WO2020079990A1 - 支障度算出システム、及び、運転ガイドシステム - Google Patents

Abstract

支障度算出システムは、ドライバの安全運転を妨げる要因に関するデータを取得するセンサ（１０、１１、１２、１３，１４、１５，１６，１７，１８、１９、２８）と、前記ドライバの安全運転を妨げる要因に基づいて、ドライバの安全運転に対する支障の度合いを示す支障度を算出する支障度算出部（２１）と、を備える。

Description

支障度算出システム、及び、運転ガイドシステム 関連出願の相互参照

　本出願は、２０１８年１０月１９日に出願された日本出願番号２０１８－１９７５２５号、及び、２０１８年１０月１９日に出願された日本出願番号２０１８－１９７５２６号に基づくもので、ここにその記載内容を援用する。

　本開示は、支障度算出システム、及び、運転ガイドシステムに関する。

　眠気、酒酔い、あるいは他の原因によるドライバの運転能力の異常を検出し、異常な場合に警告を発するシステムが提案されている（特許文献１）。

特表２０００－５１５８２９号公報

　しかし、ドライバの運転不可能とまではいかないが、運転に支障が生じている場合があり、これも含めてドライバに運転ガイドを実施するシステムは存在していない。

　本開示は、ドライバにおける安全運転に対する支障度を算出する支障度算出システムを提供することを目的とする。
　また、本開示は、ドライバにおける安全運転に対する支障度を算出し、支障度に応じてドライバ等にガイドを実施する運転ガイドシステムを提供することを目的とする。

　本開示の一態様によれば、支障度算出システムは、ドライバの安全運転を妨げる要因に関するデータを取得するセンサと、前記ドライバの安全運転を妨げる要因に基づいて、ドライバの安全運転に対する支障の度合いを示す支障度を算出する支障度算出部と、を備える。この構成によれば、ドライバにおける安全運転に対する支障度を算出する支障度算出システムを提供することができる。

　本開示の他の一態様によれば、運転ガイドシステムは、ドライバの安全運転を妨げる要因に関するデータを取得するセンサと、前記ドライバの安全運転を妨げる要因に基づいて、ドライバの安全運転に対する支障の度合いを示す支障度を算出する支障度算出部と、支障度をレベル分割するための閾値を設定するチューニング実施部と、前記レベルに応じて車両の安全を向上させるガイドの内容を決定するガイド内容決定部と、前記ガイド内容決定部により決定されたガイド内容を実施するガイド内容実施部と、を備える。

　本開示についての上記目的及びその他の目的、特徴や利点は、添付の図面を参照しながら下記の詳細な記述により、より明確になる。その図面は、
実施形態に係る運転ガイドシステムの概略構成を示すブロック図であり、 特徴と特徴量の概略を示す図であり、 支障度のレベルのチューニング例の概略を示す図であり、 支障度のレベル決定の処理の概略を示すフロー図であり、 支障度のレベルとガイド内容の概要を示す図であり、 運転ガイドシステムにおける処理の概略を示すフロー図であり、 動作例の概略を示す図であり、 動作例の概略を示す図であり、 動作例の概略を示す図である。

　以下、実施形態について図面を参照して説明する。以下の説明において前出と同様の要素については同様の符号を付し、その説明については省略する。また、以下の説明で、支障度を算出するシステムを支障度算出システム１と称し、算出された支障度に応じてガイド内容を決定しガイドを実施するシステムを運転ガイドシステム２と称する。運転ガイドシステム２は支障度算出システム１を含むものである。

　図１に、実施形態に係る支障度算出システム１を含む運転ガイドシステム２の概略構成を示すブロック図を示す。図１に示すように、運転ガイドシステム２は、ドライバステータスモニター（ＤＳＭ）１０、マイク１１、車速センサ１２、衛星測位システム１３、時計１４、ブレーキセンサ１５、スロットルセンサ１６、舵角センサ１７、シート圧センサ１８、ＬＩＤＡＲ（Light Detection and Ranging、Laser Imaging Detection and Ranging）１９等の種々のセンサ類を備えている。

　また、運転ガイドシステム２は、支障度算出部２１、チューニング実施部２２、ガイド内容決定部２３、ナビゲーション制御部２４、ＨＵＤ（Head-Up Display）制御部２５、対話制御部２６等の制御部、発話生成部２６ａ、スピーカ２６ｂ、車内カメラ２８、通信部２９、及びハザード２０を備えている。スピーカ２６ｂは、車内に設けられたオーディオ機器用のスピーカを利用してもよい。これらは、通信線３２により通信可能に接続されている。通信線３２は例えば車内ＬＡＮ、ＣＡＮ等である。また、運転ガイドシステム２は周囲の車両に異常を知らせるハザード２０を備えている。

　ＤＳＭ１０は、ドライバの顔をカメラ１０ａで撮影し、画像解析によりドライバの状態を検出する。ＤＳＭ１０は運転中のドライバの脇見・眠気・居眠り・不適切な運転姿勢の状態等を検知することができる装置である。マイク１１は例えば、車内の音声等を検出する音声センサとして機能する。マイク１１により取得された音声データは支障度算出部２１及び対話制御部２６に送信されて解析され、その内容が認識される。

　車速センサ１２は車両の速度を測定するセンサとして機能する。衛星測位システム１３は地図上の車両の位置及び時刻を検知するセンサとして機能する。衛星測位システム１３としては例えば全地球衛星系システム、及び地域衛星系システム等が有る。全地球衛星系システムとしては、ＧＰＳ、Ｇａｌｉｌｅｏ、ＧＬＯＮＡＳＳ等があり、地域衛星系システムとしては、みちびき等がある。

　時計１４は時刻を出力する。ブレーキセンサ１５は車両のブレーキマスタシリンダのオイル圧を検出することによりドライバのブレーキを踏む力を測定するセンサとして機能する。スロットルセンサ１６はアクセル（スロットル）の開度を測定するセンサとして機能する。舵角センサ１７はハンドルの舵角を測定するセンサとして機能する。シート圧センサ１８は車両内の各シートの座面の圧力を測定するセンサとして機能する。ＬＩＤＡＲ１９はレーザー照射に対する散乱光を測定し、遠距離にある対象までの距離を測定するセンサとして機能する。車内カメラ２８は車内の状況を撮影するセンサとして機能する。これらセンサ類で取得されたセンサ情報は支障度算出部２１に送信される。

　支障度算出部２１、チューニング実施部２２、ガイド内容決定部２３、ナビゲーション制御部２４、ＨＵＤ制御部２５、対話制御部２６のそれぞれは、図示しないＣＰＵ、ＤＲＡＭ、ＳＲＡＭ、ＲＯＭ、Ｉ／Ｏ等を備えるマイクロコンピュータを主体として構成されている。支障度算出部２１、チューニング実施部２２、ガイド内容決定部２３、ナビゲーション制御部２４、ＨＵＤ制御部２５、対話制御部２６のそれぞれにおける機能は、例えばＲＯＭに記憶されたプログラムを実行することにより実現される。

　これら支障度算出部２１、チューニング実施部２２、ガイド内容決定部２３、ナビゲーション制御部２４、ＨＵＤ制御部２５、対話制御部２６等は制御部として機能する。これらは一体的に構成された制御部として構成してもよい。

　支障度算出部２１は上記各種センサ類から送信されたセンサ情報を基にして、支障度を算出する。算出された支障度はチューニング実施部２２及びガイド内容決定部２３に送信される。チューニング実施部２２は支障度を閾値によりレベル分割する。ガイド内容決定部２３は支障度のレベルに応じて車両の安全を向上させるガイドの内容を決定する。ガイド内容はガイド内容データベース２３ａに格納されており、支障度に応じてガイド内容決定部２３が読み出して決定する。支障度の算出については後述する。

　ナビゲーション制御部２４、ＨＵＤ制御部２５、対話制御部２６は、ガイド内容決定部２３によって決定されたガイド内容に応じてガイド処理を実行する。ＨＵＤ制御部２５は、ドライバの視野に情報を映し出すものである。ナビゲーション制御部２４は、主として車両の道案内を実行するナビゲーションシステムを制御する。ナビゲーション制御部２４は表示部２４ａに、ＨＵＤ制御部２５はＨＵＤ２５ａに、ガイド内容決定部２３で生成されたガイド内容を表示する。

　スピーカ２６ｂは、ガイド内容決定部２３よって決定されたガイド内容に応じて対話制御部２６が生成した発話内容に応じて発話生成部２６ａが生成する音声を出力する音声発生部として機能する。音声データベース２７は発話生成部２６ａで使用される音声データを格納している。また、対話制御部２６は、発話生成部２６ａ、スピーカ２６ｂ、及びマイク１１を介して、ドライバ又は乗員との対話を制御する。

　車内カメラ２８は車両の内部映像を取得し、映像データは支障度算出部２１及びガイド内容決定部２３に送信されて分析される。例えば、車両に何人の乗車者がどの座席に着座しているか、後部座席や助手席等に置いたものが落下した場合にどこに落ちたか、等が識別される。

　通信部２９は無線通信網３０を介した無線通信によりカスタマセンタ３１に接続されており、カスタマセンタ３１との間で種々のデータの授受を実施する。通信部２９は独立した通信部として構成してもよいし、例えばＤＳＭ１０が備える通信部を利用するようにしてもよい。

　（支障度について）
　本実施形態における支障度算出システム１は、ドライバの運転状況、車内の状況や周辺状況から、ドライバの安全運転に対する支障度を推定する。支障度は支障度算出部２１によって算出される。

　実施形態における支障度とは、出発地を出発し目的地に到着する間に安全運転を妨げる要因によるドライバへの影響度合、と定義する。この支障度は、ドライバの心的変化による安全運転への影響も考慮している。ドライバの安全運転を妨げる要因には、少なくとも、車両種別、車両の速度及び加速度、車両の位置、時刻、ドライバの状況、同乗者の状況、車内の状況、の何れかを含む。

　（支障度の算出方法）
　ドライバの運転状況、車内の状況や周辺状況は、ＤＳＭ１０により検出されるドライバの状況、マイク１１により検出される車内の音声、車速センサ１２によって検出される車速及び加速度、衛星測位システム１３によって検出される車両の位置情報、時計１４から取得される現在時刻、ブレーキセンサ１５、スロットルセンサ１６及び舵角センサ１７により検出される車両操作情報、シート圧センサ１８により検出される同乗者の人数や着座位置、車内カメラ２８により取得される車内状況等により認識される。マイク１１により取得された車内の会話等の音声データは支障度算出部２１及び対話制御部２６に送信されて解析され、会話内容、発話内容が認識される。

　支障度は、これらの情報を説明変数として、機械学習の一つであるロジスティック回帰式を計算し、算出した確率値＜０－１＞を目的変数の範囲によって分類することで算出する。以下にロジスティック回帰式を示す。

　（１）式において、ｙは目的変数、ｘは説明変数、ａ１、ａ２は回帰係数、ａ０は定数項、ｅは自然対数の底である。ロジスティック回帰式を用いた分析をロジスティック回帰分析といい、確率値の算出、関係式に用いた説明変数の目的変数に対する貢献度を明らかにする。実施形態においては、説明変数は図２に示す特徴量であり、目的変数は支障度である。実施形態において、（１）式により、支障度が算出される。

　運転ガイドシステム２は、この支障度のレベルに応じて、音声エージェントにより乗員や周辺車両へのアナウンスを行う。音声エージェントは、対話制御部２６において、ＲＯＭに記憶されたプログラムを実行することにより実現される。音声エージェントは、イメージキャラクタは用いず、ドライバに対するガイドが必要なときに、音声でドライバと対話を行うことにより下記に詳説する車両の安全運航に関するガイドを提供する。

　運転ガイドシステム２は、以下のような状況の場合に、算出した支障度に応じて、例えば、ドライバにガイドを実施するとともに、ドライバ、乗員、及び車外の者に対して注意喚起を実施する。
　状況１：運転時における車内のアクシデントにより、ドライバが運転に集中できない
　状況２：同乗者や周囲の車両がドライバの異常に気づけない 

　実施形態は、状況１のようなドライバの心的変化による安全運転への影響を、支障度という値で表現する。つまり、車内から得られる情報を用いて、安全運転に対する支障度を算出する。支障度の算出には、車内から得られる情報を利用する（図２参照）。

　実施形態に係る運転ガイドシステム２では、車内のアクシデントを、取得した種々の情報から総合的に評価付けを行い、機械学習の一つであるロジスティック回帰式により算出した汎用性の高い確率値（目的変数）を利用して支障度を得る。

　（支障度の算出の具体例）
　次に、支障度の算出について説明する。
　支障度は、例えば図２に示す特徴量すなわち、ＤＳＭ１０により取得される眠気検知情報、マイク１１により取得される音声分析による入力音判別結果、舵角センサ１７によるハンドル操作の加速度、車速センサ１２、衛星測位システム１３、ブレーキセンサ１５及びスロットルセンサ１６から総合的に検知される車両の速度及び加速度、シート圧センサ１８等から得られる乗車人数などを利用して算出される。また、車内カメラ２８によって取得される車内の状況情報、衛星測位システム１３やＬＩＤＡＲ１９から得られる周辺情報などを利用して算出してもよい。なお、図２中「１／０」は「有り／無し」に対応する。

　支障度は、上記の特徴量すなわち説明変数を使用してロジスティック回帰式により算出された０から１までの値すなわち確率値である。ロジスティック回帰式の係数は、事前にサンプル情報として取得した学習データから算出する。ロジスティック回帰分析の出力は確率値であり、支障度に対する各特徴値の寄与度も算出される。確率値は、支障度を用いて、ガイド決定を行う上で扱いやすい。また、寄与度は、学習時点で、様々な特徴から支障度の推定に有効な特徴を選択する際に有用である。

　実施形態において、支障度は、ドライバへの影響度合に応じて、次の４つレベル分けられる。
　　　支障度：支障の程度
　　　　　０：支障なし
　　　　　１：運転中に気になる
　　　　　２：運転の妨げになる
　　　　　３：運転できない

　支障度のレベル０は、ドライバの運転に影響がなく、安全運転の継続について支障が無い場合を意味する。レベル１は、例えば、一人での運転中に後部座席に置いた物がフットシートに落ちた場合を考える。この場合、ドライバの安全に対して、直接的に影響はない、すなわち運転を直接妨害するものではない。しかし、落ちた物がどうなったか気になるという点でドライバの集中を阻害するため、安全運転を妨げる要因となる。ドライバに直接的に影響はないが、ドライバに心的悪影響を与える状態に対応する。

　レベル２は、ドライバ自身は運転できているが、ドライバの足元に物が落ちた場合など、直接的にドライバの運転の妨げになりうる状態に対応する。レベル３は、例えば、ドライバが眠気を催した等、ドライバの運行自体にクリティカルに問題があるため、運転を継続することが適当でない状態に対応する。

　（支障度のレベル分割のための閾値の設定）
　このチューニングのための閾値の設定を、図３を使って説明する。縦軸は、支障度の値である。ここではデフォルトを図３の「標準」のように閾値設定するものとする。標準の閾値設定は、支障度のレベル０から１を０．２５ずつ等分となるようにレベル分割したものである。

　次に、車両種別による影響を考慮した「車両種別の影響」の設定での考え方について説明する。車両種別の影響は、レベル３の「運転できない」の支障度の範囲に影響する。トラックやバスが事故を起こした場合、車両の重量の影響により、重大事故につながる恐れが高い。また、高速バスや運搬トラックの場合、運転手は一名の場合も多いため、危険な場合、周囲の車両やカスタマセンタ３１（例えば運送会社の運行監視センタ）などへの通知を迅速に行うべきである。そのため、図３の「車両種別の影響」のように、レベル３の「運転できない」の範囲を「標準」よりも広げて設定する。これに伴い、レベル０及びレベル１の範囲を狭くするように閾値を設定する。

　次に、運転経験による影響を考慮した「経験年数の影響」の設定での考え方について説明する。運転経験の影響は、レベル１「気になる」の範囲とレベル２「妨げになる」の範囲に影響する。運転経験が浅い場合、ちょっとした支障でも運転の妨げになる可能性がある。そのため、図３の「運転経験の影響」のようにレベル２「妨げになる」の範囲を広げる。これに伴い、レベル１「気になる」の範囲を狭くする。

　一方で、運転経験が長い場合は、ちょっとした支障では、ドライバの心的変化には影響しないため、レベル１「気になる」の範囲を狭くし、レベル０「支障なし」の範囲を広く設定するようにしてもよい。

　（支障度の算出フロー）
　次に、図４を参照して支障度算出システム１における支障度の算出フローについて説明する。まず、車両のイグニッションのオン（ＩＧ　ＯＮ）により支障度算出システム１が起動し、ナビゲーション制御部２４の表示部２４ａが入力待機状態となる（Ｓ１）。

　次に、ユーザによる支障度のチューニングを実行する（Ｓ２）。支障度のチューニングは例えば表示部２４ａに表示された選択項目を選択することにより実施することができる。選択項目はメーカにより予め設定しておくか、あるいは、ユーザにより事前に設定しておく。また上述のように、車内カメラ２８による顔データ認識により予め顔データに紐づけられた支障度の閾値を呼び出すことによりをチューニングするようにしてもよい。

　その後、種々のセンサデータの取得が開始される（Ｓ３）。支障度算出システム１は、センサデータをもとに、ロジスティック回帰式を演算し（Ｓ４）、設定された支障度のチューニングに基づいて支障度を決定する（Ｓ５）。その後、イグニッションＯＦＦとなるまで、センサデータを取得し続ける（Ｓ６）。

　（ガイドの内容）
　次に、支障度のレベルに応じたガイド内容について説明する。
　ガイド内容は、支障度と車外情報に基づいてガイド内容決定部２３によって決定される。支障度は支障度算出部２１によって算出される。車外情報は、ＬＩＤＡＲ１９により検出される。ガイド内容決定部２３は、決定したガイド内容に応じて、対話制御部２６及び発話生成部２６ａを制御し、音声エージェントを実行して、乗員や周辺車両に対するガイドを実施する。

　ガイド内容には、ドライバに対するガイドの提示、同乗者に対するガイドの提示、及びナビゲーションシステムへの停車推奨位置の次目的地としての設定、の何れかを含む。
　ガイドの内容としては、例えば、支障度がレベル２の場合は、ドライバや同乗者に対して対話制御部２６によって制御される音声エージェントによって警告が実施されるとともに、通信部２９経由でカスタマセンタ３１に接続し、カスタマセンタ３１のオペレータからドライバに警告を実施する等のガイドが実施される。また、ナビゲーションシステムに警告アラーム機能を搭載させて、ドライバに警告を実施するようにしてもよい。

　また、支障度がレベル１の場合は、対話制御部２６の制御による音声エージェントがドライバに対して「気にしなくていいよ、運転に集中してください」等のように発話したり、同乗者にドライバが気になっている点を解決するように働きかける等のガイドを実施する。

　ガイド内容決定には、支障度の他に、車外情報も利用される。安全運転の判断は周囲の環境によって異なるためである。車外情報は、ＬＩＤＡＲ１９により検出される周囲情報、及び、衛星測位システム１３による位置情報と地図情報から把握される周囲情報から認識される。

　ＬＩＤＡＲ１９によれば、対象までの距離やその対象の性質を分析することが可能であるため、周囲の道路状況、周囲に他の車両や人等が存在するか否かなどの情報を把握することができる。衛星測位システム１３による位置情報と地図情報からは、地図データとして記憶されている道路状況、地物等を認識可能である。また、衛星測位システム１３による位置情報と地図情報から、車両が現在、高速道路を走行しているのか、一般道路を走行しているのか、等の情報も取得することが可能である。

　例えば、支障度のレベルが高い場合に、車両が一般道路を走行している場合と高速道路を走っている場合ではガイド内容を変更する必要がある。一般道路の場合は、すぐに駐停車可能区域に車を止めるようにドライバにガイドすることができるが、高速道路の場合は、路側帯や路肩に停車できないため、近くのサービスエリアまたはパーキングエリアに停車するか、高速道路を降りるなどのガイドが実施される。

　また、ガイド内容の決定には、シート圧センサ１８により取得された情報も利用する。ドライバ以外の同乗者が存在する場合は運転ガイドシステム２がドライバだけでなく同乗者に対してもガイドすることが可能であるからである。

　図５に支障度のレベル、走行道路、周囲状況、同乗者の有無によるガイド内容例を示す。また、図６にガイド内容決定部２３によるガイド実施のフロー図を示す。
　まず、ガイド内容決定部２３は、支障度算出部２１によって算出された支障度がレベル０か否かを判定する（Ｓ１１）。支障度のレベルが０でない場合、すなわち支障度のレベルが１，２または３の場合は、ＬＩＤＡＲ１９及び衛星測位システム１３から車外情報を取得する（Ｓ１２）。

　次に、ガイド内容決定部２３は、支障度のレベル及び外部情報に基づいてガイド内容を決定する（Ｓ１３）。次に、運転ガイドシステム２は、決定されたガイド内容に基づいて、ドライバ、同乗者に対してガイドを実施する（Ｓ１４）。ガイドとしては、ナビゲーション制御部２４による表示部２４ａへの表示によるガイド、ＨＵＤ制御部２５によるＨＵＤ２５ａへの表示によるガイド、及び、対話制御部２６により制御された音声エージェントによる発話によるガイドがある。

　また、通信部２９、無線通信網３０を介してカスタマセンタ３１のオペレータによる発話によるガイドの提供を受けてもよい。その後、ガイドが終了した場合は（Ｓ１５）、運転ガイドシステム２はガイドを終了し、支障度の判定（Ｓ１１）に戻る。

　（チューニングの具体例）
　次に、所定の閾値による支障度のレベル分割のチューニングについて図７を用いて説明する。支障度のチューニングはチューニング実施部２２が実行する。チューニング実施部２２は、支障度をレベル分割するための閾値を設定する。

　例えば、図７に示すように、普段乗用車に乗っている人物Ａが引っ越しのために、トラックをレンタルした場合を想定する。この場合、人物Ａの当該車両の運転経験は０年、車両の種別はトラックとなる。これらのパラメータからこの人物は運転したことがない車両に乗ることがわかるため、普段ならば、レベル１（運転中に気になる）と判定されるような状況でも、レベル２（運転の妨げになる）と判定したほうが好適である。

　そこで、支障度のレベル０から３が適切な判定となるように、算出された支障度の閾値によるレベル分割において、閾値を設定するチューニングを行う。このチューニングは、例えば、レンタカーや大型バスなどに乗る運転手が、各自のスマートフォンやナビモジュールで運転前に設定しておくことで支障度の閾値を設定する。

　また、例えば、自家用車であれば、あらかじめ車内カメラ２８で撮影したドライバの顔データと支障度をレベル分割するための閾値を事前に紐づけ登録しておくことで、例えば車両に乗車した際に車内カメラ２８によって取得されたドライバの顔データ認証に紐づけられた支障度をレベル分割する閾値を読み出すことで設定を実施するようにしてもよい。

　次に、図７の人物Ｂがドライバとして乗車した場合について説明する。Ｂが車両のイグニッションをＯＮすると（Ｓ１）、支障度算出システム１が起動し、ナビゲーション制御部２４の表示部２４ａが起動する。また、車内カメラ２８がＢの顔認識を実行する。この場合、Ｂの顔画像は支障度算出システム１に登録されているものとする。

　車内カメラ２８で取得された顔画像はデータベースと照合され、支障度算出システム１は事前に登録されたＢの顔との合致を検知する。その後、Ｂの顔データに紐づけられた支障度の閾値を呼び出すことによりチューニングを実施する（Ｓ２）。

　（動作例）
　図７及び図８を参照して、支障度算出システム１及び運転ガイドシステム２の具体的な動作例を説明する。まず、図７の人物Ａがドライバとして乗車した場合について説明する。Ａが車両のイグニッションをＯＮすると（Ｓ１）、支障度算出システム１が起動し、ナビゲーション制御部２４の表示部２４ａが起動する。この場合、Ａの顔画像は支障度算出システム１に登録されていない。

　車内カメラ２８はＡの顔認識を試みるが、Ａの顔画像は支障度算出システム１に登録されていないため顔認証は不成立となり、チューニング実施部２２は、支障度のレベル分割のチューニングをドライバに要求する。チューニングは例えば予め準備された選択肢からの選択式で実施され、車両種別とその車両の運転経験を入力させる。この操作により、例えば図８に示すように支障度のレベル分類が、選択項目に応じた閾値の設定によりチューニングされる（Ｓ２）。

　次に、Ａが運行を開始すると、車両に取り付けられたＤＳＭ１０、マイク１１、車速センサ１２、衛星測位システム１３、時計１４、ブレーキセンサ１５、スロットルセンサ１６、舵角センサ１７、シート圧センサ１８、ＬＩＤＡＲ１９、車内カメラ２８などから送信されるセンサデータを取得し（Ｓ３）、ロジスティック回帰式の演算を実行する（Ｓ４）。

　ここで、例えば図８の時刻Ｔ１になった時点で、トラックの車内で何か物が動いた音がしたため、ドライバの視線やブレーキ制御に変化があったとする。車内の物の動き等、Ａに対する影響は、ＤＳＭ１０によるＡの顔映像情報、マイク１１により取得された車内の音声情報、車内カメラ２８により取得された車内映像情報を解析することにより検知される。

　その後、Ａがトラックの中で図示しないハンドルを操作するたびに、荷物が左右に動く音がするため、入力音判別結果（図２参照）の特徴量に対するロジスティック回帰式（１）の回帰係数を大きくしていき、支障度は徐々に上昇する。支障度が閾値０．３０を超えると、ガイド内容決定部２３は支障度のレベル１を決定し（Ｓ５）、支障度のレベル１に対応するガイド内容を決定する。決定されたガイド内容に対応して、対話制御部２６の制御による音声エージェントがＡに対して、例えば「運転に集中してください。何か気になることがあれば、停車して確認しましょう。」等と発話する。

　このような発話情報は音声データベース２７に記憶されている。Ａはこの発話を受けて、一旦停車し、荷物に問題がないことを確認する。その後の運転状況においては支障度を上昇させる要因は消滅するため、支障度を下げることができる。

　その後、しばらく順調に運行していたが、時刻Ｔ２のときに、ＤＳＭ１０がＡのあくびを検知した。あくびは眠気に関連が大きいため、ＤＳＭ眠気検知（図２参照）の特徴量に対するロジスティック回帰式（１）の回帰係数を大きくしていき、支障度は徐々に上昇する。支障度が上昇し、閾値０．４５を超えると、ガイド内容決定部２３は支障度のレベル２を決定し（Ｓ５）、支障度２に対応するガイド内容を決定する。

　決定されたガイド内容に対応して、対話制御部２６の制御による音声エージェントがＡに対して、例えば「大丈夫ですか？」等と発話し、さらに「前方の〇〇に一旦停止しませんか？」等と発話し、ＨＵＤ２５ａに停車場所を表示する。同様の内容をナビゲーション制御部２４の表示部２４ａ、又はＨＵＤ２５ａに表示してもよい。この場合、ナビゲーション制御部２４、表示部２４ａ、ＨＵＤ制御部２５、ＨＵＤ２５ａ、対話制御部２６、発話生成部２６ａ、スピーカ２６ｂはガイド内容実施部として機能する。

　Ａは音声エージェントのガイドに従い停車する。停車後、音声エージェントは「〇〇で休憩しましょう」等と発話し、ナビゲーション制御部２４の表示部２４ａで休憩候補場所を提示する。ドライバはその場所を中継地点もしくは目標地点として設定し、運行を再開する。

　同乗者が存在している場合で、同乗者が覚醒している場合は、同乗者に「運転手さんが眠そうだよ！会話してあげて！」等というガイドや、「近くのコンビニで一旦休憩しよう」等というガイドを発話し、表示部２４ａやＨＵＤ２５ａにコンビニの位置情報を表示する。

　車両が自動運転システムを搭載している場合は、車両の運転を制御して、車両及び周辺の安全を確保しつつ、路肩に停車させる、サービスエリアまたはコンビニエンスストアの駐車場に駐車させる、等の制御を行ってもよい。また、支障度が高い場合は、周辺の車両やカスタマセンタ３１等にも通知を行うようにしてもよい。

　次に、図７の人物Ｂがドライバとして乗車した場合について説明する。Ｂが車両のイグニッションをＯＮし（Ｓ１）、車内カメラ２８がＢによる顔認識によりＢの顔データに紐づけられた支障度の閾値を呼び出すことによりチューニングが実施される。Ｂは、目的地までの途中まで運転に集中できていたものの、図９に示すように、時刻Ｔ３の時点で、高速道路を長期間運転し、夕方の時間帯になり、渋滞にはまってしまったため、眠気が生じた。そのため、ハンドル操作の加速度（図２参照）やＤＳＭ１０による眠気検知により、支障度が上昇し、レベル３となっている。

　この場合、支障度算出システム１は、Ｂ及び同乗者に対話制御部２６の制御による音声エージェントを介して、「起きてください！」等の発話をする。居眠り運転は危険性が高いため、まずはドライバや同乗者を覚醒させるために、大きな音で再生する。ドライバも同乗者も反応が無い場合は、通信部２９を介してカスタマセンタ３１などに通知し、カスタマセンタ３１駐在のオペレータ等から車内スピーカ２６ｂを介して車内の乗員に語りかけを行う。これによりドライバであるＢ及び同乗者に注意を喚起し、事故の発生を未然に防止する。このような場合、支障度算出システム１は車両のハザード２０を点滅させ、周囲に危険を知らせる。また、車車間通信システムを搭載する車両である場合は、車車間通信システムを用いて周囲の車両に危険を知らせるようにしてもよい。

　また、ガイド内容決定部２３によるガイド内容は、ドライバの判断を極力少なくすることで、運転に集中させるように設定されている。例えば、ドライバの眠気により、支障度が上昇した場合には、ガイド内容決定部２３は、複数の停車場所を提示するのではなく、あえて１箇所のみを提示するように設定されている。これにより、ドライバの判断を減らすことに車両運行の安全を確保するようにしている。

　実施形態に係る運転ガイドシステム２によれば以下の効果を奏する。
　支障度算出システム１によって算出される支障度は、機械学習により算出されるため、支障度が確率値（すなわち目的変数）で提供される。また、各特徴値（すなわち説明変数）の寄与度がその係数として提供される。これにより、支障度の閾値によるレベル分割における閾値の設定すなわちチューニングを容易に実施することができる。また、算出された支障度を閾値によってレベルに分割し、レベルに応じてドライバに対するガイドを決定する運転ガイドシステム２を提供することができる。

　本開示は、実施例に準拠して記述されたが、本開示は当該実施例や構造に限定されるものではないと理解される。本開示は、様々な変形例や均等範囲内の変形をも包含する。加えて、様々な組み合わせや形態、さらには、それらに一要素のみ、それ以上、あるいはそれ以下、を含む他の組み合わせや形態をも、本開示の範疇や思想範囲に入るものである。

　本開示に記載の制御部及びその手法は、コンピュータプログラムにより具体化された一つ乃至は複数の機能を実行するようにプログラムされたプロセッサ及びメモリを構成することにより提供された専用コンピュータにより実現されても良い。或いは、本開示に記載の制御部及びその手法は、一つ以上の専用ハードウェア論理回路によりプロセッサを構成することにより提供された専用コンピュータにより実現されても良い。若しくは、本開示に記載の制御部及びその手法は、一つ乃至は複数の機能を実行するようにプログラムされたプロセッサ及びメモリと一つ以上のハードウェア論理回路により構成されたプロセッサとの組み合わせにより構成された一つ以上の専用コンピュータにより実現されても良い。又、コンピュータプログラムは、コンピュータにより実行されるインストラクションとして、コンピュータ読み取り可能な非遷移有形記録媒体に記憶されていても良い。

　実施形態において、機械学習の一例としてロジスティック回帰式を用いて支障度の算出を行ったが、他に、サポートベクターマシンや、ディープラーニング等の手法を用いて支障度を算出するようにしてもよい。
 

Claims (12)

1. 　ドライバの安全運転を妨げる要因に関するデータを取得するセンサ（１０、１１、１２、１３，１４、１５，１６，１７，１８、１９、２８）と、
   　前記ドライバの安全運転を妨げる要因に基づいて、ドライバの安全運転に対する支障の度合いを示す支障度を算出する支障度算出部（２１）と、を備える支障度算出システム。
2. 　前記支障度は、機械学習により算出する請求項１に記載の支障度算出システム。
3. 　前記支障度は、ロジスティック回帰式により算出する請求項１または２に記載の支障度算出システム。
4. 　目的変数を支障度とし、説明変数をドライバの安全運転を妨げる要因とする請求項３に記載の支障度算出システム。
5. 　ドライバの安全運転を妨げる要因は、少なくとも、車両種別、車両の速度及び加速度、車両の位置、時刻、ドライバの状況、同乗者の状況、車内の状況、の何れかを含む請求項１から４の何れか一項に記載の支障度算出システム。
6. 　ドライバの安全運転を妨げる要因に関するデータを取得するセンサ（１０、１１、１２、１３，１４、１５，１６，１７，１８、１９、２８）と、
   　前記ドライバの安全運転を妨げる要因に基づいて、ドライバの安全運転に対する支障の度合いを示す支障度を算出する支障度算出部（２１）と、
   　支障度をレベル分割するための閾値を設定するチューニング実施部（２２）と、
   　前記レベルに応じて車両の安全を向上させるガイドの内容を決定するガイド内容決定部（２３）と、
   　前記ガイド内容決定部により決定されたガイド内容を実施するガイド内容実施部（２４、２４ａ、２５、２５ａ、２６）と、を備える運転ガイドシステム。
7. 　前記対話制御部によって決定されるガイド内容には、ドライバに対するガイドの提示、同乗者に対するガイドの提示、及びナビゲーションシステムへの停車推奨位置の次目的地としての設定、の何れかを含む請求項６に記載の運転ガイドシステム。
8. 　前記支障度は、ドライバの安全運転に対する支障の度合いにより設定された閾値によりレベル分割され、分割された前記レベルに応じて前記ガイド内容の何れかが設定される請求項７に記載の運転ガイドシステム。
9. 　前記支障度は、機械学習により算出する請求項６から８の何れか一項に記載の運転ガイドシステム。
10. 　前記支障度は、ロジスティック回帰式により算出する請求項９に記載の運転ガイドシステム。
11. 　目的変数を支障度とし、説明変数をドライバの安全運転を妨げる要因とする請求項１０に記載の運転ガイドシステム。
12. 　ドライバの安全運転を妨げる要因は、少なくとも、車両の種別、車両の車速、加速度、車両の位置、時刻、ドライバの状況、同乗者の状況、車内の状況、の何れかを含む請求項６から１１の何れか一項に記載の運転ガイドシステム。
     

Images