JP2020152297A - エージェント装置、エージェント装置の制御方法、およびプログラム - Google Patents

Abstract

【課題】車両の乗員の意図しない中断を生じるのを抑制することができるエージェント装置、エージェント装置の制御方法、およびプログラムを提供すること。【解決手段】車両の運転者の発話に応じて、音声による応答を含むサービスを提供するエージェント機能部を備え、前記エージェント機能部は、前記運転者の発話の有無を認識する音声有無認識部と、基準時点から前記運転者の発話がないことが前記音声有無認識部により認識された状態が所定時間の間、経過した場合、前記エージェント機能部の機能を停止するタイムアウト処理部と、前記運転者の運転負荷を推定する運転負荷推定部と、を備え、前記タイムアウト処理部は、前記運転負荷推定部により推定された前記運転者の運転負荷が基準以上である場合、前記所定時間の計時を一時停止する、エージェント装置。【選択図】図２

Description

本発明は、エージェント装置、エージェント装置の制御方法、およびプログラムに関する。

従来、車両の乗員と対話を行いながら、乗員の要求に応じた運転支援に関する情報や車両の制御、その他のアプリケーション等を提供するエージェント機能に関する技術が開示されている（例えば、特許文献１参照）。

特開２００６−３３５２３１号公報

ところで、エージェント機能が起動している場合において、車両の乗員に対して音声コマンドの入力を促すための発話を実行してから一定時間が経過しても車両の乗員から音声コマンドの入力が行われなかったときには、車両の乗員が音声コマンドを入力する意思がないものと判断してエージェント機能が中断される。しかしながら、従来の技術では、車両の乗員が意図しないタイミングでエージェント機能が中断される場合があった。

本発明は、このような事情を考慮してなされたものであり、車両の乗員の意図しない中断を生じるのを抑制することができるエージェント装置、エージェント装置の制御方法、およびプログラムを提供することを目的の一つとする。

この発明に係るエージェント装置、エージェント装置の制御方法、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エージェント装置は、車両の運転者の発話に応じて、音声による応答を含むサービスを提供するエージェント機能部を備えるエージェント装置であって、前記エージェント機能部は、前記運転者の発話の有無を認識する音声有無認識部と、基準時点から前記運転者の発話がないことが前記音声有無認識部により認識された状態が所定時間の間、経過した場合、前記エージェント機能部の機能を停止するタイムアウト処理部と、前記運転者の運転負荷を推定する運転負荷推定部と、を備え、前記タイムアウト処理部は、前記運転負荷推定部により推定された前記運転者の運転負荷が基準以上である場合、前記所定時間の計時を一時停止するものである。

（２）：この発明の他の態様に係るエージェント装置は、車両の運転者の発話に応じて、音声による応答を含むサービスを提供するエージェント機能部を備えるエージェント装置であって、前記エージェント機能部は、前記運転者の発話の有無を認識する音声有無認識部と、基準時点から前記運転者の発話がないことが前記音声有無認識部により認識された状態が所定時間の間、経過した場合、前記エージェント機能部の機能を停止するタイムアウト処理部と、前記運転者の運転負荷を推定する運転負荷推定部と、を備え、前記タイムアウト処理部は、前記運転負荷推定部により推定された前記運転者の運転負荷が基準以上である場合、前記所定時間を延長するものである。

（３）：上記（１）または（２）の態様において、前記運転負荷推定部は、車両挙動検出部により検出される車両挙動に基づき、前記運転者の運転負荷を推定するものである。

（４）：上記（１）〜（３）の態様において、前記運転負荷推定部は、車両操作検出部により検出される車両操作子の操作量に基づき、前記運転者の運転負荷を推定するものである。

（５）：本発明の他の態様に係るエージェント装置の制御方法は、コンピュータが、エージェント機能部を起動させ、前記起動したエージェント機能部の機能として、車両の運転者の発話に応じて、音声による応答を含むサービスを提供し、前記運転者の発話の有無を認識し、基準時点から前記運転者の発話がないことが音声有無認識部により認識された状態が所定時間の間、経過した場合、前記エージェント機能部の機能を停止し、前記運転者の運転負荷を推定し、前記推定した前記運転者の運転負荷が基準以上である場合、前記所定時間の計時を一時停止するものである。

（６）：本発明の他の態様に係るエージェント装置の制御方法は、コンピュータが、エージェント機能部を起動させ、前記起動したエージェント機能部の機能として、車両の運転者の発話に応じて、音声による応答を含むサービスを提供し、前記運転者の発話の有無を認識し、基準時点から前記運転者の発話がないことが音声有無認識部により認識された状態が所定時間の間、経過した場合、前記エージェント機能部の機能を停止し、前記運転者の運転負荷を推定し、前記推定した前記運転者の運転負荷が基準以上である場合、前記所定時間を延長するものである。

（７）：本発明の他の態様に係るプログラムは、コンピュータに、エージェント機能部を起動させる処理と、前記起動したエージェント機能部の機能として、車両の乗員の発話に応じて、音声による応答を含むサービスを提供する処理と、前記車両の運転者の発話の有無を認識する処理と、基準時点から前記運転者の発話がないことが認識された状態が所定時間の間、経過した場合、前記エージェント機能部の機能を停止する処理と、前記運転者の運転負荷を推定する処理と、前記推定した前記運転者の運転負荷が基準以上である場合、前記所定時間の計時を一時停止する処理と、を実行させるものである。

（８）：本発明の他の態様に係るプログラムは、コンピュータに、エージェント機能部を起動させる処理と、前記起動したエージェント機能部の機能として、車両の乗員の発話に応じて、音声による応答を含むサービスを提供する処理と、前記車両の運転者の発話の有無を認識する処理と、基準時点から前記運転者の発話がないことが認識された状態が所定時間の間、経過した場合、前記エージェント機能部の機能を停止する処理と、前記運転者の運転負荷を推定する処理と、前記推定した前記運転者の運転負荷が基準以上である場合、前記所定時間を延長する処理と、を実行させるものである。

（１）〜（８）の態様によれば、車両の乗員の意図しない中断を生じるのを抑制することができる。

エージェント装置１００を含むエージェントシステム１の構成図である。 第１実施形態に係るエージェント装置１００の構成と、車両Ｍに搭載された機器とを示す図である。 表示・操作装置２０の配置例を示す図である。 エージェントサーバ２００の構成と、エージェント装置１００の構成の一部とを示す図である。 第１実施形態の他の態様に係るエージェント装置１００の構成と、車両Ｍに搭載された機器とを示す図である。 第１実施形態に係るエージェント装置１００の一連の処理の流れを示すフローチャートである。 第１実施形態に係るエージェント装置１００の動作を説明するための図である。 第１実施形態に係るエージェント装置１００の動作を説明するための図である。 第２実施形態に係るエージェント装置１００の一連の処理の流れを示すフローチャートである。 第２実施形態に係るエージェント装置１００の動作を説明するための図である。

以下、図面を参照し、本発明のエージェント装置、エージェント装置の制御方法、およびプログラムの実施形態について説明する。エージェント装置は、エージェントシステムの一部または全部を実現する装置である。以下では、エージェント装置の一例として、車両（以下、車両Ｍ）に搭載され、複数種類のエージェント機能を備えたエージェント装置について説明する。なお、本発明において、エージェント装置は一つのエージェント機能のみを備えてもよい。エージェント機能とは、例えば、車両Ｍの乗員と対話をしながら、乗員の発話の中に含まれる要求（コマンド）に基づく各種の情報提供を行ったり、ネットワークサービスを仲介したりする機能である。複数種類のエージェントはそれぞれに果たす機能、処理手順、制御、出力態様・内容がそれぞれ異なってもよい。また、エージェント機能の中には、車両内の機器（例えば運転制御や車体制御に関わる機器）の制御等を行う機能を有するものがあってよい。

エージェント機能は、例えば、乗員の音声を認識する音声認識機能（音声をテキスト化する機能）に加え、自然言語処理機能（テキストの構造や意味を理解する機能）、対話管理機能、ネットワークを介して他装置を検索し、或いは自装置が保有する所定のデータベースを検索するネットワーク検索機能等を統合的に利用して実現される。これらの機能の一部または全部は、ＡＩ（Artificial Intelligence）技術によって実現されてよい。また、これらの機能を行うための構成の一部（特に、音声認識機能や自然言語処理解釈機能）は、車両Ｍの車載通信装置または車両Ｍに持ち込まれた汎用通信装置と通信可能なエージェントサーバ（外部装置）に搭載されてもよい。以下の説明では、構成の一部がエージェントサーバに搭載されており、エージェント装置とエージェントサーバが協働してエージェントシステムを実現することを前提とする。また、エージェント装置とエージェントサーバが協働して仮想的に出現させるサービス提供主体（サービス・エンティティ）をエージェントと称する。

［全体構成］
図１は、エージェント装置１００を含むエージェントシステム１の構成図である。エージェントシステム１は、例えば、エージェント装置１００と、複数のエージェントサーバ２００−１、２００−２、２００−３、…とを備える。符号の末尾のハイフン以下数字は、エージェントを区別するための識別子であるものとする。いずれのエージェントサーバであるかを区別しない場合、単にエージェントサーバ２００と称する場合がある。図１では３つのエージェントサーバ２００を示しているが、エージェントサーバ２００の数は２つであってもよいし、４つ以上であってもよい。それぞれのエージェントサーバ２００は、互いに異なるエージェントシステムの提供者が運営するものである。従って、本発明におけるエージェントは、互いに異なる提供者により実現されるエージェントである。提供者としては、例えば、自動車メーカー、ネットワークサービス事業者、電子商取引事業者、携帯端末の販売者や製造者などが挙げられ、任意の主体（法人、団体、個人等）がエージェントシステムの提供者となり得る。

エージェント装置１００は、ネットワークＮＷを介してエージェントサーバ２００と通信する。ネットワークＮＷは、例えば、インターネット、セルラー網、Ｗｉ−Ｆｉ網、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）、公衆回線、電話回線、無線基地局などのうち一部または全部を含む。ネットワークＮＷには、各種ウェブサーバ３００が接続されており、エージェントサーバ２００またはエージェント装置１００は、ネットワークＮＷを介して各種ウェブサーバ３００からウェブページを取得することができる。

エージェント装置１００は、車両Ｍの乗員と対話を行い、乗員からの音声をエージェントサーバ２００に送信し、エージェントサーバ２００から得られた回答を、音声出力や画像表示の形で乗員に提示する。

＜第１実施形態＞
［車両］
図２は、第１実施形態に係るエージェント装置１００の構成と、車両Ｍに搭載された機器とを示す図である。車両Ｍには、例えば、一以上のマイク１０と、表示・操作装置２０と、スピーカユニット３０と、車両センサ４０と、ナビゲーション装置５０と、車両機器６０と、車載通信装置７０と、汎用通信装置８０と、エージェント装置１００とが搭載される。また、スマートフォンなどの汎用通信装置８０が車室内に持ち込まれ、通信装置として使用される場合がある。これらの装置は、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。なお、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。

マイク１０は、車室内で発せられた音声を収集する収音部である。表示・操作装置２０は、画像を表示すると共に、入力操作を受付可能な装置（或いは装置群）である。表示・操作装置２０は、例えば、タッチパネルとして構成されたディスプレイ装置を含む。表示・操作装置２０は、更に、ＨＵＤ（Head Up Display）や機械式の入力装置を含んでもよい。スピーカユニット３０は、例えば、車室内の互いに異なる位置に配設された複数のスピーカ（音出力部）を含む。表示・操作装置２０は、エージェント装置１００とナビゲーション装置５０とで共用されてもよい。これらの詳細については後述する。

車両センサ４０は、例えば、加速度センサ４２と、車速センサ４４と、ヨーレートセンサ４６とのうち一部または全部を含む。加速度センサ４２は、車両Ｍの前後方向の加速度を検出する。車速センサ４４は、車両Ｍの速度を検出する。ヨーレートセンサ４６は、車両Ｍの鉛直軸回りの角速度を検出する。車両センサ４０は、「車両挙動検出部」の一例である。

ナビゲーション装置５０は、ナビＨＭＩ（Human machine Interface）と、ＧＰＳ（Global Positioning System）などの位置測位装置と、地図情報を記憶した記憶装置と、経路探索などを行う制御装置（ナビゲーションコントローラ）とを備える。マイク１０、表示・操作装置２０、およびスピーカユニット３０のうち一部または全部がナビＨＭＩとして用いられてもよい。ナビゲーション装置５０は、位置測位装置によって特定された車両Ｍの位置から、乗員によって入力された目的地まで移動するための経路（ナビ経路）を探索し、経路に沿って車両Ｍが走行できるように、ナビＨＭＩを用いて案内情報を出力する。経路探索機能は、ネットワークＮＷを介してアクセス可能なナビゲーションサーバにあってもよい。この場合、ナビゲーション装置５０は、ナビゲーションサーバから経路を取得して案内情報を出力する。なお、エージェント装置１００は、ナビゲーションコントローラを基盤として構築されてもよく、その場合、ナビゲーションコントローラとエージェント装置１００は、ハードウェア上は一体に構成される。

車両機器６０は、例えば、エンジンや走行用モータなどの駆動力出力装置、エンジンの始動モータ、ドアロック装置、ドア開閉装置、窓、窓の開閉装置及び窓の開閉制御装置、シート、シート位置の制御装置、ルームミラー及びその角度位置制御装置、車両内外の照明装置及びその制御装置、ワイパーやデフォッガー及びそれぞれの制御装置、方向指示灯及びその制御装置、空調装置、走行距離やタイヤの空気圧の情報や燃料の残量情報などの車両情報装置などを含む。

車載通信装置７０は、例えば、セルラー網やＷｉ−Ｆｉ網を利用してネットワークＮＷにアクセス可能な無線通信装置である。

図３は、表示・操作装置２０の配置例を示す図である。表示・操作装置２０は、例えば、第１ディスプレイ２２と、第２ディスプレイ２４と、操作スイッチＡＳＳＹ２６とを含む。表示・操作装置２０は、更に、ＨＵＤ２８を含んでもよい。

車両Ｍには、例えば、ステアリングホイールＳＷが設けられた運転席ＤＳと、運転席ＤＳに対して車幅方向（図中Ｙ方向）に設けられた助手席ＡＳとが存在する。第１ディスプレイ２２は、インストルメントパネルにおける運転席ＤＳと助手席ＡＳとの中間辺りから、助手席ＡＳの左端部に対向する位置まで延在する横長形状のディスプレイ装置である。第２ディスプレイ２４は、運転席ＤＳと助手席ＡＳとの車幅方向に関する中間あたり、且つ第１ディスプレイ２２の下方に設置されている。例えば、第１ディスプレイ２２と第２ディスプレイ２４は、共にタッチパネルとして構成され、表示部としてＬＣＤ（Liquid Crystal Display）や有機ＥＬ（Electroluminescence）、プラズマディスプレイなどを備えるものである。操作スイッチＡＳＳＹ２６は、ダイヤルスイッチやボタン式スイッチなどが集積されたものである。表示・操作装置２０は、乗員によってなされた操作の内容をエージェント装置１００に出力する。第１ディスプレイ２２または第２ディスプレイ２４が表示する内容は、エージェント装置１００によって決定されてよい。

［エージェント装置］
図２に戻り、エージェント装置１００は、管理部１１０と、エージェント機能部１５０−１、１５０−２、１５０−３と、ペアリングアプリ実行部１５２とを備える。管理部１１０は、例えば、音響処理部１１２と、エージェントごとＷＵ（Wake Up）判定部１１４と、表示制御部１１６と、音声制御部１１８とを備える。いずれのエージェント機能部であるか区別しない場合、単にエージェント機能部１５０と称する。３つのエージェント機能部１５０を示しているのは、図１におけるエージェントサーバ２００の数に対応させた一例に過ぎず、エージェント機能部１５０の数は、２つであってもよいし、４つ以上であってもよい。図２に示すソフトウェア配置は説明のために簡易に示しており、実際には、例えば、エージェント機能部１５０と車載通信装置７０の間に管理部１１０が介在してもよいように、任意に改変することができる。

エージェント装置１００の各構成要素は、例えば、ＣＰＵ（Central Processing Unit）などのハードウェア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。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）などのハードウェア（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（Hard Disk Drive）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）に格納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）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インストールされてもよい。

管理部１１０は、ＯＳ（Operating System）やミドルウェアなどのプログラムが実行されることで機能する。

管理部１１０の音響処理部１１２は、エージェントごとに予め設定されているウエイクアップワードを認識するのに適した状態になるように、入力された音に対して音響処理を行う。

エージェントごとＷＵ判定部１１４は、エージェント機能部１５０−１、１５０−２、１５０−３のそれぞれに対応して存在し、エージェントごとに予め定められているウエイクアップワードを認識する。エージェントごとＷＵ判定部１１４は、音響処理が行われた音声（音声ストリーム）から音声の意味を認識する。まず、エージェントごとＷＵ判定部１１４は、音声ストリームにおける音声波形の振幅と零交差に基づいて音声区間を検出する。エージェントごとＷＵ判定部１１４は、混合ガウス分布モデル（ＧＭＭ；Gaussian mixture model) に基づくフレーム単位の音声識別および非音声識別に基づく区間検出を行ってもよい。

次に、エージェントごとＷＵ判定部１１４は、検出した音声区間における音声をテキスト化し、文字情報とする。そして、エージェントごとＷＵ判定部１１４は、テキスト化した文字情報がウエイクアップワードに該当するか否かを判定する。ウエイクアップワードであると判定した場合。エージェントごとＷＵ判定部１１４は、対応するエージェント機能部１５０を起動させる。なお、エージェントごとＷＵ判定部１１４に相当する機能がエージェントサーバ２００に搭載されてもよい。この場合、管理部１１０は、音響処理部１１２によって音響処理が行われた音声ストリームをエージェントサーバ２００に送信し、エージェントサーバ２００がウエイクアップワードであると判定した場合、エージェントサーバ２００からの指示に従ってエージェント機能部１５０が起動する。なお、各エージェント機能部１５０は、常時起動しており且つウエイクアップワードの判定を自ら行うものであってよい。この場合、管理部１１０がエージェントごとＷＵ判定部１１４を備える必要はない。

エージェント機能部１５０は、例えば、音声有無認識部１５４と、タイムアウト処理部１５６と、運転負荷推定部１５８とを備える。

音声有無認識部１５４は、マイク１０から管理部１１０を介して入力される音声信号に基づき、車両Ｍの運転者の発話の有無を認識する。音声有無認識部１５４は、例えば、音声信号に含まれる波形を音声区間ごとに検出し、音声区間における波形の振幅が所定の閾値以上であるか否かに基づき、車両Ｍの運転者の発話の有無を認識する。

タイムアウト処理部１５６は、所定条件を満たした場合、エージェント機能部１５０の機能を停止する。所定条件は、車両Ｍの運転者の発話がない状態が所定時間の間、経過したことを含む。タイムアウト処理部１５６は、基準時点から所定時間のカウント（計時）を開始する。基準時点は、例えば、エージェント機能部１５０が音声の出力を完了した時点である。エージェント機能部１５０は、音声の出力として、予め用意された固定のメッセージを再生して出力してもよいし、車両Ｍの運転者との対話に応じてメッセージを生成して出力してもよい。タイムアウト処理部１５６は、例えば、音声有無認識部１５４による音声認識を中断することで、エージェント機能部１５０の機能を停止する。

運転負荷推定部１５８は、車両センサ４０から管理部１１０を介して入力される車両挙動に基づき、車両Ｍの運転者の運転負荷を推定する。運転負荷推定部１５８は、車両挙動に基づき、例えば現在の運転負荷を推定する。運転負荷推定部１５８は、例えば、車両挙動と運転負荷を関連付けた関連データを参照して車両Ｍの運転者の運転負荷を推定する。関連データは、一または複数の車両挙動の項目と運転負荷とを連続的に関連付けたマップや関数であってもよいし、車両挙動と運転負荷とを段階的に関連付けたテーブルデータであってもよい。また、運転負荷推定部１５８は、車両挙動に基づき、将来の運転負荷を推定してもよい。将来とは、例えば、現在から数［ｓｅｃ］〜数［ｍｉｎ］程度まで、後の時間である。この場合、運転負荷推定部１５８は、例えば、車両挙動の履歴データに基づき、将来の車両挙動を推定する。なお、車両挙動の推定は、車両挙動の履歴データに加えて（または代えて）、車両Ｍの走行状況を考慮して行われてもよい。車両Ｍの走行状況は、一例として、ナビゲーション装置５０を通じて設定された車両Ｍの走行経路と、ナビゲーション装置５０の地図データを参照して取得される。この場合、運転負荷推定部１５８は、例えば、車両Ｍが現に所定曲率以上のカーブ、交差点、横断歩道などを走行している場合、現在の運転負荷が高くなるように推定してもよい。また、運転負荷推定部１５８は、例えば、車両Ｍの進行方向における所定距離以内（または所定走行時間以内）に所定曲率以上のカーブ、交差点、横断歩道などが存在する場合、将来の運転負荷が高くなるように推定してもよい。

エージェント機能部１５０は、対応するエージェントサーバ２００と協働してエージェントを出現させ、車両の乗員の発話に応じて、音声による応答を含むサービスを提供する。エージェント機能部１５０には、車両機器６０を制御する権限が付与されたものが含まれてよい。また、エージェント機能部１５０には、ペアリングアプリ実行部１５２を介して汎用通信装置８０と連携し、エージェントサーバ２００と通信するものがあってよい。例えば、エージェント機能部１５０−１には、車両機器６０を制御する権限が付与されている。エージェント機能部１５０−１は、車載通信装置７０を介してエージェントサーバ２００−１と通信する。エージェント機能部１５０−２は、車載通信装置７０を介してエージェントサーバ２００−２と通信する。エージェント機能部１５０−３は、ペアリングアプリ実行部１５２を介して汎用通信装置８０と連携し、エージェントサーバ２００−３と通信する。ペアリングアプリ実行部１５２は、例えば、Ｂｌｕｅｔｏｏｔｈ（登録商標）によって汎用通信装置８０とペアリングを行い、エージェント機能部１５０−３と汎用通信装置８０とを接続させる。なお、エージェント機能部１５０−３は、ＵＳＢ（Universal Serial Bus）などを利用した有線通信によって汎用通信装置８０に接続されるようにしてもよい。

表示制御部１１６は、エージェント機能部１５０からの指示に応じて第１ディスプレイ２２または第２ディスプレイ２４に画像を表示させる。以下では、第１ディスプレイ２２を使用するものとする。表示制御部１１６は、一部のエージェント機能部１５０の制御により、例えば、車室内で乗員とのコミュニケーションを行う擬人化されたエージェントの画像（以下、エージェント画像と称する）を生成し、生成したエージェント画像を第１ディスプレイ２２に表示させる。エージェント画像は、例えば、乗員に対して話しかける態様の画像である。エージェント画像は、例えば、少なくとも観者（乗員）によって表情や顔向きが認識される程度の顔画像を含んでよい。例えば、エージェント画像は、顔領域の中に目や鼻に擬したパーツが表されており、顔領域の中のパーツの位置に基づいて表情や顔向きが認識されるものであってよい。また、エージェント画像は、立体的に感じられ、観者によって三次元空間における頭部画像を含むことでエージェントの顔向きが認識されたり、本体（胴体や手足）の画像を含むことで、エージェントの動作や振る舞い、姿勢等が認識されるものであってもよい。また、エージェント画像は、アニメーション画像であってもよい。

音声制御部１１８は、エージェント機能部１５０からの指示に応じてスピーカユニット３０に含まれるスピーカのうち一部または全部に音声を出力させる。音声制御部１１８は、複数のスピーカユニット３０を用いて、エージェント画像の表示位置に対応する位置にエージェント音声の音像を定位させる制御を行ってもよい。エージェント画像の表示位置に対応する位置とは、例えば、エージェント画像がエージェント音声を喋っていると乗員が感じると予測される位置であり、具体的には、エージェント画像の表示位置付近（例えば、２〜３［ｃｍ］以内）の位置である。また、音像が定位するとは、例えば、乗員の左右の耳に伝達される音の大きさを調節することにより、乗員が感じる音源の空間的な位置を定めることである。

［エージェントサーバ］
図４は、エージェントサーバ２００の構成と、エージェント装置１００の構成の一部とを示す図である。以下、エージェントサーバ２００の構成と共にエージェント機能部１５０等の動作について説明する。ここでは、エージェント装置１００からネットワークＮＷまでの物理的な通信についての説明を省略する。

エージェントサーバ２００は、通信部２１０を備える。通信部２１０は、例えばＮＩＣ（Network Interface Card）などのネットワークインターフェースである。更に、エージェントサーバ２００は、例えば、音声認識部２２０と、自然言語処理部２２２と、対話管理部２２４と、ネットワーク検索部２２６と、応答文生成部２２８とを備える。これらの構成要素は、例えば、ＣＰＵなどのハードウェア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。これらの構成要素のうち一部または全部は、ＬＳＩやＡＳＩＣ、ＦＰＧＡ、ＧＰＵなどのハードウェア（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）に格納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）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インストールされてもよい。

エージェントサーバ２００は、記憶部２５０を備える。記憶部２５０は、上記の各種記憶装置により実現される。記憶部２５０には、パーソナルプロファイル２５２、辞書ＤＢ（データベース）２５４、知識ベースＤＢ２５６、応答規則ＤＢ２５８などのデータやプログラムが格納される。

エージェント装置１００において、エージェント機能部１５０は、音声ストリーム、或いは圧縮や符号化などの処理を行った音声ストリームを、エージェントサーバ２００に送信する。エージェント機能部１５０は、ローカル処理（エージェントサーバ２００を介さない処理）が可能な音声コマンドを認識した場合は、音声コマンドで要求された処理を行ってよい。ローカル処理が可能な音声コマンドとは、エージェント装置１００が備える記憶部（不図示）を参照することで回答可能な音声コマンドであったり、エージェント機能部１５０−１の場合は車両機器６０を制御する音声コマンド（例えば、空調装置をオンにするコマンドなど）であったりする。従って、エージェント機能部１５０は、エージェントサーバ２００が備える機能の一部を有してもよい。

音声ストリームを取得すると、音声認識部２２０が音声認識を行ってテキスト化された文字情報を出力し、自然言語処理部２２２が文字情報に対して辞書ＤＢ２５４を参照しながら意味解釈を行う。辞書ＤＢ２５４は、文字情報に対して抽象化された意味情報が対応付けられたものである。辞書ＤＢ２５４は、同義語や類義語の一覧情報を含んでもよい。音声認識部２２０の処理と、自然言語処理部２２２の処理は、段階が明確に分かれるものではなく、自然言語処理部２２２の処理結果を受けて音声認識部２２０が認識結果を修正するなど、相互に影響し合って行われてよい。

自然言語処理部２２２は、例えば、認識結果として、「今日の天気は」、「天気はどうですか」等の意味が認識された場合、標準文字情報「今日の天気」に置き換えたコマンドを生成する。これにより、リクエストの音声に文字揺らぎがあった場合にも要求にあった対話をし易くすることができる。また、自然言語処理部２２２は、例えば、確率を利用した機械学習処理等の人工知能処理を用いて文字情報の意味を認識したり、認識結果に基づくコマンドを生成してもよい。

対話管理部２２４は、自然言語処理部２２２の処理結果（コマンド）に基づいて、パーソナルプロファイル２５２や知識ベースＤＢ２５６、応答規則ＤＢ２５８を参照しながら車両Ｍの乗員に対する発話の内容を決定する。パーソナルプロファイル２５２は、乗員ごとに保存されている乗員の個人情報、趣味嗜好、過去の対話の履歴などを含む。知識ベースＤＢ２５６は、物事の関係性を規定した情報である。応答規則ＤＢ２５８は、コマンドに対してエージェントが行うべき動作（回答や機器制御の内容など）を規定した情報である。

また、対話管理部２２４は、音声ストリームから得られる特徴情報を用いて、パーソナルプロファイル２５２と照合を行うことで、乗員を特定してもよい。この場合、パーソナルプロファイル２５２には、例えば、音声の特徴情報に、個人情報が対応付けられている。音声の特徴情報とは、例えば、声の高さ、イントネーション、リズム（音の高低のパターン）等の喋り方の特徴や、メル周波数ケプストラム係数（Mel Frequency Cepstrum Coefficients）等による特徴量に関する情報である。音声の特徴情報は、例えば、乗員の初期登録時に所定の単語や文章等を乗員に発声させ、発声させた音声を認識することで得られる情報である。

対話管理部２２４は、コマンドが、ネットワークＮＷを介して検索可能な情報を要求するものである場合、ネットワーク検索部２２６に検索を行わせる。ネットワーク検索部２２６は、ネットワークＮＷを介して各種ウェブサーバ３００にアクセスし、所望の情報を取得する。「ネットワークＮＷを介して検索可能な情報」とは、例えば、車両Ｍの周辺にあるレストランの一般ユーザによる評価結果であったり、その日の車両Ｍの位置に応じた天気予報であったりする。

応答文生成部２２８は、対話管理部２２４により決定された発話の内容が車両Ｍの乗員に伝わるように、応答文を生成し、エージェント装置１００に送信する。応答文生成部２２８は、乗員がパーソナルプロファイルに登録された乗員であることが特定されている場合に、乗員の名前を呼んだり、乗員の話し方に似せた話し方にした応答文を生成してもよい。

エージェント機能部１５０は、応答文を取得すると、音声合成を行って音声を出力するように音声制御部１１８に指示する。また、エージェント機能部１５０は、音声出力に合わせてエージェントの画像を表示するように表示制御部１１６に指示する。このようにして、仮想的に出現したエージェントが車両Ｍの乗員に応答するエージェント機能が実現される。

図５は、第１実施形態の他の態様に係るエージェント装置１００の構成と、車両Ｍに搭載された機器とを示す図である。同図に示す例では、車両Ｍには車両センサ４０Ａが搭載される。車両センサ４０Ａは、アクセル開度センサ４２Ａと、ブレーキセンサ４４Ａと、ステアリングセンサ４６Ａとのうち一部または全部を含む。

アクセル開度センサ４２Ａは、車両操作子の一例であるアクセルペダルの踏込み量を検出する。ブレーキセンサ４４Ａは、車両操作子の一例であるブレーキペダルの踏込み量を検出する。ステアリングセンサ４６Ａは、車両操作子の一例であるステアリングの操舵角を検出する。車両センサ４０Ａは、「車両操作検出部」の一例である。

運転負荷推定部１５８は、車両センサ４０Ａから管理部１１０を介して入力される車両操作子の操作量に基づき、車両Ｍの運転者の運転負荷を推定する。運転負荷推定部１５８は、車両操作子の操作量に基づき、例えば現在の運転負荷を推定する。運転負荷推定部１５８は、例えば、車両操作子の操作量と運転負荷を関連付けた関連データを参照して車両Ｍの運転者の運転負荷を推定する。関連データは、一または複数の車両操作子の操作の項目と運転負荷とを連続的に関連付けたマップや関数であってもよいし、車両操作子の操作量と運転負荷とを段階的に関連付けたテーブルデータであってもよい。また、運転負荷推定部１５８は、車両操作子の操作量に基づき、将来の運転負荷を推定してもよい。将来とは、数［ｓｅｃ］〜数［ｍｉｎ］程度まで、後の時間である。この場合、運転負荷推定部１５８は、例えば、車両操作子の操作量の履歴データに基づき、将来の車両操作子の操作量を推定する。なお、車両操作子の操作量の推定は、車両操作子の操作量の履歴データに加えて（または代えて）、車両Ｍの走行状況を考慮して行われてもよい。車両Ｍの走行状況は、一例として、ナビゲーション装置５０を通じて設定された車両Ｍの走行経路と、ナビゲーション装置５０の地図データを参照して取得される。この場合、運転負荷推定部１５８は、車両Ｍが現に所定曲率以上のカーブ、交差点、横断歩道などを走行している場合、現在の運転負荷が高くなるように推定してもよい。また、運転負荷推定部１５８は、車両Ｍの進行方向における所定距離以内（または所定走行時間以内）に所定曲率以上のカーブ、交差点、横断歩道などが存在する場合、将来の運転負荷が高くなるように推定してもよい。

なお、車両挙動に基づいて運転負荷を推定することと、車両操作子の操作量に基づいて運転負荷を推定することは排他的な関係になく、車両挙動と車両操作子の操作量の双方に基づいて運転負荷を推定してもよい。具体的には、例えば、車両挙動に基づく運転負荷の評価値と、車両操作子の操作量に基づく運転負荷の評価値との加重和を求めることで運転負荷を推定してもよい。

［エージェント装置の処理フロー］
以下、第１実施形態に係るエージェント装置１００の一連の処理の流れについてフローチャートを用いて説明する。図６は、第１実施形態に係るエージェント装置１００の一連の処理の流れ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、エージェント機能部１５０の起動と共に開始される。

まず、音声有無認識部１５４は、エージェント装置１００の動作中に音声区間の終了を検知したか否かを判定する（ステップＳ１００）。タイムアウト処理部１５６は、音声有無認識部１５４により音声区間の終了が検知された場合、タイマーのカウントを開始する（ステップＳ１０２）。

次に、タイムアウト処理部１５６は、音声有無認識部１５４により運転者の発話が認識されたか否かを判定し（ステップＳ１０４）、運転者の発話が認識された場合、タイマーのカウントをリセットする（ステップＳ１０６）。

次に、タイムアウト処理部１５６は、運転負荷推定部１５８により推定される車両Ｍの運転者の運転負荷が基準以上であるか否かを判定し（ステップＳ１０８）、運転負荷が基準以上であると判定した場合、タイマーのカウントを一時停止する（ステップＳ１１０）。なお、運転負荷の基準は、運転負荷推定部１５８により運転負荷の推定値が算出される場合、閾値に相当する数値データでもよい。この場合、運転負荷推定部１５８は、運転負荷の推定値が所定の閾値以上である場合に運転負荷が基準以上であると判定する。また、運転負荷の基準は、運転負荷推定部１５８により運転負荷の推定結果がランクを示す符号（高、中、低、或いはＡ、Ｂ、Ｃ、…など）で表される場合、昇順または降順に並べた複数の符号の境界を規定するデータでもよい。この場合、運転負荷推定部１５８は、運転負荷の推定結果を降順に並べたときには、運転負荷の推定結果が境界よりも前側に位置する場合に運転負荷の推定結果が基準以上であると判定する。

一方、タイムアウト処理部１５６は、運転負荷推定部１５８により推定される車両Ｍの運転負荷が基準未満であると判定した場合、タイマーのカウントが停止中であるか否かを判定する（ステップＳ１１２）。タイムアウト処理部１５６は、タイマーのカウントが停止中であると判定した場合、タイマーのカウントを再開する（ステップＳ１１４）。

次に、タイムアウト処理部１５６は、タイマーのカウントに基づき、エージェント機能部１５０が音声を出力してから所定時間が経過したか否かを判定する（ステップＳ１１６）。タイムアウト処理部１５６は、所定時間が経過していないと判定した場合、その処理をステップＳ１０４に戻す。一方、タイムアウト処理部１５６は、所定時間が経過したと判定した場合、音声有無認識部１５４を通じた音声認識を中断させる（ステップＳ１１８）。なお、タイムアウト処理部１５６は、例えば、音声有無認識部１５４による音声認識を中断することで、エージェント機能部１５０の機能を停止する。これによって、本フローチャートの処理が終了する。

図７は、運転負荷が高くない場合におけるエージェント装置１００の動作を説明するための図である。エージェント装置１００は、時刻ｔ１において起動してから時刻ｔ２において一定時間が経過した場合、音声の出力を開始する（出力する音声は、「どうしましたか？」や「ご用件はなんでしょうか？」など）。エージェント装置１００は、時刻ｔ３において音声の出力を終了した場合、タイマーのカウントを開始する。そして、エージェント装置１００は、時刻ｔ４においてタイマーのカウントが所定時間に達した場合、音声認識を中断する。

図８は、運転負荷が高い場合におけるエージェント装置１００の動作を説明するための図である。エージェント装置１００は、時刻ｔ１１において起動してから時刻ｔ１２において一定時間が経過した場合、音声の出力を開始する（出力する音声は、「どうしましたか？」や「ご用件はなんでしょうか？」など）。エージェント装置１００は、時刻ｔ１３において音声の出力を終了した場合、タイマーのカウントを開始する。エージェント装置１００は、時刻ｔ１４において、タイマーのカウントが所定時間に達するまでの間に車両Ｍの運転者の運転負荷が基準以上となった場合、タイマーのカウントを一時停止する。エージェント装置１００は、車両Ｍの運転者の運転負荷が基準以上である間、タイマーのカウントの停止を維持する。エージェント装置１００は、時刻ｔ１５において車両Ｍの運転者の運転負荷が基準未満となった場合、タイマーのカウントを再開する。そして、エージェント装置１００は、時刻ｔ１６においてタイマーのカウントが所定時間に達した場合、音声認識を中断する。

＜第２実施形態＞
以下、第２実施形態について説明する。第２実施形態は、第１実施形態と比較すると、車両の運転者の運転負荷が基準以上となった場合のタイムアウト処理部の処理が異なる。以下、この相違点を中心に説明する。なお、第２実施形態に係るタイムアウト処理部について、改めて構成を図示しないが、タイムアウト処理部１５６Ａと表記する。

以下、第２実施形態に係るエージェント装置１００の一連の処理の流れについてフローチャートを用いて説明する。図９は、第２実施形態に係るエージェント装置１００の一連の処理の流れ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、エージェント機能部１５０の起動と共に開始される。

まず、音声有無認識部１５４は、エージェント装置１００の動作中に音声区間の終了を検知したか否かを判定する（ステップＳ２００）。タイムアウト処理部１５６Ａは、音声有無認識部１５４により音声区間の終了が検知された場合、タイマーのカウントを開始する（ステップＳ２０２）。

次に、タイムアウト処理部１５６Ａは、音声有無認識部１５４により運転者の発話が認識されたか否かを判定し（ステップＳ２０４）、運転者の発話が認識されたと判定した場合、タイマーのカウントをリセットする（ステップＳ２０６）。

次に、タイムアウト処理部１５６Ａは、運転負荷推定部１５８により推定される車両Ｍの運転者の運転負荷が基準以上であるか否かを判定する（ステップＳ２０８）。タイムアウト処理部１５６Ａは、運転負荷が基準以上であると判定した場合、所定時間の延長が未実施であるか否かを判定する（ステップＳ２１０）。タイムアウト処理部１５６Ａは、所定時間の延長が未実施であると判定した場合、所定時間を延長し（ステップＳ２１２）、その処理をステップＳ２０４に戻す。

一方、タイムアウト処理部１５６Ａは、運転負荷推定部１５８により推定される車両Ｍの運転負荷が基準未満であると判定した場合、タイマーのカウントに基づき、エージェント機能部１５０が音声を出力してから所定時間が経過したか否かを判定する（ステップＳ２１４）。タイムアウト処理部１５６Ａは、所定時間が経過していないと判定した場合、その処理をステップＳ２０４に戻す。一方、タイムアウト処理部１５６Ａは、所定時間が経過したと判定した場合、音声有無認識部１５４を通じた音声認識を中断させる（ステップＳ２１６）。なお、タイムアウト処理部１５６Ａは、例えば、音声有無認識部１５４による音声認識を中断することで、エージェント機能部１５０の機能を停止する。これによって、本フローチャートの処理が終了する。

図１０は、第２実施形態に係るエージェント装置１００の動作を説明するための図である。エージェント装置１００は、時刻ｔ２１において起動してから時刻ｔ２２において一定時間が経過した場合、音声の出力を開始する（出力する音声は、「どうしましたか？」や「ご用件はなんでしょうか？」など）。エージェント装置１００は、時刻ｔ２３において音声の出力を終了した場合、タイマーのカウントを開始する。エージェント装置１００は、時刻ｔ２４において、タイマーのカウントが所定時間に達するまでの間に車両Ｍの運転者の運転負荷が基準以上となった場合、所定時間を延長する。そして、エージェント装置１００は、時刻ｔ２５においてタイマーのカウントが延長後の所定時間に達した場合、音声認識を中断する。

上記説明した実施形態に係るエージェント装置１００によれば、車両Ｍの乗員の意図しない中断を生じるのを抑制することができる。例えば、車両Ｍの運転者の運転負荷が基準以上である場合、運転者がエージェント装置１００と対話する余裕がなく、運転者の意図に反して所定時間が経過することも想定される。これに対し、第１実施形態に係るエージェント装置１００では、運転者の運転負荷が基準以上である場合、タイマーのカウントを一時停止する。また、第２実施形態に係るエージェント装置１００では、運転者の運転負荷が基準以上である場合、所定時間を延長する。そのため、運転者の意図に反して所定時間が経過することが抑えられる。

また、エージェント装置１００によれば、更に、車両Ｍの運転者の運転負荷を的確に推定することもできる。例えば、車両Ｍが高速走行時に急ブレーキを作動させる場合と、車両Ｍが低速走行時に急ブレーキを作動させる場合とでは、車両Ｍの減速の態様が異なり、車両Ｍの運転者が感じる運転負荷も異なることが想定される。これに対し、実施形態に係るエージェント装置１００では、運転負荷との相関性が比較的高い車両挙動に基づき、車両Ｍの運転者の運転負荷を的確に推定することができる。また、エージェント装置１００によれば、更に、車両Ｍの運転者の運転負荷を高い汎用性をもって推定することもできる。例えば、車両Ｍが交差点で停止する場合、車両挙動の変化量が小さいため、車両挙動に基づく運転負荷の推定が困難となることが想定される。これに対し、実施形態の他の態様に係るエージェント装置１００では、車両挙動の変化が小さい状況下であっても、車両挙動の変化に先立つ車両操作子の操作に基づき、車両Ｍの運転者の運転負荷を高い汎用性をもって推定することができる。

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。

１０ マイク
２０ 表示・操作装置
３０ スピーカユニット
４０ 車両センサ
４０Ａ 車両センサ
４２ 加速度センサ
４２Ａ アクセル開度センサ
４４ 車速センサ
４４Ａ ブレーキセンサ
４６ ヨーレートセンサ
４６Ａ ステアリングセンサ
５０ ナビゲーション装置
６０ 車両機器
７０ 車載通信装置
８０ 汎用通信装置
１００ エージェント装置
１１０ 管理部
１１２ 音響処理部
１１４ エージェントごとＷＵ判定部
１１６ 表示制御部
１１８ 音声制御部
１５０ エージェント機能部
１５２ ペアリングアプリ実行部
１５４ 音声有無認識部
１５６ タイムアウト処理部
１５６Ａ タイムアウト処理部
１５８ 運転負荷推定部
２００ エージェントサーバ

Claims (8)

1. 車両の運転者の発話に応じて、音声による応答を含むサービスを提供するエージェント機能部を備えるエージェント装置であって、
   前記エージェント機能部は、
   前記運転者の発話の有無を認識する音声有無認識部と、
   基準時点から前記運転者の発話がないことが前記音声有無認識部により認識された状態が所定時間の間、経過した場合、前記エージェント機能部の機能を停止するタイムアウト処理部と、
   前記運転者の運転負荷を推定する運転負荷推定部と、
   を備え、
   前記タイムアウト処理部は、前記運転負荷推定部により推定された前記運転者の運転負荷が基準以上である場合、前記所定時間の計時を一時停止する、
   エージェント装置。
2. 車両の運転者の発話に応じて、音声による応答を含むサービスを提供するエージェント機能部を備えるエージェント装置であって、
   前記エージェント機能部は、
   前記運転者の発話の有無を認識する音声有無認識部と、
   基準時点から前記運転者の発話がないことが前記音声有無認識部により認識された状態が所定時間の間、経過した場合、前記エージェント機能部の機能を停止するタイムアウト処理部と、
   前記運転者の運転負荷を推定する運転負荷推定部と、
   を備え、
   前記タイムアウト処理部は、前記運転負荷推定部により推定された前記運転者の運転負荷が基準以上である場合、前記所定時間を延長する、
   エージェント装置。
3. 前記運転負荷推定部は、車両挙動検出部により検出される車両挙動に基づき、前記運転者の運転負荷を推定する、
   請求項１または２記載のエージェント装置。
4. 前記運転負荷推定部は、車両操作検出部により検出される車両操作子の操作量に基づき、前記運転者の運転負荷を推定する、
   請求項１から３のうちいずれか１項記載のエージェント装置。
5. コンピュータが、
   エージェント機能部を起動させ、
   前記起動したエージェント機能部の機能として、車両の運転者の発話に応じて、音声による応答を含むサービスを提供し、
   前記運転者の発話の有無を認識し、
   基準時点から前記運転者の発話がないことが音声有無認識部により認識された状態が所定時間の間、経過した場合、前記エージェント機能部の機能を停止し、
   前記運転者の運転負荷を推定し、
   前記推定した前記運転者の運転負荷が基準以上である場合、前記所定時間の計時を一時停止する、
   エージェント装置の制御方法。
6. コンピュータが、
   エージェント機能部を起動させ、
   前記起動したエージェント機能部の機能として、車両の運転者の発話に応じて、音声による応答を含むサービスを提供し、
   前記運転者の発話の有無を認識し、
   基準時点から前記運転者の発話がないことが音声有無認識部により認識された状態が所定時間の間、経過した場合、前記エージェント機能部の機能を停止し、
   前記運転者の運転負荷を推定し、
   前記推定した前記運転者の運転負荷が基準以上である場合、前記所定時間を延長する、
   エージェント装置の制御方法。
7. コンピュータに、
   エージェント機能部を起動させる処理と、
   前記起動したエージェント機能部の機能として、車両の乗員の発話に応じて、音声による応答を含むサービスを提供する処理と、
   前記車両の運転者の発話の有無を認識する処理と、
   基準時点から前記運転者の発話がないことが認識された状態が所定時間の間、経過した場合、前記エージェント機能部の機能を停止する処理と、
   前記運転者の運転負荷を推定する処理と、
   前記推定した前記運転者の運転負荷が基準以上である場合、前記所定時間の計時を一時停止する処理と、
   を実行させるプログラム。
8. コンピュータに、
   エージェント機能部を起動させる処理と、
   前記起動したエージェント機能部の機能として、車両の乗員の発話に応じて、音声による応答を含むサービスを提供する処理と、
   前記車両の運転者の発話の有無を認識する処理と、
   基準時点から前記運転者の発話がないことが認識された状態が所定時間の間、経過した場合、前記エージェント機能部の機能を停止する処理と、
   前記運転者の運転負荷を推定する処理と、
   前記推定した前記運転者の運転負荷が基準以上である場合、前記所定時間を延長する処理と、
   を実行させるプログラム。

Images