WO2017204195A1

WO2017204195A1 - Ｈｍｉ制御装置、移動体、ｈｍｉ制御方法、及びプログラム

Info

Publication number: WO2017204195A1
Application number: PCT/JP2017/019132
Authority: WO
Inventors: 鈴木　啓高; 拓也小杉; 文崇加藤; 均川端; 智隆渡邊
Original assignee: エスディーテック株式会社
Priority date: 2016-05-24
Filing date: 2017-05-23
Publication date: 2017-11-30
Also published as: JP6840341B2; JPWO2017204195A1

Abstract

本発明の課題は、複雑な条件で起こる事象にも対応できる技術を提供することである。本発明の解決手段は、実走行時の移動体がおかれている状況の情報である移動体実走行状況情報と、実走行時の前記移動体の走行情報である移動体走行情報とを取得する取得手段と、前記走行情報を用いて、前記移動体がおかれている状況に関する情報を、前記移動体を操作するユーザの前記移動体に対する適応状態に対応した方法で提示する提示手段とを有する。

Description

ＨＭＩ制御装置、移動体、ＨＭＩ制御方法、及びプログラム

　ＨＭＩ制御装置、移動体、ＨＭＩ制御方法、及びプログラムに関する。

　近年、安全なモビリティ社会の実現を目指して、様々な運転支援技術が開発されている。現在、安全運転支援システムとして、走行中の車両同士の車間を制御するＡＣＣ（Ａｄａｐｔｉｖｅ　Ｃｒｕｉｎｇ　Ｃｏｎｔｒｏｌ）やＣＡＣＣ（Ｃｏｏｐｅｒａｔｉｖｅ　Ａｄａｐｔｉｖｅ　Ｃｒｕｉｓｅ　Ｃｏｎｔｒｏｌ）の技術、前方の障害物等を検知してブレーキを制御する衝突被害軽減ブレーキの技術、道路の白線等の道路情報を検知して車両が走行車線を維持するようにハンドル操作を制御するレーンキープアシスト等の技術がある。

　このような安全運転支援システムを用いて運転する場合、運転者による手動運転の走り方と乖離してしまい、運転者が予想していない動作が発生して運転者に不安を与えてしまうことがある。そこで、例えば特許文献１のような技術が提案されている。

　この特許文献１には、運転者の車両の運転動作と運転者や同乗者の生体的な情報とを測定し、運転者や同乗者が不安を感じた場合に車両の走行制御を行って不安要素を低減することが記載されている。また、特許文献１には、運転者や同乗者が不安を感じた際にはそれを記録し、運転者や同乗者が感じる不安要素を推定することが記載されている。

　更に、近年はあらゆる製品において、製品の機能面での性能向上だけでなく、利用者の感じる定性的な満足度も重要な評価尺度となり注目されている。ＩＳＯ（Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｏｒｇａｎｉｚａｔｉｏｎ　ｆｏｒ　Ｓｔａｎｄａｒｄｉｚａｔｉｏｎ）で規定されている利用時品質（Ｕｓａｂｉｌｉｔｙ　Ｉｎ　Ｕｓｅ）においても、有効さ・効率性・満足の度合がその尺度として挙げられていることからも明らかなように、利用者の満足の度合を向上することが重要な課題となっている。

　利用時品質の向上には、現状の問題点を解決し最低限の利用時品質を確保する「ゼロナイズ」と、利用時品質をさらに向上し、利用者の満足度を高める「マキシマイズ」とがある。特に後者は「魅力品質」とも呼ばれ、昨今の製品開発においては非常に重要なテーマとなっている。

　現在開発されている運転支援技術は、そのほとんど全てが「安全の確保」を目的としていて、実際にそれを利用する利用者がそれらの運転支援技術を実際に利用する場面で「どう感じるか」という、利用時品質については考慮されていない。特許文献1は不安要素を推定し、それを低減することを目的としているが、これは前述の「ゼロナイズ」の一つであるといえる。

　利用時品質を高め、利用者の満足度を最大化するためには、その製品のあらゆる利用シーンにおける最低限の利用時品質を確保（ゼロナイズ）するだけでなく、可能な限り魅力品質を高める（マキシマイズ）必要がある。

特開２０１６－０５２８８１号公報

　通常、運転中に運転者や同乗者が不安を感じる場合、様々な事象が絡み合って起きるものである。しかしながら、上記特許文献１では、予め設定されている車両制御を行っているため、実際に起こった事象によっては、車両制御が更に運転者や同乗者を不安にさせてしまう可能性がある。

　また、運転者や同乗者の不安を低減する車両制御の内容は一様ではなく、運転者や同乗者によって感じ方が変わるので、実際に起こった事象だけでなく、利用している人によっても、別の利用者には有効だった車両制御が更に運転者や同乗者を不安にさせてしまう可能性がある。

　更に、上記特許文献１では、運転者や同乗者が不安を感じた時点の１点に注目して記録を行って不安要素を推定しているため、複数の事象が絡み合って起きた事象によって感じた不安が記録されている場合、同じ事象が推定されない限り、何も制御しないシステムとなってしまい、意味の無いものになってしまう。

　また、上記特許文献1では、利用者の不安要素を推定し、それを低減するための車両制御を行うという点において、推定する「人の状態」も、推定の結果行う制御も限定的であり、数多くあるべきゼロナイズ項目の一つにすぎない。車両の利用時品質を向上し、魅力品質を獲得するためには、さまざまな利用場面における、利用者毎に異なる満足度の最大化を実現する必要がある。

　そこで、本発明が解決しようとする課題は、上記問題点を解決することであり、複雑な条件で起こる事象にも対応できる技術を提供することにある。

　上記課題を解決する本願発明は、ＨＭＩ（Ｈｕｍａｎ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｒｆａｃｅ）制御装置であって、実走行時の移動体がおかれている状況の情報である移動体実走行状況情報と、実走行時の前記移動体の走行情報である移動体走行情報とを取得する取得手段と、前記走行情報を用いて、前記移動体がおかれている状況に関する情報を、前記移動体を操作するユーザの前記移動体に対する適応状態に対応した方法で提示する提示手段とを有する。

　上記課題を解決する本願発明は、移動体であって、実走行時の移動体がおかれている状況の情報である移動体実走行状況情報と、実走行時の前記移動体の走行情報である移動体走行情報とを取得する取得手段と、前記走行情報を用いて、前記移動体がおかれている状況に関する情報を、前記移動体を操作するユーザの前記移動体に対する適応状態に対応した方法で提示する提示手段を有する。

　上記課題を解決する本願発明は、ＨＭＩ（Ｈｕｍａｎ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｒｆａｃｅ）制御方法であって、ユーザに対して情報を提供するＨＭＩ（Ｈｕｍａｎ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｒｆａｃｅ）を制御する制御方法であって、実走行時の移動体がおかれている状況の情報である移動体実走行状況情報と、実走行時の前記移動体の走行情報である移動体走行情報とを取得し、前記走行情報を用いて、前記移動体がおかれている状況に関する情報を、前記移動体を操作するユーザの前記移動体に対する適応状態に対応した方法で提示する。

　上記課題を解決する本願発明は、ＨＭＩ（Ｈｕｍａｎ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｒｆａｃｅ）制御システムであって、実走行時の移動体がおかれている状況の情報である移動体実走行状況情報と、実走行時の前記移動体の走行情報である移動体走行情報とを取得する取得手段と、前記走行情報を用いて、前記移動体がおかれている状況に関する情報を、前記移動体を操作するユーザの前記移動体に対する適応状態に対応した方法で提示する提示手段とを有する。

　上記課題を解決する本願発明は、ＨＭＩ（Ｈｕｍａｎ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｒｆａｃｅ）制御装置のプログラムであって、前記プログラムは前記ＨＭＩ制御装置を、実走行時の移動体がおかれている状況の情報である移動体実走行状況情報と、実走行時の前記移動体の走行情報である移動体走行情報とを取得する取得手段と、前記走行情報を用いて、前記移動体がおかれている状況に関する情報を、前記移動体を操作するユーザの前記移動体に対する適応状態に対応した方法で提示する提示手段として機能させる。

　本発明によると、複雑な条件で起こる事象にも対応できる。

図１は、第１の実施の形態を示すブロック図である。図２は、第１の実施の形態の別の構成を示すブロック図である。図３は、第１の実施の形態の事前作業の動作を説明するフロー図である。図４は、第１の実施の形態の動作を説明するフロー図である。図５は、第２の実施の形態を示すブロック図である。図６は、第２の実施の形態の動作を説明するフロー図である。図７は、第３の実施の形態を示すブロック図である。図８は、第３の実施の形態の動作を説明するフロー図である。図９は、第４の実施の形態を示すブロック図である。図１０は、第４の実施の形態の動作を説明するフロー図である。図１１は、第５の実施の形態を示すブロック図である。図１２は、第５の実施の形態の別の構成を示すブロック図である。図１３は、第５の実施の形態の事前作業の動作を説明するフロー図である。図１４は、第５の実施の形態の動作を説明するフロー図である。図１５は、ＨＭＩ制御部８０が行う制御例を説明するための図である。図１６は、ＨＭＩ制御部８０が行う制御例を説明するための図である。図１７は、ＨＭＩ制御部８０が行う制御例を説明するための図である。図１８は、プログラムで動作するコンピュータの一例を示す図である。

〈第１の実施の形態〉
　本発明の特徴を説明するために、以下において、図面を参照して具体的に述べる。

　本発明を実施するための第１の実施の形態について図面を参照して詳細に説明する。図１は、本発明の第１の実施の形態における制御システムのブロック図である。本発明の制御システム１は、ユーザが車両の走行中に、ＨＭＩ（Ｈｕｍａｎ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｒｆａｃｅ）を制御することにより、各ユーザのその時々の状態に適した方法で各種機能を提供する。本発明の制御システム１は、走行情報収集部１０、走行情報履歴データ２０、生体情報収集部３０、生体情報履歴データ４０、機械学習部５０、関係記憶部６０、適応状態認識部７０、ＨＭＩ制御部８０、及びＨＭＩ部９０を有する。

　走行情報収集部１０は、走行中の車両の走行情報を収集する。そして、収集した走行情報を走行情報履歴データ２０に時系列でログとして記録する。走行情報収集部１０は走行情報として、アクセル、ブレーキ、ステアリング、スロットル、回転数、速度、位置情報等、車両に取りつけられた各種センサから測定値を収集する。また、走行情報収集部１０は、車両に取り付けられたカメラ等から、道路情報、前方車両に関する情報（距離、速度等）、対向車両に関する情報、左右の車両に関する情報、合流車両に関する情報、車両周辺の歩行者に関する情報、カーナビからの情報も収集しても良い。これら走行情報収集部１０が収集する情報を、以下、走行情報と記載する。尚、走行情報は、事前のテスト走行で該車両のユーザの走行情報を収集しても、本システム提供者が事前に多数のユーザによるテスト走行を行って収集してもよいものとする。また、走行情報のうち、サンプル収集を目的とするテスト走行ではなく、ユーザが実際に車両を操作して車両を走行させている時（実走行時）に得られた走行情報を、以下、実走行情報と記載する。

　走行情報収集部１０は、走行中に収集した走行情報に基づいて走行中の車両が置かれている状況を解析し、走行状況情報を出力する走行状況解析部１１を有する。走行状況情報は、走行中の車両が置かれている状況を示した情報である。例えば車両に取り付けられたカメラからの走行情報によって、前方すぐ近くに車がある状況、右から割り込んできた車両がある状況等である。他には、センサからの走行情報によって、車両周辺に霧が発生している状況、走行速度が法廷速度を超えている状況等である。尚、走行状況情報のうち、サンプル収集を目的とするテスト走行ではなく、ユーザが実際に車両を操作して車両を走行させている時（実走行時）に得られた走行状況情報を、以下、実走行状況情報と記載する。

　生体情報収集部３０は、運転者や同乗者であるユーザの生体情報を走行時に収集する。そして、生体情報履歴データ４０に時系列でログとして記録する。生体情報収集部３０は生体情報として、ユーザの心電図、心拍数、血圧、発汗状態、脳波、体の加速度、視線、瞳孔径等を収集する。尚、生体情報は、事前のテスト走行で該車両のユーザのテスト走行時の生体情報を収集しても、本システム提供者が事前に多数のユーザによるテスト走行時の生体情報を収集してもよいものとする。また、生体情報のうち、サンプル収集を目的とするテスト走行ではなく、ユーザが実際に車両を操作して車両を走行させている時（実走行時）に得られた生体情報を、以下、実生体情報と記載する。

　機械学習部５０は、システム提供者が予め想定して用意した、車両の操作に対するユーザの適応状態を表す適応状態情報を有する。この適応状態情報は、車両の操作に対するユーザのスキル及び心情等を表す情報であり、“不安”、“過信”、“苛立ち”、“上級ドライバー”、“初心者ドライバー”等である。機械学習部５０は、走行情報を走行情報履歴データ２０から取得し、その取得した走行時の生体情報を生体情報履歴データ４０から取得する。そして、走行情報と生体情報と適応状態情報との関係を機械学習させて、走行情報と生体情報と適応状態情報との関係を学習した学習モデルを関係記憶部６０に記憶する。この機械学習部５０が行う機械学習は、ユーザが走行を開始する前に行われる。尚、ここでの機械学習は、予め幾つかの教師情報（サンプルとして予め収集した車両の走行情報と、サンプルとして予め収集した車両の走行時におけるユーザの生体情報とを入力して適応状態情報を出力する）を用いて学習させるのが好ましいが、教師情報無しの機械学習であっても良い。教師情報有りの機械学習は、適応状態情報をラベル付けした走行情報と生体情報とを用いて機械学習する。教師情報無しの機械学習は、入力した走行情報と生体情報とを機械学習して分類し、分類結果に適応状態情報を対応づけて行われる。機械学習部５０が行う機械学習の技法は問わず、ディープラーニング、サポートベクターマシン、ベイジアンネットワーク、決定木学習等のいずれでも良い。

　適応状態認識部７０は、ユーザが実際に車両に乗車して走行が開始されると、走行情報収集部１０が収集する実走行情報と、生体情報収集部３０が収集する実生体情報と取得する。この取得した実走行状況情報とユーザの実生体情報とに基づいて、関係記憶部６０の関係を参照して、ユーザの適応状態を取得する。尚、本説明では、適応状態認識部７０を単独で設けたが、これを単体として設けずに、実走行状況情報とユーザの実生体情報とを機械学習部５０に入力し、機械学習部に学習させた結果を出力させる構成であっても良い。このような構成の場合のブロック図を図２に示す。

　ＨＭＩ制御部８０は、適応状態認識部７０が認識したユーザの適応状態に応じた機能をＨＭＩ部９０を制御することによって提供する。ＨＭＩ制御部８０が制御するＨＭＩ部９０がユーザに提供する機能としては、例えば、スピーカから流す音声、表示画面に表示させるメッセージや画像、車両内の照明の色や明るさ等である。ＨＭＩ部９０はこれらの機能を用いて、走行情報解析部１１が出力した実走行状況情報に基づく実走行時に車両が置かれている状況をユーザに提示する。ＨＭＩ制御部８０は、適応状態認識部７０が認識する適応状態ごとに、制御するＨＭＩ部９０とその制御内容とが対応付けられたＨＭＩ制御情報を参照し、適応状態認識部７０が認識した適応状態に対応した制御内容の方法で実走行時のＨＭＩ部９０の制御を行う。ＨＭＩ制御情報は、例えば、ＨＭＩ部９０が表示部である場合には、適応状態情報“上級者”には制御内容“詳細表示”が、適応状態情報“中級者”には制御内容“概略表示”が、適応状態情報“初級者”には制御内容“簡易表示”を対応づけた情報である。

　続いて、本実施の形態の動作について説明する。

　まず、ユーザが実際に利用する前に行われる事前学習について、図３のフロー図を用いて説明する。尚、以下の説明では、既にユーザとして運転者を識別してあるものとして説明する。

　走行情報収集部１０は事前にサンプルとして走行中の車両の走行情報を収集して（Ｓ３０１）、走行情報履歴データ２０に時系列でログをとり（Ｓ３０２）、生体情報収集部３０は走行中の運転者の生体情報を収集して（Ｓ３０３）、生体情報履歴データ４０に時系列でログをとる（Ｓ３０４）。

　機械学習部５０は走行情報履歴データ２０から走行情報と、この走行情報取得時の生体情報を生体情報履歴データ４０から取得し、学習モデルである走行情報及び生体情報と適応状態との関係を機械学習して（Ｓ３０５）、関係記憶部６０に記憶する（Ｓ３０６）。

　続いて、ＨＭＩ部９０を制御することにより、各ユーザのその時々の状態に適した方法で各種機能を提供する方法について、図４のフロー図を用いて説明する。本発明のＨＭＩ部の制御動作においては、ユーザを識別して行われるのが望ましい。このユーザ識別は、運転者毎、若しくは同乗者毎に識別しても良いが、運転者と同乗者との組み合わせで識別しても良いものとする。また、ユーザの識別の方法であるが、例えば、運転者が携帯している車両の電子キー、携帯機器、車両に搭載されているカメラによる顔や指紋等の生体認証キー、運転者によって車両に登録される識別情報等によって識別するものとする。尚、以下の説明では、既にユーザとして運転者を識別してあるものとして説明する。即ち、適応状態認識部７０がユーザの適応状態情報を認識する際、関係記憶部６０に記憶されている関係のうち、識別したユーザの関係を用いてユーザの適応状態情報を認識するものとして説明する。

　車両の実走行が開始されると、適応状態認識部７０は、走行情報収集部１０から走行中の車両の実走行状況情報を、生体情報収集部３０から実生体情報を取得する（Ｓ４０１）。

　そして、適応状態認識部７０は、取得した走行情報と生体情報とに基づいて、関係記憶部６０の関係を参照して、ユーザの適応状態情報を認識する（Ｓ４０２）。

　Ｓ４０１の実行と同時進行で、走行状況解析部１１は、収集した走行情報に基づいて、車両が置かれている状況を解析して実走行状況情報を出力する（Ｓ４０４）。

　ＨＭＩ制御部８０は、走行状況解析部１１が出力した実走行状況情報に基づく実走行時に車両が置かれている状況を、適応状態認識部７０が認識したユーザの適応状態情報に応じた制御内容をＨＭＩ制御情報から参照し、その制御内容に沿った方法で提示する（Ｓ４０３）。

　尚、上記の走行情報収集部１０は、車両に装備されている安全運転支援システム又は自動運転制御システムの一部であっても良い。

　上記実施の形態によると、個々のユーザに適応した方法でＨＭＩ部９０を提供することができる。

<実施例>
　以下、実施の形態１で説明したＨＭＩ制御部８０が行う制御例について説明する。以下では、走行状況解析部１１が解析した解析情報を、ＨＭＩ部９０のひとつである表示部に表示する場合を例にして説明する。また、車両には、ドライバー支援制御として、周囲監視アシストシテテム、ステアリングコントロールアシストシステム、アクセルコントロールシステム、レーン・キーピングシステム、及びＡＣＣシステムが搭載されているものとする。

　ＨＭＩ制御部８０は、実走行情報に対応した情報を表示部に表示するにあたって、適応状態認識部７０が認識した適応状態情報を確認する。ＨＭＩ制御部８０は、適応状態情報に対応付けられている制御内容をＨＭＩ制御情報から検索し、検索した制御内容に沿った方法でＨＭＩ部９０を制御する。

　例えば、霧が発生している状況であることを走行状況解析部１１が解析して、このことをＨＭＩ部９０を介してユーザに通知する場合について、図１５を用いて説明する。

　霧が発生している状況であることを走行状況解析部１１が解析すると、ＨＭＩ部９０の表示部に“センサが機能しなくなる恐れがある為、周囲に注意”という内容の情報を表示させるために、ＨＭＩ制御部８０は、適応状態認識部７０が認識した適応状態情報をＨＭＩ制御情報から検索する。そして、ＨＭＩ制御部８０は、検索した適応状態情報に対応付けられているＨＭＩ制御内容に沿った方法でＨＭＩ部９０を制御する。

　適応状態情報が“上級者”である場合、ユーザは車両の操作について熟知しているため、車両が置かれている状況に関する情報を詳細に表示して注意喚起してもユーザは理解できる。そのため、ＨＭＩ制御情報のＨＭＩ制御内容において、適応状態“上級者”には詳細表示するように制御内容が記されている。詳細表示の内容は、車両の物理的な測定値、ユーザへの注意喚起内容を示すイラスト、発動するドライバー支援に関する情報等である。ＨＭＩ制御部８０は、これらを画面フォーマットに基づいて、ＨＭＩ部９０に表示させる。図１５の例では、物理的な測定値としてオドメータ及びトリップメータの数値が表示されている。注意喚起内容を示すイラストとしては、車のイラストと注意マークとが表示されている。発動するドライバー支援に関する情報としては、制御無しを示すイラストが表示されている。

　適応状態が“中級者”である場合、ユーザは車両の操作についてある程度慣れているため、車両が置かれている状況に関する情報をある程度詳細に表示して注意喚起しても理解できる。そのため、ＨＭＩ制御情報のＨＭＩ制御内容において、適応状態“中級者”には概略を表示するように制御内容が記されている。概略表示の内容は、車両の物理的な測定値、ユーザへの注意喚起内容を示すテキスト、発動するドライバー支援に関する情報等である。ＨＭＩ制御部８０は、これらを画面フォーマットに基づいて、ＨＭＩ部９０に表示させる。図１５の例では、物理的な測定値としてオドメータ及びトリップメータの数値が表示されている。ユーザへの注意喚起内容を示すテキストとしては、周囲監視を強化しますが表示されている。発動するドライバー支援に関する情報としては、周囲接近センサのイラストが表示されている。

　適応状態が“初級者”である場合、ユーザは車両の操作に注意の大半を注ぎこんでいることが多い。そのため、車両が置かれている状況に関する情報を詳細に表示しても、ユーザは理解できない可能性が高い。そのため、ＨＭＩ制御情報のＨＭＩ制御内容において、適応状態“初級者”には最低限の注意喚起の内容のみの簡素表示をするように制御内容が記されている。ＨＭＩ制御部８０は、これを簡素表示の画面フォーマットに基づいて、ＨＭＩ部９０に表示させる。図１５の例では、注意喚起の内容として、前方注意のテキストと前方注意を示すイラストが表示されている。

　次に、走行状況解析部１１が、右から車両が割り込んできている状況であることを解析して、このことをＨＭＩ部９０を介してユーザに通知する場合について、図１６を用いて説明する。

　走行状況解析部１１が、右から車両が割り込んできていることを解析すると、ＨＭＩ部９０の表示部に“右からの車の割り込みがあり、自動で減速するので注意”という内容の情報を表示画面に表示するために、ＨＭＩ制御部８０はＨＭＩ制御情報から、認識した適応状態情報を検索する。そして、検索した適応状態情報に対応付けられているＨＭＩ制御内容に沿った方法でＨＭＩ部９０を制御する。

　適応状態が“上級者”である場合、ユーザは車両の操作について熟知しているため、車両が置かれている状況に関する情報を詳細に表示して注意喚起してもユーザは理解できる。そのため、ＨＭＩ制御情報のＨＭＩ制御内容において、適応状態“上級者”には詳細表示するように制御内容が記されている。図１６の例では、物理的な測定値としてオドメータ及びトリップメータの数値が表示されている。注意喚起内容を示すイラストとしては、ユーザの車と割り込みの車のイラストと注意マークが表示されている。発動するドライバー支援に関する情報としては、制御無しを示すイラストが表示されている。

　適応状態が“中級者”である場合、ユーザは車両の操作についてある程度慣れているため、車両が置かれている状況に関する情報をある程度詳細に表示して注意喚起しても理解できる。そのため、ＨＭＩ制御情報のＨＭＩ制御内容において、適応状態“中級者”には概略を表示するように制御内容が記されている。図１６の例では、物理的な測定値としてオドメータ及びトリップメータの数値が表示されている。注意喚起内容を示すテキストとしては、減速しますが表示されている。発動するドライバー支援に関する情報としては、自動速度制御を示すイラストが表示されている。

　適応状態が“初級者”である場合、ユーザは車両の操作に注意の大半を注ぎこんでいて、車両が置かれている状況に関する情報を詳細に表示してもユーザは理解できない可能性が高い。そのため、ＨＭＩ制御情報のＨＭＩ制御内容において、適応状態“初級者”には最低限の注意喚起のみの簡素表示をするように制御内容が記されている。ＨＭＩ制御部８０は、これを簡素表示の画面フォーマットに基づいて、ＨＭＩ部９０に表示させる。図１６の例では、注意喚起内容を示す情報として、右に注意するよう促すテキストとイラストが表示されている。

　次に、走行状況解析部１１が、前方に車両が接近している状況であることを解析して、このことをＨＭＩ部９０を介してユーザに緊急に通知する場合について、図１７を用いて説明する。

　走行状況解析部１１が、前方車両が接近していることを解析すると、ＨＭＩ部９０の表示部に“前方車両への追突の可能性があり、自動制御にて急減速するので注意”という内容の情報を表示するために、ＨＭＩ制御部８０は、適応状態認識部７０が認識した適応状態情報をＨＭＩ制御情報から検索する。そして、ＨＭＩ制御部８０は、検索した適応状態に対応付けられているＨＭＩ制御内容に沿った方法でＨＭＩ部９０を制御する。

　緊急に通知する場合、適応状態が“上級者”であっても、ユーザに通知する内容は一瞬で理解できる程度が良い。そのため、ＨＭＩ部９０は緊急時の詳細表示の画面フォーマットに基づいて、注意喚起内容を示すイラストと、発動するドライバー支援制御内容を示すイラスト等というように、情報を減らして表示する。図１７の例では、注意喚起内容を示すイラストとして、ユーザの車と割り込みの車のイラストと注意マークが表示されている。発動するドライバー支援制御内容を示すイラストとして、制御無しを示すイラストが表示されている。

　適応状態が“中級者”である場合、ＨＭＩ部９０は緊急時の概略表示の画面フォーマットに基づいて、例えば注意喚起内容を示すテキストと、発動するドライバー支援制御内容を示すイラスト等のように、表示する情報を減らす。図１７の例では、注意喚起内容を示すテキストとして減速しますが表示されている。発動するドライバー支援制御内容を示すイラストとして、自動速度制御のイラストが表示されている。

　適応状態が“初級者”である場合、ＨＭＩ部９０は緊急時の簡素表示の画面フォーマットに基づいて、最低限の注意喚起として、右に注意するよう促すテキストとイラストが表示されている。但し、この時は緊急であることがユーザに伝わるように色を変えても良い。

〈第２の実施の形態〉
　本発明の第２の実施の形態について説明する。本実施の形態では、適応状態認識部７０の認識結果と実走行情報及び実生体情報とを機械学習して、ユーザの適応状態を認識する場合について説明する。尚、上記実施の形態と同様の構成については同一の番号を付し、詳細な説明は省略する。

　図５は、第２の実施の形態の制御システム１のブロック図である。上記第１の実施の形態の構成に加えて、認識結果記憶部１００と、機械学習部５０－２を有する。尚、本実施の形態では、第１の実施の形態で説明した機械学習部は機械学習部５０－１と付す。

　認識結果記憶部１００は、適応状態認識部７０が認識した認識結果である適応状態情報のログが適応状態認識部７０によって時系列で実走行情報及び前記実生体情報と共に記録される。

　機械学習部５０－２は、認識結果記憶部１００に記録されている認識結果と実走行情報及び実生体情報とを機械学習して認識結果の妥当性を検証する。そして、検証結果によっては、認識した適応状態を変更して、ＨＭＩ制御部８０に出力する。尚、ここでの機械学習は、予め幾つかの教師情報を用いた学習させるのが好ましいが、教師情報無しの機械学習であっても良い。

　本実施の形態の動作について、図６のフロー図を用いて説明する。尚、事前学習の動作については第１の実施の形態と同じであるため、説明を省略する。

　車両の実走行が開始されると、適応状態認識部７０は、走行情報収集部１０から走行中の車両の実走行情報を、生体情報収集部３０から実生体情報を取得する（Ｓ６０１）。

　そして、適応状態認識部７０は、取得した実走行情報と実生体情報とに基づいて、関係記憶部６０の関係を参照して、ユーザの適応状態情報を認識する（Ｓ６０２）。

　適応状態認識部７０は、認識結果のログを時系列で実走行情報及び前記実生体情報と共に記録する（Ｓ６０３）。

　機械学習部５０－２は、認識結果記憶部１００に新たに認識結果と実走行情報及び実生体情報とが記録されると、認識結果記憶部１００内に記録されている認識結果と実走行情報及び実生体情報とを機械学習する（Ｓ６０４）。Ｓ６０２での認識は妥当であったかを検証する（Ｓ６０５）。妥当でない場合は、Ｓ６０２で認識した適応状態をＳ６０４での機械学習によって得られた適応状態情報に変更する（Ｓ６０６）。一方、妥当である場合は、Ｓ６０２で認識した適応状態情報を変更させない。

　Ｓ６０１の実行と同時進行で、走行状況解析部１１は、収集した走行情報に基づいて、車両が置かれている状況を解析して実走行状況情報を出力する（Ｓ６０８）。

　ＨＭＩ制御部８０は、走行状況解析部１１が出力した実走行状況情報に基づく実走行時に車両が置かれている状況を、機械学習部５０－２が認識したユーザの適応状態情報に応じた制御内容をＨＭＩ制御情報から参照して、その制御内容に沿った方法で提示する（Ｓ６０７）。

　ＨＭＩ制御部８０によるＨＭＩ部９０の制御が実行されている一方で、適応状態認識部７０は、認識結果のログを時系列で実走行情報及び前記実生体情報と共に記録する。

　本実施の形態によると、個々のユーザに適応したＨＭＩ部９０を提供することができる。

　上記実施の形態では、図１に示された適応状態認識部７０を単独で設けた構成に適用させて説明したが、図２に示したように、適応状態認識部７０を単体として設けずに、実走行情報とユーザの実生体情報とを機械学習部５０に再度入力し、機械学習に学習させた結果を出力させる構成に適用させても良い。

〈第３の実施の形態〉
　本発明の第３の実施の形態について説明する。本実施の形態では、適応状態認識部７０の認識結果と実走行情報及び実生体情報とを機械学習して、事前学習で構築した関係のパラメータを変更する場合について説明する。尚、上記実施の形態と同様の構成については同一の番号を付し、詳細な説明は省略する。

　図７は、第３の実施の形態の制御システム１のブロック図である。上記第１の実施の形態の構成に加えて、認識結果記憶部１００と、機械学習部５０-３を有する。尚、本実施の形態では、第１の実施の形態で説明した機械学習部は機械学習部５０－１と付す。

　認識結果記憶部１００は、第２の実施の形態同様に、適応状態認識部７０が認識した認識結果のログが適応状態認識部７０によって時系列で実走行情報及び前記実生体情報と共に記録される。

　機械学習部５０－３は、認識結果記憶部１００に記録されている認識結果と実走行情報及び実生体情報とを機械学習して、関係記憶部６０に記憶されている関係のパラメータを変更する。

　本実施の形態の動作について、図８のフロー図を用いて説明する。尚、事前学習の動作については第１の実施の形態と同じであるため、説明を省略する。

　車両の実走行が開始されると、適応状態認識部７０は、走行情報収集部１０から走行中の車両の実走行情報を、生体情報収集部３０から実生体情報を取得する（Ｓ８０１）。

　そして、適応状態認識部７０は、取得した実走行情報と実生体情報とに基づいて、関係記憶部６０の関係を参照して、ユーザの適応状態情報を認識する（Ｓ８０２）。

　Ｓ８０１の実行と同時進行で、走行状況解析部１１は、収集した実走行情報に基づいて、車両が置かれている状況を解析して実走行状況情報を出力する（Ｓ８０８）。

　ＨＭＩ制御部８０は、走行状況解析部１１が出力した実走行状況情報に基づく実走行時に車両が置かれている状況を、適応状態認識部７０が認識したユーザの適応状態情報に応じた制御内容をＨＭＩ制御情報から参照して、その制御内容に沿った方法で提示する（Ｓ８０３）。

　ＨＭＩ制御部８０によるＨＭＩ部９０の制御が実行されている一方で、適応状態認識部７０は、認識結果のログを時系列で実走行情報及び前記実生体情報と共に記録する（Ｓ８０４）。

　機械学習部５０－３は、認識結果記憶部１００に新たに認識結果と実走行情報及び実生体情報とが記録されると、認識結果記憶部１００内に記録されている認識結果と実走行情報及び実生体情報とを機械学習して（Ｓ８０５）、関係記憶部６０に記憶されている学習モデルのパラメータを変更する（Ｓ８０６）。

　上記実施の形態では、図１に示された適応状態認識部７０を単独で設けた構成に適用させ説明したが、図２に示したように、適応状態認識部７０を単体として設けずに、実走行情報とユーザの実生体情報とを機械学習部５０に再度入力し、機械学習に学習させた結果を出力させる構成に適用させても良い。

　また、上記実施の形態では第１の実施の形態に適用させた場合を用いて説明したが、第２の実施の形態に適用させてもよい。

〈第４の実施の形態〉
　本発明の第４の実施の形態について説明する。本実施の形態では、適応状態認識部７０の認識結果に応じて提供したＨＭＩ部９０に対するユーザの反応を考慮して、関係のパラメータを変更する場合について説明する。尚、上記実施の形態と同様の構成については同一の番号を付し、詳細な説明は省略する。

　図９は、第４の実施の形態の制御システム１のブロック図である。上記第１の実施の形態の構成に加えて、ユーザ反応認識部１１０と、機械学習部５０-４を有する。尚、本実施の形態でも、第１の実施の形態で説明した機械学習部は機械学習部５０－１と付す。

　ユーザ反応認識部１１０は、ＨＭＩ制御部８０によって制御されて提供されたＨＭＩ部９０に対するユーザの反応を取得する。ユーザ反応認識部１１０は、例えば、ユーザの表情の変化やユーザが発する声等のように、ＨＭＩ部９０の機能提供時のユーザの生体状態の変化を取得するものである。

　機械学習部５０-４は、ユーザ反応認識部１１０が取得した、実走行時に行ったＨＭＩ制御に対する移動体のユーザの反応と認識した適応状態情報とを機械学習し、関係記憶部６０に記憶されている学習モデルのパラメータを変更する。

　本実施の形態の動作について、図１０のフロー図を用いて説明する。尚、事前学習の動作については第１の実施の形態と同じであるため、説明を省略する。

　車両の実走行が開始されると、適応状態認識部７０は、走行情報収集部１０から走行中の車両の実走行情報を、生体情報収集部３０から実生体情報を取得する（Ｓ１００１）。

　そして、適応状態認識部７０は、取得した実走行情報と実生体情報とに基づいて、関係記憶部６０の関係を参照して、ユーザの適応状態情報を認識する（Ｓ１００２）。

　Ｓ１００１の実行と同時進行で、走行状況解析部１１は、収集した実走行情報に基づいて、車両が置かれている状況を解析して実走行状況情報を出力する（Ｓ１００７）。

　ＨＭＩ制御部８０は、走行状況解析部１１が出力した実走行状況情報に基づく実走行時に車両が置かれている状況を、適応状態認識部７０が認識したユーザの適応状態情報に応じた制御内容をＨＭＩ制御情報から参照して、その制御内容に沿った方法で提示する（Ｓ１００３）。

　ユーザ反応認識部１１０は、ＨＭＩ制御部８０が実行した制御によって提供されたＨＭＩ部９０に対するユーザの反応を取得する（Ｓ１００４）。

　機械学習部５０-４は、ユーザ反応認識部１１０が取得した、実走行時に行ったＨＭＩ制御に対する移動体のユーザの反応である反応情報と認識した適応状態情報と機械学習して（Ｓ１００５）、関係記憶部６０に記憶されている学習モデル係のパラメータを変更する（Ｓ１００６）。

　上記実施の形態では、図１に示された適応状態認識部７０を単独で設けた構成に適用させて説明したが、図２に示したように、適応状態認識部７０を単体として設けずに、実走行情報とユーザの実生体情報とを機械学習部５０に入力し、機械学習に学習させた結果を出力させる構成に適用させても良い。

　また、上記実施の形態では第１の実施の形態に適用させた場合を用いて説明したが、第２又は第３の実施の形態に適用させてもよい。

<第５の実施の形態>
　上記実施の形態１～４では、機械学習部５０は走行情報と生体情報とを機械学習して学習モデルを構築していた。本実施の形態では、走行情報を機械学習して学習モデルを構築し、走行情報と適応状態情報の関係を作成して関係記憶部６０に記憶する場合について説明する。尚、上記実施の形態と同様の構成については同一付番を有し、詳細な説明は省略する。

　図１１は、本発明の第５の実施の形態における制御システムのブロック図である。上記実施の形態と比べて、生体情報収集部３０及び生体情報履歴データ４０を有さない点が異なる。

　機械学習部５０は、走行情報を走行情報履歴データ２０から取得する。そして、走行情報を機械学習させて、学習モデルである走行情報と適応状態情報との関係を、関係記憶部６０に記憶する。教師情報有りの機械学習は、適応状態情報をラベル付けした走行情報と生体情報とを用いて機械学習する。教師情報無しの機械学習は、入力した走行情報と生体情報とを機械学習して分類し、分類結果に適応状態情報を対応づけて行われる。機械学習部５０が行う機械学習の技法は問わず、ディープラーニング、サポートベクターマシン、ベイジアンネットワーク、決定木学習等のいずれでも良い。

　適応状態認識部７０は、ユーザが実際に車両に乗車して走行が開始されると、走行情報収集部１０から実走行情報を取得する。この取得した実走行情報に基づいて、関係記憶部６０に記憶されている関係を参照して、ユーザの適応状態情報を取得する。尚、上記第１の実施の形態でも説明した通り、以下の説明では適応状態認識部７０を単独で設けて説明するが、これを単体として設けずに、実走行情報を機械学習部５０に入力し、機械学習部に学習させた結果を出力させる構成であっても良い。このような構成の場合のブロック図を図１２に示す。

　続いて、本実施の形態の動作について説明する。まず、ユーザが実際に利用する前に行われる事前学習について、図１３のフロー図を用いて説明する。尚、以下の説明では、既にユーザとして運転者を識別してあるものとして説明する。

　走行情報収集部１０は事前にサンプルとして走行中の車両の走行情報を収集して（Ｓ１３０１）、走行情報履歴データ２０に時系列でログをとる（Ｓ１３０２）。

　機械学習部５０は走行情報履歴データ２０から走行情報を取得し、学習モデルである、走行情報と適応状態情報との関係を機械学習して（Ｓ１３０３）、関係記憶部６０に記憶する（Ｓ１３０４）。

　続いて、ＨＭＩ部９０を制御することにより、各ユーザのその時々の状態に適した各種機能を提供する方法について、図１４のフロー図を用いて説明する。本発明のＨＭＩ部９０の制御動作においては、ユーザを識別して行われるのが望ましい。このユーザ識別は、運転者毎、若しくは同乗者毎に識別しても良いが、運転者と同乗者との組み合わせで識別しても良いものとする。また、ユーザの識別の方法であるが、例えば、運転者が携帯している車両の電子キー、携帯機器、車両に搭載されているカメラによる顔や指紋等の生体認証キー、運転者によって車両に登録される識別情報等によって識別するものとする。尚、以下の説明では、既にユーザとして運転者を識別してあるものとして説明する。即ち、適応状態認識部７０がユーザの適応状態情報を認識する際、関係記憶部６０に記憶されている関係のうち、識別したユーザの関係を用いてユーザの適応状態情報を認識するものとして説明する。

　車両の実走行が開始されると、適応状態認識部７０は、走行情報収集部１０から走行中の車両の実走行情報を取得する（Ｓ１４０１）。

　そして、適応状態認識部７０は、取得した実走行情報に基づいて、関係記憶部６０に記憶されている関係を参照して、ユーザの適応状態情報を認識する（Ｓ１４０２）。

　Ｓ１４０１の実行と同時進行で、走行状況解析部１１は、収集した実走行情報に基づいて、車両が置かれている状況を解析して実走行状況情報を出力する（Ｓ１４０４）。

　ＨＭＩ制御部８０は、走行状況解析部１１が出力した実走行状況情報に基づく実走行時に車両が置かれている状況を、適応状態認識部７０が認識したユーザの適応状態情報に応じた制御内容をＨＭＩ制御情報から参照し、その制御内容に沿った方法で提示する（Ｓ１４０３）。

　上記実施の形態では、図１に示された適応状態認識部７０を単独で設けた構成に適用させ説明したが、図２に示したように、適応状態認識部７０を単体として設けずに、実走行情報とユーザの実生体情報とを機械学習部５０に入力し、機械学習に学習させた結果を出力させる構成に適用させても良い。

　また、上記実施の形態では第１の実施の形態に適用させた場合を用いて説明したが、第２、第３、又は第４の実施の形態に適用させてもよい。

　また、上記実施例は、第１の実施の形態に適用させた例を説明したが、第２、第３、又は第４の実施の形態に適用させた実施例でもよい。

　ここで、上記実施の形態１～５で説明した本発明を別の観点で説明する。本発明は、サンプルとして予め収集した移動体の走行情報と、サンプルとして予め収集した移動体の走行時におけるユーザの生体情報とのうち、少なくとも走行情報を機械学習して、走行情報と生体情報とのうち少なくとも走行情報と移動体の走行に対するユーザの適応状態情報との関係を予め機械学習し、この予め学習した関係を参照して、ユーザが操作する移動体の実走行時におけるＨＭＩ部９０を制御する。そして、制御後のＨＭＩ部９０に対する実走行状況情報及び実生体情報のうち少なくとも実走行情報とユーザの反応情報とを取得して、この取得した制御後のＨＭＩ部９０に対する実走行状況情報及び実生体情報のうち少なくとも実走行情報とユーザの反応情報とを機械学習し、ユーザに適したＨＭＩ部９０の制御方法を更新するものである。

　尚、上述した本発明の端末は、上記説明からも明らかなように、ハードウェアで構成することも可能であるが、コンピュータプログラムにより実現することも可能である。

　このような構成の場合、図１８に例示する如く、プロセッサ１８０１、メモリ（ＲＯＭ，ＲＡＭ等）１８０２、及び記憶部（ハードディスク等）１８０３を有するコンピュータによって実現可能である。この場合、このメモリ１８０２又は記憶部１８０３には上述した機械学習部５０、適応状態認識部７０、ＨＭＩ制御部８０、ユーザ反応認識部１１０、及びユーザ反応認識書部１１０の少なくとも１つに対応する処理を行うプログラムが格納されている。そして、メモリ１８０２又は記憶部１８０３に格納されているプログラムを実行することによって、上述した実施の形態と同様の機能、動作を実現させる。尚、上述した実施の形態の一部の機能のみをコンピュータプログラムにより実現することも可能である。

　以上、実施の形態及び実施例をあげて本発明を説明したが、本発明は必ずしも上記実施の形態及び実施例に限定されるものではなく、その技術的思想の範囲内において様々に変形し実施することが出来る。

　この出願は、２０１６年５月２４日に出願された日本出願特願２０１６－１０３６２７を基礎とする優先権を主張し、その開示の全てをここに取り込む。

　１　　　制御システム
　１０　　走行情報収集部
　１１　　走行状況解析部
　２０　　走行情報履歴データ
　３０　　生体情報収集部
　４０　　生体情報履歴データ
　５０　　機械学習部
　６０　　関係記憶部
　７０　　適応状態認識部
　８０　　ＨＭＩ制御部
　９０　　ＨＭＩ部
　１００　認識結果記憶部
　１１０　ユーザ反応認識部

Claims

　実走行時の移動体がおかれている状況の情報である移動体実走行状況情報と、実走行時の前記移動体の走行情報である移動体走行情報とを取得する取得手段と、
　前記走行情報を用いて、前記移動体がおかれている状況に関する情報を、前記移動体を操作するユーザの前記移動体に対する適応状態に対応した方法で提示する提示手段と
を有するＨＭＩ（Ｈｕｍａｎ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｒｆａｃｅ）制御装置。
　前記取得手段は、前記移動体の操作時におけるユーザの生体状態の情報である生体情報を取得し、
　前記提示手段は、前記移動体実走行状況情報、前記移動体走行情報及び前記生体情報を用いて、前記移動体がおかれている状況に関する情報を、前記移動体を操作するユーザの前記移動体に対する適応状態に対応した方法で提示する
請求項１に記載のＨＭＩ制御装置。
　前記提示手段は、少なくとも前記移動体走行情報を入力して前記適応状態を示す適応状態情報を出力する学習モデルを有する請求項１又は請求項２に記載のＨＭＩ制御装置。
　前記学習モデルは、前記移動体走行情報と前記適応状態情報との関係を機械学習して構築された学習モデルである請求項３に記載のＨＭＩ制御装置。
　前記学習モデルは、前記移動体走行情報と前記生体情報と前記適応状態情報との関係を機械学習して構築された学習モデルである請求項３に記載のＨＭＩ制御装置。
　前記提示手段は、前記移動体がおかれている状況に関する情報の提示で用いた適応状態情報と、前記移動体走行情報及び前記生体情報の少なくとも移動体走行情報とを機械学習することによって取得した新たな適応状態情報の妥当性を判定し、前記判定結果に応じて前記移動体がおかれている状況に関する情報の提示で用いる適応状態情報を変更する請求項１から請求項５のいずれかに記載のＨＭＩ制御装置。
　前記移動体がおかれている状況に関する情報の提示で用いた適応状態情報と、前記移動体走行情報及び前記生体情報とのうち少なくとも前記移動体走行情報を機械学習して、前記学習モデルのパラメータを変更する第１のパラメータ変更手段を有する、請求項３から請求項６のいずれかに記載のＨＭＩ制御装置。
　前記移動体がおかれている状況に関する情報の提示に対する前記ユーザの反応を収集し、前記収集したユーザの反応に応じて、前記学習モデルのパラメータを変更する第２のパラメータ変更手段を有する、請求項３から請求項７のいずれかに記載のＨＭＩ制御装置。
　前記移動体は、自動車である
請求項１から請求項８のいずれかに記載のＨＭＩ制御装置。
　実走行時の移動体がおかれている状況の情報である移動体実走行状況情報と、実走行時の前記移動体の走行情報である移動体走行情報とを取得する取得手段と、
　前記走行情報を用いて、前記移動体がおかれている状況に関する情報を、前記移動体を操作するユーザの前記移動体に対する適応状態に対応した方法で提示する提示手段と
を有する移動体。
　実走行時の移動体がおかれている状況の情報である移動体実走行状況情報と、実走行時の移動体がおかれている状況の情報である移動体実走行状況情報と、実走行時の前記移動体の走行情報である移動体走行情報とを取得し、
　前記走行情報を用いて、前記移動体がおかれている状況に関する情報を、前記移動体を操作するユーザの前記移動体に対する適応状態に対応した方法で提示する
ＨＭＩ（Ｈｕｍａｎ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｒｆａｃｅ）制御方法。
　実走行時の移動体がおかれている状況の情報である移動体実走行状況情報と、実走行時の前記移動体の走行情報である移動体走行情報とを取得する取得手段と、
　前記走行情報を用いて、前記移動体がおかれている状況に関する情報を、前記移動体を操作するユーザの前記移動体に対する適応状態に対応した方法で提示する提示手段と
を有するＨＭＩ（Ｈｕｍａｎ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｒｆａｃｅ）制御システム。
　ＨＭＩ（Ｈｕｍａｎ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｒｆａｃｅ）制御装置のプログラムであって、前記プログラムは前記ＨＭＩ制御装置を、
　実走行時の移動体がおかれている状況の情報である移動体実走行状況情報と、実走行時の前記移動体の走行情報である移動体走行情報とを取得する取得手段と、
　前記走行情報を用いて、前記移動体がおかれている状況に関する情報を、前記移動体を操作するユーザの前記移動体に対する適応状態に対応した方法で提示する提示手段と
して機能させるプログラム。
　ユーザに対して情報を提供するＨＭＩ（Ｈｕｍａｎ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｒｆａｃｅ）を制御する制御装置であって、
　サンプルとして予め収集した移動体の走行状況の情報である走行情報と、サンプルとして予め収集した前記移動体の走行時におけるユーザの生体状態の情報である生体情報とを機械学習して、前記走行状況と前記生体情報と前記移動体の走行に対する前記ユーザの適応状態との相関関係を構築する機械学習手段と、
　前記移動体の実走行時に取得した、前記移動体の走行状況である実走行状況及び前記移動体の走行時におけるユーザの生体状態である実生体状態に基づいて、前記構築した相関関係を参照して前記ユーザの適応状態を認識する認識手段と、
　前記認識した適応状態に応じて、前記実走行時の前記ＨＭＩを制御するＨＭＩ制御手段と
を有する制御装置。
　ユーザに対して情報を提供するＨＭＩ（Ｈｕｍａｎ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｒｆａｃｅ）を制御する制御装置であって、
　サンプルとして予め収集した移動体の走行状況の情報である走行情報と、サンプルとして予め収集した前記移動体の走行時におけるユーザの生体状態の情報である生体情報とを機械学習して、前記走行状況と生体情報と前記移動体の走行に対する前記ユーザの適応状態との相関関係が構築されており、前記移動体の実走行時に取得した、前記移動体の走行状況である実走行状況及び前記移動体の走行時におけるユーザの生体状態である実生体状態に基づいて、前記構築した相関関係を参照して前記ユーザの適応状態を認識する機械学習手段と、
　前記認識した適応状態に応じて、前記実走行時の前記ＨＭＩを制御するＨＭＩ制御手段と
を有する制御装置。
　前記認識手段の認識結果と前記実走行状況及び前記実生体状態から得られる認識結果とを機械学習して、認識結果の妥当性を判定し、判定結果に応じて認識結果を変更する認識結果変更手段を有する、請求項１４又は請求項１５に記載の制御装置。
　前記認識手段の認識結果と前記実走行状況及び前記実生体状態とを機械学習して、前記構築した相関関係のパラメータを変更する第１のパラメータ変更手段を有する、請求項１４から請求項１５のいずれかに記載の制御装置。
　前記実走行時に行ったＨＭＩ制御に対する前記移動体のユーザの反応を収集し、前記収集したユーザの反応を用いて、前記構築した相関関係のパラメータを変更する第２のパラメータ変更手段を有する、請求項１４から請求項１７のいずれかに記載の制御装置。
　前記移動体は、自動車である
請求項１４から請求項１７のいずれかに記載の制御装置。
　サンプルとして予め収集した移動体の走行状況の情報である走行情報と、サンプルとして予め収集した前記移動体の走行時におけるユーザの生体状態の情報である生体情報とを機械学習して、前記走行状況と生体情報と前記移動体の走行に対する前記ユーザの適応状態との相関関係が予め構築された機械学習手段と、
　前記移動体の実走行時の走行状況の情報である実走行情報を取得する実走行情報取得手段と、
　前記移動体の実走行時におけるユーザの生体状態である実生体情報を取得する実生体情報手段と、
　前記実走行情報及び実生体情報に基づいて、前記構築した相関関係を参照して前記ユーザの適応状態を認識する認識手段と、
　ユーザに対して情報を提供するＨＭＩ（Ｈｕｍａｎ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｒｆａｃｅ）と、
　前記認識した適応状態に応じて、前記実走行時の前記ＨＭＩを制御するＨＭＩ制御手段と
を有する移動体。
　ユーザに対して情報を提供するＨＭＩ（Ｈｕｍａｎ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｒｆａｃｅ）を制御する制御方法であって、
　サンプルとして予め収集した移動体の走行状況の情報である走行情報と、サンプルとして予め収集した前記移動体の走行時におけるユーザの生体状態の情報である生体情報とを機械学習して、前記走行状況と生体情報と前記移動体の走行に対する前記ユーザの適応状態との相関関係を予め機械学習し、
　前記予め学習した相関関係を参照して、ユーザが操作する移動体の実走行時における前記ＨＭＩを制御し、
　前記制御後のＨＭＩに対する実走行情報、実生体情報及び前記ユーザの反応情報を取得し、
　前記取得した前記制御後のＨＭＩに対する実走行情報、実生体情報及び前記ユーザの反応情報を機械学習し、前記ユーザに適した前記ＨＭＩの制御方法を更新する
ＨＭＩ制御方法。
　ユーザに対して情報を提供するＨＭＩ（Ｈｕｍａｎ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｒｆａｃｅ）を制御する制御システムであって、
　サンプルとして予め収集した移動体の走行状況の情報である走行情報と、サンプルとして予め収集した前記移動体の走行時におけるユーザの生体状態の情報である生体情報とを機械学習して、前記走行状況と前記生体情報と前記移動体の走行に対する前記ユーザの適応状態との相関関係を構築する機械学習手段と、
　前記移動体の実走行時に取得した、前記移動体の走行状況である実走行状況及び前記移動体の走行時におけるユーザの生体状態である実生体状態に基づいて、前記構築した相関関係を参照して前記ユーザの適応状態を認識する認識手段と、
　前記認識した適応状態に応じて、前記実走行時の前記ＨＭＩを制御するＨＭＩ制御手段と
を有する制御システム。
　制御装置のプログラムであって、前記プログラムは前記制御装置を、
　サンプルとして予め収集した移動体の走行状況の情報である走行情報と、サンプルとして予め収集した前記移動体の走行時におけるユーザの生体状態の情報である生体情報とを機械学習して、前記走行状況と生体情報と前記移動体の走行に対する前記ユーザの適応状態との相関関係が予め構築された機械学習手段と、
　前記移動体の実走行時の走行状況の情報である実走行情報を取得する実走行情報取得手段と、
　前記移動体の実走行時におけるユーザの生体状態である実生体情報を取得する実生体情報手段と、
　前記実走行情報及び実生体情報に基づいて、前記構築した相関関係を参照して前記ユーザの適応状態を認識する認識手段と、
　ユーザに対して情報を提供するＨＭＩ（Ｈｕｍａｎ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｒｆａｃｅ）と、
　前記認識した適応状態に応じて、前記実走行時の前記ＨＭＩを制御するＨＭＩ制御手段と
して機能させるプログラム。