JPWO2009107185A1 - 車載ロボット - Google Patents

Abstract

車載応答車載ロボット（１）は、運転者との馴れ度合いに応じて反応すべき動作を決定する馴れ指数算出部（１１）及び動作制御部（１３）と、それら馴れ指数算出部（１１）及び動作制御部（１３）による決定に応じた動作を行う動作機構（１４）と、その動作機構（１４）が行う動作に接した運転者の反応に基づいて運転者との馴れ度合いを補正し、動作機構（１４）が行うべき動作を変更させる評価部（１２）と、を備える。

Description

本発明は、運転者に反応する車載ロボットに関する。

近年、産業用ロボットのみならず人間に近い動作を行う様々な人間型ロボットが開発されている。このような人間型ロボットとしては、従来、操作者の発話内容を音声認識し、その発話内容を解析して対応させた内容をその操作者に対して返答するロボット対話装置が存在している（特許文献１参照）。このロボット対話装置を車両に搭載させておくと、このロボット対話装置は、運転者などの発話内容に応じて運転者などと簡単な会話を行うことができる。
特開２００４−２９１１７６号公報（段落番号００２５、図１）

上記従来技術では、このロボット対話装置は、運転者などが誰であろうと単に反応して簡単な会話を交わすのみであり、このような単なる会話だけでは運転者に安全運転を心がけさせるきっかけとはなり得なかった。

本発明が解決しようとする課題には、上記した問題が一例として挙げられる。

上記課題を解決するために、請求項１に記載の発明は、運転者との馴れ度合いに応じて反応すべき動作を決定する動作決定手段と、前記動作決定手段による決定に応じた動作を行う動作機構と、前記動作機構が行う動作に接した前記運転者の反応に基づいて前記運転者との馴れ度合いを補正し、前記動作機構が行うべき動作を変更させる制御手段と、を有する。

以下、本発明の一実施の形態を図面を参照しつつ説明する。
図１は、本実施形態における車両１００の車内の一部の構成例を示す斜視図である。
車両１００は、その車内に、左右のシート６ａ，６ｂ、サイドブレーキ７、ドア５、ハンドル４、メータ７、機器パネル２１及びダッシュボード９を有する。

機器パネル２１は表示部１５を有し、この表示部１５は、例えばカーナビゲーション装置やテレビジョン受像機の表示装置である。ドア５は、運転者や同乗者が乗車したり降車する際に開閉するための開閉装置である。左右のシート６ａ，６ｂは、運転者及び同乗者が着席するための座席である。ハンドル４は、運転者が運転にあたり操作する操作部材である。サイドブレーキ７は、車両が停車した状態でその車両がそれ以上移動しないように、その場所に固定するための制動装置の一種である。メータ７は、車両１００のスピード、エンジン回転数及び水温などを表示する表示部である。ダッシュボード９は、左右のシート６ａ，６ｂのうち助手席側の目の前の部材を表している。

このダッシュボード９上には、特に運転者が運転中に視界に入る位置に、ロボットに相当する車載ロボット１が配置されている。本実施形態では、ダッシュボード９において運転席及び助手席のシート６ａ，６ｂのほぼ中央付近に配置されている。この車載ロボット１はダッシュボード９に着脱可能に置かれているだけでも良いし固定されていても良い。この車載ロボット１は、後述する撮影機能、認識機能及び個別反応機能などを有し、見慣れた人間を判定し、その見慣れた運転者や頻繁に乗車する同乗者を識別して挨拶や反応を各々分けて行う機能を有する。以下の説明では、この車載ロボット１が一例として運転者に対して反応するものと例示する。

図２及び図３は、それぞれ図１に示す車載ロボット１が動作している外観の一例を拡大して表した斜視図である。
図２に示すように車載ロボット１は、頭部カバー１Ｃ、頭部１Ｈ、本体１Ｂ、左腕部１Ｌ、右腕部１Ｒ及び脚部１ＦＴを有する。頭部カバー１Ｃは本体１Ｂの上部に設けられた透明な部材であり、頭部１Ｈを覆っている。左腕部１Ｌ及び右腕部１Ｒは各々本体１Ｂに対して動かすことができる。

この車載ロボット１は、その頭部１Ｈが本体１Ｂに対して相対的に動くようになっているとともに、その頭部１Ｈにおいて人間の目に相当する位置にカメラ５が設けられている。この頭部１Ｈには、人間の目に相当するカメラ５の位置が目の形状となっているとともに、人間の口に相当する位置に口の形状となっている。従ってこの頭部１Ｈはこれら目や口の形状によりあたかも表情１Ｆを表すことになる。これら目や口は後述する動作機構によって変形することができる。

図２においては、車載ロボット１は、表情１Ｆが穏和な雰囲気を醸し出しており、運転者に親密に接している様子を表している。一方、図３においては、車載ロボット１は、表情１Ｆがよそよそしい雰囲気を醸し出しており、運転者によそよそしい雰囲気で接している様子を表している。このような車載ロボット１の表情１Ｆとしては、これらに限られず、例えば怖がっていて不安そうな雰囲気を醸し出すようにしても良い。

図４は、図１〜図３に示す車載ロボット１の機能の一例を表すブロック図である。
車載ロボット１は、カメラ５、対象者認識部６、馴れ指数算出部１１、メモリ１９、ファクター取得部１８、動作制御部１３、評価部１２及び動作機構１４を有する。

これらのうち馴れ指数算出部１１及び動作制御部１３は動作決定手段に相当し、運転者との馴れ度合いに応じて反応すべき動作を決定する。またこの馴れ指数算出部１１及び動作制御部１３は、このような運転者との馴れ度合いに加えてその運転者の乗車履歴に応じて反応すべき動作を決定するようにしても良い。

具体的には、馴れ指数算出部１１は馴れ指数算出手段に相当し、運転者との馴れ度合いを数値化した馴れ指数を算出する。動作制御部１３は動作制御手段に相当し、その馴れ指数に応じて反応すべき動作を決定して動作機構１４を制御する。

動作機構１４は動作機構に相当し、動作決定手段としての馴れ指数算出部１１及び動作制御部１３による決定に応じた動作を行う。この動作機構１４は、上述した頭部１Ｈ、右腕部１Ｒ及び左腕部１Ｌを本体１Ｂに対して相対的に動かすためのアクチュエータの総称である。

評価部１２は制御手段に相当し、動作機構１４が行う動作に接した運転者の反応に基づいてその運転者との馴れ度合いを補正し、その動作機構１４が行うべき動作を変更させる。以下、車載ロボット１の機能を具体的に説明する。

カメラ５は、車両１００の車内に配置された車載ロボット１の頭部１Ｈから運転者や同乗者を視界に入れた場合における風景を撮影するための撮影装置である。この風景には運転者及び同乗者の少なくとも一方が含まれている。このカメラ５は、この車両１００の車内に運転者（又は同乗者のいずれか一方）が乗車したことを契機として作動を開始する。なおこのカメラ５は、エンジンをかけるために電源をオンとしたことを契機として作動を開始しても良い。

対象者認識部６は認識手段に相当し、複数の前記運転者を各々認識する。この対象者認識部６は、例えば音声認識及び顔認識の少なくとも一方によって対象者としての運転者及び同乗者の少なくとも一方を認識する機能を有する。この対象者認識部６は、例えばアナログ／デジタル変換部を内蔵しており、カメラ５が撮影したアナログ信号をデジタル信号に変換し、デジタル信号化した画像データに基づいて撮影されている運転者の顔を識別する。

メモリ１９は情報を記憶可能な記憶媒体であり、この車載ロボット１と運転者との馴れ度合いを数値化して表すための後述する馴れ指数を算出するためのファクターを格納している。具体的には、このメモリ１９は、定量的ファクター１７及び定性的ファクター１６を有する。

これらのうち定量的ファクター１７の一例としては過去の乗車履歴を表す乗車履歴情報を挙げることができる。この定量的ファクター１７としては、詳細は後述するが、例えば車両１００に乗車した累積回数、車両１００の累積乗車時間、安全な運転であるか荒い運転であるかに関する運転判定結果を挙げることができる。またこの定量的ファクター１７としては、後述する「運転判定を馴れファクターに含めて馴れ指数を算出する方法」に鑑みて、ファクター取得部１８の一例としてのＧセンサによる運転状態の検出結果を含めても良い。評価部１２の評価は、定量的ファクター１７の一項目であってもよい。そして、その部分が他の項目とは独立していて更新されるようにしても良いし、また幾つかある定量的ファクター１７の項目の中で評価部１２の評価がフィードバックされる項目が幾つか有り、その内容についてのみ更新されるようにしても良い。

一方、定性的ファクター１６の一例としては、詳細は後述するが、例えば相手の呼びかけ声の調子からロボットに対する感情の判定結果、音声認識された相手の呼びかけ声の意味内容に基づく判定結果、車載ロボット１の名前を含む呼びかけをしたことのある人か否かによる判定結果、声の調子ではなく人のしぐさや反応、顔の表情などが優しいものだったか否かを画像認識で判定した結果などを挙げることができる。評価部１２の評価は、定性的ファクター１６の一項目であってもよい。そして、その部分が他の項目とは独立していて更新されるようにしても良いし、また幾つかある定性的ファクター１６の項目の中で評価部１２の評価がフィードバックされる項目が幾つか有り、その内容についてのみ更新されるようにしても良い。

馴れ指数算出部１１は、対象者認識部６によって認識された運転者に対応させて、メモリ１９から読み出した定量的ファクター１７及び定性的ファクター１６の少なくとも一方に基づいて後述する馴れ指数を算出する。この馴れ指数は、様々な表情を示す車載ロボット１と運転者との馴れ度合いを表す数的指標である。

動作制御部１３は、馴れ指数算出部１１によって算出された馴れ指数に基づいて車載ロボット１が反応すべき動作を決定する機能を有する。この動作制御部１３は、その決定事項に基づいて動作機構１４を制御して反応すべき動作を行わせる。この動作機構１４は、上述したように車載ロボット１の頭部１Ｈ、右腕部１Ｒ及び左腕部１Ｌのいずれかを動かすように作動する。

これら頭部１Ｈ、右腕部１Ｒ及び左腕部１Ｌのいずれかの動きに接した運転者は、その動きの内容から、例えば車載ロボット１が唯一無二の存在であり自分に親しい存在であるように感じ取ったり、例えば運転者自身を怖がっているかのように感じるようになる。

評価部１２は、その動作機構１４の作動によって運転者の態度がどのように変化したかを評価する。この評価部１２は、上述したようにカメラ５によって撮影された運転者の映像を対象者認識部６によってその後認識された認識結果に基づいて、その運転者の車載ロボット１に対する態度がどのように変化したかについて評価する機能を有する。

車載ロボット１は以上のような一構成例であり、次に図１〜図４を参照しつつ当該一構成例による馴れファクターに基づく動作制御処理に含まれる手順の一例について説明する。

図５は、馴れファクターに基づく動作制御処理に含まれる手順の一例を示すフローチャートである。
ステップＳ１では、対象者認識部６が、カメラ５によって撮影した車両１００の車内の映像から対象とすべき運転者を認識する。次にステップＳ２では、馴れ指数算出部１１がメモリ１９からファクターを取得する。具体的には、メモリ１９にはファクターとして定量的ファクター１７及び定性的ファクター１６を含んでいる。馴れ指数算出部１１は、メモリ１９から定量的ファクター１７及び定性的ファクター１６のうち少なくとも一方を取得する。

次にステップＳ３では、この馴れ指数算出部１１が取得済のファクターに基づいて馴れ指数を算出する。この馴れ指数算出部１１による馴れ指数の算出方法のバリエーションについては後述する。次にステップＳ４では、動作制御部１３が判定方法を選択する。この判定方法のバリエーションについても後述する。

このステップＳ４では、動作制御部１３がある判定方法を選択すると、その判定方法を用いて運転者との馴れ度合いを判定し、上述した馴れ指数に基づいて動作機構１４を作動させる。ここで、例えば運転者が乱暴な運転をしていて馴れ指数が低い場合、動作機構１４は、例えば図３に示すように左腕部１Ｌを本体１Ｂに対して相対的に下方に動かすとともに頭部１Ｈを親密とはいえない表情１Ｆとする。

すると、運転者は、唯一無二の存在であり自分に親しい存在であるように感じていた車載ロボット１がこのような親密でない表情をしていることに気付き、自らの運転などの行動がこの車載ロボット１に対して何かしら良からぬ影響を与えていることに気付き、運転を丁寧にしなければと運転態度を改める。

次にステップＳ５では、評価部１２は、対象者認識部６がその後暫く経過してからカメラ５によって撮影された運転者の映像を認識してその表情（又は声）から対象者である運転者の反応を取得する。次にステップＳ６では、評価部１２がこのように取得したその運転者の反応を評価して判定する。次にステップＳ７では、馴れ指数算出部１１が、評価部１２による運転者の反応の判定結果に基づいて馴れ指数を再度算出する。このとき馴れ指数算出部１１は、このような判定結果のみならず、上述した定量的ファクター１７及び定性的ファクター１６の少なくとも一方にも基づいて馴れ指数を算出し直しても良い。

次にステップＳ８では、動作制御部１３が、新しい馴れ指数が前回の馴れ指数と比較して高くなったか否かを判断し、新しい馴れ指数が高くなっている場合には後述するステップＳ９を実行する一方、新しい馴れ指数が高くなっていない場合には後述するステップＳ１０を実行する。

ステップＳ８では、動作制御部１３が動作機構１４を制御し、前回よりも馴れ度の高い動作を実行させる。具体的には、動作制御部１３は動作機構１４を制御し、図２に示すように頭部１Ｈを親密な表情１Ｆとする一方、左腕部１Ｌを本体に対して相対的に上方向に動かすように動作させる。

すると、車載ロボット１は、運転者に対して親密に感じさせる態度を表現し、運転者はこの車載ロボット１に対してさらに唯一無二の存在であり自分により親しい存在であるように感じさせるため、運転者はこのまま安全運転を継続しようと試みる。次に上述したステップＳ５に戻って実行される。

一方、ステップＳ８において動作制御部１３が、新しい馴れ指数が前回の馴れ指数よりも高くなっていないと判断した場合、動作機構１４を制御し、前回の馴れ度と同様或いは前回の馴れ度よりも低い動作を実行させる。

すると、車載ロボット１は、運転者に対して親密ではない態度を表現し、運転者は、唯一無二の存在であり自分により親しい存在であると感じていた車載ロボット１に、何か疎遠に行動させる要因が運転者自身にあるのではと感じさせるため、運転者は運転を改め、安全運転をしなければ親密に接してもらえないと気付くようになる。従って運転者は、自らが親密であると感じている車載ロボット１に気に入ってもらえるようにと丁寧な運転を心がけるようになる。

上述のフローにおける各手順においては次のような手法も採用することができる。なお以下の例では、上記同様に車載ロボット１を車両１００の車内に搭載していることを例示している。

＜馴れ指数を決定するファクターの一例＞
馴れ指数算出部１１は次のような定量的ファクター１７及び定性的ファクター１６の少なくとも一方を用いて馴れ指数を算出しても良い。
１．定量的ファクター１７
（１）車両１００に乗車した累計回数
（２）車両１００の累計乗車時間
・車両１００に乗車する頻度
・通常運転者として乗車することが多い人であるか否かを判定する。つまり運転者として乗車する回数／期間／頻度の総回数／期間／頻度に対する割合に応じて判定する。
・同一人物であっても、その時の乗車が運転者としての乗車であるかそうではないかを判定して加味する。
・助手席に乗ることが多いか後席が多いかで、運転者との関係を判定して加味する。このような関係としては車載ロボット１と運転者の親密度を例示することができる。
（３）安全な運転か荒い運転かの運転判定結果
２．定性的ファクター１６
・相手の呼びかけ声の調子から車載ロボット１に対する感情を判定するようにしても良い。
・相手の呼びかけ声の意味内容から判定しても良い。
・ロボットの名前など予め定められた文言を含む呼びかけをしたことのある人か否かに応じて判定しても良い。
・「また会ったね」などと初めてではない人が通常言う内容の言葉があれば、名前と同等の判定をしても良い。
・声の調子ではなく人のしぐさや反応、顔の表情などが優しいものだったかを画像認識で判定しても良い。
・走行の様子をカメラで捉えた画像で判定しても良いし、エンジン音、ロードノイズの様子、ドライバーの表情認識による眠気有無などで判定しても良い。

＜判定方法の一例＞
上述した馴れ指数算出部１１は、次のような各ファクターを単独で又は複数を組み合わせて使用する。なお馴れ指数算出部１１は運転者ごとに馴れ指数を算出し、動作制御部１３がその馴れ指数に基づき取るべき動作を判定する。なお累積データとしての定量的ファクター１７は運転者ごとに累積保存を行うようにしても良い。

１．定量的ファクター１７
（１）車両１００に乗車した累計回数
（１−１）運転者などが車両１００に「乗車した」ことの判定方法
・その人の顔や声をロボットが認識したことを基準に判定しても良い。
・ロボット以外の持つ個人認証システムのデータ（ナビや車両の指紋センサーや、車のキーの検知等）を利用しても良い。
・図示しない着座センサーやドアの開閉センサーとの併用でも良い。
（１−２）走行中以外の出入りはカウントから除いてもよい。
（１−３）所定時間に満たない乗車や出入りは除いてもよい。
例えば運転者がドライブ中にコンビニエンスストア又はガソリンスタントに立ち寄って下車し、再乗車したときなどの場合に、このような所定時間で便宜的に判定を行って運転者が車両の出入りなどを行っていなかったものと取り扱うようにしても良い。
（１−４）途中下車であると立ち寄り地点から判定できる出入りは除いてもよい。
・その地点がコンビニエンスストア、ガソリンスタント、レストラン、ショッピングセンター、町中の駐車場等一般的に一時的な乗降を行う場所であった場合に判定を行うようにしても良い。
（１−５）設定目的地や設定経路から途中下車であると判定できる出入りは除いても良い。
・目的地以外の地点における出入り乗車
・設定経路途中の出入り乗車
（１−６）一日（または２４時間等の所定期間中）何回乗っても１回とカウントしても良い。

（２）車両１００の累計乗車時間
（２−１）累積乗車時間を累計する。

（３）車両１００に乗る頻度
（３−１）その運転者の前回乗車から今回乗車までの経過期間で判定するようにしても良い。
（３−２）所定期間の乗車回数または乗車時間で判定するようにしても良い。
（３−３）この乗車回数は、例えば所定期間の日数に対して実際に乗車した日数の割合を計算して求めても良い。
（３−４）所定の係数期間単位で頻度を算出し、その頻度が増加傾向かどうかを判定しても良い。

（４）通常運転者として乗ることが多い人かそうでないかを基準としても良い。つまり運転者として乗った回数、期間、頻度の総回数、期間、頻度に対する割合を基準としても良い。
・例えば、運転席の場所で顔を認識する。運転席位置は最初に登録しても良いし、車載ロボット１がハンドル４を画像認識しても良い。

（５）同一人物であっても、その時の乗車が運転者かそうでないか
・例えば、運転席の場所で顔を認識する。運転席６ａの位置は最初に登録しても良いし、車載ロボット１がハンドル４を画像認識しても良い。

（６）助手席６ｂに乗ることが多いか後席が多いかで、運転者との関係（親密度）を判定して加味する。
・座席位置は最初に登録しても良いし、車載ロボット１がハンドル４の有無や前席の有無を画像認識しても良い。
・例えば、助手席６ｂの方を親密度が高いと判定しても良いし、同乗者の見た目から年齢層ごとに判定しても良い（子供は後席でも親密度を高く判定）し、運転者以外に複数人の乗車者がいる場合に限ってこの判定を行うようにしても良い。

なお本実施形態においては、上述した回数、期間、頻度等は各々初回からの累計でも良いし、例えば最近１ヶ月等の所定期間における累計でもよい。

２．定性的なファクター１６
（１）相手の呼びかけ声の調子からロボットに対する感情を判定した結果
・親愛さを示す調子であればプラス判定として馴れ指数も上がり、怒ったような調子であればマイナスと判定して馴れ指数も下がる。
・この判定を呼びかけされるたびに累積保存し、データの累計等により指数に反映しても良い。
・各判定の数値をプラスマイナス累計して、合計のプラス度またはマイナス度で判定しても良い。
・プラスが多くなる傾向か、少なくなる傾向かで判定する。
・累計する際、プラス傾向の中の特に低い数値やその逆など、異常値は判断から省いても良い。
・各判定数値を時系列または発生順にグラフ化し、このグラフのパターンで親愛さを判定する。
例えば馴れ指数が概してある程度のプラス数値を示すが時々マイナス数値の特に低い判定が現れていて累計が低くなっていても、グラフパターンからその人の感情の起伏が激しいためで基調はプラスであると判定する。

（２）音声認識された相手の呼びかけ声の意味内容から判定した結果
・運転者などの発話内容が親愛さを示す意味内容であればプラス判定として馴れ指数も上がり、怒ったような意味内容であればマイナスと判定して馴れ指数も下がるようにすることもできる。
・呼びかけ語のみの意味内容から判定しても良いし、前後の文脈からその呼びかけ語の意図や意味内容を判定しても良い。
・この判定を呼びかけされるたびに累積保存し、データの累計等により指数に反映しても良い。

（３）車載ロボット１の名前を含む呼びかけをしたことのある人か否かにより判定した結果
・つまり自分のこと（車載ロボット１）を知っている又は覚えている人かを判定して加味する。
・過去一度でも呼んだ人であればプラス判定しても良いし、最近１ヶ月等の所定期間で一度でも呼んでくれたかで判定しても良いし、ドライブごとにリセットして当該ドライブで呼んでくれたかを判定しても良い。
・「また会ったね」などと初めてではない人が通常言う内容の言葉があれば、名前と同等の判定をしても良い。

（４）声の調子ではなく人のしぐさや反応、顔の表情などが優しいものだったか否かを画像認識で判定した結果
・呼びかけられたときなど、ロボットとのコミュニケーションが発生したときに判定しても良い。またその判定を累積保存して判定しても良い。
・車載ロボット１が何か動作を行ったときに、人のリアクションを判定しても良い。
・このような画像認識による判定は声の調子の判定と併用しても良い。

なお本実施形態では、累計は初回からの累計でも良いし、例えば最近１ヶ月等の所定期間における累計でも良い。さらに本実施形態では、当該ドライブ中に限り累計し、次回ドライブではリセットされているのでもよいし、例えば前回のみ等の所定のドライブのデータのみ保存し、次回はそこからスタートしても良い。具体例としては、評価部１２は、例えば毎回、前回の累計に今回の累計を加えて判定していくようにしても良い。

＜馴れ度合いの数値化＞
１．定量的ファクター１７
図６は、定量的ファクター１７を数値化した第１の例を示す図である。図６においては、縦軸が評価を示し、横軸は回数、頻度などを示している。
評価部１２は、例えば積み上げ方式で定量的ファクター１７をプラス方向にのみ評価するパターンを採用することができる。つまり評価部１２は、定量的ファクター１７を数値化して馴れ指数を算出して評価を行うと、その評価は回数、頻度などの増加に応じて図示のように右上がりになる。

図７は、定量的ファクター１７を数値化した第２の例を示す図である。図７においては、縦軸が評価を示し、横軸は回数、頻度などを示している。
評価部１２は、例えばその時々の数値に応じてプラスにもマイナスにも評価するパターンを採用することができる。つまり評価部１２は、定量的ファクター１７を数値化して馴れ指数を算出して評価を行うと、その評価は回数、頻度などの増加に応じて図示のように評価値０を境に増減する。

２．定性的ファクター１６
（１）２値化や定性的判定基準を設け段階的な数値化を行う。
（２）状況や個人別の累計データにより判定を変えても良い。
（３）例えば、車載ロボット１の名前を呼ぶか否かについては、まだ乗車回数の少ない段階では呼ばなくてもマイナスにはせず呼べばプラスとするが、多く登場している場合には、呼んでもプラスにはせず呼ばなかったらマイナスとするようにしても良い。

＜馴れ指数の変動＞
１．プラスファクターのみを累積して、それに応じて馴れ指数が高まっていく運用としても良い。
・例えば乗車回数を単純に累積して回数が増えれば増えるごとに、馴れ指数が高まるとしても良い。
２．一方、馴れ指数は、マイナスファクターも含めて判定し、馴れが低くなる方向にも変動することとしても良い。
・その時々の判定ファクターの数値がプラスかマイナスかで馴れ指数をプラスかマイナスかどちらに変動させるか決定しても良い。
・例えば、前回乗車から今回乗車までの経過期間が所定以上となったら、期間の多少に応じた数値のマイナス判定をしても良い（後述のグラフ適用例を参照）。
・あるファクターのプラス数値とマイナス数値をともに（所定期間）累積して、累計数値がプラスかマイナスかに応じて、馴れ指数をプラスかマイナスかどちらに変動させるかを決定しても良い。
・例えば、前回乗車から今回乗車までの経過期間により後述のグラフ適用例のようなグラフで得た数値を最近１ヶ月など所定期間分にわたり積算し、その結果の数値がプラスかマイナスかに応じて、馴れ指数をプラスかマイナスかどちらに変動させるか決定しても良い。
・複数のファクターのプラス数値とマイナス数値をともに所定期間累積して、累計数値がプラスかマイナスかに応じて馴れ指数をプラスかマイナスかどちらに変動させるか決定しても良い。プラスにしか判定されないファクターと、マイナスにしか判定されないファクター、どちらにも判定されるファクターを所定の係数を掛けて取り混ぜても良い。
ここで馴れ指数ｋの算出例としては次のような式を挙げることができる。
馴れ指数ｋ＝ｐ[累計乗車回数評価]＋ｑ[前回経過期間評価]＋ｒ[名前を呼ぶかの評価]

＜グラフの適用例＞
図８は、運転者が前回乗車したときからの経過期間に応じて馴れ指数が低下する様子の第１の例を示す図である。
評価部１２は、運転者が前回乗車したときからの経過期間に応じて馴れ指数が低下するパターンを採用しても良い。

図９は、運転者が前回乗車したときからの経過期間に応じて馴れ指数が低下する様子の第２の例を示す図である。
評価部１２は、運転者が前回乗車したときからの経過期間が経過しても馴れ指数が比較的長くメモリ１９に定性的ファクター１６又は定量的ファクター１７保持されているパターンを採用しても良い。

図１０は、運転者が前回乗車したときからの経過期間に応じて馴れ指数が低下する様子の第３の例を示す図である。
評価部１２は、運転者が前回乗車したときからの経過期間が経過すると直ちに馴れ指数が低下するパターンを採用しても良い。

なお図８〜図１０においてはグラフ（式）を複数用意し、車載ロボット１の性格、成長、その時々の気分に応じて、どのグラフを適用するかを変えるようにしても良い。ここでいう車載ロボット１の性格とは個体差を表している。

上記実施形態における車載ロボット１は、運転者との馴れ度合い（定性的なファクターに相当）に応じて反応すべき動作を決定する動作決定手段１１，１３（馴れ指数算出部及び動作制御部に相当）と、前記動作決定手段１１，１３による決定に応じた動作を行う動作機構１４と（動作機構に相当）、前記動作機構１４が行う動作に接した前記運転者の反応に基づいて前記運転者との馴れ度合いを補正し、前記動作機構１４が行うべき動作を変更させる制御手段１２（評価部に相当）と、を有することを特徴とする。

このようにすると、例えば運転者が安全な運転を行うと、車載ロボット１は、
そのような安全運転に応じて運転者に対して馴れを示すように愛想の良い仕草の動作を行うようになる。すると、運転者は、その車載ロボット１の親密な反応に接し、そのような安全運転を継続しようと心がけるようになる。

一方、例えば運転者が荒い運転を行うと、車載ロボット１は、そのような荒い運転に応じて怖がる応答を行うようになる。すると、運転者は、その車載ロボットの疎遠な反応に接し、自己の運転が自ら大切に感じている車載ロボット１に恐怖を与えていることに気付き、そのような荒い運転を改めようと試みる。これにより運転者自身の運転への自己反省を促し、運転者をより安全な運転へと導くことができる。これは、この車載ロボット１がその運転者にとって単なる機械以上の思い入れや感情移入の対象であればある程その効果を得ることができる。

より具体的に説明すると、車載ロボット１は、Ｇセンサー等により急ハンドルや急ブレーキ等の荒い運転を検知したら怖がるような動作や不安げな振る舞い、音声発話／発音をする。車載ロボット１は、見慣れた人には徐々に愛想の良いしぐさを見せるようになるが、運転者によって荒い運転が続くと、せっかく慣れてきて愛想が良くなってきたにもかかわらず、その運転者に対する普段のしぐさもよそよそしいものに移行する。

その車載ロボット１が、乗車時に見慣れた運転者を認識して以前よりも愛想の良いしぐさを見せるようになってきているときに、その運転者が荒い運転してしまうと、怖がるしぐさを見せることになる。すると、運転者は、その運転を続けることは、それは今まで見慣れさせてきた積み上げ努力を無にしてしまい、再び車載ロボット１に愛想良く振舞わせるには、初めから見慣れさせ且つ安全運転を積み上げないといけないとの認識を持つことになり、荒い運転を控えようとの心理的抑制が働くようになる。

このとき車載ロボット１は、そのような馴れ度合い（上記馴れ指数に相当）に応じて動作や反応を変化させるようにしている。すなわち車載ロボット１は、荒い運転を検知したら、そのときの当該運転者に対する馴れ度合いに応じて動作や反応を変化させるようにしている。このとき車載ロボット１は、例えば馴れ度合いの高い人が荒い運転を行った場合、通常より大げさな動作をさせるようにしても良い。それは、今まで運転者が車載ロボット１に対して築いた信頼を裏切るものとして、この車載ロボット１がより怖がり度合いの強い動作を行い、すぐに運転が改められたらより信頼関係が強固になったとして、例えば今まで以上に愛想の良いしぐさをするようにしても良い。これは、馴れ指数の高い運転者は感情移入の度合いが高い人であると考えられるから、このように怖がり度合いや反応をやや大げさにして高い心理的抑制効果を狙っても感情移入を損ねにくくなることによるためである。また、例えば、あまり馴れていない人に対しては感情移入が十分でなくあまり怖がり度合いを大きくすると逆に嫌悪感を抱く等感情移入を損ねて逆効果になる場合があるため、車載ロボット１は抑え目な反応とするのも良い。

上記実施形態における車載ロボット１は、上述した構成に加えてさらに、動作決定手段１１，１３(馴れ指数算出部及び動作制御部に相当）は、前記運転者との馴れ度合いのみならず、前記運転者の乗車履歴１７（定量的ファクターに相当）に応じて反応すべき動作を決定することを特徴とする。

このようにすると、車載ロボット１は、運転者の乗車履歴を考慮しつつ運転者との馴れ度合いに応じた動作をその運転者に対して行うようになり、その運転者が持つ車載ロボット１への親密度をより反映した動作を行うことができる。

上記実施形態における車載ロボット１は、上述した構成に加えてさらに、複数の前記運転者を各々識別して認識する認識手段６（対象者認識部に相当）を有し、前記動作決定手段１１，１３は、前記認識手段６によって識別された前記運転者ごとの反応に応じて前記馴れ度合いを管理することを特徴とする。

このようにすると、車載ロボット１は、複数の運転者のいずれかが無作為に運転する場合においても、各運転者に応じて異なる反応を行うように動作することができる。

上記実施形態における車載ロボット１は、上述した構成に加えてさらに、上記動作決定手段は、前記運転者との馴れ度合いを数値化した馴れ指数を算出する馴れ指数算出手段１１（馴れ指数算出部に相当）と、前記馴れ指数に応じて反応すべき動作を決定する動作制御手段１３（動作制御部に相当）と、を備えることを特徴とする。

このようにすると、車載ロボット１は、運転者との関係を数値化した馴れ指数を用いて客観的に運転者との運転者との馴れ度合いを判断し、その馴れ指数に応じて、運転者との間で親密な関係を築けていなければ例えばよそよそしい動作を行うことができ、親密な関係を築けていれば例えば好意的な動作を行うことができる。

上記実施形態における車載ロボット１は、上述した構成に加えてさらに、前記動作決定手段１１，１３は、前記認識手段６によって音声認識された前記運転者の発話内容に応じた前記馴れ度合いに基づいて反応すべき動作を決定して動作機構１４を制御することを特徴とする。

このようにすると、車載ロボット１は、音声認識した運転者の発話に応じて馴れ度合いを判断し、その運転者との馴れ度合いに応じて正確に反応すべき動作を行うことができる。

上記実施形態における車載ロボット１は、上述した構成に加えてさらに、前記制御手段１２（評価部に相当）は、前記認識手段６によって音声認識された前記運転者の発話内容に応じて前記馴れ指数を補正することを特徴とする。

上記実施形態における車載ロボット１は、上述した構成に加えてさらに、上記馴れ指数算出手段１１は、音声認識された前記発話内容に予め定められた文言が含まれているか否かに応じて前記馴れ指数を算出する。このような予め定められた文言としては、例えば車載ロボット１に付けた名前を挙げることができる。

このようにすると、車載ロボット１は、運転者の発話内容に予め定められた文言が存在するか否かにより簡単に運転者との馴れ度合いを判定することができる。

上記実施形態における車載ロボット１は、上述した構成に加えてさらに、上記動作決定手段１１，１３は、前記認識手段６によって画像認識された運転者の表情に応じた前記馴れ度合いに基づいて反応すべき動作を決定することを特徴とする。

このようにすると、車載ロボット１は、画像認識した運転者の表情に応じて運転者との馴れ度合いを判断し、その運転者との馴れ度合いに応じて反応すべき動作を行うことができる。

上記実施形態における車載ロボット１は、上述した構成に加えてさらに、前記制御手段１２は、前記認識手段６によって画像認識された前記運転者の表情に応じて前記馴れ指数を補正することを特徴とする。

以上のように本実施形態では、次のような前者の馴れ算出方法の他にも後者の馴れ算出方法のような２種類の馴れ指数の算出方法のいずれかを選択的に採用することができる。

１．運転判定を馴れファクターに含めて馴れ指数を算出する方法（上記実施形態）
車載ロボット１は、運転者が回数多く車両に乗るとその運転者に馴れてくるが、せっかく馴れても運転者が荒い運転をすると馴れ指数が減算されて馴れ具合いが低下するので、その後の応対が元のあまり馴れていない状態に戻ってしまうおそれがある。そこでその運転者は、車載ロボット１の馴れを戻そうと安全運転するようになる。

２．運転判定を馴れファクターに含めずに馴れ指数を算出する方法（応用例）
車載ロボット１は、運転者が回数多く車両に乗るとその運転者に馴れてくるが、その運転者が荒い運転をすると、馴れ指数は変化しないため馴れ具合いは変わらないものの不安な表情を表すが、安全な運転に戻すと馴れた様子は変わらずにうれしそうな動作をする。このためその運転者は、その車載ロボット１という馴れた存在が不安な表情を表しているのを見て反省し、さらに安全運転に戻すと良かったと思うようになる。これは、最初から馴れ馴れしいものよりも時間をかけて構築した関係がベースにあったほうがより心理的効果が得られるという効用を利用したものである。

なお、本実施形態は、上記に限られず、種々の変形が可能である。以下、そのような変形例を順を追って説明する。

上記実施形態においては、動作制御部１３と馴れ指数算出部１１とが一体となっていても良い。

上記実施形態においては、車載ロボット１が車両１００の車内に配置されていることを例示しているがこれに限られず、例えば玄関や部屋などの家の中に置くロボット又はおもちゃに応用しても良い。また車載ロボット１は、上述のような安全運転に寄与する意図のロボットの代わりに、その他の目的に寄与する意図のロボットに応用しても良い。上記車載ロボット１とほぼ同様の機能を有するロボットが、上記運転判定に相当するものとして、その代わりに、例えば、部屋を見渡し、画像認識で部屋が乱雑であれば不機嫌になり、整頓するよう仕向ける機能を発揮しても良い。ここでいう不機嫌になるとは、例えば馴れが低下した状態を表している。

また、以上既に述べた以外にも、上記実施形態や各変形例による手法を適宜組み合わせて利用しても良い。

本実施形態における車両の車内の一部の構成例を示す斜視図である。 図１に示すロボットが動作している外観の一例を拡大して表した斜視図である。 図１に示すロボットが動作している外観の一例を拡大して表した斜視図である。 図１〜図３に示すロボットの機能の一例を表すブロック図である。 馴れファクターに基づく動作制御処理に含まれる手順の一例を示すフローチャートである。 定量的ファクターを数値化した第１の例を示す図である。 定量的ファクターを数値化した第２の例を示す図である。 運転者が前回乗車したときからの経過期間に応じて馴れ指数が低下する様子の第１の例を示す図である。 運転者が前回乗車したときからの経過期間に応じて馴れ指数が低下する様子の第２の例を示す図である。 運転者が前回乗車したときからの経過期間に応じて馴れ指数が低下する様子の第３の例を示す図である。

符号の説明

１ 車載ロボット
６ 対象者認識部（認識手段に相当）
１１ 馴れ指数算出部（馴れ指数算出手段、動作決定手段に相当）
１２ 評価部（制御手段に相当）
１３ 動作制御部（動作制御手段、動作決定手段に相当）
１４ 動作機構（動作機構に相当）
１６ 定性的ファクター
１７ 定量的ファクター
１００ 画像表示制御装置

上記課題を解決するために、請求項１に記載の発明は、車両の運転者との馴れ度合いに応じて反応すべき動作を決定する動作決定手段と、前記動作決定手段による決定に応じた動作を行う動作機構と、前記動作機構が行う動作に接した前記運転者の反応に基づいて前記運転者との馴れ度合いを補正し、前記動作機構が行うべき動作を変更させる制御手段と、を有し、前記動作決定手段は、前記馴れ度合いと前記運転者として前記車両に乗った割合とに応じて反応すべき動作を決定する。

Claims (9)

1. 運転者との馴れ度合いに応じて反応すべき動作を決定する動作決定手段と、
   前記動作決定手段による決定に応じた動作を行う動作機構と、
   前記動作機構が行う動作に接した前記運転者の反応に基づいて前記運転者との馴れ度合いを補正し、前記動作機構が行うべき動作を変更させる制御手段と、
   を有することを特徴とする車載ロボット。
2. 請求項１に記載の車載ロボットにおいて、
   前記動作決定手段は、前記運転者との馴れ度合いのみならず、前記運転者の乗車履歴に応じて反応すべき動作を決定する
   ことを特徴とする車載ロボット。
3. 請求項１又は請求項２に記載の車載ロボットにおいて、
   複数の前記運転者を各々認識する認識手段を有し、
   前記動作決定手段は、
   前記認識手段によって認識された前記運転者ごとの反応に応じて前記馴れ度合いを管理する
   ことを特徴とする車載ロボット。
4. 請求項３に記載の車載ロボットにおいて、
   前記動作決定手段は、
   前記運転者との馴れ度合いを数値化した馴れ指数を算出する馴れ指数算出手段と、
   前記馴れ指数に応じて反応すべき動作を決定して前記動作機構を制御する動作制御手段と、
   を備えることを特徴とする車載ロボット。
5. 請求項３に記載の車載ロボットにおいて、
   前記動作決定手段は、
   前記認識手段によって音声認識された前記運転者の発話内容に応じた前記馴れ度合いに基づいて反応すべき動作を決定する
   ことを特徴とする車載ロボット。
6. 請求項４に記載の車載ロボットにおいて、
   前記制御手段は、
   前記認識手段によって音声認識された前記運転者の発話内容に応じて前記馴れ指数を補正する
   ことを特徴とする車載ロボット。
7. 請求項４に記載の車載ロボットにおいて、
   前記馴れ指数算出手段は、
   音声認識された前記発話内容に予め定められた文言が含まれているか否かに応じて前記馴れ指数を算出する
   ことを特徴とする車載ロボット。
8. 請求項３に記載の車載ロボットにおいて、
   前記動作決定手段は、
   前記認識手段によって画像認識された運転者の表情に応じた前記馴れ度合いに基づいて反応すべき動作を決定する
   ことを特徴とする車載ロボット。
9. 請求項４に記載の車載ロボットにおいて、
   前記制御手段は、
   前記認識手段によって画像認識された前記運転者の表情に応じて前記馴れ指数を補正する
   ことを特徴とする車載ロボット。

Images