JP7119372B2 - 違和感対象判別方法及び違和感対象判別装置 - Google Patents

Description

本発明は、違和感対象判別方法及び違和感対象判別装置に関する。

特許文献１には、選択肢がハイライトされた各タイミングを起点とした脳波信号の事象関連電位（ＥＲＰ）から、ユーザが選択したいと考えている選択肢に対する事象関連電位を所定の識別方法を用いて識別する手法が記載されている。

国際公開第２００９／１３９１１９号公報

しかしながら、特許文献１の手法では、短い時間内に複数の事象（イベント）が提示された被験者の違和感が検出された場合、複数のイベントのうちのどのイベントに対して被験者が違和感を覚えたかを判別することができない。

本発明は、短い時間内に複数のイベントが提示された場合に、複数のイベントのうちのどのイベントに対して被験者が違和感を覚えたかを適切に判別することができる違和感対象判別方法及び違和感対象判別装置を提供することを目的とする。

本発明の一態様は、被験者の脳波を測定し、被験者に対して複数のイベントが提示された場合、脳波から被験者の違和感を検出し、違和感の検出タイミングと、複数のイベントに対応する違和感の検出精度とに基づき、複数のイベントのうちから違和感の対象を判別することを特徴とする。

本発明によれば、短い時間内に複数のイベントが提示された場合に、複数のイベントのうちのどのイベントに対して被験者が違和感を覚えたかを適切に判別することができる違和感対象判別方法及び違和感対象判別装置を提供することができる。

第１実施形態に係る違和感対象判別装置を搭載した車両の一例を示す概略図である。 第１実施形態に係る脳波測定の一例を説明するためのグラフである。 第１実施形態に係る車内の情報により発生する違和感の例を説明するための概略図である。 第１実施形態に係る車外の情報により発生する違和感の例を説明するための概略図である。 第１実施形態に係るコントローラの一例を示すブロック図である。 第１実施形態に係る脳波特徴量ベクトルの一例を説明するための概略図である。 第１実施形態に係る特徴空間マップの一例を説明するための概略図である。 第１実施形態に係る違和感対象判別処理の一例を説明するためのグラフである。 第１実施形態に係る脳波特徴量ベクトルを用いた違和感対象判別処理の一例を説明するための概略図である。 第１実施形態に係る違和感対象判別方法の一例を説明するためのフローチャートである。 第２実施形態に係る違和感対象判別処理の一例を説明するためのグラフである。 第２実施形態に係る違和感対象判別方法の一例を説明するためのフローチャートである。 第３実施形態に係る違和感対象判別方法の一例を説明するためのフローチャートである。 その他の実施形態に係る違和感対象判別方法の一例を説明するためのフローチャートである。

以下において、図面を参照して、本発明の第１～第３実施形態を説明する。以下の図面の記載において、同一又は類似の部分には同一又は類似の符号を貼付している。但し、図面は模式的なものであり、厚みと平面寸法との関係、厚みの比率等は現実のものとは異なることに留意すべきである。また、図面相互間においても互いの寸法の関係や比率が異なる部分が含まれていることは勿論である。また、以下に示す本発明の第１～第３実施形態は、本発明の技術的思想を具体化するための装置や方法を例示するものであって、本発明の技術的思想は、構成部品の材質、形状、構造、配置等を下記のものに特定するものではない。本発明の技術的思想は、特許請求の範囲に記載された請求項が規定する技術的範囲内において、種々の変更を加えることができる。

本明細書では、車両に搭乗する運転者を被験者として、被験者が覚えた違和感の対象を判別する違和感対象判別方法及び違和感対象判別装置を例示する。しかしながら、本発明は、被験者が車両の運転者である場合に限定されるものではなく、様々な被験者が覚えた違和感の対象の判別に適用可能である。また、車両に搭乗する運転者以外の同乗者を被験者としてもよい。

（第１実施形態）
第１実施形態に係る違和感対象判別装置５は、図１に示すように、車両１に適用可能である。車両１は、周囲環境センサ２、車内センサ３、車内装置４、違和感対象判別装置５及び制御装置６を備える。違和感対象判別装置５と、周囲環境センサ２、車内センサ３、車内装置４及び制御装置６とは、コントローラエリアネットワーク（ＣＡＮ）バス等の有線又は無線でデータや信号を送受信可能である。

周囲環境センサ２は、車両１の車外の周囲環境を、車両１の運転者（被験者）７に感知される車外のイベントとして検出するセンサである。周囲環境センサ２は、例えば、車両１の周囲の他車両、歩行者、案内板（道路標識）、信号機、道路区分線、道路境界、路肩、道路周辺の地物等の車両１の周囲の物体を、周囲環境として検出する。周囲環境センサ２は、例えば単眼カメラ、ステレオカメラ等の撮像装置や、レーザレンジファインダ（ＬＲＦ）やレーダ等の測距装置であってよい。周囲環境センサ２の種類や個数は特に限定されない。周囲環境センサ２は、検出した周囲環境を示す周囲環境信号を違和感対象判別装置５へ出力する。

車内センサ３は、車両１内の車室に搭載され、運転者７に感知される車内環境を車内のイベントとして検出するセンサである。例えば、車内センサ３は、運転者７の聴覚により感知される車内環境を検出するマイク等のセンサであってよい。車内センサ３は、視覚により感知される車内環境や運転者７の視線方向を検出するカメラ等のセンサであってもよい。車内センサ３は、触覚により感知される車内環境を検出する振動センサ等のセンサであってもよい。車内センサ３の種類や個数は特に限定されない。車内センサ３は、検出した車内環境を示す車内環境信号を違和感対象判別装置５へ出力する。

車内装置４は、車両１内の車室に搭載され、運転者７に対して情報を提示する装置である。車内装置４から提示される情報も、運転者７に感知される車内のイベントとなる。例えば、車内装置４は、視覚情報を提示する車載ディスプレイ、インストルメンタルパネルであってよい。車内装置４は、音声案内等の聴覚情報を提示するスピーカ等の音響装置であってもよい。車内装置４は、視覚情報及び聴覚情報を提示するナビゲーション装置であってもよい。車内装置４は、車両シートに内蔵され、振動等の触覚情報を提示するアクチュエータであってもよい。車内装置４は、情報を提示した場合に、情報の提示が行われたことを示す提示実行信号を違和感対象判別装置５へ出力する。

ここで、本明細書における「イベント」とは、運転者７に対して提示したときに、運転者７が視覚的、聴覚的又は触覚的等の感覚的に感知可能な対象（感知対象）であって、被験者が違和感を覚える対象となり得るものを意味する。運転者７は、提示されたイベントが運転者７の想定と異なる場合等に、提示されたイベントに対して違和感を覚え得る。

イベントは、車両１の車内のイベントと、車外のイベントとを含む。車内のイベントは、車内装置４から提示される情報を含む。例えば図２に示すように、ナビゲーション装置の車載ディスプレイ４ａから地図表示等のナビゲーション情報が、車内のイベントとして、視覚的に提示される。運転者７は、ナビゲーション情報を視覚によって感知（視認）し、ナビゲーション情報に対して違和感（１）～（３）を覚え得る。違和感（１）は、地図表示のサイズが運転者７の想定と異なることに起因して発生する。違和感（２）は、ナビゲーション情報の内容が運転者７の想定と異なることに起因して発生する。違和感（３）は、地図表示が運転者７の想定と異なることに起因して発生する。また、ナビゲーション装置のスピーカ４ｂから音声案内が、車内のイベントとして、聴覚的に提示される。運転者７は、音声案内を聴覚によって感知し、音声案内のタイミングや内容が運転者７の想定と異なることに起因して違和感（４）～（６）を覚え得る。

車内のイベントは更に、車内装置４から提示される情報以外の、視覚的、聴覚的又は触覚的な車内環境を含む。例えば図２に示すように、車内の振動が、車内のイベントとして触覚的に提示される。運転者７は、車内の振動を触覚で感知し、車内の振動が運転者７の想定と異なることに起因して違和感（７）を覚える。また、車内の音が車内のイベントとして聴覚的に提示される。運転者７は、車内の音を聴覚で感知し、車内の音が運転者７の想定と異なることに起因して違和感（８）を覚える。

一方、車外のイベントは、車両１の周囲環境の情報を含む。例えば図３に示すように、他車両８の車両１に対する相対速度、相対位置等の挙動が、車外のイベントとして、視覚的に提示される。運転者７は、車両１のフロントウインドウ等を介して他車両８の挙動を視覚的に感知（視認）し、他車両８の挙動が運転者７の想定と異なることに起因して違和感（９），（１０）を覚える。また、案内板９が車外のイベントとして視覚的に提示される。運転者７は、車両１のフロントウインドウ等を介して案内板９を視覚的に感知し、案内板９の内容が運転者７の想定と異なることに起因して違和感（１１）を覚える。

ここで、特許文献１に記載の手法では、上述したような種々のイベントが短い時間内に複数提示された場合に、運転者７の違和感を検出しても、複数のイベントのうちのどのイベントに対して運転者７が違和感を覚えたかを判別することができなかった。これに対して、図１に示した第１実施形態に係る違和感対象判別装置５によれば、短い時間内に複数のイベントが提示された場合であっても、複数のイベントのうちから運転者７が違和感を覚えた対象を判別可能とするものである。

図１に示した違和感対象判別装置５は、脳活動測定装置（脳波センサ）１０及びコントローラ１１を備える。脳波センサ１０は、車両の運転中にリアルタイムで運転者７の脳活動（脳波）を測定する。脳波センサ１０は複数の電極を有し、複数の電極が運転者７の頭部に取り付けられる。脳波センサ１０の複数の電極は、例えば図４に示すように、国際１０－２０法に準拠し、認知機能に関わる運転者７の頭頂部Ｆｚ，Ｆｃｚ，Ｃｚ，ＣＰｚに配置される。脳波センサ１０が有する複数の電極の頭部への取り付け方法は特に限定されないが、例えば複数の電極を設けた装着型の電極キャップやバンド、ネット等で構成されていてもよい。

図１に示したコントローラ１１は、電子制御ユニット（ＥＣＵ）等の処理回路で構成することができる。コントローラ１１は、プロセッサ１２と、記憶装置１３等の周辺部品とを含む。プロセッサ１２には、算術論理演算装置（ＡＬＵ）、制御装置、各種レジスタ等を含む中央演算処理装置（ＣＰＵ）、画像処理装置（ＧＰＵ）等に等価なマイクロプロセッサ等を対応させることができる。コントローラ１１の論理ブロック群を、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）等のプログラマブル・ロジック・デバイス（ＰＬＤ）等で物理的に構成してもよく、汎用の半導体集積回路中にソフトウェアによる処理で等価的に設定される機能的な論理回路等で構成してもよい。コントローラ１１の論理ブロック群は、単一のハードウェアから構成されてもよく、別個のハードウェアから構成されてもよい。

記憶装置１３は、半導体メモリやディスクメディア等からなり、レジスタ、キャッシュメモリ、主記憶装置として使用されるＲＯＭ及びＲＡＭ等の記憶媒体を含んでいてもよい。例えば、記憶装置１３に予め記憶された、第１実施形態に係る違和感対象判別装置５の動作に必要な一連の処理を示すコンピュータプログラムをプロセッサ１２が実行し得る。記憶装置１３は、コントローラ１１による違和感判別処理の際に使用可能な複数の判別方法を記憶した判別方法データベース１４を有する。

判別方法データベース１４に記憶された複数の判別方法は、例えば、脳波特徴量ベクトルに基づく判別方法を含む。脳波特徴量ベクトルに基づく判別方法は、例えば、被験者が違和感を覚えないイベントを発生させたときに測定した脳波の電位と、違和感を覚えるイベントを発生させたときに測定した脳波の電位の各々の特徴ベクトルＰを、特徴空間にプロットした特徴空間マップを使用する。特徴ベクトルＰは、例えば図５に示すように所定時間Ｔ（例えば５００ミリ秒）の脳波信号からＮ個の特徴量ｐ１，ｐ２，…，ｐＮを抽出し、これらを特徴ベクトルＰ＝（ｐ１，ｐ２，…，ｐＮ）に変換することにより生成してよい。特徴量は、例えば一定の等間隔でサンプリングした値等を使用可能である。

図６に、特徴空間マップ８０の一例を示す。ハッチングされた丸形のプロット点Ｐ１は、被験者が違和感を覚えていないときの特徴ベクトルを示し、ハッチングされていない丸形のプロット点Ｐ２は、被験者が違和感を覚えているときの特徴ベクトルを示す。特徴ベクトルＰ１及び特徴ベクトルＰ２はそれぞれ、特徴空間内の一定の領域に集中する傾向がある。図６の例では、特徴ベクトルＰ１は比較的左上の領域Ｄ１に集中しており、特徴ベクトルＰ２は比較的右下の領域Ｄ２に集中している。このような特徴ベクトルＰ１及び特徴ベクトルＰ２を特徴空間上にプロットして特徴空間マップ８０を作成することにより、特徴ベクトルＰ１が取り得る判別領域Ｄ１と、特徴ベクトルＰ２が取り得る判別領域Ｄ２を定義することができる。

例えば、コントローラ１１は、運転者７の現在の脳波の特徴ベクトルが判別領域Ｄ１内に存在すると判別した判別率Ｒｄ１と、判別領域Ｄ２内に存在すると判別した判別率Ｒｄ２とを算出する。コントローラ１１は、判別率Ｒｄ１が判別率Ｒｄ２よりも大きい場合に、運転者７が違和感を覚えていないと判別する。一方、判別率Ｒｄ２が判別率Ｒｄ１よりも大きい場合には、コントローラ１１は、運転者７が違和感を覚えていると判別する。

また、特徴空間マップ８０を作成することにより、特徴ベクトルＰ１が取り得る範囲と、特徴ベクトルＰ２が取り得る範囲を区分する判別平面（判別器）２０を定義できる。判別平面２０は、例えば線形判別法を用いて定義することができる。判別方法データベース１４に記憶される複数の判別方法は、判別平面を用いた判別方法を使用してもよい。図６の例では、運転者７の現在の脳波の特徴ベクトルが判別平面２０よりも上に位置すれば、コントローラ１１は、運転者７が違和感を覚えていないと判別する。一方、運転者７の現在の脳波の特徴ベクトルが判別平面２０よりも下に位置すれば、コントローラ１１は、運転者７が違和感を覚えていると判別する。

また、判別方法データベース１４に記憶される複数の判別方法は、事象関連電位に基づく判別方法と、時間周波数解析に基づく判別方法を含んでいてもよい。即ち、複数の判別方法は、脳波特徴量ベクトルの判別領域に基づく判別方法と、脳波特徴量ベクトルの判別平面に基づく判別方法と、事象関連電位に基づく判別方法と、時間周波数解析に基づく判別方法とを含んでよい。

また、脳波特徴量ベクトルに基づく判別方法において、運転者７が違和感を覚えていないときの特徴ベクトルＰ１が取り得る複数の判別領域と、運転者７が違和感を覚えているときの特徴ベクトルＰ２が取り得る複数の判別領域を定義することによって、複数の判別方法を定めてもよい。また、脳波特徴量ベクトルに基づく判別方法において、複数の判別平面を定義することによって、複数の判別方法を定めてもよい。また、事象関連電位を検出する方法において、抽出する事象関連電位の成分を異ならせることによって、複数の判別方法を定めてもよい。

コントローラ１１は、図７に示すように、イベント検出部３０、違和感判別部３１及び対象判別部３２等の論理ブロックを機能的若しくは物理的なハードウェア資源として備える。イベント検出部３０は、周囲環境センサ２からの周囲環境信号、車内センサ３からの車内環境信号、及び車内装置４からの提示実行信号の少なくともいずれかに基づき、運転者７の周囲のイベントの発生タイミング（発生時刻）を検出する。例えば、車載ディスプレイ４ａ、スピーカ４ｂ等の車内装置４から情報が出力されたタイミング、車内センサ３により検出した運転者７が車載ディスプレイ４ａを見たタイミング、或いは車両１の車外で変化が発生したタイミングを検出する。

例えば、図８に示すように、短い時間内の時刻ｔａ，ｔｂ，ｔｃにおいて、複数のイベントＡ，Ｂ，Ｃが連続して発生した場合を考える。イベントＡは、車載ディスプレイ４ａに右折を促す矢印を提示する視覚的な情報である。イベントＢは、スピーカ４ｂにより「右折して下さい」と音声案内を行う聴覚的な情報である。イベントＣは、振動等の車両１の挙動による触覚的な情報である。

イベント検出部３０は、複数のイベントＡ，Ｂ，Ｃの発生タイミング（発生時刻）ｔａ，ｔｂ，ｔｃをそれぞれ検出する。イベント検出部３０は更に、所定時間Ｔ１内に複数のイベントＡ，Ｂ，Ｃが発生したか否かを判別する。例えば、イベント検出部３０は、最初のイベントＡの発生タイミングｔａを検出した場合、イベントＡの発生タイミングｔａから所定時間Ｔ１内に他のイベントＢ，Ｃが発生したか否かを判別する。所定時間Ｔ１は、判別方法データベース１４に等に予め記憶されていてもよい。

所定時間Ｔ１は、例えば、複数のイベントのそれぞれに対して違和感を検出するための脳波の測定時間の少なくとも一部が重複し、複数のイベントのそれぞれが、測定された１つの脳波パターンから検出される違和感の対象となり得る範囲で適宜設定可能である。所定時間Ｔ１は、例えば図８に示すように、イベントＡの発生タイミングｔａから、イベントＡに対する違和感を検出するための通常の脳波の測定時間である所定時間Ｔ２の開始時刻までの時間に設定可能である。なお、図８では、所定時間Ｔ１の終期と所定時間Ｔ２の始期が一致する場合を例示するが、これに限定されない。例えば、所定時間Ｔ１の終期が所定時間Ｔ２の始期よりも前であってもよく、所定時間Ｔ１の終期が所定時間Ｔ２の始期よりも後であってもよい。

イベント検出部３０は更に、例えば周囲環境センサ２からの周囲環境信号、車内センサ３からの車内環境信号、及び車内装置４からの提示実行信号に基づき、イベントＡ，Ｂ，Ｃの種類を判別する。イベント検出部３０は、イベントＡ，Ｂ，Ｃの種類として、イベントＡ，Ｂ，Ｃを提示した装置を判別してよい。この場合、イベントＡは車載ディスプレイ４ａにより提示されたイベントとして判別され、イベントＢはスピーカ４ｂにより提示されたイベントとして判別される。或いは、イベント検出部３０は、イベントＡ，Ｂ，Ｃの種類として、運転者７がイベントＡ，Ｂ，Ｃを感知する感覚を判別してもよい。この場合、イベントＡは視覚のイベントとして判別され、イベントＢは聴覚のイベントとして判別され、イベントＣは触覚のイベントとして判別される。

或いは、イベント検出部３０は、イベントＡ，Ｂ，Ｃの種類として、車両１の車内のイベントと、車外のイベントとを判別してもよい。この場合、イベントＡ，Ｂ，Ｃのいずれもが車内のイベントとして判別される。或いは、イベント検出部３０は、イベントＡ，Ｂ，Ｃの種類として、イベントＡ，Ｂ，Ｃを提示した装置、運転者７がイベントＡ，Ｂ，Ｃを感知する感覚、及び車両１の車内のイベントであるか、車外のイベントであるかを少なくとも２つ以上組み合わせて判別してもよい。

違和感判別部３１は、脳波センサ１０により測定された脳波に基づき、運転者７の違和感を検出する。違和感判別部３１は、例えば図８に示すように、最初のイベントＡの発生タイミングｔａよりも後の所定時間Ｔ２において、脳波センサ１０により測定された脳波に基づき、運転者７が覚えた違和感を検出する。所定時間Ｔ２は適宜設定可能であり、判別方法データベース１４に予め記憶されていてもよい。

違和感判別部３１は、予め設定された所定の判別方法を用いて運転者７の違和感を検出してもよい。或いは、違和感判別部３１は、判別方法データベース１４に記憶された複数の判別方法のいずれかを選択し、選択した判別方法を用いて運転者７の違和感を検出してもよい。この場合、違和感判別部３１は、イベント検出部３０により判別された複数のイベントの種類に基づき、判別方法データベース１４に記憶された複数の判別方法のうち、複数のイベントに対する違和感の検出に適した判別方法を選択してもよい。例えば、イベントＡ，Ｂ，Ｃのいずれもが車内のイベントであるため、車内のイベント対する違和感の検出に適した判別方法を選択してもよい。

対象判別部３２は、違和感判別部３１により運転者７の違和感が検出された場合、違和感の検出タイミングと、複数のイベントに対応する違和感の検出精度とに基づき、複数のイベントのうちから、運転者７が違和感を覚えた対象を判別する。対象判別部３２は、例えば図８に示すように、最初のイベントＡの発生タイミングｔａから所定時間Ｔ３内で振幅が最大（出力電圧が最大値Ｖ０）となる時刻ｔ０を違和感の検出タイミングとして設定する。所定時間Ｔ３は適宜設定可能であり、判別方法データベース１４に予め記憶されていてもよい。また、違和感の検出タイミングは、所定時間Ｔ３内で振幅が最大となる時刻ｔ０に必ずしも限定されず、時刻ｔ０に前後して、所定時間Ｔ３内の違和感の検出に関連する範囲で適宜設定可能である。なお、図８では、所定時間Ｔ３の終期と所定時間Ｔ２の終期が一致した場合を例示するが、所定時間Ｔ３の終期は所定時間Ｔ２の終期よりも前後してもよい。また、対象判別部３２は、所定時間Ｔ２内で振幅が最大値となる時刻ｔ０を違和感の検出タイミングとして設定してもよい。

対象判別部３２は、例えば図８に示すように、複数のイベントＡ，Ｂ，Ｃの発生タイミングｔａ，ｔｂ，ｔｃのそれぞれから、違和感の検出タイミングｔ０までの時間（違和感発生時間）ＴＡ，ＴＢ，ＴＣを算出する。対象判別部３２は、複数のイベントＡ，Ｂ，Ｃ毎の違和感発生時間ＴＡ，ＴＢ，ＴＣと、複数のイベントＡ，Ｂ，Ｃに共通の基準時間Ｔ４との差分の絶対値｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜を検出誤差としてそれぞれ算出する。検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜が小さいほど、対応するイベントＡ，Ｂ，Ｃが違和感の対象である可能性（確率）が高くなる。図８では、イベントＢの検出誤差｜ＴＢ－Ｔ４｜が最も小さく算出され、イベントＢが違和感の対象である可能性が相対的に高い。一方、イベントＣの検出誤差｜ＴＣ－Ｔ４｜が最も大きく算出され、イベントＣが違和感の対象である可能性が相対的に低い。

複数のイベントＡ，Ｂ，Ｃに共通の基準時間Ｔ４は、各種のイベントＡ，Ｂ，Ｃが発生してから違和感を検出し得る標準的な時間等を採用でき、例えば３００ミリ秒～６００ミリ秒程度に設定される。基準時間Ｔ４は、実験データ等に基づき適宜設定可能であり、判別方法データベース１４に予め記憶されていてもよい。なお、実際には、イベントＡ，Ｂ，Ｃの種類によって認知時間が異なるため、イベントＡ，Ｂ，Ｃの発生から違和感を検出し得る時間が異なる。例えば、右折を促す矢印を視覚的に提示するイベントＡは、右折を促す音声案内を聴覚的に提示するイベントＢよりも認知し易いため、発生から違和感を検出し得るまでの時間が短い場合がある。

対象判別部３２は、検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜に基づき、複数のイベントＡ，Ｂ，Ｃのうちから違和感の対象候補を抽出し、違和感の対象候補を絞り込んでもよい。例えば、対象判別部３２は、検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜を所定の閾値と比較して、検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜が所定の閾値未満のイベントＡ，Ｂを違和感の対象候補として抽出してもよい。一方、検出誤差｜ＴＣ－Ｔ４｜が所定の閾値以上のイベントＣを違和感の対象候補から除外してもよい。なお、対象判別部３２は、検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜のみに基づき、検出誤差｜ＴＢ－Ｔ４｜が最小であるイベントＢを違和感の対象と判別することも可能である。

対象判別部３２は更に、判別方法データベース１４に記憶された複数の判別方法を用いて、脳波センサ１０により測定された脳波に基づき、運転者７の違和感の有無をそれぞれ判別する。例えば、複数の判別方法として、感覚器毎に適している複数の判別器を選択することができる。ここでは、視覚的に提示されるイベントに対する違和感の判別に適している判別器Ａと、聴覚的に提示されるイベントに対する違和感の判別に適している判別器Ｂと、車両挙動等の触覚的に提示されるイベントに対する違和感の判別に適している判別器Ｃとを用いる場合を説明する。即ち、判別器Ａは、イベントＡに対する違和感の検出に適しており、判別器Ｂは、イベントＢに対する違和感の検出に適しており、判別器Ｃは、イベントＣに対する違和感の検出に適している。対象判別部３２は、例えば、判別器Ａ，Ｂにより違和感が有るとそれぞれ判別し、判別器Ｃにより違和感が無いと判別する。

なお、複数の判別方法の種類や数はこれに限定されない。例えば、複数の判別方法は、車載ディスプレイ４ａ、スピーカ４ｂ、ナビゲーション装置、インストルメンタルパネル等、刺激を発生する装置毎に適した判別方法を選択してもよい。或いは、種々のイベント毎に適した複数の判別方法を選択してもよく、車内のイベント及び車外のイベントにそれぞれ適した複数の判別方法を選択してもよい。或いは、感覚器毎に適した複数の判別器、装置毎に適した複数の判別器、イベント毎に適した複数の判別器、車内のイベント及び車外のイベントにそれぞれ適した複数の判別器を組み合わせて選択してもよい。

また、複数の判別方法は、脳波特徴量ベクトルの判別領域に基づく判別方法と、脳波特徴量ベクトルの判別平面に基づく判別方法と、事象関連電位に基づく判別方法と、時間周波数解析に基づく判別方法のいずれであってもよい。

例えば、判別方法データベース１４に記憶される複数の判別方法が、判別方法毎に異なる判別領域が定義された脳波特徴量ベクトルに基づく判別方法である場合について説明する。図９に示すように、運転者７が違和感を覚えていないときの特徴ベクトルＰ１が取り得る複数の判別領域Ｄａ１～Ｄｃ１と、運転者７が違和感を覚えているときの特徴ベクトルＰ２が取り得る複数の判別領域Ｄａ２～Ｄｃ２とが定義される。判別領域Ｄａ１及びＤａ２は第１の判別方法の判別領域であり、判別領域Ｄｂ１及びＤｂ２は第２の判別方法の判別領域であり、判別領域Ｄｃ１及びＤｃ２は第３の判別方法の判別領域である。

対象判別部３２は、運転者７の脳波の特徴ベクトルＰを算出して、特徴空間マップ８０に配置する。対象判別部３２は、判別領域Ｄａ１～Ｄｃ１の重心と特徴ベクトルＰと距離Ｄｃｒを第１～第３の判別方法毎に算出する。同様に、判別領域Ｄａ２～Ｄｃ２の重心と特徴ベクトルＰと距離Ｄｅｒを第１～第３の判別方法毎に算出する。対象判別部３２は、第１～第３の判別方法毎に、これらの距離Ｄｃｒと距離Ｄｅｒの比率（Ｄｃｒ／Ｄｅｒ）＝Ｒを算出する。対象判別部３２は、比率Ｒが所定の閾値（例えば閾値＝１）以上の場合に違和感が有ると判別し、比率Ｒが所定の閾値未満の場合に違和感が無いと判別する。

対象判別部３２は更に、選択した複数の判別方法による運転者７の違和感の有無の判別結果に基づき、違和感が有ると判別した判別方法について、その判別方法による違和感の検出精度（判別精度）を算出する。例えば図９に示すように、距離Ｄｃｒと距離Ｄｅｒの比率Ｒに基づき、違和感の検出精度を算出する。この場合、対象判別部３２は、比率Ｒが大きいほど、違和感の検出精度を高く算出する。

また、複数の判別方法において互いに異なる判別平面が定義されている場合には、対象判別部３２は、特徴ベクトルと判別平面との距離を算出し、算出した距離に基づき、違和感の検出精度を算出する。例えば図６に示すように判別平面２０が定義されている場合には、特徴ベクトルＰ１と判別平面２０との距離Ｄ１を算出し、算出した距離Ｄ１に基づき、違和感の検出精度を算出する。この場合、特徴ベクトルＰ１と判別平面２０との距離Ｄ１が大きいほど、違和感の検出精度を高く算出する。違和感の検出精度が高いほど、その判別器による判別に適している種類のイベントが違和感の対象である可能性（確率）が高くなる。

対象判別部３２は、例えば、違和感が有ると判別した判別器Ａ，Ｂについて、判別器Ａによる違和感の検出精度を６０％と算出し、判別器Ｂによる違和感の検出精度を９０％と算出する。この場合、判別器Ａによる判別に適している視覚的なイベントＡが違和感の対象である可能性が相対的に低く、判別器Ｂによる判別に適している聴覚的なイベントＢが違和感の対象である可能性が相対的に高い。

対象判別部３２は、イベント検出部３０により検出された違和感の検出タイミングと、複数のイベントに対応する違和感の検出精度とに基づき、複数のイベントのうちから、運転者７が違和感を覚えたイベントを判別する。例えば、イベントＡ，Ｂ，Ｃ毎に適した判別器Ａ，Ｂ，Ｃを用いた場合には、対象判別部３２は、イベントＡ，Ｂ，Ｃ毎の検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜及び判別器Ａ，Ｂ，Ｃによる違和感の検出精度をそれぞれ重み付けする。そして、対象判別部３２は、イベントＡ，Ｂ，Ｃ毎の重み付けされた検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜と、重み付けされた検出精度とに基づき、運転者７が違和感を覚えた対象を判別してもよい。この場合、イベントＡ，Ｂ，Ｃ毎の重み付けされた検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜と、重み付けされた検出精度との和が最大となるイベントを、運転者７が違和感を覚えた対象として判別してもよい。

或いは、対象判別部３２は、イベント検出部３０により検出された違和感の検出タイミングに基づき算出される違和感の対象の可能性が最も高いイベントと、複数のイベントに対応する違和感の検出精度に基づき算出される違和感の対象の可能性が最も高いイベントとが一致した場合に、そのイベントを違和感の対象として判別してもよい。例えば、対象判別部３２は、図８に示した違和感の検出タイミングｔ０を用いて算出した検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜のうち、イベントＢの検出誤差｜ＴＢ－Ｔ４｜が最小であり、且つ、判別器Ａ，Ｂ，Ｃによりそれぞれ算出された検出精度のうち、イベントＢに対する違和感の判別に適する判別器Ｂによる違和感の検出精度が最大である場合、イベントＢを違和感の対象と判別してもよい。

図１に示した制御装置６は、違和感対象判別装置５による違和感の対象の判別結果に応じて、車内装置４の動作や車両１の車両挙動を制御する。例えば、図２に示すように、車内装置４であるナビゲーション装置から提供されるナビゲーション情報や音声案内に対して違和感（１）～（５）を覚えたと判別された場合には、制御装置６は、ナビゲーション装置の設定や動作を変更する。また、車内装置４である空調システムから提供される音声案内に対して違和感（６）を覚えたと判別された場合には、制御装置６は、空調システムの動作を変更する。また、車内の振動や音により違和感（７），（８）を覚えたと判別された場合には、制御装置６は、車内の振動や音の原因を運転者７に提示する。また、車両周囲の物体に対して違和感（９），（１０）を覚えたと判別された場合には、車両１に設けられたアクチュエータを駆動して自動操舵制御や自動停止制御を行うことにより、物体を回避するための車両挙動を発生させる。

次に、図１０のフローチャートを参照しながら、第１実施形態に係る違和感対象判別方法の一例を説明する。

ステップＳ１において、イベント検出部３０は、例えば図８に示すように、所定時間Ｔ１内において複数のイベントＡ，Ｂ，Ｃの発生タイミングｔａ，ｔｂ，ｔｃをそれぞれ検出する。ステップＳ２において、脳波センサ１０は、運転者７の脳波を測定する。なお、脳波センサ１０は、ステップＳ１の開始前から運転者７の脳波を常時測定していてもよい。

ステップＳ３において、違和感判別部３１は、判別方法データベース１４に記憶された複数の判別方法のいずれかを用いて、脳波センサ１０により測定された運転者７の脳波に基づき、運転者７の違和感の有無を判別する。運転者７の違和感が無いと判別された場合、ステップＳ１に戻る。一方、ステップＳ３において運転者７の違和感が有ると判別された場合、ステップＳ４に移行する。

ステップＳ４において、対象判別部３２は、例えば図８に示すように、複数のイベントＡ，Ｂ，Ｃの発生タイミングｔａ，ｔｂ，ｔｃのそれぞれから違和感の検出タイミングｔ０までの、複数のイベントＡ，Ｂ，Ｃ毎の違和感発生時間ＴＡ，ＴＢ，ＴＣをそれぞれ算出する。ステップＳ５において、対象判別部３２は、違和感発生時間ＴＡ，ＴＢ，ＴＣと、複数のイベントＡ，Ｂ，Ｃに共通の基準時間Ｔ４との検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜をそれぞれ算出する。

ステップＳ６において、対象判別部３２は、検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜に基づき、運転者７が違和感を覚えた対象候補を抽出する。例えば、対象判別部３２は、検出誤差｜ＴＣ－Ｔ４｜が所定の閾値以上であるイベントＣを、運転者７が違和感を覚えた対象候補から除外する。一方、検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜が所定の閾値未満のイベントＡ，Ｂを、運転者７が違和感を覚えた対象候補とし、イベントＡ，Ｂについて以降のステップＳ７～Ｓ１５の処理を行ってもよい。なお、ステップＳ６は省略し、すべてのイベントＡ，Ｂ，Ｃについて以降のステップＳ７～Ｓ１５の処理を行ってもよい。

ステップＳ７において、対象判別部３２は、判別方法データベース１４に記憶された複数のイベントＡ，Ｂ，Ｃに対応する複数の判別方法（判別器）Ａ，Ｂ，Ｃを選択する。なお、ここでは３つの判別器Ａ，Ｂ，Ｃを例示するが、１つ又は２つの判別器を選択してもよく、４つ以上の判別器を選択してもよい。また、複数のイベントＡ，Ｂ，Ｃと判別器Ａ，Ｂ，Ｃとは１対１で対応していなくてもよい。例えば、イベントＡ，Ｂに対する違和感の検出に適する判別器と、イベントＣに対する違和感の検出に適する判別器とを選択してもよい。

ステップＳ８～Ｓ１３において、対象判別部３２は、選択した複数の判別器Ａ，Ｂ，Ｃを用いて、違和感の有無を判別し、違和感が有ると判別された場合には違和感の検出精度を算出する。即ち、ステップＳ８において、対象判別部３２は、判別器Ａを用いて、脳波センサ１０により測定された運転者７の脳波に基づき、運転者７の違和感の有無を判別する。運転者７の違和感が有ると判別された場合、ステップＳ９に移行する。ステップＳ９において、対象判別部３２は、判別器Ａを用いて、運転者７の違和感の検出精度を算出する。一方、ステップＳ８において運転者７の違和感が無いと判別された場合、運転者７の違和感の検出精度を算出する処理は実行せずに、ステップＳ１４に移行する。

ステップＳ８，Ｓ９と並列に、ステップＳ１０において、対象判別部３２は、判別器Ｂを用いて、脳波センサ１０により測定された運転者７の脳波に基づき、運転者７の違和感の有無を判別する。運転者７の違和感が有ると判別された場合、ステップＳ１１に移行する。ステップＳ１１において、対象判別部３２は、判別器Ｂを用いて、運転者７の違和感の検出精度を算出する。一方、ステップＳ１０において運転者７の違和感が無いと判別された場合、運転者７の違和感の検出精度を算出する処理は実行せずに、ステップＳ１４に移行する。

ステップＳ８，Ｓ９及びステップＳ１０、Ｓ１１と並列に、ステップＳ１２において、対象判別部３２は、判別器Ｃを用いて、脳波センサ１０により測定された運転者７の脳波に基づき、運転者７の違和感の有無を判別する。運転者７の違和感が有ると判別された場合、ステップＳ１３に移行する。ステップＳ１３において、対象判別部３２は、判別器Ｃを用いて、運転者７の違和感の検出精度を算出する。一方、ステップＳ１２において運転者７の違和感が無いと判別された場合、運転者７の違和感の検出精度を算出する処理は実行せずに、ステップＳ１４に移行する。なお、ステップＳ８，Ｓ１０，Ｓ１２において判別器Ａ，Ｂ，Ｃのいずれかでのみ違和感が有ると判別された場合には、違和感が有ると判別された判別器に対応するイベントを違和感の対象として判別してステップＳ１５に移行してもよい。

ステップＳ１４において、対象判別部３２は、ステップＳ５において算出されたイベントＡ，Ｂ，Ｃ毎の検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜と、ステップＳ９～Ｓ１１において算出された違和感の検出精度に基づき、複数のイベントＡ，Ｂ，Ｃのうちから、運転者７が違和感を覚えた対象を判別する。例えば、対象判別部３２は、イベントＡ，Ｂ，Ｃ毎の検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜及び違和感の検出精度をそれぞれ重み付けし、イベントＡ，Ｂ，Ｃ毎の重み付けされた検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜と検出精度とに基づき、運転者７が違和感を覚えた対象を判別する。ステップＳ１５において、制御装置６が、対象判別部３２による判別結果に基づき、運転者７の違和感を低減するように車両１の各種アクチュエータや車内装置４等の制御を行う。

以上説明したように、第１実施形態によれば、短い時間内に複数のイベントＡ，Ｂ，Ｃが提示された場合でも、違和感の検出タイミングｔ０と、複数のイベントＡ，Ｂ，Ｃに対応する違和感の検出精度とに基づき違和感の対象を判別することにより、複数のイベントＡ，Ｂ，Ｃのうちのどのイベントに運転者７が違和感を覚えたかを精度良く適切に判別することができる。例えば、複数のイベントＡ，Ｂ，Ｃが略同時に発生し、違和感の検出タイミングｔ０からだけでは違和感の対象を判別し難い場合であっても、複数のイベントＡ，Ｂ，Ｃに対応する複数の判別方法による違和感の検出精度を用いることで、違和感の対象を適切に判別することができる。一方、複数のイベントＡ，Ｂ，Ｃに対応する判別方法による検出精度からだけでは違和感の対象を判別し難い場合であっても、違和感の検出タイミングｔ０を用いることで、違和感の対象を適切に判別することができる。

更に、複数のイベントＡ，Ｂ，Ｃのそれぞれの発生タイミングｔａ，ｔｂ，ｔｃから、違和感の検出タイミングｔ０までの違和感発生時間ＴＡ，ＴＢ，ＴＣと、複数のイベントに共通の違和感を検出し得る基準時間Ｔ４との検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜に基づき、違和感の対象を判別する。これにより、検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜を互いに比較して、複数のイベントＡ，Ｂ，Ｃのうちのどのイベントに運転者７が違和感を覚えたかを精度良く適切に判別することができる。

更に、複数のイベントＡ，Ｂ，Ｃ毎に適した複数の判別方法（判別器）Ａ，Ｂ，Ｃを用いて、複数のイベントＡ，Ｂ，Ｃ毎の検出精度をそれぞれ算出し、複数のイベントＡ，Ｂ，Ｃ毎の検出精度に基づき、違和感の対象を判別する。これにより、複数のイベントＡ，Ｂ，Ｃ毎の検出精度を互いに比較して、複数のイベントＡ，Ｂ，Ｃのうちのどのイベントに運転者７が違和感を覚えたかを精度良く適切に判別することができる。

更に、複数のイベント毎の検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜及び違和感の検出精度をそれぞれ所定の係数で重み付けし、複数のイベント毎の重み付けした検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜と違和感の検出精度とに基づき、違和感の対象を判別する。これにより、違和感の検出タイミングと検出精度の情報を適切に組み合わせることができ、違和感を覚えた対象の判別精度を向上することができる。

（第２実施形態）
第２実施形態に係る違和感対象判別装置の構成は、図１に示した第１実施形態に係る違和感対象判別装置と同様である。第２実施形態に係る違和感対象判別処理の一例を、図１１を参照しながら説明する。

図８を参照して説明した第１実施形態に係る違和感対象判別処理と同様に、図１１に示すように、時刻ｔａ，ｔｂ，ｔｃにおいて、複数のイベントＡ，Ｂ，Ｃが発生した場合を考える。イベントＡは、車載ディスプレイ４ａにより右折を促す矢印を視覚的に提示するイベントである。イベントＢは、スピーカ４ｂにより「右折して下さい」と音声案内を行う聴覚的なイベントである。イベントＣは、振動等の車両１の挙動による触覚的なイベントである。

図１に示したイベント検出部３０は、所定時間Ｔ１内の複数のイベントＡ，Ｂ，Ｃの発生タイミングｔａ，ｔｂ，ｔｃをそれぞれ検出する。イベント検出部３０は更に、例えば周囲環境センサ２からの周囲環境信号、車内センサ３からの車内環境信号、及び車内装置４からの提示実行信号に基づき、イベントＡ，Ｂ，Ｃの種類を判別する。

違和感判別部３１は、図１１に示すように、最初のイベントＡの発生タイミングｔａよりも後の所定時間Ｔ２において、脳波センサ１０により測定された脳波に基づき、運転者７が覚えた違和感を検出する。違和感判別部３１は、予め設定された所定の判別方法を用いて運転者７の違和感を検出してもよい。或いは、違和感判別部３１は、判別方法データベース１４に記憶された複数の判別方法のいずれかを選択し、選択した判別方法を用いて運転者７の違和感を検出してもよい。

図１に示した対象判別部３２は、違和感判別部３１により運転者７の違和感が検出された場合、違和感の検出タイミングと、複数のイベントに対応する違和感の検出精度とに基づき、複数のイベントのうちから、運転者７が違和感を覚えた対象を判別する。対象判別部３２は、例えば、最初のイベントＡの発生タイミングｔａから所定時間内の振幅が最大（出力電圧が最大値Ｖ０）となる時刻ｔ０を違和感の検出タイミングとして設定する。対象判別部３２は更に、イベント検出部３０により検出された複数のイベントＡ，Ｂ，Ｃの種類に応じて、複数のイベントＡ，Ｂ，Ｃ毎に違和感を検出し得る時間範囲（違和感発生時間範囲）ＲＡ，ＲＢ，ＲＣを設定する。違和感発生時間範囲ＲＡ，ＲＢ，ＲＣは、実験データ等に基づき適宜設定可能であり、判別方法データベース１４に予め記憶されていてもよい。

違和感発生時間範囲ＲＡは、イベントＡが発生して違和感が最も早く検出し得るタイミングｔａ１から、違和感が最も遅く検出し得るタイミングｔａ３までの時間で設定される。違和感発生時間範囲ＲＢは、イベントＢが発生して違和感が最も早く検出し得るタイミングｔｂ１から、違和感が最も遅く検出し得るタイミングｔｂ３までの時間で設定される。違和感発生時間範囲ＲＣは、イベントＣが発生して違和感が最も早く検出し得るタイミングｔｃ１から、違和感が最も遅く検出し得るタイミングｔｃ３までの時間で設定される。複数のイベントＡ，Ｂ，Ｃの種類に応じて認知時間が異なるため、違和感発生時間範囲ＲＡ，ＲＢ，ＲＣの始期、終期及び長さ等が互いに異なる。

対象判別部３２は、違和感の検出タイミングｔ０が、複数のイベントＡ，Ｂ，Ｃ毎の違和感発生時間範囲ＲＡ，ＲＢ，ＲＣの範囲外となるか否かを判別してもよい。そして、違和感発生時間範囲ＲＡ，ＲＢ，ＲＣの範囲外となると判別された場合、そのイベントを違和感の対象候補から除外してもよい。例えば仮に、違和感発生時間範囲ＲＣの違和感が最も早く検出し得るタイミングｔｃ１が、違和感の検出タイミングｔ０よりも後である場合には、違和感の検出タイミングｔ０が違和感発生時間範囲ＲＣの範囲外となる。この場合、対象判別部３２は、イベントＣを違和感の対象候補から除外し、イベントＡ，Ｂのみを違和感の対象候補としてもよい。

対象判別部３２は更に、複数のイベントＡ，Ｂ，Ｃ毎の違和感を検出し得る基準タイミングｔａ２，ｔｂ２，ｔｃ２を設定する。基準タイミングｔａ２，ｔｂ２，ｔｃ２は適宜設定可能であり、判別方法データベース１４に予め記憶されていてもよい。例えば、基準タイミングｔａ２，ｔｂ２，ｔｃ２は、違和感発生時間範囲ＲＡ，ＲＢ，ＲＣの半分の時刻等のように、違和感発生時間範囲ＲＡ，ＲＢ，ＲＣに基づき設定してもよい。或いは、基準タイミングｔａ２，ｔｂ２，ｔｃ２は、実験により得られた違和感の検出タイミングの平均値や中央値等であってもよい。換言すれば、複数のイベントＡ，Ｂ，Ｃの発生タイミングｔａ，ｔｂ，ｔｃのそれぞれから、基準タイミングｔａ２，ｔｂ２，ｔｃ２までの基準時間Ｔ５，Ｔ６，Ｔ７が、複数のイベントＡ，Ｂ，Ｃ毎に設定されている。

対象判別部３２は、複数のイベントＡ，Ｂ，Ｃ毎の基準タイミングｔａ２，ｔｂ２，ｔｃ２と、違和感の検出タイミングｔ０との検出誤差｜ｔａ２－ｔ０｜＝ＥＡ，｜ｔｂ２－ｔ０｜＝ＥＢ，｜ｔｃ２－ｔ０｜＝ＥＣをそれぞれ算出する。検出誤差ＥＡ，ＥＢ，ＥＣが小さいほど、対応するイベントＡ，Ｂ，Ｃが違和感の対象である可能性が高くなる。図１１では、検出誤差ＥＡが最も小さく算出され、違和感の対象である可能性が相対的に大きい。一方、検出誤差ＥＣが最も大きく算出され、違和感の対象である可能性が相対的に小さい。

対象判別部３２は、検出誤差ＥＡ，ＥＢ，ＥＣに基づき、複数のイベントＡ，Ｂ，Ｃのうちから違和感の対象候補を抽出して、違和感の対象候補を絞り込んでもよい。例えば、検出誤差ＥＡ，ＥＢが所定の閾値未満であるイベントＡ，Ｂを違和感の対象候補とし、検出誤差ＥＣが所定の閾値以上であるイベントＣを違和感の対象候補から除外してもよい。なお、対象判別部３２は、検出誤差ＥＡ，ＥＢ，ＥＣのみに基づき、検出誤差ＥＡが最小のイベントＡを、違和感の対象と判別することもできる。

次に、図１２のフローチャートを参照しながら、第２実施形態に係る違和感対象判別方法の一例を説明する。

図１２のステップＳ１～Ｓ３の手順は、図１０に示した第１実施形態に係る違和感対象判別方法のステップＳ１～Ｓ３の手順と同様であるので、重複した説明を省略する。第２実施形態では、図１２のステップＳ４ｘ，Ｓ５ｘの手順が、図１０に示した第１実施形態に係る違和感対象判別方法のステップＳ４，Ｓ５の手順と異なる。ステップＳ４ｘにおいて、対象判別部３２は、イベント検出部３０により検出された複数のイベントＡ，Ｂ，Ｃの種類に応じて、複数のイベントＡ，Ｂ，Ｃ毎に違和感発生時間範囲ＲＡ，ＲＢ，ＲＣを設定する。対象判別部３２は更に、違和感の検出タイミングｔ０が、複数のイベントＡ，Ｂ，Ｃ毎の違和感発生時間範囲ＲＡ，ＲＢ，ＲＣの範囲外となるイベントが有る場合には、そのイベントを違和感の対象候補から除外してもよい。

ステップＳ５ｘにおいて、対象判別部３２は、違和感発生時間範囲ＲＡ，ＲＢ，ＲＣに基づき設定された複数のイベントＡ，Ｂ，Ｃ毎の基準タイミングｔａ２，ｔｂ２，ｔｃ２と、違和感の検出タイミングｔ０との検出誤差ＥＡ，ＥＢ，ＥＣをそれぞれ算出する。なお、基準タイミングｔａ２，ｔｂ２，ｔｃ２が違和感発生時間範囲ＲＡ，ＲＢ，ＲＣとは個別に設定されていてもよく、ステップＳ４ｘの手順を省略してもよい。

図１２のステップＳ６～Ｓ１５の手順は、第１の実施形態で説明した検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜の代わりに検出誤差ＥＡ，ＥＢ，ＥＣを用いる他は、図１０に示した第１実施形態に係る違和感対象判別方法のステップＳ６～Ｓ１５の手順と同様であるので、重複した説明を省略する。

以上説明したように、第２実施形態によれば、短い時間内に複数のイベントＡ，Ｂ，Ｃが提示された場合でも、違和感の検出タイミングｔ０及び違和感の検出精度に基づき違和感の対象を判別することで、複数のイベントのうちのどのイベントに運転者７が違和感を覚えたかを適切に判別することができる。

更に、複数のイベントＡ，Ｂ，Ｃ毎の違和感を検出し得る基準タイミングｔａ２，ｔｂ２，ｔｃ２と、違和感の検出タイミングｔ０との検出誤差ＥＡ，ＥＢ，ＥＣに基づき、違和感の対象を判別する。これにより、複数のイベントＡ，Ｂ，Ｃの種類が異なり、イベントＡ，Ｂ，Ｃ毎の違和感を検出し得るタイミングが異なる場合であっても、複数のイベントＡ，Ｂ，Ｃ毎の基準タイミングｔａ２，ｔｂ２，ｔｃ２を用いるので、複数のイベントＡ，Ｂ，Ｃのうちのどのイベントに運転者７が違和感を覚えたかを適切に判別することができる。

更に、複数のイベントＡ，Ｂ，Ｃ毎の違和感を検出し得る違和感発生時間範囲ＲＡ，ＲＢ，ＲＣを設定し、違和感の検出タイミングｔ０が、違和感発生時間範囲ＲＡ，ＲＢ，ＲＣの範囲外か否かを判別し、違和感発生時間範囲ＲＡ，ＲＢ，ＲＣの範囲外と判別されたイベントを違和感の対象候補から除外する。これにより、複数のイベントＡ，Ｂ，Ｃのうちのどのイベントに運転者７が違和感を覚えたかを効率的に判別することができる。

更に、複数のイベントＡ，Ｂ，Ｃ毎に適した複数の判別方法（判別器）Ａ，Ｂ，Ｃを用いて、複数のイベントＡ，Ｂ，Ｃ毎の検出精度をそれぞれ算出し、複数のイベントＡ，Ｂ，Ｃ毎の検出精度に基づき、違和感の対象を判別する。これにより、複数のイベントＡ，Ｂ，Ｃのうちのどのイベントに運転者７が違和感を覚えたかを精度良く適切に判別することができる。

更に、複数のイベント毎の検出誤差ＥＡ，ＥＢ，ＥＣ及び違和感の検出精度をそれぞれ所定の係数で重み付けし、複数のイベント毎の重み付けした検出誤差ＥＡ，ＥＢ，ＥＣと違和感の検出精度とに基づき、違和感の対象を判別する。これにより、違和感の検出タイミングと検出精度の情報を適切に組み合わせることができ、違和感を覚えた対象の判別精度を向上することができる。

（第３実施形態）
第３実施形態に係る違和感対象判別装置の構成は、図１に示した第１実施形態に係る違和感対象判別装置と同様である。第３実施形態に係る違和感対象判別方法の一例を、図１３のフローチャートを参照しながら説明する。

図１３のステップＳ２１，Ｓ２２は、図１０に示した第１実施形態に係る違和感対象判別方法のステップＳ１，Ｓ２の手順と同様である。即ち、ステップＳ２１において、図１に示したイベント検出部３０は、例えば図８に示すように、所定時間Ｔ１内において複数のイベントＡ，Ｂ，Ｃの発生タイミングｔａ，ｔｂ，ｔｃをそれぞれ検出する。イベント検出部３０は更に、複数のイベントＡ，Ｂ，Ｃの種類を判別する。ステップＳ２２において、図１に示した脳波センサ１０は、運転者７の脳波を測定する。なお、脳波センサ１０は、ステップＳ２１の開始前から運転者７の脳波を常時測定していてもよい。

図１３のステップＳ２３～Ｓ２９は、図１０に示した第１実施形態に係る違和感対象判別方法のステップＳ７～Ｓ１３の手順と同様である。即ち、ステップＳ２３において、図１に示した違和感判別部３１は、判別方法データベース１４に記憶された複数の判別方法から、複数のイベントＡ，Ｂ，Ｃに対応する複数の判別方法（判別器）Ａ，Ｂ，Ｃを選択する。違和感判別部３１は、予め設定された複数の判別方法を選択してもよく、イベント検出部３０により判別された複数のイベントＡ，Ｂ，Ｃの種類に基づき、複数のイベントＡ，Ｂ，Ｃに対する違和感の検出及び複数のイベントＡ，Ｂ，Ｃの判別に適する複数の判別方法を選択してもよい。選択される複数の判別方法の数は特に限定されない。例えば、複数のイベントＡ，Ｂ，Ｃ毎に視覚、聴覚、触覚の違和感の検出にそれぞれ適する判別器Ａ，Ｂ，Ｃを選択してもよい。

ステップＳ２４，Ｓ２６，Ｓ２８において、違和感判別部３１は、選択した複数の判別器Ａ，Ｂ，Ｃをそれぞれ用いて、脳波センサ１０により測定された運転者７の現在の脳波に基づき、運転者７の違和感の有無をそれぞれ判別する。運転者７の違和感が有ると判別された場合、ステップＳ２５，Ｓ２７，Ｓ２９にそれぞれ移行して、対象判別部３２運転者７の違和感の検出精度を算出する。一方、ステップＳ２４，Ｓ２６，Ｓ２８において運転者７の違和感が無いと判別された場合、ステップＳ３０に移行する。

ステップＳ３０において、対象判別部３２は、違和感判別部３１による違和感の有無の判別結果及び違和感の検出精度に基づき、複数のイベントＡ，Ｂ，Ｃのうちから違和感の対象候補を抽出し、違和感の対象候補を絞り込む。例えば、違和感が無いと判別された判別器に対応するイベントを違和感の対象候補から除外してもよい。また、違和感の検出精度が所定の閾値未満の判別器に対応するイベントを違和感の対象候補から除外してもよい。そして、以降の処理を、違和感の対象候補であるイベントのみに対して行ってもよい。なお、ステップＳ３０の手順は省略してもよく、以降の処理をすべてのイベントＡ，Ｂ，Ｃに対して行ってもよい。

図１３のステップＳ３１，Ｓ３２は、図１０に示した第１実施形態に係る違和感対象判別方法のステップＳ４，Ｓ５の手順と同様である。即ち、ステップＳ３１において、対象判別部３２は、複数のイベントＡ，Ｂ，Ｃの発生タイミングｔａ，ｔｂ，ｔｃから違和感の検出タイミングｔ０までの時間ＴＡ，ＴＢ，ＴＣを算出する。ステップＳ３２において、対象判別部３２は、複数のイベントＡ，Ｂ，Ｃの発生タイミングｔａ，ｔｂ，ｔｃから違和感の検出タイミングｔ０までの時間ＴＡ，ＴＢ，ＴＣと基準時間Ｔ４との差分を算出する。

図１３のステップＳ３３，Ｓ３４は、図１０に示した第１実施形態に係る違和感対象判別方法のステップＳ１４，Ｓ１５の手順と同様である。即ち、ステップＳ３３において、対象判別部３２は、違和感の検出タイミングｔ０と、複数のイベントＡ，Ｂ，Ｃに対応する違和感の検出精度とに基づき、複数のイベントＡ，Ｂ，Ｃのうちから、運転者７が違和感を覚えた対象となったイベントを判別する。例えば、対象判別部３２は、イベントＡ，Ｂ，Ｃ毎の検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜及び違和感の検出精度をそれぞれ重み付けし、イベントＡ，Ｂ，Ｃ毎の重み付けされた検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜及び違和感の検出精度に基づき、違和感の対象である可能性が最も大きいイベントを、運転者７が違和感を覚えた対象として判別する。ステップＳ３４において、制御装置６が、対象判別部３２による判別結果に基づき、運転者７の違和感を低減するように車両１のアクチュエータ等を制御する。

以上説明したように、第３実施形態によれば、短い時間内に複数のイベントＡ，Ｂ，Ｃが提示された場合でも、違和感の検出タイミングｔ０及び違和感の検出精度に基づき違和感の対象を判別することで、複数のイベントＡ，Ｂ，Ｃのうちのどのイベントに運転者７が違和感を覚えたかを適切に判別することができる。

更に、複数のイベントＡ，Ｂ，Ｃのそれぞれの発生タイミングｔａ，ｔｂ，ｔｃから、違和感の検出タイミングｔ０までの違和感発生時間ＴＡ，ＴＢ，ＴＣと、複数のイベントに共通の違和感を検出し得る基準時間Ｔ４との検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜に基づき、違和感の対象を判別することにより、複数のイベントＡ，Ｂ，Ｃのうちのどのイベントに運転者７が違和感を覚えたかを精度良く適切に判別することができる。

更に、複数のイベントＡ，Ｂ，Ｃ毎に適した複数の判別方法（判別器）Ａ，Ｂ，Ｃを用いて、複数のイベントＡ，Ｂ，Ｃ毎の検出精度をそれぞれ算出し、複数のイベントＡ，Ｂ，Ｃ毎の検出精度に基づき、違和感の対象を判別する。これにより、複数のイベントＡ，Ｂ，Ｃのうちのどのイベントに運転者７が違和感を覚えたかを精度良く適切に判別することができる。

更に、複数のイベント毎の検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜及び違和感の検出精度をそれぞれ所定の係数で重み付けし、複数のイベント毎の重み付けした検出誤差｜ＴＡ－Ｔ４｜，｜ＴＢ－Ｔ４｜，｜ＴＣ－Ｔ４｜と違和感の検出精度とに基づき、違和感の対象を判別する。これにより、違和感の検出タイミングと検出精度の情報を適切に組み合わせることができ、違和感を覚えた対象の判別精度を向上することができる。

（その他の実施形態）
上記のように、本発明は第１～第３実施形態によって記載したが、この開示の一部をなす論述及び図面は本発明を限定するものであると理解すべきではない。この開示から当業者には様々な代替の実施形態、実施例及び運用技術が明らかとなろう。

例えば、図８では、所定時間Ｔ１内に３つのイベントＡ，Ｂ，Ｃが発生した場合を例示するが、所定時間Ｔ１内に発生する複数のイベントの数は特に限定されない。即ち、所定時間Ｔ１内に２つのイベントが発生してもよく、４つ以上のイベントが発生してもよい。また、所定時間Ｔ１内に複数のイベントが同時に発生してもよい。また、所定時間Ｔ１内に発生する複数のイベントの種類も特に限定されない。

また、第３実施形態に係る違和感対象判別方法において、図１３のステップＳ３１，Ｓ３２の手順の代わりに、図１４に示すように、ステップＳ３１ｘ，Ｓ３２ｘの手順を行ってもよい。図１４のステップＳ３１ｘ，Ｓ３２ｘの手順は、図１２に示した第２実施形態に係る違和感対象判別方法のステップＳ４ｘ，Ｓ５ｘの手順と同様である。

このように、本発明は、ここで記載していない様々な実施形態等を含むことは勿論である。したがって、本発明の技術的範囲は上記の説明から妥当な特許請求の範囲に係る発明特定事項によってのみ定められるものである。

１…車両
２…周囲環境センサ
３…車内センサ
４…車内装置
４ａ…車載ディスプレイ
４ｂ…スピーカ
５…違和感対象判別装置
６…制御装置
７…運転者
８…他車両
９…案内板
１０…脳活動測定装置（脳波センサ）
１１…コントローラ
１２…プロセッサ
１３…記憶装置
１４…判別方法データベース
２０…判別平面
３０…イベント検出部
３１…違和感判別部
３２…対象判別部
８０…特徴空間マップ

Claims (8)

1. 被験者の脳波を測定し、
   前記被験者に対して複数のイベントが提示された場合、前記脳波から前記被験者の違和感を検出し、
   前記複数のイベントのそれぞれの発生タイミングと、前記発生タイミングから前記違和感の検出タイミングまでの時間と、前記違和感を判別するための判別方法による前記違和感の判別結果とに基づき、１つの前記判別方法でのみ前記違和感が有ると判別した場合に、前記複数のイベントのうちから前記違和感が有ると判別した前記判別方法に対応するイベントを前記違和感の対象として判別することを特徴とする違和感対象判別方法。
2. 前記複数のイベントのそれぞれの発生タイミングと、前記発生タイミングから前記違和感の検出タイミングまでの時間と、前記違和感が有ると判別した判別方法による前記違和感の検出精度とに基づき、前記複数のイベントのうちから前記違和感の対象を判別することを特徴とする請求項１に記載の違和感対象判別方法。
3. 前記複数のイベントのそれぞれの発生タイミングから前記検出タイミングまでの前記イベント毎の時間と、前記複数のイベントに共通の前記違和感を検出し得る基準時間との差分に基づき、前記違和感の対象を判別することを特徴とする請求項１に記載の違和感対象判別方法。
4. 前記複数のイベント毎の前記違和感を検出し得る基準タイミングと、前記検出タイミングとの差分に基づき、前記違和感の対象を判別することを特徴とする請求項１に記載の違和感対象判別方法。
5. 前記検出タイミングが、前記複数のイベント毎の前記違和感を検出し得る時間範囲外か否かを判別し、
   前記時間範囲外と判別された前記イベントを前記違和感の対象候補から除外する
   ことを特徴とする請求項４に記載の違和感対象判別方法。
6. 前記複数のイベント毎に適した複数の判別方法を用いて、前記判別方法毎の前記検出精度をそれぞれ算出し、
   前記判別方法毎の前記検出精度に基づき、前記違和感の対象を判別する
   ことを特徴とする請求項２に記載の違和感対象判別方法。
7. 前記検出精度をそれぞれ重み付けし、
   重み付けした前記検出精度に基づき、前記違和感の対象を判別する
   ことを特徴とする請求項６に記載の違和感対象判別方法。
8. 被験者の脳波を測定する脳波センサと、
   前記被験者に対して複数のイベントが提示された場合、前記脳波から前記被験者の違和感を検出し、前記複数のイベントのそれぞれの発生タイミングと、前記発生タイミングから前記違和感の検出タイミングまでの時間と、前記違和感を判別するための判別方法による前記違和感の判別結果とに基づき、１つの前記判別方法でのみ前記違和感が有ると判別した場合に、前記複数のイベントのうちから前記違和感が有ると判別した前記判別方法に対応するイベントを前記違和感の対象として判別するコントローラと、
   を備えることを特徴とする違和感対象判別装置。

Images