JP2023125747A - 情報処理装置、情報処理システムおよび情報処理方法 - Google Patents

Abstract

【課題】ドライバが事故を発生させる可能性があるかを明確に示すことを可能にすること。【解決手段】実施形態に係る情報処理装置は、各車両から映像を含む記録データを収集して画像解析する制御部を備える。また、制御部は、上記画像解析の結果に基づく全ドライバを母集団とする事故予兆動作の総件数に対する事故発生総件数の比率を各ドライバの事故予兆動作の件数に対し用いることで、各ドライバの事故発生可能性を判定し、標本数が不足する場合は、上記比率に代えて固定値を用いて判定する。【選択図】図２

Description

開示の実施形態は、情報処理装置、情報処理システムおよび情報処理方法に関する。

従来、複数の車両から車両データを収集し、過去の事故または事故の予兆動作に関する車両データの解析結果に基づいてリアルタイムに各車両の危険状態を判定し、危険と判定された車両に対して動作制御を行う技術が知られている（たとえば、特許文献１参照）。

なお、上述の事故の予兆動作とは、いわゆる「ヒヤリ・ハット」を指す。ヒヤリ・ハットは、事故には至らなかったものの、事故を発生させる可能性のある事象とも言うことができる。

複数の車両から収集された車両データを用いては、この他にもたとえば各車両を運転するドライバごとの運転評価などを行うことができる。事業用車両の運行管理サーバなどには、管理対象である各車両の車両データを常時収集し、収集した車両データが示すドライバごとの運転傾向などから、ドライバごとの評価スコアを算出するものがある。

特開２０２０－１６６４１６号公報

しかしながら、上述した従来技術には、ドライバが事故を発生させる可能性があるかを明確に示すことを可能にするうえで、さらなる改善の余地がある。

たとえば、従来技術を用いた場合、運行管理者やドライバは、ドライバごとの運転傾向や運転傾向に応じた評価スコアを把握することはできるものの、具体的にドライバが事故を発生させる可能性があるかどうかを把握することはできない。

実施形態の一態様は、上記に鑑みてなされたものであって、ドライバが事故を発生させる可能性があるかを明確に示すことを可能にする情報処理装置、情報処理システムおよび情報処理方法を提供することを目的とする。

実施形態の一態様に係る情報処理装置は、各車両から映像を含む記録データを収集して画像解析する制御部を備える。また、前記制御部は、前記画像解析の結果に基づく全ドライバを母集団とする事故予兆動作の総件数に対する事故発生総件数の比率を各ドライバの事故予兆動作の件数に対し用いることで、各ドライバの事故発生可能性を判定し、標本数が不足する場合は、前記比率に代えて固定値を用いて判定する。

実施形態の一態様によれば、ドライバが事故を発生させる可能性があるかを明確に示すことを可能にする。

図１は、実施形態に係る情報処理方法の概要説明図である。 図２は、実施形態に係る車載装置の構成例を示すブロック図である。 図３は、実施形態に係るサーバ装置の構成例を示すブロック図である。 図４は、実施形態に係る事故発生可能性件数の算出方法の説明図である。 図５は、端末装置への画面表示例を示す図である。 図６は、変形例に係る比率の説明図である。 図７は、係数を付与する場合の説明図である。 図８は、実施形態に係るサーバ装置が実行する処理手順を示すフローチャートである。

以下、添付図面を参照して、本願の開示する情報処理装置、情報処理システムおよび情報処理方法の実施形態を詳細に説明する。なお、以下に示す実施形態によりこの発明が限定されるものではない。

また、以下では、「事故発生可能性」は、ドライバが事故を発生させる可能性のことを指す。したがって、「事故発生可能性あり」は、判定対象であるドライバが事故を発生させる可能性があることを指す。また、「事故発生可能性件数」は、ドライバが事故を発生させる可能性のある件数を指す。

まず、実施形態に係る情報処理方法の概要について、図１を用いて説明する。図１は、実施形態に係る情報処理方法の概要説明図である。

図１に示すように、実施形態に係る情報処理システム１は、複数の車両Ｖ－１，Ｖ－２，Ｖ－３…にそれぞれ搭載された車載装置１０－１，１０－２，１０－３…と、サーバ装置１００と、１以上の端末装置２００とを含む。

なお、以下では、車両Ｖ－１，Ｖ－２，Ｖ－３…をそれぞれ区別する必要がない場合には、「車両Ｖ」と記載する。同様に、車載装置１０－１，１０－２，１０－３…をそれぞれ区別する必要がない場合には、「車載装置１０」と記載する。

車載装置１０は、カメラを有し、かかるカメラによって車両Ｖの内外の映像を撮影し、記録データとして記録する装置である。

また、車載装置１０は、ＣＡＮ（Controller Area Network）等の車載ネットワークを介して加速度センサ、ＧＰＳ（Global Positioning System）センサといった各種のセンサが接続される。車載装置１０は、これらセンサから取得した各種の車両データに基づいて、事故発生などの予め決められたイベントの発生を検出した場合には、かかる事故発生時の記録データを上書き禁止に保護する。

また、車載装置１０は、ネットワークＮを介し、記録データをサーバ装置１００へ向けてアップロード可能に設けられる。すなわち、車載装置１０は、たとえば通信型のドライブレコーダである。ネットワークＮは、インターネットやＣ－Ｖ２Ｘ（Cellular Vehicle to Everything）通信網等である。

サーバ装置１００は、車載装置１０が記録した記録データを収集する装置である。サーバ装置１００はたとえば、ネットワークＮを介したクラウドサービスを提供するクラウドサーバとして構成される。車両Ｖが事業用車両である場合、サーバ装置１００は、たとえば事業者が運営・管理する運行管理サーバである。

また、サーバ装置１００は、車載装置１０から収集した記録データに基づいて、各車両Ｖの記録データを画像解析可能に設けられる。また、サーバ装置１００は、画像解析の結果に基づいて、ヒヤリ・ハットの場面か否か、また、事故の場面か否かを判定可能に設けられる。

また、サーバ装置１００は、判定したヒヤリ・ハットの件数および事故の件数などに基づいて、全ドライバや各ドライバを母集団とする統計処理や、ドライバごとの事故発生可能性件数の算出処理、算出結果に基づく各ドライバの評価情報の生成処理を実行可能に設けられる。

端末装置２００は、運行管理者や各ドライバが利用するコンピュータである。端末装置２００は、たとえば端末装置２００－１のようなＰＣ（Personal Computer）や、端末装置２００－２のようなスマートフォンなどによって実現される。

端末装置２００は、ネットワークＮを介してサーバ装置１００と通信可能に設けられ、サーバ装置１００が生成した各ドライバの評価情報を閲覧可能に設けられる。

このような構成の情報処理システム１において、実施形態に係る情報処理方法では、まず各車両Ｖの車載装置１０が記録データを記録し、サーバ装置１００に対し、記録した記録データをアップロードする（ステップＳ１）。

一方、サーバ装置１００は、各車両Ｖからアップロードされる記録データを収集する（ステップＳ２）。そして、サーバ装置１００は、収集した記録データを画像解析し、ヒヤリ・ハットか否か、または、事故か否かを判定する（ステップＳ３）。

そして、サーバ装置１００は、ステップＳ３の判定結果に基づく統計処理を実行し、統計処理の結果に基づき、全ドライバを母集団とするヒヤリ・ハット総件数に対する事故発生総件数の比率ｒを算出する。

なお、かかる比率ｒは、標本数が不足する場合、精度を担保できないおそれがある。このため、サーバ装置１００は、ステップＳ４において標本数が少ない場合、比率ｒに代えて固定値を設定する。ここに言う「標本数」は、収集された記録データの標本数、ヒヤリ・ハットの場面の標本数、および、事故発生の場面の標本数のうちの少なくともいずれかである。

固定値には、警察が公表する統計データの統計値や、いわゆる「ハインリッヒの法則」として知られる統計値などの既知の統計値を用いることができる。ハインリッヒの法則による統計値を用いる場合の具体例については、図４を用いた説明で後述する。

そして、サーバ装置１００は、ステップＳ４で算出した比率ｒを基に、各ドライバのヒヤリ・ハット件数に対し、比率ｒを用いることで、各ドライバの事故発生可能性件数を算出する（ステップＳ５）。

そして、サーバ装置１００は、算出した事故発生可能性件数が予め決められた閾値を超える場合、該当のドライバを事故発生可能性ありと判定する（ステップＳ６）。そのうえで、サーバ装置１００は、判定した事故発生可能性を含む各ドライバの評価情報を生成し、端末装置２００へ提供する（ステップＳ７）。なお、サーバ装置１００は、端末装置２００だけでなく、車載装置１０へ各ドライバの評価情報を提供してもよい。すなわち、車載装置１０は、端末装置２００としても機能することとなる。

このように、実施形態に係る情報処理方法では、サーバ装置１００が、各車両Ｖから映像を含む記録データを収集して画像解析し、上記画像解析の結果に基づく全ドライバを母集団とするヒヤリ・ハット総件数に対する事故発生総件数の比率ｒを各ドライバのヒヤリ・ハット件数に対し用いることで、各ドライバの事故発生可能性の有無を判定し、標本数が不足する場合は、比率ｒに固定値を設定する。

したがって、実施形態に係る情報処理方法によれば、ドライバが事故を発生させる可能性があるかを明確に示すことが可能となる。以下、上述した実施形態に係る情報処理方法を適用した情報処理システム１の構成例について、より具体的に説明する。

図２は、実施形態に係る車載装置１０の構成例を示すブロック図である。なお、図２および後に示す図３では、本実施形態の特徴を説明するために必要な構成要素のみを表しており、一般的な構成要素についての記載を省略している。

換言すれば、図２および図３に図示される各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。例えば、各ブロックの分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することが可能である。

また、図２および図３を用いた説明では、既に説明済みの構成要素については、説明を簡略するか、説明を省略する場合がある。

図２に示すように、実施形態に係る車載装置１０は、通信部１１と、記憶部１２と、制御部１３とを有する。また、車載装置１０は、図示略の車載ネットワークを介してセンサ部３が接続される。センサ部３は、車両Ｖに搭載される各種のセンサ群である。

センサ部３は、カメラ３ａと、加速度センサ３ｂと、ＧＰＳ（Global Positioning System）センサ３ｃとを含む。カメラ３ａは、車両Ｖの車外映像を撮影する。加速度センサ３ｂは、車両Ｖに加わる加速度や車速を測定する。ＧＰＳセンサ３ｃは、車両ＶのＧＰＳ位置を測位する。

なお、センサ部３に含まれるセンサのうちの少なくとも一部は、車載装置１０と一体に設けられてもよい。

通信部１１は、ネットワークアダプタ等によって実現される。通信部１１は、前述のネットワークＮと無線接続され、サーバ装置１００との間で情報の送受信を行う。

記憶部１２は、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の記憶デバイス、または、ハードディスク装置、光ディスク装置等のディスク装置などによって実現される。図２の例では、記憶部１２は、記録情報１２ａを記憶する。

記録情報１２ａは、カメラ３ａによって撮影され、後述する記録部１３ｂによって記録された記録データ群を含む情報である。

制御部１３は、コントローラ（controller）であり、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）、ＧＰＵ（Graphics Processing Unit）等によって、記憶部１２に記憶されている図示略の各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部１３は、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現することができる。

制御部１３は、取得部１３ａと、記録部１３ｂと、検出部１３ｃと、記録保護部１３ｄと、アップロード部１３ｅとを有し、以下に説明する情報処理の機能や作用を実現または実行する。

取得部１３ａは、センサ部３から出力されるセンサデータを取得する。取得部１３ａは、かかるセンサデータの１つとして、カメラ３ａによって撮影された映像を取得する。また、取得部１３ａは、通信部１１を介し、サーバ装置１００から送信される情報を取得する。

記録部１３ｂは、カメラ３ａによって撮影された映像と、映像に同期するセンサ部３からのセンサデータとを記録データとして記録情報１２ａへ記録する。検出部１３ｃは、センサ部３から出力されたセンサデータに基づいて、記録データの保護が必要となる事故といったイベントの発生を検出する。

記録保護部１３ｄは、検出部１３ｃによって上記のイベントの発生が検出された場合に、かかるイベントの発生時に対応する記録データを保護する。

アップロード部１３ｅは、通信部１１を介し、記録部１３ｂによって記録された記録データを適宜サーバ装置１００へ向けてアップロードする。

次に、サーバ装置１００の構成例について、図３を用いて説明する。図３は、実施形態に係るサーバ装置１００の構成例を示すブロック図である。

図３に示すように、実施形態に係るサーバ装置１００は、通信部１０１と、記憶部１０２と、制御部１０３とを有する。

通信部１０１は、ネットワークアダプタ等によって実現される。通信部１０１は、前述のネットワークＮと有線または無線で接続され、車載装置１０および端末装置２００との間で情報の送受信を行う。

記憶部１０２は、ＲＡＭ、フラッシュメモリ等の記憶デバイス、または、ハードディスク装置、光ディスク装置等のディスク装置などによって実現される。図３の例では、記憶部１０２は、収集情報ＤＢ（Database）１０２ａと、統計情報ＤＢ１０２ｂと、固定値情報１０２ｃと、ドライバ別評価情報ＤＢ１０２ｄとを記憶する。

収集情報ＤＢ１０２ａは、各車載装置１０から収集された記録データが格納されるデータベースである。統計情報ＤＢ１０２ｂは、後述する統計部１０３ｃによって実行された統計処理の結果が格納されるデータベースである。

固定値情報１０２ｃは、前述の標本数が少ない場合に用いられる比率ｒの固定値が格納された情報である。ドライバ別評価情報ＤＢ１０２ｄは、後述する生成部１０３ｆによって生成されるドライバ別の評価情報が格納されるデータベースである。

制御部１０３は、コントローラであり、ＣＰＵやＭＰＵ、ＧＰＵ等によって、記憶部１０２に記憶されている図示略の各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部１０３は、ＡＳＩＣやＦＰＧＡ等の集積回路により実現することができる。

制御部１０３は、収集部１０３ａと、解析部１０３ｂと、統計部１０３ｃと、算出部１０３ｄと、判定部１０３ｅと、生成部１０３ｆと、提供部１０３ｇとを有し、以下に説明する情報処理の機能や作用を実現または実行する。

収集部１０３ａは、通信部１０１を介し、各車載装置１０から記録データを収集し、収集情報ＤＢ１０２ａへ格納する。解析部１０３ｂは、収集情報ＤＢ１０２ａへ格納された記録データに含まれる映像を画像解析する。また、解析部１０３ｂは、画像解析の結果に基づいて、各場面がヒヤリ・ハットの場面か否か、または、事故の場面か否かを判定する。

統計部１０３ｃは、解析部１０３ｂによる解析結果に基づく統計処理を実行する。統計部１０３ｃは、少なくとも、全ドライバを母集団とするヒヤリ・ハット総件数と、事故発生総件数と、各ドライバのヒヤリ・ハット件数を算出する統計処理を実行する。

算出部１０３ｄは、統計部１０３ｃによる統計処理の結果に基づき、全ドライバを母集団とするヒヤリ・ハット総件数に対する事故発生総件数の比率ｒを算出する。また、算出部１０３ｄは、各ドライバのヒヤリ・ハット件数に対し比率ｒを用いることで、各ドライバの事故発生可能性件数を算出する。

また、算出部１０３ｄは、母集団となる記録データの標本数が少ない場合には、固定値情報１０２ｃに基づいて比率ｒへ固定値を設定し、各ドライバの事故発生可能性件数を算出する。

ここで、説明を分かりやすくするために、事故発生可能性件数の算出方法について図４を用いて補足しておく。図４は、実施形態に係る事故発生可能性件数の算出方法の説明図である。

算出部１０３ｄは、図４の左図に示すように、全ドライバを母集団とする統計情報に基づき、ヒヤリ・ハット総件数に対する事故発生総件数の比率ｒを算出する。図４の左図の例では、比率ｒは０．０７（＝２１０／３０００）となる。

そして、算出部１０３ｄは、図４の中央図に示すように、各ドライバのヒヤリ・ハット件数に対し比率ｒを用いることで、各ドライバの事故発生可能性件数を算出する。図４の中央図の例では、「？」としている当該事故発生可能性件数は、２．１（＝３０×０．０７）と算出されることになる。

そして、算出部１０３ｄは、母集団となる記録データの標本数が少ない場合には、比率ｒに固定値を用いる。図４の右図に示すように、かかる固定値にハインリッヒの法則の値を適用する場合、比率ｒは０．１（＝（１＋２９）／３００）が設定される。

図３の説明に戻る。判定部１０３ｅは、算出部１０３ｄによって算出された各ドライバの事故発生可能性件数が予め決められた閾値を超えているか否かを判定する。閾値を超えている場合、判定部１０３ｅは、該当のドライバを事故発生可能性ありと判定する。閾値を超えていない場合、判定部１０３ｅは、該当のドライバを事故発生可能性なしと判定する。

生成部１０３ｆは、判定部１０３ｅによって判定された事故発生可能性を含む各ドライバの評価情報を生成し、ドライバ別評価情報ＤＢ１０２ｄへ格納する。

提供部１０３ｇは、端末装置２００から任意のドライバの評価情報の閲覧要求を受け付けた場合に、端末装置２００に対し、該当するドライバの評価情報を提供する。

次に、提供部１０３ｇによって提供される、ドライバの評価情報の端末装置２００への画面表示例について図５を用いて説明する。図５は、端末装置２００への画面表示例を示す図である。

図５に示すように、ドライバごとの評価情報は、ドライバの氏名や、年齢、性別、所属、…といったドライバの属性とともに、映像に同期したセンサデータが示す運転状況のレーダーチャートや、スコア値、ランキング値等々の情報を含めて端末装置２００に表示される。

そして、かかる表示画面には、図中のＭ１部に示すように、ドライバの事故発生可能性に関する情報があわせて表示される。Ｍ１部に示すように、ドライバの事故発生可能性に関する情報は、ドライバがこれまでヒヤリ・ハットの場面に遭遇した回数の累計であるヒヤリ・ハット回数と、判定部１０３ｅによって判定された事故発生可能性の有無、また、比率ｒを用いて算出された事故発生可能性件数（ここでは、２．１回）を含む。

これにより、ドライバが事故を発生させる可能性があるかを明確に示すことができ、端末装置２００によってかかる情報を閲覧する運行管理者やドライバといったユーザに、ドライバの事故発生可能性に関する情報を明確に把握させることができる。なお、図５に示した画面表示例は、あくまで一例であって、少なくともＭ１部に示したドライバの事故発生可能性に関する情報の提示の仕方を限定するものではない。

また、これまでは、比率ｒが、全ドライバを母集団とするヒヤリ・ハット総件数に対する事故発生総件数の比率であることとしたが、かかる比率ｒは、母集団の属性ごとや、ドライバの属性ごとや、事故の種類ごとや、事故の大きさごとなどにそれぞれ算出されてもよい。

図６は、変形例に係る比率ｒの説明図である。図６に示すように、比率ｒは、母集団の属性ごとに算出されてもよい。母集団の属性は、たとえば業種などである。同じ業種の中の業態であってもよい。たとえば、同じ運輸業の、トラック、バス、二輪車（自転車を含む）などである。すなわち、同図に示すように、比率ｒは、トラックごとの比率ｒ_１、バスごとの比率ｒ_２、二輪車ごとの比率ｒ_３、…のように算出されてもよい。

同様に、比率ｒは、ドライバの属性ごとに算出されてもよい。同図に示すように、比率ｒは、性別ごとの比率ｒ_４、年齢ごとの比率ｒ_５、運転経験年数ごとの比率ｒ_６、…のように算出されてもよい。

同様に、比率ｒは、事故の種類ごとに算出されてもよい。同図に示すように、比率ｒは、対車両事故における比率ｒ_７、対人事故における比率ｒ_８、物損事故における比率ｒ_９、…のように算出されてもよい。

同様に、比率ｒは、事故の大きさごとに算出されてもよい。同図に示すように、比率ｒは、重大な事故における比率ｒ_１０、軽微な事故における比率ｒ_１１、…のように算出されてもよい。

なお、このように、比率ｒが、母集団の属性ごとや、ドライバの属性ごとや、事故の種類ごとや、事故の大きさごとにそれぞれ算出された場合、算出部１０３ｄは、かかる母集団の属性ごと、ドライバの属性ごと、事故の種類ごと、事故の大きさごとのドライバの事故発生可能性件数を算出することとなる。

また、生成部１０３ｆは、かかる母集団の属性ごと、ドライバの属性ごと、事故の種類ごと、事故の大きさごとに応じた事故発生可能性に関する情報をドライバの評価情報に含めて生成し、提供部１０３ｇは、かかる評価情報を端末装置２００へ提供することとなる。

また、算出部１０３ｄは、母集団の属性やドライバの属性に応じて係数を付与し、かかる係数を加味して比率ｒおよびドライバの事故発生可能性件数を算出するようにしてもよい。

図７は、係数を付与する場合の説明図である。図７に示すように、事故発生の要因となりうる属性に対応する説明変数（ここでは、平均車速、年齢等）については、値が大きくなるほど重みが大きくなるように係数を付与するとよい。

たとえば、母集団が運輸業であるとして、業態がバイク便である場合、他の業態であるトラックやバスに比べて平均車速は高くなると考えられる。また、二輪車であるので、そもそも傷害事故が発生する可能性も高い。したがって、母集団が二輪車である場合は、トラックやバスの場合に比べて重みが大きくなるように係数を付与することとなる。

また、年齢は、高くなるほど運転中の視野領域が狭くなることが知られている。したがって、ドライバの属性のうち、年齢については、高くなるほど重みが大きくなるように係数を付与するとよい。

また、算出部１０３ｄは、単に比率ｒを各ドライバのヒヤリ・ハット件数に掛けることによって各ドライバの事故発生可能性件数を算出するのではなく、回帰分析の手法により、事故発生可能性を示すスコア値を算出してもよい。

かかる場合、算出部１０３ｄは、事故発生を正例とした場合に、たとえば図７に示した事故発生の要因となりうる説明変数につき、事故発生の特徴ベクトルを有するほど重みが大きくなるように係数を付与する。

具体的には、図７に示した平均車速や年齢等の説明変数は、それぞれ大きくなるほど事故発生の特徴ベクトルを有するようになると考えられるので、これらの説明変数については大きくなるほど重みが大きくなるように係数を付与する。

そして、算出部１０３ｄは、さらに比率ｒを説明変数の１つとした重回帰分析における回帰式を解くことによって、事故発生可能性を示すスコアを目的変数として算出する。かかるスコアが予め決められた閾値を超えれば、該当のドライバは、事故発生可能性ありと判定されることとなる。

なお、事故発生の要因となりうる説明変数としては、他にも違反回数や、急停止回数などを挙げることができる。

次に、サーバ装置１００が実行する処理手順について、図８を用いて説明する。図８は、実施形態に係るサーバ装置１００が実行する処理手順を示すフローチャートである。

図８に示すように、収集部１０３ａが、記録データを収集する（ステップＳ１０１）。そして、解析部１０３ｂが、記録データを画像解析し、ヒヤリ・ハットか否か、事故か否かを判定する（ステップＳ１０２）。

そして、算出部１０３ｄが、標本数が予め決められた閾値を超えているか否かを判定する（ステップＳ１０３）。ここで、標本数が閾値を超えている場合（ステップＳ１０３，Ｙｅｓ）、算出部１０３ｄは、統計部１０３ｃによる統計処理の結果に基づいて、ヒヤリ・ハット総件数に対する事故発生総件数の比率ｒを算出する（ステップＳ１０４）。

標本数が閾値を超えていない場合には（ステップＳ１０３，Ｎｏ）、算出部１０３ｄは、比率ｒに固定値を設定する（ステップＳ１０５）。

そして、算出部１０３ｄは、比率ｒを用いて各ドライバの事故発生可能性件数を算出する（ステップＳ１０６）。そして、判定部１０３ｅが、事故発生可能性件数が予め決められた閾値を超えているか否かを判定する（ステップＳ１０７）。

ここで、事故発生可能性件数が閾値を超えている場合（ステップＳ１０７，Ｙｅｓ）、判定部１０３ｅは、該当のドライバを事故発生可能性ありと判定する（ステップＳ１０８）。一方、事故発生可能性件数が閾値を超えていない場合（ステップＳ１０７，Ｎｏ）、判定部１０３ｅは、該当のドライバを事故発生可能性なしと判定する（ステップＳ１０９）。そして、処理を終了する。

上述してきたように、実施形態に係るサーバ装置１００（「情報処理装置」の一例に相当）は、各車両Ｖから映像を含む記録データを収集して画像解析する制御部１０３を備える。また、制御部１０３は、上記画像解析の結果に基づく全ドライバを母集団とするヒヤリ・ハット（「事故予兆動作」の一例に相当）の総件数に対する事故発生総件数の比率ｒを各ドライバのヒヤリ・ハットの件数に対し用いることで、各ドライバの事故発生可能性を判定し、標本数が不足する場合は、比率ｒに代えて固定値を用いて判定する。

したがって、実施形態に係るサーバ装置１００によれば、ドライバが事故を発生させる可能性があるかを明確に示すことが可能となる。

また、制御部１０３は、事故に関する既知の統計値を上記固定値として用いる。

したがって、実施形態に係るサーバ装置１００によれば、標本数が不足する場合でも、既知の統計値に基づいてドライバが事故を発生させる可能性があるかを明確に示すことが可能となる。

また、上記統計値は、ハインリッヒの法則による統計値である。

したがって、実施形態に係るサーバ装置１００によれば、標本数が不足する場合でも、ハインリッヒの法則による統計値に基づいてドライバが事故を発生させる可能性があるかを明確に示すことが可能となる。

また、上記標本数は、収集された上記記録データの標本数、ヒヤリ・ハットの場面の標本数、および、事故発生の場面の標本数のうちの少なくともいずれかである。

したがって、実施形態に係るサーバ装置１００によれば、記録データの標本数、ヒヤリ・ハットの場面の標本数、および、事故発生の場面の標本数のうちの少なくともいずれかが不足する場合であっても、ドライバが事故を発生させる可能性があるかを明確に示すことが可能となる。

また、制御部１０３は、各ドライバのヒヤリ・ハットの件数に対し比率ｒを掛けることで、各ドライバの事故発生可能性件数を算出し、事故発生可能性件数が予め決められた閾値を超える場合に、該当するドライバについて事故発生可能性を判定する。

したがって、実施形態に係るサーバ装置１００によれば、各ドライバのヒヤリ・ハット件数から算出される各ドライバの事故発生可能性件数に基づいて、ドライバが事故を発生させる可能性があるかを明確に示すことが可能となる。

また、制御部１０３は、母集団の属性ごと、ドライバの属性ごと、事故の種類ごと、および、事故の大きさごとの比率ｒを算出し、かかる比率ｒをそれぞれ用いて、母集団の属性ごと、ドライバの属性ごと、事故の種類ごと、および、事故の大きさごとの事故発生可能性件数を算出する。

したがって、実施形態に係るサーバ装置１００によれば、母集団の属性ごと、ドライバの属性ごと、事故の種類ごと、および、事故の大きさごとに応じて、ドライバが事故を発生させる可能性があるかを明確に示すことが可能となる。

また、制御部１０３は、母集団の属性およびドライバの属性に応じた係数を付与して比率ｒを算出する。

したがって、実施形態に係るサーバ装置１００によれば、母集団の属性およびドライバの属性に応じた重み付けを考慮しつつ、ドライバが事故を発生させる可能性があるかを明確に示すことが可能となる。

また、制御部１０３は、判定した事故発生可能性に関する情報を含むドライバの評価情報を生成し、ドライバを含むユーザが利用する端末装置２００へ提供する。

したがって、実施形態に係るサーバ装置１００によれば、ユーザが利用する端末装置２００において、ドライバの事故発生可能性に関する情報を閲覧可能にし、ユーザにドライバが事故を発生させる可能性があるかを明確に把握させることが可能となる。

また、実施形態に係る情報処理システム１は、複数の車載装置１０と、サーバ装置１００とを備える。車載装置１０は、当該車載装置１０を搭載する車両Ｖの内外の映像を含む記録データを記録してサーバ装置１００へ送信する。サーバ装置１００は、各車両Ｖから上記記録データを収集して画像解析し、上記画像解析の結果に基づく全ドライバを母集団とするヒヤリ・ハットの総件数に対する事故発生総件数の比率ｒを各ドライバのヒヤリ・ハットの件数に対し用いることで、各ドライバの事故発生可能性を判定し、標本数が不足する場合は、比率ｒに代えて固定値を用いて判定する。

したがって、実施形態に係る情報処理システム１によれば、ドライバが事故を発生させる可能性があるかを明確に示すことが可能となる。

また、実施形態に係る情報処理方法は、各車両Ｖから映像を含む記録データを収集して画像解析するサーバ装置１００が実行する情報処理方法であって、上記画像解析の結果に基づく全ドライバを母集団とするヒヤリ・ハットの総件数に対する事故発生総件数の比率ｒを各ドライバのヒヤリ・ハットの件数に対し用いることで、各ドライバの事故発生可能性を判定することと、標本数が不足する場合は、比率ｒに代えて固定値を用いてすることと、を含む。

したがって、実施形態に係る情報処理方法によれば、ドライバが事故を発生させる可能性があるかを明確に示すことが可能となる。

さらなる効果や変形例は、当業者によって容易に導き出すことができる。このため、本発明のより広範な態様は、以上のように表しかつ記述した特定の詳細および代表的な実施形態に限定されるものではない。したがって、添付の特許請求の範囲およびその均等物によって定義される総括的な発明の概念の精神または範囲から逸脱することなく、様々な変更が可能である。

１ 情報処理システム
３ センサ部
３ａ カメラ
３ｂ 加速度センサ
３ｃ ＧＰＳセンサ
１０ 車載装置
１１ 通信部
１２ 記憶部
１２ａ 記録情報
１３ 制御部
１３ａ 取得部
１３ｂ 記録部
１３ｃ 検出部
１３ｄ 記録保護部
１３ｅ アップロード部
１００ サーバ装置
１０１ 通信部
１０２ 記憶部
１０２ａ 収集情報ＤＢ
１０２ｂ 統計情報ＤＢ
１０２ｃ 固定値情報
１０２ｄ ドライバ別評価情報ＤＢ
１０３ 制御部
１０３ａ 収集部
１０３ｂ 解析部
１０３ｃ 統計部
１０３ｄ 算出部
１０３ｅ 判定部
１０３ｆ 生成部
１０３ｇ 提供部
２００ 端末装置
Ｖ 車両
ｒ 比率

Claims (10)

1. 各車両から映像を含む記録データを収集して画像解析する制御部を備え、
   前記制御部は、
   前記画像解析の結果に基づく全ドライバを母集団とする事故予兆動作の総件数に対する事故発生総件数の比率を各ドライバの事故予兆動作の件数に対し用いることで、各ドライバの事故発生可能性を判定し、
   標本数が不足する場合は、前記比率に代えて固定値を用いて判定する、
   情報処理装置。
2. 前記制御部は、
   事故に関する既知の統計値を前記固定値として用いる、
   請求項１に記載の情報処理装置。
3. 前記統計値は、
   ハインリッヒの法則による統計値である、
   請求項２に記載の情報処理装置。
4. 前記標本数は、
   収集された前記記録データの標本数、事故予兆動作の場面の標本数、および、事故発生の場面の標本数のうちの少なくともいずれかである、
   請求項１、２または３に記載の情報処理装置。
5. 前記制御部は、
   前記各ドライバの事故予兆動作の件数に対し前記比率を掛けることで、前記各ドライバの事故発生可能性件数を算出し、
   前記事故発生可能性件数が予め決められた閾値を超える場合に、該当するドライバについて事故発生可能性を判定する、
   請求項１～４のいずれか一つに記載の情報処理装置。
6. 前記制御部は、
   前記母集団の属性ごと、ドライバの属性ごと、事故の種類ごと、および、事故の大きさごとの前記比率を算出し、
   該比率をそれぞれ用いて、前記母集団の属性ごと、前記ドライバの属性ごと、前記事故の種類ごと、および、前記事故の大きさごとの前記事故発生可能性件数を算出する、
   請求項５に記載の情報処理装置。
7. 前記制御部は、
   前記母集団の属性およびドライバの属性に応じた係数を付与して前記比率を算出する、
   請求項１～６のいずれか一つに記載の情報処理装置。
8. 前記制御部は、
   判定した事故発生可能性に関する情報を含むドライバの評価情報を生成し、ドライバを含むユーザが利用する端末装置へ提供する、
   請求項１～７のいずれか一つに記載の情報処理装置。
9. 複数の車載装置と、情報処理装置とを備え、
   前記車載装置は、
   当該車載装置を搭載する車両の内外の映像を含む記録データを記録して前記情報処理装置へ送信し、
   前記情報処理装置は、
   各車両から前記記録データを収集して画像解析し、
   前記画像解析の結果に基づく全ドライバを母集団とする事故予兆動作の総件数に対する事故発生総件数の比率を各ドライバの事故予兆動作の件数に対し用いることで、各ドライバの事故発生可能性を判定し、
   標本数が不足する場合は、前記比率に代えて固定値を用いて判定する、
   情報処理システム。
10. 各車両から映像を含む記録データを収集して画像解析する情報処理装置が実行する情報処理方法であって、
    前記画像解析の結果に基づく全ドライバを母集団とする事故予兆動作の総件数に対する事故発生総件数の比率を各ドライバの事故予兆動作の件数に対し用いることで、各ドライバの事故発生可能性を判定することと、
    標本数が不足する場合は、前記比率に代えて固定値を用いて判定することと、
    を含む、情報処理方法。

Images