JP2021071751A - 指導のための情報を生成するシステム - Google Patents

Abstract

【課題】効果的な指導を行うための情報を生成する。【解決手段】運転者の指導のための情報を生成するシステムは、プロセッサと記憶装置とを含む。記憶装置は、運転者に対する指導履歴を格納する。プロセッサは、指導履歴から抽象された指導種類の同異に基づく特徴量を生成する。プロセッサは、特徴量に基づき、運転者に対する指導種類を決定する。プロセッサは、運転者の車両監視情報から、指導種類の指導を運転者に行うための情報を生成する。【選択図】図１２

Description

本開示は、指導のための情報を生成するシステムに関する。

特許文献１には、「車載端末３を備えた車両を複数保有する企業を支援する装置であって、車載端末３で収集された運行情報を加工処理して加工情報を作成し、加工情報に含まれる交通事故の予兆情報を検出し、この予兆情報に関連する交通安全の指導案を検索して指導書を作成すること」が開示されている（例えば要約参照）。

特開２００６−１１３５４６号公報

特許文献１は、所定期間内で最も危険度が高い、事故の予兆となる運転に対する指導を実施できる。しかし、同じ指導が続くとマンネリ化して期待通りの指導効果が得られない、長期にわたり指導されないと忘れられる、短期間に集中して様々な指導が実施されると覚えられないなど、人の特性に伴う問題が発生する可能性がある。したがって、より効果的な指導を行うための情報を生成する技術が望まれる。

本開示の代表的な一例は、運転者の指導のための情報を生成するシステムであって、１以上のプロセッサと、前記１以上のプロセッサが実行する命令コードを格納する１以上の記憶装置と、を含み、前記１以上の記憶装置は、前記運転者に対する指導履歴を格納し、前記１以上のプロセッサは、前記指導履歴から抽象された指導種類の同異に基づく特徴量を生成し、前記特徴量に基づき、前記運転者に対する指導種類を決定し、前記運転者の車両監視情報から、前記指導種類の指導を前記運転者に行うための情報を生成する。

本発明の代表的な一例によれば、効果的な指導を行うための情報を生成することができる。上記した以外の課題、構成および効果は、以下の実施形態の説明により明らかにされる。

実施例１にかかる指導情報提示システムの論理構成例を示す。 指導情報提示システムのハードウェア構成例を示す。 車両計測データの構成例を示す。 運転特徴量データの構成例を示す。 危険種類判定ルールの例を示す。 危険種類判定結果の構成例を示す。 指導マスタの構成例を示す。 指導対象危険種類データの構成例を示す。 指導履歴の構成例を示す。 指導履歴特徴量データの構成例を示す。 運転スコア改善度データの構成例を示す。 訓練用指導履歴特徴量データの構成例を示す。 指導情報提示システムの主要な処理のフローチャートを示す。 運転特徴量データ生成の詳細のフローチャートを示す。 危険種類判定の詳細を示すフローチャートである。 指導効果推定の詳細を示すフローチャートである。 一人の操縦士に対する指導用画面の例を示す。 複数の操縦士に対する指導用画面の例を示す。 改善推定モデルを生成するためのフローチャートを示す。 指導の遵守を評価する画面の例を示す。 実施例２にかかる指導情報提示システムの論理構成例を示す。 業務計画の構成例を示す。 業務進捗の構成例を示す。

以下、実施例を図面を用いて説明する。以下に説明する発明の構成において、同一又は類似する構成又は機能には同一の符号を付し、重複する説明は省略する。

以下において、車両の挙動から危険場面を検出し、運転者の指導を行うための情報を生成して提示する指導情報提示システムの例を説明する。本例の指導情報提示システムは、輸送や旅客用車両の運転者に対し、業務終了後に行う点呼において、同日の運転における車両挙動を記録した車両監視情報から、指導のための情報を生成させると共に、過去の指導履歴をもとに運転者ごとに効果のある指導種類を決定することで、安全運転に対する効果的な指導を支援するものである。例えば、トラックの車両挙動を解析して危険場面を検出しておき、トラックの運転者が業務を終え営業所に帰着した点呼時に、その日の危険場面の短時間動画を表示することで、安全指導を支援する。

業務都合上、日々の指導は帰着後の数分程度と限られており、この限られた時間で効果的な安全指導を実施する必要がある。具体的には、帰着時に当日の危険運転があった場面の動画を出力し、管理者立ち合いで動画を見ながら振り返り、管理者が指導を行う。効果的な指導のためには、日々の指導内容の組み立て方が重要である。危険度が高くとも、日々同じ指導を続けるとマンネリ化して定着しない可能性があるため、こうした人の特性を考慮して日々の指導内容を決定することが重要である。

発明者らの検討によれば、人の継続的な成長促進のためには、指導種類（指導内容）そのものではなく、指導履歴における指導種類の同異の観点における特徴量が重要であり、指導種類（指導内容）ごとに特徴量をつくる必要がないことが分かった。本実施例は、指導履歴から抽象した指導種類の同異に基づく指導履歴の特徴量を算出して、効果的な指導を推定できる。指導種類の同異に着目することで算出が必要な特徴量数を削減し、必要な訓練データ量を削減することができる。

なお、以下においては、一日の業務におけるトラック運転の挙動に基づきトラックの操縦士（運転者）を指導する例が説明されるが、本開示の特徴は、トラックの運転に限らず、タクシ、荷役車両等、他の車両の運転の指導にも適用することができる。また、指導の対象となる運転期間は一日に限定されず、例えば、複数日でもよく一日の数時間等でもよい。

図１Ａは、指導情報提示システムの論理構成例を示す。指導情報提示システム１は、処理を実行する機能部及び機能部が生成、更新、使用する情報（データ）を含む。情報は、車両計測データ１１、運転特徴量データ１２、危険種類判定ルール１３、危険種類判定結果１４、指導マスタ１５、指導対象危険種類データ１６、指導履歴１７、指導履歴特徴量データ１８、危険種類判定結果履歴１９、運転スコア改善度データ２０、及び訓練用指導履歴特徴量データ２１を含む。

機能部は、運転特徴量生成部５１、危険種類判定部５２、指導履歴特徴量生成部５３、指導効果推定部５４、改善推定モデル５５、動画抽出画面出力部５６及び、運転スコア改善度算出部５７を含む。機能部は、例えば、プログラム（命令コード）に従って動作するプロセッサ、論理回路又はこれらの組み合わせにより実現できる。

運転特徴量生成部５１は、１又は複数の操縦士それぞれにより運転された車両の車両計測データ１１から、運転特徴量データ１２を生成する。危険種類判定部５２は、危険種類判定ルール１３に基づき、運転特徴量データ１２から、危険種類判定結果１４を生成する。指導履歴特徴量生成部５３は、各操縦士の指導履歴１７及び今回の指導の指導種類候補から、指導履歴特徴量データ１８を生成する。また、指導履歴特徴量生成部５３は、指導履歴１７から、訓練用指導履歴特徴量データ２１を生成する。

指導効果推定部５４は、訓練済みの改善推定モデル５５を使用して、指導履歴特徴量データ１８から、各操縦士の指導種類候補それぞれの運転改善度を推定する。指導効果推定部５４は、運転改善度に基づき、各操縦士に対して、指導種類候補から１以上の指導種類を選択する。指導効果推定部５４は、指導マスタ１５を参照して、各操縦士の選択した１以上の指導種類選択した指導種類に対応する危険種類を決定し、指導対象危険種類データ１６を生成する。

動画抽出画面出力部５６は、危険種類判定結果１４及び指導対象危険種類データ１６に基づき、各操縦士のドライブレコーダによる運転映像から指導に使用する場面を抽出し、各操縦士の指導用画面を生成、表示する。改善推定モデル５５は、運転スコア改善度データ２０及び訓練用指導履歴特徴量データ２１を訓練データとして訓練される。運転スコア改善度データ２０は、危険種類判定結果履歴１９から、運転スコア改善度算出部５７により生成される。

図１Ｂは、指導情報提示システム１のハードウェア構成例を示す。指導情報提示システム１は、計算機構成を有することができる。指導情報提示システム１は、プロセッサ１２１、メモリ（主記憶装置）１２２、補助記憶装置１２３、出力装置１２４、入力装置１２５、及び通信インタフェース（Ｉ／Ｆ）１２７を含む。上記構成要素は、バスによって互いに接続されている。メモリ１２２、補助記憶装置１２３又はこれらの組み合わせは記憶装置であり、プロセッサ１２１が使用するプログラム及びデータを格納している。

メモリ１２２は、例えば半導体メモリから構成され、主に実行中のプログラムやデータを保持するために利用される。プロセッサ１２１は、メモリ１２２に格納されているプログラムに従って、様々な処理を実行する。プロセッサ１２１がプログラムに従って動作することで、様々な機能部が実現される。

例えば、プロセッサ１２１は、対応するプログラムに従って動作することで、運転特徴量生成部５１、危険種類判定部５２、指導履歴特徴量生成部５３、指導効果推定部５４、改善推定モデル５５、動画抽出画面出力部５６及び、運転スコア改善度算出部５７として機能する。

補助記憶装置１２３は、例えばハードディスクドライブやソリッドステートドライブなどの大容量の記憶装置から構成され、プログラムやデータを長期間保持するために利用される。

プロセッサ１２１は、単一の処理ユニットまたは複数の処理ユニットで構成することができ、単一もしくは複数の演算ユニット、又は複数の処理コアを含むことができる。プロセッサ１２１は、１又は複数の中央処理装置、マイクロプロセッサ、マイクロ計算機、マイクロコントローラ、デジタル信号プロセッサ、ステートマシン、ロジック回路、グラフィック処理装置、チップオンシステム、及び／又は制御指示に基づき信号を操作する任意の装置として実装することができる。

補助記憶装置１２３に格納されたプログラム及びデータが起動時又は必要時にメモリ１２２にロードされ、プログラムをプロセッサ１２１が実行することにより、指導情報提示システム１の各種処理が実行される。したがって、以下において指導情報提示システム１により実行される処理は、プロセッサ１２１又はプログラムによる処理である。

入力装置１２５は、ユーザが指導情報提示システム１に指示や情報などを入力するためのハードウェアデバイスである。出力装置１２４は、入出力用の各種画像を提示するハードウェアデバイスであり、例えば、表示デバイス又は印刷デバイスである。通信Ｉ／Ｆ１２７は、ネットワークとの接続のためのインタフェースである。

指導情報提示システム１の機能は、１以上のプロセッサ及び非一過性の記憶媒体を含む１以上の記憶装置を含む１以上の計算機からなる計算機システムに実装することができる。複数の計算機はネットワークを介して通信する。例えば、指導情報提示システム１の複数の機能の一部が一つの計算機に実装され、他の一部が他の計算機に実装されてもよい。

以下において、指導情報提示システム１が保持する情報の例を説明する。以下に説明する例において、各種情報はテーブルに格納されているが、各種情報はどのようなデータ構造において保持されていてもよい。以下に説明する例において、各操縦士の一つの対象運転期間に対する指導（１回の指導）において、一つの指導種類の指導が行われる。これにより、操縦士に対する各指導の効果を高めることができる。１回の指導において、複数の指導種類の指導（複数の指導）が実施されてもよい。これにより、指導対象期間における複数種類の危険運転に対する指導を行うことができる。

図２は、車両計測データ１１の構成例を示す。車両計測データ１１は、１又は複数の操縦士それぞれによる運転における車両の挙動の計測データを格納している。車両計測データは、車両に設置されている計測システムにより計測される。車両計測データ１１は、不図示のドライブレコーダによる映像と共に、車両監視情報に含まれる。図２の例において、車両計測データ１１は、車両ＩＤ欄２０１、操縦士ＩＤ欄２０２、日時欄２０３、速度欄２０４、加速度欄２０５、及び車間距離欄２０６を含む。

車両ＩＤ欄２０１及び操縦士ＩＤ欄２０２は、それぞれ、データが計測された車両のＩＤ及び操縦士のＩＤを示す。日時欄２０３は、データが計測された日時を示す。速度欄２０４、加速度欄２０５、及び車間距離欄２０６は、それぞれ、車両の速度、加速度及び車間距離の計測値を示す。

図２の例において、計測値は一定間隔（例えば１秒）で記録される。なお、操縦士は、乗務する際に車載機器に自身の情報を登録する。そのため、車両計測データ１１は、車両ＩＤ及び操縦士ＩＤを含むことができる。車両計測データ１１の構造は任意であって、車両計測テーブルと、各乗務日の車両と操縦士の対応関係を示すテーブルが分離されていてもよい。速度、加速度及び車間距離は計測データの例であって、これに代えて又は加えて他の計測値が格納されていてもよい。

図３は、運転特徴量データ１２の構成例を示す。上述のように、運転特徴量データ１２は、車両計測データ１１から生成される。運転特徴量データ１２は、各操縦士の車両計測データにおける特徴量を格納している。図３の例において、各レコードは、予め設定された規則に従って分割された時間帯それぞれの情報を示している。

時間帯それぞれにおいて、運転の危険種類を決定され、時間区分の情報により指導種類の指導が行われる。このように、運転履歴の計測データを複数の時間帯の分割することで、操縦士の危険運転を適切の抽出することができ、さらに、操縦士の運転履歴を示す映像から指導のための場面を容易に適切に抽出できる。

図３の例において、運転特徴量データ１２は、車両ＩＤ欄２２１、操縦士ＩＤ欄２２２、開始日時欄２２３、終了日時欄２２４、平均速度欄２２５、最高速度欄２２６、最低速度欄２２７、時間長さ欄２２８を含む。平均速度欄２２５、最高速度欄２２６、最低速度欄２２７、時間長さ欄２２８は、危険判定のための特徴量を示す。

車両ＩＤ欄２２１及び操縦士ＩＤ欄２２２は、車両のＩＤ及び操縦士のＩＤを示す。開始日時欄２２３及び終了日時欄２２４は、各レコードの時間帯の開始日時及び終了日時を示す。平均速度欄２２５、最高速度欄２２６及び最低速度欄２２７は、各レコードの時間帯における平均速度、最高速度及び最低速度を示す。危険判定は、各レコード、つまり、車両と操縦士の各組合せの各時間帯について実行される。なお、図３が示す特徴量は例であり、それらに加えて又はそれらの一部に代えて、他の特徴量を含めることができる。

図４は、危険種類判定ルール１３の例を示す。危険種類判定ルール１３は、運転特徴量データ１２が示す各時間帯の特徴量から、各時間帯の運転の危険種類を判定するためのルールを示す。危険種類判定ルール１３は予め設定される。危険種類の判定は、対象時間帯の運転が危険運転であるか否かを判定し、さらに、危険運転である場合にその種類を判定する。

危険種類判定ルール１３の生成手順の一例を説明する。例えば、過去の運転特徴量データから、複数サンプル（例：数百件）を抽出する。各サンプルの車両及び時間帯の映像（ドライブレコーダ等）を観察し、危険運転か否か、原因がその操縦士の責任に因る（自責）か他の運転者の責任に因る（他責）か、及び危険な場合の種類（車間距離が短い、減速開始が遅いｅｔｃ）などをタグ付けする。その際、高速道路であるか一般道であるか、渋滞していたかといった外部環境情報なども併せてタグ付けしてもよい。

運転特徴量を説明変数、タグを目的変数として分類の教師あり学習を行い、危険種類判定ルールのモデルを生成する。図４は、決定木のモデルの内容を表している。危険種類判定ルール１３の形式は図４の例に限るものではない。危険種類判定ルール１３の記述形式は、用いた学習ライブラリに準拠する。

図５は、危険種類判定結果１４の構成例を示す。危険種類判定結果１４は、運転特徴量データ１２の各レコードに対する危険種類の判定結果を示す。上述のように、危険種類判定結果１４は、危険種類判定部５２によって、運転特徴量データ１２から生成される。危険種類判定結果履歴１９は、危険種類判定結果１４の過去の履歴であり、危険種類判定結果１４と同一のテーブル構成を有することができる。

危険種類判定結果１４は、車両ＩＤ欄２４１、操縦士ＩＤ欄２４２、開始日時欄２４３、終了日時欄２４４、平均速度欄２４５、最高速度欄２４６、最低速度欄２４７、時間長さ欄２４８、及び危険種類欄２４９を含む。危険種類欄２４９以外の欄は、運転特徴量データ１２の欄と同様である。危険種類欄２４９は、図５の例において、各レコードの運転の危険種類を示す。運転が危険運転に該当しない場合、危険種類欄２４９はハイフンを示す。

図６は、指導マスタ１５の構成例を示す。指導マスタ１５は、危険種類と指導種類とを対応付ける。指導マスタ１５は予め設定される。図６の例において、指導マスタ１５は、危険種類欄２６１、危険種類の説明欄２６２、指導種類欄２６３、及び指導内容欄２６４を示す。危険種類の説明欄２６２は、危険種類欄２６１が示す危険種類それぞれの説明を示す。指導種類欄２６３は、危険種類欄２６１が示す危険種類それぞれに対応する指導種類を示す。指導内容欄２６４は、指導種類欄２６３が示す指導種類それぞれの指導内容を示す。

図７は、指導対象危険種類データ１６の構成例を示す。指導対象危険種類データ１６は、各操縦士に対して行うことが決定された指導についての情報を示す。上述のように、指導対象危険種類データ１６は、指導効果推定部５４によって、改善推定モデル５５を使用して、指導マスタ１５及び指導履歴特徴量データ１８に基づき生成される。

図７の例において、指導対象危険種類データ１６は、操縦士ＩＤ２８１欄、危険種類２８２欄、指導内容欄２８３、及び推定改善度２８４欄を含む。操縦士ＩＤ２８１欄は、指導される操縦士それぞれのＩＤを示す。危険種類２８２欄は、各操縦士に対する指導の対象となる危険種類を示す。指導内容欄２８３は、各操縦士に対する指導内容を示す。推定改善度２８４欄は、各操縦士に対する対応する指導内容によって推定される運転改善度を示す。

図８は、指導履歴１７の構成例を示す。指導履歴１７は、操縦士それぞれの過去の実際の指導履歴を示す。指導履歴１７は、例えば、ユーザによって又は指導情報提示システム１（例えば指導効果推定部５４）によって更新される。

図８の例において、指導履歴１７は、操縦士ＩＤ欄３０１、指導日欄３０２、指導種類欄３０３、及び危険種類欄３０４を含む。操縦士ＩＤ欄３０１は、指導された操縦士のＩＤを示す。指導日欄３０２は、操縦士に対して実施された指導の日を示す。本例においては、一日の業務における運転に対して、一回の指導が実施される。指導種類欄３０３及び危険種類欄３０４は、一回の指導における指導種類及び指導対象の危険種類を示す。

図９は、指導履歴特徴量データ１８の構成例を示す。指導履歴特徴量データ１８は、各操縦士の指導履歴における特徴量を示す。上述のように、指導履歴特徴量データ１８は、指導履歴特徴量生成部５３によって、指導履歴１７から生成される。一つのレコードは、一人の操縦士に対する一つの指導種類候補に対応する情報を示す。例えば、指導履歴特徴量データ１８は、各操縦士に対する全ての指導種類候補のレコードを含む。

図９の例において、指導履歴特徴量データ１８は、操縦士ＩＤ欄３２１、基準日欄３２２、指導種類欄３２３、Ｎ日内の指導数欄３２４、Ｎ日内の指導種類数欄３２５、Ｎ日内で最も連続で指導された指導の日数欄３２６、Ｎ日内の基準日と同じ指導の数欄３２７を含む。Ｎ日内の指導数欄３２４、Ｎ日内の指導種類数欄３２５、Ｎ日内で最も連続で指導された指導の日数欄３２６、Ｎ日内の基準日と同じ指導の数欄３２７は、指導対象の危険種類を選択するための特徴量を示す。Ｎ日は所定日数を示す。なお、これらの一部のみ（少なくとも一つ）が指導対象選択の特徴量として使用されてもよい。これら特徴量により指導効果が高い危険種類を選択できる。

操縦士ＩＤ欄３２１は、指導対象の操縦士のＩＤを示す。基準日欄３２２は、指導履歴における特徴量を計算するための基準日であり、図９の例において、指導対象の乗務日である。指導種類欄３２３は、操縦士に対して行う指導の指導種類候補を示す。指導種類候補は、指導対象乗務日の運転に対して行う指導種類の候補である。例えば、定義されている全ての指導種類が候補となる。

Ｎ日内の指導数欄３２４は、基準日から過去Ｎ日内の指導数を示す。Ｎは２以上の整数であり、指導数は、基準日における指導種類候補を含む。本例において、１回の指導において一つの指導種類の指導が行われるため、指導数、指導日数及び指導回数は同一である。１回の指導で複数の（複数種類の）指導が行われ得る場合、各回の指導数（指導種類数）の総和である。例えば、Ｎが２であり、基準日の前日に指導１及び指導２の指導が行われ、基準日の指導種類候補が指導２のみである場合、指導数は３である。

Ｎ日内の指導種類数欄３２５は、基準日から過去Ｎ日内の指導種類の数を示す。種類数のカウント対象は、基準日における指導種類候補を含む。例えば、Ｎが５であり、過去４日の指導種類が、指導１、指導２、指導２、指導２であり、基準日の指導種類候補が指導１である場合、指導種類数は２である。１回の指導で複数の（複数種類の）指導が行われ得る場合も同様にカウントできる。例えば、Ｎが２であり、基準日の前日に指導１及び指導２の指導が行われ、基準日の指導種類候補が指導２のみである場合、指導種類数は２である。

Ｎ日内で最も連続で指導された指導の日数欄３２６は、基準日から過去Ｎ日内で、連続に実施された指導種類の最大連続日数を示す。例えば、Ｎが５であり、過去４日の指導種類が、指導１、指導２、指導２、指導２であり、基準日の指導種類候補が指導１である場合、最大連続日数は３である。１回の指導で複数の（複数種類の）指導が行われ得る場合も同様にカウントできる。

Ｎ日内の基準日と同じ指導の数欄３２７は、基準日から過去Ｎ日内で、基準日の指導種類候補と同一種類の指導の数を示す。例えば、Ｎが５であり、過去４日の指導種類が、指導１、指導２、指導２、指導２であり、基準日の指導種類候補が指導１である場合、欄３２７の値は１である。基準日に複数の指導種類候補が存在する場合、欄３２７の値は、例えば、複数の指導種類候補それぞれと同一種類の指導の数の総和でよい。例えば、Ｎが５であり、過去４日の指導種類が、指導１、指導２、指導３、指導２であり、基準日の指導種類候補が指導１及び指導２である場合、欄３２７の値は３である。

図９の例に示すように、指導履歴特徴量データ１８は、指導種類を抽象化し、指導種類の同異の観点から計算された指導履歴の特徴量を示す。例えば、指導１、指導２、指導１、指導（候補）３の指導履歴から計算される特徴量は、指導３、指導１、指導３、指導（候補）２の指導履歴から計算される特徴量と同一である。指導種類の同異に基づく指導履歴の特徴量より、改善推定モデル５５の少ない演算量及び訓練データにより、効果的な指導を推定することができる。

図９の例において、Ｎ日内で最も連続で指導された指導の日数は、指導種類の同異のパターンを示す特徴量の例である。指導種類の同異のパターンを示す特徴量の他の例は、前日の指導種類との同異を示すビット列である。これらのように、指導種類の同異のパターンを示す特徴量が含まれることで、より効果的な指導種類を推定することができる。図９の例に示すように、指導対象の乗務日の指導日を基準日とすることで、その乗務日の運転に対するより適切な指導種類を決定することができる。

図１０は、運転スコア改善度データ２０の構成例を示す。運転スコア改善度データ２０は、過去の指導履歴における運転スコアの改善度を示し、改善推定モデル５５の訓練に使用される訓練データである。上述のように、運転スコア改善度データ２０は、運転スコア改善度算出部５７によって、危険種類判定結果履歴１９から生成される。

各レコードは、一回の指導の情報を示す。図１０の例において、運転スコア改善度データ２０は、操縦士ＩＤ３４１欄、指導日３４２欄、及び運転スコア改善度３４３欄を含む。操縦士ＩＤ３４１欄及び指導日３４２欄は、それぞれ、指導対象の操縦士のＩＤ及び指導が実施された日を示す。運転スコア改善度３４３欄は、指導による運転スコアの改善度を示す。

ある日ｄの運転スコアＳｄは、例えば、下記数式で表わされる。
Ｓｄ＝（ｋ_1,d（危険１の回数）＋ｋ_1,d（危険２の回数）＋・・・）／運転時間
ｋ_1,d、ｋ_1,dは、危険種類１及び危険種類２それぞれに予め割り当てられている係数である。全ての危険種類に対して、係数が予め割り当てられている。係数は、例えば、危険運転回数が少ない程運転スコアＳｄが大きくなるように設定される。

運転スコア改善度は、例えば、日ｄの翌日から後Ｌ日（例えば７日）の運転スコアの平均（指導後運転スコア）から、日ｄから前Ｍ日（例えば７日）の運転スコアの平均（指導前運転スコア）を引いた値で表わされる。Ｌ及びＭは２以上の整数である。運転の安全性を表す運転スコア及びその改善度を示す運転スコア改善度の計算方法は任意であって、上記例に限定されるものではない。

図１１は、訓練用指導履歴特徴量データ２１の構成例を示す。訓練用指導履歴特徴量データ２１は、各操縦士の指導履歴における特徴量を示し、改善推定モデル５５の訓練に使用される訓練データである。上述のように、訓練用指導履歴特徴量データ２１は、指導履歴特徴量生成部５３によって、指導履歴１７から生成される。

図１１の例において、訓練用指導履歴特徴量データ２１は、操縦士ＩＤ欄３６１、基準日欄３６２、Ｎ日内の指導数欄３６３、Ｎ日内の指導種類数欄３６４、Ｎ日内で最も連続で指導された指導の日数欄３６５、Ｎ日内の基準日と同じ指導の数欄３６６を含む。訓練用指導履歴特徴量データ２１の構成は、図９に示す指導履歴特徴量データ１８から指導種類欄３２３を除いたテーブル構成を有する。訓練用指導履歴特徴量データ２１の欄は、それぞれ、指導履歴特徴量データ１８の同名の欄に対応する。

運転スコア改善度データ２０及び訓練用指導履歴特徴量データ２１は、改善推定モデル５５の訓練データである。運転スコア改善度データ２０の入力は指導履歴特徴量（Ｎ日内の指導数、Ｎ日内の指導種類数、Ｎ日内で最も連続で指導された指導の日数、Ｎ日内の基準日と同じ指導の数）である。出力は、運転スコア改善度の推定値である。例えば、改善推定モデル５５は、訓練用指導履歴特徴量の線形関数（線形回帰モデル）、つまり、重み係数と訓練用指導履歴特徴量の積和で表わされる。重み係数は学習パラメータである。改善推定モデル５５の構成（関数）は任意であって、上記例に限定されない。

以下において、指導情報提示システム１の処理の例を説明する。以下において、日中の走行時に生成された車両計測データを元に、指導すべき危険場面を抽出して、帰着時に動画とともに安全指導画面として出力する例を説明する。説明の容易のため、一人の操縦士の指導のための情報を生成及び提示する例を説明する。同様の処理が、複数の操縦士それぞれのために実行され得る。

図１２は、指導情報提示システム１の主要な処理のフローチャートを示す。図１２は、日中の運転データ（車両計測データ）から、指導対象を選定するための日々の処理のフローチャートを示す。図１２に示すように、指導情報提示システム１は、運転特徴量データ生成を実行する（Ｓ１１）。次に、指導情報提示システム１は、危険種類判定を実行する（Ｓ１２）。次に、指導情報提示システム１は、指導種類の同異に基づく特徴量生成を実行する（Ｓ１３）。次に、指導情報提示システム１は、指導効果推定を実行する（Ｓ１４）。次に、指導情報提示システム１は、動画抽出及び画面出力を実行する（Ｓ１５）。

以下において、図１２のフローチャートのステップの詳細を説明する。図１３は、運転特徴量データ生成Ｓ１１の詳細のフローチャートを示す。まず、指導情報提示システム１は、車載センサ等から車両計測データ１１を取得する（Ｓ２１）。

次に、運転特徴量生成部５１は、予め設定されたルールに従って、車両計測データ１１を複数の時間帯に分ける（Ｓ２２）。運転特徴量生成部５１は、車両測定データが示す車両の挙動に基づき、分割する時間帯を決定する。運転特徴量生成部５１は、危険運転の観点から特徴的な挙動を示す時間帯を、切り出す時間帯と決定する。

例えば、運転特徴量生成部５１は、車間距離が閾値以下の状態が続いた時間帯を、切り出す時間帯を決定する。車間距離が１０ｍ未満の状態が１２：００：００〜１２：００：５４まで続いていたら、この時間帯が切り出される。この他、速度が閾値を超える時間帯や閾値を超える加速度の時間帯等が切り出され得る。特徴的な挙動を示す時間帯の間における、特徴的な挙動を示さない時間帯も、一つの時間帯と決定される。

運転特徴量生成部５１は、各時間帯について、それぞれ運転挙動を示す特徴量を生成する。例えば、時間帯における平均速度、最高速度、最低速度、速度偏差、時間長さ等が特徴量と定義される。これらは例であり、これに限るものではない。図３に示す運転特徴量データ１２は、上記のように生成されたデータをテーブル形式で出力したものである。

次に、危険種類判定Ｓ１２を説明する。図１４は、危険種類判定Ｓ１２の詳細を示すフローチャートである。まず、危険種類判定部５２は、運転特徴量データ１２（図３）を取得する（Ｓ３１）。次に、危険種類判定部５２は、危険種類判定ルール１３（図４）を取得する（Ｓ３２）。危険種類判定部５２は、運転特徴量データ１２に対して危険種類判定ルール１３を適用して、各時間帯に対する判定結果を決定する。危険種類判定結果１４（図５）は、このように生成されたデータをテーブル形式で出力したものである。

次に、指導種類の同異に基づく特徴量生成Ｓ１３を説明する。指導履歴特徴量生成部５３は、操縦士の直近の指導履歴（指導を受けた履歴）を用いて、指導種類の同異に基づく特徴量を生成する。図８に示すように、指導履歴１７は、操縦士、指導日、指導対象の危険種類、及び危険種類に対応する指導種類、の情報を格納している。

図９を参照して説明したように、指導履歴特徴量生成部５３は、指導種類を抽象化して、指導種類の同異に基づく特徴量を生成する。上述のように、本実施例は、乗務日の車両計測データを元に、その日の指導内容を決定する。従って、乗務日が基準日となる。その日の指導は未実施であるため、基準日の指導履歴は存在しない。

図９を参照して説明したように、指導履歴特徴量生成部５３は、全ての指導種類候補それぞれの特徴量の組合せを計算する。例えば、全指導種類が、指導１、指導２、指導３であるとする。指導履歴特徴量生成部５３は、当日の指導種類が指導１の場合の特徴量の組み合わせ、当日の指導種類が指導２の場合の特徴量の組み合わせ、及び、当日の指導種類が指導３の場合の特徴量の組み合わせを生成する。

次に、指導効果推定Ｓ１４を説明する。図１５は、指導効果推定Ｓ１４の詳細を示すフローチャートである。指導効果推定部５４は、危険種類判定結果１４及び指導履歴特徴量データ１８を取得する（Ｓ４１）。指導効果推定部５４は、改善推定モデル５５を取得する（Ｓ４２）。

指導効果推定部５４は、改善推定モデル５５によって、運転スコア改善度を推定する（Ｓ４３）。指導効果推定部５４は、指導履歴特徴量データ１８の各レコードの特徴量組み合わせを改善推定モデル５５に入力する。改善推定モデル５５は、運転スコア改善度の推定値を出力する。上述のように、指導種類候補それぞれの指導履歴特徴量組み合わせが存在する。指導効果推定部５４は、指導種類候補それぞれの運転スコア改善度推定値を生成する。

次に、指導効果推定部５４は、運転スコア改善度の推定値に基づいて、指導対象の危険種類を選択する（Ｓ４４）。指導効果推定部５４は、運転スコア改善度の推定値に基づいて指導種類候補から実施する指導種類を選択し、指導マスタ１５を参照して選択した指導種類に対応する危険種類を同定する。運転スコア改善度を参照することで、運転の改善が見込める効果的な指導種類を選択できる。

例えば、指導効果推定部５４は、運転スコア改善度の推定値が最も大きな改善を示す指導種類候補に対応する危険種類を選択する。危険種類の選択のため、運転スコア改善度と異なる条件をさらに参照してもよい。同一の運転スコア改善度の複数の危険種類が存在する場合、指導効果推定部５４は、例えば、危険種類判定結果１４において発生回数が最も多い危険種類を選択してもよい。

指導対象危険種類データ１６（図７）は、このように生成されたデータをテーブル形式で出力したものである。図７は、一回の指導において一つの指導種類（危険種類）が選択される例を示す。指導効果推定部５４は、指導マスタ１５（図６）から指導対象の危険種類に該当する指導内容を引用して、指導内容欄２８３に格納する。なお、帰着時に複数の危険種類に対する指導を行う時間がある場合には、複数の危険種類が選択されてもよい。

次に、動画抽出及び画面出力Ｓ１５を説明する。動画抽出画面出力部５６は、危険種類判定結果１４において、当該操縦士の上記選択された危険種類に該当する時間帯を選択する。当該危険種類の複数の時間帯が存在する場合、動画抽出画面出力部５６は、予め設定されたルールに従って一つを選択すればよい。例えば、操縦士の記憶に残りやすいと思われる最近の時間帯を選ぶなど、任意の選定基準を使用できる。

動画抽出画面出力部５６は、選択した時間帯の場面をドライブレコーダの映像から抽出する。動画抽出画面出力部５６は、上記指導対象危険種類の情報、ドライブレコーダの映像を用いて、指導用画面を生成、出力する。

図１６は、一人の操縦士に対する指導用画面の例を示す。例えば、出力装置１２４は、指導用画面５００を表示する。指導用画面５００は、危険運転の映像５０１、指導対象危険種類の情報５１１、危険運転の時間帯の特徴量の情報５１２、及び、指導履歴の情報５１２を含む。危険運転の映像５０１と共に付随する情報を提示することで、操縦士に対する指導をより効果的に行うことができる。なお、情報５１１、５１２、５１３の一部又は全部は省略されてもよい。

図１７は、複数の操縦士に対する指導用画面の例を示す。例えば、出力装置１２４は、指導用画面５５０を表示する。指導用画面５５０は、ランク付けされた危険種類のリスト及び危険種類それぞれの代表場面の映像５５１を示す。例えば、運転スコアの改善度が高い順に所定数の危険種類が選択され、表示される。指導用画面５５０により、複数の操縦士に対して同時に適切に指導を行うことができる。

次に、改善推定モデル５５を生成（訓練）する方法を説明する。図１８は、改善推定モデル５５を生成するためのフローチャートを示す。改善推定モデル５５は、過去履歴による訓練によって生成される。図１８の処理は、例えば、数ヶ月に１度程度実行される。

まず、指導履歴特徴量生成部５３は、指導履歴１７から、訓練用指導履歴特徴量データ２１（図１１）を生成する（Ｓ５１）。指導履歴特徴量生成部５３は、指導履歴１７の各操縦士の指導履歴において、訓練用指導履歴特徴量データ２１のレコードを生成できる基準日から、所定数（例えば全部）の基準日を選択する。図１１を参照して説明したように、特徴量の計算には基準日より過去のデータが必要である。指導履歴特徴量生成部５３は、操縦士及び選択した基準日の組み合わせそれぞれの、訓練用指導履歴特徴量データ２１のレコードを生成する。

次に、運転スコア改善度算出部５７は、訓練用指導履歴特徴量データ２１のレコードそれぞれに対応する運転スコア改善度を算出して、運転スコア改善度データ２０を生成する（Ｓ５２）。運転スコア改善度算出部５７は、危険種類判定結果履歴１９を用いる。危険種類判定結果履歴１９は、危険種類判定結果１４（図５）と同様のテーブル構造を有し、危険種類判定結果１４の蓄積された過去の履歴である。

具体的には、運転スコア改善度算出部５７は、図１０を参照して説明したように、危険種類判定結果履歴１９から、各操縦士の各乗務日の運転スコアを算出する。運転スコア改善度算出部５７は、訓練用指導履歴特徴量データ２１が示す基準日の指導による運転スコア改善度を、算出した運転スコアから、図１０を参照して説明したように算出する。上述のように、基準日の指導による運転スコア改善度の計算には、基準日の過去及び未来の運転スコアが必要である。訓練用指導履歴特徴量データ２１において、運転スコア改善度を計算できないレコードは破棄される。

次に、改善推定モデル訓練部（不図示）は、改善推定モデル５５の訓練（学習）を行うことで、改善推定モデル５５を生成する（Ｓ５３）。改善推定モデル訓練部は、訓練用指導履歴特徴量データ２１及び運転スコア改善度データ２０を訓練データとして使用する、教師あり学習を行う。訓練用指導履歴特徴量データ２１が示す一つの基準日（レコード）の特徴量組み合わせが説明変数（入力）であり、当該基準日の運転スコア改善度が目的変数（出力）である。運転スコア改善度データ２０が運転スコア改善度の所望の値（教師データ）を示す。以上の処理により、訓練済みの改善推定モデル５５が生成される。

次に、指導用画面の他の例を説明する。図１６又は１７に示す指導用画面は、運転履歴から検出された危険運転を指摘する。他の例において、指導情報提示システム１は、運転の改善を示す操縦士を評価する指導用画面を提示してもよい。図１９は、指導の遵守を評価する画面５６０の例を示す。指導情報提示システム１は、例えば、危険種類判定結果履歴１９を参照し、各操縦士の危険種類ごとの発生頻度の推移を評価する。発生頻度の減少傾向が認められた場合、指導情報提示システム１は、評価画面５６０において、その情報を提示する。

指導用画面５６０は、操縦士の運転において発生頻度の減少が認められた危険種類のリスト５６１及びリスト５６１で選択されたエントリの詳細情報５６２を含む。リスト５６１は、操縦士と危険種類の組み合わせのリストである。詳細情報５６２は、選択された危険種類の頻度の変化を示す。図１９の例において、詳細情報５６２は、選択された危険種類日ごとの頻度の棒グラフを示す。

実施例１は、日中の走行時に生成された車両計測データを元に、帰着した操縦士に対して指導用画面による指導を行う。以下に説明する実施例２は、業務中の車両計測データにおいて指導すべき危険場面を抽出する処理を逐次実施し、業務時間中の余裕時間を見つけた際に指導を実施する。以下においては、実施例１との相違点を主に説明する。

図２０は、指導情報提示システム１の論理構成例を示す。指導情報提示システム１は、図１Ａに示す構成に加え、業務情報２５及び指導タイミング制御部６１を含む。図２１及び２２は、業務情報２５に含まれる情報を示す。具体的には、図２１は業務計画３１を示し、図２２は業務進捗３２を示す。

業務計画３１は、操縦士ＩＤ欄３８１、開始日時欄３８２、終了日時欄３８３、作業欄３８４を含む。操縦士ＩＤ欄３８１は、操縦士のＩＤを示す。開始日時欄３８２及び終了日時欄３８３は、操縦士ＩＤ欄３８１が示す操縦士の計画されている作業それぞれの開始日時及び終了日時を示す。作業欄３８４は、計画されている作業を示す。

業務進捗３２は、車載センサや車載の業務管理システムから取得された操縦士の実際の進捗状況を示す。図２２の例において、業務進捗３２は、操縦士ＩＤ欄４０１、日時欄４０２、及び状況欄４０３を含む。操縦士ＩＤ欄４０１は、操縦士のＩＤを示す。日時欄４０２は日時を示す。状況欄４０３は、日時欄４０２が示す各日時における、操縦士ＩＤ欄４０１が示す操縦士の実際の状況を示す。

指導タイミング制御部６１は、操縦士の業務状況に基づいた指導タイミング制御を行う。指導タイミング制御部６１は、業務計画３１及び業務進捗３２に基づき、現在状況が操縦士に指導可能な状況であるか判定する。例えば、指導タイミング制御部６１は、業務計画３１及び業務進捗３２を比較し、前倒しで業務が遂行されており、かつ操縦士が運転中でない状況を検出する。

指導タイミング制御部６１は、操縦士に指導する余裕時間があると判定すると、例えば操縦士が携行しているスマートデバイスへ通知して、図１６に示すような指導用画面５００を呈示する。指導用画面５００は、当日の前回の指導から、又は当日初めての指導の場合は当日の業務開始から、今回の指導までの運転における車両計測データに基づき生成される。

営業所に常駐して安全面を担当する安全管理者による会話を必要とする場合、指導タイミング制御部６１は、安全管理者に通知を行ってもよい。安全管理者が、操縦士への指導が必要と判断すると、操縦士に連絡を行う。その際に、安全管理者は、図１６の指導用画面５００のＵＲＬを操縦士に通知する。操縦士は、安全管理者と指導用画面５００画面を共有しながら、安全管理者から安全指導を受ける。

尚、本実施例で説明した画面に掲載する情報は一例であり、必ずしも説明した全ての構成を備えるものに限定されるものではなく、他の構成の追加・削除・置換をしてもよい。たとえば、本実施例で説明しなかった構成についても、専門家が設定し得る情報を追加してもよい。

尚、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。たとえば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に別の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。

また、上記の各構成、機能、処理部、処理手段等は、それらの一部または全部を、たとえば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリやハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記録装置、またはＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に保存することができる。

１ 指導情報提示システム
１１ 車両計測データ
１２ 運転特徴量データ
１３ 危険種類判定ルール
１４ 危険種類判定結果
１５ 指導マスタ
１６ 指導対象危険種類データ
１７ 指導履歴
１８ 指導履歴特徴量データ
１９ 危険種類判定結果履歴
２０ 運転スコア改善度データ
２１ 訓練用指導履歴特徴量データ
２５ 業務情報
３１ 業務計画
３２ 業務進捗
５１ 運転特徴量生成部
５２ 危険種類判定部
５３ 指導履歴特徴量生成部
５４ 指導効果推定部
５５ 改善推定モデル
５６ 動画抽出画面出力部
５７ 運転スコア改善度算出部
６１ 指導タイミング制御部
１２１ プロセッサ
１２２ メモリ
１２３ 補助記憶装置
１２４ 出力装置
１２５ 入力装置
５００、５５０、５６０ 指導用画面

Claims (8)

1. 運転者の指導のための情報を生成するシステムであって、
   １以上のプロセッサと、
   前記１以上のプロセッサが実行する命令コードを格納する１以上の記憶装置と、を含み、
   前記１以上の記憶装置は、前記運転者に対する指導履歴を格納し、
   前記１以上のプロセッサは、
   前記指導履歴から抽象された指導種類の同異に基づく特徴量を生成し、
   前記特徴量に基づき、前記運転者に対する指導種類を決定し、
   前記運転者の車両監視情報から、前記指導種類の指導を前記運転者に行うための情報を生成する、システム。
2. 請求項１に記載のシステムであって、
   前記１以上のプロセッサは、
   前記特徴量に基づき、複数の指導種類候補の指導それぞれによる前記運転者の運転改善度を推定し、
   前記運転改善度に基づき前記複数の指導種類候補から前記指導種類を選択する、システム。
3. 請求項２に記載のシステムであって、
   前記１以上のプロセッサは、前記特徴量を、前記運転者に対する指導種類の指導を行う日を基準日として、前記基準日から過去所定日数の指導履歴から生成する、システム。
4. 請求項３に記載のシステムであって、
   前記特徴量は、前記過去所定日数内の、指導数、指導種類数、最も連続する指導種類の回数、前記基準日の指導種類と同一種類の指導数、の少なくとも一つを含む、システム。
5. 請求項１に記載のシステムであって、
   前記特徴量は、指導種類の同異のパターンを示す特徴量を含む、システム。
6. 請求項１に記載のシステムであって、
   前記１以上のプロセッサは、
   前記車両監視情報に含まれる車両計測データを予め設定された規則に基づき複数の時間帯に分割し、
   前記時間帯それぞれにおいて、運転の危険種類を決定し、
   前記指導種類に対応する危険種類の時間帯の情報から、前記指導種類の指導を前記運転者に行うための情報を生成する、システム。
7. 請求項１に記載のシステムであって、
   前記１以上の記憶装置は、前記運転者の業務計画及び業務進捗の情報を格納し、
   前記１以上のプロセッサは、前記業務計画及び前記業務進捗に基づいて、前記運転者の業務中に前記指導種類の指導を前記運転者に提示する時を決定する、システム。
8. 運転者の指導のための情報をシステムによって生成する方法であって、
   前記システムが、運転者に対する指導履歴から抽象された指導種類の同異に基づく特徴量を生成し、
   前記システムが、前記特徴量に基づき、前記運転者に対する指導種類を決定し、
   前記システムが、前記運転者の車両監視情報から、前記指導種類の指導を前記運転者に行うための情報を生成する、方法。

Images