JP4609539B2 - 眠気検出装置 - Google Patents

Description

本発明は、例えば車両の運転者等の眠気を検出する眠気検出装置に関するものである。

従来の眠気検出装置としては、例えば特許文献１に記載されているものが知られている。特許文献１に記載の眠気検出装置は、運転者の眠気を判断するための体調を表す指標（心拍等）を計測し、この指標から運転者の眠気に応じて変化する特徴量を抽出し、この特徴量を閾値と比較することで、運転者が居眠り状態にあるかどうかを判定するというものである。心拍から特徴量を抽出する場合には、心拍周期の時系列データに対してフーリエ変換を施して振幅パワースペクトルを生成し、この振幅パワースペクトルに対して積分処理を施して心拍ゆらぎの時系列データを取得し、この心拍ゆらぎの時系列データに対して微分処理を施し、心拍ゆらぎの微分値の平均値及び標準偏差から閾値を算出し、心拍ゆらぎの微分値が当該閾値を越えたものを特徴量として抽出する。
特開２００８−３５９６４号公報

しかしながら、上記従来技術においては、例えば運転中のように運転者（被験者）がごく浅い眠気を我慢しているときは、運転者が眠気状態にあることを正確に判定することができない可能性がある。

本発明の目的は、被験者の浅い眠気を高精度に検出することができる眠気検出装置を提供することである。

本発明者等は、運転者の眠気について鋭意検討を重ねた結果、浅い眠気を判定するには、眠気発生と関連する自律神経活動の影響を受ける心拍数や心拍ゆらぎ等の心拍特徴量に着目することが有効であるという事実を見出した。そして、更に検討を行ったところ、心拍特徴量の変動の大きさを表す標準偏差等の統計量は、交感神経系による身体の活性化と副交感神経系による身体の安静化という２つの身体機能が動的に拮抗する状態を表現できる特徴量であり、浅い眠気との相関がある、ということが分かった。本発明は、そのような知見に基づいて成されたものである。

即ち、本発明の眠気検出装置は、被験者の心拍または脈拍を計測する計測手段と、計測手段により計測された心拍または脈拍から心拍特徴量を抽出する心拍特徴量抽出手段と、心拍特徴量抽出手段により抽出された心拍特徴量の変動分布を求める変動分布演算手段と、変動分布演算手段により求められた心拍特徴量の変動分布を用いて被験者の眠気度を判定する眠気度判定手段とを備え、変動分布演算手段は、心拍特徴量の変動分布として心拍特徴量の標準偏差を求める手段と、心拍特徴量の標準偏差を眠気が無い状態において取得された心拍特徴量で除することで、心拍特徴量の標準偏差を補正する手段とを有し、眠気度判定手段は、補正された心拍特徴量の標準偏差に基づいて被験者の眠気度を判定し、心拍特徴量は、交感神経の活動に関連する心拍ゆらぎ低周波成分、副交感神経の活動に関連する心拍ゆらぎ高周波成分、心拍ゆらぎ低周波成分と心拍ゆらぎ高周波成分との比のうちの少なくとも１つを含むことを特徴とするものである。

このような本発明の眠気検出装置においては、被験者の心拍または脈拍を計測し、その計測データから心拍特徴量を抽出し、心拍特徴量の変動分布を求め、その心拍特徴量の変動分布を用いて被験者の眠気度を判定する。このように浅い眠気と相関のある心拍特徴量の変動分布を用いて眠気判定を行うことにより、被験者の浅い眠気を高精度に検出することができる。

このとき、例えば心拍特徴量の標準偏差を予め設定された眠気判定用閾値と比較することにより、被験者の眠気度を容易に且つ確実に判定することができる。
また、心拍数等の心拍特徴量は被験者毎に異なるため、心拍特徴量の標準偏差も被験者毎に異なってくる。このため、眠気検出結果が被験者によって異なる場合がある。そこで、心拍特徴量の標準偏差を心拍特徴量で除する補正を行うことにより、被験者毎の心拍特徴量の違いによる眠気度の判定誤差を排除し、被験者によらない眠気の検出を十分精度良く行うことができる。
さらに、例えば心拍に眠気度が顕著に表れる人、交感神経の動きが活発な人、副交感神経の動きが活発な人など、被験者によって心拍特徴量の特性が異なる。従って、被験者に合った心拍特徴量を用いて眠気度を判定することで、被験者の浅い眠気をより高精度に検出することができる。

また、本発明の眠気検出装置は、被験者の心拍または脈拍を計測する計測手段と、計測手段により計測された心拍または脈拍から心拍特徴量を抽出する心拍特徴量抽出手段と、心拍特徴量抽出手段により抽出された心拍特徴量の平均値を求める平均値演算手段と、心拍特徴量抽出手段により抽出された心拍特徴量の変動分布を求める変動分布演算手段と、変動分布演算手段により求められた心拍特徴量の変動分布を用いて被験者の眠気度を判定する眠気度判定手段とを備え、変動分布演算手段は、心拍特徴量の変動分布として心拍特徴量の標準偏差を求める手段と、心拍特徴量の標準偏差を眠気が無い状態において取得された心拍特徴量で除することで、心拍特徴量の標準偏差を補正する手段とを有し、眠気度判定手段は、補正された心拍特徴量の標準偏差と心拍特徴量の平均値とに基づいて被験者の眠気度を判定し、心拍特徴量は、交感神経の活動に関連する心拍ゆらぎ低周波成分、副交感神経の活動に関連する心拍ゆらぎ高周波成分、心拍ゆらぎ低周波成分と心拍ゆらぎ高周波成分との比のうちの少なくとも１つを含むことを特徴とするものである。
このような本発明の眠気検出装置においては、被験者の心拍または脈拍を計測し、その計測データから心拍特徴量を抽出し、心拍特徴量の変動分布を求め、その心拍特徴量の変動分布を用いて被験者の眠気度を判定する。このように浅い眠気と相関のある心拍特徴量の変動分布を用いて眠気判定を行うことにより、被験者の浅い眠気を高精度に検出することができる。
このとき、例えば心拍特徴量の平均値及び標準偏差のマトリクス（２次元座標）から眠気を表す分布を生成することにより、被験者の眠気度を容易に且つ確実に判定することができる。
また、心拍数等の心拍特徴量は被験者毎に異なるため、心拍特徴量の標準偏差も被験者毎に異なってくる。このため、眠気検出結果が被験者によって異なる場合がある。そこで、心拍特徴量の標準偏差を心拍特徴量で除する補正を行うことにより、被験者毎の心拍特徴量の違いによる眠気度の判定誤差を排除し、被験者によらない眠気の検出を十分精度良く行うことができる。
さらに、例えば心拍に眠気度が顕著に表れる人、交感神経の動きが活発な人、副交感神経の動きが活発な人など、被験者によって心拍特徴量の特性が異なる。従って、被験者に合った心拍特徴量を用いて眠気度を判定することで、被験者の浅い眠気をより高精度に検出することができる。

ここで、好ましくは、心拍特徴量の標準偏差を得るために参照する心拍特徴量の参照時間幅を設定する参照時間幅設定手段を更に備え、変動分布演算手段は、心拍特徴量の参照時間幅内における心拍特徴量の標準偏差を求める。この場合には、心拍特徴量の参照時間幅を被験者ごとに最適な値に設定し、この参照時間幅内において心拍特徴量の標準偏差を求めることにより、被験者によらない眠気の検出を実現することができる。

このとき、参照時間幅設定手段は、心拍特徴量を周波数解析してピーク値周波数を抽出し、ピーク値周波数に対応する周期を参照時間幅に設定することが好ましい。この場合には、被験者ごとに眠気が顕著に表れると推測される心拍特徴量の周波数範囲におけるピーク値周波数を抽出することにより、被験者ごとに最適な参照時間幅を確実に設定することができる。

本発明によれば、被験者の浅い眠気を高精度に検出することができる。これにより、例えば被験者である運転者が運転中に浅い眠気を催している場合には、その時点で正常な意識回復または休息を促すことが可能となる。

以下、本発明に係わる眠気検出装置の好適な実施形態について、図面を参照して詳細に説明する。

最初に、本発明に係わる眠気検出の考え方について説明する。人の眠気レベルは、例えば図１に示すように、居眠り状態、非常に眠そうな状態（Ｄ４）、かなり眠そうな状態（Ｄ３）を含む強い眠気状態を表す領域（領域Ａ）と、眠そうな状態（Ｄ２）、やや眠そうな状態（Ｄ１）、全く眠くなさそうな状態（Ｄ０）を含む浅い眠気状態を表す領域（領域Ｂ）とに区分することができる。なお、図１に示す眠気レベルは、ＮＥＤＯの顔表情から評定されたものである（人間生活工学研究センサー：「人間感覚計測マニュアル」、第１編、第２節、p.146(1999)参照）。

近年、ドライバーの顔向きや目の瞬きから強い眠気状態（領域Ａ）を判定する従来技術は幾つか存在するが、浅い眠気状態を表す領域（領域Ｂ）を判定する従来技術は無い。そこで、まず浅い眠気状態の判定に対して、既存の瞬き特徴量の適用可能性について検討した。

既存の研究から、強い眠気状態（領域Ａ）での有効な瞬き特徴量は、閉眼時間（１回の瞬きに要する時間）と一定時間内での瞬き回数であることが分かっている。従って、これら２つの瞬き特徴量と浅い眠気状態（領域Ｂ）での眠気レベル変化との対応を調査した。具体的には、所定の周回路コースにおいて８０ｋｍ／ｈの速度で１時間定常走行し、その時に瞬きデータと顔表情から判定した眠気レベルデータとを収集した。収集したデータの一例を図２に示す。眠気レベルと瞬き特徴量との相関係数は、閉眼時間：０．２、瞬き回数：０．１であり、瞬き特徴量だけでは浅い眠気を判定するのは難しいことが分かった。

そこで、眠気の影響は身体に現れる前に身体内部の状態変化として現れるのではないかと考え、身体内部の特徴量に着目した。

眠気に伴って変動する身体内部の人間特性として、認知判断を行う脳情報処理神経活動と、人間の活性状態を司る自律神経活動とがある。情報処理の神経活動は眠気に伴って低下するが、この脳活動の低下は自律神経活動の変化に伴って起こる。従って、自律神経の活動に着目した。

自律神経は、身体を活性化させる交感神経系と、身体を安静化させる副交感神経系という２つの神経系から構成される。居眠り状態では、身体を休息に導こうとして副交感神経系が活発に活動し、眠気の無い状態では、交感神経系が活発に活動している。そこで、図１に示す眠気レベルＤ１〜Ｄ４に応じて、それら２つの神経系のバランスが変化すると仮説した。

自律神経は身体内部の中枢にあるため、その活動そのものを直接計測することは不可能である。そこで、自律神経活動との関係が医学的に明らかであり、かつ測定可能な心拍に着目した。心拍は交感神経系及び副交感神経系からの影響を受け、その心拍の拍動（心拍数、心拍ゆらぎ）に変化が生じる。

図３は、心拍特徴量と自律神経の活動との対応を示したものである。心拍特徴量としては、交感神経の活動に関連する心拍ゆらぎ低周波成分（ＨＲＶ−Ｌ）と、副交感神経の活動に関連する心拍ゆらぎ高周波成分（ＨＲＶ−Ｈ）と、これらのバランスを示すＨＲＶ−ＬとＨＲＶ−Ｈとの比（以下、Ｌ／Ｈ）と、心拍数とがある。これら４つの心拍特徴量を、眠気に関連付けられる身体内部の特徴量と考えた。

所定の周回路コースにおいて８０ｋｍ／ｈの速度で１時間定常走行し、その時に心拍データと顔表情から判定した眠気レベルデータとを収集し、これらのデータを用いて上記４つの心拍特徴量と浅い眠気との関連性を検証した。収集したデータの一例を図４に示す。

関連性の検証として相関係数検定（バイオサイエンスの統計学：南江堂（２００５）参照）をした結果、弱い傾向ではあるが、４つの心拍特徴量すべてで浅い眠気との相関があることが分かった。このとき、眠気レベルとの相関係数は、ＨＲＶ−Ｌ：０．５、ＨＲＶ−Ｈ：０．３、Ｌ／Ｈ：０．３、心拍数：０．４、有意差ｐ＜０．０５であった。従って、浅い眠気（領域Ｂ）では、瞬きのような身体外部の特徴量よりも身体内部の心拍特徴量が高い関連性を示すことが分かった。

このように浅い眠気との関連性が示されたＨＲＶ−Ｌ、ＨＲＶ−Ｈ、Ｌ／Ｈ、心拍数は、相関係数があまり高くないことからバラツキが大きいと考えられ、単純な判別分析では、浅い眠気を判定することが困難であると判断した。そこで、データのバラツキを考慮に入れた判別法として、マハラノビス・タグチ法（以下、ＭＴ法）を用いることとした。この時に採用した眠気判定精度評価式は、下記式の通りである。なお、下記式は、眠気レベルＤ２を例にしたものである。

所定の周回路コースにおいて８０ｋｍ／ｈの速度で１時間定常走行した走行試験で得られたデータを用いて評価した結果、判定精度は１０％であった。判定結果の一例を図５に示す。このような判定結果では、誤判定が多いため、判定精度の向上を狙い、特徴量の拡張を考えた。

上述した４つの心拍特徴量は、ある時間間隔幅の平均値を使っていることから、静的な状態を表現する特徴量となっており、運転中に眠気を催した状態のような運転のための身体の活性化と休息を本能的に欲する安静化という２つの身体機能が動的に拮抗する状態を表現できていないと思われる。そこで、４つの心拍特徴量の変動の大きさを示す標準偏差が、そのような動的状態を表す特徴量と考えた。

動的状態を表す特徴量と眠気レベルとの関連性を、上記の静的状態を表す特徴量と同様の方法で確認した結果、動的状態を表す４つの特徴量それぞれで浅い眠気との相関があることが分かった。このとき、眠気レベルとの相関係数は、ＨＲＶ−Ｌの標準偏差：０．４、ＨＲＶ−Ｈの標準偏差：０．４、Ｌ／Ｈの標準偏差：０．３、心拍数の標準偏差：０．４、有意差ｐ＜０．０５であった。

上述したＭＴ法は、抽出した特徴量の組み合わせに対して判定結果のＳ／Ｎ比（ばらつき等のノイズに対して判定結果が受ける影響度合いの尺度）を評価して、適切な特徴量の組み合わせを選ぶという指針がある。そこで、それに則って、静的状態を表す４つの特徴量、動的状態を表す４つの特徴量及びそれらを合わせた８つの特徴量のＳ／Ｎ比を評価した。その結果、静的状態を表す４つの特徴量：−９６ｄＢ、動的状態を表す４つの特徴量：−９５ｄＢ、８つの特徴量：−８９ｄＢとなり、８つの特徴量を使うことで判定精度が上がることが期待できると分かった。

そこで、８つの特徴量を用いてＭＴ法による浅い眠気判定を評価したところ、図６に示すように、７０％の判定精度を得た。つまり、上述した静的状態を表す４つの特徴量と比較して６０％の精度向上となった。

以上のような考え方を踏まえ、本発明に係わる眠気検出装置の実施形態について以下に説明する。

図７は、本発明に係わる眠気検出装置の一実施形態の概略構成を示すブロック図である。同図において、本実施形態の眠気検出装置１は、車両に搭載され、車両の運転者の眠気を検出する装置である。眠気検出装置１は、計測器２と、眠気検出ＥＣＵ（Electronic Control Unit）３と、警報器４とを備えている。

計測器２は、運転者の生理指標を計測する機器である。具体的には、計測器２としては、例えば心拍を計測する心電図計、指先や前腕等から脈拍を計測する脈波計等が挙げられる。

眠気検出ＥＣＵ３は、ＣＰＵ、ＲＯＭやＲＡＭ等のメモリ、入出力回路等により構成されている。眠気検出ＥＣＵ３は、計測器２の計測データを入力し、所定の処理を行い、運転者が弱い眠気状態にあるかどうかを判定する。

警報器４は、音（ブザー音）、画像（画面表示）及び振動（バイブレータ）等により警報を行い、眠気の発生を運転者に知らせる機器である。

図８は、眠気検出ＥＣＵ３により実行される眠気検出処理手順の詳細を示すフローチャートである。ここでは、計測器２として心電図計により運転者の心拍を計測する場合を例にとって説明する。

同図において、まず計測器２の計測データ（心拍生データ）を取得し（手順Ｓ１１）、その計測データの前処理を行う（手順Ｓ１２）。具体的には、まず心拍生データのノイズを除去すべく、心拍生データに対してバンドパスフィルタ（ＢＰＦ）処理を施し、所定の通過帯域（例えば０．１Ｈｚ〜３０Ｈｚ）の成分を取り出す。

続いて、図９に示すように、ＢＰＦ処理が施された心拍データの波形を予め設定された閾値と比較することで２値化する。このとき、心拍データの波形のうち各Ｒ波部分が最大値となるタイミングで「１」となるように２値化を行う（図９中の拡大図参照）。

続いて、図１０（Ａ）に示すように、２値化データにおいて「１」となる各タイミングの区間幅（時間間隔）ｔを求め、各区間幅ｔを縦軸としたグラフを生成する。このとき、区間幅ｔが運転者の心拍周期に相当する。

続いて、図１０（Ｂ）に示すように、上記心拍周期のグラフを補間して心拍周期の曲線（破線参照）を求め、心拍周期の時系列データを得る。そして、図１１に示すように、心拍周期の時系列データの縦軸単位を例えば１分当たりの心拍数に変換する。これにより、運転者の心拍数値が心拍特徴量の１つとして得られることとなる。

次いで、運転者の他の心拍特徴量として心拍ゆらぎの抽出を行う（手順Ｓ１３）。具体的には、心拍周期の時系列データ（図１１参照）について、図１２に示すように、基準時間Ｔ（任意のタイムスタンプ）前の解析単位区間幅Ｔ_termに対して高速フーリエ変換（ＦＦＴ）を施し、周波数成分に対するパワー（振幅）スペクトルを得る。

続いて、図１３に示すように、高速フーリエ変換によって解析単位区間幅Ｔ_term毎に得られたパワースペクトルに対して、２つの周波数帯帯域（低周波成分及び高周波成分）を設定する。これらの周波数帯帯域は、心拍のゆらぎ（変化）が現れやすい帯域とする。そして、各周波数帯帯域毎に振幅スペクトルを積分する。

上記の高速フーリエ変換処理、周波数帯帯域の設定処理及び積分処理を繰り返し行うことにより、図１４に示すように、各周波数帯帯域毎の振幅スペクトルパワーの時系列データが得られる。この振幅スペクトルパワーの時系列データが心拍ゆらぎの時系列データである。これにより、交感神経の動きを表す心拍ゆらぎ低周波成分値と、副交感神経の動きを表す心拍ゆらぎ高周波成分値とが得られる。また、心拍ゆらぎ低周波成分値を心拍ゆらぎ高周波成分値で除することで、心拍ゆらぎ低周波成分値と心拍ゆらぎ高周波成分値との比（心拍ゆらぎ比値）が得られる。

次いで、心拍特徴量の標準偏差を得るために参照する心拍特徴量の参照区間幅（参照時間幅）を設定する（手順Ｓ１４）。参照区間幅の設定は、心拍数値、心拍ゆらぎ低周波成分値、心拍ゆらぎ高周波成分値及び心拍ゆらぎ比値について各々行う。参照区間幅の設定の具体的手法を、心拍数値について行う場合を例にとって以下に説明する。

即ち、まず図１５（Ａ）に示すように、心拍数値の時系列データ（図１１参照）を任意の長さ（数分程度）ｍ毎に分けて、参照時間幅決め用データ格納バッファに格納する。

そして、データ格納バッファに格納された心拍数値に対して高速フーリエ変換（ＦＦＴ）演算を行うことで、図１５（Ｂ）に示すような周波数解析結果を得る。ここで、Ｆは周波数範囲であり、ｆ_maxは周波数範囲Ｆの最大値であり、ｆ_minは周波数範囲Ｆの最小値であり、Ａは周波数範囲Ｆ内における心拍数値の振幅スペクトルパワーの最大値であり、ｆ_peakは、振幅スペクトルパワーの最大値Ａとなる周波数である。周波数範囲Ｆは、個人毎の眠気に対応するものとして統計分析により得られた範囲であり、周波数ｆ_peakは、心拍数値の中で特に眠気の変化が出やすい周波数である。

続いて、そのような周波数ｆ_peakを用いた下記計算式から、心拍数値の参照区間幅を求める。
心拍数値の参照区間幅＝１／ｆ_peak

このように周波数範囲Ｆ内のピーク値周波数ｆ_peakを眠気が顕著に表れる箇所として抽出することにより、データノイズの影響を除去して眠気状態を判定する（後述）ことが可能となる。

次いで、心拍数値、心拍ゆらぎ低周波成分値、心拍ゆらぎ高周波成分値及び心拍ゆらぎ比値をそれぞれ参照区間幅（データ総数：Ｎ個）で切り出し、この区間での平均値を計算する（手順Ｓ１５）。
切り出された心拍数値＝｛Ｘ_１，Ｘ_２，Ｘ_３，…Ｘ_Ｎ｝
切り出された心拍ゆらぎ低周波成分値＝｛Ｙ_１，Ｙ_２，Ｙ_３，…Ｙ_Ｎ｝
切り出された心拍ゆらぎ高周波成分値＝｛Ｚ_１，Ｚ_２，Ｚ_３，…Ｚ_Ｎ｝
切り出された心拍ゆらぎ比値＝｛Ｗ_１，Ｗ_２，Ｗ_３，…Ｗ_Ｎ｝

次いで、上記と同様に心拍数値、心拍ゆらぎ低周波成分値、心拍ゆらぎ高周波成分値及び心拍ゆらぎ比値をそれぞれ参照区間幅で切り出し、この区間での標準偏差値を計算する（手順Ｓ１６）。

心拍数値の標準偏差の計算式は、以下の通りである。

Ｎ：切り出された心拍数値データの総数
ｉ：心拍数値の番号
Ｘｉ：ｉ番目の心拍数値
Ｘ_ave：心拍数値Ｎ個の平均値

心拍ゆらぎ低周波成分値の標準偏差の計算式は、以下の通りである。

Ｎ：切り出された心拍ゆらぎ低周波成分値データの総数
ｉ：心拍ゆらぎ低周波成分値の番号
Ｙｉ：ｉ番目の心拍ゆらぎ低周波成分値
Ｙ_ave：心拍ゆらぎ低周波成分値Ｎ個の平均値

心拍ゆらぎ高周波成分値の標準偏差の計算式は、以下の通りである。

Ｎ：切り出された心拍ゆらぎ高周波成分値データの総数
ｉ：心拍ゆらぎ高周波成分値の番号
Ｚｉ：ｉ番目の心拍ゆらぎ高周波成分値
Ｚ_ave：心拍ゆらぎ高周波成分値Ｎ個の平均値

心拍ゆらぎ比値の標準偏差の計算式は、以下の通りである。

Ｎ：切り出された心拍ゆらぎ比値データの総数
ｉ：心拍ゆらぎ比値の番号
Ｗｉ：ｉ番目の心拍ゆらぎ比値
Ｗ_ave：心拍ゆらぎ比値Ｎ個の平均値

次いで、心拍数値、心拍ゆらぎ低周波成分値、心拍ゆらぎ高周波成分値及び心拍ゆらぎ比値の標準偏差値を補正する（手順Ｓ１７）。これらの標準偏差値の補正は、以下のようにして行う。

即ち、まず手順Ｓ１６で得られた心拍数標準偏差値、心拍ゆらぎ低周波成分標準偏差値、心拍ゆらぎ高周波成分標準偏差値及び心拍ゆらぎ比標準偏差値と、補正に使う心拍数値、心拍ゆらぎ低周波成分値、心拍ゆらぎ高周波成分値及び心拍ゆらぎ比値とを、補正対象標準偏差値格納バッファに格納する。

ここで、補正対象標準偏差値格納バッファに格納される心拍数値、心拍ゆらぎ低周波成分値、心拍ゆらぎ高周波成分値及び心拍ゆらぎ比値としては、眠気が無い状態（例えば運転開始時）において取得されたデータが用いられる。これらのデータは、例えば運転を開始する前に取得しても良いし、事前に取得しておき眠気検出ＥＣＵ３のメモリに記憶しておいても良い。

補正対象標準偏差値格納バッファに格納された心拍数標準偏差値及び心拍数値の一例を図１６（Ａ）に示す。

続いて、下記計算式を用いて、心拍数標準偏差値、心拍ゆらぎ低周波成分標準偏差値、心拍ゆらぎ高周波成分標準偏差値及び心拍ゆらぎ比標準偏差値を補正して、心拍数標準偏差補正値、心拍ゆらぎ低周波成分標準偏差補正値、心拍ゆらぎ高周波成分標準偏差補正値及び心拍ゆらぎ比標準偏差補正値を得る。

図１６（Ａ）に示す心拍数標準偏差値及び心拍数値から算出された心拍数標準偏差補正値は、図１６（Ｂ）に示す通りとなる。

心拍数値や心拍数標準偏差値には個人差があるため、心拍数標準偏差値をそのまま眠気判定（後述）に使用すると、その判定結果が被験者により異なる場合があるが、心拍数標準偏差値を被験者毎に補正することにより、被験者毎の心拍数値の変動が眠気判定結果に与える影響が排除されるようになる。心拍ゆらぎ低周波成分値、心拍ゆらぎ高周波成分値及び心拍ゆらぎ比値についても、同様のことが言える。

次いで、心拍数標準偏差補正値、心拍ゆらぎ低周波成分標準偏差補正値、心拍ゆらぎ高周波成分標準偏差補正値及び心拍ゆらぎ比標準偏差補正値を用いて、運転者に浅い眠気があるかどうかを判定する（手順Ｓ１８）。

心拍ゆらぎ低周波成分標準偏差補正値により眠気を判定する方法の一例を図１７に示す。同図に示す方法では、心拍ゆらぎ低周波成分標準偏差補正値を予め設定された浅い眠気用検出閾値と比較し、心拍ゆらぎ低周波成分標準偏差補正値が浅い眠気用検出閾値よりも高いときは、浅い眠気がある状態であると判定され、心拍ゆらぎ低周波成分標準偏差補正値が浅い眠気用検出閾値よりも低いときは、眠気がない状態であると判定される。

なお、心拍数標準偏差補正値、心拍ゆらぎ高周波成分標準偏差補正値及び心拍ゆらぎ比標準偏差補正値を用いる場合についても、同様にして浅い眠気の有無を判定する。

眠気を判定する他の方法を図１８に示す。同図に示す方法は、心拍特徴量の標準偏差補正値及び平均値を併用して、浅い眠気があるかどうかを２次元的に判定するものである。

具体的には、心拍特徴量の標準偏差補正値及び平均値のデータを２次元座標に表し、その時に得られるデータ分布から眠気度を判定する。標準偏差補正値及び平均値が何れも大きい側にデータが集まっているときは、浅い眠気がある状態であると判定され、標準偏差補正値及び平均値が何れも小さい側にデータが集まっているときは、眠気がない状態であると判定される。

眠気を判定する更に他の方法を図１９に示す。同図に示す方法は、心拍特徴量の標準偏差補正値及び平均値を併用し、マハラノビス・タグチ法（前述）により浅い眠気があるかどうかを１次元的に判定するものである。

具体的には、心拍特徴量の標準偏差補正値及び平均値に基づいてマハラノビス距離を求める。そして、マハラノビス距離が予め設定された浅い眠気用検出閾値よりも高いときは、浅い眠気がある状態であると判定され、マハラノビス距離が浅い眠気用検出閾値よりも低いときは、眠気がない状態であると判定される。

手順Ｓ１８において上記の手法により眠気がないと判定されたときは、手順Ｓ１１に戻り、手順Ｓ１１〜Ｓ１８の処理を繰り返し実行する。一方、手順Ｓ１８において浅い眠気があると判定されたときは、警報器４を制御して眠気の発生を運転者に知らせ（手順Ｓ１９）、その後で手順Ｓ１１に戻る。

以上において、図８に示す手順Ｓ１１〜Ｓ１３は、計測手段２により計測された心拍または脈拍から心拍特徴量を抽出する心拍特徴量抽出手段を構成する。同手順Ｓ１６，Ｓ１７は、心拍特徴量抽出手段により抽出された心拍特徴量の変動分布を求める変動分布演算手段を構成する。同手順Ｓ１８は、変動分布演算手段により求められた心拍特徴量の変動分布を用いて被験者の眠気度を判定する眠気度判定手段を構成する。

また、同手順Ｓ１５は、心拍特徴量抽出手段により抽出された心拍特徴量の平均値を求める平均値演算手段を構成する。同手順Ｓ１４は、心拍特徴量の標準偏差を得るために参照する心拍特徴量の参照時間幅を設定する参照時間幅設定手段を構成する。

以上のように本実施形態にあっては、眠気発生と関連する自律神経活動の影響を受ける心拍に着目し、運転者の心拍または脈拍を計測して心拍数及び心拍ゆらぎを抽出し、これらの心拍数及び心拍ゆらぎの標準偏差（ばらつき）を求め、この標準偏差あるいは標準偏差及び平均値の両方から運転者の眠気判定を行う。このとき、運転者の眠気度を、眠気に耐えて覚醒状態へ戻そうとする浅い眠気を催しながら運転する時の生理状態の指標として判定することができる。これにより、運転者の浅い眠気を高精度に且つ運転者に因らずに検出することができる。従って、浅い眠気がある時点で、運転者に対して正常な意識回復または休息を促すことで、居眠り運転を効果的に防止することが可能となる。

なお、本発明は、上記実施形態に限定されるものではない。例えば上記実施形態では、心拍数値、心拍ゆらぎ低周波成分値、心拍ゆらぎ高周波成分値及び心拍ゆらぎ比値という４つの心拍特徴量を用いて運転者の眠気判定を行うものとしたが、これら４つの心拍特徴量のうち少なくとも１つを用いれば良い。

また、上記実施形態では、心拍特徴量の標準偏差を求めて、運転者の眠気判定を行うものとしたが、心拍特徴量の変動量の分布に基づくものであれば、標準偏差の代わりに標準誤差等を用いても良い。

また、上記実施形態の眠気検出装置１は、車両に搭載されるものであるが、本発明は、車両の運転者以外の被験者の眠気度を検出するものにも適用可能である。

人の眠気レベルの一例を示す表である。 車両の走行試験で収集した瞬きデータ及び眠気レベルデータの一例を示すグラフである。 心拍特徴量と自律神経の活動との対応を示す表である。 車両の走行試験で収集した心拍データ及び眠気レベルデータの一例を示すグラフである。 ４つの特徴量を用いて浅い眠気を判定した結果の一例を示すグラフである。 ８つの特徴量を用いて浅い眠気を判定した結果の一例を示すグラフである。 本発明に係わる眠気検出装置の一実施形態の概略構成を示すブロック図である。 眠気検出ＥＣＵにより実行される眠気検出処理手順の詳細を示すフローチャートである。 計測器の出力波形及び２値化波形の一例を示す波形図である。 ２値化波形の区間幅及び周期時系列の一例を示す波形図である。 心拍数の周期時系列の一例を示す波形図である。 心拍数の周期時系列に対してＦＦＴ処理して得られた波形の一例を示す波形図である。 ＦＦＴ処理して得られた波形に対して２つの周波数帯帯域を設定した状態を示す波形図である。 心拍ゆらぎの周期時系列の一例を示す波形図である。 心拍特徴量の参照区間幅を設定する手法を示す波形図である。 心拍数標準偏差値及び心拍数値と心拍数標準偏差補正値との一例を示す表である。 心拍ゆらぎ低周波成分標準偏差補正値により眠気を判定する方法を示す波形図である。 心拍特徴量の標準偏差補正値及び平均値の２次元座標を用いて眠気を判定する方法を示す概念図である。 マハラノビス・タグチ法を用いて眠気を判定する方法を示す概念図である。

符号の説明

１…眠気検出装置、２…計測器（計測手段）、３…眠気検出ＥＣＵ（心拍特徴量抽出手段、変動分布演算手段、眠気度判定手段、平均値演算手段、参照時間幅設定手段）。

Claims (4)

1. 被験者の心拍または脈拍を計測する計測手段と、
   前記計測手段により計測された心拍または脈拍から心拍特徴量を抽出する心拍特徴量抽出手段と、
   前記心拍特徴量抽出手段により抽出された心拍特徴量の変動分布を求める変動分布演算手段と、
   前記変動分布演算手段により求められた心拍特徴量の変動分布を用いて前記被験者の眠気度を判定する眠気度判定手段とを備え、
   前記変動分布演算手段は、前記心拍特徴量の変動分布として前記心拍特徴量の標準偏差を求める手段と、前記心拍特徴量の標準偏差を眠気が無い状態において取得された心拍特徴量で除することで、前記心拍特徴量の標準偏差を補正する手段とを有し、
   前記眠気度判定手段は、前記補正された心拍特徴量の標準偏差に基づいて前記被験者の眠気度を判定し、
   前記心拍特徴量は、交感神経の活動に関連する心拍ゆらぎ低周波成分、副交感神経の活動に関連する心拍ゆらぎ高周波成分、前記心拍ゆらぎ低周波成分と前記心拍ゆらぎ高周波成分との比のうちの少なくとも１つを含むことを特徴とする眠気検出装置。
2. 被験者の心拍または脈拍を計測する計測手段と、
   前記計測手段により計測された心拍または脈拍から心拍特徴量を抽出する心拍特徴量抽出手段と、
   前記心拍特徴量抽出手段により抽出された心拍特徴量の平均値を求める平均値演算手段と、
   前記心拍特徴量抽出手段により抽出された心拍特徴量の変動分布を求める変動分布演算手段と、
   前記変動分布演算手段により求められた心拍特徴量の変動分布を用いて前記被験者の眠気度を判定する眠気度判定手段とを備え、
   前記変動分布演算手段は、前記心拍特徴量の変動分布として前記心拍特徴量の標準偏差を求める手段と、前記心拍特徴量の標準偏差を眠気が無い状態において取得された心拍特徴量で除することで、前記心拍特徴量の標準偏差を補正する手段とを有し、
   前記眠気度判定手段は、前記補正された心拍特徴量の標準偏差と前記心拍特徴量の平均値とに基づいて前記被験者の眠気度を判定し、
   前記心拍特徴量は、交感神経の活動に関連する心拍ゆらぎ低周波成分、副交感神経の活動に関連する心拍ゆらぎ高周波成分、前記心拍ゆらぎ低周波成分と前記心拍ゆらぎ高周波成分との比のうちの少なくとも１つを含むことを特徴とする眠気検出装置。
3. 前記心拍特徴量の標準偏差を得るために参照する前記心拍特徴量の参照時間幅を設定する参照時間幅設定手段を更に備え、
   前記変動分布演算手段は、前記心拍特徴量の参照時間幅内における前記心拍特徴量の標準偏差を求めることを特徴とする請求項１または２記載の眠気検出装置。
4. 前記参照時間幅設定手段は、前記心拍特徴量を周波数解析してピーク値周波数を抽出し、前記ピーク値周波数に対応する周期を前記参照時間幅に設定することを特徴とする請求項３記載の眠気検出装置。

Images