JPH079880A

JPH079880A - 運転者の異常警報装置

Info

Publication number: JPH079880A
Application number: JP18692693A
Authority: JP
Inventors: Masayuki Kaneda; 雅之金田; Junichi Kasai; 純一笠井
Original assignee: Nissan Motor Co Ltd
Current assignee: Nissan Motor Co Ltd
Priority date: 1993-06-29
Filing date: 1993-06-29
Publication date: 1995-01-13

Abstract

(57)【要約】【目的】運転者の居眠り状態を精度よく適切なタイミ
ングで警報する。【構成】車載のカメラ１１による車両の前方走路の画
像を、画像処理装置１２が取り込み走路白線を認識して
その白線データから車両の横変位を求める。そして横変
位データメモリ１３に記憶された所定時間にわたる横変
位データを基に、車両の蛇行周期と振幅を置き換えた横
変位の分散値が分散値演算手段１４で演算する。また走
路のカーブ曲率演算手段１８が白線データからカーブの
曲率を求める。異常検出手段１６では、車速センサ１５
を備え、横変位の分散値、走路のカーブ曲率及び車速を
基に居眠り運転を検出すると警報手段１７により運転者
に警報を与える。一時的な車線逸脱や不適な操舵量に
よる誤検出するようなことがなく、道路環境や走行状況
に対応した精度の高い居眠り警報ができる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、運転者の異常警報装置
に関し、とくに車両の蛇行現象を検出して運転者の異常
を警報する運転者の異常警報装置に関する。

【０００２】

【従来の技術】従来、車両前方の走路を撮影した画像に
よる運転者の異常警報装置としては、例えば特開平１−
８３４２３号公報や特開平−１８６７１３号公報に開示
されたようなものがある。前者の発明は、前方走路画像
より左右の白線を認識し、自動車が左右白線の一方に片
寄る走行状態になった時に警報を発生させるようにし
て、居眠り運転を未然に防止する。また後者の発明は、
前方走路画像より適正な操舵角を推定し、運転者が操舵
した走舵角と比較することにより運転者の居眠り運転等
の異常運転を検出して、適切なタイミングで警報を行う
ようにしている。

【０００３】

【発明が解決しようとする課題】しかしながら、このよ
うな従来の運転者の異常警報装置にはいくつかの問題点
があった。すなわち前者の発明においては、カメラ等に
よって撮影された画像からの道路の走行区分帯を表示す
る白線の位置を確認し、車両の白線からの変位を検出し
て居眠り運転を検出するものであるが、このように左右
どちらか一方の白線への片寄りの検出だけでは、常に適
切に警報判断ができるとはいえない。例えば、車両が一
方の白線へ片寄った走行状態となっても、これが意図的
であるかどうかを判定できる構成とはなっていないた
め、的確に運転者の居眠り運転状態を捉え警報を与える
ことができないという問題点があった。

【０００４】また、後者の発明は車載画像処理装置によ
り走路に対する車両の適正な操舵量を算出し、その適正
な操舵量と実際に運転者が操舵した操舵量を比較し、異
常と判断される場合に警報を出すものとしているが、前
方画像から算出した適正な操舵量に対し、運転車が操舵
した操舵量が一度でも不適切になると一律に居眠り運転
状態と判断してしまうため、やはり的確な警報とならな
い問題がある。

【０００５】また、前方の走路画像から適正操舵量を算
出処理する手段や、運転者の異常を判定するデータベー
スを持つなど複雑な構成となっていたため、計算の処理
時間がかかることやコスト面で高価なシステムとなると
いう問題点もあった。本発明はこのような従来の問題点
に鑑みてなされたものであり、連続的に車両の横変位の
分散値を求め、その分散値を基に車両の蛇行状態を的確
に捉えることにより運転者の居眠りなど異常状態を高精
度に検出して運転者に適切な警報を与える運転者の異常
警報装置を提供することを目的としている。

【０００６】

【課題を解決するための手段】このため請求項１に記載
の本発明は、車両挙動の横変位を計測する横変位計測手
段と、横変位のデータを所定時間分記憶する横変位デー
タメモリと、前記所定時間分の横変位の分散値を計算す
る横変位の分散値演算手段と、横変位の分散値より運転
者の異常を検出する異常検出手段と、この異常検出手段
からの異常検出信号に基づいて運転者に警報を与える警
報手段とを有するものとした。

【０００７】また、請求項６に記載の発明は、車両の前
方走路を撮影する車載カメラと、車載カメラによって得
られた画像から走路の白線を認識する画像処理装置とを
備えて、前記白線のデータから車両の横変位を算出する
横変位計測手段と、横変位のデータを所定時間分記憶す
る横変位データメモリと、前記所定時間分の横変位の分
散値を計算する横変位の分散値演算手段と、白線のデー
タから走路のカーブ曲率を算出する手段と、横変位の分
散値より運転者の異常を検出するとともに、その検出レ
ベルを走路のカーブ曲率により切り換えるようにした異
常検出手段と、この異常検出手段からの異常検出信号に
基づいて運転者に警報を与える警報手段とを有するもの
とした。

【０００８】さらに、請求項７に記載の発明は、車両挙
動の横変位を計測する横変位計測手段と、横変位のデー
タを所定時間分記憶する横変位データメモリと、所定時
間分の横変位の分散値を計算する横変位の分散値演算手
段と、横変位の分散値を学習して学習値として保持する
学習手段と、横変位の分散値より運転者の異常を検出す
るとともに、その検出レベルを前記の学習値により切り
換えるようにした異常検出手段と、この異常検出手段か
らの異常検出信号に基づいて運転者に警報を与える警報
手段とを有するものとした。

【０００９】

【作用】請求項１のものでは、車両の横変位が車両横変
位計測手段により計測されて、横変位データメモリに記
憶される。次いで、その車両の横変位の時系列変化が横
変位の分散値演算手段において分散値に置き換えられ
る。そして、異常検出手段では、この分散値が所定の検
出レベルを越えたときに、運転者が居眠りなど異常状態
にあると判定され、警報手段によって注意が喚起され
る。このように、連続的に所定時間にわたる横変位の分
散値を基に車両の挙動が判定されるので、一時的に左右
白線の一方に片寄る走行状態では誤検出することがな
く、簡単な構成で車両の蛇行状態を的確に捉えることが
でき、運転者の居眠り状態が高精度に検出される。な
お、上記異常検出手段には、さらに車両の走行速度を検
出する車速センサや、車両の操舵角を検出する舵角セン
サを付設することができ、走行速度あるいは操舵角によ
り異常の検出レベルを切り換えることができる。

【００１０】請求項６のものでは、走路の白線のデータ
から車両の横変位を算出する一方、白線のデータから走
路のカーブ曲率を算出し、このカーブ曲率により上記異
常検出手段における検出レベルが切り換えられるので、
覚醒状態においても直線路に比べて運転が困難なカーブ
路でのご検出が防止される。また、請求項７のもので
は、横変位の分散値の学習手段が設けられて、運転者の
運転特性が記憶される。そしてこれに基づいて異常検出
手段における検出レベルが切り換えられるので、運転者
の個人差に対応して適切なタイミングで警報が与えられ
る。

【００１１】

【実施例】以下、この発明を図面に基づいて説明する。
図１は、本発明の実施例を示すブロック図である。こ
の運転者の異常警報装置では、車両の前方走路を撮影す
る車載のカメラ１１と、カメラ１１によって得られた画
像から白線認識を行う画像処理装置１２と、前記画像処
理装置１２によって得られた白線データより車両の横変
位を求めそのデータを記憶する横変位データメモリ１３
と、横変位データメモリ１３に記憶された予め定めた一
定個数のデータを元に横変位の分散値を連続して求める
横変位の分散値演算手段１４が設けられる。

【００１２】さらに、車両の走行速度を検出する車速セ
ンサ１５と、画像処理装置１２によって得られた白線デ
ータをもとに、走路のカーブ曲率を算出する走路のカー
ブ曲率演算手段１８とが設けられ、前記の横変位の分散
値演算手段１４で算出された横変位の分散値と、カーブ
曲率演算手段１８で算出されたカーブ曲率と、車速セン
サ１５で検出された車速の各信号が異常検出手段１６に
入力される。異常検出手段１６では、上記各信号に基づ
いて居眠り運転などの運転者の異常を検出する。この異
常検出手段１６からの異常検出信号が警報手段１７に送
られ、運転者に警報が与えられるように構成されてい
る。

【００１３】上記の車両の前方走路を撮影するカメラ１
１と、カメラ１１によって得られた画像から白線認識を
行う画像処理装置１２とで、横変位計測手段が構成され
る。カメラ１１は、例えばルーフ下面のインナーミラー
付近など車両の所定位置に取り付けられ、車両の前方走
路を撮影して撮影画像を画像処理装置１２に送る。画像
処理装置１２では、エッジ処理を主とした前処理を行
い、白線認識を行う。

【００１４】横変位データメモリ１３では、上記白線の
認識結果に基づいて車両の横変位を求め、記憶する。そ
して、記憶された横変位のデータが所定数になると、次
の横変位の分散値演算手段１４に送られる。ここでは、
予め決定された所定時間内の画像の取り込みタイミング
毎の横変位データを基に分散値を算出する。この横変位
の分散値は運転者の異常を検出する異常検出手段１６に
送られ、分散値の大きさを基に車両の蛇行など、異常な
車両挙動が判定される。

【００１５】異常検出手段１６では、横変位の分散値が
ある閾値を越えた時に、運転者が異常な状態にあると判
断し、警報出力信号を警報手段１７に送る。ここで、上
記横変位の分散値を用いて運転者の異常を判定する際
に、走路のカーブ曲率演算手段１８で算出した走路のカ
ーブ曲率と、車速センサ１５により検出した車速信号が
異常検出手段１６に送られ、分散値の判定方法および閾
値が走路のカーブ曲率と車速の大きさにより変えられる
ようになっている。

【００１６】図２は、カメラ１１で前方走路を撮影した
画像データを示す。画像処理装置１２では、このような
画像データにエッジ処理を主とした前処理を行うことに
より、車両前方の左右の白線を認識し、白線に対する横
方向の自車位置Ｐ点を算出する。この自車位置Ｐ点の位
置を時系列に捉えて行くことで、自車位置の横変位を掴
む。また白線の認識結果に基づいて、前方走路のカーブ
曲率も同時に算出する。

【００１７】次に、上記構成になる実施例における制御
動作を図３のフローチャートに基づいて説明する。まず
ステップ３１において、カウンタがリセットされる。こ
のカウンタの働きはステップ３７、３８で説明する。カ
ウンタのリセット後、ステップ３２に進み、カメラ１１
より画像処理装置１２へ画像入力が行なわれる。

【００１８】つぎにステップ３３で、エッジ処理を主と
した画像の前処理を行って白線の認識が行なわれる。そ
して、ステップ３４で、白線の認識結果を基に白線に対
する自車位置の横方向の位置を算出され、横変位データ
メモリ１３に記憶される。この画像データとして入力さ
れる１フレーム毎の車両の横方向の位置は所定時間分記
憶され、ステップ３５において、横変位の分散値演算手
段１４で一定時間の横変位の分散値が算出される。

【００１９】図４は上記分散値の算出要領を示す。図
中、縦軸は車両の横変位、横軸は経過時間である。ｔ0
、ｔ1 、ｔ2 、……、ｔ15は画像データの取り込みタ
イミングを表し、ｘ0 、ｘ1 、ｘ2 、……ｘ15はその取
り込みタイミングでの横方向の自車位置を表している。
上記ステップ３４では、居眠り状態時に一般的に見られ
る閉眼時間の２倍以上に設定された所定時間分として、
データｘ0 〜ｘ15が横変位データメモリ１３に記憶され
る。ステップ３５ではこの記憶されたｘの値を基に分散
値σ²が演算され、これが画像データの取り込み毎に更
新される。

【００２０】すなわち、最初の分散値の計算が画像取り
込みタイミングのｔ0 〜ｔ15分についてとすると、デー
タｘ0 〜ｘ15による横方向の車両位置によって分散値σ
0 ²が算出される。横変位データメモリ１３からの横変
位の分散値の演算手段１４によるデータの取り込みタイ
ミングは、ｔ15の時点に行われる。画像の取り込みタイ
ミングがｔ16に進んだ時は、分散値の計算における画像
の取り込みタイミングはｔ1 〜ｔ16に更新され、データ
ｘ1 〜ｘ16による横方向の車両位置によって分散値σ1
²が算出される。同様にして、画像の取り込みタイミン
グがｔn の時は、ｔm 〜ｔn の画像データの取り込みタ
イミングでの横方向の車両位置によって分散値σm ²が
算出される。

【００２１】図３に戻って、ステップ３６では、以上の
ようにして求められた分散値が第１所定値より大きいか
否かがチェックされる。分散値が小さい場合は、ステッ
プ３１に戻り、カウンタの値Ｎが０にリセットされたあ
と、次の画像データの取り込みに移る。また分散値が第
１所定値より大きい場合には、ステップ３７に移行し、
カウンタの値Ｎがあらかじめ設定された第２所定値より
大きいか否かがチェックされる。

【００２２】カウンタＮは分散値が第１所定値より大き
い場合が何回生じたのかをカウントするもので、誤検出
を防止するためのものである。したがって、分散値が第
１所定値より大きい回数が第２所定値より小さい間は、
ステップ３８でカウンタをカウントアップして次の画像
入力を行い、分散値の判定が繰り返される。ステップ３
７で分散値が第１所定値より大きい回数が第２所定値よ
り多くなったら、ステップ３９に進んで警報手段１７か
ら警報信号が出力される。

【００２３】ここで、上記のステップ３６における第１
所定値あるいはステップ３７における第２所定値は、車
速や走路のカーブ曲率の違いに応じて変更され、検出レ
ベルが切り換えられるようになっている。すなわち、図
５は第１所定値および第２所定値を変えるための設定係
数と車速の関係を示したものである。横変位の分散値
は、蛇行の周期と振幅を置き換えて判定基準としている
ものであるから、分散値の大きさには車速依存性があ
る。画像の取り込みタイミングと蛇行振幅が同じであれ
ば、車速が上がると分散値は小さくなる。また車速が上
がれば蛇行現象の危険度もそれだけ高くなる。

【００２４】したがって、車速が上がれば警報状態を決
定する第１所定値は小さく設定される。あわせてその危
険度も高くなるので、第２所定値も小さくして早く警報
できるようにしてある。これにより、第１所定値ならび
に第２所定値を設定するための設定係数と車速の関係
は、具体的な数値は相違しても図５に示されるような傾
向で決められる。

【００２５】また、図６は第１所定値および第２所定値
の設定係数と走行道路のカーブ曲率の関係を示したもの
である。白線に対し自車の横方向の位置を合わせること
は、直線路の場合には比較的容易に行うことができる
が、カーブ曲率が小さくなるに従い困難な操作となって
くる。すなわち、カーブを走行するとき、運転者は道路
の形状に対し自らの推定を基にハンドル操作し、次の状
況下で車両の動きをフィードバック感知しながら修正操
作等を行なっている。そのため、カーブ白線に沿った運
転は覚醒状態においても直線路に比べて困難である。

【００２６】したがって曲率が大きくカーブ度合がきつ
いときには、第１所定値および第２所定値の値が大きく
なるようにし、逆に曲率が小さいときは小さくなるよう
に設定係数が変更される。これにより、横方向の位置合
わせが困難な状況では判定基準が上げられて、誤警報が
防止される。以上のように、本実施例によれば道路環境
や走行状況に対応した精度の高い居眠り検出を行うこと
ができる。

【００２７】図７は、本発明の第２の実施例を示す。こ
の実施例は、車両が運転者の居眠り時によく見られる蛇
行状態にあっても、道路環境や走行状態によっては運転
者が覚醒状態にあることもある事例を考慮したものであ
る。このため、前実施例の構成に対してさらに車両の操
舵角を検出する舵角センサ７１が追加され、その出力信
号が異常検出手段１６’に入力されている。

【００２８】ここでは、図８のフローチャートに基づい
て制御動作が行なわれる。このフローは、図３に示され
たフローにおけるステップ３７とステップ３９の間に、
ステップ８１が追加されたものである。このステップ８
１では、無操舵状態の発生検知を示すフラグＭＦＬが１
であるか否かがチェックされる。ＭＦＬが１の場合は、
そのままステップ３９に進んで警報信号が出力される
が、ＭＦＬが１でない場合には警報出力が中止され、ス
テップ３１に戻る。その他は第１の実施例と同じであ
る。上記無操舵の発生検知フラグＭＦＬは、その値が１
であるとき所定時間における無操舵の発生比率がある閾
値を越えていることを示すものである。

【００２９】次に、図９のフローチャートにより上記無
操舵の発生検知フラグＭＦＬの設定方法を説明する。ま
ず、ステップ９１において、ｔ1 秒以上の無操舵回数Ｍ
1 、ｔ2 秒以上の無操舵回数Ｍ2 および無操舵の発生頻
度を調べる時間間隔を示すＳ0 の初期化が行なわれたあ
と、ステップ９２でＳ0 がカウントアップされる。そし
て、このＳ0 が後のステップ９７で所定時間間隔Ｓk を
越えるまで、ステップ９２に戻ることを繰り返しなが
ら、ステップ９３でのｔ1 秒以上の無操舵回数Ｍ1 とス
テップ９４でのｔ2 秒以上の無操舵回数Ｍ2 がステップ
９５、９６でそれぞれカウントアップされる。なお、
無操舵時間ｔ1 とｔ2 の関係は、ｔ1＜ｔ2 である。

【００３０】ステップ９７でＳ0 が所定時間間隔Ｓk を
越えたと判定された場合は、ステップ９８に進み、所定
時間間隔Ｓk における無操舵の発生頻度の評価が行なわ
れる。ここでは、無操舵時間ｔ1 とｔ2 の関係が、ｔ
1 ＜ｔ2 となっているため、その発生回数Ｍ1 とＭ2 の
重みづけを合わせるため、Ｍ2 には補正係数ｋをかけて
足し合わせた値で無操舵の発生頻度の評価基準値Ｍk と
比較される。

【００３１】そして、基準値Ｍk より大きい場合は、ス
テップ９９に進み、フラグＭＦＬに１が設定される。ま
た、基準値Ｍk より小さい場合は、ステップ９１０へ進
んで、フラグＭＦＬが０とされる。ステップ９９あるい
はステップ９１０の後は、次の所定時間間隔での無操舵
の発生頻度の評価に移る。

【００３２】以上の構成により、本実施例ではより一層
居眠り運転の検出精度が向上する。すなわち、無操舵の
発生頻度は運転者が居眠り状態のときのみに高いとは限
らない。さらには、車両が運転者の居眠り時によく見ら
れる蛇行状態にあっても、道路環境や走行状態によって
は運転者が覚醒状態にあることもある。しかし、無操舵
の発生頻度が高く、かつ車両が蛇行している場合には、
運転者が居眠り状態にある率が非常に高くなる。した
がって、蛇行現象の検出後、無操舵の発生頻度を判定す
ることにより、居眠り検出の精度を前実施例に比べさら
に向上させることができる。

【００３３】図１０には本発明の第３の実施例を示す。
この実施例は上述の第２実施例に対し、さらに車両の横
変位の分散値のデータ記憶装置１０１が追加され、これ
から運転者の操舵操作など個人差に対応した補正信号が
異常検出手段１６”に入力されているものである。そ
の他は第２の実施例と同様である。

【００３４】上記個人差の補正方法が、図１１のフロー
チャートに示される。まずステップ１１１において、Ｔ
0 、Ｂ0 の初期化が行なわれる。Ｔ0 は所定時間をカウ
ントアップするカウンタ、Ｂ0 は車両の横変位の分散値
の積算メモリである。Ｔ0 とＢ0 の初期化後、ステップ
１１２で、車速Ｖが６０ｋｍ／ｈ以上か否かがチェック
される。Ｖが６０ｋｍ／ｈ未満の場合は、ステップ１１
１に戻り再びＴ0 とＢ0 が初期化される。また、車速Ｖ
が６０ｋｍ／ｈ以上の場合はステップ１１３へ進み、現
在の画像データを基にした横変位の分散値Ｂ1 が入力さ
れる。そしてステップ１１４で時間カウンタＴ0 のカウ
ントアップと、ステップ１１５で分散値の積算メモリの
更新が行なわれる。

【００３５】その後、ステップ１１６において、分散値
の積算時間が所定積算時間Ｔk になったか否かをみて、
所定時間に達するまで上記分散値の積算を続ける。この
間、車速Ｖが再び６０ｋｍ／ｈ未満に下がった場合には
積算が中止される。ステップ１１６で積算時間が所定時
間に達した場合はステップ１１７に進み、分散値の積算
値Ｂ0 を所定時間Ｔk で除した値γが第１所定値の設定
係数として求められ、処理が終了する。

【００３６】この処理により、一定車速以上に達した後
の所定時間例えば数分間は、運転者が確実に起きている
ものと考えられるから、この間の車両挙動を示す分散値
を求めることにより、その運転者が有する特性傾向が捉
えられることになる。このようにして、本実施例では運
転者の個人差に対応した第１所定値の設定係数γを求
め、その値に基づいて異常検出手段１６”から警報信号
を出すタイミングを補正してやることで、運転者の異常
の検出精度がさらに向上する。なお、上記各実施例では
運転者の異常状態として居眠り運転状態を例として説明
したが、異常状態としてはこれに限らず、運転者の運転
中における体調異変などに起因して運転操作が正常時と
相違する状態を検出して適切な警報を行なうことができ
る。また、各実施例の横変位計測手段は、車載のカメラ
によって得られた画像を基に画像処理した走路の白線デ
ータを用いているが、このほか例えばビーコンを用いた
走路認識によってもよい。

【００３７】

【発明の効果】以上のとおり、本発明は車両挙動から運
転者の異常状態を検出して警報する運転者の異常警報装
置において、車両の横変位の所定時間にわたる時系列変
化を横変位の分散値に置き換え、この分散値が所定の検
出レベルを越えたときに、運転者が異常状態にあるもの
と判定するようにしたので、一時的に左右白線の一方に
片寄る走行状態では誤検出するようなことがなく、簡単
な構成で車両の蛇行状態を的確に捉え、運転者の異常状
態を高精度に検出、警報することができる。

【００３８】また、車両の横変位を車載カメラによる画
像から認識する走路の白線データから得るとともに、そ
の白線データから走路のカーブ曲率を算出してカーブ曲
率により異常状態の検出レベルを切り換えるようにした
場合には、直線路、カーブ路など走行環境に応じたで検
出レベルでさらに警報精度が向上する。さらにまた、横
変位の分散値の学習手段を設けることにより、運転者の
運転特性を記憶し、これに基づいて異常状態の検出レベ
ルを切り換えるようにすれば、運転者の個人差に対応し
て適切なタイミングで警報が与えられるという効果があ
る。

【図面の簡単な説明】

【図１】本発明の第１の実施例の構成を示すブロック図
である。

【図２】車載カメラによる前方走路画像の説明図であ
る。

【図３】制御動作の手順を示すフローチャートである。

【図４】横変位の分散値の算出方法を示す説明図であ
る。

【図５】車速の違いによる分散値の判定基準となる所定
値を設定する設定係数の変化を示す図である。

【図６】走路のカーブ曲率の違いによる分散値の判定基
準となる所定値を設定する設定係数の変化を示す図であ
る。

【図７】本発明の第２の実施例の構成を示すブロック図
である。

【図８】制御動作の手順を示すフローチャートである。

【図９】無操舵の発生検知フラグの設定方法の手順を示
すフローチャートである。

【図１０】本発明の第３の実施例の構成を示すブロック
図である。

【図１１】制御動作の手順を示すフローチャートであ
る。

【符号の説明】

１１カメラ１２画像処理装置１３横変位データメモリ１４横変位の分散値演算手段１５車速センサ１６異常検出手段１７警報手段１８走路のカーブ曲率演算手段７１舵角センサ１０１分散値のデータメモリ

Claims

【特許請求の範囲】

【請求項１】車両挙動の横変位を計測する横変位計測
手段と、前記横変位のデータを所定時間分記憶する横変
位データメモリと、前記所定時間分の横変位の分散値を
計算する横変位の分散値演算手段と、前記横変位の分散
値より運転者の異常を検出する異常検出手段と、該異常
検出手段からの異常検出信号に基づいて運転者に警報を
与える警報手段とを有することを特徴とする運転者の異
常警報装置。
【請求項２】前記横変位データが横変位データメモリ
に記憶される所定時間が、運転者の居眠り時に観測され
る閉眼時間の２倍以上に設定されていることを特徴とす
る請求項１記載の運転者の異常警報装置。
【請求項３】前記横変位計測手段が、車両の前方走路
を撮影する車載カメラと、該車載カメラによって得られ
た画像から走路の白線を認識する画像処理装置とを備
え、前記白線のデータから車両の横変位を算出すること
を特徴とする請求項１または２記載の運転者の異常警報
装置。
【請求項４】前記異常検出手段には、車両の走行速度
を検出する車速センサが付設され、前記走行速度により
前記異常の検出レベルを切り換えるように構成されてい
ることを特徴とする請求項１、２または３記載の運転者
の異常警報装置。
【請求項５】前記異常検出手段には、車両の操舵角を
検出する舵角センサが付設され、前記操舵角により前記
異常の検出レベルを切り換えるように構成されているこ
とを特徴とする請求項１、２、３または４記載の運転者
の異常警報装置。
【請求項６】車両の前方走路を撮影する車載カメラ
と、該車載カメラによって得られた画像から走路の白線
を認識する画像処理装置とを備えて、前記白線のデータ
から車両の横変位を算出する横変位計測手段と、前記横
変位のデータを所定時間分記憶する横変位データメモリ
と、前記所定時間分の横変位の分散値を計算する横変位
の分散値演算手段と、前記白線のデータから走路のカー
ブ曲率を算出する手段と、前記横変位の分散値より運転
者の異常を検出するとともに、該検出レベルを前記走路
のカーブ曲率により切り換えるようにした異常検出手段
と、該異常検出手段からの異常検出信号に基づいて運転
者に警報を与える警報手段とを有することを特徴とする
運転者の異常警報装置。
【請求項７】車両挙動の横変位を計測する横変位計測
手段と、前記横変位のデータを所定時間分記憶する横変
位データメモリと、前記所定時間分の横変位の分散値を
計算する横変位の分散値演算手段と、前記横変位の分散
値を学習して学習値として保持する学習手段と、前記横
変位の分散値より運転者の異常を検出するとともに、該
検出レベルを前記学習値により切り換えるようにした異
常検出手段と、該異常検出手段からの異常検出信号に基
づいて運転者に警報を与える警報手段とを有することを
特徴とする運転者の異常警報装置。