JP2024049023A - 運転能力判定システムおよび運転能力判定方法 - Google Patents

Abstract

【課題】運転に支障をきたすことなく運転能力を判定する。【解決手段】運転能力判定システム１０は、車両の運転者による運転操作のうち加減速および制動の少なくとも一方を支援する運転支援機能が起動中であるか否かの情報とともに、車両の時系列の操舵角の変化を示す操舵角データを取得する情報取得部１３と、情報取得部１３により取得された操舵角データに基づいて、運転者の操舵の特性を表す評価値を算出する評価値算出部１５と、を備える。評価値算出部１５は、情報取得部１３により取得された操舵角データのうち、運転支援機能が起動中である期間の第１操舵角データの重みを運転支援機能が起動中でない期間の第２操舵角データの重みよりも大きくすることにより、評価値を算出する。【選択図】図２

Description

本発明は、車両の運転者の運転能力を判定する運転能力判定システムおよび運転能力判定方法に関する。

この種の装置として、従来、運転者の安全運転能力を測定するようにした装置が知られている（例えば特許文献１参照）。この特許文献１記載の装置では、運転者に対し間欠的に音声出力による負荷を与えて注意力を分散させ、負荷状態と無負荷状態とで操舵のぶれを表すステアリングエントロピー値をそれぞれ算出し、負荷状態と無負荷状態とで算出されたぶれ評価値の差に基づいて運転者の安全運転能力を評価する。

高齢運転者等の運転能力を評価し、必要に応じて運転免許の返納や運転支援機能の導入等を検討するきっかけを与えることで、交通の安全性を向上し、持続可能な輸送システムの発展に寄与することができる。

特開２０１４－１７４８４８号公報

しかしながら、上記特許文献１記載の装置では、運転者の安全運転能力を評価するために運転者に負荷を与える必要があるため、運転の支障になる。

本発明の一態様である運転能力判定システムは、車両の運転者による運転操作のうち加減速および制動の少なくとも一方を支援する運転支援機能が起動中であるか否かの情報とともに、車両の時系列の操舵角の変化を示す操舵角データを取得する情報取得部と、情報取得部により取得された操舵角データに基づいて、運転者の操舵の特性を表す評価値を算出する評価値算出部と、を備える。評価値算出部は、情報取得部により取得された操舵角データのうち、運転支援機能が起動中である期間の第１操舵角データの重みを運転支援機能が起動中でない期間の第２操舵角データの重みよりも大きくすることにより、評価値を算出する。

本発明の別の態様である運転能力判定方法は、コンピュータによりそれぞれ実行される、車両の運転者による運転操作のうち加減速および制動の少なくとも一方を支援する運転支援機能が起動中であるか否かの情報とともに、車両の時系列の操舵角の変化を示す操舵角データを取得する情報取得ステップと、情報取得ステップで取得された操舵角データに基づいて、運転者の操舵の特性を表す評価値を算出する評価値算出ステップと、を含む。評価値算出ステップでは、情報取得ステップで取得された操舵角データのうち、運転支援機能が起動中である期間の第１操舵角データの重みを運転支援機能が起動中でない期間の第２操舵角データの重みよりも大きくすることにより、評価値を算出する。

本発明によれば、運転に支障をきたすことなく運転能力を判定することができる。

走行区間と運転負荷ついて説明するための図。 本発明の実施形態に係る運転能力判定システムの要部構成の一例を示すブロック図。 車両の操舵角の変動について説明するための図。 操舵のぶれの程度の度数表示を例示する図。 図２の評価値算出部が考慮する運転支援機能の状態について説明するためのタイムチャート。 図２の演算部により実行される評価処理の一例を示すフローチャート。 図２の演算部により実行される重み付け処理の一例を示すフローチャート。 図２の演算部により実行される重み付け処理の別の例を示すフローチャート。

以下、図１～図８を参照して本発明の実施形態について説明する。本発明の実施形態に係る運転能力判定システムは、車両の運転者の運転能力を判定する。一般に、運転者の運転行動は、認知、判断、および操作の３要素で構成される。これらの要素のうちの認知、判断に関わる人の知的機能である「認知機能」に係る能力は、加齢に伴って徐々に低下することが知られている。認知機能が低下すると、車両を安全に運転することが難しくなる。運転者が車両を運転したときの走行データに基づいて認知機能に係る運転能力を判定し、運転者自身やその家族が認知機能の低下傾向を把握することで安全運転を支援できる。

図１は、走行区間と運転負荷ついて説明するための図である。図１に示すように、運転行動によって運転者にかかる運転負荷は、道路形状などの異なる走行区間に応じて変化する。例えば、Ｓ字カーブやクランク路の走行中、駐車スペースでの駐車中などは運転負荷が大きくなる。すなわち、車両の移動量あたりに運転者に要求される操舵が多く、車両の走行軌跡が複雑な形状となるような走行区間では、運転負荷が大きくなる。この場合、操舵の頻度が高いことに加え、アクセルやブレーキの操作と連携してステアリングを操作する必要があり、車両感覚も要求されるなど、高い運転技能が必要となる。このような走行区間（高負荷区間）では、運転者の運転技能が運転の安定性に大きく影響する。

一方、直線路の走行中などは運転負荷がほとんどかからない。すなわち、車両の移動量あたりに運転者に要求される操舵がほとんどなく、車両の走行軌跡が極めて単純な形状となる走行区間では、運転負荷がほとんどなくなる。このような走行区間（無負荷区間）では、運転者の運転技能が運転の安定性にほとんど影響しない。

カーブ路の走行中、複数車線の道路での車線変更中、交差点での右左折中などは、これらの中間の運転負荷となる。このような走行区間（低負荷区間）でも、運転者の運転技能は運転の安定性にそれほど影響しない。

ただし、無負荷区間や低負荷区間であっても、例えば中央分離帯がない片側１車線の高速道路（対面通行区間）の走行中は、運転者が自車線の状況と対向車線の状況とを認識する必要が生じる。この場合、自車線と対向車線との間での視線移動が発生することで運転者の心的活動が増え、認知に係る運転負荷（以下、「認知負荷」と称する）が高くなる。交通量が多い複数車線の区間、標識や交通信号機が多く設けられている区間、繁華街などの歩行者が多い区間、見通しの悪いカーブ路や交差点などの死角が多い区間、複数の道路が交わる区間などでも、視線移動が要求されるため、認知負荷が高くなる。

また、交差点において対向車線を越えて車両の進行方向を変更する旋回動作（車両の左側通行が採用されている国や地域では右折、右側通行が採用されている国や地域では左折。以下では、単に「右折」と称する。）を行うときは、運転者が車両の目標軌跡を認識するにあたり、前方の対向車線の状況を把握しつつ、右折した先の走行車線の状況を把握する必要が生じる。この場合も、前方の対向車線と右折した先の走行車線との間での視線移動が発生し、認知負荷が高くなる。

このような認知負荷が高まる走行区間（以下、「特定区間」と称する）では、運転者の認知機能の状態が運転の安定性に影響する。特定区間の走行データを他の区間と識別可能な態様で取得し、その走行データに基づいて運転の安定性を評価することで、運転者の認知機能に係る運転能力を判定することができる。例えば、車両の時系列の位置情報を取得し、取得された位置情報に基づいて、地図情報において予め設定された特定区間の走行データを識別することができる。

しかしながら、運転負荷や認知負荷は、たとえ同じ区間を走行中であったとしても、運転者が車両の運転支援機能による支援を受けているか否かに応じて変化する。そこで本実施形態では、車両の運転支援機能の状態に応じて走行データの取り扱い方を変えることで、認知機能に係る運転能力を適切に判定できるよう、以下のように運転能力判定システムを構成する。

図２は、運転能力判定システム（以下、システム）１０の要部構成の一例を示すブロック図である。図２に示すように、システム１０は、ＣＰＵなどの演算部１１、ＲＯＭ，ＲＡＭなどの記憶部１２、およびその周辺回路などを有するコンピュータを含んで構成される。演算部１１は、情報取得部１３と、負荷判定部１４と、評価値算出部１５と、認知機能評価部１６と、情報出力部１７として機能する。記憶部１２には、演算部１１が実行するプログラムや設定値などの情報が記憶される。システム１０は、車両に搭載された車載装置として構成されてもよく、車両の外部に設けられたサーバ装置等として構成されてもよく、車載装置と外部サーバ装置等とを組み合わせたものとして構成されてもよい。

情報取得部１３は、予め登録された運転者ごとに、車両の時系列の走行データを取得する。例えば、各運転者が日常的に運転する予め登録された車両で測定された走行データを取得する。走行データには、少なくとも、車両の運転支援機能の状態に関する時系列の情報と、運転者によるステアリング（ステアリングホイール、ハンドル）の操舵角の変化を示す時系列の操舵角データとが含まれる。走行データには、車両の時系列の位置情報なども含まれる。

走行データは、例えば、車両に搭載されたＴＣＵ（テレマティクス制御装置）を介して所定周期で車両からシステム１０に送信される。情報取得部１３は、予め登録された車両から送信された走行データを、予め登録された運転者ごとの時系列の走行データとして取得する。情報取得部１３により取得された運転者ごとの時系列の走行データは、記憶部１２に記憶される。

負荷判定部１４は、記憶部１２に記憶された走行データに基づいて、単位時間ごとに、運転者に所定の認知負荷が作用しているか否かを判定する。より具体的には、負荷判定部１４は、車両の時系列の位置情報に基づいて、単位時間ごとの走行区間が、図１の無負荷区間または低負荷区間（無負荷・低負荷区間）であるか高負荷区間であるかを判定する。さらに、負荷判定部１４は、単位時間ごとの走行区間が、無負荷・低負荷区間のうち、地図情報において予め設定された特定区間であるか否かを判定する。

評価値算出部１５は、記憶部１２に記憶された操舵角データに基づいて、運転者個人の平均的な操舵の特性を表すα値と、認知負荷が高まったときの運転者の操舵の特性を表すＨｐ値とを算出する。より具体的には、評価値算出部１５は、負荷判定部１４により無負荷・低負荷区間を走行中であると判定された期間の操舵角データに基づいてα値を算出する。また、評価値算出部１５は、算出されたα値と、負荷判定部１４により特定区間を走行中であると判定された期間の操舵角データとに基づいてＨｐ値を算出する。

図３は、車両の操舵角θの変動について説明するための図である。車両の運転が安定した状態では、操舵がぶれることなく滑らかに行われ、操舵角θの変動が小さくなる。一方、運転が不安定な状態では、操舵がぶれ、操舵角θの変動が大きくなる。

より具体的には、図３に示すように、特定の時点ｎの直前の時点ｎ－３，ｎ－２，ｎ－１の実際の操舵角θ（ｎ－３），θ（ｎ－２），θ（ｎ－１）に基づいて、時点（ｎ－１）を中心とする２次テイラー展開により時点ｎの予測操舵角θｐ（ｎ）を算出する。予測操舵角θｐ（ｎ）は、操舵が滑らかに行われたと仮定した推定値であるため、実際の操舵が滑らかに行われた場合は、実際の操舵角θ（ｎ）に一致し、実際の操舵がぶれた場合は、ぶれの程度に応じて実際の操舵角θ（ｎ）から乖離する。このような、ぶれの程度は、下式(i)により算出される予測誤差ｅ（ｎ）として表すことができる。
ｅ（ｎ）＝θ（ｎ）－θｐ（ｎ） ・・・(i)

図４は、操舵のぶれの程度の度数表示を例示する図であり、予測誤差ｅ（ｎ）の度数表示の一例を示す。評価値算出部１５は、無負荷・低負荷区間の操舵角データに基づいて各時点ｎの予測操舵角θｐ（ｎ）、予測誤差ｅ（ｎ）を算出し、実線で示すような予測誤差ｅ（ｎ）の度数分布における９０パーセンタイル値（α値）を算出する。操舵が滑らかで操舵のぶれが少ないほど、予測誤差ｅ（ｎ）の度数分布が、操舵のぶれがない“０°”を中心としたシャープな形状となり、α値が小さくなる。一方、操舵のぶれが多いほど、予測誤差ｅ（ｎ）の度数分布がブロードな形状となり、α値が大きくなる。

操舵が多く、操舵のぶれに対する運転技能の影響が大きい高負荷区間を除外した無負荷・低負荷区間の操舵角データを利用することで、運転者の平均的な操舵のぶれを表すα値を適切に算出することができる。

さらに、評価値算出部１５は、算出されたα値と、特定区間の操舵角データとに基づいて、Ｈｐ値を算出する。より具体的には、特定区間の操舵角データに基づいて各時点ｎの予測操舵角θｐ（ｎ）、予測誤差ｅ（ｎ）を算出し、破線で示すような予測誤差ｅ（ｎ）の度数分布をα値に基づいて９つの範囲Ｐ１～Ｐ９に分ける。すなわち、８つの基準値－５α，－２．５α，－α，－０．５α，０．５α，α，２．５α，５αに基づいて、９つの範囲Ｐ１（～－５α），Ｐ２（－５α～－２．５α），Ｐ３（－２．５α～－α），Ｐ４（－α～－０．５α），Ｐ５（－０．５α～０．５α），Ｐ６（０．５α～α），Ｐ７（α～２．５α），Ｐ８（２．５α～５α），Ｐ９（５α～）に分ける。そして、各範囲Ｐ１～Ｐ９の割合ｐ１～ｐ９に基づいて、下式(ii)によりステアリングエントロピー値（Ｈｐ値）を算出する。
Ｈｐ＝－Σｐｉ・ｌｏｇ₉ｐｉ ・・・(ii)

Ｈｐ値は、操舵の滑らかさを表し、操舵のぶれが少なく予測誤差ｅ（ｎ）の度数分布がシャープになるほど小さい値となり、操舵のぶれが多く予測誤差ｅ（ｎ）の度数分布がブロードになるほど大きい値となる。視線移動が多く操舵のぶれに対する認知機能の影響が大きい特定区間の操舵角データを利用することで、通常の状態に比して認知負荷が高まったときの運転者の操舵のぶれを表すＨｐ値を適切に算出することができる。

図５は、評価値算出部１５が考慮する運転支援機能の状態について説明するためのタイムチャートである。第１運転支援機能は、車両の運転者による運転操作のうち加減速および制動の少なくとも一方を支援する運転支援機能であり、第２運転支援機能は、運転者の操舵を支援する運転支援機能である。

第１運転支援機能には、設定された速度で走行するように加減速を支援する機能、カメラ等で先行車両を検出し、設定された車間距離を維持しながら先行車両に追従するように加減速を支援する機能が含まれる。また、先行車両が停止すると自車両も停止するように制動を支援する機能なども含まれる。第２運転支援機能には、カメラ等で走行車線を検出し、車両が走行車線を逸脱するおそれがある場合にステアリングの振動を伴う報知を行う機能、車両が走行車線の中央付近を走行するようにステアリング操作を支援（操舵力を付与）する機能などが含まれる。これらの運転支援機能は、起動中であっても、気象条件等によりカメラ等で先行車両や走行車線を認識できない場合には、正常に作動しないことがある。

情報取得部１３により取得される、車両の運転支援機能の状態に関する時系列の情報には、第１運転支援機能が起動中であるか否かの情報、第１運転支援機能が起動後、正常に作動中であるか否かの情報、第２運転支援機能が作動中であるか否かの情報が含まれる。

図５に示すように、情報取得部１３により取得され、記憶部１２に記憶された操舵角データのうち、第１運転支援機能が起動中、より具体的には起動後、正常に作動中である期間（ｔ１～ｔ２，ｔ３～）の操舵角データを、以下では「第１操舵角データ」と称する。また、第１操舵角データ以外の操舵角データを、以下では「第２操舵角データ」と称する。なお、第１操舵角データのうち、第２運転支援機能が作動中である期間（ｔ４～ｔ５）の操舵角データは、第１操舵角データから除外され、第２操舵角データとして取り扱われる。

（評価値の重み付け）
評価値算出部１５は、第１操舵角データの重みを第２操舵角データの重みよりも大きくする重み付けを行った上で、Ｈｐ値、あるいはα値およびＨｐ値を算出する。より具体的には、重み付けを行うことなくα値を算出する一方、重み付けを行った上でＨｐ値を算出する。あるいは、重み付けを行った上でα値を算出するとともに、重み付けを行った上でＨｐ値を算出する。

（α値の重み付け－度数への重み付け－）
評価値算出部１５は、重み付けを行った上でα値を算出する場合、先ず、負荷判定部１４により無負荷・低負荷区間を走行中であると判定された期間の第１操舵角データに基づいて、予測操舵角θｐ１（ｎ）、予測誤差ｅ１（ｎ）を算出する。また、同様の期間の第２操舵角データに基づいて予測操舵角θｐ２（ｎ）、予測誤差ｅ２（ｎ）を算出する。次いで、予測誤差ｅ１（ｎ）の度数（図４に実線で示す度数分布）に重み係数Ｗ１（０＜Ｗ１、例えばＷ１＝１）を乗算し、予測誤差ｅ２（ｎ）の度数に重み係数Ｗ２（０≦Ｗ２＜Ｗ１、例えばＷ２＝０）を乗算し、これらを合算する。評価値算出部１５は、重み付けを行った上で合算された予測誤差（Ｗ１ｅ１（ｎ）＋Ｗ２ｅ２（ｎ））の度数分布における９０パーセンタイル値を、α値として算出する。

（Ｈｐ値の重み付け－度数への重み付け－）
評価値算出部１５は、重み付けを行った上でＨｐ値を算出する場合、先ず、負荷判定部１４により特定区間を走行中であると判定された期間の第１操舵角データに基づいて、予測操舵角θｐ１（ｎ）、予測誤差ｅ１（ｎ）を算出する。また、同様の期間の第２操舵角データに基づいて予測操舵角θｐ２（ｎ）、予測誤差ｅ２（ｎ）を算出する。次いで、予測誤差ｅ１（ｎ）の度数（図４に破線で示す度数分布）に重み係数Ｗ１（０＜Ｗ１、例えばＷ１＝１）を乗算し、予測誤差ｅ２（ｎ）の度数に重み係数Ｗ２（０≦Ｗ２＜Ｗ１、例えばＷ２＝０）を乗算し、これらを合算する。評価値算出部１５は、重み付けを行った上で合算された予測誤差（Ｗ１ｅ１（ｎ）＋Ｗ２ｅ２（ｎ））の度数分布をα値に基づいて範囲Ｐ１～Ｐ９に分け、各範囲Ｐ１～Ｐ９の割合ｐ１～ｐ９に基づいて、式(ii)によりＨｐ値を算出する。

（Ｈｐ値の重み付け－直接的な重み付け－）
評価値算出部１５は、重み付けを行った上でＨｐ値を算出する場合、第１操舵角データに基づくＨｐ１値と第２操舵角データに基づくＨｐ２値とをそれぞれ算出し、算出されたＨｐ１値、Ｈｐ２値に重み係数Ｗ１，Ｗ２を乗算してもよい。より具体的には、評価値算出部１５は、負荷判定部１４により特定区間を走行中であると判定された期間の第１操舵角データに基づいて、予測操舵角θｐ１（ｎ）、予測誤差ｅ１（ｎ）、Ｈｐ１値を算出する。また、同様の期間の第２操舵角データに基づいて予測操舵角θｐ２（ｎ）、予測誤差ｅ２（ｎ）、Ｈｐ２値を算出する。評価値算出部１５は、Ｈｐ１値に重み係数Ｗ１（０＜Ｗ１、例えばＷ１＝１）を乗算し、Ｈｐ２値に重み係数Ｗ２（０≦Ｗ２＜Ｗ１、例えばＷ２＝０）を乗算し、これらを合算した値（Ｗ１Ｈｐ１＋Ｗ２Ｈｐ２）をＨｐ値として算出する。

認知機能評価部１６は、評価値算出部１５により算出されたＨｐ値に基づいて運転者の認知機能を評価する。すなわち、認知負荷が高まったときの操舵のぶれを表すＨｐ値を継続的に監視することで、その運転者の認知機能の低下傾向を評価することができる。例えば、日常的な運転の走行データに基づいて定期的に（例えば、毎月）算出されるＨｐ値が増加傾向にある場合は、認知機能が低下傾向にあると評価する。

情報出力部１７は、認知機能評価部１６による評価結果を運転者本人や家族などのユーザ端末に送信する。例えば、予め登録されたメールアドレス宛てに通知を送信することができる。この場合、通知をきっかけに、運転者本人や家族などが運転免許の返納や運転支援機能が充実した車両への代替えなどを検討することができる。走行データに基づく客観的な情報が提供されるため、運転者本人にとって自身の認知機能の現状を受け入れやすく、早期に適切な対応を検討することができる。

図６は、システム１０の演算部１１により実行される評価処理の一例を示すフローチャートである。このフローチャートに示す処理は、例えば定期的に実行される。先ずステップＳ１で、記憶部１２に記憶された走行データを読み出す。次いでステップＳ２で、ステップＳ１で読み出された走行データに基づいて、単位時間ごとの走行区間が無負荷・低負荷区間であるか高負荷区間であるかを判定する。また、無負荷・低負荷区間の走行データに基づいて、単位時間ごとの走行区間が特定区間であるか否かを判定する。

次いでステップＳ３で、ステップＳ２で無負荷・低負荷区間を走行中であると判定された期間の操舵角データに基づいてα値を算出する。次いでステップＳ４で、ステップＳ３で算出されたα値と、ステップＳ２で特定区間を走行中であると判定された期間の操舵角データとに基づいて、Ｈｐ値を算出する。ステップＳ４で算出された最新のＨｐ値は、記憶部１２に記憶され、蓄積される。次いでステップＳ５で、記憶部１２に記憶された最新のＨｐ値を過去のＨｐ値と比較し、運転者の認知機能に係る運転能力を判定する。次いでステップＳ６で、ステップＳ５の評価結果を事前に登録されたメールアドレス宛てに送信し、処理を終了する。

このように、日常的な走行データのみに基づいて運転者の運転能力を判定するための指標となるα値およびＨｐ値を算出できるため、運転に支障をきたすことなく運転能力を判定することができる（ステップＳ１～Ｓ４）。また、日常的な走行データのみに基づいて運転者の認知機能が自動的に評価され、評価結果が本人や家族に通知されるため、車両を運転する高齢者と離れて暮らす家族の見守り負担を軽減することができる（ステップＳ１～Ｓ６）。

図７は、システム１０の演算部１１により実行される重み付け処理の一例を示すフローチャートであり、評価値（α値、Ｈｐ値）の算出過程で予測誤差の度数に重み係数を乗算する場合の重み付け処理の一例を示す。このフローチャートに示す処理は、図６のステップＳ３および／またはＳ４において実行される。

（α値の重み付け－度数への重み付け－）
α値の算出過程で予測誤差の度数に重み係数を乗算する場合、このフローチャートに示す処理は、図６のステップＳ３において実行される。図７に示すように、先ずステップＳ１０で、ステップＳ２で無負荷・低負荷区間を走行中であると判定された期間の第１操舵角データに基づいて予測操舵角θｐ１（ｎ）を算出し、予測誤差ｅ１（ｎ）を算出する。また、同様の期間の第２操舵角データに基づいて予測操舵角θｐ２（ｎ）を算出し、予測誤差ｅ２（ｎ）を算出する。次いでステップＳ１１で、ステップＳ１０で算出された予測誤差ｅ１（ｎ）の度数に重み係数Ｗ１を乗算し、ステップＳ１０で算出された予測誤差ｅ２（ｎ）の度数に重み係数Ｗ２を乗算する。次いでステップＳ１２で、ステップＳ１１で算出された重み付け後の度数Ｗ１ｅ１（ｎ），Ｗ２ｅ２（ｎ）を合算する。この場合、図６のステップＳ３では、ステップＳ１２で算出された、重み付けを行った上で合算された予測誤差（Ｗ１ｅ１（ｎ）＋Ｗ２ｅ２（ｎ））の度数分布における９０パーセンタイル値が、α値として算出される。

（Ｈｐ値の重み付け－度数への重み付け－）
Ｈｐ値の算出過程で予測誤差の度数に重み係数を乗算する場合、このフローチャートに示す処理は、図６のステップＳ４において実行される。図７に示すように、先ずステップＳ１０で、ステップＳ２で特定区間を走行中であると判定された期間の第１操舵角データに基づいて予測操舵角θｐ１（ｎ）を算出し、予測誤差ｅ１（ｎ）を算出する。また、同様の期間の第２操舵角データに基づいて予測操舵角θｐ２（ｎ）を算出し、予測誤差ｅ２（ｎ）を算出する。次いでステップＳ１１で、ステップＳ１０で算出された予測誤差ｅ１（ｎ）の度数に重み係数Ｗ１を乗算し、ステップＳ１０で算出された予測誤差ｅ２（ｎ）の度数に重み係数Ｗ２を乗算する。次いでステップＳ１２で、ステップＳ１１で算出された重み付け後の度数Ｗ１ｅ１（ｎ），Ｗ２ｅ２（ｎ）を合算する。この場合、図６のステップＳ４では、ステップＳ１２で合算された、重み付けを行った上で合算された予測誤差（Ｗ１ｅ１（ｎ）＋Ｗ２ｅ２（ｎ））の度数分布と、図６のステップＳ３で算出されたα値とに基づいて、Ｈｐ値が算出される。

（Ｈｐ値の重み付け－直接的な重み付け－）
図８は、システム１０の演算部１１により実行される重み付け処理の別の例を示すフローチャートであり、評価値（Ｈｐ値）に直接、重み係数を乗算する場合の、図６のフローチャートの変形例である。図８のステップＳ１～Ｓ３，Ｓ５，Ｓ６は、図６のステップＳ１～Ｓ３，Ｓ５，Ｓ６と同様であるため、説明を省略する。図８に示すように、ステップＳ４Ａでは、ステップＳ３で算出されたα値と、ステップＳ２で特定区間を走行中であると判定された期間の第１操舵角データに基づいて予測操舵角θｐ１（ｎ）、予測誤差ｅ１（ｎ）、Ｈｐ１値を算出する。また、同様の期間の第２操舵角データに基づいて予測操舵角θｐ２（ｎ）、予測誤差ｅ２（ｎ）、Ｈｐ２値を算出する。次いでステップＳ４Ｂで、ステップＳ４Ａで算出されたＨｐ１値に重み係数Ｗ１を乗算し、ステップＳ４Ａで算出されたＨｐ２値に重み係数Ｗ２を乗算する。次いでステップＳ４Ｃで、ステップＳ４Ｂで算出された重み付け後のＨｐ１値、Ｈｐ２値を合算し、Ｈｐ値（Ｗ１Ｈｐ１＋Ｗ２Ｈｐ２）として算出する。

車両の定速走行や先行車両への追従走行を支援する第１運転支援機能の起動中は、運転者が操舵に集中できると考えられる。評価において、このような期間の第１操舵角データを積極的に利用する、すなわち第１操舵角データの重みを第２操舵角データの重みよりも大きくすることにより評価値を算出することで、運転能力を精度よく判定することができる（ステップＳ１１，Ｓ４Ｂ）。

例えば、Ｈｐ値の算出に第１操舵角データを積極的に利用する場合は、運転支援を受けて操舵に集中している状態で認知負荷が高まったときの運転者の操舵の特性を評価することができる。この場合、定期的に算出され、蓄積されるＨｐ値の精度が高まるため、運転者の認知機能を精度よく評価することができる。また、α値の算出にも第１操舵角データを積極的に利用する場合は、運転支援を受けて操舵に集中している状態での運転者の操舵の特性を評価することができ、α値の精度が高まるため、運転者の認知機能を一層精度よく評価することができる。

本実施形態によれば以下のような作用効果を奏することができる。
（１）システム１０は、車両の運転者による運転操作のうち加減速および制動の少なくとも一方を支援する第１運転支援機能が起動中であるか否かの情報ととともに、車両の時系列の操舵角の変化を示す操舵角データを取得する情報取得部１３と、情報取得部１３により取得された操舵角データに基づいて、運転者の操舵の特性を表す評価値を算出する評価値算出部１５と、を備える（図２）。評価値算出部１５は、情報取得部１３により取得された操舵角データのうち、第１運転支援機能が起動中である期間の第１操舵角データの重みを第１運転支援機能が起動中でない期間の第２操舵角データの重みよりも大きくすることにより、評価値を算出する。

このように、日常的な走行データに基づいて運転者の運転能力を判定するための指標となる評価値を算出することで、運転に支障をきたすことなく運転者の運転能力を判定することができる。また、車両の定速走行や先行車両への追従走行を支援する第１運転支援機能の起動中は、運転者が操舵に集中することができるが、このような期間の操舵角データを積極的に利用することで、運転能力を精度よく判定することができる。

（２）第１操舵角データは、第１運転支援機能が起動後に正常に作動している期間の操舵角データである。第２操舵角データは、第１運転支援機能が起動後に正常に作動していない期間の操舵角データをさらに含む。例えば、第１運転支援機能が起動中であっても気象条件等により先行車両を認識できない場合等、第１運転支援機能が実際には作動していない期間の操舵角データは、第２操舵角データとして取り扱われる。これにより、運転者の運転能力を一層精度よく判定することができる。

（３）情報取得部１３は、運転者の操舵を支援する第２運転支援機能が作動中であるか否かの情報をさらに含む。第１操舵角データは、第１運転支援機能が起動中であり、かつ、第２運転支援機能が作動中でない期間の操舵角データである。第２操舵角データは、第１運転支援機能が起動中であり、かつ、第２運転支援機能が作動中である期間の操舵角データをさらに含む。運転能力についての評価の対象となる操舵が支援されている期間の操舵角データの重みを小さくすることで、運転者の運転能力を一層精度よく判定することができる。

（４）システム１０は、情報取得部１３により取得された操舵角データに基づいて、運転者に所定の認知負荷が作用しているか否かを判定する負荷判定部１４をさらに備える（図２）。評価値算出部１５は、情報取得部１３により取得された操舵角データに基づいて、運転者の平均的な操舵の特性を表すα値を算出するとともに、算出されたα値と、情報取得部１３により取得された操舵角データのうち、負荷判定部１４により所定の認知負荷が作用していると判定された期間の操舵角データと、に基づいて、所定の認知負荷が作用したときの運転者の操舵の特性を表すＨｐ値を算出する。

評価値算出部１５は、第１操舵角データおよび第２操舵角データのいずれにも重み付けすることなくα値を算出する一方、第１操舵角データの重みを第２操舵角データの重みよりも大きくすることによりＨｐ値を算出する。このように、運転支援を受けて操舵に集中している状態で認知負荷が高まったときの第１操舵角データを積極的に利用することで、Ｈｐ値を精度よく算出し、運転者の認知機能を精度よく評価することができる。また、α値を算出するための操舵角データについては運転支援機能の状態にかかわらず利用するため、十分なデータ量を確保することで、運転者の平均的な操舵の特性を表すα値を適切に算出することができる。

（５）評価値算出部１５は、第１操舵角データの重みを第２操舵角データの重みよりも大きくすることによりα値を算出するとともに、第１操舵角データの重みを第２操舵角データの重みよりも大きくすることによりＨｐ値を算出する。例えば十分なデータ量が確保されている場合には、運転支援を受けて操舵に集中している状態で認知負荷が高まったときの第１操舵角データを積極的に利用することで、α値を精度よく算出し、運転者の認知機能を精度よく評価することができる。

上記実施形態では、無負荷・低負荷区間を走行したときの操舵角データに基づいてα値を算出し、特定区間を走行したときの操舵角データに基づいてＨｐ値を算出する例を説明したが、評価値算出部は、このようなものに限らない。評価値算出部は、運転者ごとの操舵角データに基づいて各運転者の操舵の特性を表す評価値を算出するものであれば、どのようなものでもよい。

以上では、本発明を運転能力判定システムとして説明したが、本発明は、運転能力判定方法として用いることもできる。すなわち、運転能力判定方法は、コンピュータによりそれぞれ実行される、車両の運転者による運転操作のうち加減速および制動の少なくとも一方を支援する第１運転支援機能が起動中であるか否かの情報とともに、車両の時系列の操舵角の変化を示す操舵角データを取得する情報取得ステップＳ１と、情報取得ステップＳ１で取得された操舵角データに基づいて、運転者の操舵の特性を表す評価値を算出する評価値算出ステップＳ３，Ｓ４，Ｓ１０～Ｓ１２，Ｓ４Ａ～Ａ４Ｃと、を含む（図６～図８）。評価値算出ステップＳ３，Ｓ４，Ｓ１０～Ｓ１２，Ｓ４Ａ～Ａ４Ｃでは、情報取得ステップＳ１で取得された操舵角データのうち、第１運転支援機能が起動中である期間の第１操舵角データの重みを第１運転支援機能が起動中でない期間の第２操舵角データの重みよりも大きくすることにより、評価値を算出する。

以上の説明はあくまで一例であり、本発明の特徴を損なわない限り、上述した実施形態および変形例により本発明が限定されるものではない。上記実施形態と変形例の１つまたは複数を任意に組み合わせることも可能であり、変形例同士を組み合わせることも可能である。

１０ 運転能力判定システム（システム）、１１ 演算部、１２ 記憶部、１３ 情報取得部、１４ 負荷判定部、１５ 評価値算出部、１６ 認知機能評価部、１７ 情報出力部

Claims (6)

1. 車両の運転者による運転操作のうち加減速および制動の少なくとも一方を支援する運転支援機能が起動中であるか否かの情報とともに、前記車両の時系列の操舵角の変化を示す操舵角データを取得する情報取得部と、
   前記情報取得部により取得された操舵角データに基づいて、運転者の操舵の特性を表す評価値を算出する評価値算出部と、を備え、
   前記評価値算出部は、前記情報取得部により取得された操舵角データのうち、前記運転支援機能が起動中である期間の第１操舵角データの重みを前記運転支援機能が起動中でない期間の第２操舵角データの重みよりも大きくすることにより、前記評価値を算出することを特徴とする運転能力判定システム。
2. 請求項１に記載の運転能力判定システムにおいて、
   前記第１操舵角データは、前記運転支援機能が起動後に正常に作動している期間の操舵角データであり、
   前記第２操舵角データは、前記運転支援機能が起動後に正常に作動していない期間の操舵角データをさらに含むことを特徴とする運転能力判定システム。
3. 請求項１に記載の運転能力判定システムにおいて、
   前記運転支援機能は、第１運転支援機能であり、
   前記情報取得部は、運転者の操舵を支援する第２運転支援機能が作動中であるか否かの情報をさらに含み、
   前記第１操舵角データは、前記第１運転支援機能が起動中であり、かつ、前記第２運転支援機能が作動中でない期間の操舵角データであり、
   前記第２操舵角データは、前記第１運転支援機能が起動中であり、かつ、前記第２運転支援機能が作動中である期間の操舵角データをさらに含むことを特徴とする運転能力判定システム。
4. 請求項１に記載の運転能力判定システムにおいて、
   前記情報取得部により取得された操舵角データに基づいて、運転者に所定の負荷が作用しているか否かを判定する負荷判定部をさらに備え、
   前記評価値算出部は、前記情報取得部により取得された操舵角データに基づいて、運転者の平均的な操舵の特性を表す第１評価値を算出するとともに、算出された前記第１評価値と、前記情報取得部により取得された操舵角データのうち、前記負荷判定部により前記所定の負荷が作用していると判定された期間の操舵角データと、に基づいて、前記所定の負荷が作用したときの運転者の操舵の特性を表す第２評価値を算出し、
   前記評価値算出部は、前記第１操舵角データおよび前記第２操舵角データのいずれにも重み付けすることなく前記第１評価値を算出する一方、前記第１操舵角データの重みを前記第２操舵角データの重みよりも大きくすることにより前記第２評価値を算出することを特徴とする運転能力判定システム。
5. 請求項１に記載の運転能力判定システムにおいて、
   前記情報取得部により取得された操舵角データに基づいて、運転者に所定の負荷が作用しているか否かを判定する負荷判定部をさらに備え、
   前記評価値算出部は、前記情報取得部により取得された操舵角データに基づいて、運転者の平均的な操舵の特性を表す第１評価値を算出するとともに、算出された前記第１評価値と、前記情報取得部により取得された操舵角データのうち、前記負荷判定部により前記所定の負荷が作用していると判定された期間の操舵角データと、に基づいて、前記所定の負荷が作用したときの運転者の操舵の特性を表す第２評価値を算出し、
   前記評価値算出部は、前記第１操舵角データの重みを前記第２操舵角データの重みよりも大きくすることにより前記第１評価値を算出するとともに、前記第１操舵角データの重みを前記第２操舵角データの重みよりも大きくすることにより前記第２評価値を算出することを特徴とする運転能力判定システム。
6. コンピュータによりそれぞれ実行される、
   車両の運転者による運転操作のうち加減速および制動の少なくとも一方を支援する運転支援機能が起動中であるか否かの情報とともに、前記車両の時系列の操舵角の変化を示す操舵角データを取得する情報取得ステップと、
   前記情報取得ステップで取得された操舵角データに基づいて、運転者の操舵の特性を表す評価値を算出する評価値算出ステップと、を含み、
   前記評価値算出ステップでは、前記情報取得ステップで取得された操舵角データのうち、前記運転支援機能が起動中である期間の第１操舵角データの重みを前記運転支援機能が起動中でない期間の第２操舵角データの重みよりも大きくすることにより、前記評価値を算出することを特徴とする運転能力判定方法。

Images