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
特許法第３０条第２項適用 第７回環境放射能除染研究発表会要旨集、第３１頁、平成３０年６月２９日発行
本発明は、ダンプカーなどの輸送系車両やブルドーザーなどの建設機械を含む各種の車両のドライバーの運転に不適切な状態（眠気、疲労など）を推定するドライバーの状態推定方法及び装置に関する。
除染土壌などの輸送において、これまでもヒューマンエラー対策が図られてきたが、交通事故やルート逸脱などのトラブルが発生している。今後、輸送量はますます増大し、ハード面のみならず、ソフト面からもリスク低減対策が必要になっている。
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。
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。
特許文献１は危険発生箇所情報収集システムと車載機器に関するもので、このシステムは、車両に搭載される車載機器とセンターに設置される危険発生箇所情報収集装置とが通信網を介して通信可能に構成される。車載機器は、脈波センサー、心電センサー、無線通信機、ＧＰＳ受信機、車速センサー、ブレーキセンサー、アクセルセンサー、全方位カメラ、音声出力装置及び表示装置からなり、危険発生箇所情報収集装置は、通信装置及びヒヤリハットマップデータベースからなる。
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。
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。
特許文献２は自動車運転者居眠り防止装置に関するもので、この装置は、ハンドルに運転者からの情報を検知するための複数のセンサー（緊握センサー、脈波センサー、心電センサー）から構成される運転者状態検知手段を有し、車輌の内部に車両の走行状態を検知するための複数のセンサーから構成される車輌状態検知手段を備え、また、車輌状態検知手段は運転者状態検知手段からの検知情報に基づいて、運転者の眠気状態を判定する情報処理装置を有し、この情報処理装置は、判定の結果、眠気が発生していると判定された場合に、車輌状態検知手段からの情報に応じて運転者に対して警告するか否かを判定する。この場合、脈波間隔、心電波形が覚醒時、たとえば市街地走行時の脈波、心電間隔と比べ長いと検知した場合、もしくは、脈波、心電間隔の揺らぎの周波数分析を行い、大よそ0.15～0.4(Hz)の周波数帯域の成分が覚醒時に比べ増加していると検知した場合、もしくは、共に検知した場合、運転者に眠気が発生しているとして判定する。
特許文献３はドライバー状態判定装置及びドライバー状態判定プログラムに関するもので、この装置は、非線形解析部、周波数スペクトル分析部、ドライバー状態判定部を備え、非線形解析部が、ドライバーの運転操作に係る運転操作量（アクセルペダル、ブレーキペダル、ハンドルなどの操作に係る操作量）を取得し、非線形解析処理を行うことによって運転操作量に関するリアプノフ指数を算出し、周波数スペクトル分析部が、リアプノフ指数の時系列データのパワースペクトル密度を算出し、算出されたパワースペクトル密度における所定の低周波数帯域の積分値と、所定の高周波数帯域の積分値とを算出し、ドライバー状態判定部は、所定の低周波数帯域の積分値、及び所定の高周波数帯域の積分値を用いて、その時系列変化からドライバーの運転時の疲労度又は緊張度を判定する。
その他に心拍揺らぎによる眠気検知の方法が周知である。この方法は、心拍間隔（心拍の一拍と一拍との間隔）が一定値を取るのではなく、一拍ごとに間隔が変動しているため、その心拍間隔の変動を周波数解析することにより自律神経活動を把握して眠気を推定するものである。この方法では、測定した脈波から心拍のピーク（心電のＲ波に相当）を取得し、そのピーク間隔（ＲＲＩ：Ｒ－Ｒ Ｉnterval）の時系列データを取得して周波数解析を行う。心拍間隔のスペクトルは生体の状態によって変化し、活動時にはスペクトルの高周波数成分(ＨＦ成分)が低く、リラックス時にはＨＦ成分が高まることが知られているので、ＨＦ成分の大きさ、あるいは低周波成分（ＬＦ成分）の大きさとの組み合わせ、あるいはＬＦ成分とＨＦ成分の比（ＬＦ／ＨＦやその対数ｌｎ（ＬＦ／ＨＦ））を用いて眠気を推定する。
しかしながら、上記従来の技術では、ドライバーの運転に支障を及ぼす状態、あるいは運転に不適切な状態として、ドライバーの眠気や疲労のみ、あるいは眠気や疲労の他に緊張といった精神状態の一部分だけの評価に着目しているだけで、眠気や疲労がドライバーの運転不適の状態の代表例であるが、眠気や疲労状態以外にも、適応力低下や極度に落ち込んでいる状態、緊張や気分高揚の状態、ストレスが高い状態など精神状態の面で安全運転義務違反やヒューマンエラーにつながるおそれのある状態があり、このような状態に対して対応ができない、という問題がある。
本発明は、上述したような事情に鑑みてなされたもので、この種のドライバーの状態推定方法及び装置において、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状態を簡易な手法でありながらより広範かつ詳細に測定して、運転に適した状態か否かを的確に判定することを目的とする。
上記目的を達成するために、本発明のドライバーの状態推定方法は、
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。
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。
また、上記目的を達成するために、本発明のドライバーの状態推定装置は、
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。
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。
本発明の方法及び装置によれば、上記の各構成により、従来のような眠気や疲労のみの評価、あるいは眠気と緊張、疲労と緊張といった身体状態と精神状態の一部分だけの評価と異なり、各種のドライバーの状態をより広範かつ詳細に測定して、運転に適した状態か否かを的確に判定することができ、安全管理上、ヒューマンエラー対策上より一層現実に即したきめ細かい対策を採ることができ、しかも、この評価に使う指標はすべて脈波の測定値から算出できることから、脈波センサー以外にセンサーは必要がなく、ドライバーが装着するウエラブルセンサーとしてはシンプルな装置構成とすることができる、という本発明独自の格別な効果を奏する。
次に、この発明を実施するための形態について図を用いて説明する。
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。
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。
本方法では、まず、各種のドライバーの２種類の生体ゆらぎを計測するため、各種のドライバーの脈波から次の指標を計算する。
（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。
（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。
そして、これらの指標から各種のドライバーの「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、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。
「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。
そして、各種のドライバーにこれら運転に不適切な状態が推定されると、次のような行動エラー（ヒューマンエラー）が想定され、それぞれに応じた措置を取る。
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。
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にこの方法に用いるドライバーの状態推定装置（以下、本装置Ａという。）を示している。
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。
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。
脈波測定器１は本願出願人らの共同開発による既知の高解像度バイタルデータ取得ユニットで、図４に示すように、耳たぶに装着するクリップ式の脈波センサー１１と、脈波センサー１１をコントロールするコントローラー１２とからなる。
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。
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。
制御部２はＣＰＵが用いられ、被検者のドライバーの状態（「適応力低下・落込み状態」と、「眠気・疲労状態」と、「緊張・気分高揚状態」と、「ストレス状態」）を評価するために各種処理プログラムおよび各種測定データや演算データを用いてデータ処理を行う。
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。
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。
記憶部３は、制御部２で算出された心拍数、ＬＦ成分、ＨＦ成分、及びＬＦ／ＨＦ、リアプノフ指数を格納し、またこれらのデータの対応関係を記憶する。
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。
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。
出力部４は、制御部２において適応力低下・落込み状態判定部２４、眠気・疲労状態判定部２５、緊張・気分高揚状態判定部２６、及びストレス状態判定部２７に接続され、これら適応力低下・落込み状態判定部２４、眠気・疲労状態判定部２５、緊張・気分高揚状態判定部２６、及びストレス状態判定部２７による判定結果を出力する。この出力部４は、基本的に、各判定結果を画像で表示するディスプレイなどの表示装置、又は各判定結果を音声で知らせるスピーカー、さらには各判定結果を紙面に表示するプリンターなどであり、また、各判定結果を通信回線を通して送信する通信装置としてもよいが、この場合、出力部４は図１においてドライバーにあってはスマートフォンやタブレット端末などのモバイル端末で、管理センターにあってはパソコンで実現される。このようにしてクラウド上のサーバーで判定された各種のドライバーの状態がモバイルネットワークを介してドライバーの携帯するモバイル端末へ、また、インターネット回線などを介して管理センターに設置されたパソコンへ、通知され、運転に適していない状態のときは、注意喚起のメッセージなどが併せて警報される。
このような構成を有する本装置Ａの動作について説明する。
（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）。
（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）。
リアプノフ指数の算出手順はカオス解析の分野で確立した方法がある。リアプノフ指数とは、
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
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
心拍数算出部２２においては、脈波データから１分間の心拍（心拍のピーク）の回数（回／分）が数えられる。なお、この心拍の回数は、ＲＲＩ算出部２３１で測定するＲＲＩ（秒／回）を使って、６０／ＲＲＩで計算されてもよい。
６０［秒／分］／ＲＲＩ［秒／回］＝６０／ＲＲＩ［回／分］
６０［秒／分］／ＲＲＩ［秒／回］＝６０／ＲＲＩ［回／分］
これらの算出されたリアプノフ指数及び心拍数の各データは一旦記憶部３へ送付され、当該記憶部３の所定の格納領域に記憶されてもよい。
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
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
なお、リアプノフ指数及び心拍数のデータが記憶部３に記憶されている場合は、脈波の測定時点とは時間的に異なった状況（例えば後日とか）での適応力低下・落込み状態評価処理を実行できる。よって、特定のドライバーにとっての、適応力低下・落込み状態の各評価の日中の時間変動や長期間でみた季節変動などの傾向も探究することが可能となる。
（動作２：眠気・疲労状態判定動作）
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）。
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）。
心拍数算出部２２においては、脈波データから１分間の心拍（心拍のピーク）の回数（回／分）が数えられる。なお、この心拍の回数は、ＲＲＩ算出部２３１で測定するＲＲＩ（秒／回）を使って、６０／ＲＲＩで計算されてもよい。
６０［秒／分］／ＲＲＩ［秒／回］＝６０／ＲＲＩ［回／分］
６０［秒／分］／ＲＲＩ［秒／回］＝６０／ＲＲＩ［回／分］
低周波成分・高周波成分算出部２３では、ＲＲＩ算出部２３１において、脈波データから脈波のピークが検出され、各ピーク間の間隔（1つ前のピークとの間隔）を測定する。図８に脈波の測定値と脈波のピーク間隔の一例を示す。
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、ＬＦ／ＨＦ算出部２３３においては、ＲＲＩのパワースペクトル密度算出部２３２において算出されたパワースペクトル密度からＬＦ、ＨＦ、ＬＦ／ＨＦが算出される。
ＬＦ、ＨＦは次式で算出する。
ＬＦ／ＨＦは上記式で求めた結果を使って算出する。
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。
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。
これらの算出された心拍数及びＲＲＩ、ＲＲＩのスペクトル密度、ＬＦ、ＨＦ、ＬＦ／ＨＦの各データは一旦記憶部３へ送付され、当該記憶部３の所定の格納領域に記憶されてもよい。
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
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
なお、心拍数及びＬＦ、ＨＦ、ＬＦ／ＨＦの各データが記憶部３に記憶されている場合は、脈波の測定時点とは時間的に異なった状況（例えば後日とか）での眠気・疲労状態の評価処理を実行できる。よって、特定のドライバーにとっての、眠気・疲労状態の評価の日中の時間変動や長期間でみた季節変動などの傾向も探究することが可能となる。
（動作３：緊張・気分高揚状態判定動作）
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）。
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）。
リアプノフ指数算出部２１においては、脈波のリアプノフ指数を既述のとおり次式で算出する。
心拍数算出部２２においては、既述のとおり、脈波データから１分間の心拍（心拍のピーク）の回数（回／分）が数えられる。また、この心拍の回数は、ＲＲＩ算出部で測定するＲＲＩ（秒／回）を使って、６０／ＲＲＩで計算されてもよい。
６０［秒／分］／ＲＲＩ［秒／回］＝６０／ＲＲＩ［回／分］
６０［秒／分］／ＲＲＩ［秒／回］＝６０／ＲＲＩ［回／分］
これらの算出されたリアプノフ指数及び心拍数の各データは一旦記憶部３へ送付され、当該記憶部３の所定の格納領域に記憶されてもよい。
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
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
なお、リアプノフ指数及び心拍等のデータが記憶部３に記憶されている場合は、脈波の測定時点とは時間的に異なった状況（例えば後日とか）での緊張・気分高揚状態の評価処理を実行できる。よって、特定のドライバーにとっての緊張・気分高揚状態の評価の日中の時間変動や長期間でみた季節変動などの傾向も探究することが可能となる。
（動作４：ストレス状態判定動作）
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）。
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）。
低周波成分・高周波成分算出部２３では、ＲＲＩ算出部２３１において、脈波データから脈波のピークが検出され、各ピーク間の間隔（1つ前のピークとの間隔）を測定する。図８参照。
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、ＬＦ／ＨＦ算出部２３３においては、ＲＲＩのパワースペクトル密度算出部２３２において算出されたパワースペクトル密度からＬＦ、ＨＦ、ＬＦ／ＨＦが算出される。
ＬＦ、ＨＦは次式で算出する。
ＬＦ／ＨＦは上記式で求めた結果を使って算出する。
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。
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。
これらの算出されたＲＲＩ、ＲＲＩのスペクトル密度、ＬＦ、ＨＦ、ＬＦ／ＨＦの各データは一旦記憶部３へ送付され、当該記憶部３の所定の格納領域に記憶されてもよい。
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
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
なお、ＲＲＩ、ＲＲＩのスペクトル密度、ＬＦ、ＨＦ、ＬＦ／ＨＦのデータが記憶部３に記憶されている場合は、脈波の測定時点とは時間的に異なった状況（例えば後日とか）でのストレス状態の各評価処理を実行できる。よって、特定のドライバーにとってのストレス状態の各評価の日中の時間変動や長期間でみた季節変動などの傾向も探究することが可能となる。
上記本装置Ａの動作においては、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。
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。
ここに、一つの事例であるが、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示す。
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。
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。
このように本方法及び本装置Ａでは、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、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」といった４つの行動パターンを推定し、これらの行動パターンと行動エラーとの関係を把握することで、これらの行動パターンを行動エラーの兆候として捉えることができ、これをドライバーに警告することにより、ヒューマンエラーを未然に防止することができる。
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。
本願出願人らは、本装置Ａを用いて、ダンプカーで汚染土壌を仮置場から受入地まで輸送する実車によるバイタルデータ（脈波）の取得とその効果の確認を実施した。その結果を図１２に示す。
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。
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。
以上説明したように、本方法及び本装置Ａによれば、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から心拍ゆらぎ、カオスゆらぎの２種類の生体ゆらぎを計測し、すなわち、従来から取り入れられている指標である心拍数（ＨＲ）、心拍変動の低周波成分（ＬＦ）や高周波成分（ＨＦ）とリアプノフ指数（Ｌｙａ）とを組み合わせることで、各種のドライバーの適応力低下・落込み状態、眠気、疲労状態、緊張・気分高揚状態、ストレス状態といった生体的行動パターンを推定するので、従来の眠気や疲労のみの評価、あるいは眠気と緊張、疲労と緊張といった身体状態と精神状態の一部分だけの評価と異なり、各種のドライバーの状態（運転に適正な状態か不適正な状態か）をより詳細に測定して、運転に適した状態か否かを的確に判定することができ、安全管理上、ヒューマンエラー対策上、より一層現実に即したきめ細かい対策を採ることができる。
また、本方法及び本装置Ａで用いる指標はすべて、脈波の測定値から算出できるので、脈波センサー以外にセンサーは必要がなく、ドライバーが装着するウエラブルセンサーとしてはシンプルな装置構成とすることができる。
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。
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。
Ａ ドライバーの状態推定装置（本装置）
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
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 |