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

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。

特開２０１６−１２００６２号公報 特開２０１５−０９５１１１号公報 特開２０１３−２３２１４３号公報 特開２０１３−１２０４０９号公報

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。

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図である。 計測データイメージを示す図である。 属性分類マスタイメージを示す図である。 計測データ抽出イメージを示す図である。 眠気検知パターン候補マスタイメージを示す図である。 検知パターン重み付けデータイメージを示す図である。 サーバ装置の詳細な構成図である。 本発明の一実施形態に係る運行管理支援システムによる事前計測の処理手順を示すフローチャートである。 事前計測時の画面遷移を示す図である。 本発明の一実施形態に係る運行管理支援システムによる運転中の処理手順を示すフローチャートである。 運転中の画面遷移を示す図である。 管理画面を示す図である。 管理画面を示す図である。 検知パターン重み付け割り出しの処理手順を示すフローチャートである。 事前計測分析の処理手順を示すフローチャートである。 運転中１次分析の処理手順を示すフローチャートである。 運転中２次分析の処理手順を示すフローチャートである。

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。

・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。

・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。

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。

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。

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)

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。
6. 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。
7. 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。
8. 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。