JP7099036B2 - データ処理装置、モニタリングシステム、覚醒システム、データ処理方法、及びデータ処理プログラム - Google Patents

Description

本発明はデータ処理装置、モニタリングシステム、覚醒システム、データ処理方法、及びデータ処理プログラムに関する。

下記の特許文献１には、頭部運動に伴い誘発される前庭動眼反射を利用して、車両の運転者などが眠気を自覚する前の予兆を検出することを目的とする眠気予兆検出装置が開示されている。

特許文献１記載の眠気予兆検出装置は、頭部運動を検出する頭部運動検出手段と、眼球運動を検出する眼球運動検出手段と、前記頭部運動検出手段により検出された頭部運動データに基づいて理想眼球運動角速度を算出する理想眼球運動角速度算出手段と、前記眼球運動検出手段により検出された眼球運動データに基づいて眼球回転角速度を算出する眼球回転角速度算出手段と、理想眼球運動角速度と眼球回転角速度とから前庭動眼反射（Ｖｅｓｔｉｂｕｌｏ－Ｏｃｕｌａｒ Ｒｅｆｌｅｘ：ＶＯＲ）を検出し、この前庭動眼反射に基づいて眠気の予兆を判定する眠気予兆判定手段と、を備えている。

［発明が解決しようとする課題］
特許文献１には、自動車運転時を模擬した実験システム、すなわちドライビングシミュレータシステムを用い、スクリーンに投影される前方車両のナンバープレート上部を注視点として固視させるなどの実験タスクを被験者に課した状態で試験を行った結果が開示されている。

しかしながら、ドライビングシミュレータシステムを用いた疑似的な実験環境は、実際の車両の走行環境とは大きく異なっている。本発明者は、実際の車両の走行環境（以下、実車環境という）で検証を行った結果、実車環境では、前庭動眼反射運動を精度良く取得することが極めて難しいことを見出した。

例えば、眼球運動の中には、前庭動眼反射運動の他に、サッカード運動（衝動性眼球運動ともいう）、及び輻輳性運動などがある。実験環境では、前庭動眼反射運動が発生しやすくなるように、予め定められた前記注視点を固視させるようにすればよいが、実車環境では、車外の状況、路面の状況、車両の挙動、及び運転者の頭部や眼の動きなどは一定ではなく、前庭動眼反射運動以外の眼球運動も多く発生している。

また、前庭動眼反射運動は頭部運動に伴い誘発される。実験環境では、ドライバーシートを振動させて、頭部運動を誘発させているが、実車環境では、必ずしも都合よく、頭部運動が誘発される振動状態が発生するとは限らない。そのため、眼球運動が前庭動眼反射運動によるものであるのかを精度良く判定することが難しく、前庭動眼反射運動を精度良く検出することが難しいという課題があった。また、実車環境に限らず、設備等の操作環境や作業環境などの様々な現実環境においても、眼球運動が前庭動眼反射運動であるのかを精度良く判定することが難しく、同様の課題を有している。

特許第５２５５０６３号公報

課題を解決するための手段及びその効果

本発明は上記課題に鑑みなされたものであって、現実環境下における前庭動眼反射運動の算出精度を高めることができるデータ処理装置、モニタリングシステム、覚醒システム、データ処理方法、及びデータ処理プログラムを提供することを目的としている。

上記目的を達成するために本開示に係るデータ処理装置（１）は、人をモニタリングするためのデータ処理を行うデータ処理装置であって、
前記人の瞳孔運動及び頭部運動を算出する算出部と、
前記人の瞳孔運動及び頭部運動に基づいて前庭動眼反射運動を算出する際の状況の適性度を評価する評価部と、
前記算出部により算出された前記人の瞳孔運動及び頭部運動に係るデータに、前記評価部により評価された前記適性度を付与する付与部と、
前記適性度を考慮し、前記データに基づいて、前記人の前庭動眼反射運動を算出する反射運動算出部とを備えていることを特徴としている。

上記データ処理装置（１）によれば、前記評価部により前記前庭動眼反射運動を算出する際の状況の適性度が評価され、前記付与部により前記データに前記適性度が付与される。したがって、前記データに付与された前記適性度によって、前記データが、前記前庭動眼反射運動を算出する際の状況として、どのような適性を有しているのかを判別することが可能となる。そして、前記反射運動算出部により、前記適性度を考慮し、前記データに基づいて、前記人の前庭動眼反射運動が算出される。これにより、複雑な眼球運動などが発生する現実環境下であっても、前記データのうち、前記適性度が考慮された適切なデータを用いることにより、前記人の前庭動眼反射運動の算出精度を高めることが可能になる。

また本開示に係るデータ処理装置（２）は、上記データ処理装置（１）において、前記適性度が付与された前記データのうち、前記適性度が所定の条件を満たしているデータを記憶する第１の記憶部を備え、
前記反射運動算出部が、前記第１の記憶部に記憶された前記データを用いて、前記人の前庭動眼反射運動を算出するものであることを特徴としている。

上記データ処理装置（２）によれば、前記適性度が付与された前記データのうち、前記適性度が所定の条件を満たしているデータが前記第１の記憶部に記憶されるので、前記適性度が付与された前記データが全て記憶される場合と比較して、前記第１の記憶部の記憶容量を削減することができる。そして、前記第１の記憶部に記憶された前記データを用いて、前記人の前庭動眼反射運動が算出される。そのため、前記適性度が付与された前記データを全て用いて、前記人の前庭動眼反射運動を算出する場合と比較して、演算量を削減することができ、前記人の前庭動眼反射運動の算出を効率的に行うことができる。また、前記適性度が所定の条件を満たしているデータ、換言すれば、前記適性度が高く評価されたデータを算出に用いることにより、現実環境下における前記人の前庭動眼反射運動の算出を精度良く実行することができる。

また本開示に係るデータ処理装置（３）は、上記データ処理装置（１）において、前記データと前記適性度とを記憶する第２の記憶部を備え、
前記反射運動算出部が、前記第２の記憶部に記憶された前記データのうち、前記適性度が所定の条件を満たしているデータを用いて、前記人の前庭動眼反射運動を算出するものであることを特徴としている。

上記データ処理装置（３）によれば、前記データと前記適性度とが前記第２の記憶部に記憶され、該第２の記憶部に記憶された前記データのうち、前記適性度が所定の条件を満たしているデータを用いて、前記人の前庭動眼反射運動が算出される。そのため、前記適性度が付与された前記データを全て用いて、前記人の前庭動眼反射運動を算出する場合と比較して、演算量を削減することができ、前記人の前庭動眼反射運動の算出を効率的に行うことができる。また、前記適性度が所定の条件を満たしているデータ、換言すれば、前記適性度が高く評価されたデータを算出に用いることにより、現実環境下における前記人の前庭動眼反射運動の算出を精度良く実行することができる。

また本開示に係るデータ処理装置（４）は、上記データ処理装置（３）において、前記適性度が所定の条件を満たしているデータが、
前記適性度が所定の閾値より高いデータ、又は前記適性度が高い方のデータから抽出された所定数のデータであることを特徴としている。

上記データ処理装置（４）によれば、前記適性度が所定の閾値より高いデータ、又は前記適性度が高い方のデータから抽出された所定数のデータを用いることで、前記適性度が付与された前記データを全て用いて、前記人の前庭動眼反射運動を算出する場合と比較して、演算量を削減することができ、前記人の前庭動眼反射運動の算出を効率的に行うことができるとともに、現実環境下における前記人の前庭動眼反射運動の算出を精度良く実行することができる。

また本開示に係るデータ処理装置（５）は、上記データ処理装置（１）～（４）のいずれかにおいて、前記反射運動算出部により算出された前記人の前庭動眼反射運動に基づいて眠気を検出する眠気検出部を備えていることを特徴としている。

上記データ処理装置（５）によれば、前記眠気検出部により、現実環境下における前記眠気の予兆も精度良く検出することができる。

また本開示に係るデータ処理装置（６）は、上記データ処理装置（５）において、前記眠気検出部により検出された前記眠気に基づいて、前記人を覚醒させるための制御を行う覚醒制御部を備えていることを特徴としている。

上記データ処理装置（６）によれば、前記覚醒制御部により、前記眠気に基づいて前記人を覚醒させる制御が行われるので、前記人を眠気から覚醒させることができる。

また本開示に係るデータ処理装置（７）は、上記データ処理装置（１）～（６）のいずれかにおいて、前記評価部が、前記人又は該人が操作する物の状態に基づいて、前記適性度を評価するものであることを特徴としている。

上記データ処理装置（７）によれば、前記人又は該人が操作する物の状態に基づいて、前記適性度が評価される。例えば、前記人又は該人が操作する物の状態が、前記前庭動眼反射運動を算出する際の状況として適切な状態にある場合、前記適性度が高く評価される。このように、前記人又は該人が操作する物の状態を考慮することで、前記前庭動眼反射運動を算出する際の状況としての適性をより正確に評価することが可能となり、前記適性度をより正確に評価することが可能となり、前記反射運動算出部による前記前庭動眼反射運動の算出精度をより高めることができる。

また本開示に係るデータ処理装置（８）は、上記データ処理装置（７）において、前記物が車両であり、前記人が前記車両の運転者であることを特徴としている。

上記データ処理装置（８）によれば、前記物が車両であり、前記人が車両を運転する運転者であるので、実車環境において前記運転者の前庭動眼反射運動を効率的かつ精度良く算出することができる。

また本開示に係るデータ処理装置（９）は、上記データ処理装置（８）において、
前記評価部が、
前記データに含まれるノイズ成分、前記運転者の視線方向、前記車両の走行状態、及び前記車両の進行方向に存在する物体の検出状態のうちの少なくともいずれかに基づいて、前記適性度を評価するものであることを特徴としている。

上記データ処理装置（９）によれば、前記データに含まれるノイズ成分、前記運転者の視線方向、前記車両の走行状態、及び前記車両の進行方向に存在する物体の検出状態のうちの少なくともいずれかに基づいて、前記適性度が評価される。

例えば、前記ノイズ成分が少ない場合、前記適性度が高く評価される。また、例えば、前記運転者の視線方向が前方の一定の範囲内にある場合、前記車両が直線走行している場合、又は前記車両の進行方向に前記物体が検出されていない場合、前記適性度が高く評価される。

したがって、前記データに含まれるノイズ成分、前記運転者の視線方向、前記車両の走行状態、及び前記車両の進行方向に存在する物体の検出状態のうちの少なくともいずれかを考慮することで、実車環境における前記適性度をより正確に評価することが可能となり、前記反射運動算出部による前記前庭動眼反射運動の算出精度をより高めることができる。なお、前記データに含まれるノイズ成分には、前記前庭動眼反射運動の算出を妨げる眼球や頭部の運動成分が含まれ、例えば、前記前庭動眼反射運動以外の眼球運動の成分が含まれる。

また本開示に係るデータ処理装置（１０）は、上記データ処理装置（８）において、
前記車両の加速度を取得する取得部を備え、
前記評価部が
前記車両から取得した該車両の加速度の変化と、前記算出部により算出された前記運転者の頭部運動又は瞳孔運動との関係に基づいて、前記適性度を評価するものであることを特徴としている。

上記データ処理装置（１０）によれば、例えば、前記車両の加速度の変化に応じて、換言すれば、前記車両に生じる振動に追従して、前記運転者の頭部運動又は瞳孔運動が算出された場合、前記適性度が高く評価される。したがって、実車環境において前記前庭動眼反射運動が発生しやすい状況を的確に評価して、前記適性度を正確に評価することが可能となり、前記反射運動算出部による前記前庭動眼反射運動の算出精度をより高めることができる。

また本開示に係るモニタリングシステム（１）は、上記データ処理装置（１）～（１０）のいずれかと、前記人を含む画像を撮像する撮像装置とを含み、
前記データ処理装置の前記算出部が、
前記撮像装置から取得した前記画像を用いて、前記人の瞳孔運動及び頭部運動を算出するものであることを特徴としている。

上記モニタリングシステム（１）によれば、上記データ処理装置（１）～（１０）のいずれかと、前記撮像装置とを含んで構成されているので、上記データ処理装置（１）～（１０）のいずれかの効果が得られる、様々な現実環境下において導入しやすいシステムを提供することができる。

また本開示に係る覚醒システムは、上記データ処理装置（６）と、該データ処理装置（６）の前記覚醒制御部により制御される覚醒装置とを含んで構成されていることを特徴としている。
上記覚醒システムによれば、前記覚醒制御部により前記覚醒装置が制御されるので、該覚醒装置により前記人を適切に覚醒させることができる。

また本開示に係るデータ処理方法は、人をモニタリングするためのデータ処理方法であって、
前記人の瞳孔運動及び頭部運動を算出する算出ステップと、
前記人の瞳孔運動及び頭部運動に基づいて前庭動眼反射運動を算出する際の状況の適性度を評価する評価ステップと、
前記算出ステップにより算出された前記人の瞳孔運動及び頭部運動に係るデータに、前記評価ステップにより検出された前記適性度を付与する付与ステップと、
前記適性度を考慮し、前記データに基づいて、前記人の前庭動眼反射運動を算出する反射運動算出ステップとを含むことを特徴としている。

上記データ処理方法によれば、前記評価ステップにより前記前庭動眼反射運動を算出する際の状況の適性度が評価され、前記付与ステップにより前記データに前記適性度が付与される。したがって、前記データに付与された前記適性度によって、前記データが、前記前庭動眼反射運動を算出する際の状況として、どのような適性を有しているのかを判別することが可能となる。そして、前記反射運動算出ステップにより、前記適性度を考慮し、前記データに基づいて、前記人の前庭動眼反射運動が算出される。これにより、複雑な眼球運動などが発生する現実環境下であっても、前記データのうち、前記適性度が考慮された適切なデータを用いることにより、前記人の前庭動眼反射運動の算出精度を高めることが可能になる。

また本開示に係るデータ処理プログラムは、人をモニタリングするためのデータ処理を少なくとも１つのコンピュータに実行させるためのデータ処理プログラムであって、
前記少なくとも１つのコンピュータに、
前記人の瞳孔運動及び頭部運動を算出する算出ステップと、
前記人の瞳孔運動及び頭部運動に基づいて前庭動眼反射運動を算出する際の状況の適性度を評価する評価ステップと、
前記算出ステップにより算出された前記人の瞳孔運動及び頭部運動に係るデータに、前記評価ステップにより評価された前記適性度を付与する付与ステップと、
前記適性度を考慮し、前記データに基づいて、前記人の前庭動眼反射運動を算出する反射運動算出ステップとを実行させることを特徴としている。

上記データ処理プログラムによれば、前記評価ステップにより前記前庭動眼反射運動を算出する際の状況の適性度が評価され、前記付与ステップにより前記データに前記適性度が付与される。したがって、前記データに付与された前記適性度によって、前記データが、前記前庭動眼反射運動を算出する際の状況として、どのような適性を有しているのかを判別することが可能となる。そして、前記反射運動算出ステップにより、前記適性度を考慮し、前記データに基づいて、前記人の前庭動眼反射運動が算出される。これにより、複雑な眼球運動などが発生する現実環境下であっても、前記データのうち、前記適性度が考慮された適切なデータを用いることにより、前記人の前庭動眼反射運動の算出精度を高めることが可能なデータ処理装置を実現できる。

実施の形態に係るデータ処理装置を用いたモニタリングシステムの一例を模式的に示す図である。 実施の形態に係るモニタリングシステムのハードウェア構成の一例を示すブロック図である。 実施の形態に係るデータ処理装置の機能構成の一例を示すブロック図である。 実施の形態に係るデータ処理装置の制御ユニットが行う処理動作の一例を示すフローチャートである。 実施の形態に係るデータ処理装置の制御ユニットが行うＶＯＲの算出処理動作の第１の例を示すフローチャートである。 実施の形態に係るデータ処理装置の制御ユニットが行うＶＯＲの算出処理動作の第２の例を示すフローチャートである。 実施の形態に係るデータ処理装置の制御ユニットが行うＶＯＲの算出処理動作の第３の例を示すフローチャートである。

以下、本発明に係るデータ処理装置、モニタリングシステム、覚醒システム、データ処理方法、及びデータ処理プログラムの実施の形態を図面に基づいて説明する。
本発明に係るデータ処理装置は、例えば、人（対象者）をモニタリングするシステムに広く適用可能である。例えば、車両、鉄道車両、飛行機、及び船舶などの各種移動体の運転者（操縦者）をモニタリングするシステムの他、工場内の機械や装置などの各種設備を操作したり、監視したり、所定の作業をしたりする人などをモニタリングするシステムなどに適用可能である。

［システム構成例］
図１は、実施の形態に係るデータ処理装置を用いたモニタリングシステムの一例を模式的に示す図である。
モニタリングシステム１は、車両２に搭載されるドライバモニタリングシステムであり、データ処理装置１０とカメラ２０とを含んで構成されている。データ処理装置１０は、車両２の運転者３をモニタリングするためのデータ処理を行うコンピュータである。カメラ２０は、本発明の「撮像装置」の一例である。カメラ２０は、データ処理装置１０に接続され、運転者３の顔を含む画像が撮像できるように配置されている。

車両２は、自動車であるが、二輪車等の車両であってもよく、車両２の種類は特に限定されない。また、車両２は、米国自動車技術会（ＳＡＥともいう）が提示している自動運転レベルにおけるレベル０（運転自動化なし）の車両（いわゆる手動運転車両）でもよいし、自動運転車両であってもよい。自動運転車両は、ＳＡＥが提示している自動運転レベルにおけるレベル１（ドライバ支援）、レベル２（部分的自動運転）、レベル３（条件付自動運転）、レベル４（高度自動運転）、及びレベル５（完全自動運転）のうちのいずれのレベルの車両であってもよい。

また、データ処理装置１０は、車両２に搭載されている各種機器、例えば、車載センサ３０、始動スイッチ４０、及びナビゲーション装置５０などに接続可能に構成されている。また、データ処理装置１０は、車両２の駆動部、制動部、操舵部、又はサスペンション部などの各部を制御する１つ以上の電子制御ユニット（ＥＣＵ：Electronic Control Unit）６０に接続可能に構成されてもよい。始動スイッチ４０は、例えば、イグニッションスイッチである。

データ処理装置１０では、現実環境の一例である実車環境下における運転者３の前庭動眼反射運動の算出精度を高めることを目的の一つとしている。なお、前庭動眼反射運動（以下、ＶＯＲともいう）は、人の頭部運動に伴ない誘発される眼球運動であり、頭部の動きの反対方向へ眼球を動かすことで、網膜像のブレを抑制する不随意的眼球運動である。

背景技術の欄に記載したように、実車環境では、車外の状況、路面の状況、車両の挙動、及び運転者の頭部や眼の動きなどは一定ではない。そのため、運転者の瞳孔運動及び頭部運動のデータには、前庭動眼反射運動とは異なる運動成分、例えば、サッカード運動や輻輳性運動などの成分（ノイズ成分ともいう）が多く含まれる。その結果、前庭動眼反射運動を検出するためのデータのシグナルノイズ（ＳＮ）比が悪くなりやすく、運転者の前庭動眼反射運動を精度良く検出することが難しいという課題があった。なお、シグナルノイズ（ＳＮ）のシグナルは、前庭動眼反射運動を示す眼球運動を示し、ノイズは、前庭動眼反射運動以外の眼球運動（例えば、サッカード運動、輻輳性運動など）を示す。

係る課題を解決すべく、実施の形態に係るデータ処理装置１０では、次の構成が採用されている。
データ処理装置１０は、カメラ２０から撮像画像を取得し、取得した撮像画像から、少なくとも運転者３の瞳孔運動及び頭部運動を算出する。また、データ処理装置１０は、運転者３の瞳孔運動及び頭部運動に基づいて前庭動眼反射運動を算出する際の状況の適性度を検出する。

この適性度は、例えば、撮像画像から検出された運転者３の状態、又は車載センサ３０などで検出された車両２の状態のうちの少なくともいずれかの状態に基づいて評価される。
運転者３の状態には、運転者３の視線方向が含まれる。例えば、運転者３が特定の方向や特定の箇所を注視している状態は、前庭動眼反射運動以外の眼球運動（例えば、サッカード運動や輻輳性運動など）が生じにくい状態、換言すれば、前庭動眼反射運動のノイズ成分が小さくなり、Ｓ／Ｎ比が高くなりやすい状態にある。運転者３がこのような状態にある場合、例えば、適性が有る、又は適性が高いと判定され、適性度が高く評価される。

また、車両２の状態には、車両２の走行状態、又は車両２の進行方向に存在する物体（人や他車両など）の検出状態などが含まれる。また、車両２の加速度の変化と、運転者３の瞳孔運動又は頭部運動との関係に基づいて、適性度を評価してもよい。
例えば、車両２の状態が、運転者３の頭部が上下、左右又は前後方向、或いはヨー又はピッチ方向に変位又は振動しやすい状態、換言すれば、前庭動眼反射運動のシグナル成分、特に変位量が大きくなりやすい状態にある場合、例えば、適性が有る、又は適性が高いと判定され、適性度が高く評価される。

また、車両２の状態が、運転者３の前庭動眼反射運動以外の眼球運動（例えば、サッカード運動や輻輳性運動など）が生じにくい走行状態、換言すれば、前庭動眼反射運動のノイズ成分が小さくなる走行状態、具体的には、車両２が直線道路を走行している状態にある場合、例えば、適性が有る、又は適性が高いと判定され、適性度が高く評価される。

上記のように評価された適性度は、コンピュータで認識可能なデータとして表される。適性度は、例えば、ＶＯＲを算出する適性の有無、又は適性の高低を示す２値データで表してもよいし、適性の程度に応じた（例えば、ランク付け又は重み付けされた）多値データで表してもよい。適性の程度とは、例えば、ＶＯＲを算出する状態としての適性度合いを示す。

そして、データ処理装置１０は、撮像画像をもとに算出された運転者３の瞳孔運動及び頭部運動に係るデータに適性度を付与する。適性度が付与される運転者３の瞳孔運動及び頭部運動に係るデータは、運転者３の瞳孔運動及び頭部運動のデータでもよいし、運転者３の瞳孔運動及び頭部運動のデータから算出された値、又は運転者３の瞳孔運動と頭部運動の関連性を示す値などであってもよい。データ処理装置１０は、例えば、瞳孔運動と頭部運動の相関関係を示す係数などの値に適性度を付与してもよい。

さらにデータ処理装置１０は、運転者３の瞳孔運動及び頭部運動に係るデータ（以下、算出データともいう）に付与された適性度を考慮し、算出データに基づいて、運転者３の前庭動眼反射運動を算出する。
例えば、運転者３の瞳孔運動及び頭部運動に係るデータのうち、適性度が所定の条件を満たしているデータを用いて、運転者３の前庭動眼反射運動が算出される。適性度が所定の条件を満たしているデータには、例えば、適性度が高く評価されたデータ、より具体的には、ＶＯＲを算出する状態として適性が有る、又は適性が高いと評価されたデータが挙げられる。または、適性度が適性度合いを示す多値データで表される場合、適性度が所定の閾値以上であるデータが挙げられる。

このようなデータ処理装置１０によれば、運転者３の瞳孔運動及び頭部運動に係るデータのうち、適性度が所定の条件を満たしているデータを用いることにより、複雑な眼球運動などが発生する実車環境下における運転者３の前庭動眼反射運動の算出を効率的かつ精度良く行うことが可能となる。

［ハードウェア構成例］
図２は、実施の形態に係るモニタリングシステム１のハードウェア構成の一例を示すブロック図である。
モニタリングシステム１は、データ処理装置１０とカメラ２０とを含んで構成されている。

データ処理装置１０は、外部インターフェース（外部Ｉ／Ｆとも記す）１１、制御ユニット１２、及び記憶ユニット１３が電気的に接続されたコンピュータで構成されている。
制御ユニット１２は、ハードウェアプロセッサであるＣＰＵ（Central Processing Unit）１２１、ＲＡＭ（Random Access Memory）１２２、ＲＯＭ（Read Only Memory）１２３を含んで構成され、データ処理に応じた各種制御を行う。なお、制御ユニット１２は、複数のハードウェアプロセッサを含んでもよい。ハードウェアプロセッサは、ＣＰＵ１２１の他、マイクロプロセッサ、Graphics processing unit（ＧＰＵ）などを含んで構成されてもよい。

記憶ユニット１３は、例えば、ＲＡＭ、ＲＯＭ、ハードディスクドライブ（ＨＤＤ）、ソリッドステートドライブ（ＳＳＤ）、フラッシュメモリ、その他の不揮発性メモリや揮発性メモリなど、半導体素子などによってデータを記憶可能な１つ以上の記憶装置で構成されている。

記憶ユニット１３は、画像記憶部１３１、取得データ記憶部１３２、及び算出データ記憶部１３３を備えている。算出データ記憶部１３３が、本発明における「第１の記憶部」と「第２の記憶部」の一例である。また、記憶ユニット１３にはプログラム１３４が格納されている。プログラム１３４は、運転者３をモニタリングするための各種のデータ処理をデータ処理装置１０に実行させるための命令を含むプログラムである。なお、プログラム１３４は、制御ユニット１２のＲＯＭ１２３に格納されてもよい。また、記憶ユニット１３の各部を、制御ユニット１２のＲＡＭ１２２に設けてもよい。

外部Ｉ／Ｆ１１は、車両２に搭載される各種機器と接続するためのインターフェースであり、接続される機器に応じて適宜構成されている。外部Ｉ／Ｆ１１は、たとえば、ＣＡＮ（Controller Area Network）などの車載ネットワークを介して、カメラ２０、車載センサ３０、始動スイッチ４０、ナビゲーション装置５０、電子制御ユニット６０、及び覚醒装置７０に接続されている。なお、外部Ｉ／Ｆ１１は、接続される機器毎に設けてもよい。また、外部Ｉ／Ｆ１１には上記以外の機器が接続されてもよい。

カメラ２０は、運転者３の顔を含む画像を撮像するための装置であり、例えば、図示しないレンズ部、撮像素子部、光照射部、これら各部を制御する制御部などを含んで構成されている。撮像素子部は、例えば、ＣＣＤ(Charge Coupled Device)、ＣＭＯＳ(Complementary Metal Oxide Semiconductor)などの撮像素子、フィルタ、マイクロレンズなどを含んで構成されている。

撮像素子部は、可視領域の光を受けて撮像画像を形成できるものを含む他、紫外線又は赤外線を受けて撮像画像を形成できるＣＣＤ、ＣＭＯＳ、或いはフォトダイオード等の赤外線センサを含んで構成されてもよい。

光照射部は、ＬＥＤ(Light Emitting Diode)などの発光素子を含み、また、昼夜を問わず運転者の状態を撮像できるように赤外線ＬＥＤなどを用いてもよい。制御部は、例えば、ＣＰＵ、メモリ、画像処理回路などを含んで構成されている。

制御部が、撮像素子部や光照射部を制御して、該光照射部から光（例えば、近赤外線など）を照射し、撮像素子部でその反射光を撮像する制御などを行う。カメラ２０は所定のフレームレート（例えば、毎秒３０～６０フレーム）で画像を撮像し、カメラ２０で撮像された画像データがデータ処理装置１０に出力され、画像記憶部１３１に記憶される。

カメラ２０は、１台で構成されているが、２台以上で構成してもよい。また、カメラ２０は、データ処理装置１０と別体（別筐体）で構成してもよいし、データ処理装置１０と一体（同一筐体）で構成してもよい。また、カメラ２０は、単眼カメラでもよいし、ステレオカメラであってもよい。

カメラ２０の車室内での設置位置は、少なくとも運転者３の顔を含む視野を撮像できる位置であれば、特に限定されない。例えば車両２のダッシュボード中央付近の他、ステアリング部分、ステアリングコラム部分、メーターパネル部分、ルームミラー近傍位置、Ａピラー部分、又はナビゲーション装置５０などに設置してもよい。また、カメラ２０の仕様（画角や画素数（縦×横）など）及び位置姿勢（取付角度や所定の原点（ハンドル中央位置など）からの距離など）を含む情報がカメラ２０又はデータ処理装置１０に記憶されてもよい。

車載センサ３０には、車外センサ３１、加速度センサ３２、ジャイロセンサ３３、及び操舵センサ３４などが含まれているが、これら以外のセンサを含んでもよい。

車外センサ３１は、車両２の周辺に存在する対象物を検出するセンサである。対象物には、他車両、自転車、人などの移動物体の他、白線など路面標示、ガードレール、中央分離帯、その他、車両２の走行に影響を与える構造物などが含まれてもよい。車外センサ３１は、前方監視カメラ、後方監視カメラ、レーダ（Ｒａｄａｒ）、ライダー、即ちLight Detection and Ranging、又はLaser Imaging Detection and Ranging（ＬＩＤＡＲ）、及び超音波センサのうち少なくとも１つを含んで構成されている。車外センサ３１で検出された対象物の検出データがデータ処理装置１０に出力される他、電子制御ユニット６０に出力されてもよい。
前方監視カメラや後方監視カメラには、ステレオカメラや単眼カメラなどが採用され得る。レーダは、ミリ波等の電波を車両周囲に送信し、車両周囲に存在する対象物で反射された電波を受信することで対象物の位置、方向、距離などを検出する。ライダーは、レーザー光を車両周囲に送信し、車両周囲に存在する対象物で反射された光を受信することで対象物の位置、方向、距離などを検出する。

加速度センサ３２は、車両２の加速度を検出するセンサであり、ＸＹＺ軸の３方向の加速度を検出する３軸加速度センサを用いてもよいし、２軸、１軸の加速度センサを用いてもよい。３軸加速度センサには、静電容量型の他、ピエゾ抵抗型などの半導体方式の加速度センサを用いてもよい。加速度センサ３２で検出された加速度データが、データ処理装置１０に出力される他、ナビゲーション装置５０又は電子制御ユニット６０に出力されてもよい。

ジャイロセンサ３３は、車両２の回転角速度（例えば、ヨーレート）を検出する角速度センサである。ジャイロセンサ３３で検出された回転角速度の信号がデータ処理装置１０に出力される他、ナビゲーション装置５０又は電子制御ユニット６０に出力されてもよい。

操舵センサ３４は、車両２のステアリングに対する操舵量を検出するセンサであり、例えば、車両２のステアリングシャフトに設けられ、運転者３によりステアリングに与えられる操舵トルク又はステアリングの操舵角を検出する。操舵センサ３４で検出された、運転者３のステアリング操作に応じた信号が、データ処理装置１０に出力される他、電子制御ユニット６０に出力されてもよい。

ナビゲーション装置５０は、図示しない制御部、表示部、音声出力部、操作部、地図データ記憶部、ＧＰＳ受信部などを含んで構成されている。ナビゲーション装置５０は、例えば、ＧＰＳ受信部などで計測された車両２の位置情報と地図データ記憶部の地図情報とに基づいて、車両２が走行する道路や車線を割り出し、車両２の現在位置から目的地までの経路などを演算し、該経路を表示部（図示せず）へ表示し、音声出力部（図示せず）から経路案内などの音声出力を行う。ナビゲーション装置５０で求められた、車両２の位置情報、走行道路の情報、又は走行予定経路の情報などがデータ処理装置１０へ出力されるように構成されている。

電子制御ユニット６０は、車両２の駆動部、制動部、操舵部、又はサスペンション部などの車両２の各部を制御する１つ以上のコンピュータ装置で構成されている。
データ処理装置１０は、車載センサ３０、ナビゲーション装置５０、及び電子制御ユニット６０などから取得したデータを取得データ記憶部１３２に記憶する。

覚醒装置７０は、データ処理装置１０により制御される装置であり、データ処理装置１０からの制御信号に基づいて、運転者３を覚醒させるための動作を実行する。覚醒装置７０は、例えば、音又は光などで運転者３に警告を発する警報装置で構成されてもよい。また、冷風、温風、又は香気成分或いは臭気成分を含む気体などを運転者３に吹き付ける空調装置で構成されてもよい。或いは、ステアリング、シートベルト、又は座席シートなどを振動させる振動装置などで構成されてもよい。

［機能構成例］
図３は、実施の形態に係るデータ処理装置１０の制御ユニット１２の機能構成の一例を示すブロック図である。

データ処理装置１０の制御ユニット１２は、図２に示す記憶ユニット１３に記憶されたプログラム１３４をＲＡＭ１２２に展開する。そして、制御ユニット１２は、ＲＡＭ１２２に展開されたプログラム１３４をＣＰＵ１２１により解釈及び実行して、各構成要素を制御する。
これによって、データ処理装置１０は、図３に示す、画像取得部１２ａ、データ取得部１２ｂ、算出部１２ｃ、適性度評価部１２ｄ、付与部１２ｅ、反射運動算出部１２ｆ、眠気検出部１２ｇ、及び覚醒制御部１２ｈを制御ユニット１２に備えたコンピュータとして構成される。制御ユニット１２に装備されたこれら各部は、ソフトウェアモジュールとして構成されてもよい。

画像取得部１２ａは、カメラ２０から撮像画像を取得する。画像取得部１２ａで取得された撮像画像のデータは、算出部１２ｃに出力される。なお、画像取得部１２ａで取得された撮像画像のデータを画像記憶部１３１に記憶し、画像記憶部１３１から算出部１２ｃに出力してもよい。

データ取得部１２ｂは、車載センサ３０、始動スイッチ４０、ナビゲーション装置５０、及び電子制御ユニット６０などから車両２の状態を示すデータを取得する。データ取得部１２ｂで取得された、車両２の状態を示すデータは、適性度評価部１２ｄに出力される。なお、データ取得部１２ｂで取得された、車両２の状態を示すデータを取得データ記憶部１３２に記憶し、取得データ記憶部１３２から適性度評価部１２ｄに出力してもよい。

算出部１２ｃは、運転者３の瞳孔運動及び頭部運動を算出する処理を行う。本実施の形態では、運転者３の瞳孔運動及び頭部運動は、カメラ２０から取得した撮像画像を画像解析することで算出される。当該算出処理は、例えば、撮像画像のフレーム毎に実行されるが、所定のフレーム間隔毎に実行されてもよい。

次に算出部１２ｃが行う瞳孔運動の算出処理の一例を説明する。
算出部１２ｃは、まず、テンプレートマッチングによりカメラ２０で撮像された画像から運転者３の顔（例えば、顔領域）を検出する。顔領域の検出は、予め用意された顔のテンプレート画像を用いてよい。次に、算出部１２ｃは、撮像画像から検出された運転者３の顔領域に対して、テンプレートマッチングにより運転者３の顔領域から瞳孔の位置を検出する。瞳孔の位置は、予め用意された瞳孔のテンプレート画像を用いて検出してもよい。そして、算出部１２ｃは、撮像画像のフレーム毎に運転者３の瞳孔の位置を検出し、これらフレーム毎の瞳孔の位置変化（移動量）から瞳孔運動（例えば、眼球運動角速度）を算出する。

次に算出部１２ｃが行う頭部運動の算出処理の一例を説明する。
算出部１２ｃは、まず、テンプレートマッチングによりカメラ２０で撮像された画像から運転者３の顔（例えば、顔領域）を検出する。顔領域の検出は、予め用意された顔のテンプレート画像を用いてよい。また、上記した瞳孔運動を算出する処理で検出された運転者３の顔領域のデータを用いてもよい。

次に、算出部１２ｃは、撮像画像から検出された運転者３の顔領域に対して、テンプレートマッチングにより顔領域から眼の位置を検出する。眼の位置は、予め用意された眼のテンプレート画像を用いて検出してもよい。眼のテンプレート画像には、例えば、目尻と目頭の位置を示す座標が予め紐付けられている。眼のテンプレート画像における目尻と目頭の座標から撮像画像中における運転者３の目尻と目頭の位置を検出することが可能となっている。目尻と目頭の位置は、瞬きなどの眼の開閉動作によっては移動しないため、目尻と目頭の位置変化は頭部運動により動いたものと推定できる。
そして、算出部１２ｃは、撮像画像のフレーム毎に運転者３の目尻と目頭の位置を検出し、これらフレーム毎の目尻と目頭の位置変化（移動量）から頭部運動（例えば、頭部運動角速度）を算出する。なお、目尻又は目頭の位置を検出するようにしてもよい。

なお、撮像画像から運転者３の目尻と目頭の位置を検出する場合に、二次元の画像データを用いる他、三次元の位置情報を含む距離画像データと組み合わせて検出してもよい。
このような距離画像データを取得するために、例えば、モニタリングシステム１に三次元画像計測部を装備してもよい。三次元画像計測部は、撮像画像の各画素に対象物までの距離の値（奥行きに関する情報）を持たせた三次元画像（距離画像）を取得するように構成されている。このような三次元画像計測部は、例えば、ステレオ法などの受動型計測部であってもよいし、光レーダやパターン光などの光を投影する方式の能動型計測部であってもよい。

このように二次元画像と距離画像とを組み合わせることによって、運転者３の目尻と目頭の位置の変化が、頭部の平行運動（上下、又は左右方向の運動）によるものであるのか、又は回転運動（ヨー又はピッチ方向の運動）によるものであるのかを精度よく検出することが可能になる。このような構成により、瞳孔運動及び頭部運動をより正確に算出することが可能となり、前庭動眼反射運動のモニタリング精度をより高めることができる。

なお、運転者３の瞳孔運動及び頭部運動の算出処理は、上記した例に限定されるものではなく、公知の各種手法を採用することもできる。例えば、国際公開第２００６／０５１６０７号パンフレット、特開２００７－２４９２８０号公報に開示されているように、画像のフレーム毎に顔の各器官（眼、口、鼻、耳等）の特徴点を検出し、顔の各器官の特徴点の位置から顔の向きを求め、これらフレーム毎の顔の向きの変化（移動量）から頭部運動を算出するようにしてもよい。

また、算出部１２ｃは、運転者３の瞳孔運動及び頭部運動を算出する他、視線の方向、及び目の開閉に関する情報を算出するようにしてもよい。さらに、運転者３の瞳孔運動をカメラ２０から取得した撮像画像の画像解析で算出し、運転者３の頭部運動を運転者３の頭部に装着したジャイロセンサなどから取得したデータに基づいて算出してもよい。
そして、算出部１２ｃで算出された運転者３の瞳孔運動及び頭部運動に係るデータ（算出データ）は、付与部１２ｅと適性度評価部１２ｄに出力される。

適性度評価部１２ｄは、データ取得部１２ｂで取得された車両２の状態を示すデータ、及び算出部１２ｃで算出された運転者３の状態を示すデータを取り込み、これらデータを用いて、運転者３の前庭動眼反射運動を算出する際の状況の適性度を評価する処理を行う。適性度評価部１２ｄは、例えば、運転者３の状態、又は車両２の状態が、前庭動眼反射運動の算出に適した所定の状態にあるか否か等を判定することにより、適性度を評価する処理を行う。

上記した所定の状態には、運転者３の頭部が振動しやすい状態、換言すれば、前庭動眼反射運動のシグナル成分、特に変位量が大きくなる状態が含まれる。より具体的には、運転者３の頭部が上下、左右又は前後方向、或いはヨー又はピッチ方向に、変位又は振動しやすい状態などが含まれる。

また、所定の状態には、前庭動眼反射運動以外の眼球運動（例えば、サッカード運動や輻輳性運動など）が生じにくい状態、換言すれば、前庭動眼反射運動のノイズ成分が小さくなる状態が含まれる。より具体的には、車両２が直線道路を走行している状態、又は運転者３が特定の箇所を注視している状態などが含まれる。

次に適性度評価部１２ｄが行う処理の一例を説明する。
（１）適性度評価部１２ｄは、運転者３の瞳孔運動及び頭部運動が算出部１２ｃで算出できたか否かを判定する。そもそも、瞳孔運動及び頭部運動が適切に算出できていなければ、前庭動眼反射運動の算出を行うことができない。

そこで、適性度評価部１２ｄは、算出部１２ｃから算出データを取得した場合、テンプレートマッチングにより画像から抽出された顔領域と顔のテンプレート画像との類似度、又は画像から抽出された眼領域と眼のテンプレート画像との類似度を判定する。それぞれの類似度が所定の閾値より低い場合は、画像から頭部（眼、すなわち目尻と目頭）の位置、又は瞳孔の位置を適切に取得できていない、すなわち、前庭動眼反射運動を算出する状態として適していない（例えば、適性が無い、又は適性が低い）と評価してもよい。

（２）適性度評価部１２ｄは、瞳孔運動のデータが、前庭動眼反射運動以外の眼球運動、すなわちサッカード運動などのノイズ成分を多く含むデータであるか否かを判定してもよい。
例えば、瞳孔の運動量が頭部の運動量よりも大きい場合など、眼球の回転速度や回転角などの眼球運動が所定の閾値より大きい場合、又は頭部の移動又は回転方向に追従して（すなわち、略同一方向に）瞳孔が移動又は回転している場合、瞳孔運動のデータには、サッカード運動などのノイズ成分が多く含まれる。このような場合、前庭動眼反射運動を算出する状態として適していないと評価してもよい。

また、顔の向きが大きく動いたときは、運転者３が一定の方向を集中して見ようとしている状態にはないため、顔の回転速度や回転角などの頭部の運動が所定の閾値より大きい場合、頭部運動のデータにはノイズ成分が多く含まれる。このような場合、前庭動眼反射運動を算出する状態として適していないと評価してもよい。

（３）適性度評価部１２ｄは、算出部１２ｃに取り込まれる撮像画像の取得周期に合わせて、データ取得部１２ｂを介して車速データを取得し、車速データが所定の速度より小さいか否か、又は車速データが所定の速度より大きいか否かを判定してもよい。この判定により、算出部１２ｃで算出されたデータが前庭動眼反射運動の算出に適したデータであるか否か、すなわち、前庭動眼反射運動を算出する際の状況の適性度（例えば、適性の有無、或いは適性の高低などの２値判定による適性度、又は適性度合いなどの多値判定による適性度）を評価できる。

一般的に車速が大きい場合、運転者３は前方の狭い範囲を集中して見ている傾向がある。一方で車速が小さい場合、運転者３は周辺の安全を確保するため、広い範囲を随意的に見渡す傾向にある。前庭動眼反射運動を算出する場合、運転者３が狭い範囲を集中して見ている状態での眼球運動及び頭部運動のデータを使用することが好ましい。
そこで、適性度評価部１２ｄは、車速データが所定の速度（例えば、徐行速度）より小さい場合、前庭動眼反射運動を算出する状態として適していないと評価し、車速データが所定の速度より大きい場合、前庭動眼反射運動を算出する状態として適していると評価してもよい。

また、適性度評価部１２ｄは、所定の速度を閾値にして、適性を２値判定するのではなく、車速に応じて重み付けされた重み係数を適性度として用いてもよい。例えば、算出部１２ｃで瞳孔運動及び頭部運動を算出しているときの車速が時速０～２０ｋｍであれば重み係数を０．２、時速２０～４０ｋｍであれば重み係数を０．５、時速４０～６０ｋｍであれば重み係数を０．８、時速６０ｋｍ以上であれば重み係数を１．０とし、これら重み係数を適性度として用いてもよい。

（４）適性度評価部１２ｄは、算出部１２ｃに取り込まれる撮像画像の取得周期に合わせて、データ取得部１２ｂを介して操舵データを取得し、操舵データが所定の操舵角より大きいか否かを判定してもよい。この判定により、算出部１２ｃで算出されたデータが前庭動眼反射運動の算出に適したデータであるか否か、すなわち、前庭動眼反射運動を算出する際の状況の適性度（例えば、適性の有無、或いは適性の高低などの２値判定による適性度、又は適性度合いなどの多値判定による適性度）を評価できる。

前庭動眼反射運動を算出する場合、運転者３が前方の狭い範囲を集中して見ている状態での眼球運動及び頭部運動のデータを使用することが好ましい。運転者３が前方の狭い範囲を集中して見ている傾向が高いのは、カーブが連続する道路を走行している場合よりも直線道路を走行している場合である。そこで、適性度評価部１２ｄは、操舵データが所定の操舵角より大きい場合、前庭動眼反射運動を算出する状態として適していないと判定してもよい。

（５）適性度評価部１２ｄは、算出部１２ｃに取り込まれる撮像画像の取得周期に合わせて、データ取得部１２ｂを介して車両２の位置データ又は走行道路データなどを取得し、車両２が直線道路を走行中であるか否かを判定してもよい。この判定により、算出部１２ｃで算出されたデータが前庭動眼反射運動の算出に適したデータであるか否か、すなわち、前庭動眼反射運動を算出する際の状況の適性度（例えば、適性の有無、或いは適性の高低などの２値判定による適性度、又は適性度合いなどの多値判定による適性度）を評価できる。車両２の位置データ又は走行道路データなどは、ナビゲーション装置５０から取得される。

運転者３が前方の狭い範囲を集中して見ている傾向が高いのは、カーブが連続する道路を走行している場合よりも直線道路を走行している場合である。そこで、適性度評価部１２ｄは、車両２が直線道路を走行していない場合、前庭動眼反射運動を算出する状態として適していないと評価してもよい。

（６）適性度評価部１２ｄは、算出部１２ｃに取り込まれる撮像画像の取得周期に合わせて、データ取得部１２ｂを介して、車外センサ３１で取得された周辺監視データを取得し、車両２の周辺に障害物や先行車両などが存在するか否かを判定してもよい。この判定により、算出部１２ｃで算出されたデータが前庭動眼反射運動の算出に適したデータであるか否か、すなわち、前庭動眼反射運動を算出する際の状況の適性度（例えば、適性の有無、或いは適性の高低などの２値判定による適性度、又は適性度合いなどの多値判定による適性度）を評価できる。

車両２に対して相対的に移動している先行車両や障害物などが存在する場合、運転者３は、相対移動している先行車両や障害物を目で追跡する傾向があり、運転者３の眼が能動的に動いている状態にある。眼を能動的に動かしている状態は、前庭動眼反射運動の算出に適した状態にはない。そこで、適性度評価部１２ｄは、車両２に対して相対移動している先行車両や障害物などが検出されている場合、前庭動眼反射運動を算出する状態として適していないと評価してもよい。

（７）適性度評価部１２ｄは、算出部１２ｃから運転者３の視線の向きを取得し、運転者３の視線の向きに基づいて、算出部１２ｃで算出されたデータが前庭動眼反射運動の算出に適したデータであるか否か、すなわち、前庭動眼反射運動を算出する際の状況の適性度（例えば、適性の有無、或いは適性の高低などの２値判定による適性度、又は適性度合いなどの多値判定による適性度）を評価してもよい。運転者３の顔が撮像された画像から運転者３の視線の向きを評価する方法には、公知の視線検出方法が採用される。

例えば、運転者３が、地平線の方向などの前方の遠い場所を見ている場合、前方を集中して見ている可能性が高いので、例えば、視線の向きが、車両の前方（基準方向）に対して所定角度（例えば、上下±５度、又は左右±５度）以内である場合、前方を集中して見ている状態、すなわち、前庭動眼反射運動を算出する状態として適していると評価してもよい。

また、運転者３が、ナビゲーション装置５０などの車内の操作部や表示部を見ている場合も、狭い範囲を注視している可能性が高い。したがって、例えば、運転者３の視線の向きが、ナビゲーション装置５０などの設置方向である場合、前庭動眼反射運動を算出する状態として適していると評価してもよい。ただし、車内の装備を注視しているときの算出データから前庭動眼反射運動を算出する場合は、安全性の観点から、自動運転レベルが上記したＳＡＥのレベル３以上の自動運転車両などにおいて適用することが好ましい。

（８）適性度評価部１２ｄは、算出部１２ｃで算出した頭部運動の運動量（平行移動又は回転移動）に基づいて、前庭動眼反射運動の算出に適したデータであるか否かを判定することにより、前庭動眼反射運動を算出する際の状況の適性度を評価してもよい。
前庭動眼反射運動は、運転者３の頭部が運動しなければ発生しない眼球運動である。したがって、適性度評価部１２ｄは、算出部１２ｃで算出した頭部運動の運動量（平行移動又は回転移動）が、所定の運動量より小さい場合、前庭動眼反射運動を算出する状態として適していないと評価してもよい。

（９）適性度評価部１２ｄは、算出部１２ｃに取り込まれる撮像画像の取得周期に合わせて、データ取得部１２ｂを介して車両の加速度データを取得し、車両２の加速度データに基づいて、算出部１２ｃで算出されたデータが前庭動眼反射運動の算出に適したデータであるか否かを判定することにより、前庭動眼反射運動を算出する際の状況の適性度（例えば、適性の有無、或いは適性の高低などの２値判定による適性度、又は適性度合いなどの多値判定による適性度）を評価してもよい。
車両２の上下、左右又は前後方向に所定の加速度が発生している場合、運転者３の頭部が上下、左右又はピッチ方向に運動しやすい状態になる。

したがって、適性度評価部１２ｄは、車両２の加速度データが、運転者３の頭部運動が発生しやすい閾値より大きい場合、前庭動眼反射運動を算出する状態として適していると評価してもよい。
また、適性度評価部１２ｄは、車両２の加速度データから得られた車両２の振動と頭部運動とが、同じ方向に同等の周波数で振動しているなどの一定の関係にある場合、前庭動眼反射運動を算出する状態として適していると評価してもよい。
車両２の加速度データは、車両２に装備した加速度センサ３２からのデータを用いることができる他、車外センサ３１で認識された物体との距離の時系列変化から車両２の速度を求め、該速度から求めた加速度データを用いてもよい。

このように適性度評価部１２ｄにおいて、前庭動眼反射運動を算出する状態として適性が有る、又は適性が高いと判定された場合、適性度評価部１２ｄは、適性が有る、又は適性が高いことを示す判定データを適性度として付与部１２ｅに出力する。
一方、適性度評価部１２ｄにおいて、前庭動眼反射運動を算出する状態として適性が無い、又は適性が低いと判定された場合、適性度評価部１２ｄは、適性が無い、又は適性が低いことを示す判定データを適性度として付与部１２ｅに出力する。
または、適性度評価部１２ｄにおいて、前庭動眼反射運動を算出する状態として適性の程度を示す適性度が評価された場合、適性度評価部１２ｄは、適性の程度を示すデータを適性度として付与部１２ｅに出力する。

なお、適性度評価部１２ｄでは、上記（１）～（９）のいずれかの評価を行うように構成してもよいし、車両２又は運転者３の状態に応じて、上記（１）～（９）のうちの２以上の評価を適宜組み合わせて実行するように構成してもよい。また、算出部１２ｃで算出に用いられる画像フレーム毎に適性度が得られるように、算出部１２ｃと適性度評価部１２ｄとにおける処理のタイミングが制御されている。例えば、算出部１２ｃでの撮像画像の取り込み周期に合わせて、画像フレーム毎に適性度が評価されるようになっている。

付与部１２ｅは、算出部１２ｃで算出された算出データと、適性度評価部１２ｄで評価された適性度とを取得した場合、算出部１２ｃで算出された運転者３の瞳孔運動及び頭部運動に係るデータ（各画像フレームの算出データ）に、適性度評価部１２ｄで評価された適性度を付与する処理を行う。

そして付与部１２ｅは、運転者３の瞳孔運動及び頭部運動に係るデータと、該データに付与された適性度とを、画像フレーム毎に紐付けた状態で反射運動算出部１２ｆに出力する。

適性度は、例えば、ＶＯＲを算出する状態としての適性の有無又は適性の高低を示す２値データでもよいし、適性の程度に応じた、換言すれば、重み付けされた多値データでもよい。適性の程度に応じた多値データを適性度として用いる場合、ＶＯＲを算出する状態としての適性を、重み付けによって細かく判別できる。

反射運動算出部１２ｆは、付与部１２ｅから取得した、運転者３の瞳孔運動及び頭部運動に係るデータと、該データに付与された適性度とに基づいて、運転者３の前庭動眼反射運動を算出する処理を行う。

反射運動算出部１２ｆは、例えば、付与部１２ｅから取得したデータのうち、適性度が所定の条件を満たしているデータを算出データ記憶部１３３に逐次記憶していく。その後、反射運動算出部１２ｆは、算出データ記憶部１３３に、適性度が所定の条件を満たしているデータが所定時間分記憶された場合に、記憶された所定時間分のデータを用いて、運転者３の前庭動眼反射運動を算出する処理を行う。適性度が所定の条件を満たしているデータとは、適性度が高く評価されたデータである。例えば、適性度として適性の有無（又は高低）の判定結果を示す２値データが付与される場合、適性が有る（又は適性が高い）と評価されたデータである。または、適性度として適性度合いを示す多値データが付与される場合、適性度が所定の閾値より高い（又は所定の閾値以上の）データである。

また、反射運動算出部１２ｆは、付与部１２ｅから取得したデータと適性度とを紐付けて算出データ記憶部１３３に逐次記憶してゆき、その後、算出データ記憶部１３３に、データが所定時間分記憶された場合に、記憶された所定時間分のデータのうち、適性度が所定の条件を満たしているデータを用いて、運転者３の前庭動眼反射運動を算出する処理を行ってもよい。記憶された所定時間分のデータのうち、適性度が所定の条件を満たしているデータは、例えば、適性度として適性の有無（又は高低）の判定結果を示す２値データが付与される場合、適性が有る（又は適性が高い）と評価されたデータである。または、適性度として適性度合いを示す多値データが付与される場合、適性度が所定の閾値より高い（又は所定の閾値以上の）データでもよいし、適性度が高い方のデータから抽出された所定フレーム数のデータなどでもよい。

反射運動算出部１２ｆは、前庭動眼反射運動の算出処理を行った後、前庭動眼反射運動に関する算出データを眠気検出部１２ｇに出力する。

反射運動算出部１２ｆで算出される前庭動眼反射運動に関する算出データには、例えば、ＶＯＲゲイン、残差標準偏差、及び遅れ時間のうちの少なくともいずれかのデータ（パラメータともいう）が含まれているが、ＶＯＲゲインを含むことが好ましい。
ＶＯＲゲインは、原理的には頭部運動（頭部回転角速度）に対する瞳孔運動（眼球回転角速度）の応答度合を意味し、瞳孔運動（眼球回転角速度）／頭部運動（頭部回転角速度）で表すことができる。

例えば、ＶＯＲゲインは、目的変数を眼球回転角速度ｅ（ｔ）、説明変数を理想眼球角速度ｈ（ｔ）と定数項ｄｃとする式［数１］の回帰モデルの係数Ｇとして式［数２］により最小二乗推定して求めることができる。ここで、ε（ｔ）は回帰モデルの残差である。また、τは理想眼球運動に対する眼球運動の遅れ時間である。
眼球回転角速度ｅ（ｔ）は、算出部１２ｃで算出された瞳孔運動データに基づいて眼球運動角を求め、該眼球運動角を微分処理して求めることができる。理想眼球角速度ｈ（ｔ）は、算出部１２ｃで算出された頭部運動データに基づいて頭部運動角を求め、該頭部運動角を微分処理して求めることができる。なお、ＶＯＲゲインは、運転者３の前後、上下、左右、ヨー、及びピッチ方向の少なくとも１つの方向について算出すればよい。

また、残差標準偏差（ＳＤｒｅｓ）は、式［数３］により算出することができる。

なお、ＶＯＲゲインと残差標準偏差は、充分な推定精度が得られるように第１の時間（例えば、数十秒、又は所定フレーム数）のデータを１セグメントとし、第１の時間より短い第２の時間のオーバーラップを持たせながら、第２の時間より短い第３の時間毎に各セグメントにおける値を算出してもよい。また、一般的に運転者３が眠気を催すと、ＶＯＲゲインが減少するとともに、残差標準偏差が増加する傾向が見られる。したがって、眠気の予兆を精度よく判定するため、ＶＯＲゲインの減少率などの変化率、又は残差標準偏差の増加率などの変化率を求めてもよい。

眠気検出部１２ｇは、反射運動算出部１２ｆから前庭動眼反射運動に関する算出データを取得した場合、取得した前庭動眼反射運動に関する算出データを用いて、運転者３の眠気を検出する。例えば、ＶＯＲゲイン、残差標準偏差、及び遅れ時間のうちの少なくともいずれかのパラメータを用いて、所定の閾値との比較等を行い、運転者３の眠気の程度を示す眠気度を検出してもよいし、前庭動眼反射運動以外のパラメータ、例えば、瞬きの頻度、又は眼の開閉度なども加味して眠気度を検出してもよい。眠気検出部１２ｇは、運転者３の眠気を検出した後、運転者３の眠気の検出結果、例えば、眠気度を覚醒制御部１２ｈに出力する。

覚醒制御部１２ｈは、眠気検出部１２ｇから取得した眠気度に基づいて、覚醒装置７０に対し、運転者３を覚醒させるための制御信号を出力する処理を行う。
覚醒装置７０が、例えば、音又は光などで運転者３に警告を発する警報装置で構成されている場合、覚醒制御部１２ｈは、警報装置を所定期間作動させる制御信号を警報装置に出力する。
また、覚醒装置７０が、冷風、温風、又は香気成分や臭気成分を含む気体などを運転者３に吹き付ける空調装置で構成されている場合、覚醒制御部１２ｈは、空調装置を所定期間作動させる制御信号を空調装置に出力する。
また、覚醒装置７０が、ステアリング、シートベルト、又は座席シートなどを振動させる振動装置で構成されている場合、覚醒制御部１２ｈは、振動装置を所定期間作動させる制御信号を振動装置に出力する。

また、ナビゲーション装置５０に対し、運転者３を覚醒させるための制御信号を出力する処理を行ってもよい。この場合の制御信号には、ナビゲーション装置５０に対して、運転者３を覚醒させるための警告音や警告表示を出力させる制御信号などが含まれる。

［処理動作例］
図４は、実施の形態に係るデータ処理装置１０における制御ユニット１２が行う処理動作の一例を示すフローチャートである。なお、以下で説明する処理動作は一例に過ぎず、適宜、処理ステップの省略、置換、及び追加などの変更が可能である。

（モニタリングシステム１の起動）
まず、運転者３により車両２の始動スイッチ４０がオンされると、モニタリングシステム１を構成するデータ処理装置１０とカメラ２０とが起動され、データ処理装置１０の制御ユニット１２がプログラム１３４に基づいて運転者３のモニタリング処理を開始する。

ステップＳ１において、制御ユニット１２は、画像取得部１２ａとして動作し、運転者３の顔を撮像するように配置されたカメラ２０から撮像画像を取得する処理を行う。カメラ２０では、毎秒所定フレーム数の画像が撮像される。制御ユニット１２は、これら撮像画像を時系列で取得し、毎フレーム又は所定間隔のフレーム毎に処理を実行する。撮像画像を取得すると、制御ユニット１２は、次のステップＳ２に処理を進める。

ステップＳ２では、制御ユニット１２は、データ取得部１２ｂとして動作し、車載センサ３０、及びナビゲーション装置５０などから車両２の状態を示すデータを取得する処理を行う。例えば、車載センサ３０から各センサの検出データを取得してもよいし、走行している道路の形状（直線、カーブなど）などを含む道路データをナビゲーション装置５０から取得してもよい。車両２の状態を示すデータを取得すると、制御ユニット１２は、次のステップＳ３に処理を進める。

ステップＳ３では、制御ユニット１２は、算出部１２ｃとして動作し、運転者３の瞳孔運動を算出する処理を行う。算出部１２ｃが行う瞳孔運動の算出には、上記説明した方法が採用される。例えば、ステップＳ１で取得した撮像画像のフレーム毎に瞳孔運動を算出する処理を実行する。運転者３の瞳孔運動を算出すると、制御ユニット１２は、次のステップＳ４に処理を進める。

ステップＳ４では、制御ユニット１２は、算出部１２ｃとして動作し、運転者３の頭部運動を算出する処理を行う。算出部１２ｃが行う頭部運動の算出には、上記説明した方法が採用される。例えば、ステップＳ１で取得した撮像画像のフレーム毎に頭部運動を算出する処理を実行する。運転者３の頭部運動を算出すると、制御ユニット１２は、次のステップＳ５に処理を進める。なお、ステップＳ３、Ｓ４の順序を入れ替えてもよい。また、ステップＳ２を、ステップＳ４の後に置き換えてもよい。

ステップＳ５では、制御ユニット１２は、適性度評価部１２ｄとして動作し、運転者３の瞳孔運動及び頭部運動に基づいて前庭動眼反射運動を算出する際の状況の適性度を評価する処理を行う。適性度評価部１２ｄが行う処理は、上記説明した（１）～（９）のいずれかの方法により適性度を評価するようにしてもよいし、車両２又は運転者３の状態に応じて、上記（１）～（９）のうちの２以上の方法を適宜組み合わせて適性度を評価するようにしてもよい。前庭動眼反射運動を算出する際の状況の適性度を評価すると、制御ユニット１２は、次のステップＳ６に処理を進める。なお、ステップＳ５では、適性度として、多値データで表される適性の程度（適性度合い）が評価されるものとする。

ステップＳ６では、制御ユニット１２は、付与部１２ｅとして動作し、ステップＳ３、Ｓ４で算出された瞳孔運動及び頭部運動に係るデータに、ステップＳ５で評価された適性度を付与する処理を行う。各画像フレームの瞳孔運動及び頭部運動に係るデータに適性度を付与すると、制御ユニット１２は、次のステップＳ７に処理を進める。

ステップＳ７では、制御ユニット１２は、反射運動算出部１２ｆとして動作し、ステップＳ６において、瞳孔運動及び頭部運動に係るデータ（算出データ）に付与された適性度を考慮し、算出データに基づいて、運転者３の前庭動眼反射運動を算出する処理を行う。ステップＳ７の処理動作の具体例については、後述する。前庭動眼反射運動に関する算出データ（パラメータ）には、上記説明したＶＯＲゲイン、残差標準偏差、及び遅れ時間のうちの少なくともいずれかが含まれる。運転者３の前庭動眼反射運動を算出すると、制御ユニット１２は、次のステップＳ８に処理を進める。

ステップＳ８では、制御ユニット１２は、眠気検出部１２ｇとして動作し、ステップＳ７で算出された運転者３の前庭動眼反射運動から運転者３の眠気、例えば、眠気度を検出する処理を行う。
運転者３の眠気度は、上記したように、例えば、ＶＯＲゲイン、残差標準偏差、及び遅れ時間のうちの少なくともいずれかのパラメータを用いて検出してもよいし、瞬きの頻度又は眼の開閉度などを加味して検出してもよい。運転者３の眠気度の検出処理を行うと、制御ユニット１２は、次のステップＳ９に処理を進める。

ステップＳ９では、制御ユニット１２は、覚醒制御部１２ｈとして動作し、ステップＳ８で検出された眠気度が、所定の閾値（眠気が生じていると判定できる閾値）より小さいか否かを判断する。ステップＳ９において、制御ユニット１２は、眠気度が所定の閾値以上である（眠気が生じている）と判断すれば、制御ユニット１２は次のステップＳ１０に処理を進める。一方ステップＳ９において、制御ユニット１２は、眠気度が所定の閾値より小さい（眠気が生じていない）と判断すれば、制御ユニット１２はステップＳ１１に処理を進める。

ステップＳ１０では、制御ユニット１２は、覚醒制御部１２ｈとして動作し、覚醒装置７０に、運転者３を覚醒させるための所定の制御信号を出力する処理を行う。運転者３に対する覚醒制御を行うと、制御ユニット１２は、次のステップＳ１１に処理を進める。

ステップＳ１１では、制御ユニット１２は、始動スイッチ４０がオフされたか否かを判断し、始動スイッチ４０がオフされていないと判断すれば、制御ユニット１２はステップＳ１の処理に戻る。一方、ステップＳ１１において、始動スイッチ４０がオフされたと判断すれば、制御ユニット１２はステップＳ１２に処理を進める。ステップＳ１２では、制御ユニット１２が、モニタリング動作を停止し、その後処理を終える。

図５は、実施の形態に係るデータ処理装置１０が行うＶＯＲの算出処理動作（図５のステップＳ７の処理動作）の第１の例を示すフローチャートである。
ステップＳ２１では、制御ユニット１２は、運転者３の瞳孔運動及び頭部運動に係るデータ（算出データ）に付与された適性度が、所定の閾値より大きいか否かを判定する。なお、所定の閾値は、算出データをＶＯＲの算出に用いるのに適しているか否かを判定するための値である。ステップＳ２１において、適性度が所定の閾値より大きいと判定すれば、制御ユニット１２は、次のステップＳ２２に処理を進める。

ステップＳ２２では、制御ユニット１２は、当該適性度が付与された画像フレームの算出データを算出データ記憶部１３３に記憶する処理を行い、制御ユニット１２は、その後、次のステップＳ２４に処理を進める。

一方ステップＳ２１において、適性度が所定の閾値以下であると判定すれば、制御ユニット１２は、次のステップＳ２３に処理を進める。
ステップＳ２３では、制御ユニット１２は、当該適性度が付与された画像フレームの算出データを算出データ記憶部１３３に記憶しない処理を行い、その後、次のステップＳ２４に処理を進める。

ステップＳ２４では、制御ユニット１２は、算出データ記憶部１３３に、所定の閾値より高い適性度が付与された算出データが、所定時間分（例えば、ｔ秒間分：ｔ秒は数秒から数十秒を示す。例えば、４０秒間分。）記憶されたか否かを判定する。なお、所定時間に代えて、所定の画像フレーム数分の算出データが記憶されたか否かを判定してもよい。
ステップＳ２４において、算出データ記憶部１３３に、所定の閾値より高い適性度が付与された算出データがｔ秒間分記憶されていないと判定すれば、制御ユニット１２は、図３のステップＳ１に戻り、処理を繰り返す。

一方ステップＳ２４において、算出データ記憶部１３３に、所定の閾値より高い適性度が付与された算出データがｔ秒間分記憶されたと判定すれば、制御ユニット１２は、次のステップＳ２５に処理を進める。
ステップＳ２５では、制御ユニット１２は、算出データ記憶部１３３に記憶されたｔ秒間分の算出データを用いて、運転者３の前庭動眼反射運動を算出する処理を行う。その後、制御ユニット１２は、ＶＯＲの算出処理を終え、図４のステップＳ８に処理を進める。

図６は、実施の形態に係るデータ処理装置１０が行うＶＯＲの算出処理動作（図５のステップＳ７の処理動作）の第２の例を示すフローチャートである。
ステップＳ３１では、制御ユニット１２は、運転者３の瞳孔運動及び頭部運動に係るデータ（算出データ）と該算出データに付与された適性度とを紐付けて算出データ記憶部１３３に記憶する処理を行う。算出データ記憶部１３３への記憶処理を行うと、制御ユニット１２は、次のステップＳ３２に処理を進める。

ステップＳ３２では、制御ユニット１２は、算出データ記憶部１３３に、算出データが所定時間分（例えば、ｔ秒間分：ｔ秒は数秒から数十秒を示す。例えば、４０秒間分。）記憶されたか否かを判定する。なお、所定時間に代えて、所定の画像フレーム数分の算出データが記憶されたか否かを判定してもよい。

ステップＳ３２において、算出データ記憶部１３３に、算出データがｔ秒間分記憶されていないと判定すれば、制御ユニット１２は、図３のステップＳ１の処理に戻り、ステップＳ１～Ｓ６の処理を繰り返す。
一方ステップＳ３２において、算出データ記憶部１３３に、算出データがｔ秒間分記憶されたと判定すれば、制御ユニット１２は、次のステップＳ３３に処理を進める。

ステップＳ３３では、制御ユニット１２は、算出データ記憶部１３３に記憶されたｔ秒間分の算出データのうち、所定の閾値より高い適性度が付与された算出データを抽出する処理を行い、その後、次のステップＳ３４に処理を進める。

所定の閾値は、予め設定された閾値でもよいし、ｔ秒間分の各算出データに付与された適性度を統計処理して求めた値、例えば、平均値、中央値、最頻値、又は標準偏差などに応じて適宜変更できるようにしてもよい。例えば、適性度の平均値、中央値、又は最頻値が高いほど、閾値が高くなるように設定してもよい。適性度の平均値などが高ければ、少ない算出データ数であっても、ＶＯＲを精度良く算出することが可能となり、また算出処理の効率も高めることが可能となる。また、適性度の標準偏差が大きい場合は、閾値を高くして、高い適性度が付与された算出データを用いることで、ＶＯＲの算出精度を高めることが可能となる。

ステップＳ３４では、制御ユニット１２は、ステップＳ３３で抽出された、所定の閾値より高い適性度が付与された算出データを用いて、運転者３の前庭動眼反射運動を算出する処理を行う。その後、ＶＯＲの算出処理を終え、制御ユニット１２は、図３のステップＳ８に処理を進める。

図７は、実施の形態に係るデータ処理装置１０が行うＶＯＲの算出処理動作（図５のステップＳ７の処理動作）の第３の例を示すフローチャートである。
ステップＳ４１では、制御ユニット１２は、運転者３の瞳孔運動及び頭部運動に係るデータ（算出データ）と該算出データに付与された適性度とを紐付けて算出データ記憶部１３３に記憶する処理を行う。算出データ記憶部１３３への記憶処理を行うと、制御ユニット１２は、次のステップＳ４２に処理を進める。

ステップＳ４２では、制御ユニット１２は、算出データ記憶部１３３に、算出データが所定時間分（例えば、ｔ秒間分：ｔ秒は数秒から数十秒を示す。例えば、４０秒間分。）記憶されたか否かを判定する。なお、所定時間に代えて、所定の画像フレーム数分の算出データが記憶されたか否かを判定してもよい。

ステップＳ４２において、算出データ記憶部１３３に、算出データがｔ秒間分記憶されていないと判定すれば、制御ユニット１２は、図３のステップＳ１に戻り、処理を繰り返す。
一方ステップＳ４２において、算出データ記憶部１３３に、算出データがｔ秒間分記憶されたと判定すれば、制御ユニット１２は、次のステップＳ４３に処理を進める。

ステップＳ４３では、制御ユニット１２は、算出データ記憶部１３３に記憶されたｔ秒間分の算出データのうち、付与された適性度が最も高い方から所定フレーム数分の算出データを抽出する処理を行い、その後、次のステップＳ４４に処理を進める。

所定フレーム数は、予め設定された数でもよいし、ｔ秒間分の各算出データに付与された適性度を統計処理して求めた値、例えば、平均値、中央値、最頻値、又は標準偏差などに応じて適宜変更できるようにしてもよい。例えば、適性度の平均値、中央値、又は最頻値が高いほど、抽出するフレーム数を少なくするように設定してもよい。適性度の平均値などが高ければ、少ない算出データ数であっても、ＶＯＲを精度良く算出することが可能となり、また、算出処理の効率も高めることが可能となる。また、適性度の標準偏差が大きい場合は、閾値を高くして、高い適性度が付与された算出データを用いることで、ＶＯＲの算出精度を高めることが可能となる。

ステップＳ４４では、制御ユニット１２は、ステップＳ４３で抽出された、適性度が最も高い方から所定フレーム数分の算出データを用いて、運転者３の前庭動眼反射運動を算出する処理を行う。その後、ＶＯＲの算出処理を終え、制御ユニット１２は、図３のステップＳ８に処理を進める。

［作用及び効果］
上記実施の形態に係るデータ処理装置１０によれば、適性度評価部１２ｄにより前庭動眼反射運動を算出する際の状況の適性度が評価され、付与部１２ｅにより算出データに適性度（例えば、適性の有無又は適性の高低を示す２値データ、又は適性の程度を示す多値データ）が付与される。
したがって、算出データに付与された適性度によって、算出データが、前庭動眼反射運動を算出する状態として、どのような適性を有しているのかを判別することが可能となる。そして、反射運動算出部１２ｆにより、適性度を考慮し、算出データに基づいて、運転者３の前庭動眼反射運動が算出される。これにより、複雑な眼球運動などが発生する実車環境下であっても、算出データのうち、適性度が考慮された適切なデータを用いることにより、運転者３の前庭動眼反射運動の算出精度を高めることが可能になる。

また、データ処理装置１０の行う第１のＶＯＲの算出処理例によれば、算出データのうち、所定の閾値より高い適性度が付与されたデータが算出データ記憶部１３３に逐次記憶されるので、適性度が付与された算出データが全て記憶される場合と比較して、算出データ記憶部１３３の記憶容量を削減することができる。そして、算出データ記憶部１３３に記憶された、所定時間分の適性度が高い算出データを用いて、運転者３の前庭動眼反射運動が算出される。そのため、適性度が付与された算出データを全て用いて、ＶＯＲを算出する場合と比較して、演算量を削減することができ、ＶＯＲの算出を効率的に行うことができ、制御ユニット１２の算出処理に係る負荷も軽減させることができる。また、所定の閾値より高い適性度が付与された算出データ、すなわち、ＶＯＲの算出に適した状態での算出データを用いることにより、実車環境下における運転者３の前庭動眼反射運動の算出を精度良く実行することができ、

また、データ処理装置１０の行う第２、第３のＶＯＲの算出処理例によれば、算出データと適性度とが算出データ記憶部１３３に紐付けて記憶される。そして、算出データ記憶部１３３に記憶された、所定時間分の算出データのうち、所定の閾値より高い適性度が付与された算出データ、又は適性度が最も高い方から所定フレーム数分の算出データを用いて、運転者３の前庭動眼反射運動が算出される。そのため、適性度が付与された算出データを全て用いて、ＶＯＲを算出する場合と比較して、演算量を削減することができ、前記人の前庭動眼反射運動の算出を効率的に行うことができ、制御ユニット１２の算出処理に係る負荷も軽減させることができる。また、所定の閾値より高い適性度が付与された算出データ、又は適性度が最も高い方から所定フレーム数分の算出データ、すなわち、ＶＯＲの算出に適した状態での算出データを用いることにより、実車環境下における運転者３の前庭動眼反射運動の算出を精度良く実行することができる。

また、データ処理装置１０によれば、眠気検出部１２ｇを備えているので、実車環境下における運転者３の眠気度を精度良く検出することができ、また、覚醒制御部１２ｈを備えているので、眠気度に応じて運転者３を適切に覚醒させる制御を行うことができる。

また、データ処理装置１０とカメラ２０とを備えたモニタリングシステム１によれば、実車環境下において導入しやすいドライバモニタリングシステムを提供することができる。
また、データ処理装置１０と覚醒装置７０とを備えた覚醒システムにより、実車環境下において、運転者３を適切に覚醒させることができるシステムを提供することができる。

［他の実施の形態例］
以上、本発明の実施の形態を詳細に説明したが、前述までの説明はあらゆる点において本発明の例示に過ぎない。本発明の範囲を逸脱することなく、種々の改良や変更を行うことができることは言うまでもない。

（変形例１）
データ処理装置１０の制御ユニット１２は、図３に示した各部を全て備えている必要はい。別の実施の形態では、制御ユニット１２が、少なくとも算出部１２ｃ、適性度評価部１２ｄ、付与部１２ｅ、及び反射運動算出部１２ｆを備えた第１の構成、該第１の構成に眠気検出部１２ｇをさらに備えた第２の構成、又は該第２の構成に覚醒制御部１２ｈをさらに備えた第３の構成によって構成されてもよい。

（変形例２）
図５で説明した制御ユニット１２が行う第１のＶＯＲの算出処理動作では、ステップＳ２１において、適性度が、所定の閾値より大きいか否かを判定するように構成されている。適性度は、適性度合いを示す多値データに限定されるものではなく、適性の有無、又は適性の高低を示す２値データであってもよい。このように適性度が２値データである場合は、ステップＳ２１において、適性の有無、又は適性の高低を判定するようにしてもよい。

（変形例３）
また、上記実施の形態では、モニタリングシステム１及びデータ処理装置１０が車両２に搭載されている場合について説明したが、モニタリングシステム１及びデータ処理装置１０は、車載用に限定されるものではない。
別の実施の形態では、例えば、モニタリングシステム１及びデータ処理装置１０を工場内や事務所内に設置して、工場内に装備された設備を操作する人、机で所定の作業を行う人などの眠気をモニタリングするシステムなどにも広く適用することができる。この場合、工場内で人が操作する物には、例えば、生産装置などが挙げられる。また、事務所内で人が操作する物には、例えば、パーソナルコンピュータなどの事務機器などが挙げられる。

［付記］
本発明の実施の形態は、以下の付記の様にも記載され得るが、これらに限定されない。
（付記１）
人をモニタリングするためのデータ処理を行うデータ処理装置（１０）であって、
前記人の瞳孔運動及び頭部運動を算出する算出部（１２ｃ）と、
前記人の瞳孔運動及び頭部運動に基づいて前庭動眼反射運動を算出する際の状況の適性度を評価する評価部（１２ｄ）と、
前記算出部（１２ｃ）により算出された前記人の瞳孔運動及び頭部運動に係るデータに、前記評価部（１２ｄ）により評価された前記適性度を付与する付与部（１２ｅ）と、
前記適性度を考慮し、前記データに基づいて、前記人の前庭動眼反射運動を算出する算出部（１２ｆ）とを備えていることを特徴とするデータ処理装置（１０）。

（付記２）
データ処理装置（１０）と、
人を含む画像を撮像する撮像装置（２０）とを含み、
前記データ処理装置（１０）の前記算出部（１２ｃ）が、
前記撮像装置（２０）から取得した前記画像を用いて、前記人の瞳孔運動及び頭部運動を算出するものであることを特徴とするモニタリングシステム（１）。

（付記３）
人をモニタリングするためのデータ処理方法であって、
前記人の瞳孔運動及び頭部運動を算出する算出ステップ（Ｓ３、Ｓ４）と、
前記人の瞳孔運動及び頭部運動に基づいて前庭動眼反射運動を算出する際の状況の適性度を評価する評価ステップ（Ｓ５）と、
前記算出ステップ（Ｓ３、Ｓ４）により算出された前記人の瞳孔運動及び頭部運動に係るデータに、前記評価ステップ（Ｓ５）により評価された前記適性度を付与する付与ステップ（Ｓ６）と、
前記適性度を考慮し、前記データに基づいて、前記人の前庭動眼反射運動を算出する算出ステップ（Ｓ７）とを含むことを特徴とするデータ処理方法。

（付記４）
人をモニタリングするためのデータ処理を少なくとも１つのコンピュータ（１２）に実行させるためのデータ処理プログラムであって、
前記少なくとも１つのコンピュータ（１２）に、
前記人の瞳孔運動及び頭部運動を算出する算出ステップ（Ｓ３、Ｓ４）と、
前記人の瞳孔運動及び頭部運動に基づいて前庭動眼反射運動を算出する際の状況の適性度を評価する評価ステップ（Ｓ５）と、
前記算出ステップ（Ｓ３、Ｓ４）により算出された前記人の瞳孔運動及び頭部運動に係るデータに、前記評価ステップ（Ｓ５）により評価された前記適性度を付与する付与ステップ（Ｓ６）と、
前記適性度を考慮し、前記データに基づいて、前記人の前庭動眼反射運動を算出する算出ステップ（Ｓ７）とを実行させることを特徴とするデータ処理プログラム。

１ モニタリングシステム
２ 車両
３ 運転者
１０ データ処理装置
１１ 外部インターフェース（外部Ｉ／Ｆ）
１２ 制御ユニット
１２１ ＣＰＵ
１２２ ＲＡＭ
１２３ ＲＯＭ
１２ａ 画像取得部
１２ｂ データ取得部
１２ｃ 適性度評価部（評価部）
１２ｄ 算出部
１２ｅ 付与部
１２ｆ 反射運動算出部
１２ｇ 眠気検出部
１２ｈ 覚醒制御部
１３ 記憶ユニット
１３１ 画像記憶部
１３２ 取得データ記憶部
１３３ 算出データ記憶部
１３４ プログラム
２０ カメラ
３０ 車載センサ
３１ 車外センサ
３２ 加速度センサ
３３ ジャイロセンサ
３４ 操舵センサ
４０ 始動スイッチ
５０ ナビゲーション装置
６０ 電子制御ユニット（ＥＣＵ）
７０ 覚醒装置

Claims (17)

1. 人をモニタリングするためのデータ処理を行うデータ処理装置であって、
   撮像された前記人の画像を解析して前記人の瞳孔運動及び頭部運動を算出する算出部と、
   前記人の前庭動眼反射運動を算出する際の状況の適性度を評価する評価部と、
   前記算出部により算出された各画像の前記人の瞳孔運動及び頭部運動に係るデータに、前記評価部により評価された前記適性度を付与する付与部と、
   前記適性度を考慮し、前記データに基づいて、前記人の前庭動眼反射運動を算出する反射運動算出部と、
   前記適性度が付与された前記データのうち、前記適性度が所定の条件を満たしているデータを記憶する第１の記憶部とを備え、
   前記反射運動算出部が、前記第１の記憶部に前記所定の条件を満たしているデータが所定時間分、又は所定の画像数分記憶された場合に、記憶された前記所定の条件を満たしているデータを用いて前記人の前庭動眼反射運動を算出するものであることを特徴とするデータ処理装置。
2. 前記適性度が、適正度合いを示す多値データであり、
   前記所定の条件が、前記適性度が所定の閾値以上であるという条件であることを特徴とする請求項１記載のデータ処理装置。
3. 人をモニタリングするためのデータ処理を行うデータ処理装置であって、
   撮像された前記人の画像を解析して前記人の瞳孔運動及び頭部運動を算出する算出部と、
   前記人の前庭動眼反射運動を算出する際の状況の適性度を評価する評価部と、
   前記算出部により算出された各画像の前記人の瞳孔運動及び頭部運動に係るデータに、前記評価部により評価された前記適性度を付与する付与部と、
   前記適性度を考慮し、前記データに基づいて、前記人の前庭動眼反射運動を算出する反射運動算出部と、
   前記データと前記適性度とを紐付けて記憶する第２の記憶部を備え、
   前記反射運動算出部が、前記第２の記憶部に所定時間分又は所定画像数分の前記データと前記適性度とが記憶された場合に、記憶された前記所定時間分又は所定画像数分の前記データのうち、前記適性度が所定の条件を満たしているデータを用いて、前記人の前庭動眼反射運動を算出するものであることを特徴とするデータ処理装置。
4. 前記適性度が所定の条件を満たしているデータが、
   前記適性度が所定の閾値より高いデータ、又は前記適性度が高い方のデータから抽出された所定数のデータであることを特徴とする請求項３記載のデータ処理装置。
5. 前記所定の閾値、又は前記所定数が、
   前記所定時間分、又は所定画像数分の前記データに付与されている前記適性度を統計処理して求めた値に応じて変更可能となっていることを特徴とする請求項４記載のデータ処理装置。
6. 前記反射運動算出部により算出された前記人の前庭動眼反射運動に基づいて眠気を検出する眠気検出部を備えていることを特徴とする請求項１～５のいずれかの項に記載のデータ処理装置。
7. 前記眠気検出部により検出された前記眠気に基づいて、前記人を覚醒させるための制御を行う覚醒制御部を備えていることを特徴とする請求項６記載のデータ処理装置。
8. 前記評価部が、前記人又は該人が操作する物の状態に基づいて、前記適性度を評価するものであることを特徴とする請求項１～７のいずれかの項に記載のデータ処理装置。
9. 前記物が車両であり、
   前記人が前記車両の運転者であることを特徴とする請求項８記載のデータ処理装置。
10. 前記評価部が、
    前記データに含まれるノイズ成分、前記運転者の視線方向、前記車両の走行状態、及び前記車両の進行方向に存在する物体の検出状態のうちの少なくともいずれかに基づいて、前記適性度を評価するものであることを特徴とする請求項９記載のデータ処理装置。
11. 前記車両の加速度を取得する取得部を備え、
    前記評価部が
    前記車両から取得した該車両の加速度の変化と、前記算出部により算出された前記運転者の頭部運動又は瞳孔運動との関係に基づいて、前記適性度を評価するものであることを特徴とする請求項９記載のデータ処理装置。
12. 請求項１～１１のいずれかの項に記載のデータ処理装置と、
    前記人を含む画像を撮像する撮像装置とを含み、
    前記データ処理装置の前記算出部が、
    前記撮像装置から取得した前記画像を用いて、前記人の瞳孔運動及び頭部運動を算出するものであることを特徴とするモニタリングシステム。
13. 請求項７記載のデータ処理装置と、
    該データ処理装置の前記覚醒制御部により制御される覚醒装置とを含んで構成されていることを特徴とする覚醒システム。
14. 人をモニタリングするためのデータ処理方法であって、
    撮像された前記人の画像を解析して前記人の瞳孔運動及び頭部運動を算出する算出ステップと、
    前記人の前庭動眼反射運動を算出する際の状況の適性度を評価する評価ステップと、
    前記算出ステップにより算出された各画像の前記人の瞳孔運動及び頭部運動に係るデータに、前記評価ステップにより評価された前記適性度を付与する付与ステップと、
    前記適性度を考慮し、前記データに基づいて、前記人の前庭動眼反射運動を算出する反射運動算出ステップと、
    前記適性度が付与された前記データのうち、前記適性度が所定の条件を満たしているデータを記憶する第１の記憶ステップとを含み、
    前記反射運動算出ステップが、前記第１の記憶ステップにより前記所定の条件を満たしているデータが所定時間分、又は所定の画像数分記憶された場合に、記憶された前記所定の条件を満たしているデータを用いて前記人の前庭動眼反射運動を算出するステップであることを特徴とするデータ処理方法。
15. 人をモニタリングするためのデータ処理を少なくとも１つのコンピュータに実行させるためのデータ処理プログラムであって、
    前記少なくとも１つのコンピュータに、
    撮像された前記人の画像を解析して前記人の瞳孔運動及び頭部運動を算出する算出ステップと、
    前記人の前庭動眼反射運動を算出する際の状況の適性度を評価する評価ステップと、
    前記算出ステップにより算出された各画像の前記人の瞳孔運動及び頭部運動に係るデータに、前記評価ステップにより評価された前記適性度を付与する付与ステップと、
    前記適性度を考慮し、前記データに基づいて、前記人の前庭動眼反射運動を算出する反射運動算出ステップと、
    前記適性度が付与された前記データのうち、前記適性度が所定の条件を満たしているデータを記憶する第１の記憶ステップとを実行させ、
    前記反射運動算出ステップが、前記第１の記憶ステップにより前記所定の条件を満たしているデータが所定時間分、又は所定の画像数分記憶された場合に、記憶された前記所定の条件を満たしているデータを用いて前記人の前庭動眼反射運動を算出するステップであることを特徴とするデータ処理プログラム。
16. 人をモニタリングするためのデータ処理方法であって、
    撮像された前記人の画像を解析して前記人の瞳孔運動及び頭部運動を算出する算出ステップと、
    前記人の前庭動眼反射運動を算出する際の状況の適性度を評価する評価ステップと、
    前記算出ステップにより算出された各画像の前記人の瞳孔運動及び頭部運動に係るデータに、前記評価ステップにより評価された前記適性度を付与する付与ステップと、
    前記適性度を考慮し、前記データに基づいて、前記人の前庭動眼反射運動を算出する反射運動算出ステップと、
    前記データと前記適性度とを紐付けて記憶する第２の記憶ステップとを含み、
    前記反射運動算出ステップが、前記第２の記憶ステップにより所定時間分又は所定画像数分の前記データと前記適性度とが記憶された場合に、記憶された前記所定時間分又は所定画像数分の前記データのうち、前記適性度が所定の条件を満たしているデータを用いて、前記人の前庭動眼反射運動を算出するステップであることを特徴とするデータ処理方法。
17. 人をモニタリングするためのデータ処理を少なくとも１つのコンピュータに実行させるためのデータ処理プログラムであって、
    前記少なくとも１つのコンピュータに、
    撮像された前記人の画像を解析して前記人の瞳孔運動及び頭部運動を算出する算出ステップと、
    前記人の前庭動眼反射運動を算出する際の状況の適性度を評価する評価ステップと、
    前記算出ステップにより算出された各画像の前記人の瞳孔運動及び頭部運動に係るデータに、前記評価ステップにより評価された前記適性度を付与する付与ステップと、
    前記適性度を考慮し、前記データに基づいて、前記人の前庭動眼反射運動を算出する反射運動算出ステップと、
    前記データと前記適性度とを紐付けて記憶する第２の記憶ステップとを実行させ、
    前記反射運動算出ステップが、前記第２の記憶ステップにより所定時間分又は所定画像数分の前記データと前記適性度とが記憶された場合に、記憶された前記所定時間分又は所定画像数分の前記データのうち、前記適性度が所定の条件を満たしているデータを用いて、前記人の前庭動眼反射運動を算出するステップであることを特徴とするデータ処理プログラム。

Images