JP7409040B2 - 危険度推定装置、車載装置、危険度推定方法、および危険度推定プログラム - Google Patents

Description

この発明は、交通事故を抑制し、安全、安心な交通社会の構築に寄与する技術に関する。

従来、道路網において、交通事故の発生リスクが高い場所（地域）を判断し、当該場所を走行する車両のドライバに対して注意喚起を行う装置があった（特許文献１参照）。この特許文献１に記載された装置は、道路網を走行している車両の状態（例えば、位置、速度、ブレーキ操作、アクセル操作、ステアリング操作）を、当該車両に搭載されている車載装置から取得する。特許文献１に記載された装置は、多くの車両から取得した情報を処理し、設定した判定領域毎に、急ブレーキ、急ハンドル等の危険回避にかかる運転操作が行われた回数等を計数する。特許文献１に記載された装置は、設定した判定領域毎に、その領域について計数した危険回避にかかる運転操作の回数によって、リスク度合いを判定する。また、特許文献１に記載された装置は、リスクの度合いが高い領域を走行している車両に対して注意喚起にかかる情報を送信し、ドライバに対して注意を促す。

特開２０１２－ ８６７５号公報

しかしながら、道路網には、危険回避にかかる運転操作が行われる回数が比較的少なくても、交通事故の発生リスクが高い地域が存在している。例えば、外光が眩しく、ドライバが歩行者や自転車等に気づきにくい地域も、交通事故の発生リスクが高い。このような地域の中には、歩行者や自転車等の通行量が少ない地域がある。この歩行者や自転車等の通行量が少ない地域では、多くの車両が歩行者や自転車等に出会うことなく走行し、危険回避にかかる運転操作が行われる回数が比較的少ない。

したがって、特許文献１に記載された装置の構成では、外光が眩しく、ドライバが歩行者や自転車等に気づきにくい地域であっても、歩行者や自転車等の通行量が少ないと、交通事故の発生リスクが高い地域であると判定されないことがある。

この発明の目的は、通行量に関係なく、外光が眩しく、ドライバが歩行者や自転車等に気づきにくい地域を、交通事故の発生リスクが高い地域であると推定できる技術を提供することにある。

この発明の危険度推定装置は、上記目的を達成するため以下に示すように構成している。

統計処理部は、車両の走行履歴データを収集し、収集した走行履歴データを基に統計データを生成する。走行履歴データは、検知日時毎に、その検知日時における車両の位置と、当該車両を運転しているドライバの目の開閉度とを対応付けたデータである。統計処理部は、予め区分した時間帯別に、推定対象地域におけるドライバの目の開閉度の代表値を算出した統計データを生成する。この代表値は、例えば、ドライバの目の開閉度の平均値であってもよいし、中央値であってもよいし、最頻値であってもよい。

危険度推定部は、統計処理部によって生成された統計データを基にして、予め区分した時間帯別に、推定対象地域の危険度を推定する。危険度推定部は、時間帯別に、その時間帯について算出されたドライバの目の開閉度の代表値によって、推定対象地域の危険度を推定する。

ドライバは、外光が眩しいとき、目を細める。統計処理部によって生成された統計データによって、推定対象地域を走行したドライバが目を細めている程度を時間帯別に取得できる。外光の眩しさが大きいほど、ドライバが目を細めている程度が大きくなる。すなわち、危険度推定部は、外光の眩しさが要因である推定対象地域の危険度を推定できる。したがって、この構成によれば、通行量に関係なく、外光が眩しく、ドライバが歩行者や自転車等に気づきにくい地域を、交通事故の発生リスクが高い地域であると推定できる。

また、統計処理部を、推定対象地域における車両の走行方向別に、ドライバの目の開閉度の代表値を算出した統計データを生成する構成にすれば、危険度の推定がより適正に行える。

また、統計処理部を、統計データを生成するとき、その時点を基準にした設定期間以前に収集された走行履歴データを用いないで統計データを生成する、構成にしてもよい。

また、この発明にかかる車載装置は、受信部において、上記の危険度推定装置から推定対象地域の危険度を受信する。また、搭載されている車両が、受信部で受信した危険度が注意喚起レベルを超えている推定対象地域を走行しているとき、出力部がドライバに対して注意喚起を出力する。したがって、この車載装置は、ドライバに対して、交通事故を起こさせないための注意喚起を適正なタイミングで行える。

この発明によれば、通行量に関係なく、外光が眩しく、ドライバが歩行者や自転車等に気づきにくい地域を、交通事故の発生リスクが高い地域であると推定できる。

危険度推定装置を適用した運転支援システムを示す概略図である。 危険度を推定する推定対象地域の例を示す図である。 走行履歴データを示す図である。 時間帯別開閉度データを示す図である。 危険度推定装置の主要部の構成を示すブロック図である。 車載装置の主要部の構成を示すブロック図である。 危険度推定装置の走行履歴データ収集処理を示すフローチャートである。 危険度推定装置の危険度推定処理を示すフローチャートである。 車載装置の走行履歴データ送信処理を示すフローチャートである。 車載装置の注意喚起処理を示すフローチャートである。

以下、この発明の実施形態について説明する。

＜１．適用例＞
図１は、危険度推定装置を適用した運転支援システムを示す概略図である。図２は、危険度を推定する推定対象地域の例を示す図である。この例にかかる運転システムは、センタに設置されている危険度推定装置１と、車両１００に搭載されている車載装置３とを有する。危険度推定装置１と、車載装置３とはネットワーク５を介してデータ通信を行う。図１に示すように、危険度推定装置１には、ネットワーク５を介して複数の車載装置３が接続される。

この例にかかる運転支援システムは、例えば、図２に示すように、交差点、および当該交差点の各流入路を含むある程度の大きさの推定対象地域１１０の危険度を推定する。この例では、推定対象地域１１０は、危険度推定装置１に予め設定されている。推定対象地域１１０は、図２では矩形上である例を示しているが、円形状であってもよいし、楕円形状であってもよいし、他の形状であってもよい。推定対象地域１１０は、道路網をカバーするように、複数設定されている。

車載装置３は、搭載されている車両１００の走行履歴データを生成し、危険度推定装置１に送信する。図３は、車載装置が生成する走行履歴データを示す図である。車載装置３は、車両１００の走行時に、一定時間間隔（数十ｍｓｅｃ～数百ｍｓｅｃ間隔）で繰り返し、車両１００の位置（緯度、経度）、およびドライバの左右の目の開閉度を検出する。図３は、この検出が１００ｍｓｅｃ間隔で繰り返されたときの走行履歴データを示している。走行履歴データは、検出日時毎に、車両１００の位置、およびドライバの左右の目の開閉度を対応付けたレコードを登録したデータである。車載装置３は、適当なタイミング（例えば、５分間隔、１０分間隔）で、未送信の走行履歴データ（未送信のレコードからなる走行履歴データ）を危険度推定装置１に送信する。ここでドライバの目の開閉度とは、そのドライバについて一定時間（例えば、数分）観測したときの目の大きさの最大値を基準サイズとし、検出したドライバの目の大きさを、当該ドライバの目の大きさの基準サイズで除した値である。

危険度推定装置１は、車載装置３から走行履歴データを受信すると、受信した走行履歴データを蓄積的に記憶する。これにより、危険度推定装置１は、複数の車両１００の走行履歴データを収集する。この例では、走行履歴データに、送信元を特定する情報を含ませていない。危険度推定装置１は、受信した走行履歴データを、送信元を特定することができない匿名情報として記憶する。

なお、危険度推定装置１は、受信した走行履歴データに対して、送信元のアドレス、または車両１００の位置等を用いて、同一車両１００に搭載されている車載装置３から送信されてきた走行履歴データを抽出して纏めることもできるが、この例では、このような処理は行わない。

危険度推定装置１は、収集した走行履歴データから、推定対象地域１１０の走行時にかかる走行履歴データを抽出する。推定対象地域１１０の走行時にかかる走行履歴データとは、その走行履歴データの中に、車両１００の位置が推定対象地域１１０内であるレコードが含まれている走行履歴データである。言い換えれば、車両１００の位置が推定対象地域１１０内であるレコードが含まれていない走行履歴データは、推定対象地域１１０の走行時にかかる走行履歴データではない。

危険度推定装置１は、抽出した推定対象地域１１０の走行時にかかる走行履歴データを、車両１００の走行方向によって分類する。具体的には、走行方向が、図２において右側から左側である第１分類、左側から右側である第２分類、上側から下側である第３分類、および下側から上側である第４分類の４つに分類する。車両１００の走行方向は、時間経過にともなう位置の変化から判断できる。

危険度推定装置１は、走行履歴データの分類毎に、ドライバの目の開閉度の代表値を、時間帯別に算出した時間帯別開閉度データを生成する。この時間帯別開閉度データは、車両１００の走行位置が推定対象地域１１０内であるレコードのみを用いて生成する。言い換えれば、この時間帯別開閉度データは、車両１００の走行位置が推定対象地域１１０内でないレコードを用いないで生成する。

図４は、時間帯別開閉度データを示す図である。図４では、時間帯の長さを１時間とし、時間帯の開始時刻を毎正時とした時間帯別開閉度データを示している。車両１００の走行方向が左方向である時間帯別のドライバの目の開閉度の代表値Ｊ＃（＃は、１～２４の整数）は、上記した第１分類の走行履歴データの中から抽出された、該当する時間帯に推定対象地域１１０を走行した車両１００のドライバの目の開閉度の代表値である。同様に、車両１００の走行方向が右方向である時間帯別のドライバの目の開閉度の代表値Ｋ＃（＃は、１～２４の整数）は、上記した第２分類の走行履歴データの中から抽出された、該当する時間帯に推定対象地域１１０を走行した車両１００のドライバの目の開閉度の代表値である。また、車両１００の走行方向が下方向である時間帯別のドライバの目の開閉度の代表値Ｍ＃（＃は、１～２４の整数）は、上記した第３分類の走行履歴データの中から抽出された、該当する時間帯に推定対象地域１１０を走行した車両１００のドライバの目の開閉度の代表値である。また、車両１００の走行方向が上方向である時間帯別のドライバの目の開閉度の代表値Ｎ＃（＃は、１～２４の整数）は、上記した第１分類の走行履歴データの中から抽出された、該当する時間帯に推定対象地域１１０を走行した車両１００のドライバの目の開閉度の代表値である。

この例では、上記したドライバの目の開閉度の代表値は、ドライバの右目の開閉度の平均値と、ドライバの左目の開閉度の平均値とにおける、小さいほうの値である。

なお、ドライバの目の開閉度の代表値は、ドライバの右目、および左目の開閉度の平均値にしてもよい。また、平均値の代わりに中央値、最頻値等を用いてもよい。

危険度推定装置１は、推定対象地域１１０における車両１００の走行方向毎に、時間帯別に危険度を２段階のレベルで推定する。具体的には、この例にかかる危険度推定装置１は、ドライバの目の開閉度の代表値が、予め定めた閾値α以下であれば、危険度を高と推定し、閾値αを超えていれば、危険度を低と推定する。危険度推定装置１は、推定対象地域１１０毎に推定した危険度を車両１００に搭載されている車載装置３に通知する。

ドライバは、外光が眩しいときに、目を細めるので、目の開閉度が小さくなる。すなわち、危険度推定装置１は、外光の眩しさによる危険度を推定している。したがって、危険度推定装置１は、通行量に関係なく、外光が眩しく、ドライバが歩行者や自転車等に気づきにくい地域を、交通事故の発生リスクが高い地域であると推定できる。

また、危険度推定装置１が、外光の眩しさによる危険度の推定結果を車載装置３に通知するので、車載装置３が、ドライバに対して、外光の眩しさによる危険度の推定結果に応じた注意喚起を行える。

＜２．構成例＞
図５は、危険度推定装置の主要部の構成を示すブロック図である。危険度推定装置１は、制御ユニット１１と、受信部１２と、送信部１３と、走行履歴データベース１４（走行履歴ＤＢ１４）と、地図データベース１５（地図ＤＢ１５）を備えている。

制御ユニット１１は、危険度推定装置１本体各部の動作を制御する。制御ユニット１１は、統計処理部２１、および危険度推定部２２を有している。統計処理部２１、および危険度推定部２２については、後述する。

受信部１２は、ネットワーク５を介して、車載装置３から送信されてきた走行履歴データを受信する。送信部１３は、ネットワーク５を介して、各推定対象地域１１０の危険度の推定結果を車載装置３に送信する。

走行履歴ＤＢ１４は、受信部１２で受信した走行履歴データを蓄積的に記憶する。地図ＤＢ１５は、地図情報を記憶する。また、設定されている推定対象地域１１０毎に、その推定対象地域１１０の位置を示す位置情報を記憶する。

次に、制御ユニット１１が有する統計処理部２１、および危険度推定部２２について説明する。統計処理部２１は、推定対象地域１１０毎に、走行履歴ＤＢ１４に記憶している走行履歴データを集計し、図４に示した時間帯別開閉度データを生成する。この時間帯別開閉度データが、この発明で言う統計データに相当する。危険度推定部２２は、推定対象地域１１０毎に、その推定対象地域１１０について生成された時間帯別開閉度データを参照して、時間帯、および走行方向別に危険度を推定する。

危険度推定装置１の制御ユニット１１は、ハードウェアＣＰＵ、メモリ、その他の電子回路によって構成されている。ハードウェアＣＰＵが、この発明にかかる危険度推定プログラムを実行したときに、統計処理部２１、および危険度推定部２２として動作する。また、メモリは、この発明にかかる危険度推定プログラムを展開する領域や、この危険度推定プログラムの実行時に生じたデータ等を一時記憶する領域を有している。制御ユニット１１は、ハードウェアＣＰＵ、メモリ等を一体化したＬＳＩであってもよい。また、ハードウェアＣＰＵが、この発明にかかる危険度推定方法を実行するコンピュータである。

図６は、車載装置の主要部の構成を示す図である。車載装置３は、制御ユニット３１と、画像入力部３２と、測位データ入力部３３と、通信部３４と、走行履歴データ記憶部３５と、危険度推定結果記憶部３６と、出力部３７とを備えている。

制御ユニット３１は、車載装置３本体各部の動作を制御する。制御ユニット３１は、開閉度算出部４１、走行履歴データ生成部４２、および注意喚起判定部４３を有している。開閉度算出部４１、走行履歴データ生成部４２、および注意喚起判定部４３については後述する。

画像入力部３２には、カメラ３２ａが接続されている。カメラ３２ａは、車両１００のドライバの顔を撮像するアングルで取り付けられている。画像入力部３２には、カメラ３２ａによって撮像されたドライバの顔のフレーム画像が入力される。カメラ３２ａは、フレームレートが数十フレーム／ｓｅｃであるビデオカメラである。この例では、カメラ３２ａのフレームレートを１０フレーム／ｓｅｃとして説明する。

測位データ入力部３３には、図示していない外部機器（例えば、車両１００に搭載されているナビゲーション装置、ドライバのスマートフォン等）において測位された車両１００の位置を示す位置データ（緯度、経度）が入力される。

なお、測位データ入力部３３は、ＧＰＳ機能を有し、車両１００の位置を測位する構成であってもよい。

通信部３４は、ネットワーク５を介して、危険度推定装置１との間でデータ通信を行う。

走行履歴データ記憶部３５は、後述する走行履歴データ生成部４２において生成された走行履歴データを記憶する。

危険度推定結果記憶部３６は、危険度推定装置１が各推定対象地域１１０について時間帯、および走行方向別に推定した危険度の推定結果を記憶する。

出力部３７は、ドライバに対して、注意喚起を出力する。この注意喚起は、音声によるものであってもよいし、映像によるものであってもよいし、これらの組み合わせであってもよい。

次に、制御ユニット３１が有する開閉度算出部４１、走行履歴データ生成部４２、および注意喚起判定部４３について説明する。

開閉度算出部４１は、画像入力部３２に入力されたドライバの顔が撮像されたフレーム画像を処理し、そのフレーム画像におけるドライバの目の大きさを検出する。開閉度算出部４１は、車両１００のエンジンが始動されてから、一定時間（例えば、数分）経過するまでの間に、ドライバの顔が撮像されたフレーム画像を処理し、右目の大きさの最大値Ｒｍａｘ、および左目の大きさの最大値Ｌｍａｘを検出する。その後、開閉度算出部４１は、ドライバの顔が撮像されたフレーム画像毎に、そのフレーム画像に撮像されているドライバの右目の大きさＲ、および左目の大きさＬを検出し、右目の開閉度、および左目の開閉度を算出する。右目の開閉度は、
右目の開閉度＝Ｒ／Ｒｍａｘ
により算出され、左目の開閉度は、
左目の開閉度＝Ｌ／Ｌｍａｘ
により算出される。

Ｒｍａｘが、ドライバの右目の基準サイズであり、Ｌｍａｘが、ドライバの右目の基準サイズである。

走行履歴データ生成部４２は、車両１００の位置、右目の開閉度、および左目の開閉度を検知日時に対応付けたレコードを走行履歴データに追加する。

注意喚起判定部４３は、車両１００の現在の走行位置、および現在の時間で、危険度推定結果記憶部３６に記憶している危険度推定装置１による危険度の推定結果を検索し、車両１００が危険度の高い位置を走行しているかどうかを判定する。注意喚起判定部４３は、車両１００が危険度の高い位置を走行していれば、注意喚起要と判定する。

車載装置３の制御ユニット３１は、ハードウェアＣＰＵ、メモリ、その他の電子回路によって構成されている。ハードウェアＣＰＵが、予めインストールされているプログラムを実行したときに、開閉度算出部４１、走行履歴データ生成部４２、および注意喚起判定部４３として動作する。また、メモリは、このプログラムを展開する領域や、このプログラムの実行時に生じたデータ等を一時記憶する領域を有している。制御ユニット３１は、ハードウェアＣＰＵ、メモリ等を一体化したＬＳＩであってもよい。

＜３．動作例＞
危険度推定装置１は、以下に示す走行履歴データ収集処理と、危険度推定処理を実行する。また、車載装置３は、以下に示す走行履歴データ送信処理と、注意喚起処理を実行する。図７は、危険度推定装置の走行履歴データ収集処理を示すフローチャートである。図８は、危険度推定装置の危険度推定処理を示すフローチャートである。図９は、車載装置の走行履歴データ送信処理を示すフローチャートである。図１０は、車載装置の注意喚起処理を示すフローチャートである。

まず、図７を参照して、危険度推定装置１の走行履歴データ収集処理について説明する。危険度推定装置１は、受信部１２において、車両１００に搭載されている車載装置３から送信されてきた走行履歴データを受信すると（ｓ１）、受信した走行履歴データを走行履歴ＤＢ１４に記憶する（ｓ２）。危険度推定装置１は、ｓ１、およびｓ２にかかる処理を繰り返す。これにより、危険度推定装置１は、車載装置３を搭載している複数の車両１００から走行履歴データを収集する。

ここで、図９を参照して、車載装置３の走行履歴データ送信処理について説明する。車載装置３は、車両１００のエンジンが始動されると、この走行履歴データ送信処理を開始する。車載装置３は、ドライバの左右の目の基準サイズを検出する（ｓ２１）。ｓ２１では、開閉度算出部４１が、画像入力部３２に入力されたドライバの顔が撮像されたフレーム画像を処理し、そのフレーム画像におけるドライバの目の大きさを検出する。開閉度算出部４１は、車両１００のエンジンが始動されてから、一定時間（例えば、数分）経過するまでの間に、ドライバの顔が撮像された複数のフレーム画像を処理し、右目の大きさの最大値Ｒｍａｘ、および左目の大きさの最大値Ｌｍａｘを検出する。開閉度算出部４１は、ここで検出した右目の大きさの最大値Ｒｍａｘを、ドライバの右目の基準サイズとし、また、ここで検出した左目の大きさの最大値Ｌｍａｘを、ドライバの左目の基準サイズとする。

車載装置３は、画像入力部３２にドライバの顔が撮像されたフレーム画像が入力されると、ドライバの左右の目の開閉度を算出する（ｓ２２、ｓ２３）。ｓ２３では、開閉度算出部４１が、今回入力されたドライバの顔が撮像されたフレーム画像を処理し、ドライバの右目の大きさＲ、および左目の大きさＬを検出する。開閉度算出部４１は、ｓ２１で検出したドライバの右目の基準サイズＲｍａｘ、および左目の基準サイズＬｍａｘを用いて、右目の開閉度（Ｒ／Ｒｍａｘ）、および左目の開閉度（Ｌ／Ｌｍａｘ）を算出する。

また、車載装置３は、搭載されている車両１００の位置を取得する（ｓ２４）。車両１００の位置は、外部装置から測位データ入力部３３に入力されている。車載装置３は、ｓ２３で開閉度算出部４１が算出したドライバの左右の目の開閉度、ｓ２４で取得した車両１００の位置を現在の日時に対応付けたレコードを生成し、このレコードを走行履歴データ記憶部３５に追加する（ｓ２５）。走行履歴データ生成部４２が、ｓ２５にかかる処理を行う。

車載装置３は、ｓ２２でフレーム画像入力されていないと判定した場合、または上記したｓ２５にかかる処理を行うと、走行履歴データを危険度推定装置１に送信するタイミングであるかどうかを判定する（ｓ２６）。走行履歴データを危険度推定装置１に送信するタイミングは、予め定められた時間間隔（例えば、５分間隔、１０分間隔）等にしてもよいし、車両１００が信号等で一時停止したタイミングにしてもよい。

車載装置３は、ｓ２６で、走行履歴データを危険度推定装置１に送信するタイミング
であると判定すると、走行履歴データ記憶部３５に記憶している、未送信の送信履歴データを送信する（ｓ２７）。未送信の送信履歴データとは、危険度推定装置１に送信していないレコードからなる送信履歴データである。

車載装置３は、ｓ２６で走行履歴データを危険度推定装置１に送信するタイミングでないと判定した場合、または上記したｓ２７にかかる処理を行うと、車両１００のエンジンが停止されたかどうかを判定する（ｓ２８）。車載装置３は、ｓ２８でエンジンが停止されていないと判定すると、ｓ２２に戻る。また、車載装置３は、ｓ２８でエンジンが停止されたと判定すると、本処理を終了する。

このように、車載装置３は、車両１００の走行時に、走行履歴データを生成し、危険度推定装置１に送信する。

次に、図８を参照しながら、危険度推定装置１が実行する危険度推定処理について説明する。危険度推定装置１は、この危険度推定処理を前回の実行から一定期間（例えば、１週間、１０日、１カ月）経過すると、実行する。

危険度推定装置１は、危険度を推定する推定対象地域１１０を設定する（ｓ１１）。統計処理部２１が、ｓ１１にかかる処理を実行する。統計処理部２１は、ｓ１１で設定した推定対象地域１１０にかかる走行履歴データを、走行履歴ＤＢ１４から抽出する（ｓ１２）。ｓ１１で抽出される走行履歴データは、車両１００の位置がｓ１１で設定した推定対象地域１１０内であるレコードが含まれている走行履歴データである。統計処理部２１は、ｓ１２で抽出した走行履歴データを、時間帯、および車両１００の走行方向別に分類する（ｓ１３）。この例では、時間帯の長さは１時間であり、各時間帯の開始時刻を毎正時である。また、図２に示す推定対象地域１１０では、車両１００の走行方向は４方向である。したがって、ｓ１３における走行履歴データの分類数は、９６個である。

統計処理部２１は、ｓ１１で設定した推定対象地域１１０について、ｓ１３で分類した分類毎に、ドライバの目の開閉度の代表値を算出し、図４に示した時間帯別開閉度データを生成する（ｓ１４）。

危険度推定部２２が、ｓ１４で生成された時間帯別開閉度データの分類毎に、危険度が高いか低いかを推定し（ｓ１５）、その推定結果を記憶する。ｓ１５では、危険度推定部２２は、ドライバの目の開閉度の代表値が、予め定めた閾値α以下である分類に対して、危険度を高と推定し、予め定めた閾値αを超えている分類に対して、危険度を低と推定する。推定対象地域１１０に対する危険度の推定結果は、図４に示した時間帯別開閉度データにおけるドライバの目の開閉度の代表値を、危険度の推定結果（高、または低）に置き換えたデータである。

危険度推定装置１は、未処理の推定対象地域１１０の有無を判定し（ｓ１５）、未処理の推定対象地域１１０があれば、上記したｓ１１～ｓ１５にかかる処理を繰り返す。危険度推定装置１は、ｓ１５で未処理の推定対象地域１１０がないと判定すると、本処理を終了する。

危険度推定装置１は、この図８に示した危険度推定処理の処理結果を図示していない記憶部に記憶する。また、危険度推定装置１は、車載装置３から危険度推定処理の処理結果の送信要求を受信すると、当該車載装置３に対して、記憶している危険度推定処理の処理結果を送信する。

また、車載装置３は、所定の入力操作が行われたときに、危険度推定装置１に対して、危険度推定処理の処理結果の送信要求を送信する。車載装置３は、危険度推定装置１から送信されてきた危険度推定処理の処理結果を危険度推定結果記憶部３６に記憶する。

このように、危険度推定装置１は、通行量に関係なく、外光が眩しく、ドライバが歩行者や自転車等に気づきにくい地域を、交通事故の発生リスクが高い地域であると推定できる
次に、車載装置３における注意喚起処理について説明する。車載装置３は、搭載されている車両１００のエンジンが始動されると、この注意喚起処理を実行する。車載装置３は注意喚起判定部４３が車両１００の位置、および現在の日時を取得する（ｓ３１）。注意喚起判定部４３は、危険度推定結果記憶部３６に、推定対象地域１１０別に記憶している、危険度推定処理の処理結果を参照し、ドライバに対して注意喚起が必要であるかどうかを判定する（ｓ３２）。ｓ３２では、注意喚起判定部４３が、車両１００の位置に対応する推定対象地域１１０を判断し、この推定対象地域１１０について危険度推定結果記憶部３６に記憶している危険度推定処理の処理結果を読み出す。注意喚起判定部４３は、読み出した危険度推定処理の処理結果において、車両１００の現在の走行方向、および現在日時に対応する分類の危険度が高であれば注意喚起要と判定する。また、注意喚起判定部４３は、読み出した危険度推定処理の処理結果において、車両１００の現在の走行方向、および現在日時に対応する分類の危険度が低であれば注意喚起不要と判定する。

注意喚起判定部４３が、ｓ３２で注意喚起要と判定すると、出力部３７において、ドライバに対する注意喚起を出力する（ｓ３３）。例えば、ｓ３３では、「この周辺は、外光が眩しいので、速度を落として運転しましょう。」等のメッセージを、音声、または映像で出力する。

注意喚起判定部４３は、車両１００のエンジンが停止されるまで（ｓ３４）、上記ｓ３１～ｓ３３の処理を繰り返す。

したがって、車載装置３は、外光が眩しいところを車両１００で走行しているドライバに対して、注意喚起を適正に行うことができる。これにより、外光が眩しい場所での交通事故を抑制できる。

なお、図７～図１０に示したフローチャートにおける処理の順番は、図示した順番に限らず、適宜、その順番を入れ替えてもよい。

＜４．変形例＞
上記した例の危険度推定装置１は、予め設定されている推定対象地域１１０について危険度を推定するとしたが、走行履歴データを処理して、設定人数を超えるドライバが目を細めている区間を推定対象地域として抽出する構成であってもよい。この場合、危険度推定装置１は、抽出した推定対象地域について、上記した処理で、危険度が高いかどうかを推定すればよい。

また、走行履歴データを、検知日時毎に、その検知日時における車両の位置、および当該車両を運転しているドライバの目の開閉度に加えて、ドライバによる危険回避にかかる運転操作の有無を対応づけたデータにしてもよい。また、統計処理部２１は、時間帯別に、推定対象地域１１０におけるドライバの目の開閉度の代表値、および危険回避にかかる運転操作の発生頻度を算出した統計データを生成する。そして、危険度推定部２２が、時間帯別に、その時間帯について算出されたドライバの目の開閉度の代表値、および特定の運転操作の発生頻度によって、推定対象地域の危険度を推定する。

このように構成すれば、外光の眩しさだけでなく、危険回避にかかるドライバの運転操作の発生頻度も考慮した危険度の推定が行える。危険回避にかかる運転操作は、例えば急ブレーキや、急ハンドルである。

また、上記の例では、危険度推定装置１は、危険度を高低の２段階で推定するとしたが、３段階以上で推定してもよい。

例えば、危険度推定装置１は、ドライバの目の開閉度の代表値に対して２つの閾値（第１の閾値α、第２の閾値β（α＞β））を設定する。危険度推定装置１は、
ドライバの目の開閉度の代表値＞α、であれば、危険度を低と推定し、
α≧ドライバの目の開閉度の代表値＞β、であれば、危険度を中と推定し、
β≧ドライバの目の開閉度の代表値、であれば、危険度を高と推定する。

また、車載装置３は、危険度のレベルに応じて、ドライバに対する注意喚起を変化させればよい。このように構成すれば、推定した危険度のレベルに応じて、ドライバに対する注意喚起を決め細かく行える。

また、図８に示したｓ１２で、設定した推定対象地域１１０にかかる走行履歴データを、走行履歴ＤＢ１４から抽出するとき、その時点よりも一定期間（例えば、１カ月）以上前の走行履歴データを抽出しないようにしてもよい。すなわち、推定対象地域１１０における危険度の推定において、その時点よりも一定期間以上前の走行履歴データを用いない構成にしてもよい。

このように構成すれば、推定対象地域１１０における危険度の推定が、季節、周辺環境等の変化に対応して行える。

なお、この発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態に亘る構成要素を適宜組み合せてもよい。

さらに、この発明に係る構成と上述した実施形態に係る構成との対応関係は、以下の付記のように記載できる。
＜付記＞
車両（１００）の走行履歴データを収集し、収集した前記走行履歴データを基に統計データを生成する統計処理部（２１）と、
前記統計処理部（２１）によって生成された前記統計データを基にして、予め区分した時間帯別に、推定対象地域（１１０）の危険度を推定する危険度推定部（２２）と、を備え、
前記走行履歴データは、検知日時毎に、その検知日時における車両（１００）の位置と、当該車両（１００）を運転しているドライバの目の開閉度とを対応付けたデータであり、
前記統計処理部（２１）は、前記時間帯別に、前記推定対象地域（１１０）におけるドライバの目の開閉度の代表値を算出した統計データを生成し、
前記危険度推定部（２２）は、前記時間帯別に、その時間帯について算出されたドライバの目の開閉度の前記代表値によって、前記推定対象地域（１１０）の危険度を推定する、危険度推定装置（１）。

１…危険度推定装置
３…車載装置
５…ネットワーク
１１…制御ユニット
１２…受信部
１３…送信部
１４…走行履歴データベース（走行履歴ＤＢ）
１５…地図データベース（地図ＤＢ）
２１…統計処理部
２２…危険度推定部
３１…制御ユニット
３２…画像入力部
３２ａ…カメラ
３３…測位データ入力部
３４…通信部
３５…走行履歴データ記憶部
３６…危険度推定結果記憶部
３７…出力部
４１…開閉度算出部
４２…走行履歴データ生成部
４３…注意喚起判定部
１００…車両
１１０…推定対象地域

Claims (7)

1. 複数の車両から走行履歴データを収集し、収集した複数の車両の前記走行履歴データを基に統計データを生成する統計処理部と、
   前記統計処理部によって生成された前記統計データを基にして、予め区分した時間帯別に、推定対象地域の危険度を推定する危険度推定部と、を備え、
   前記走行履歴データは、検知日時毎に、その検知日時における車両の位置と、当該車両を運転しているドライバの目の開閉度とを対応付けたデータであり、
   前記統計処理部は、前記推定対象地域を走行した車両の前記走行履歴データを前記時間帯別に集計し、前記時間帯別に、前記推定対象地域におけるドライバの目の開閉度の代表値を、集計した対応する時間帯の前記走行履歴データを基に算出した統計データを生成し、
   前記危険度推定部は、前記時間帯別に、その時間帯について算出された前記推定対象地域におけるドライバの目の開閉度の前記代表値の大きさによって、前記推定対象地域の危険度を推定する、危険度推定装置。
2. 前記統計処理部は、前記推定対象地域における車両の走行方向別に、前記推定対象地域を走行した車両の前記走行履歴データを前記時間帯別に集計し、前記時間帯別および車両の走行方向別に、前記推定対象地域におけるドライバの目の開閉度の代表値を、集計した対応する時間帯であり、且つ対応する走行方向である前記走行履歴データを基に算出した統計データを生成する、請求項１に記載の危険度推定装置。
3. 前記統計処理部は、前記統計データを生成するとき、その時点を基準にした設定期間以前に収集された前記走行履歴データを用いないで前記統計データを生成する、請求項１、または２に記載の危険度推定装置。
4. 前記代表値は、前記推定対象地域を走行した各車両のドライバの目の開閉度の平均値である、請求項１～３のいずれかに記載の危険度推定装置。
5. 請求項１～４のいずれかに記載の危険度推定装置から前記推定対象地域の危険度を受信する受信部と、
   搭載されている車両が、前記受信部で受信した危険度が注意喚起レベルを超えている前記推定対象地域を走行しているとき、ドライバに対して注意喚起を出力する出力部と、を備えた車載装置。
6. 収集した複数の車両の走行履歴データを基に統計データを生成する統計処理ステップと、
   前記統計処理ステップで生成した前記統計データを基にして、予め区分した時間帯別に、推定対象地域の危険度を推定する危険度推定ステップと、をコンピュータが実行し、
   前記走行履歴データは、検知日時毎に、その検知日時における車両の位置と、当該車両を運転しているドライバの目の開閉度とを対応付けたデータであり、
   前記統計処理ステップは、前記推定対象地域を走行した車両の前記走行履歴データを前記時間帯別に集計し、前記時間帯別に、前記推定対象地域におけるドライバの目の開閉度の代表値を、集計した対応する時間帯の前記走行履歴データを基に算出した統計データを生成するステップであり、
   前記危険度推定ステップは、前記時間帯別に、その時間帯について算出された前記推定対象地域におけるドライバの目の開閉度の前記代表値の大きさによって、前記推定対象地域の危険度を推定するステップである、危険度推定方法。
7. 収集した複数の車両の走行履歴データを基に統計データを生成する統計処理ステップと、
   前記統計処理ステップで生成した前記統計データを基にして、予め区分した時間帯別に、推定対象地域の危険度を推定する危険度推定ステップと、をコンピュータに実行させ、
   前記走行履歴データは、検知日時毎に、その検知日時における車両の位置と、当該車両を運転しているドライバの目の開閉度とを対応付けたデータであり、
   前記統計処理ステップは、前記推定対象地域を走行した車両の前記走行履歴データを前記時間帯別に集計し、前記時間帯別に、前記推定対象地域におけるドライバの目の開閉度の代表値を、集計した対応する時間帯の前記走行履歴データを基に算出した統計データを生成するステップであり、
   前記危険度推定ステップは、前記時間帯別に、その時間帯について算出された前記推定対象地域におけるドライバの目の開閉度の前記代表値の大きさによって、前記推定対象地域の危険度を推定するステップである、危険度推定プログラム。

Images