JP2020074805A - Method and device for presuming driver's state - Google Patents
Method and device for presuming driver's state Download PDFInfo
- Publication number
- JP2020074805A JP2020074805A JP2018207994A JP2018207994A JP2020074805A JP 2020074805 A JP2020074805 A JP 2020074805A JP 2018207994 A JP2018207994 A JP 2018207994A JP 2018207994 A JP2018207994 A JP 2018207994A JP 2020074805 A JP2020074805 A JP 2020074805A
- Authority
- JP
- Japan
- Prior art keywords
- pulse wave
- frequency component
- state
- heart rate
- calculation unit
- 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
Abstract
Description
本発明は、ダンプカーなどの輸送系車両やブルドーザーなどの建設機械を含む各種の車両のドライバーの運転に不適切な状態（眠気、疲労など）を推定するドライバーの状態推定方法及び装置に関する。 The present invention relates to a driver state estimation method and apparatus for estimating a state (drowsiness, fatigue, etc.) unsuitable for driving a driver of various vehicles including a transportation vehicle such as a dump truck and a construction machine such as a bulldozer.
除染土壌などの輸送において、これまでもヒューマンエラー対策が図られてきたが、交通事故やルート逸脱などのトラブルが発生している。今後、輸送量はますます増大し、ハード面のみならず、ソフト面からもリスク低減対策が必要になっている。
ところで、近年、交通事故などの予防策として、車両の運転手の運転中の生体状態を推定（又は判定）する方法や装置が注目されている。この種の方法や装置が特許文献１−３などにより提案されている。
Human error countermeasures have been taken in the transportation of decontaminated soil, but problems such as traffic accidents and route deviations have occurred. In the future, the amount of transportation will increase more and more, and it is necessary to take risk reduction measures not only in terms of hardware but also in terms of software.
By the way, in recent years, as a preventive measure against a traffic accident or the like, attention has been focused on a method and an apparatus for estimating (or determining) a living body condition of a driver of a vehicle. This type of method and apparatus have been proposed by Patent Documents 1-3.
特許文献１は危険発生箇所情報収集システムと車載機器に関するもので、このシステムは、車両に搭載される車載機器とセンターに設置される危険発生箇所情報収集装置とが通信網を介して通信可能に構成される。車載機器は、脈波センサー、心電センサー、無線通信機、ＧＰＳ受信機、車速センサー、ブレーキセンサー、アクセルセンサー、全方位カメラ、音声出力装置及び表示装置からなり、危険発生箇所情報収集装置は、通信装置及びヒヤリハットマップデータベースからなる。
このシステムでは、運転手の心電と脈波を組み合わせて血圧を求め、この求めた血圧と心電から求めた心拍数とから眠気や緊張度のレベルを推定する。
Patent Document 1 relates to a danger occurrence point information collecting system and an in-vehicle device. This system enables an on-vehicle device mounted on a vehicle and a danger occurrence point information collecting device installed in a center to communicate via a communication network. Composed. The in-vehicle equipment consists of a pulse wave sensor, an electrocardiographic sensor, a wireless communication device, a GPS receiver, a vehicle speed sensor, a brake sensor, an accelerator sensor, an omnidirectional camera, a voice output device, and a display device. It consists of a communication device and a near-miss map database.
In this system, blood pressure is obtained by combining the electrocardiogram and pulse wave of the driver, and the level of drowsiness and tension is estimated from the obtained blood pressure and the heart rate obtained from the electrocardiogram.
特許文献２は自動車運転者居眠り防止装置に関するもので、この装置は、ハンドルに運転者からの情報を検知するための複数のセンサー（緊握センサー、脈波センサー、心電センサー）から構成される運転者状態検知手段を有し、車輌の内部に車両の走行状態を検知するための複数のセンサーから構成される車輌状態検知手段を備え、また、車輌状態検知手段は運転者状態検知手段からの検知情報に基づいて、運転者の眠気状態を判定する情報処理装置を有し、この情報処理装置は、判定の結果、眠気が発生していると判定された場合に、車輌状態検知手段からの情報に応じて運転者に対して警告するか否かを判定する。この場合、脈波間隔、心電波形が覚醒時、たとえば市街地走行時の脈波、心電間隔と比べ長いと検知した場合、もしくは、脈波、心電間隔の揺らぎの周波数分析を行い、大よそ0.15〜0.4(Hz)の周波数帯域の成分が覚醒時に比べ増加していると検知した場合、もしくは、共に検知した場合、運転者に眠気が発生しているとして判定する。 Patent Document 2 relates to a vehicle driver drowsiness prevention device, which is composed of a plurality of sensors (a grip sensor, a pulse wave sensor, an electrocardiographic sensor) on a steering wheel for detecting information from the driver. The vehicle state detection means is provided with a driver state detection means and is composed of a plurality of sensors for detecting the traveling state of the vehicle inside the vehicle, and the vehicle state detection means is provided from the driver state detection means. An information processing device that determines the drowsiness state of the driver based on the detection information is provided. This information processing device determines whether the drowsiness state is detected by the vehicle state detection unit when it is determined that drowsiness is occurring. Based on the information, it is determined whether to warn the driver. In this case, when it is detected that the pulse wave interval or the electrocardiographic waveform is longer than the pulse wave or the electrocardiographic interval during awakening, for example, when running in an urban area, or a frequency analysis of fluctuations in the pulse wave or the electrocardiographic interval is performed, and When it is detected that the components in the frequency band of 0.15 to 0.4 (Hz) are increasing compared to when awake, or both are detected, it is determined that the driver is drowsiness.
特許文献３はドライバー状態判定装置及びドライバー状態判定プログラムに関するもので、この装置は、非線形解析部、周波数スペクトル分析部、ドライバー状態判定部を備え、非線形解析部が、ドライバーの運転操作に係る運転操作量（アクセルペダル、ブレーキペダル、ハンドルなどの操作に係る操作量）を取得し、非線形解析処理を行うことによって運転操作量に関するリアプノフ指数を算出し、周波数スペクトル分析部が、リアプノフ指数の時系列データのパワースペクトル密度を算出し、算出されたパワースペクトル密度における所定の低周波数帯域の積分値と、所定の高周波数帯域の積分値とを算出し、ドライバー状態判定部は、所定の低周波数帯域の積分値、及び所定の高周波数帯域の積分値を用いて、その時系列変化からドライバーの運転時の疲労度又は緊張度を判定する。 Patent Document 3 relates to a driver state determination device and a driver state determination program. This device includes a non-linear analysis unit, a frequency spectrum analysis unit, and a driver state determination unit, and the non-linear analysis unit performs a driving operation related to a driving operation of a driver. The amount of operation (the amount of operation related to the operation of the accelerator pedal, brake pedal, steering wheel, etc.) is obtained, and the Lyapunov index related to the amount of driving operation is calculated by performing nonlinear analysis processing, and the frequency spectrum analysis unit displays the Lyapunov index time series data. Of the predetermined low frequency band in the calculated power spectrum density, and the predetermined high frequency band integral value in the calculated power spectrum density, the driver state determination unit, Using the integrated value and the integrated value in a predetermined high frequency band, the driver's fatigue level or tension level during driving is determined from the time series change.
その他に心拍揺らぎによる眠気検知の方法が周知である。この方法は、心拍間隔（心拍の一拍と一拍との間隔）が一定値を取るのではなく、一拍ごとに間隔が変動しているため、その心拍間隔の変動を周波数解析することにより自律神経活動を把握して眠気を推定するものである。この方法では、測定した脈波から心拍のピーク（心電のＲ波に相当）を取得し、そのピーク間隔（ＲＲＩ：Ｒ−Ｒ Ｉnterval）の時系列データを取得して周波数解析を行う。心拍間隔のスペクトルは生体の状態によって変化し、活動時にはスペクトルの高周波数成分(ＨＦ成分)が低く、リラックス時にはＨＦ成分が高まることが知られているので、ＨＦ成分の大きさ、あるいは低周波成分（ＬＦ成分）の大きさとの組み合わせ、あるいはＬＦ成分とＨＦ成分の比（ＬＦ／ＨＦやその対数ｌｎ（ＬＦ／ＨＦ））を用いて眠気を推定する。 In addition, a method for detecting drowsiness due to heartbeat fluctuation is well known. This method does not take a constant value for the heartbeat interval (the interval between one beat of a heartbeat), but the interval changes for each beat, so by analyzing the frequency of the change in the heartbeat interval. This is to estimate sleepiness by grasping autonomic nerve activity. In this method, a heartbeat peak (corresponding to an R wave of an electrocardiogram) is acquired from the measured pulse wave, and time series data of the peak interval (RRI: RR Interval) is acquired and frequency analysis is performed. It is known that the spectrum of the heartbeat interval changes depending on the state of the living body, the high frequency component (HF component) of the spectrum is low during activity, and the HF component increases when relaxing, so the magnitude of the HF component or the low frequency component Sleepiness is estimated using a combination with the size of (LF component) or the ratio of LF component to HF component (LF / HF or its logarithm ln (LF / HF)).
しかしながら、上記従来の技術では、ドライバーの運転に支障を及ぼす状態、あるいは運転に不適切な状態として、ドライバーの眠気や疲労のみ、あるいは眠気や疲労の他に緊張といった精神状態の一部分だけの評価に着目しているだけで、眠気や疲労がドライバーの運転不適の状態の代表例であるが、眠気や疲労状態以外にも、適応力低下や極度に落ち込んでいる状態、緊張や気分高揚の状態、ストレスが高い状態など精神状態の面で安全運転義務違反やヒューマンエラーにつながるおそれのある状態があり、このような状態に対して対応ができない、という問題がある。 However, in the above-mentioned conventional technology, the driver's drowsiness and fatigue, or only a part of the mental state such as drowsiness and fatigue and tension in addition to the driver's drowsiness and fatigue is evaluated as a condition that impairs the driver's driving or an inappropriate condition for driving. Just by paying attention, drowsiness and fatigue are typical examples of the driver's unsuitable driving condition, but in addition to drowsiness and fatigue, poor adaptability and extremely depressed state, tension and uplifting state, There is a problem in that there is a possibility that violation of safe driving duty or human error may occur in terms of mental state such as high stress state, and it is impossible to cope with such a state.
本発明は、上述したような事情に鑑みてなされたもので、この種のドライバーの状態推定方法及び装置において、輸送系車両、建設機械のドライバーを含む各種のドライバーの状態を簡易な手法でありながらより広範かつ詳細に測定して、運転に適した状態か否かを的確に判定することを目的とする。 The present invention has been made in view of the above-mentioned circumstances, and in this kind of driver state estimation method and device, it is a simple method for determining the states of various drivers including drivers of transportation vehicles and construction machines. However, the purpose is to make a more extensive and detailed measurement to accurately determine whether or not the state is suitable for driving.
上記目的を達成するために、本発明のドライバーの状態推定方法は、
輸送系車両、建設機械のドライバーを含む各種のドライバーの脈波を測定し、当該脈波から心拍変動ゆらぎ、カオスゆらぎの２種類の生体ゆらぎを計測し、２種類の生体ゆらぎに基づいて、各種のドライバーの運転に支障を及ぼす「適応力低下・落込み状態」、「眠気・疲労状態」、「緊張・気分高揚状態」、「ストレス状態」の４つの状態を推定する、
ことを要旨とする。
この方法では、
各種のドライバーの２種類の生体ゆらぎを計測するため、各種のドライバーの脈波から次の指標を計算する、
（１）心拍数（ＨＲ）
（２）リアプノフ指数（Ｌｙａ）
（３）心拍変動の高周波成分（ＨＦ）
（４）心拍変動の低周波成分（ＬＦ）
「適応力低下・落込み状態」は、ＨＲ及びＬｙａを使い、次式により推定する、
Ｌｙａ＜Ｓ１ 且つ ＨＲ＜Ｓ２
ここで、Ｓ１、Ｓ２は閾値、
「眠気・疲労状態」は、ＨＲ、ＨＦ及びＬＦを使い、次式により推定する、
ＨＦ＞Ｓ３ 且つ ＨＲ＜Ｓ４ 且つ ＬＦ／ＨＦ＜Ｓ５
ここで、Ｓ３、Ｓ４、Ｓ５は閾値、
「緊張・気分高揚状態」は、ＨＲとＬｙａを使い、次式により推定する、
ＨＲ＞Ｓ６ かつ Ｌｙａ＞Ｓ７
ここで、Ｓ６、Ｓ７は閾値、
「ストレス状態」は、ＨＦ及びＬＦを使い、次式により推定する、
ＬＦ／ＨＦ＞Ｓ８ 且つ ＨＦ＜Ｓ９
ここで、Ｓ８、Ｓ９は閾値。
また、この場合、ＨＦ、ＬＦ／ＨＦに代えてｌｎ（ＨＦ）、ｌｎ（ＬＦ／ＨＦ）を使ってもよい。ここでｌｎは自然対数である。自然対数を使った場合は、閾値も変わる。
In order to achieve the above object, the driver state estimation method of the present invention comprises:
Pulse waves of various drivers including drivers of transportation vehicles and construction machines are measured, heart rate fluctuation fluctuations and chaotic fluctuations of two types of biological fluctuations are measured from the pulse waves, and various types of biological fluctuations are measured based on the two types of biological fluctuations. Four states that affect the driver's driving: "decreased adaptability / depression", "drowsiness / fatigue", "tension / elevation", and "stress".
That is the summary.
in this way,
To measure the two types of biological fluctuations of various drivers, calculate the following indices from the pulse waves of various drivers,
(1) Heart rate (HR)
(2) Lyapunov index (Lya)
(3) High frequency component (HF) of heart rate variability
(4) Low frequency component (LF) of heart rate variability
The “decreased adaptability / falling state” is estimated by the following equation using HR and Lya,
Lya <S1 and HR <S2
Here, S1 and S2 are threshold values,
"Drowsiness / fatigue state" is estimated by the following equation using HR, HF and LF.
HF> S3 and HR <S4 and LF / HF <S5
Here, S3, S4, and S5 are thresholds,
The "tension / mood state" is estimated by the following formula using HR and Lya.
HR> S6 and Lya> S7
Here, S6 and S7 are threshold values,
The "stress state" is estimated by the following equation using HF and LF,
LF / HF> S8 and HF <S9
Here, S8 and S9 are threshold values.
In this case, ln (HF) and ln (LF / HF) may be used instead of HF and LF / HF. Here, ln is a natural logarithm. When using natural logarithm, the threshold also changes.
また、上記目的を達成するために、本発明のドライバーの状態推定装置は、
各種のドライバーから脈波を測定する脈波測定器と、
前記脈波測定器に接続され、当該脈波測定器により測定した脈波を基にリアプノフ指数を求めるリアプノフ指数算出部と、
前記脈波測定器に接続され、当該脈波測定器により測定された脈波を基に心拍数を求める心拍数算出部と、
前記脈波測定器に接続され、当該脈波測定器により測定された脈波を基に心拍変動の低周波成分、高周波成分、及び低・高周波成分の比を算出する心拍変動の低周波成分・高周波成分算出部と、
リアプノフ指数、心拍数、心拍変動の低周波成分、高周波成分、及び低・高周波成分の比を格納し、またこれらのデータの対応関係を記憶する記憶部と、
前記リアプノフ指数算出部と前記心拍数算出部とに接続され、リアプノフ指数と心拍数から適応力低下・落込み状態を判定する適応力低下・落込み状態判定部と、
前記心拍数算出部と前記低周波成分・高周波成分算出部とに接続され、心拍数と心拍変動の低周波成分、高周波成分、低・高周波成分の比から眠気・疲労状態を判定する眠気・疲労状態判定部と、
前記リアプノフ指数算出部と前記心拍数算出部とに接続され、リアプノフ指数と心拍数から緊張・気分高揚状態を判定する緊張・気分高揚状態判定部と、
前記低周波成分・高周波成分算出部に接続され、心拍変動の低周波成分、高周波成分、低・高周波成分の比からストレス状態を判定するストレス状態判定部と、
前記適応力低下・落込み状態判定部、前記眠気・疲労状態判定部、前記緊張・気分高揚状態判定部、及び前記ストレス状態判定部に接続され、これら適応力低下・落込み状態判定部、前記眠気・疲労状態判定部、前記緊張・気分高揚状態判定部、及び前記ストレス状態判定部による判定結果を出力する出力部と、
を備えた、
ことを要旨とする。
また、この場合、心拍変動の低周波成分・高周波成分算出部は、脈波測定器に接続され、前記脈波測定器により測定された脈波を基に脈波のピークの間隔を求める脈波ピーク間隔算出部と、前記脈波ピーク間隔算出部に接続され、前記脈波測定器により求められた時系列データから前記脈波ピーク間隔のパワースペクトル密度を算出する脈波ピーク間隔のパワースペクトル密度算出部と、前記パワースペクトル密度算出部に接続され、前記パワースペクトル密度算出部により求められた前記脈波ピーク間隔のパワースペクトル密度から心拍変動の低周波成分、高周波成分及び低・高周波成分の比を算出する心拍変動の低周波成分・高周波成分・低周波成分／高周波成分算出部とにより構成される。
そして、
リアプノフ指数算出部は、脈波の測定値からカオス解析でリアプノフ指数を求め、
心拍数算出部は、脈波の測定値から脈拍数を計算して心拍数を求め、
心拍変動の低周波成分・高周波成分算出部は、脈波の測定値から脈波のピーク間隔を求め、当該脈波のピーク間隔の時系列データを周波数解析して、心拍変動の低周波成分、高周波成分及び低・高周波成分の比を求め、
適応力低下・落込み状態判定部は、次式、
Ｌｙａ＜Ｓ１ 且つ ＨＲ＜Ｓ２
ここで、Ｓ１、Ｓ２は閾値、
により適応力低下・落込み状態を判定する、
眠気・疲労状態判定部は、次式、
ＨＦ＞Ｓ３ 且つ ＨＲ＜Ｓ４ 且つ ＬＦ／ＨＦ＜Ｓ５
ここで、Ｓ３−Ｓ５は閾値、
により眠気・疲労状態を判定する、
緊張・気分高揚状態判定部は、次式、
ＨＲ＞Ｓ６ かつ Ｌｙａ＞Ｓ７
ここで、Ｓ６、Ｓ７は閾値、
により緊張・気分高揚状態を判定する、
ストレス状態判定部は、次式、
ＬＦ／ＨＦ＞Ｓ８ 且つ ＨＦ＜Ｓ９
ここで、Ｓ８、Ｓ９は閾値、
によりストレス状態を判定する。
また、この場合、ＨＦ、ＬＦ／ＨＦに代えてｌｎ（ＨＦ）、ｌｎ（ＬＦ／ＨＦ）を使ってもよい。ここでｌｎは自然対数である。自然対数を使った場合は、閾値も変わる。
Further, in order to achieve the above object, the driver state estimation device of the present invention is
A pulse wave measuring device that measures pulse waves from various drivers,
Connected to the pulse wave measuring instrument, a Lyapunov exponent calculating unit for obtaining a Lyapunov exponent based on the pulse wave measured by the pulse wave measuring instrument,
A heart rate calculation unit that is connected to the pulse wave measuring device and obtains a heart rate based on the pulse wave measured by the pulse wave measuring device,
Connected to the pulse wave measuring instrument, a low frequency component of heart rate variability based on the pulse wave measured by the pulse wave measuring instrument, a high frequency component, and a low frequency component of heart rate variability for calculating a ratio of low and high frequency components. A high frequency component calculator,
A storage unit that stores the Lyapunov exponent, the heart rate, the low frequency component of the heart rate variability, the high frequency component, and the ratio of the low and high frequency components, and also stores the correspondence relationship of these data,
Connected to the Lyapunov index calculation unit and the heart rate calculation unit, the adaptive power decrease / depression state determination unit to determine the adaptive power decline / depression state from the Lyapunov index and heart rate,
Connected to the heart rate calculation unit and the low frequency component / high frequency component calculation unit, drowsiness / fatigue for determining a drowsiness / fatigue state from the ratio of the low frequency component, the high frequency component, and the low / high frequency component of the heart rate and heart rate variability A state determination unit,
A tension / mood elevation determination unit that is connected to the Lyapunov index calculation unit and the heart rate calculation unit and determines tension / mood elevation state from the Lyapunov index and heart rate.
A stress state determination unit that is connected to the low frequency component / high frequency component calculation unit and determines a stress state from a low frequency component of heartbeat variability, a high frequency component, and a ratio of low / high frequency components,
It is connected to the adaptive weakness / depression state determination unit, the drowsiness / fatigue state determination unit, the tension / mood elevation state determination unit, and the stress state determination unit, and these adaptive ability reduction / depression state determination unit, the A drowsiness / fatigue state determination unit, the tension / mood elevation state determination unit, and an output unit that outputs the determination result by the stress state determination unit,
With
That is the summary.
Further, in this case, the low-frequency component / high-frequency component calculation unit of the heart rate variability is connected to the pulse wave measuring device, and the pulse wave peak interval is obtained based on the pulse wave measured by the pulse wave measuring device. A peak interval calculation unit and a pulse wave peak interval power spectrum density that is connected to the pulse wave peak interval calculation unit and calculates the power spectrum density of the pulse wave peak interval from the time series data obtained by the pulse wave measuring device. A calculation unit, which is connected to the power spectrum density calculation unit, and a ratio of a low frequency component, a high frequency component, and a low / high frequency component of heartbeat variability from the power spectrum density of the pulse wave peak interval obtained by the power spectrum density calculation unit. And a low frequency component / high frequency component / low frequency component / high frequency component calculation unit for calculating
And
The Lyapunov exponent calculation unit obtains the Lyapunov exponent by chaos analysis from the measured value of the pulse wave,
The heart rate calculation unit calculates the pulse rate from the measured value of the pulse wave to obtain the heart rate,
The low-frequency component / high-frequency component calculation unit of the heartbeat fluctuation obtains the peak interval of the pulse wave from the measured value of the pulse wave, frequency-analyzes the time-series data of the peak interval of the pulse wave, and the low-frequency component of the heartbeat fluctuation, Find the ratio of high frequency components and low / high frequency components,
The deterioration of adaptability / falling state is determined by the following equation,
Lya <S1 and HR <S2
Here, S1 and S2 are threshold values,
To determine if the adaptability has declined or dropped,
The drowsiness / fatigue state determination unit is
HF> S3 and HR <S4 and LF / HF <S5
Here, S3-S5 are threshold values,
Determines drowsiness / fatigue by
The tension / mood elevation determination unit uses the following equation:
HR> S6 and Lya> S7
Here, S6 and S7 are threshold values,
To determine the state of tension and mood uplifting,
The stress state determination unit is
LF / HF> S8 and HF <S9
Here, S8 and S9 are threshold values,
The stress condition is determined by.
In this case, ln (HF) and ln (LF / HF) may be used instead of HF and LF / HF. Here, ln is a natural logarithm. When using natural logarithm, the threshold also changes.
本発明の方法及び装置によれば、輸送系車両、建設機械のドライバーを含む各種のドライバーの脈波を測定し、当該脈波から心拍変動ゆらぎ、カオスゆらぎの２種類の生体ゆらぎを計測し、２種類の生体ゆらぎに基づいて、各種のドライバーの運転に支障を及ぼす「適応力低下・落込み状態」、「眠気・疲労状態」、「緊張・気分高揚状態」、「ストレス状態」の４つの状態を推定するので、従来のような眠気や疲労のみの評価、あるいは眠気と緊張、疲労と緊張といった身体状態と精神状態の一部分だけの評価と異なり、各種のドライバーの状態をより広範かつ詳細に測定して、運転に適した状態か否かを的確に判定することができ、安全管理上、ヒューマンエラー対策上より一層現実に即したきめ細かい対策を採ることができ、しかも、この評価に使う指標はすべて脈波の測定値から算出できることから、脈波センサー以外にセンサーは必要がなく、ドライバーが装着するウエラブルセンサーとしてはシンプルな装置構成とすることができる、という本発明独自の格別な効果を奏する。 According to the method and apparatus of the present invention, the pulse wave of various drivers including drivers of transportation vehicles and construction machines is measured, and two types of biological fluctuations of heartbeat fluctuation fluctuation and chaos fluctuation are measured from the pulse wave, Based on the two types of biological fluctuations, four types of "adaptation / depression state", "drowsiness / fatigue state", "tension / elevation state", and "stress state" that hinder the driving of various drivers Since the state is estimated, different from the conventional evaluation of only drowsiness and fatigue, or evaluation of only a part of the physical and mental states such as drowsiness and tension, fatigue and tension, the state of various drivers can be more widely and detailed. It is possible to accurately determine whether it is in a state suitable for driving by measuring, it is possible to take more detailed measures more realistic in safety management and human error countermeasures, and moreover, an index used for this evaluation Since all can be calculated from the measured value of the pulse wave, there is no need for a sensor other than the pulse wave sensor, and it is possible to have a simple device configuration as a wearable sensor worn by the driver, a special effect unique to the present invention Play.
次に、この発明を実施するための形態について図を用いて説明する。
図１、図２にドライバーの状態推定方法（以下、本方法という。）を示している。
図１、図２に示すように、本方法は、輸送系車両、建設機械のドライバーを含む各種のドライバーの脈波を測定し、当該脈波から心拍変動ゆらぎ、カオスゆらぎの２種類の生体ゆらぎを計測し、２種類の生体ゆらぎに基づいて、各種のドライバーの運転に支障を及ぼす「適応力低下・落込み状態」、「眠気・疲労状態」、「緊張・気分高揚状態」、「ストレス状態」の４つの状態を推定する。特に、本方法では、各種のドライバーの脈波から心拍変動解析及びカオス解析を用いて、心拍数（ＨＲ）、心拍変動の低周波成分（ＬＦ）、高周波成分（ＨＦ）、リアプノフ指数を求め、行動エラーを誘発する「適応力低下・落込み状態」、「眠気・疲労状態」、「緊張・気分高揚状態」、「ストレス状態」の４つの状態の兆候を捉える。つまり、本方法では、従来から取り入れられている指標である心拍数、心拍変動の低周波成分や高周波成分などとリアプノフ指数とを組み合わせることで、各種のドライバーの眠気、疲労状態の他に運転に不適切な適応力低下・落込み状態、緊張・気分高揚状態、ストレス状態を評価する。
Next, an embodiment for carrying out the present invention will be described with reference to the drawings.
1 and 2 show a method of estimating the driver's state (hereinafter referred to as the present method).
As shown in FIG. 1 and FIG. 2, this method measures pulse waves of various drivers including drivers of transportation vehicles and construction machines, and two types of biological fluctuations, heartbeat fluctuation fluctuations and chaos fluctuations, are measured from the pulse waves. Based on the two types of biological fluctuations, "adaptation / depression state", "drowsiness / fatigue state", "tension / elevation state", and "stress state" that impede the driving of various drivers. Of the four states. In particular, in this method, heart rate variability analysis and chaos analysis are used from pulse waves of various drivers to obtain heart rate (HR), low frequency component (LF) of heart rate variability, high frequency component (HF), and Lyapunov index, It captures the signs of four states that induce behavioral errors: “decreased adaptability / depression”, “drowsiness / fatigue”, “tension / elevation”, and “stress”. In other words, in this method, by combining Liapunov index with heart rate, which is a conventionally adopted index, low frequency component and high frequency component of heart rate variability, drowsiness of various drivers, driving in addition to fatigue state Evaluate inadequate adaptive weakness / depression, tension / elevation, and stress.
本方法では、まず、各種のドライバーの２種類の生体ゆらぎを計測するため、各種のドライバーの脈波から次の指標を計算する。
（１）心拍数（ＨＲ）
（２）リアプノフ指数（Ｌｙａ）
（３）心拍変動の高周波成分（ＨＦ）
（４）心拍変動の低周波成分（ＬＦ）
（５）心拍変動の低・高周波成分の比（ＬＦ／ＨＦ）
なお、各指標について簡単に触れておく。
心拍数（ＨＲ）は、一定の時間（通常１分間）内に心臓が拍動する回数をいい、一般に緊張するほど心拍数は高く、リラックスするほど心拍数は低くなる。
リアプノフ指数（Ｌｙａ）は脈波のカオス解析により得られる指数で、人間の精神的健康度、例えば精神的活力や気力、外部適応力（外界の変化に柔軟に対応できる力）と関係する。ストレス状態で気分が高揚しているとリアプノフ指数は大きくなり、それを超えてさらに大きくなるとパニック状態であることを示す。逆に疲れていたり気分が落ち込んでいたりするとリアプノフ指数は小さくなり、睡眠状態ではさらに小さくなる。
心拍変動の高周波成分（ＨＦ）は呼吸変動と関連しており、副交感神経の影響を受ける。リラックスしているとＨＦ成分は大きくなる。
心拍変動の低周波成分（ＬＦ）は血圧の変動であるＭａｙｅｒ波の成分であり、交感神経と副交感神経の両方の影響を受ける。
心拍変動の低・高周波成分の比（ＬＦ／ＨＦ）は自律神経機能の評価として用いられる値であり、緊張状態では交感神経が活性するため、ＬＦ／ＨＦは上昇し、リラックス状態では副交感神経が活性するため、ＬＦ／ＨＦは低下する。
In this method, first, in order to measure two types of biological fluctuations of various drivers, the following index is calculated from the pulse waves of various drivers.
(1) Heart rate (HR)
(2) Lyapunov index (Lya)
(3) High frequency component (HF) of heart rate variability
(4) Low frequency component (LF) of heart rate variability
(5) Ratio of low and high frequency components of heart rate variability (LF / HF)
It should be noted that each index is briefly touched upon.
Heart rate (HR) refers to the number of times the heart beats within a certain period of time (usually 1 minute). Generally, the higher the heart rate, the lower the heart rate as the person relaxes.
The Lyapunov index (Lya) is an index obtained by chaos analysis of pulse waves, and is related to human mental health, such as mental vitality and energy, and external adaptability (power capable of flexibly responding to changes in the external world). It shows that the Lyapunov exponent becomes larger when the mood is elevated under stress, and panic is reached when the mood is further exceeded. On the other hand, if you are tired or depressed, the Lyapunov index becomes smaller, and it becomes even smaller in the sleeping state.
The high frequency component (HF) of heart rate variability is associated with respiratory variability and is affected by parasympathetic nerves. The HF component increases as you relax.
The low frequency component (LF) of heart rate variability is a component of the Mayer wave that is a variability of blood pressure and is affected by both the sympathetic nerve and the parasympathetic nerve.
The ratio of low to high frequency components of heart rate variability (LF / HF) is a value used as an evaluation of autonomic nerve function. Since sympathetic nerves are activated in a tense state, LF / HF rises and parasympathetic nerves in a relaxed state. Due to activation, LF / HF is reduced.
そして、これらの指標から各種のドライバーの「適応力低下・落込み状態」、「眠気・疲労状態」、「緊張・気分高揚状態」、「ストレス状態」の４つの状態を次のように推定する。
「適応力低下・落込み状態」は、心拍数（ＨＲ）及びリアプノフ指数（Ｌｙａ）を使い、次式により推定する。
Ｌｙａ＜Ｓ１ 且つ ＨＲ＜Ｓ２
ここで、Ｓ１、Ｓ２は閾値
「眠気・疲労状態」は、心拍数（ＨＲ）、心拍変動の高周波成分（ＨＦ）及び低周波成分（ＬＦ）を使い、次式により推定する。
ＨＦ＞Ｓ３ 且つ ＨＲ＜Ｓ４ 且つ ＬＦ／ＨＦ＜Ｓ５
ここで、Ｓ３、Ｓ４、Ｓ５は閾値
「緊張・気分高揚状態」は、心拍数（ＨＲ）とリアプノフ指数（Ｌｙａ）を使い、次式により推定する。
ＨＲ＞Ｓ６ かつ Ｌｙａ＞Ｓ７
ここで、Ｓ６、Ｓ７は閾値
「ストレス状態」は、心拍変動の高周波成分（ＨＦ）及び低周波成分（ＬＦ）を使い、次式により推定する。
ＬＦ／ＨＦ＞Ｓ８ 且つ ＨＦ＜Ｓ９
ここで、Ｓ８、Ｓ９は閾値
また、この場合、ＨＦ、ＬＦ／ＨＦの代わりにｌｎ（ＨＦ）、ｌｎ（ＬＦ／ＨＦ）を使う場合もある。ここでｌｎは自然対数である。自然対数を使った場合は、閾値も変わる。
この場合、「適応力低下・落込み状態」は、ＨＲ及びＬｙａを使い、次式により推定する、
Ｌｙａ＜Ｓ１ 且つ ＨＲ＜Ｓ２
ここで、Ｓ１、Ｓ２は閾値
「眠気・疲労状態」は、ＨＲ、ｌｎ（ＨＦ）及びｌｎ（ＬＦ／ＨＦ）を使い、次式により推定する、
ｌｎ（ＨＦ）＞Ｓ１０ 且つ ＨＲ＜Ｓ４ 且つ ｌｎ（ＬＦ／ＨＦ）＜Ｓ１１
ここで、Ｓ４、Ｓ１０、Ｓ１１は閾値、ｌｎ（ＨＦ）、ｌｎ（ＬＦ／ＨＦ）は自然対数
「緊張・気分高揚状態」は、ＨＲとＬｙａを使い、次式により推定する。
ＨＲ＞Ｓ６ かつ Ｌｙａ＞Ｓ７
ここで、Ｓ６、Ｓ７は閾値
「ストレス状態」は、ｌｎ（ＨＦ）及びｌｎ（ＬＦ／ＨＦ）を使い、次式により推定する、
ｌｎ（ＬＦ／ＨＦ）＞Ｓ１２ 且つ ｌｎ（ＨＦ）＜Ｓ１３
ここで、Ｓ１２、Ｓ１３は閾値、ｌｎ（ＨＦ）、ｌｎ（ＬＦ／ＨＦ）は自然対数
とすることができる。
Then, from these indicators, the four states of various drivers, "decreased adaptability / depression state", "drowsiness / fatigue state", "tension / elevation state", and "stress state", are estimated as follows. ..
The “decreased adaptability / falling state” is estimated by the following equation using the heart rate (HR) and Lyapunov index (Lya).
Lya <S1 and HR <S2
Here, S1 and S2 are threshold values "sleepiness / fatigue state" is estimated by the following equation using the heart rate (HR), the high frequency component (HF) and the low frequency component (LF) of heart rate variability.
HF> S3 and HR <S4 and LF / HF <S5
Here, S3, S4, and S5 are threshold values. The "tension / mood elevation state" is estimated by the following equation using the heart rate (HR) and the Lyapunov index (Lya).
HR> S6 and Lya> S7
Here, S6 and S7 are threshold values "stress state" is estimated by the following equation using the high frequency component (HF) and the low frequency component (LF) of the heart rate variability.
LF / HF> S8 and HF <S9
Here, S8 and S9 are threshold values. In this case, ln (HF) and ln (LF / HF) may be used instead of HF and LF / HF. Here, ln is a natural logarithm. When using natural logarithm, the threshold also changes.
In this case, the “decreased adaptability / falling state” is estimated by the following equation using HR and Lya.
Lya <S1 and HR <S2
Here, S1 and S2 are threshold values "sleepiness / fatigue state" is estimated by the following equation using HR, ln (HF) and ln (LF / HF),
ln (HF)> S10 and HR <S4 and ln (LF / HF) <S11
Here, S4, S10, and S11 are threshold values, ln (HF), and ln (LF / HF) are natural logarithms. The “tension / mood elevation state” is estimated by the following equation using HR and Lya.
HR> S6 and Lya> S7
Here, S6 and S7 are threshold values "stress state" is estimated by the following equation using ln (HF) and ln (LF / HF),
ln (LF / HF)> S12 and ln (HF) <S13
Here, S12 and S13 can be threshold values, and ln (HF) and ln (LF / HF) can be natural logarithms.
そして、各種のドライバーにこれら運転に不適切な状態が推定されると、次のような行動エラー（ヒューマンエラー）が想定され、それぞれに応じた措置を取る。
各種のドライバーが適応力低下・落込み状態と推定されると、脇見運転やルート間違いなどの散漫、漫然運転を引き起こす恐れがあり、この場合は、運転の注意喚起の措置を取る。
各種のドライバーが眠気・疲労状態と推定されると、居眠り運転、操作ミスなどを引き起こす恐れがあり、この場合は、運転の注意喚起とともに休憩を促す措置を取る。
各種のドライバーが緊張・気分高揚状態と推定されると、衝突、法令違反などを引き起こす恐れがあり、この場合は、運転の注意喚起とともに深呼吸などしてリラックスすることを促す措置を取る。
各種のドライバーがストレス状態と推定されると、衝突、法令違反などを引き起こす恐れがあり、この場合は、運転の注意喚起とともに深呼吸などしてリラックスすることを促す措置を取る。
なお、上記の状態以外では、各種のドライバーは正常な状態とする。
When various drivers are estimated to be in an unsuitable state for driving, the following behavioral errors (human error) are assumed, and appropriate measures are taken.
If it is presumed that various drivers are in a state of poor adaptability or depression, it may cause distracted driving such as looking aside or driving on the wrong route, and inadvertent driving. In this case, take precautions for driving.
If various drivers are presumed to be drowsy / fatigue, it may cause drowsiness and driving mistakes. In this case, take precautions to drive and take a break.
If various drivers are presumed to be nervous or uplifted, there is a risk of collision, violation of laws, etc. In this case, take precautions to drive and take measures such as deep breathing to encourage relaxation.
If various drivers are presumed to be in a stressed state, it may cause a collision or a violation of laws and regulations. In this case, take precautions to drive and take a deep breath to relax.
In addition to the above states, various drivers are in normal states.
図３にこの方法に用いるドライバーの状態推定装置（以下、本装置Ａという。）を示している。
図３に示すように、本装置Ａは、各種のドライバーから脈波を測定する脈波測定器１と、脈波測定器１において測定された脈波の測定値をデータ処理するとともに本装置Ａ全体の動作をコントロールする制御部２と、制御部２における処理に必要なデータ、及び制御部２の処理結果データを格納する記憶部３と、本装置Ａにおける各種のドライバーの状態推定結果を出力する出力部４とを備えて構成される。
FIG. 3 shows a driver state estimating device (hereinafter referred to as the present device A) used in this method.
As shown in FIG. 3, this device A is a device for measuring a pulse wave from various drivers, and a device for processing the measured values of the pulse wave measured by the pulse wave measuring device 1 as data. Outputs the control unit 2 that controls the overall operation, the storage unit 3 that stores the data necessary for the processing in the control unit 2 and the processing result data of the control unit 2, and the state estimation results of various drivers in the device A. And an output unit 4 that operates.
脈波測定器１は本願出願人らの共同開発による既知の高解像度バイタルデータ取得ユニットで、図４に示すように、耳たぶに装着するクリップ式の脈波センサー１１と、脈波センサー１１をコントロールするコントローラー１２とからなる。
脈波センサー１１は発光部及び受光部を有する光電型脈波センサーで、被検者であるドライバーから脈波を測定する。脈波は、心臓が血液を送り出すことに伴って発生する、血管の容積変化のことをいい、脈波の測定方法はいくつかあるが、血管の容積変化に伴って変化するヘモグロビン量を検知することで容易に測定できる。血中ヘモグロビンは特定の波長の光を強く吸収するので、この波長の光を照射したときの反射光や透過光はヘモグロビン量によって変化する。反射光または透過光の強度を電気信号に変えれば脈波を測定することができる。本装置Ａでは、脈波センサー１１に透過型の光電型脈波センサーを採用した。また、この種の脈波センサーは、脈波の測定に適した身体の部位として、指先、手首、耳たぶ、耳孔に装着するタイプなど各種のものが実用化されているが、本装置Ａでは、ドライバー用として運転の妨げにならないように、耳たぶに装着するクリップ式のものとし、耳たぶで脈波を測定するものとした。この脈波センサー１１でドライバーの耳たぶから脈波をサンプリング周波数１０００Ｈｚによりデジタル化して取得する。
コントローラー１２もまた既知のもので、ここでは装置構成について特に図示していないが、脈波センサー１１他コントローラー１２の各部を制御し、脈波センサー１１で測定された測定信号を取り出す制御部、測定信号をＡ／Ｄ変換するＡ／Ｄ変換部、Ａ／Ｄ変換後のデータ（脈波データ）をスマートフォンやタブレット型端末などのモバイル端末やパソコンへ無線送信するための通信部、電源を必要とする各部に電源を供給する電源部などからなり、全体として手の平サイズのコンパクトな箱型の装置になっている。このようなコントローラー１２がセンサーケーブル１３を介して脈波センサー１１に（電気的に）接続される。
このようにして脈波センサー１１で測定された各種のドライバーの脈波データ他各種のデータはコントローラー１２によりモバイル端末などへ送られるようになっている。
The pulse wave measuring device 1 is a known high resolution vital data acquisition unit jointly developed by the applicants of the present application, and as shown in FIG. 4, controls a clip type pulse wave sensor 11 mounted on an ear lobe and the pulse wave sensor 11. And a controller 12 that operates.
The pulse wave sensor 11 is a photoelectric pulse wave sensor having a light emitting portion and a light receiving portion, and measures a pulse wave from a driver who is a subject. A pulse wave is a change in blood vessel volume that occurs when the heart pumps out blood. There are several methods for measuring the pulse wave, but the amount of hemoglobin that changes with a change in blood vessel volume is detected. It can be easily measured. Blood hemoglobin strongly absorbs light of a specific wavelength, and therefore reflected light and transmitted light when irradiated with light of this wavelength vary depending on the amount of hemoglobin. The pulse wave can be measured by changing the intensity of the reflected light or the transmitted light into an electric signal. In this device A, a transmissive photoelectric pulse wave sensor is adopted as the pulse wave sensor 11. Further, this type of pulse wave sensor has been put to practical use as a body part suitable for measuring the pulse wave, such as a fingertip, a wrist, an ear lobe, or a type that is attached to an ear canal. For the driver, a clip-type device was attached to the earlobe so that it would not interfere with driving, and the pulse wave was measured with the earlobe. The pulse wave sensor 11 digitizes and acquires the pulse wave from the earlobe of the driver at a sampling frequency of 1000 Hz.
The controller 12 is also a known one, and although the device configuration is not particularly illustrated here, a control unit that controls the pulse wave sensor 11 and other parts of the controller 12 and extracts the measurement signal measured by the pulse wave sensor 11, Requires an A / D converter to A / D convert signals, a communication unit to wirelessly transmit A / D converted data (pulse wave data) to mobile terminals such as smartphones and tablet terminals, and personal computers, and a power supply. It consists of a power supply unit that supplies power to each part, and it is a compact box-shaped device with a palm size as a whole. Such a controller 12 is (electrically) connected to the pulse wave sensor 11 via a sensor cable 13.
In this way, various data such as pulse wave data of various drivers measured by the pulse wave sensor 11 and other various data are transmitted by the controller 12 to a mobile terminal or the like.
制御部２はＣＰＵが用いられ、被検者のドライバーの状態（「適応力低下・落込み状態」と、「眠気・疲労状態」と、「緊張・気分高揚状態」と、「ストレス状態」）を評価するために各種処理プログラムおよび各種測定データや演算データを用いてデータ処理を行う。
図５にこの制御部２の機能ブロック図を示している。
図５に示すように、制御部２は、脈波測定器１に接続され、脈波測定器１により測定した脈波を基にリアプノフ指数を求めるリアプノフ指数算出部２１と、脈波測定器１に接続され、脈波測定器１により測定された脈波を基に心拍数を求める心拍数算出部２２と、脈波測定器１に接続され、脈波測定器１により測定された脈波を基に心拍変動の低周波成分、高周波成分、及び低・高周波成分の比を算出する心拍変動の低周波成分・高周波成分算出部２３と、リアプノフ指数算出部２１と心拍数算出部２２とに接続され、リアプノフ指数と心拍数から適応力低下・落込み状態を判定する適応力低下・落込み状態判定部２４と、心拍数算出部２２と低周波成分・高周波成分算出部２３とに接続され、心拍数と心拍変動の低周波成分、高周波成分、低・高周波成分の比から眠気・疲労状態を判定する眠気・疲労状態判定部２５と、リアプノフ指数算出部２１と心拍数算出部２２とに接続され、リアプノフ指数と心拍数から緊張・気分高揚状態を判定する緊張・気分高揚状態判定部２６と、低周波成分・高周波成分算出部２３に接続され、心拍変動の低周波成分、高周波成分、低・高周波成分の比からストレス状態を判定するストレス状態判定部２７とを備える。
また、この場合、心拍変動の低周波成分・高周波成分算出部２３は、脈波測定器１に接続され、脈波測定器１により測定された脈波を基に心電図のＲＲＩ（ＲＲ間隔）に相当する脈波のピーク間隔を求める脈波ピーク間隔算出部２３１（以下、ＲＲＩ算出部２３１という。）と、ＲＲＩ算出部２３１に接続され、脈波測定器１により求められた時系列データから脈波ピーク間隔のパワースペクトル密度を算出する脈波ピーク間隔のパワースペクトル密度算出部２３２（以下、ＲＲＩのスペクトル密度算出部２３２という。）と、ＲＲＩのスペクトル密度算出部２３２に接続され、ＲＲＩのスペクトル密度算出部２３２により求められた脈波ピーク間隔のパワースペクトル密度から心拍変動の低周波成分（以下、ＬＦ成分という。）、高周波成分（以下、ＨＦ成分という。）及び低・高周波成分の比（以下、ＬＦ／ＨＦという。）を算出する心拍変動の低周波成分・高周波成分・低周波成分／高周波成分算出部２３３（以下、ＬＦ、ＨＦ、ＬＦ／ＨＦ算出部２３３という。）とにより構成される。
この制御部１は図１においてクラウド上のサーバーにより実現される。このようにして脈波センサーからモバイル端末へ送られた脈波データ他各種のデータはモバイルネットワークでこのクラウド上のサーバーへ転送されて、このサーバーにおいて転送されたデータを基に作業員の状態を判定する。
なお、この制御部１は図１において各種のドライバーを管理する管理センターに設置されるパソコンや各種のドライバーが携帯するスマートフォン、タブレット端末などのモバイル端末やパソコンで実現することもできる。
The CPU is used for the control unit 2, and the driver's state of the subject (“decreased adaptability / depression state”, “drowsiness / fatigue state”, “tension / mood state”, and “stress state”) In order to evaluate, data processing is performed using various processing programs and various measurement data and calculation data.
FIG. 5 shows a functional block diagram of the control unit 2.
As shown in FIG. 5, the control unit 2 is connected to the pulse wave measuring instrument 1, and the Lyapunov exponent calculating section 21 for obtaining the Lyapunov exponent based on the pulse wave measured by the pulse wave measuring instrument 1 and the pulse wave measuring instrument 1 Connected to the pulse wave measuring device 1 for obtaining a heart rate based on the pulse wave measured by the pulse wave measuring device 1, and the pulse wave measured by the pulse wave measuring device 1 connected to the pulse wave measuring device 1. Connected to the low-frequency component / high-frequency component calculation unit 23 of the heart-rate variability, which calculates the low-frequency component, high-frequency component, and low / high-frequency component ratio of the heartbeat variability, the Lyapunov index calculation unit 21, and the heart-rate calculation unit 22. And is connected to the adaptive capacity reduction / falling state determination unit 24 that determines the adaptive capacity reduction / falling state from the Lyapunov index and the heart rate, the heart rate calculation unit 22, and the low frequency component / high frequency component calculation unit 23. Connected to the drowsiness / fatigue state determination unit 25, which determines the drowsiness / fatigue state from the ratio of the low-frequency component, high-frequency component, and low / high-frequency component of the heart rate and heart rate variability, the Lyapunov index calculation unit 21, and the heart rate calculation unit 22. It is connected to the tension / mood elevation state determination unit 26 that determines the tension / mood elevation state based on the Lyapunov index and the heart rate, and the low frequency component / high frequency component calculation unit 23. A stress state determination unit 27 that determines the stress state based on the ratio of high frequency components.
Further, in this case, the low-frequency component / high-frequency component calculation unit 23 of the heart rate variability is connected to the pulse wave measuring device 1, and the RRI (RR interval) of the electrocardiogram is calculated based on the pulse wave measured by the pulse wave measuring device 1. A pulse wave peak interval calculation unit 231 (hereinafter, referred to as RRI calculation unit 231) for obtaining the peak interval of the corresponding pulse wave, and a pulse from the time series data obtained by the pulse wave measuring device 1 connected to the RRI calculation unit 231. The spectrum of the RRI is connected to the power spectrum density calculation unit 232 of the pulse wave peak interval (hereinafter referred to as the spectrum density calculation unit 232 of the RRI) that calculates the power spectrum density of the wave peak interval, and the spectrum density calculation unit 232 of the RRI. From the power spectrum density of the pulse wave peak intervals obtained by the density calculation unit 232, the low frequency component (hereinafter referred to as the LF component), the high frequency component (hereinafter referred to as the HF component), and the ratio of the low and high frequency components of the heartbeat fluctuation ( (Hereinafter, referred to as LF / HF)) and a low-frequency component / high-frequency component / low-frequency component / high-frequency component calculation unit 233 (hereinafter, referred to as LF, HF, and LF / HF calculation unit 233) of heart rate variability. It
This control unit 1 is realized by a server on the cloud in FIG. In this way, pulse wave data and other various data sent from the pulse wave sensor to the mobile terminal are transferred to the server on this cloud via the mobile network, and the status of the worker is checked based on the data transferred on this server. judge.
The control unit 1 can also be realized by a personal computer installed in a management center that manages various drivers in FIG. 1, a mobile terminal such as a smartphone or a tablet terminal carried by various drivers, or a personal computer.
記憶部３は、制御部２で算出された心拍数、ＬＦ成分、ＨＦ成分、及びＬＦ／ＨＦ、リアプノフ指数を格納し、またこれらのデータの対応関係を記憶する。
この記憶部３は図１においてクラウド上のサーバーにより実現される。
なお、この記憶部３は図１において各種のドライバーを管理する管理センターに設置されるパソコンや各種のドライバーが携帯するスマートフォン、タブレット端末などのモバイル端末やパソコンで実現することもできる。
The storage unit 3 stores the heart rate, the LF component, the HF component, the LF / HF, and the Lyapunov index calculated by the control unit 2, and also stores the correspondence relationship of these data.
This storage unit 3 is realized by a server on the cloud in FIG.
The storage unit 3 can also be realized by a personal computer installed in a management center that manages various drivers in FIG. 1, a mobile terminal such as a smart phone or a tablet terminal carried by various drivers, or a personal computer.
出力部４は、制御部２において適応力低下・落込み状態判定部２４、眠気・疲労状態判定部２５、緊張・気分高揚状態判定部２６、及びストレス状態判定部２７に接続され、これら適応力低下・落込み状態判定部２４、眠気・疲労状態判定部２５、緊張・気分高揚状態判定部２６、及びストレス状態判定部２７による判定結果を出力する。この出力部４は、基本的に、各判定結果を画像で表示するディスプレイなどの表示装置、又は各判定結果を音声で知らせるスピーカー、さらには各判定結果を紙面に表示するプリンターなどであり、また、各判定結果を通信回線を通して送信する通信装置としてもよいが、この場合、出力部４は図１においてドライバーにあってはスマートフォンやタブレット端末などのモバイル端末で、管理センターにあってはパソコンで実現される。このようにしてクラウド上のサーバーで判定された各種のドライバーの状態がモバイルネットワークを介してドライバーの携帯するモバイル端末へ、また、インターネット回線などを介して管理センターに設置されたパソコンへ、通知され、運転に適していない状態のときは、注意喚起のメッセージなどが併せて警報される。 The output unit 4 is connected to the adaptive ability lowering / falling state determination unit 24, the drowsiness / fatigue state determination unit 25, the tension / mood elevation state determination unit 26, and the stress state determination unit 27 in the control unit 2, and these adaptive powers are connected. The determination results by the lowered / slumped state determination unit 24, the drowsiness / fatigue state determination unit 25, the tension / mood elevation state determination unit 26, and the stress state determination unit 27 are output. The output unit 4 is basically a display device such as a display that displays each determination result as an image, a speaker that notifies each determination result by voice, and a printer that displays each determination result on the paper. The output unit 4 may be a mobile terminal such as a smartphone or a tablet terminal in the case of the driver in FIG. 1 or a personal computer in the management center. Will be realized. In this way, the status of various drivers determined by the server on the cloud is notified to the mobile terminal carried by the driver via the mobile network and to the personal computer installed in the management center via the Internet line. , When it is not suitable for driving, a warning message is also issued.
このような構成を有する本装置Ａの動作について説明する。
（動作１：適応力低下・落込み状態判定動作）
図６に本装置Ａの制御部２による適応力低下・落込み状態判定動作の処理手順を説明するフローチャートを示している。
図６に示すように、この適応力低下・落込み状態判定動作において、制御部２は、脈波測定器１において測定された被検者である各種のドライバーの脈波データを取得する（ステップＳ１１）。入力された脈波データはリアプノフ指数算出部２１および心拍数算出部２２へ送付され、リアプノフ指数算出部２１においては脈波データから脈波のリアプノフ指数が算出される（ステップＳ１２）一方、心拍数算出部２２においては脈波データから心拍数が算出される（ステップＳ１３）。
The operation of the apparatus A having such a configuration will be described.
(Operation 1: Decreasing adaptability / declining state)
FIG. 6 shows a flowchart for explaining the processing procedure of the adaptive ability lowering / falling state determination operation by the control unit 2 of the present apparatus A.
As shown in FIG. 6, in the adaptive ability reduction / fall state determination operation, the control unit 2 acquires the pulse wave data of various drivers who are the subjects measured by the pulse wave measuring instrument 1 (step S11). The input pulse wave data is sent to the Lyapunov index calculation unit 21 and the heart rate calculation unit 22, and the Lyapunov index calculation unit 21 calculates the Lyapunov index of the pulse wave from the pulse wave data (step S12). The calculation unit 22 calculates the heart rate from the pulse wave data (step S13).
リアプノフ指数の算出手順はカオス解析の分野で確立した方法がある。リアプノフ指数とは、
Ｘｎ＋１ ＝ｆ（Ｘn）
という力学系について、近接した２点から出発した２つの軌道｛Ｘn｝がｎ→∞（すなわち、無限大）のときにどれ位離れて行くかを計る尺度をいい、脈波のリアプノフ指数は次式で算出する。このアルゴリズムは特許文献４に基づく。
特許文献４：特開平６−２８３３５号
X n + 1 = f (X n )
Is a measure of how far apart two orbits {X n } starting from two close points are when n → ∞ (ie infinity), the Lyapunov exponent of the pulse wave is Calculate with the following formula. This algorithm is based on Patent Document 4.
Patent Document 4: JP-A-6-28335
心拍数算出部２２においては、脈波データから１分間の心拍（心拍のピーク）の回数（回／分）が数えられる。なお、この心拍の回数は、ＲＲＩ算出部２３１で測定するＲＲＩ（秒／回）を使って、６０／ＲＲＩで計算されてもよい。
６０［秒／分］／ＲＲＩ［秒／回］＝６０／ＲＲＩ［回／分］
The heart rate calculator 22 counts the number of heartbeats (peak of heartbeat) per minute (beats / minute) from the pulse wave data. The number of heartbeats may be calculated as 60 / RRI using the RRI (second / time) measured by the RRI calculation unit 231.
60 [second / minute] / RRI [second / time] = 60 / RRI [time / minute]
これらの算出されたリアプノフ指数及び心拍数の各データは一旦記憶部３へ送付され、当該記憶部３の所定の格納領域に記憶されてもよい。
そして、適応力低下・落込み状態判定動作の遂行に当たっては、上記算出されたリアプノフ指数及び心拍数の各データは適応力低下・落込み状態判定部２４へ送付される。適応力低下・落込み状態判定部２４においては、適応力低下・落込み状態判定状態を表す指標として、脈波のリアプノフ指数と心拍数の各データを取得し、これら脈波のリアプノフ指数と心拍数との両データを使って以下のような処理を実行して適応力低下・落込み状態を評価（判定）する（ステップＳ１４）。適応力低下・落込み状態判定部２４において得られた適応力低下・落込み状態の評価結果は出力部４へ送付され、画像、その他の形で出力表示される（ステップＳ１５）。適応力低下・落込み状態判定部における処理は下記のとおりである。
Ｌｙａ＜Ｓ１ 且つ ＨＲ＜Ｓ２
ここで、Ｓ１、Ｓ２は閾値
The respective data of the calculated Lyapunov index and heart rate may be sent to the storage unit 3 once and stored in a predetermined storage area of the storage unit 3.
Then, in carrying out the operation of determining the state of decrease / decline in adaptability, the calculated data of the Lyapunov index and the heart rate are transmitted to the section 24 of determining decrease / decrease in adaptability. The adaptive weakness / falling state determination unit 24 acquires each data of the Lyapunov index of the pulse wave and the heart rate as an index indicating the adaptive weakness / falling state determination state, and the Lyapunov index and the heartbeat of these pulse waves are acquired. The following processing is executed using both the numerical data and the number data to evaluate (determine) the state of decline / decline in adaptability (step S14). The evaluation result of the adaptive ability lowering / falling state obtained by the adaptive ability lowering / falling state determination unit 24 is sent to the output unit 4, and is output and displayed as an image or another form (step S15). The processing in the adaptive ability decline / fall state determination unit is as follows.
Lya <S1 and HR <S2
Here, S1 and S2 are threshold values
なお、リアプノフ指数及び心拍数のデータが記憶部３に記憶されている場合は、脈波の測定時点とは時間的に異なった状況（例えば後日とか）での適応力低下・落込み状態評価処理を実行できる。よって、特定のドライバーにとっての、適応力低下・落込み状態の各評価の日中の時間変動や長期間でみた季節変動などの傾向も探究することが可能となる。 If the data of the Lyapunov index and the heart rate are stored in the storage unit 3, the adaptive ability decline / fall state evaluation process in a situation that is temporally different from the time when the pulse wave is measured (for example, at a later date). Can be executed. Therefore, it becomes possible to explore trends such as time fluctuations during the daytime and seasonal fluctuations over a long period of time in each evaluation of the deterioration of adaptability and depression for a particular driver.
（動作２：眠気・疲労状態判定動作）
図７に本装置Ａの制御部２による眠気・疲労状態判定動作の処理手順を説明するフローチャートを示している。
図７に示すように、この眠気・疲労状態判定動作において、制御部２は、脈波測定器１において測定された被検者であるドライバーの脈波データを取得する（ステップＳ２１）。入力された脈波データは心拍数算出部２２、及び低周波成分・高周波成分算出部２３（すなわち、ＲＲＩ算出部２３１、ＲＲＩのパワースペクトル密度算出部２３２、ＬＦ、ＨＦ、ＬＦ／ＨＦ算出部２３３）へ送付され、心拍数算出部２２においては脈波データから心拍数が算出され（ステップＳ２２）、低周波成分・高周波成分算出部２３では、ＲＲＩ、ＲＲＩのパワースペクトル密度、ＬＦ、ＨＦ、ＬＦ／ＨＦが算出される（ステップＳ２３）。
(Operation 2: drowsiness / fatigue state determination operation)
FIG. 7 shows a flowchart illustrating a processing procedure of the drowsiness / fatigue state determination operation by the control unit 2 of the present apparatus A.
As shown in FIG. 7, in this drowsiness / fatigue state determination operation, the control unit 2 acquires the pulse wave data of the driver who is the subject measured by the pulse wave measuring device 1 (step S21). The input pulse wave data includes a heart rate calculator 22, a low frequency component / high frequency component calculator 23 (that is, an RRI calculator 231, an RRI power spectrum density calculator 232, LF, HF, and LF / HF calculator 233. ), The heart rate calculation unit 22 calculates the heart rate from the pulse wave data (step S22), and the low frequency component / high frequency component calculation unit 23 calculates RRI, power spectrum density of RRI, LF, HF, LF. / HF is calculated (step S23).
心拍数算出部２２においては、脈波データから１分間の心拍（心拍のピーク）の回数（回／分）が数えられる。なお、この心拍の回数は、ＲＲＩ算出部２３１で測定するＲＲＩ（秒／回）を使って、６０／ＲＲＩで計算されてもよい。
６０［秒／分］／ＲＲＩ［秒／回］＝６０／ＲＲＩ［回／分］
The heart rate calculator 22 counts the number of heartbeats (peak of heartbeat) per minute (beats / minute) from the pulse wave data. The number of heartbeats may be calculated as 60 / RRI using the RRI (second / time) measured by the RRI calculation unit 231.
60 [second / minute] / RRI [second / time] = 60 / RRI [time / minute]
低周波成分・高周波成分算出部２３では、ＲＲＩ算出部２３１において、脈波データから脈波のピークが検出され、各ピーク間の間隔（1つ前のピークとの間隔）を測定する。図８に脈波の測定値と脈波のピーク間隔の一例を示す。
ＲＲＩのパワースペクトル密度算出部２３２においては、ＲＲＩ算出部２３１において測定された脈波のピーク間隔（ＲＲＩ）の時系列データからパワースペクトル密度が算出される。
ＲＲＩの時系列データをｘ（ｔ）とする。ｘ（ｔ）のパワースペクトル密度ＰＳＤ（ｆ）は次式で算出する。
ＬＦ、ＨＦは次式で算出する。
ここで、ｆ１、ｆ２は低周波領域の下限と上限であり、ｆ３、ｆ４は高周波領域の下限と上限である。ｆ１＝０．０４Ｈｚ、ｆ２＝０．１５Ｈｚ、ｆ３＝０．１５〜０．２０Ｈｚ、ｆ４＝０．３５〜０．４５Ｈｚが良く使われる値である。なお、これらの値はこれに限定されるものではなく、ドライバー個人毎に変えてもよい。
In the low-frequency component / high-frequency component calculation unit 23, the RRI calculation unit 231 detects the peak of the pulse wave from the pulse wave data, and measures the interval between the peaks (the interval from the previous peak). FIG. 8 shows an example of pulse wave measured values and pulse wave peak intervals.
The RRI power spectrum density calculation unit 232 calculates the power spectrum density from the time series data of the pulse wave peak intervals (RRI) measured by the RRI calculation unit 231.
Let the time series data of RRI be x (t). The power spectral density PSD (f) of x (t) is calculated by the following equation.
LF and HF are calculated by the following equation.
Here, f1 and f2 are the lower limit and the upper limit of the low frequency region, and f3 and f4 are the lower limit and the upper limit of the high frequency region. The values often used are f1 = 0.04 Hz, f2 = 0.15 Hz, f3 = 0.15 to 0.20 Hz, and f4 = 0.35 to 0.45 Hz. Note that these values are not limited to this, and may be changed for each driver.
これらの算出された心拍数及びＲＲＩ、ＲＲＩのスペクトル密度、ＬＦ、ＨＦ、ＬＦ／ＨＦの各データは一旦記憶部３へ送付され、当該記憶部３の所定の格納領域に記憶されてもよい。
そして、眠気・疲労状態判定動作の遂行に当たっては、上記算出された心拍数及びＬＦ、ＨＦ、ＬＦ／ＨＦの各データは眠気・疲労状態判定部２５へ送付される。眠気・疲労状態判定部２５においては、眠気・疲労状態を表す指標として、心拍数とＬＦ、ＨＦ、ＬＦ／ＨＦの各データを取得し、これら心拍数とＬＦ、ＨＦ、ＬＦ／ＨＦとの両データを使って以下のような処理を実行し、眠気・疲労状態を評価（判定）する（ステップＳ２４）。眠気・疲労状態判定部２５において得られた眠気・疲労状態の評価結果は出力部４へ送付され、画像、その他の形で出力表示される（ステップＳ２５）。眠気・疲労状態判定部２５における処理は下記のとおりである。
ＨＦ＞Ｓ３ 且つ ＨＲ＜Ｓ４ 且つ ＬＦ／ＨＦ＜Ｓ５
ここで、Ｓ３、Ｓ４、Ｓ５は閾値
The calculated heart rate, RRI, spectral density of RRI, LF, HF, and LF / HF data may be temporarily sent to the storage unit 3 and stored in a predetermined storage area of the storage unit 3.
When performing the drowsiness / fatigue state determination operation, the calculated heart rate and each data of LF, HF, and LF / HF are sent to the drowsiness / fatigue state determination unit 25. In the drowsiness / fatigue state determination unit 25, heart rate and LF, HF, and LF / HF data are acquired as an index representing the drowsiness / fatigue state, and both the heart rate and LF, HF, and LF / HF are acquired. The following processing is executed using the data to evaluate (determine) the drowsiness / fatigue state (step S24). The evaluation result of the drowsiness / fatigue state obtained by the drowsiness / fatigue state determination unit 25 is sent to the output unit 4, and is output and displayed as an image or another form (step S25). The processing in the drowsiness / fatigue state determination unit 25 is as follows.
HF> S3 and HR <S4 and LF / HF <S5
Here, S3, S4, and S5 are threshold values.
なお、心拍数及びＬＦ、ＨＦ、ＬＦ／ＨＦの各データが記憶部３に記憶されている場合は、脈波の測定時点とは時間的に異なった状況（例えば後日とか）での眠気・疲労状態の評価処理を実行できる。よって、特定のドライバーにとっての、眠気・疲労状態の評価の日中の時間変動や長期間でみた季節変動などの傾向も探究することが可能となる。 When the heart rate and LF, HF, and LF / HF data are stored in the storage unit 3, drowsiness / fatigue in a situation that is temporally different from the pulse wave measurement time (for example, at a later date). State evaluation processing can be executed. Therefore, it becomes possible to investigate the tendency of the specific driver for the evaluation of the drowsiness / fatigue state, such as the time variation during the daytime and the seasonal variation over a long period of time.
（動作３：緊張・気分高揚状態判定動作）
図９に本装置Ａの制御部２による緊張・気分高揚状態判定動作の処理手順を説明するフローチャートを示している。
図９に示すように、この緊張・気分高揚状態判定動作において、制御部２は、脈波測定器１において測定された被検者であるドライバーの脈波データを取得する（ステップＳ３１）。入力された脈波データはリアプノフ指数算出部２１および心拍数算出部２２へ送付され、リアプノフ指数算出部２１においては脈波データから脈波のリアプノフ指数が算出される（ステップＳ３２）一方、心拍数算出部２２においては脈波データから心拍数が算出される（ステップＳ３３）。
(Operation 3: Tension / mood elevation determination operation)
FIG. 9 shows a flowchart for explaining the processing procedure of the tension / mood elevation state determination operation by the control unit 2 of the apparatus A.
As shown in FIG. 9, in this tension / mood elevation determination operation, the control unit 2 acquires the pulse wave data of the driver who is the subject measured by the pulse wave measuring device 1 (step S31). The input pulse wave data is sent to the Lyapunov index calculation unit 21 and the heart rate calculation unit 22, and the Lyapunov index calculation unit 21 calculates the Lyapunov index of the pulse wave from the pulse wave data (step S32) while the heart rate is calculated. The calculation unit 22 calculates the heart rate from the pulse wave data (step S33).
リアプノフ指数算出部２１においては、脈波のリアプノフ指数を既述のとおり次式で算出する。
心拍数算出部２２においては、既述のとおり、脈波データから１分間の心拍（心拍のピーク）の回数（回／分）が数えられる。また、この心拍の回数は、ＲＲＩ算出部で測定するＲＲＩ（秒／回）を使って、６０／ＲＲＩで計算されてもよい。
６０［秒／分］／ＲＲＩ［秒／回］＝６０／ＲＲＩ［回／分］
As described above, the heart rate calculator 22 counts the number of heartbeats (peak of heartbeat) per minute (beats / minute) from the pulse wave data. Further, the number of heartbeats may be calculated as 60 / RRI using the RRI (second / time) measured by the RRI calculation unit.
60 [second / minute] / RRI [second / time] = 60 / RRI [time / minute]
これらの算出されたリアプノフ指数及び心拍数の各データは一旦記憶部３へ送付され、当該記憶部３の所定の格納領域に記憶されてもよい。
そして、緊張・気分高揚状態判定動作の遂行に当たっては、上記算出されたリアプノフ指数及び心拍数の各データは緊張・気分高揚状態判定部２６へ送付される。緊張・気分高揚状態判定部２６においては、緊張・気分高揚状態判定状態を表す指標として、脈波のリアプノフ指数と心拍数の各データを取得し、これら脈波のリアプノフ指数と心拍数との両データを使って以下のような処理を実行して緊張・気分高揚状態を評価（判定）する（ステップＳ３４）。緊張・気分高揚状態判定部２６において得られた緊張・気分高揚状態の評価結果は出力部４へ送付され、画像、その他の形で出力表示される（ステップＳ３５）。緊張・気分高揚状態判定部２６における処理は下記のとおりである。
ＨＲ＞Ｓ６ 且つ Ｌｙａ＞Ｓ７
ここで、Ｓ６、Ｓ７は閾値
The respective data of the calculated Lyapunov index and heart rate may be sent to the storage unit 3 once and stored in a predetermined storage area of the storage unit 3.
Then, in performing the tension / mood elevation determination operation, each data of the calculated Lyapunov index and heart rate is sent to the tension / mood elevation determination unit 26. The tension / mood elevation state determination unit 26 acquires each data of the Lyapunov index of the pulse wave and the heart rate as an index indicating the tension / mood elevation state determination state, and both the Lyapunov index and the heart rate of the pulse wave are acquired. The following processing is executed using the data to evaluate (determine) the tension / mood elevation state (step S34). The evaluation result of the tension / mood elevation state obtained by the tension / mood elevation state determination unit 26 is sent to the output unit 4, and is output and displayed as an image or another form (step S35). The processing in the tension / mood elevation determination unit 26 is as follows.
HR> S6 and Lya> S7
Here, S6 and S7 are threshold values
なお、リアプノフ指数及び心拍等のデータが記憶部３に記憶されている場合は、脈波の測定時点とは時間的に異なった状況（例えば後日とか）での緊張・気分高揚状態の評価処理を実行できる。よって、特定のドライバーにとっての緊張・気分高揚状態の評価の日中の時間変動や長期間でみた季節変動などの傾向も探究することが可能となる。 If data such as the Lyapunov index and heartbeat is stored in the storage unit 3, it is possible to perform an evaluation process of the tension / mood elevation state in a situation that is different from the time of measuring the pulse wave in terms of time (for example, at a later date). I can do it. Therefore, it becomes possible to explore trends such as time fluctuations during the daytime and seasonal fluctuations over a long period of time in the evaluation of tension / moodness for a particular driver.
（動作４：ストレス状態判定動作）
図１０に本装置Ａの制御部２によるストレス状態判定動作の処理手順を説明するフローチャートを示している。
図１０に示すように、このストレス状態判定動作において、制御部２は、脈波測定器１において測定された被検者であるドライバーの脈波データを取得する（ステップＳ４１）。入力された脈波データは低周波成分・高周波成分算出部２３（すなわち、ＲＲＩ算出部２３１、ＲＲＩのパワースペクトル密度算出部２３２、ＬＦ、ＨＦ、ＬＦ／ＨＦ算出部２３３）へ送付され、低周波成分・高周波成分算出部２３では、ＲＲＩ、ＲＲＩのパワースペクトル密度、ＬＦ、ＨＦ、ＬＦ／ＨＦが算出される（ステップＳ４２）。
(Operation 4: Stress state determination operation)
FIG. 10 shows a flowchart illustrating a processing procedure of the stress state determination operation by the control unit 2 of the apparatus A.
As shown in FIG. 10, in the stress state determination operation, the control unit 2 acquires the pulse wave data of the driver who is the subject measured by the pulse wave measuring device 1 (step S41). The input pulse wave data is sent to the low-frequency component / high-frequency component calculation unit 23 (that is, the RRI calculation unit 231, the power spectrum density calculation unit 232 of the RRI, LF, HF, and LF / HF calculation unit 233), and the low-frequency component is calculated. The component / high-frequency component calculator 23 calculates RRI, power spectral density of RRI, LF, HF, and LF / HF (step S42).
低周波成分・高周波成分算出部２３では、ＲＲＩ算出部２３１において、脈波データから脈波のピークが検出され、各ピーク間の間隔（1つ前のピークとの間隔）を測定する。図８参照。
ＲＲＩのパワースペクトル密度算出部２３２においては、ＲＲＩ算出部２３１において測定された脈波のピーク間隔（ＲＲＩ）の時系列データからパワースペクトル密度が算出される。
ＲＲＩの時系列データをｘ（ｔ）とする。ｘ（ｔ）のパワースペクトル密度ＰＳＤ（ｆ）は次式で算出する。
ＬＦ、ＨＦは次式で算出する。
ここで、ｆ１、ｆ２は低周波領域の下限と上限であり、ｆ３、ｆ４は高周波領域の下限と上限である。ｆ１＝０．０４Ｈｚ、ｆ２＝０．１５Ｈｚ、ｆ３＝０．１５〜０．２０Ｈｚ、ｆ４＝０．３５〜０．４５Ｈｚが良く使われる値である。なお、この値はこれに限定されるものではなく、ドライバー個人毎に変えてもよい。
In the low-frequency component / high-frequency component calculation unit 23, the RRI calculation unit 231 detects the peak of the pulse wave from the pulse wave data, and measures the interval between the peaks (the interval from the previous peak). See FIG.
The RRI power spectrum density calculation unit 232 calculates the power spectrum density from the time series data of the pulse wave peak intervals (RRI) measured by the RRI calculation unit 231.
Let the time series data of RRI be x (t). The power spectral density PSD (f) of x (t) is calculated by the following equation.
LF and HF are calculated by the following equation.
Here, f1 and f2 are the lower limit and the upper limit of the low frequency region, and f3 and f4 are the lower limit and the upper limit of the high frequency region. The values often used are f1 = 0.04 Hz, f2 = 0.15 Hz, f3 = 0.15 to 0.20 Hz, and f4 = 0.35 to 0.45 Hz. Note that this value is not limited to this, and may be changed for each driver.
これらの算出されたＲＲＩ、ＲＲＩのスペクトル密度、ＬＦ、ＨＦ、ＬＦ／ＨＦの各データは一旦記憶部３へ送付され、当該記憶部３の所定の格納領域に記憶されてもよい。
そして、ストレス状態判定動作の遂行に当たっては、上記算出されたＬＦ、ＨＦ、ＬＦ／ＨＦの各データはストレス状態判定部２７へ送付される。ストレス状態判定部２７においては、ストレス状態を表す指標として、ＬＦ、ＨＦ、ＬＦ／ＨＦの各データを取得し、これらＬＦ、ＨＦ、ＬＦ／ＨＦとの各データを使って以下のような処理を実行し、ストレス状態を評価（判定）する（ステップＳ４３）。ストレス状態判定部２７において得られたストレス状態の評価結果は出力部４へ送付され、画像、その他の形で出力表示される（ステップＳ４４）。ストレス状態判定部２７における処理は下記のとおりである。
ＬＦ／ＨＦ＞Ｓ８ 且つ ＨＦ＜Ｓ９
ここで、Ｓ８、Ｓ９は閾値
These calculated RRI, spectral density of RRI, LF, HF, and LF / HF data may be temporarily sent to the storage unit 3 and stored in a predetermined storage area of the storage unit 3.
Then, in performing the stress state determination operation, each of the calculated data of LF, HF, and LF / HF is sent to the stress state determination unit 27. The stress state determination unit 27 acquires each data of LF, HF, and LF / HF as an index indicating the stress state, and performs the following processing by using each data of these LF, HF, and LF / HF. It executes and evaluates (determines) the stress state (step S43). The stress state evaluation result obtained by the stress state determination unit 27 is sent to the output unit 4, and is output and displayed as an image or another form (step S44). The processing in the stress state determination unit 27 is as follows.
LF / HF> S8 and HF <S9
Here, S8 and S9 are threshold values
なお、ＲＲＩ、ＲＲＩのスペクトル密度、ＬＦ、ＨＦ、ＬＦ／ＨＦのデータが記憶部３に記憶されている場合は、脈波の測定時点とは時間的に異なった状況（例えば後日とか）でのストレス状態の各評価処理を実行できる。よって、特定のドライバーにとってのストレス状態の各評価の日中の時間変動や長期間でみた季節変動などの傾向も探究することが可能となる。 When the RRI, the spectral density of the RRI, the data of the LF, the HF, and the LF / HF are stored in the storage unit 3, the time when the time of measuring the pulse wave is different (for example, at a later date). Each evaluation process of the stress state can be executed. Therefore, it becomes possible to explore trends such as time variation during the day and seasonal variation over a long period in each evaluation of the stress state for a specific driver.
上記本装置Ａの動作においては、ＨＦ、ＬＦ／ＨＦの代わりにｌｎ（ＨＦ）、ｌｎ（ＬＦ／ＨＦ）を使う場合もある。ここでｌｎは自然対数である。自然対数を使った場合は、閾値も変わる。
この場合、「適応力低下・落込み状態」は、ＨＲ及びＬｙａを使い、次式により推定する、
Ｌｙａ＜Ｓ１ 且つ ＨＲ＜Ｓ２
ここで、Ｓ１、Ｓ２は閾値
「眠気・疲労状態」は、ＨＲ、ｌｎ（ＨＦ）及びｌｎ（ＬＦ／ＨＦ）を使い、次式により推定する。
ｌｎ（ＨＦ）＞Ｓ１０ 且つ ＨＲ＜Ｓ４ 且つ ｌｎ（ＬＦ／ＨＦ）＜Ｓ１１
ここで、Ｓ４、Ｓ１０、Ｓ１１は閾値、ｌｎ（ＨＦ）、ｌｎ（ＬＦ／ＨＦ）は自然対数
「緊張・気分高揚状態」は、ＨＲとＬｙａを使い、次式により推定する。
ＨＲ＞Ｓ６ かつ Ｌｙａ＞Ｓ７
ここで、Ｓ６、Ｓ７は閾値
「ストレス状態」は、ｌｎ（ＨＦ）及びｌｎ（ＬＦ／ＨＦ）を使い、次式により推定する、
ｌｎ（ＬＦ／ＨＦ）＞Ｓ１２ 且つ ｌｎ（ＨＦ）＜Ｓ１３
ここで、Ｓ１２、Ｓ１３は閾値、ｌｎ（ＨＦ）、ｌｎ（ＬＦ／ＨＦ）は自然対数
とすることができる。
In the operation of the device A, ln (HF) and ln (LF / HF) may be used instead of HF and LF / HF. Here, ln is a natural logarithm. When using natural logarithm, the threshold also changes.
In this case, the “decreased adaptability / falling state” is estimated by the following equation using HR and Lya.
Lya <S1 and HR <S2
Here, S1 and S2 are threshold values. “Drowsiness / fatigue state” is estimated by the following equation using HR, ln (HF) and ln (LF / HF).
ln (HF)> S10 and HR <S4 and ln (LF / HF) <S11
Here, S4, S10, and S11 are threshold values, ln (HF), and ln (LF / HF) are natural logarithms. The “tension / mood elevation state” is estimated by the following equation using HR and Lya.
HR> S6 and Lya> S7
Here, S6 and S7 are threshold values "stress state" is estimated by the following equation using ln (HF) and ln (LF / HF),
ln (LF / HF)> S12 and ln (HF) <S13
Here, S12 and S13 can be threshold values, and ln (HF) and ln (LF / HF) can be natural logarithms.
ここに、一つの事例であるが、ダンプカーのドライバーの状態を推定するのに実際に使用した具体的な指標による判定式を示す。
Ｌｙａ＜０．５ 且つ ＨＲ＜５０ のとき、適応力低下・落込み状態と判定する。
ｌｎ（ＨＦ）＞７ 且つ ＨＲ＜５０ 且つ ｌｎ（ＬＦ／ＨＦ）＜０．５ のとき、眠気・疲労状態と判定する。
ＨＲ＞８５ かつ Ｌｙａ＞６ のとき、緊張・気分高揚状態と判定する。
ｌｎ（ＬＦ／ＨＦ）＞２ 且つ ｌｎ（ＨＦ）＜４ のとき、ストレス状態と判定する。
ここで、ｌｎは自然対数を示す。
なお、これらの値は一つの事例であり、これに限定されるものではない。また、これらの値は個人毎に変えられてもよい。
Here, as one example, a judgment formula based on a concrete index actually used to estimate the state of the driver of the dump truck is shown.
When Lya <0.5 and HR <50, it is determined that the adaptability has deteriorated.
When ln (HF)> 7 and HR <50 and ln (LF / HF) <0.5, it is determined to be a drowsiness / fatigue state.
When HR> 85 and Lya> 6, it is determined that the person is in a tension / mood state.
When ln (LF / HF)> 2 and ln (HF) <4, it is judged as a stress state.
Here, ln shows a natural logarithm.
It should be noted that these values are one example and are not limited to this. Further, these values may be changed for each individual.
このように本方法及び本装置Ａでは、輸送系車両、建設機械のドライバーを含む各種のドライバーの脈波を測定し、脈波から心拍変動ゆらぎ、カオスゆらぎの２種類の生体ゆらぎを計測し、２種類の生体ゆらぎに基づいて、各種のドライバーの運転に支障を及ぼす「適応力低下・落込み状態」、「眠気・疲労状態」、「緊張・気分高揚状態」、「ストレス状態」といった４つの行動パターンを推定し、これらの行動パターンと行動エラーとの関係を把握することで、これらの行動パターンを行動エラーの兆候として捉えることができ、これをドライバーに警告することにより、ヒューマンエラーを未然に防止することができる。
図１１に上記ダンプカーのドライバーの状態を推定するのに実際に使用した具体的な指標による判定式を使って、本装置Ａの出力部４からドライバーに警報する判定基準と注意喚起メッセージを例示している。なお、この場合、出力部４としてタブレット端末を用いている。
（１）Ｌｙａ＜０．５ 且つ ＨＲ＜５０ のとき、適応力低下・落込み状態と判定され、「適応力が低下しています。注意して運転に当たってください。」と画面表示、音声などにより出力される。
（２）ｌｎ（ＨＦ）＞７ 且つ ＨＲ＜５０ 且つ ｌｎ（ＬＦ／ＨＦ）＜０．５ のとき、眠気・疲労状態と判定され、「疲れて眠い状態です。休憩などを取って下さい。」と画面表示、音声などにより出力される。
（３）ＨＲ＞８５ かつ Ｌｙａ＞６ のとき、緊張・気分高揚状態と判定され、「テンションが上昇気味です。リラックスして運転しましょう。」と画面表示、音声などにより出力される。
（４）ｌｎ（ＬＦ／ＨＦ）＞２ 且つ ｌｎ（ＨＦ）＜４ のとき、ストレス状態と判定され、「ストレスが高い状態です。深呼吸などをし、リラックスして運転しましょう。」と画面表示、音声などにより出力される。
As described above, the present method and the present apparatus A measure the pulse waves of various drivers including drivers of transportation vehicles and construction machines, and measure two types of biological fluctuations, that is, heartbeat fluctuation fluctuation and chaos fluctuation from the pulse wave, Based on two types of biological fluctuations, there are four types that affect the driving of various drivers: "decreased adaptability / depression", "drowsiness / fatigue", "tension / elevation", and "stress". By estimating behavior patterns and understanding the relationship between these behavior patterns and behavior errors, these behavior patterns can be grasped as signs of behavior errors.By warning the driver of these behavior patterns, human errors can be detected in advance. Can be prevented.
FIG. 11 exemplifies a criterion and a warning message for alerting the driver from the output section 4 of the present device A, using the judgment formula based on the concrete index actually used to estimate the driver's state of the dump truck. ing. In this case, a tablet terminal is used as the output unit 4.
(1) When Lya <0.5 and HR <50, it is judged that the adaptability has decreased / decreased, and "the adaptability is decreasing. Please drive carefully." Is output.
(2) When ln (HF)> 7 and HR <50 and ln (LF / HF) <0.5, it is judged to be drowsiness / fatigue and "I am tired and sleepy. Take a break." Is displayed and displayed on the screen.
(3) When HR> 85 and Lya> 6, it is determined that the person is in a state of tension and mood elevation, and the message “Your tension is rising. Let's relax and drive.” Is displayed on the screen or by voice.
(4) When ln (LF / HF)> 2 and ln (HF) <4, it is judged as a stressed state and the screen display says "Your stress is high. Take a deep breath and relax and drive." , Voice, etc.
本願出願人らは、本装置Ａを用いて、ダンプカーで汚染土壌を仮置場から受入地まで輸送する実車によるバイタルデータ（脈波）の取得とその効果の確認を実施した。その結果を図１２に示す。
図１２に示すように、ドライバーの「緊張」、「ストレス」は頻繁に検知されており、ドライバー自身に自覚がないときでも、本装置Ａではその兆候を検知することができた。また、「適応力低下」についても本装置Ａで検知することができた。交感神経が高い状態、つまり、緊張・気分高揚が連続的に継続しているところに、「適応力低下」が見られた。このままの状態で運転を継続すると、散漫・漫然状態に陥り、ヒューマンエラーにつながる恐れがある。この結果から、本方法及び本装置Ａの有用性を確認することができた。
The applicants of the present application used this apparatus A to obtain vital data (pulse wave) by an actual vehicle that transports contaminated soil from a temporary storage place to a receiving place by a dump truck, and confirmed its effect. The result is shown in FIG.
As shown in FIG. 12, “tension” and “stress” of the driver were frequently detected, and even when the driver himself was unaware, the present device A could detect the symptom. In addition, this device A was able to detect "decrease in adaptability". "Lower adaptive capacity" was observed in a state where the sympathetic nerve was high, that is, where tension and mood elevation continued continuously. If you continue driving in this state, you may fall into a distracted or absent-minded state, leading to human error. From this result, the usefulness of this method and this apparatus A could be confirmed.
以上説明したように、本方法及び本装置Ａによれば、輸送系車両、建設機械のドライバーを含む各種のドライバーの脈波から心拍ゆらぎ、カオスゆらぎの２種類の生体ゆらぎを計測し、すなわち、従来から取り入れられている指標である心拍数（ＨＲ）、心拍変動の低周波成分（ＬＦ）や高周波成分（ＨＦ）とリアプノフ指数（Ｌｙａ）とを組み合わせることで、各種のドライバーの適応力低下・落込み状態、眠気、疲労状態、緊張・気分高揚状態、ストレス状態といった生体的行動パターンを推定するので、従来の眠気や疲労のみの評価、あるいは眠気と緊張、疲労と緊張といった身体状態と精神状態の一部分だけの評価と異なり、各種のドライバーの状態（運転に適正な状態か不適正な状態か）をより詳細に測定して、運転に適した状態か否かを的確に判定することができ、安全管理上、ヒューマンエラー対策上、より一層現実に即したきめ細かい対策を採ることができる。 As described above, according to the present method and the present apparatus A, two types of biological fluctuations, heartbeat fluctuations and chaos fluctuations, are measured from pulse waves of various drivers including drivers of transportation vehicles and construction machines, that is, By combining the heart rate (HR), a low frequency component (LF) and high frequency component (HF) of heart rate variability and Lyapunov index (Lya), which are indicators that have been conventionally adopted, the adaptability of various drivers decreases. Since biological behavior patterns such as depression, drowsiness, fatigue, tension / mood elevation, and stress are estimated, conventional evaluation of drowsiness and fatigue alone, or physical and mental states such as sleepiness and tension, fatigue and tension Different from the evaluation of only a part of the, it is possible to measure the state of each driver (whether it is a proper state or an incorrect state for driving) in more detail, and accurately judge whether or not the state is suitable for driving. In terms of safety management and human error countermeasures, it is possible to take more precise and detailed countermeasures.
また、本方法及び本装置Ａで用いる指標はすべて、脈波の測定値から算出できるので、脈波センサー以外にセンサーは必要がなく、ドライバーが装着するウエラブルセンサーとしてはシンプルな装置構成とすることができる。
さらに、本装置Ａでは、運転席でドライバーが使用する装置は脈波センサーとスマートフォンやタブレット端末などのモバイル端末のみですみ、携帯が容易で操作もしやすく、ドライバーの負担を少なくすることができる。一方、管理センターではバイタルデータをリアルタイムで取得して、ドライバーの健康状態や疾患につながる病変を常時モニタリングすることができ、ドライバーの安全管理を確実に実施することができる。
Further, since all the indexes used in the present method and the present apparatus A can be calculated from the measured values of the pulse wave, no sensor other than the pulse wave sensor is required, and the device has a simple device configuration as a wearable sensor worn by the driver. be able to.
Further, in the present device A, the device used by the driver in the driver's seat is only the pulse wave sensor and the mobile terminal such as the smartphone or the tablet terminal, and it is easy to carry and operate and the burden on the driver can be reduced. On the other hand, at the management center, vital data can be acquired in real time to constantly monitor the health condition of the driver and lesions that lead to diseases, so that safety management of the driver can be surely implemented.
Ａ ドライバーの状態推定装置（本装置）
１ 脈波測定器
１１ 脈波センサー
１２ コントローラー
１３ センサーケーブル
２ 制御部
２１ リアプノフ指数算出部
２２ 心拍数算出部
２３ 心拍変動の低周波成分・高周波成分算出部
２３１ 脈波ピーク間隔算出部（ＲＲＩ算出部）
２３２ 脈波ピーク間隔のパワースペクトル密度算出部（ＲＲＩのスペクトル密度算出部）
２３３ 心拍変動の低周波成分・高周波成分・低周波成分／高周波成分算出部（ＬＦ、ＨＦ、ＬＦ／ＨＦ算出部）
２４ 適応力低下・落込み状態判定部
２５ 眠気・疲労状態判定部
２６ 緊張・気分高揚状態判定部
２７ ストレス状態判定部
３ 記憶部
４ 出力部
A driver state estimation device (this device)
1 pulse wave measuring device 11 pulse wave sensor 12 controller 13 sensor cable 2 control unit 21 Lyapunov exponent calculation unit 22 heart rate calculation unit 23 low frequency component / high frequency component calculation unit of heart rate variability 231 pulse wave peak interval calculation unit (RRI calculation unit )
232 Pulse Spectral Peak Interval Power Spectral Density Calculation Unit (RRI Spectral Density Calculation Unit)
233 Low-frequency / high-frequency / low-frequency / high-frequency component calculator for heart rate variability (LF, HF, LF / HF calculator)
24 Decreased adaptability / depression state determination unit 25 Drowsiness / fatigue state determination unit 26 Tension / mood elevation determination unit 27 Stress state determination unit 3 Storage unit 4 Output unit
Claims (7)
ことを特徴とするドライバーの状態推定方法。 Pulse waves of various drivers including drivers of transportation vehicles and construction machines are measured, heart rate fluctuation fluctuations and chaotic fluctuations of two types of biological fluctuations are measured from the pulse waves, and various types of biological fluctuations are measured based on the two types of biological fluctuations. Four states that affect the driver's driving: "decreased adaptability / depression", "drowsiness / fatigue", "tension / elevation", and "stress".
A method for estimating a driver's condition, which is characterized in that
（１）心拍数（ＨＲ）
（２）リアプノフ指数（Ｌｙａ）
（３）心拍変動の高周波成分（ＨＦ）
（４）心拍変動の低周波成分（ＬＦ）
「適応力低下・落込み状態」は、ＨＲ及びＬｙａを使い、次式により推定する、
Ｌｙａ＜Ｓ１ 且つ ＨＲ＜Ｓ２
ここで、Ｓ１、Ｓ２は閾値、
「眠気・疲労状態」は、ＨＲ、ＨＦ及びＬＦを使い、次式により推定する、
ＨＦ＞Ｓ３ 且つ ＨＲ＜Ｓ４ 且つ ＬＦ／ＨＦ＜Ｓ５
ここで、Ｓ３、Ｓ４、Ｓ５は閾値、
「緊張・気分高揚状態」は、ＨＲとＬｙａを使い、次式により推定する、
ＨＲ＞Ｓ６ かつ Ｌｙａ＞Ｓ７
ここで、Ｓ６、Ｓ７は閾値、
「ストレス状態」は、ＨＦ及びＬＦを使い、次式により推定する、
ＬＦ／ＨＦ＞Ｓ８ 且つ ＨＦ＜Ｓ９
ここで、Ｓ８、Ｓ９は閾値、
請求項１に記載のドライバーの運転状態推定方法。 To measure the two types of biological fluctuations of various drivers, calculate the following indices from the pulse waves of various drivers,
(1) Heart rate (HR)
(2) Lyapunov index (Lya)
(3) High frequency component (HF) of heart rate variability
(4) Low frequency component (LF) of heart rate variability
The “decreased adaptability / falling state” is estimated by the following equation using HR and Lya,
Lya <S1 and HR <S2
Here, S1 and S2 are threshold values,
"Drowsiness / fatigue state" is estimated by the following equation using HR, HF and LF.
HF> S3 and HR <S4 and LF / HF <S5
Here, S3, S4, and S5 are thresholds,
The "tension / mood state" is estimated by the following formula using HR and Lya.
HR> S6 and Lya> S7
Here, S6 and S7 are threshold values,
The "stress state" is estimated by the following equation using HF and LF,
LF / HF> S8 and HF <S9
Here, S8 and S9 are threshold values,
The method for estimating a driving state of a driver according to claim 1.
（１）心拍数（ＨＲ）
（２）リアプノフ指数（Ｌｙａ）
（３）心拍変動の高周波成分（ＨＦ）
（４）心拍変動の低周波成分（ＬＦ）
「適応力低下・落込み状態」は、ＨＲ及びＬｙａを使い、次式により推定する、
Ｌｙａ＜Ｓ１ 且つ ＨＲ＜Ｓ２
ここで、Ｓ１、Ｓ２は閾値、
「眠気・疲労状態」は、ＨＲ、ｌｎ（ＨＦ）及びｌｎ（ＬＦ／ＨＦ）を使い、次式により推定する、
ｌｎ（ＨＦ）＞Ｓ１０ 且つ ＨＲ＜Ｓ４ 且つ ｌｎ（ＬＦ／ＨＦ）＜Ｓ１１
ここで、Ｓ４、Ｓ１０、Ｓ１１は閾値、ｌｎ（ＨＦ）、ｌｎ（ＬＦ／ＨＦ）は自然対数、
「緊張・気分高揚状態」は、ＨＲとＬｙａを使い、次式により推定する、
ＨＲ＞Ｓ６ かつ Ｌｙａ＞Ｓ７
ここで、Ｓ６、Ｓ７は閾値、
「ストレス状態」は、ｌｎ（ＨＦ）及びｌｎ（ＬＦ／ＨＦ）を使い、次式により推定する、
ｌｎ（ＬＦ／ＨＦ）＞Ｓ１２ 且つ ｌｎ（ＨＦ）＜Ｓ１３
ここで、Ｓ１２、Ｓ１３は閾値、ｌｎ（ＨＦ）、ｌｎ（ＬＦ／ＨＦ）は自然対数、
請求項１に記載のドライバーの状態推定方法。 To measure the two types of biological fluctuations of various drivers, calculate the following indices from the pulse waves of various drivers,
(1) Heart rate (HR)
(2) Lyapunov index (Lya)
(3) High frequency component (HF) of heart rate variability
(4) Low frequency component (LF) of heart rate variability
The “decreased adaptability / falling state” is estimated by the following equation using HR and Lya,
Lya <S1 and HR <S2
Here, S1 and S2 are threshold values,
“Drowsiness / fatigue state” is estimated by the following equation using HR, ln (HF) and ln (LF / HF),
ln (HF)> S10 and HR <S4 and ln (LF / HF) <S11
Here, S4, S10 and S11 are threshold values, ln (HF) and ln (LF / HF) are natural logarithms,
The "tension / mood state" is estimated by the following formula using HR and Lya.
HR> S6 and Lya> S7
Here, S6 and S7 are threshold values,
The "stress state" is estimated by the following equation using ln (HF) and ln (LF / HF),
ln (LF / HF)> S12 and ln (HF) <S13
Here, S12 and S13 are threshold values, ln (HF) and ln (LF / HF) are natural logarithms,
The driver's state estimation method according to claim 1.
前記脈波測定器に接続され、当該脈波測定器により測定した脈波を基にリアプノフ指数を求めるリアプノフ指数算出部と、
前記脈波測定器に接続され、当該脈波測定器により測定された脈波を基に心拍数を求める心拍数算出部と、
前記脈波測定器に接続され、当該脈波測定器により測定された脈波を基に心拍変動の低周波成分、高周波成分、及び低・高周波成分の比を算出する心拍変動の低周波成分・高周波成分算出部と、
リアプノフ指数、心拍数、心拍変動の低周波成分、高周波成分、及び低・高周波成分の比を格納し、またこれらのデータの対応関係を記憶する記憶部と、
前記リアプノフ指数算出部と前記心拍数算出部とに接続され、リアプノフ指数と心拍数から適応力低下・落込み状態を判定する適応力低下・落込み状態判定部と、
前記心拍数算出部と前記低周波成分・高周波成分算出部とに接続され、心拍数と心拍変動の低周波成分、高周波成分、低・高周波成分の比から眠気・疲労状態を判定する眠気・疲労状態判定部と、
前記リアプノフ指数算出部と前記心拍数算出部とに接続され、リアプノフ指数と心拍数から緊張・気分高揚状態を判定する緊張・気分高揚状態判定部と、
前記低周波成分・高周波成分算出部に接続され、心拍変動の低周波成分、高周波成分、低・高周波成分の比からストレス状態を判定するストレス状態判定部と、
前記適応力低下・落込み状態判定部、前記眠気・疲労状態判定部、前記緊張・気分高揚状態判定部、及び前記ストレス状態判定部に接続され、これら適応力低下・落込み状態判定部、前記眠気・疲労状態判定部、前記緊張・気分高揚状態判定部、及び前記ストレス状態判定部による判定結果を出力する出力部と、
を備えた、
ことを特徴とするドライバーの状態推定装置。 A pulse wave measuring device that measures pulse waves from various drivers,
Connected to the pulse wave measuring instrument, a Lyapunov exponent calculating unit for obtaining a Lyapunov exponent based on the pulse wave measured by the pulse wave measuring instrument,
A heart rate calculation unit that is connected to the pulse wave measuring device and obtains a heart rate based on the pulse wave measured by the pulse wave measuring device,
Connected to the pulse wave measuring instrument, a low frequency component of heart rate variability based on the pulse wave measured by the pulse wave measuring instrument, a high frequency component, and a low frequency component of heart rate variability for calculating a ratio of low and high frequency components. A high frequency component calculator,
A storage unit that stores the Lyapunov exponent, the heart rate, the low frequency component of the heart rate variability, the high frequency component, and the ratio of the low and high frequency components, and also stores the correspondence relationship of these data,
Connected to the Lyapunov index calculation unit and the heart rate calculation unit, the adaptive power decrease / depression state determination unit to determine the adaptive power decline / depression state from the Lyapunov index and heart rate,
Connected to the heart rate calculation unit and the low frequency component / high frequency component calculation unit, drowsiness / fatigue for determining a drowsiness / fatigue state from the ratio of the low frequency component, the high frequency component, and the low / high frequency component of the heart rate and heart rate variability A state determination unit,
A tension / mood elevation determination unit that is connected to the Lyapunov index calculation unit and the heart rate calculation unit and determines tension / mood elevation state from the Lyapunov index and heart rate.
A stress state determination unit that is connected to the low frequency component / high frequency component calculation unit and determines a stress state from a low frequency component of heartbeat variability, a high frequency component, and a ratio of low / high frequency components,
It is connected to the adaptive weakness / depression state determination unit, the drowsiness / fatigue state determination unit, the tension / mood elevation state determination unit, and the stress state determination unit, and these adaptive ability reduction / depression state determination units, the A drowsiness / fatigue state determination unit, the tension / mood elevation state determination unit, and an output unit that outputs the determination result by the stress state determination unit,
With
A state estimation device for a driver, characterized in that
心拍数算出部は、脈波の測定値から脈拍数を計算して心拍数を求め、
心拍変動の低周波成分・高周波成分算出部は、脈波の測定値から脈波のピーク間隔を求め、当該脈波のピーク間隔の時系列データを周波数解析して、心拍変動の低周波成分、高周波成分及び低・高周波成分の比を求め、
適応力低下・落込み状態判定部は、次式、
Ｌｙａ＜Ｓ１ 且つ ＨＲ＜Ｓ２
ここで、Ｓ１、Ｓ２は閾値、
により適応力低下・落込み状態を判定する、
眠気・疲労状態判定部は、次式、
ＨＦ＞Ｓ３ 且つ ＨＲ＜Ｓ４ 且つ ＬＦ／ＨＦ＜Ｓ５
ここで、Ｓ３−Ｓ５は閾値、
により眠気・疲労状態を判定する、
緊張・気分高揚状態判定部は、次式、
ＨＲ＞Ｓ６ かつ Ｌｙａ＞Ｓ７
ここで、Ｓ６、Ｓ７は閾値、
により緊張・気分高揚状態を判定する、
ストレス状態判定部は、次式、
ＬＦ／ＨＦ＞Ｓ８ 且つ ＨＦ＜Ｓ９
ここで、Ｓ８、Ｓ９は閾値、
によりストレス状態を判定する、
請求項４又は５に記載のドライバーの状態推定装置。 The Lyapunov exponent calculation unit obtains the Lyapunov exponent by chaos analysis from the measured value of the pulse wave,
The heart rate calculation unit calculates the pulse rate from the measured value of the pulse wave to obtain the heart rate,
The low-frequency component / high-frequency component calculation unit of the heartbeat fluctuation obtains the peak interval of the pulse wave from the measured value of the pulse wave, frequency-analyzes the time-series data of the peak interval of the pulse wave, and the low-frequency component of the heartbeat fluctuation, Find the ratio of high frequency components and low / high frequency components,
The deterioration of adaptability / falling state is determined by the following equation,
Lya <S1 and HR <S2
Here, S1 and S2 are threshold values,
To determine if the adaptability has declined or dropped,
The drowsiness / fatigue state determination unit is
HF> S3 and HR <S4 and LF / HF <S5
Here, S3-S5 are threshold values,
Determines drowsiness / fatigue by
The tension / mood elevation determination unit uses the following equation:
HR> S6 and Lya> S7
Here, S6 and S7 are threshold values,
To determine the state of tension and mood uplifting,
The stress state determination unit is
LF / HF> S8 and HF <S9
Here, S8 and S9 are threshold values,
Determine the stressed state by
The driver's state estimation device according to claim 4 or 5.
心拍数算出部は、脈波の測定値から脈拍数を計算して心拍数を求め、
心拍変動の低周波成分・高周波成分算出部は、脈波の測定値から脈波のピーク間隔を求め、当該脈波のピーク間隔の時系列データを周波数解析して、心拍変動の低周波成分、高周波成分及び低・高周波成分の比を求め、
適応力低下・落込み状態判定部は、次式、
Ｌｙａ＜Ｓ１ 且つ ＨＲ＜Ｓ２
ここで、Ｓ１、Ｓ２は閾値、
により適応力低下・落込み状態を判定する、
眠気・疲労状態判定部は、次式、
ｌｎ（ＨＦ）＞Ｓ１０ 且つ ＨＲ＜Ｓ４ 且つ ｌｎ（ＬＦ／ＨＦ）＜Ｓ１１
ここで、Ｓ４、Ｓ１０、Ｓ１１は閾値、ｌｎ（ＨＦ）、ｌｎ（ＬＦ／ＨＦ）は自然対数、
により眠気・疲労状態を判定する、
緊張・気分高揚状態判定部は、次式、
ＨＲ＞Ｓ６ かつ Ｌｙａ＞Ｓ７
ここで、Ｓ６、Ｓ７は閾値、
により緊張・気分高揚状態を判定する、
ストレス状態判定部は、次式、
ｌｎ（ＬＦ／ＨＦ）＞Ｓ１２ 且つ ｌｎ（ＨＦ）＜Ｓ１３
ここで、Ｓ１２、Ｓ１３は閾値、ｌｎ（ＨＦ）、ｌｎ（ＬＦ／ＨＦ）は自然対数、
によりストレス状態を判定する、
請求項４又は５に記載のドライバーの状態推定装置。
The Lyapunov exponent calculation unit obtains the Lyapunov exponent by chaos analysis from the measured value of the pulse wave,
The heart rate calculation unit calculates the pulse rate from the measured value of the pulse wave to obtain the heart rate,
The low-frequency component / high-frequency component calculation unit of the heartbeat fluctuation obtains the peak interval of the pulse wave from the measured value of the pulse wave, frequency-analyzes the time-series data of the peak interval of the pulse wave, and the low-frequency component of the heartbeat fluctuation, Find the ratio of high frequency components and low / high frequency components,
The deterioration of adaptability / falling state is determined by the following equation,
Lya <S1 and HR <S2
Here, S1 and S2 are threshold values,
To determine if the adaptability has declined or dropped,
The drowsiness / fatigue state determination unit is
ln (HF)> S10 and HR <S4 and ln (LF / HF) <S11
Here, S4, S10 and S11 are threshold values, ln (HF) and ln (LF / HF) are natural logarithms,
Determines drowsiness / fatigue by
The tension / mood elevation determination unit uses the following equation:
HR> S6 and Lya> S7
Here, S6 and S7 are threshold values,
To determine the state of tension and mood uplifting,
The stress state determination unit is
ln (LF / HF)> S12 and ln (HF) <S13
Here, S12 and S13 are threshold values, ln (HF) and ln (LF / HF) are natural logarithms,
Determine the stressed state by
The driver's state estimation device according to claim 4 or 5.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018207994A JP7217576B2 (en) | 2018-11-05 | 2018-11-05 | Driver state estimation method and device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018207994A JP7217576B2 (en) | 2018-11-05 | 2018-11-05 | Driver state estimation method and device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020074805A true JP2020074805A (en) | 2020-05-21 |
| JP7217576B2 JP7217576B2 (en) | 2023-02-03 |
Family
ID=70723128
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018207994A Active JP7217576B2 (en) | 2018-11-05 | 2018-11-05 | Driver state estimation method and device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7217576B2 (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112842359A (en) * | 2021-01-25 | 2021-05-28 | 国网江苏省电力有限公司电力科学研究院 | Pressure and fatigue information monitoring method for intelligent safety helmet |
| CN114533000A (en) * | 2020-11-26 | 2022-05-27 | 丰田自动车株式会社 | Autonomic nervous index calculation system, autonomic nervous index calculation method, and computer-readable medium |
| WO2022176808A1 (en) * | 2021-02-17 | 2022-08-25 | 道央 横山 | Information processing system, information processing device, information processing method, and information processing program |
| WO2024034072A1 (en) * | 2022-08-10 | 2024-02-15 | 三菱電機株式会社 | Brain activity estimating device, apparatus provided with brain activity estimating device, and air conditioning device |
| CN114533000B (en) * | 2020-11-26 | 2024-04-26 | 丰田自动车株式会社 | Autonomic nerve index calculation system, autonomic nerve index calculation method, and computer-readable medium |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04367653A (en) * | 1991-06-14 | 1992-12-18 | Matsushita Electric Works Ltd | Bioactivity monitor system |
| US20040137639A1 (en) * | 2001-04-25 | 2004-07-15 | Wasei Miyazaki | Method of judging efficacy of biological state action affecting bioligical state, judging apparatus, judging system, judging program and recording medium holding the program |
| WO2005039415A1 (en) * | 2003-10-23 | 2005-05-06 | Delta Tooling Co., Ltd. | Fatigue degree measuring device, fatigue detection device, and computer program |
| JP2012239480A (en) * | 2011-05-14 | 2012-12-10 | Delta Tooling Co Ltd | Biological state estimation device and computer program |
| JP2015016273A (en) * | 2013-06-13 | 2015-01-29 | Ｗｉｎフロンティア株式会社 | Mind balance evaluation device and program for the same |
| JP2015189402A (en) * | 2014-03-28 | 2015-11-02 | 株式会社デンソーアイティーラボラトリ | driver state determination device and driver state determination program |
-
2018
- 2018-11-05 JP JP2018207994A patent/JP7217576B2/en active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04367653A (en) * | 1991-06-14 | 1992-12-18 | Matsushita Electric Works Ltd | Bioactivity monitor system |
| US20040137639A1 (en) * | 2001-04-25 | 2004-07-15 | Wasei Miyazaki | Method of judging efficacy of biological state action affecting bioligical state, judging apparatus, judging system, judging program and recording medium holding the program |
| WO2005039415A1 (en) * | 2003-10-23 | 2005-05-06 | Delta Tooling Co., Ltd. | Fatigue degree measuring device, fatigue detection device, and computer program |
| JP2012239480A (en) * | 2011-05-14 | 2012-12-10 | Delta Tooling Co Ltd | Biological state estimation device and computer program |
| JP2015016273A (en) * | 2013-06-13 | 2015-01-29 | Ｗｉｎフロンティア株式会社 | Mind balance evaluation device and program for the same |
| JP2015189402A (en) * | 2014-03-28 | 2015-11-02 | 株式会社デンソーアイティーラボラトリ | driver state determination device and driver state determination program |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114533000A (en) * | 2020-11-26 | 2022-05-27 | 丰田自动车株式会社 | Autonomic nervous index calculation system, autonomic nervous index calculation method, and computer-readable medium |
| JP7327363B2 (en) | 2020-11-26 | 2023-08-16 | トヨタ自動車株式会社 | Autonomic nerve index calculation system, autonomic nerve index calculation method, and autonomic nerve index calculation program |
| CN114533000B (en) * | 2020-11-26 | 2024-04-26 | 丰田自动车株式会社 | Autonomic nerve index calculation system, autonomic nerve index calculation method, and computer-readable medium |
| CN112842359A (en) * | 2021-01-25 | 2021-05-28 | 国网江苏省电力有限公司电力科学研究院 | Pressure and fatigue information monitoring method for intelligent safety helmet |
| CN112842359B (en) * | 2021-01-25 | 2022-09-16 | 国网江苏省电力有限公司电力科学研究院 | Pressure and fatigue information monitoring method for intelligent safety helmet |
| WO2022176808A1 (en) * | 2021-02-17 | 2022-08-25 | 道央 横山 | Information processing system, information processing device, information processing method, and information processing program |
| WO2024034072A1 (en) * | 2022-08-10 | 2024-02-15 | 三菱電機株式会社 | Brain activity estimating device, apparatus provided with brain activity estimating device, and air conditioning device |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7217576B2 (en) | 2023-02-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5167156B2 (en) | Biological condition evaluation apparatus, biological condition evaluation system, program, and recording medium | |
| JP2020074805A (en) | Method and device for presuming driver's state | |
| Lal et al. | Electroencephalography activity associated with driver fatigue: Implications for a fatigue countermeasure device. | |
| Warwick et al. | Detecting driver drowsiness using wireless wearables | |
| Begum | Intelligent driver monitoring systems based on physiological sensor signals: A review | |
| KR20070009916A (en) | Apparatus and method for managing health | |
| KR20100023021A (en) | Sleepiness judging device | |
| JP6579890B2 (en) | Fatigue meter | |
| JP2014100227A (en) | Concentration degree estimation apparatus, concentration degree estimation method, driving assistance apparatus, and driving assistance method | |
| KR20140096609A (en) | Method for Service of Driver Identfy and Bio Signal Information of Driver | |
| KR100956406B1 (en) | Driving simulation system and method for controlling tension level, and recording medium used there to | |
| JP2017063966A (en) | Fatigue degree meter | |
| CN212061888U (en) | Driving management and control system based on vehicle-mounted human body multi-parameter monitoring terminal | |
| Murata et al. | Evaluation of drowsiness by HRV measures-basic study for drowsy driver detection | |
| KR102179661B1 (en) | System for providing safe driving and health care based on combined detecting of hands on and bio-information | |
| Murata et al. | An attempt to predict drowsiness by Bayesian estimation | |
| EP2962638B1 (en) | Dozing prevention method | |
| JPH10146321A (en) | Driver monitoring device | |
| RU2529944C1 (en) | Apparatus for diagnosing performance capability of vehicle driver | |
| Yamakoshi et al. | A novel physiological index for Driver’s Activation State derived from simulated monotonous driving studies | |
| JP4609539B2 (en) | Sleepiness detection device | |
| Tran et al. | Increase in regularity and decrease in variability seen in electroencephalography (EEG) signals from alert to fatigue during a driving simulated task | |
| WO2017057022A1 (en) | Biological state estimation device, biological state estimation method, and computer program | |
| TWI582727B (en) | Adaptive parameter prediction method and device for physiological reaction | |
| Yoshimoto et al. | Building a sensor network to measure drivers' emotions |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20181113 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211018 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20211018 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20211018 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220824 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220913 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221101 |
|
| 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: 20230117 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230120 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7217576 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |