JP2020086762A - 評価システム、評価方法、およびプログラム - Google Patents

Abstract

【課題】乗員の社会的な信用性を評価することができる評価システム、評価方法、およびプログラムを提供すること。【解決手段】この発明の一態様に係る評価システムは、車両の外観を撮像した画像を取得する取得部と、前記画像取得部により取得された前記画像に基づいて、前記乗員の社会的な信用性を評価する評価ポイントを導出して付与する評価部と、を備える、評価システムである。【選択図】図１

Description

本発明は、評価システム、評価方法、およびプログラムに関する。

従来、操舵角、アクセル操作量、ブレーキ操作状態等のドライバの運転操舵に基づいた車両の運転状態を取得し、取得した運転状態に基づいてドライバの安全運転レベルを判定する技術が知られている（例えば、特許文献１参照）。

特開２００９−１２８４８６号公報

しかしながら、従来の技術では、ドライバの運転操舵が交通ルールに即したものであったかを判定することはできたが、周囲のドライバに対する配慮などの社会性やマナーに即した運転操舵であったか、すなわち、ドライバが社会的にどの程度信頼されるかまでは判断することができなかった。

本発明の態様は、このような事情を考慮してなされたものであり、乗員の社会的な信用性を評価することができる評価システム、評価方法、およびプログラムを提供することを目的の一つとする。

この発明に係る評価システム、評価方法、およびプログラムは、以下の構成を採用した。
（１）：この発明の一態様に係る評価システムは、車両の外観を撮像した画像を取得する取得部と、前記取得部により取得された前記画像に基づいて、前記車両の乗員の社会的な信用性を評価する評価ポイントを導出して付与する評価部と、を備える、評価システムである。

（２）：上記（１）の一態様において、前記取得部は、更に、前記車両の乗員に関する情報と、前記車両の走行に関する情報とを取得し、前記評価部は、前記取得部により取得された情報に更に基づいて前記評価ポイントを導出するものである。

（３）：上記（１）または（２）の態様において、前記評価部は、前記乗員による所定の好ましい振る舞いを検出した場合、前記乗員をプラス評価し、前記乗員による所定の好ましくない振る舞いを検出した場合、前記乗員をマイナス評価するものである。

（４）：上記（３）の態様において、前記評価部は、前記画像に基づいて前記振る舞いを類型化するものである。

（５）：上記（２）から（４）のいずれかの態様において、前記乗員に関する情報は、前記乗員の事故歴であるものである。

（６）：上記（１）から（５）のいずれかの態様において、前記評価部は、前記画像に基づいて、事故の発生の有無を推定するものである。

（７）：上記（１）から（６）のいずれかの態様において、前記取得部は、さらに前記車両の走行に関するセンシング結果を取得し、前記評価部は、前記センシング結果に基づいて、事故の発生の有無を推定するものである。

（８）：上記（６）または（７）の態様において、前記評価部は、事故が発生したと推定し、且つ、前記事故の原因が乗員にあると推定した場合、前記乗員をマイナス評価するものである。

（９）：上記（１）から（８）のいずれかの態様において、前記取得部は、更に、前記車両に搭載された車載カメラにより車外を撮像した画像を取得し、前記車載カメラにより車外を撮像した画像に基づいて、前記乗員が前記車両の運転中に他の車両に対して道を譲ったことに関する情報を取得し、前記評価部は、前記取得部により前記道を譲ったことに関する情報が取得された場合に、前記乗員が好ましい振る舞いをしたとしてプラス評価するものである。

（１０）：上記（１）から（９）のいずれかの態様において、前記取得部は、車室内を撮像した画像を更に取得し、前記評価部は、前記車室内を撮像した画像に基づいて、前記乗員の前記車両の整理整頓に貢献した度合を評価し、前記度合が所定の上限度合以上である場合に、前記乗員が好ましい振る舞いをしたとして前記乗員をプラス評価し、前記取得部により取得された前記度合が所定の下限度合未満である場合に、前記乗員が好ましくない振る舞いをしたとして前記乗員をマイナス評価するものである。

（１１）：上記（１０）の態様において、前記取得部は、前記車室内を撮像した画像に基づいて、運転を担当する乗員が他の乗員に貢献した度合を取得し、前記評価部は、前記取得部により取得された前記度合が所定の度合以上である場合に、前記運転を担当する乗員が好ましい振る舞いをしたとして前記運転を担当する乗員をプラス評価するものである。

（１２）：上記（１０）または（１１）の態様において、前記取得部は、前記車室内を撮像した画像に基づいて、乗員が他の乗員に対してマナーを守って接したか否かを判定するための情報を取得し、前記評価部は、前記取得部により取得された前記マナーを守って接したか否かを判定するための情報に基づいて、前記乗員が好ましい振る舞いをしたか否かを判定し、前記乗員が好ましい振る舞いをしたと判定した場合、前記乗員をプラス評価するものである。

（１３）：上記（１）から（１２）のいずれかの態様において、前記乗員が所属する組織単位毎に、前記乗員の前記評価ポイントを集計する、集計部をさらに備えるものである。

（１４）：この発明の一態様に係る評価方法は、コンピュータが、車両の外観を撮像した画像を取得し、取得された前記画像に基づいて、前記車両の乗員の社会的な信用性を評価する評価ポイントを導出して付与する、評価方法である。

（１５）：この発明の一態様に係るプログラムは、車両の外観を撮像した画像を取得させ、取得された前記画像に基づいて、前記車両の乗員の社会的な信用性を評価する評価ポイントを導出して付与させる、プログラムである。

（１）〜（１５）によれば、乗員の社会的な信用性を評価することができる。

第１の実施形態に係る評価システム１の構成図である。 車載装置１０の構成を示す図である。 車両走行情報３８−２の内容の一例を示す図である。 評価イベント情報３８−３の内容の一例を示す図である。 事故歴情報３８−４の内容の一例を示す図である。 端末装置５０の構成を示す図である。 画像送信アプリ６２の入力画面の例を模式的に示す図である。 評価サーバ１００の構成を示す図である。 評価テーブル１３２の内容の一例を示す図である。 評価ポイント１３４の内容の一例を示す図である。 評価イベント情報１３８の内容の一例を示す図である。 事故歴情報１３６の内容の一例を示す図である。 評価システム１における処理の概要を説明するための図である。 車載装置１０による車両Ｍの外観に関する判定処理の流れの一例を示すフローチャートである。 車載装置１０による乗員の車両Ｍの運転に関する判定処理の流れの一例を示すフローチャートである。 評価サーバ１００による評価ポイントの導出処理の流れの一例を示すフローチャートである。 第２の実施形態に係る評価サーバ１００Ａの構成を示す図である。 評価テーブル１３２Ａの内容の一例を示す図である。 ライドシェア時の評価イベント情報１３８Ａについて説明するための図である。 第２の実施形態に係る車載装置１０Ａによる乗員の車両Ｍの運転に関する判定処理の流れの一例を示すフローチャートである。 集計部１５０による集計処理の流れの一例を示すフローチャートである。

以下、図面を参照し、本発明の評価システム、評価方法、およびプログラムの実施形態について説明する。

（第１の実施形態）
図１は、評価システム１の構成を示す図である。評価システム１は、例えば、車載装置１０を搭載する車両Ｍと、車両Ｍの乗員の使用する端末装置５０と、評価サーバ１００とを備える。

車載装置１０と、端末装置５０と、評価サーバ１００とは、ネットワークＮＷを介して通信する。ネットワークＮＷは、例えば、ＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）、インターネット、セルラー網、やＷｉ−Ｆｉ網、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＤＳＲＣ（Dedicated Short Range Communication）等を含む。

車両Ｍは、例えば、二輪や三輪、四輪等の車両であり、その駆動源は、ディーゼルエンジンやガソリンエンジンなどの内燃機関、電動機、或いはこれらの組み合わせである。

車載装置１０は、車両Ｍの乗員が行った乗員の社会的な信用性を示す評価値（以下、評価ポイント）が高まる行為および評価ポイントが低くなる行為に関する情報を評価サーバ１００に送信する。

端末装置５０は、車載装置１０において評価ポイントの高まる行為および評価ポイントが低くなる行為に関する車両Ｍの外観を撮像した画像を車載装置１０に送信する。

評価サーバ１００は、車載装置１０から受信した情報に基づいて、乗員の評価ポイントを管理する。評価サーバ１００は、例えば、公的機関や、車両Ｍの製造メーカ、保険会社、信販会社等により管理される。

［車載装置］
図２は、車載装置１０の構成を示す図である。車載装置１０は、例えば、カメラ１２と、車両センサ１４と、方向指示器１６と、操作検出部１８と、通信装置２０と、車室内カメラ２２と、解析装置３０とを備える。これらの装置や機能等は、ＣＡＮ（Controller Area Network）通信線等の多重通信線やシリアル通信線、無線通信網等によって互いに接続される。また、車載装置１０は、上記機能構成の他に、車両の各部を制御するＥＣＵ（Electronic Control Unit）等を含んでもよい。図２に示す構成はあくまで一例であり、構成の一部が省略されてもよいし、更に別の構成が追加されてもよい。

カメラ１２は、例えば、ＣＣＤ（Charge Coupled Device）やＣＭＯＳ（Complementary Metal Oxide Semiconductor）等の固体撮像素子を利用したデジタルカメラである。カメラ１２は、車載装置１０が搭載される車両Ｍの任意の箇所に一つまたは複数が取り付けられ、車両Ｍの車外を撮像する。前方を撮像する場合、カメラ１２は、フロントウインドシールド上部やルームミラー裏面等に取り付けられる。カメラ１２は、例えば、周期的に繰り返し車両Ｍの周辺を撮像する。カメラ１２は、ステレオカメラであってもよい。

また、車両Ｍには、前方を撮像するカメラの他に、後方または横方向を撮像するカメラが取り付けられていてもよい。後方を撮像する場合、カメラ１２は、車両Ｍのリアバンパー付近に取り付けられる。車両の側方または後側方を撮像する場合、例えば、車体の外装部分（例えば、Ａピラー、屋根、サイドドア）等に取り付けられる。これにより、カメラ１２は、車両Ｍの前後左右を走行する他車両や、車両Ｍとすれ違い走行する他車両を撮像することができる。

車両センサ１４は、車両Ｍの速度を検出する車速センサ、加速度を検出する加速度センサ、鉛直軸回りの角速度を検出するヨーレートセンサ、車両Ｍの向きを検出する方位センサ等を含む。

方向指示器１６は、運転者が所定の操作部を操作することにより点滅を開始し、所定の操作部を操作する前の状態に戻す操作を行うことにより点滅が停止する。操作検出部１８は、方向指示器に対して行われる操作を検出する。例えば、操作検出部１８は、方向指示器が点滅している状態（オン状態）であるか、点滅していない状態（オフ状態）であるかを検出し、検出結果を解析装置３０に出力する。

通信装置２０は、例えば、Ｂｌｕｅｔｏｏｔｈなどを利用して、端末装置５０と通信する。また、通信装置２０は、例えば、セルラー網やＷｉ−Ｆｉ網、Ｂｌｕｅｔｏｏｔｈ、ＤＳＲＣ（Dedicated Short Range Communication）などを利用して、車両Ｍの周辺に存在する他車両と通信し、或いは無線基地局を介して各種サーバ装置と通信してもよい。

車室内カメラ２２は、例えば、ＣＣＤやＣＭＯＳ等の固体撮像素子を利用したデジタルカメラである。車室内カメラ２２は、車載装置１０が搭載される車両Ｍの任意の箇所（好ましくは、運転者を含む乗員全体を撮像可能な箇所）に一つまたは複数が取り付けられ、車両Ｍの車室内を撮像する。車室内カメラ２２は、例えば、周期的に繰り返し車両Ｍの車室内を撮像する。車室内カメラ２２は、ステレオカメラであってもよい。

解析装置３０は、例えば、取得部３２と、解析部３４と、出力部３６と、記憶部３８とを備える。記憶部３８を除くこれらの構成要素は、例えば、ＣＰＵ（Central Processing Unit）等のコンピュータプロセッサがプログラム（ソフトウェア）を実行することにより実現される。また、これらの構成要素のうち一部または全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）等のハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予め記憶部３８に格納されていてもよいし、ＤＶＤやＣＤ−ＲＯＭ等の着脱可能な記憶媒体に格納されており、記憶媒体がドライブ装置に装着されることで記憶部３８にインストールされてもよい。

取得部３２は、カメラ１２により撮像された画像や、車両センサ１４の検出結果、方向指示器１６の検出結果、操作検出部１８の検出結果、車室内カメラ２２により撮像された画像等を取得する。

取得部３２は、カメラ１２により撮像された画像のうち、車両Ｍの車体の少なくとも一部の外観が分かる画像を外観画像３８−５として記憶部３８に記憶させ、車両Ｍの走行時に取得された画像を走行時画像３８−６として記憶部３８に記憶させる。また、取得部３２は、車室内カメラ２２により撮像された画像を、車室内画像３８−７として記憶部３８に記憶させる。

取得部３２は、方向指示器１６の検出結果、および操作検出部１８の検出結果を車両走行情報３８−２として記憶部３８に記憶させる。

解析部３４は、取得部３２により取得された画像および情報を解析する。解析部３４は、解析結果のうち、乗員の運転に関する解析結果を車両走行情報３８−２として記憶部３８に記憶させる。

具体的に、車両走行情報３８−２とは、例えば、車両Ｍが定速追従走行、車線変更、分岐、合流、追い越し、すれ違い等の走行態様に関する情報（例えば、車両Ｍの運転者に関する情報と、車両Ｍの走行態様と、その走行態様が行われた時刻、および、その走行態様に関係する他車両を識別するための情報等）である。

図３は、車両走行情報３８−２の内容の一例を示す図である。以下、車両Ｍを識別する車両ＩＤがＶ００１であるものとして説明する。車両走行情報３８−２には、運転者が車両Ｍをどのように運転したかを示すログ情報が蓄積される。車両走行情報３８−２には、例えば、車両ＩＤがＶ００２の他車両と車両ＩＤがＶ００３の他車両の間に合流し（図３のＮｏ．１）、その後車両ＩＤがＶ００２の他車両を追従して走行したこと（図３のＮｏ．２）を示す情報が格納されたり、車両ＩＤがＶ００４の他車両が合流できるように車速を緩めてスペースを確保したこと（図３のＮｏ．３）を示す情報が格納されたりする。

解析部３４は、例えば、車両Ｍのナビゲーション装置等の保有する地図情報と車両Ｍの位置情報を見比べながら、カメラ１２の撮像した画像から認識される道路等の認識結果と合致しているかを判断し、車両Ｖがこれらの典型的な行動をとったか否かを判断する。また、解析部３４は、例えば、追従に関しては、カメラ１２により撮影された一連の画像を参照し、同じ車両（例えば、ナンバープレートで判断したり、車両ＩＤを受信することで判別する）の後を一定の間隔を保って走行する場合に、追従が行われたと判定する。

また、解析部３４は、例えば、車両Ｍのナビゲーション装置等の保有する地図情報に基づいて、車両Ｍが合流路を通過し、合流した車線の所定範囲内に他車両が存在し、その他車両が車速を緩めることで車両Ｍが合流できるようにスペースを確保した場合に、車両Ｍの合流が行われたと判定する。解析部３４は、カメラ１２により撮影された一連の画像や、他車両によりヘッドライトを短時間照明したり、ホーンを鳴らしたりするといった不満を示す行為が認識された場合には、車両Ｍが割り込み合流したものと解析する。なお、解析部３４による追従、合流等のイベントが行われたか否かの判定は、他の車両による解析結果を受け付け、その解析結果に基づいて判定するものであってもよい。

また、解析部３４は、乗員の運転に関する解析結果のうち、評価イベントに関連する情報を評価イベント情報３８−３として記憶部３８に記憶させる。評価イベントとは、後述する評価サーバ１００において、評価ポイントの付与対象となる車両Ｍを運転する乗員（以下、運転者）の行為のことである。

出力部３６は、記憶部３８に記憶された各種情報の一部または全部を、所定のタイミング（例えば、乗員が車両Ｍを降車するタイミングや、運転者が交代するタイミング等）で通信装置２０を介して評価サーバ１００に送信する。

記憶部３８は、例えば、ＨＤＤやフラッシュメモリなどの記憶装置（非一過性の記憶媒体を備える記憶装置）により実現されていてもよいし、ＤＶＤやＣＤ−ＲＯＭなどの着脱可能な記憶媒体（非一過性の記憶媒体）がドライブ装置に装着されることで実現されもよい。記憶部３８は、例えば、乗員情報３８−１、車両走行情報３８−２、評価イベント情報３８−３、事故歴情報３８−４、外観画像３８−５、走行時画像３８−６、車室内画像３８−７などを記憶する。

図４は評価イベント情報３８−３の内容の一例を示す図である。評価イベント情報３８−３には、例えば、運転者が合流路で他車両に道を譲ったこと（図４のＮｏ．１）を示す情報等が運転者毎に格納される。

図５は、事故歴情報３８−４の内容の一例を示す図である。事故歴情報３８−４には、車両Ｍの運転者が過去に起こした事故に関する情報が運転者毎に格納される。事故歴情報３８−４に格納される情報は、車載装置１０の解析部３４により乗員が事故を起こしたと検出された評価イベント情報３８−３を抽出したものであってもよいし、例えば、警察や保険会社、車両修理工場等により管理または使用される外部装置により提供される事故の情報が反映されるものであってもよい。

車室内画像３８−７は、車両Ｍの乗員の乗車前後、または乗員の乗車中に車室内カメラ２２により撮像される画像である。解析部３４は、記憶部３８に記憶された上述の情報および画像に基づいて、乗員の運転に関する解析を行う。

乗員情報３８−１には、乗員であるユーザを認識するためのＩＤ（識別情報）や、氏名、住所等の情報が含まれる。

なお、解析装置３０の機能の一部または全部は、図２に示すように車載装置１０に内包されるものであってもよいし、車載装置１０の外部装置（例えば、評価サーバ１００上）で実現されるものであってもよい。

［端末装置］
図６は、端末装置５０の構成を示す図である。端末装置５０は、例えば、スマートフォンやタブレット端末等の乗員が携帯可能な端末装置である。端末装置５０は、例えば、通信部５２と、処理部５４と、タッチパネル５６と、カメラ５８と、記憶部６０とを備える。記憶部６０を除く構成要素は、例えば、ＣＰＵ等のコンピュータプロセッサがプログラム（ソフトウェア）を実行することにより実現される。また、これらの構成要素のうち一部または全部は、ＬＳＩやＧＰＵ等のハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予め記憶部６０に格納されていてもよいし、ＳＤカード等の着脱可能な記憶媒体に格納されており、記憶媒体がドライブ装置に装着されることで記憶部６０にインストールされてもよい。

通信部５２は、例えば、セルラー網やＷｉ−Ｆｉ網、Ｂｌｕｅｔｏｏｔｈなどを利用して、車載装置１０と通信する。

処理部５４は、後述する画像送信アプリ６２が端末装置５０のＣＰＵ等のプロセッサにより実行されることにより実現される。

処理部５４は、例えば、制御部５４−１と、出力部５４−２とを備える。制御部５４−１は、カメラ５８により取得された車両Ｍの車体の外観が分かる画像を外観画像６４として記憶部６０に記憶させる。

出力部５４−２は、記憶部６０に記憶された、カメラ５８により取得された画像を、通信部５２に出力することで、通信部５２によって車載装置１０に送信させる。

タッチパネル５６は、乗員の画像送信アプリ６２等に対する操作入力を受け付け、制御部５４−１に操作入力の受付結果を出力する。

記憶部６０は、例えば、ＲＯＭ（Read Only Memory）、フラッシュメモリ、ＳＤカード、ＲＡＭ（Random Access Memory）、レジスタ等によって実現される。記憶部６０には、例えば、画像送信アプリ６２、外観画像６４、外観画像関連情報６６等が記憶される。

画像送信アプリ６２は、例えば、自動車メーカの管理下にあるサーバによって提供され、端末装置５０にダウンロードされたアプリケーションプログラムである。画像送信アプリ６２は、例えば、車両Ｍの乗員が自らの運転について申告する際に用いられる。画像送信アプリ６２は、外観画像６４に関する乗員の申告内容を、外観画像関連情報６６として記憶部６０に記憶させる。

画像送信アプリ６２は、乗員により撮像された外観画像６４と、その外観画像６４に対応付いた外観画像関連情報６６を、車載装置１０に送信する。外観画像関連情報６６とは、例えば、外観画像６４に対する乗員のコメントである。

車載装置１０は、通信装置２０を介して画像送信アプリ６２により送信された外観画像６４を受信し、解析装置３０に出力する。画像送信アプリ６２により送信された外観画像６４は、解析部３４による解析ののち、外観画像３８−５として記憶される。

図７は、画像送信アプリ６２の入力画面の例を模式的に示す図である。画像送信アプリ６２は、例えば、運転者が自宅ガレージに車両Ｍを駐車している最中に何らかの原因でできた傷や凹みについて、図７に示すように、外観画像６４と、その外観画像６４に関するコメントである外観画像関連情報６６とを車載装置１０に送信することにより、傷や凹みの原因が事故ではないことの申告を行う。

［評価サーバ］
図８は、評価サーバ１００の構成を示す図である。評価サーバ１００は、例えば、解析結果取得部１１０と、評価部１２０と、記憶部１３０とを備える。解析結果取得部１１０および評価部１２０は、例えば、ＣＰＵ等のコンピュータプロセッサがプログラム（ソフトウェア）を実行することにより実現される。また、これらの構成要素のうち一部または全部は、ＬＳＩやＡＳＩＣ、ＦＰＧＡ、ＧＰＵ等のハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予めＨＤＤやフラッシュメモリなどの記憶装置（非一過性の記憶媒体を備える記憶装置）により実現されていてもよいし、ＤＶＤやＣＤ−ＲＯＭなどの着脱可能な記憶媒体（非一過性の記憶媒体）がドライブ装置に装着されることで実現されもよい。

解析結果取得部１１０は、車載装置１０の解析装置３０により解析された乗員の行為に関する解析結果である評価イベント情報３８−３を取得する。解析結果取得部１１０は、取得した評価イベント情報３８−３を、評価イベント情報１３８として記憶部１３０に記憶させる。

図９は、評価イベント情報１３８の内容の一例を示す図である。評価イベント情報１３８には、例えば、車載装置１０により送信された評価イベント情報３８−３の情報のうち、評価に関連する一部の情報が抜粋された状態で、乗員毎に記憶される。なお、評価イベント情報１３８には、後述する評価部１２０により評価された結果である、評価ポイントの付与状況が併せて記憶されてもよい。図９に示す例において、評価部１２０が乗員であるユーザＡが道を譲った評価イベントに対してプラス２点の評価ポイントを付与し、事故を起こした評価イベントに対してマイナス１００点の評価ポイントを付与したことを示す。

なお、評価イベント情報１３８には、解析装置３０により解析された外観画像３８−５（特に、好ましくない振る舞いに該当する評価イベントに関連するもの）や、画像送信アプリ６２を用いて乗員により送信された外観画像６４、および外観画像関連情報６６が含まれてもよい。

また、解析結果取得部１１０は、解析装置３０により解析された事故歴情報３８−４を取得し、事故歴情報１３６として記憶部１３０に記憶させる。

図１０は、事故歴情報１３６の内容の一例を示す図である。なお、事故歴情報１３６には、例えば、警察や保険会社等により使用される外部装置により提供される情報（例えば、複数車両が関係する事故であれば、自車両側の過失割合など）が反映されてもよい。

図８に戻り、評価部１２０は、評価イベント情報１３８に基づいて、乗員が所定の好ましい振る舞いをしたと検出した場合、その乗員をプラス評価し、所定の好ましくない振る舞いを検出した場合、その乗員をマイナス評価する。所定の好ましい振る舞い、および所定の好ましくない振る舞いについては後述する。

評価部１２０は、解析結果取得部１１０が取得した評価イベント情報１３８と、評価テーブル１３２とに基づいて、乗員に付与する評価ポイントを決定し、評価ポイント１３４に格納する。また、評価部１２０は、解析結果取得部１１０が取得した乗員の評価に関する解析結果と、乗員に付与する評価ポイントの付与結果を、評価イベント情報１３８として格納する。

図１１は、評価テーブル１３２の内容の一例を示す図である。評価部１２０は、例えば、図１１に示すような評価テーブル１３２を参照して、乗員の行為毎の評価ポイントを付与する。評価部１２０は、例えば、乗員が道を譲ったという評価イベントを検出した場合、図１１に示す評価テーブル１３２を検索して、道を譲った評価イベントに対応付いた評価ポイント数である２点をプラスする。同様に、評価部１２０は、事故を起こしたという評価イベントを検出した場合、評価テーブル１３２を検索して、事故を起こした評価イベントに対応付いた評価ポイント数である１００点をマイナスする。

なお、評価テーブル１３２には、評価規則が格納されていてもよい。評価規則とは、例えば、１日に２回以上道を譲った場合には、道を譲ったことに対して付与される評価ポイントを２倍にし、１週間に５回以上道を譲った場合には、道を譲ったことに対して付与される評価ポイントを３倍にする、などのルールのことである。評価部１２０は、評価テーブル１３２に格納された評価規則に基づいて、付与する評価ポイントを導出する。

図１２は、評価ポイント１３４の内容の一例を示す図である。評価ポイント１３４には、例えば、乗員とその乗員の評価ポイントを示す情報が格納される。評価ポイント１３４は、図９に示した評価イベント情報１３８の乗員毎の評価ポイントの所定期間内（例えば、過去１か月、過去１年間など）の合計値に該当する。評価ポイント１３４には、例えば、図１２に示すように、乗員であるユーザＡの評価ポイントが１０であり、乗員であるユーザＢの評価ポイントが５であるという情報が格納される。評価部１２０は、所定期間の乗員の評価ポイント１３４を出力することにより、その乗員の社会的な信用性の評価の指標となる情報を評価サーバ１００の利用者に提供する。図６に示す例においては、ユーザＡの方がユーザＢと比較して評価ポイントが高いことから、より高い信用性があることが示され、ユーザＣの方がユーザＡおよびＢと比較して評価ポイントが高いことから、より高い信用性があると評価される状態にあるといえる。

記憶部１３０には、例えば、評価テーブル１３２、評価ポイント１３４、事故歴情報１３６、評価イベント情報１３８等の情報が記憶される。

［評価イベントの分類］
評価部１２０は、評価イベントを所定の好ましい振る舞い、または所定の好ましくない振舞いに分類する。所定の好ましい振る舞いとは、例えば、所定期間無事故であることや、安全運転であること、エコ運転であること、他の車に道を譲ること等の、乗員に社会性があることの判断基準や、乗員がマナーを守る傾向があることの判断基準である。

所定の好ましくない振る舞いとは、例えば、交通事故を起こすことや、交通ルール違反、煽り行為、ごみのポイ捨て等である。

［好ましい振る舞いの解析］
解析部３４は、車両Ｍの乗員の評価イベントを解析し、乗員により好ましい振る舞いが行われたことを検出する。解析部３４は、例えば、好ましい振る舞いとして検出する対象が道を譲る行為である場合、カメラ１２が車外を撮像した画像を解析し、車両Ｍの乗員が運転中に道を譲ったと解釈可能な行為を検出する。道を譲るとは、例えば、同一方向に進行する車両の合流地点において車速を緩めて他の車両を先に通行させることや、対面走行が難しい狭い道において、端に寄って対向車両を先に通行させること、緊急車両などを自車両よりも先に通行させるために道の端に寄ったり、停止したりすることである。なお、解析部３４は、もともと他車両が合流する空間が十分に存在していたため車両Ｍが特に速度を緩めていない場合や、他車両が強引に合流してきた場合には、道を譲ったとは解釈しない。

なお、好ましい振る舞いが行われたかについては、その行為の恩恵を受けた者による反応を参考に解釈されてもよい。解析部３４は、例えば、相手の車両の乗員が手を挙げたことを検知した場合や、ハザードランプ等の短時間点灯等のお礼を示す行為を検知した場合に、車両Ｍの乗員が道を譲ったと解釈する。また、解析部３４は、通信装置２０が車両Ｍの周辺に存在する他車両と通信した結果、好ましい振る舞いに対するお礼を示す情報などを受信した場合に、車両Ｍの乗員が道を譲ったことを検出してもよい。

［好ましくない振る舞いの解析］
解析部３４は、車両Ｍの乗員の評価イベントを解析し、乗員により好ましくない振る舞いが行われたことを検出する。

解析部３４は、例えば、好ましくない振る舞いとして検出する対象の評価イベントが、交通事故を起こすことである場合、端末装置５０により送信された画像を解析したり、または各種ＥＣＵ（不図示）により検出された車両の走行情報を示すセンシング結果を解析したりすることにより得られた車両Ｍの状態を解析し、車両Ｍの乗員が交通事故を起こしたか否かを推定する。

解析部３４は、乗車前や前回降車時などに撮像された車両Ｍの外観画像３８−５と、端末装置５０により送信された外観画像６４とを比較して、車両Ｍの外観の変化を検出する。外観の変化とは、例えば、車両Ｍの車体の傷や凹みの増加である。解析部３４は、車両Ｍの外観の変化を検出した場合、その乗員の乗車時に何らかの事故を起こしたと解析する。

なお、解析部３４は、車両Ｍの車体の傷や凹みの発生原因が乗員の行為に起因せず、且つ、正当な理由がある場合、（例えば、他者の事故に巻き込まれた場合や、落下物や飛来物により凹みができた場合、乗降時などの走行中でないタイミングに何らかのトラブルで傷ができた場合、他者のいたずら行為により傷や凹みができた場合等）、乗員からその申告を受け付けるものであってもよい。

その場合、解析部３４は、図７に示したような端末装置５０の画像送信アプリ６２により送信された傷や凹みの映り込んだ外観画像６４と、乗員の申告するその傷や凹みができた原因についての乗員のコメントである外観画像関連情報６６とを加味して、その乗員が事故を起こしたか否かを判定する。解析部３４は、傷や凹みができたと想定される時間帯の外観画像３８−５や走行時画像３８−６を検索し、その検索結果と画像送信アプリ６２の乗員の申告内容とに矛盾がないことを確認してもよい。

また、解析部３４は、カメラ１２により撮像された傷や凹みの発生時の画像を解析して、傷や凹みの発生原因を推定してもよい。解析部３４は、運転者の行為により発生した傷や凹みであるか、乗員の行為に起因しない傷や凹みであるかを区別して、評価イベント情報３８−３に格納する。なお、解析部３４は、乗員の行為に起因しない傷や凹みである場合には、評価イベント情報３８−３への情報の格納を省略して、車両走行情報３８−２に格納してもよいし、情報の格納自体を省略してもよい。

また、解析部３４は、ＥＣＵにより検出された車両の走行情報を示すセンシング結果を解析し、車両Ｍの乗員が交通事故を起こしたかを推定する。例えば、前方の他車両などの対象物に追突するか否かを判断する制御ＥＣＵや、追突が発生する場合の衝撃を軽減するブレーキ制御ＥＣＵを車両Ｍが搭載している場合、解析部３４は、制御ＥＣＵが対象物に追突すると判定し、且つブレーキ制御ＥＣＵが作動して衝撃の軽減が行われた場合に、車両Ｍの乗員が交通事故を起こしたと推定する。

また、解析部３４は、車両Ｍに搭載されたエアバッグが作動するような事故が発生した場合に、そのエアバッグを制御する制御ＥＣＵのセンシング結果に基づいて事故があったと解析する。さらに解析部３４は、制御ＥＣＵのセンシング結果を参照して、事故が発生したタイミングの前後にカメラ１２により撮像された画像を解析することで、車両Ｍの乗員が事故を起こしたか、他者の起こした事故に巻き込まれたかを推定してもよい。

また、解析部３４は、例えば、好ましくない振る舞いとして検出する対象の評価イベントが、煽り行為である場合、カメラ１２により撮影された画像を解析し、車両Ｍの乗員が煽り行為を行ったか否かを判定する。取得部３２により取得された車両Ｍの前走車両との距離に基づいて、前走車両に必要以上に接近した状態で走行を継続したり、ヘッドライトのパッシングをしたり、ホーンを頻繁に鳴らしたり、左右に小刻みにハンドルを切って自車両Ｍを走行させる行為などが検出された場合に、煽り行為をしたと解釈する。

解析部３４は上述のように、カメラ１２により撮像された画像や、外観画像３８−５、およびＥＣＵにより検出された車両の走行情報を示すセンシング結果に基づいて、乗員の行動を解析して、解析結果として得られた評価イベントが好ましい振る舞いに該当するか、または好ましくない振る舞いに該当するかを類型化し、評価イベント情報３８−３として記憶させる。評価イベントの類型化は、例えば、評価サーバ１００を管理する公的機関や、車両Ｍの製造メーカ、保険会社、信販会社等により設定され、解析部３４における解析処理では、その類型に基づいて評価イベントの解析が行われる。

［信用性の評価］
以下、評価サーバ１００による乗員の信用性の評価について説明する。評価サーバ１００は、車載装置１０により解析された乗員の評価イベントに基づいて、乗員の信用性を評価する評価ポイントを導出する。

また、評価部１２０は、乗員の事故歴に基づいて、付与する評価ポイントを導出してもよい。その場合、評価テーブル１３２には、例えば、事故歴情報１３６に所定期間内に発生した履歴がない乗員には、集計タイミングで加算される所定のボーナス点数や、評価ポイントがより高比率で付与されるような規則（例えば、プラス点数であれば通常点数の２倍のポイントが付与されたり、マイナス点数であれば通常点数の０．５倍のポイントが付与されたりするというように、評価ポイントが加算されやすく、且つ、減算されにくいような規則）が格納される。

また、評価部１２０は、乗員が自動車教習所を高得点で卒業した場合や、運転マナーに関する教習を受けた場合、車両の点検を受けた場合により高い評価ポイントを付与してもよい。その場合、評価テーブル１３２には、例えば、所定のボーナス点数や、評価ポイントがより高比率で付与されるような規則が格納される。

評価部１２０は、例えば、図１０に示すような乗員毎に記録された事故歴情報１３６を参照して、ユーザＡが所定期間内に事故を起こしたか否かを判定することで、評価ポイントの導出時の評価規則を決定する。

評価部１２０は、例えば、図９に示した評価イベント情報１３８や、図１０に示した事故歴情報１３６のうち、所定期間（例えば、１か月単位や、１年単位）の情報を抽出し、図１１に示した評価テーブル１３２を参照しながら評価ポイントを導出することで、図１２に示すような乗員毎の評価ポイントの集計値を導出する。

［処理概要］
図１３は、評価システム１における処理の概要を説明するための図である。まず、端末装置５０は、車載装置１０に車両Ｍの外観等の画像を送信する。

次に、車載装置１０は、端末装置５０により送信された画像を受信し、その画像に基づいて乗員の所定の好ましい振る舞いや所定の好ましくない振る舞いに該当する評価イベントを検出または推定する。車載装置１０は、カメラ１２や車室内カメラ２２により撮像された画像を、評価イベントの検出または推定時に用いてもよい。車載装置１０は、検出または推定した評価イベント情報３８−３を評価サーバ１００に送信する。

また、車載装置１０は、カメラ１２や車室内カメラ２２により撮像された画像と、画像送信アプリ６２により送信された外観画像６４および外観画像６４に関する乗員のコメントとに基づいて、乗員の行為の検出または推定を行ってもよい。

次に、評価サーバ１００は、車載装置１０により送信された乗員の評価イベント情報３８−３を受信し、その情報に基づいて乗員の評価ポイントを導出して付与する。評価サーバ１００は、例えば、所定期間毎に乗員の評価ポイントを、その乗員毎に集計する。

［処理フロー］
以下、評価システム１による処理の流れについて説明する。図１４は、車載装置１０による車両Ｍの外観に関する判定処理の流れの一例を示すフローチャートである。本フローチャートの処理は、例えば、所定の周期で繰り返し実行されてよい。

まず、端末装置５０のカメラ５８は、乗員の操作に応じて車両Ｍの外観画像６４を撮像し（ステップＳ１００）、画像送信アプリ６２を介して、外観画像６４を車載装置１０に送信する（ステップＳ１０２）。なお、ステップＳ１０２において、画像送信アプリ６２は、乗員により外観画像６４に関する外観画像関連情報６６の入力があった場合には、外観画像６４と併せて送信する。

次に、解析部３４は、端末装置５０により送信された外観画像を解析し（ステップＳ１０４）、車両Ｍの車体に傷や凹みができたか否かを判定する（ステップＳ１０６）。傷や凹みができていないと判定した場合、解析部３４は、処理を終了する。

ステップＳ１０６において傷や凹みができたと判定した場合、解析部３４は、その傷や凹みができた正当な理由があるか否かを、カメラ１２の撮像した画像や、端末装置５０により送信された乗員の申告内容（外観画像６４と外観画像関連情報６６）に基づいて判定する（ステップＳ１０８）。

ステップＳ１０８において傷や凹みができた正当な理由があると判定した場合、解析部３４は、処理を終了する。ステップＳ１０８において傷や凹みができた正当な理由があると判定しなかった場合、解析部３４は、乗員が事故を起こしたものと検知する（ステップＳ１１０）。以上、本フローチャートの処理の説明を終了する。

図１５は、車載装置１０による乗員の車両Ｍの運転に関する判定処理の流れの一例を示すフローチャートである。本フローチャートの処理は、例えば、所定の周期で繰り返し実行されてよい。

まず、取得部３２は、車両走行情報３８−２、外観画像３８−５、走行時画像３８−６、および車室内画像３８−７を取得する（ステップＳ２００）。次に、解析部３４は、取得部３２が取得した各種情報を解析する（ステップＳ２０２）。

次に、解析部３４は、解析結果として乗員の評価イベントが検出されたか否かを判定する（ステップＳ２０４）。評価イベントが検出されたと判定しなかった場合、解析部３４は処理を終了する。評価イベントが検出されたと判定した場合、解析部３４は、評価イベントの履歴を、評価イベント情報３８−３として格納する（ステップＳ２０６）。以上、本フローチャートの処理の説明を終了する。

図１６は、評価サーバ１００による評価ポイントの導出処理の流れの一例を示すフローチャートである。

まず、解析結果取得部１１０は、車載装置１０により送信された評価イベント情報３８−３を取得して、評価イベント情報１３８として記憶部１３０に格納する（ステップＳ３００）。次に、評価部１２０は、評価テーブル１３２に基づいて評価基準を設定し（ステップＳ３０２）、評価テーブル１３２を参照して評価ポイントを導出する（ステップＳ３０４）。以上、本フローチャートの処理の説明を終了する。

［解析結果の活用例］
車載装置１０は、例えば、解析装置３０の解析結果に基づいて、乗員が車両Ｍを運転することにより、評価ポイントが上がりやすくなるようにアドバイスする機能を有してもよい。

車載装置１０は、例えば、事故歴情報１３６に所定期間内に乗員が事故を起こした履歴情報がある場合、車両Ｍのナビゲーション装置（不図示）に、事故発生率の高い道を避けるように指示することで、乗員の評価ポイントが上がりやすくなるように（下がりにくくなるように）アドバイスする。

以上説明した第１の実施形態によれば、車両Ｍの外観を撮像した外観画像を取得する取得部３２と、取得部３２により取得された外観画像３８−５に基づいて、車両Ｍの乗員の社会的な信用性を評価する評価ポイント１３４を導出して付与する評価部１２０と、を備えることにより、乗員の社会的な信用性を評価することができる。

（第２の実施形態）
以下、第２の実施形態の評価システム１Ａについて説明する。なお、以下の説明において、第１の実施形態と同一の構成及び機能については第１の実施形態と同一の符号を付し、詳細な説明を省略する。また、第１の実施形態と同じ名称であるが構成または機能が異なるものについては、符号の末尾に「Ａ」を付すものとする。

なお、第２の実施形態において、車両Ｍは、タクシー車両や、カーシェア車両、ライドシェア車両であってもよいものとして説明する。カーシェア車両とは、複数の利用者によって一つ以上の車両を共同で利用する車両である。ライドシェア車両とは、複数の利用者が相乗りして利用する車両である。

図１７は、第２の実施形態に係る評価サーバ１００Ａの構成を示す図である。評価サーバ１００Ａは、第１の実施形態の評価サーバ１００に加えて、集計部１５０を更に備える。

集計部１５０は、乗員の所属する組織（例えば、乗員の勤務先や、タクシー会社、カーシェア車両またはライドシェア車両の管理組織など）毎に、乗員の評価ポイントを集計する。集計部１５０は、例えば、乗員情報３８−１に含まれる乗員の勤務先や、乗員の所属する組織に関する情報を参照することで、乗員の所属する組織単位の評価ポイントの合計値や平均値、組織内の評価ポイントのランキング情報等を導出する。

この場合、集計部１５０により集計された結果に基づいて、組織単位の評価ポイントが所定基準より高ければ組織に所属する全員にボーナス点数を付与する、等の評価規則が評価テーブル１３２Ａに記憶されてもよい。

なお、集計部１５０は、乗員が所定期間内に複数の車両に乗る場合、すべての車両の運転内容を集計対象としてもよいし、車両毎に集計対象とするか否かを評価サーバ１００Ａの利用者により選択させるものであってもよい。集計部１５０は、乗員が自家用車とライドシェア車両の両方に乗る機会があった場合、ライドシェア車両に乗る際の評価ポイントのみを集計対象とするものであってもよいし、自家用車に乗る際の評価ポイントとライドシェア車両に乗る際の評価ポイントの両方を集計対象とするものであってもよい。

［ライドシェア時の行動評価］
図１８は、車両Ｍがライドシェア車両である場合に評価部１２０が参照する評価テーブル１３２Ａを説明するための図である。評価テーブル１３２Ａには、例えば、第１の実施形態の評価テーブル１３２と同様の評価観点の、乗員の運転時の行為に加えて、ライドシェア特有の行為についての評価ポイントが含まれる。

評価テーブル１３２Ａには、例えば、ライドシェア特有の評価イベントとして、窓を拭いたことや、ゴミを拾ったことなどの車両Ｍの整理整頓に貢献したことが含まれる。また、評価テーブル１３２Ａには、ライドシェア車両の動力エネルギー充填に協力することや、車両の不調をライドシェア車両の管理者に報告することなどが含まれてもよい。

これらの評価イベントは、例えば、車室内カメラ２２により撮像された画像の解析により検出されるものであってもよいし、画像送信アプリ６２Ａを介して乗員により提供された画像や情報に基づいて検出されるものであってもよい。この場合、画像送信アプリ６２Ａは、カメラ５８を用いて乗員が撮像した車両Ｍの車室内の画像を車室内画像６８（不図示）として記憶部６０に格納される。画像送信アプリ６２Ａは、乗員の操作に応じて、車室内画像６８を車載装置１０に送信する。

取得部３２は、画像送信アプリ６２Ａにより送信される車室内画像６８を受信し、車室内画像３８−７Ａ（不図示）として記憶させる。

解析部３４Ａは、例えば、乗員の乗車前、且つ清掃済みの車室内画像３８−７Ａと、乗員の乗車中や降車時の車室内画像３８−７Ａとを比較することで、乗員が車両Ｍの整理整頓の度合を取得する。整理整頓の度合とは、例えば、車両Ｍの車内備品が所定の位置にあることや、ゴミや汚れの増減を評価する指標である。また、解析部３４Ａは、ライドシェア車両Ｍに持ち込み厳禁のもの（例えば、灯油や火薬などの危険物や、ペット）が規定されている場合、その対象物を持ち込んでいないことを整理整頓の度合の評価に含めて解析してもよい。

解析部３４Ａは、例えば、乗員の乗車前に比較して降車時の方が整理整頓の度合が所定の上限度合以上になった場合に、乗員が車室内の整理整頓に貢献したものとして、その乗員がプラス評価される評価イベントが行われたものと検知する。また、解析部３４Ａは、例えば、乗員の乗車前に比較して降車時の方が整理整頓の度合が所定の下限度合未満になった場合に、乗員が車室内の整理整頓に貢献しなかったものとして、その乗員がマイナス評価される評価イベントが行われたものと検知する。

なお、車両Ｍがタクシー車両やライドシェア車両である場合に、運転者の運転に関する評価を他の乗員が行ったり、ライドシェア車両に同乗した乗員同士がお互いの評価を点け合ったりするものであってもよい。その場合、画像送信アプリ６２Ａは、乗員のうち車両Ｍの運転者の運転を評価したり、乗員同士の乗車マナーを評価したりするアプリケーションプログラムとしての機能を更に有する。画像送信アプリ６２Ａは、運転者に対する評価や、他の乗員がマナーを守って接したか否かに関する情報や、他の乗員の乗車マナーに対する評価を、乗員評価情報６６Ａ（不図示）として記憶する。

図１９は、ライドシェア時の評価イベント情報１３８Ａについて説明するための図である。解析部３４Ａは、例えば、ユーザＡがライドシェア車両に乗車した際に窓を拭いたことや、車内のゴミを拾ったこと等を検知し、ライドシェアに関する評価イベント情報３８−３として記憶部１３０に格納する。解析結果取得部１１０は、解析部３４Ａにより設定された評価イベント情報３８−３を受信して、評価イベント情報１３８として記憶部１３０に格納する。評価部１２０は、評価イベント情報１３８Ａに基づいて、乗員にライドシェアに関する評価ポイントを付与する。

評価部１２０Ａは、例えば、図１９に示す評価イベント情報１３８Ａを参照し、乗員であるユーザＡが窓を拭いた評価イベントに対してプラス２点の評価ポイントを付与し、ゴミを拾った評価イベントに対してプラス２点の評価ポイントを付与する。

なお、評価ポイントが付与される評価イベントには、運転者が他の乗員に貢献した度合を評価するための行為（例えば、他のライドシェア乗員の予定を優先して目的地や経由地を変更することや、他のライドシェア乗員の乗降を手助けすること、車両Ｍの点検を受けること、乗員が運転に関連する教習を受けること）や、マナーを守って接したか否か（例えば、ライドシェア乗員が車内で騒いだりすること）が含まれていてもよい。

［処理フロー］
図２０は、第２の実施形態に係る車載装置１０Ａによる乗員の車両Ｍの運転に関する判定処理の流れの一例を示すフローチャートである。

まず、取得部３２は、車室内画像３８−７Ａを取得する（ステップＳ４００）。次に、解析部３４Ａは、取得した車室内画像３８−７Ａを解析する（ステップＳ４０２）。

次に、解析部３４Ａは、解析結果として乗員のライドシェア時のマナーに関する評価イベントが検出されたか否かを判定する（ステップＳ４０４）。評価イベントが検出されたと判定しなかった場合、解析部３４Ａは処理をステップＳ４０８に進める。評価イベントが検出されたと判定した場合、解析部３４Ａは、評価イベントの履歴を、評価イベント情報３８−３Ａとして格納する（ステップＳ４０６）。

次に、取得部３２は、外観画像３８−５、走行時画像３８−６、および車両走行情報３８−２を取得する（ステップＳ４０８）。次に、解析部３４Ａは、取得した画像および情報を解析する（ステップＳ４１０）。

次に、解析部３４Ａは、解析結果として乗員の運転に関する評価イベントが検出されたか否かを判定する（ステップＳ４１２）。評価イベントが検出されたと判定しなかった場合、解析部３４Ａは処理を終了する。評価イベントが検出されたと判定した場合、解析部３４Ａは、評価イベントの履歴を、評価イベント情報３８−３として格納する（ステップＳ４１４）。以上、本フローチャートの処理の説明を終了する。

図２１は、集計部１５０による集計処理の流れの一例を示すフローチャートである。

まず、集計部１５０は、乗員情報３８−１を参照し、評価サーバ１００Ａの利用者により設定された集計単位毎に、乗員の評価ポイントを集計する（ステップＳ５００）。次に、集計部１５０は、ステップＳ５００の集計結果を、所定のレポート形式で出力することにおり、組織単位の評価情報を作成する（ステップＳ５０２）。以上、本フローチャートの処理の説明を終了する。

［解析結果の活用例］
車載装置１０Ａは、例えば、解析装置３０Ａの解析結果に基づいて、乗員が車両Ｍを運転することにより、評価ポイントが上がりやすくなるようにアドバイスする。

車載装置１０Ａは、例えば、車両Ｍの移動経路付近に車室内清掃設備がある場合、ナビゲーション装置（不図示）に、その車室内清掃施設に立ち寄って信用ポイントを上げることを乗員に提案させることで、乗員の評価ポイントが上がりやすくなるようにアドバイスする。

以上説明したように、第２の実施形態の評価システム１Ａによれば、第１の実施形態と同様の効果を奏する他、取得部３２は、車室内カメラ２２により車室内を撮像した車室内画像３８−７を取得し、解析部３４Ａが、車室内画像３８−７Ａに基づいて、乗員が車両Ｍの整理整頓に貢献した度合や、他の乗員に貢献した度合に基づいて評価イベントを検出することにより、車両Ｍがライドシェア車両である場合の乗員の社会性やマナーを評価することができる。また、第２の実施形態の評価システム１Ａによれば、集計部１５０により乗員の所属する組織単位の評価ポイントに関する情報が得られることから、乗員の個人的な社会性に加え、組織的な社会性の評価を併せて得ることができる。

上記説明した第１の実施形態と第２の実施形態は、互いに排他的な関係にあるものではなく、適宜、組み合わせて実施することができる。例えば、評価サーバ１００は、乗員個人の評価ポイントを導出すると共に、乗員が所属する組織における評価ポイントを導出してもよい。

上記実施形態は、以下のように表現することができる。
記憶装置と、
ハードウェアプロセッサと、を備え、
前記ハードウェアプロセッサは、前記記憶装置に格納されたプログラムを実行することにより、
車両の外観を撮像した画像を取得し、
取得された前記画像に基づいて、前記車両の乗員の社会的な信用性を評価する評価ポイントを導出して付与する、
ように構成されている評価システム。

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

１‥評価システム、１０‥車載装置、１２‥カメラ、１４‥車両センサ、１６‥方向指示器、１８‥操作検出部、２０‥通信装置、２２‥車室内カメラ、３０‥解析装置、３０Ａ‥解析装置、３２‥取得部、３４‥解析部、３４Ａ‥解析部、３６‥出力部、５０‥端末装置、５２‥通信部、５４‥処理部、５４−１‥制御部、５４−２‥出力部、５６‥タッチパネル、５８‥カメラ、１００、１００Ａ‥評価サーバ、１１０‥解析結果取得部、１２０、１２０Ａ‥評価部、１５０‥集計部

Claims (15)

1. 車両の外観を撮像した画像を取得する取得部と、
   前記取得部により取得された前記画像に基づいて、前記車両の乗員の社会的な信用性を評価する評価ポイントを導出して付与する評価部と、
   を備える、評価システム。
2. 前記取得部は、更に、前記車両の乗員に関する情報と、前記車両の走行に関する情報とを取得し、
   前記評価部は、前記取得部により取得された情報に更に基づいて前記評価ポイントを導出する、
   請求項１に記載の評価システム。
3. 前記評価部は、前記乗員による所定の好ましい振る舞いを検出した場合、前記乗員をプラス評価し、
   前記乗員による所定の好ましくない振る舞いを検出した場合、前記乗員をマイナス評価する、
   請求項１または２に記載の評価システム。
4. 前記評価部は、前記画像に基づいて前記振る舞いを類型化する、
   請求項３に記載の評価システム。
5. 前記乗員に関する情報は、前記乗員の事故歴である、
   請求項２から４のうちいずれか１項に記載の評価システム。
6. 前記評価部は、前記画像に基づいて、事故の発生の有無を推定する、
   請求項１から５のうちいずれか１項に記載の評価システム。
7. 前記取得部は、さらに前記車両の走行に関するセンシング結果を取得し、
   前記評価部は、前記センシング結果に基づいて、事故の発生の有無を推定する、
   請求項１から６のうちいずれか１項に記載の評価システム。
8. 前記評価部は、事故が発生したと判定し、且つ、前記事故の原因が乗員にあると判定した場合、前記乗員をマイナス評価する、
   請求項６または７に記載の評価システム。
9. 前記取得部は、更に、前記車両に搭載された車載カメラにより車外を撮像した画像を取得し、前記車載カメラにより車外を撮像した画像に基づいて、前記乗員が前記車両の運転中に他の車両に対して道を譲ったことに関する情報を取得し、
   前記評価部は、前記取得部により前記道を譲ったことに関する情報が取得された場合に、前記乗員が好ましい振る舞いをしたとしてプラス評価する、
   請求項１から８のうちいずれか１項に記載の評価システム。
10. 前記取得部は、車室内を撮像した画像を更に取得し、
    前記評価部は、前記車室内を撮像した画像に基づいて、前記乗員が前記車両の整理整頓に貢献した度合を評価し、
    前記度合が所定の上限度合以上である場合に、前記乗員が好ましい振る舞いをしたとして前記乗員をプラス評価し、
    前記取得部により取得された前記度合が所定の下限度合未満である場合に、前記乗員が好ましくない振る舞いをしたとして前記乗員をマイナス評価する、
    請求項１から９のうちいずれか１項に記載の評価システム。
11. 前記取得部は、前記車室内を撮像した画像に基づいて、運転を担当する乗員が他の乗員に貢献した度合を取得し、
    前記評価部は、前記取得部により取得された前記度合が所定の度合以上である場合に、前記運転を担当する乗員が好ましい振る舞いをしたとして前記運転を担当する乗員をプラス評価する、
    請求項１０に記載の評価システム。
12. 前記取得部は、前記車室内を撮像した画像に基づいて、乗員が他の乗員に対してマナーを守って接したか否かを判定するための情報を取得し、
    前記評価部は、前記取得部により取得された前記マナーを守って接したか否かを判定するための情報に基づいて、前記乗員が好ましい振る舞いをしたか否かを判定し、前記乗員が好ましい振る舞いをしたと判定した場合、前記乗員をプラス評価する、
    請求項１０または１１に記載の評価システム。
13. 前記乗員が所属する組織単位毎に、前記乗員の前記評価ポイントを集計する、集計部をさらに備える、
    請求項１から１２のうちいずれか１項に記載の評価システム。
14. コンピュータが、
    車両の外観を撮像した画像を取得し、
    取得された前記画像に基づいて、前記車両の乗員の社会的な信用性を評価する評価ポイントを導出して付与する、
    評価方法。
15. コンピュータに、
    車両の外観を撮像した画像を取得させ、
    取得された前記画像に基づいて、前記車両の乗員の社会的な信用性を評価する評価ポイントを導出して付与させる、
    プログラム。
    
    

Images