JP6003782B2 - ナビゲーション装置及びナビゲーション方法 - Google Patents

Description

本発明は、ナビゲーション装置及びナビゲーション方法に関する。

車両の現在位置や目的地までの走行経路などを案内するナビゲーション装置が広く普及している。このようなナビゲーション装置において経路探索を行う場合、時間を優先した時間優先ルートの検索、一般道を優先した一般道優先ルートの検索、及び有料道路を優先した有料道路優先ルートの検索などが可能である。

上記以外の経路検索方法として、ドライバの生体情報に基づいて経路を探索する方法が開示されている。例えば、特許文献１（特開２００７−６４７９７号公報）には、体脂肪、血圧、脈拍などの生体情報に基づいてドライバの健康状態を判定し、この健康状態に基づいて経路を提供する方法が開示されている。

特開２００７−６４７９７号公報

上記特許文献１のナビゲーション装置は、健康状態に基づいて経路を探索するものの、情報の列挙のみで経路を走行する際のドライバにかかる負荷を考慮して経路を探索することは行われていない。経路を探索する際にドライバにかかる負荷を考慮することができれば、ドライバに負荷のかからない経路を提示できたり、乗車前のドライバの負荷状態に対して無理がないような負荷がかかる経路を提示できたりする。

そこで、本発明の目的は、ドライバの負荷状態を考慮して、より適正な経路を提供することができるナビゲーション装置及びナビゲーション方法を提供することにある。

本発明の一側面に係るナビゲーション装置は、ドライバの生体情報に基づいて経路を探索するナビゲーション装置であって、ドライバの脳波情報を取得又は推定する脳波情報取得部と、脳波情報取得部により取得又は推定された脳波情報に応じて車両の経路を探索する経路探索部と、を備える。

本発明の一側面に係るナビゲーション方法は、ドライバの生体情報に基づいて経路を探索するナビゲーション方法であって、ドライバの脳波情報を取得又は推定する工程と、取得又は推定された脳波情報に応じて車両の経路を探索する工程と、を含む。

このナビゲーション装置及びナビゲーション方法では、ドライバの脳波情報を取得又は推定し、この脳波情報に基づいて車両の経路を探索している。経路探索にあたり、例えば、脳波のうち４〜８Ｈｚの帯域の「θ波」など、人が集中したときに発生することが知られている脳波情報を用いれば、人の負荷状態を判断することができる。したがって、脳波情報から得られる集中度に応じて車両の経路を探索すれば、ドライバの負荷を考慮して、より適正な経路提供することができる。

ナビゲーション装置は、脳波情報に基づいてドライバの集中度を推定する状態推定部を備え、経路探索部は、ドライバの集中度に応じて車両の経路を探索してもよい。

ここで、前頭部で計測される「前頭θ波」と呼ばれる特徴的な脳波があり、一つのことに集中したときに発生することが知られている。本願発明者らは、鋭意実験を重ねた結果、ドライバの前頭θ波は、例えば、カーブの進入時及び一時停止の交差点を曲がるときなどドライバに負荷がかかっているときに上昇し、信号待ちの時などドライバに負荷がかかっていないときに低下することを見出した。

そこで、このナビゲーション装置では、脳波情報から判断することができるドライバの状態であるドライバの集中度を推定し、このドライバの集中度に基づいて車両の経路を探索している。このドライバの集中度に基づいて経路を探索すれば、ドライバの負荷状態を考慮して、より適正な経路を提供することができる。

経路探索部は、道路情報に対し運転時の集中度基準コストを記録した集中度コストデータを用いてドライバの集中度に応じた集中度コストを演算し、演算した集中度コストが低くなる経路を探索してもよい。

ここでいう集中度基準コストとは、ドライバがある区間の道路を走行する際の集中度の負荷量や、集中度の消費量といった概念である。集中度基準コストとは、ドライバ本人のみから取得してもよいし、不特定多数のドライバから取得してもよい。また、運転の傾向が類似する複数のドライバから取得してもよい。ここでいう道路情報とは、ある区間の道路（リンク）を示す情報をいう。このナビゲーション装置では、ドライバの集中度に応じた集中度コストを演算し、演算した集中度コストが最も低くなる経路を探索する。これにより、ドライバの状態に合わせたより適正な経路を提供することができる。

経路探索部は、集中度コストデータを用いて車両に乗車前のドライバの集中度に応じた集中度コストを演算し、演算した集中度コストが低くなる経路を探索してもよい。

これによれば、経路を選択する際のドライバの状態、すなわち、運転をする直前の状態を考慮するだけでなく、例えば、運転をする半日前からのドライバの集中度の情報など、運転をするまでのドライバの状態を考慮して経路を選択することができるので、より適正な経路を提供することができる。

また、ナビゲーション装置は、インターネット上に保持されているデータを収集する情報収集部を更に備え、経路探索部は、情報収集部によって収集されたデータを用いてドライバの集中度に応じた集中度コストを演算し、演算した集中度コストが低くなる経路を探索してもよい。

また、θ波含有率が上昇する場合、すなわち、ドライバの集中度が上昇する場合には、運転を楽しむことにより集中度が上昇する場合と、安全運転をするために集中度が上昇する場合とがあると考えられる。そこで、どちらの要因で集中度が上昇しているかを推定することができれば、例えば、楽しく運転ができる経路をドライバに提供することができると考えた。

そこで、インターネット上に公開されているサイトから、位置情報と関連付けられたテキスト情報を収集する情報収集部と、テキスト情報を分析して、ドライバが運転を楽しむことができる内容であるか否かを判定する情報分析部と、を更に備え、経路探索部は、道路情報に対する集中度基準コストが所定閾値以上であり、かつ、道路情報とドライバが運転を楽しむことができる内容のテキスト情報に関連付けられた位置情報とが所定距離内にある場合、当該集中度基準コストは、ドライバが運転を楽しむことよって所定閾値以上になったと判定してもよい。

このナビゲーション装置によれば、楽しく運転ができる経路を適切に判断することができ、ドライバにその経路を提供することができる。

本発明によれば、ドライバの負荷状態を考慮して、より適正な経路を提供することができる。

第１実施形態に係るナビゲーションシステムの構成を示すブロック図である。 距離基準コストを示す距離マップと、集中度基準コストを示す集中度マップとをそれぞれ示す図面である。 オフィスワーク時のθ波パワーの推移を示したグラフである。 第２実施形態に係るナビゲーションシステムの構成を示すブロック図である。 集中度基準コストを示す集中度マップを示す図面である。

以下、図面を参照して、本発明の実施形態について説明する。図面の説明において、同一要素には同一符号を付し、重複する説明を省略する。

（第１実施形態）
まず、図１を参照して、第１実施形態に係るナビゲーションシステム（ナビゲーション装置）１の構成について説明する。ナビゲーションシステム１は、車両の周辺の地図情報及び車両の走行予定経路などのナビゲーション情報を、運転者を含む利用者に提供する。以下では、第１実施形態に関連する構成について特に詳細に説明する。

図１は、第１実施形態に係るナビゲーションシステム１の構成を示すブロック図である。図１に示すように、ナビゲーションシステム１は、携帯端末１０と、外部サーバ２０と、車載装置３０と、を備えている。

携帯端末１０は、ドライバの心拍数を取得することによりドライバの集中度を推定し、推定された集中度を外部サーバ２０及び車載装置３０に送信する装置である。携帯端末１０から外部サーバ２０に送信されるドライバの集中度は、後段にて詳述される統計処理部２５において実施される集中度マップ（集中度基準コスト）の生成処理に用いられる。携帯端末１０から車載装置３０に送信されるドライバの集中度は、後段にて詳述される重み付け部４３において実施される処理に用いられる。携帯端末１０は、負荷情報取得部（脳波情報取得部）１１と、集中度推定部（状態推定部）１３と、通信ユニット１５とを有している。

負荷情報取得部１１は、例えば、心拍センサなどからドライバの心拍数を取得し、取得された心拍特徴量からθ波含有率を推定する。

集中度推定部１３は、負荷情報取得部１１において推定されたθ波含有率に基づいてドライバの集中度を推定する。集中度推定部１３は、集中するタスクと安静状態とを繰り返し実施したときのθ波含有率と心拍数（心拍特徴量）とを同時に計測してデータセットとして取得し、このデータセットをサポートベクターマシン（ＳＶＭ）に代表される機械学習手法によって、２クラス、多クラス分類、又は回帰モデルを学習する。データセットは、ドライバ以外の複数人のデータから作成してもよいし、ドライバ本人のデータのみから作成してもよい。

通信ユニット１５は、集中度推定部１３において推定されたドライバの集中度を外部サーバ２０に送信する。通信ユニット１５は、ドライバの集中度を連続的に送信してもよいし、所定間隔で定期的に送信してもよい。このとき、ドライバの集中度は、携帯端末に搭載されたＧＰＳ（Global Positioning System）から取得される位置情報と関連付けられて送信される。すなわち、通信ユニット１５から送信される情報は、ある位置でのドライバの集中度が分かる情報である。以後、ドライバの集中度と位置情報とが関連付けられた情報を「集中度情報」と称す。集中度情報は、更に時刻と関連付けられてもよい。また、自動車を運転中の場合には、集中度情報は、自動車の速度情報及び車両操作情報（ブレーキ、アクセル及びステアリングなどの操作情報）などが関連付けられてもよい。

また、通信ユニット１５は、集中度推定部１３において推定されたドライバの集中度を車載装置３０に送信する。通信ユニット１５は、ドライバが経路を探索する際に自動的にドライバの集中度を送信するようにしてもよいし、携帯端末１０から外部サーバ２０に送信されるドライバの集中度には、経路を探索する際のドライバの集中度（以後、「探索時集中度」とも称す。）及び自動車に乗車する前の一定期間におけるドライバの集中度（以後、「乗車前集中度」とも称す。）がある。乗車前集中度が車載装置３０に送信される場合、最大集中度持続時間、積算集中度、及び集中時間の割合などとして送信される。なお、この情報に位置情報が関連付けられてもよい。

携帯端末１０は、例えば、スマートフォンと、スマートフォンと無線通信で接続することができる心拍センサとによって構成してもよい。この場合、スマートフォン側に心拍数に基づいてドライバの集中度を推定する機能を持たせてもよい。また、マイクロプロセッサを内蔵する心拍センサを採用すれば、心拍センサ側でドライバの集中度を推定することができる。この集中度を外部サーバ２０に送信するためにスマートフォンの通信機能を用いてもよい。

外部サーバ２０は、携帯端末１０から送信される集中度情報に基づいて集中度マップを生成し、車載装置３０からの要求に応じて集中度マップを車載装置３０に送信する。外部サーバ２０は、通信ユニット３１と、集中度マップ記憶部２３と、統計処理部２５とを有している。集中度マップについては、後段にて詳述する。

通信ユニット２１は、携帯端末１０から送信されてくる集中度情報を受信すると共に、車載装置３０に、統計処理部２５にて生成した集中度マップを送信する。

集中度マップ記憶部２３は、携帯端末１０から送信されてくる集中度情報を記憶する。集中度マップ記憶部２３は、上述したような時刻と、自動車の速度情報と、車両操作情報とを共に記憶してもよい。また、集中度マップ記憶部２３は、統計処理部２５によって生成される集中度マップを記憶する。

統計処理部２５は、集中度情報に基づいて集中度マップを生成する。集中度マップとは、リンク（道路情報）ごとに、運転時の集中度基準コストが設定されている情報をいう。運転時の集中度基準コストは、ナビゲーションシステム１を所有する本人のみの値であってもよいし、運転傾向が近い複数のドライバの値であってもよいし、不特定多数のドライバの値であってもよい。他のドライバの集中度情報に基づいて集中度マップを生成する場合には、他のドライバが所有する携帯端末１０Ａ，１０Ｂ，１０Ｃから集中度情報を取得すればよい。

ここで、集中度マップの生成方法の一例について説明する。まず、複数のリンクのうち、運転時の集中度基準コストを算出したいリンクの位置情報をもとに、集中度マップ記憶部２３に記憶されている集中度情報を探索する。具体的には、運転時の集中度基準コストを算出したいポイントの位置を中心とする格子及び円などの領域を設定し、この領域に含まれる位置情報を含む集中度情報を集中度マップ記憶部２３の中から抽出する。対象とする領域に集中度情報が一つしかなければ、その集中度情報に対応するドライバの集中度が、そのリンクにおける運転時の集中度基準コストとなる。対象とする領域に複数の集中度情報がある場合には、その平均値又は中央値などをそのリンクにおける運転時の集中度基準コストとすることができる。

このようにして、例えば、図２（ｂ）に示すような集中度マップが生成される。図２（ｂ）では、リンクＬ１〜Ｌ４の括弧内の数値が運転時の集中度基準コストを示している。なお、上記実施形態では、運転時の集中度基準コストを算出する単位をリンクとしたが、例えば、地図情報データベースに記憶された経路を等間隔に分割した点を運転時の集中度基準コストを算出する単位としてもよい。また、リンクごとの運転時の集中度基準コストは、リンクを更に等間隔に分割した点に対応する運転時の集中度基準コストの合計値とすることができる。このように運転時の集中度基準コストを算出することで、そのリンクを走行するときに平均的に要求される運転時の集中度基準コストを考慮することができる。

統計処理部２５において生成される集中度マップは、随時更新される。

車載装置３０は、リンク（道路情報）に対し運転時の集中度基準コストを記録した集中度マップ（集中度コストデータ）を用い、ドライバの探索時集中度（ドライバの集中度）に応じた集中度コストを演算し、演算した集中度コストが低くなる経路を探索する。車載装置３０は、通信ユニット３１、ＧＰＳ３３、地図情報記憶部３５、ＥＣＵ（Electronic Control Unit）４０、及びモニタ３７を有している。

通信ユニット３１は、外部サーバ２０から送信されてくる集中度マップを受信する。また、通信ユニット３１は、携帯端末１０から送信されてくる探索時集中度を受信する。

ＧＰＳ３３は、車両の位置、すなわち、車両の現在位置を示す位置情報を取得する。位置情報は、緯度、経度として取得される。地図情報記憶部３５は、地図情報を記憶する。

ＥＣＵ４０は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Member）、ＲＡＭ（Random Access Memory）などを有し、ＲＯＭなどに記憶されているプログラムをＣＰＵ上で実行することにより、目的地設定部４１、重み付け部４３、及び経路探索部４５などの機能を実現する。なお、目的地設定部４１、重み付け部４３、及び経路探索部４５は、それらの一部または全てが個別のユニットまたは装置として構成されてもよい。

目的地設定部４１は、車両の目的地、つまり車両の行き先を設定する。目的地は、モニタ３７のパネル操作又はマイク入力などを通じて利用者により指定された地点の緯度、経度として設定される。

重み付け部４３は、携帯端末１０から送信されてくる探索時集中度に基づいて、経路探索において使用される集中度基準コストに乗算される係数であるパラメータαを算出する。例えば、経路探索前のドライバの集中度が比較的低い場合には、経路探索時に比較的集中度基準コストが高いリンクの集中度コストが高くなるようなパラメータが設定される。これにより、比較的集中度基準コストが高いリンクが経路として選択されにくくなる。

また、重み付け部４３は、携帯端末１０から送信されてくる乗車前集中度に基づいて、経路探索において使用される集中度基準コストに乗算される係数であるパラメータαを算出する。探索時集中度に基づいて、既にパラメータαが算出されている場合には、当該パラメータを再算出してもよい。乗車前集中度には、上述したような最大集中度持続時間、積算集中度、及び集中時間の割合などが含まれる。

経路探索部４５は、従来知られているダイクストラ法などを用い、現在地から目的地までのトータルの集中度コストが最小となるような経路を抽出する。例えば、集中度マップから算出される集中度基準コストと、距離マップから算出される距離基準コストとに基づいて経路を探索する場合には、現在地から目的地までの集中度コスト及び距離コストのトータルのコストが最小となるような経路を抽出する。

乗車前集中度に基づいて、経路探索を行う場合の一例について説明する。乗車前集中度としての所定時間における集中度の累積を示す積算集中度ｘを用いてパラメータαは、下記式（１）で示される。

ここで、ｆ（ｘ）をしきい値関数とすると、ｆ（ｘ）は下記式（２）で示される。下記式（２）は、積算集中度ｘが所定値よりも大きい場合には、パラメータαとして１を乗じ、積算集中度ｘが所定値以下の場合には、パラメータαとして０を乗じることを示している。なお、ｆ（ｘ）は、連続的な関数であってもよい。

ここで、例えば、距離に基づいた生成される距離マップから算出されるリンクＬ１〜Ｌ４ごとの距離基準コスト（図２（ａ）参照）と、集中度マップから算出されるリンクＬ１〜Ｌ４ごとの集中度基準コスト（図２（ｂ）参照）との和が最小となるように経路を探索する場合、上記で算出したパラメータαは、下記式（３）のように用いられる。すなわち、集中度マップ及び距離マップを用い、積算集中度として示される乗車前集中度に応じて距離コスト及び集中度コストを演算し、演算した距離コスト及び集中度コストが最も低くなる経路を探索する。

（式（３）において、Ｃ^ｉは、第ｉ番目のリンクのコストを示している。）

例えば、極端に集中度基準コストが低いリンクは、ドライバの集中度が上昇しないような単調な経路であると考えられる。このため、所定の集中度基準コストを下回るリンクについては、大きなコストを付加することで選択されにくくしてもよい。また、ドライバによりパラメータαを任意に再調整できるような構成としてもよい。

次に、ナビゲーションシステム１の動作について説明する。まず、第１実施形態のナビゲーションシステム１が経路を探索する際に使用する集中度マップが生成される動作について説明する。

まず、負荷情報取得部１１によって、ドライバの心拍数が取得され、取得された心拍特徴量からθ波含有率が推定される。次に、集中度推定部１３によって、負荷情報取得部１１において推定されたθ波含有率に基づいたドライバの集中度が推定される。ドライバの集中度は、通信ユニット１５によって外部サーバ２０に送信される。ドライバの集中度は、携帯端末に搭載されたＧＰＳから取得される位置情報と関連付けられた集中度情報として送信される。

次に、集中度マップ記憶部２３によって、携帯端末１０から送信されてくる集中度情報が記憶される。次に、統計処理部２５によって、集中度マップ記憶部２３に記憶された集中度情報に基づいて集中度マップが生成される。統計処理部２５において生成される集中度マップは、随時更新される。集中度マップは、個人のみの集中度情報に基づいて生成されてもよいし、他のドライバの集中度情報も含めて生成されてもよい。第１実施形態では、このようにしてあらかじめ生成された集中度マップが経路探索に用いられる。

次に、上記のように生成された集中度マップを用いて経路を探索する場合のナビゲーションシステム１の動作について説明する。まず、目的地設定部４１によって、車両の目的地、つまり車両の行き先が受け付けられる。受け付けた目的地は、緯度及び経度の情報として設定される。次に、重み付け部４３によって、携帯端末１０から送信されてくる探索前集中度に基づいてパラメータαが算出される。また、探索前集中度に基づいて設定されたパラメータαは、乗車前集中度に基づいて再設定されてもよい。

次に、経路探索部４５によって、距離マップから算出される距離基準コスト（図２（ａ）参照）及び集中度マップから算出される集中度基準コスト（図２（ｂ）参照）に対し、パラメータα、１−αがそれぞれ乗じられたときの距離コスト及び集中度コストの和が最小となるような経路が探索される。

以上説明した構成を有するナビゲーションシステム１及びナビゲーション方法によれば、ドライバの脳波情報を取得又は推定し、この脳波情報に基づいて車両の経路を探索している。これにより、ドライバの負荷を考慮して、より適正な経路提供することができる。

脳波のうち４〜８Ｈｚの帯域は「θ波」と呼ばれ、眠気を催したときに発生することが知られている。一方で、前頭部で計測される「Ｆｍθ波」と呼ばれる特徴的な脳波があり、一つのことに集中したときに発生することが知られている。本願発明者らは、実験を重ねた結果、覚醒状態でボタン押し、文書作成、及び運転などを行ったときにθ波パワーが高まる現象を確認した。このような現象の例として、オフィスワーク時のθ波パワーの推移を示したグラフを図３に示す。図３の破線は心拍数を示し、実線はθ波パワーを示している。また、期間Ａは、課題中に眠気を感じている期間である。期間Ｂは、課題に集中している期間である。期間Ｃは、課題に十分集中できていない期間である。

このグラフから、Ｆｍθ波を直接観察せずとも、θ波パワー又はθ波含有率（以下、単に「θ波量」と称す）により集中状態を判定できると考えた。更に、θ波量を、脳波計測により直接取得せずに、心拍などの生体情報から間接的に推定することが考えられる。本願発明者らは、鋭意検討を重ねた結果、心拍数（心拍特徴量）からθ波含有率の大小を推定できることを見出した。そこで、第１実施形態では、負荷情報取得部１１においてドライバの心拍数からθ波含有率を取得し、集中度推定部１３においてθ波含有率に基づいてドライバの集中度を推定している。これにより、簡易な装置でドライバの集中状態を判定することができる。

（第２実施形態）
次に、第２実施形態について、主に図４及び図５を参照しながら説明する。図４は、第２実施形態に係るナビゲーションシステムの構成を示すブロック図である。図５は、集中度基準コストを示す集中度マップを示す図面である。

まず、ナビゲーションシステム１０１について説明する。ナビゲーションシステム１の構成と異なる点は、外部サーバ２０が、評判分析部（情報分析部）１２１と、ソーシャル情報収集部（情報収集部）１２３とを更に備える点である。ここでは、この評判分析部１２１及びソーシャル情報収集部１２３について詳細に説明し、第１実施形態のナビゲーションシステム１と共通する点については説明を省略する。

θ波含有率が上昇する場合、すなわち、ドライバの集中度が上昇する場合には、運転を楽しむことにより集中度が上昇する場合と、安全運転をするために集中度が上昇する場合とがあると考えられる。そこで、第２実施形態のナビゲーションシステム１０１では、どちらの要因で集中度が上昇しているかを推定し、楽しく運転ができる経路をドライバに提供することができる点に特徴がある。

ソーシャル情報収集部１２３は、インターネット上に公開されているサイト、例えば、ＳＮＳ（social networking service）、写真サーバ、及びブログなどのサイトからジオタグ付きテキストデータの収集を行う。ジオタグ付きテキストデータとは、位置情報と関連付けられたテキスト情報のことをいう。ソーシャル情報収集部１２３は、これらの収集されたジオタグ付きテキストデータを評判分析部１２１に送信する。

評判分析部１２１は、収集されたジオタグ付きテキストデータを分析して、そのテキストがポジティブな内容であるか否かを判定する。ポジティブな内容とは、テキストデータの中にドライバが運転を楽しむことができる要因を含んでいることをいう。評判分析部１２１は、収集したジオタグ付きテキストデータについて形態素解析などを行うことによって単語に分解し、分解されたそれぞれの単語に対して、ポジティブな感情を意味する単語であるか、ネガティブな感情を意味する単語であるかを判断する。ポジティブな感情を意味する単語であるか否かは、あらかじめデータベースに登録された単語と一致するか否かを照合することによって判断される。そして、ポジティブな感情を意味する単語が、ネガティブな感情を意味する単語よりも多ければ、このジオタグ付きテキストデータは、ポジティブな内容であると判断される。

経路探索部４５は、リンクに対する集中度基準コストが所定閾値以上であり、かつ、当該リンクの位置とドライバが運転を楽しむことができる内容のジオタグ付きテキストデータの位置情報とが所定距離内にある場合、当該集中度基準コストは、ドライバが運転を楽しむことよって所定閾値以上になったと判定する。

次に、第１実施形態で説明した集中度マップ及び距離マップと、評判分析部１２１によって解析されたジオタグ付きテキストデータとを用いて経路を探索する場合のナビゲーションシステム１０１の動作について説明する。

まず、経路探索部４５は、携帯端末１０から送信されてくる乗車前集中度としての積算集中度が所定の閾値を超えていないか否かを判断する。ここで、積算集中度が所定の閾値を超えていない場合には、距離マップに基づいて算出される経路（最短経路）と、集中度マップに基づいて算出される経路（集中度が要求されない経路）をドライバに提示する。すなわち、比較的ドライバの集中度が低いと判断された場合には、距離優先で探索された経路と集中度優先で探索された経路を提示する。

図５を用いて具体的に示す。集中度マップからリンクＬ１１〜Ｌ１５におけるそれぞれの集中度基準コストが算出されたとする。Ｌ１１〜Ｌ１５のそれぞれの集中度基準コストは、２５，２０，１０，１０，１５である。ナビゲーションシステム１０１は、集中度マップから算出される出発地点から目的地点までの経路として、集中度コストが最小となる経路、すなわち、リンクＬ１３とリンクＬ１４を通る経路を提示する。

ここで、例えば、リンクＬ１１の途中の展望台において、「景色が良い」などの投稿がされていたとする。このとき、ソーシャル情報収集部１２３は、このジオタグ付きテキストデータを収集し、評判分析部１２１が、ポジティブな内容であると判定する。さらに、評判分析部１２１は、ジオタグ付きテキストデータの位置情報に基づいて、このジオタグ付きテキストデータがリンクＬ１１から所定の距離内の情報であると判定する。そうすると、経路探索部４５は、Ｌ１１の集中度基準コストは、ドライバが運転を楽しむことによって集中度基準コストが所定値以上になったと判定する。経路探索部４５は、このリンクＬ１１を含むような経路であって、距離の増加が最小となるような経路を、先に探索した最短距離となる経路及び集中度が要求されない経路と共に提示する。

以上、第１及び第２実施形態について説明したが、本発明は、上記実施形態に限られるものではなく、発明の趣旨を逸脱しない範囲で種々の変更が可能である。

上記第１及び第２実施形態のナビゲーションシステム１（１０１）では、心拍センサによってドライバの心拍を取得することにより脳波を推定し、この脳波からドライバの集中度を推定する例を挙げて説明したがこれに限定されるものではない。例えば、ナビゲーションシステムは、ドライバの脳波情報を直接計測し、計測された脳波情報からドライバの集中度を推定してもよい。計測する脳波情報は任意の脳波でよく、例えば、θ波及びＦｍθ波などが含まれる。

上記第１及び第２実施形態のナビゲーションシステム１（１０１）では、携帯端末１０と、外部サーバ２０と、車載装置３０がそれぞれ別の構成とした例を挙げて説明したが、これに限定されるものではない。携帯端末１０、外部サーバ２０、及び車載装置３０をそれぞれ構成する要素が１つの装置にまとめられてもよい。

上記第２実施形態のナビゲーションシステム１０１におけるソーシャル情報収集部１２３は、インターネット上に公開されているサイトからジオタグ付きテキストデータの収集を行う例を挙げて説明したが、ソーシャル情報収集部１２３は、イントラネット上に保持されたデータや個人のパソコンに蓄積されたデータを収集するように構成してもよい。

１，１０１…ナビゲーションシステム（ナビゲーション装置）、１０，１０Ａ，１０Ｂ，１０Ｃ…携帯端末、１１…負荷情報取得部（脳波情報取得部）、１３…集中度推定部（状態推定部）、１５…通信ユニット、２０…外部サーバ、２１…通信ユニット、２３…集中度マップ記憶部、２５…統計処理部、３０…車載装置、３１…通信ユニット、３３…ＧＰＳ、３５…地図情報記憶部、３７…モニタ、４１…目的地設定部、４３…重み付け部、４５…経路探索部、１２１…評判分析部（情報分析部）、１２３…ソーシャル情報収集部（情報収集部）。

Claims (5)

1. ドライバの生体情報に基づいて経路を探索するナビゲーション装置であって、
   ドライバの脳波情報を取得又は推定する脳波情報取得部と、
   前記脳波情報に基づいて前記ドライバの集中度を推定する状態推定部と、
   距離に基づいて生成される距離マップから算出されるリンクごとの距離基準コストと、集中度マップから算出されるリンクごとの集中度基準コストと、に基づいて車両の経路を探索する経路探索部と、
   前記ドライバの集中度に応じて前記距離基準コスト及び前記集中度基準コストに乗算する係数を算出する重み付け部と、を備え、
   前記経路探索部は、前記係数が乗算された前記距離基準コストと前記集中度基準コストとの和が最小となるような経路を探索する、ナビゲーション装置。
2. 前記重み付け部は、前記車両に乗車前又は経路探索時の前記ドライバの集中度に応じて前記係数を算出する、請求項１に記載のナビゲーション装置。
3. インターネット上に保持されているデータを収集する情報収集部と、
   前記データを分析して、前記ドライバが運転を楽しむことができる内容を含むか否かを判定する情報分析部と、更に備え、
   前記経路探索部は、前記距離マップに基づいて算出される最短経路と、前記集中度マップに基づいて算出される集中度が要求されない経路とに加え、ドライバが運転を楽しむことができる内容のテキスト情報に関連付けられた位置情報と一つの前記リンクとが所定距離内にあると判定した場合、前記一つのリンクを含むような経路であって距離の増加が最小となるような経路を提示する、請求項１又は２に記載のナビゲーション装置。
4. 前記情報収集部は、インターネット上に公開されているサイトから、位置情報と関連付けられたテキスト情報を収集し、前記情報分析部は、前記テキスト情報を分析して、前記ドライバが運転を楽しむことができる内容であるか否かを判定する、請求項３に記載のナビゲーション装置。
5. ドライバの生体情報に基づいて経路を探索するナビゲーション方法であって、
   ドライバの脳波情報を取得又は推定する工程と、
   前記脳波情報に基づいて前記ドライバの集中度を推定する工程と、
   距離に基づいて生成される距離マップから算出されるリンクごとの距離基準コストと、集中度マップから算出されるリンクごとの集中度基準コストと、に基づいて車両の経路を探索する工程と、
   前記ドライバの集中度に応じて前記距離基準コスト及び前記集中度基準コストに乗算する係数を算出する工程と、を備え、
   前記経路を探索する工程では、前記係数が乗算された前記距離基準コスト及び前記集中度基準コストの和が最小となるような経路を探索する、ナビゲーション方法。

Images