JP6843270B2 - 事故リスク計算装置、事故リスク計算方法及び事故リスク計算プログラム - Google Patents

Description

この発明は、車両といった移動体が事故を起こす可能性を示す事故リスクを計算する技術に関する。

車両の属性に基づき、車両が事故を起こす可能性を示す事故リスクが計算され、事故リスクの判断結果と加入者の属性に基づき車両保険の保険料が決定されることがある。しかし、車両の属性だけでは車両の適切に事故リスクを計算することはできない。

特許文献１には、走行経路に対して、その時の気象状況及び交通状況に基づき、事故リスクを計算する技術が記載されている。特許文献２には、走行経路に対して、その時の交通状況及び走行条件に基づき、事故リスクを計算する技術が記載されている。

特開２００４−１７１４８２号公報 特開２０１７−１６７９４５号公報

走行経路等が同じであっても、運転者によって事故リスクが異なる。しかし、特許文献１，２に記載された技術では、移動体の運転者に関する情報を考慮していない。そのため、特許文献１，２に記載された技術では、適切に事故リスクを計算することができない可能性がある。
この発明は、適切に事故リスクを計算可能にすることを目的とする。

この発明に係る事故リスク計算装置は、
移動体の移動経路を示す経路データを取得する経路データ取得部と、
前記移動体の運転者の運転能力に関する運転者データを取得する運転者データ取得部と、
前記経路データ取得部によって取得された前記経路データと、前記運転者データ取得部によって取得された運転者データとに基づき、前記移動体が事故を起こす可能性を示す事故リスクを計算する事故リスク計算部と
を備える。

この発明では、経路データと、運転能力に関する運転者データとに基づき、事故リスクを計算する。これにより、適切に事故リスクを計算することが可能になる。

実施の形態１に係る事故リスク計算装置１０の構成図。 実施の形態１に係る事故リスク計算装置１０の動作を示すフローチャート。 変形例３に係る事故リスク計算装置１０の構成図。 実施の形態２に係る事故リスク計算装置１０の構成図。 実施の形態２に係る事故リスク計算装置１０の動作を示すフローチャート。 変形例６に係る事故リスク計算装置１０の構成図。

実施の形態１．
＊＊＊構成の説明＊＊＊
図１を参照して、実施の形態１に係る事故リスク計算装置１０の構成を説明する。
事故リスク計算装置１０は、移動体１００に搭載されるコンピュータである。実施の形態１では、移動体１００は車両であるとする。しかし、移動体１００は、船及び航空機といった他の種別の乗り物であってもよい。
事故リスク計算装置１０は、移動体１００と一体不可分な構成であってもよいし、移動体１００と分離可能な構成であってもよい。

事故リスク計算装置１０は、プロセッサ１１と、メモリ１２と、ストレージ１３と、通信インタフェース１４とのハードウェアを備える。プロセッサ１１は、信号線を介して他のハードウェアと接続され、これら他のハードウェアを制御する。

プロセッサ１１は、プロセッシングを行うＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）である。プロセッサ１１は、具体例としては、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）である。

メモリ１２は、データを一時的に記憶する記憶装置である。メモリ１２は、具体例としては、ＳＲＡＭ（Ｓｔａｔｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）である。

ストレージ１３は、データを保管する記憶装置である。ストレージ１３は、具体例としては、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）である。また、ストレージ１３は、ＳＤ（登録商標，Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ）メモリカード、ＣＦ（ＣｏｍｐａｃｔＦｌａｓｈ，登録商標）、ＮＡＮＤフラッシュ、フレキシブルディスク、光ディスク、コンパクトディスク、ブルーレイ（登録商標）ディスク、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）といった可搬記録媒体であってもよい。

通信インタフェース１４は、外部の装置と通信するためのインタフェースである。通信インタフェース１４は、具体例としては、Ｅｔｈｅｒｎｅｔ（登録商標）、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）、ＨＤＭＩ（登録商標，Ｈｉｇｈ−Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ）のポートである。

事故リスク計算装置１０は、機能構成要素として、経路データ取得部２１と、運転者データ取得部２２と、体調判定部２３と、事故リスク計算部２４と、事故リスク出力部２５とを備える。運転者データ取得部２２は、脳波検知部２２１と、瞳孔トラッキング部２２２と、心拍検知部２２３とを備える。事故リスク計算装置１０の各機能構成要素の機能はソフトウェアにより実現される。
ストレージ１３には、事故リスク計算装置１０の各機能構成要素の機能を実現するプログラムが格納されている。このプログラムは、プロセッサ１１によりメモリ１２に読み込まれ、プロセッサ１１によって実行される。これにより、事故リスク計算装置１０の各機能構成要素の機能が実現される。

図１では、プロセッサ１１は、１つだけ示されていた。しかし、プロセッサ１１は、複数であってもよく、複数のプロセッサ１１が、各機能を実現するプログラムを連携して実行してもよい。

＊＊＊動作の説明＊＊＊
図２を参照して、実施の形態１に係る事故リスク計算装置１０の動作を説明する。
実施の形態１に係る事故リスク計算装置１０の動作は、実施の形態１に係る事故リスク計算方法に相当する。また、実施の形態１に係る事故リスク計算装置１０の動作は、実施の形態１に係る事故リスク計算プログラムの処理に相当する。

（ステップＳ１０１：経路取得処理）
経路データ取得部２１は、移動体１００の移動経路を示す経路データを取得する。経路データ取得部２１は、取得された経路データをメモリ１２に書き込む。
具体例としては、移動体１００に搭載されたナビゲーション装置に対して目的地が入力される。すると、ナビゲーション装置によって現在地から目的地までの１つ以上の移動経路が特定される。経路データ取得部２１は、通信インタフェース１４を介して、ナビゲーション装置から、特定された各移動経路を示す経路データを取得する。

（ステップＳ１０２：交通状況取得処理）
経路データ取得部２１は、ステップＳ１０１で取得された経路データが示す移動経路毎に、その移動経路についての交通状況を示す交通データを取得する。交通データは、交通量と、平均速度と、渋滞の有無といった交通状況を示す。経路データ取得部２１は、取得された交通データをメモリ１２に書き込む。
具体例としては、経路データ取得部２１は、通信インタフェース１４を介して、外部の交通データを管理する交通データサーバに対して、経路データを送信する。そして、経路データ取得部２１は、通信インタフェース１４を介して、交通データサーバから、経路データが示す移動経路についての交通状況を示す交通データを受信する。

（ステップＳ１０３：走行条件取得処理）
経路データ取得部２１は、ステップＳ１０１で取得された経路データが示す移動経路毎に、その移動経路についての走行条件を示す条件データを取得する。条件データは、経路データが示す移動経路についての道路種別と地域といった走行条件を示す。また、条件データは、曜日と、時間帯と、日柄といった走行条件を示す。経路データ取得部２１は、取得された条件データをメモリ１２に書き込む。
具体例としては、経路データ取得部２１は、通信インタフェース１４を介して、外部の道路種別等を管理する道路データサーバに対して、経路データを送信する。そして、経路データ取得部２１は、通信インタフェース１４を介して、道路データサーバから、経路データが示す移動経路についての道路種別と地域と天候といった走行条件を示す条件データを受信する。また、経路データ取得部２１は、通信インタフェース１４を介して、移動体１００に搭載された日時等を保持する装置から、曜日と、時間帯と、日柄といった走行条件を示す条件データを取得する。

（ステップＳ１０４：仮リスク計算処理）
事故リスク計算部２４は、ステップＳ１０１で取得された経路データと、ステップＳ１０２で取得された各移動経路についての交通データと、ステップＳ１０３で取得された各移動経路についての条件データとをメモリ１２から読み出す。事故リスク計算部２４は、読み出された経路データと交通データと条件データとに基づき、各移動経路についての仮リスクを計算する。仮リスクは、経路データと交通データと条件データとのみに基づき計算された移動体１００が事故を起こす可能性を示す。事故リスク計算部２４は、計算された仮リスクをメモリ１２に書き込む。
具体例としては、事故リスク計算部２４は、交通データの各項目と、条件データの各項目とについて、項目が示す内容毎に点数をつけておく。事故リスク計算部２４は、各移動経路を対象として、対象の移動経路についての交通データの各項目の内容に対する点数と、条件データの各項目の内容に対する点数とを合計して、対象の移動経路の点数を計算する。そして、事故リスク計算部２４は、計算された点数から仮リスクを計算する。
なお、仮リスクの計算方法は、この方法に限らず、他の既存の方法等であってもよい。例えば、対象の移動経路の運転難易度等を考慮して仮リスクが計算されてもよい。

（ステップＳ１０５：運転者データ取得処理）
運転者データ取得部２２は、移動体１００の運転者の運転能力に関する運転者データを取得する。実施の形態１では、運転者データ取得部２２は、運転者データとして、運転者の体調に関するデータを取得する。具体的には、運転者データ取得部２２は、運転者の体調に関するデータとして、脳波データと、瞳孔トラッキングデータと、心拍数データとを取得する。運転者データ取得部２２は、取得された運転者データをメモリ１２に書き込む。

具体的には、脳波検知部２２１は、運転者の脳波を示す脳波データを取得する。脳波検知部２２１は、運転者に取り付けられたヘッドセットであって、電極式の脳波検知センサを備えたヘッドセットから、運転者の脳波データを取得する。
また、瞳孔トラッキング部２２２は、運転者の瞳孔の動きを追跡した瞳孔トラッキングデータを取得する。瞳孔トラッキング部２２２は、運転者の目に弱い赤外線を当てカメラで撮影する角膜反射法を用いて瞳孔をトラッキングする装置から、瞳孔トラッキングデータを取得する。
また、心拍検知部２２３は、運転者の心拍数を示す心拍数データを取得する。心拍検知部２２３は、運転者に取り付けられたウェアラブルデバイスであって、心拍数センサを備えたウェアラブルデバイスから心拍数データを取得する。

（ステップＳ１０６：体調判定処理）
体調判定部２３は、ステップＳ１０５で取得された運転者データをメモリ１２から読み出す。体調判定部２３は、読み出された運転者データに基づき、運転者の体調を判定する。ここでは、体調判定部２３は、運転者の体調が正常か否かを判定する。また、体調判定部２３は、運転者の体調が正常でない場合には、体調の悪さの程度を特定する。体調判定部２３は、運転者の体調が正常でない場合には、特定された体調の悪さの程度をメモリ１２に書き込む。
具体例としては、体調判定部２３は、体調が正常な場合の運転者データと、メモリ１２から読み出された運転者データとを比較することにより、体調が正常か否かを判定する。また、体調判定部２３は、体調が正常な場合の運転者データに対するメモリ１２から読み出された運転者データの乖離度合いにより、体調の悪さの程度を特定する。
体調判定部２３は、体調が正常である場合には、処理をステップＳ１０７に進める。一方、体調判定部２３は、体調が正常でない場合には、処理をステップＳ１０８に進める。

（ステップＳ１０７：第１リスク計算処理）
事故リスク計算部２４は、ステップＳ１０４で計算された仮リスクをメモリ１２から読み出す。事故リスク計算部２４は、読み出された仮リスクを、そのまま事故リスクとして決定する。事故リスク計算部２４は、決定された事故リスクをメモリ１２に書き込む。

（ステップＳ１０８：補正値特定処理）
事故リスク計算部２４は、ステップＳ１０６で特定された体調の悪さの程度をメモリ１２から読み出す。事故リスク計算部２４は、読み出された程度に応じて、補正値を特定する。
具体的には、体調の悪さの程度毎に補正値がメモリ１２に記憶されており、事故リスク計算部２４は程度に対応する補正値をメモリ１２から読み出す。

（ステップＳ１０９：第２リスク計算処理）
事故リスク計算部２４は、ステップＳ１０４で計算された仮リスクと、ステップＳ１０８で特定された補正値とをメモリ１２から読み出す。事故リスク計算部２４は、読み出された仮リスクを補正値で補正して、事故リスクを計算する。事故リスク計算部２４は、計算された事故リスクをメモリ１２に書き込む。
具体的には、事故リスク計算部２４は、仮リスクに補正値を乗じて、事故リスクを計算する。ここで、補正値は、１よりも大きい値である。また、補正値は、体調が悪いほど、大きな値である。つまり、体調が悪い場合には、仮リスクよりも事故リスクの方が大きな値となる。すなわち、仮リスクよりも事故リスクの方が事故を起こす可能性が高いことを示す値になる。

（ステップＳ１１０：リスク出力処理）
事故リスク出力部２５は、ステップＳ１０７又はステップＳ１０９で書き込まれた事故リスクをメモリ１２から読み出す。事故リスク出力部２５は、読み出された事故リスクを通信インタフェース１４を介して出力して、運転者等に提示する。
具体例としては、事故リスク出力部２５は、事故リスクを移動体１００に搭載された表示装置に出力して、表示させる。あるいは、事故リスク出力部２５は、事故リスクを移動体１００に搭載されたナビゲーション装置に出力してもよい。そして、事故リスク出力部２５は、事故リスクに基づき、経路データが示す移動経路のうちどの移動経路を採用するかをナビゲーション装置に選択させてもよい。

＊＊＊実施の形態１の効果＊＊＊
以上のように、実施の形態１に係る事故リスク計算装置１０は、運転能力に関する運転者データを考慮して、事故リスクを計算する。そのため、適切に事故リスクを計算することが可能である。
特に、実施の形態１に係る事故リスク計算装置１０は、運転者の体調に関するデータを考慮し、運転者の体調が悪い場合には事故リスクが高くなるように、事故リスクを計算する。そのため、適切に事故リスクを計算することが可能である。
その結果、例えば、経路データが複数の移動経路を示す場合には、運転者等は、事故リスクを考慮して、どの移動経路を選択するかを決定するといったことが可能になる。具体的には、単に最も早い時間で目的地に到着できる移動経路を選択するのではなく、事故リスクが基準よりも低い移動経路を選択するといったことが可能である。これにより、例えば、体調が悪い場合には、運転の簡単な移動経路が選択され易くなるといった制御が可能になる。

＊＊＊他の構成＊＊＊
＜変形例１＞
実施の形態１では、事故リスク出力部２５は、事故リスクを出力した。しかし、事故リスク出力部２５は、事故リスクに基づき、経路データが示す移動経路のうちどの移動経路を採用するかを決定し、決定された移動経路を示す採用経路データを出力してもよい。つまり、ナビゲーション装置に代わって、事故リスク出力部２５が採用する移動経路を決定してもよい。

＜変形例２＞
実施の形態１では、運転者データ取得部２２は、運転者の体調に関するデータとして、脳波データと、瞳孔トラッキングデータと、心拍数データとを取得した。しかし、運転者データ取得部２２は、これらのデータに限らず、運転者の体調に関するデータであれば、運転者の発話した音声データといった他のデータを取得してもよい。

＜変形例３＞
実施の形態１では、各機能構成要素がソフトウェアで実現された。しかし、変形例３として、各機能構成要素はハードウェアで実現されてもよい。この変形例３について、実施の形態１と異なる点を説明する。

図３を参照して、変形例３に係る事故リスク計算装置１０の構成を説明する。
各機能構成要素がハードウェアで実現される場合には、事故リスク計算装置１０は、プロセッサ１１とメモリ１２とストレージ１３とに代えて、電子回路１５を備える。電子回路１５は、各機能構成要素と、メモリ１２と、ストレージ１３との機能とを実現する専用の回路である。

電子回路１５としては、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ロジックＩＣ、ＧＡ（Ｇａｔｅ Ａｒｒａｙ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ−Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）が想定される。
各機能構成要素を１つの電子回路１５で実現してもよいし、各機能構成要素を複数の電子回路１５に分散させて実現してもよい。

＜変形例４＞
変形例４として、一部の各機能構成要素がハードウェアで実現され、他の各機能構成要素がソフトウェアで実現されてもよい。

プロセッサ１１とメモリ１２とストレージ１３と電子回路１５とを処理回路という。つまり、各機能構成要素の機能は、処理回路により実現される。

実施の形態２．
実施の形態２は、運転者データとして、過去の運転者の運転傾向を示す学習データを用いる点が実施の形態１と異なる。実施の形態２では、この異なる点を説明し、同一の点については説明を省略する。

＊＊＊構成の説明＊＊＊
図４を参照して、実施の形態２に係る事故リスク計算装置１０の構成を説明する。
事故リスク計算装置１０は、体調判定部２３を備えず、傾向判定部２６を備える点が図１に示す事故リスク計算装置１０と異なる。また、事故リスク計算装置１０は、運転者データ取得部２２が脳波検知部２２１と瞳孔トラッキング部２２２と心拍検知部２２３とを備えず、学習データ取得部２２４を備える点が図１に示す事故リスク計算装置１０と異なる。

＊＊＊動作の説明＊＊＊
図５を参照して、実施の形態２に係る事故リスク計算装置１０の動作を説明する。
実施の形態２に係る事故リスク計算装置１０の動作は、実施の形態２に係る事故リスク計算方法に相当する。また、実施の形態２に係る事故リスク計算装置１０の動作は、実施の形態２に係る事故リスク計算プログラムの処理に相当する。

ステップＳ２０１からステップＳ２０４の処理は、図２のステップＳ１０１からステップＳ１０４の処理と同じである。また、ステップＳ２０７とステップＳ２０９とステップＳ２１０との処理は、図２のステップＳ１０７とステップＳ１０９とステップＳ１１０との処理と同じである。

（ステップＳ２０５：運転者データ取得処理）
運転者データ取得部２２は、移動体１００の運転者の運転能力に関する運転者データを取得する。実施の形態２では、運転者データ取得部２２は、運転者データとして、ステップＳ２０１で取得された経路データが示す各移動経路を前記運転者が過去に運転した際の運転傾向を示す学習データを取得する。特に、運転者データ取得部２２は、現在時刻を含む時間帯に各移動経路を運転者が過去に運転した際の運転傾向を示す学習データを取得する。学習データは、速度と、ブレーキの強さと、走行のふらつき度合いといった運転傾向を示す。運転者データ取得部２２は、取得された運転者データをメモリ１２に書き込む。
具体的には、ストレージ１３又は外部のサーバに、運転者の過去の運転傾向を示す学習データを蓄積しておく。運転者データ取得部２２は、ストレージ１３又は外部のサーバから、ステップＳ２０１で取得された経路データが示す各移動経路についての学習データを取得する。

ステップＳ２０６からステップＳ２０９の処理は、経路データが示す各移動経路を対象として実行される。

（ステップＳ２０６：傾向判定処理）
傾向判定部２６は、ステップＳ１０５で取得された運転者データをメモリ１２から読み出す。傾向判定部２６は、読み出された運転者データに基づき、対象の移動経路における運転者の運転傾向を判定する。ここでは、傾向判定部２６は、運転者が制限速度を超過するか否かを判定する。また、傾向判定部２６は、運転者が制限速度を超過する場合には、制限速度をどの程度超過するかを特定する。傾向判定部２６は、運転者が速度を出しやすい場合には、超過する程度をメモリ１２に書き込む。
具体例としては、傾向判定部２６は、制限速度の平均速度と、学習データが示す移動速度の平均速度とを比較する。傾向判定部２６は、移動速度の平均速度が制限速度の平均速度以下の場合には、運転者が制限速度を超過しないと判定する。一方、傾向判定部２６は、移動速度の平均速度が制限速度の平均速度よりも速い場合には、運転者が制限速度を超過すると判定する。また、傾向判定部２６は、移動速度の平均速度が制限速度の平均速度をどの程度上回るかを超過する程度として特定する。
傾向判定部２６は、運転者が制限速度を超過しない場合には、処理をステップＳ２０７に進める。一方、傾向判定部２６は、運転者が制限速度を超過する場合には、処理をステップＳ２０８に進める。

（ステップＳ２０８：補正値特定処理）
事故リスク計算部２４は、ステップＳ２０６で特定された超過の程度をメモリ１２から読み出す。事故リスク計算部２４は、読み出された程度に応じて、補正値を特定する。
具体的には、超過の程度毎に補正値がメモリ１２に記憶されており、事故リスク計算部２４は程度に対応する補正値をメモリ１２から読み出す。

＊＊＊実施の形態２の効果＊＊＊
以上のように、実施の形態２に係る事故リスク計算装置１０は、運転者の過去の運転傾向に関する学習データを考慮し、事故を起こし易い運転をする傾向がある場合には事故リスクが高くなるように、事故リスクを計算する。そのため、適切に事故リスクを計算することが可能である。
また、実施の形態２に係る事故リスク計算装置１０は、対象とする移動経路を、現在時刻を含む時間帯に過去に運転者が運転した場合の運転傾向に関する学習データを考慮する。日中と夜間といった時間帯の違いにより、運転傾向が異なる場合がある。実施の形態２に係る事故リスク計算装置１０は、時間帯の違いによる運転傾向の差異を考慮して事故リスクを計算することが可能である。

＊＊＊他の構成＊＊＊
＜変形例５＞
実施の形態２では、ステップＳ２０６の傾向判定処理で速度だけを考慮した。しかし、ブレーキの強さと走行のふらつき度合いといった他の運転傾向も考慮してもよい。

＜変形例６＞
実施の形態２では、実施の形態１で説明した運転者の体調に関するデータを考慮することに代えて、運転傾向を考慮した。しかし、運転者の体調に関するデータを考慮するとともに、運転傾向を考慮してもよい。この場合、図６に示すように、事故リスク計算装置１０が、図１に示す機能構成要素と図４に示す機能構成要素との両方を備えればよい。そして、事故リスク計算装置１０が、体調に基づく補正値と、運転傾向に基づく補正値との両方により、仮リスクを補正して運転リスクを計算すればよい。

１０ 事故リスク計算装置、１１ プロセッサ、１２ メモリ、１３ ストレージ、１４ 通信インタフェース、１５ 電子回路、２１ 経路データ取得部、２２ 運転者データ取得部、２２１ 脳波検知部、２２２ 瞳孔トラッキング部、２２３ 心拍検知部、２３ 体調判定部、２４ 事故リスク計算部、２５ 事故リスク出力部、２６ 傾向判定部、１００ 移動体。

Claims (9)

1. 移動体の移動経路を示す経路データを取得する経路データ取得部と、
   前記移動体の運転者の運転能力に関する運転者データであって、前記移動経路を前記運転者が過去に運転した際の運転傾向を示す学習データである運転者データを取得する運転者データ取得部と、
   前記経路データ取得部によって取得された前記経路データと、前記運転者データ取得部によって取得された前記運転者データとに基づき、前記移動体が事故を起こす可能性を示す事故リスクを計算する事故リスク計算部と
   を備える事故リスク計算装置。
2. 前記運転者データは、現在時刻を含む時間帯に前記移動経路を前記運転者が過去に運転した際の運転傾向を示す学習データである
   請求項１に記載の事故リスク計算装置。
3. 移動体の移動経路を示す経路データを取得する経路データ取得部と、
   前記移動体の運転者の運転能力に関する運転者データを取得する運転者データ取得部と、
   前記経路データ取得部によって取得された前記経路データに基づき仮リスクを計算するとともに、前記運転者データ取得部によって取得された前記運転者データに基づき補正値を計算し、前記仮リスクを前記補正値により補正して、前記移動体が事故を起こす可能性を示す事故リスクを計算する事故リスク計算部と
   を備える事故リスク計算装置。
4. 前記事故リスク計算装置は、さらに、
   前記運転者データに基づき、前記運転者の体調を判定する体調判定部
   を備え、
   前記事故リスク計算部は、前記体調判定部によって判定された前記体調に基づき、前記事故リスクを計算する
   請求項３に記載の事故リスク計算装置。
5. 前記運転者データは、前記運転者の脳波を示す脳波データと、前記運転者の瞳孔の動きを追跡した瞳孔トラッキングデータと、前記運転者の心拍数を示す心拍数データとの少なくともいずれかのデータである
   請求項４に記載の事故リスク計算装置。
6. 経路データ取得部が、移動体の移動経路を示す経路データを取得し、
   運転者データ取得部が、前記移動体の運転者の運転能力に関する運転者データであって、前記移動経路を前記運転者が過去に運転した際の運転傾向を示す学習データである運転者データを取得し、
   事故リスク計算部が、前記経路データと前記運転者データとに基づき、前記移動体が事故を起こす可能性を示す事故リスクを計算する事故リスク計算方法。
7. 経路データ取得部が、移動体の移動経路を示す経路データを取得し、
   運転者データ取得部が、前記移動体の運転者の運転能力に関する運転者データを取得し、
   事故リスク計算部が、前記経路データに基づき仮リスクを計算するとともに、前記運転者データに基づき補正値を計算し、前記仮リスクを前記補正値により補正して、前記移動体が事故を起こす可能性を示す事故リスクを計算する事故リスク計算方法。
8. 移動体の移動経路を示す経路データを取得する経路データ取得処理と、
   前記移動体の運転者の運転能力に関する運転者データであって、前記移動経路を前記運転者が過去に運転した際の運転傾向を示す学習データである運転者データを取得する運転者データ取得処理と、
   前記経路データ取得処理によって取得された前記経路データと、前記運転者データ取得処理によって取得された前記運転者データとに基づき、前記移動体が事故を起こす可能性を示す事故リスクを計算する事故リスク計算処理と
   をコンピュータに実行させる事故リスク計算プログラム。
9. 移動体の移動経路を示す経路データを取得する経路データ取得処理と、
   前記移動体の運転者の運転能力に関する運転者データを取得する運転者データ取得処理と、
   前記経路データ取得処理によって取得された前記経路データに基づき仮リスクを計算するとともに、前記運転者データ取得処理によって取得された前記運転者データに基づき補正値を計算し、前記仮リスクを前記補正値により補正して、前記移動体が事故を起こす可能性を示す事故リスクを計算する事故リスク計算処理と
   をコンピュータに実行させる事故リスク計算プログラム。

Images