JP2018082805A - 違和感判別方法及び違和感判別装置 - Google Patents

Abstract

【課題】運転者の現在の状態に合わせて違和感を覚えているか否かを判別することを目的とする。【解決手段】違和感判別方法では、運転者の脳活動を測定して得られた脳活動データを判別基準に照合することにより運転者が違和感を覚えているか否かを判別する（Ｓ１、Ｓ２）。そして、判別基準の適正度合いを算出し（Ｓ３）、適正度合いが所定条件を満たす場合に運転者に違和感を発生させる（Ｓ７）。違和感を発生させた時の脳活動データを用いて判別基準を変更する（Ｓ８）。【選択図】図８

Description

本発明は、違和感判別方法及び違和感判別装置に関する。

特許文献１には、自動運転によるカーブ走行時に運転者が覚える違和感を軽減させるように目標軌跡を設定する運転支援装置が提案されている。

特開２０１４−２１８０９８号公報

運転者が違和感を覚えているか否かは、運転者の脳活動を観察することで判別できる。しかしながら、脳活動には個人差や被験者の状態の違いによるばらつきがあり、このような脳活動のばらつきが違和感の判別精度を低下させる原因となる。
本発明は、運転者の現在の状態に合わせて違和感を覚えているか否かを判別することを目的とする。

本発明の一態様に係る違和感判別方法では、運転者の脳活動を測定して得られた脳活動データを判別基準に照合することにより運転者が違和感を覚えているか否かを判別する。この方法では、判別基準の適正度合いを算出し、適正度合いが所定条件を満たす場合に運転者に違和感を発生させる。違和感を発生させた時の脳活動データを用いて判別基準を変更する。

本発明によれば、運転者の現在の状態に合わせて違和感を覚えているか否かを判別できる。

実施形態に係る違和感判別装置を備える運転支援装置の構成例を示す図である。 脳波測定の一例の説明図である。 実施形態に係る適正状態判定装置のコントローラによる機能構成例を示すブロック図である。 脳波特徴量ベクトルの説明図である。 特徴空間マップの第１例の説明図である。 特徴空間マップの第２例の説明図である。 加加速度プロファイルの第１例を示すグラフである。 加加速度プロファイルの第２例を示すグラフである。 第１実施形態に係る違和感判別方法の一例を示すフローチャートである。

以下において、図面を参照して本発明の実施形態を説明する。なお、以下に示す本発明の実施形態は、本発明の技術的思想を具体化するための装置や方法を例示するものであって、本発明の技術的思想は、構成部品の材質、形状、構造、配置等を下記のものに特定するものではない。本発明の技術的思想は、特許請求の範囲に記載された請求項が規定する技術的範囲内において、種々の変更を加えることができる。

（第１実施形態）
（構成）

図１を参照する。運転支援装置１は、本発明の実施形態に係る違和感判別装置１０と、周囲環境センサ群２０と、車両挙動センサ群３０と、車載装置５０と、触覚インタフェース装置５１と、車両走行コントローラ６０と、車両制御アクチュエータ群６１を備える。なお、図１において触覚インタフェース装置を「触覚Ｉ／Ｆ装置」と表記する。

周囲環境センサ群２０は、運転支援装置１を搭載する車両（以下、単に「車両」と表記することがある）の周囲環境を検出するセンサ群であり、車両の周囲の物体を検出するためのセンサを含む。周囲環境センサ群２０は、カメラ２１と、レーダ２２と、地図データベース２３を備える。なお、図１において地図データベースを「地図ＤＢ」と表記する。
カメラ２１及びレーダ２２は、車両周囲に存在する物体、車両と物体との相対位置、車両と物体との距離等の車両の周囲環境を検出する。カメラ２１及びレーダ２２は、検出した周囲環境の情報である周囲環境情報を、車両の運転支援制御又は自動運転制御を行う車両走行コントローラ６０へ出力する。

地図データベース２３は、地図情報のデータベースである。例えば、カーナビゲーションシステムが備える地図データベースを、地図データベース２３として使用してよい。車両走行コントローラ６０は、車両の現在位置の周囲の状況の情報を地図データベース２３から取得する。例えば車両走行コントローラ６０は、車両周囲の既知の物標の位置、車両の走行路の形状、路曲率、道路種別、停止線等の道路上の白線、車線数等の情報を、周囲環境情報として地図データベース２３から取得してよい。

車両挙動センサ群３０は、車両の車両挙動を検出するセンサ群であり、車速センサ３１と、加速度センサ３２と、ヨーレートセンサ３３と、操舵角センサ３４と、転舵角センサ３５を含む。
車速センサ３１は、車両の車輪速を検出し、車輪速に基づいて車両の速度を算出する。車速センサ３１は、算出した車速の情報を車両走行コントローラ６０へ出力する。
加速度センサ３２は、車両の前後方向の加速度及び車幅方向の加速度を検出し、これらの加速度の情報を車両走行コントローラ６０へ出力する。
ヨーレートセンサ３３は、車両のヨーレート（車体が旋回する方向への回転角の変化速度）を検出し、検出したヨーレートの情報を車両走行コントローラ６０へ出力する。

操舵角センサ３４は、操舵操作子であるステアリングホイールの現在の回転角度（操舵操作量）である現在の操舵角を検出する。操舵角センサ３４は、検出した操舵角の情報を車両走行コントローラ６０へ出力する。
転舵角センサ３５は、操向輪の転舵角を検出し、検出した転舵角の情報を車両走行コントローラ６０へ出力する。
車両挙動センサ群３０から車両走行コントローラ６０に出力される車速の情報、加速度の情報、ヨーレートの情報、操舵角の情報、及び転舵角の情報を、総称して「車両挙動情報」と表記することがある。

車載装置５０は、車両に搭載され運転者や他の乗員に視覚情報及び聴覚情報の少なくとも一方を提示する機能を有する装置である。車載装置５０は、例えば、ナビゲーション装置や、オーディオ装置、情報通信装置などであってよい。
触覚インタフェース装置５１は、ステアリングホイールや運転席など運転者に接触する位置に設置され、触覚的な感覚を触覚情報として運転者に与えるユーザインタフェース装置である。触覚インタフェース装置５１は、例えば、バイブレータや、ピエゾ素子、電気活性ポリマーアクチュエータなどを含んでよい。

車両走行コントローラ６０は、車両の自動運転制御及び運転支援制御を行う電子制御ユニットである。車両走行コントローラ６０は、プロセッサと、記憶装置等の周辺部品とを含む。プロセッサは、例えばＣＰＵ（Central Processing Unit）、やＭＰＵ（Micro-Processing Unit）であってよい。
記憶装置は、半導体記憶装置、磁気記憶装置及び光学記憶装置のいずれかを備えてよい。記憶装置は、レジスタ、キャッシュメモリ、主記憶装置として使用されるＲＯＭ（Read Only Memory）及びＲＡＭ（Random Access Memory）等のメモリを含んでよい。
なお、汎用の半導体集積回路中に設定される機能的な論理回路で車両走行コントローラ６０を実現してもよい。例えば、車両走行コントローラ６０はフィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ：Field-Programmable Gate Array）等のプログラマブル・ロジック・デバイス（ＰＬＤ：Programmable Logic Device）等を有していてもよい。

車両走行コントローラ６０は、自動運転制御及び運転支援制御において車両の運転動作を実行する。
自動運転モードにおいて車両走行コントローラ６０は、周囲環境センサ群２０から入力した周囲環境情報と、車両挙動センサ群３０から入力した車両挙動情報とに基づいて、走行する経路を生成する。
車両走行コントローラ６０は、生成した経路に基づいて、車両制御アクチュエータ群６１を駆動して車両の運転動作を実行し、自動的に車両を走行させる。
車両走行コントローラ６０が実行する車両の運転動作には、例えばこのような自動運転制御における自動操舵及び自動制動が含まれる。

車両制御アクチュエータ群６１は、コントローラ１１からの制御信号に応じて、車両のステアリングホイール、アクセル開度及びブレーキ装置を操作して、車両の車両挙動を発生させる。車両制御アクチュエータ群６１は、ステアリングアクチュエータ６２と、アクセル開度アクチュエータ６３と、ブレーキ制御アクチュエータ６４を備える。
ステアリングアクチュエータ６２は、車両のステアリングの転舵方向及び転舵量を制御する。
アクセル開度アクチュエータ６３は、車両のアクセル開度を制御する。
ブレーキ制御アクチュエータ６４は、車両のブレーキ装置の制動動作を制御する。

手動運転モードにおいて車両走行コントローラ６０は、周囲環境センサ群２０から入力した周囲環境情報と、車両挙動センサ群３０から入力した車両挙動情報とに基づいて、車両制御アクチュエータ群６１を駆動し、車両の運転支援制御を行う。
車両走行コントローラ６０による運転支援制御は、例えば、自動操舵及び自動制動の少なくとも一方を含む制御介入であってよい。
車両走行コントローラ６０が実行する車両の運転動作には、例えばこのような運転支援制御における自動操舵及び自動制動が含まれる。

車両走行コントローラ６０は、例えば、車両周囲の物体との衝突予測時間（ＴＴＣ：Time-To-Collision）や、車両周囲の他車両に対する車間時間（ＴＨＷ：Time-Headway）が、作動閾値よりも小さくなった場合に、車両の運転動作を実行してよい。
例えば車両走行コントローラ６０は、ステアリングアクチュエータ６２を駆動して、車両の転舵方向及び転舵量を自動的に制御し障害物回避する車両挙動を発生させてよい。また、例えば車両走行コントローラ６０は、ブレーキ制御アクチュエータ６４を駆動して、車両のブレーキ装置を自動的に制御し障害物との衝突を回避する車両挙動を発生させてよい。

また、車両がステアバイワイヤ式の転舵機構を備える場合、車両走行コントローラ６０は、操舵角センサ３４が検出した操舵角、転舵角センサ３５が検出した転舵角、車速センサ３１が検出した車速に応じてステアリングアクチュエータ６２を駆動し、車両の転舵方向及び転舵量を制御する。
また、車両が電動パワーステアリング機構を備える場合、車両走行コントローラ６０は、操舵角センサ３４が検出した操舵角、転舵角センサ３５が検出した転舵角、車速センサ３１が検出した車速に応じてステアリングアクチュエータ６２を駆動してステアリング機構にアシストトルクを付与する。

違和感判別装置１０は、車両の運転者が違和感を覚えているか否かを判別する。違和感判別装置１０は、コントローラ１１と、脳活動センサ１２を備える。
コントローラ１１は、運転者が違和感を覚えているか否かを判別する電子制御ユニットである。コントローラ１１は、プロセッサ１３と、記憶装置１４等の周辺部品とを含む。
プロセッサ１３は、例えばＣＰＵ、やＭＰＵであってよい。

記憶装置１４は、半導体記憶装置、磁気記憶装置及び光学記憶装置のいずれかを備えてよい。記憶装置１４は、レジスタ、キャッシュメモリ、主記憶装置として使用されるＲＯＭ及びＲＡＭ等のメモリを含んでよい。
なお、汎用の半導体集積回路中に設定される機能的な論理回路でコントローラ１１を実現してもよい。例えば、コントローラ１１はフィールド・プログラマブル・ゲート・アレイ等のプログラマブル・ロジック・デバイス等を有していてもよい。

脳活動センサ１２は、運転者の脳活動を測定するセンサである。脳活動センサ１２は、測定した運転者の脳活動の情報をコントローラ１１へ出力する。コントローラ１１は、脳活動センサ１２が検出した脳活動の情報に基づいて運転者の違和感を検出する。
例えば脳活動センサ１２は、脳活動として運転者の脳波を測定してよい。すなわち脳活動センサ１２は、脳活動として運転者の脳波を検出する脳波センサであってよい。

図２を参照する。脳活動センサ１２は、車両の運転中に運転者の脳波信号をリアルタイムで測定する。脳活動センサ１２は複数の電極を有し、複数の電極が運転者の頭部に取り付けられる。脳活動センサ１２の複数の電極は、例えば、国際１０−２０法に準拠し、認知機能に関わる運転者の頭頂部Ｆｚ，Ｆｃｚ，Ｃｚ，ＣＰｚに配置される。脳活動センサ１２が有する複数の電極の頭部への取り付け方法は特に限定されないが、例えば運転者の頭部に配置しやすいように装着型の電極帽子で構成されていてもよい。

図１を参照する。コントローラ１１は、リアルタイムで測定された現在の運転者の脳波のパターンを、予め測定された脳波パターンに照合することにより、現在の運転者の違和感の有無（運転者が違和感を覚えているか否か）を判定する。
コントローラ１１の機能構成例を図３に示す。コントローラ１１は、違和感判別部７０と、適正度合い算出部７１と、判別基準更新部７２の機能を実現する。例えばコントローラ１１は、記憶装置１４に格納されたコンピュータプログラムをプロセッサ１３で実行することにより違和感判別部７０と、適正度合い算出部７１と、判別基準更新部７２の機能を実現してよい。

また、予め測定された脳波パターンは、データベース化されて記憶装置１４に脳活動データベース１５として格納されている。なお、図１及び図３において脳活動データベースを「脳活動ＤＢ」と表記する。
脳活動データベース１５には、例えば、運転者が違和感を覚えないイベントを発生させたときの運転者の脳波の電位と、違和感を覚えるようなイベントを発生させたときの脳波の電位の各々の特徴ベクトルＰを、特徴空間にプロットした特徴空間マップを記憶してよい。特徴ベクトルＰは、特許請求の範囲に記載の「脳活動データ」の一例である。特徴空間マップは、特許請求の範囲に記載の「判別基準」の一例である。

特徴ベクトルＰは、例えば図４に示すように所定時間Ｔ（例えば５００ミリ秒）の脳波信号からＮ個の特徴量ｐ１，ｐ２，…，ｐＮを抽出し、これらを特徴ベクトルＰ＝（ｐ１，ｐ２，…，ｐＮ）に変換することにより生成してよい。特徴量は、例えば一定の等間隔でサンプリングした値等を使用可能である。
図５に、特徴空間マップ８０の一例を示す。ハッチングされた丸形のプロット点Ｐ１は、運転者が違和感を覚えているときの特徴ベクトルを示し、ハッチングされていない丸形のプロット点Ｐ２は、運転者が違和感を覚えていないときの特徴ベクトルを示す。

運転者が違和感を覚えているときの特徴ベクトルＰ１は、特徴空間内の一定の領域に集中する傾向がある。また、運転者が違和感を覚えていないときの特徴ベクトルＰ２も同様に一定の領域に集中する傾向がある。
図５の例では、運転者が違和感を覚えているときの特徴ベクトルＰ１は、比較的左上の領域Ｄ１に集中しており、運転者が違和感を覚えていないときの特徴ベクトルＰ２は、比較的右下の領域Ｄ２に集中している。

このような運転者が違和感を覚えているときの特徴ベクトルＰ１及び運転者が違和感を覚えていないときの特徴ベクトルＰ２を特徴空間上にプロットして特徴空間マップ８０を作成することにより、特徴ベクトルＰ１が取り得る範囲と、特徴ベクトルＰ２が取り得る範囲を区分する判別平面８１を設定することができる。
図５の例では、運転者の現在の脳波の特徴ベクトルＰｃが判別平面８１よりも上に位置すれば、違和感判別部７０は、運転者が違和感を覚えていると判別する。

運転者の現在の脳波の特徴ベクトルＰｃが判別平面８１よりも下に位置すれば、違和感判別部７０は、運転者が違和感を覚えていないと判別する。
判別平面８１は、例えば線形判別法を用いて設定することができる。判別平面８１は、特許請求の範囲に記載の「判別基準において脳活動データと比較される基準値」の一例である。

図３を参照する。違和感判別部７０は、運転者が違和感を覚えているか否かの判別結果を、適正度合い算出部７１と、車両走行コントローラ６０へ出力する。
車両走行コントローラ６０は、違和感判別部７０から判別結果を受信する。車両走行コントローラ６０は、運転者が違和感を覚えていると違和感判別部７０が判定した場合に、車両走行コントローラ６０が実行する車両の運転動作の開始タイミングおよび運転動作の制御量の少なくとも一方を補正する。

例えば、運転動作の開始前に運転者が違和感を覚えたと判定された場合、車両走行コントローラ６０は、運転動作の開始タイミングを現在の設定値よりも早める。
また、運転動作の開始直後に運転者が違和感を覚えたと判定された場合、車両走行コントローラ６０は、運転動作の開始タイミングを現在の設定値よりも遅らせる。
また、運転動作中に運転者が違和感を覚えたと判定された場合、車両走行コントローラ６０は、運転動作の制御量を段階的に変化させる。ここで、運転動作の開始直後とは、運転動作の開始タイミングから所定時間Δｔが経過するまでの期間をいい、運転動作中とは、所定時間Δｔが経過してから運転動作を終了するまでの期間をいう。

運転者が違和感を覚えているか否かを違和感判別部７０が判別すると、適正度合い算出部７１は、特徴空間マップ８０の適正度合い（すなわち判別基準の適正度合い）ａｐを算出する。以下、特徴空間マップ８０の適正度合いａｐを単に「適正度合いａｐ」と表記することがある。
適正度合いａｐは、脳活動データベース１５に現在記憶している特徴空間マップ８０（すなわち判別基準）が、運転者の現在の脳活動データから運転者の違和感を判別するのにどのくらい適しているかを示す指標である。いいかえれば適正度合いａｐは、現在記憶している特徴空間マップ８０に現在の脳活動データを照合して運転者の違和感を判別するのがどれくらい適正であるかを示す。

図５を参照する。現在の脳波の特徴ベクトルＰｃが判別平面８１から離れているほど、運転者が違和感を覚えているか否かの判別結果の尤度が高く、現在記憶している特徴空間マップ８０は、運転者の現在の脳活動データから違和感を判別するのに適しているといえる。
反対に、特徴ベクトルＰｃが判別平面８１に近いほど、運転者が違和感を覚えているか否かの判別結果の尤度が低く、特徴空間マップ８０は、運転者の現在の脳活動データから違和感を判別するのに適していないといえる。
例えば、現在の脳波の特徴ベクトルＰｃが判別平面８１付近の中間領域Ｇにあるとき、特徴空間マップ８０は、運転者の現在の脳活動データから違和感を判別するのに適していないといえる。

そこで、適正度合い算出部７１は、現在の脳波の特徴ベクトルＰｃが判別平面８１からどれだけ離れているかの乖離度ｄ（すなわち、判別平面８１から特徴ベクトルＰｃまでの距離ｄ）を、適正度合いａｐとして算出する。この例では、乖離度ｄが大きいほど適正度合いａｐが高くなる（より適正であると評価される）。

図６を参照して、適正度合いａｐの他の算出例を説明する。この例では、違和感判別部７０は、運転者が違和感を覚えているときの特徴ベクトルＰ１が集中する領域Ｄ１内に現在の脳波の特徴ベクトルＰｃがあるとき、運転者が違和感を覚えていると判別する。
例えば領域Ｄ１は、運転者が違和感を覚えているときの特徴ベクトルＰ１の集合｛Ｐ１｝の重心点Ｃ１を中心とする重心点Ｃ１から所定の距離の範囲でもよく、重心点Ｃ１を中心とし集合｛Ｐ１｝を内包する円であってもよい。重心点Ｃ１は、特許請求の範囲に記載の「判別基準において脳活動データと比較される基準値」の一例である。

この場合、適正度合い算出部７１は、重心点Ｃ１からの特徴ベクトルＰｃの乖離度ｄ１の逆数（１／ｄ１）、及び運転者が違和感を覚えていないときの特徴ベクトルＰ２の集合の重心点Ｃ２からの乖離度ｄ２の逆数（１／ｄ２）うちいずれか大きい方を、適正度合いａｐとして算出する。この例では、乖離度ｄ１又はｄ２が小さいほど適正度合いａｐが高くなる。
さらに他の適正度合いａｐの算出例として、予め測定又は計算しておいた違和感を示す脳活動データと、運転者の現在の脳活動データとの相関係数を適正度合いａｐとしてもよい。この場合、相関係数が高いほど適正度合いａｐが高くなる。

図３を参照する。適正度合い算出部７１は、算出した適正度合いａｐを判別基準更新部７２へ出力する。
判別基準更新部７２は、適正度合いａｐと第１所定値αとを比較する。
適正度合いａｐが第１所定値α以上である場合、判別基準更新部７２は、脳活動データベース１５に現在記憶している特徴空間マップ８０が、運転者の現在の脳活動データから運転者の違和感を判別するのに十分適していると判定する。この場合、判別基準更新部７２は、脳活動データベース１５に現在記憶している特徴空間マップ８０を変更しない。

適正度合いａｐが第１所定値α未満である場合、判別基準更新部７２は、第１所定値αよりも小さな第２所定値βと適正度合いａｐとを比較する。
適正度合いａｐが第２所定値β未満である場合、判別基準更新部７２は、現在の特徴空間マップ８０の適正度合いが低すぎ違和感判別部７０の判別結果が信用できないと判断して、脳活動データベース１５に記憶される特徴空間マップ８０をリセットする。
例えば、判別基準更新部７２は、脳活動データベース１５に記憶される特徴空間マップ８０を初期値に戻すことにより特徴空間マップ８０をリセットする。

例えば、標準的な被験者が違和感を覚えるようなイベントを発生させたときの特徴ベクトルと、標準的な被験者が違和感を覚えないイベントを発生させたときの特徴ベクトルを特徴空間にプロットした特徴空間マップを予め記憶装置１４に記憶させておき、特徴空間マップ８０の初期値として使用してよい。
また例えば、運転支援装置１の使用開始時に、運転支援装置１を使用する運転者が違和感を覚えるようなイベントを発生させたときの脳波とこの運転者が違和感を覚えないイベントを発生させたときの脳波を測定して特徴空間マップを作成し、記憶装置１４に記憶させておいてもよい。そして、記憶装置１４に記憶させた特徴空間マップを特徴空間マップ８０の初期値として使用してもよい。

適正度合いａｐが第１所定値α未満かつ第２所定値β以上である場合、判別基準更新部７２は、運転者に違和感を発生させる。
例えば判別基準更新部７２は、所定強度以上の車両挙動を発生させることにより運転者に違和感を発生させる。

運転者に違和感を発生させる場合、判別基準更新部７２は、車両挙動発生指令を車両走行コントローラ６０へ出力する。車両挙動発生指令は、運転者が違和感を覚えるような所定強度以上の車両挙動を発生を車両走行コントローラ６０に要求する指令である。
両挙動発生指令を受信した車両走行コントローラ６０は、車両制御アクチュエータ群６１を駆動して、所定強度以上の車両挙動を発生させる。

例えば車両走行コントローラ６０は、アクセル開度アクチュエータを駆動することにより車両挙動として加加速度（ジャーク）を車両に与えることにより運転者に違和感を発生させてよい。加加速度は、運転者に強い違和感を発生させることができる。
図７Ａを参照する。車両の加速時に、車両走行コントローラ６０は図７Ａに示すような加加速度プロファイルを作成する。車両走行コントローラ６０は、時刻ｔ０から時刻ｔ４までの期間Ｔに目標加速度Ｇ_ＭＡＸに到達するように加加速度プロファイルを作成する。

運転者に違和感を発生させない場合、例えば、最大加加速度は第１閾値Ｊｔｈ１以下に制限される。第１閾値Ｊｔｈ１は、乗員に車両挙動を意識させない値に設定してよい。
運転者に違和感を発生させる場合、車両走行コントローラ６０は、図７Ｂに示す加加速度プロファイルを作成し、このプロファイルにしたがって加加速度を発生させる。
図７Ｂに示す加加速度プロファイルにしたがって車両を加速させることにより、車両走行コントローラ６０は、最大加加速度Ｊｔｈ２の加加速度を発生させる。最大加加速度Ｊｔｈ２は、運転者に違和感を与え得る値に設定してよい。

なお、車両走行コントローラ６０は、最大加加速度を変更しても車両の挙動変化を最小限に抑えるため、目標加速度Ｇ_ＭＡＸに到達するまでの時間Ｔと目標加速度Ｇ_ＭＡＸとを変化させないように、運転者に違和感を発生させる加加速度プロファイルを作成する。
すなわち車両走行コントローラ６０は、目標加速度に到達する時刻ｔ４までの加加速度プロファイルの積分値（面積）Ｇ_ＭＡＸが、図７Ａに示した違和感を発生させない加加速度プロファイルの積分値（面積）Ｇ_ＭＡＸと同じになるように、図７Ｂに示す加加速度プロファイルを調整する。

図３を参照する。判別基準更新部７２は、違和感を発生させた時に運転者の脳活動を測定して得られた脳活動データを用いて、判別基準である特徴空間マップ８０を変更する。
例えば判別基準更新部７２は、違和感を発生させた時の運転者の脳波を測定し、この測定により得られた脳波の情報から違和感を発生させた時の特徴ベクトルＰ１を新たに生成する。
同様に判別基準更新部７２は、違和感を発生させていない時の運転者の脳波を測定し、この測定により得られた脳波の情報から違和感を発生させていない時の特徴ベクトルＰ２を新たに生成する。

判別基準更新部７２は、これら新たに生成された特徴ベクトルＰ１及び特徴ベクトルＰ２を特徴空間マップ８０にプロットすることにより特徴空間マップ８０を変更する。
判別基準更新部７２は、新たに生成された特徴ベクトルを既存の特徴空間マップ８０に追加して特徴空間マップ８０を更新することにより特徴空間マップ８０を変更してよい。
あるいは、判別基準更新部７２は、既存の特徴空間マップ８０にすでにプロットされている特徴ベクトルの一部を新たに生成された特徴ベクトルで置換して特徴空間マップ８０を更新することにより、特徴空間マップ８０を変更してよい。
すなわち、判別基準更新部７２は、適正度合いａｐと第１所定値αとを比較する前（例えば違和感を発生させる前）の脳活動データと違和感を発生させた時の脳活動データとを用いて特徴空間マップ８０を更新してよい。

なお、判別基準更新部７２は、適正度合いａｐが第２所定値β未満である場合、上述のように特徴空間マップ８０を初期値に戻すことによりリセットするのに代えて、特徴空間マップ８０を一旦消去することによりリセットしてよい。
特徴空間マップ８０を消去した後、判別基準更新部７２は、車両挙動発生指令を車両走行コントローラ６０へ出力して運転者に違和感を発生させる。

判別基準更新部７２は、適正度合いａｐと第２所定値βとを比較した後に違和感を発生させた時の脳活動データと、違和感を発生させない時の脳活動データを用いて新たな特徴空間マップ８０を作成する。
この結果、脳活動データベース１５に記憶される特徴空間マップ８０は、適正度合いａｐと第２所定値βとを比較した後に作成された新しい特徴空間マップ８０に置き換えられる。

（動作）
次に、第１実施形態に係る違和感判別方法の一例について説明する。
ステップＳ１において図１の脳活動センサ１２は、運転者の脳活動を測定する。脳活動センサ１２は、運転者の脳活動を測定して得られた脳波の情報をコントローラ１１へ出力する。
ステップＳ２において図３の違和感判別部７０は、脳活動センサ１２から得られた脳波の情報に基づき、運転者の現在の脳波の特徴ベクトルＰｃを脳活動データとして生成する。違和感判別部７０は、判別基準である特徴ベクトルＰｃを特徴空間マップ８０に照合することにより、運転者が違和感を覚えているか否かを判別する。
例えば違和感判別部７０は、特徴空間マップ８０の判別平面８１の位置と、特徴ベクトルＰｃとの位置を比較することにより運転者が違和感を覚えているか否かを判別する。

ステップＳ３において適正度合い算出部７１は、脳活動データベース１５に現在記憶している特徴空間マップ８０が、運転者の現在の脳活動データから運転者の違和感を判別するのにどのくらい適しているかを判断するために、特徴空間マップ８０の適正度合いａｐを算出する。
ステップＳ４において判別基準更新部７２は、適正度合いａｐが第１所定値α以上か否かを判定する。適正度合いａｐが第１所定値α以上である場合（ステップＳ４：Ｙ）、判別基準更新部７２は、特徴空間マップ８０が十分適していると判定し、特徴空間マップ８０を変更するステップＳ５〜Ｓ８をスキップして、処理はステップＳ９へ進む。

適正度合いａｐが第１所定値α未満である場合（ステップＳ４：Ｎ）、判別基準更新部７２は、特徴空間マップ８０が適していないと判定し、特徴空間マップ８０を変更するために処理はステップＳ５へ進む。
ステップＳ５において判別基準更新部７２は、適正度合いａｐが第２所定値β未満か否かを判定する。適正度合いａｐが第２所定値β未満の場合（ステップＳ５：Ｙ）、特徴空間マップ８０の適正度合いが低すぎ違和感判別部７０の判別結果が信用できないと判断し、処理はステップＳ６へ進む。

ステップＳ６において判別基準更新部７２は、脳活動データベース１５に記憶される特徴空間マップ８０をリセットする。その後に処理はステップＳ９へ進む。
適正度合いａｐが第２所定値β未満でない場合（ステップＳ５：Ｎ）、特徴空間マップ８０を更新するために処理はステップＳ７へ進む。
ステップＳ７において判別基準更新部７２は、運転者が違和感を覚えている時の脳活動データを取得するために、運転者に違和感を発生させる。

ステップＳ８において判別基準更新部７２は、違和感を発生させた時に運転者の脳活動を測定して得られた脳活動データを用いて、判別基準である特徴空間マップ８０を変更する。
例えば判別基準更新部７２は、ステップＳ５の判定後（すなわちステップＳ４の判定後）に違和感を発生させた時に運転者の脳活動を測定して得られた脳波の情報と、違和感を発生させない時に運転者の脳活動を測定して得られた脳波の情報を用いて、新たな特徴ベクトルを生成する。判別基準更新部７２は、新たな特徴ベクトルを特徴空間マップ８０にプロットすることにより特徴空間マップ８０を更新する。その後に処理はステップＳ９へ進む。
ステップＳ９においてコントローラ１１は、車両のイグニッションスイッチ（ＩＧＮ）がオフになったか否かを判定する。イグニッションスイッチがオフになった場合（ステップＳ９：Ｙ）に処理は終了する。イグニッションスイッチがオフでない場合（ステップＳ９：Ｎ）に処理はステップＳ１へ戻る。

（第１実施形態の効果）
（１）違和感判別部７０は、脳活動センサ１２で運転者の脳活動を測定して得られた脳活動データを判別基準に照合することにより運転者が違和感を覚えているか否かを判別する。適正度合い算出部７１は、判別基準の適正度合いａｐを算出する。適正度合いａｐが所定条件を満たす場合に、判別基準更新部７２は、運転者に違和感を発生させ、違和感を発生させた時に運転者の脳活動を測定して得られた脳活動データを用いて判別基準を変更する。

これにより、最新の状態で運転者が違和感を覚えている時の脳活動データを用いて判別基準を更新することができる。このため、最新の状態の運転者の脳活動データから運転者の違和感を判別するのに適合するように判別基準を更新できる。この結果、運転者の現在の状態に合わせて違和感を覚えているか否かを判別することができる。

（２）判別基準更新部７２は、所定条件として適正度合いａｐが第１所定値α未満且つ第１所定値αより小さな第２所定値β以上であるか否かを判定する。判別基準更新部７２は、適正度合いａｐが第１所定値α未満且つ第２所定値β以上の場合に違和感を発生させて、違和感を発生させた時の脳活動データを用いて判別基準を更新する。判別基準更新部７２は、適正度合いａｐが第２所定値β未満の場合に判別基準を初期値にリセットする。

このように、適正度合いａｐの低下の程度に応じて判別基準の変更方法を変えることにより、適正度合いａｐをより早く回復することが可能となる。
すなわち、適正度合いａｐが第２所定値β以上であり、ある程度信用できる場合には、新たに違和感を発生させて得られた脳活動データを用いて現在の判別基準を更新するのにとどめる。一方で、適正度合いａｐが第２所定値β未満であり信用できない場合には、判別基準を初期値にリセットする。
これにより、適正度合いａｐを回復するのに新たに取得する脳活動データの数を抑えることが可能になり、適正度合いａｐを早期に回復できる。

（３）判別基準更新部７２は、所定条件として適正度合いａｐが第１所定値α未満であるか否かを判定する。判別基準更新部７２は、適正度合いａｐが第１所定値α未満の場合に違和感を発生させる。判別基準更新部７２は、適正度合いａｐが第１所定値α未満且つ第１所定値αより小さな第２所定値β以上の場合に、適正度合いａｐが第１所定値α未満か否かを判定する前の脳活動データと違和感を発生させた時の脳活動データとを用いて判別基準を更新する。判別基準更新部７２は、適正度合いａｐが第２所定値β未満の場合に、違和感を発生させた時の脳活動データを用いた基準で判別基準を置き換える。

このように、適正度合いａｐの低下の程度に応じて判別基準の変更方法を変えることにより、適正度合いａｐをより早く回復することが可能となる。
すなわち、適正度合いａｐが第２所定値β以上であり、ある程度信用できる場合には、既存の脳活動データを生かしつつ新たに違和感を発生させて得た脳活動データを用いて現在の判別基準を更新する。一方で、適正度合いａｐが第２所定値β未満であり信用できない場合には、新たに違和感を発生させて得た脳活動データと用いた基準で判別基準を置き換える。
これにより、適正度合いａｐを回復するのに新たに取得する脳活動データの数を抑えることが可能になり、適正度合いａｐを早期に回復できる。

（４）適正度合い算出部７１は、運転者の脳活動を測定して得られた脳活動データが、判別基準において脳活動データと比較される基準値からどれだけ離れているかに応じて、適正度合いを算出する。
これにより、現在の運転者の脳活動データに基づく違和感の判別結果の尤度を判断することができる。このため、現在の判別基準が、運転者の現在の脳活動データから運転者の違和感を判別するのにどのくらい適しているかを示す指標を得ることができる。
（５）判別基準更新部７２は、車両に加加速度を与えることにより、運転者に違和感を覚えさせる。加加速度は、運転者に強い違和感を覚えさせることができるので、運転者が違和感を覚えたときの脳活動データを確実に得ることができる。

（変形例）
（１）車両走行コントローラ６０は、判別基準更新部７２から車両挙動発生指令を受信した場合に、車両の操舵角、転舵角、ヨーレートを変更することにより運転者に違和感を覚えさせてもよい。
例えば、車両がステアバイワイヤ式の転舵機構を備える場合、車両走行コントローラ６０は、ステアリングアクチュエータ６２を駆動して車両の操舵応答を変更することにより、運転者に違和感を覚えさせてもよい。
車両が電動パワーステアリング機構を備える場合、車両走行コントローラ６０は、ステアリングアクチュエータ６２によるアシストトルクを変更することにより操舵応答を変更し、運転者に違和感を覚えさせてもよい。
このように、操舵応答を変更して運転者に違和感を覚えさせることにより、車両の加速時以外のタイミングで、違和感発生時の脳活動データを得ることができる。

（２）判別基準更新部７２は、車載装置５０の動作を変更することにより運転者に違和感を覚えさせてもよい。
例えば、車載装置５０により運転者に提示する視覚情報又は聴覚情報の提示様式（モダニティ）を変更することにより、運転者に違和感を覚えさせてもよい。
例えば、視覚情報で与えていた情報を聴覚情報として提示し、又は聴覚情報で与えていた情報を視覚情報として提示することにより提示様式を変更してよい。
また例えば、聴覚情報の音量及び周波数のすくなくとも一つを変更することにより提示様式を変更してよい。
このように、車載装置５０の動作を変更して運転者に違和感を覚えさせることにより、車両挙動を発生させることなく運転者に違和感を覚えさせることができる。このため、例えば停車中に違和感発生時の脳活動データを得ることができる。

（３）判別基準更新部７２は、触覚インタフェース装置５１を駆動して運転者に触覚情報を与えることにより運転者に違和感を覚えさせてもよい。
このように、触覚情報を与えて運転者に違和感を覚えさせることにより、車両挙動を発生させることなく運転者に違和感を覚えさせることができる。このため、例えば停車中に違和感発生時の脳活動データを得ることができる。
（４）脳活動センサ１２は、運転者の脳波、脳血流、心拍数、呼吸数、発汗量、運転者の顔画像の少なくとも一つから脳活動を測定してもよい。これらを測定しても、運転者の違和感の有無を判別できる脳活動データを得ることができる。

（第２実施形態）
続いて、第２実施形態の違和感判別装置１０を説明する。第２実施形態の違和感判別装置１０は、適正度合いａｐが第１所定値α未満であるか否かに関わらず違和感を発生させて、違和感を発生させた時の脳活動データを用いて判別基準を変更する。
例えば、定期的に違和感を発生させて、違和感を発生させた時の脳活動データを用いて判別基準を変更する。これにより現在の運転者の状態に判別基準を常に適合させることが可能となる。

第２実施形態の違和感判別装置１０の構成及びコントローラ１１の機能構成は、それぞれ図１に示す構成及び図３に示す機能構成と同様である。
判別基準更新部７２は、定期的に違和感を発生させて、違和感を発生させた時の脳活動データを用いて判別基準である特徴空間マップ８０を変更する。
判別基準更新部７２は、違和感を発生させた時に生成された特徴ベクトルＰ１を特徴空間マップ８０にプロットすることにより特徴空間マップ８０を変更する。
また、違和感を発生させていない時の特徴ベクトルＰ２を定期的に生成し、特徴空間マップ８０にプロットすることにより特徴空間マップ８０を変更する。

また、判別基準更新部７２は、運転者が違和感を覚えていると違和感判別部７０が判別しない期間が所定期間以上連続した場合に違和感を発生させて、違和感を発生させた時の脳活動データを用いて判別基準を変更してもよい。
これにより、適正度合いａｐの低下のために運転者が違和感を覚えていると判別できなくなっている状態を解消することができる。
（第２実施形態の効果）

（１）判別基準更新部７２は、違和感を定期的に発生させて、違和感を発生させた時の脳活動データを用いて判別基準を変更する。
これにより、現在の運転者の状態に判別基準を常に適合させることが可能となる。
（２）判別基準更新部７２は、運転者が違和感を覚えていると判別されない期間が所定期間以上連続した場合に違和感を発生させて、違和感を発生させた時の脳活動データを用いて判別基準を変更する。
これにより、適正度合いａｐの低下のために運転者が違和感を覚えていると判別できなくなっている状態を解消することができる。

本発明は、ここで記載していない様々な実施形態等を含むことは勿論である。したがって、本発明の技術的範囲は上記の説明から妥当な特許請求の範囲に係る発明特定事項によってのみ定められるものである。

１…運転支援装置、１０…違和感判別装置、１１…コントローラ、１２…脳活動センサ、１３…プロセッサ、１４…記憶装置、１５…脳活動データベース、２０…周囲環境センサ群、２１…カメラ、２２…レーダ、２３…地図データベース、３０…車両挙動センサ群、３１…車速センサ、３２…加速度センサ、３３…ヨーレートセンサ、３４…操舵角センサ、３５…転舵角センサ、５０…車載装置、５１…触覚インタフェース装置、６０…車両走行コントローラ、６１…車両制御アクチュエータ群、６２…ステアリングアクチュエータ、６３…アクセル開度アクチュエータ、６４…ブレーキ制御アクチュエータ、７０…違和感判別部、７１…適正度合い算出部、７２…判別基準更新部

Claims (14)

1. 運転者の脳活動を測定して得られた脳活動データを判別基準に照合することにより前記運転者が違和感を覚えているか否かを判別する違和感判別方法であって、
   前記判別基準の適正度合いを算出し、
   前記適正度合いが所定条件を満たす場合に前記運転者に違和感を発生させ、
   前記違和感を発生させた時に前記運転者の脳活動を測定して得られた脳活動データを用いて前記判別基準を変更する、
   ことを特徴とする違和感判別方法。
2. 前記所定条件として前記適正度合いが第１所定値未満且つ前記第１所定値より小さな第２所定値以上であるか否かを判定し、
   前記適正度合いが前記第１所定値未満且つ前記第２所定値以上の場合に前記違和感を発生させて、前記違和感を発生させた時の脳活動データを用いて前記判別基準を更新し、
   前記適正度合いが前記第２所定値未満の場合に、前記判別基準を初期値にリセットすることを特徴とする請求項１に記載の違和感判別方法。
3. 前記所定条件として前記適正度合いが第１所定値未満であるか否かを判定し、
   前記適正度合いが前記第１所定値未満の場合に前記違和感を発生させ、
   前記適正度合いが前記第１所定値未満且つ前記第１所定値より小さな第２所定値以上の場合に、前記適正度合いが第１所定値未満か否かを判定する前の脳活動データと前記違和感を発生させた時の脳活動データとを用いて前記判別基準を更新し、
   前記適正度合いが前記第２所定値未満の場合に、前記違和感を発生させた時の脳活動データを用いた基準で前記判別基準を置き換えることを特徴とする請求項１に記載の違和感判別方法。
4. 前記運転者の脳活動を測定して得られた脳活動データが、前記判別基準において脳活動データと比較される基準値からどれだけ離れているかに応じて、前記適正度合いを算出することを特徴とする請求項１〜３のいずれか一項に記載の違和感判別方法。
5. 前記違和感を定期的に発生させて、前記違和感を発生させた時の脳活動データを用いて前記判別基準を変更することを特徴とする請求項１〜４のいずれか一項に記載の違和感判別方法。
6. 前記運転者が違和感を覚えていると判別されない期間が所定期間以上連続した場合に前記違和感を発生させて、前記違和感を発生させた時の脳活動データを用いて前記判別基準を変更することを特徴とする請求項１〜４のいずれか一項に記載の違和感判別方法。
7. 車両に加加速度を与えることにより、前記運転者に前記違和感を覚えさせることを特徴とする請求項１〜６のいずれか一項に記載の違和感判別方法。
8. 車両の操舵応答を変更することにより、前記運転者に前記違和感を覚えさせることを特徴とする請求項１〜６のいずれか一項に記載の違和感判別方法。
9. 車両の車載装置の動作を変更することにより前記運転者に前記違和感を覚えさせることを特徴とする請求項１〜６のいずれか一項に記載の違和感判別方法。
10. 前記車載装置により前記運転者に提示する視覚情報又は聴覚情報の提示様式を変更することにより、前記運転者に前記違和感を覚えさせることを特徴とする請求項９に記載の違和感判別方法。
11. 前記車載装置により前記運転者に提示する聴覚情報の音量及び周波数のすくなくとも一つを変更することにより前記運転者に前記違和感を覚えさせることを特徴とする請求項９に記載の違和感判別方法。
12. 前記運転者に触覚情報を与えることにより前記運転者に前記違和感を覚えさせることを特徴とする請求項１〜６のいずれか一項に記載の違和感判別方法。
13. 前記運転者の脳波、脳血流、心拍数、呼吸数、発汗量、運転者の顔画像の少なくとも一つから脳活動を測定することを特徴とする請求項１〜１２のいずれか一項に記載の違和感判別方法。
14. 運転者の脳活動を測定するセンサと、
    前記センサにより得られた脳活動データを判別基準に照合することにより前記運転者が違和感を覚えているか否かを判別する処理と、前記判別基準の適正度合いを算出する処理と、前記適正度合いが所定条件を満たす場合に前記運転者に違和感を発生させる処理と、前記違和感を発生させた時に前記センサにより得られた脳活動データを用いて前記判別基準を変更する処理と、を実行するコントローラと、
    を備える違和感判別装置。

Images