JP6186820B2 - Sleepiness prediction device and sleepiness prediction system - Google Patents

Sleepiness prediction device and sleepiness prediction system Download PDF

Info

Publication number
JP6186820B2
JP6186820B2 JP2013082359A JP2013082359A JP6186820B2 JP 6186820 B2 JP6186820 B2 JP 6186820B2 JP 2013082359 A JP2013082359 A JP 2013082359A JP 2013082359 A JP2013082359 A JP 2013082359A JP 6186820 B2 JP6186820 B2 JP 6186820B2
Authority
JP
Japan
Prior art keywords
predicted
sleepiness
value
change amount
amount
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2013082359A
Other languages
Japanese (ja)
Other versions
JP2014206785A (en
Inventor
慧 寺川
慧 寺川
伊藤　靖之
靖之 伊藤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Denso Corp
Original Assignee
Denso Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Denso Corp filed Critical Denso Corp
Priority to JP2013082359A priority Critical patent/JP6186820B2/en
Priority to PCT/JP2014/001952 priority patent/WO2014167811A1/en
Publication of JP2014206785A publication Critical patent/JP2014206785A/en
Application granted granted Critical
Publication of JP6186820B2 publication Critical patent/JP6186820B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K28/00—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions
    • B60K28/02—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions responsive to conditions relating to the driver
    • B60K28/06—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions responsive to conditions relating to the driver responsive to incapacity of driver
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1112—Global tracking of patients, e.g. by using GPS
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W2040/0818—Inactivity or incapacity of driver
    • B60W2040/0827—Inactivity or incapacity of driver due to sleepiness
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/50—External transmission of data to or from the vehicle for navigation systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/65—Data transmitted between vehicles

Description

本発明は、眠気予測装置及び眠気予測システムに関する。   The present invention relates to a drowsiness prediction device and a drowsiness prediction system.

近年、ドライバの眠気を検出し、これをドライバに知らせることで安全運転を促すシステムの開発が行われている。また、車両の進行方向の道路情報を解析して道路負荷量を算出し、将来におけるドライバの眠気を予測するシステムが提案されている（特許文献１参照）。   In recent years, a system that promotes safe driving by detecting driver drowsiness and informing the driver of the drowsiness has been developed. In addition, a system has been proposed in which road information in a traveling direction of a vehicle is analyzed to calculate a road load, and a driver's sleepiness in the future is predicted (see Patent Document 1).

特許第４５１４３７２号公報Japanese Patent No. 4514372

しかしながら、ドライバの眠気は、道路情報を解析して得られた道路負荷量以外の種々の要素にも左右されるため、従来技術ではドライバの眠気を精度よく予測することはできなかった。本発明は以上の点に鑑みなされたものであり、ドライバの眠気を高精度に予測できる眠気予測装置及び眠気予測システムを提供することを目的とする。   However, since the driver's sleepiness depends on various factors other than the road load obtained by analyzing the road information, the conventional technology cannot accurately predict the driver's sleepiness. The present invention has been made in view of the above points, and an object of the present invention is to provide a drowsiness prediction apparatus and a drowsiness prediction system capable of predicting driver drowsiness with high accuracy.

本発明の眠気予測装置は、自車両のドライバの眠気を表す眠気数値を取得する眠気数値取得手段と、自車両が属する領域における眠気数値の予測変化量を取得する予測変化量取得手段と、眠気数値及び予測変化量に基き、領域内における眠気数値の予測値を算出する予測値算出手段とを備える。   The drowsiness prediction device of the present invention includes a drowsiness value acquisition unit that acquires a drowsiness value that represents the drowsiness of the driver of the host vehicle, a predicted change amount acquisition unit that acquires a predicted change amount of the drowsiness value in a region to which the host vehicle belongs, And a predicted value calculating means for calculating a predicted value of the sleepiness value in the area based on the numerical value and the predicted change amount.

特に、本発明の眠気予測装置において、予測変化量は、領域を自車両が走行したときの眠気数値の変化に基き算出された予測変化量Ａ1、又は、領域を走行した複数の車両における眠気数値の変化量に基き統計的に算出された予測変化量Ａ2である。そのことにより、ドライバの眠気を高精度に予測できる。 In particular, in the sleepiness prediction apparatus of the present invention, the predicted change amount is the predicted change amount A 1 calculated based on a change in the sleepiness value when the host vehicle travels in the region, or the sleepiness in a plurality of vehicles traveling in the region. It is the predicted change amount A 2 that is statistically calculated based on the change amount of the numerical value. As a result, the drowsiness of the driver can be predicted with high accuracy.

眠気予測装置１及び眠気予測システム３の構成を表すブロック図である。It is a block diagram showing the structure of the drowsiness prediction apparatus 1 and the drowsiness prediction system 3. FIG. 道路リンクを表す説明図である。It is explanatory drawing showing a road link. 眠気予測装置１が実行する処理を表すフローチャートである。It is a flowchart showing the process which the drowsiness prediction apparatus 1 performs. 情報センター５が実行する処理を表すフローチャートである。It is a flowchart showing the process which the information center 5 performs. 眠気予測装置１が実行する処理を表すフローチャートである。It is a flowchart showing the process which the drowsiness prediction apparatus 1 performs. 眠気予測装置１が実行する処理を表すフローチャートである。It is a flowchart showing the process which the drowsiness prediction apparatus 1 performs. 眠気予測装置１及び眠気予測システム３の構成を表すブロック図である。It is a block diagram showing the structure of the drowsiness prediction apparatus 1 and the drowsiness prediction system 3. FIG.

本発明の実施形態を図面に基き説明する。
＜第１の実施形態＞
１．眠気予測装置１及び眠気予測システム３の構成
眠気予測装置１及び眠気予測システム３の構成を図１に基き説明する。眠気予測システム３は、眠気予測装置１と、情報センター５とから構成される。眠気予測システム３は、複数の眠気予測装置１を含んでいてもよい。 An embodiment of the present invention will be described with reference to the drawings.
<First Embodiment>
1. Configurations of Drowsiness Prediction Device 1 and Drowsiness Prediction System 3 The configurations of drowsiness prediction device 1 and drowsiness prediction system 3 will be described with reference to FIG. The sleepiness prediction system 3 includes a sleepiness prediction device 1 and an information center 5. The sleepiness prediction system 3 may include a plurality of sleepiness prediction devices 1.

眠気予測装置１は車両に搭載される車載装置である。眠気予測システム３が複数の眠気予測装置１を含む場合、複数の車両に眠気予測装置１が１台ずつ搭載される。以下では、眠気予測装置１が搭載された車両を自車両とする。   The sleepiness prediction device 1 is an in-vehicle device mounted on a vehicle. When the drowsiness prediction system 3 includes a plurality of drowsiness prediction apparatuses 1, one drowsiness prediction apparatus 1 is mounted on each of a plurality of vehicles. Hereinafter, the vehicle on which the drowsiness prediction device 1 is mounted is referred to as the own vehicle.

眠気予測装置１は、スピーカ７、ディスプレイ９、無線通信モジュール１１、ＧＰＳ１３、車速センサ１５、ＳＤカード（登録商標）スロット１７、ＳＤカード１９、入力部２１、及び制御部２３を備える。   The sleepiness prediction apparatus 1 includes a speaker 7, a display 9, a wireless communication module 11, a GPS 13, a vehicle speed sensor 15, an SD card (registered trademark) slot 17, an SD card 19, an input unit 21, and a control unit 23.

スピーカ７は自車両の車室内に設置され、音声を出力可能な構成である。ディスプレイ９は自車両の車室内に設置され、ドライバに対し画像を表示可能な液晶表示装置である。無線通信モジュール１１は後述する基地局１０３との間で無線通信を行う構成である。ＧＰＳ１３は自車両の位置情報を取得する周知の構成である。車速センサ１５は自車両の速度を取得するセンサである。   The speaker 7 is installed in the passenger compartment of the host vehicle and can output sound. The display 9 is a liquid crystal display device installed in the passenger compartment of the host vehicle and capable of displaying an image to the driver. The wireless communication module 11 is configured to perform wireless communication with a base station 103 described later. The GPS 13 is a known configuration that acquires position information of the host vehicle. The vehicle speed sensor 15 is a sensor that acquires the speed of the host vehicle.

ＳＤカードスロット１７はＳＤカード１９を着脱可能であり、ＳＤカード１９を装着している状態においては、ＳＤカード１９に情報を書き込み可能であるとともに、ＳＤカード１９から情報を読み取り可能である。ＳＤカード１９は記憶メディアの１種であり、情報の書き込み、保持、及び読み出しが可能である。   The SD card slot 17 is detachable from the SD card 19. When the SD card 19 is mounted, information can be written to the SD card 19 and information can be read from the SD card 19. The SD card 19 is a kind of storage medium, and can write, hold, and read information.

入力部２１は後述する眠気センサ１０１との間の通信を実行し、眠気数値を取得する構成である。制御部２３は眠気予測装置１の各構成を制御し、後述する処理を実行する周知のコンピュータである。制御部２３はＲＯＭ２３ａを備え、そのＲＯＭ２３ａに、後述する処理を実行するプログラムを記憶している。   The input unit 21 is configured to execute communication with a drowsiness sensor 101 described later and acquire a drowsiness value. The control unit 23 is a well-known computer that controls each component of the drowsiness prediction apparatus 1 and executes processing to be described later. The control unit 23 includes a ROM 23a, and a program for executing processing to be described later is stored in the ROM 23a.

情報センター５は、車両の外部に設置される固定設備であって、記憶装置２９、通信モジュール３１、及び制御部３３を備える。記憶装置２９は情報の書き込み、保存、及び読み出しが可能なＨＤＤ（ハードディスクドライブ）である。通信モジュール３１は、基地局１０３との間で情報を送受信する構成である。   The information center 5 is a fixed facility installed outside the vehicle, and includes a storage device 29, a communication module 31, and a control unit 33. The storage device 29 is an HDD (hard disk drive) capable of writing, storing, and reading information. The communication module 31 is configured to transmit / receive information to / from the base station 103.

なお、基地局１０３は車両の外部に設置される固定設備であって、互いに所定の間隔をおいて複数設置されている。基地局１０３は、情報センター５の通信モジュール３１から受け取った情報を、眠気予測装置１の無線通信モジュール１１に対し、無線通信により送信する。また、基地局１０３は、無線通信モジュール１１から無線通信により送信された情報を受信し、その情報を通信モジュール３１に対し出力する。   The base station 103 is a fixed facility installed outside the vehicle, and a plurality of base stations 103 are installed at predetermined intervals. The base station 103 transmits the information received from the communication module 31 of the information center 5 to the wireless communication module 11 of the drowsiness prediction device 1 by wireless communication. Further, the base station 103 receives information transmitted from the wireless communication module 11 by wireless communication, and outputs the information to the communication module 31.

また、情報センター５は、複数の端末１０５とインターネット回線１０７により接続している。端末１０５は、事務所、家庭等に備えられる端末であり、ＳＤカードスロット１０９を備えている。ＳＤカードスロット１０９は、上述したＳＤカードスロット１７と同様の構成である。これらの構成により、情報センター５は、記憶装置２９に記憶されている情報を、ＳＤカードスロット１０９に装着されたＳＤカード１９に書き込み可能である。また、情報センター５は、ＳＤカードスロット１０９に装着されたＳＤカード１９に記憶された情報を読み取り、記憶装置２９に記憶可能である。   In addition, the information center 5 is connected to a plurality of terminals 105 via the Internet line 107. The terminal 105 is a terminal provided in an office, home, or the like, and includes an SD card slot 109. The SD card slot 109 has the same configuration as the SD card slot 17 described above. With these configurations, the information center 5 can write information stored in the storage device 29 to the SD card 19 installed in the SD card slot 109. The information center 5 can read information stored in the SD card 19 inserted in the SD card slot 109 and store the information in the storage device 29.

自車両は、眠気予測装置１に加えて、眠気センサ１０１を搭載している。眠気センサ１０１は、出力部１１１、カメラ１１３、電源１１５、及び制御部１１７を備える。出力部１１１は、後述する眠気数値を眠気予測装置１に出力する構成である。カメラ１１３は、自車両の車室内に設置され、ドライバの顔（特にドライバのまぶた）を含む範囲の動画を撮影可能である。電源１１５は眠気センサ１０１の各構成に電力を供給する。制御部１１７は眠気センサ１０１の各構成を制御し、眠気数値（自車両のドライバの眠気を表す数値）を取得する処理を実行する周知のコンピュータである。   In addition to the drowsiness prediction device 1, the own vehicle is equipped with a drowsiness sensor 101. The sleepiness sensor 101 includes an output unit 111, a camera 113, a power source 115, and a control unit 117. The output unit 111 is configured to output a drowsiness value to be described later to the drowsiness prediction device 1. The camera 113 is installed in the passenger compartment of the host vehicle, and can capture a moving image in a range including the driver's face (particularly the driver's eyelid). The power source 115 supplies power to each component of the drowsiness sensor 101. The control unit 117 is a well-known computer that controls each component of the drowsiness sensor 101 and executes a process of acquiring a drowsiness value (a numerical value representing the drowsiness of the driver of the host vehicle).

眠気数値を取得する処理は以下のものである。まず、カメラ１１３を用いてドライバの顔を含む範囲の動画を撮影する。次に、撮影した動画を画像解析し、ドライバのまぶたが閉じている時間の比率Ｒ（％）を算出する。例えば、動画の全撮影時間がＴａであり、そのうち、まぶたが閉じている時間がＴｃである場合、比率Ｒは、（Ｔｃ／Ｔａ）×１００（％）となる。   The process for acquiring the sleepiness value is as follows. First, a moving image in a range including the driver's face is shot using the camera 113. Next, the captured moving image is subjected to image analysis, and the ratio R (%) of the time during which the driver's eyelid is closed is calculated. For example, when the total shooting time of the moving image is Ta and the time when the eyelid is closed is Tc, the ratio R is (Tc / Ta) × 100 (%).

次に、比率Ｒを所定の換算式により、眠気数値に換算する。具体的には、比率Ｒが１０％以下である場合は、比率Ｒを１０倍した値を眠気数値とする。例えば、比率Ｒが５％である場合、眠気数値は５０となる。また、比率Ｒが１０％を超える場合は、眠気数値を一律に１００とする。   Next, the ratio R is converted into a drowsiness value by a predetermined conversion formula. Specifically, when the ratio R is 10% or less, a value obtained by multiplying the ratio R by 10 is set as a sleepiness value. For example, when the ratio R is 5%, the sleepiness value is 50. When the ratio R exceeds 10%, the sleepiness value is uniformly set to 100.

なお、入力部２１は眠気数値取得手段の一実施形態であり、制御部２３は予測変化量取得手段及び予測値算出手段の一実施形態であり、ＧＰＳ１３、車速センサ１５、及び制御部２３は走行方向取得手段の一実施形態であり、無線通信モジュール１１は送信手段の一実施形態であり、制御部３３は更新手段の一実施形態である。   The input unit 21 is an embodiment of a drowsiness numerical value acquisition unit, the control unit 23 is an embodiment of a predicted change amount acquisition unit and a predicted value calculation unit, and the GPS 13, the vehicle speed sensor 15, and the control unit 23 are running. The wireless communication module 11 is an embodiment of a transmission unit, and the control unit 33 is an embodiment of an updating unit.

２．眠気予測装置１及び眠気予測システム３が実行する処理
（２−１）眠気予測装置１が予測変化量Ａ1を記憶する処理
眠気予測装置１が予測変化量Ａ1を記憶する処理を、図２及び図３に基き説明する。この処理は、自車両が、それまで走行していた道路リンク（領域の一実施形態）から、新たな道路リンクに進入したときに実行される。 2. Processing Performed by Drowsiness Prediction Device 1 and Drowsiness Prediction System 3 (2-1) Processing in which sleepiness prediction device 1 stores predicted change amount A 1 Processing in which sleepiness prediction device 1 stores predicted change amount A 1 is shown in FIG. And it demonstrates based on FIG. This process is executed when the host vehicle enters a new road link from the road link (one embodiment of the area) that has been traveling so far.

ここで、道路リンクとは、道路を複数の領域に区分したときの個々の領域を意味する。例えば、図２に示すように、道路２０１は、複数の道路リンクＬ1、Ｌ2、Ｌ3、・・・に区分される。各道路リンクは重複することはなく（すなわち、道路２０１上の任意の１点が２以上の道路リンクに同時に属することはなく）、また、隣接する道路リンク間に隙間はない。 Here, the road link means an individual area when the road is divided into a plurality of areas. For example, as shown in FIG. 2, the road 201 is divided into a plurality of road links L 1 , L 2 , L 3 ,. Each road link does not overlap (that is, any one point on the road 201 does not belong to two or more road links at the same time), and there is no gap between adjacent road links.

図３のステップ１では、眠気センサ１０１から眠気数値の取得を開始し、それ以降、継続的に（所定時間ごとに繰り返し）眠気数値を取得する。
ステップ２では、前記ステップ１で眠気数値の取得を開始してから、１０分間が経過したか否かを判断する。１０分間が経過した場合はステップ３に進み、未だ１０分間が経過していない場合はステップ２に戻る。 In step 1 of FIG. 3, the sleepiness value is started to be acquired from the sleepiness sensor 101, and thereafter, the sleepiness value is continuously acquired (repeated every predetermined time).
In step 2, it is determined whether or not 10 minutes have elapsed since the acquisition of the sleepiness value in step 1 was started. If 10 minutes have elapsed, the process proceeds to step 3, and if 10 minutes have not yet elapsed, the process returns to step 2.

ステップ３では、前記ステップ１で取得を開始してから１０分間に取得した複数の眠気数値の標準偏差を算出する。そして、この標準偏差に１．５を乗じた数値を、予測変化量候補Ｘとして、ＳＤカード１９に記憶する。   In step 3, standard deviations of a plurality of sleepiness values acquired in 10 minutes after starting acquisition in step 1 are calculated. Then, a numerical value obtained by multiplying this standard deviation by 1.5 is stored in the SD card 19 as a predicted change amount candidate X.

ステップ４では、自車両の走行方向を取得する。走行方向は、自車両の位置をＧＰＳ１３により繰り返し取得し、その位置が変化する方向を走行方向とする方法で取得できる。
ステップ５では、自車両が属する道路リンク上を前記ステップ４で取得した走行方向に走行したときに取得した予測変化量候補Ｘの平均値を算出し、その平均値を予測変化量Ａ1としてＳＤカード１９に記憶する。なお、予測変化量Ａ1は、ある道路リンクを自車両が走行したときの眠気数値の変化に基き算出された値の一実施形態である。 In step 4, the traveling direction of the host vehicle is acquired. The traveling direction can be acquired by a method in which the position of the host vehicle is repeatedly acquired by the GPS 13 and the direction in which the position changes is set as the traveling direction.
In step 5, the average value of the predicted variation candidate X acquired when traveling on the road link to which the host vehicle belongs in the traveling direction acquired in step 4 is calculated, and the average value is used as the predicted variation A 1 in SD. Store in card 19. The predicted change amount A 1 is an embodiment of a value calculated based on a change in the sleepiness value when the host vehicle travels on a certain road link.

例えば、同一の道路リンク及び同一の走行方向において予測変化量候補Ｘを過去に５回算出し、それぞれをＳＤカード１９に記憶している場合は、その５回分の予測変化量候補Ｘの平均値を算出し、その平均値を予測変化量Ａ1としてＳＤカード１９に記憶する。なお、過去に予測変化量Ａ1を算出し、ＳＤカード１９に記憶していた場合は、新たに算出した予測変化量Ａ1で上書きする。 For example, when the predicted change amount candidate X is calculated five times in the past in the same road link and the same traveling direction and each is stored in the SD card 19, the average value of the five predicted change amount candidates X And the average value is stored in the SD card 19 as the predicted change amount A 1 . If the predicted change amount A 1 is calculated in the past and stored in the SD card 19, it is overwritten with the newly calculated predicted change amount A 1 .

ステップ７では、前記ステップ６で算出した予測変化量Ａ1と、それに対応する道路リンク及び走行方向を、無線通信モジュール１１を用いて、基地局１０３を介し、情報センター５に送信する。 In step 7, the predicted change amount A 1 calculated in step 6 and the corresponding road link and traveling direction are transmitted to the information center 5 through the base station 103 using the wireless communication module 11.

なお、本明細書では、所定の道路リンク上を所定の走行方向に走行したときに算出された予測変化量Ａ1は、前記所定の道路リンク及び前記所定の走行方向に対応すると表現する。また、前記所定の道路リンク及び前記所定の走行方向は、その予測変化量Ａ1に対応すると表現する。 In the present specification, it is expressed that the predicted change amount A 1 calculated when traveling on a predetermined road link in a predetermined traveling direction corresponds to the predetermined road link and the predetermined traveling direction. The predetermined road link and the predetermined traveling direction are expressed as corresponding to the predicted change amount A 1 .

（２−２）情報センター５が予測変化量Ａ2を記憶する処理
情報センター５が予測変化量Ａ2を記憶する処理を図４に基き説明する。この処理は所定時間ごとに繰り返し実行される。図４のステップ１１では、眠気予測装置１が送信した予測変化量Ａ1と、それに対応する道路リンク及び走行方向（前記ステップ７参照）とを基地局１０３及び通信モジュール３１を用いて受信したか否かを判断する。受信した場合はステップ１２に進み、受信しなかった場合は本処理を終了する。 (2-2) Process in which the information center 5 stores the predicted change amount A 2 The process in which the information center 5 stores the predicted change amount A 2 will be described with reference to FIG. This process is repeatedly executed every predetermined time. In step 11 of FIG. 4, has the base station 103 and the communication module 31 received the predicted change amount A 1 transmitted by the drowsiness prediction device 1 and the corresponding road link and travel direction (see step 7)? Judge whether or not. If received, the process proceeds to step 12, and if not received, the process is terminated.

ステップ１２では、前記ステップ１１で受信した予測変化量Ａ1と同一の道路リンク及び走行方向に対応する予測変化量Ａ1が既に記憶装置２９に記憶されているか否かを判断する。記憶されている場合はステップ１３に進み、記憶されていない場合はステップ１５に進む。 In step 12, it is determined whether or not the predicted change amount A 1 corresponding to the same road link and traveling direction as the predicted change amount A 1 received in step 11 is already stored in the storage device 29. If it is stored, the process proceeds to step 13, and if it is not stored, the process proceeds to step 15.

ステップ１３では、前記ステップ１１で受信した予測変化量Ａ1と、既に記憶装置２９に記憶されている、同一の道路リンク及び走行方向に対応する予測変化量Ａ1との平均値を算出する。 In step 13, it calculates the predicted amount of change A 1 received in step 11, already stored in the storage device 29, an average value between the predicted variation A 1 corresponding to the same road link and the traveling direction.

なお、平均値の算出に用いる、既に記憶装置２９に記憶されていた予測変化量Ａ1は、単数であっても複数であってもよい。また、既に記憶装置２９に記憶されていた複数の予測変化量Ａ1は、複数の眠気予測装置１からそれぞれ送信されたものであってもよい。 Note that the predicted change amount A 1 that is already stored in the storage device 29 used for calculating the average value may be singular or plural. The plurality of predicted change amounts A 1 that are already stored in the storage device 29 may be transmitted from the plurality of sleepiness prediction devices 1, respectively.

ステップ１４では、前記ステップ１３で算出した平均値を、新たな予測変化量Ａ2として、記憶装置２９に記憶する。なお、過去に予測変化量Ａ2を算出し、記憶装置２９に記憶していた場合は、新たに算出した予測変化量Ａ2で上書きする。記憶装置２９には、予測変化量Ａ2と関連付けて、それに対応する道路リンク及び走行方向も記憶する。 In step 14, it stores the average value calculated at the step 13, as a new predicted amount of change A 2, the storage device 29. If the predicted change amount A 2 is calculated in the past and stored in the storage device 29, it is overwritten with the newly calculated predicted change amount A 2 . The storage device 29 stores the road link and the traveling direction corresponding to the predicted change amount A 2 in association with the predicted change amount A 2 .

一方、前記ステップ１２において否定判断された場合はステップ１５に進み、前記ステップ１１で受信した予測変化量Ａ1を予測変化量Ａ2として新規に記憶装置２９に記憶する。記憶装置２９には、予測変化量Ａ2と関連付けて、それに対応する道路リンク及び走行方向も記憶する。 On the other hand, if a negative determination in step 12 proceeds to step 15, to newly stored in the storage device 29 the predicted variation A 1 received in step 11 as the predicted change amount A 2. The storage device 29 stores the road link and the traveling direction corresponding to the predicted change amount A 2 in association with the predicted change amount A 2 .

なお、予測変化量Ａ1と、それに基き前記ステップ１４又は１５において取得された予測変化量Ａ2とは、同一の道路リンク及び走行方向に対応する。
（２−３）眠気予測装置１が眠気数値の予測値を算出する処理
眠気予測装置１が眠気数値の予測値を算出する処理を図５に基き説明する。この処理は、自車両が、それまで走行していた道路リンクから、新たな道路リンクに進入したときに実行される。 Note that the predicted change amount A 1 and the predicted change amount A 2 acquired in step 14 or 15 based on the predicted change amount A 1 correspond to the same road link and traveling direction.
(2-3) Process in which sleepiness prediction apparatus 1 calculates predicted value of sleepiness value The process in which sleepiness prediction apparatus 1 calculates the prediction value of sleepiness value will be described with reference to FIG. This process is executed when the host vehicle enters a new road link from the road link that has been traveling.

ステップ２１では、前記ステップ４と同様の方法で、自車両の走行方向を取得する。
ステップ２２では、自車両がその時点で属する道路リンク、及び前記ステップ２１で取得した走行方向に対応する予測変化量Ａ1がＳＤカード１９に記憶されているか否かを判断する。記憶されている場合はステップ２３に進み、記憶されていない場合はステップ２８に進む。なお、対応する予測変化量Ａ1がＳＤカード１９に記憶されている場合、その予測変化量Ａ1は前記ステップ６の処理で記憶されたものである。また、ＳＤカード１９に記憶されている予測変化量Ａ1は、後述するステップ２５で使用する。 In step 21, the traveling direction of the host vehicle is acquired in the same manner as in step 4.
In step 22, it is determined whether the SD card 19 stores the road link to which the host vehicle belongs at that time and the predicted change amount A 1 corresponding to the travel direction acquired in step 21. If it is stored, the process proceeds to step 23, and if it is not stored, the process proceeds to step 28. If the corresponding predicted change amount A 1 is stored in the SD card 19, the predicted change amount A 1 is stored in the process of step 6. The predicted change amount A 1 stored in the SD card 19 is used in step 25 described later.

ステップ２３では、連続運転係数Ｃを取得する。連続運転係数Ｃは自車両が連続的に運転されている時間（連続運転時間）に応じて一義的に決まる係数である。連続運転係数Ｃは、連続運転時間が長いほど、大きい値となる。制御部２３のＲＯＭ２３ａには、連続運転時間の入力に対して連続運転係数Ｃを出力するマップが記憶されており、このマップを用いて連続運転係数Ｃを取得することができる。また、連続運転時間は、図示しないセンサによって取得した、自車両のエンジンの連続動作時間とすることができる。   In step 23, the continuous operation coefficient C is acquired. The continuous operation coefficient C is a coefficient that is uniquely determined according to the time during which the host vehicle is continuously operated (continuous operation time). The continuous operation coefficient C becomes a larger value as the continuous operation time is longer. The ROM 23a of the control unit 23 stores a map for outputting the continuous operation coefficient C with respect to the input of the continuous operation time, and the continuous operation coefficient C can be acquired using this map. The continuous operation time can be a continuous operation time of the engine of the host vehicle acquired by a sensor (not shown).

ステップ２４では、眠気センサ１０１から取得した過去２分間の眠気数値の平均値を算出する。
ステップ２５では、以下の式（１）により、眠気数値の予測値Ｐを算出する。 In step 24, the average value of the sleepiness values for the past two minutes acquired from the sleepiness sensor 101 is calculated.
In step 25, the predicted value P of the drowsiness value is calculated by the following equation (1).

式（１）：Ｐ＝Ｙ＋Ａ1*Ｃ
上記式（１）において、Ｙは前記ステップ２４で算出した眠気数値の平均値であり、Ａ1は、自車両がその時点で属する道路リンク及び前記ステップ２１で取得した走行方向に対応する予測変化量Ａ1の値であり、Ｃは前記ステップ２３で取得した連続運転係数Ｃの値である。上記式（１）では、連続運転時間係数Ｃを、予測変化量Ａ1に乗算して補正し、補正後の予測変化量Ａ1を用いて眠気数値の予測値Ｐを算出している。なお、*は乗算の演算子である。 Formula (1): P = Y + A 1 * C
In the above equation (1), Y is the average value of the sleepiness values calculated in step 24, and A 1 is the predicted change corresponding to the road link to which the host vehicle belongs at that time and the traveling direction acquired in step 21. This is the value of the amount A 1 , and C is the value of the continuous operation coefficient C acquired in step 23. In the above formula (1), the continuous operation time coefficient C, and the correction by multiplying the predicted change amount A 1, it calculates the predicted value P sleepiness numerical using the predicted change amount A 1 of the corrected. Note that * is a multiplication operator.

ステップ２６では、前記ステップ２５、又は後述するステップ３２で算出した眠気数値の予測値Ｐが所定の閾値より大きいか否かを判断する。閾値より大きい場合はステップ２７に進み、閾値以下である場合は本処理を終了する。   In step 26, it is determined whether or not the predicted value P of the sleepiness value calculated in step 25 or step 32 described later is larger than a predetermined threshold value. When it is larger than the threshold value, the process proceeds to step 27, and when it is equal to or smaller than the threshold value, this process is terminated.

ステップ２７では、休憩を指示する画像をディスプレイ９に表示するとともに、警告音をスピーカ７で出力する。
一方、前記ステップ２２で否定判断された場合はステップ２８に進み、自車両がその時点で属する道路リンク、及び前記ステップ２１で取得した走行方向に対応する予測変化量Ａ2の送信を情報センター５に要求する。この要求は、無線通信モジュール１１を用いて要求信号を情報センター５に送信することで行う。この要求に対し、情報センター５は、要求された予測変化量Ａ2が記憶装置２９に記憶されていればその予測変化量Ａ2を送信するが、記憶されていなければ送信しない。情報センター５から、対応する予測変化量Ａ2が送信された場合はステップ２９に進み、送信されなかった場合は本処理を終了する。なお、送信された予測変化量Ａ2は後述するステップ３２で使用する。 In step 27, an image for instructing a break is displayed on the display 9 and a warning sound is output from the speaker 7.
On the other hand, if a negative determination is made in step 22, the process proceeds to step 28, where the information center 5 transmits the predicted link A 2 corresponding to the road link to which the vehicle belongs at that time and the travel direction acquired in step 21. To request. This request is made by transmitting a request signal to the information center 5 using the wireless communication module 11. Response to the request, the information center 5 is the predicted change amount A 2 requested to send the prediction variation A 2 if it is stored in the storage device 29 does not transmit if it is not stored. If the corresponding predicted change amount A 2 is transmitted from the information center 5, the process proceeds to step 29, and if not transmitted, the present process is terminated. The transmitted predicted change amount A 2 is used in step 32 described later.

また、本ステップ２８の処理は、以下のものであってもよい。すなわち、自車両がその時点で属する道路リンク、及び前記ステップ２１で取得した走行方向に対応する予測変化量Ａ2がＳＤカード１９に記憶されているか否かを判断し、記憶されていればステップ２９に進み、記憶されていなければ本処理を終了する。この処理の場合、自車両が走行する範囲内に属する各道路リンクの予測変化量Ａ2を、予め情報センター５から取得し、ＳＤカード１９に記憶しておく必要がある。ＳＤカード１９への予測変化量Ａ2の記憶は、例えば、ＳＤカード１９を端末１０５のＳＤカードスロット１０９に装着することで行うことができる。 Further, the processing in this step 28 may be as follows. That is, it is determined whether or not the road link to which the host vehicle belongs at that time and the predicted change amount A 2 corresponding to the travel direction acquired in step 21 are stored in the SD card 19. If it is not stored, the process is terminated. In the case of this processing, it is necessary to obtain the predicted change amount A 2 of each road link belonging to the range in which the host vehicle travels from the information center 5 in advance and store it in the SD card 19. For example, the predicted change amount A 2 can be stored in the SD card 19 by inserting the SD card 19 into the SD card slot 109 of the terminal 105.

ステップ２９では、前記ステップ２３と同様にして、連続運転係数Ｃを取得する。
ステップ３０では、予め算出し、ＳＤカード１９に記憶しておいた個別係数Ｂを取得する。個別係数Ｂは、同一の道路リンク及び走行方向に対応する予測変化量Ａ2、及び予測測変化量Ａ1において、予測変化量Ａ2に対する予測測変化量Ａ1の比である。個別係数Ｂの具体的な算出方法は後述する。 In step 29, the continuous operation coefficient C is acquired in the same manner as in step 23.
In step 30, the individual coefficient B calculated in advance and stored in the SD card 19 is acquired. Individual coefficient B is predicted variation A 2 corresponds to the same road link and the traveling direction, and in the prediction measurement change amount A 1, is the ratio of the amount of change A 1 measured prediction for the predicted variation A 2. A specific method for calculating the individual coefficient B will be described later.

ステップ３１では、前記ステップ２４と同様に、眠気センサ１０１から取得した過去２分間の眠気数値の平均値を算出する。
ステップ３２では、以下の式（２）により、眠気数値の予測値Ｐを算出する。 In step 31, as in step 24, the average value of the sleepiness values for the past two minutes acquired from the sleepiness sensor 101 is calculated.
In step 32, the predicted value P of the drowsiness value is calculated by the following equation (2).

式（２）：Ｐ＝Ｙ＋Ａ2*Ｂ*Ｃ
上記式（２）において、Ｙは前記ステップ３１で算出した眠気数値の平均値であり、Ａ2は、自車両がその時点で属する道路リンク及び前記ステップ２１で取得した走行方向に対応する予測変化量Ａ2の値であり、Ｂは前記ステップ３０で取得した個別係数Ｂの値であり、Ｃは前記ステップ２９で取得した連続運転係数Ｃの値である。 Formula (2): P = Y + A 2 * B * C
In the above equation (2), Y is the average value of the sleepiness values calculated in step 31, and A 2 is the predicted change corresponding to the road link to which the vehicle belongs at that time and the traveling direction acquired in step 21. It is the value of the quantity A 2 , B is the value of the individual coefficient B acquired in step 30, and C is the value of the continuous operation coefficient C acquired in step 29.

上記式（２）では、連続運転時間係数Ｃを、予測変化量Ａ2に乗算して補正し、補正後の予測変化量Ａ2を用いて眠気数値の予測値Ｐを算出している。また、上記式（２）では、個別係数Ｂを、予測変化量Ａ2に乗算して補正し、補正後の予測変化量Ａ2を用いて眠気数値の予測値Ｐを算出している。 In the above formula (2), the continuous operation time coefficient C, and the correction by multiplying the predicted amount of change A 2, and calculates the predicted value P sleepiness numerical using the predicted change amount A 2 after correction. Further, in the above formula (2), the individual factors B, corrected by multiplying the predicted amount of change A 2, and calculates the predicted value P sleepiness numerical using the predicted change amount A 2 after correction.

（２−４）眠気予測装置１が個別係数Ｂを算出する処理
眠気予測装置１が個別係数Ｂを算出し、ＳＤカード１９に記憶する処理を図６に基き説明する。この処理は、自車両が、それまで走行していた道路リンク（以下、直前の道路リンクとする）から、新たな道路リンクに進入したときに実行される。 (2-4) Process in which sleepiness prediction apparatus 1 calculates individual coefficient B The process in which the sleepiness prediction apparatus 1 calculates the individual coefficient B and stores it in the SD card 19 will be described with reference to FIG. This process is executed when the host vehicle enters a new road link from the road link (hereinafter referred to as the immediately preceding road link) that has been traveling.

ステップ４１では、直前の道路リンクにおける走行方向を取得する。
ステップ４２では、直前の道路リンク、及び前記ステップ４１で取得した走行方向に対応する予測変化量Ａ1がＳＤカード１９に記憶されているか否かを判断する。記憶されている場合はステップ４３に進み、記憶されていない場合は本処理を終了する。 In step 41, the traveling direction on the immediately preceding road link is acquired.
In step 42, it is determined whether or not the predicted change amount A 1 corresponding to the immediately preceding road link and the traveling direction acquired in step 41 is stored in the SD card 19. If it is stored, the process proceeds to step 43, and if it is not stored, this process is terminated.

ステップ４３では、直前の道路リンク、及び前記ステップ４１で取得した走行方向に対応する予測変化量Ａ2の送信を情報センター５に要求する。この要求は、無線通信モジュール１１を用いて要求信号を情報センター５に送信することで行う。この要求に対し、情報センター５は、要求された予測変化量Ａ2が記憶装置２９に記憶されていればその予測変化量Ａ2を送信するが、記憶されていなければ送信しない。情報センター５から、対応する予測変化量Ａ2が送信された場合はステップ４４に進み、送信されなかった場合は本処理を終了する。 In step 43, the information center 5 is requested to transmit the predicted change amount A 2 corresponding to the immediately preceding road link and the traveling direction acquired in step 41. This request is made by transmitting a request signal to the information center 5 using the wireless communication module 11. Response to the request, the information center 5 is the predicted change amount A 2 requested to send the prediction variation A 2 if it is stored in the storage device 29 does not transmit if it is not stored. If the corresponding predicted change amount A 2 is transmitted from the information center 5, the process proceeds to step 44, and if not transmitted, the present process is terminated.

ステップ４４では、以下の式（３）により、個別係数Ｂを算出する。
式（３）：Ｂ＝Ａ1／Ａ2
上記式（３）において、Ｂは個別係数Ｂの値であり、Ａ1は前記ステップ４２で取得した予測変化量Ａ1の値であり、Ａ2は前記ステップ４３で取得した予測変化量Ａ2の値である。 In step 44, the individual coefficient B is calculated by the following equation (3).
Formula (3): B = A 1 / A 2
In the above equation (3), B is the value of the individual coefficient B, A 1 is the value of the predicted change amount A 1 acquired in step 42, and A 2 is the predicted change amount A 2 acquired in step 43. Is the value of

ステップ４５では、前記ステップ４４で算出した個別係数ＢをＳＤカード１９に記憶する。既に個別係数ＢがＳＤカード１９に記憶されていた場合は、新たな個別係数Ｂを上書きする。   In step 45, the individual coefficient B calculated in step 44 is stored in the SD card 19. If the individual coefficient B has already been stored in the SD card 19, the new individual coefficient B is overwritten.

３．眠気予測装置１及び眠気予測システム３が奏する効果
（１）眠気予測装置１は、同一の道路リンク及び走行方向において、ドライバの実際の眠気数値の変化に基き算出された予測変化量Ａ1又は予測変化量Ａ2を用いて、眠気数値の予測値を算出する。そのため、ドライバの眠気を高精度に予測できる。 3. Effects produced by the drowsiness prediction device 1 and the drowsiness prediction system 3 (1) The drowsiness prediction device 1 uses the predicted change amount A 1 or the prediction calculated based on the change in the actual sleepiness value of the driver in the same road link and traveling direction. using the variation a 2, calculates a predicted value of sleepiness numeric. Therefore, the driver's sleepiness can be predicted with high accuracy.

また、眠気予測装置１は、同一の道路リンクであっても、走行方向ごとに別々に予測変化量Ａ1及び予測変化量Ａ2を算出し、眠気数値の予測値の算出に使用するので、ドライバの眠気を一層高精度に予測できる。 In addition, the drowsiness prediction device 1 calculates the predicted change amount A 1 and the predicted change amount A 2 separately for each traveling direction even for the same road link, and uses it to calculate the predicted value of the sleepiness value. The driver's sleepiness can be predicted with higher accuracy.

（２）同一の道路リンク及び走行方向においても、連続運転時間により、眠気数値の変化量は変動する可能性がある。すなわち、連続運転時間が長いほど、眠気数値の変化量が大きくなる可能性がある。眠気予測装置１は、連続運転係数Ｃを予測変化量Ａ1又は予測変化量Ａ2に乗算して補正し、補正後の予測変化量Ａ1又は予測変化量Ａ2を用いて眠気数値の予測値を算出するので、連続運転時間の違いによる影響を低減し、ドライバの眠気を一層高精度に予測できる。 (2) Even in the same road link and traveling direction, the amount of change in the sleepiness value may vary depending on the continuous driving time. That is, the longer the continuous operation time, the greater the amount of change in the sleepiness value. Sleepiness prediction apparatus 1 corrects by multiplying the continuous operation coefficient C to the predicted change amount A 1 or the predicted amount of change A 2, the prediction of drowsiness numerical using the predicted change amount A 1 or the predicted change amount A 2 after correction Since the value is calculated, the influence due to the difference in continuous operation time can be reduced, and the driver's sleepiness can be predicted with higher accuracy.

（３）同一の道路リンク及び走行方向においても、ドライバごとに、眠気数値の変化量は異なる可能性がある。そのため、予測変化量Ａ2（場合により、自車両のドライバ以外のドライバにおける予測変化量Ａ1も含めて算出された値）は、予測変化量Ａ1とは異なる可能性がある。眠気予測装置１は、個別係数Ｂを予測変化量Ａ2に乗算して補正し、補正後の予測変化量Ａ2を用いて眠気数値の予測値を算出するので、ドライバの個人差による影響を低減し、ドライバの眠気を一層高精度に予測できる。 (3) Even in the same road link and traveling direction, the amount of change in the sleepiness value may be different for each driver. Therefore, the predicted change amount A 2 (in some cases, a value calculated including the predicted change amount A 1 in a driver other than the driver of the host vehicle) may be different from the predicted change amount A 1 . Since the drowsiness prediction device 1 multiplies the individual coefficient B by the predicted change amount A 2 and corrects it, and calculates the predicted value of the sleepiness value using the corrected predicted change amount A 2. The driver's sleepiness can be predicted with higher accuracy.

（４）眠気予測装置１は、ドライバのまぶたの動きに基き算出される眠気数値を用いる。そのため、ドライバの眠気を容易且つ高精度に予測できる。
（５）眠気予測システム３は、予測変化量Ａ2を保持し、予測変化量Ａ2を眠気予測装置１に提供可能な情報センター５を備える。そのため、眠気予測装置１は、予測変化量Ａ2を容易に取得することができる。そして、眠気予測装置１は、自車両がその時点で属する道路リンク及び走行方向に対応する予測変化量Ａ1が存在しない場合でも、予測変化量Ａ2を用いてドライバの眠気を予測することができる。 (4) The sleepiness prediction apparatus 1 uses a sleepiness value calculated based on the movement of the driver's eyelid. Therefore, the driver's sleepiness can be predicted easily and with high accuracy.
(5) sleepiness prediction system 3 holds the predicted variation A 2, comprises an information center 5 which can provide a predictable variation A 2 sleepiness prediction apparatus 1. Therefore, sleepiness prediction apparatus 1 can easily acquire the prediction variation A 2. The sleepiness prediction device 1 can predict the driver's sleepiness using the predicted change amount A 2 even when the predicted change amount A 1 corresponding to the road link and the traveling direction to which the vehicle belongs at that time does not exist. it can.

（６）情報センター５は、眠気予測装置１から送信された予測変化量Ａ1と、それに対応する道路リンク及び走行方向とを用いて予測変化量Ａ2を新たに作成し、あるいは更新することができる。その結果、情報センター５は、各道路リンクと走行方向ごとに、対応する予測変化量Ａ2を記録した地図を作成することができる。この地図を用いれば、例えば、ドライバの眠気を予測し、その予測結果に基づいて休憩すべきサービスエリアを提示する等のサービスが可能になる。
＜第２の実施形態＞
１．眠気予測装置１及び眠気予測システム３の構成
眠気予測装置１及び眠気予測システム３は、図７に示すとおり、基本的には前記第１の実施形態と同様の構成を有するが、眠気数値の種類において相違する。本実施形態では、眠気センサ１０１として、図７に示すものを用い、その眠気センサ１０１が出力する眠気数値を使用する。 (6) Information Center 5, the predicted variation A 1 transmitted from the sleepiness prediction apparatus 1, created a new predicted amount of change A 2 with reference to the road link and the traveling direction corresponding thereto, or update to Can do. As a result, the information center 5 can create a map in which the corresponding predicted change amount A 2 is recorded for each road link and travel direction. By using this map, for example, it is possible to predict a driver's sleepiness and provide a service such as presenting a service area to be rested based on the prediction result.
<Second Embodiment>
1. Configurations of Drowsiness Prediction Device 1 and Drowsiness Prediction System 3 As shown in FIG. 7, the drowsiness prediction device 1 and the drowsiness prediction system 3 basically have the same configuration as that of the first embodiment, but the types of drowsiness values Is different. In this embodiment, the sleepiness sensor 101 shown in FIG. 7 is used, and the sleepiness value output by the sleepiness sensor 101 is used.

本実施形態における眠気センサ１０１は、出力部１１１、脈拍センサ１１９、電源１１５、及び制御部１１７を備える。出力部１１１は、眠気数値を眠気予測装置１に出力する構成である。脈拍センサ１１９はドライバの脈拍及びＨＦを測定する。ＨＦとは、心拍間隔の変動量を示す周知の指標（心拍数のゆらぎを示す指標）であって、心拍数のゆらぎを周波数解析して得られる高周波成分を意味する。電源１１５は眠気センサ１０１の各構成に電力を供給する。制御部１１７は眠気センサ１０１の各構成を制御し、眠気数値（自車両のドライバの眠気を表す数値）を取得する処理を実行する周知のコンピュータである。   The sleepiness sensor 101 in the present embodiment includes an output unit 111, a pulse sensor 119, a power source 115, and a control unit 117. The output unit 111 is configured to output the sleepiness value to the sleepiness prediction device 1. The pulse sensor 119 measures the driver's pulse and HF. HF is a well-known index (an index indicating heart rate fluctuation) indicating the amount of fluctuation of the heart rate interval, and means a high frequency component obtained by frequency analysis of heart rate fluctuation. The power source 115 supplies power to each component of the drowsiness sensor 101. The control unit 117 is a well-known computer that controls each component of the drowsiness sensor 101 and executes a process of acquiring a drowsiness value (a numerical value representing the drowsiness of the driver of the host vehicle).

眠気センサ１０１が眠気数値を取得する処理は以下のものである。まず、脈拍センサ１１９を用いてドライバの脈拍とＨＦを取得する。そして、以下の式（４）により、眠気数値Ｚを算出する。   The process in which the sleepiness sensor 101 acquires the sleepiness value is as follows. First, the pulse and HF of the driver are acquired using the pulse sensor 119. Then, the sleepiness value Z is calculated by the following equation (4).

式（４） Ｚ＝Ｐ*１０＋（Ｑ−１）*１００
上記式（４）においてＰは通常時の値に対する脈拍の低下量（単位はｂｐｍ）であり、Ｑは過去５００ｓｅｃでの値に対するＨＦの増加率である。なお、眠気の兆候がある状態では、交感神経活動が亢進状態から抑制状態へ変わるため、脈拍数が低下する。また、眠気が生じる状態では、副交感神経が亢進状態へ変わることで脈拍数が下がり、ＨＦが上がる。 Formula (4) Z = P * 10 + (Q-1) * 100
In the above formula (4), P is the amount of decrease in pulse (unit: bpm) with respect to the normal value, and Q is the rate of increase of HF with respect to the value in the past 500 sec. In a state where there is a sign of sleepiness, the sympathetic nerve activity changes from the enhanced state to the inhibited state, and thus the pulse rate decreases. In a state where sleepiness occurs, the parasympathetic nerve changes to an enhanced state, and the pulse rate decreases and HF increases.

２．眠気予測装置１及び眠気予測システム３が実行する処理
眠気予測装置１及び眠気予測システム３は、基本的には前記第１の実施形態と同様の処理を実行する。ただし、前記ステップ３、２４、３１では、上述した眠気センサ１０１から、脈拍及びＨＦに基き算出された眠気数値を取得し、使用する。 2. Processes Performed by Drowsiness Prediction Device 1 and Drowsiness Prediction System 3 The drowsiness prediction device 1 and the drowsiness prediction system 3 basically execute the same processing as in the first embodiment. However, in Steps 3, 24, and 31, the sleepiness value calculated based on the pulse and HF is acquired from the sleepiness sensor 101 described above and used.

３．眠気予測装置１及び眠気予測システム３が奏する効果
眠気予測装置１及び眠気予測システム３は、前記第１の実施形態と略同様の効果を奏することができる。 3. Effects produced by the drowsiness prediction device 1 and the drowsiness prediction system 3 The drowsiness prediction device 1 and the drowsiness prediction system 3 can exhibit substantially the same effects as those of the first embodiment.

尚、本発明は前記実施の形態になんら限定されるものではなく、本発明を逸脱しない範囲において種々の態様で実施しうることはいうまでもない。
例えば、前記式（１）において、予測変化量Ａ1に連続運転時間係数Ｃを乗算せず、Ｙと予測変化量Ａ1とを足した値をＰとしてもよい。この場合、処理を簡略化できる。 In addition, this invention is not limited to the said embodiment at all, and it cannot be overemphasized that it can implement with a various aspect in the range which does not deviate from this invention.
For example, in the formula (1), P may be a value obtained by adding Y and the predicted change amount A 1 without multiplying the predicted change amount A 1 by the continuous operation time coefficient C. In this case, the processing can be simplified.

また、前記（２）において、予測変化量Ａ2に連続運転時間係数Ｃを乗算せず、Ｙ＋Ａ2*ＢをＰとしてもよい。この場合、処理を簡略化できる。
また、前記（２）において、予測変化量Ａ2に個別係数Ｂを乗算せず、Ｙ＋Ａ2*ＣをＰとしてもよい。この場合、処理を簡略化できる。 In (2), Y + A 2 * B may be set to P without multiplying the predicted change amount A 2 by the continuous operation time coefficient C. In this case, the processing can be simplified.
In the above (2), Y + A 2 * C may be set to P without multiplying the predicted change amount A 2 by the individual coefficient B. In this case, the processing can be simplified.

また、前記（２）において、予測変化量Ａ2に個別係数Ｂ及び連続運転時間係数Ｃを乗算せず、Ｙ＋Ａ2をＰとしてもよい。この場合、処理を簡略化できる。
また、予測変化量Ａ1は、走行方向によらず、道路リンクごとに１つ設けるようにしてもよい。すなわち、ある道路リンクを一の走行方向に走行するときの予測変化量Ａ1と、同じ道路リンクを反対方向に走行するときの予測変化量Ａ1は同一であってもよい。同様に、予測変化量Ａ2も、走行方向によらず、道路リンクごとに１つ設けるようにしてもよい。 In (2), Y + A 2 may be set to P without multiplying the predicted change amount A 2 by the individual coefficient B and the continuous operation time coefficient C. In this case, the processing can be simplified.
Further, the predicted variation A 1 does not depend on the direction of travel, it may be one provided on each road link. That is, the predicted change amount A 1 when traveling on a certain road link in one traveling direction may be the same as the predicted change amount A 1 when traveling on the same road link in the opposite direction. Similarly, the predicted amount of change A 2, regardless of the direction of travel, may be one provided on each road link.

また、予測変化量Ａ2は、複数の予測変化量Ａ1から算出される、平均値以外の統計値（例えば、最頻値、中央値等）であってもよい。 Further, the predicted change amount A 2 may be a statistical value other than the average value (for example, the mode value, the median value, etc.) calculated from the plurality of predicted change amounts A 1 .

１…眠気予測装置、３…眠気予測システム、５…情報センター、７…スピーカ、９…ディスプレイ、１１…無線通信モジュール、１３…ＧＰＳ、１５…車速センサ、１７…ＳＤカードスロット、１９…ＳＤカード、２１…入力部、２３…制御部、２３ａ…ＲＯＭ、２９…記憶装置、３１…通信モジュール、３３…制御部、１０１…眠気センサ、１０３…基地局、１０５…端末、１０７…インターネット回線、１０９…ＳＤカードスロット、１１１…出力部、１１３…カメラ、１１５…電源、１１７…制御部、１１９…脈拍センサ、２０１…道路 DESCRIPTION OF SYMBOLS 1 ... Sleepiness prediction apparatus, 3 ... Sleepiness prediction system, 5 ... Information center, 7 ... Speaker, 9 ... Display, 11 ... Wireless communication module, 13 ... GPS, 15 ... Vehicle speed sensor, 17 ... SD card slot, 19 ... SD card , 21 ... input unit, 23 ... control unit, 23 a ... ROM, 29 ... storage device, 31 ... communication module, 33 ... control unit, 101 ... drowsiness sensor, 103 ... base station, 105 ... terminal, 107 ... internet line, 109 ... SD card slot, 111 ... output unit, 113 ... camera, 115 ... power source, 117 ... control unit, 119 ... pulse sensor, 201 ... road

Claims (8)

自車両のドライバの眠気を表す眠気数値を取得する眠気数値取得手段（２１）と、
自車両が属する領域における前記眠気数値の予測変化量を取得する予測変化量取得手段（２３）と、
前記眠気数値及び前記予測変化量に基き、前記領域内における前記眠気数値の予測値を算出する予測値算出手段（２３）と、
を備え、
前記予測変化量は、前記領域を自車両が走行したときの前記眠気数値の変化に基き算出された予測変化量Ａ1、又は、前記領域を走行した複数の車両における前記眠気数値の変化量に基き統計的に算出された予測変化量Ａ2であることを特徴とする眠気予測装置（１）。 Sleepiness value acquisition means (21) for acquiring a sleepiness value representing the sleepiness of the driver of the host vehicle;
Predicted change amount acquisition means (23) for acquiring a predicted change amount of the sleepiness value in a region to which the host vehicle belongs;
Predicted value calculation means (23) for calculating a predicted value of the sleepiness value in the region based on the sleepiness value and the predicted change amount;
With
The predicted change amount is the predicted change amount A 1 calculated based on the change in the sleepiness value when the host vehicle travels in the region, or the change amount in the sleepiness value in a plurality of vehicles that have traveled in the region. A drowsiness prediction device (1) characterized in that the predicted change amount A 2 is statistically calculated based on the above. 前記予測値算出手段は、前記予測変化量Ａ2を用いて前記予測値を算出する場合、いずれかの前記領域における前記予測変化量Ａ2に対する前記予測変化量Ａ1の比である個別係数Ｂを、前記予測変化量Ａ2に乗算して補正し、補正後の前記予測変化量Ａ2を用いて前記予測値を算出することを特徴とする請求項１に記載の眠気予測装置。 When the predicted value is calculated using the predicted change amount A 2 , the predicted value calculation means is an individual coefficient B that is a ratio of the predicted change amount A 1 to the predicted change amount A 2 in any of the regions. and said predicted amount of change a 2 to corrected by multiplying, sleepiness prediction apparatus according to claim 1, characterized in that to calculate the predicted value using the predicted variation a 2 after correction. 前記予測値算出手段は、自車両の連続運転時間が長いほど値が大きくなる連続運転時間係数Ｃを、前記予測変化量Ａ1又は前記予測変化量Ａ2に乗算して補正し、補正後の前記予測変化量Ａ1又は前記予測変化量Ａ2を用いて前記予測値を算出することを特徴とする請求項１又は２に記載の眠気予測装置。 The predicted value calculating means, the continuous operating time coefficient C as continuous operation time of the vehicle is long value increases, and the correction by multiplying the predicted amount of change A 1 or the predicted amount of change A 2, the corrected sleepiness prediction apparatus according to claim 1 or 2, characterized in that to calculate the predicted value using the predicted change amounts a 1 or the predicted amount of change a 2. 前記眠気数値は、ドライバのまぶたの動き、又はドライバの脈拍に基き算出される値であることを特徴とする請求項１〜３のいずれか１項に記載の眠気予測装置。   The sleepiness prediction apparatus according to claim 1, wherein the sleepiness value is a value calculated based on a driver's eyelid movement or a driver's pulse. 自車両の走行方向を取得する走行方向取得手段（１３、１５、２３）を備え、
前記予測変化量取得手段は、前記領域を自車両が前記走行方向取得手段で取得した走行方向に走行したときの前記予測変化量Ａ1、又は、前記領域を前記走行方向取得手段で取得した走行方向に走行した複数の車両における前記予測変化量Ａ2を取得することを特徴とする請求項１〜４のいずれか１項に記載の眠気予測装置。 A travel direction acquisition means (13, 15, 23) for acquiring the travel direction of the host vehicle;
The predicted change amount acquisition means is the predicted change amount A 1 when the host vehicle travels in the travel direction acquired by the travel direction acquisition means, or the region acquired by the travel direction acquisition means. sleepiness prediction apparatus according to any one of claims 1 to 4, characterized in that to obtain the predicted amount of change a 2 in a plurality of vehicle traveling direction. 請求項１〜５のいずれか１項に記載の眠気予測装置と、
１以上の前記領域についてそれぞれ前記予測変化量Ａ2を保持し、前記予測変化量Ａ2を前記眠気予測装置に提供する情報センター（５）と、
を備える眠気予測システム（３）。 The drowsiness prediction device according to any one of claims 1 to 5,
An information center (5) that holds the predicted change amount A 2 for each of the one or more regions and provides the predicted change amount A 2 to the sleepiness prediction device;
A drowsiness prediction system (3) comprising: 前記眠気予測装置は、前記予測変化量Ａ1及びそれに対応する前記領域を前記情報センターに送信する送信手段を備え、
前記情報センターは、前記眠気予測装置から送信された前記予測変化量Ａ1及びそれに対応する前記領域を用いて前記予測変化量Ａ2を更新する更新手段（３３）を備えることを特徴とする請求項６に記載の眠気予測システム。 The sleepiness prediction apparatus includes a transmitting means for transmitting the region corresponding to the predicted amount of change A 1 and it to the information center,
The information center claims, characterized in that it comprises updating means for updating the predictive change amount A 2 with reference to the region corresponding to the predicted amount of change A 1 and transmitted from the sleepiness prediction apparatus (33) Item 7. The sleepiness prediction system according to Item 6. 前記情報センターは、前記領域を一の走行方向に走行したときの予測変化量Ａ2と、同一の領域内をその反対の走行方向に走行したときの前記予測変化量Ａ2とをそれぞれ保持することを特徴とする請求項６又は７に記載の眠気予測システム。 The information center includes a prediction variation A 2 when traveling along the area in one direction of travel, the holding predicted variation A 2 and each of when traveling the same area in the running direction of the opposite The sleepiness prediction system according to claim 6 or 7, wherein
JP2013082359A 2013-04-10 2013-04-10 Sleepiness prediction device and sleepiness prediction system Active JP6186820B2 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2013082359A JP6186820B2 (en) 2013-04-10 2013-04-10 Sleepiness prediction device and sleepiness prediction system
PCT/JP2014/001952 WO2014167811A1 (en) 2013-04-10 2014-04-03 Drowsiness prediction device and drowsiness prediction system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2013082359A JP6186820B2 (en) 2013-04-10 2013-04-10 Sleepiness prediction device and sleepiness prediction system

Publications (2)

Publication Number Publication Date
JP2014206785A JP2014206785A (en) 2014-10-30
JP6186820B2 true JP6186820B2 (en) 2017-08-30

Family

ID=51689233

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013082359A Active JP6186820B2 (en) 2013-04-10 2013-04-10 Sleepiness prediction device and sleepiness prediction system

Country Status (2)

Country Link
JP (1) JP6186820B2 (en)
WO (1) WO2014167811A1 (en)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016187429A (en) * 2015-03-30 2016-11-04 パイオニア株式会社 Sleeping guiding device
JP6308161B2 (en) 2015-03-31 2018-04-11 株式会社エクォス・リサーチ Pulse wave detection device and pulse wave detection program
CN107427233B (en) 2015-03-31 2020-10-02 株式会社爱考斯研究 Pulse wave detection device and pulse wave detection program
US10716502B2 (en) * 2015-07-22 2020-07-21 Panasonic Intellectual Property Corporation Of America Method for predicting arousal level and arousal level prediction apparatus
US10710594B2 (en) 2016-12-28 2020-07-14 Faurecia Automotive Seating, Llc Occupant-status prediction system
JP6983028B2 (en) * 2017-10-06 2021-12-17 マレリ株式会社 Drowsiness prediction device and drowsiness prediction method
JP6884282B2 (en) * 2018-07-13 2021-06-09 三菱電機株式会社 Reporting device and reporting method
WO2020204884A1 (en) 2019-03-29 2020-10-08 Huawei Technologies Co Ltd. Personalized routing based on driver fatigue map
CN113569817B (en) * 2021-09-23 2021-12-21 山东建筑大学 Driver attention dispersion detection method based on image area positioning mechanism

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5056513B2 (en) * 2008-03-17 2012-10-24 富士通株式会社 Operation support device, operation support method, operation support program
JP5326521B2 (en) * 2008-11-26 2013-10-30 日産自動車株式会社 Arousal state determination device and arousal state determination method
JP5803287B2 (en) * 2010-06-15 2015-11-04 日産自動車株式会社 Driving assistance device

Also Published As

Publication number Publication date
WO2014167811A1 (en) 2014-10-16
JP2014206785A (en) 2014-10-30

Similar Documents

Publication Publication Date Title
JP6186820B2 (en) Sleepiness prediction device and sleepiness prediction system
US20160061616A1 (en) Route and model based energy estimation
US20120065871A1 (en) System and method for providing road condition and congestion monitoring
US10198287B2 (en) System and method for improving motor vehicle safety
JP5052550B2 (en) Traffic information management device, traffic information management method, and traffic information management program
JP6020217B2 (en) Traffic information provision system
JP2016133868A (en) Driving support system, driving support method, and program
JP2014066542A (en) Battery temperature estimation device and method
KR101807210B1 (en) Apparatus and method for managing vehicle expendable
JP2016062444A (en) Probe information collection apparatus and probe information collection method
JP5513362B2 (en) Speed information generating apparatus, speed information generating method, traffic jam information generating apparatus, and program
US10329973B2 (en) Engine oil deterioration diagnosis device
KR20120029707A (en) Method and navigation for displaying traffic estimating information
JP6340982B2 (en) Road surface deterioration detection program, deterioration detection method, and deterioration detection apparatus
EP3166198B1 (en) Method, device and computer program product for collecting data of a mobile device in a vehicle
EP2949267A1 (en) Portable electronic device, diagnosis method, and diagnosis program
JP2018027758A (en) Pre-driving warning system, pre-driving warning server, and pre-driving warning program
CN114298432A (en) Data processing method, device, equipment and computer storage medium
JP2015148528A (en) Power consumption prediction device, navigation device using the same, and power consumption prediction method
JP2013113584A (en) System and method for indicating estimated time of arrival and program
JP6042050B2 (en) Operating load prediction system, apparatus, method and program
JP5964158B2 (en) Information processing system, information processing device, server, terminal device, information processing method, and program
JP2019168811A (en) Analyzer, communication device, analysis method, communication method, program, and storage medium
JP2012202773A (en) Information processing device, information display device, information display system, information processing method, and program
JP2012214122A (en) Acquisition device, acquisition system, terminal, and acquisition method

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20160217

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20161213

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20170704

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170717

R151 Written notification of patent or utility model registration

Ref document number: 6186820

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250