JP2021077134A - 車両制御装置および運転者状態判定方法 - Google Patents
車両制御装置および運転者状態判定方法 Download PDFInfo
- Publication number
- JP2021077134A JP2021077134A JP2019203765A JP2019203765A JP2021077134A JP 2021077134 A JP2021077134 A JP 2021077134A JP 2019203765 A JP2019203765 A JP 2019203765A JP 2019203765 A JP2019203765 A JP 2019203765A JP 2021077134 A JP2021077134 A JP 2021077134A
- Authority
- JP
- Japan
- Prior art keywords
- driver
- vehicle
- detection unit
- state
- vehicle control
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000001514 detection method Methods 0.000 claims abstract description 188
- 210000000467 autonomic pathway Anatomy 0.000 claims abstract description 62
- 230000033001 locomotion Effects 0.000 claims abstract description 23
- 230000004424 eye movement Effects 0.000 claims description 68
- 230000005856 abnormality Effects 0.000 claims description 36
- 230000002889 sympathetic effect Effects 0.000 claims description 28
- 210000005036 nerve Anatomy 0.000 claims description 27
- 230000037007 arousal Effects 0.000 claims description 24
- 230000002159 abnormal effect Effects 0.000 claims description 21
- 230000007423 decrease Effects 0.000 claims description 21
- 230000006866 deterioration Effects 0.000 claims description 18
- 210000005037 parasympathetic nerve Anatomy 0.000 claims description 17
- 230000003247 decreasing effect Effects 0.000 claims description 10
- 230000036626 alertness Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 86
- 230000008569 process Effects 0.000 description 37
- 238000004364 calculation method Methods 0.000 description 26
- 230000006399 behavior Effects 0.000 description 21
- 210000001747 pupil Anatomy 0.000 description 13
- 230000035900 sweating Effects 0.000 description 11
- 230000008859 change Effects 0.000 description 10
- 238000005259 measurement Methods 0.000 description 9
- 210000001508 eye Anatomy 0.000 description 8
- 239000005357 flat glass Substances 0.000 description 6
- 206010057315 Daydreaming Diseases 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 210000005252 bulbus oculi Anatomy 0.000 description 4
- 239000002131 composite material Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000012141 concentrate Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008717 functional decline Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000035790 physiological processes and functions Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 208000014644 Brain disease Diseases 0.000 description 1
- 101000760620 Homo sapiens Cell adhesion molecule 1 Proteins 0.000 description 1
- 101000911772 Homo sapiens Hsc70-interacting protein Proteins 0.000 description 1
- 101001139126 Homo sapiens Krueppel-like factor 6 Proteins 0.000 description 1
- 101000710013 Homo sapiens Reversion-inducing cysteine-rich protein with Kazal motifs Proteins 0.000 description 1
- 101000661807 Homo sapiens Suppressor of tumorigenicity 14 protein Proteins 0.000 description 1
- 208000013016 Hypoglycemia Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 206010015037 epilepsy Diseases 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 230000002218 hypoglycaemic effect Effects 0.000 description 1
- 108090000237 interleukin-24 Proteins 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Emergency Alarm Devices (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
図1は、実施形態による車両制御システム10の構成を例示する。車両制御システム10は、車両(具体的には自動四輪車)に設けられる。車両は、マニュアル運転と、アシスト運転と、自動運転とに切り換え可能である。マニュアル運転は、運転者の操作(例えばアクセルの操作など)に応じて走行する運転である。アシスト運転は、運転者の操作を支援して走行する運転である。自動運転は、運転者の操作なしに走行する運転である。車両制御システム10は、アシスト運転および自動運転において、車両を制御する。具体的には、車両制御システム10は、車両に設けられたアクチュエータ11を制御することで車両の動作(特に走行)を制御する。
アクチュエータ11は、駆動系のアクチュエータ、操舵系のアクチュエータ、制動系のアクチュエータなどを含む。駆動系のアクチュエータの例としては、エンジン、モータ、トランスミッションが挙げられる。操舵系のアクチュエータの例としては、ステアリングが挙げられる。制動系のアクチュエータの例としては、ブレーキが挙げられる。
情報取得部20は、車両の制御(特に走行制御)に用いられる各種情報を取得する。この例では、情報取得部20は、複数のカメラ21と、複数のレーダ22と、位置センサ23と、外部入力部24と、車両状態センサ25と、運転操作センサ26と、運転者状態センサ27とを含む。
複数のカメラ21は、互いに同様の構成を有する。複数のカメラ21は、車両の周囲を囲うように車両に設けられる。複数のカメラ21の各々は、車両の周囲に広がる環境(車両の外部環境)の一部を撮像することで、車両の外部環境の一部を示す画像データを取得する。複数のカメラ21の各々により得られた画像データは、車両制御装置30に送信される。
複数のレーダ22は、互いに同様の構成を有する。複数のレーダ22は、車両の周囲を囲うように車両に設けられる。複数のレーダ22の各々は、車両の外部環境の一部を検出する。具体的には、レーダ22は、車両の外部環境の一部へ向けて電波を送信して車両の外部環境の一部からの反射波を受信することで、車両の外部環境の一部を検出する。複数のレーダ22の検出結果は、車両制御装置30に送信される。
位置センサ23は、車両の位置(例えば緯度および経度)を検出する。例えば、位置センサ23は、全地球測位システムからのGPS情報を受信し、GPS情報に基づいて車両の位置を検出する。位置センサ23により得られた情報(車両の位置)は、車両制御装置30に送信される。
外部入力部24は、車両の外部に設けられた車外ネットワーク(例えばインターネットなど)を通じて情報を入力する。例えば、外部入力部24は、車両の周囲に位置する他車両(図示省略)からの通信情報、ナビゲーションシステム(図示省略)からのカーナビゲーションデータ、交通情報、高精度地図情報などを受信する。外部入力部24により得られた情報は、車両制御装置30に送信される。
車両状態センサ25は、車両の状態(例えば速度や加速度やヨーレートなど)を検出する。例えば、車両状態センサ25は、車両の速度を検出する車速センサ、車両の加速度を検出する加速度センサ、車両のヨーレートを検出するヨーレートセンサなどを含む。車両状態センサ25により得られた情報(車両の状態)は、車両制御装置30に送信される。
運転操作センサ26は、車両に加えられる運転操作を検出する。例えば、運転操作センサ26は、アクセル開度センサ、操舵角センサ、ブレーキ油圧センサなどを含む。アクセル開度センサは、車両のアクセルの操作量を検出する。操舵角センサは、車両のハンドルの操舵角を検出する。ブレーキ油圧センサは、車両のブレーキの操作量を検出する。運転操作センサ26により得られた情報(車両の運転操作)は、車両制御装置30に送信される。
運転者状態センサ27は、車両を運転する運転者の状態(例えば運転者の健康状態や感情や身体挙動など)を検出する。運転者状態センサ27により得られた情報(運転者の状態)は、車両制御装置30に送信される。この例では、運転者状態センサ27は、車内カメラ28と、生体情報センサ29とを含む。
車内カメラ28は、車両の内部に設けられる。車内カメラ28は、運転者の眼球を含む領域を撮像することで運転者の眼球を含む画像データを取得する。車内カメラ28により得られた画像データは、車両制御装置30に送信される。例えば、車内カメラ28は、運転者の前方に配置され、運転者の眼球が撮像範囲内となるように撮像範囲が設定される。なお、車内カメラ28は、運転者に装着されるゴーグル(図示を省略)に設けられてもよい。
生体情報センサ29は、車両の内部に設けられる。生体情報センサ29は、運転者の生体情報を検出する。なお、運転者の生体情報の例としては、発汗、心拍などが挙げられる。生体情報センサ29により得られた情報(運転者の生体情報)は、車両制御装置30に送信される。例えば、生体情報センサ29は、運転者の発汗を検出する発汗センサであってもよいし、運転者の心拍を検出する心拍センサであってもよい。また、生体情報センサ29は、運転者の手と接触する箇所(例えば後述するステアリングホイール76)に配置されてもよいし、運転者の身体に装着される部材(図示省略)に設けられてもよい。
車両制御装置30は、アクチュエータ11および車両制御システム10の各部(この例では情報取得部20と通知部40とヘッドアップディスプレイ50など)と電気的に接続される。そして、車両制御装置30は、車両制御システム10の各部により得られた情報に基づいてアクチュエータ11および車両制御システム10の各部を制御する。
車両挙動認識部31は、車両状態センサ25の出力に基づいて車両の挙動(例えば速度や加速度やヨーレートなど)を認識する。例えば、車両挙動認識部31は、深層学習により生成された学習モデルを用いて、車両状態センサ25の出力から車両の挙動を示すデータを生成する。
運転操作認識部32は、運転操作センサ26の出力に基づいて車両に加えられる運転操作を認識する。例えば、運転操作認識部32は、深層学習により生成された学習モデルを用いて、運転操作センサ26の出力から車両に加えられる運転操作を示すデータを生成する。
外部環境認識部33は、複数のカメラ21の出力と、複数のレーダ22の出力と、位置センサ23の出力と、外部入力部24の出力と、車両挙動認識部31の出力に基づいて、車両の外部環境を認識する。例えば、外部環境認識部33は、深層学習により生成された学習モデルを用いて、上記の出力から車両の外部環境を示すデータ(例えば三次元マップデータ)を生成する。外部環境認識部33により認識される車両の外部環境には、物体が含まれている。物体の例としては、時間経過により変位する動体と、時間経過により変位しない静止体とが挙げられる。動体の例としては、自動四輪車、自動二輪車、自転車、歩行者などが挙げられる。静止体の例としては、標識、街路樹、中央分離帯、センターポール、建物などが挙げられる。
運転者挙動認識部34は、運転者状態センサ27の出力に基づいて運転者の挙動(例えば運転者の健康状態や感情や身体挙動など)を認識する。例えば、運転者挙動認識部34は、深層学習により生成された学習モデルを用いて、運転者状態センサ27の出力からドライバの挙動を示すデータを生成する。この例では、運転者挙動認識部34は、運転者状態検出部300を有する。運転者状態検出部300については、後で詳しく説明する。
車両制御部35は、車両挙動認識部31の出力と、運転操作認識部32の出力と、外部環境認識部33の出力と、運転者挙動認識部34の出力に基づいて、アクチュエータ11を制御する。この例では、車両制御部35は、走行制御と、通知制御とを行う。
走行制御は、アシスト運転および自動運転において行われる。走行制御では、車両制御部35は、車両の走行を制御する。この例では、車両制御部35は、走行制御において、候補経路生成処理と、目標経路決定処理と、運動制御処理とを行う。
通知制御では、車両制御部35は、運転者に通知するための各種情報を出力する。この例では、車両制御部35は、運転者に通知するための各種情報を通知部40に出力する。
通知部40は、車両の内部に設けられる。そして、通知部40は、車両の運転者に各種情報を通知する。この例では、通知部40は、表示部41と、スピーカ42とを含む。表示部41は、各種情報を画像で出力する。スピーカ42は、各種情報を音声で出力する。
ヘッドアップディスプレイ50は、車両の内部に設けられる。ヘッドアップディスプレイ50は、虚像50aを表示し、虚像50aを運転者に視認させる。これにより、車内に設けられた運転席に着座する運転者は、フロントウィンドウガラス60よりも前方に虚像50aが存在していると視認する。虚像50aの仮想表示位置(運転者により虚像50aが存在していると視認される位置)と運転者との間の仮想距離は、予め定められた距離(例えば2m程度)に設定されている。この例では、虚像50aは、車速と法定速度とを示す。
図2に示すように、車両の前側には、フロントウィンドウガラス60が設けられる。フロントウィンドウガラス60は、2つのフロントピラートリム71と、ルーフトリム72と、インストルメントパネル73とに囲まれる。2つのフロントピラートリム71は、フロントウィンドウガラス60の右側および左側の境界をそれぞれ構成する。2つのフロントピラートリム71は、上側へ向かうに連れて互いに離間するように傾斜している。ルーフトリム72およびインストルメントパネル73は、フロントウィンドウガラス60の上側および下側の境界をそれぞれ構成する。また、フロントウィンドウガラス60の上側中央部には、バックミラー74が設けられる。フロントピラートリム71よりも車幅方向の外側には、サイドミラー75が設けられる。インストルメントパネル73には、表示部41と、ヘッドアップディスプレイ50と、ステアリングホイール76とが設けられる。
次に、以下の説明において用いられる「サリエンシー」について説明する。サリエンシーは、ボトムアップ性注意を誘引する視覚刺激の程度を示す値であり、色、輝度、方向、動きなどの特徴により変化する値である。例えば、画像に含まれる任意の領域とその領域の周囲の領域との間において色、輝度、方向、動きなどの特徴の違いが顕著になるに連れて、ボトムアップ性注意を誘引する視覚刺激が強くなり、その任意の領域におけるサリエンシーが高くなる。画像に含まれる任意の点(または領域)におけるサリエンシーが高くなるほど、その任意の点(または領域)に人の視線が惹きつけられやすくなる。
図3は、車両制御装置30の要部の構成を例示する。この例では、運転者状態検出部300は、注意機能検出部301と、自律神経検出部302と、眼球運動検出部303とを有する。
注意機能検出部301は、車両の運転者の注意機能の状態を検出する。そして、注意機能検出部301は、運転者の注意機能の状態を示す検出結果を出力する。注意機能検出部301の検出結果は、運転者の注意機能が低下していること、または、運転者の注意機能が低下していないこと(運転者の注意機能が正常であること)を示す。この例では、注意機能検出部301は、車両の外部環境におけるサリエンシーの分布と、車両の運転者の視線移動とに基づいて、運転者の注意機能の状態を検出する。具体的には、注意機能検出部301は、サリエンシーマップ生成部311と、視線検出部312と、演算部313とを有する。
サリエンシーマップ生成部311は、複数のカメラ21のうち車両の前方領域を撮像するカメラ21の出力に基づいて、車両の外部環境におけるサリエンシーの分布を示すサリエンシーマップを生成する。この例では、サリエンシーマップ生成部311は、以下の手順により、サリエンシーマップを生成する。
視線検出部312は、車内カメラ28の出力に基づいて、運転者の視線を検出する。この例では、視線検出部312は、車内カメラ28により得られた画像データに対して視線検出処理を行うことにより、運転者の視線を検出する。なお、この視線検出処理は、深層学習により生成された学習モデル(視線を検出するための学習モデル)を用いて行われる処理であってもよいし、周知の視線検出技術を用いて行われる処理であってもよい。例えば、視線検出部312は、車内カメラ28により得られた画像(画像データ)の中から運転者の瞳孔を検出し、その検出された瞳孔に基づいて運転者の視線を検出する。なお、運転者の視線は、運転者の右眼の視線であってもよいし、運転者の左眼の視線であってもよいし、運転者の右眼の視線および左眼の視線に基づいて導出される視線であってもよい。
演算部313は、サリエンシーマップ生成部311により生成されたサリエンシーマップと、視線検出部312により検出された運転者の視線の移動とに基づいて、運転者の注意機能の状態を検出する。
自律神経検出部302は、運転者の自律神経の状態を検出する。そして、自律神経検出部302は、運転者の自律神経の状態を示す検出結果を出力する。自律神経検出部302の検出結果は、運転者の交感神経が優位であること、または、運転者の副交感神経が優位であることを示す。この例では、自律神経検出部302は、生体情報センサ29により得られた運転者の生体情報に基づいて、運転者の状態を検出する。
眼球運動検出部303は、運転者の眼球運動の状態を検出する。そして、眼球運動検出部303は、運転者の眼球運動の状態を示す検出結果を出力する。眼球運動検出部303の検出結果は、運転者の眼球運動が能動的であること、または、運転者の眼球運動が受動的であることを示す。この例では、眼球運動検出部303は、車内カメラ28により得られた画像データに基づいて、運転者の眼球運動の状態を検出する。
次に、運転者の異常について説明する。なお、運転者の「異常」な状態とは、車両の運転に適していない運転者の状態のことであり、運転者の「正常」な状態とは、車両の運転に適した運転者の状態のことである。以下では、運転者の異常の例として、体調異常と、覚醒低下と、漫然状態とを挙げている。
本願発明者らは、鋭意研究の結果、体調異常、覚醒低下、漫然状態の各々に、次のような特徴があることを見出した。
次に、図10を参照して、車両制御部35の動作について説明する。例えば、車両制御部35では、予め定められた周期で、以下の処理が繰り返し行われる。なお、車両制御部35は、注意機能検出部301による検出結果と、自律神経検出部302による検出結果と、眼球運動検出部303による検出結果とを入力する。この車両制御部35の動作は、運転者状態判定方法の判定ステップの一例である。
まず、車両制御部35は、注意機能検出部301(注意機能検出ステップ)により運転者の注意機能低下が検出されたか否かを判定する。運転者の注意機能低下が検出された場合には、ステップST12へ進み、そうでない場合には、ステップST17へ進む。
注意機能検出部301により運転者の注意機能低下が検出された場合、車両制御部35は、自律神経検出部302(自律神経検出ステップ)により運転者の交感神経の優位が検出されたか否かを判定する。運転者の交感神経の優位が検出された場合には、ステップST13へ進み、そうでない場合には、ステップST15へ進む。
注意機能検出部301により運転者の注意機能低下が検出され、自律神経検出部302により運転者の交感神経の優位が検出された場合、車両制御部35は、眼球運動検出部303(眼球運動検出ステップ)により運転者の能動的な眼球運動が検出されたか否かを判定する。運転者の能動的な眼球運動が検出された場合には、ステップST14へ進み、そうでない場合には、ステップST16へ進む。
注意機能検出部301により運転者の注意機能低下が検出され、自律神経検出部302により運転者の交感神経の優位が検出され、眼球運動検出部303により運転者の能動的な眼球運動が検出された場合、車両制御部35は、運転者が体調異常の状態であると判定する。そして、車両制御部35は、運転者の体調異常に応じた動作を行う。
注意機能検出部301により運転者の注意機能低下が検出され、自律神経検出部302により運転者の副交感神経の優位が検出された場合、車両制御部35は、運転者が覚醒低下の状態であると判定する。そして、車両制御部35は、運転者の覚醒低下に応じた動作を行う。
注意機能検出部301により運転者の注意機能低下が検出され、自律神経検出部302により運転者の交感神経の優位が検出され、眼球運動検出部303により運転者の受動的な眼球運動が検出された場合、車両制御部35は、運転者が漫然状態であると判定する。そして、車両制御部35は、運転者の漫然状態に応じた動作を行う。
注意機能検出部301により運転者の注意機能低下が検出されない場合、車両制御部35は、運転者が正常な状態であると判定する。そして、車両制御部35は、運転者の正常に応じた動作を継続する。
以上のように、注意機能検出部301による検出結果と、自律神経検出部302による検出結果と、眼球運動検出部303による検出結果とに基づいて、運転者の異常の種類に応じた動作を行うことにより、運転者の注意機能の状態のみに基づいて動作を行う場合よりも、運転者の異常の種類に応じた動作を適切に行うことができる。
図11に示すように、車両制御部35は、注意機能検出部301による検出結果と、自律神経検出部302による検出結果とに基づいて、運転者の異常の種類に応じた動作を行うように構成されてもよい。言い換えると、眼球運動検出部303が省略されてもよい。
以上の説明において、基準AUC値などの基準値の設定は、実験などに基づいて行うことが可能である。また、基準発汗量などの基準量の設定は、実験などに基づいて行うことが可能である。
11 アクチュエータ
20 情報取得部
21 カメラ
22 レーダ
23 位置センサ
24 外部入力部
25 車両状態センサ
26 運転操作センサ
27 運転者状態センサ
28 車内カメラ
29 生体情報センサ
30 車両制御装置
31 車両挙動認識部
32 運転操作認識部
33 外部環境認識部
34 運転者挙動認識部
35 車両制御部
40 通知部
41 表示部
42 スピーカ
50 ヘッドアップディスプレイ
300 運転者状態検出部
301 注意機能検出部
302 自律神経検出部
303 眼球運動検出部
311 サリエンシーマップ生成部
312 視線検出部
313 演算部
Claims (6)
- 車両に設けられる車両制御装置であって、
前記車両の運転者の注意機能の状態を検出する注意機能検出部と、
前記運転者の自律神経の状態を検出する自律神経検出部と、
前記注意機能検出部による検出結果と、前記自律神経検出部による検出結果とに基づいて、覚醒低下を含む前記運転者の異常の種類に応じた動作を行う車両制御部とを備える
ことを特徴とする車両制御装置。 - 請求項1において、
前記車両制御部は、前記注意機能検出部により前記運転者の注意機能低下が検出され、前記自律神経検出部により前記運転者の副交感神経の優位が検出された場合に、前記運転者の覚醒低下に応じた動作を行う
ことを特徴とする車両制御装置。 - 請求項1または2において、
前記運転者の眼球運動の状態を検出する眼球運動検出部を備え、
前記運転者の異常の種類は、前記覚醒低下と、体調異常と、漫然状態とを含み、
前記車両制御部は、前記注意機能検出部による検出結果と、前記自律神経検出部による検出結果と、前記眼球運動検出部による検出結果とに基づいて、前記運転者の異常の種類に応じた動作を行う
ことを特徴とする車両制御装置。 - 請求項3において、
前記車両制御部は、
前記注意機能検出部により前記運転者の注意機能低下が検出され、前記自律神経検出部により前記運転者の交感神経の優位が検出され、前記眼球運動検出部により前記運転者の能動的な眼球運動が検出された場合に、前記運転者の体調異常に応じた動作を行い、
前記注意機能検出部により前記運転者の注意機能低下が検出され、前記自律神経検出部により前記運転者の交感神経の優位が検出され、前記眼球運動検出部により前記運転者の受動的な眼球運動が検出された場合に、前記運転者の漫然状態に応じた動作を行う
ことを特徴とする車両制御装置。 - 請求項1〜4のいずれか1つにおいて、
前記注意機能検出部は、前記車両の外部環境におけるサリエンシーの分布と前記運転者の視線移動とに基づいて、前記運転者の注意機能の状態を検出する
ことを特徴とする車両制御装置。 - 車両の運転者の状態を判定する運転者状態判定方法であって、
前記運転者の注意機能の状態を検出する注意機能検出ステップと、
前記運転者の自律神経の状態を検出する自律神経検出ステップと、
前記注意機能検出ステップによる検出結果と、前記自律神経検出ステップによる検出結果とに基づいて、覚醒低下を含む前記運転者の異常の種類を判定する判定ステップとを備える
ことを特徴とする運転者状態判定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019203765A JP7342636B2 (ja) | 2019-11-11 | 2019-11-11 | 車両制御装置および運転者状態判定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019203765A JP7342636B2 (ja) | 2019-11-11 | 2019-11-11 | 車両制御装置および運転者状態判定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021077134A true JP2021077134A (ja) | 2021-05-20 |
JP7342636B2 JP7342636B2 (ja) | 2023-09-12 |
Family
ID=75898419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019203765A Active JP7342636B2 (ja) | 2019-11-11 | 2019-11-11 | 車両制御装置および運転者状態判定方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7342636B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113837027A (zh) * | 2021-09-03 | 2021-12-24 | 东风柳州汽车有限公司 | 辅助驾驶的感知方法、装置、设备及存储介质 |
WO2023204218A1 (ja) * | 2022-04-18 | 2023-10-26 | 幸男 篠崎 | 認知力推定装置、及びプログラム |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007145226A (ja) * | 2005-11-29 | 2007-06-14 | Denso Corp | 自動車用ユーザーもてなしシステム |
WO2011052183A1 (ja) * | 2009-10-29 | 2011-05-05 | パナソニック株式会社 | 生体疲労評価装置及び生体疲労評価方法 |
WO2017195405A1 (ja) * | 2016-05-11 | 2017-11-16 | ソニー株式会社 | 画像処理装置及び画像処理方法、並びに移動体 |
JP2018127112A (ja) * | 2017-02-08 | 2018-08-16 | パナソニックIpマネジメント株式会社 | 覚醒度推定装置及び覚醒度推定方法 |
JP2018183532A (ja) * | 2017-04-27 | 2018-11-22 | 株式会社デンソー | 状態推定装置 |
WO2019175922A1 (ja) * | 2018-03-12 | 2019-09-19 | 三菱電機株式会社 | 運転支援装置、運転支援方法、及び運転支援プログラム |
-
2019
- 2019-11-11 JP JP2019203765A patent/JP7342636B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007145226A (ja) * | 2005-11-29 | 2007-06-14 | Denso Corp | 自動車用ユーザーもてなしシステム |
WO2011052183A1 (ja) * | 2009-10-29 | 2011-05-05 | パナソニック株式会社 | 生体疲労評価装置及び生体疲労評価方法 |
WO2017195405A1 (ja) * | 2016-05-11 | 2017-11-16 | ソニー株式会社 | 画像処理装置及び画像処理方法、並びに移動体 |
JP2018127112A (ja) * | 2017-02-08 | 2018-08-16 | パナソニックIpマネジメント株式会社 | 覚醒度推定装置及び覚醒度推定方法 |
JP2018183532A (ja) * | 2017-04-27 | 2018-11-22 | 株式会社デンソー | 状態推定装置 |
WO2019175922A1 (ja) * | 2018-03-12 | 2019-09-19 | 三菱電機株式会社 | 運転支援装置、運転支援方法、及び運転支援プログラム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113837027A (zh) * | 2021-09-03 | 2021-12-24 | 东风柳州汽车有限公司 | 辅助驾驶的感知方法、装置、设备及存储介质 |
WO2023204218A1 (ja) * | 2022-04-18 | 2023-10-26 | 幸男 篠崎 | 認知力推定装置、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP7342636B2 (ja) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7226479B2 (ja) | 画像処理装置及び画像処理方法、並びに移動体 | |
US10800424B2 (en) | Driver condition detection system | |
WO2018070330A1 (ja) | 乗り物酔い推定装置、乗り物酔い防止装置および乗り物酔い推定方法 | |
US20230054024A1 (en) | Information processing apparatus, information processing system, information processing method, and information processing program | |
CN113276821B (zh) | 驾驶员状态推断装置 | |
JP7459634B2 (ja) | ドライバ異常判定システム | |
JP2019195377A (ja) | データ処理装置、モニタリングシステム、覚醒システム、データ処理方法、及びデータ処理プログラム | |
JP7342638B2 (ja) | 運転者状態検出装置 | |
JP7459633B2 (ja) | ドライバ異常判定装置 | |
JP7342637B2 (ja) | 車両制御装置および運転者状態判定方法 | |
JP7342636B2 (ja) | 車両制御装置および運転者状態判定方法 | |
CN113276822B (zh) | 驾驶员状态推断装置 | |
US20240051585A1 (en) | Information processing apparatus, information processing method, and information processing program | |
JP2021167163A (ja) | ドライバ異常判定装置 | |
JP7415459B2 (ja) | 車両制御装置及び運転者状態判定方法 | |
JP7415460B2 (ja) | 車両制御装置及び運転者状態判定方法 | |
JP7298510B2 (ja) | 状態推定装置 | |
JP2023035244A (ja) | 車両用警告システム | |
JP2021132787A (ja) | 状態推定装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220419 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230404 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230605 |
|
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: 20230801 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230814 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7342636 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |