JP7217576B2 - ドライバーの状態推定方法及び装置 - Google Patents
ドライバーの状態推定方法及び装置 Download PDFInfo
- Publication number
- JP7217576B2 JP7217576B2 JP2018207994A JP2018207994A JP7217576B2 JP 7217576 B2 JP7217576 B2 JP 7217576B2 JP 2018207994 A JP2018207994 A JP 2018207994A JP 2018207994 A JP2018207994 A JP 2018207994A JP 7217576 B2 JP7217576 B2 JP 7217576B2
- Authority
- JP
- Japan
- Prior art keywords
- pulse wave
- heart rate
- frequency component
- state
- determination unit
- 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
Links
Images
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
ところで、近年、交通事故などの予防策として、車両の運転手の運転中の生体状態を推定(又は判定)する方法や装置が注目されている。この種の方法や装置が特許文献1-3などにより提案されている。
このシステムでは、運転手の心電と脈波を組み合わせて血圧を求め、この求めた血圧と心電から求めた心拍数とから眠気や緊張度のレベルを推定する。
輸送系車両、建設機械のドライバーを含む各種のドライバーの脈波を測定し、
当該脈波から、心拍変動ゆらぎ、カオスゆらぎの2種類の生体ゆらぎとして、次の(1)-(4)の指標を計測し、
(1)心拍数(HR)
(2)リアプノフ指数(Lya)
(3)心拍変動の高周波成分(HF)
(4)心拍変動の低周波成分(LF)
これらの指標から、各種のドライバーの運転に支障を及ぼす「適応力低下・落込み状態」、「眠気・疲労状態」、「緊張・気分高揚状態」、「ストレス状態」の4つの状態を、次のように推定する、
「適応力低下・落込み状態」は、HR及びLyaを使い、次式により推定する、
Lya<S1 且つ HR<S2
ここで、S1、S2は閾値、
「眠気・疲労状態」は、HR、HF及びLFを使い、次式により推定する、
HF>S3 且つ HR<S4 且つ LF/HF<S5
ここで、S3、S4、S5は閾値、
「緊張・気分高揚状態」は、HRとLyaを使い、次式により推定する、
HR>S6 かつ Lya>S7
ここで、S6、S7は閾値、
「ストレス状態」は、HF及びLFを使い、次式により推定する、
LF/HF>S8 且つ HF<S9
ここで、S8、S9は閾値、
ことを要旨とする。
この場合、HF、LF/HFに代えてln(HF)、ln(LF/HF)を使ってもよい。ここでlnは自然対数である。自然対数を使った場合は、閾値も変わる。
各種のドライバーから脈波を測定する脈波測定器と、
前記脈波測定器に接続され、当該脈波測定器により測定した脈波を基にリアプノフ指数を求めるリアプノフ指数算出部と、
前記脈波測定器に接続され、当該脈波測定器により測定された脈波を基に心拍数を求める心拍数算出部と、
前記脈波測定器に接続され、当該脈波測定器により測定された脈波を基に心拍変動の低周波成分、高周波成分、及び低・高周波成分の比を算出する心拍変動の低周波成分・高周波成分算出部と、
リアプノフ指数、心拍数、心拍変動の低周波成分、高周波成分、及び低・高周波成分の比を格納し、またこれらのデータの対応関係を記憶する記憶部と、
前記リアプノフ指数算出部と前記心拍数算出部とに接続され、リアプノフ指数と心拍数から適応力低下・落込み状態を判定する適応力低下・落込み状態判定部と、
前記心拍数算出部と前記低周波成分・高周波成分算出部とに接続され、心拍数と心拍変動の低周波成分、高周波成分、低・高周波成分の比から眠気・疲労状態を判定する眠気・疲労状態判定部と、
前記リアプノフ指数算出部と前記心拍数算出部とに接続され、リアプノフ指数と心拍数から緊張・気分高揚状態を判定する緊張・気分高揚状態判定部と、
前記低周波成分・高周波成分算出部に接続され、心拍変動の低周波成分、高周波成分、低・高周波成分の比からストレス状態を判定するストレス状態判定部と、
前記適応力低下・落込み状態判定部、前記眠気・疲労状態判定部、前記緊張・気分高揚状態判定部、及び前記ストレス状態判定部に接続され、これら適応力低下・落込み状態判定部、前記眠気・疲労状態判定部、前記緊張・気分高揚状態判定部、及び前記ストレス状態判定部による判定結果を出力する出力部と、
を備えた、
ことを要旨とする。
また、この場合、心拍変動の低周波成分・高周波成分算出部は、脈波測定器に接続され、前記脈波測定器により測定された脈波を基に脈波のピークの間隔を求める脈波ピーク間隔算出部と、前記脈波ピーク間隔算出部に接続され、前記脈波測定器により求められた時系列データから前記脈波ピーク間隔のパワースペクトル密度を算出する脈波ピーク間隔のパワースペクトル密度算出部と、前記パワースペクトル密度算出部に接続され、前記パワースペクトル密度算出部により求められた前記脈波ピーク間隔のパワースペクトル密度から心拍変動の低周波成分、高周波成分及び低・高周波成分の比を算出する心拍変動の低周波成分・高周波成分・低周波成分/高周波成分算出部とにより構成される。
そして、
リアプノフ指数算出部は、脈波の測定値からカオス解析でリアプノフ指数を求め、
心拍数算出部は、脈波の測定値から脈拍数を計算して心拍数を求め、
心拍変動の低周波成分・高周波成分算出部は、脈波の測定値から脈波のピーク間隔を求め、当該脈波のピーク間隔の時系列データを周波数解析して、心拍変動の低周波成分、高周波成分及び低・高周波成分の比を求め、
適応力低下・落込み状態判定部は、次式、
Lya<S1 且つ HR<S2
ここで、S1、S2は閾値、
により適応力低下・落込み状態を判定する、
眠気・疲労状態判定部は、次式、
HF>S3 且つ HR<S4 且つ LF/HF<S5
ここで、S3-S5は閾値、
により眠気・疲労状態を判定する、
緊張・気分高揚状態判定部は、次式、
HR>S6 かつ Lya>S7
ここで、S6、S7は閾値、
により緊張・気分高揚状態を判定する、
ストレス状態判定部は、次式、
LF/HF>S8 且つ HF<S9
ここで、S8、S9は閾値、
によりストレス状態を判定する。
また、この場合、HF、LF/HFに代えてln(HF)、ln(LF/HF)を使ってもよい。ここでlnは自然対数である。自然対数を使った場合は、閾値も変わる。
図1、図2にドライバーの状態推定方法(以下、本方法という。)を示している。
図1、図2に示すように、本方法は、輸送系車両、建設機械のドライバーを含む各種のドライバーの脈波を測定し、当該脈波から心拍変動ゆらぎ、カオスゆらぎの2種類の生体ゆらぎを計測し、2種類の生体ゆらぎに基づいて、各種のドライバーの運転に支障を及ぼす「適応力低下・落込み状態」、「眠気・疲労状態」、「緊張・気分高揚状態」、「ストレス状態」の4つの状態を推定する。特に、本方法では、各種のドライバーの脈波から心拍変動解析及びカオス解析を用いて、心拍数(HR)、心拍変動の低周波成分(LF)、高周波成分(HF)、リアプノフ指数を求め、行動エラーを誘発する「適応力低下・落込み状態」、「眠気・疲労状態」、「緊張・気分高揚状態」、「ストレス状態」の4つの状態の兆候を捉える。つまり、本方法では、従来から取り入れられている指標である心拍数、心拍変動の低周波成分や高周波成分などとリアプノフ指数とを組み合わせることで、各種のドライバーの眠気、疲労状態の他に運転に不適切な適応力低下・落込み状態、緊張・気分高揚状態、ストレス状態を評価する。
(1)心拍数(HR)
(2)リアプノフ指数(Lya)
(3)心拍変動の高周波成分(HF)
(4)心拍変動の低周波成分(LF)
(5)心拍変動の低・高周波成分の比(LF/HF)
なお、各指標について簡単に触れておく。
心拍数(HR)は、一定の時間(通常1分間)内に心臓が拍動する回数をいい、一般に緊張するほど心拍数は高く、リラックスするほど心拍数は低くなる。
リアプノフ指数(Lya)は脈波のカオス解析により得られる指数で、人間の精神的健康度、例えば精神的活力や気力、外部適応力(外界の変化に柔軟に対応できる力)と関係する。ストレス状態で気分が高揚しているとリアプノフ指数は大きくなり、それを超えてさらに大きくなるとパニック状態であることを示す。逆に疲れていたり気分が落ち込んでいたりするとリアプノフ指数は小さくなり、睡眠状態ではさらに小さくなる。
心拍変動の高周波成分(HF)は呼吸変動と関連しており、副交感神経の影響を受ける。リラックスしているとHF成分は大きくなる。
心拍変動の低周波成分(LF)は血圧の変動であるMayer波の成分であり、交感神経と副交感神経の両方の影響を受ける。
心拍変動の低・高周波成分の比(LF/HF)は自律神経機能の評価として用いられる値であり、緊張状態では交感神経が活性するため、LF/HFは上昇し、リラックス状態では副交感神経が活性するため、LF/HFは低下する。
「適応力低下・落込み状態」は、心拍数(HR)及びリアプノフ指数(Lya)を使い、次式により推定する。
Lya<S1 且つ HR<S2
ここで、S1、S2は閾値
「眠気・疲労状態」は、心拍数(HR)、心拍変動の高周波成分(HF)及び低周波成分(LF)を使い、次式により推定する。
HF>S3 且つ HR<S4 且つ LF/HF<S5
ここで、S3、S4、S5は閾値
「緊張・気分高揚状態」は、心拍数(HR)とリアプノフ指数(Lya)を使い、次式により推定する。
HR>S6 かつ Lya>S7
ここで、S6、S7は閾値
「ストレス状態」は、心拍変動の高周波成分(HF)及び低周波成分(LF)を使い、次式により推定する。
LF/HF>S8 且つ HF<S9
ここで、S8、S9は閾値
また、この場合、HF、LF/HFの代わりにln(HF)、ln(LF/HF)を使う場合もある。ここでlnは自然対数である。自然対数を使った場合は、閾値も変わる。
この場合、「適応力低下・落込み状態」は、HR及びLyaを使い、次式により推定する、
Lya<S1 且つ HR<S2
ここで、S1、S2は閾値
「眠気・疲労状態」は、HR、ln(HF)及びln(LF/HF)を使い、次式により推定する、
ln(HF)>S10 且つ HR<S4 且つ ln(LF/HF)<S11
ここで、S4、S10、S11は閾値、ln(HF)、ln(LF/HF)は自然対数
「緊張・気分高揚状態」は、HRとLyaを使い、次式により推定する。
HR>S6 かつ Lya>S7
ここで、S6、S7は閾値
「ストレス状態」は、ln(HF)及びln(LF/HF)を使い、次式により推定する、
ln(LF/HF)>S12 且つ ln(HF)<S13
ここで、S12、S13は閾値、ln(HF)、ln(LF/HF)は自然対数
とすることができる。
各種のドライバーが適応力低下・落込み状態と推定されると、脇見運転やルート間違いなどの散漫、漫然運転を引き起こす恐れがあり、この場合は、運転の注意喚起の措置を取る。
各種のドライバーが眠気・疲労状態と推定されると、居眠り運転、操作ミスなどを引き起こす恐れがあり、この場合は、運転の注意喚起とともに休憩を促す措置を取る。
各種のドライバーが緊張・気分高揚状態と推定されると、衝突、法令違反などを引き起こす恐れがあり、この場合は、運転の注意喚起とともに深呼吸などしてリラックスすることを促す措置を取る。
各種のドライバーがストレス状態と推定されると、衝突、法令違反などを引き起こす恐れがあり、この場合は、運転の注意喚起とともに深呼吸などしてリラックスすることを促す措置を取る。
なお、上記の状態以外では、各種のドライバーは正常な状態とする。
図3に示すように、本装置Aは、各種のドライバーから脈波を測定する脈波測定器1と、脈波測定器1において測定された脈波の測定値をデータ処理するとともに本装置A全体の動作をコントロールする制御部2と、制御部2における処理に必要なデータ、及び制御部2の処理結果データを格納する記憶部3と、本装置Aにおける各種のドライバーの状態推定結果を出力する出力部4とを備えて構成される。
脈波センサー11は発光部及び受光部を有する光電型脈波センサーで、被検者であるドライバーから脈波を測定する。脈波は、心臓が血液を送り出すことに伴って発生する、血管の容積変化のことをいい、脈波の測定方法はいくつかあるが、血管の容積変化に伴って変化するヘモグロビン量を検知することで容易に測定できる。血中ヘモグロビンは特定の波長の光を強く吸収するので、この波長の光を照射したときの反射光や透過光はヘモグロビン量によって変化する。反射光または透過光の強度を電気信号に変えれば脈波を測定することができる。本装置Aでは、脈波センサー11に透過型の光電型脈波センサーを採用した。また、この種の脈波センサーは、脈波の測定に適した身体の部位として、指先、手首、耳たぶ、耳孔に装着するタイプなど各種のものが実用化されているが、本装置Aでは、ドライバー用として運転の妨げにならないように、耳たぶに装着するクリップ式のものとし、耳たぶで脈波を測定するものとした。この脈波センサー11でドライバーの耳たぶから脈波をサンプリング周波数1000Hzによりデジタル化して取得する。
コントローラー12もまた既知のもので、ここでは装置構成について特に図示していないが、脈波センサー11他コントローラー12の各部を制御し、脈波センサー11で測定された測定信号を取り出す制御部、測定信号をA/D変換するA/D変換部、A/D変換後のデータ(脈波データ)をスマートフォンやタブレット型端末などのモバイル端末やパソコンへ無線送信するための通信部、電源を必要とする各部に電源を供給する電源部などからなり、全体として手の平サイズのコンパクトな箱型の装置になっている。このようなコントローラー12がセンサーケーブル13を介して脈波センサー11に(電気的に)接続される。
このようにして脈波センサー11で測定された各種のドライバーの脈波データ他各種のデータはコントローラー12によりモバイル端末などへ送られるようになっている。
図5にこの制御部2の機能ブロック図を示している。
図5に示すように、制御部2は、脈波測定器1に接続され、脈波測定器1により測定した脈波を基にリアプノフ指数を求めるリアプノフ指数算出部21と、脈波測定器1に接続され、脈波測定器1により測定された脈波を基に心拍数を求める心拍数算出部22と、脈波測定器1に接続され、脈波測定器1により測定された脈波を基に心拍変動の低周波成分、高周波成分、及び低・高周波成分の比を算出する心拍変動の低周波成分・高周波成分算出部23と、リアプノフ指数算出部21と心拍数算出部22とに接続され、リアプノフ指数と心拍数から適応力低下・落込み状態を判定する適応力低下・落込み状態判定部24と、心拍数算出部22と低周波成分・高周波成分算出部23とに接続され、心拍数と心拍変動の低周波成分、高周波成分、低・高周波成分の比から眠気・疲労状態を判定する眠気・疲労状態判定部25と、リアプノフ指数算出部21と心拍数算出部22とに接続され、リアプノフ指数と心拍数から緊張・気分高揚状態を判定する緊張・気分高揚状態判定部26と、低周波成分・高周波成分算出部23に接続され、心拍変動の低周波成分、高周波成分、低・高周波成分の比からストレス状態を判定するストレス状態判定部27とを備える。
また、この場合、心拍変動の低周波成分・高周波成分算出部23は、脈波測定器1に接続され、脈波測定器1により測定された脈波を基に心電図のRRI(RR間隔)に相当する脈波のピーク間隔を求める脈波ピーク間隔算出部231(以下、RRI算出部231という。)と、RRI算出部231に接続され、脈波測定器1により求められた時系列データから脈波ピーク間隔のパワースペクトル密度を算出する脈波ピーク間隔のパワースペクトル密度算出部232(以下、RRIのスペクトル密度算出部232という。)と、RRIのスペクトル密度算出部232に接続され、RRIのスペクトル密度算出部232により求められた脈波ピーク間隔のパワースペクトル密度から心拍変動の低周波成分(以下、LF成分という。)、高周波成分(以下、HF成分という。)及び低・高周波成分の比(以下、LF/HFという。)を算出する心拍変動の低周波成分・高周波成分・低周波成分/高周波成分算出部233(以下、LF、HF、LF/HF算出部233という。)とにより構成される。
この制御部1は図1においてクラウド上のサーバーにより実現される。このようにして脈波センサーからモバイル端末へ送られた脈波データ他各種のデータはモバイルネットワークでこのクラウド上のサーバーへ転送されて、このサーバーにおいて転送されたデータを基に作業員の状態を判定する。
なお、この制御部1は図1において各種のドライバーを管理する管理センターに設置されるパソコンや各種のドライバーが携帯するスマートフォン、タブレット端末などのモバイル端末やパソコンで実現することもできる。
この記憶部3は図1においてクラウド上のサーバーにより実現される。
なお、この記憶部3は図1において各種のドライバーを管理する管理センターに設置されるパソコンや各種のドライバーが携帯するスマートフォン、タブレット端末などのモバイル端末やパソコンで実現することもできる。
(動作1:適応力低下・落込み状態判定動作)
図6に本装置Aの制御部2による適応力低下・落込み状態判定動作の処理手順を説明するフローチャートを示している。
図6に示すように、この適応力低下・落込み状態判定動作において、制御部2は、脈波測定器1において測定された被検者である各種のドライバーの脈波データを取得する(ステップS11)。入力された脈波データはリアプノフ指数算出部21および心拍数算出部22へ送付され、リアプノフ指数算出部21においては脈波データから脈波のリアプノフ指数が算出される(ステップS12)一方、心拍数算出部22においては脈波データから心拍数が算出される(ステップS13)。
Xn+1 =f(Xn)
という力学系について、近接した2点から出発した2つの軌道{Xn}がn→∞(すなわち、無限大)のときにどれ位離れて行くかを計る尺度をいい、脈波のリアプノフ指数は次式で算出する。このアルゴリズムは特許文献4に基づく。
特許文献4:特開平6-28335号
60[秒/分]/RRI[秒/回]=60/RRI[回/分]
そして、適応力低下・落込み状態判定動作の遂行に当たっては、上記算出されたリアプノフ指数及び心拍数の各データは適応力低下・落込み状態判定部24へ送付される。適応力低下・落込み状態判定部24においては、適応力低下・落込み状態判定状態を表す指標として、脈波のリアプノフ指数と心拍数の各データを取得し、これら脈波のリアプノフ指数と心拍数との両データを使って以下のような処理を実行して適応力低下・落込み状態を評価(判定)する(ステップS14)。適応力低下・落込み状態判定部24において得られた適応力低下・落込み状態の評価結果は出力部4へ送付され、画像、その他の形で出力表示される(ステップS15)。適応力低下・落込み状態判定部における処理は下記のとおりである。
Lya<S1 且つ HR<S2
ここで、S1、S2は閾値
図7に本装置Aの制御部2による眠気・疲労状態判定動作の処理手順を説明するフローチャートを示している。
図7に示すように、この眠気・疲労状態判定動作において、制御部2は、脈波測定器1において測定された被検者であるドライバーの脈波データを取得する(ステップS21)。入力された脈波データは心拍数算出部22、及び低周波成分・高周波成分算出部23(すなわち、RRI算出部231、RRIのパワースペクトル密度算出部232、LF、HF、LF/HF算出部233)へ送付され、心拍数算出部22においては脈波データから心拍数が算出され(ステップS22)、低周波成分・高周波成分算出部23では、RRI、RRIのパワースペクトル密度、LF、HF、LF/HFが算出される(ステップS23)。
60[秒/分]/RRI[秒/回]=60/RRI[回/分]
RRIのパワースペクトル密度算出部232においては、RRI算出部231において測定された脈波のピーク間隔(RRI)の時系列データからパワースペクトル密度が算出される。
RRIの時系列データをx(t)とする。x(t)のパワースペクトル密度PSD(f)は次式で算出する。
LF、HFは次式で算出する。
ここで、f1、f2は低周波領域の下限と上限であり、f3、f4は高周波領域の下限と上限である。f1=0.04Hz、f2=0.15Hz、f3=0.15~0.20Hz、f4=0.35~0.45Hzが良く使われる値である。なお、これらの値はこれに限定されるものではなく、ドライバー個人毎に変えてもよい。
そして、眠気・疲労状態判定動作の遂行に当たっては、上記算出された心拍数及びLF、HF、LF/HFの各データは眠気・疲労状態判定部25へ送付される。眠気・疲労状態判定部25においては、眠気・疲労状態を表す指標として、心拍数とLF、HF、LF/HFの各データを取得し、これら心拍数とLF、HF、LF/HFとの両データを使って以下のような処理を実行し、眠気・疲労状態を評価(判定)する(ステップS24)。眠気・疲労状態判定部25において得られた眠気・疲労状態の評価結果は出力部4へ送付され、画像、その他の形で出力表示される(ステップS25)。眠気・疲労状態判定部25における処理は下記のとおりである。
HF>S3 且つ HR<S4 且つ LF/HF<S5
ここで、S3、S4、S5は閾値
図9に本装置Aの制御部2による緊張・気分高揚状態判定動作の処理手順を説明するフローチャートを示している。
図9に示すように、この緊張・気分高揚状態判定動作において、制御部2は、脈波測定器1において測定された被検者であるドライバーの脈波データを取得する(ステップS31)。入力された脈波データはリアプノフ指数算出部21および心拍数算出部22へ送付され、リアプノフ指数算出部21においては脈波データから脈波のリアプノフ指数が算出される(ステップS32)一方、心拍数算出部22においては脈波データから心拍数が算出される(ステップS33)。
60[秒/分]/RRI[秒/回]=60/RRI[回/分]
そして、緊張・気分高揚状態判定動作の遂行に当たっては、上記算出されたリアプノフ指数及び心拍数の各データは緊張・気分高揚状態判定部26へ送付される。緊張・気分高揚状態判定部26においては、緊張・気分高揚状態判定状態を表す指標として、脈波のリアプノフ指数と心拍数の各データを取得し、これら脈波のリアプノフ指数と心拍数との両データを使って以下のような処理を実行して緊張・気分高揚状態を評価(判定)する(ステップS34)。緊張・気分高揚状態判定部26において得られた緊張・気分高揚状態の評価結果は出力部4へ送付され、画像、その他の形で出力表示される(ステップS35)。緊張・気分高揚状態判定部26における処理は下記のとおりである。
HR>S6 且つ Lya>S7
ここで、S6、S7は閾値
図10に本装置Aの制御部2によるストレス状態判定動作の処理手順を説明するフローチャートを示している。
図10に示すように、このストレス状態判定動作において、制御部2は、脈波測定器1において測定された被検者であるドライバーの脈波データを取得する(ステップS41)。入力された脈波データは低周波成分・高周波成分算出部23(すなわち、RRI算出部231、RRIのパワースペクトル密度算出部232、LF、HF、LF/HF算出部233)へ送付され、低周波成分・高周波成分算出部23では、RRI、RRIのパワースペクトル密度、LF、HF、LF/HFが算出される(ステップS42)。
RRIのパワースペクトル密度算出部232においては、RRI算出部231において測定された脈波のピーク間隔(RRI)の時系列データからパワースペクトル密度が算出される。
RRIの時系列データをx(t)とする。x(t)のパワースペクトル密度PSD(f)は次式で算出する。
LF、HFは次式で算出する。
ここで、f1、f2は低周波領域の下限と上限であり、f3、f4は高周波領域の下限と上限である。f1=0.04Hz、f2=0.15Hz、f3=0.15~0.20Hz、f4=0.35~0.45Hzが良く使われる値である。なお、この値はこれに限定されるものではなく、ドライバー個人毎に変えてもよい。
そして、ストレス状態判定動作の遂行に当たっては、上記算出されたLF、HF、LF/HFの各データはストレス状態判定部27へ送付される。ストレス状態判定部27においては、ストレス状態を表す指標として、LF、HF、LF/HFの各データを取得し、これらLF、HF、LF/HFとの各データを使って以下のような処理を実行し、ストレス状態を評価(判定)する(ステップS43)。ストレス状態判定部27において得られたストレス状態の評価結果は出力部4へ送付され、画像、その他の形で出力表示される(ステップS44)。ストレス状態判定部27における処理は下記のとおりである。
LF/HF>S8 且つ HF<S9
ここで、S8、S9は閾値
この場合、「適応力低下・落込み状態」は、HR及びLyaを使い、次式により推定する、
Lya<S1 且つ HR<S2
ここで、S1、S2は閾値
「眠気・疲労状態」は、HR、ln(HF)及びln(LF/HF)を使い、次式により推定する。
ln(HF)>S10 且つ HR<S4 且つ ln(LF/HF)<S11
ここで、S4、S10、S11は閾値、ln(HF)、ln(LF/HF)は自然対数
「緊張・気分高揚状態」は、HRとLyaを使い、次式により推定する。
HR>S6 かつ Lya>S7
ここで、S6、S7は閾値
「ストレス状態」は、ln(HF)及びln(LF/HF)を使い、次式により推定する、
ln(LF/HF)>S12 且つ ln(HF)<S13
ここで、S12、S13は閾値、ln(HF)、ln(LF/HF)は自然対数
とすることができる。
Lya<0.5 且つ HR<50 のとき、適応力低下・落込み状態と判定する。
ln(HF)>7 且つ HR<50 且つ ln(LF/HF)<0.5 のとき、眠気・疲労状態と判定する。
HR>85 かつ Lya>6 のとき、緊張・気分高揚状態と判定する。
ln(LF/HF)>2 且つ ln(HF)<4 のとき、ストレス状態と判定する。
ここで、lnは自然対数を示す。
なお、これらの値は一つの事例であり、これに限定されるものではない。また、これらの値は個人毎に変えられてもよい。
図11に上記ダンプカーのドライバーの状態を推定するのに実際に使用した具体的な指標による判定式を使って、本装置Aの出力部4からドライバーに警報する判定基準と注意喚起メッセージを例示している。なお、この場合、出力部4としてタブレット端末を用いている。
(1)Lya<0.5 且つ HR<50 のとき、適応力低下・落込み状態と判定され、「適応力が低下しています。注意して運転に当たってください。」と画面表示、音声などにより出力される。
(2)ln(HF)>7 且つ HR<50 且つ ln(LF/HF)<0.5 のとき、眠気・疲労状態と判定され、「疲れて眠い状態です。休憩などを取って下さい。」と画面表示、音声などにより出力される。
(3)HR>85 かつ Lya>6 のとき、緊張・気分高揚状態と判定され、「テンションが上昇気味です。リラックスして運転しましょう。」と画面表示、音声などにより出力される。
(4)ln(LF/HF)>2 且つ ln(HF)<4 のとき、ストレス状態と判定され、「ストレスが高い状態です。深呼吸などをし、リラックスして運転しましょう。」と画面表示、音声などにより出力される。
図12に示すように、ドライバーの「緊張」、「ストレス」は頻繁に検知されており、ドライバー自身に自覚がないときでも、本装置Aではその兆候を検知することができた。また、「適応力低下」についても本装置Aで検知することができた。交感神経が高い状態、つまり、緊張・気分高揚が連続的に継続しているところに、「適応力低下」が見られた。このままの状態で運転を継続すると、散漫・漫然状態に陥り、ヒューマンエラーにつながる恐れがある。この結果から、本方法及び本装置Aの有用性を確認することができた。
さらに、本装置Aでは、運転席でドライバーが使用する装置は脈波センサーとスマートフォンやタブレット端末などのモバイル端末のみですみ、携帯が容易で操作もしやすく、ドライバーの負担を少なくすることができる。一方、管理センターではバイタルデータをリアルタイムで取得して、ドライバーの健康状態や疾患につながる病変を常時モニタリングすることができ、ドライバーの安全管理を確実に実施することができる。
1 脈波測定器
11 脈波センサー
12 コントローラー
13 センサーケーブル
2 制御部
21 リアプノフ指数算出部
22 心拍数算出部
23 心拍変動の低周波成分・高周波成分算出部
231 脈波ピーク間隔算出部(RRI算出部)
232 脈波ピーク間隔のパワースペクトル密度算出部(RRIのスペクトル密度算出部)
233 心拍変動の低周波成分・高周波成分・低周波成分/高周波成分算出部(LF、HF、LF/HF算出部)
24 適応力低下・落込み状態判定部
25 眠気・疲労状態判定部
26 緊張・気分高揚状態判定部
27 ストレス状態判定部
3 記憶部
4 出力部
Claims (6)
- 輸送系車両、建設機械のドライバーを含む各種のドライバーの脈波を測定し、
当該脈波から、心拍変動ゆらぎ、カオスゆらぎの2種類の生体ゆらぎとして、次の(1)-(4)の指標を計測し、
(1)心拍数(HR)
(2)リアプノフ指数(Lya)
(3)心拍変動の高周波成分(HF)
(4)心拍変動の低周波成分(LF)
これらの指標から、各種のドライバーの運転に支障を及ぼす「適応力低下・落込み状態」、「眠気・疲労状態」、「緊張・気分高揚状態」、「ストレス状態」の4つの状態を、次のように推定する、
「適応力低下・落込み状態」は、HR及びLyaを使い、次式により推定する、
Lya<S1 且つ HR<S2
ここで、S1、S2は閾値、
「眠気・疲労状態」は、HR、HF及びLFを使い、次式により推定する、
HF>S3 且つ HR<S4 且つ LF/HF<S5
ここで、S3、S4、S5は閾値、
「緊張・気分高揚状態」は、HRとLyaを使い、次式により推定する、
HR>S6 かつ Lya>S7
ここで、S6、S7は閾値、
「ストレス状態」は、HF及びLFを使い、次式により推定する、
LF/HF>S8 且つ HF<S9
ここで、S8、S9は閾値、
を特徴とするドライバーの状態推定方法。 - 輸送系車両、建設機械のドライバーを含む各種のドライバーの脈波を測定し、
当該脈波から、心拍変動ゆらぎ、カオスゆらぎの2種類の生体ゆらぎとして、次の(1)-(4)の指標を計測し、
(1)心拍数(HR)
(2)リアプノフ指数(Lya)
(3)心拍変動の高周波成分(HF)
(4)心拍変動の低周波成分(LF)
これらの指標から、各種のドライバーの運転に支障を及ぼす「適応力低下・落込み状態」、「眠気・疲労状態」、「緊張・気分高揚状態」、「ストレス状態」の4つの状態を、次のように推定する、
「適応力低下・落込み状態」は、HR及びLyaを使い、次式により推定する、
Lya<S1 且つ HR<S2
ここで、S1、S2は閾値、
「眠気・疲労状態」は、HR、ln(HF)及びln(LF/HF)を使い、次式により推定する、
ln(HF)>S10 且つ HR<S4 且つ ln(LF/HF)<S11
ここで、S4、S10、S11は閾値、ln(HF)、ln(LF/HF)は自然対数、
「緊張・気分高揚状態」は、HRとLyaを使い、次式により推定する、
HR>S6 かつ Lya>S7
ここで、S6、S7は閾値、
「ストレス状態」は、ln(HF)及びln(LF/HF)を使い、次式により推定する、
ln(LF/HF)>S12 且つ ln(HF)<S13
ここで、S12、S13は閾値、ln(HF)、ln(LF/HF)は自然対数、
を特徴とするドライバーの状態推定方法。 - 各種のドライバーから脈波を測定する脈波測定器と、
前記脈波測定器に接続され、当該脈波測定器により測定した脈波を基にリアプノフ指数を求めるリアプノフ指数算出部と、
前記脈波測定器に接続され、当該脈波測定器により測定された脈波を基に心拍数を求める心拍数算出部と、
前記脈波測定器に接続され、当該脈波測定器により測定された脈波を基に心拍変動の低周波成分、高周波成分、及び低・高周波成分の比を算出する心拍変動の低周波成分・高周波成分算出部と、
リアプノフ指数、心拍数、心拍変動の低周波成分、高周波成分、及び低・高周波成分の比を格納し、またこれらのデータの対応関係を記憶する記憶部と、
前記リアプノフ指数算出部と前記心拍数算出部とに接続され、リアプノフ指数と心拍数から適応力低下・落込み状態を判定する適応力低下・落込み状態判定部と、
前記心拍数算出部と前記低周波成分・高周波成分算出部とに接続され、心拍数と心拍変動の低周波成分、高周波成分、低・高周波成分の比から眠気・疲労状態を判定する眠気・疲労状態判定部と、
前記リアプノフ指数算出部と前記心拍数算出部とに接続され、リアプノフ指数と心拍数から緊張・気分高揚状態を判定する緊張・気分高揚状態判定部と、
前記低周波成分・高周波成分算出部に接続され、心拍変動の低周波成分、高周波成分、低・高周波成分の比からストレス状態を判定するストレス状態判定部と、
前記適応力低下・落込み状態判定部、前記眠気・疲労状態判定部、前記緊張・気分高揚状態判定部、及び前記ストレス状態判定部に接続され、これら適応力低下・落込み状態判定部、前記眠気・疲労状態判定部、前記緊張・気分高揚状態判定部、及び前記ストレス状態判定部による判定結果を出力する出力部と、
を備えた、
ことを特徴とするドライバーの状態推定装置。 - 心拍変動の低周波成分・高周波成分算出部は、脈波測定器に接続され、前記脈波測定器により測定された脈波を基に脈波のピークの間隔を求める脈波ピーク間隔算出部と、前記脈波ピーク間隔算出部に接続され、前記脈波測定器により求められた時系列データから前記脈波ピーク間隔のパワースペクトル密度を算出する脈波ピーク間隔のパワースペクトル密度算出部と、前記パワースペクトル密度算出部に接続され、前記パワースペクトル密度算出部により求められた前記脈波ピーク間隔のパワースペクトル密度から心拍変動の低周波成分、高周波成分及び低・高周波成分の比を算出する心拍変動の低周波成分・高周波成分・低周波成分/高周波成分算出部とにより構成される請求項3に記載のドライバーの状態推定装置。
- リアプノフ指数算出部は、脈波の測定値からカオス解析でリアプノフ指数を求め、
心拍数算出部は、脈波の測定値から脈拍数を計算して心拍数を求め、
心拍変動の低周波成分・高周波成分算出部は、脈波の測定値から脈波のピーク間隔を求め、当該脈波のピーク間隔の時系列データを周波数解析して、心拍変動の低周波成分、高周波成分及び低・高周波成分の比を求め、
適応力低下・落込み状態判定部は、次式、
Lya<S1 且つ HR<S2
ここで、S1、S2は閾値、
により適応力低下・落込み状態を判定する、
眠気・疲労状態判定部は、次式、
HF>S3 且つ HR<S4 且つ LF/HF<S5
ここで、S3-S5は閾値、
により眠気・疲労状態を判定する、
緊張・気分高揚状態判定部は、次式、
HR>S6 かつ Lya>S7
ここで、S6、S7は閾値、
により緊張・気分高揚状態を判定する、
ストレス状態判定部は、次式、
LF/HF>S8 且つ HF<S9
ここで、S8、S9は閾値、
によりストレス状態を判定する、
請求項3又は4に記載のドライバーの状態推定装置。 - リアプノフ指数算出部は、脈波の測定値からカオス解析でリアプノフ指数を求め、
心拍数算出部は、脈波の測定値から脈拍数を計算して心拍数を求め、
心拍変動の低周波成分・高周波成分算出部は、脈波の測定値から脈波のピーク間隔を求め、当該脈波のピーク間隔の時系列データを周波数解析して、心拍変動の低周波成分、高周波成分及び低・高周波成分の比を求め、
適応力低下・落込み状態判定部は、次式、
Lya<S1 且つ HR<S2
ここで、S1、S2は閾値、
により適応力低下・落込み状態を判定する、
眠気・疲労状態判定部は、次式、
ln(HF)>S10 且つ HR<S4 且つ ln(LF/HF)<S11
ここで、S4、S10、S11は閾値、ln(HF)、ln(LF/HF)は自然対数、
により眠気・疲労状態を判定する、
緊張・気分高揚状態判定部は、次式、
HR>S6 かつ Lya>S7
ここで、S6、S7は閾値、
により緊張・気分高揚状態を判定する、
ストレス状態判定部は、次式、
ln(LF/HF)>S12 且つ ln(HF)<S13
ここで、S12、S13は閾値、ln(HF)、ln(LF/HF)は自然対数、
によりストレス状態を判定する、
請求項3又は4に記載のドライバーの状態推定装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018207994A JP7217576B2 (ja) | 2018-11-05 | 2018-11-05 | ドライバーの状態推定方法及び装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018207994A JP7217576B2 (ja) | 2018-11-05 | 2018-11-05 | ドライバーの状態推定方法及び装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020074805A JP2020074805A (ja) | 2020-05-21 |
JP7217576B2 true JP7217576B2 (ja) | 2023-02-03 |
Family
ID=70723128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018207994A Active JP7217576B2 (ja) | 2018-11-05 | 2018-11-05 | ドライバーの状態推定方法及び装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7217576B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7327363B2 (ja) * | 2020-11-26 | 2023-08-16 | トヨタ自動車株式会社 | 自律神経指標算出システム、自律神経指標算出方法及び自律神経指標算出プログラム |
CN112842359B (zh) * | 2021-01-25 | 2022-09-16 | 国网江苏省电力有限公司电力科学研究院 | 一种智能安全帽的压力、疲劳信息监测方法 |
US20240008785A1 (en) * | 2021-02-17 | 2024-01-11 | Michio Yokoyama | Information processing system, information processing device, information processing method, and information processing program |
WO2024034072A1 (ja) * | 2022-08-10 | 2024-02-15 | 三菱電機株式会社 | 脳活動推定装置、脳活動推定装置を備えた機器および空調装置 |
US20240164654A1 (en) | 2022-11-17 | 2024-05-23 | Fujitsu Component Limited | Detection device and detection system |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040137639A1 (en) | 2001-04-25 | 2004-07-15 | Wasei Miyazaki | Method of judging efficacy of biological state action affecting bioligical state, judging apparatus, judging system, judging program and recording medium holding the program |
WO2005039415A1 (ja) | 2003-10-23 | 2005-05-06 | Delta Tooling Co., Ltd. | 疲労度測定装置、疲労検出装置及びコンピュータプログラム |
JP2012239480A (ja) | 2011-05-14 | 2012-12-10 | Delta Tooling Co Ltd | 生体状態推定装置及びコンピュータプログラム |
JP2015016273A (ja) | 2013-06-13 | 2015-01-29 | Winフロンティア株式会社 | ココロのバランス評価装置およびココロのバランス評価装置プログラム |
JP2015189402A (ja) | 2014-03-28 | 2015-11-02 | 株式会社デンソーアイティーラボラトリ | ドライバ状態判定装置及びドライバ状態判定プログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2582957B2 (ja) * | 1991-06-14 | 1997-02-19 | 松下電工株式会社 | 生体活性度モニターシステム |
-
2018
- 2018-11-05 JP JP2018207994A patent/JP7217576B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040137639A1 (en) | 2001-04-25 | 2004-07-15 | Wasei Miyazaki | Method of judging efficacy of biological state action affecting bioligical state, judging apparatus, judging system, judging program and recording medium holding the program |
WO2005039415A1 (ja) | 2003-10-23 | 2005-05-06 | Delta Tooling Co., Ltd. | 疲労度測定装置、疲労検出装置及びコンピュータプログラム |
JP2012239480A (ja) | 2011-05-14 | 2012-12-10 | Delta Tooling Co Ltd | 生体状態推定装置及びコンピュータプログラム |
JP2015016273A (ja) | 2013-06-13 | 2015-01-29 | Winフロンティア株式会社 | ココロのバランス評価装置およびココロのバランス評価装置プログラム |
JP2015189402A (ja) | 2014-03-28 | 2015-11-02 | 株式会社デンソーアイティーラボラトリ | ドライバ状態判定装置及びドライバ状態判定プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2020074805A (ja) | 2020-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7217576B2 (ja) | ドライバーの状態推定方法及び装置 | |
Warwick et al. | Detecting driver drowsiness using wireless wearables | |
Jung et al. | Driver fatigue and drowsiness monitoring system with embedded electrocardiogram sensor on steering wheel | |
US11334066B2 (en) | Safety monitoring apparatus and method thereof for human-driven vehicle | |
US9636063B2 (en) | System and method to detect alertness of machine operator | |
Begum | Intelligent driver monitoring systems based on physiological sensor signals: A review | |
US20160128586A1 (en) | System, method, and article for heart rate variability monitoring | |
JP6579890B2 (ja) | 疲労度計 | |
KR20100023021A (ko) | 졸림 판정 장치 | |
KR20140096609A (ko) | 생체정보를 통한 운전자 개인인식 및 운전상태 변화정보 제공방법 | |
US11132751B2 (en) | System and method for sensor-enhanced insurance coverage and monitoring service | |
KR102179661B1 (ko) | 핸즈온정보 및 생체정보 복합검출 기반의 안전운전 및 헬스케어 제공 시스템 | |
JP2017063966A (ja) | 疲労度計 | |
Murata et al. | An attempt to predict drowsiness by Bayesian estimation | |
EP2962638B1 (en) | Dozing prevention method | |
JP2019531227A (ja) | 運転者の快適レベルを決定するための制御装置、システム及び方法 | |
Futatsuyama et al. | Noise robust optical sensor for driver's vital signs | |
JP7256380B2 (ja) | 情報処理装置、危険状況検出システム、および危険状況検出方法 | |
JP2021037033A (ja) | ドライバーの状態推定方法及びシステム | |
JP2018057450A (ja) | 眠気推定装置及び眠気推定プログラム | |
KR102002638B1 (ko) | 심전도 신호를 이용한 운전자의 부정맥 진단 방법 및 장치 | |
Mariajoseph et al. | A Physiology-based Driver Readiness Estimation Model for Tuning ISO 26262 Controllability | |
Yoshimoto et al. | Building a sensor network to measure drivers' emotions | |
Murata et al. | An attempt to prevent traffic accidents due to drowsy driving-Prediction of drowsiness by Bayesian estimation | |
KR102417890B1 (ko) | 운전자 상태 감시 장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20181113 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211018 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20211018 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20211018 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220824 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220913 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221101 |
|
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: 20230117 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230120 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7217576 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |