルタイム脳波データに合致する検知パターンのレコードを残し、最後に残った重み付けデータのうち重みが最大の1レコードが持つ眠気検知時間帯を分析結果とする
プログラム。 - 計測データについて事前分析を行う事前分析部と、前記計測データについて前記マスタテーブルを参照して1次分析を行う1次分析部と、前記計測データについて前記マスタテーブルを参照して2次分析を行う2次分析部と、を備え
前記事前分析部が、分析対象の属性に合致する検知パターン重み付けデータのみを、検知パターン重み付けテーブルから抽出し、抽出された検知パターン重み付けレコードの中から、ベースライン脳波データに合致する検知パターンのレコードを残し、最後に残った重み付けデータのうち重みが最大の1レコードが持つ眠気検知時間帯を分析結果とし、
前記1次分析部が、1次分析眠気検知パターンデータを取得すると、1次分析眠気検知パターンデータからリアルタイム脳波データに合致するか否かを確認し、合致した場合に1次分析眠気検知パターンデータの眠気検知時間帯を分析結果とし、
前記2次分析部が、分析対象の属性に合致する検知パターン重み付けデータのみを、検知パターン重み付けテーブルから抽出し、抽出された検知パターン重み付けレコードの中から、リアルタイム脳波データに合致する検知パターンのレコードを残し、最後に残った重み付けデータのうち重みが最大の1レコードが持つ眠気検知時間帯を分析結果とする
サーバ装置。 - 運転手と管理者との間で脳波を利用して相互意思疎通ができるようにし、運転者任せになってしまう運転業務を管理者側からも客観視して働きかけるように促す
請求項1乃至請求項4のいずれか1項に記載の運行管理支援システム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016177222A JP6132327B1 (ja) | 2016-09-12 | 2016-09-12 | 運行管理支援システム、運行管理方法、サーバ装置、及びプログラム |
PCT/JP2017/032219 WO2018047895A1 (ja) | 2016-09-12 | 2017-09-07 | 運行管理支援システム、運行管理支援方法、プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016177222A JP6132327B1 (ja) | 2016-09-12 | 2016-09-12 | 運行管理支援システム、運行管理方法、サーバ装置、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6132327B1 JP6132327B1 (ja) | 2017-05-24 |
JP2018045262A true JP2018045262A (ja) | 2018-03-22 |
Family
ID=58745703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016177222A Active JP6132327B1 (ja) | 2016-09-12 | 2016-09-12 | 運行管理支援システム、運行管理方法、サーバ装置、及びプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6132327B1 (ja) |
WO (1) | WO2018047895A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021059395A1 (ja) * | 2019-09-25 | 2021-04-01 | 株式会社日立物流 | 運行スケジュール作成システム、コンピュータ、端末、運行スケジュール作成方法及びプログラム |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6684295B2 (ja) | 2018-02-09 | 2020-04-22 | 株式会社日立物流 | 管理支援システム |
KR20190101909A (ko) * | 2018-02-23 | 2019-09-02 | 주식회사 비트센싱 | 위험물 감지를 위한 차량용 레이더 시스템 |
JP6714036B2 (ja) | 2018-04-25 | 2020-06-24 | 株式会社日立物流 | 管理支援システム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5667632A (en) * | 1979-11-07 | 1981-06-06 | Nissan Motor Co Ltd | Warning apparatus for driving asleep |
JPH04122241A (ja) * | 1990-09-11 | 1992-04-22 | Mazda Motor Corp | 覚醒状態判定装置 |
JPH0779936A (ja) * | 1993-09-10 | 1995-03-28 | Nec San-Ei Instr Co Ltd | 居眠り防止装置 |
JP2012118951A (ja) * | 2010-12-03 | 2012-06-21 | Fujitsu Ten Ltd | 車載装置および運転支援システム |
JP2014223271A (ja) * | 2013-04-17 | 2014-12-04 | 株式会社デルタツーリング | 運転支援装置及びコンピュータプログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011128823A (ja) * | 2009-12-17 | 2011-06-30 | Aisin Seiki Co Ltd | 安全運転サポート装置 |
JP2016133850A (ja) * | 2015-01-15 | 2016-07-25 | 富士通株式会社 | ドライバに対する注意喚起制御方法、注意喚起制御プログラム、注意喚起制御装置、運転支援プログラム、運転支援方法、及び、運転支援装置 |
-
2016
- 2016-09-12 JP JP2016177222A patent/JP6132327B1/ja active Active
-
2017
- 2017-09-07 WO PCT/JP2017/032219 patent/WO2018047895A1/ja active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5667632A (en) * | 1979-11-07 | 1981-06-06 | Nissan Motor Co Ltd | Warning apparatus for driving asleep |
JPH04122241A (ja) * | 1990-09-11 | 1992-04-22 | Mazda Motor Corp | 覚醒状態判定装置 |
JPH0779936A (ja) * | 1993-09-10 | 1995-03-28 | Nec San-Ei Instr Co Ltd | 居眠り防止装置 |
JP2012118951A (ja) * | 2010-12-03 | 2012-06-21 | Fujitsu Ten Ltd | 車載装置および運転支援システム |
JP2014223271A (ja) * | 2013-04-17 | 2014-12-04 | 株式会社デルタツーリング | 運転支援装置及びコンピュータプログラム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021059395A1 (ja) * | 2019-09-25 | 2021-04-01 | 株式会社日立物流 | 運行スケジュール作成システム、コンピュータ、端末、運行スケジュール作成方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6132327B1 (ja) | 2017-05-24 |
WO2018047895A1 (ja) | 2018-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11259145B2 (en) | Safe driving monitoring system | |
Arumugam et al. | A survey on driving behavior analysis in usage based insurance using big data | |
US11188074B1 (en) | Systems and methods for remotely controlling operation of a vehicle | |
JP6132327B1 (ja) | 運行管理支援システム、運行管理方法、サーバ装置、及びプログラム | |
US9956963B2 (en) | Apparatus for assessing, predicting, and responding to driver fatigue and drowsiness levels | |
US10078871B2 (en) | Systems and methods to identify and profile a vehicle operator | |
US20180174457A1 (en) | Method and system using machine learning to determine an automotive driver's emotional state | |
JP6301758B2 (ja) | 運転者危機管理装置、運転者危機管理方法、および運転者危機管理プログラム | |
CN107521485A (zh) | 基于车辆制动的驾驶行为分析 | |
EP2942012A1 (en) | Driver assistance system | |
US11518305B2 (en) | Techniques for generating vehicle-to-pedestrian (V2P) communications based on driver monitoring | |
JP2008197860A (ja) | 車両運行管理システム | |
US20130131893A1 (en) | Vehicle-use information collection system | |
WO2021251351A1 (ja) | 運行支援方法、運行支援システム及び運行支援サーバ | |
CN113436414A (zh) | 一种车辆驾驶状态预警方法、装置和电子设备 | |
US11214263B2 (en) | Management assistance system | |
US11866054B2 (en) | Management assistance system | |
Arun et al. | Hypovigilance warning system: A review on driver alerting techniques | |
Isong et al. | Real-time Monitoring and Detection of Drink-driving and Vehicle Over-speeding | |
JP2013182521A (ja) | ネットワークシステムおよび検知システム | |
Laxton et al. | Technical support to assess the upgrades necessary to the advanced driver distraction warning systems | |
KR20170059097A (ko) | 사물 인터넷 빅 데이터 능동 처리 시스템 | |
JP7025457B2 (ja) | 管理支援システム | |
Tushaar et al. | UDDSUI: An Unsafe Driving Detection System Using IoT | |
JP2013145458A (ja) | 車両用制御装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170321 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170404 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170412 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6132327 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |