JP7298351B2 - 状態判定装置、車載機、運転評価システム、状態判定方法、及びプログラム - Google Patents

Description

本発明は、状態判定装置、車載機、運転評価システム、状態判定方法、及びプログラムに関する。

特許文献１には、車両のドライバの覚醒を維持する覚醒維持装置が開示されている。
前記覚醒維持装置は、視覚刺激を表示する表示装置を用いて、ドライバの前方視界内で前記視覚刺激の表示位置を左右方向において変化させる刺激処理を実行する刺激実行ユニットと、該刺激実行ユニットによる前記刺激処理を、間隔時間ごとに実行する制御ユニットと、前記ドライバの漫然状態の程度を推測する漫然状態推測ユニットと、該漫然状態推測ユニットで推測した漫然状態の程度が高いほど、前記間隔時間を短く設定する時間設定ユニットとを備えている。

前記漫然状態推測ユニットは、ドライバカメラを用いて前記ドライバの顔を撮影し、動画を取得する。次に前記漫然状態推測ユニットは、取得した動画を用いて、前記ドライバの閉眼率（目を閉じている時間の比率）を取得する。

次に前記漫然状態推測ユニットは、取得した前記閉眼率が上限値（８％）以下であるか否かを判断し、前記閉眼率が上限値以下である場合は、前記時間設定ユニットが、前記閉眼率に基づいて、前記刺激実行ユニットによる刺激処理を実行する間隔時間を設定する。一方、前記閉眼率が上限値を超えた場合は、前記刺激実行ユニットが直接的覚醒処理を実行する。

このように特許文献１記載の覚醒維持装置では、前記閉眼率の値に基づいて、漫然状態の程度が判断されて、前記時間設定ユニット又は前記刺激実行ユニットによる処理が実行されるようになっている。

［発明が解決しようとする課題］
しかしながら、前記閉眼率は、覚醒状態であってもある程度の個人差があるため、覚醒状態であっても前記閉眼率が高めに計測されることもある。また、前記ドライバカメラの設置場所によっては、覚醒状態であっても前記閉眼率が高めに計測されることもある。このような場合、上記した閉眼率の値に基づく判断では、覚醒状態であっても漫然状態であるという誤った判断がなされる虞があり、漫然状態を精度良く判定できないという課題があった。

特開２０１８－１３６８４９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、人物の漫然状態を精度良く判定することができる状態判定装置、該装置を備えた車載機、該車載機を含んで構成される運転評価システム、状態判定方法、該方法を実現するための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状態判定装置（１）は、人物の状態を判定する状態判定装置であって、
前記人物の顔を撮像した画像から前記人物の眼開閉度を検出する眼開閉度検出部と、
該眼開閉度検出部により検出された第１所定期間の前記眼開閉度を用いて、前記人物の閉眼率を算出する閉眼率算出部と、
該閉眼率算出部により算出された第２所定期間の前記閉眼率を用いて、前記閉眼率の変動特徴量を算出する変動特徴量算出部と、
該変動特徴量算出部により算出された前記変動特徴量に基づいて、前記人物の漫然状態を判定する漫然状態判定部とを備えていることを特徴としている。

上記状態判定装置（１）によれば、前記画像から前記人物の眼開閉度が検出され、検出された前記第１所定期間の前記眼開閉度を用いて、前記人物の閉眼率が算出され、算出された前記第２所定期間の前記閉眼率を用いて、前記閉眼率の変動特徴量が算出され、算出された前記変動特徴量に基づいて、前記人物の漫然状態が判定されることとなる。したがって、前記人物の漫然状態が、前記変動特徴量に基づいて判定されるので、例えば、前記閉眼率の個人差、又は前記画像の撮像位置の違いなどの要因によって、覚醒時であっても前記閉眼率が高めに計測されるような場合であっても、これら要因の影響を受けることなく、前記漫然状態を精度良く判定することができる。前記人物は、例えば、車両を運転する運転者であってもよいし、所定の作業を行っている作業者などであってもよい。

また本開示に係る状態判定装置（２）は、上記状態判定装置（１）において、前記閉眼率算出部により算出された前記閉眼率に対して前処理を行う前処理部をさらに備え、
前記変動特徴量算出部が、
前記前処理部により前処理された後の前記閉眼率を用いて、前記変動特徴量を算出するものであることを特徴としている。

上記状態判定装置（２）によれば、前記前処理部によって前記閉眼率に対する前記前処理が行われ、該前処理された後の前記閉眼率を用いて、前記変動特徴量が算出される。したがって、前記変動特徴量の算出に、前記前処理された後の前記閉眼率を用いることによって、前記漫然状態へ移行する特徴をより正確に表す特徴量を算出することが可能となり、前記漫然状態への移行を精度良く判定することができる。

また本開示に係る状態判定装置（３）は、上記状態判定装置（２）において、前記前処理部が、前記閉眼率の平滑化処理を行うものであることを特徴としている。

上記状態判定装置（３）によれば、前記前処理部により前記閉眼率の平滑化処理が行われるので、前記平滑化処理された後の前記閉眼率を用いて前記変動特徴量が算出されることとなり、前記漫然状態へ移行する傾向を表す特徴量の算出が容易となる。前記平滑化処理は、例えば、所定期間毎の前記閉眼率の移動平均を求める処理などであってもよい。

また本開示に係る状態判定装置（４）は、上記状態判定装置（２）において、所定の事象を検出する事象検出部をさらに備え、
前記前処理部が、
前記第２所定期間の前記閉眼率のうち、前記事象検出部により前記所定の事象が検出された時又は期間に算出された前記閉眼率を、前記変動特徴量の算出対象データから除く除去処理を行うものであることを特徴としている。

上記状態判定装置（４）によれば、前記前処理部により、前記第２所定期間の前記閉眼率のうち、前記事象検出部により前記所定の事象が検出された時又は期間に算出された前記閉眼率が、前記変動特徴量の算出対象データから除去される。そして、前記除去処理された後の前記閉眼率を用いて、前記変動特徴量が算出される。したがって、前記変動特徴量の算出に、前記除去処理後の前記閉眼率を用いることによって、前記漫然状態へ移行する特徴をより正確に表す特徴量を算出することができ、前記漫然状態への移行を精度良く判定することができる。

また本開示に係る状態判定装置（５）は、上記状態判定装置（４）において、前記前処理部が、前記除去処理後の前記閉眼率の平滑化処理をさらに行うものであることを特徴としている。

上記状態判定装置（５）によれば、前記前処理部により、前記除去処理後の前記閉眼率の平滑化処理がさらに行われるので、前記平滑化処理された前記閉眼率を、前記変動特徴量の算出に用いることができ、前記変動特徴量を、前記漫然状態へ移行する傾向が把握しやすい特徴量として算出することができ、前記漫然状態への移行を精度良く判定することができる。前記平滑化処理は、例えば、所定期間毎の前記閉眼率の移動平均を求める処理であってもよい。

また本開示に係る状態判定装置（６）は、上記状態判定装置（４）又は（５）において、前記第２所定期間の前記閉眼率のうち、前記除去処理により除去された前記時又は期間における前記閉眼率を補間する補間処理部をさらに備えていることを特徴としている。

上記状態判定装置（６）によれば、前記補間処理部により、前記第２所定期間の前記閉眼率のうち、前記除去処理により除去された前記時又は期間における前記閉眼率が補間される。したがって、前記補間処理部により前記閉眼率を補間することができるので、前記変動特徴量の算出を適切に行うことができる。

また本開示に係る状態判定装置（７）は、上記状態判定装置（４）～（６）のいずれかにおいて、前記人物が、車両の運転者であり、
前記事象検出部が、前記所定の事象として、前記車両が走行する道路種別が切り替わった事象、前記車両が停車した事象、前記車両が走行を開始した事象、前記車両に急ハンドルが発生した事象、前記車両に急ブレーキが発生した事象、及び前記車両に衝撃が発生した事象のうちの少なくともいずれかの事象を検出する車両動態検出部を含んでいることを特徴としている。

上記状態判定装置（７）によれば、前記事象検出部が、前記車両動態検出部を含んでいるので、前記第２所定期間の前記閉眼率のうち、前記車両が走行する道路種別が切り替わった事象、前記車両が停車した事象、前記車両が走行を開始した事象、前記車両に急ハンドルが発生した事象、前記車両に急ブレーキが発生した事象、及び前記車両に衝撃が発生した事象のうちの少なくともいずれかの事象が検出された時又は期間に算出された前記閉眼率を、前記変動特徴量の算出対象データから除くことが可能となる。したがって、前記車両の動態が時々刻々と変化する実車環境であっても、前記漫然状態へ移行する傾向をより正確に示す特徴量として、前記変動特徴量を算出することができ、前記実車環境における前記運転者の漫然状態への移行を精度良く判定することができる。

また本開示に係る状態判定装置（８）は、上記状態判定装置（４）～（６）のいずれかにおいて、前記人物が、車両の運転者であり、
前記事象検出部が、前記所定の事象として、前記車両の運転中に前記人物の顔の向きが変化する事象を検出する顔向き事象検出部を含んでいることを特徴としている。

上記状態判定装置（８）によれば、前記事象検出部が、前記顔向き事象検出部を含んでいるので、前記第２所定期間の前記閉眼率のうち、前記車両の運転中に前記人物の顔の向きが変化する事象が検出された時又は期間に算出された前記閉眼率を、前記変動特徴量の算出対象データから除くことが可能となる。したがって、前記運転者の顔の向きが様々に変化する実車環境であっても、前記漫然状態へ移行する傾向をより正確に示す特徴量として、前記変動特徴量を算出することができ、前記実車環境における前記運転者の漫然状態への移行を精度良く判定することができる。

また本開示に係る状態判定装置（９）は、上記状態判定装置（１）～（８）のいずれかにおいて、前記変動特徴量算出部が、前記変動特徴量として、前記第２所定期間の前記閉眼率のばらつきの程度を示す指標を算出するものであることを特徴としている。

上記状態判定装置（９）によれば、前記変動特徴量算出部により、前記変動特徴量として、前記第２所定期間の前記閉眼率のばらつきの程度を示す指標、例えば、標準偏差、又は分散などの値が算出され、前記指標に基づいて、前記人物の漫然状態が判定される。したがって、前記人物の漫然状態の判定に、前記閉眼率のばらつきの程度、換言すれば、ばらつき度合いの変化が考慮されるので、例えば、覚醒状態であっても前記閉眼率が高めに計測されるような場合であっても、前記閉眼率そのものの値による影響を受けることなく、前記漫然状態へ移行するタイミングを精度良く判定することができる。

また本開示に係る状態判定装置（１０）は、上記状態判定装置（１）～（８）のいずれかにおいて、前記変動特徴量算出部が、前記変動特徴量として、前記第２所定期間の前記閉眼率の変化量又は変化率を算出するものであることを特徴としている。

上記状態判定装置（１０）によれば、前記変動特徴量算出部により、前記変動特徴量として、前記第２所定期間の前記閉眼率の変化量又は変化率が算出され、前記閉眼率の変化量又は変化率に基づいて、前記人物の漫然状態が判定される。したがって、前記人物の漫然状態の判定に、前記閉眼率の変化量又は変化率、換言すれば、変化の大きさが考慮されるので、例えば、覚醒状態であっても前記閉眼率が高めに計測されるような場合であっても、前記閉眼率そのものの値による影響を受けることなく、前記漫然状態へ移行するタイミングを精度良く判定することができる。

また本開示に係る状態判定装置（１１）は、上記状態判定装置（１）～（８）のいずれかにおいて、前記変動特徴量算出部が、前記変動特徴量として、前記第２所定期間における前記閉眼率の上昇時間の割合である上昇時間率を算出するものであることを特徴としている。

上記状態判定装置（１１）によれば、前記変動特徴量算出部により、前記変動特徴量として、前記第２所定期間における前記閉眼率の上昇時間率が算出され、該上昇時間率に基づいて、前記人物の漫然状態が判定される。したがって、前記人物の漫然状態の判定に、前記閉眼率の上昇時間率、換言すれば、前記閉眼率が経時的に上昇している変化傾向が考慮されるので、例えば、覚醒状態であっても前記閉眼率が高めに計測されるような場合であっても、前記閉眼率そのものの値による影響を受けることなく、前記漫然状態へ移行するタイミングを精度良く判定することができる。

また本開示に係る状態判定装置（１２）は、上記状態判定装置（１）～（１１）のいずれかにおいて、前記漫然状態判定部が、２以上の判定閾値を用いて、前記人物の漫然状態を段階的に判定するものであることを特徴としている。

上記状態判定装置（１２）によれば、２以上の判定閾値を用いて、前記人物の漫然状態を段階的に判定することが可能となり、前記漫然状態の程度に応じた適切な判定を行うことができる。

また本開示に係る状態判定装置（１３）は、上記状態判定装置（１）～（１１）のいずれかにおいて、前記漫然状態判定部が、前記変動特徴量が所定期間継続して判定閾値を超えた場合に、前記人物が漫然状態であると判定するものであることを特徴としている。

上記状態判定装置（１３）によれば、前記変動特徴量が所定期間継続して判定閾値を超えた場合に、前記人物が漫然状態であると判定されるので、前記人物が漫然状態に移行した状態を適切に判定することができる。

また本開示に係る状態判定装置（１４）は、上記状態判定装置（１）～（１１）のいずれかにおいて、前記漫然状態判定部が、２種類以上の前記変動特徴量、又は１種類以上の前記変動特徴量及び前記閉眼率に基づいて、前記人物の漫然状態を判定するものであることを特徴としている。

上記状態判定装置（１４）によれば、２種類以上の前記変動特徴量、又は１種類以上の前記変動特徴量及び前記閉眼率に基づいて、前記人物の漫然状態を判定することが可能となり、２種類以上の前記変動特徴量を考慮することにより、前記人物が漫然状態に移行するタイミングをより正確に判定することができる。

また本開示に係る状態判定装置（１５）は、上記状態判定装置（１）～（１１）のいずれかにおいて、前記漫然状態判定部が、算出された前記変動特徴量、又は前記変動特徴量及び前記閉眼率を入力すると、前記人物が漫然状態であるか否かを示す値を出力するように学習した学習済みの学習器を用いて、前記人物の漫然状態を判定するものであることを特徴としている。

上記状態判定装置（１５）によれば、前記学習器を用いることによって、前記人物が漫然状態であるか否かを、容易かつ適切に判定することが可能となる。前記学習器は、例えば、ニューラルネットワーク、又はサポートベクターマシン等を含んで構成されてよい。

また本開示に係る状態判定装置（１６）は、上記状態判定装置（１）～（１５）のいずれかにおいて、前記漫然状態判定部による判定結果を出力する出力部を備えていることを特徴としている。

上記状態判定装置（１６）によれば、前記出力部により、前記漫然状態判定部による判定結果を適切に出力することができる。

また本開示に係る状態判定装置（１７）は、上記状態判定装置（１６）において、前記出力部が出力した前記判定結果に応じた報知を行う報知部を備えていることを特徴としている。

上記状態判定装置（１７）によれば、前記報知部により、前記漫然状態判定部の判定結果に応じた報知を適切に行うことができる。

また本開示に係る状態判定装置（１８）は、上記状態判定装置（１６）又は（１７）において、前記出力部が出力した前記判定結果が記憶される判定結果記憶部と、該判定結果記憶部に記憶された前記判定結果を含むデータを所定の送信先へ送信する通信部とを備えていることを特徴としている。

上記状態判定装置（１８）によれば、前記判定結果記憶部に前記判定結果が記憶され、前記通信部により、前記判定結果を含むデータを所定の送信先へ適切に送信することが可能となる。したがって、前記所定の送信先において、前記判定結果を適切に利用させることができる。

また本開示に係る車載機（１）は、上記状態判定装置（１）～（１８）のいずれかと、前記画像を撮像する撮像部とを備えていることを特徴としている。

上記車載機（１）によれば、上記状態判定装置（１）～（１８）のいずれかの効果を奏する車載機を実現することができる。

また本開示に係る運転評価システム（１）は、１以上の前記車載機（１）と、該車載機の前記状態判定装置により判定された前記人物の漫然状態の判定結果を含むデータに基づいて、前記人物の漫然状態の評価を含む運転評価を行う運転評価部、及び該運転評価部により評価された前記人物の漫然状態の評価を含む運転評価結果を出力する評価結果出力部を備えている運転評価装置とを含んで構成されていることを特徴としている。

上記運転評価システム（１）によれば、前記車載機の前記状態判定装置により判定された前記人物の漫然状態の判定結果を含むデータに基づいて、前記人物の漫然状態の評価を含む運転評価が行われ、適切に評価された前記人物の漫然状態の評価を含む運転評価結果を出力することが可能となり、前記人物に対する安全運転教育を適切に行うことができる。

また本開示に係る状態判定方法は、人物の状態を判定する状態判定方法であって、
前記人物の顔を撮像した画像から前記人物の眼開閉度を検出する眼開閉度検出ステップと、
該眼開閉度検出ステップで検出された第１所定期間の前記眼開閉度を用いて、前記人物の閉眼率を算出する閉眼率算出ステップと、
該閉眼率算出ステップで算出された第２所定期間の前記閉眼率を用いて、前記閉眼率の変動特徴量を算出する変動特徴量算出ステップと、
該変動特徴量算出ステップで算出された前記変動特徴量に基づいて、前記人物の漫然状態を判定する漫然状態判定ステップとを含んでいることを特徴としている。

上記状態判定方法によれば、前記画像から前記人物の眼開閉度が検出され、検出された前記第１所定期間の前記眼開閉度を用いて、前記人物の閉眼率が算出され、算出された前記第２所定期間の前記閉眼率を用いて、前記閉眼率の変動特徴量が算出され、算出された前記変動特徴量に基づいて、前記人物の漫然状態が判定されることとなる。したがって、前記人物の漫然状態が、前記変動特徴量に基づいて判定されるので、例えば、前記閉眼率の個人差、又は前記画像の撮像位置の違いなどの要因によって、覚醒時であっても前記閉眼率が高めに計測されるような場合であっても、これら要因の影響を受けることなく、前記漫然状態を精度良く判定することができる。

また本開示に係るプログラムは、人物の状態を判定する処理を少なくとも１以上のコンピュータに実行させるためのプログラムであって、
前記１以上のコンピュータに、
前記人物の顔を撮像した画像から前記人物の眼開閉度を検出する眼開閉度検出ステップと、
該眼開閉度検出ステップで検出された第１所定期間の前記眼開閉度を用いて、前記人物の閉眼率を算出する閉眼率算出ステップと、
該閉眼率算出ステップで算出された第２所定期間の前記閉眼率を用いて、前記閉眼率の変動特徴量を算出する変動特徴量算出ステップと、
該変動特徴量算出ステップで算出された前記変動特徴量に基づいて、前記人物の漫然状態を判定する漫然状態判定ステップとを実行させるためのプログラムであることを特徴としている。

上記プログラムによれば、前記少なくとも１以上のコンピュータに、前記画像から前記人物の眼開閉度を検出させ、検出させた前記第１所定期間の前記眼開閉度を用いて、前記人物の閉眼率を算出させ、算出させた前記第２所定期間の前記閉眼率を用いて、前記閉眼率の変動特徴量を算出させ、算出させた前記変動特徴量に基づいて、前記人物の漫然状態を判定させることができる。そのため、前記閉眼率の個人差、又は前記画像の撮像位置の違いなどの要因によって、覚醒時であっても前記閉眼率が高めに計測されるような場合であっても、これら要因の影響を受けることなく、前記漫然状態を精度良く判定させることができる装置やシステムを実現することができる。上記プログラムは、記憶媒体に保存されたプログラムであってもよいし、通信ネットワークを介して転送可能なプログラムであってもよいし、通信ネットワークを介して実行されるプログラムであってもよい。

実施の形態（１）に係る状態判別装置の適用場面の一例を示す模式図である。 実施の形態（１）に係る車載機のハードウェア構成例を示すブロック図である。 実施の形態（１）に係る状態判定装置の機能構成例を示すブロック図である。 （ａ）は、平常時の閉眼率が低い運転者の閉眼率の時系列変化を示すグラフの一例であり、（ｂ）は、（ａ）に示した閉眼率を用いて算出した閉眼率の標準偏差の時系列変化を示すグラフである。 （ａ）は、平常時の閉眼率が高い運転者の閉眼率の時系列変化を示すグラフの一例であり、（ｂ）は、（ａ）に示した閉眼率を用いて算出した閉眼率の標準偏差の時系列変化を示すグラフである。 実施の形態（１）に係る運転評価装置の機能構成例を示すブロック図である。 実施の形態（１）に係る状態判定装置の制御部が行う処理動作例を示すフローチャートである。 実施の形態（１）に係る状態判定装置の制御部が行う処理動作例を示すフローチャートである。 実施の形態（２）に係る状態判定装置の機能構成例を示すブロック図である。 （ａ）は、図４（ａ）に示した閉眼率の時系列変化に、閉眼率の移動平均線を重ねたグラフであり、（ｂ）は、図５（ａ）に示した閉眼率の時系列変化に、閉眼率の移動平均線を重ねたグラフである。 実施の形態（２）に係る状態判定装置の制御部が行う処理動作例を示すフローチャートである。 実施の形態（３）に係る状態判定装置の機能構成例を示すブロック図である。 実施の形態（３）に係る状態判定装置の制御部が行う処理動作例を示すフローチャートである。 実施の形態（３）に係る状態判定装置の制御部が行う処理動作例を示すフローチャートである。 実施の形態（４）に係る状態判定装置の機能構成例を示すブロック図である。 実施の形態（４）に係る状態判定装置の制御部が行う処理動作例を示すフローチャートである。

以下、本発明に係る状態判定装置、車載機、運転評価システム、状態判定方法、及びプログラムの実施の形態を図面に基づいて説明する。
本発明に係る状態判定装置、状態判定方法、及びプログラムは、人物の状態を判定する各種用途に広く適用可能である。また、本発明に係る状態判定装置を備えた車載機、及び１以上の前記車載機を含んで構成される運転評価システムは、例えば、事業者などが管理する車両の運転者の運転状態を評価して、事故を未然に防ぐ予防安全の観点から運転者の安全意識の改善を図ることを支援するための装置、又はシステムなどに広く適用可能である。

［適用例］
図１は、実施の形態（１）に係る状態判定装置の適用場面の一例を示す模式図である。図１に示す適用例では、状態判定装置２０が車載機１０に装備され、１台以上の車両２に搭載される車載機１０と、各車載機１０から取得したデータを処理する少なくとも１つ以上の運転評価装置４とを含んで、各運転者３の運転評価を行う運転評価システム１が構築されている。

車載機１０は、状態判定装置２０と、運転者３の顔を含む画像を撮像するカメラ１１とを含んで構成されている。状態判定装置２０は、カメラ１１で撮像した画像を取得しながら、運転者３の状態を判定するための各種処理を実行するコンピュータ装置で構成されている。

車載機１０が搭載される車両２は、特に限定されない。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、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。また、車載機１０が搭載される車両２は、一般の車両であってもよい。例えば、運転評価装置４を、保険会社又は自動車教習所などの安全評価・運転訓練機関により管理又は運営されるものとして構成し、これら安全評価・運転訓練機関において、各車両２の運転者３の運転評価を実行するシステムとして適用することも可能である。

運転評価装置４は、例えば、車載機１０から送信されてくる運転者３の運転挙動データ及び車両２の走行挙動データを取得し、取得したデータ群と所定の評価条件とに基づいて、各運転者３の運転評価処理を実行し、運転評価結果を外部装置、例えば、事業者端末６に出力する構成を備えている。運転評価装置４は、例えば、通信ユニット４１、制御ユニット４２及び記憶ユニット４３を含む、１以上のサーバコンピュータで構成されている。

運転者３の運転挙動データには、例えば、カメラ１１で撮像した画像を処理して検出された、運転者３の顔の向き、視線の方向、眼開閉度、閉眼率、閉眼率の変動特徴量、所定の顔向き事象、及び漫然状態の判定結果のうちの少なくともいずれかのデータが含まれる。所定の顔向き事象には、例えば、交差点での右左折時確認、交差点での進行方向確認、顔未検出、及び脇見のうちの少なくともいずれかの事象が含まれる。

車両２の走行挙動データには、例えば、車載機１０で検出された、車両２の加速度、角速度、位置、速度、所定の車両動態事象のうちの少なくともいずれかのデータが含まれる。所定の車両動態事象には、例えば、交差点通過、道路種別の切り替わり、停車、走行開始急ハンドルの発生、急ブレーキの発生、及び車両２への衝撃発生のうちの少なくともいずれかの事象が含まれる。

車載機１０と運転評価装置４とは、通信ネットワーク５を介して通信可能に構成されている。通信ネットワーク５は、基地局を含む携帯電話網や無線ＬＡＮ（Local Area Network）などの無線通信網を含んでもよいし、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もよい。

また、車両２を管理する事業者端末６が、通信ネットワーク５を介して運転評価装置４と通信可能に構成されている。事業者端末６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、又はタブレット装置などの携帯情報端末などでもよい。また、事業者端末６が、通信ネットワーク５を介して車載機１０と通信可能に構成されていてもよい。

車載機１０に装備される状態判定装置２０は、運転者３の顔を撮影可能に配置されたカメラ１１から所定のフレームレートで撮像された画像を取得する。
状態判定装置２０は、カメラ１１から取得した画像を時系列に処理して、画像から（例えば、１フレーム毎に）運転者３の眼開閉度を検出し、検出した第１所定期間（例えば、１分間程度の所定時間）の眼開閉度を用いて、運転者３の閉眼率を算出する。
状態判定装置２０は、算出した第２所定期間（第１所定期間より長い、例えば、１０分から１５分間程度の所定時間）の閉眼率を用いて、閉眼率の変動特徴量（以下、変動特徴量とも記す）を算出し、算出した前記変動特徴量に基づいて、運転者３の漫然状態（換言すれば、漫然運転の状態）を判定する。

眼開閉度とは、運転者３の眼の開き具合を示す指標であり、例えば、画像から抽出される運転者３の眼の縦幅と横幅の比（例えば、縦幅の画素数／横幅の画素数）を眼開閉度として算出してもよい。

閉眼率とは、閉眼状態である時間の割合（比率）であり、第１所定期間に検出された眼開閉度のうち、所定の閾値以下の眼開閉度の割合を閉眼率として算出してもよい。前記所定の閾値は、閉眼状態であるか否かを判定するための値である。

閉眼率の変動特徴量は、第２所定期間の閉眼率を用いて算出された、閉眼率の変動特徴を示すデータであり、例えば、第２所定期間の閉眼率のばらつきの程度を示す指標（例えば、標準偏差）でもよいし、第２所定期間の閉眼率の変化量又は変化率（傾き）でもよいし、第２所定期間の閉眼率の上昇時間率などでもよい。

漫然状態とは、換言すれば、心理的又は生理的な要因によって集中力又は注意力などが低下した状態（車両２の運転者３の場合、特に前方不注意の状態）を意味し、眠気や疲労に伴い集中力又は注意力などが低下している状態の他、何か考え事をしたりして、ぼんやりとしている状態を含んでもよい。

状態判定装置２０が装備された車載機１０によれば、運転者３の漫然状態（換言すれば、漫然運転の状態）が、閉眼率の値そのものではなく、上記した閉眼率の変動特徴量に基づいて判定されるので、例えば、各運転者３の閉眼率の個人差、又は各車両２のカメラ１１の設置位置（換言すれば、画像の撮像位置）の違いなどの要因によって、覚醒状態であっても閉眼率の値が高めに計測されるような場合であっても、これら要因の影響を受けることなく、各運転者３の漫然状態を精度良く判定することが可能となる。

また、１以上の車載機１０と、運転評価装置４とを含んで構成される運転評価システム１によれば、車載機１０の状態判定装置２０で判定された漫然状態の判定結果を用いることにより、各運転者３の閉眼率の個人差などの影響を受けない、各運転者３に対して公平な漫然状態の評価を行うことが可能となり、より適正な運転評価を行うことが可能となる。

［ハードウェア構成例］
図２は、実施の形態（１）に係る車載機１０のハードウェア構成例を示すブロック図である。
車載機１０は、状態判定装置２０と、カメラ１１とを含んで構成され、さらに、加速度センサ１２、角速度センサ１３、ＧＰＳ（Global Positioning System）受信部１４、通信部１５、及び報知部１６を含んで構成されている。

状態判定装置２０は、制御部２１と、記憶部２２と、入出力インターフェース（Ｉ／Ｆ）２３とを含んで構成されている。

制御部２１は、ＣＰＵ(Central Processing Unit)、ＲＡＭ(Random Access Memory)、及びＲＯＭ(Read Only Memory)を含むマイクロコンピュータで構成されている。制御部２１は、カメラ１１、加速度センサ１２、角速度センサ１３、及びＧＰＳ受信部１４などから取得したデータを記憶部２２に記憶する処理を行う。また、制御部２１は、記憶部２２に記憶されたプログラム２２１をＲＡＭに展開し、記憶部２２に記憶された各種の検出データを読み出し、ＲＡＭに展開したプログラム２２１をＣＰＵにより解釈及び実行することにより、後述する運転者３の状態を判定するための各種処理が実行されるようになっている。

記憶部２２は、例えば、半導体メモリなどの１つ以上の記憶装置で構成されている。記憶部２２には、プログラム２２１の他、カメラ１１から取得した画像データ、加速度センサ１２、角速度センサ１３、ＧＰＳ受信部１４などで検出されたデータが時系列で記憶されてもよい。なお、プログラム２２１は、制御部２１のＲＯＭに記憶されてもよい。

入出力Ｉ／Ｆ２３は、カメラ１１などの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。

カメラ１１は、運転者３の顔を含む画像を撮像する撮像部として動作し、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、可視光線波長域、又は近赤外線波長域に感度を有する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。前記光照射部は、ＬＥＤ(Light Emitting Diode)などの発光素子を含み、また、昼夜を問わず運転者の状態を撮像できるように赤外線を照射する発光素子などを用いてもよい。カメラ１１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、前記撮像素子部と前記光照射部の動作を制御して、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像する制御などを行う。カメラ１１は所定のフレームレート（例えば、毎秒１５フレーム以上）で画像を撮像し、撮像された画像のデータが状態判定装置２０へ出力される。

加速度センサ１２は、車両２の加速度を測定するセンサであり、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。なお、加速度センサ１２には、２軸、１軸の加速度センサを用いてもよい。加速度センサ１２で測定された加速度データが、例えば、検出時刻と対応付けて（即ち、時系列で）記憶部２２に記憶される。

角速度センサ１３は、車両２の回転角速度を検出するセンサであり、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）で構成されている。なお、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用いてもよい。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用いてもよい。

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、時計回りを負方向に、反時計回りを正方向に設定してもよい。この場合、車両２が右方向に旋回すれば負の角速度データが検出され、左方向に旋回すれば正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記憶部２２に記憶される。なお、加速度センサ１２と角速度センサ１３には、これらが一つのパッケージ内に実装された慣性センサを用いてもよい。

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（時刻情報を含む）を所定周期（例えば、１秒毎）で受信して、車両２の現在地の位置データ（緯度、及び経度を含む）を検出する。ＧＰＳ受信部１４で検出された位置データは、例えば、検出時刻と対応付けて記憶部２２に記憶される。ＧＰＳ受信部１４に代えて、他の衛星測位システムに対応した受信装置を用いてもよいし、他の位置検出装置を用いてもよい。

通信部１５は、アンテナ１５ａから電波を発し、通信ネットワーク５を介して運転評価装置４にデータを送信する処理の他、アンテナ１５ａを介して外部からの電波を受信する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。また、通信部１５は、車車間通信、又は路車間通信を行う通信モジュールを含んでもよい。

報知部１６は、状態判定装置２０からの指令に基づいて、所定の報知音や音声などを出力するスピーカなどを含んで構成されている。

車載機１０は、状態判定装置２０、カメラ１１などが１つの筐体内に収納された、コンパクトな構成にすることが可能である。その場合における車載機１０の車内設置箇所は、カメラ１１で少なくとも運転者の顔を含む視野を撮像できる位置であれば、特に限定されない。車載機１０は、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、カメラ１１は、状態判定装置２０と一体に構成される形態の他、別体で構成されてもよい。

［機能構成例］
図３は、実施の形態（１）に係る状態判定装置２０の機能構成例を示すブロック図である。
図２に示したように、状態判定装置２０の制御部２１は、記憶部２２に記憶されたプログラム２２１をＲＡＭに展開する。そして、制御部２１は、ＲＡＭに展開されたプログラムをＣＰＵにより解釈及び実行して、図３に示す画像取得部３０、眼開閉度検出部３１、閉眼率算出部３２、変動特徴量算出部３３、漫然状態判定部３４、及び出力部３５として動作する。

画像取得部３０は、車両２の運転者３の顔を撮像可能に配置されたカメラ１１から、運転者３の顔が撮像された画像を取得する処理を行う。画像取得部３０は、例えば、毎秒ｎフレーム（ｎは、例えば１５以上）の画像を取得する。

眼開閉度検出部３１は、画像取得部３０により取得された画像を解析して、各画像から運転者３の眼開閉度を検出する処理を行う。眼開閉度は、眼の開き具合を示す指標であり、例えば、画像から抽出した運転者３の眼の縦幅（上瞼と下瞼との間の距離）と横幅（目頭と目尻との間の距離）との比（例えば、縦幅の画素数／横幅の画素数）を用いてもよい。なお、眼開閉度検出部３１は、左右の眼それぞれの眼開閉度を求めてもよいし、左右の眼開閉度の平均値を求めてもよい。また、左右いずれか一方の眼開閉度を用いてもよい。また、眼開閉度として、眼の縦幅（例えば、縦幅の画素数）のみを用いてもよい。

閉眼率算出部３２は、眼開閉度検出部３１により検出された第１所定期間（例えば、１分間程度の所定時間）の眼開閉度を用いて、運転者３の閉眼率を算出する処理を行う。例えば、閉眼率算出部３２は、第１所定期間に検出される眼開閉度のうち、閉眼状態を示す所定の閾値以下となるデータの割合を算出する。また、閉眼率算出部３２は、第１所定期間毎に、閉眼率を算出する処理を行う。

変動特徴量算出部３３は、閉眼率算出部３２により算出された第２所定期間（例えば、１０分から１５分間程度の所定時間）の閉眼率を用いて、閉眼率の変動特徴量を算出する。例えば、第１所定期間を１分間、第２所定期間を１５分間とした場合、変動特徴量算出部３３は、１分間毎に算出される閉眼率の１５分間分のデータ（１５個のデータ）を用いて、閉眼率の変動特徴量を算出する。変動特徴量算出部３３は、画像の取得を開始して、第２所定期間が経過した後から、第１所定期間が経過する毎に、直近の第２所定期間分の閉眼率のデータを用いて、変動特徴量を算出する。すなわち、変動特徴量算出部３３は、第２所定期間の経過後、第１所定期間毎に変動特徴量を算出する。

変動特徴量算出部３３は、例えば、変動特徴量として、第２所定期間の閉眼率のばらつきの程度を示す指標を算出してもよい。変動特徴量算出部３３は、ばらつきの程度を示す指標として、標準偏差を算出してもよいし、分散を算出してもよい。

また、変動特徴量算出部３３は、変動特徴量として、第２所定期間の閉眼率の変化量又は変化率（傾き）を算出してもよい。
また、変動特徴量算出部３３は、変動特徴量として、第２所定期間における閉眼率の上昇時間の割合である上昇時間率を算出してもよい。変動特徴量算出部３３は、上記した２種類以上の変動特徴量を算出してもよい。

漫然状態判定部３４は、変動特徴量算出部３３により算出された変動特徴量に基づいて、運転者の漫然状態を判定する処理を行う。例えば、変動特徴量として、第２所定期間の閉眼率の標準偏差を算出している場合、閉眼率の標準偏差が、漫然状態への変化を示す所定の閾値以上になったか否かを判定してもよいし、所定期間継続して所定の閾値を超えているか否かを判定してもよい。

また、変動特徴量として、第２所定期間の閉眼率の変化量又は変化率を算出している場合、閉眼率の変化量又は変化率が、漫然状態への変化を示す所定の閾値（変化量又は変化率）以上になったか否かを判定してもよいし、所定期間継続して所定の閾値を超えているか否かを判定してもよい。

また、変動特徴量として、第２所定期間における閉眼率の上昇時間率を算出している場合、閉眼率の上昇時間率が、漫然状態への変化を示す所定の閾値（割合）以上になったか否かを判定してもよいし、所定期間継続して所定の閾値を超えているか否かを判定してもよい。また、漫然状態判定部３４は、上記した２種類以上の変動特徴量に基づく判定処理を組み合わせてもよいし、上記した変動特徴量に基づく判定処理と、閉眼率に基づく判定処理とを組み合わせてもよい。

また、漫然状態判定部３４が、変動特徴量算出部３３で算出された変動特徴量を入力すると、運転者３が漫然状態であるか否かを示す値を出力するように学習した学習済みの学習器を用いて、運転者３の漫然状態を判定してもよい。また、前記学習器は、変動特徴量算出部３３で算出された変動特徴量と、閉眼率算出部３２で算出された閉眼率とを入力すると、運転者３が漫然状態であるか否かを示す値を出力するように学習したものでもよい。前記学習器は、例えば、入力層、１以上の中間層、及び出力層を有するニューラルネットワーク、又はサポートベクターマシン等で構成されてよい。前記学習器を用いることにより、運転者３が漫然状態であるか否かを、容易かつ適切に判定することが可能となる。

出力部３５は、漫然状態判定部３４による判定結果を出力する処理を行う。例えば、出力部３５は、報知部１６を介して前記判定結果に応じた報知処理を行ってもよいし、前記判定結果を記憶部２２に記憶し、記憶部２２に記憶された前記判定結果を含むデータを所定のタイミングで通信部１５を介して運転評価装置４へ送信する処理を行ってもよい。

図４（ａ）は、平常時における閉眼率が低い運転者の閉眼率の時系列変化を示すグラフの一例であり、図４（ｂ）は、図４（ａ）に示した閉眼率のデータを用いて算出した閉眼率の標準偏差の時系列変化を示すグラフの一例である。

図５（ａ）は、平常時における閉眼率が高い運転者の閉眼率の時系列変化を示すグラフの一例であり、図５（ｂ）は、図５（ａ）に示した閉眼率のデータを用いて算出した閉眼率の変動特徴量の一例である標準偏差の時系列変化を示すグラフである。なお、図中に一点鎖線で示す閾値は、漫然状態であるか否かを判定する基準の一例を示している。

図４（ａ）と図５（ａ）とを対比すると、平常時における閉眼率に個人差があることが分かる。図４（ａ）に示すように、平常時における閉眼率が低めに検出される人もいれば、図５（ａ）に示すように、平常時における閉眼率が高め検出される人もいる。これら個人差は、例えば、上瞼と下瞼と間の大きさの違い、カメラ１１と顔との位置関係（距離や向きなど、カメラ１１の設置位置）の違いなどが影響している。

図４（ａ）に示すように、平常時における閉眼率が低い場合は、閉眼率の閾値判定により、漫然状態であるか否かを比較的正確に判定することが可能である。
一方、図５（ａ）に示すように、平常時における閉眼率が高い場合は、漫然状態であるか否かを閉眼率の閾値判定で行う（図４（ａ）と同じ閾値で判定を行う）と、常に漫然状態であるという誤った判定がなされる状態が発生することとなる。

本実施の形態では、運転者３の漫然状態を判定するにあたり、閉眼率の値そのものを利用するのではなく、覚醒状態から漫然状態に移行するときに閉眼率が変動するという特徴を利用する。すなわち、状態判定装置２０は、所定期間の閉眼率のデータから閉眼率の変動特徴量（例えば、閉眼率の標準偏差）を算出し、算出した変動特徴量に基づいて、漫然状態への移行を判定する。

上記変動特徴量を用いることにより、図４（ｂ）に示すように、平常時における閉眼率が低い場合でも、また、図５（ｂ）に示すように、平常時における閉眼率が高い場合でも、閉眼率の標準偏差（変動特徴量）の閾値判定により、漫然状態へ移行するタイミングを正確に判定することができ、漫然状態への移行を精度良く推定することが可能となる。

図６は、実施の形態（１）に係る運転評価装置４の機能構成例を示すブロック図である。
運転評価装置４は、通信ユニット４１、制御ユニット４２、及び記憶ユニット４３を含んで構成され、これらが通信バス４４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５を介して、車載機１０や事業者端末６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を含んで構成されている。

制御ユニット４２は、各種の演算処理を実行する１つ以上のプロセッサと、所定の運転評価プログラムなどが記憶されたメインメモリとを含むコンピュータ装置で構成され、機能構成として、運転評価部４２１と、評価結果出力部４２２とを含んで構成されている。

運転評価部４２１は、車載機１０の状態判定装置２０により判定された運転者３の漫然状態の判定結果を含むデータに基づいて、運転者３の漫然状態の評価を含む、各種の運転評価処理を行う。評価結果出力部４２２は、運転評価部４２１により評価された運転者３の漫然状態の評価を含む運転評価結果を出力する。評価結果出力部４２２は、例えば、事業者端末６からの要求に応じて、通信ユニット４１を介して、前記運転評価結果を事業者端末６に送信する処理を行う。

記憶ユニット４３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以上の大容量記憶装置で構成され、検出データ蓄積部４３１、評価条件記憶部４３２、及び評価結果記憶部４３３などを含んで構成されている。

検出データ蓄積部４３１には、各車両２の車載機１０から取得した検出データが蓄積される。検出データ蓄積部４３１には、例えば、車載機１０の識別情報又は運転者３の識別情報に対応付けて、漫然状態検出時刻と、該漫然状態検出時刻の前後所定時間に検出された運転者３の運転挙動データとが時系列で蓄積される。また、検出データ蓄積部４３１には、漫然状態検出時刻の前後所定時間に検出された車両２の走行挙動データも時系列で蓄積されてもよい。運転者３の運転挙動データには、例えば、運転者３の顔の向き、視線の方向、眼開閉度、閉眼率、及び閉眼率の変動特徴量のうちの少なくともいずれかのデータが含まれる。車両２の走行挙動データには、車両２の加速度、角速度、位置、及び速度のうちの少なくともいずれかのデータが含まれる。

また、検出データ蓄積部４３１には、車載機１０の識別情報又は運転者３の識別情報に対応付けて、交差点通過時刻と、該交差点通過時刻の前後所定時間に検出された運転者３の運転挙動データ及び車両２の走行挙動データとが時系列で蓄積されてもよい。

評価条件記憶部４３２には、交差点などで運転者３が行うべき安全確認動作の評価条件が少なくとも１つ以上記憶されている。評価結果記憶部４３３には、運転評価部４２１により評価された運転者３の漫然状態の評価を含む運転評価結果などが記憶される。

［処理動作例］
図７は、実施の形態（１）に係る状態判定装置２０の制御部２１が行う処理動作例を示すフローチャートである。図７では、制御部２１が、画像取得部３０、眼開閉度検出部３１、及び閉眼率算出部３２として動作する例を示している。

まず、ステップＳ１では、制御部２１は、画像取得部３０として動作し、カメラ１１で撮像された画像を取得する処理を行い、ステップＳ２に処理を進める。制御部２１は、例えば、毎秒ｎフレーム（例えば、ｎは１５以上）の画像を取得する。取得した画像は、例えば、記憶部２２に記憶される。

ステップＳ２では、制御部２１は、眼開閉度検出部３１として動作し、ステップＳ１で取得した画像から運転者３の眼開閉度を検出する処理を行い、ステップＳ３に処理を進める。例えば、制御部２１は、取得した画像から運転者３の顔の領域を検出し、検出した顔の領域から、眼、鼻、口などの顔器官を検出し、検出した眼の領域から眼の縦幅と横幅を検出し、検出した眼の縦幅と横幅との比（例えば、縦幅の画素数／横幅の画素数）を眼開閉度として検出する。各画像から検出された眼開閉度は、例えば、画像取得時刻などのデータと紐付けて記憶部２２に記憶されてもよい。なお、制御部２１は、眼開閉度とともに、公知の手法を用いて、顔の向き、視線の方向などを検出してもよい。また、眼開閉度検出部３１は、検出した眼の縦幅と横幅との比を、画像から検出された運転者３の顔の向きに基づいて、運転者３の顔を正面から見たときの値に補正した眼開閉度を算出してもよい。眼開閉度を補正する手法には、例えば、特許第４９５７７１１号公報に記載されている手法を適用することが可能である。

ステップＳ３では、制御部２１は、第１所定期間の眼開閉度を検出したか否かを判断し、第１所定期間の眼開閉度を検出していないと判断すれば、ステップＳ１に戻る一方、第１所定期間の眼開閉度を検出したと判断すれば、ステップＳ４に処理を進める。第１所定期間は、閉眼率の算出に用いる眼開閉度を必要データ数だけ取得するための期間であり、例えば、１分間程度の所定時間が設定され得る。

ステップＳ４では、制御部２１は、閉眼率算出部３２として動作し、第１所定期間に検出された眼開閉度を用いて、運転者３の閉眼率を算出する処理を行い、ステップＳ５に処理を進める。例えば、制御部２１は、第１所定期間に検出される眼開閉度のうち、閉眼状態を示す所定の閾値以下となるデータの割合（［閾値以下の眼開閉度のデータ数／第１所定期間の眼開閉度のデータ数］×１００（％））を算出する。第１所定期間毎に算出される閉眼率は、例えば、第１所定期間の経過時刻などのデータと紐付けて記憶部２２に記憶されてもよい。なお、閉眼率算出部３２は、画像から検出された運転者３の視線の方向に基づいて、上記閉眼状態を示す所定の閾値を設定してもよい。所定の閾値を設定する手法には、例えば、特許第４９１５４１３号公報に記載されている手法を適用することが可能である。

ステップＳ５では、制御部２１は、第２所定期間の閉眼率を算出したか否かを判断し、第２所定期間の閉眼率を算出していないと判断すれば、ステップＳ１に戻る一方、第２所定期間の閉眼率を算出したと判断すれば、ステップＳ６に処理を進める。第２所定期間は、変動特徴量の算出に用いる閉眼率を必要データ数だけ取得するための期間であり、例えば、１５分間前後の所定時間が設定され得る。なお、ステップＳ１で画像の取得を開始して、最初の第２所定期間が経過した後は、新たに第１所定期間が経過する毎に、閉眼率を算出し、直近の第２所定期間の閉眼率を算出したか否かを判断する。

ステップＳ６では、制御部２１は、記憶部２２から第２所定期間に算出された閉眼率のデータを読み出し、その後ステップＳ１に戻り、眼開閉度の検出処理と閉眼率の算出処理を繰り返す。

図８は、実施の形態（１）に係る状態判定装置２０の制御部２１が行う処理動作例を示すフローチャートである。図８に示す処理動作は、図７に示したステップＳ６の処理に引き続いて実行される。図８では、制御部２１が、変動特徴量算出部３３、漫然状態判定部３４、及び出力部３５として動作する一例を示している。

まず、ステップＳ７では、制御部２１は、変動特徴量算出部３３として動作し、ステップＳ６で読み出した、第２所定期間の閉眼率のデータを用いて、閉眼率の変動特徴量を算出する処理を行い、ステップＳ８に処理を進める。例えば、第１所定期間が１分間、第２所定期間が１５分間に設定されている場合、制御部２１は、１分間毎に算出される閉眼率の１５分間分のデータ（１５個のデータ）を用いて、閉眼率の変動特徴量を算出する。

算出する変動特徴量は、第２所定期間の閉眼率の標準偏差であってもよいし、第２所定期間の閉眼率の変化量又は変化率（傾き）であってもよいし、第２所定期間の閉眼率の上昇時間率であってもよく、これらのうち少なくとも１種類以上の変動特徴量を算出すればよい。算出された変動特徴量は、例えば、第２所定期間の経過時刻などのデータと紐付けて記憶部２２に記憶されてもよい。

ステップＳ８では、制御部２１は、漫然状態判定部３４として動作し、ステップＳ７で算出された、閉眼率の変動特徴量に基づいて、運転者３の漫然状態（換言すれば、漫然運転の状態）を判定する処理を行い、ステップＳ９に処理を進める。例えば、閉眼率の変動特徴量として、閉眼率の標準偏差を算出した場合、閉眼率の標準偏差が、漫然状態への移行を判定する所定の閾値以上であるか否かを判定してもよいし、閉眼率の標準偏差が、所定期間（例えば、一定時間など）継続して所定の閾値を超えたか否かを判定してもよい。この場合、閉眼率の標準偏差が、所定の閾値以上である場合、又は所定期間継続して前記所定の閾値を超えた場合、漫然状態であると判定されることとなる。

また、閉眼率の変動特徴量として、閉眼率の変化量又は変化率を算出した場合、閉眼率の変化量又は変化率が、漫然状態への移行を判定する所定の閾値（変化量又は変化率）以上であるか否かを判定してもよいし、閉眼率の変化量又は変化率が、所定期間（例えば、一定時間など）継続して所定の閾値を超えたか否かを判定してもよい。この場合、閉眼率の変化量又は変化率が、所定の閾値以上である場合、又は所定期間継続して前記所定の閾値を超えた場合、漫然状態であると判定されることとなる。

また、閉眼率の変動特徴量として、第２所定期間における閉眼率の上昇時間率を算出した場合、閉眼率の上昇時間率が、漫然状態への変化を示す所定の閾値（割合）以上になったか否かを判定してもよいし、閉眼率の上昇時間率が、所定期間（例えば、一定時間など）継続して所定の閾値を超えたか否かを判定してもよい。この場合、閉眼率の上昇時間率が、所定の閾値以上である場合、又は所定期間継続して前記所定の閾値を超えた場合、漫然状態であると判定されることとなる。また、制御部２１は、上記した２種類以上の変動特徴量に基づいて、運転者３の漫然状態を判定してもよいし、上記した変動特徴量に基づく判定処理と、閉眼率に基づく判定処理とを組み合わせて、運転者３の漫然状態を判定してもよい。

ステップＳ９では、制御部２１は、ステップＳ８での漫然状態の判定処理の結果、運転者３が漫然状態であるか否かを判断し、漫然状態であると判断すれば、ステップＳ１０に処理を進める。

ステップＳ１０では、制御部２１は、出力部３５として動作し、運転者３を漫然状態から覚醒状態に移行させるための報知処理、例えば、報知部１６を動作させて警告音を出力したり、又は所定のアナウンスなどを出力したりする処理を行い、ステップＳ１１に処理を進める。

ステップＳ１１では、制御部２１は、出力部３５として動作し、漫然状態であると判定された結果（漫然状態検出結果）を、第２所定期間の経過時刻、位置などのデータと紐付けて記憶部２２に記憶する処理を行い、その後処理を終える。なお、制御部２１は、ステップＳ１１の後、記憶部２２に記憶された漫然状態検出結果を含むデータを所定のタイミングで運転評価装置４へ送信するようにしてもよい。

［作用効果］
実施の形態（１）に係る状態判定装置２０を備えた車載機１０によれば、運転者３の漫然状態が、閉眼率の値そのものではなく、上記した閉眼率の変動特徴量に基づいて判定される。これにより、例えば、各運転者３の閉眼率の個人差、又は各車両２のカメラ１１の設置位置（換言すれば、画像の撮像位置）の違いなどの要因によって、覚醒状態であっても閉眼率の値が高めに計測されるような場合であっても、これら要因の影響を受けることなく、各運転者３の漫然状態、すなわち、漫然運転の状態を精度良く判定することができる。また、運転者ごとに、又は車両の走行開始のたびに、運転者（ユーザ）が閉眼率の判定閾値の設定操作を行い、閉眼率の値で漫然状態の判定を行う方法と比較して、上記実施の形態では、閾値設定などの煩雑な操作を行う必要もなく、手間がかからないため、ユーザにとっての利便性も高めることができる。

また、上記変動特徴量に、第２所定期間の閉眼率のばらつきの程度を示す指標（例えば、標準偏差、又は分散などの値）を用いる場合、運転者３の漫然状態の判定に、閉眼率のばらつき度合いの変化が考慮される。
また、上記変動特徴量に、第２所定期間の閉眼率の変化量又は変化率を用いる場合、運転者３の漫然状態の判定に、閉眼率の変化の大きさが考慮される。
また、上記変動特徴量に、第２所定期間における閉眼率の上昇時間率を用いる場合、運転者３の漫然状態の判定に、閉眼率が経時的に上昇している変化傾向が考慮される。
したがって、これら変動特徴量に基づいて、運転者３の漫然状態を判定することにより、覚醒状態であっても閉眼率が高めに計測されるような場合であっても、閉眼率そのものの値による影響を受けることなく、漫然状態へ移行するタイミングを精度良く判定することができる。

また、１以上の車載機１０と、運転評価装置４とを含んで構成される運転評価システム１によれば、車載機１０の状態判定装置２０で判定された漫然状態の判定結果を用いることにより、運転評価装置４では、各運転者３の閉眼率の個人差などの影響を受けない、各運転者３に対して公平な漫然状態の評価を行うことが可能となり、より適正な運転評価結果を事業者端末６に出力することができる。車両２を管理する事業者は、事業者端末６に表示される運転評価結果を利用して、運転者３に対する安全運転教育を適切に行うことができる。

［実施の形態（２）］
次に実施の形態（２）に係る状態判定装置が装備された車載機について説明する。但し、実施の形態（２）に係る車載機１０Ａのハードウェア構成例は、図２に示した構成例と略同様であるので、異なる機能を有する状態判定装置２０Ａとその制御部２１Ａとには異なる符号を付し、その他の構成部品の説明は省略することとする。

図９は、実施の形態（２）に係る状態判定装置２０Ａの機能構成例を示すブロック図である。但し、実施の形態（２）に係る状態判定装置２０Ａの機能構成については、変動特徴量算出部３３Ａの前段に前処理部３６が設けられている点を除いて、図３に示した状態判定装置２０の機能構成と略同様であるため、同一機能を有する構成には同一符号を付し、その説明を省略する。

前処理部３６は、閉眼率算出部３２により算出された閉眼率に対して、所定の前処理を行う。例えば、前処理部３６は、前処理として、閉眼率算出部３２により算出された閉眼率の平滑化処理を行ってもよい。前処理部３６は、平滑化処理として、例えば、所定間隔で閉眼率の移動平均を算出する処理を行ってもよい。所定間隔は、例えば、第１所定期間×ｍ（ｍは２以上の整数）の間隔としてもよい。
変動特徴量算出部３３Ａは、前処理部３６により前処理された後の閉眼率を用いて、変動特徴量を算出する処理を行う。

図１０（ａ）は、図４（ａ）に示した平常時の閉眼率が低い運転者の閉眼率の時系列変化を示すグラフに、該閉眼率の移動平均線を重ねたグラフであり、図１０（ｂ）は、図５（ａ）に示した平常時の閉眼率が高い運転者の閉眼率の時系列変化を示すグラフに、該閉眼率の移動平均線を重ねたグラフある。太線が、閉眼率の移動平均線を示している。
図１０（ａ）、（ｂ）から明らかなように、閉眼率の時系列データに対して、移動平均を算出する処理を行うことにより、ノイズを含む閉眼率の時系列データを平滑化することが可能となり、特に、閉眼率の変化量又は変化率で示す変動特徴量をより精度良く抽出することが可能となる。

図１１は、実施の形態（２）に係る状態判定装置２０Ａの制御部２１Ａが行う処理動作例を示すフローチャートである。図１１に示す処理動作は、図７のステップＳ６の処理に引き続いて実行される。なお、図７のステップＳ６までの処理動作は同一であるので、その説明を省略する。図１１では、制御部２１Ａが、前処理部３６、変動特徴量算出部３３Ａ、漫然状態判定部３４、及び出力部３５として動作する一例を示している。また、図８に示した処理動作と同一の処理内容については、同一ステップ番号を付し、その説明を省略する。

まず、ステップＳ２１では、制御部２１Ａは、漫然状態の判定に用いる変動特徴量の種類に基づいて、閉眼率の平滑化処理を実行するか否かを判断する。例えば、漫然状態の判定に用いる変動特徴量の種類が、閉眼率の変化量若しくは変化率、又は閉眼率の上昇時間率である場合は、閉眼率の平滑化処理を実行すると判断し、ステップＳ２２に処理を進める。

ステップＳ２２では、制御部２１Ａは、前処理部３６として動作し、ステップＳ６で読み出した、第２所定期間の閉眼率のデータに対して平滑化処理を行い、ステップＳ２３に処理を進める。制御部２１Ａは、平滑化処理として、例えば、第２所定期間のうちの一定期間ごとの閉眼率の平均値を、区間をずらしながら計算する処理、すなわち、移動平均を求める処理を行う。

ステップＳ２３では、制御部２１Ａは、変動特徴量算出部３３Ａとして動作し、ステップＳ２２で平滑化処理された閉眼率を用いて、閉眼率の変動特徴量を算出する処理を行い、ステップＳ２４に処理を進める。

算出する変動特徴量は、例えば、平滑化処理された閉眼率の変化量又は変化率（傾き）であってもよいし、平滑化処理された閉眼率の上昇時間率であってもよく、これらのうち少なくとも１種類以上の変動特徴量を算出するようにすればよい。算出された変動特徴量は、例えば、第２所定期間の経過時刻などのデータと紐付けて記憶部２２に記憶されてもよい。

ステップＳ２４では、制御部２１Ａは、漫然状態判定部３４として動作し、ステップＳ２３で算出された閉眼率の変動特徴量（変化量、変化率、又は上昇時間率）に基づいて、運転者の漫然状態を判定する処理を行い、ステップＳ９に処理を進める。

ステップＳ２３において、閉眼率の変動特徴量として、平滑化処理された閉眼率の変化量又は変化率を算出した場合は、ステップＳ２４において、平滑化処理された閉眼率の変化量又は変化率が、漫然状態への移行を判定する所定の閾値（変化量又は変化率）以上であるか否かを判定してもよい。この場合、平滑化処理された閉眼率の変化量又は変化率が、所定の閾値以上である場合、漫然状態であると判定されることとなる。

また、ステップＳ２３において、閉眼率の変動特徴量として、平滑化処理された閉眼率の上昇時間率を算出した場合、平滑化処理された閉眼率の上昇時間率が、漫然状態への変化を示す所定の閾値（割合）以上になったか否かを判定してもよい。この場合、平滑化処理された閉眼率の上昇時間率が、所定の閾値以上である場合、漫然状態であると判定されることとなる。

一方、ステップＳ２１において、制御部２１Ａが、漫然状態の判定に用いる変動特徴量の種類が、例えば、閉眼率の標準偏差である場合は、閉眼率の平滑化処理を実行しないと判断し、ステップＳ２５に処理を進める。

ステップＳ２５では、制御部２１Ａは、変動特徴量算出部３３Ａとして動作し、平滑化処理されていない閉眼率を用いて、閉眼率の変動特徴量を算出する処理を行い、ステップＳ２６に処理を進める。算出する変動特徴量は、例えば、閉眼率の標準偏差であり、算出された変動特徴量は、第２所定期間の経過時刻などのデータと紐付けて記憶部２２に記憶されてもよい。

ステップＳ２６では、制御部２１Ａは、ステップＳ２５で算出された、閉眼率の変動特徴量（閉眼率の標準偏差）に基づいて、運転者の漫然状態を判定する処理を行い、ステップＳ９に処理を進める。なお、ステップＳ９～Ｓ１１の処理については、図８におけるステップＳ９～Ｓ１１の処理と同様であるので、ここではその説明を省略する。

実施の形態（２）に係る状態判定装置２０Ａを備えた車載機１０Ａによれば、漫然状態の判定に用いる変動特徴量の種類に基づいて、閉眼率の平滑化処理を実行するか否かが判断され、変動特徴量が、閉眼率の変化量、変化率、又は上昇時間率である場合、前処理部３６によって閉眼率に対する前処理として平滑化処理が行われ、該平滑化処理された後の閉眼率を用いて、閉眼率の変化量、変化率、又は上昇時間率の変動特徴量が算出される。前処理部３６で閉眼率の平滑化処理を行うことにより、閉眼率の変化量、変化率、又は上昇時間率で表される変動特徴量を、前記漫然状態へ移行する傾向が把握しやすい特徴量として算出することができ、漫然状態への移行を精度良く判定することができる。

また、漫然状態の判定に用いる変動特徴量の種類が閉眼率の標準偏差である場合は、平滑化処理されていない閉眼率を用いて、閉眼率の標準偏差が算出されるので、前記漫然状態へ移行する傾向が把握しやすい特徴量として、閉眼率の標準偏差を算出することができる。

［実施の形態（３）］
次に実施の形態（３）に係る状態判定装置が装備された車載機について説明する。但し、実施の形態（３）に係る車載機１０Ｂのハードウェア構成例は、図２に示した構成例と略同様であるので、異なる機能を有する状態判定装置２０Ｂとその制御部２１Ｂとには異なる符号を付し、その他の構成部品の説明は省略することとする。

図１２は、実施の形態（３）に係る状態判定装置２０Ｂの機能構成例を示すブロック図である。但し、実施の形態（３）に係る状態判定装置２０Ｂの機能構成については、車両動態データ取得部３７と、事象検出部３８と、前処理部３６Ａとがさらに装備されている点を除いて、図３に示した状態判定装置２０の機能構成と略同様であるため、同一機能を有する構成には同一符号を付し、その説明を省略する。

車両動態データ取得部３７は、車載機１０の加速度センサ１２で検出された車両２の加速度データ、角速度センサ１３で検出された車両２の角速度データ、及びＧＰＳ受信部１４で検出された車両２の位置データのうちの少なくともいずれかの動態データを取得し、取得したデータを事象検出部３８に送出する処理を行う。

事象検出部３８は、車両動態検出部３８１と顔向き事象検出部３８２とを含んで構成されている。車両動態検出部３８１は、車両動態データ取得部３７から取得した車両２の動態データに基づいて、所定の事象を検出する。顔向き事象検出部３８２は、画像取得部３０から取得した画像データに基づいて、運転者３の顔向き事象を検出する。また、顔向き事象検出部３８２は、画像取得部３０から取得した画像データと車両動態データ取得部３７から取得した車両２の動態データとに基づいて、運転者３の顔向き事象を検出してもよい。

車両動態検出部３８１は、前記所定の事象として、車両２が走行する道路種別が切り替わった事象、車両２が停車した事象、車両２が走行を開始した事象、車両２に急ハンドルが発生した事象、車両２に急ブレーキが発生した事象、及び車両２に衝撃が発生した事象のうちの少なくともいずれかの事象を検出する。
顔向き事象検出部３８２は、車両２の運転中に運転者３の顔の向きが変化する事象を検出する。検出される顔向き事象には、例えば、交差点での右左折時確認、交差点での進行方向確認、顔未検出、及び脇見のうちの少なくともいずれかの事象が含まれる。

前処理部３６Ａは、閉眼率算出部３２により算出された閉眼率に対して、所定の前処理を行う。前処理部３６Ａは、例えば、閉眼率算出部３２により算出された、第２所定期間の閉眼率のうち、事象検出部３８により所定の事象が検出された時又は期間（例えば、第１所定期間）に算出された閉眼率を、変動特徴量の算出対象データから除く除去処理を行う。
変動特徴量算出部３３は、前処理部３６Ａにより前処理された後の閉眼率を用いて、変動特徴量を算出する処理を行う。

図１３は、実施の形態（３）に係る状態判定装置２０Ｂの制御部２１Ｂが行う処理動作を示すフローチャートである。図１３では、制御部２１Ｂが、画像取得部３０、眼開閉度検出部３１、閉眼率算出部３２、車両動態データ取得部３７、事象検出部３８、及び前処理部３６Ａとして動作する一例を示している。なお、図７に示した処理動作と同一の処理内容については、同一ステップ番号を付し、ここではその説明を省略することとする。

図１３に示すフローチャートでは、ステップＳ１～Ｓ４の閉眼率を算出するまでの処理と、ステップＳ３１～Ｓ３８の車両２の動態事象を検出する処理と、ステップＳ４１～Ｓ４３の運転者３の顔向き事象を検出する処理とが並列的に（並行して）実行される。但し、以下で説明する処理手順は一例に過ぎず、適宜変更されてよく、実施の形態に応じて、ステップの省略、置換、及び追加を行ってもよい。

ステップＳ３１では、制御部２１Ｂは、車両動態データ取得部３７として動作し、車両２の動態データを取得する処理を行い、ステップＳ３２に処理を進める。制御部２１Ｂは、例えば、加速度センサ１２で検出された加速度データ、角速度センサ１３で検出された角速度データ、及びＧＰＳ受信部１４で検出された位置データのうちの少なくともいずれかの動態データを、所定間隔（数十ｍｓｅｃ、又は数秒間隔）で取得する。

ステップＳ３２では、制御部２１Ｂは、車両動態検出部３８１として動作し、ステップＳ３１で取得した車両２の動態データを用いて、車両２が交差点を通過中（例えば、右折中又は左折中）か否かを検出する処理を行い、ステップＳ３３に処理を進める。

車両２が交差点を通過中か否かの検出は、例えば、角速度センサ１３で検出された角速度の絶対値が所定の角速度閾値を超えたか否か検出し、該角速度閾値を超えた時刻を、交差点の通過時刻として検出してもよい。また、車両２が交差点を通過中か否かの検出において、車速が交差点通過に適した所定速度以下であるという条件を付加してもよい。検出された交差点通過中のデータは、例えば、交差点の通過時刻、及び位置などのデータと紐付けて記憶部２２に記憶されてもよい。

ステップＳ３３では、制御部２１Ｂは、車両動態検出部３８１として動作し、ステップＳ３１で取得した車両２の動態データを用いて、車両２が走行している道路種別の切り替わりを検出する処理を行い、ステップＳ３４に処理を進める。制御部２１Ｂは、例えば、ステップＳ３１で取得した位置データを用いて、単位時間当たりの移動距離から車速を算出し、算出した車速に基づいて、道路種別の切り替わりを検出してもよい。

例えば、時速８０ｋｍ以上の車速が、所定時間（例えば、数十秒以上）継続して検出された場合、一般道路から高速道路への切り替わりを検出してもよい。また、制御部２１Ｂは、車速に基づいて、高速道路から一般道路への切り替わりを検出してもよいし、一般道路から生活道路（例えば、制限速度が時速３０ｋｍ以下の道路）への切り替わりを検出してもよいし、生活道路から一般道路への切り替わりを検出してもよい。

また、車載機１０が道路地図データを利用できる場合には、制御部２１Ｂが、道路地図データ（道路種別データを含む）と位置データと照合して、道路種別の切り替わりを検出してもよい。また、制御部２１Ｂは、路車間通信などにより取得した通信信号（例えば、高速道路への進入信号、又は高速道路からの退出信号など）に基づいて、道路種別の切り替わりを検出してもよい。道路種別の切り替わりを検出したデータは、例えば、位置データ、検出時刻などのデータと紐付けて記憶部２２に記憶されてもよい。

ステップＳ３４では、制御部２１Ｂは、車両動態検出部３８１として動作し、ステップＳ３１で取得した車両２の動態データを用いて、車両２の停車を検出する処理を行い、ステップＳ３５に処理を進める。

車両２の停車は、例えば、ステップＳ３１で取得した位置データを用いて、位置データが変化しない状態が所定時間（数秒から数十秒程度）継続して検出された場合、又は位置データから求めた車速が所定値（例えば、徐行速度）以下である状態が検出された場合、車両２が停車しているとして、車両２の停車を検出してもよい。車両２の停車を検出したデータは、例えば、位置データの取得時刻などのデータと紐付けて記憶部２２に記憶されてもよい。

ステップＳ３５では、制御部２１Ｂは、車両動態検出部３８１として動作し、ステップＳ３１で取得した車両２の動態データを用いて、車両２の走行開始を検出する処理を行い、ステップＳ３６に処理を進める。

車両２の走行開始は、例えば、ステップＳ３１で取得した位置データを用いて、位置データが変化していない状態から位置データの変化が所定時間（数秒から数十秒程度）継続して検出された場合、又は、位置データから求めた車速が所定値以上になったことが検出された場合、車両２が走行開始したとして、車両２の走行開始を検出してもよい。車両２の走行開始を検出したデータは、例えば、走行開始を検出した時刻などのデータと紐付けて記憶部２２に記憶されてもよい。

ステップＳ３６では、制御部２１Ｂは、車両動態検出部３８１として動作し、ステップＳ３１で取得した車両２の動態データを用いて、車両２の急ハンドル又は急ブレーキを検出する処理を行い、ステップＳ３７に処理を進める。

車両２の急ハンドル（急操舵）は、例えば、ステップＳ３１で取得した角速度（ヨー角速度を含む）と加速度（左右加速度を含む）のデータを用いて、急ハンドルの発生を判定する所定閾値以上の角速度と加速度が検出された場合、車両２に急ハンドルが発生したとして、車両２の急ハンドルを検出してもよい。
また、車両２の急ブレーキ（急減速）は、例えば、ステップＳ３１で取得した加速度（前後加速度を含む）のデータを用いて、急ブレーキの発生を判定する所定閾値以上の加速度が検出された場合、車両２に急ブレーキが発生したとして、車両２の急ハンドルを検出してもよい。車両２の急ハンドル又は急ブレーキを検出したデータは、例えば、急ハンドル又は急ブレーキを検出した時刻などのデータと紐付けて記憶部２２に記憶されてもよい。

ステップＳ３７では、制御部２１Ｂは、車両動態検出部３８１として動作し、ステップＳ３１で取得した車両２の動態データを用いて、車両２の衝撃を検出する処理を行い、ステップＳ３８に処理を進める。

車両２の衝撃は、例えば、ステップＳ３１で取得した加速度（前後加速度又は左右加速度を含む）のデータを用いて、衝突などによる衝撃の発生を判定する所定閾値以上の加速度が検出された場合、車両２に衝撃が発生したとして、車両２の衝撃を検出してもよい。車両２の衝撃を検出したデータは、例えば、衝撃を検出した時刻などのデータと紐付けて記憶部２２に記憶されてもよい。

ステップＳ３８では、制御部２１Ｂは、並列的に処理が行われているステップＳ４で閉眼率が算出されたか否かを判断し、閉眼率が算出されていないと判断すれば、ステップＳ３１に戻り処理を繰り返す一方、閉眼率が算出されたと判断すれば、ステップＳ５０に処理を進める。

また、上記したステップＳ３１～Ｓ３８の処理と並列的にステップＳ４１～Ｓ４３の処理が実行される。
ステップＳ４１では、制御部２１Ｂは、ステップＳ１でカメラ１１から取得した画像を処理して、画像から運転者３の顔の向きを検出する処理を行い、ステップＳ４２に処理を進める。画像から運転者３の顔の向きを検出する手法は特に限定されない。例えば、制御部２１Ｂは、画像中の顔の領域から、眼、鼻、口、眉などの顔の各器官の位置又は形状を検出し、検出した顔の各器官の位置又は形状に基づいて、顔の向きを検出してもよい。

制御部２１Ｂが検出する運転者３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てもよい。検出された顔の向きのデータは、例えば、画像取得時刻又はフレーム番号などのデータと紐付けて記憶部２２に記憶されてもよい。

ステップＳ４２では、制御部２１Ｂは、顔向き事象検出部３８２として動作し、運転者３の顔向き事象を検出する処理を行い、ステップＳ４３に処理を進める。
運転者３の顔向き事象の検出は、例えば、ステップＳ４１での顔向き検出の結果に基づいて、運転者３の顔未検出状態、脇見状態などの顔向き事象を検出してもよい。また、制御部２１Ｂは、ステップＳ４１での顔向き検出の結果と、ステップＳ３２での交差点を通過中か否かの検出結果とに基づいて、交差点通過時の安全確認動作（左右確認、進行方向確認などの動作）などの事象を検出してもよい。検出された顔向き事象の検出データは、例えば、画像取得時刻、交差点通過時刻、又は位置などのデータと紐付けて記憶部２２に記憶されてもよい。

ステップＳ４３では、制御部２１Ｂは、並列的に処理が行われているステップＳ４で閉眼率が算出されたか否かを判断し、閉眼率が算出されていないと判断すれば、ステップＳ４１に戻り処理を繰り返す一方、閉眼率が算出されたと判断すれば、ステップＳ５０に処理を進める。

ステップＳ５０では、制御部２１Ｂは、ステップＳ４で算出された閉眼率に対する前処理を行い、ステップＳ５に処理を進める。ステップＳ５０の前処理の内容については後述する。

ステップＳ５では、制御部２１Ｂは、第２所定期間の閉眼率を算出したか否かを判断し、第２所定期間の閉眼率を算出していないと判断すれば、ステップＳ１に戻り処理を繰り返す一方、第２所定期間の閉眼度を算出したと判断すれば、ステップＳ６に処理を進める。

ステップＳ６では、制御部２１Ｂは、記憶部２２から第２所定期間の前処理された閉眼率のデータを読み出し、その後ステップＳ１に戻り、眼開閉度の検出処理と閉眼率の算出処理を繰り返す。

図１４は、実施の形態（３）に係る状態判定装置２０Ｂの制御部２１Ｂが行う処理動作例を示すフローチャートである。図１４は、図１３に示したステップＳ５０の閉眼率の前処理の動作例を示している。但し、以下で説明する処理手順は一例に過ぎず、適宜変更されてよく、実施の形態に応じて、ステップの省略、置換、及び追加を行ってもよい。

ステップＳ５１では、制御部２１Ｂは、図１３のステップＳ３３において、第１所定期間に道路種別の切り替わりが検出されたか否かを判断し、第１所定期間に道路種別の切り替わりが検出されたと判断すれば、ステップＳ５２に処理を進める。

ステップＳ５２では、制御部２１Ｂは、道路種別の切り替わりが検出される前に算出された閉眼率を、変動特徴量の算出に用いる対象データから除去する処理を行い、その後、前処理を終える。
一方ステップＳ５１において、第１所定期間に道路種別の切り替わりが検出されなかったと判断すれば、ステップＳ５３に処理を進める。

ステップＳ５３では、制御部２１Ｂは、図１３のステップＳ３４において、第１所定期間に車両２の停車が検出されたか否かを判断し、第１所定期間に車両２の停車が検出されたと判断すれば、ステップＳ５４に処理を進める。
ステップＳ５４では、制御部２１Ｂは、車両２の停車検出時を含む第１所定期間における閉眼率を算出対象データから除去する処理を行い、その後、前処理を終える。

一方ステップＳ５３において、第１所定期間に車両２の停車が検出されなかったと判断すれば、ステップＳ５５に処理を進める。
ステップＳ５５では、制御部２１Ｂは、図１３のステップＳ３５において、第１所定期間に車両２の走行開始が検出されたか否かを判断し、第１所定期間に車両２の走行開始が検出されたと判断すれば、ステップＳ５６に処理を進める。

ステップＳ５６では、制御部２１Ｂは、車両２の走行開始検出時を含む第１所定期間における閉眼率を算出対象データから除去する処理を行い、その後、前処理を終える。
一方ステップＳ５６において、第１所定期間に車両２の走行開始が検出されなかったと判断すれば、ステップＳ５７に処理を進める。

ステップＳ５７では、制御部２１Ｂは、図１３のステップＳ３６において、第１所定期間に車両２の急ハンドル又は急ブレーキが検出されたか否かを判断し、第１所定期間に車両２の急ハンドル又は急ブレーキが検出されたと判断すれば、ステップＳ５８に処理を進める。
ステップＳ５８では、制御部２１Ｂは、車両２の急ハンドル又は急ブレーキの検出時を含む第１所定期間における閉眼率を算出対象データから除去する処理を行い、その後、前処理を終える。

一方ステップＳ５７において、第１所定期間に車両２の急ハンドル又は急ブレーキが検出されなかったと判断すれば、ステップＳ５９に処理を進める。
ステップＳ５９では、制御部２１Ｂは、図１３のステップＳ３７において、第１所定期間に車両２の衝撃が検出されたか否かを判断し、第１所定期間に車両２の衝撃が検出されたと判断すれば、ステップＳ６０に処理を進める。

ステップＳ６０では、制御部２１Ｂは、車両２の衝撃検出時を含む第１所定期間における閉眼率を算出対象データから除去する処理を行い、その後、前処理を終える。
一方ステップＳ５９において、第１所定期間に車両２の衝撃が検出されなかったと判断すれば、ステップＳ６１に処理を進める。

ステップＳ６１では、制御部２１Ｂは、図１３のステップＳ４２において、第１所定期間に運転者３の顔向き事象が検出されたか否かを判断し、第１所定期間に運転者３の顔向き事象が検出されたと判断すれば、ステップＳ６２に処理を進める。
ステップＳ６２では、制御部２１Ｂは、運転者３の顔向き事象の検出時を含む第１所定期間における閉眼率を算出対象データから除去する処理を行い、その後、前処理を終える。
一方ステップＳ６１において、第１所定期間に運転者３の顔向き事象が検出されなかったと判断すれば、その後、前処理を終え、ステップＳ５に処理を進める。

実施の形態（３）に係る状態判定装置２０Ｂを備えた車載機１０Ｂによれば、前処理部３６Ａにより、第２所定期間の閉眼率のうち、事象検出部３８により所定の事象が検出された時又は期間に算出された閉眼率が、変動特徴量の算出対象データから除去される。そして、前記除去処理された後の閉眼率を用いて、変動特徴量が算出される。したがって、前記変動特徴量の算出に、前記除去処理後の閉眼率を用いることによって、漫然状態へ移行する特徴をより正確に表す特徴量を算出することができ、前記漫然状態への移行を精度良く判定することができる。

また、事象検出部３８が、車両動態検出部３８１を含んでいるので、第２所定期間の閉眼率のうち、車両２が走行する道路種別が切り替わった事象、車両２が停車した事象、及び車両２が走行を開始した事象のうちの少なくともいずれかの事象が検出された時又は期間に算出された閉眼率を、変動特徴量の算出対象データから除くことが可能となる。
また、事象検出部３８が、顔向き事象検出部３８２を含んでいるので、第２所定期間の閉眼率のうち、車両２の運転中に運転者３の顔の向きが変化する事象が検出された時又は期間に算出された閉眼率を、変動特徴量の算出対象データから除くことが可能となる。

したがって、車両２の動態が時々刻々と変化する実車環境であっても、また、運転者３の顔の向きが様々に変化する実車環境であっても、漫然状態へ移行する傾向をより正確に示す特徴量として、変動特徴量を算出することができ、実車環境における運転者３の漫然状態への移行を精度良く判定することができる。

［実施の形態（４）］
次に実施の形態（４）に係る状態判定装置が装備された車載機について説明する。但し、実施の形態（４）に係る車載機１０Ｃのハードウェア構成例は、図２に示した構成例と略同様であるので、異なる機能を有する状態判定装置２０Ｃとその制御部２１Ｃとには異なる符号を付し、その他の構成部品の説明は省略することとする。

図１５は、実施の形態（４）に係る状態判定装置２０Ｃの機能構成例を示すブロック図である。但し、実施の形態（４）に係る状態判定装置２０Ｃの機能構成については、前処理部３６Ｂと変動特徴量算出部３３Ｂとの間に補間処理部３９が設けられている点と、前処理部３６Ｂ、変動特徴量算出部３３Ｂ、及び漫然状態判定部３４Ａの処理機能とを除いて、図１２に示した状態判定装置２０Ｂの機能構成と略同様であるため、同一機能を有する構成には同一符号を付し、その説明を省略する。

前処理部３６Ｂは、閉眼率算出部３２により算出された閉眼率に対して、所定の前処理を行う。前処理部３６Ｂは、図１２の前処理部３６Ａと同様に、閉眼率算出部３２により算出された、第２所定期間の閉眼率のうち、事象検出部３８により所定の事象が検出された時又は期間（例えば、第１所定期間）に算出された閉眼率を、変動特徴量の算出対象データから除く除去処理を行う。

補間処理部３９は、第２所定期間の閉眼率のうち、前処理部３６Ｂの除去処理により除去された時又は期間（例えば、第１所定期間）における閉眼率を補間する処理を行う。除去された時又は期間における閉眼率を、変動特徴量を算出する前段で補間することにより、変動特徴量算出部３３Ｂで算出される変動特徴量の精度を高めることが可能となる。

また、前処理部３６Ｂは、例えば、漫然状態の判定に用いる変動特徴量の種類に応じて、上記除去処理及び補間処理された後の閉眼率の平滑化処理を行う。前処理部３６Ｂは、平滑化処理として、例えば、所定間隔で閉眼率の移動平均を算出する処理を行ってもよい。
変動特徴量算出部３３Ｂは、前処理部３６Ｂと補間処理部３９により前処理と補間処理（前記除去処理、補間処理、及び平滑化処理）された後の閉眼率を用いて、変動特徴量を算出する処理を行う。

図１６は、実施の形態（４）に係る状態判定装置２０Ｃの制御部２１Ｃが行う処理動作を示すフローチャートである。図１６に示す処理動作は、図１３に示したステップＳ６の処理に引き続いて実行される。図１６では、制御部２１Ｃが、前処理部３６Ｂ、補間処理部３９、変動特徴量算出部３３Ｂ、漫然状態判定部３４Ａ、及び出力部３５として動作する一例を示している。なお、図１１に示した処理動作と同一の処理内容については、同一ステップ番号を付し、その説明を省略することとする。

ステップＳ７１では、制御部２１Ｃは、補間処理部３９として動作し、第２所定期間において、第１所定期間毎に算出された閉眼率のうち、図１３のステップＳ５０の前処理により除去された閉眼率を補間する処理を行い、その後ステップＳ２１に処理を進める。

ステップＳ７１の補間処理では、制御部２１Ｃは、例えば、ステップＳ５０の前処理により除去された閉眼率を、除去された閉眼率の直前又は直後に算出された閉眼率で補間する処理を行ってもよい。または、制御部２１Ｃは、除去された閉眼率の直前と直後に算出された閉眼率の平均値で補間する処理を行ってもよいし、除去された閉眼率の直前と直後に算出された閉眼率の変化量又は変化率（傾き）に基づいて補間する処理を行ってもよい。

ステップＳ２１～Ｓ２６の処理は、補間された閉眼率のデータを用いる点を除き、図１１に示すステップＳ２１～Ｓ２６の処理内容と基本的に同様であるので、ここではその説明を省略する。なお、ステップＳ２２が前処理部３６Ｂの処理動作に対応し、ステップＳ２３、Ｓ２５が変動特徴量算出部３３Ｂの処理動作に対応し、ステップＳ２４、Ｓ２６が漫然状態判定部３４Ａの処理動作に対応する。

そして、ステップＳ２４、又はステップＳ２６において、制御部２１Ｃは、漫然状態の判定処理を行った後、ステップＳ７２に処理を進める。
ステップＳ７２では、制御部２１Ｃは、漫然状態判定部３４Ａとして動作し、閉眼率の変動特徴量が、警告処理を行う基準に設定された閾値Ａ以上であるか否かを判断し、閾値Ａ以上ではないと判断すれば、処理を終える一方、閾値Ａ以上であると判断すれば、ステップＳ７３に処理を進める。例えば、漫然状態のレベルを低、中、高に分類した場合、閾値Ａは、中レベル以下の漫然状態にあることを判定するための基準としてもよい。

ステップＳ７３では、制御部２１Ｃは、出力部３５として動作し、運転者３に対する警告処理を行い、ステップＳ７４に処理を進める。制御部２１Ｃは、警告処理として、例えば、報知部１６を作動させて、運転者３を覚醒させるための警報音や警告アナウンスを出力する処理を行ってもよい。

ステップＳ７４では、制御部２１Ｃは、漫然状態判定部３４Ａとして動作し、閉眼率の変動特徴量が、外部通報を行う基準に設定された閾値Ｂ以上であるか否かを判断し、閾値Ｂ以上ではないと判断すれば、ステップＳ７６に処理を進める一方、閾値Ｂ以上であると判断すれば、ステップＳ７５に処理を進める。閾値Ｂは、閾値Ａより大きく、例えば、漫然状態のレベルを低、中、高に分類した場合、中レベルより高い漫然状態にあることを判定するための基準としてもよい。

ステップＳ７５は、制御部２１Ｃは、出力部３５として動作し、運転者３が漫然状態であることを外部へ通報する処理を行い、その後ステップＳ７６に処理を進める。外部通報処理として、例えば、通信部１５を作動させて、事業者端末６に、運転者３が中レベルより高い漫然状態にあることを通報する処理を行う。

ステップＳ７６では、制御部２１Ｃは、ステップＳ７４で変動特徴量が閾値Ｂ以上ではないと判定された場合、閾値Ａ以上である漫然状態の判定結果を第２所定期間の経過時刻、位置などのデータと紐付けて記憶部２２に記憶する処理を行い、その後処理を終える。

またステップＳ７６では、制御部２１Ｃは、ステップＳ７４で変動特徴量が閾値Ｂ以上であると判定され、ステップＳ７５で外部通報処理が実行された場合、閾値Ｂ以上である漫然状態の判定結果を第２所定期間の経過時刻、位置などのデータと紐付けて記憶部２２に記憶する処理を行い、その後処理を終える。

なお、制御部２１Ｃは、ステップＳ７６の後、記憶部２２に記憶された漫然状態検出結果を含むデータを所定のタイミングで運転評価装置４へ送信するようにしてもよい。

実施の形態（４）に係る状態判定装置２０Ｃを備えた車載機１０Ｃによれば、前処理部３６Ｂにより、第２所定期間の閉眼率のうち、事象検出部３８により所定の事象が検出された時又は期間に算出された閉眼率が、変動特徴量の算出対象データから除去される。そして、前記除去処理された後の閉眼率を用いて、前記変動特徴量が算出される。

また、前処理部３６Ｂにより、除去処理後の閉眼率の平滑化処理がさらに行われるので、前記平滑化処理された閉眼率を、前記変動特徴量の算出に用いることができ、前記変動特徴量を、漫然状態へ移行する傾向が把握しやすい特徴量として算出することができ、漫然状態への移行を精度良く判定することができる。

また、漫然状態判定部３４Ａでは、複数の判定閾値（閾値Ａ、閾値Ｂ）を用いて、運転者３の漫然状態が段階的に判定されるので、運転者３の漫然状態を段階的に判定することが可能となり、漫然状態の程度に応じた適切な判定を行うことができ、また、漫然状態の程度に応じた適切な出力を行うことができる。

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

なお、上記実施の形態（１）では、状態判定装置２０が、カメラ１１から画像を取得して、顔の向き、視線の方向、及び眼開閉度のデータを検出する処理を行うようになっていた。別の実施の形態では、カメラ１１が、例えば、画像処理プロセッサなどを含む画像解析部を備え、該画像解析部が、撮像した画像から運転者３の顔の向き、視線の方向、及び眼開閉度のデータ（運転挙動データ）を検出する処理などを行うようにしてもよい。そして、状態判定装置２０が、運転者３の運転挙動データ、画像データ、及び撮像日時（時刻）データをカメラ１１から取得し、取得した眼開閉度のデータを用いて、閉眼率の算出処理以降の処理を実行するようにしてもよい。

また、上記実施の形態では、状態判定装置が車載機に適用された場合について説明したが、状態判定装置は車載機への適用に限定されるものではなく、例えば、状態判定装置を産業機器システムなどに組み込んで、所定の作業を行っている人物の漫然状態を判定する用途などに適用することも可能である。

［付記］
本発明の実施の形態は、以下の付記の様にも記載され得るが、これらに限定されない。
（付記１）
人物の状態を判定する状態判定装置（２０）であって、
前記人物の顔を撮像した画像から前記人物の眼開閉度を検出する眼開閉度検出部（３１）と、
該眼開閉度検出部（３１）により検出された第１所定期間の前記眼開閉度を用いて、前記人物の閉眼率を算出する閉眼率算出部（３２）と、
該閉眼率算出部（３２）により算出された第２所定期間の前記閉眼率を用いて、前記閉眼率の変動特徴量を算出する変動特徴量算出部（３３）と、
該変動特徴量算出部（３３）により算出された前記変動特徴量に基づいて、前記人物の漫然状態を判定する漫然状態判定部（３４）とを備えていることを特徴とする状態判定装置。

（付記２）
状態判定装置（２０）と、
前記画像を撮像する撮像部（１１）とを備えていることを特徴とする車載機（１０）。

（付記３）
１以上の車載機（１０）と、
該車載機（１０）の前記状態判定装置（２０）により判定された前記人物の漫然状態の判定結果を含むデータに基づいて、前記人物の漫然状態の評価を含む運転評価を行う運転評価部（４２１）、及び
該運転評価部（４２１）により評価された前記人物の漫然状態の評価を含む運転評価結果を出力する評価結果出力部（４２２）を備えている運転評価装置（４）とを含んで構成されていることを特徴とする運転評価システム（１）。

（付記４）
人物の状態を判定する状態判定方法であって、
前記人物の顔を撮像した画像から前記人物の眼開閉度を検出する眼開閉度検出ステップ（Ｓ２）と、
該眼開閉度検出ステップ（Ｓ２）で検出された第１所定期間の前記眼開閉度を用いて、前記人物の閉眼率を算出する閉眼率算出ステップ（Ｓ４）と、
該閉眼率算出ステップ（Ｓ４）で算出された第２所定期間の前記閉眼率を用いて、前記閉眼率の変動特徴量を算出する変動特徴量算出ステップ（Ｓ７）と、
該変動特徴量算出ステップ（Ｓ７）で算出された前記変動特徴量に基づいて、前記人物の漫然状態を判定する漫然状態判定ステップ（Ｓ８）とを含んでいることを特徴とする状態判定方法。

（付記５）
人物の状態を判定する処理を少なくとも１以上のコンピュータ（２０）に実行させるためのプログラム（２２１）であって、
前記１以上のコンピュータ（２０）に、
前記人物の顔を撮像した画像から前記人物の眼開閉度を検出する眼開閉度検出ステップと（Ｓ２）、
該眼開閉度検出ステップ（Ｓ２）で検出された第１所定期間の前記眼開閉度を用いて、前記人物の閉眼率を算出する閉眼率算出ステップ（Ｓ４）と、
該閉眼率算出ステップ（Ｓ４）で算出された第２所定期間の前記閉眼率を用いて、前記閉眼率の変動特徴量を算出する変動特徴量算出ステップ（Ｓ７）と、
該変動特徴量算出ステップ（Ｓ７）で算出された前記変動特徴量に基づいて、前記人物の漫然状態を判定する漫然状態判定ステップ（Ｓ８）とを実行させるためのプログラム。

１ 運転評価システム
２ 車両
３ 運転者
４ 運転評価装置
４１ 通信ユニット
４２ 制御ユニット
４２１ 運転評価部
４２２ 評価結果出力部
４３ 記憶ユニット
４３１ 検出データ蓄積部
４３２ 評価条件記憶部
４３３ 評価結果記憶部
４４ 通信バス
５ 通信ネットワーク
６ 事業者端末
１０、１０Ａ、１０Ｂ、１０Ｃ 車載機
１１ カメラ
１２ 加速度センサ
１３ 角速度センサ
１４ ＧＰＳ受信部
１４ａ アンテナ
１５ 通信部
１５ａ アンテナ
１６ 報知部
２０、２０Ａ、２０Ｂ、２０Ｃ 状態判定装置
２１、２１Ａ、２１Ｂ、２１Ｃ 制御部
２２ 記憶部
２２１ プログラム
２３ 入出力インターフェース（Ｉ／Ｆ）
３０ 画像取得部
３１ 眼開閉度検出部
３２ 閉眼率算出部
３３ 変動特徴量算出部
３４ 漫然状態判定部
３５ 出力部
３６、３６Ａ 前処理部
３７ 車両動態データ取得部
３８ 事象検出部
３８１ 車両動態検出部
３８２ 顔向き事象検出部
３９ 補間処理部

Claims (22)

1. 人物の状態を判定する状態判定装置であって、
   前記人物の顔を撮像した画像から前記人物の眼開閉度を検出する眼開閉度検出部と、
   該眼開閉度検出部により検出された第１所定期間の前記眼開閉度を用いて、前記人物の閉眼率を算出する閉眼率算出部と、
   該閉眼率算出部により前記第１所定期間毎に算出される前記閉眼率の第２所定期間分の前記閉眼率を用いて、前記閉眼率の変動特徴量を算出する変動特徴量算出部と、
   該変動特徴量算出部により算出された前記変動特徴量と、漫然状態への変化を示す所定の閾値との比較結果に基づいて、前記人物の漫然状態を判定する漫然状態判定部とを備えていることを特徴とする状態判定装置。
2. 前記閉眼率算出部により算出された前記閉眼率に対して前処理を行う前処理部をさらに備え、
   前記変動特徴量算出部が、
   前記前処理部により前処理された後の前記閉眼率を用いて、前記変動特徴量を算出するものであることを特徴とする請求項１記載の状態判定装置。
3. 前記前処理部が、
   前記閉眼率の平滑化処理を行うものであることを特徴とする請求項２記載の状態判定装置。
4. 所定の事象を検出する事象検出部をさらに備え、
   前記前処理部が、
   前記第２所定期間分の前記閉眼率のうち、前記事象検出部により前記所定の事象が検出された時又は期間に算出された前記閉眼率を、前記変動特徴量の算出対象データから除く除去処理を行うものであることを特徴とする請求項２記載の状態判定装置。
5. 前記前処理部が、
   前記除去処理後の前記閉眼率の平滑化処理をさらに行うものであることを特徴とする請求項４記載の状態判定装置。
6. 前記第２所定期間分の前記閉眼率のうち、前記除去処理により除去された前記時又は期間における前記閉眼率を補間する補間処理部をさらに備えていることを特徴とする請求項４又は請求項５記載の状態判定装置。
7. 前記人物が、車両の運転者であり、
   前記事象検出部が、
   前記所定の事象として、前記車両が走行する道路種別が切り替わった事象、前記車両が停車した事象、前記車両が走行を開始した事象、前記車両に急ハンドルが発生した事象、前記車両に急ブレーキが発生した事象、及び前記車両に衝撃が発生した事象のうちの少なくともいずれかの事象を検出する車両動態検出部を含んでいることを特徴とする請求項４～６のいずれかの項に記載の状態判定装置。
8. 前記人物が、車両の運転者であり、
   前記事象検出部が、
   前記所定の事象として、前記車両の運転中に前記人物の顔の向きが変化する事象を検出する顔向き事象検出部を含んでいることを特徴とする請求項４～６のいずれかの項に記載の状態判定装置。
9. 前記変動特徴量算出部が、
   前記変動特徴量として、前記第２所定期間分の前記閉眼率のばらつきの程度を示す指標を算出するものであることを特徴とする請求項１～８のいずれかの項に記載の状態判定装置。
10. 前記変動特徴量算出部が、
    前記変動特徴量として、前記第２所定期間分の前記閉眼率の変化量又は変化率を算出するものであることを特徴とする請求項１～８のいずれかの項に記載の状態判定装置。
11. 前記変動特徴量算出部が、
    前記変動特徴量として、前記第２所定期間分の前記閉眼率の上昇時間の割合である上昇時間率を算出するものであることを特徴とする請求項１～８のいずれかの項に記載の状態判定装置。
12. 前記漫然状態判定部が、
    ２以上の判定閾値を用いて、前記人物の漫然状態を段階的に判定するものであることを特徴とする請求項１～１１のいずれかの項に記載の状態判定装置。
13. 前記漫然状態判定部が、
    前記変動特徴量が所定期間継続して判定閾値を超えた場合に、前記人物が漫然状態であると判定するものであることを特徴とする請求項１～１１のいずれかの項に記載の状態判定装置。
14. 前記漫然状態判定部が、
    ２種類以上の前記変動特徴量、又は１種類以上の前記変動特徴量及び前記閉眼率に基づいて、前記人物の漫然状態を判定するものであることを特徴とする請求項１～１１のいずれかの項に記載の状態判定装置。
15. 前記漫然状態判定部が、
    算出された前記変動特徴量、又は前記変動特徴量及び前記閉眼率を入力すると、前記人物が漫然状態であるか否かを示す値を出力するように学習した学習済みの学習器を用いて、前記人物の漫然状態を判定するものであることを特徴とする請求項１～１１のいずれかの項に記載の状態判定装置。
16. 前記漫然状態判定部による判定結果を出力する出力部を備えていることを特徴とする請求項１～１５のいずれかの項に記載の状態判定装置。
17. 前記出力部が出力した前記判定結果に応じた報知を行う報知部を備えていることを特徴とする請求項１６記載の状態判定装置。
18. 前記出力部が出力した前記判定結果が記憶される判定結果記憶部と、
    該判定結果記憶部に記憶された前記判定結果を含むデータを所定の送信先へ送信する通信部とを備えていることを特徴とする請求項１６又は請求項１７記載の状態判定装置。
19. 請求項１～１８のいずれかの項に記載の状態判定装置と、
    前記画像を撮像する撮像部とを備えていることを特徴とする車載機。
20. 請求項１９記載の１以上の車載機と、
    該車載機の前記状態判定装置により判定された前記人物の漫然状態の判定結果を含むデータに基づいて、前記人物の漫然状態の評価を含む運転評価を行う運転評価部、及び該運転評価部により評価された前記人物の漫然状態の評価を含む運転評価結果を出力する評価結果出力部を備えている運転評価装置とを含んで構成されていることを特徴とする運転評価システム。
21. 少なくとも１以上のコンピュータが人物の状態を判定する状態判定方法であって、
    前記少なくとも１以上のコンピュータが、
    前記人物の顔を撮像した画像から前記人物の眼開閉度を検出する眼開閉度検出ステップと、
    該眼開閉度検出ステップで検出された第１所定期間の前記眼開閉度を用いて、前記人物の閉眼率を算出する閉眼率算出ステップと、
    該閉眼率算出ステップで前記第１所定期間毎に算出される前記閉眼率の第２所定期間分の前記閉眼率を用いて、前記閉眼率の変動特徴量を算出する変動特徴量算出ステップと、
    該変動特徴量算出ステップで算出された前記変動特徴量と、漫然状態への変化を示す所定の閾値との比較結果に基づいて、前記人物の漫然状態を判定する漫然状態判定ステップとを含むステップを実行することを特徴とする状態判定方法。
22. 人物の状態を判定する処理を少なくとも１以上のコンピュータに実行させるためのプログラムであって、
    前記１以上のコンピュータに、
    前記人物の顔を撮像した画像から前記人物の眼開閉度を検出する眼開閉度検出ステップと、
    該眼開閉度検出ステップで検出された第１所定期間の前記眼開閉度を用いて、前記人物の閉眼率を算出する閉眼率算出ステップと、
    該閉眼率算出ステップで前記第１所定期間毎に算出される前記閉眼率の第２所定期間分の前記閉眼率を用いて、前記閉眼率の変動特徴量を算出する変動特徴量算出ステップと、
    該変動特徴量算出ステップで算出された前記変動特徴量と、漫然状態への変化を示す所定の閾値との比較結果に基づいて、前記人物の漫然状態を判定する漫然状態判定ステップとを実行させるためのプログラム。

Images