JP2022149946A - 運転特性判定装置、運転特性判定方法及び運転特性判定プログラム - Google Patents

Abstract

【課題】運転者の認知機能特性に応じて、当該運転者の運転行動を支援することができる運転特性判定装置、運転特性判定方法及び運転特性判定プログラムを提供する。
【解決手段】運転特性判定装置は、運転者による車両の運転行動と、当該運転者の運転中の生体情報と、車両の挙動のうち少なくとも１つを検知する運転状態検知部と、運転状態検知部が検知した情報に基づいて、当該運転者の認知機能が高いか低いかを示す数値を算出する認知機能算出部と、認知機能算出部が算出した認知機能が高いか低いかを示す数値を、１以上の異なる脳機能に関連する認知機能特性として分析する認知機能特性分析部と、認知機能特性分析部による分析結果の情報を出力する認知機能特性出力部（出力部）とを備える。
【選択図】図５

Description

本開示は、運転特性判定装置、運転特性判定方法及び運転特性判定プログラムに関する。

交通事故を人的要因別で分析すると、前方不注意（漫然運転、脇見を含む）や安全不確認といった「発見の遅れ」が約８割を占めている（非特許文献１）。すなわち、運転における「認知、判断、操作」の認知の部分が主要因となっている。運転に関連した認知機能低下に影響を与える要因として、眠気、アルコール・薬物、加齢、認知症、高次脳機能障害を含む精神神経疾患が挙げられる（非特許文献２）。従って、様々な要因で生じる運転中の認知機機能低下を防ぐことができれば、交通事故を減らすことができると考えられる。また、人間の認知機能や運転者の認知機能、運転中のドライバの行動分析等については、非特許文献３～非特許文献１６に示すように、様々な観点から研究が進められている。

特許文献１には、飲酒や居眠りなどによって運転能力が低下した状態を検知し、ドライバに運転能力の低下を知らせる運転走行支援装置が開示されている。また、特許文献２には、認知機能が低下したときに行われやすい交通違反を検知し、ドライバの運転可否を判定できる認知症リスクの判定システムが開示されている。

特開２００９－１０１７１４号公報 特開２０１９－１２４９７５号公報

交通事故総合分析センター："交通事故統計表データ：人的要因別・事故類型別 全事故件数（１当）－車両"、２０２０ 三村將、藤田佳男："安全運転と認知機能"、日本老年医学会雑誌、ｖｏｌ．５５、Ｎｏ．２、ｐｐ．１９１－１９６、２０１８ 鈴木隆雄監修："基礎からわかる軽度認知障害（ＭＣＩ）－効果的な認知症予防を目指して－"、ｐ．２２５、医学書院、２０１５ 日本神経学会："認知症疾患診療ガイドライン２０１７" 、医学書院、ｐｐ．１９－２２、２０１７ 飯田真也、加藤徳明、蜂須賀研二、佐伯覚："高齢者の運転能力の判定"、日本老年医学会雑誌、ｖｏｌ．５５、Ｎｏ．２、ｐｐ．２０２－２０７、２０１８ 上村直人："認知症の自動車運転能力評価とその課題"、国際交通安全学会誌、ｖｏｌ．４２、 Ｎｏ．３、ｐｐ．１２－２２、２０１８ 浦上克哉："認知症と運転"、自動車技術、ｖｏｌ．７１、Ｎｏ．１２、ｐｐ．９０－９５、２０１７ 福田亮子、原田文雄、奥村太作："超高齢社会を支える車のあり方：その人らしさに深く寄りそう車を目指して"、Ｃｏｇｎｉｔｉｖｅ Ｓｔｕｄｉｅｓ、２５（３）、ｐｐ。２５９－２７８，２０１８．０９ 高木伸哉、山田啓一："車両挙動とドライバの反応時間の関係について"、自動車技術会論文集、ＶＯＬ．４３、Ｎｏ．５、ｐｐ．１１３１－１１３７、２０１２ 李博、張暁林、佐藤誠：車間距離計測のための車載嘆願カメラを用いたピッチ角推定、映像情報メディア学会誌、ｖｏｌ．６９、Ｎｏ．４、ｐｐ．Ｊ１６９－Ｊ１７６、２０１５ 上坂竜規、野田雅文、目加田慶人、出口大輔、井手一郎、村瀬洋："ドライバの視線情報を利用した運転行動予測"、電子情報通信学会技術研究報告． ＭＩ、 医用画像 １１１（４９）、 １０５－１１０、 ２０１１－０５－１２ 山崎彬人、ポンサトーン・ラクシンチェラーンサク、小竹元基："車載カメラを用いたドライバの顔向き推定による注視領域抽出"、自動車技術会論文集、ＶＯＬ．４８、Ｎｏ．５、ｐｐ．１１１３－１１１９、２０１７ 高木雅成、 藤吉弘亘："ＳＩＦＴ特徴量を用いた交通道路標識認識"、電気学会論誌Ｃ、ｖｏｌ．１２９、Ｎｏ．５、ｐｐ．８２４－８３１、２００９ デイビット・Ｗ・エビ―、リサ・Ｊ・モルナー、ポーラ・Ｓ・カトージ著（堀川悦夫、峯とも子編訳）："高齢者のモビリティ（運転可否判断から移動支援まで）"、京都大学学術出版、ｐｐ．１５－３３、２０２０ 松浦常夫："高齢ドライバーの安全心理学"、東京大学出版会、ｐｐ．４８－６２、２０１７ 伊佐治和美、津留直彦、和田隆広、土居俊一、金子弘："接近離間状態評価指標を用いたブレーキ開始タイミングの解析"、自動車技術会論文集、ｖｏｌ４１，Ｎｏ．３、ｐｐ．５９３ー５９８、２０１０

特許文献１にあっては、覚醒度や飲酒状態の検知によって運転能力の低下を推定しており、脳の認知機能メカニズムに基づいて認知機能低下を推定するようになっていなかった。また、特許文献２にあっては、実際に交通違反を起こさなければ認知機能が低下したと判定できないため、交通違反に至らない認知機能の低下は評価されていなかった。また、認知機能の低下に応じて運転行動を支援することには言及されていなかった。

本開示は、運転者の認知機能特性に応じて、当該運転者の運転行動を支援することができる運転特性判定装置、運転特性判定方法及び運転特性判定プログラムを提供することを目的とする。

本開示に係る運転特性判定装置は、運転状態検知部と、認知機能算出部と、認知機能特性分析部と、出力部とを備える。運転状態検知部は、運転者による車両の運転行動と、当該運転者の運転中の生体情報と、車両の挙動のうち少なくとも１つを検知する。認知機能算出部は、運転状態検知部が検知した情報に基づいて、運転者の認知機能が高いか低いかを示す数値を算出する。認知機能特性分析部は、認知機能算出部が算出した認知機能が高いか低いかを示す数値を、１以上の異なる脳機能に関連する認知機能特性として分析する。出力部は、認知機能特性分析部による分析結果の情報を出力する。

本開示に係る運転特性判定装置によれば、脳の認知メカニズムに基づいて運転者の認知機能特性を分析することで、運転者が起こしやすい運転ミスを推定することができる。また、その結果を利用することで、当該運転者の運転行動を支援したり、認知機能のトレーニングを行うことができる。

図１は、加齢に伴う認知機能特性の低下の様子を説明する図である。 図２は、実施形態の運転特性判定装置が判定する認知機能特性について説明する図である。 図３は、実施形態に係る運転特性判定装置の概略構成の一例を示すブロック図である。 図４は、実施形態に係る運転特性判定装置が搭載された車両のコックピットの一例を示す外観図である。 図５は、実施形態に係る運転特性判定装置の機能構成の一例を示す機能ブロック図である。 図６は、運転状態検知部が検知する情報の一例を説明する図である。 図７は、認知機能算出部が認知機能の評価スコアを算出する処理の流れの一例を示すフローチャートである。 図８は、異なる脳機能に関連する認知機能特性と、運転中に発生する運転行動との関連を説明する図である。 図９は、運転特性判定装置が、認知機能特性に応じて行う支援内容の一例を説明する第１の図である。 図１０は、運転特性判定装置が、認知機能特性に応じて行う支援内容の一例を説明する第２の図である。 図１１は、認知機能特性が低下した際に、運転者を支援する機能を選択する具体的な方法を説明する第１の図である。 図１２は、認知機能特性が低下した際に、運転者を支援する機能を選択する具体的な方法を説明する第２の図である。 図１３は、運転特性判定装置がトレーニングモードを機能させている場合に、車両に提示される情報の一例を示す第１の図である。 図１４は、運転特性判定装置がトレーニングモードを機能させている場合に、車両に提示される情報の一例を示す第２の図である。 図１５は、運転特性判定装置が運転支援モードを機能させている場合に、車両に提示される情報の一例を示す第１の図である。 図１６は、運転特性判定装置が運転支援モードを機能させている場合に、車両に提示される情報の一例を示す第２の図である。 図１７は、運転特性判定装置がトレーニングモードと運転支援モードとを同時に機能させている場合に、車両に提示される情報の一例を示す図である。 図１８は、トレーニングモードの動作状態の一例を示す第１の図である。 図１９は、トレーニングモードの動作状態の一例を示す第２の図である。 図２０は、運転特性判定装置が行う処理の流れの一例を示すフローチャートである。 図２１は、実施形態の変形例の作用を説明する図である。 図２２は、認知機能特性を算出する別の方法を説明する図である。

以下、図面を参照しながら、本開示に係る運転特性判定装置の実施形態について説明する。

（認知機能特性の説明）
まず、図１、図２を用いて、運転者の認知機能特性について説明する。図１は、加齢に伴う認知機能特性の低下の様子を説明する図である。図２は、実施形態の運転特性判定装置が判定する認知機能特性について説明する図である。

図１に示すように、認知機能特性は、時間とともに低下することがある。認知機能が、高いか低いかを数値化したものを、ここでは認知機能の評価スコアＥと呼ぶ。適切な評価手法によって算出された認知機能の評価スコアＥが第１の閾値Ｔｈ１を上回っている場合、即ち認知機能の評価スコアＥが領域Ｒ１にある場合、認知機能が安全運転を保てる状態であると判定される。そして、認知機能の評価スコアＥが第１の閾値Ｔｈ１を下回って、第１の閾値Ｔｈ１よりも小さい第２の閾値Ｔｈ２を上回っている場合、即ち認知機能の評価スコアＥが領域Ｒ２にある場合、認知機能は安全運転を継続することに支障がある「要注意」状態であると判定される。更に、認知機能の評価スコアＥが第２の閾値Ｔｈ２よりも小さい場合、即ち認知機能の評価スコアＥが領域Ｒ３にある場合、運転を継続することが難しいほど認知機能レベルが低下した「危険」状態であると判定される。

なお、漫然運転を行っている場合や、脇見をしている場合、又は一時的に注意力が低下している場合にも、図１のように認知機能が低下する。また、加齢によって認知機能が低下している場合、あるいは軽度認知障害（ＭＣＩ：Ｍｉｌｄ Ｃｏｇｎｉｔｉｖｅ Ｉｍｐａｉｒｍｅｎｔ）になっている場合であっても、図１に示すものと同様の認知機能が評価でき、変動も観測される。

本実施形態の運転特性判定装置１０は、運転者の認知機能の数値化を行う。そして、数値化された値に基づいて、認知機能特性の状態を分析する。更に、分析結果に基づいて、適切な運転支援を行う。

なお、認知機能は、それぞれ異なる脳部位（脳機能）に関連する複数の異なる認知機能に分類することができる（非特許文献３）。本実施形態の運転特性判定装置１０では、非特許文献３を参考にして、図２に示す複数の異なる認知機能を評価の対象とする。具体的には、記憶力８０と、遂行力８１と、注意力８２と、情報処理力８３と、視空間認知力８４である。それぞれの認知機能が低下することによる運転への影響については、非特許文献２、非特許文献５、非特許文献６，非特許文献７に記載されている。なお、認知機能の評価対象として図２では５つを選択しているが、１つだけでもよいし、２つ以上の任意の組み合わせであってもよい。また、ここに記載されていない認知機能を評価対象としてもよい。

記憶力８０は、新しい経験を保存して、その経験を意識や行為の中に再生する認知機能である（非特許文献４）。運転行動に照らすと、記憶力８０は、例えば、標識に記載された情報を保持する能力、どこに行くのか記憶しておく能力等に反映される（非特許文献５）。

遂行力８１は、目的をもって、計画を立てて物事を実行し、その結果をフィードバックしながら進めていく認知機能である（非特許文献４）。運転行動に照らすと、遂行力８１は、例えば、アクセル、ブレーキを正しく踏む能力、複数の情報処理を行う能力等に反映される（非特許文献５）。

注意力８２は、周囲の刺激を受容・選択し、それに対して一貫した行動をするための基盤となる認知機能である（非特許文献４）。運転行動に照らすと、注意力８２は、例えば、標識や信号など周囲の環境に注意を向ける能力等に反映される（非特許文献５）。

情報処理力８３は、一定の時間内に指定された作業を遂行する認知機能である（非特許文献３）。運転行動に照らすと、情報処理力８３は、例えば、運転中に危険を見つけ出し、対応する能力等に反映される（非特許文献１５）。

視空間認知力８４は、目で見た情報を処理して空間の状態を把握する認知機能である。運転行動に照らすと、視空間認知力８４は、例えば、前方車両との距離感を正しく保つ能力やカーブなどの際に車線からはみ出さないようにする能力等に反映される（非特許文献５）。

これらの認知機能は、いずれも、図１に示したように低下することが知られている。即ち、図２に示すように、前記した各認知機能は、第１の閾値Ｔｈ１及び第２の閾値Ｔｈ２との大小関係によって、各認知機能の程度を評価することが可能である。なお、図２は横軸を正規化して示したものであり、各認知機能に対する第１の閾値Ｔｈ１及び第２の閾値Ｔｈ２は、必ずしも同じ値ではない。

（運転特性判定装置の全体構成）
図３，図４を用いて、運転特性判定装置１０の全体構成を説明する。図３は、実施形態に係る運転特性判定装置の概略構成の一例を示すブロック図である。図４は、実施形態に係る運転特性判定装置が搭載された車両のコックピットの一例を示す外観図である。

運転特性判定装置１０は、車両３０の運転者の認知機能を算出して、当該運転者の認知機能の低下に応じた運転支援を行う。

運転特性判定装置１０は、ＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｔｒｏｌ Ｕｎｉｔ）１１と、センサコントローラ１２，２１と、ステアリング制御装置１３と、駆動力制御装置１４と、制動力制御装置１５と、ＧＰＳレシーバ２２と、地図データベース２４と、表示デバイス２５と、操作デバイス２６と、通信インタフェース２７とを備える。

ＥＣＵ１１は、例えばＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１ａ、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１１ｂ、及びＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１１ｃを備えたコンピュータとして構成されている。なお、ＥＣＵ１１に、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等から構成される記憶装置１１ｄが内蔵されていてもよい。また、ＥＣＵ１１は、各種センサ等と検出信号及び各種情報の送受信が可能なＩ／Ｏ（Ｉｎｐｕｔ／Ｏｕｔｐｕｔ）ポート１１ｅ，１１ｆを備えている。Ｉ／Ｏポート１１ｅは、車両３０の走行制御に係る情報が流れるバスライン１６と接続されて、車両３０の各種走行支援を行う制御システムに係る情報の入出力を制御する。Ｉ／Ｏポート１１ｆは、車両３０の情報系に係る情報が流れるバスライン２８に接続されて、運転者の運転行動の検知に係る情報、及び運転者に提示される情報の入出力を制御する。

ＥＣＵ１１のＲＡＭ１１ｂ、ＲＯＭ１１ｃ、記憶装置１１ｄ、及びＩ／Ｏポート１１ｅ，１１ｆは、内部バス１１ｇを介してＣＰＵ１１ａと各種情報の送受信が可能に構成されている。

ＥＣＵ１１は、ＲＯＭ１１ｃにインストールされているプログラムをＣＰＵ１１ａが読み出して実行することにより、運転特性判定装置１０が行う各種処理を制御する。

なお、本実施形態の運転特性判定装置１０で実行されるプログラムは、予めＲＯＭ１１ｃに組み込まれて提供されてもよいし、インストール可能な形式又は実行可能な形式のファイルでＣＤ－ＲＯＭ、フレキシブルディスク（ＦＤ）、ＣＤ－Ｒ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）等のコンピュータで読み取り可能な記録媒体に記録されて提供されても良い。

さらに、本実施形態の運転特性判定装置１０で実行されるプログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることによって提供するように構成しても良い。また、本実施形態の運転特性判定装置１０で実行されるプログラムをインターネット等のネットワーク経由で提供、又は配布するように構成しても良い。

記憶装置１１ｄには、運転者の認知機能の評価スコアＥを算出するためのテーブル等が記憶されている。詳しくは後述する。

センサコントローラ１２は、車両３０の挙動を検出するためのセンサ出力を取得してＥＣＵ１１に受け渡す。センサコントローラ１２には、例えば、アクセルポジションセンサ１２ａと、ブレーキ踏力センサ１２ｂと、操舵角センサ１２ｃ等が接続されている。なお、センサコントローラ１２に接続されるセンサは、これらの例に限定されるものではなく、その他のセンサが接続されてもよい。

アクセルポジションセンサ１２ａは、車両３０のアクセルの踏み込み度合（アクセル開度）を検出する。

ブレーキ踏力センサ１２ｂは、車両３０のブレーキペダルに対する踏力、即ちブレーキペダルの踏み込み力を検出する。

操舵角センサ１２ｃは、車両３０のステアリングホイールの操舵方向及び操舵量を検出する。

また、バスライン１６には、ステアリング制御装置１３と、駆動力制御装置１４と、制動力制御装置１５とが接続されている。こられの装置は、センサコントローラ１２が取得した各種センサ情報、及びセンサコントローラ２１が取得した各種センサ情報に基づいて、互いに協働することによって車両３０の挙動を制御する、所謂ＡＤＡＳ（Ａｄｖａｎｃｅｄ Ｄｒｉｖｅｒ Ａｓｓｉｓｔаｎｃｅ Ｓｙｓｔｅｍ）システムを形成する。

ステアリング制御装置１３は、ＥＣＵ１１の指示に基づいて、車両３０の操舵角を制御する。

駆動力制御装置１４は、ＥＣＵ１１の指示に基づいて、車両３０の駆動力を制御する。具体的には、ＥＣＵ１１の指示に基づいて、車両３０のエンジンのアクセル開度を制御する。

制動力制御装置１５は、ＥＣＵ１１の指示に基づいて、車両３０の制動力を制御する。即ち、ステアリング制御装置１３と、駆動力制御装置１４と、制動力制御装置１５とは協働することによって、車両３０の自動走行を可能とする。

なお、車両３０に搭載されるＡＤＡＳシステムは、前記した装置に限定されるものではなく、その他の装置が搭載されてもよい。

センサコントローラ２１は、周囲カメラ２１ａと、ドライバモニタカメラ２１ｂと、測距センサ２１ｃ等と接続されて、これらのセンサ出力をＥＣＵ１１に受け渡す。ＥＣＵ１１は、取得された情報に基づいて、車両３０の周囲環境のセンシングと、運転者の生体信号の検出とを行う。なお、センサコントローラ２１に接続されるセンサは、これらの例に限定されるものではなく、その他のセンサが接続されてもよい。

周囲カメラ２１ａは、車両３０の周囲の異なる方向に向けて設置されて、車両３０の周囲の画像情報を取得する。

ドライバモニタカメラ２１ｂは、車両３０のインスツルメントパネルに設置されて、運転中の運転者の顔面を含む画像を取得する。なお、ドライバモニタカメラ２１ｂは、運転者の足元に設置されて、運転者のアクセル操作やブレーキ操作を監視してもよい。

測距センサ２１ｃは、車両３０の周囲の異なる方向に向けて設置されて、車両３０の周囲の障害物までの距離を測定する。測距センサ２１ｃは、例えば、近距離の測距を行う超音波センサや、中長距離の測距を行うミリ波レーダ、ＬｉＤＡＲ（Ｌｉｇｈｔ Ｄｅｔｅｃｔｉоｎ ａｎｄ Ｒａｎｇｉｎｇ）等である。

ＧＰＳレシーバ２２は、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）衛星から発信されたＧＰＳ信号を取得して、車両３０の現在位置及び進行方向の測位を行う。また、ＥＣＵ１１は、特定された車両３０の現在位置と進行方向とを地図データベース２４と照合（マップマッチング）することによって、車両３０が走行している道路と進行方向とを特定する。なお、ＧＰＳ信号及び地図データベースを用いて車両の現在位置及び進行方向を特定する方法は、カーナビゲーションシステムにおいて広く実用化されているため、詳細な説明は省略する。

表示デバイス２５は、車両３０の走行状態に係る情報や運転者に対する情報提示等の情報表示を行う。表示デバイス２５は、例えば、図４に示すセンターモニタ２５ａや、インジケータ２５ｂや、計器２５ｃ等である。各表示デバイス２５の内容は後述する（図４参照）。なお、表示デバイス２５は、運転者の視覚のみならず、聴覚や触覚に対して情報を提示するデバイス、例えばスピーカや振動装置であってもよい。

操作デバイス２６は、車両３０に対する各種操作情報を取得する。操作デバイス２６は、例えばセンターモニタ２５ａの表示面に積層されたタッチパネルや、インスツルメントパネルに設置された物理スイッチ等である。

通信インタフェース２７は、車両３０と車外の携帯端末（例えばスマートフォン）とを無線通信で接続する。通信インタフェース２７は、車両３０から携帯端末に対して、例えば運転特性判定装置１０が算出した認知機能の評価スコアＥを送信する。

次に、図４を用いて、運転特性判定装置１０が搭載された車両３０のコックピットの概略構成を説明する。

車両３０のセンタークラスターには、表示デバイス２５の一例であるセンターモニタ２５ａが設置される。センターモニタ２５ａは走行中の視認性を高めるために、できるだけ上方に設置される。運転特性判定装置１０は、センターモニタ２５ａに、認知機能の評価スコアＥや、当該評価スコアＥに基づく運転支援内容等を表示する。

ステアリングホイール３１のスポークの上端部には、当該上端部に沿って表示デバイス２５の一例であるインジケータ２５ｂが設置される。インジケータ２５ｂは、例えば棒状の導光体で形成されて、一端から入射させた入射光に応じた色で発光する。運転特性判定装置１０は、インジケータ２５ｂを、認知機能の評価スコアＥに基づく運転支援内容に応じた色で発光させる。インジケータ２５ｂは、運転中の運転者の周辺視領域に設置されて、視線をインジケータ２５ｂに向けることなく、当該インジケータ２５ｂの発光色を認識可能とされる。これによって、運転者は、運転支援内容を容易に認識することができる。

また、車両３０のメータークラスタには、表示デバイス２５の一例である計器２５ｃが設置される。計器２５ｃは、例えば、速度計やエンジン回転数計、燃料計、水温計等である。

さらに、車両３０のメータークラスタには、ドライバモニタカメラ２１ｂが設置される。ドライバモニタカメラ２１ｂは、メータークラスタ内に、運転中の運転者の眼球が存在する領域（アイレンジ）を漏れなく撮像できるように設置される。

（運転特性判定装置の機能構成）
次に、図５を用いて、運転特性判定装置１０の機能構成を説明する。図５は、実施形態に係る運転特性判定装置の機能構成の一例を示す機能ブロック図である。

運転特性判定装置１０のＥＣＵ１１は、当該ＥＣＵ１１に格納された制御プログラムをＲＡＭ１１ｂに展開して、ＣＰＵ１１ａに動作させることによって、図５に示す走行環境検出部４０と、運転者特定部４１と、運転状態検知部４２と、認知機能算出部４３と、認知機能特性分析部４４と、認知機能記憶部４５と、認知機能特性出力部４６と、支援内容決定部４７と、支援内容表示部４８と、支援情報提示部４９と、運転支援制御部５０と、認知機能特性通知部５１と、を機能部として実現する。

走行環境検出部４０は、車両３０が走行している道路の周囲環境の状態を検出する。道路の周囲環境の状態とは、例えば、進行方向前方の道路形状、車線数、制限速度、交差点までの距離、交差点の形状、先行車有無と車間距離、対向車の有無と存在位置、歩行者の有無と存在位置等の情報である。これらの情報は、例えば、周囲カメラ２１ａが撮像した画像と測距センサ２１ｃが取得した情報との分析、及び、ＧＰＳ信号から取得した車両３０の現在位置を地図データベース２４との照合によって得ることができる。

運転者特定部４１は、車両３０を運転している運転者を特定する。運転者特定部４１は、例えば、ドライバモニタカメラ２１ｂが撮像した運転者の顔画像を、予め登録された運転者の顔画像と照合することによって、現在運転している運転者を特定する。照合結果が得られない場合は、新たな運転者であるとして、新規登録を行わせる。なお、運転者特定部４１は、本開示における特定部の一例である。

運転状態検知部４２は、運転者による車両３０の運転行動と、当該運転者の運転中の生体情報と、車両３０の挙動のうち少なくとも１つを検知する。

認知機能算出部４３は、運転状態検知部４２が検知した情報に基づいて、運転者の認知機能が高いか低いかを示す評価スコアＥを算出する。なお、評価スコアＥは、本開示における数値の一例である。

認知機能特性分析部４４は、認知機能算出部４３が算出した認知機能の評価スコアＥを、１以上の異なる脳機能に関連する認知機能特性として分析する。なお、１以上の異なる脳機能に関連する認知機能特性とは、例えば、前記した記憶力８０、遂行力８１、注意力８２、情報処理力８３、視空間認知力８４等である。

認知機能記憶部４５は、認知機能算出部４３が算出した認知機能の評価スコアＥを、運転者と関連付けて記憶する。

認知機能特性出力部４６は、認知機能特性分析部４４による分析結果の情報を出力する。なお、認知機能特性出力部４６は、本開示における出力部の一例である。

支援内容決定部４７は、認知機能特性分析部４４が算出した認知機能特性と、閾値との比較に基づいて、車両３０が有する複数の機能の中から、運転者の認知機能特性の更なる低下を抑制するための情報提供を支援する機能を有効にするか、認知機能特性に関連付いた運転動作を支援する機能を有効にするかを決定する。なお、支援内容決定部４７は、本開示における決定部の一例である。

支援内容表示部４８は、支援内容決定部４７が決定した支援内容を、例えばセンターモニタ２５ａに表示する。

支援情報提示部４９は、支援内容決定部４７が、運転者の認知機能特性の更なる低下を抑制するための情報提供を支援する機能を有効にすると決定した場合に、当該情報提供を行う。なお、運転者の認知機能特性の更なる低下を抑制するための情報提供を支援する機能を有効にすることを、以降の説明でトレーニングモードと呼ぶ。

運転支援制御部５０は、支援内容決定部４７が、認知機能特性に関連付いた運転動作を支援する機能を有効にすると決定した場合に、当該機能を作用させる。なお、認知機能特性に関連付いた運転動作を支援する機能を有効にすることを、以下の説明で運転支援モードと呼ぶ。

認知機能特性通知部５１は、同じ運転者の認知機能の評価スコアＥの経時変化を通知する。なお、認知機能特性通知部５１は、本開示における通知部の一例である。

（運転状態検知部の作用）
図６を用いて、運転状態検知部４２の詳細な作用を説明する。図６は、運転状態検知部が検知する情報の一例を説明する図である。

運転状態検知部４２は、図３に示したドライバモニタカメラ２１ｂが撮像した運転者の顔面を含む画像を画像解析することによって、運転者の生体情報を検知する。具体的には、運転者の視線方向、顔の向き、体動（顔の位置の変化）、瞬目の回数、間隔等を検知する。なお、検知する生体情報及びその検知方法は、前記した内容に限定されるものではない。例えば、運転者の心拍、体温、呼吸状態等を検知してもよい。運転者の状態、車両情報、操作情報、生体情報を検知するための具体的な方法としては、非特許文献８にまとめられている方法を使用してもよいし、他の方法を使用してもよい。

また、運転状態検知部４２は、図３に示したアクセルポジションセンサ１２ａ、ブレーキ踏力センサ１２ｂ、操舵角センサ１２ｃ、測距センサ２１ｃの出力、及び図３に非図示の、車両３０が備える各種センサ（車速センサ、シフトポジションセンサ等）の出力に基づいて、車両３０の挙動を検知する。具体的には、車速、車間距離、車線逸脱の有無、急加速、急減速、走行軌跡等の車両３０の挙動を検知する。道路に対する車両位置の変位、操舵角の変位、ペダル反応時間など車両挙動の測定方法については、非特許文献９に記載された方法を使用してもよいし、他の方法を使用してもよい。車間距離の計測方法は、非特許文献１０に記載の方法がある他、一般的なＡＤＡＳシステムで検知している情報を使うことでも実現できる。なお、検知する車両３０の挙動は、前記した内容に限定されるものではない。

また、運転状態検知部４２は、検出された運転者の生体情報と、車両３０の挙動と、車両３０が走行している道路環境とに基づいて、運転者の運転行動を検知する。具体的には、注視点の分布状態、脇見の有無、左右確認の有無、後方確認の有無、一時停止の有無、標識の遵守、信号の遵守、連続運転時間等の運転行動を検知する。なお、検知する運転者の運転行動は、前記した内容に限定されるものではない。

注視点の分布状態は、計測された視線方向を分析することによって得ることができる。なお、注視点とは、視線方向が所定時間以上停留した点である。注視点が広範囲に分布している場合、運転者は広い範囲に注意を払っていると推定される。一方、注視点が狭い範囲に集中している場合、運転者に注意が特定の範囲に引きつけられていると推定される。視線がどこを向いているかを検知する方法としては、例えば非特許文献１１、又は非特許文献１２に記載されている方法を使用してもよいし、他の方法を使用してもよい。

脇見の有無は、計測された視線方向及び顔の向きを分析することによって得ることができる。脇見の有無を検出する方法としては、例えば非特許文献１２に記載された方法を使用してもよいし、他の方法を使用してもよい。

左右確認の有無は、左右確認を行うべき場所において、顔の向きが左右に動いたか、視線が安全確認すべき方向に向いているかを判定することによって確認することができる。なお、左右確認を行うべき場所であることは、ＧＰＳ信号から取得した車両３０の現在位置と地図データベース２４とを照合することによって、例えば、左右確認が必要な交差点の手前を走行していることを特定することができる。また、例えば非特許文献１２に記載された技術を使うことで、歩行者を確認しているかを検知してもよいし、他の方法を使用してもよい。

後方確認の有無は、後方確認を行うべき場所において、顔が後方を向いたか、又はルームミラーやバックミラーの方向を向いたかを判定することによって確認することができる。後方確認の有無は、例えば非特許文献１２に記載された技術を使うことで確認してもよいし、他の方法を使用してもよい。なお、後方確認を行うべき場所であることは、例えば、車両３０のシフトポジションがリバースポジションに入ったことによって推定することができる。

一時停止の有無は、一時停止を行うべき場所において、車両３０が停止したかを判定することによって確認することができる。なお、一時停止を行うべき場所であることは、周囲カメラ２１ａが一時停止の標識を検出したことによって特定することができる。標識認識の手法としては、例えば非特許文献１３に記載された手法を使用してもよいし、他の方法を使用してもよい。

標識の遵守は、周囲カメラ２１ａが検出した標識の内容と、検知された車両３０の挙動とが整合しているかによって判定することができる。

信号の遵守は、周囲カメラ２１ａが検出した信号の状態と、検知された車両３０の挙動とが整合しているかによって判定することができる。

連続運転時間は、例えばイグニッションがＯＮになってからの経過時間によって特定することができる。

車両３０の走行環境は絶えず変化するため、前記した検知対象を検知し続けるのは、計算機の負荷が高くなるため望ましくない。そのため、運転状態検知部４２は、車両３０の走行環境に基づいて、当該走行環境において発生すると予想される、運転者による車両３０の運転行動と、当該運転者の運転中の生体情報と、車両３０の挙動のうち少なくとも１つを検知する。

具体的には、運転状態検知部４２は、走行環境検出部４０が検出した走行環境に基づいて、当該走行環境で発生することが予想される生体情報と、車両３０の挙動と、運転行動とを推定し、少なくとも推定された情報のみを検知することによって、検知対象を絞り込む。

図６の横軸は走行環境検出部４０が検出する走行環境の一例を示し、縦軸は前記した各検知対象を示している。そして、図６に付した丸印は、検出された走行環境において検知すべき検知対象を示している。

例えば、車両３０が交差点の手前を走行していることが検出された場合、運転状態検知部４２は、交差点において発生すると予想される運転者の挙動に係る情報を検知する。即ち、生体情報として、視線方向と顔の向きを検知する。また、車両３０の挙動として、車速と急加速、急減速、走行軌跡を検知する。そして、運転者の運転行動として、注視点の分布状態、左右確認の有無、一時停止の有無、標識の遵守、信号の遵守を検知する。なお、図６に付した丸印は一例を示すものであって、この例に限定されるものではない。

走行環境に応じた検知対象の推定を毎回行うと計算負荷が高くなるため、例えば、図６のマップを記憶装置１１ｄに記憶しておき、運転状態検知部４２は、当該マップを参照して検知対象を選択すればよい。

（認知機能の算出方法）
図７を用いて、認知機能算出部４３が認知機能の評価スコアＥを算出する方法を説明する。図７は、認知機能算出部が認知機能の評価スコアを算出する処理の流れの一例を示すフローチャートである。

走行環境検出部４０は、車両３０の走行環境を検出する（ステップＳ１１）。

運転状態検知部４２は、走行環境検出部４０が検出した走行環境に基づいて、認知機能を算出するために検知する情報を選択する（ステップＳ１２）。

運転状態検知部４２は、ステップＳ１２で選択した情報を検知する（ステップＳ１３）。

認知機能算出部４３は、運転状態検知部４２が検知した情報に基づいて、走行環境検出部４０が検出した走行環境に適合するイベント毎に、当該イベントの発生頻度を加算する（ステップＳ１４）。

認知機能算出部４３は、所定時間が経過したかを判定する（ステップＳ１５）。所定時間が経過したと判定される（ステップＳ１５：Ｙｅｓ）とステップＳ１６に進む。一方、所定時間が経過したと判定されない（ステップＳ１５：Ｎｏ）とステップＳ１１に戻る。なお、所定時間は任意に設定してよいが、例えば１分単位で判定を行う。

ステップＳ１５において、所定時間が経過したと判定されると、認知機能算出部４３は、認知機能の評価スコアＥを算出する。なお、例えば、ステップＳ１４で算出されたイベント毎の発生頻度が評価スコアＥとされる。そして、認知機能算出部４３は、図７の処理を終了する。なお、例えば、注視点の分布状態は頻度では表現できないため、分布範囲の広さを表す数値を評価スコアＥとすればよい。また、頻度で表現できないその他の情報についても、情報毎に設定した算出方法に基づいて評価スコアＥを算出すればよい。

なお、ステップＳ１４において、イベントの発生頻度を加算しているが、望ましい運転行動を行ったことが検出された場合は、累積されたイベントの発生頻度を減算するようにしてもよい。

（認知機能の分析）
次に、図８を用いて、認知機能特性分析部４４が行う認知機能の評価スコアＥの分析方法について説明する。図８は、異なる脳機能に関連する認知機能特性と、運転中に発生する運転行動との関連を説明する図である。

認知機能特性分析部４４は、図８に示すように、検知される運転行動の種類とその発生頻度とに基づいて、異なる脳機能に関連する認知機能毎に、その低下度合を分析する。それぞれの認知機能が低下することによる運転への影響については、非特許文献２、非特許文献５，非特許文献６，非特許文献７に記載されている。また、情報処理速度の低下による影響については、非特許文献１４、非特許文献１５に示されている。図８に示した運転行動は、一例であり、これと異なる対応表を用いてもよい。

例えば、記憶力８０が低下すると、標識に記載された情報保持が困難になったり、どこに行くのか忘れて道に迷ってしまったり（非特許文献５）、車をぶつけたり困ったりした過去の経験を忘れたりする（非特許文献６）。道路標識や交通法令が分からなくなることもある（非特許文献２）。認知機能特性分析部４４は、認知機能算出部４３が算出した評価スコアＥの中から、例えば、標識を遵守した頻度と信号を遵守した頻度等に基づいて、記憶力８０の評価スコアＥａを算出する。標識認識の手法としては、例えば非特許文献１３に記載された手法を使用してもよいし、他の手法でもよい。また、その標識の内容にあった運転行動をとったかどうかに基づいて、標識の内容を認識したものと判定してもよい。

遂行力８１が低下すると、アクセルとブレーキの踏み間違いが発生したり、複数の情報処理が困難になる（非特許文献５）。また、予定の経路を通れないときに次にとるべき行動の判断ができなくなったり（非特許文献６）、状況に応じた臨機応変な対応などがとれなくなる（非特許文献２）。カーナビの操作ができなくなることもある（非特許文献６）。認知機能特性分析部４４は、認知機能算出部４３が算出した評価スコアＥの中から、例えば、急加速、急減速の発生頻度等に基づいて、遂行力８１の評価スコアＥｂを算出する。

注意力８２が低下すると、標識や信号など周囲の環境に注意を向けることができなくなる（非特許文献５）。信号を見落したり、人が出てくることに気づかなかったりする（非特許文献６）。また、車線変更時に周囲への注意を配分できずに危険な操作になったり、右左折時に歩行者やバイクに気づかなかったりする（非特許文献５）。注意が散漫になると、車内もしくは社外の出来事に気を取られてしまい（非特許文献１４）、脇見となる。認知機能特性分析部４４は、認知機能算出部４３が算出した評価スコアＥの中から、例えば、注視点の分布状態と、標識を遵守した頻度と信号を遵守した頻度等に基づいて、注意力８２の評価スコアＥｃを算出する。視線がどこを向いているか検知する方法としては、例えば非特許文献１１、又は非特許文献１２に記載されている方法を用いればよく、その動きから標識や歩行者など注目すべき点を見ているかどうかを評価できる。また、図８に示された運転行動例の、周囲の安全確認が不十分かどうか、標識等を見落しているかどうか、のそれぞれに対して算出した評価スコアＥに重みづけをして、注意力８２の評価スコアＥｃを算出してもよい。重みづけの係数は、予め決めておいた係数を使ってもよいし、認知機能との相関関係を逐次学習していくようにしてもよい。

情報処理力８３が低下すると、混雑した道路や、車の流れが速い道路において危険を見つけるのに時間を要して対応が遅れたりする（非特許文献１５）。また、のろのろ運転やためらい運転、不意の操作ミスが増える（非特許文献１４）。認知機能特性分析部４４は、認知機能算出部４３が算出した評価スコアＥの中から、例えば、運転操作であるブレーキの反応時間等に基づいて、情報処理力８３の評価スコアＥｄを算出する。例えば、非特許文献１６の方法を利用して、ブレーキタイミングを評価して算出する。

視空間認知力８４が低下すると、前方車両との距離感にズレが生じたり、カーブの際に車線がはみ出したりする（非特許文献５）。また、自分の車の大きさと対象物の関係が把握しにくくなる（非特許文献７）。認知機能特性分析部４４は、認知機能算出部４３が算出した評価スコアＥの中から、例えば、車間距離の平均値、車線逸脱の回数等に基づいて、視空間認知力８４の評価スコアＥｅを算出する。道路に対する車両位置の変位、操舵角の変位、ペダル反応時間など車両挙動の測定方法については、例えば非特許文献９の方法を用いる。車間距離の計測方法は、非特許文献１０の方法がある他、一般的なＡＤＡＳシステムで検知している情報を使って算出できる。

なお、各認知機能の評価スコアＥａ，Ｅｂ，Ｅｃ，Ｅｄ，Ｅｅの算出は、例えば、予め作成した運転状態の検知結果と評価スコアＥａ，Ｅｂ，Ｅｃ，Ｅｄ，Ｅｅとの関係を示すテーブルに基づいて行うのが効率的である。

認知機能特性分析部４４は、このようにして算出された評価スコアＥａ，Ｅｂ，Ｅｃ，Ｅｄ，Ｅｅを、前記した第１の閾値Ｔｈ１、第２の閾値Ｔｈ２と比較することによって、運転者の各認知機能の程度を評価する。

本実施の形態の運転特性判定装置１０は、評価スコアＥａ，Ｅｂ，Ｅｃ，Ｅｄ，Ｅｅが、閾値Ｔｈ１よりも大きい場合に、運転者の認知機能は正常な状態、即ち安全な状態であると判定する。また、評価スコアＥａ，Ｅｂ，Ｅｃ，Ｅｄ，Ｅｅが、閾値Ｔｈ１よりも小さく閾値Ｔｈ２よりも大きい場合に、運転特性判定装置１０は、該当する認知機能は、運転に注意が必要な要注意状態であると判定する。さらに、評価スコアＥａ，Ｅｂ，Ｅｃ，Ｅｄ，Ｅｅが、閾値Ｔｈ２よりも小さい場合には、運転特性判定装置１０は、該当する認知機能は、危険な状態であると判定する。

なお、認知機能特性分析部４４は、認知機能算出部４３が現時点で算出した認知機能のみを分析してもよいし、認知機能記憶部４５が運転者と関連付けて記憶した、過去の認知機能を含めて分析してもよい。過去の認知機能を含めて分析を行うことによって、認知機能が回復傾向にあるのか、低下傾向にあるのかを推定することができる。そして、回復傾向にある認知機能に対して、積極的にトレーニングモードを機能させるようにしてもよい。また、認知機能の長期的な低下傾向が見られた場合には、更なる低下を防止するためにトレーニングモードを機能させてもよい。

また、車両３０の走行環境によっては、認知機能算出部４３及び認知機能特性分析部４４が分析対象とするイベントがコンスタントに発生しない場合もある。したがって、対象とする全ての認知機能に係る評価スコアＥａ，Ｅｂ，Ｅｃ，Ｅｄ，Ｅｅが、全て同時に得られるとは限らない。

（認知機能の評価スコアに応じた支援内容の決定方法）
次に、図９、図１０を用いて、運転特性判定装置が、認知機能特性に応じて行う支援内容の決定方法について説明する。図９は、運転特性判定装置が、認知機能特性に応じて行う支援内容の一例を説明する第１の図である。図１０は、運転特性判定装置が、認知機能特性に応じて行う支援内容の一例を説明する第２の図である。

支援内容決定部４７は、図９に示すように、運転者が運転に注意が必要な状態（要注意レベル）にある場合に、運転者の認知機能の更なる低下を抑制するための情報提供を支援する。即ち、情報提供による運転支援（トレーニングモード）を機能させる。これは、運転者の認知機能は完全に低下した状態ではないため、該当する認知機能に係るトレーニングを行いながら運転を継続させることによって、低下した認知機能を正常なレベルまで回復させられる可能性があるためである。例えば、一時的な認知機能であれば、運転支援を受けながらの認知機能回復が期待される。また、慢性的な認知機能低下であり、認知症の前段階である軽度認知障害（ＭＣＩ）と言われるような状態である場合には、こうしたトレーニングによって認知機能を回復させることができる可能性がある。このトレーニングモードによって、車両の運転に必要な認知機能を回復させることで、安全な運転を継続させることが期待できる。

また、支援内容決定部４７は、図９に示すように、運転者の認知機能が危険なレベルにある場合に、車両３０が備える運転支援機能のうち、該当する認知機能を支援する機能を動作させる。即ち、運転支援機能による運転支援（運転支援モード）を機能させる。

なお、運転特性判定装置１０は、複数の認知機能特性の状態を評価するため、複数の認知機能が要注意レベルであると判定される可能性がある。このような場合、支援内容決定部４７は、いずれの認知機能に対してトレーニングモードを有効にして、いずれの認知機能に対して運転支援モードを有効にするかを決定する。なお、支援内容決定部４７は、いずれか１つの認知機能に対してのみトレーニングモードを有効にする。これは、複数の認知機能に対するトレーニングモードを同時に機能させると、提示される情報が多くなるため、運転者の困惑を招く可能性があるためである。そして、支援内容決定部４７は、認知機能が要注意レベルであると判定された複数の認知機能のうち、トレーニングモードを機能させた認知機能以外の認知機能を支援する運転支援モードを機能させる。また、支援内容決定部４７は、複数の認知機能が危険レベルであると判定された場合は、該当する複数の認知機能に係る運転支援モードを機能させる。

次に、図１０を用いて、各認知機能に係るトレーニングモード及び運転支援モードの具体的な内容を説明する。

記憶力８０が要注意レベルまで低下した際に、支援内容決定部４７は、トレーニングモードとして、例えば、標識の内容を認識して、当該内容を伝えるメッセージを出力する機能、詳細なルートガイダンスを行う機能等を動作させる。これによって、低下していると推定された運転者の記憶力８０の回復を補助する。また、記憶力８０が危険レベルまで低下した際に、支援内容決定部４７は、車両３０が備える、例えば交通標識認識機能を動作させる。また、認識した交通標識の内容、例えば制限速度に基づいて、車両３０の上限速度を設定してもよい。これによって、不注意によるうっかりミスを低減することができる。

遂行力８１が要注意レベルまで低下した際に、支援内容決定部４７は、トレーニングモードとして、例えば、早めのブレーキを推奨するメッセージを出力する機能等を動作させる。これによって、低下していると推定された運転者の遂行力８１の回復を補助する。また、遂行力８１が危険レベルまで低下した際に、支援内容決定部４７は、車両３０が備える、例えば追突警報機能や車間距離保持機能、又は急発進防止機能等を動作させる。これによって、運転者の運転動作の一部の遂行を補助することができる。

注意力８２が要注意レベルまで低下した際に、支援内容決定部４７は、トレーニングモードとして、例えば、運転環境に係るガイダンスや運転行動に係るガイダンスを出力する機能を動作させる。これによって、低下していると推定された運転者の注意力８２の回復を補助する。また、注意力８２が危険レベルまで低下した際に、支援内容決定部４７は、車両３０が備える、例えば歩行者検知機能や車間距離保持機能等を動作させる。これによって、運転者が注意を払うべき領域の一部を車両３０に代行させることができる。

情報処理力８３が要注意レベルまで低下した際に、支援内容決定部４７は、トレーニングモードとして、例えば、運転者に、運転者がすること以外は運転支援されるので、一つのことだけに集中して遂行してもらうよう促したり、休憩を促すメッセージを出力する機能等を動作させる。これによって、低下していると推定された運転者の情報処理力８３の回復を補助する。また、情報処理力８３が危険レベルまで低下した際に、支援内容決定部４７は、車両３０が備える、例えば車間距離保持機能や衝突警報等を動作させる。これによって、運転者が行うべき情報処理の一部を車両３０に代行させることができる。

視空間認知力８４が要注意レベルまで低下した際に、支援内容決定部４７は、トレーニングモードとして、例えば、運転環境に係るガイダンスを出力する機能等を動作させる。これによって、低下していると推定された運転者の視空間認知力８４の回復を補助する。また、視空間認知力８４が危険レベルまで低下した際に、支援内容決定部４７は、車両３０が備える車間距離保持機能や車線逸脱防止機能、又は駐車アシスト機能等を動作させる。これによって、運転者が行うべき視空間認知の一部を車両３０に代行させることができる。

なお、運転特性判定装置１０は、各種支援モードが機能している場合も認知機能の算出を連続して実行する。そして、認知機能が正常なレベルに回復した場合、機能している支援モードの動作を停止する。車両３０がどのような支援モードを実行しているかは、後述するように、分かり易い形態で運転者に提示される。

（支援内容の具体的な決定方法）
次に、図１１、図１２を用いて、支援内容の具体的な決定方法について例をあげて説明する。図１１は、認知機能特性が低下した際に、運転者を支援する機能を選択する具体的な方法を説明する第１の図である。図１２は、認知機能特性が低下した際に、運転者を支援する機能を選択する具体的な方法を説明する第２の図である。

図１１は、認知機能特性分析部４４が、運転者の注意力８２の評価スコアＥｃが、第１の閾値Ｔｈ１と第２の閾値Ｔｈ２の間、即ち要注意レベルであると判定して、それ以外の認知機能は安全であると判定した場合の例である。このとき、支援内容決定部４７は、注意力８２に係るトレーニングモードを機能させることを決定する。運転者は、注意力８２に係るトレーニングモードを実行しながら運転を継続することによって、注意力８２の回復を支援される。なお、具体的なトレーニングモードの内容は後述する。

図１２は、認知機能特性分析部４４が、運転者の遂行力８１の評価スコアＥｂと注意力８２の評価スコアＥｃが、ともに第１の閾値Ｔｈ１と第２の閾値Ｔｈ２の間、即ち要注意レベルであると判定して、それ以外の認知機能は安全であると判定した場合の例である。このとき、支援内容決定部４７は、評価スコアＥｂと評価スコアＥｃの大小関係に基づいて、１つの認知機能に対して、当該１つの認知機能に係るトレーニングモードを機能させて、他方の認知機能に対して、当該他方の認知機能に係る運転支援モードを機能させることを決定する。図１２に示す例では、評価スコアが高い注意力８２に対して、トレーニングモードを機能させて、評価スコアが低い遂行力８１に対して、運転支援モードを機能させることを決定している。これは、評価スコアが高い認知機能ほど、トレーニングモードを機能させることによって認知機能の回復を図れる可能性が高いと考えられるためである。

なお、認知機能特性分析部４４は、認知機能算出部４３の算出結果に基づいて認知機能を複数のレベルに分割してもよい。例えば、認知機能が高いレベル１から認知機能が低いレベル５のいずれに該当するかのレベル分けを行ってもよい。そして、支援内容決定部４７は、認知機能レベルに基づいて、支援内容を決定してもよい。

（運転者に提示する情報の例）
次に、図１３から図１７を用いて、運転特性判定装置１０が運転者に提示する情報例を説明する。図１３と図１４は、運転特性判定装置がトレーニングモードを機能させている場合に、車両に提示される情報の一例を示す図である。図１５と図１６は、運転特性判定装置が運転支援モードを機能させている場合に、車両に提示される情報の一例を示す図である。また、図１７は、運転特性判定装置がトレーニングモードと運転支援モードとを同時に機能させている場合に、車両に提示される情報の一例を示す図である。

認知機能特性出力部４６は、車両３０のセンターモニタ２５ａに、認知機能特性分析部４４による分析結果の情報を出力する。図１３に示す提示画面６４と提示画面６６は、センターモニタ２５ａに表示される画面の一例である。

提示画面６４は、認知機能特性分析部４４による分析結果をレーダーチャート６５で表示した例である。レーダーチャート６５には、例えば、１か月前の分析結果と現時点の分析結果とが重ねて表示される。運転者は、提示画面６４を確認することによって、自身の認知機能の状態を把握することができる。また、このとき、車両３０のスピーカから、「注意力が落ちています、周囲に気を配りましょう。」等の音声メッセージを出力してもよい。

提示画面６６は、認知機能特性分析部４４による分析結果の別の表示例である。提示画面６６の左側には、認知機能特性分析部４４による分析結果の時系列推移６７が表示される。そして、提示画面６６の右側には、現在の分析結果６８が拡大表示される。分析結果６８において、注意レベルや危険レベルの認知機能は、黄色や赤色で強調表示してもよい。運転者は、提示画面６６を確認することによって、自身の認知機能の状態を把握することができる。

また、支援内容表示部４８は、支援内容決定部４７が決定した支援内容を車両３０のセンターモニタ２５ａに表示する。図１４に示す提示画面６９は、その一例である。提示画面６９の左側には、認知機能特性分析部４４による分析結果が認知機能毎に表示される。そして、支援内容決定部４７が、トレーニングモードを機能させると決定した注意力８２の欄には、トレーニング中であることを示す文字情報が付加される。また、提示画面６９の右側には、注意力８２のトレーニング中であることを示すアイコンが表示される。運転者は、提示画面６９を確認することによって、自身の認知機能の状態を把握することができるとともに、注意力８２のトレーニングモードが機能していることを確認することができる。

図１５に示す提示画面７０は、支援内容表示部４８が車両３０のセンターモニタ２５ａに表示する、運転支援モードが機能していることを示す画面の一例である。提示画面７０は、車両３０が備える運転支援機能のうち、車間距離追従機能と歩行者検知機能とが機能している（ＯＮ状態）であって、その他は機能していない（ＯＦＦ状態）であることを示している。運転者は、提示画面７０を確認することによって、運転支援機能の動作状態を確認することができる。

図１６に示す提示画面７１は、支援内容表示部４８が車両３０のセンターモニタ２５ａに表示する画面の別の例である。提示画面７１の左側には、認知機能特性分析部４４による分析結果が認知機能毎に表示される。そして、提示画面７１の右側には、車両３０が備える運転支援機能の中で機能している運転支援機能を示す情報が表示される。提示画面７１は、注意力８２が危険レベルであるため、注意力８２を支援する運転支援機能である、詳細ガイダンス機能と歩行者検知機能と追突警報とが機能していることを示している。運転者は、提示画面７１を確認することによって、自身の認知機能の状態と運転支援機能の動作状態とを確認することができる。

図１７に示す提示画面７４は、運転特性判定装置１０がトレーニングモードと運転支援モードとを同時に機能させている場合に、支援内容表示部４８が車両３０のセンターモニタ２５ａに表示する画面の例である。

図１７に示す認知機能特性７２は、ある運転者の認知機能特性のうち、記憶力と遂行力と視空間認知力の経時変化の一例を示している。そして、図１７に付した丸印は、ある時刻における各認知機能の評価スコアを表す。この場合、記憶力は第２の閾値Ｔｈ２を下回っている。遂行力は、第１の閾値Ｔｈ１と第２の閾値Ｔｈ２の間にある。そして、視空間認知力は、第１の閾値Ｔｈ１を上回っている。

このとき、支援内容決定部４７は、図１７の支援内容７３に示すように、注意力に係る運転支援モードと、遂行力に係るトレーニングモードとを機能させることを決定する。

そして、支援内容表示部４８は、車両３０のセンターモニタ２５ａに、提示画面７４を表示する。提示画面７４は、遂行力のトレーニングモードが機能していることと、車両３０が備えるレーンキープアシストが機能していることを示す文字情報を含む。なお、運転支援機能の動作状態は、トレーニングモードの動作状態よりも重要であるため、提示画面７４において、レーンキープアシストが機能していることを示すメッセージは、より注意を惹く赤色等で表示するのが望ましい。また、運転支援機能の動作状態は太字にしてもよい。運転者は、提示画面７４を確認することによって、車両３０の支援機能の動作状態を把握することができる。

以上、認知機能特性出力部４６と支援内容表示部４８とが、車両３０のセンターモニタ２５ａに表示する情報の例を説明したが、運転特性判定装置１０は、ここに説明したいずれの表示を行ってもよい。但し、運転者の困惑を招かないように、表示形態は常に統一させるのが望ましい。また、運転者に情報の表示形態を予め選択させるカスタマイズ機能を備えてもよい。

（トレーニングモードの動作例）
次に、図１８と図１９を用いて、トレーニングモードの動作例を説明する。図１８は、トレーニングモードの動作状態の一例を示す第１の図である。図１９は、トレーニングモードの動作状態の一例を示す第２の図である。

図１８は、運転特性判定装置１０が、運転者の注意力が低下したと判定して、注意力に係るトレーニングモードを機能させた様子を示している。具体的には、運転者の注意力は、時間領域６１において安全レベルであると判定されている。しかし、時間領域６２において、注意力が要注意レベルであると判定されたため、運転特性判定装置１０は、注意力に係るトレーニングモードを機能させる。そして、時間領域６３において、注意力が安全レベルに回復したため、運転特性判定装置１０は、注意力に係るトレーニングモードを終了させる。

なお、トレーニングモードや運転支援モードを機能させる場合には、ある時刻における認知機能の評価スコアのみで判定せず、図１８に示すような時間領域（例えば１５分間）における認知機能の評価スコアの平均値等に基づいて判定するのが望ましい。

トレーニングモードが機能すると、支援情報提示部４９は、車両３０のセンターモニタ２５ａに、走行環境検出部４０が検出した車両３０の走行環境に応じた、運転者の注意力の低下に起因する運転ミスを防止するための情報を提示する。例えば、「注意力が落ちています。周囲に気を配りましょう。」等の運転を支援する情報が提示される。運転者は、この表示を確認することによって、例えば車速を落とす動機付けを得る。

また、支援内容表示部４８は、車両３０のインジケータ２５ｂを、トレーニングモードに対応する色で点灯させる。なお、インジケータ２５ｂは、運転支援モードが機能しているときは、運転支援モードに対応する色で点灯し、トレーニングモードと運転支援モードがともに機能しているときはトレーニングモードと運転支援モードがともに機能している状態に対応する色で点灯する。

さらに、支援内容表示部４８は、センターモニタ２５ａに、認知機能特性出力部４６が出力する運転者の認知機能の状態を表示する（例えば、図１３の提示画面６４，６６）。

図１９は、トレーニングモードを行うことによって、運転者の認知機能が回復する様子を示す。

運転者の注意力が要注意レベルであると判定されたときに、運転特性判定装置１０が注意力のトレーニングモードを機能されているとする。このとき、車両３０が交差点に差し掛かると、支援情報提示部４９は、センターモニタ２５ａに「交差点で周囲確認をするように心がけてください」等の情報支援を行う。そして、走行環境検出部４０が、車両３０が交差点近づいたことを検出すると、運転状態検知部４２は、運転者の視線の向き及び顔の向きを検知して、運転者が左右確認を行ったかを判定する。また、運転状態検知部４２は、車両３０の挙動を検出することによって、車両３０が交差点の手間で減速したかを判定する。

そして、支援情報提示部４９は、交差点において運転者が車両３０を減速させて、尚且つ左右確認を行ったと判定された場合に、センターモニタ２５ａに「注意確認がよくなってきています。」等のメッセージを提示する。

一方、支援情報提示部４９は、交差点において運転者が車両３０を減速させて、尚且つ左右確認を行ったと判定されない場合に、センターモニタ２５ａに「交差点ではスピードを落としてください。」、「交差点では左右確認を行ってください。」等の、検出された運転者の行動に応じたメッセージを提示する。

なお、トレーニングモードにおいては車両３０の運転支援装置の介入は行われないが、交差点に歩行者がいるにも関わらずに車両３０が減速しない場合等の危険な場合においては、車両３０の運転支援装置が介入して、例えば自動ブレーキを作動させてもよい。

運転特性判定装置１０は、このようなトレーニングを繰り返し行うことによって、運転者の注意力の回復を支援する。

（運転特性判定装置が行う処理の流れ）
次に、図２０を用いて、運転特性判定装置１０が行う処理の流れを説明する。図２０は、運転特性判定装置が行う処理の流れの一例を示すフローチャートである。

運転状態検知部４２は、車両３０のイグニッションスイッチがＯＮであるかを判定する（ステップＳ２１）。イグニッションスイッチがＯＮであると判定される（ステップＳ２１：Ｙｅｓ）とステップＳ２２に進む。一方、イグニッションスイッチがＯＮであると判定されない（ステップＳ２１：Ｎｏ）と、ステップＳ２１の判定を繰り返す。

ステップＳ２１において、イグニッションスイッチがＯＮであると判定されると、走行環境検出部４０と運転状態検知部４２と認知機能算出部４３は、協働して認知機能算出処理を行う（ステップＳ２２）。なお、認知機能算出処理は、図７で説明したフローチャートに沿って行われる。

続いて、認知機能特性分析部４４は、認知機能算出処理によって得られた認知機能に基づいて、異なる脳機能に関連する認知機能毎の評価スコアＥａ，Ｅｂ，Ｅｃ，Ｅｄ，Ｅｅをそれぞれ算出する（ステップＳ２３）。

支援内容決定部４７は、評価スコアが第２の閾値Ｔｈ２よりも小さい認知機能があるかを判定する（ステップＳ２４）。評価スコアが第２の閾値Ｔｈ２よりも小さい認知機能があると判定される（ステップＳ２４：Ｙｅｓ）とステップＳ２５に進む。一方、評価スコアが第２の閾値Ｔｈ２よりも小さい認知機能があると判定されない（ステップＳ２４：Ｎｏ）とステップＳ２６に進む。

ステップＳ２４において、評価スコアが第２の閾値Ｔｈ２よりも小さい認知機能があると判定されると、支援内容決定部４７は、該当する認知機能を支援する運転支援機能を機能させる（ステップＳ２５）。その後、ステップＳ２９に進む。

ステップＳ２４において、評価スコアが第２の閾値Ｔｈ２よりも小さい認知機能があると判定されないと、支援内容決定部４７は、評価スコアが第１の閾値Ｔｈ１よりも小さい認知機能の数は１つかを判定する（ステップＳ２６）。評価スコアが第１の閾値Ｔｈ１よりも小さい認知機能の数は１つであると判定される（ステップＳ２６：Ｙｅｓ）とステップＳ２７に進む。一方、評価スコアが第１の閾値Ｔｈ１よりも小さい認知機能の数は１つであると判定されない（ステップＳ２６：Ｎｏ）とステップＳ２８に進む。

ステップＳ２６において、評価スコアが第１の閾値Ｔｈ１よりも小さい認知機能の数は１つであると判定されると、支援内容決定部４７は、該当する認知機能を支援する情報提供機能を機能させる（ステップＳ２７）。その後、ステップＳ２９に進む。

ステップＳ２６において、評価スコアが第１の閾値Ｔｈ１よりも小さい認知機能の数は１つであると判定されないと、支援内容決定部４７は、互いの認知機能の評価スコアの大小関係等に基づいて、いずれか１つの認知機能を支援する情報提供機能と、その他の認知機能を支援する運転支援機能とを機能させる（ステップＳ２８）。その後、ステップＳ２９に進む。

ステップＳ２５，Ｓ２７，Ｓ２８に続いて、支援内容表示部４８と支援情報提示部４９とは、支援状態を示す情報を車両３０のセンターモニタ２５ａとインジケータ２５ｂに表示する（ステップＳ２９）。

運転状態検知部４２は、車両３０のイグニッションスイッチがＯＦＦであるかを判定する（ステップＳ３０）。イグニッションスイッチがＯＦＦであると判定される（ステップＳ３０：Ｙｅｓ）と、運転特性判定装置１０は、図２０の処理を終了する。一方、イグニッションスイッチがＯＦＦであると判定されない（ステップＳ３０：Ｎｏ）と、ステップＳ２２に戻って、前記した処理を繰り返す。

（実施形態の作用効果）
以上説明したように、本実施形態の運転特性判定装置１０は、運転者による車両３０の運転行動と、当該運転者の運転中の生体情報と、車両３０の挙動のうち少なくとも１つを検知する運転状態検知部４２と、運転状態検知部４２が検知した情報に基づいて、運転者の認知機能が高いか低いかを示す評価スコアＥ（数値）を算出する認知機能算出部４３と、認知機能算出部４３が算出した認知機能が高いか低いかを示す評価スコアＥを、１以上の異なる脳機能に関連する認知機能特性として分析する認知機能特性分析部４４と、認知機能特性分析部４４による分析結果の情報を出力する認知機能特性出力部４６（出力部）と、を備える。したがって、運転者の１以上の異なる脳機能に関連する認知機能特性に応じて、当該運転者の運転行動を適切に支援することができる。また、運転特性判定装置１０は、健康な運転者が漫然運転や脇見運転等を行うことによって、認知機能が一時的に低下した状態を検出することができる他、加齢により認知機能が低下した状態やＭＣＩと言われる状態をも検知することが可能となる。

また、本実施形態の運転特性判定装置１０において、認知機能特性分析部４４は、予め設定された、運転状態検知部４２が検知した情報と認知機能が高いか低いかを示す数値との対応関係に基づいて、運転状態検知部４２が検知した情報から、認知機能特性を算出する。したがって、運転者の認知機能の状態を容易に算出することができる。

また、本実施形態の運転特性判定装置１０において、認知機能特性分析部４４は、車両３０の走行環境に基づいて、当該走行環境において発生すると予想される、運転者による車両３０の運転行動と、当該運転者の運転中の生体情報と、車両３０の挙動のうち少なくとも１つを検知する。したがって、運転状態検知部４２が検知した情報の中から、走行環境から想定される運転状態のみを用いて認知特性を分析するため、計算負荷を低減させることができる。

また、本実施形態の運転特性判定装置１０は、認知機能特性分析部４４が算出した認知機能特性と、第１の閾値Ｔｈ１及び第２の閾値Ｔｈ２（閾値）との比較に基づいて、車両３０が有する複数の機能の中から、運転者の認知機能の更なる低下を抑制するための情報提供を支援する機能を有効にするか、認知機能特性に関連付いた運転動作を支援する機能を有効にするか、を決定する支援内容決定部４７（決定部）を更に備える。したがって、機能させる運転支援の内容を、容易に決定することができる。

また、本実施形態の運転特性判定装置１０において、支援内容決定部４７（決定部）は、閾値を下回った認知機能に対して、当該認知機能の更なる低下を抑制するための情報提供を支援する機能を有効にするか、認知機能に関連付いた運転動作を支援する機能を有効にするか、を決定する。したがって、運転者の認知機能に応じた運転支援を行うことができる。

また、本実施形態の運転特性判定装置１０において、支援内容決定部４７（決定部）は、認知機能が第１の閾値Ｔｈ１よりも小さい第２の閾値Ｔｈ２を下回った場合に、当該認知機能特性に関連付いた運転動作を支援する機能を有効にして、認知機能が第１の閾値Ｔｈ１よりも小さく第２の閾値Ｔｈ２よりも大きい場合に、当該認知機能の更なる低下を抑制するための情報提供を支援する機能を有効にする。したがって、運転者の認知機能に応じた運転支援を行うことができる。例えば、認知機能が要注意レベルの運転者に対しては、情報提示によるトレーニングモードを機能させることで、認知機能の回復を促すことができる。一方、認知機能が危険なレベルの運転者に対しては、運転支援機能を機能させることによって、低下した認知機能を車両３０に代行させることができる。

また、本実施形態の運転特性判定装置１０において、支援内容決定部４７（決定部）は、異なる脳機能に関連する複数の認知機能が第１の閾値Ｔｈ１よりも小さく第２の閾値Ｔｈ２よりも大きい場合に、複数の認知機能のそれぞれに対して、認知機能の更なる低下を抑制するための情報提供を支援する機能を有効にするか、認知機能に関連付いた運転動作を支援する機能を有効するかを決定する。したがって、複数の認知機能が同程度低下した状態にある場合に、情報提示によって支援する認知機能と運転支援によって支援する認知機能とを決定することができる。

また、本実施形態の運転特性判定装置１０において、認知機能特性出力部４６（出力部）は、更に、認知機能特性分析部４４が算出した、１以上の異なる脳機能に関連する認知機能特性の状態を出力する。したがって、運転者に、自身の認知機能の状態を可視化して提示することができる。

また、本実施形態の運転特性判定装置１０は、運転者を特定する運転者特定部４１（特定部）を更に備える。したがって、同じ運転者の認知特性を継続的に分析することができる。

（実施形態の変形例１）
前記した実施形態の変形例１として、運転特性判定装置１０は、同じ運転者の認知機能特性の経時変化を分析する例を説明する。

図２１は、実施形態の変形例の作用を説明する図である。運転特性判定装置１０が備える運転者特定部４１（図５参照）は、車両３０を運転している運転者を特定する。また、運転特性判定装置１０は、認知機能記憶部４５に、過去に取得した認知機能の評価スコアＥを、運転者と関連付けて記憶している。したがって、運転特性判定装置１０は、運転者を特定した場合に、当該運転者に関連付けられた過去の評価スコアＥを読み出すことができる。

図２１に示す認知機能の経時変化は、運転者特定部４１が特定した運転者の認知機能の評価スコアＥの推移を示している。なお、図２１の縦軸は、異なる脳機能に関連する認知機能特性（記憶力、遂行力、注意力、情報処理力、視空間認知力）とすることもできる。

認知機能特性分析部４４は、図２１に示す認知機能の経時変化の情報を分析する。そして、例えば、直近一定期間の評価スコアＥの平均値が要注意レベルであると判定された場合に、認知機能特性通知部５１（図５参照）は、運転者の家族等の予め登録された送信先に、認知機能の経時変化のデータを通知する。このとき、「安全運転に必要な認知機能が低下ぎみです。教習をお奨めします」等のメッセージを添えてもよい。

逆に、運転者の家族から認知機能通知部に対して、運転者の認知機能の経時変化のデータの送信をリクエストしてもよい。

以上説明したように、本実施形態の変形例１の運転特性判定装置１０は、同じ運転者の認知機能の経時変化を通知する認知機能特性通知部５１（通知部）を更に備える。したがって、運転者の認知機能の経時変化を長期間に亘ってモニタすることができる。そのため、加齢によって認知機能が低下し、認知症になり始めたＭＣＩの状態を早期に検出できる可能性がある。

（実施形態の変形例２）
前記した実施形態において、認知機能算出部４３及び認知機能特性分析部４４は、運転状態検知部４２が検知した運転者の運転行動と、運転者の運転中の生体情報と、車両３０の挙動のうち少なくとも１つを用いて、予め作成した運転状態の検知結果と評価スコアとの関係を示すテーブルを用いて運転者の認知機能を算出した。これに対して、以下に説明する変形例２では、予め学習した運転行動モデルを用いて、運転者の認知機能特性の分析を行う。

図２２は、認知機能特性を算出する別の方法を説明する図である。図２２に示す運転行動モデル６０は、走行環境検出部４０が検出した車両３０の走行環境情報と、運転状態検知部４２が検知した運転者の生体情報と車両３０の挙動とを入力として、記憶力８０の評価スコアＥａ、遂行力８１の評価スコアＥｂ、注意力８２の評価スコアＥｃ、情報処理力８３の評価スコアＥｄ、視空間認知力８４の評価スコアＥｄを出力する。なお、入力する情報の中に、前記した実施形態で説明した運転者の運転行動に係る情報が入っていないが、一般に、運転者の運転行動に係る情報は、車両３０の走行環境情報と運転者の生体情報とに基づいて算出することができるため、運転行動モデル６０の内部で自動的に算出される。

なお、運転行動モデル６０の記述方法には様々な方法が考えられるが、ここでは、深層学習等の学習によって形成されたモデルを用いる。即ち、図２２に示す運転行動モデル６０は、入力層６０ａと中間層６０ｂと出力層６０ｃとを有するニューラルネットワークによって構成される。ニューラルネットワークは、人間の神経回路網を模した数理モデルである。

入力層６０ａは３個の入力ユニットＮ１，Ｎ２，Ｎ３を備える。入力ユニットＮ１，Ｎ２，Ｎ３には、それぞれ、走行環境情報と、生体情報と、車両３０の挙動とに応じた値が入力される。

入力層６０ａに入力された値は、中間層６０ｂに出力される。その際、入力層６０ａから入力された値は、入力ユニットＮ１，Ｎ２，Ｎ３と中間層６０ｂの中間ユニットＮ４，Ｎ５，Ｎ６とを結ぶ枝に付与された重み係数と積算される。積算された数値は、各中間ユニットＮ４，Ｎ５，Ｎ６において、それぞれ加算される。

出力層６０ｃは、５つの出力ユニットＰ１，Ｐ２，Ｐ３，Ｐ４，Ｐ５を備える。各出力ユニットＰ１，Ｐ２，Ｐ３，Ｐ４，Ｐ５は、それぞれ中間ユニットＮ４，Ｎ５，Ｎ６と重み係数が付与された枝で接続されている。

中間ユニットＮ４，Ｎ５，Ｎ６から出力された値は、中間ユニットと出力ユニットとを接続する枝に付与された重み係数と積算される。積算された数値は、各出力ユニットＰ１，Ｐ２，Ｐ３，Ｐ４，Ｐ５において、それぞれ加算される。

出力ユニットＰ１，Ｐ２，Ｐ３，Ｐ４，Ｐ５は、それぞれ、加算された値を出力する。このとき出力される値が各認知機能の評価スコアＥａ，Ｅｂ，Ｅｃ，Ｅｄ，Ｅｅに相当する値となるように、運転行動モデル６０が含む各枝の重み係数が学習によってチューニングされる。

このようにして形成された運転行動モデル６０を用いて、走行環境検出部４０が検出した車両３０の走行環境情報と、運転状態検知部４２が検知した運転者の生体情報と車両３０の挙動とから、１以上の異なる脳機能に関連する認知機能の評価スコアＥａ，Ｅｂ，Ｅｃ，Ｅｄ，Ｅｅを得ることができる。

なお、運転行動モデル６０の形態は、図２２に示す例に限定されるものではない。例えば、中間層６０ｂは複数の層で構成されてもよい。また、中間ユニットの個数も問わない。

以上説明したように、本実施形態の変形例２の運転特性判定装置１０において、認知機能特性分析部４４は、運転状態検知部４２が検知した情報と、予め学習した運転行動モデル６０とに基づいて、認知機能算出部４３が算出した認知機能が高いか低いかを示す数値を、１以上の異なる脳機能に関連する認知機能特性として分析する。したがって、１以上の異なる脳機能に関連する認知機能の評価スコアＥａ，Ｅｂ，Ｅｃ，Ｅｄ，Ｅｅを、複雑な演算やテーブルの参照を行うことなく、容易に得ることができる。

以上、本発明の実施の形態について説明したが、上述した実施の形態は、例として提示したものであり、本発明の範囲を限定することは意図していない。この新規な実施の形態は、その他の様々な形態で実施されることが可能である。また、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。また、この実施の形態は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１０ 運転特性判定装置
１１ ＥＣＵ
２１ｂ ドライバモニタカメラ
２５ａ センターモニタ
２５ｂ インジケータ
３０ 車両
４０ 走行環境検出部
４１ 運転者特定部（特定部）
４２ 運転状態検知部
４３ 認知機能算出部
４４ 認知機能特性分析部
４５ 認知機能記憶部
４６ 認知機能特性出力部（出力部）
４７ 支援内容決定部（決定部）
４８ 支援内容表示部
４９ 支援情報提示部
５０ 運転支援制御部
５１ 認知機能特性通知部（通知部）
６０ 運転行動モデル
８０ 記憶力
８１ 遂行力
８２ 注意力
８３ 情報処理力
８４ 視空間認知力
Ｅ，Ｅａ，Ｅｂ，Ｅｃ，Ｅｄ，Ｅｅ 評価スコア（数値）
Ｔｈ１ 第１の閾値（閾値）
Ｔｈ２ 第２の閾値（閾値）

Claims (14)

1. 運転者による車両の運転行動と、当該運転者の運転中の生体情報と、前記車両の挙動のうち少なくとも１つを検知する運転状態検知部と、
   前記運転状態検知部が検知した情報に基づいて、前記運転者の認知機能が高いか低いかを示す数値を算出する認知機能算出部と、
   前記認知機能算出部が算出した認知機能が高いか低いかを示す数値を、１以上の異なる脳機能に関連する認知機能特性として分析する認知機能特性分析部と、
   前記認知機能特性分析部による分析結果の情報を出力する出力部と、
   を備える運転特性判定装置。
2. 前記認知機能特性分析部は、
   予め設定された、前記運転状態検知部が検知した情報と認知機能が高いか低いかを示す数値との対応関係に基づいて、前記運転状態検知部が検知した情報から、前記認知機能特性を算出する、
   請求項１に記載の運転特性判定装置。
3. 前記認知機能特性分析部は、
   前記車両の走行環境に基づいて、当該走行環境において発生すると予想される、運転者による車両の運転行動と、当該運転者の運転中の生体情報と、前記車両の挙動のうち少なくとも１つを検知する、
   請求項１又は請求項２に記載の運転特性判定装置。
4. 前記認知機能特性分析部が算出した認知機能特性と、閾値との比較に基づいて、前記車両が有する複数の機能の中から、前記運転者の認知機能の更なる低下を抑制するための情報提供を支援する機能を有効にするか、前記認知機能特性に関連付いた運転動作を支援する機能を有効にするか、を決定する決定部を更に備える、
   請求項１から請求項３のいずれか１項に記載の運転特性判定装置。
5. 前記決定部は、
   前記閾値を下回った認知機能に対して、当該認知機能の更なる低下を抑制するための情報提供を支援する機能を有効にするか、前記認知機能に関連付いた運転動作を支援する機能を有効にするか、を決定する、
   請求項４に記載の運転特性判定装置。
6. 前記決定部は、
   前記認知機能が第１の閾値よりも小さい第２の閾値を下回った場合に、当該認知機能特性に関連付いた運転動作を支援する機能を有効にして、前記認知機能が第１の閾値よりも小さく第２の閾値よりも大きい場合に、当該認知機能の更なる低下を抑制するための情報提供を支援する機能を有効にする、
   請求項４又は請求項５に記載の運転特性判定装置。
7. 前記決定部は、
   異なる脳機能に関連する複数の認知機能が前記第１の閾値よりも小さく前記第２の閾値よりも大きい場合に、前記複数の認知機能のそれぞれに対して、認知機能の更なる低下を抑制するための情報提供を支援する機能を有効にするか、前記認知機能に関連付いた運転動作を支援する機能を有効するかを決定する、
   請求項６に記載の運転特性判定装置。
8. 前記出力部は、更に、前記認知機能特性分析部が算出した、１以上の異なる脳機能に関連する認知機能特性の状態を出力する、
   請求項１から請求項７のいずれか１項に記載の運転特性判定装置。
9. 前記認知機能特性分析部は、前記運転状態検知部が検知した情報と、予め学習した運転行動モデルとに基づいて、前記認知機能算出部が算出した認知機能が高いか低いかを示す数値を、１以上の異なる脳機能に関連する認知機能特性として分析する、
   請求項１から請求項８のいずれか１項に記載の運転特性判定装置。
10. 前記運転者を特定する特定部を更に備える、
    請求項１から請求項９のいずれか１項に記載の運転特性判定装置。
11. 同じ運転者の前記認知機能の経時変化を通知する通知部を更に備える、
    請求項１から請求項１０のいずれか１項に記載の運転特性判定装置。
12. 運転者による車両の運転行動と、当該運転者の運転中の生体情報と、前記車両の挙動のうち少なくとも１つを検知する運転状態検知プロセスと、
    前記運転状態検知プロセスが検知した情報に基づいて、前記運転者の認知機能が高いか低いかを示す数値を算出する認知機能算出プロセスと、
    前記認知機能算出プロセスが算出した認知機能が高いか低いかを示す数値を、１以上の異なる脳機能に関連する認知機能特性として分析する認知機能特性分析プロセスと、
    前記認知機能特性分析プロセスによる分析結果の情報を出力する出力プロセスと、
    を備える運転特性判定方法。
13. 前記認知機能特性分析プロセスは、前記運転状態検知プロセスが検知した情報と、予め学習した運転行動モデルとに基づいて、前記認知機能算出プロセスが算出した認知機能が高いか低いかを示す数値を、１以上の異なる脳機能に関連する認知機能特性として分析する、
    請求項１２に記載の運転特性判定方法。
14. コンピュータを、
    運転者による車両の運転行動と、当該運転者の運転中の生体情報と、前記車両の挙動のうち少なくとも１つを検知する運転状態検知部と、
    前記運転状態検知部が検知した情報に基づいて、前記運転者の認知機能が高いか低いかを示す数値を算出する認知機能算出部と、
    前記認知機能算出部が算出した認知機能が高いか低いかを示す数値を、１以上の異なる脳機能に関連する認知機能特性として分析する認知機能特性分析部と、
    前記認知機能特性分析部による分析結果の情報を出力する出力部と、
    して機能させる運転特性判定プログラム。

Images