JP2018061580A - 体調判定方法、体調判定プログラム、及び体調判定装置 - Google Patents

Abstract

【課題】車両を使用するユーザの活動状態の違いに起因する誤判定を低減することで、体調良否の判定精度を向上させることが可能な体調判定の技術の提供。【解決手段】電子制御ユニット５０は、ユーザの脈拍、心拍、及び血圧の少なくとも一つを含む生体信号と、車両にて計測された車両信号とを取得する。加えて電子制御ユニット５０は、車両信号に基づいてユーザの活動状態を複数種類に分類し、分類された各活動状態のそれぞれについて、予め設定された時刻帯毎の生体信号の平均値を算出する。さらに電子制御ユニット５０は、計測中の生体信号が該当する時刻帯及び活動状態に対応した平均値を選択し、選択した平均値と計測中の生体信号の値との差を生体変動量として算出する。そして、生体変動量が不調閾値を超えた場合に、ユーザが体調不良であると判定される。【選択図】図１

Description

この明細書による開示は、車両のユーザの体調を判定する技術に関する。

従来、例えば特許文献１は、車両のユーザである運転者の心拍及び血圧等の生体信号を取得し、計測中の生体信号の値が体調判定基準となる許容範囲を超えた場合に、体調不良であると判定する体調判定装置を開示している。しかし、ユーザの心拍及び血圧の値は、特許文献２に記載されているように、一日のうちで生体信号を計測する時刻帯によって変動する。

特開２００５‐１８５６０８号公報 特開２００８‐１８６２６３号公報

さて、本開示の発明者は、特許文献１のような生体信号に基づく体調の良否判定を行う場合、特許文献２に記載の生体信号の日内変動を考慮する必要があると考えた。しかし、ユーザの生体信号は、日内変動だけでなく、運転中であったり休憩中であったりというユーザの活動状態によっても、変動してしまう。そのため、体調不良であると判定する体調判定の基準にユーザの活動状態が反映されない場合、ユーザの活動状態の違いに起因した誤判定が発生し易かった。

本開示は、上記問題点に鑑みてなされたものであり、その目的は、ユーザの活動状態の違いに起因する誤判定の低減により、体調良否の判定精度を向上させることが可能な体調判定の技術を提供することにある。

上記目的を達成するため、開示された第一の態様は、車両を使用するユーザの体調の良否を判定する体調判定方法であって、ユーザの脈拍、心拍、及び血圧の少なくとも一つを含む生体信号を取得するステップ（Ｓ１１６，Ｓ１２３）と、車両にて計測された車両信号を取得するステップ（Ｓ１１３）と、車両信号に基づいてユーザの活動状態を複数種類に分類するステップ（Ｓ１１５）と、分類された各活動状態のそれぞれについて、予め設定された時刻帯毎の生体信号の平均値を算出するステップ（Ｓ１１７）と、計測中の生体信号が該当する時刻帯及び活動状態に対応した平均値を選択し、選択した平均値と計測中の生体信号の値との差を生体変動量（Δｂ）として算出し、生体変動量が不調閾値（ＴＨｂ）を超えた場合に、ユーザが体調不良であると判定するステップ（Ｓ１２４〜Ｓ１２７）と、を含む体調判定方法とされる。

また開示された第二の態様は、車両を使用するユーザの体調の良否を判定する体調判定プログラムであって、ユーザの脈拍、心拍、及び血圧の少なくとも一つを含む生体信号を取得するステップ（Ｓ１１６，Ｓ１２３）と、車両にて計測された車両信号を取得するステップ（Ｓ１１３）と、車両信号に基づいてユーザの活動状態を複数種類に分類するステップ（Ｓ１１５）と、分類された各活動状態のそれぞれについて、予め設定された時刻帯毎の生体信号の平均値を算出するステップ（Ｓ１１７）と、計測中の生体信号が該当する時刻帯及び活動状態に対応した平均値を選択し、選択した平均値と計測中の生体信号の値との差を生体変動量（Δｂ）として算出し、生体変動量が不調閾値（ＴＨｂ）を超えた場合に、ユーザが体調不良であると判定するステップ（Ｓ１２４〜Ｓ１２７）と、を少なくとも一つの処理部（６０，２７１）に実行させる体調判定プログラムとされる。

また開示された第三の態様は、車両を使用するユーザの体調の良否を判定する体調判定装置であって、ユーザの脈拍、心拍、及び血圧の少なくとも一つを含む生体信号を取得する生体信号取得部（６１）と、車両にて計測された車両信号を取得する車両信号取得部（６２）と、車両信号に基づいてユーザの活動状態を複数種類に分類する状態分類部（６４）と、分類された各活動状態のそれぞれについて、予め設定された時刻帯毎の生体信号の平均値を算出する日内変動算出部（６５）と、計測中の生体信号が該当する時刻帯及び活動状態に対応した平均値を選択し、選択した平均値と計測中の生体信号の値との差を生体変動量（Δｂ）として算出し、生体変動量が不調閾値（ＴＨｂ）を超えた場合に、ユーザが体調不良であると判定する良否判定部（６６）と、を備える体調判定装置とされる。

これらの態様では、ユーザの活動状態が車両信号に基づいて複数種類に分類され、各活動状態のそれぞれについて、予め設定された時刻帯毎の生体信号の平均値、即ち、基準となるユーザの生体信号の日内変動が算出される。そして、体調の良否判定では、計測中の生体信号の該当する活動状態及び時刻帯に対応した平均値が選択され、選択された平均値と計測中の生体信号の値とが比較される。以上の判定によれば、体調の良否判定には、ユーザの生体信号の日内変動に加えて、ユーザの活動状態も反映され得る。したがって、ユーザの活動状態の違いによる誤判定が低減され、体調良否の判定精度の向上が可能となる。

尚、上記括弧内の参照番号は、後述する実施形態における具体的な構成との対応関係の一例を示すものにすぎず、技術的範囲を何ら制限するものではない。

第一実施形態の電子制御ユニットを含む体調判定に関連するシステムの全体像を示すブロック図である。 処理部の活動量算出部にて実施される活動量算出処理の詳細を示すフローチャートである。 活動量算出部にて分類される運転者の活動状態の全種類の一覧表である。 運転者の生体信号（脈拍数）及び腕の微小動作回数について、一日における推移を示す図である。 運転者の生体信号（脈拍数）及び腕の微小動作回数について、図４とは異なる一日の推移を示す図である。 処理部にて実施される平均値算出処理の詳細を示すフローチャートである。 処理部にて実施される第一判定処理の詳細を示すフローチャートである。 処理部にて実施される第二判定処理の詳細を示すフローチャートである。 特定の運転者Ａについて、日毎の期間別生体変動量の推移を示す図である。 図９とは異なる運転者Ｂについて、日毎の期間別生体変動量の推移を示す図である。 図１の変形例を示す図であって、第二実施形態のサーバを含む体調判定に関連するシステムの全体像を示すブロック図である。

以下、本開示の複数の実施形態を図面に基づいて説明する。尚、各実施形態において対応する構成要素には同一の符号を付すことにより、重複する説明を省略する場合がある。各実施形態において構成の一部分のみを説明している場合、当該構成の他の部分については、先行して説明した他の実施形態の構成を適用することができる。また、各実施形態の説明において明示している構成の組み合わせばかりではなく、特に組み合わせに支障が生じなければ、明示していなくても複数の実施形態の構成同士を部分的に組み合わせることができる。そして、複数の実施形態及び変形例に記述された構成同士の明示されていない組み合わせも、以下の説明によって開示されているものとする。

（第一実施形態）
図１に示す本開示の第一実施形態による電子制御ユニット５０は、車両に搭載される車載器４０に内蔵されている。車載器４０は、例えばトラック等の貨物自動車又はバス等の乗合自動車に搭載され、こうした車両の運行情報を記録するデジタルタコグラフである。電子制御ユニット５０は、車両を使用するユーザ、具体的には運転者の体調の良否を判定する体調判定装置として機能する。電子制御ユニット５０は、ウェアラブルデバイス２０及びサーバ７０との間で無線通信による情報の送受信を行うことができる。

ウェアラブルデバイス２０は、運転者に装着されることにより、運転者の生体信号等を計測可能である。ウェアラブルデバイス２０は、一例として運転者の手首に装着される腕時計型の機器である。ウェアラブルデバイス２０は、運転者が車両の車室内に居る場合でも、運転者が車室外に出ている場合でも、運転者の生体信号等を継続的に計測し続ける。ウェアラブルデバイス２０は、計測したデータを無線通信によって電子制御ユニット５０へ向けて送信する。ウェアラブルデバイス２０は、計測部２１、データ保存部２４、デバイス通信部２５、及びデバイス通知部２６を備えている。

計測部２１は、生体信号センサ２２及び加速度センサ２３を有している。生体信号センサ２２は、ウェアラブルデバイス２０を着用した運転者の脈拍、心拍、及び血圧の少なくとも一つを含む生体信号を計測する。第一実施形態の生体信号センサ２２は、運転者の脈拍数を計測可能である。加速度センサ２３は、運転者の腕に作用する複数方向の加速度を個別に計測する。計測部２１は、生体信号センサ２２及び加速度センサ２３にて計測した生体信号及び加速度の各値を、計測した時刻を示す時刻情報に紐付けて、データ保存部２４及びデバイス通知部２６に出力する。

データ保存部２４は、例えばフラッシュメモリ等の不揮発性メモリの記憶媒体であって、計測部２１によって提供される計測データを蓄積する。データ保存部２４は、計測部２１の計測データをデバイス通信部２５に提供する。データ保存部２４は、デバイス通信部２５が電子制御ユニット５０と無線通信できない期間の計測データを格納しておくことができる。

デバイス通信部２５は、ブルートゥース（登録商標）及び無線ＬＡＮ等により、電子制御ユニット５０と無線通信を行う。デバイス通信部２５は、計測部２１の計測データをデータ保存部２４から取得し、電子制御ユニット５０へ向けて送信する。デバイス通信部２５は、最新の計測データに加えて、データ保存部２４に格納された未送信の計測データも、電子制御ユニット５０へ向けて送信できる。

デバイス通知部２６は、例えば小型の液晶ディスプレイ等の表示デバイスである。デバイス通知部２６は、計測部２１から生体信号の計測データを取得すると、取得した生体信号の示す運転者の状態を、数値又はアイコン等の表示によって運転者に通知する。尚、デバイス通知部２６は、例えば計測データに応じて発光色を変化させる発光ダイオード等の簡易な表示デバイスであってもよい。

サーバ７０は、車両の外部に設置された計算装置である。サーバ７０は、例えばデータセンタ、又は車両を管理する会社の営業所等に設置されている。サーバ７０は、移動体通信網及びインターネットを介して、多数の車両に搭載された各電子制御ユニット５０と通信可能である。サーバ７０は、処理部７１及び記憶部７２を備えている。

処理部７１は、少なくとも一つのプロセッサ、ＲＡＭ、及び複数の入出力部等によって構成された電子回路である。処理部７１は、多数の電子制御ユニット５０から提供される情報を適切に処理し、検索可能な状態で記憶部７２に保存する。記憶部７２は、ハードディスクドライブ等の大容量の記憶装置である。記憶部７２には、多数のウェアラブルデバイス２０による計測データ、及び多数の電子制御ユニット５０による算出データ等がデータベース化された状態で保存されている。

車載器４０は、車載器センサ４１、有線通信部４２、及び状態入力スイッチ４３を、上述の電子制御ユニット５０と共に備えている。車載器センサ４１、有線通信部４２、及び状態入力スイッチ４３は、車両にて計測される車両信号を電子制御ユニット５０に提供する構成である。

車載器センサ４１は、車両の走行状態に関連する物理量を計測する。有線通信部４２は、ＣＡＮ（登録商標）等の車載ネットワークの通信バスに接続されており、通信バスに出力された情報を受信する。車載器センサ４１及び有線通信部４２は、例えば車両の走行速度（車速）、前後方向及び左右方向の加速度、ヨーレート、方向指示器の作動情報、アクセルペダル及びブレーキペダルの操作量、並びにステアリングの操舵角等を、車両信号として取得可能である。

状態入力スイッチ４３は、運転者によって操作可能な位置に複数設けられた入力部である。個々の状態入力スイッチ４３には、一例として、荷積み、荷卸し、休憩、及び休息といった運転者の活動状態が割り当てられている。運転者は、自らの活動状態を示す状態情報を、状態入力スイッチ４３に入力する。状態入力スイッチ４３は、入力された状態情報を車両信号として電子制御ユニット５０に提供する。

電子制御ユニット５０は、無線通信部５５、車両通知部５６、及び処理部６０等によって構成されている。無線通信部５５は、デバイス通信部２５及びサーバ７０と無線通信可能である。無線通信部５５は、生体信号及び加速度の各計測データをデバイス通信部２５から受信する。無線通信部５５は、ウェアラブルデバイス２０の計測データと、運転者の体調の良否を判定した判定結果等を、サーバ７０へ向けて送信する。

車両通知部５６は、運転席に表示画面を向けた姿勢にて設置された液晶ディスプレイ等の表示デバイスである。車両通知部５６は、処理部６０によって運転者が体調不良であると判定された場合に、体調の悪化を通知するメッセージ又はアイコン等を表示画面に表示する。尚、車両通知部５６は、体調の悪化を運転者に音声で通知する構成であってもよい。

処理部６０は、少なくとも一つのプロセッサ、ＲＡＭ、記憶媒体、及び複数の入出力部等によって構成されている。加えて処理部６０には、時計機能が設けられている。記憶媒体は、例えばフラッシュメモリ又はハードディスクドライブ等の非遷移的実体的記録媒体(non-transitory tangible storage medium)である。記憶媒体には、運転者の体調の良否を判定する体調判定プログラム等が記憶されている。処理部６０は、体調判定プログラムをプロセッサによって実行することにより、複数の機能ブロックを有する。具体的に処理部６０には、生体信号取得部６１、車両信号取得部６２、活動量算出部６３、状態分類部６４、日内変動算出部６５、及び良否判定部６６等が構築される。

生体信号取得部６１は、無線通信部５５を通じて、ウェアラブルデバイス２０にて計測された運転者の脈拍数の計測データを、生体信号として取得する。加えて生体信号取得部６１は、ウェアラブルデバイス２０によって計測された運転者の腕に生じた加速度の値を、さらに取得する。

車両信号取得部６２は、車載器センサ４１、有線通信部４２、及び状態入力スイッチ４３から、車両にて計測された多数の車両信号を取得する。車両信号取得部６２は、車両信号に基づき、車両の挙動を示す情報、運転者の運転操作を示す情報、及び運転者により入力された状態情報等を取得できる。

活動量算出部６３は、予め設定された時間間隔にて、運転者の活動量を算出する活動量算出処理（図２参照）を実施する。活動量が算出される時間間隔は、例えば後述する平均値算出処理（図６参照）にて、生体信号の平均値を算出する時間間隔と実質同一の周期に設定されている。こうした設定によれば、平均値算出処理では、最新の活動量に基づき、活動状態の分類を行うことが可能となる。

具体的に、活動量算出部６３は、ウェアラブルデバイス２０にて計測された加速度の値を取得し（図２ Ｓ１０１参照）、取得した加速度に基づいて運転者の活動量を算出する（図２ Ｓ１０２参照）。加えて活動量算出部６３は、活動量の算出に加えて、運転者の腕の微小な動作回数（図４及び図５参照）をカウントする。

状態分類部６４は、車両信号取得部６２にて取得された車両信号に基づき、運転者の活動状態を複数種類に分類する（図３参照）。状態分類部６４は、一例として運転者の運転操作を示す情報等に基づき、運転者の活動状態が「運転中」か否かを判別する。さらに状態分類部６４は、運転者が運転中であると判別した場合、主に車速の情報に基づき、「走行中」と「停止中」とに分類する。一方で、状態分類部６４は、運転者が運転中でないと判別した場合、運転者によって入力された状態情報に基づき、「荷積み及び荷卸し中」と「休憩及び休息中」とに運転者の活動状態を分類する。

加えて状態分類部６４は、運転者の活動状態をさらに詳細に分類可能である。例えば状態分類部６４は、運転者が走行中である場合に、車両の挙動を示す加速度及びヨーレート等の情報に基づき、低速走行中、急加速中、急減速中、急旋回中、高速道路を走行中、及び安定走行中等に、運転者の活動状態を分類できる（図３参照）。

また状態分類部６４は、運転者が荷積み及び荷卸し中である場合、活動量算出部６３にて取得される活動量に基づき、活動量の高い状態か低い状態かを判別できる。一例として、運転者が走って移動しているときや手持ちで荷物を上げ下げしているとき等では、活動状態は、活動量の高い状態に分類される。一方で、運転者が歩いて移動しているときやフォークリフトを運転し、荷物を上げ下げしているとき等では、活動状態は、活動量の低い状態に分類される。

さらに状態分類部６４は、運転者が休憩及び休息中である場合、生体信号取得部６１にて取得された加速度に基づき、運転者が睡眠中か否かを判別できる。詳記すると、運転者の腕に生じる加速度から算出される腕の微小動作回数が特定の閾値（睡眠判定値 図４及び図５参照）Ｔｈｓｌ未満の状態である場合に、運転者の活動状態は、睡眠中に分類される。一方で、運転者が睡眠中でない場合、運転者の活動状態は、単に安静中であると分類される。

日内変動算出部６５は、運転者の体調の良否を判定する基準データとして、状態分類部６４にて分類された各活動状態のそれぞれについて、予め設定された時刻帯（例えば１分）毎の生体信号の平均値（以下、「基準日内変動」）を算出する。日内変動算出部６５は、複数日数分の生体信号の計測データを取得する。そして、予め設定された規定日数ＳＤ（例えば５日）以上の生体信号の計測データを取得できた場合に、日内変動算出部６５は、基準日内変動を算出する。基準日内変動の一例として、図４及び図５には、走行中における時刻帯毎の脈拍数の平均値（二点差線）と、睡眠中における時刻帯毎の脈拍数の平均値（一点鎖線）とが示されている。尚、図４及び図５では、説明を分かり易くするため、走行中の活動状態をさらに詳細に分類することは、省略されている。

日内変動算出部６５は、新たに計測された生体信号の値を用いて、基準日内変動の値を更新する平均値算出処理を継続的に実施する。以下、図６及び図１に基づき、平均値算出処理の詳細を説明する。平均値算出処理は、電子制御ユニット５０とウェアラブルデバイス２０との間で無線接続が確立し、計測データの取得が可能となったことに基づき、処理部６０によって開始される。平均値算出処理は、計測データが受信できなくなるまで、又は車載器４０の電源がオフ状態とされるまで、繰り返し実施される。

Ｓ１１１では、現在時刻が平均値を算出する算出時刻になったか否かを判定する。Ｓ１１１にて算出時刻になっていないと判定した場合、Ｓ１１１の判定を繰り返す。そして、現在時刻が算出時刻になった場合に、Ｓ１１２に進む。Ｓ１１２では、運転者が車両に搭乗してから予め規定した沈静時間ｔｓが経過中であるか否かを判定する。Ｓ１１２にて、沈静時間ｔｓ中であると判定した場合、Ｓ１１１に戻り、次回の算出時刻まで待機する。以上の処理により、運転者が車両に搭乗してから沈静時間ｔｓが経過するまでの生体信号は、基準日内変動の基となる計測データから除外される。

一方、Ｓ１１２にて沈静時間ｔｓ中でないと判定した場合、Ｓ１１３に進む。Ｓ１１３では、車両信号を取得し、Ｓ１１４に進む。Ｓ１１４では、活動量算出処理（図２参照）にて算出された最新の活動量を取得し、Ｓ１１５に進む。Ｓ１１５では、Ｓ１１３にて取得した車両信号と、Ｓ１１４にて取得した活動量とに基づき、運転者の活動状態を分類して、Ｓ１１６に進む。Ｓ１１６では、現在計測中である最新の生体信号を取得し、Ｓ１１７に進む。

Ｓ１１７では、Ｓ１１５にて分類された現在の活動状態に対応した基準日内変動のデータについて、現在の時刻帯に該当する平均値を、Ｓ１１６にて取得した現在の生体信号の値を用いて更新する。詳記すると、Ｓ１１７では、前日までに計測された全ての計測値に、Ｓ１１６にて取得した最新の計測値を加えて、平均値を再計算する。こうして基準日内変動に含まれる少なくとも一つの平均値を更新し、平均値算出処理を一旦終了する。

日内変動算出部６５は、各活動状態に対応した複数の基準日内変動のデータを、運転者毎に生成し、蓄積している。運転者の識別は、例えばウェアラブルデバイス２０のＩＤ情報に基づいて行われてもよく、又は運転者によって入力された個人識別情報に基づいて行われてもよい。また日内変動算出部６５は、無線接続の確立後に過去分の計測データをウェアラブルデバイス２０から纏めて受信した場合、過去分の平均値の更新を纏めて実施可能である。

良否判定部６６は、複数の判定手法を組み合わせて、運転者の体調の良否を判定可能である。例えば、図４及び図５に示すように、運転者の始業（出庫）時刻から終業（帰庫）時刻までを規定期間ＴＤとすると、良否判定部６６は、規定期間ＴＤにて運転者の体調を継続的に監視する。加えて良否判定部６６は、一日のうちで規定期間ＴＤを終了した後に、それまでの規定期間ＴＤに計測された生体信号の計測データを用いて、運転者の体調の悪化を検出する。

まず規定期間ＴＤにて運転者の体調不良を判定する第一判定処理の詳細を、図７及び図１に基づき、図４及び図５を参照しつつ説明する。第一判定処理は、平均値算出処理（図６参照）と同様に、ウェアラブルデバイス２０からの計測データが受信可能になったことに基づいて開始される。

Ｓ１２１では、現在時刻が予め設定した計測時刻になったか否かを判定する。Ｓ１２１にて、計測時刻になっていないと判定した場合、Ｓ１２１の判定を繰り返す。そして、現在時刻が計測時刻になった場合に、Ｓ１２２に進む。計測時刻の時間間隔は、算出時刻（図６参照）の時間間隔よりも長く設定されていてもよく、算出時刻の時間間隔と同一であってもよく、又は算出時刻の時間間隔よりも短く設定されていてもよい。

Ｓ１２２では、平均値算出処理（図６参照）にて分類された活動状態の分類結果を取得し、Ｓ１２３に進む。尚、車両信号及び活動量に基づき、第一判定処理にて活動状態が分類されてもよい。

Ｓ１２３では、生体信号の計測データを取得し、Ｓ１２４に進む。Ｓ１２３にて取得される生体信号の値は、前回の計測時刻から今回の計測時刻までの間で複数回計測された値の平均値であってもよく、又は中央値であってもよい。或いは、直前の特定期間（例えば３０分）のうちに計測された値の平均値を、計測中の生体信号の値として取得してもよい。

Ｓ１２４では、Ｓ１２３にて取得される生体信号の値と比較する平均値を選択し、Ｓ１２５に進む。具体的にＳ１２４では、Ｓ１２２にて取得された分類結果に基づき、計測中の生体信号が該当する活動状態に対応した基準日内変動のデータを参照する（図４及び図５の一点鎖線又は二点鎖線参照）。そして、参照した基準日内変動のデータの中から、計測中の生体信号が該当する時刻帯に対応した平均値を選択する。

Ｓ１２５では、Ｓ１２４にて選択した平均値と、Ｓ１２３にて取得した計測中の生体信号の値との差を、生体変動量Δｂとして算出する。加えてＳ１２５では、生体変動量Δｂを時間積分した積分値ＴＩｂを算出し、Ｓ１２６に進む。またＳ１２５では、生体変動量Δｂに運転者の活動量を加えた値を時間積分することで、加算積分値ＴＩｂａを算出可能である。尚、積分値ＴＩｂ及び加算積分値ＴＩｂａの時間積分を開始タイミングは、規定期間ＴＤの開始時、即ち始業時刻とする。

Ｓ１２６では、Ｓ１２５にて算出した生体変動量Δｂ及び積分値ＴＩｂと、予め設定された不調閾値ＴＨｂ及び累積閾値ＴＨａ１とをそれぞれ比較する。Ｓ１２６にて、生体変動量Δｂが不調閾値ＴＨｂ以下であり、且つ、積分値ＴＩｂが累積閾値ＴＨａ１以下であると判定した場合、第一判定処理を一旦終了する。

一方、Ｓ１２６にて、生体変動量Δｂが不調閾値ＴＨｂを超えた場合には、Ｓ１２７に進む。加えて、生体変動量Δｂが不調閾値ＴＨｂ未満であっても、積分値ＴＩｂが累積閾値ＴＨａ１を超えた場合には、Ｓ１２７に進む。またＳ１２５にて、積分値ＴＩｂに替えて加算積分値ＴＩｂａが算出される場合、加算積分値ＴＩｂａが予め設定された加算累積閾値ＴＨａ２を超えると、Ｓ１２７に進む。Ｓ１２７では、運転者が体調不良であると判定し、第一判定処理を一旦終了する。

次に、規定期間ＴＤの終了後に運転者の体調不良を判定する第二判定処理の詳細を、図８及び図１に基づき、図９及び図１０を参照しつつ説明する。第二判定処理は、例えば特定の地点（営業所等）に車両が戻り、終業を示す入力を運転者が車載器４０に行うことで開始される。尚、図９及び図１０では、後述する期間別生体変動量Δｂｔは、特定日の値で他の日の値を除算することにより、無次元数である期間別生体変動率として記載されている。

Ｓ１３１では、規定期間ＴＤ内に算出された時間帯毎の生体変動量Δｂの値と、規定期間ＴＤ内に計測された生体信号の値等を取得し、Ｓ１３２に進む。Ｓ１３２では、直前の規定期間ＴＤの生体変動量Δｂを平均化した期間別生体変動量Δｂｔを算出する。加えてＳ１３２では、前日までの期間別生体変動量Δｂｔの値を記憶媒体から読み出す。そして、連続する二つの規定期間ＴＤ、即ち、前日の期間別生体変動量Δｂｔと直前（当日）の期間別生体変動量Δｂｔとの差に基づき、期間別生体変動量の傾きΔｂｔｓ（図９ 矢印参照）を算出する。またＳ１３２では、連続する複数の規定期間ＴＤにおける各期間別生体変動量Δｂｔの標準偏差ｓｂをさらに算出する。

さらにＳ１３２では、Ｓ１３１にて取得した多数の計測データの中から、運転者が休憩（休息）中である場合の生体信号の値を抽出すると共に、走行中の基準日内変動のデータから、抽出した生体信号に対応する時刻帯の平均値を選択する。そして、休憩中に計測された生体信号の値と、選択された同時刻帯の走行中の平均値との差分を、休憩時生体変動量Δｂｒ（図５参照）として算出し、Ｓ１３３に進む。

Ｓ１３３では、Ｓ１３２にて算出した各値と、予め設定された各閾値とを比較する。Ｓ１３３にて、期間別生体変動量Δｂｔが期間別不調閾値ＴＨｔを超えた場合（図１０ 破線の円を参照）に、Ｓ１３４に進む。またＳ１３３では、期間別生体変動量Δｂｔが継続不調閾値ＴＨｃを超える規定期間ＴＤにつき、予め設定した回数（例えば３日間）を超えて連続した場合にも、Ｓ１３４に進む。継続不調閾値ＴＨｃは、期間別不調閾値ＴＨｔよりも低い値に設定されている。

加えてＳ１３３では、期間別生体変動量の傾きΔｂｔｓが傾斜不調閾値ＴＨｓを超える規定期間ＴＤにつき、予め設定した回数（例えば３日間）を超えて連続した場合にも、Ｓ１３４に進む。またＳ１３３では、期間別生体変動量Δｂｔの標準偏差ｓｂが偏差閾値ＴＨｄを超えた場合にも、Ｓ１３４に進む。さらにＳ１３３では、休憩時生体変動量Δｂｒと走行中の生体変動量Δｂｍ（図５参照）との差が休憩閾値ＴＨｒ未満である場合（図９ 破線の楕円を参照）にも、Ｓ１３４に進む。

Ｓ１３４では、運転者が体調不良であると判定し、Ｓ１３５に進む。またＳ１３３にて、上記のいずれにも該当しない場合も、Ｓ１３５に進む。Ｓ１３５では、Ｓ１３１にて取得した生体信号の計測データ、及びＳ１３２にて算出された期間別生体変動量Δｂｔ等の各値を記憶領域に格納して、第二判定処理を終了する。

ここまで説明した第一実施形態の体調判定方法では、車両信号に基づいて運転者の活動状態が複数種類に分類される。そして、各活動状態のそれぞれについて、予め設定された時刻帯毎の生体信号の平均値が、基準となる日内変動を示すデータとして算出される。こうした処理により、体調の良否判定にて、計測中の生体信号の値は、蓄積された多数の平均値のうちで活動状態及び時刻帯を同一とする平均値と比較される。以上の判定であれば、体調の良否判定には、生体信号の日内変動に加えて、運転者の活動状態も反映され得る。したがって、運転者の活動状態の違いによる誤判定が低減され、体調良否の判定精度が向上可能となる。

加えて第一実施形態では、規定日数ＳＤ以上の生体信号が計測されないと、生体信号の平均値の算出は、実施されない。このように、計測中の生体信号と比較される平均値が規定日数ＳＤ以上の生体信号に基づく値であれば、基準日内変動のデータは、運転者の通常の体調を示す情報として、十分な信頼性を確保され得る。その結果、体調不良の誤判定は、いっそう低減可能となる。

また第一実施形態では、走行中か停止中かの活動状態が、車速に基づいて分類される。このように走行中と停止中とでは、運転者の生体信号の値が顕著に異なってくる。故に、車速に基づき走行中と停止中とを分類すれば、運転者の活動状態を正しく反映した体調の良否判定が可能となり、ひいては誤判定がいっそう低減される。

さらに第一実施形態では、ウェアラブルデバイス２０にて計測される加速度の値を用いて、腕の微小動作回数が睡眠判定値Ｔｈｓｌよりも低い状態が継続している場合に、運転者の活動状態は、睡眠中に分類される。このような手法により、運転者の睡眠を適確に把握できれば、運転者の活動状態を正しく反映した体調の良否判定が可能となる。

加えて第一実施形態では、車両への搭乗直後に計測される生体信号の値は、生体信号の平均値の算出に用いる対象から除外される。例えば運転者が車両に搭乗する前に、荷物の運搬や積卸し、或いは運動等を行っていた場合、搭乗直後の生体信号は、運転者の通常状態を示す値から大きく乖離した値となる。そのため、沈静時間ｔｓを設定して生体信号が通常の状態に戻るまで平均値の算出を待機することにより、基準日内変動を構成する多数の平均値は、通常状態にある運転者の生体信号を正しく示したデータとなり得る。

ここで、生体変動量Δｂは、主に前日までに蓄積した疲労に起因して大きくなる。一方で、前日までの疲労の蓄積が僅かでも、特定の一日の規定期間ＴＤにて疲労が徐々に蓄積した場合、生体変動量Δｂが不調閾値ＴＨｂを超えなくても、体調不良となる場合が想定され得る。そこで、第一実施形態では、生体変動量Δｂを時間積分した積分値ＴＩｂを監視し、積分値ＴＩｂが累積閾値ＴＨａ１を超えた場合に、運転者が体調不良であると判定する。こうした判定手法をさらに用いることによれば、良否判定部６６は、一回の規定期間ＴＤのうちで蓄積された疲労によって生じる体調不良を、正確に見つけることができる。

さらに第一実施形態の良否判定部６６は、生体変動量Δｂに活動量を加えて時間積分した加算積分値ＴＩｂａを監視し、加算積分値ＴＩｂａが加算累積閾値ＴＨａ２を超えた場合に、運転者が体調不良であると判定する。運転者の活動量が高くなるほど、運転者の疲労は蓄積し易くなる。故に、生体変動量Δｂに活動量を加えた値の加算積分値ＴＩｂａを監視することで、良否判定部６６は、規定期間ＴＤでの活発な活動に起因して生じる体調不良を、さらに確実に検出できる。

加えて第一実施形態では、ウェアラブルデバイス２０にて計測される加速度を用いて、運転者の活動量が算出される。こうした活動量に基づくことで、状態分類部６４は、正確性を維持しつつ、運転者の活動状態をより詳細に分類できる。さらに状態分類部６４は、車両の外部に出ている運転者についての活動状態も、活動量に基づいて分類可能となる。以上によれば、運転中でない期間の活動状態からも、運転者の体調不良が推定可能となる。

また第一実施形態では、車載器４０に運転者の活動情報が手動で入力され、状態分類部６４は、入力された活動情報に基づいて運転者の活動状態を分類できる。以上のように運転者の申請に基づくことで、状態分類部６４は、運転者の活動状態を正確に把握し得る。したがって、活動状態の違いによる誤判定は、さらに低減され得る。

さらに第一実施形態の良否判定部６６は、規定期間ＴＤにおける生体変動量Δｂを平均化した期間別生体変動量Δｂｔをさらに算出し、期間別生体変動量Δｂｔが期間別不調閾値ＴＨｔを超えた場合に、運転者が体調不良であると判定する。このように、規定期間ＴＤ毎の期間別生体変動量Δｂｔを把握しておけば、良否判定部６６は、規定期間ＴＤ内での短期的な体調悪化だけでなく、長期的な体調悪化も早期に発見可能となる。

加えて第一実施形態の良否判定部６６は、期間別生体変動量Δｂｔにつき継続不調閾値ＴＨｃを超える規定期間ＴＤが予め設定した回数を超えて連続した場合に、運転者が体調不良であると判定する。このように、複数の規定期間ＴＤにおける期間別生体変動量Δｂｔの推移を監視することで、長期的な体調悪化の早期発見が可能になる。

また第一実施形態の良否判定部６６は、連続する二つの規定期間ＴＤについて、期間別生体変動量の傾きΔｂｔｓを算出する。そして良否判定部６６は、期間別生体変動量の傾きΔｂｔｓにつき傾斜不調閾値ＴＨｓを超える規定期間ＴＤが予め設定した回数を超えて連続した場合に、運転者が体調不良であると判定する。このように、期間別生体変動量の傾きΔｂｔｓを監視することで、良否判定部６６は、運転者の体調に生じている隠微な変化を捉えて、体調の悪化を適確に検出できる。

さらに第一実施形態の良否判定部６６は、複数の規定期間ＴＤの期間別生体変動量Δｂｔの標準偏差ｓｂをさらに算出し、当該標準偏差ｓｂが偏差閾値ＴＨｄを超えた場合に、運転者が体調不良であると判定する。このように、標準偏差ｓｂを算出することで、期間別生体変動量Δｂｔに生じているばらつきが客観的に把握され得る。その結果、良否判定部６６は、運転者の体調が不安定な状態を捉えて、運転者の体調不良を適確に検出できる。

また第一実施形態の良否判定部６６は、休憩時生体変動量Δｂｒと走行中の生体変動量Δｂｍとの差が休憩閾値ＴＨｒ未満である場合にも、運転者が体調不良であると判定する。このように、休憩時の生体信号と走行中の生体信号との間に目立った差が無い場合、例えば休憩時に正しく休めていない等、運転者の体調に何らかの異変が生じていると推定される。故に、良否判定部６６は、休憩時生体変動量Δｂｒを指標として用いることにより、運転者の体調に生じている潜在的な異変を捉えて、体調の悪化を早期に発見できるようになる。尚、第一実施形態において、電子制御ユニット５０が「体調判定装置」に相当し、処理部６０が「処理部」に相当する。

（第二実施形態）
図１１に示す本開示の第二実施形態は、第一実施形態の変形例である。第二実施形態における運転者の体調判定は、電子制御ユニット２５０の処理部２６０ではなく、サーバ２７０の処理部２７１によって実施される。以下、第二実施形態の各処理部２６０，２７１の詳細を順に説明する。

電子制御ユニット２５０の処理部２６０は、第一実施形態の処理部６０（図１参照）と実質同一のハードウェア構成である。処理部２６０には、第一実施形態の各機能ブロック（６１〜６６ 図１参照）は構築されない。処理部２６０は、運転者の体調判定に用いる情報をサーバ２７０との間で送受信する処理を行う。処理部２６０は、無線通信部５５を通じて生体信号及び加速度の各計測データを、ウェアラブルデバイス２０から受信する。加えて処理部２６０は、車載器センサ４１、有線通信部４２、及び状態入力スイッチ４３から多数の車両信号を取得する。処理部２６０は、取得した各計測データ及び多数の車両信号を、無線通信部５５を通じてサーバ２７０へ向けて送信する。さらに処理部２６０は、体調の良否の判定結果をサーバ２７０から受信し、車両通知部５６を用いて運転者に判定結果を通知する。

サーバ２７０の処理部２７１は、第一実施形態の処理部７１（図１参照）と実質同一のハードウェア構成である。サーバ２７０の記憶部７２及び処理部２７１の記憶媒体のいずれかには、体調判定プログラムが格納されている。記憶部７２及び記憶媒体は、非遷移的実体的記録媒体(non-transitory tangible storage medium)である。処理部２７１は、体調判定プログラムをプロセッサによって実行し、第一実施形態と実質同一の生体信号取得部６１、車両信号取得部６２、活動量算出部６３、状態分類部６４、日内変動算出部６５、及び良否判定部６６等を構築する。

処理部２７１は、電子制御ユニット２５０からの判定処理要求に従い、第一判定処理（図７参照）及び第二判定処理（図８参照）等を実施し、運転者の体調の良否を判定した判定結果を取得する。処理部２７１は、複数の電子制御ユニット２５０から判定処理要求を受信すると、複数の運転者の体調判定を併行して行うことができる。処理部２７１は、演算により取得した判定結果を、判定処理要求の送信元である電子制御ユニット２５０へ向けて送信する。

ここまで説明した第二実施形態のように、運転者の体調を判定する処理がサーバ２７０側で実施される形態でも、第一実施形態と同様の効果を奏し、生体信号の日内変動と運転者の活動状態とが体調の良否判定に反映され得る。したがって、運転者の活動状態の違いに起因した誤判定が低減され、体調良否の判定精度が向上する。尚、第二実施形態では、サーバ２７０が「体調判定装置」に相当し、処理部２７１が「処理部」に相当する。

（他の実施形態）
以上、複数の実施形態について説明したが、本開示は、上記実施形態に限定して解釈されるものではなく、本開示の要旨を逸脱しない範囲内において種々の実施形態及び組み合わせに適用することができる。

上記実施形態において、運転者の生体信号は、腕時計型のウェアラブルデバイスによって計測されていた。しかし、生体信号を計測する構成は、適宜変更可能である。例えば、ウェアラブルデバイスは、運転者の顔に装着されるメガネ型の機器であってもよい。こうしたウェアラブルデバイスは、活動量を算出し、電子制御ユニットに提供可能であってもよい。

また、生体信号を計測する構成は、ウェアラブルデバイスのような運転者に装着される構成でなくてもよい。例えば、運転席やステアリングホイール等に設けられた計測部により、運転者の生体信号が計測されてもよい。加えて、計測される生体信号は、上記実施形態のような脈拍数でなくてもよく、運転者の心拍数及び血圧であってもよい。さらに、脈拍、心拍、及び血圧のうちの複数の計測データが生体信号として電子制御ユニットに提供されてもよい。

上記実施形態では、生体信号の計測データが規定日数ＳＤを超えて取得されるまで、生体信号の平均値の算出は、中止されていた。こうした規定日数ＳＤは、例えば状態分類部にて分類する活動状態の種類の数等に応じて、適宜設定されてよい。また、電子制御ユニットは、規定日数ＳＤに到達していなくても生体信号の平均値を算出する一方で、規定日数ＳＤに到達するまでは体調の良否を判定しない構成であってもよい。

上記実施形態では、運転者の活動状態は、多数の種類に分類されていた（図３参照）。しかし、状態分類部にて分類される活動状態の種類の数は、適宜変更されてよい。さらに、活動状態を分類するための情報は、車両信号及び加速度の情報に限定されない。例えば、運転者を監視する車内カメラの映像の解析結果が、活動状態の分類に利用されてもよい。また、車載器に入力される状態情報の種類も、上記実施形態に記載の内容に限定されず、例えば「フェリーへの乗船によって移動中」、及び「次の作業時間までの待機中」のような入力種別も通過可能である。

上記実施形態では、沈静時間ｔｓが経過するまでの生体信号の計測データは、平均値を算出する処理に利用されていなかった。こうした沈静時間ｔｓの長さは、適宜調整されてよい。また、沈静時間ｔｓの経過を待機する処理は、省略されてもよい。さらに、運転者が車外に出ている際の活動状態が把握可能であれば、沈静時間ｔｓの経過までの計測データは、車外での活動状態に紐付く計測データとして利用されてよい。

上記実施形態では、生体変動量と不調閾値とを比較する処理に加えて、積分値又は加算積分値を累積閾値又は加算累積閾値と比較する処理が実施されていた。しかし、各積分値を用いた体調不良の判定は、省略されていてもよい。

上記実施形態では、規定期間毎の生体変動量を平均化した期間別生体変動量が体調の良否判定に用いられていた。こうした期間別生体変動量を用いた良否判定は、規定期間の終了後ではなく、規定期間の開始前に実施されてもよい。加えて規定期間は、上記実施形態のような始業時刻から終業時刻までの期間に限定されない。また、期間別生体変動量及びその関連の値を用いた体調の良否判定は、省略されてもよい。

上記実施形態の良否判定部は、不調閾値ＴＨｂ、累積閾値ＴＨａ１、及び期間別不調閾値ＴＨｔ等、多数の閾値を用いて体調不良を判定していた。これらの閾値は、設計時に予め設定された値であってもよく、又はユーザによって変更可能な値であってもよい。さらに、良否判定部は、ユーザの生体信号を取得する過程で、ユーザ固有の日内変動等の特徴を学習し、体調不良を適確に見分けられるように各閾値をユーザに適合させてもよい。

上記第一実施形態では、車載器としてのデジタルタコグラフの処理部が体調判定プログラムを実行する構成であった。しかし、体調判定プログラムを実行する構成は、上記のようなデジタルタコグラフに限定されず、車両に搭載される種々の車載器又は電子制御ユニットの処理部であってよい。さらに、ユーザによって車室内に持ち込まれ、ウェアラブルデバイスと通信可能な通信端末の処理部が、体調判定プログラムを実行する構成であってもよい。また、車載器の処理部は、サーバの処理部と連携して体調判定プログラムを実行してもよい。

上記実施形態では、トラック及びバス等の大型車両の運転者をユーザとして、当該ユーザの体調良否を判定する例が示されていた。しかし、ユーザとなる運転者は、例えばタクシーの運転者であってもよく、又は通勤に車両を利用する一般の運転者であってもよい。さらに、本開示による体調判定方法は、鉄道車両の運転士をユーザとして、当該ユーザの体調良否も判定可能である。

Δｂ 生体変動量、ＴＨｂ 不調閾値、ＴＩｂ 積分値、ＴＨａ１ 累積閾値、ＴＩｂａ 加算積分値、ＴＨａ２ 加算累積閾値、Δｂｔ 期間別生体変動量、ＴＨｔ 期間別不調閾値、ＴＨｃ 継続不調閾値、Δｂｔｓ 期間別生体変動量の傾き、ＴＨｓ 傾斜不調閾値、ｓｂ 標準偏差、ＴＨｄ 偏差閾値、Δｂｒ 休憩時生体変動量、Δｂｍ 走行中の生体変動量、ＴＨｒ 休憩閾値、ＳＤ 規定日数、ＴＤ 規定期間、ｔｓ 沈静時間、２０ ウェアラブルデバイス、４０ 車載器、５０ 電子制御ユニット（体調判定装置）、６０，２６０ 処理部、６１ 生体信号取得部、６２ 車両信号取得部、６３ 活動量算出部、６４ 状態分類部、６５ 日内変動算出部、６６ 良否判定部、７０ サーバ（体調判定装置）、７１，２７１ 処理部

Claims (18)

1. 車両を使用するユーザの体調の良否を判定する体調判定方法であって、
   前記ユーザの脈拍、心拍、及び血圧の少なくとも一つを含む生体信号を取得するステップ（Ｓ１１６，Ｓ１２３）と、
   前記車両にて計測された車両信号を取得するステップ（Ｓ１１３）と、
   前記車両信号に基づいて前記ユーザの活動状態を複数種類に分類するステップ（Ｓ１１５）と、
   分類された各前記活動状態のそれぞれについて、予め設定された時刻帯毎の前記生体信号の平均値を算出するステップ（Ｓ１１７）と、
   計測中の前記生体信号が該当する前記時刻帯及び前記活動状態に対応した前記平均値を選択し、選択した前記平均値と計測中の前記生体信号の値との差を生体変動量（Δｂ）として算出し、前記生体変動量が不調閾値（ＴＨｂ）を超えた場合に、前記ユーザが体調不良であると判定するステップ（Ｓ１２４〜Ｓ１２７）と、
   を含む体調判定方法。
2. 前記生体信号の前記平均値を算出するステップでは、予め設定された規定日数（ＳＤ）以上の前記生体信号が計測された場合に、前記平均値の算出を実施する請求項１に記載の体調判定方法。
3. 前記活動状態を分類するステップでは、前記車両信号としての車速に基づき、前記ユーザの前記活動状態を、少なくとも走行中と停止中とに分類する請求項１又は２に記載の体調判定方法。
4. 前記生体信号を取得するステップでは、前記ユーザに装着されたウェアラブルデバイス（２０）により計測された加速度をさらに取得し、
   前記活動状態を分類するステップでは、前記加速度に基づいて前記ユーザの前記活動状態を睡眠中に分類する請求項１〜３のいずれか一項に記載の体調判定方法。
5. 前記生体信号の前記平均値を算出するステップでは、前記ユーザが前記車両に搭乗してから予め規定した沈静時間（ｔｓ）が経過するまでの前記生体信号を除外して、前記平均値を算出する請求項１〜４のいずれか一項に記載の体調判定方法。
6. 前記ユーザの体調不良を判定するステップでは、前記生体変動量を時間積分した積分値（ＴＩｂ）を算出し、前記積分値が累積閾値（ＴＨａ１）を超えた場合に、前記ユーザが体調不良であると判定する請求項１〜５のいずれか一項に記載の体調判定方法。
7. 前記生体信号を取得するステップでは、前記ユーザに装着されたウェアラブルデバイスによって計測された加速度をさらに取得し、
   前記加速度に基づいて前記ユーザの活動量を算出するステップ（Ｓ１０２）、をさらに含む請求項１〜６のいずれか一項に記載の体調判定方法。
8. 前記ユーザの体調不良を判定するステップでは、前記生体変動量に前記活動量を加えた値を時間積分することで加算積分値（ＴＩｂａ）を算出し、前記加算積分値が加算累積閾値（ＴＨａ２）を超えた場合に、前記ユーザが体調不良であると判定する請求項７に記載の体調判定方法。
9. 前記ユーザの前記活動状態を分類するステップでは、前記車両の外部にいる前記ユーザの前記活動状態を、前記活動量に基づいて分類する請求項７又は８に記載の体調判定方法。
10. 前記車両は、前記活動状態を示す状態情報が前記ユーザによって入力される車載器（４０）を搭載し、
    前記車両信号を取得するステップでは、前記車載器に入力された前記状態情報を前記車両信号として取得し、
    前記活動状態を分類するステップでは、前記状態情報に基づいて前記活動状態を分類する請求項１〜９のいずれか一項に記載の体調判定方法。
11. 前記ユーザの体調不良を判定するステップでは、予め規定した規定期間（ＴＤ）毎の前記生体変動量を平均化した期間別生体変動量（Δｂｔ）をさらに算出し、前記期間別生体変動量が期間別不調閾値（ＴＨｔ）を超えた場合に、前記ユーザが体調不良であると判定する請求項１〜１０のいずれか一項に記載の体調判定方法。
12. 前記ユーザの体調不良を判定するステップでは、前記期間別生体変動量が継続不調閾値（ＴＨｃ）を超える前記規定期間が、予め設定した回数を超えて連続した場合に、前記ユーザが体調不良であると判定する請求項１１に記載の体調判定方法。
13. 前記ユーザの体調不良を判定するステップでは、予め規定した規定期間（ＴＤ）毎の前記生体変動量を平均化した期間別生体変動量（Δｂｔ）をさらに算出し、前記期間別生体変動量が継続不調閾値（ＴＨｃ）を超える前記規定期間について、予め設定した回数を超えて連続した場合に、前記ユーザが体調不良であると判定する請求項１〜１０のいずれか一項に記載の体調判定方法。
14. 前記ユーザの体調不良を判定するステップでは、
    連続する二つの前記規定期間における各前記期間別生体変動量の差に基づき、前記期間別生体変動量の傾き（Δｂｔｓ）をさらに算出し、
    前記期間別生体変動量の傾きが傾斜不調閾値（ＴＨｓ）を超える前記規定期間について、予め設定した回数を超えて連続した場合に、前記ユーザが体調不良であると判定する請求項１１〜１３のいずれか一項に記載の体調判定方法。
15. 前記ユーザの体調不良を判定するステップでは、複数の前記規定期間における各前記期間別生体変動量の標準偏差（ｓｂ）をさらに算出し、当該標準偏差が偏差閾値（ＴＨｄ）を超えた場合に、前記ユーザが体調不良であると判定する請求項１１〜１４のいずれか一項に記載の体調判定方法。
16. 前記活動状態を分類するステップでは、前記ユーザの前記活動状態を少なくとも走行中と休憩中とに分類し、
    前記ユーザの体調不良を判定するステップでは、
    休憩中に計測された前記生体信号の値と走行中の前記生体信号の前記平均値との差を休憩時生体変動量（Δｂｒ）としてさらに算出し、
    前記休憩時生体変動量と走行中の前記生体変動量（Δｂｍ）との差が休憩閾値（ＴＨｒ）未満である場合に、前記ユーザが体調不良であると判定する請求項１〜１５のいずれか一項に記載の体調判定方法。
17. 車両を使用するユーザの体調の良否を判定する体調判定プログラムであって、
    前記ユーザの脈拍、心拍、及び血圧の少なくとも一つを含む生体信号を取得するステップ（Ｓ１１６，Ｓ１２３）と、
    前記車両にて計測された車両信号を取得するステップ（Ｓ１１３）と、
    前記車両信号に基づいて前記ユーザの活動状態を複数種類に分類するステップ（Ｓ１１５）と、
    分類された各前記活動状態のそれぞれについて、予め設定された時刻帯毎の前記生体信号の平均値を算出するステップ（Ｓ１１７）と、
    計測中の前記生体信号が該当する前記時刻帯及び前記活動状態に対応した前記平均値を選択し、選択した前記平均値と計測中の前記生体信号の値との差を生体変動量（Δｂ）として算出し、前記生体変動量が不調閾値（ＴＨｂ）を超えた場合に、前記ユーザが体調不良であると判定するステップ（Ｓ１２４〜Ｓ１２７）と、
    を少なくとも一つの処理部（６０，２７１）に実行させる体調判定プログラム。
18. 車両を使用するユーザの体調の良否を判定する体調判定装置であって、
    前記ユーザの脈拍、心拍、及び血圧の少なくとも一つを含む生体信号を取得する生体信号取得部（６１）と、
    前記車両にて計測された車両信号を取得する車両信号取得部（６２）と、
    前記車両信号に基づいて前記ユーザの活動状態を複数種類に分類する状態分類部（６４）と、
    分類された各前記活動状態のそれぞれについて、予め設定された時刻帯毎の前記生体信号の平均値を算出する日内変動算出部（６５）と、
    計測中の前記生体信号が該当する前記時刻帯及び前記活動状態に対応した前記平均値を選択し、選択した前記平均値と計測中の前記生体信号の値との差を生体変動量（Δｂ）として算出し、前記生体変動量が不調閾値（ＴＨｂ）を超えた場合に、前記ユーザが体調不良であると判定する良否判定部（６６）と、
    を備える体調判定装置。

Images