JP7235438B2 - 運転評価装置、運転評価方法、及びコンピュータプログラム - Google Patents

Description

本発明は運転評価装置、運転評価方法、及びコンピュータプログラムに関する。

特許文献１には、所定箇所における自動車の運転者の運転行動を評価する、運転行動自動評価システムが開示されている。
特許文献１記載の運転行動自動評価システムは、計測制御用コンピュータと、解析用コンピュータとを含んで構成され、前記解析用コンピュータには、危険個所に関する情報が予め記憶されている。危険個所の情報には、名称、座標および特徴等が含まれ、また、当該危険個所毎に設定された事故予防動作の定義データも記憶されている。

特許文献１記載の運転行動自動評価システムは、運転者の頭部及び足先に装着された角速度センサで検出された角速度データ、自動車の位置データ、及び前記定義データに基づいて、前記危険個所において前記事故予防動作が正しくなされたか否かを評価する構成となっている。

［発明が解決しようとする課題］
特許文献１記載の運転行動自動評価システムでは、危険個所の情報を危険個所毎に記憶しておく必要がある。特許文献１に記載されているように、運転者に走行させるコースが、教習所や施設等の所定のコースに設定されている場合は、設定すべき危険個所の数も限られるため、前記危険個所の情報量も少なくて済み、設定可能である。

しかしながら、運転者に走行させるコースが定まっていない場合や、運転者が広域エリアを自由に走行する場合、危険個所の数が無限に増大する。そのため、全国全ての危険個所について予め個々に定義データを設定しておくことは現実的には不可能である。危険個所の情報に漏れがあった場合、これら危険個所における事故予防動作の評価を正確に行うことができない。
また、運転者の頭部や足先に角速度センサを装着させて通常の営業運行をさせるのは現実的でなく、このため、実際の走行時には、危険個所における事故予防動作の評価を行うことができないといった課題があった。

特許第５４０８５７２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、指導歴２５年の優秀な教習所指導員を使って、予め個々に定義データを設定しておく必要がなく、また、運転者の頭部や足先に角速度センサを装着させる必要もなく、評価地点における運転者の運転評価を効率的かつ精度良く実施することができる運転評価装置、運転評価方法、及びコンピュータ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、本開示に係る運転評価装置（１）は、車載機で検出される運転者の状態、車両位置を含む検出データに基づいて、運転者の運転評価を行う運転評価装置であって、
前記検出データに基づいて運転者の運転評価を行う運転評価部と、
評価地点における視線検出データと地点データとを関連付けて記憶する視線検出データ蓄積部と、
該視線検出データ蓄積部に蓄積された視線検出データと地点データとに基づいて基準値データを算出する基準値データ算出部と、
算出された前記基準値データを記憶する基準値データ記憶部と、
を備えていることを特徴としている。

上記運転評価装置（１）によれば、予め個々に定義データを設定しておかなくとも、また、運転者の頭部や足先に角速度センサを装着させておかなくとも、日々蓄積され、更新されるビッグデータに基づく評価を実施することが可能となり、評価地点における運転者の運転評価を効率的かつ精度良く実行することが可能となる。

また、本開示に係る運転評価装置（２）は、上記運転評価装置（１）において、前記基準値データ算出部が、蓄積された視線検出データの各評価地点における平均値を算出し、該平均値を基準値データとするものであることを特徴としている。

上記運転評価装置（２）によれば、予め個々に定義データを設定しておかなくとも、妥当な基準値データに基づく評価とでき、評価地点における運転者の運転評価をより精度良く評価することができる。

また、本開示に係る運転評価装置（３）は、上記運転評価装置（１）又は（２）に、
さらに、前記基準値データと前記検出データとを照合する照合部と、
該照合部で照合された照合データを記憶する照合データ記憶部と、
を備えていることを特徴としている。

上記運転評価装置（３）によれば、前記照合データを活用して評価地点における運転者の運転評価をより効率的に実施することができる。

また、本開示に係る運転評価装置（４）は、上記運転評価装置（１）～（３）のいずれかにおいて、前記照合データ記憶部に記憶された前記基準値データと前記検出データとの視線のずれの状況に基づいて運転者の運転を評価する視線ずれ評価部を備えていること特徴としている。

上記運転評価装置（４）によれば、ユーザが直感的により理解しやすい運転評価を精度良く実施することが可能となる。

また、本開示に係る運転評価装置（５）は、上記運転評価装置（４）において、さらに、前記照合データ記憶部に記憶された前記基準値データと前記検出データとの視線のずれの状況をグラフ化するグラフ化演算部と、
該グラフ化演算部でグラフ化されたデータを記憶するグラフ化データ記憶部と、
を備えていることを特徴としている。

上記運転評価装置（５）によれば、ユーザが直感的・視覚的により理解しやすい運転評価を精度良く実施することが可能となる。

また、本開示に係る運転評価装置（６）は、上記運転評価装置（１）～（５）のいずれかにおいて、事故多発地点を記憶する事故多発地点記憶部を備えていることを特徴としている。

上記運転評価装置（６）によれば、評価地点を事故多発地点とすることが可能となる。

また、本開示に係る運転評価装置（７）は、上記運転評価装置（６）において、前記評価地点を前記事故多発地点記憶部に記憶されている事故多発地点とすることを特徴としている。

上記運転評価装置（７）によれば、評価地点を事故多発地点とすることにより、評価地点における運転者の運転評価をより効率的・効果的なものとすることができる。

また、本開示に係る運転評価装置（８）は、上記運転評価装置（１）～（７）のいずれかにおける、前記視線検出データに代えて、顔の向き検出データが使用されることを特徴としている。

上記運転評価装置（８）によれば、より容易に、上記運転評価装置（１）～（７）のいずれかの装置と同等の効果を得ることができる。

また、本開示に係る運転評価方法（１）は、車載機で検出される運転者の状態、車両位置を含む検出データに基づいて、運転者の運転評価を少なくとも一つのコンピュータに行わせる運転評価方法であって、
評価地点における視線検出データと地点データとを関連付けて記憶させる工程と、
蓄積された視線検出データと地点データとに基づいて基準値データを算出させる工程と、
前記基準値データと新たに検出される視線検出データとを照合させる工程と、
照合された前記基準値データと前記視線検出データとの視線のずれの状況に基づいて運転者の運転を評価させる工程と、
を含んでいること特徴としている。

上記運転評価方法（１）によれば、日々蓄積され、更新されるビッグデータに基づく評価を実施することが可能となり、評価地点における運転者の運転評価を効率的かつ精度良く実行することが可能となる。
また、ユーザが直感的により理解しやすい運転評価を効率的かつ精度良く実施することが可能となる。

また、本開示に係る運転評価方法（２）は、上記運転評方法（１）における前記視線検出データに代えて、顔の向き検出データが使用されることを特徴としている。

上記運転評価方法（２）によれば、より容易に、上記運転評方法（１）と同等の効果を得ることができる。

また、本開示に係るコンピュータプログラム（１）は、車載機で検出された、運転者の状態、車両の位置を含む検出データを用いて、運転者の運転評価を行う処理を少なくとも１つのコンピュータに実行させるためのコンピュータ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、
検出データ蓄積部に蓄積されたデータの中から、評価地点における視線検出データと地点データとを関連付けて抽出し、これら関連付けられた視線検出データと地点データとを視線検出データ蓄積部へ蓄積してゆくステップと、
前記視線検出データ蓄積部に蓄積された視線検出データと地点データとに基づいて各視線検出データの各評価地点における基準値データを算出するステップＳ３３と、
基準値データが求められた後に送信されてくる視線検出データと、基準値データとを照合するステップと、
前記基準値データと前記検出データとの視線のずれの状況に基づいて運転者の運転を評価するステップと、
を実行させることを特徴としている。

上記コンピュータプログラム（１）によれば、日々蓄積され、更新されるビッグデータに基づく評価を実施することが可能となり、評価地点における運転者の運転評価を効率的かつ精度良く実行させることが可能となる。
また、ユーザが直感的により理解しやすい運転評価を効率的かつ精度良く実施させることが可能となる。

また、本開示に係るコンピュータプログラム（２）は、上記コンピュータプログラム（１）にさらに、前記基準値データと前記検出データとの視線のずれの状況をグラフ化・視覚化するステップを備えていることを特徴としている。

上記コンピュータプログラム（２）によれば、ユーザが直感的・視覚的により理解しやすい運転評価を精度良く実施させることが可能となる。

また、本開示に係るコンピュータプログラム（３）は、上記コンピュータプログラム（１）又は（２）における前記視線検出データに代えて、顔の向き検出データが使用されることを特徴としている。

上記コンピュータプログラム（３）によれば、より容易に、上記コンピュータプログラム（１）又は（２）と同等の効果を得ることができる。

実施の形態に係る運転評価システムを示す概略構成図である。 実施の形態に係る運転評価システムを構成する車載機の要部を概略的に示すハード構成ブロック図である。 車載機からサーバ装置に送信される検出データの構造の一例を示すデータ構造図である。 実施の形態に係る運転評価システムを構成するサーバ装置のハード構成及び部分的機能構成を示すブロック図である。 検出データ蓄積部に蓄積される検出データファイルの構造の一例を示すデータ構造図である。 評価テーブル記憶部に記憶される評価テーブルの構造の一例を示すデータ構造図である。 評価データ記憶部に記憶されている評価データファイルの構造の一例を示すデータ構造図である。 実施の形態に係るサーバ装置の機能構成を示すブロック図である。 実施の形態に係るサーバ装置が有する他の機能構成を示すブロック図である。 実施の形態に係る車載機のドライバモニタリング部が行う処理動作を示すフローチャートである。 実施の形態に係る車載機の制御部が行う処理動作を示すフローチャートである。 実施の形態に係るサーバ装置の中央処理演算装置が行う処理動作を示すフローチャートである。 実施の形態に係るサーバ装置の中央処理演算装置が行う運転評価の処理動作を示すフローチャートである。 実施の形態に係るサーバ装置の中央処理演算装置のグラフ化演算部によりグラフ化されたデータの一例を示す図である。

以下、本発明に係る運転評価装置、該運転評価装置を備えた運転評価システム、運転評価方法、及びコンピュータプログラムの実施の形態を図面に基づいて説明する。

［適用例］
図１は、実施の形態に係る運転評価装置を含む運転評価システムを示す概略構成図である。
運転評価システム１は、車両２に乗車している運転者３の安全確認動作を評価するためのシステムであって、少なくとも１台の車両２に搭載された車載機１０と、各車載機１０で取得されたデータを処理する少なくとも１台のサーバ装置４０とを含んで構成されている。サーバ装置４０が、実施の形態に係る「運転評価装置」の一例を構成している。

車載機１０が搭載される車両２は、特に限定されない。本適用例では、各種の事業を営む事業者が管理する車両が対象とされ得る。例えば、運送事業者が管理するトラック、バス事業者が管理するバス、タクシー事業者が管理するタクシー、カーシェアリング事業者が管理するカーシェア車両、レンタカー事業者が管理するレンタカー、会社が所有している社有車、又はカーリース事業者からリースして使用する社有車などが対象とされ得る。

車載機１０とサーバ装置４０とは、通信ネットワーク４を介して通信可能に接続されている。通信ネットワーク４は、基地局を含む携帯電話網（３Ｇ／４Ｇ）や無線ＬＡＮ（Local Area Network）などの無線通信網を含んでいてもよいし、公衆電話網などの有線通信網、インターネット、又は専用網などの電気通信回線を含んでいてもよい。

また、車両２を管理する事業者の端末装置８０（以下、事業者端末という。）が、通信ネットワーク４を介してサーバ装置４０と通信可能に接続されている。事業者端末８０は、通信機能を備えたパーソナルコンピュータでもよいし、携帯電話、スマートフォン、又はタブレット端末などの携帯情報端末などであってもよい。また、事業者端末８０が、通信ネットワーク４を介して車載機１０と通信可能に接続されていてもよい。

サーバ装置４０は、通信ユニット４１、サーバコンピュータ５０、及び記憶ユニット６０を含んで構成されている。

運転評価システム１では、サーバ装置４０が、各車載機１０から送信されてきた、運転者３の状態、車両２の位置、及び車両２の挙動を含む検出データを蓄積し、蓄積された各車載機１０の検出データを用いて、各運転者３の運転評価を行う。該運転評価の項目には、交差点など、特定の評価地点における運転者の安全確認動作を評価する項目が含まれている。サーバ装置４０は、例えば、各車載機１０から取得した検出データを用いて、各車両２の一日の運転が終了した後に、その日に通過した各評価地点における安全確認動作の評価処理を実行してもよいし、又は一定期間毎に、該一定期間内に通過した各評価地点における安全確認動作の評価処理を実行してもよく、運転評価処理の実行タイミングは特に限定されない。

ところで、道路の交差点には、一般的な十字路（四叉路）だけではなく、三叉路、丁字路、Ｙ字路、又は環状の交差点など、さまざまな形状（種類）の交差点がある。車両２が交差点を曲がる際に、運転者３が安全確認すべき行動、例えば、確認する方向、範囲、回数、又は時間などは、交差点の形状によって異なるのが一般的である。

交差点の形状に関係なく一律の評価条件で、交差点における安全確認動作の評価処理が実行される場合、前記評価条件が交差点の形状に適合していない場合には、正確な評価を行うことが難しい。

また、交差点毎に評価条件を予め個々に設定しようとした場合、特に広域エリアにおける設定を行う場合にあっては、交差点の数が増大する。そのため、全ての交差点について予め個々に評価条件を設定しておくことは効率的ではない。また、全ての交差点について予め個々に評価条件を設定しようとした場合、前記評価条件のデータを記憶するためのメモリ容量が増大するとともに、前記評価処理の実行時に、該当する交差点に対応する評価条件を選択する処理などの負担が増大する。さらに、多数の運転者３の評価処理を同時並行的に実行する場合、一層処理負担が増大してしまうという課題があった。

そこで、本実施の形態に係るサーバ装置４０は、運転評価を行う交差点の形状パターンを判別し、該判別した交差点の形状パターンに対応する評価条件と、前記運転評価を行う交差点で取得された検出データとに基づいて、各交差点における運転者３の安全確認動作を評価する処理を実行する。
例えば、サーバ装置４０は、運転評価を行う交差点で検出された前記検出データのうちの少なくともいずれか（例えば、位置データ）を用いて、前記運転評価を行う交差点の形状パターンの判別に用いる判別用データ（例えば、交差点部分の地図画像データ）を取得する。

その後、サーバ装置４０は、取得した前記判別用データを用いて、前記運転評価を行う交差点の形状パターンを判別する。例えば、前記地図画像データに含まれる交差点の形状認識を行い、交差点の形状パターンを判別する。なお、同じ交差点であっても、例えば、丁字路などの交差点では、車両２が交差点に進入する方向によって、運転者３から見た交差点の形状パターンは異なる。本実施の形態における交差点の形状パターンとは、車両２の運転者３から見た交差点の形状パターンのことをいう。

そして、サーバ装置４０は、十字路などの交差点の形状パターン毎に、運転者が行うべき安全確認動作の評価条件が設定された評価テーブルから、前記判別された前記交差点の形状パターンに対応する前記評価条件を選択する。
次にサーバ装置４０は、選択された前記評価条件と、前記運転評価を行う交差点で検出された前記検出データとに基づいて、前記交差点における運転者の安全確認動作を評価する処理を実行する。

また、サーバ装置４０は、運転評価を行う交差点で検出された前記検出データのうちの少なくともいずれか（例えば、角速度、又は位置データなど）を用いて、前記運転評価を行う交差点で曲がった方向を推定してもよい。

この場合、サーバ装置４０に、交差点の形状パターンと交差点で曲がる方向との組み合わせ毎に、運転者が行うべき安全確認動作の評価条件が記憶されている評価テーブルを装備しておく。サーバ装置４０は、前記評価テーブルから前記判別された前記交差点の形状パターンと、前記推定された前記交差点で曲がった方向とに対応する評価条件を選択し、選択された前記評価条件と、前記運転評価を行う交差点で検出された前記検出データとに基づいて、前記交差点における運転者の安全確認動作を評価する処理を実行してもよい。

係る構成によって、サーバ装置４０では、一律の評価条件を用いることなく、また、交差点毎に評価条件を予め個々に設定しておくことなく、各交差点の形状に応じて、各交差点における運転者３の安全確認動作の評価を効率的かつ精度良く実行することが可能となる。

［構成例］
図２は、実施の形態に係る運転評価システム１を構成する車載機１０のハード構成を示すブロック図である。
車載機１０は、プラットフォーム部１１及びドライバモニタリング部２０を含んで構成されている。また、車載機１０にはドライブレコーダ部３０が接続されている。

プラットフォーム部１１は、車両２の加速度を測定する加速度センサ１２、車両２の回転角速度を検出する角速度センサ１３、及び車両２の位置を検出するＧＰＳ（Global Positioning System）受信部１４を含んで構成されている。また、プラットフォーム部１１は、通信ネットワーク４を介して外部機器と通信処理を行う通信部１５、所定の音や音声などを出力する報知部１６、種々の情報を記憶する記憶部１７、及び外部インターフェース（外部Ｉ／Ｆ）１８を含んでいる。さらにプラットフォーム部１１は、各部の処理動作を制御する制御部１９を有している。

加速度センサ１２は、例えば、ＸＹＺ軸の３方向の加速度を測定する３軸加速度センサで構成されている。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も採用され得る。また、加速度センサ１２は、２軸、１軸の加速度センサであってもよい。加速度センサ１２で測定された加速度データが、検出時刻と対応付けて制御部１９のＲＡＭ１９ｂに記憶される。

角速度センサ１３は、少なくとも鉛直軸回り（ヨー方向）の回転に応じた角速度、すなわち、車両２の左右方向への回転（旋回）に応じた角速度データを検出可能なセンサ、例えば、ジャイロセンサ（ヨーレートセンサともいう）を含んで構成されている。
角速度センサ１３には、鉛直軸回りの１軸ジャイロセンサの他、左右方向の水平軸回り（ピッチ方向）の角速度も検出する２軸ジャイロセンサ、さらに前後方向の水平軸回り（ロール方向）の角速度も検出する３軸ジャイロセンサを採用してもよい。これらジャイロセンサには、振動式ジャイロセンサの他、光学式、又は機械式のジャイロセンサを採用することができる。

また、角速度センサ１３の鉛直軸回りの角速度の検出方向については、例えば、時計回りを正方向に、反時計回りを負方向に設定する。この場合、車両２が右方向に旋回すれば正の角速度データが検出され、左方向に旋回すれば負の角速度データが検出される。角速度センサ１３では、所定の周期（例えば、数十ｍｓ周期）で角速度が検出され、検出された角速度データが、例えば、検出時刻と対応付けて制御部１９のＲＡＭ１９ｂに記憶される。なお、加速度センサ１２と角速度センサ１３は、これらが一つのパッケージ内に実装された慣性センサであってもよい。

ＧＰＳ受信部１４は、アンテナ１４ａを介して人工衛星からのＧＰＳ信号を所定周期で受信して、現在の位置データ（緯度、及び経度）を検出する。ＧＰＳ受信部１４で検出された位置データは、検出時刻と対応付けて制御部１９のＲＡＭ１９ｂに記憶される。なお、車両２の位置を検出する装置は、ＧＰＳ受信部１４に限定されるものではない。例えば、日本の準天頂衛星、ロシアのグロナス（GLONASS）、欧州のガリレオ（Galileo）、又は中国のコンパス（Compass）等の他の衛星測位システムに対応した測位装置であってもよい。

通信部１５は、通信ネットワーク４を介してサーバ装置４０にデータ出力処理などを行う通信モジュールを含んで構成されている。

記憶部１７は、例えば、メモリーカードなどの着脱可能な記憶装置、又は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）などの１つ以上の記憶装置で構成されている。記憶部１７には、例えば、加速度センサ１２、角速度センサ１３、ＧＰＳ受信部１４、ドライバモニタリング部２０、又はドライブレコーダ部３０から取得したデータなどが記憶される。

外部Ｉ／Ｆ１８は、ドライブレコーダ部３０などの車載機器との間でデータや信号の授受を行うためのインターフェース回路や接続コネクタなどを含んで構成されている。

制御部１９は、ＣＰＵ(Central Processing Unit)１９ａ、ＲＡＭ(Random Access Memory)１９ｂ、及びＲＯＭ(Read Only Memory)１９ｃを含むマイクロコンピュータで構成されている。制御部１９は、取得した各種データをＲＡＭ１９ｂ又は記憶部１７に記憶する処理を行う。また、制御部１９は、ＲＯＭ１９ｃに記憶されたプログラムの他、必要に応じてＲＡＭ１９ｂ又は記憶部１７に記憶された各種データを読み出して、プログラムを実行する。

ドライバモニタリング部２０は、ドライバカメラ２１、画像解析部２２、及びインターフェース（Ｉ／Ｆ）２３を含んで構成されている。
ドライバカメラ２１は、例えば、図示しないレンズ部、撮像素子部、光照射部、及びこれら各部を制御するカメラ制御部などを含んで構成されている。

前記撮像素子部は、例えば、ＣＣＤ(Charge Coupled Device)、又はＣＭＯＳ(Complementary Metal Oxide Semiconductor)などの撮像素子、フィルタ、及びマイクロレンズなどを含んで構成されている。前記撮像素子部は、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、近赤外線などの赤外線又は紫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いてもよい。前記光照射部は、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影できるように赤外線ＬＥＤなどを含めてもよい。ドライバカメラ２１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。

前記カメラ制御部は、例えば、プロセッサなどを含んで構成されている。前記カメラ制御部が、前記撮像素子部や前記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、前記撮像素子部でその反射光を撮影する制御などを行う。ドライバカメラ２１は所定のフレームレート（例えば、毎秒３０～６０フレーム）で画像を撮影し、ドライバカメラ２１で撮影された画像データが画像解析部２２へ出力される。

画像解析部２２は、例えば、画像処理プロセッサなどを含んで構成され、ドライバカメラ２１で撮影された画像から運転者の顔の向き、視線の方向、及び目開度のうちの少なくともいずれかの情報（運転者の状態）を検出する処理などを行う。画像解析部２２で検出された運転者の状態を示すデータ、画像データ、及び撮影日時データが、インターフェース（Ｉ／Ｆ）２３を介してプラットフォーム部１１に送出され、プラットフォーム部１１のＲＡＭ１９ｂ又は記憶部１７に記憶される。

画像解析部２２で検出される運転者の顔の向きは、例えば、運転者の顔のＸ軸（左右軸）回りの角度(上下の向き)であるピッチ（Pitch）角、顔のＹ軸(上下軸)回りの角度（左右の向き）であるヨー(Yaw)角、及び顔のＺ軸（前後軸）回りの角度（左右傾き）であるロール(Roll)角で示してもよく、少なくとも左右の向きを示すヨー角が含まれる。またこれらの角度は、所定の基準方向に対する角度で示すことができ、例えば、前記基準方向が、運転者の正面方向に設定される。

また、画像解析部２２で検出される運転者の視線方向は、例えば、画像から検出された、運転者の顔の向きと、目領域の情報（目頭、眼尻、又は瞳孔の位置など）との関係から推定され、３次元座標上における視線ベクトルＶ（３次元ベクトル）などで示すことができる。視線ベクトルＶは、例えば、運転者の顔のＸ軸（左右軸）回りの角度(上下の向き)であるピッチ角、顔のＹ軸(上下軸)回りの角度（左右の向き）であるヨー角、及び顔のＺ軸（前後軸）回りの角度（左右傾き）であるロール角のうち、少なくとも１つと、前記目領域の情報とから推定されたものでもよい。また、視線ベクトルＶは、その３次元ベクトルの一部の値を顔の向きのベクトルの値と共通（例えば、３次元座標の原点を共通）にして示したり、顔の向きのベクトルを基準とした相対角度（顔の向きのベクトルの相対値）で示したりしてもよい。

また、画像解析部２２で検出される運転者の目開度は、例えば、画像から検出された、運転者の目領域の情報（目頭、眼尻、上下のまぶたの位置、又は瞳孔の位置など）を基に推定される。

プラットフォーム部１１の外部Ｉ／Ｆ１８には、ドライブレコーダ部３０が接続されている。ドライブレコーダ部３０は、車外カメラ３１と車内カメラ３２とを含んで構成されている。
車外カメラ３１は、車両２の前方の画像を撮影するカメラであり、車内カメラ３２は、車両２の室内の画像を撮影するカメラである。車外カメラ３１と車内カメラ３２は、例えば、可視光カメラで構成され得るが、近赤外線カメラなどで構成されていてもよい。
車外カメラ３１と車内カメラ３２は、それぞれ所定のフレームレート（例えば、毎秒３０～６０フレーム）で画像を撮影し、車外カメラ３１と車内カメラ３２で撮影された画像と撮影日時などのデータがプラットフォーム部１１へ送出され、プラットフォーム部１１のＲＡＭ１９ｂ又は記憶部１７に記憶される。なお、ドライブレコーダ部３０は車外カメラ３１のみで構成されていてもよい。

車載機１０は、プラットフォーム部１１とドライバモニタリング部２０とが１つの筐体内に収納された、コンパクトな構成となっている。その場合における車載機１０の車内設置箇所は、ドライバカメラ２１で少なくとも運転者の顔を含む視野を撮影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、ハンドルコラム部分、メーターパネル付近、ルームミラー近傍位置、又はＡピラー部分などに設置してもよい。また、ドライバカメラ２１の仕様（例えば、画角や画素数（縦×横）など）及び位置姿勢（例えば、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）を含む情報がドライバモニタリング部２０又はプラットフォーム部１１に記憶されている。また、ドライバモニタリング部２０は、プラットフォーム部１１と一体に構成される形態の他、プラットフォーム部１１と別体で構成されてもよい。

図３は、車載機１０からサーバ装置４０に送信される検出データの構造の一例を示す図である。
検出データには、車載機１０の識別情報（シリアルナンバー等）、送信日時、運転者の顔の向き（ピッチ、ヨー、及びロール）、視線方向（ピッチ、及びヨー）、目開度（右目、左目）、車両の加速度（前後、左右、及び上下）、角速度（ヨー）、運転者画像（顔認証用の画像も含む）、車外画像、及び車両の位置データ（緯度、及び経度）、及び走行速度等が含まれている。サーバ装置４０に送信される検出データの構造は、図３に示したデータ構造に限定されるものではない。ドライバカメラ２１で撮像された画像から運転者の顔が検出された顔検出状態（Ｆ＝１）と運転者の顔が検出されていない顔非検出状態（Ｆ＝０）を示す顔検出フラグＦのデータを含んでもよい。なお、顔検出フラグＦが０に設定された場合に、サーバ装置４０へ送信されるデータには、顔の向き、視線の方向、目開度、及び運転者画像は含まれない。
検出データは、例えば、運転者が搭乗した際、車載機１０が、車両２が評価地点を通過したことを検出した場合等に送信される。車載機１０は、例えば、角速度センサ１３で検出された回転角速度の値が所定の閾値（交差点進入を推定する閾値）を超えてから所定時間が経過した場合に、車両２が評価地点を通過したと判断することが可能となっている。

図４は、実施の形態に係る運転評価システム１を構成するサーバ装置４０のハード構成及び部分的機能構成を示したブロック図である。
サーバ装置４０は、通信ユニット４１、サーバコンピュータ５０、及び記憶ユニット６０を含んで構成され、これらは相互に通信バス４２を介して接続されている。

通信ユニット４１は、通信ネットワーク４を介して、車載機１０や事業者端末８０などとの間で各種のデータや信号の送受信を実現するための通信装置で構成されている。

サーバコンピュータ５０は、少なくとも１つのＣＰＵを含んで構成された中央処理演算装置５１と、制御プログラム５２が記憶されたメインメモリ５３とを含んで構成されている。中央処理演算装置５１は、メインメモリ５３に記憶された制御プログラム５２に従って、各種処理を実行するように構成されている。

記憶ユニット６０は、例えば、ハードディスクドライブ、ソリッドステートドライブなど、１つ以上の大容量記憶装置で構成されている。記憶ユニット６０は、検出データ蓄積部６１、判別用データ蓄積部６２、評価テーブル記憶部６３、評価データ記憶部６４、運転者情報記憶部６５などを含んで構成されている。

検出データ蓄積部６１には、車両２が評価地点を通過しているときに車載機１０で検出された検出データが、各車載機１０の識別情報に対応付けて蓄積される。

判別用データ蓄積部６２には、車両２が通過した評価地点となる交差点の形状パターンの判別に用いる判別用データが蓄積されている。
判別用データは、例えば、地図データである。地図データは、例えば、車両が通過した交差点を含む交差点地図の部分を抽出可能な地図データである。また、地図データは、交差点を含む道路の形状が認識できる地図データであれば、その種類は特に限定されない。例えば、平面地図画像データでもよいし、航空写真による地図画像データでもよい。また、カラー地図画像データでもよいし、道路部分と他の部分とが２値化処理された地図画像データでもよい。地図画像データは、少なくとも車両２が走行する範囲のデータがあればよく、もちろん、広域の地図画像データであってもよい。また、地図画像以外のデータであってもよい。

評価テーブル記憶部６３には、交差点の形状パターンと交差点で曲がる方向との組み合わせ毎に、運転者が行うべき安全確認動作の評価条件が設定された評価テーブルが記憶されている。

評価データ記憶部６４には、サーバコンピュータ５０で実行された運転者の安全確認動作の評価結果、すなわち、車載機１０毎に、少なくとも交差点における運転者３の安全確認動作の評価結果に関する情報が記憶される。
運転者情報記憶部６５には、事業者が管理する運転者３に関する各種情報が記憶されている。

図５は、検出データ蓄積部６１に蓄積される検出データファイルの構造の一例を示す図である。
検出データファイル６１ａには、例えば、車載機１０の識別情報（シリアルナンバー等）に対応付けて、車載機１０から検出データが送信されてきた日時、運転者の顔の向き（ピッチ、ヨー、及びロール）、視線方向（ピッチ、及びヨー）、目開度（右目、及び左目）、車両の加速度（前後、左右、及び上下）、角速度（ヨー）、運転者画像（撮影日時、フレーム番号、及び画像データ）、車外画像（撮影日時、フレーム番号、及び画像データ）、車両の位置データ（緯度、及び経度）、走行速度などの情報が蓄積される。

図６は、評価テーブル記憶部６３に記憶されている評価テーブルの構造の一例を示す図である。評価テーブル６３ａの項目には、パターンナンバー、交差点形状パターン、曲がる方向、運転者が行うべき確認行動が含まれている。図６に示した評価テーブルは、日本等の、自動車が左側通行である場合の一例である。なお、自動車が左側通行の国と、自動車が右側通行の国とでは、右折と左折が逆になる。また、評価テーブルの内容は、国による交通法規に適応した内容に適宜設定される。

交差点形状パターンの項目には、予め類型化された交差点の形状パターンが登録されている。例えば、生活道路の十字路、生活道路の左側丁字路、生活道路の左側丁字路、幹線道路の十字路、幹線道路の左側丁字路、及び幹線道路の右側丁字路などが記憶されている。なお、左側丁字路とは、車両の進行方向に対して、左折と直進とが可能な交差点である。右側丁字路とは、車両の進行方向に対して、右折と直進とが可能な交差点である。また、交差点の信号の有無、または横断歩道の有無などの項目でさらに細かく類型化してもよい。

曲がる方向の項目には、各交差点形状パターンの交差点で曲がる方向、例えば、左折又は右折が記憶されている。
確認行動の項目には、各交差点形状パターンの交差点を通過する際（進入前、又は進入中）に、運転者が安全確認すべき方向（右又は左）、その角度、時間などの項目が１つ以上記憶されている。角度は、例えば、車両の正面方向に対する運転者の顔の向き、又は視線方向を示す。

例えば、評価テーブル６３ａのＮｏ．１の場合（生活道路の十字路を左折するパターン）では、確認行動１として、進入前における左確認がａ度以上でｔ１秒間以上行われたかを評価する項目が設定されている。この評価は、交差点進入前に歩行者や二輪車などの巻き込み確認を行ったか否かの評価である。
確認行動２には、進入前における右確認がａ度以上でｔ１秒間以上行われたかを評価する項目が設定されている。この評価は、交差点で右折してくる対向車の有無、又は車両の前方から交差点を渡ろうとしている歩行者等の有無を確認したか否かの評価である。
確認行動３には、進入中における左確認がｂ度以上でｔ２秒間以上行われたかを評価する項目が設定されている。この評価は、交差点を渡ろうとしている歩行者等の有無、左折後の前方（進路切替方向）の安全を確認したか否かの評価である。
図７は、評価データ記憶部６４に記憶されている評価データファイルの構造の一例を示す図である。評価データファイル６４ａには、車載機１０の識別情報、交差点通過日時、交差点位置、評価条件（評価テーブルから選択された交差点形状パターンのナンバー）、及び評価結果が含まれている。評価結果には、例えば、評価テーブル６３ａから選択された評価条件での評価を基に点数化又はランク付けされた評価データが記憶される。

図８は、実施の形態に係るサーバ装置の部分的機能構成を示すブロック図である。
サーバコンピュータ５０の中央処理演算装置５１は、判別用データ取得部５４、方向推定部５５、交差点判別部５６、評価条件選択部５７、運転評価部５８、を含んで構成されている。

判別用データ取得部５４は、検出データ蓄積部６１から運転評価を行う交差点で検出された検出データを読み出し、該検出データを用いて、判別用データ蓄積部６２から運転評価を行う交差点の形状パターンの判別に用いる判別用データを取得する処理を行う。
例えば、判別用データ取得部５４は、検出データ蓄積部６１から運転評価を行う交差点で検出された位置データ（経度、及び緯度）を読み出し、該位置データに基づいて、判別用データ蓄積部６２に蓄積されている地図データ（広域地図データ）から運転評価を行う交差点部分の地図データ（交差点地図データ）を取得する処理を行う。

方向推定部５５は、検出データ蓄積部６１から、運転評価を行う交差点で検出された検出データを読み出し、該検出データを用いて、前記運転評価を行う交差点で曲がった方向を推定する処理を実行する。
例えば、方向推定部５５は、検出データ蓄積部６１から運転評価を行う交差点を通過するときに検出された角速度データを読み出し、該角速度データの値の正負を基に車両２の右左折方向を推定してもよい。例えば、角速度データの値が正の場合、右折と推定し、積分値が負の場合、左折と推定することができる。また、角速度データの積分値を演算し、演算した積分値の正負に基づいて、車両２の右左折方向を推定してもよい。
或いは、方向推定部５５は、検出データ蓄積部６１から運転評価を行う交差点を通過するときに検出された位置データ（緯度、及び経度）を読み出し、位置データの時系列変化に基づいて、車両２の右左折方向を推定してもよい。

交差点判別部５６は、判別用データ取得部５４により取得された前記判別用データを用いて、前記運転評価を行う交差点の形状パターンを判別する処理を実行する。
例えば、交差点判別部５６は、判別用データ取得部５４により取得された交差点地図データを用いて、道路の交差形状の画像認識処理を行い、運転評価を行う交差点の形状パターンを判別する処理を行う。画像認識処理には、例えば、テンプレートマッチングによる交差点形状の認識処理を行ってもよい。この場合は、予め複数種類の交差点形状のテンプレートを記憶しておき、前記交差点地図データと、前記テンプレートとのパターンマッチング処理により、運転評価を行う交差点の形状パターンを判別してもよい。

または、交差点判別部５６にニューラルネットワークを用いて、交差点の形状バターンの画像認識処理を行うようにしてもよい。

評価条件選択部５７は、評価テーブル記憶部６３から評価テーブル６３ａを読み出し、評価テーブル６３ａから、交差点判別部５６で判別された前記交差点の形状パターンと、方向推定部５５で推定された交差点で曲がった方向とに対応する評価条件を選択する処理を実行する。

運転評価部５８は、評価テーブル６３ａから選択された評価条件に設定された各確認行動について、各項目の判定方法に基づいて評価を行い、交差点毎の評価点を算出する処理を行う。例えば、評価条件に設定された各確認行動について、確認タイミング、確認角度、及び確認時間の評価結果を合計し、必要な統計処理（平均化、又は正規化処理など）を施して、交差点毎の点数又はランク付けによるスコアを算出する。
そして、運転評価部５８は、算出した交差点毎の評価点を記憶ユニット６０の評価データ記憶部６４に記憶する処理を行う。

また、サーバコンピュータ５０は、事業者端末８０のブラウザから要求された各種リクエストを処理して、ブラウザを通じて事業者端末８０に各種リクエストに対応する処理結果などを提示する処理を行う。
例えば、サーバコンピュータ５０が、事業者端末８０から運転者の運転評価結果の送信リクエストを受け付けた場合、評価データ記憶部６４に記憶された運転者の評価データに基づいて、所定の形式の運転評価報告書を作成し、事業者端末８０のブラウザを通じて、運転評価報告書を提示する処理などを実行してもよい。これら処理は、サーバコンピュータ５０とは別のサーバコンピュータで実行してもよい。

図９は、実施の形態に係るサーバ装置４０が備える、図８に示した機能構成の他の、機能構成を示すブロック図である。
サーバコンピュータ５０の中央処理演算装置５１は、さらに、基準値データ算出部７１、基準値データとの照合部７２、視線ずれ度評価部７３、及びグラフ化演算部７４を備えている。
基準値データ算出部７１は、視線検出データ蓄積部６６に蓄積された視線検出データに基づいて基準値データを算出する。
基準値データとの照合部７２は、前記基準値データと前記検出データとを照合する。
視線ずれ度評価部７３は、照合データ記憶部６８に記憶された前記基準値データと前記検出データとの視線のずれの状況に基づいて運転者の運転を評価する。
グラフ化演算部７４は、照合データ記憶部６８に記憶された前記基準値データと前記検出データとの視線のずれの状況をグラフ化する。
記憶ユニット６０は、図８に示したものの他に、視線検出データ蓄積部６６、基準値データ記憶部６７、照合データ記憶部６８、グラフ化データ記憶部６９、及び事故多発地点記憶部７０なども機能ブロックとして備えている。
視線検出データ蓄積部６６は、評価地点における視線検出データと地点データとを関連付けて記憶する。
基準値データ記憶部６７は、算出された基準値データを記憶する。
照合データ記憶部６８は、照合部７２で照合された照合データを記憶する。
グラフ化データ記憶部６９は、グラフ化演算部７４でグラフ化されたデータを記憶する。
事故多発地点記憶部７０には、事故多発地点が記憶されている。

［動作例］
図１０は、実施の形態に係る車載機１０におけるドライバモニタリング部２０が行う処理動作を示すフローチャートである。本処理動作は、例えば、ドライバカメラ２１で画像が撮影されるタイミング（例えば、毎フレーム、又は所定間隔のフレーム毎）で実行される。図１０に示す処理動作は、ドライバモニタリング部２０の画像解析部２２が実行する。

まず、画像解析部２２は、ドライバカメラ２１で撮影された画像を取得し（ステップＳ１）、次に、取得した画像から運転者の顔、又は顔の領域を検出する処理を行う（ステップＳ２）。画像から顔を検出する手法は特に限定されないが、高速で高精度に顔を検出する手法を採用することが好ましい。

次に、ステップＳ１で取得した画像から運転者の顔が検出されたか否かを判断する（ステップＳ３）。ステップＳ３において、運転者の顔が検出されたと判断すれば、次に、顔検出フラグＦに１を設定する（ステップＳ４）。なお、顔検出フラグＦに１が設定されている状態は、顔検出状態であることを示している。

次に、ステップＳ２で検出した顔の領域から、目、鼻、口、眉などの顔器官の位置や形状を検出する処理を行う（ステップＳ５）。画像中の顔の領域から顔器官を検出する手法は特に限定されないが、高速で高精度に顔器官を検出できる手法を採用することが好ましい。例えば、画像解析部２２が、３次元顔形状モデルを作成し、これを２次元画像上の顔の領域にフィッティングさせ、顔の各器官の位置と形状を検出する手法が採用され得る。この手法によれば、ドライバカメラ２１の設置位置や画像中の顔の向きなどに関わらず、正確に顔の各器官の位置と形状を検出することが可能となる。画像中の人の顔に３次元顔形状モデルをフィッティングさせる技術として、例えば、特開２００７－２４９２８０号公報に記載された技術を適用することができるが、これに限定されるものではない。

次に、ステップＳ５で求めた顔の各器官の位置や形状のデータに基づいて、運転者の顔の向きを検出する（ステップＳ６）。例えば、上記３次元顔形状モデルのパラメータに含まれている、上下回転（Ｘ軸回り）のピッチ角、左右回転（Ｙ軸回り）のヨー角、及び全体回転（Ｚ軸回り）のロール角を運転者の顔の向きに関する情報として検出してもよい。

次に、ステップＳ６で求めた運転者の顔の向き、及びステップＳ３で求めた運転者の顔器官の位置や形状、特に目の特徴点（目尻、目頭、及び瞳孔）の位置や形状に基づいて、視線方向を検出する（ステップＳ７）。
視線方向は、例えば、様々な顔の向きと視線方向の目の画像の特徴量（目尻、目頭、瞳孔の相対位置、又は強膜（いわゆる白目）部分と虹彩（いわゆる黒目）部分の相対位置、濃淡、テクスチャーなど）とを予め学習器を用いて学習し、これら学習した特徴量データとの類似度を評価することで検出してもよい。または、前記３次元顔形状モデルのフィッティング結果などを用いて、顔の大きさや向きと目の位置などから眼球の大きさと中心位置とを推定するとともに、瞳孔の位置を検出し、眼球の中心と瞳孔の中心とを結ぶベクトルを視線方向として検出してもよい。

次に、ステップＳ５で求めた運転者の顔器官の位置や形状、特に目の特徴点（目尻、目頭、瞳孔、及びまぶた）の位置や形状に基づいて、目開度を検出する（ステップＳ８）。

次に、ステップＳ４で設定された顔検出フラグＦ＝１のデータと、ステップＳ６で検出した運転者の顔の向きと、ステップＳ７で検出した運転者の視線方向と、ステップＳ８で検出した運転者の目開度と、撮影時刻とを対応付けて、画像情報としてプラットフォーム部１１に送信し（ステップＳ９）、その後、ステップＳ１に戻り、処理を繰り返す。なお、ステップＳ９において送信する画像情報に、ステップＳ１で取得した運転者の画像を含めてもよい。また、ステップＳ５～Ｓ８の処理を省略して、ステップＳ９において、ステップＳ４で設定された顔検出フラグＦ＝１のデータをプラットフォーム部１１に送信してもよい。

また一方、ステップＳ３において、運転者の顔が検出されなかったと判断すれば、次に、顔検出フラグＦに０を設定し、顔検出フラグＦ＝０のデータをプラットフォーム部１１に送信する（ステップＳ１０）。なお、顔検出フラグＦに０が設定されている状態は、顔非検出状態であることを示している。その後、画像解析部２２は、ステップＳ１に戻り、処理を繰り返す。

図１１は、実施の形態に係る車載機１０における制御部１９が行う処理動作を示すフローチャートである。本処理動作は、例えば、数十ｍｓ～数秒の所定周期で実行される。

制御部１９は、加速度センサ１２で測定された加速度データを取得してＲＡＭ１９ｂに記憶する（ステップＳ１１）。また、制御部１９は、角速度センサ１３で検出された角速度データを取得してＲＡＭ１９ｂに記憶する（ステップＳ１２）。

次に、ドライバモニタリング部２０から送信されてきた顔検出情報を取得してＲＡＭ１９ｂに記憶する（ステップＳ１３）。顔検出情報には、各画像に対して設定された顔検出フラグＦのデータ、すなわち、顔検出フラグＦ＝１又はＦ＝０の設定データが含まれている。なお、ステップＳ１３において、顔検出フラグＦが１である顔検出状態の場合には、ドライバモニタリング部２０から画像情報も取得するようにしてもよい。さらに、ドライブレコーダ部３０から送出されてきたデータ（車外画像と車内画像のデータ）を取得してＲＡＭ１９ｂに記憶する（ステップＳ１４）。

次に、ＧＰＳ受信部１４で検出された位置データを取得し（ステップＳ１５）、次に、位置データの単位時間変化に基づいて走行速度を算出し、位置データと走行速度とをＲＡＭ１９ｂに記憶する（ステップＳ１６）。

次に、車両２が評価地点である交差点に進入したか否かを判断する（ステップＳ１７）。例えば、角速度の積分値が車両の交差点への進入を示す閾値以上であり、かつ走行速度が交差点への進入を示す所定の上限速度以下であるか否かを判断する。
ステップＳ１７において、車両２が交差点に進入したと判断すれば、次に、車両２が交差点を通過したか否かを判断する（ステップＳ１８）。例えば、角速度の積分値が、車両が交差点を通過したことを示す閾値以下になり、かつ走行速度が、交差点の通過を示す所定の下限速度以上になったか否かを判断する。

ステップＳ１８において、車両２が交差点を通過したと判断すれば、次にステップＳ１９に進み、車両２が交差点に進入した前後所定時間（数十秒程度）に取得した検出データをＲＡＭ１９ｂから読み出し、通信部１５を制御して検出データをサーバ装置４０へ送信する処理を実行する。その後、ステップＳ１１に戻り、上記した処理を繰り返す。車載機１０からサーバ装置４０へ送信される検出データのデータ構造の一例は図３に示した。

なお、制御部１９は、ステップＳ１９の処理に代えて、ＲＡＭ１９ｂから読み出た検出データを記憶部１７（例えば、着脱式記憶媒体）（図２）に記憶させてもよい。そして、一日の走行終了後、運転者３が車載機１０から記憶部１７を取り外し、記憶部１７に記憶された検出データを事業者端末８０に読み込ませて、事業者端末８０からサーバ装置４０に送信するようにしてもよい。

図１２は、実施の形態に係るサーバ装置４０における中央処理演算装置５１が行う処理動作の一例を示すフローチャートである。
中央処理演算装置５１は、まず、ステップＳ２１において、車載機１０から送信されてきた検出データを受信したか否かを判断する。ステップＳ２１において、車載機１０から検出データを受信したと判断すれば、次に、車載機１０から受信した検出データを、車載機１０の識別情報と対応付けて検出データ蓄積部６１に記憶する（ステップＳ２２）。

その後、運転者の安全運転行動の評価を実行するタイミングか否かを判断する（ステップＳ２３）。前記評価を実行するタイミングか否かは、例えば、車載機１０から車両２の運転終了を示す信号を受信したか否かで判断してもよい。

ステップＳ２３において、前記評価を実行するタイミングではないと判断すればステップＳ２１に戻る。一方、前記評価を実行するタイミングであると判断すれば、車載機１０が搭載された車両２の運転者３の評価地点における安全確認動作の評価処理を行う（ステップＳ２４）。
その後、評価処理の結果を、車載機１０又は運転者３の情報と対応付けて評価データ記憶部６４に記憶させる処理を行い（ステップＳ２５）、処理を終える。

図１３は、実施の形態に係るサーバ装置４０における中央処理演算装置５１が行う処理動作の一例を示すフローチャートである。
上記した運転評価の過程において、サーバ装置４０の記憶ユニット６０には、膨大な量のデータが蓄積されていくことになる。いわゆるビッグデータが蓄積されていくこととなる。
本実施の形態に係る運転評価装置では、これら蓄積されたビッグデータを活用して、運転評価結果をユーザがより理解しやすい、また、視覚的に把握できるものにしてゆく。

まず、ステップＳ３１において、今までに検出データ蓄積部６１に蓄積されたデータの中から、評価地点における視線検出データと地点データとを関連付けて抽出し、次に、これら関連付けられた視線検出データと地点データとを視線検出データ蓄積部６６へ蓄積してゆく（ステップＳ３２）。

次に、基準値データ算出部７１が、視線検出データ蓄積部６６に蓄積された視線検出データに基づいて各視線検出データの各評価地点における平均値を算出し、該平均値を基準値データとする処理を行い（ステップＳ３３）、その後、ステップＳ３４に進み、算出されたこれら基準値データを各評価地点における視線データの基準値として基準値データ記憶部６７に記憶する。

次に、基準値データが求められた後に車載機１０側から送信されてくる視線検出データと基準値データとを照合部７２で照合し（ステップＳ３５）、照合部７２で照合されたデータを照合データ記憶部６８に記憶する（ステップＳ３６）。

その後、照合データ記憶部６８に記憶された照合データは、視線ずれ度評価部７３に送られ、視線ずれ度評価部７３では、前記基準値データと前記検出データとの視線のずれの状況に基づいて運転者の運転を評価する（ステップＳ３７）。これらの評価結果は、評価データ記憶部６４に送られ記憶される（ステップＳ３８）。

照合データ記憶部６８に記憶された照合データは、グラフ化演算部７４にも送られ、（ステップＳ３９）、照合データ記憶部６８に記憶された前記基準値データと前記検出データとの視線のずれの状況は、グラフ化演算部７４においてグラフ化・視覚化される（ステップＳ４０）。グラフ化・視覚化されたデータは、グラフ化データ記憶部６９に送られ記憶される（ステップＳ４１）。
ステップＳ３７における運転評価結果、及びグラフ化演算部７４でグラフ化されたグラフ化データは、要求があれば、事業者端末８０に送られる（ステップＳ４２）。

上記した運転者の運転評価方法によれば、日々更新されるビッグデータに基づく評価を実施することが可能となり、運転評価を日々進化させてゆくことができる。
また、ビッグデータを活用した、ユーザが直感的・視覚的により理解しやすい運転評価を実施することが可能となる。
また、運転を評価するために、運転者に走行させるコースが定まっていない場合や運転者が広域エリアを自由に走行する場合であっても問題なく、評価地点における運転者の運転評価を効率的かつ精度良く実施することができる。
また、運転者の頭部や足先に角速度センサを装着させて運行をさせる必要もなく、運転者には何ら負担を強いることなく効率的かつ高精度な運転評価を実施することができる。

図１４は、グラフ化されたデータの一例を示しており、実線で示されているのが今回評価を受けている運転者の視線方向に関するグラフであり、破線で示されているのがビッグデータにより算出された視線方向に関する平均化された基準値データを示している。
この例では、評価を受けている運転者の視線の振り角度が基準値データに比べて、浅く、しかも振り時間も短いかくなっていることを一目で視覚的に判断することができる。

以上、本発明の実施の形態を詳細に説明したが、上記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］
上記実施の形態に係るサーバ装置４０では、すべての評価地点における視線検出データが蓄積され、評価に使用されているが、別の実施の形態では、事故多発地点記憶部７０に記憶されている事故多発地点データを利用し、視線検出データ蓄積部６６へ蓄積してゆく対象評価地点を事故多発地点に絞り込むことにより、蓄積データ量を削減し、より効率的・効果的運転評価を実施するものとなっている。

［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）
車載機で検出される運転者の状態、車両位置を含む検出データに基づいて、運転者の運転評価を少なくとも一つのコンピュータに行わせる運転評価方法であって、
評価地点における視線検出データと地点データとを関連付けて記憶させる工程と、
蓄積された視線検出データに基づいて基準値データを算出させる工程と、
前記基準値データと新たに検出される視線検出データとを照合させる工程と、
照合された前記基準値データと前記視線検出データとの視線のずれの状況に基づいて運転者の運転を評価させる工程と、
を含んでいること特徴とする運転評価方法。

（付記２）
車載機で検出された、運転者の状態、車両の位置を含む検出データを用いて、運転者の運転評価を行う処理を少なくとも１つのコンピュータに実行させるためのコンピュータ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、
検出データ蓄積部に蓄積されたデータの中から、評価地点における視線検出データと地点データとを関連付けて抽出し（ステップＳ３１）、これら関連付けられた視線検出データと地点データとを視線検出データ蓄積部へ蓄積してゆくステップ（Ｓ３２）と、
前記視線検出データ蓄積部に蓄積された視線検出データに基づいて各視線検出データの各評価地点における基準値データを算出するステップ（Ｓ３３）と、
基準値データが求められた後に送信されてくる視線検出データと、基準値データとを照合するステップ（Ｓ３５）と、
前記基準値データと前記検出データとの視線のずれの状況に基づいて運転者の運転を評価するステップ（Ｓ３７）と、
を実行させることを特徴とするコンピュータプログラム。

１ 運転評価システム
２ 車両
３ 運転者
４ 通信ネットワーク
１０ 車載機
１１ プラットフォーム部
１２ 加速度センサ
１３ 角速度センサ
１４ ＧＰＳ受信部
１５ 通信部
１６ 報知部
１７ 記憶部
１８ 外部インターフェース（外部Ｉ／Ｆ）
１９ 制御部
１９ａ ＣＰＵ
１９ｂ ＲＡＭ
１９ｃ ＲＯＭ
２０ ドライバモニタリング部
２１ ドライバカメラ
２２ 画像解析部
２３ インターフェース（Ｉ／Ｆ）
３０ ドライブレコーダ部
３１ 車外カメラ
３２ 車内カメラ
４０ サーバ装置（運転評価装置）
４１ 通信ユニット
５０ サーバコンピュータ
５１ 中央処理演算装置
５２ メインメモリ
５３ 制御プログラム
５４ 判別用データ取得部
５５ 方向推定部
５６ 交差点判別部
５７ 評価条件選択部
５８ 運転評価部
６０ 記憶ユニット
６１ 検出データ蓄積部
６１ａ 検出データファイル
６２ 判別用データ蓄積部
６３ 評価テーブル記憶部
６３ａ 評価テーブル
６４ 評価データ記憶部
６４ａ 評価データファイル
６５ 運転者情報記憶部
６６ 視線検出データ蓄積部
６７ 基準値データ記憶部
６８ 照合データ記憶部
６９ グラフ化データ記憶部
７０ 事故多発地点記憶部
７１ 基準値データ算出部
７２ 照合部
７３ 視線ずれ度評価部
７４ グラフ化演算部
８０ 事業者端末

Claims (11)

1. 車載機で検出される運転者の状態、車両位置を含む検出データに基づいて、運転者の運転評価を行う運転評価装置であって、
   前記検出データに基づいて運転者の運転評価を行う運転評価部と、
   前記検出データに含まれる車両の角速度の値に基づいて評価地点を検出する評価地点検出部と、
   該評価地点検出部により検出された評価地点における視線検出データと地点データとを関連付けて記憶する視線検出データ蓄積部と、
   該視線検出データ蓄積部に蓄積された視線検出データに基づいて基準値データを算出する基準値データ算出部と、
   算出された前記基準値データを記憶する基準値データ記憶部と、
   前記基準値データと前記検出データとを照合する照合部と、
   該照合部で照合された照合データを記憶する照合データ記憶部と、
   該照合データ記憶部に記憶された前記基準値データと前記検出データとの視線のずれの状況に基づいて運転者の運転を評価する視線ずれ評価部と、
   を備えていること特徴とする運転評価装置。
2. 前記基準値データ算出部が、蓄積された視線検出データの各評価地点における平均値を算出し、該平均値を基準値データとするものであることを特徴とする請求項１記載の運転評価装置。
3. さらに、前記照合データ記憶部に記憶された前記基準値データと前記検出データとの視線のずれの状況をグラフ化するグラフ化演算部と、
   該グラフ化演算部でグラフ化されたデータを記憶するグラフ化データ記憶部と、
   を備えていることを特徴とする請求項１記載の運転評価装置。
4. 事故多発地点を記憶する事故多発地点記憶部を備えていることを特徴とする請求項１～３のいずれかの項に記載の運転評価装置。
5. 前記評価地点を前記事故多発地点記憶部に記憶されている事故多発地点とすることを特徴とする請求項４記載の運転評価装置。
6. 請求項１～５のいずれかの項に記載の運転評価装置における、前記視線検出データに代えて、顔の向き検出データが使用されることを特徴とする運転評価装置。
7. 車載機で検出される運転者の状態、車両位置を含む検出データに基づいて、運転者の運転評価を少なくとも一つのコンピュータに行わせる運転評価方法であって、
   前記検出データに含まれる車両の角速度の値に基づいて評価地点を検出する工程と、
   前記評価地点を検出する工程により検出された評価地点における視線検出データと地点データとを関連付けて記憶させる工程と、
   蓄積された視線検出データに基づいて基準値データを算出させる工程と、
   前記基準値データと新たに検出される視線検出データとを照合させる工程と、
   照合された前記基準値データと前記視線検出データとの視線のずれの状況に基づいて運転者の運転を評価させる工程と、
   を含んでいること特徴とする運転評価方法。
8. 請求項７記載の運転評価方法における、前記視線検出データに代えて、顔の向き検出データが使用されることを特徴とする運転評価方法。
9. 車載機で検出された、運転者の状態、車両の位置を含む検出データを用いて、運転者の運転評価を行う処理を少なくとも１つのコンピュータに実行させるためのコンピュータ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、
   前記検出データに含まれる車両の角速度の値に基づいて評価地点を検出する評価地点検出ステップと、
   検出データ蓄積部に蓄積されたデータの中から、前記評価地点検出ステップにより検出された評価地点における視線検出データと地点データとを関連付けて抽出し、これら関連付けられた視線検出データと地点データとを視線検出データ蓄積部へ蓄積してゆくステップと、
   前記視線検出データ蓄積部に蓄積された視線検出データに基づいて各視線検出データの各評価地点における基準値データを算出するステップと、
   基準値データが求められた後に送信されてくる視線検出データと、基準値データとを照合するステップと、
   前記基準値データと前記検出データとの視線のずれの状況に基づいて運転者の運転を評価するステップと、
   を実行させることを特徴とするコンピュータプログラム。
10. さらに、前記基準値データと前記検出データとの視線のずれの状況をグラフ化・視覚化するステップを備えていることを特徴とする請求項９記載のコンピュータプログラム。
11. 請求項９又は請求項１０記載のコンピュータプログラムにおける、前記視線検出データに代えて、顔の向き検出データが使用されることを特徴とするコンピュータプログラム。

Images