JP2018149941A - 集中度判定装置、集中度判定方法及び集中度判定のためのプログラム - Google Patents

Abstract

【課題】運転の安全性と及び運転の快適性の双方に配慮するようにする。【解決手段】集中度判定装置は、車両の運転者を監視するセンサから監視データを取得する監視データ取得部と、前記車両の運転モードが自動運転モードである場合、前記監視データから第１の指標群を構成する１以上の指標に基づいて前記運転者の第１の運転集中度を推定し、前記運転モードが手動運転モードである場合、前記監視データから前記第１の指標群とは異なる第２の指標群を構成する１以上の指標に基づいて前記運転者の第２の運転集中度を推定する集中度推定部と、前記第１の運転集中度または前記第２の運転集中度を基準と比較する基準比較部と、前記第１の運転集中度または前記第２の運転集中度が前記基準を満たさない場合、前記運転者に対する支援の実行を指示する指示信号を出力する信号出力部とを備える。【選択図】図４

Description

この発明は、例えば、車両の運転者の集中度を判定する集中度判定装置、集中度判定方法及び集中度判定のためのプログラムに関する。

近年、車両の運転モードとして、運転者の運転操作に基づいて車両を走行させる手動運転モード以外に、運転者の運転操作によらず予め設定された経路に沿って車両を走行させる自動運転モードの開発が進められている。

運転者による手動運転の可否を判断する技術の開発も進められている（特許文献１参照）。

特開平１０−３０９９６０号公報

運転者には運転の安全性が求められているが、運転者に求められる運転集中度は、運転者の置かれている状況に応じて異なる。車両が常に様々な指標について運転集中度を監視し、運転集中度が基準を満たさない時に警告を発するようにしていれば、運転の安全性は保たれる。しかしながら、運転者の置かれている状況によっては、車両は頻繁に警報を発することになる。この場合、運転者の運転の快適性は損なわれる。

この発明は、上記事情に着目してなされたもので、運転の安全性及び運転の快適性の双方に配慮することができる集中度判定装置、集中度判定方法及び集中度判定のためのプログラムを提供しようとするものである。

上記課題を解決するために、この発明の第１の態様は、車両の運転者を監視するセンサから監視データを取得する監視データ取得部と、前記車両の運転モードが自動運転モードである場合、前記監視データから第１の指標群を構成する１以上の指標に基づいて前記運転者の第１の運転集中度を推定し、前記運転モードが手動運転モードである場合、前記監視データから前記第１の指標群とは異なる第２の指標群を構成する１以上の指標に基づいて前記運転者の第２の運転集中度を推定する集中度推定部と、前記第１の運転集中度または前記第２の運転集中度を基準と比較する基準比較部と、前記第１の運転集中度または前記第２の運転集中度が前記基準を満たさない場合、前記運転者に対する支援の実行を指示する指示信号を出力する信号出力部とを備える集中度判定装置である。

この発明の第２の態様は、第１の態様の集中度判定装置において、前記第２の指標群は、前記第１の指標群を構成する指標の数よりも多い数の指標で構成されるようにしたものである。

この発明の第３の態様は、第２の態様の集中度判定装置において、前記第２の指標群は、前記第１の指標群を構成する全ての指標と、前記第１の指標群に含まれていない１以上の指標とで構成されるようにしたものである。

この発明の第４の態様は、第１の態様の集中度判定装置において、前記第２の指標群は、前記第１の指標群を構成する指標と全て異なる１以上の指標で構成されるようにしたものである。

この発明の第５の態様は、第１の態様の集中度判定装置において、前記第２の指標群は、前記第１の指標群を構成する指標のうちの少なくとも１つの指標と、前記第１の指標群に含まれていない少なくとも１つの指標とで構成されるようにしたものである。

この発明の第６の態様は、第１の態様の集中度判定装置において、前記第２の指標群は、前記第１の指標群に含まれない、対象に対する前記運転者の認知度合を指標として含むようにしたものである。

この発明の第７の態様は、第６の態様の集中度判定装置において、前記監視データと前記対象の位置情報とを用いて、前記認知度合を検出する状態検出部を備えるものである。

この発明の第８の態様は、車両の運転者を監視するセンサから監視データを取得する監視データ取得過程と、前記車両の運転モードが自動運転モードである場合、前記監視データから第１の指標群を構成する１以上の指標に基づいて前記運転者の第１の運転集中度を推定し、前記運転モードが手動運転モードである場合、前記監視データから前記第１の指標群とは異なる第２の指標群を構成する１以上の指標に基づいて前記運転者の第２の運転集中度を推定する集中度推定過程と、前記第１の運転集中度または前記第２の運転集中度を基準と比較する基準比較過程と、前記第１の運転集中度または前記第２の運転集中度が前記基準を満たさない場合、前記運転者に対する支援の実行を指示する指示信号を出力する信号出力過程とを備える集中度判定方法である。

この発明の第９の態様は、第１の態様から第７の態様の何れかの態様の集中度判定装置が備える各部の処理をコンピュータに機能させる集中度判定のためのプログラムである。

この発明の第１の態様によれば、集中度判定装置は、自動運転モードか手動運転モードかに応じて、第１の指標群と第２の指標群を選択的に使用して運転者が運転に適した状態か否かを判定している。そのため、集中度判定装置は、運転モードに応じた運転集中度を運転者へ求めることができる。これにより、運転者は、運転モードに応じて適切に運転に集中した状態を保つことができる。運転者は、例えば、手動運転モードであれば運転により集中した状態を保ち、自動運転モードであれば手動で運転はしないが不測の事態に備えた状態を保つことができる。したがって、運転の安全性は、運転者の置かれている状況によらずに保たれる。

さらに、第１の態様によれば、集中度判定装置は、手動運転モードの場合と自動運転モードの場合とで運転者の状態が同じ状態であったとしても、運転者の状態によっては、手動運転モードの場合には指示信号を出力するが、自動運転モードの場合には指示信号を出力しない。そのため、集中度判定装置は、特に自動運転モードの場合における過剰な指示信号の出力を減らすことができる。これにより、運転者は、特に自動運転モードの場合において過剰な警告を受けることがなくなるので、運転モードによらず、運転に集中した状態を快適に保つことができる。したがって、運転の快適性は、運転者の置かれている状況によらずに保たれる。

すなわち、第１の態様によれば、集中度判定装置は、運転の安全性及び運転の快適性の双方に配慮することができる。

この発明の第２の態様によれば、集中度判定装置は、手動運転モードの場合には自動運転モードの場合よりも多くの指標について運転集中度を推定することができる。集中度判定装置は、手動運転モードの場合には自動運転モードの場合よりも厳しく運転者が運転に適した状態か否かを監視することができる。これにより、運転者は、手動運転モードの場合には自動運転モードの場合よりも運転に集中した状態を保つことができる。さらに、運転者は、自動運転モードの場合には手動運転モードの場合よりも警告を受けにくくなるので、運転モードによらず、運転に集中した状態を快適に保つことができる。

この発明の第３の態様によれば、集中度判定装置は、手動運転モードの場合には自動運転モードの場合よりも多くの指標について運転集中度を推定することができる。集中度判定装置は、手動運転モードの場合には自動運転モードの場合よりも厳しく運転者が運転に適した状態か否かを監視することができる。これにより、運転者は、運転モードによらずに、適切に運転に集中した状態を安全かつ快適に保つことができる。さらに、集中度判定装置は、第１の指標群が第２の指標群の部分集合でない場合よりも運転集中度を推定する必要のある指標の数を減らすことができる。よって、集中度判定装置の処理負荷は軽減される。

この発明の第４の態様によれば、集中度判定装置は、運転モード毎に好ましい指標で構成された指標群を用いて、運転者が運転に適した状態か否かを適切に監視することができる。これにより、運転者は、運転モードによらずに、適切に運転に集中した状態を安全かつ快適に保つことができる。

この発明の第５の態様によれば、集中度判定装置は、運転モード毎に好ましい指標で構成された指標群を用いて、運転者が運転に適した状態か否かを適切に監視することができる。これにより、運転者は、運転モードによらずに、運転に集中した状態を安全かつ快適に保つことができる。さらに、集中度判定装置は、第１の指標群及び第２の指標群それぞれに含まれる指標の一部を共通化することで、処理負荷を軽減することができる。

この発明の第６の態様によれば、集中度判定装置は、手動運転モードの場合には、運転の安全性への影響が大きい指標である対象認知度合について運転者が運転に適した状態か否かを監視することができる。これにより、運転者は、手動運転モードの場合には、運転に集中した状態を保つことができる。さらに、対象認知度合は自動運転モードの場合には手動運転モードの場合よりも低下するが、集中度判定装置は、自動運転モードの場合には対象認知度合を考慮することはない。これにより、運転者は、自動運転モードの場合には、過剰な警告を受けにくくなるので、運転に集中した状態を快適に保つことができる。

この発明の第７の態様によれば、集中度判定装置は、少なくとも監視データ及び対象の位置情報を用いることで、対象認知度合を指標とした運転者の状態を適切に検出することができる。

この発明の第８の態様によれば、集中度判定方法は、上述の第１の態様と同様の効果を得ることができる。すなわち、集中度判定方法は、運転の安全性及び運転の快適性の双方に配慮することができる。

この発明の第９の態様によれば、集中度判定のためのプログラムは、上述の第１の態様と同様の効果を得ることができる。すなわち、集中度判定のためのプログラムは、運転の安全性及び運転の快適性の双方に配慮することができる。

本発明の一実施形態に係る集中度判定装置を備える車両の全体構成を示す図。 本発明の一実施形態に係る集中度判定装置の構成を示すブロック図。 本発明の一実施形態に係る状態検出部の構成を示すブロック図。 図２に示す集中度判定装置による集中度判定の手順を示すフローチャート。

以下、図面を参照してこの発明に係る実施形態について説明する。
［一実施形態］
（構成）
図１は、この発明の一実施形態に係る集中度判定装置２を備えた車両１の全体構成を示す図である。集中度判定装置２は、乗用車等の車両１に搭載される。集中度判定装置２の構成については後述する。車両１は、例えば、自動車、バス、トラック及び電車等のうちの何れかであっても、これら以外の運転者（以下、ドライバとも称する）が乗る乗り物であってもよい。

車両１は、基本設備として、動力源及び変速装置を含むパワーユニット３と、ステアリングホイール５が装備された操舵装置４とを備え、さらに運転モードとしては手動運転モードと自動運転モードとを備えている。動力源としては、エンジンまたはモータ、あるいはその両方が用いられる。

手動運転モードは、例えば、運転者の手動による運転操作を主体として車両１を走行させるモードである。手動運転モードには、例えば、運転者の運転操作のみに基づいて車両１を走行させる動作モードと、運転者の運転操作を主体としながら運転者の運転操作を支援する運転操作支援制御を行う動作モードが含まれる。

運転操作支援制御は、例えば、車両１のカーブ走行時にカーブの曲率に基づいて運転者の操舵が適切な操舵量となるように操舵トルクをアシストする。また運転操作支援制御には、運転者のアクセル操作（例えばアクセルペダルの操作）またはブレーキ操作（例えばブレーキペダルの操作）を支援する制御と、手動操舵（操舵の手動運転）及び手動速度調整（速度調整の手動運転）も含まれる。手動操舵は、運転者のステアリングホイール５の操作を主体として車両１の操舵を行う。手動速度調整は、運転者のアクセル操作またはブレーキ操作を主体として車両１の速度調整を行う。

なお、運転操作支援制御には、運転者の運転操作に強制的に介入して、車両１を自動走行させる制御は含まれない。すなわち、手動運転モードには、予め設定された許容範囲において運転者の運転操作を車両１の走行に反映させるが、一定条件（例えば車両１の車線逸脱等）の下で車両１の走行に強制的に介入する制御は含まれない。

一方、自動運転モードは、例えば、車両１の走行する道路に沿って自動で車両１を走行させる運転状態を実現するモードである。自動運転モードには、例えば、運転者が運転操作をすることなく、予め設定された目的地に向かって自動的に車両１を走行させる運転状態が含まれる。自動運転モードは、必ずしも車両１の全ての制御を自動で行う必要はなく、予め設定された許容範囲において運転者の運転操作を車両１の走行に反映する運転状態も自動運転モードに含まれる。すなわち、自動運転モードには、予め設定された許容範囲において運転者の運転操作を車両１の走行に反映させるが、一定条件の下で車両１の走行に強制的に介入する制御が含まれる。

車両１は、さらに、車外カメラ６と、ステアリングセンサ７と、アクセルペダルセンサ８と、ブレーキペダルセンサ９と、ＧＰＳ受信機１０と、ジャイロセンサ１１と、車速センサ１２と、ナビゲーション装置１３と、自動運転制御装置１４と、ドライバカメラ１５と、音声出力装置１６とを備える。

車外カメラ６は、車両１の外部を撮影することができるように、車両１の任意の位置に設置されている。なお、図１には１つの車外カメラ６を示しているが、車両１は、異なる方向を撮影する複数の車外カメラを備えていてもよい。車外カメラ６は、車両１の近傍の走行環境を連続的に撮影する。車外カメラ６は、車両１の運転開始に応答して起動し、車両１の外部を連続的に撮影する。車外カメラ６は、撮影した画像（以下、車外画像データとも称する）を集中度判定装置２及び自動運転制御装置１４へ出力する。

ステアリングセンサ７は、操舵角を検出する。ステアリングセンサ７は、検出結果を自動運転制御装置１４へ出力する。
アクセルペダルセンサ８は、アクセルペダルの操作量を検出する。アクセルペダルセンサ８は、検出結果を自動運転制御装置１４へ出力する。
ブレーキペダルセンサ９は、ブレーキペダルの操作量を検出する。ブレーキペダルセンサ９は、検出結果を自動運転制御装置１４へ出力する。
ＧＰＳ受信機１０は、車両１の現在位置情報を受信する。ＧＰＳ受信機１０は、現在位置情報を集中度判定装置２、ナビゲーション装置１３及び自動運転制御装置１４へ出力する。
ジャイロセンサ１１は、車両１の挙動を検出する。ジャイロセンサ１１は、検出結果を自動運転制御装置１４へ出力する。
車速センサ１２は、車両１の速度を検出する。車速センサ１２は、検出結果を自動運転制御装置１４へ出力する。

ナビゲーション装置１３は、映像を表示するディスプレイ１３１を備える映像表示装置の一例である。ナビゲーション装置１３は、地図情報を記憶している。ナビゲーション装置１３は、運転者等によって入力される目的地に関する情報と、地図情報と、ＧＰＳ受信機１０からの現在位置情報とを用いて、現在位置から目的地までの経路情報を抽出する。ナビゲーション装置１３は、経路情報をディスプレイ１３１に表示する。ナビゲーション装置１３は、経路情報以外の情報をディスプレイ１３１に表示することもできる。
ナビゲーション装置１３は、経路情報を集中度判定装置２及び自動運転制御装置１４へ出力する。

上述の経路情報は、現在位置から目的地までの道順の情報だけでなく、現在位置から目的地までの道路環境に関する情報を含んでいてもよい。
道路環境に関する情報のいくつかの例について説明する。
道路環境に関する情報は、現在位置から目的地までに通過する道路の種別の情報を含んでいてもよい。道路の種別は、例えば、人の通行が制限されている道路または人の通行が制限されていない道路などに分けられる。人の通行が制限されている道路は、例えば、高速道路である。高速道路は、自動車専用道路ということもできる。人の通行が制限されていない道路は、例えば、一般道路である。

道路環境に関する情報は、現在位置から目的地までに通過する道路の制限速度の情報を含んでいてもよい。
道路環境に関する情報は、現在位置から目的地までに通過する道路上の設置物の位置情報を含んでいてもよい。設置物は、例えば、標識であるが、これ以外に道路に設置されている物であってもよい。
道路環境に関する情報は、現在位置から目的地までに通過する道路近傍の建造物の位置情報を含んでいてもよい。
なお、経路情報は、道路環境に関する情報として、上述の例以外の情報を含んでいてもよい。

自動運転制御装置１４の構成について説明する。
自動運転制御装置１４は、運転モードが自動運転モードである場合に車両１の走行を自動制御する。
自動運転制御装置１４は、車外カメラ６からの車外画像データと、ステアリングセンサ７からの検出結果と、アクセルペダルセンサ８からの検出結果と、ブレーキペダルセンサ９からの検出結果と、ＧＰＳ受信機１０からの現在位置情報と、ジャイロセンサ１１からの検出結果と、車速センサ１２からの検出結果と、ナビゲーション装置１３からの経路情報とを取得する。自動運転制御装置１４は、例えば、これらの情報と、路車間通信により取得される交通情報とを基にして、車両１の走行を自動制御する。

自動制御には、例えば、自動操舵（操舵の自動運転）と自動速度調整（速度の自動運転）がある。自動操舵は、操舵装置４を自動で制御する運転状態である。自動操舵にはＬＫＡＳ（Lane Keeping Assist System）が含まれる。ＬＫＡＳは、例えば、運転者がステアリング操作をしない場合であっても、車両１が走行車線から逸脱しないように自動で操舵装置４を制御する。なお、ＬＫＡＳの実行中であっても、車両１が走行車線を逸脱しない範囲（許容範囲）において運転者のステアリング操作を車両１の操舵に反映してもよい。なお、自動操舵はＬＫＡＳに限らない。

自動速度調整は、車両１の速度を自動で制御する運転状態である。自動速度調整にはＡＣＣ（Adaptive Cruise Control）が含まれる。ＡＣＣとは、例えば、車両１の前方に先行車が存在しない場合は予め設定された設定速度で車両１を定速走行させる定速制御を行い、車両１の前方に先行車が存在する場合には先行車との車間距離に応じて車両１の車速を調整する追従制御を行うものである。自動運転制御装置１４は、ＡＣＣを実行中であっても、運転者のブレーキ操作（例えばブレーキペダルの操作）に応じて車両１を減速させる。また自動運転制御装置１４は、ＡＣＣを実行中であっても、予め設定された最大許容速度（例えば走行中の道路において法的に定められた最高速度）まで、運転者のアクセル操作（例えばアクセルペダルの操作）に応じて車両１を加速させることもできる。なお、自動速度調整は、ＡＣＣに限らず、ＣＣ（Cruise Control：定速制御）等も含まれる。

ドライバカメラ１５の構成について説明する。
ドライバカメラ１５は、例えば、ダッシュボード上のような運転者の正面となる位置に設置されている。ドライバカメラ１５は、運転者を監視するセンサの一例である。ドライバカメラ１５は、車両１の運転開始に応答して起動し、運転者の顔を含む所定の範囲を連続的に撮影する。ドライバカメラ１５は、撮影した画像（以下、運転者画像データという）を集中度判定装置２へ出力する。運転者画像データは、運転者の状態を検出するために用いられる監視データの一例である。運転者の状態は、例えば、運転者の前方注視、眠気、脇見、服の着脱、電話操作、窓側・肘掛けへの寄り掛かり、同乗者やペットによる運転妨害、病気の発症、後ろ向き、突っ伏し、飲食、喫煙、めまい、異常行動、カーナビゲーション・オーディオ操作、眼鏡・サングラスの着脱、写真撮影及び対象認知度合などの指標のうちの少なくとも何れか１つの指標を含む。対象認知度合は、運転者が対象を（例えば視覚的に）どの程度認知したかの指標であり、運転者が対象を（例えば目視で）確認して意識している度合である。運転者の状態は、ここに例示する指標以外の指標を含んでいてもよい。

音声出力装置１６は、スピーカ１６１を備える。音声出力装置１６は、種々の情報を音声で出力する。

上述の集中度判定装置２の構成について説明する。
集中度判定装置２は、上述の運転者の状態に基づいて運転者の運転集中度を推定し、運転者が車両１の運転に適した状態か否かを判定する。運転集中度は、運転者が車両１の運転に適した度合いである。運転集中度が高くなるにつれ、運転者は、より車両１の運転に適した状態になる。逆に、運転集中度が低くなるにつれ、運転者は、より車両１の運転に適さない状態になる。

図２は、一例となる集中度判定装置２の構成を示すブロック図である。
集中度判定装置２は、入出力インタフェースユニット２１と、記憶ユニット２２と、制御ユニット２３とを備える。

入出力インタフェースユニット２１は、車外カメラ６、ＧＰＳ受信機１０、ナビゲーション装置１３、自動運転制御装置１４、ドライバカメラ１５及び音声出力装置１６それぞれを、制御ユニット２３と接続する。

記憶ユニット２２の構成について説明する。
記憶ユニット２２は、例えば、ＳＳＤ（Solid State Drive）やＨＤＤ（Hard Disk Drive）等の随時書き込み及び読み出しが可能な不揮発性メモリである。記憶ユニット２２は、運転者画像データ記憶部２２１と、車外画像データ記憶部２２２と、集中度テーブル記憶部２２３とを備える。

運転者画像データ記憶部２２１は、制御ユニット２３がドライバカメラ１５から取得する運転者画像データを記憶する。
車外画像データ記憶部２２２は、制御ユニット２３が車外カメラ６から取得する車外画像データを記憶する。

集中度テーブル記憶部２２３は、制御ユニット２３が運転集中度を推定するために用いる集中度テーブルを記憶する。集中度テーブルは、各指標について、運転者の状態を、運転集中度に応じた複数のレベルに分けて対応付けている。複数のレベルは、例えば、レベル１、レベル２及びレベル３の３段階に分けられているが、これに限られるものではない。ここでは、レベルの番号が大きくなるにつれ、運転集中度が低くなるように設定されている例について説明するが、これに限られない。レベルの番号が大きくなるにつれ、運転集中度が高くなるように設定されていてもよい。

集中度テーブルに管理されている情報について、脇見を例にして説明する。
集中度テーブルは、指標となる脇見について、以下のように、運転者の状態をレベル１、レベル２及びレベル３それぞれと対応付けている。レベル１は、例えば、車両１の進行方向に対して０度以上第１の角度未満の範囲内の角度で傾く方向を見ている運転者の状態と対応付けられている。つまり、レベル１は、運転者が脇見をしておらず、運転集中度が高い状態である。レベル２は、例えば、車両１の進行方向に対して第１の角度以上第２の角度未満の範囲内の角度で傾く方向を見ている運転者の状態と対応付けられている。つまり、レベル２は、運転者が少し脇見をしており、レベル１よりも運転集中度が低い状態である。レベル３は、例えば、車両１の進行方向に対して第２の角度以上の角度で傾く方向を見ている運転者の状態と対応付けられている。つまり、レベル３は、運転者が脇見をしており、レベル２よりも運転集中度が低い状態である。ここでは、脇見を例にして集中度テーブルに管理されている情報について説明したが、他の指標についても同様である。

制御ユニット２３の構成について説明する。
制御ユニット２３は、プロセッサ２３１と、メモリ２３２とを備える。
プロセッサ２３１は、例えば、コンピュータを構成するＣＰＵ（Central Processing Unit）である。プロセッサ２３１が備える各部の構成については後述する。なお、図２には１つのプロセッサ２３１を示しているが、制御ユニット２３は、１以上のプロセッサを備えていてもよい。
メモリ２３２は、プロセッサ２３１が備える各部の処理をプロセッサ２３１に機能させるプログラムを備える。プログラムは、プロセッサ２３１を動作させる命令ということもできる。プログラムは、記憶ユニット２２に記憶されており、記憶ユニット２２からメモリ２３２に読み出される。メモリ２３２のプログラムは、プロセッサ２３１によって読み出される。一実施形態は、プログラムによって実現されてもよい。

プロセッサ２３１が備える各部の構成について説明する。
プロセッサ２３１は、監視データ取得部２３１１と、車外画像データ取得部２３１２と、経路情報取得部２３１３と、現在位置情報取得部２３１４と、状態検出部２３１５と、集中度推定部２３１６と、基準比較部２３１７と、信号出力部２３１８とを備える。なお、各部は、１以上のプロセッサに分散されていてもよい。

監視データ取得部２３１１は、入出力インタフェースユニット２１を介して、ドライバカメラ１５から運転者画像データを取得する。監視データ取得部２３１１は、運転者画像データを運転者画像データ記憶部２２１に記憶させる。
車外画像データ取得部２３１２は、入出力インタフェースユニット２１を介して、車外カメラ６から車外画像データを取得する。車外画像データ取得部２３１２は、車外画像データを車外画像データ記憶部２２２に記憶させる。

経路情報取得部２３１３は、入出力インタフェースユニット２１を介して、ナビゲーション装置１３から経路情報を取得する。経路情報取得部２３１３は、経路情報を状態検出部２３１５へ出力する。
現在位置情報取得部２３１４は、入出力インタフェースユニット２１を介して、ＧＰＳ受信機１０から現在位置情報を取得する。現在位置情報取得部２３１４は、現在位置情報を状態検出部２３１５へ出力する。

状態検出部２３１５は、運転者画像データ記憶部２２１に記憶されている運転者画像データから運転者の状態を検出する。状態検出部２３１５は、運転者画像データの他に、例えば、車外画像データ、経路情報及び現在位置情報の少なくとも何れか１つを用いて、運転者の状態として上述の対象認知度合を検出してもよい。状態検出部２３１５による運転者の状態の検出例については後述する。なお、状態検出部２３１５は、運転者画像データ記憶部２２１を介することなく、監視データ取得部２３１１から運転者画像データを取得してもよい。この場合、記憶ユニット２２は、運転者画像データ記憶部２２１を備えていなくてもよい。
状態検出部２３１５は、運転者の状態を集中度推定部２３１６へ出力する。

集中度推定部２３１６は、状態検出部２３１５で検出された運転者の状態に基づいて運転者の運転集中度を推定する。なお、運転者の状態は上述のように運転者画像データから検出されるので、集中度推定部２３１６は、運転者画像データから運転者の運転集中度を推定するということもできる。
車両の運転モードが自動運転モードである場合、集中度推定部２３１６は、監視データから第１の指標群を構成する１以上の指標に基づいて運転者の運転集中度（以下、第１の運転集中度とも称する）を推定する。集中度推定部２３１６は、例えば、第１の指標群を構成する１以上の指標のそれぞれに対応する第１の運転集中度を推定してもよい。集中度推定部２３１６は、例えば、第１の指標群を構成する１以上の指標に基づいて単一の第１の運転集中度を推定してもよい。後者の場合、集中度推定部２３１６は、第１の指標群を構成する各指標に適宜重みを設定することで、単一の第１の運転集中度を推定してもよい。第１の指標群を構成する各指標に設定される重みは、任意に変更可能であってもよい。
運転モードが手動運転モードである場合、集中度推定部２３１６は、監視データから第１の指標群とは異なる第２の指標群を構成する１以上の指標に基づいて運転者の運転集中度（以下、第２の運転集中度とも称する）を推定する。集中度推定部２３１６は、例えば、第２の指標群を構成する１以上の指標のそれぞれに対応する第２の運転集中度を推定してもよい。集中度推定部２３１６は、例えば、第２の指標群を構成する１以上の指標に基づいて単一の第２の運転集中度を推定してもよい。後者の場合、集中度推定部２３１６は、第２の指標群を構成する各指標に適宜重みを設定することで、単一の第２の運転集中度を推定してもよい。第２の指標群を構成する各指標に設定される重みは、任意に変更可能であってもよい。
第１の指標群及び第２の指標群の構成例については後述する。

一例では、集中度推定部２３１６は、運転集中度を割合などの数値で推定することができる。集中度推定部２３１６によって推定される数値は、運転集中度が高くなるにつれ大きくなってもよいし、運転集中度が高くなるにつれ小さくなってもよい。

別の例では、集中度推定部２３１６は、集中度テーブル記憶部２２３に記憶されている集中度テーブルを参照して、複数のレベルから運転者の状態に相当する運転集中度のレベルを推定することができる。なお、集中度推定部２３１６が運転集中度を数値で推定する場合、記憶ユニット２２は、集中度テーブル記憶部２２３を備えていなくてもよい。

集中度推定部２３１６による運転集中度の推定は、機械学習やディープラーニング等のＡＩ（Artificial Intelligence：人工知能）機能を用いて行われてもよい。この場合、集中度推定部２３１６は、例えば、過去の推定結果を現在の運転集中度の推定に活用することで、高精度に運転者の状態を推定することができる。

基準比較部２３１７は、集中度推定部２３１６で推定された運転集中度と基準とを比較する。集中度推定部２３１６が複数の指標それぞれについての運転集中度を推定する場合、基準比較部２３１７は、複数の指標それぞれについての運転集中度を基準と比較する。集中度推定部２３１６が複数の指標に基づいて単一の運転集中度を推定する場合、基準比較部２３１７は、単一の運転集中度を基準と比較する。基準比較部２３１７は、例えば、集中度推定部２３１６で推定された運転集中度と、基準となる基準値または基準レベルとを比較する。運転集中度が基準値または基準レベル以上であれば、基準比較部２３１７は、運転集中度が基準を満たすと判断する。基準比較部２３１７は、比較結果を信号出力部２３１８へ出力する。なお、基準は、任意に変更可能であってもよい。

一例として、基準比較部２３１７による数値で推定された運転集中度と基準との比較について説明する。
はじめに、集中度推定部２３１６によって推定される数値が、運転集中度が高くなるにつれ大きくなる場合について説明する。基準値は数値Ａとする。集中度推定部２３１６によって推定される数値が基準値である数値Ａよりも小さければ、基準比較部２３１７は、集中度推定部２３１６によって推定される運転集中度が基準値よりも低いと判断する。

次に、集中度推定部２３１６によって推定される数値が、運転集中度が高くなるにつれ小さくなる場合について説明する。集中度推定部２３１６によって推定される数値が基準値である数値Ａよりも大きければ、基準比較部２３１７は、集中度推定部２３１６によって推定される運転集中度が基準値よりも低いと判断する。

別の例として、基準比較部２３１７によるレベルで推定した運転集中度と基準レベルとの比較について説明する。
基準レベルは複数のレベルのうちから抽出されるレベルＢとする。集中度推定部２３１６によって推定されるレベルに基準レベルであるレベルＢよりも低い運転集中度が割り当てられている場合、基準比較部２３１７は、集中度推定部２３１６によって推定される運転集中度が基準レベルよりも低いと判断する。

ここでは、上述のように集中度テーブルが、各指標について、運転者の状態を、レベル１、レベル２及びレベル３の３段階に分けて対応付けている例について具体的に説明する。例えば、基準レベルをレベル１とする。基準比較部２３１７は、集中度推定部２３１６によって推定されるレベル２またはレベル３が基準レベルであるレベル１よりも低いと判断する。他方、基準比較部２３１７は、集中度推定部２３１６によって推定されるレベル１が基準レベルであるレベル１よりも低くないと判断する。

信号出力部２３１８は、入出力インタフェースユニット２１を介して、各部へ信号を出力する。以下では、信号出力部２３１８が出力するいくつかの信号の例について説明する。

信号出力部２３１８は、基準比較部２３１７からの比較結果に基づいて、運転者に対する支援の実行を指示する指示信号を支援提供装置へ出力するか否かを判断する。信号出力部２３１８は、集中度推定部２３１６で推定された運転集中度が基準を満たさない場合、指示信号を出力する。支援提供装置は、信号出力部２３１８から指示信号を受信すると、運転者に対して所定の支援を実行する。支援提供装置は、例えば、ナビゲーション装置１３または音声出力装置１６である。

ナビゲーション装置１３は、指示信号に基づいて、運転者へ注意を与える警告を画像または映像でディスプレイ１３１に表示する。音声出力装置１６は、指示信号に基づいて、運転者へ注意を与える警告を音声でスピーカ１６１から出力する。警告は、例えば、運転集中度が低いこと、または、運転に集中する必要があることなどを運転者へ注意する内容であればよく、特定の出力態様に限定されるものではない。運転者は、警告により、運転者自身が車両１の運転に適した状態ではないことを認識し、車両１の運転に集中し直すことができる。なお、信号出力部２３１８は、指示信号をナビゲーション装置１３及び音声出力装置１６以外の支援提供装置へ出力してもよい。信号出力部２３１８は、例えば、運転者に振動などの外部刺激を与える支援提供装置へ指示信号を出力してもよい。運転者に対する支援とは、運転集中度に基づいて運転者に作用する出力内容であればよく、警告や注意喚起、情報提供の他、運転集中度の改善を促す種々の支援も含まれる。

信号出力部２３１８は、複数の指標から推定された複数の運転集中度のうちの１以上の運転集中度が基準を満たさない場合に指示信号を出力することができる。信号出力部２３１８は、複数の指標から推定された複数の運転集中度のうちの所定数以上の運転集中度が基準を満たさない場合に指示信号を出力するようにしてもよい。信号出力部２３１８は、複数の指標に基づいて推定された単一の運転集中度が基準を満たさない場合に指示信号を出力することができる。

信号出力部２３１８は、運転モードを切替えるための切替信号を自動運転制御装置１４へ出力してもよい。

次に、状態検出部２３１５による運転者画像データを用いた運転者の状態の検出例について説明する。なお、運転者の状態の検出手法は、ここで説明する例に限られるものではない。
図３は、状態検出部２３１５の構成を示すブロック図である。状態検出部２３１５は、一例として、局所状態検出部２３１５１と、大局状態検出部２３１５２と、運転者状態検出部２３１５３とを備える。

局所状態検出部２３１５１は、運転者画像データ中の運転者の顔に含まれる器官のうちの少なくとも１つの状態を検出する。顔に含まれる器官は、例えば、眼、口、鼻及び耳であるが、これら以外であってもよい。局所状態検出部２３１５１が眼の状態の検出する場合、局所状態検出部２３１５１は、例えば、運転者の眼の開閉度、視線の方向及び顔の向きなどを検出する。局所状態検出部２３１５１は、検出結果（以下、局所的な情報とも称する）を運転者状態検出部２３１５３へ出力する。

大局状態検出部２３１５２は、運転者画像データ中の運転者の大局的な状態うちの少なくとも１つの状態を検出する。大局的な状態は、例えば、運転者の動作及び姿勢などであるが、これら以外であってもよい。大局状態検出部２３１５２は、検出結果（以下、大局的な情報とも称する）を運転者状態検出部２３１５３へ出力する。

運転者状態検出部２３１５３は、局所状態検出部２３１５１からの局所的な情報及び大局状態検出部２３１５２からの大局的な情報を用いて、上述の運転者の状態を検出する。
このように、状態検出部２３１５は、例えば、局所的な情報及び大局的な情報を組み合わせることで、様々な運転者の状態を検出することができる。

次に、状態検出部２３１５による対象認知度合のいくつかの検出例について説明する。状態検出部２３１５は、監視データと対象の位置情報とを用いて、対象認知度合を検出することができる。

一例として、状態検出部２３１５は、運転者画像データの他に車外画像データを用いて、以下のように運転者の視覚による対象認知度合を検出することができる。状態検出部２３１５は、対象認知度合を検出するための対象を車外画像データから抽出する。対象は、例えば、標識などの設置物及び建造物などであるが、運転者が（例えば目視で）確認して意識する可能性のあるものであれば特に限定されない。状態検出部２３１５は、対象を抽出した車外画像データの撮影されたタイミングと略同タイミングで撮影された運転者画像データから運転者の視線及び顔の向きを検出する。運転者の視線及び顔の向きは、上述のように、局所状態検出部２３１５１で検出される。状態検出部２３１５は、運転者の視線及び顔の向きの少なくとも何れか一方と対象の位置情報とを用いて、対象認知度合を検出する。運転者の視線及び顔の向きが対象に向くにつれ、対象認知度合は高くなるといえる。

状態検出部２３１５は、対象認知度合の高低を検出するためのいくつかの実施例を説明する。
一実施例では、状態検出部２３１５は、運転者の視線及び顔の向きの少なくとも何れか一方が対象の位置と一致した状態で所定時間滞留していたことを条件に、対象認知度合が高いと検出してもよい。他方、運転者の視線及び顔の向きの少なくとも何れか一方が対象の位置を向いたが対象を認知することなく通り過ぎたような場合には、状態検出部２３１５は、対象認知度合が低いと検出してもよい。状態検出部２３１５は、運転者の視線及び顔の向きの少なくとも何れか一方が対象の位置と一致した状態で滞留する時間の長さに応じて、対象認知度合を検出してもよい。

別の実施例では、状態検出部２３１５は、運転者が対象を認知した結果生じると想定される特定の運転操作や運転者の動作の有無に基づき、対象認知度合を推定してもよい。例えば、運転者は、車両１の前方の横断歩道付近に歩行者が存在していることを認知すると、減速操作をすると想定される。そのため、集中度判定装置２が車両１の前方の横断歩道付近に歩行者が存在していることを検出した場合に、状態検出部２３１５は、運転者の減速操作を検出すると、対象認知度合が高いと検出してもよい。他方、集中度判定装置２が車両１の前方の横断歩道付近に歩行者が存在していることを検出した場合に、状態検出部２３１５は、所定時間経過しても運転者の減速操作を検出することができなければ、対象認知度合が低いと検出してもよい。例えば、集中度判定装置２が対象となる歩行者を検出した後から運転者の減速操作を検出するまでの時間の長さに応じて、状態検出部２３１５は、対象認知度合を検出してもよい。

別の例として、状態検出部２３１５は、運転者画像データの他に経路情報及び現在位置情報を用いて、以下のように、対象認知度合の検出をすることができる。
状態検出部２３１５は、経路情報及び現在位置情報を参照して、車両１の近傍に位置する対象を抽出する。対象は、上述のように、例えば、標識などの設置物及び建造物などであるが、運転者が（例えば目視で）確認して意識する可能性のあるものであれば特に限定されない。状態検出部２３１５は、車両１が対象の近傍を通過するタイミングと略同タイミングで撮影された運転者画像データから運転者の視線及び顔の向きを検出する。状態検出部２３１５は、運転者の視線及び顔の向きの少なくとも何れか一方と対象の位置情報とを用いて、対象認知度合を検出する。

別の例として、状態検出部２３１５は、対象の位置及び車両１が対象の近傍を通過するタイミングを路車間通信で得るようにしてもよい。この場合、状態検出部２３１５は、車両１が対象の近傍を通過するタイミングと略同タイミングで撮影された運転者画像データから運転者の視線及び顔の向きを検出する。状態検出部２３１５は、運転者の視線及び顔の向きの少なくとも何れか一方と対象の位置情報とを用いて、対象認知度合を検出する。

別の例として、状態検出部２３１５は、ナビゲーション装置１３のディスプレイ１３１に表示される画像または映像を対象として用いてもよい。この場合、状態検出部２３１５は、画像または映像がディスプレイ１３１に表示されるタイミングと略同タイミングで撮影された運転者画像データから運転者の視線及び顔の向きを検出する。状態検出部２３１５は、運転者の視線及び顔の向きの少なくとも何れか一方と対象の位置情報とを用いて、対象認知度合を検出する。

上述のように状態検出部２３１５が少なくとも監視データ及び対象の位置情報を用いることで、状態検出部２３１５は、対象認知度合を指標とした運転者の状態を適切に検出することができる。
なお、状態検出部２３１５は、車両１の前後左右の何れの近傍に位置している対象を用いてもよい。状態検出部２３１５は、車両１の前側よりも、左側または右側の近傍に位置している対象を用いた方が好ましい。対象が車両１の前側に位置していれば、運転者の視線及び顔はそれほど動かない。これに対して、対象が車両１の左側または右側の近傍に位置していれば、運転者の視線及び顔は、左側または右側へ動く。そのため、状態検出部２３１５は、対象認知度合を適切に検出することができる。

上述の第１の指標群及び第２の指標群のいくつかの構成例について説明する。
はじめに、第１の指標群及び第２の指標群それぞれに含まれる指標の種別について説明する。
一例として、第１の指標群は、運転の安全性及び運転の快適性の双方に配慮するために自動運転モードにおいて運転集中度を推定することが好ましい第１の種別の指標を含んでいてもよい。第２の指標群は、運転の安全性及び運転の快適性の双方に配慮するために手動運転モードにおいて運転集中度を推定することが好ましい第２の種別の指標を含んでいてもよい。

ここで、第１の種別の指標及び第２の種別の指標の例について説明する。
指標Ｘ１は、自動運転モードにおいては監視が要求されるが、手動運転モードにおいては監視が要求されない運転者の状態に関するものであるとする。指標Ｘ１は、その度合いによっては自動運転モードでの運転の安全性に影響する可能性が高い。そのため、指標Ｘ１は、第１の種別の指標の例である。指標Ｘ１は、例えば、横を向いて座っている、脚を組んでいる、座席を倒して寝転んでいるといった運転不可能な姿勢、及び、読書などである。

指標Ｘ２は、自動運転モードにおいては監視が要求されないが、手動運転モードにおいては監視が要求される運転者の状態に関するものであるとする。指標Ｘ２は、その度合いによっては手動運転モードでの運転の安全性に影響する可能性が高い。そのため、指標Ｘ２は、第２の種別の指標の例である。指標Ｘ２は、例えば、直進中の脇見、対象認知度合、及び、カーナビゲーション・オーディオ操作などである。

指標Ｘ３は、自動運転モード及び手動運転モードの何れにおいても監視が要求される運転者の状態に関するものであるとする。指標Ｘ３は、その度合いによっては自動運転モード及び手動運転モードの何れでも運転の安全性に影響する可能性が高い。そのため、指標Ｘ３は、第１の種別の指標の例でもあり、第２の種別の指標の例でもある。指標Ｘ３は、例えば、眠気、交差点における脇見及び病気の発症などである。

第１の指標群が少なくとも１つの第１の種別の指標を含んでいれば、第１の指標群は、自動運転モードにおいて運転集中度の推定に好ましいまたは適している指標群といえる。集中度判定装置２は、第１の指標群を用いることで、自動運転モードの場合に第１の種別の指標に対応する運転集中度を推定することができる。集中度判定装置２は、自動運転モードに適した運転集中度を運転者へ求めることができる。

他方、第２の指標群が少なくとも１つの第２の種別の指標を含んでいれば、第２の指標群は、手動運転モードにおいて運転集中度の推定に好ましいまたは適している指標群といえる。集中度判定装置２は、第２の指標群を用いることで、手動運転モードの場合に第２の種別の指標に対応する運転集中度を推定することができる。集中度判定装置２は、手動運転モードに適した運転集中度を運転者へ求めることができる。

例えば、第２の指標群は、第１の指標群に含まれない、対象に対する運転者の認知度合（対象認知度合）を指標として含んでいてもよい。対象認知度合は、指標Ｘ２の例である。運転者は、手動運転モードの場合には標識等を確認する可能性が高い。他方、運転者は、自動運転モードの場合には標識等を確認しない可能性がある。第１の指標群が対象認知度合を指標として含んでいると仮定した場合、集中度判定装置２は、不必要に警告を出す可能性が高い。なお、運転者は、自動運転モードの場合に対象認知度合が劣っていたとしても、不測の事態が生じた際にはすぐに手動運転をできる態勢に入ることができる。そのため、第１の指標群が対象認知度合を指標として含んでいなくても、運転の安全性は保たれる。

この例によれば、集中度判定装置２は、手動運転モードの場合には、運転の安全性への影響が大きい指標である対象認知度合について運転者が運転に適した状態か否かを監視することができる。これにより、運転者は、手動運転モードの場合には、運転に集中した状態を保つことができる。さらに、対象認知度合は自動運転モードの場合には手動運転モードの場合よりも低下する可能性があるが、集中度判定装置２は、自動運転モードの場合には対象認知度合を考慮することはない。これにより、運転者は、自動運転モードの場合には、過剰な警告を受けにくくなるので、運転に集中した状態を快適に保つことができる。

別の例として、第２の指標群は、自動運転モード及び手動運転モードの何れにおいても監視する必要性の低い運転者の状態に関する第３の種別の指標を含んでいてもよい。第３の種別の指標は、その度合いによらず自動運転モード及び手動運転モードの何れでも運転の安全性に影響しない可能性が高い。第３の種別の指標は、例えば、渋滞による停車中の脇見などである。例えば、車両１は、渋滞の発生により停止することがある。運転者は、車両１の停車中に、運転モードによらず、周囲の状況を見渡すことがある。そのため、渋滞による停車中の脇見は、運転の安全性の点では、運転モードによらず運転集中度を推定する必要性の低い運転者の状態である。しかしながら、渋滞の発生時には、運転者は、車両１の前方の他の車両がいつ進むのかを予測することはできない。運転モードが自動運転モードである場合、車両１は、車両１の前方の他の車両の走行開始に追従して自動でスムーズに走行を開始することができる。他方、運転モードが手動運転モードである場合、運転者が車両１の前方の他の車両の走行開始に気づかなければ、車両１は停止したままである。

第１の指標群が第３の種別の指標を含んでおらず、第２の指標群が少なくとも１つの第３の種別の指標を含んでいれば、第２の指標群は、第１の指標群よりも運転集中度の推定に関して厳しい指標群といえる。集中度判定装置２は、手動運転モードの場合には自動運転モードの場合よりも厳しく運転者が運転に適した状態か否かを監視することができる。これにより、運転者は、手動運転モードの場合には自動運転モードの場合よりも運転に集中した状態を保つことができる。さらに、運転者は、運転モードが自動運転モードの場合だけでなく手動運転モードの場合にも、スムーズに車両１を運転することができる。

次に、第１の指標群及び第２の指標群それぞれを構成する指標の数について説明する。
一例として、第２の指標群は、第１の指標群を構成する指標の数よりも多い数の指標で構成されていてもよい。なお、第１の指標群及び第２の指標群それぞれを構成する指標の内容は限定されるものではない。

この例によれば、集中度判定装置２は、手動運転モードの場合には自動運転モードの場合よりも多くの指標について運転集中度を推定することができる。集中度判定装置２は、手動運転モードの場合には自動運転モードの場合よりも厳しく運転者が運転に適した状態か否かを監視することができる。これにより、運転者は、手動運転モードの場合には自動運転モードの場合よりも運転に集中した状態を保つことができる。さらに、運転者は、自動運転モードの場合には手動運転モードの場合よりも警告を受けにくくなるので、運転モードによらず、運転に集中した状態を快適に保つことができる。

次に、第１の指標群及び第２の指標群で重複する指標の数について説明する。
一例として、第２の指標群は、第１の指標群を構成する全ての指標と、第１の指標群に含まれていない１以上の指標とで構成されていてもよい。つまり、第１の指標群は第２の指標群の部分集合といえる。なお、第１の指標群及び第２の指標群それぞれを構成する指標の内容は限定されるものではない。

この例によれば、集中度判定装置２は、手動運転モードの場合には自動運転モードの場合よりも多くの指標について運転集中度を推定することができる。集中度判定装置２は、手動運転モードの場合には自動運転モードの場合よりも厳しく運転者が運転に適した状態か否かを監視することができる。これにより、運転者は、運転モードによらずに、適切に運転に集中した状態を安全かつ快適に保つことができる。さらに、集中度判定装置２は、第１の指標群が第２の指標群の部分集合でない場合よりも運転集中度を推定する必要のある指標の数を減らすことができる。よって、集中度判定装置２の処理負荷は軽減される。

別の例として、第２の指標群は、第１の指標群を構成する指標と全て異なる１以上の指標で構成されていてもよい。例えば、第１の指標群は１以上の指標Ｘ１で構成され、第２の指標群は１以上の指標Ｘ２で構成されていてもよい。なお、第１の指標群及び第２の指標群それぞれを構成する指標の内容は限定されるものではない。

この例によれば、集中度判定装置２は、運転モード毎に好ましい指標で構成された指標群を用いて、運転者が運転に適した状態か否かを適切に監視することができる。これにより、運転者は、運転モードによらずに、適切に運転に集中した状態を安全かつ快適に保つことができる。

さらに別の例として、第２の指標群は、第１の指標群を構成する指標のうちの少なくとも１つの指標と、第１の指標群に含まれていない少なくとも１つの指標とで構成されていてもよい。例えば、第１の指標群は１以上の指標Ｘ１及び１以上の指標Ｘ３で構成され、第２の指標群は１以上の指標Ｘ２及び１以上の指標Ｘ３で構成されていてもよい。なお、第１の指標群及び第２の指標群それぞれを構成する指標の内容は限定されるものではない。

この例によれば、集中度判定装置２は、運転モード毎に好ましい指標で構成された指標群を用いて、運転者が運転に適した状態か否かを適切に監視することができる。これにより、運転者は、運転モードによらずに、運転に集中した状態を安全かつ快適に保つことができる。さらに、集中度判定装置２は、第１の指標群及び第２の指標群それぞれに含まれる指標の一部を共通化することで、処理負荷を軽減することができる。

なお、第１の指標群及び第２の指標群は、上述のいくつかの構成例に限定されるものではない。そのため、例えば、第１の指標群及び第２の指標群それぞれ構成する指標の内容は限定されるものではない。例えば、第１の指標群及び第２の指標群をそれぞれ構成する指標の数も限定されるものではない。例えば、第１の指標群及び第２の指標群で重複する指標の数も限定されるものではない。

（動作）
次に、以上のように構成されている集中度判定装置２の動作を説明する。図４は、集中度判定装置２による集中度判定の一例となる手順を示すフローチャートである。

監視データ取得部２３１１は、車両１の運転者を監視するセンサから監視データを取得する（ステップＳ１０１）。ステップＳ１０１では、監視データ取得部２３１１は、例えば、入出力インタフェースユニット２１を介して、ドライバカメラ１５から運転者画像データを取得する。なお、監視データ取得部２３１１が監視データを取得する間隔は、状態検出部２３１５が運転者の状態を検出する間隔と同じであっても、これより短くてもよい。

次に、状態検出部２３１５は、監視データから運転者の状態を検出する（ステップＳ１０２）。ステップＳ１０２では、状態検出部２３１５は、例えば、運転者画像データから運転者の状態を検出する。状態検出部２３１５は、例えば、予め定められた一定間隔で運転者の状態を検出することができる。状態検出部２３１５は、自動運転モードと手動運転モードとで同じ間隔で運転者の状態を検出しても、異なる間隔で運転者の状態を検出してもよい。状態検出部２３１５は、任意のタイミングで運転者の状態を検出してもよい。

次に、集中度推定部２３１６は、車両１の運転モードが自動運転モードか否かを判断する（ステップＳ１０３）。車両１の運転モードが自動運転モードである場合（ステップＳ１０３、Ｙｅｓ）、集中度推定部２３１６は、運転集中度を推定するために用いる指標群として第１の指標群を選択する（ステップＳ１０４）。集中度推定部２３１６は、監視データから第１の指標群を構成する１以上の指標に基づいて運転者の第１の運転集中度を推定する（ステップＳ１０５）。つまり、ステップＳ１０５では、車両１の運転モードが自動運転モードである場合、集中度推定部２３１６は、監視データから第１の指標群を構成する１以上の指標に基づいて運転者の第１の運転集中度を推定する。

次に、基準比較部２３１７は、第１の運転集中度を基準と比較する（ステップＳ１０６）。第１の運転集中度が基準を満たす場合（ステップＳ１０６、Ｙｅｓ）、集中度判定装置２の処理は、ステップＳ１０６からステップＳ１０１へ遷移してもよい。第１の運転集中度が基準を満たさない場合（ステップＳ１０６、Ｎｏ）、信号出力部２３１８は、運転者に対する支援の実行を指示する指示信号を出力する（ステップＳ１０７）。

車両１の運転モードが自動運転モードでない場合（ステップＳ１０３、Ｎｏ）、集中度推定部２３１６は、運転集中度を推定するために用いる指標群として第２の指標群を選択する（ステップＳ１０８）。ここで、運転モードが自動運転モードでない場合は、運転モードが手動運転モードである場合に相当する。次に、集中度推定部２３１６は、監視データから第２の指標群を構成する１以上の指標に基づいて運転者の第２の運転集中度を推定する（ステップＳ１０５）。つまり、ステップＳ１０５では、車両１の運転モードが手動運転モードである場合、集中度推定部２３１６は、監視データから第２の指標群を構成する１以上の指標に基づいて運転者の第２の運転集中度を推定する。

次に、基準比較部２３１７は、第２の運転集中度を基準と比較する（ステップＳ１０６）。第２の運転集中度が基準を満たす場合（ステップＳ１０６、Ｙｅｓ）、集中度判定装置２の処理は、ステップＳ１０６からステップＳ１０１へ遷移してもよい。第２の運転集中度が基準を満たさない場合（ステップＳ１０６、Ｎｏ）、信号出力部２３１８は、運転者に対する支援の実行を指示する指示信号を出力する（ステップＳ１０７）。

（効果）
以上詳述したようにこの発明の一実施形態では、集中度判定装置２は、自動運転モードか手動運転モードかに応じて、第１の指標群と第２の指標群を選択的に使用して運転者が運転に適した状態か否かを判定している。そのため、集中度判定装置２は、運転モードに応じた運転集中度を運転者へ求めることができる。これにより、運転者は、運転モードに応じて適切に運転に集中した状態を保つことができる。運転者は、例えば、手動運転モードであれば運転により集中した状態を保ち、自動運転モードであれば手動で運転はしないが不測の事態に備えた状態を保つことができる。したがって、運転の安全性は、運転者の置かれている状況によらずに保たれる。

さらに、集中度判定装置２は、手動運転モードの場合と自動運転モードの場合とで運転者の状態が同じ状態であったとしても、運転者の状態によっては、手動運転モードの場合には指示信号を出力するが、自動運転モードの場合には指示信号を出力しない。そのため、集中度判定装置２は、特に自動運転モードの場合における過剰な指示信号の出力を減らすことができる。これにより、運転者は、特に自動運転モードの場合において過剰な警告を受けることがなくなるので、運転モードによらず、運転に集中した状態を快適に保つことができる。したがって、運転の快適性は、運転者の置かれている状況によらずに保たれる。

このように、一実施形態によれば、集中度判定装置２は、運転の安全性及び運転の快適性の双方に配慮することができる。

［他の実施形態］
前記一実施形態では、集中度判定装置２は、ドライバカメラ１５が撮影した運転者画像データを監視データとして用いて運転者の状態を検出し、運転集中度を推定している。しかしながら、監視データは、運転者画像データに限られない。監視データは、例えば、車両１の運転者を監視する生体センサで得られる生体データであってもよい。生体センサは、例えば、脈波センサまたは心拍センサである。生体センサは、運転者を監視することができればよく、これらに限られるものではない。なお、生体センサは、接触式センサであっても非接触式センサであってもよい。集中度判定装置２は、生体データから運転者の状態を検出することができる。生体データから検出される運転者の状態は、例えば、脈波または心拍などの指標である。
さらに、監視データは、例えば、ステアリングホイール５に設置されている運転者のステアリングホイール５を握る強度を測るセンサで得られるデータであってもよい。

要するにこの発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素からいくつかの構成要素を削除してもよい。さらに、異なる実施形態に亘る構成要素を適宜組み合わせてもよい。

また、上記実施形態は、プロセッサ２３１が備える各部の処理をプロセッサ２３１に機能させるプログラムを記憶するＲＯＭ（Read Only Memory）等の記憶媒体によって実現されてもよい。

上記の実施形態の一部または全部は、以下の付記のようにも記載され得るが、以下には限られるものではない。
（付記１）
車両の運転者を監視するセンサから監視データを取得し、
前記車両の運転モードが自動運転モードである場合、前記監視データから第１の指標群を構成する１以上の指標に基づいて前記運転者の第１の運転集中度を推定し、前記運転モードが手動運転モードである場合、前記監視データから前記第１の指標群とは異なる第２の指標群を構成する１以上の指標に基づいて前記運転者の第２の運転集中度を推定し、
前記第１の運転集中度または前記第２の運転集中度を基準と比較し、
前記第１の運転集中度または前記第２の運転集中度が前記基準を満たさない場合、前記運転者に対する支援の実行を指示する指示信号を出力するように構成されているプロセッサと、
前記プロセッサを動作させる命令を記憶するメモリと、
を備える集中度判定装置。
（付記２）
少なくとも１つのプロセッサを用いて、車両の運転者を監視するセンサから監視データを取得する監視データ取得過程と、
前記少なくとも１つのプロセッサを用いて、前記車両の運転モードが自動運転モードである場合、前記監視データから第１の指標群を構成する１以上の指標に基づいて前記運転者の第１の運転集中度を推定し、前記運転モードが手動運転モードである場合、前記監視データから前記第１の指標群とは異なる第２の指標群を構成する１以上の指標に基づいて前記運転者の第２の運転集中度を推定する集中度推定過程と、
前記少なくとも１つのプロセッサを用いて、前記第１の運転集中度または前記第２の運転集中度を基準と比較する基準比較過程と、
前記少なくとも１つのプロセッサを用いて、前記第１の運転集中度または前記第２の運転集中度が前記基準を満たさない場合、前記運転者に対する支援の実行を指示する指示信号を出力する信号出力過程と、
を備える集中度判定方法。

１…車両、２…集中度判定装置、３…パワーユニット、４…操舵装置、５…ステアリングホイール、６…車外カメラ、７…ステアリングセンサ、８…アクセルペダルセンサ、９…ブレーキペダルセンサ、１０…ＧＰＳ受信機、１１…ジャイロセンサ、１２…車速センサ、１３…ナビゲーション装置、１４…自動運転制御装置、１５…ドライバカメラ、１６…音声出力装置、２１…入出力インタフェースユニット、２２…記憶ユニット、２３…制御ユニット、１３１…ディスプレイ、１６１…スピーカ、２２１…運転者画像データ記憶部、２２２…車外画像データ記憶部、２２３…集中度テーブル記憶部、２３１…プロセッサ、２３２…メモリ、２３１１…監視データ取得部、２３１２……車外画像データ取得部、２３１３…経路情報取得部、２３１４…現在位置情報取得部、２３１５…状態検出部、２３１６…集中度推定部、２３１７…基準比較部、２３１８…信号出力部、２３１５１…局所状態検出部、２３１５２…大局状態検出部、２３１５３…運転者状態検出部。

Claims (9)

1. 車両の運転者を監視するセンサから監視データを取得する監視データ取得部と、
   前記車両の運転モードが自動運転モードである場合、前記監視データから第１の指標群を構成する１以上の指標に基づいて前記運転者の第１の運転集中度を推定し、前記運転モードが手動運転モードである場合、前記監視データから前記第１の指標群とは異なる第２の指標群を構成する１以上の指標に基づいて前記運転者の第２の運転集中度を推定する集中度推定部と、
   前記第１の運転集中度または前記第２の運転集中度を基準と比較する基準比較部と、
   前記第１の運転集中度または前記第２の運転集中度が前記基準を満たさない場合、前記運転者に対する支援の実行を指示する指示信号を出力する信号出力部と、
   を備える集中度判定装置。
2. 前記第２の指標群は、前記第１の指標群を構成する指標の数よりも多い数の指標で構成される、請求項１に記載の集中度判定装置。
3. 前記第２の指標群は、前記第１の指標群を構成する全ての指標と、前記第１の指標群に含まれていない１以上の指標とで構成される、請求項２に記載の集中度判定装置。
4. 前記第２の指標群は、前記第１の指標群を構成する指標と全て異なる１以上の指標で構成される、請求項１に記載の集中度判定装置。
5. 前記第２の指標群は、前記第１の指標群を構成する指標のうちの少なくとも１つの指標と、前記第１の指標群に含まれていない少なくとも１つの指標とで構成される、請求項１に記載の集中度判定装置。
6. 前記第２の指標群は、前記第１の指標群に含まれない、対象に対する前記運転者の認知度合を指標として含む、請求項１に記載の集中度判定装置。
7. 前記監視データと前記対象の位置情報とを用いて、前記認知度合を検出する状態検出部を備える請求項６に記載の集中度判定装置。
8. 車両の運転者を監視するセンサから監視データを取得する監視データ取得過程と、
   前記車両の運転モードが自動運転モードである場合、前記監視データから第１の指標群を構成する１以上の指標に基づいて前記運転者の第１の運転集中度を推定し、前記運転モードが手動運転モードである場合、前記監視データから前記第１の指標群とは異なる第２の指標群を構成する１以上の指標に基づいて前記運転者の第２の運転集中度を推定する集中度推定過程と、
   前記第１の運転集中度または前記第２の運転集中度を基準と比較する基準比較過程と、
   前記第１の運転集中度または前記第２の運転集中度が前記基準を満たさない場合、前記運転者に対する支援の実行を指示する指示信号を出力する信号出力過程と、
   を備える集中度判定方法。
9. 請求項１から７の何れか１項に記載の集中度判定装置が備える各部の処理をコンピュータに機能させる集中度判定のためのプログラム。