WO2020170640A1 - 乗り物酔い推定装置、乗り物酔い抑制装置及び乗り物酔い推定方法 - Google Patents

乗り物酔い推定装置、乗り物酔い抑制装置及び乗り物酔い推定方法 Download PDF

Info

Publication number
WO2020170640A1
WO2020170640A1 PCT/JP2020/000455 JP2020000455W WO2020170640A1 WO 2020170640 A1 WO2020170640 A1 WO 2020170640A1 JP 2020000455 W JP2020000455 W JP 2020000455W WO 2020170640 A1 WO2020170640 A1 WO 2020170640A1
Authority
WO
WIPO (PCT)
Prior art keywords
motion sickness
occupant
sensitivity
state
habituation
Prior art date
Application number
PCT/JP2020/000455
Other languages
English (en)
French (fr)
Inventor
雄大 中村
内藤　正博
Original Assignee
三菱電機株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to US17/310,219 priority Critical patent/US11787421B2/en
Priority to DE112020000867.3T priority patent/DE112020000867T5/de
Priority to CN202080014178.5A priority patent/CN113439049B/zh
Priority to JP2021501674A priority patent/JP7046259B2/ja
Publication of WO2020170640A1 publication Critical patent/WO2020170640A1/ja

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
    • A61B5/1114—Tracking parts of the body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B60W30/182—Selecting between different operative modes, e.g. comfort and performance modes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W40/09—Driving style or behaviour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W2040/0872—Driver physiology
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W2040/0881—Seat occupation; Driver or passenger presence
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/223—Posture, e.g. hand, foot, or seat position, turned or inclined
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/227—Position in the vehicle

Definitions

  • the present disclosure relates to an apparatus and method for estimating motion sickness of a vehicle occupant.
  • Motion sickness also referred to as “motion sickness” or “acceleration illness”
  • motion sickness is a reaction of the autonomic nervous system that is caused by vibrations, particularly irregular repeated accelerations/decelerations that stimulate the semicircular canals or vestibule of the inner ear.
  • Non-Patent Document 1 a method of estimating the amount of sensory inconsistency from the acceleration information of the head, for example, the amount of sensory inconsistency in the direction of gravity of the earth obtained from a sensory organ such as a semicircular canal and the amount of sensory inconsistency of the earth estimated inside humans.
  • JP 2012-131269 A Kamiji, N.; 3 others, “Modeling and validation of carninessness mechanism”, SICE Annual Conference 2007, (Sun), 2007, p. 1138-1143.
  • Patent Document 1 since the habituation to the vibration and the influence on the experience are not taken into consideration, when the habituation of the occupant to the traveling situation progresses, the estimation accuracy of the motion sickness level decreases. In other words, it is presumed that the person is motion sick even if he is not motion sick.
  • the present disclosure has been made in order to solve the above-mentioned problems, and an object thereof is to accurately estimate motion sickness even when the occupant's "accustomed” to the traveling situation progresses.
  • the motion sickness estimation apparatus is a sensory contradiction that is a contradiction amount between a plurality of types of sensory quantities perceived by the occupant regarding the motion of the occupant's head based on the motion of the occupant's head caused by the sway of the vehicle.
  • a sensory contradiction amount calculation unit that calculates the amount, a traveling condition feature extraction unit that extracts a characteristic of the traveling condition based on at least one of the movement of the occupant's head and the movement of the vehicle, and based on the biometric information of the occupant.
  • the acclimatization progress state determination unit that determines whether or not the occupant is accustomed to the traveling condition, the sensitivity setting unit that sets the sensitivity to the characteristics of the traveling condition based on the acclimatization progress state, and the sensitivity based on the sensitivity. It is characterized by comprising a sensory contradiction amount correction unit for correcting the sensory contradiction amount and a motion sickness estimation unit for estimating a motion sickness state of an occupant based on the corrected sensory contradiction amount.
  • a motion sickness estimation method is based on a motion of a head of an occupant caused by swaying of a vehicle, and a sensory contradiction amount that is a contradiction amount between a plurality of types of sensory sensations perceived by the occupant with respect to the motion of the occupant's head.
  • the motion sickness estimation apparatus can accurately estimate the motion sickness level by determining the "habituation" of the occupant with respect to the traveling condition, even if the habituation of the occupant with respect to the traveling condition progresses. The same applies to the motion sickness estimation method.
  • FIG. 1 is a block diagram showing a schematic configuration of a motion sickness estimation device according to Embodiment 1 of the present disclosure.
  • FIG. 5 is an explanatory diagram showing a change in acceleration in the gravity direction of the earth with respect to a change in time in the traveling situation feature extraction unit according to the first embodiment of the present disclosure.
  • FIG. 5 is an explanatory diagram showing changes in the amplitude of vibration of the earth in the gravity direction with respect to changes in the frequency in the traveling condition feature extraction unit according to the first embodiment of the present disclosure.
  • FIG. 5 is an explanatory diagram showing an example regarding determination of a traveling situation pattern in a traveling situation feature extraction unit according to the first embodiment of the present disclosure.
  • FIG. 3 is a flowchart showing a process of the motion sickness estimation device according to the first embodiment of the present disclosure. It is a block diagram which shows the schematic structure of the motion sickness estimation apparatus which concerns on Embodiment 2 of this indication. It is a block diagram which shows the schematic structure of the motion sickness estimation apparatus which concerns on Embodiment 3 of this indication. 9 is a flowchart showing a process of the motion sickness estimation device according to the third embodiment of the present disclosure. It is a block diagram which shows the schematic structure of the motion sickness suppression apparatus which concerns on Embodiment 4 of this indication. It is a block diagram which shows the schematic structure of the motion sickness suppression apparatus which concerns on Embodiment 5 of this indication.
  • FIG. 6 It is a block diagram which shows the schematic structure of the motion sickness suppression apparatus which concerns on Embodiment 6 of this indication. It is a block diagram which shows the schematic structure of the motion sickness suppression apparatus which concerns on Embodiment 7 of this indication. It is a figure which shows an example of the hardware constitutions of the motion sickness estimation apparatus which concerns on embodiment of this indication.
  • (B) is a diagram showing another example of the hardware configuration of the motion sickness estimation apparatus 100 according to the embodiment of the present disclosure. It is a figure which shows the other example of the hardware constitutions of the motion sickness estimation apparatus 100 which concerns on embodiment of this indication.
  • FIG. 1 is a block diagram showing a schematic configuration of a motion sickness estimation apparatus 100 according to Embodiment 1 of the present disclosure.
  • the motion sickness estimation apparatus 100 includes a sensory discrepancy amount calculation unit 10, a habituation progress state determination unit 20, a traveling situation feature extraction unit 30, a sensitivity setting unit 40, and a sensory discrepancy amount correction unit. 50 and a motion sickness estimation unit 60.
  • the motion sickness estimation apparatus 100 receives as input the head movement information A(t), the biometric information B(t), and the vehicle information C(t).
  • the sensory contradiction amount calculation unit 10 receives the head movement information A(t) as an input, and outputs the sensory contradiction amount D(t) to the sensory contradiction amount correction unit 50.
  • the habituation progress state determination unit 20 receives the biometric information B(t) and outputs the habituation progress state determination result Q(t) to the sensitivity setting unit 40.
  • the traveling situation characteristic extraction unit 30 receives the vehicle information C(t) and outputs the current traveling situation pattern P(t) to the sensitivity setting unit 40.
  • the sensitivity setting unit 40 receives the habituation progress state determination result Q(t) and the traveling situation pattern P(t), and outputs the sensitivity S(t) to the sensory contradiction amount correction unit 50.
  • the sensory contradiction amount correction unit 50 receives the sensory contradiction amount D(t) and the sensitivity S(t), and outputs the corrected sensory contradiction amount D′(t) to the motion sickness estimation unit 60.
  • the motion sickness estimation unit 60 receives the corrected sensory contradiction amount D′(t) and outputs the motion sickness level O(t) of the occupant.
  • the motion sickness estimation apparatus 100 receives as input the head movement information A(t), the biometric information B(t), and the vehicle information C(t).
  • the variable t is a number (a positive integer) indicating the time when each data is acquired.
  • the head movement information A(t) and the biometric information B(t) may be information of one occupant or information of a plurality of occupants. Information.
  • the head movement information A(t) is, for example, a total of 6-dimensional physical quantity that combines the translational acceleration of the occupant's head (three-dimensional) and the rotational angular velocity of the head (three-dimensional).
  • the translational acceleration of the head and the rotational angular velocity of the head may be measured, for example, by attaching an acceleration sensor or a gyro sensor to the head, or by measuring the above-mentioned sensor embedded in glasses or the like.
  • a camera or a ToF (Time-of-Flight) distance sensor is used to capture a face image of the occupant, and the translational acceleration and rotational angular velocity of the head are measured from the position and orientation of the face on the image. Is also good.
  • the method of measuring the translational acceleration and the rotational angular velocity of the head is not limited to this, and a known sensor technique may be used.
  • the biological information B(t) is, for example, heart rate, heart rate variability information, pulse rate, pulse variability information, blood pressure, respiratory information, respiratory rate, respiratory disorder, number of major breaths, sweating, change in body temperature, or It is an electroencephalogram. These pieces of information may be measured using a biosensor such as an electrocardiogram, pulse wave meter, respirometer, electroencephalograph, perspiration sensor, or thermosensor. Alternatively, the biological information described above may be acquired from a wristwatch-type wearable biological sensor or a camera image. Of course, the measuring method of the biological information B(t) is not limited to these, and a known sensor technique may be used.
  • the vehicle information C(t) is, for example, the speed of the occupant's head, the acceleration of the occupant's head, the rotational angular velocity of the occupant's head, the speed of the center of gravity of the occupant's body, the acceleration of the center of gravity of the occupant's body, or the occupant.
  • the rotational angular velocity of the occupant's head is information that is also used as the head movement information A(t) as described above.
  • the vehicle information C(t) may be acquired from, for example, an ECU (Electric Control Unit) included in the vehicle, or may be acquired by attaching an acceleration sensor, a gyro sensor, or a geomagnetic sensor to the motion sickness estimation device 100. ..
  • the measuring method of the vehicle information C(t) is not limited to these, and known sensor technology may be used.
  • the motion sickness estimation apparatus 100 processes the head movement information A(t), the biometric information B(t), and the vehicle information C(t), and outputs the motion sickness level O(t) of the occupant.
  • the motion sickness level O(t) represents the level of a vehicle of an occupant, and is represented by a value of 0 to 1, for example. 0 is a state that is not drunk at all, 1 is a state that is severely drunk, and a value therebetween (for example, 0.5) is an intermediate state between 0 and 1.
  • the sensory contradiction amount calculation unit 10 receives the head movement information A(t), which is information on the movement of the head of the occupant caused by the shake of the vehicle, and the sensory contradiction amount D(t) is used as the sensory contradiction amount correction unit 50. Output to.
  • the sensory contradiction amount D(t) is, for example, as described in Non-Patent Document 1, the sensory contradiction amount obtained from a sensory device such as a semicircular canal in the gravitational direction of the earth, and the amount of the earth estimated inside human beings. It is expressed as a difference from the estimated amount in the direction of gravity.
  • the sensory contradiction amount calculation unit 10 calculates a sensory contradiction amount D(t) which is a contradiction amount among a plurality of types of sensory amounts perceived by the occupant.
  • the multiple types of sensation perceived by the occupant are, for example, the sensation in the direction of gravity of the earth obtained from a sensory device such as the semicircular canal, the estimated amount of the direction of gravity of the earth obtained through the skeleton of the body, and the view angle. It is an estimated amount of direction. Further, it is not limited to the gravity direction of the earth, but may be any of the three axial directions of the vehicle such as the forward direction, the lateral direction, and the rotating direction.
  • the method of calculating the sensory contradiction amount D(t) is not limited to this, and may be calculated using a known technique.
  • the habituation progress determination unit 20 determines whether or not the occupant is accustomed to the traveling situation based on the biometric information of the occupant. Specifically, it is as follows.
  • the habituation progress state determination unit 20 receives the biometric information B(t), determines the habituation progress state with respect to the current traveling state, and outputs the habituation progress state determination result Q(t) to the sensitivity setting unit 40.
  • the habituation progress state determination result Q(t) is, for example, a binary value of 0 or 1. If it is determined that the habituation is not progressing, the habituation progress state determination result Q(t) is set to 0, and if it is determined that the habituation is progressing, the habituation progress state determination result Q(t) is set to 1.
  • the running condition feature extraction unit 30 extracts a running condition feature based on at least one of the movement of the occupant's head and the movement of the vehicle. Specifically, it is as follows.
  • the traveling situation characteristic extraction unit 30 receives the vehicle information C(t), analyzes the time series data of the vehicle information C(t) input in the past, and determines the current traveling situation pattern P(t) by the sensitivity setting unit. Output to 40.
  • the driving situation pattern P(t) is classified by, for example, the driving skill of the driver, driving preference (control guideline in the case of an autonomous vehicle), road shape, traffic condition, or weather.
  • Non-Patent Document 1 suggests that the sickness varies depending on the frequency of the rotational angular velocity, and it is appropriate to classify the traveling situation by the frequency of the rotational angular velocity.
  • the traveling situation pattern P(t) the number of the traveling situation pattern corresponding to the current traveling situation is defined as the traveling situation pattern P(t).
  • the types of driving situation patterns are PN types (PN is a positive integer). ..
  • the sensitivity setting unit 40 sets the sensitivity for the running condition characteristics based on the habituation progress state. Specifically, it is as follows.
  • the sensitivity setting unit 40 receives the habituation progress state determination result Q(t) and the traveling situation pattern P(t), calculates the sensitivity S(t) of the sensory discrepancy amount to the current traveling situation, and the sensory discrepancy amount correction unit. Output to 50.
  • the sensitivity S(t) is, for example, an arbitrary value of 0 or more, and the reference value is 1.0. At this time, for example, if the sensitivity S(t) is between 0 and 1.0, the sensitivity is low, and if the sensitivity S(t) is greater than 1.0, the sensitivity is high.
  • the initial value of the sensitivity can be set arbitrarily, and for example, the reference value 1.0 is set as the initial value.
  • the numerical value of the sensitivity is not limited to this, and it may be defined as a discrete value as long as it can represent a high sensitivity state and a low sensitivity state.
  • the sensory discrepancy amount correction unit 50 corrects the sensory discrepancy amount based on the sensitivity. Specifically, the sensory contradiction amount correction unit 50 receives the sensory contradiction amount D(t) and the sensitivity S(t), and outputs the corrected sensory contradiction amount D′(t) to the motion sickness estimation unit 60.
  • the motion sickness estimation unit 60 estimates the motion sickness state of the occupant based on the corrected sense contradiction amount. Specifically, the motion sickness estimation unit 60 receives the corrected sensory inconsistency amount D'(t), calculates the motion sickness level O(t) of the occupant, and outputs the motion sickness level O(t).
  • the sensory discrepancy amount calculation unit 10 receives the head movement information A(t) and outputs the sensory discrepancy amount D(t) to the sensory discrepancy amount correction unit 50.
  • the sense contradiction amount D(t) is calculated, for example, as a difference between the sense amount in the gravity direction of the earth obtained from a sensory organ such as a semicircular canal and the estimated amount in the gravity direction of the earth estimated inside a human.
  • the habituation progress state determination unit 20 receives the biometric information B(t), determines the habituation progress state with respect to the current traveling state, and outputs the habituation progress state determination result Q(t) to the sensitivity setting unit 40.
  • the “accustomed state” is a state in which the user is accustomed to the current traveling situation and is defined as a state in which motion sickness has not occurred or a slight motion sickness has occurred. The degree of motion sickness is determined based on the subjective evaluation of the occupants.
  • the degree of sickness was classified by the occupant into the following five levels: "1: None at all, 2: Somewhat uncomfortable, 3: Very uncomfortable, 4: Very uncomfortable, 5: Immediately stop"
  • the stage 1 is defined as a state where no motion sickness occurs
  • the stage 2 is defined as a mild motion sickness
  • the stages 3 to 5 are defined as a severe motion sickness. That is, in the case of severe motion sickness, it means "not in the accustomed state”.
  • the habituation progress state determination the state of the occupant's autonomic nervous system is estimated from the biological information B(t), and the habituation progress state is determined based on the result.
  • the state of the autonomic nervous system includes a normal state, a parasympathetic nervous system-dominant state, or a sympathetic nervous system-dominant state.
  • the parasympathetic nervous system-dominant state is determined as a state in which habituation is progressing.
  • “dominant parasympathetic nervous system” means that the parasympathetic nervous system is dominant
  • “dominant sympathetic nervous system” means that the sympathetic nervous system is dominant.
  • the parasympathetic nervous system-dominant state can be considered to be a state in which an excitement or a tension state is suppressed to return to a normal state, and mild sickness is considered to have occurred. On the contrary, the condition in which the sympathetic nervous system is dominant is considered to be the occurrence of severe sickness.
  • the biometric information B(t) of the occupant in a normal state is defined.
  • the normal state is, for example, the state of the autonomic nervous system for 3 minutes after starting to ride a car.
  • the method of determining the normal state is not limited to this, and the normal state may be determined by a wristwatch-type sensor or the like based on normal biometric information.
  • the change in the biometric information B(t) from the normal state it is determined whether the parasympathetic nervous system is dominant or the sympathetic nervous system is dominant.
  • the state of the autonomic nervous system is determined based on, for example, respiratory information.
  • respiratory cycle When the respiratory cycle is stable and the ventilation volume is decreased compared to the normal state, it is determined that the parasympathetic nervous system is dominant.
  • the respiratory cycle becomes unstable and the ventilation volume increases compared with the normal state, it is determined that the sympathetic nervous system is dominant.
  • the traveling situation characteristic extraction unit 30 receives the vehicle information C(t), analyzes the time series data of the vehicle information C(t) input in the past, and determines the current traveling situation pattern P(t) by the sensitivity setting unit. Output to 40.
  • the time-series data for example, the current traveling situation pattern P(t) is determined by using the past vehicle information for the time interval T.
  • the time interval T it is better that the running condition is shorter from the viewpoint that the running situation changes day by day, but since the amount of information is small, the classification accuracy decreases.
  • the time interval T is preferably 10 minutes, for example. In a case where the driving situation obviously changes, such as when entering an expressway from a city area, the driving situation pattern may be immediately switched.
  • FIG. 2 is an explanatory diagram showing changes in acceleration in the gravity direction of the earth with respect to changes in time in the traveling situation feature extraction unit 30 according to the first embodiment of the present disclosure.
  • FIG. 3 is an explanatory diagram showing changes in the amplitude of the vibration component in the gravity direction of the earth with respect to changes in the frequency in the traveling condition feature extraction unit 30 according to the first embodiment of the present disclosure. Further, FIG. 3 shows the frequency analysis result of the past data for the time interval T [minutes].
  • the acceleration data in the gravity direction of the earth is used as the vehicle information C(t) input in the past, and the acceleration data in the gravity direction of the earth in the past is extracted for a time interval T [minutes].
  • a frequency spectrum is obtained by performing frequency analysis on the extracted acceleration data.
  • a known technique such as fast Fourier transform may be applied to the frequency analysis.
  • a peak value that is the height of the obtained peak of the frequency spectrum is detected.
  • the main frequency of vibration is the peak position h p (t)
  • the amplitude of the main frequency of vibration is the peak value m p (t).
  • FIG. 4 is an explanatory diagram showing an example regarding determination of a traveling situation pattern in the traveling situation feature extraction unit 30 according to the first embodiment of the present disclosure.
  • Ease of motion sickness will vary according to the frequency characteristics of the vibration of the earth's gravity direction, changes according to the amplitude of the vibration as well, the running status main frequency h p (t) Ya
  • the peak value m p (t) which is the amplitude of the main frequency is used to classify the pattern.
  • An example of the operation for determining the traveling condition pattern because the amplitude of the main frequency of the vibration of the calculated earth's gravity direction peak value m p (t) and the main frequency h p of the vibration (t), will be described from FIG. In the description of FIG.
  • FIG. 4 shows the correspondence between the value of the vibration main frequency h p (t) and the value of the vibration main frequency amplitude m p (t), and each running condition pattern.
  • the threshold value Mt in FIG. 4 is a value that distinguishes the pattern “1”, the pattern “3”, and the pattern “5” from the pattern “2”, the pattern “4”, and the pattern “6” with respect to the magnitude of vibration.
  • the threshold value Ht1 in FIG. 4 is a value that distinguishes the pattern “1” and the pattern “2” from the pattern “3” and the pattern “4” with respect to the main frequency h(t) of vibration.
  • Threshold Ht2 is distinguishing value and a pattern "3" and the pattern "4" and the pattern "5" and the pattern “6” to the dominant frequency h p of the vibration (t).
  • Each threshold is, for example, a preset fixed value.
  • Calculated value of the main frequency h p of the vibration (t), and the value of the amplitude m p (t) of the primary frequency of the vibration are plotted in Figure 4, to determine correspond to which traveling conditions pattern. For example, when the amplitude m p (t) of the main frequency of vibration is greater than or equal to the threshold Mt, and the main frequency h p (t) is greater than or equal to the threshold Ht1 and less than the threshold Ht2, the driving situation pattern P(t) is the pattern “3. It is decided.
  • the driving condition feature extraction unit 30 classifies the driving condition into a predetermined driving condition pattern.
  • motion sickness is a symptom that greatly varies from person to person. For example, if there are passengers who are not good at large slow swings, some passengers are not good at small vibrations, and the running situations that make them motion sick are different. That is, there are driving situations in which the occupants are good or bad at traveling conditions, and are used or unfamiliar. Therefore, the driving situation is classified into several patterns based on the frequency band and magnitude of the acceleration, the sensitivity is set for each pattern, and motion sickness is estimated.
  • the sensitivity setting unit 40 sets the sensitivity for each pattern. Specifically, it is as follows.
  • the sensitivity setting unit 40 receives the habituation progress state determination result Q(t) and the traveling situation pattern P(t). Further, the sensitivity setting unit 40 calculates the sensitivity S(t) of the sensory discrepancy amount with respect to the current traveling situation, and outputs the sensitivity S(t) to the sensory discrepancy amount correction unit 50.
  • the sensitivity Sp(t) for the number p (p is an integer from 1 to 6) of the traveling situation pattern is input when the number p is input to the sensitivity setting unit 40 as the traveling situation pattern P(t). “Sp(t) ⁇ q 0 (t) ⁇ ” based on the previous Sp(t) is updated as the sensitivity Sp(t).
  • the sensitivity amount ⁇ is the amount of sensitivity corrected by one update, and a value such as 0.01 or 0.1 is set. Since the sensitivity S(t) takes a value of 0 or more as described above, if Sp(t) becomes smaller than 0 according to the above equation, Sp(t) is set to 0.
  • the sensitivity Sp(t) corresponding to the current traveling situation pattern p is output as the sensitivity S(t).
  • the sensory contradiction amount correction unit 50 receives the sensory contradiction amount D(t) and the sensitivity S(t), and outputs the corrected sensory contradiction amount D′(t) to the motion sickness estimation unit 60.
  • the corrected sensory contradiction amount D'(t) is calculated, for example, by the following formula.
  • the motion sickness estimation unit 60 receives the corrected sensory contradiction amount D′(t), calculates the motion sickness level O(t) of the occupant, and outputs it. Calculation of the motion sickness level O(t) of the occupant from the corrected sensory inconsistency amount D'(t) outputs an MSI (Motion Sickness Incidence) rate [%] as described in Non-Patent Document 1, A value obtained by normalizing the MSI value to 0 to 1 is output as the motion sickness level O(t).
  • MSI Motion Sickness Incidence
  • FIG. 5 is a flowchart showing the process of the motion sickness estimation apparatus 100 according to the first embodiment.
  • the process shown in FIG. 5 is performed once each time the head movement information A(t), the biological information B(t), or the vehicle information C(t) is input.
  • the sensory discrepancy amount calculation unit 10 calculates the sensory discrepancy amount D(t) from the head movement information A(t), and outputs the sensory discrepancy amount correction unit 50.
  • step S2 the habituation progress state determination unit 20 determines the habituation progress state for the current traveling state from the biometric information B(t), and the habituation progress state determination result Q(t) is sent to the sensitivity setting unit 40. Output.
  • step S3 the driving situation characteristic extraction unit 30 analyzes the time series data of C(t) and outputs the current driving situation pattern P(t) to the sensitivity setting unit 40.
  • step S4 the sensitivity setting unit 40 calculates the sensitivity S(t) of the sensory contradiction amount with respect to the current traveling situation from the habituation progress state determination result Q(t) and the traveling situation pattern P(t), It is output to the sensory discrepancy amount correction unit 50.
  • step S5 the sensory discrepancy amount correction unit 50 outputs the sensory discrepancy amount D'(t) corrected from the sensory discrepancy amount D(t) and the sensitivity S(t) to the motion sickness estimation unit 60.
  • step S6 the motion sickness estimation unit 60 calculates and outputs the motion sickness level O(t) of the occupant from the corrected sensory contradiction amount D'(t).
  • the inconsistency amount according to the progress of getting used to the current driving situation pattern can be calculated.
  • the motion sickness estimation apparatus 100 includes a sensory contradiction amount calculation unit 10, a habituation progress state determination unit 20, a traveling condition feature extraction unit 30, a sensitivity setting unit 40, a sensory contradiction amount correction unit 50, and a motion sickness estimation unit 60.
  • the habituation progress state determination result Q(t) determined by the habituation progress state determination unit 20 and the traveling situation pattern P(t) determined by the traveling situation feature extraction unit 30 are provided.
  • the sensitivity to the corresponding driving situation pattern is reduced and the habituation is not progressing, the sensitivity to the corresponding driving situation pattern is not changed so that the sensitivity is set considering the habituation to the driving situation pattern. Correct the amount of contradiction.
  • the sensory inconsistency amount is corrected according to the progress state of accustomed to the traveling condition, so that the motion sickness state can be accurately determined even if the accustomed to the traveling condition occurs.
  • the habituation progress state determination unit 20 in the motion sickness estimation apparatus 100 estimates the state of the occupant's autonomic nervous system from the biometric information B(t), and determines the habituation progress state based on the result.
  • the progress state of habituation can be accurately determined according to the internal state of the occupant. Can be determined.
  • the motion sickness estimation apparatus according to the first embodiment can accurately estimate the motion sickness level by determining the occupant's "accustomedness" to the traveling condition even if the occupant's accustomed to the traveling condition progresses.
  • respiratory information is used to estimate the state of the autonomic nervous system, but the present invention is not limited to this.
  • heartbeat variability information may be used to estimate the state of the autonomic nervous system.
  • frequency analysis is performed on time-series data of heartbeat intervals, and high frequency components (0.15 to 4.0 [Hz]) derived from respiration and blood pressure fluctuations etc. are used.
  • the state of the autonomic nerve is estimated from the ratio of the low frequency components (0.04 to 0.15 [Hz]) to be generated.
  • the state of the autonomic nervous system may be estimated using an index other than the stability of the respiratory cycle and the ventilation volume.
  • the driving situation pattern is determined from the magnitude of vibration of the earth in the gravity direction and the main frequency, but the present invention is not limited to this.
  • the vehicle operation amount such as the accelerator amount or the brake amount may be used, or the traveling situation pattern may be determined by using the rotational angular velocity, geomagnetic information, weather information, or traveling route information.
  • the motion sickness level is estimated based on the corrected sensory contradiction amount, but the present invention is not limited to this.
  • the motion sickness level may be estimated using the state of the autonomic nervous system, or the motion sickness level may be estimated to be higher when the state of the autonomic nervous system is dominant in the sympathetic nervous system.
  • the threshold value that divides the driving situation pattern is a fixed value, but the present invention is not limited to this.
  • it may be automatically determined using a learning method such as SOM (Self-Organizing Maps) or k-nearest neighbor method.
  • SOM Self-Organizing Maps
  • k-nearest neighbor method is a class to which arbitrary k pieces are acquired in the order of decreasing distance from the learning data plotted in the vector space when unknown data is obtained, and the data belongs to the majority decision. Is a learning method for estimating.
  • the running situation feature extraction unit 30 classifies the current running situation into predetermined patterns, and the sensitivity setting unit 40 sets the sensitivity for each pattern. It is not limited. For example, a function may be set such that the sensitivity continuously changes according to the main frequency of vibration indicating the traveling situation or the amplitude of vibration. However, such a function is non-linear and complicated, and it is difficult to select a function or a parameter. Therefore, as shown in the first embodiment, the traveling situation is classified into patterns and the sensitivity for each pattern is set.
  • FIG. 6 is a block diagram showing a schematic configuration of the motion sickness estimation device 100b according to the second embodiment of the present disclosure.
  • the motion sickness estimation apparatus 100b shown in FIG. 6 is different from the motion sickness estimation apparatus 100 shown in FIG. 1 in that a motion sickness estimation apparatus 100b is provided instead of the motion sickness estimation apparatus 100.
  • the motion sickness estimation apparatus 100b is different in that the habituation progress state determination unit 20b is provided instead of the habituation progress state determination unit 20 and the sensitivity setting unit 40b is provided instead of the sensitivity setting unit 40.
  • constituent elements that are the same as or correspond to the constituent elements shown in FIG. 1 are designated by the same reference numerals as those shown in FIG. Further, the description of the same or corresponding configuration as that shown in FIG. 1 will be omitted.
  • the habituation progress state determination unit 20b outputs the habituation progress state determination result Q(t) and the autonomic nervous system state U(t) to the sensitivity setting unit 40b. This is a point where the sensitivity is set based on the habituation progress state determination result Q(t) and the autonomic nervous system state U(t).
  • the habituation progress state determination unit 20b receives the biometric information B(t) and outputs the habituation progress state determination result Q(t) and the autonomic nervous system state U(t) to the sensitivity setting unit 40b.
  • the acclimatization progress state determination unit 20b sets the autonomic nervous system state U(t) to 0 if the autonomic nervous system is in a normal state, and sets the autonomic nervous system state U(t) to a parasympathetic nervous system dominant state. 1. If the sympathetic nervous system is dominant, the autonomic nervous system state U(t) is set to 2.
  • the sensitivity setting unit 40b receives the habituation progress state determination result Q(t), the autonomic nervous system state U(t), and the traveling situation pattern P(t), and calculates the sensitivity S(t) for the current traveling situation pattern. , To the sensory inconsistency correction unit 50.
  • the sensitivity setting unit 40b corrects the sensitivity so that the sensitivity to the amount of sensory inconsistency becomes small when the occupant has developed a slight motion sickness and is accustomed to the running situation pattern.
  • the sensitivity is corrected so that the sensitivity to the amount of sensory contradiction becomes high.
  • the sensitivity Sp(t) for the number p of the traveling situation pattern is “Sp(t) by Sp(t) before being input when the number p is inputted to the sensitivity setting unit 40b as the traveling situation pattern P(t). )-Q 0 (t) ⁇ ” is updated as the sensitivity Sp(t).
  • the sensitivity to the amount of sensory inconsistency is corrected to be high, so that the motion sickness level O(t) can be improved. It becomes easy to take a high value.
  • the coefficient q 0 (t) is not limited to the above-mentioned value, and an arbitrary value may be set.
  • the motion sickness estimation apparatus 100b includes a sensory contradiction amount calculation unit 10, a habituation progress state determination unit 20b, a running condition feature extraction unit 30, a sensitivity setting unit 40b, a sensory contradiction amount correction unit 50, and a motion sickness estimation unit 60. Based on the habituation progress state determination result Q(t) and the autonomic nervous system state U(t) output by the habituation progress state determination unit 20 and the traveling situation pattern P(t) determined by the traveling situation feature extraction unit 30. When severe motion sickness has occurred, that is, when the sympathetic nervous system is dominant, the motion sickness level O(t) of the occupant is calculated so as to highly correct the sensitivity to the amount of sensory inconsistency. In the motion sickness estimation apparatus according to the second embodiment, when severe motion sickness occurs, the motion sickness level can be accurately estimated by correcting the sensitivity to the amount of sensory inconsistency to be high.
  • FIG. 7 is a block diagram showing a schematic configuration of the motion sickness estimation device 100c according to the third embodiment of the present disclosure.
  • the motion sickness estimation apparatus 100c shown in FIG. 7 is different from the motion sickness estimation apparatus 100 shown in FIG. 1 in that a motion sickness estimation apparatus 100c is provided instead of the motion sickness estimation apparatus 100.
  • the motion sickness estimation apparatus 100c is different in that it further includes an occupant state determination unit 70, and includes a habituation progress state determination unit 20c instead of the habituation progress state determination unit 20.
  • constituent elements that are the same as or correspond to the constituent elements shown in FIG. 1 are designated by the same reference numerals as those shown in FIG. Further, the description of the same or corresponding configuration as that shown in FIG. 1 will be omitted.
  • the difference from the first embodiment is that, when determining the progress state of the habituation for the traveling situation, the progress state of the habituation is determined based on the determination result of the occupant state.
  • the occupant state determination unit 70 receives the image information Im(t) and outputs the occupant state information R(t) to the familiarization state determination unit 20c.
  • the image information Im(t) is image information (captured image) of a series of frames representing a moving image of a space including a passenger at a predetermined frame rate.
  • the occupant state information R(t) imaged at a frame rate of 30 [FPS] is information indicating the occupant state not related to motion sickness, and includes information on the wake level, stress level, or fatigue level of the occupant.
  • the level of each occupant state described above is defined by a value of 0 to 1, for example.
  • level 0 is defined as a non-awakening state
  • level 1 is defined as awakening state.
  • level 0 is defined as an unstressed state
  • level 1 is defined as a heavily stressed state.
  • the fatigue level can be defined as a state in which level 0 is not fatigued and a state in which level 1 is fatigued.
  • the habituation progress state determination unit 20c determines the habituation progress state with respect to the current traveling state based on the biometric information B(t) and the occupant state information R(t).
  • FIG. 8 is a flowchart showing a process of the motion sickness estimation device 100c according to the third embodiment.
  • the flowchart shown in FIG. 8 has step 0 which is a step for judging the occupant state determination in the flowchart shown in FIG. 5, and instead of step S2 which is a step for determining the habituation progress state, the habituation progress state is changed.
  • step S2′ is a determination step. 8 steps that are the same as or correspond to the steps shown in FIG. 5 are denoted by the same reference numerals as those shown in FIG. Further, description of steps that are the same as or corresponding to the steps shown in FIG. 5 will be omitted.
  • the occupant state determination unit 70 calculates occupant state information R(t) from the image information Im(t).
  • the occupant state information will be described as the wakeup level of the occupant.
  • the awakening level of the occupant can be calculated from the time series data of the image information.
  • the awakening level of the occupant can be calculated by detecting the opening/closing state of the eyes of the occupant from the image information Im(t) and calculating an index such as PERCLOS (the eye closing time ratio at a predetermined time).
  • the method of calculating the awakening level is not limited to this, and may be calculated using a known technique.
  • the habituation progress state determination unit 20c determines the progress state of habituation for the current traveling state based on the biometric information B(t) and the occupant state information R(t).
  • the state in which the parasympathetic nervous system is predominant is determined to be the acclimation-progressing state.
  • the state in which the parasympathetic nervous system is predominant is found not only when a slight sickness occurs but also when the awakening level is lowered. Therefore, the habituation progress state determination unit 20c determines the progress state of habituation in consideration of whether the parasympathetic nervous system-dominant state is due to the occurrence of a slight sickness or a decrease in arousal level.
  • the state in which the parasympathetic nervous system is dominant and the arousal level is high is determined as the habituation progress state.
  • a threshold is set for the awakening level, and if it is equal to or higher than the threshold, it is determined that the awakening level is high, and if it is less than the threshold, the awakening level is low.
  • the wakefulness level is 5 steps, "1: not so sleepy, 2: seems sleepy, 3: sleepy, 4: quite sleepy, 5: extremely It is determined that the level of arousal is higher in three or more stages and that the level of awakening is lower than that in three or more, and this is defined as the “expression evaluation standard”.
  • the threshold value for PERCLOS an experiment is conducted in advance, and the above-mentioned facial expression evaluation standard and the PERCLOS value are associated with each other. "Take correspondence" is to find out what stage of the facial expression evaluation standard the value of PERCLOS corresponds to.
  • the facial expression rating standard and the PERCLOS are made to correspond to each other, and the value of PERCLOS corresponding to the division between the three or more stages of the facial expression rating standard and the lesser level is acquired.
  • the value of PERLCOS corresponding to this division is used as a threshold value set when determining whether the awakening level is high or low.
  • the motion sickness estimation apparatus 100c includes a sensory contradiction amount calculation unit 10, a habituation progress state determination unit 20c, a running condition feature extraction unit 30, a sensitivity setting unit 40, a sensory contradiction amount correction unit 50, and a motion sickness estimation unit 60. And the occupant state determination unit 70, and outputs the habituation progress state determination result Q(t) determined based on the biometric information B(t) and the occupant state information R(t).
  • the motion sickness level O(t) of the occupant is calculated by correcting the sensory inconsistency amount from Q(t) and the traveling situation pattern P(t).
  • the progress state of habituation is determined in consideration of the occupant state information, thereby suppressing a case where it is determined that habituation is in progress even though habituation is not progressing. Therefore, it is possible to accurately determine the habituation progress state. As a result, the motion sickness level can be accurately estimated.
  • the awakening level is estimated using the image information, but the present invention is not limited to this.
  • the awakening level may be estimated based on biological information, or the awakening level may be estimated from an operation history of a smart phone or the like.
  • the progress of habituation is determined based on the awakening level, but the present invention is not limited to this. As described above, the progress state of habituation may be determined based on the stress level or the fatigue level.
  • the motion sickness level is estimated based on the corrected sense contradiction amount, but the present invention is not limited to this.
  • the motion sickness level may be estimated using the state of the autonomic nervous system, and when the state of the autonomic nervous system is predominant to the sympathetic nervous system, the motion sickness level is estimated to be high, and the motion sickness level is estimated. The sensitivity may be set high.
  • the motion sickness level may be estimated based on the occupant state information. For example, when the awakening level is lowered as the occupant state information, it can be determined that the vehicle is sleeping, so the motion sickness level is estimated to be small.
  • the motion sickness estimation apparatus 100c may estimate the motion sickness state based on the state of the autonomic nervous system in addition to the corrected sensory inconsistency amount. Further, the motion sickness estimation apparatus 100c may estimate the motion sickness state based on the occupant state in addition to the sensory inconsistency amount and the state of the autonomic nervous system.
  • FIG. 9 is a block diagram showing a schematic configuration of a motion sickness suppression device according to Embodiment 4 of the present disclosure.
  • the motion sickness suppression apparatus 200 shown in FIG. 9 includes a motion sickness suppression unit 210 in addition to the motion sickness estimation apparatus 100 shown in FIG. 9, constituent elements that are the same as or correspond to the constituent elements shown in FIG. 1 are designated by the same reference numerals as those shown in FIG. Further, the description of the same or corresponding configuration as that shown in FIG. 1 will be omitted.
  • the motion sickness suppression unit 210 receives the motion sickness level O(t) from the motion sickness estimation apparatus 100 and outputs vehicle control information V(t) for suppressing motion sickness of an occupant.
  • the vehicle control information V(t) is, for example, a target locus, a target speed, or a target steering angle of vehicle travel when the vehicle is an autonomous driving vehicle.
  • the above-mentioned value is set so that the vehicle motion sickness level decreases when the vehicle motion sickness level increases.
  • the value of the target locus, the target speed, or the target steering angle is set so that the vibration or the acceleration/deceleration during traveling becomes small.
  • the vehicle control information V(t) is, for example, warning information that prompts the driver to avoid sudden acceleration, braking, and steering when the vehicle is a manually driven vehicle by a driver.
  • the high motion sickness level means that the motion sickness level is higher than a predetermined threshold value.
  • the vehicle control information is output so that the motion sickness level is lowered, thereby suppressing the motion sickness of the occupant. be able to.
  • FIG. 10 is a block diagram showing a schematic configuration of a motion sickness suppression device according to Embodiment 5 of the present disclosure.
  • the motion sickness suppression apparatus 200b shown in FIG. 10 is different from the motion sickness suppression apparatus 200 shown in FIG. 9 in that it has a sensitivity setting unit 40c instead of the sensitivity setting unit 40, and instead of the motion sickness estimation apparatus 100, motion sickness estimation.
  • the difference is that the device 100d is provided and a motion sickness suppression unit 210b is provided instead of the motion sickness suppression unit 210.
  • constituent elements that are the same as or correspond to the constituent elements illustrated in FIG. 9 are denoted by the same reference numerals as those illustrated in FIG. 9. Further, description of the same or corresponding configuration as that shown in FIG. 9 will be omitted.
  • the sensitivity setting unit 40c receives the habituation progress state determination result Q(t) and the traveling situation pattern P(t), calculates the sensitivity S(t) of the sensory discrepancy amount with respect to the current traveling situation, and the sensory discrepancy amount correction unit. 50, and the sensitivity S all (t) of the sensory contradiction amount to all the driving situation patterns is output to the motion sickness suppression unit 210b.
  • Sall(t) outputs the PN type sensitivities of S 1 (t) to S PN (t) as S all , for example, when there are PN types of driving situation patterns.
  • the motion sickness estimation apparatus 100d receives the head movement information A(t), the biometric information B(t), and the vehicle information C(t) as inputs, and acquires the habituation progress state determination result Q(t) and the motion sickness level O. It outputs (t) and the sensitivity S all (t) of the amount of sensory contradiction to all the driving situation patterns to the motion sickness suppression unit 210b.
  • the motion sickness suppression unit 210b receives the habituation progress state determination result Q(t), the motion sickness level O(t), and the sensitivity S all (t) of the sensory contradiction amount for all traveling situation patterns as input, and receives the vehicle control information. Output V(t).
  • the motion sickness suppression unit 210b is the same as the fourth embodiment in that it outputs the vehicle control information V(t) so as to reduce the motion sickness level when the motion sickness level becomes high. In addition, the motion sickness suppression unit 210b generates and outputs the vehicle control information V(t) based on the result of the habituation progress state determination so that the occupant's habituation to the traveling situation progresses.
  • the configuration of the present embodiment is for determining whether the traveling situation pattern has high or low sensitivity, or whether the user is accustomed to it or not.
  • the highly sensitive traveling situation pattern is a traveling situation pattern in which the occupant easily gets motion sickness, that is, a traveling situation pattern in which the occupant is not good.
  • One of the vehicle control methods is to control so that the driving situation pattern does not have such a high sensitivity, but if such control is continued, the occupant may become accustomed to the driving situation pattern that is not good. There is no.
  • the driving situation pattern having high sensitivity and the traveling situation pattern having low sensitivity are controlled so as to be alternately repeated.
  • the vehicle By controlling the vehicle so as to have a highly sensitive driving situation pattern and maintaining a slight motion sickness state, that is, a state of habituation progress, it is possible to reduce the sensitivity to the driving situation pattern, and the occupant is not good at driving situation patterns. Can be overcome.
  • the habituation progress state determination result Q(t) transitions to the “not acclimation progress state” state before the sensitivity is sufficiently lowered.
  • the vehicle is controlled so as to have a low-sensitivity traveling situation pattern, that is, a traveling situation pattern that the occupant is not weak in, to prevent the motion sickness level from increasing.
  • the motion sickness suppression device of the fifth embodiment it is possible to suppress the motion sickness of the occupant by controlling the vehicle so that the occupant's habituation to the traveling situation progresses.
  • FIG. 11 is a block diagram showing a schematic configuration of the motion sickness suppression device according to the sixth embodiment of the present disclosure.
  • the motion sickness suppression apparatus 200c shown in FIG. 11 is different from the motion sickness suppression apparatus 200 shown in FIG. 11 in that a sensitivity setting unit 40d is provided instead of the sensitivity setting unit 40, and motion sickness estimation is performed instead of the motion sickness estimation apparatus 100.
  • the difference is that the device 100e is provided and a motion sickness suppression unit 210c is provided instead of the motion sickness suppression unit 210.
  • constituent elements that are the same as or correspond to the constituent elements illustrated in FIG. 9 are denoted by the same reference numerals as those illustrated in FIG. 9. Further, description of the same or corresponding configuration as that shown in FIG. 9 will be omitted.
  • the sensitivity setting unit 40d receives the habituation progress state determination result Q(t) and the traveling situation pattern P(t), calculates the sensitivity S(t) of the sensory discrepancy amount with respect to the current traveling situation, and the sensory discrepancy amount correction unit. 50 and the vehicle motion suppression unit 210c, and the sensitivity S all (t) of the sensory contradiction amount for all traveling situation patterns is output to the motion motion suppression unit 210c.
  • the motion sickness estimation apparatus 100e receives the head movement information A(t), the biometric information B(t), and the vehicle information C(t) as inputs, and the sensitivity S(t) of the sensory contradiction amount with respect to the current traveling situation. And the sensitivity S all (t) of the sensory contradiction amount to all the driving situation patterns and the motion sickness level O(t) are output to the motion sickness suppression unit 210c.
  • Motion sickness suppression unit 210c as an input and a sensitivity of sensory conflict amount for the current driving situation S (t) the sensitivity of sensory inconsistent amounts for all of the travel situation pattern and S all (t) and motion sickness level O (t) It receives and outputs the vehicle control information V(t).
  • the motion sickness suppressor 210c is the same as that of the fourth embodiment in that it outputs the vehicle control information V(t) so as to reduce the motion sickness level when the motion sickness level becomes high.
  • motion sickness suppression unit 210c includes a sensitivity of sensory conflict amount for the current driving situation S (t) the sensitivity of sensory inconsistent amounts for all of the travel situation pattern and S all (t) and motion sickness level O (t)
  • the vehicle control information V(t) is generated so that the traveling situation pattern P(t) is not classified into the traveling situation pattern having high sensitivity S(t)
  • the motion sickness suppressor 210c determines that the current traveling situation based on sensory contradiction of the sensitivity S (t) and the sensitivity of sensory contradiction amount for all of the travel situation pattern S all (t) and motion sickness level O (t) for the situation, the running situation pattern P (t) is the sensitivity
  • the vehicle control information V(t) is generated so that the vehicle control information V(t) is classified into the low running condition pattern of S(t).
  • the motion sickness suppression device of the sixth embodiment when the motion sickness level becomes high, the motion sickness level is lowered and the traveling situation pattern P( based on the sensitivity S(t) is set. By outputting the vehicle control information such that t) is classified into a traveling situation pattern having low sensitivity S(t), motion sickness of an occupant can be suppressed.
  • FIG. 12 is a block diagram showing a schematic configuration of the motion sickness estimation device 100f according to the seventh embodiment of the present disclosure.
  • the motion sickness estimation apparatus 100f shown in FIG. 12 is different from the motion sickness estimation apparatus 100 shown in FIG. 1 in that a motion sickness estimation apparatus 100f is provided instead of the motion sickness estimation apparatus 100.
  • the motion sickness estimation apparatus 100f is different in that it receives the personal identification information E(t) as an input to the motion sickness estimation apparatus 100.
  • the motion sickness estimation apparatus 100f is different from the motion sickness estimation apparatus 100 in that a sensitivity setting unit 40e is provided instead of the sensitivity setting unit 40. Further, the motion sickness estimation apparatus 100f is different from the motion sickness estimation apparatus 100 in that a sensitivity recording unit 80 is provided.
  • constituent elements that are the same as or correspond to the constituent elements shown in FIG. 1 are designated by the same reference numerals as those shown in FIG. Further, the description of the same or corresponding configuration as that shown in FIG. 1 will be omitted.
  • the sensitivity recording unit 80 receives the personal identification information E(t) and the sensitivity S(t) and records the sensitivity S(t) corresponding to the personal identification information E(t) in the database. Therefore, it is different from the first embodiment. Further, the present embodiment is different from the first embodiment in that the sensitivity recording unit 80 outputs the sensitivity initial value S init corresponding to the personal identification information E(t) to the sensitivity setting unit 40e.
  • the sensitivity initial value S init in the present embodiment is an initial value for each type of traveling situation pattern. Further, the present embodiment is different from the first embodiment in that the sensitivity setting unit 40e sets the sensitivity initial value for each type of traveling situation pattern using the sensitivity initial value S init .
  • the personal identification information E(t) is information for identifying an occupant, and is an identification code expressed by an integer such as 0, 1, 2, 3, for example.
  • the personal identification information E(t) has a different value if the occupant changes.
  • the personal identification information E(t) is an identification code obtained by distinguishing a registered occupant or an unregistered occupant from a face image obtained by a camera image, for example.
  • the number of registered passengers is about 5 to 10 for a general vehicle that is not used for business purposes and is mainly used in ordinary households.
  • the personal identification information E(t) which is an identification code as a "guest" is given to this occupant.
  • the sensitivity recording unit 80 receives the personal identification information E(t) of the occupant and the sensitivity S(t) of the occupant as inputs.
  • the sensitivity recording unit 80 sets the sensitivity S(t) of the occupant as the initial sensitivity value S init for each individual identification information E(t) at the time when the personal identification information E(t) changes, that is, at the time when the occupant changes. Record in database.
  • the sensitivity recording unit 80 also reads the sensitivity initial value S init corresponding to the personal identification information E(t) from the database and outputs it to the sensitivity setting unit 40e.
  • the sensitivity setting unit 40e receives the sensitivity initial value S init corresponding to the personal identification information E(t) from the sensitivity recording unit 80 and sets the sensitivity S(t) as an initial value. Further, the sensitivity setting unit 40e receives the habituation progress state determination result Q(t) and the traveling situation pattern P(t), and based on the sensitivity initial value S init , the sensitivity Sp() corresponding to the current traveling situation pattern p. t) is calculated as the sensitivity S(t) and output to the sensory discrepancy amount correction unit 50.
  • the sensitivity recording unit 80 receives the personal identification information E(t) of the occupant and the sensitivity S(t) of the occupant as inputs, and uses the input sensitivity S(t) as the sensitivity initial value S init of the occupant.
  • the personal identification information E(t) and the initial sensitivity value S init are associated and recorded in the database.
  • the sensitivity initial value S init in the driving situation pattern p corresponding to the personal identification information E(t) is recorded, for example, at the time when the sensitivity S(t) is updated, so that the latest sensitivity S(t) for each occupant is recorded. ) Can be recorded.
  • the sensitivity recording unit 80 operates as described above, so that the sensitivity setting unit 40e can use the sensitivity value when the occupant has boarded in the past as an initial value for sensitivity calculation. If the sensitivity initial value S init corresponding to the personal identification information E(t) does not exist, that is, if it is not recorded in the database in advance, for example, the sensitivity initial value S init in the driving situation pattern p is set to 1.0. Is output to the sensitivity setting unit 40e.
  • each of the head movement information A(t), the biometric information B(t), and the personal identification information E(t) input to the motion sickness estimation apparatus 100f includes information corresponding to the number of occupants. Have.
  • the sensitivity recording unit 80 outputs the sensitivity initial value S init associated with the personal identification information E(t) for each occupant.
  • the sensitivity setting unit 40e sets the familiarization progress state determination result Q(t) generated from the biometric information B(t) for each occupant and the sensitivity initial value S init associated with the individual identification information E(t) of the occupant.
  • the respective sensitivities S(t) are calculated by using these.
  • the motion sickness level O(t) of a plurality of occupants is calculated by generating information for each occupant.
  • the operation of each component in the above description is the same except that the processing is performed a plurality of times by the number of passengers.
  • the value of the sensitivity when the occupant has boarded in the past is used as the initial value for the sensitivity calculation of the occupant, so that the same occupant can be boarded last time.
  • the calculated data can be taken over, and the motion sickness state can be determined more efficiently.
  • FIG. 13 is a diagram showing an example of the hardware configuration of the motion sickness estimation apparatus 100.
  • FIG. 14 is a diagram showing another example of the hardware configuration of the motion sickness estimation apparatus 100.
  • the motion sickness estimation apparatus 100 includes, for example, at least one processor 101a and a memory 101b.
  • the processor 101a is, for example, a Central Processing Unit (CPU) that executes a program stored in the memory 101b.
  • the function of the motion sickness estimation apparatus 100 is realized by software, firmware, or a combination of software and firmware.
  • Software and firmware can be stored in the memory 101b as programs. Accordingly, a program for realizing the function of the motion sickness estimation apparatus 100 (for example, the motion sickness estimation method described in the present embodiment) is executed by a computer.
  • the memory 101b is a computer-readable recording medium, for example, a volatile memory such as a RAM (Random Access Memory) and a ROM (Read Only Memory), a nonvolatile memory, or a combination of a volatile memory and a nonvolatile memory. Is.
  • a volatile memory such as a RAM (Random Access Memory) and a ROM (Read Only Memory)
  • ROM Read Only Memory
  • nonvolatile memory or a combination of a volatile memory and a nonvolatile memory.
  • the motion sickness estimation apparatus 100 may be configured with a processing circuit 101c as dedicated hardware such as a single circuit or a composite circuit. In this case, the function of the motion sickness estimation apparatus 100 is realized by the processing circuit 101c.

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Child & Adolescent Psychology (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Developmental Disabilities (AREA)
  • Educational Technology (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

乗り物酔い推定装置（１００）は、乗り物の揺れによって生じる乗員の頭部の動きに基づいて、前記乗員の頭部の動きに関して前記乗員が知覚する複数種類の感覚量の間の矛盾量を推定する感覚矛盾量算出部（１０）と、前記乗員の頭部の動きと前記乗り物の動きの少なくともいずれか一方に基づいて、走行状況から乗り物酔いに関連する走行状況の特徴を抽出する走行状況特徴抽出部（３０）と、前記乗員の生体情報に基づいて、前記走行状況に対して前記乗員の慣れが進行しているかどうかを判定する慣れ進行状態判定部（２０）と、慣れ進行状態に基づいて前記走行状況の特徴に対する感度を設定する感度設定部（４０）と、前記感度に基づいて前記感覚矛盾量を補正する感覚矛盾量補正部（５０）と、前記補正後の感覚矛盾量に基づいて前記乗員の乗り物酔い状態を推定する乗り物酔い推定部（６０）とを備える乗り物酔い推定装置。

Description

乗り物酔い推定装置、乗り物酔い抑制装置及び乗り物酔い推定方法
　本開示は、乗り物の乗員の乗り物酔いを推定する装置および方法に関するものである。
　現代社会においては、車、電車、又はバスの乗り物に乗車して移動する時間が多い。これらの移動時間を読書、スマートホンの操作、又はパソコン操作に充て、有効活用することで、生活をより豊かにできることが期待される。しかし、乗り物に乗車して移動している間、読書等を行うことは乗り物酔いを誘発し、乗員の体調を悪化させる。結果、有効に移動時間を活用することができない。
　乗り物酔いは、「動揺病」又は「加速度病」とも言われ、振動、特に不規則な加速・減速の反復が内耳の三半規管、又は前庭を刺激することによって起こる自律神経系の反応である。一般的には、若年者、又は女性が乗り物酔いしやすいと言われるが、振動に対する慣れ、又は経験の影響もあり、個人差が大きい。そのため、前述の移動時間を有効活用するためには、乗員の乗り物酔いレベルを推定し、乗員が酔わないように乗り物の動きを制御することが重要である。
　乗り物酔いを発症するメカニズムは未だ明らかにされていないが、三半規管等の感覚器で得た体の平衡感覚情報の感覚量と、視覚情報や体性感覚情報等に基づき人間の内部で推定される平衡感覚情報の推定量との間に矛盾が生じた場合に生じるとされる説がある（感覚矛盾説と呼ばれる）。この感覚矛盾説に基づいた神経モデルを構築し、頭部の加速度情報から感覚矛盾量を推定し、推定した感覚矛盾量から乗員の乗り物酔いレベルを推定する手法がある（特許文献１）。また、頭部の加速度情報から感覚矛盾量を推定する方法としては、例えば、感覚矛盾量を三半規管等の感覚器から得た地球の重力方向の感覚量と、人間の内部で推定される地球の重力方向の推定量との差として推定する方法がある（非特許文献１）。
特開２０１２－１３１２６９号公報 Ｋａｍｉｊｉ，Ｎ．他３名，"Ｍｏｄｅｌｉｎｇ ａｎｄ ｖａｌｉｄａｔｉｏｎ ｏｆ ｃａｒｓｉｃｋｎｅｓｓ ｍｅｃｈａｎｉｓｍ"，ＳＩＣＥ Ａｎｎｕａｌ Ｃｏｎｆｅｒｅｎｃｅ ２００７，（日），２００７, ｐ．１１３８-１１４３.
　しかしながら、従来技術（特許文献１）においては、振動に対する慣れや経験に対する影響を考慮していないため、走行状況に対する乗員の慣れが進行した場合、乗り物酔いレベルの推定精度が低下する。つまり、乗り物酔いしていない場合にも乗り物酔いしていると推定される。
　本開示は、上記のような問題点を解決するためになされたものであり、走行状況に対する乗員の「慣れ」が進行した場合でも、精度よく乗り物酔いを推定することを目的とする。
　本開示に係る乗り物酔い推定装置は、乗り物の揺れによって生じる乗員の頭部の動きに基づいて、乗員の頭部の動きに関して乗員が知覚する複数種類の感覚量の間の矛盾量である感覚矛盾量を算出する感覚矛盾量算出部と、乗員の頭部の動きと乗り物の動きの少なくともいずれか一方に基づいて、走行状況の特徴を抽出する走行状況特徴抽出部と、乗員の生体情報に基づいて、走行状況に対して乗員の慣れが進行しているかどうかを判定する慣れ進行状態判定部と、慣れ進行状態に基づいて走行状況の特徴に対する感度を設定する感度設定部と、感度に基づいて感覚矛盾量を補正する感覚矛盾量補正部と、補正後の感覚矛盾量に基づいて乗員の乗り物酔い状態を推定する乗り物酔い推定部とを備えることを特徴とする。
　本開示に係る乗り物酔い推定方法は、乗り物の揺れによって生じる乗員の頭部の動きに基づいて、乗員の頭部の動きに関して乗員が知覚する複数種類の感覚量間の矛盾量である感覚矛盾量を推定する感覚矛盾量推定ステップと、乗員の頭部の動きと乗り物の動きの少なくともいずれか一方に基づいて、走行状況から乗り物酔いに関連する走行状況の特徴を抽出する走行状況特徴抽出ステップと、乗員の生体情報に基づいて、走行状況に対して乗員の慣れが進行しているかどうかを判定する慣れ進行状態判定ステップと、慣れ進行状態に基づいて走行状況の特徴に対する感度を設定する感度設定ステップと、感度に基づいて感覚矛盾量を補正する感覚矛盾量補正ステップと、補正後の感覚矛盾量に基づいて乗員の乗り物酔い状態を推定する乗り物酔い推定ステップとを有することを特徴とする。
　本開示に係る乗り物酔い推定装置によれば、走行状況に対する乗員の「慣れ」を判定することで、走行状況に対する乗員の慣れが進行しても精度よく乗り物酔いレベルを推定できる。乗り物酔い推定方法についても同様である。
本開示の実施の形態１に係る乗り物酔い推定装置の概略的な構成を示すブロック図である。 本開示の実施の形態１に係る走行状況特徴抽出部における時間の変化に対する地球の重力方向の加速度の変化を示した説明図である。 本開示の実施の形態１に係る走行状況特徴抽出部における周波数の変化に対する地球の重力方向の振動の振幅の変化を示した説明図である。 本開示の実施の形態１に係る走行状況特徴抽出部における走行状況パターンの決定に関する一例を示した説明図である。 本開示の実施の形態１に係る乗り物酔い推定装置の処理を示すフローチャートである。 本開示の実施の形態２に係る乗り物酔い推定装置の概略的な構成を示すブロック図である。 本開示の実施の形態３に係る乗り物酔い推定装置の概略的な構成を示すブロック図である。 本開示の実施の形態３に係る乗り物酔い推定装置の処理を示すフローチャートである。 本開示の実施の形態４に係る乗り物酔い抑制装置の概略的な構成を示すブロック図である。 本開示の実施の形態５に係る乗り物酔い抑制装置の概略的な構成を示すブロック図である。 本開示の実施の形態６に係る乗り物酔い抑制装置の概略的な構成を示すブロック図である。 本開示の実施の形態７に係る乗り物酔い抑制装置の概略的な構成を示すブロック図である。 本開示の実施の形態に係る乗り物酔い推定装置のハードウェア構成の一例を示す図である。（Ｂ）は、本開示の実施の形態に係る乗り物酔い推定装置１００のハードウェア構成の他の例を示す図である。 本開示の実施の形態に係る乗り物酔い推定装置１００のハードウェア構成の他の例を示す図である。
実施の形態１．
　図１は、本開示の実施の形態１に係る乗り物酔い推定装置１００の概略的な構成を示すブロック図である。図１に示されるように、乗り物酔い推定装置１００は、感覚矛盾量算出部１０と、慣れ進行状態判定部２０と、走行状況特徴抽出部３０と、感度設定部４０と、感覚矛盾量補正部５０と、乗り物酔い推定部６０とを備える。乗り物酔い推定装置１００は、頭部動き情報Ａ（ｔ）と、生体情報Ｂ（ｔ）と、車両情報Ｃ（ｔ）とを入力として受け取る。感覚矛盾量算出部１０は、頭部動き情報Ａ（ｔ）を入力として受け取り、感覚矛盾量Ｄ（ｔ）を感覚矛盾量補正部５０へ出力する。慣れ進行状態判定部２０は、生体情報Ｂ（ｔ）を受け取り、慣れ進行状態判定結果Ｑ（ｔ）を感度設定部４０へ出力する。走行状況特徴抽出部３０は、車両情報Ｃ（ｔ）を受け取り、現在の走行状況パターンＰ（ｔ）を感度設定部４０へ出力する。感度設定部４０は、慣れ進行状態判定結果Ｑ（ｔ）と走行状況パターンＰ（ｔ）とを受け取り、感覚矛盾量補正部５０へ感度Ｓ（ｔ）を出力する。感覚矛盾量補正部５０は、感覚矛盾量Ｄ（ｔ）と感度Ｓ（ｔ）とを受け取り、補正した感覚矛盾量Ｄ’（ｔ）を乗り物酔い推定部６０へ出力する。乗り物酔い推定部６０は、補正後の感覚矛盾量Ｄ’（ｔ）を受け取り、乗員の乗り物酔いレベルＯ（ｔ）を出力する。
　まず、乗り物酔い推定装置１００の概要を説明する。乗り物酔い推定装置１００は、頭部動き情報Ａ（ｔ）と、生体情報Ｂ（ｔ）と、車両情報Ｃ（ｔ）とを入力として受け取る。ここで、変数ｔは、それぞれのデータが取得された時間を示す番号（正の整数）である。頭部動き情報Ａ（ｔ）及び生体情報Ｂ（ｔ）は、一人の乗員の情報であっても複数の乗員の情報であっても良いが、説明を簡単にするため、以下では一人の乗員の情報として説明する。
　頭部動き情報Ａ（ｔ）は、例えば、乗員の頭部の並進加速度（三次元）と頭部の回転角速度（三次元）とを合わせた合計６次元の物理量である。頭部の並進加速度と頭部の回転角速度は、例えば、頭部に加速度センサ、又はジャイロセンサを取り付けて計測しても良いし、メガネ等に前述したセンサを埋め込んで計測しても良い。あるいは、カメラ、又はＴｏＦ（Ｔｉｍｅ－ｏｆ－Ｆｌｉｇｈｔ）式の距離センサを用いて乗員の顔画像を撮像し、画像上の顔の位置や向きから、頭部の並進加速度、回転角速度を計測しても良い。もちろん、頭部の並進加速度、回転角速度の計測方法はこれに限るものではなく、公知のセンサ技術を用いて良い。
　生体情報Ｂ（ｔ）とは、例えば、心拍数、心拍変動情報、脈拍数、脈拍変動情報、血圧、呼吸情報、呼吸数、呼吸の乱れ、著大呼吸の数、発汗、体温の変化、又は脳波である。これらの情報は、例えば、心電図、脈波計、呼吸計、脳波計、発汗センサ、又はサーモセンサ等の生体センサを用いて計測して良い。あるいは、腕時計型のウェアラブル生体センサ、又はカメラ画像から前述した生体情報を取得しても良い。もちろん、生体情報Ｂ（ｔ）の計測方法はこれらに限るものではなく、公知のセンサ技術を用いて良い。
　車両情報Ｃ（ｔ）とは、例えば、乗員の頭部の速度、乗員の頭部の加速度、乗員の頭部の回転角速度、乗員の体の重心の速度、乗員の体の重心の加速度、乗員の体の重心回りの回転角速度、車の速度、車の加速度、車の回転角速度、アクセル量、ブレーキ量、操舵角、又は方角である。なお、乗員の頭部の回転角速度は、上述の通り頭部動き情報Ａ（ｔ）としても使用される情報である。車両情報Ｃ（ｔ）は、例えば、車両が備えるＥＣＵ（Ｅｌｅｃｔｒｉｃ　Ｃｏｎｔｒｏｌ　Ｕｎｉｔ）から取得しても良いし、乗り物酔い推定装置１００に加速度センサ、ジャイロセンサ、又は地磁気センサを取り付けて取得しても良い。もちろん、車両情報Ｃ（ｔ）の計測方法はこれらに限るものではなく、公知のセンサ技術を用いて良い。
　乗り物酔い推定装置１００は、頭部動き情報Ａ（ｔ）、生体情報Ｂ（ｔ）および車両情報Ｃ（ｔ）を処理して、乗員の乗り物酔いレベルＯ（ｔ）を出力する。乗り物酔いレベルＯ（ｔ）は、乗員の乗り物のレベルを表しており、例えば、０～１の値で表現される。０は全く酔っていない状態、１は酷く酔っている状態であり、その間の値（例えば、０．５）は、０と１との中間の状態である。
　感覚矛盾量算出部１０は、乗り物の揺れ等によって生じる乗員の頭部の動きの情報である頭部の動き情報Ａ（ｔ）を受け取り、感覚矛盾量Ｄ（ｔ）を感覚矛盾量補正部５０へ出力する。感覚矛盾量Ｄ（ｔ）は、例えば、非特許文献１に記載のように感覚矛盾量を三半規管等の感覚器から得た地球の重力方向の感覚量と、人間の内部で推定される地球の重力方向の推定量との差として表される。感覚矛盾量算出部１０は、乗員が知覚する複数種類の感覚量の間の矛盾量である感覚矛盾量Ｄ（ｔ）を算出する。なお、乗員が知覚する複数種類の感覚量とは、例えば、三半規管等の感覚器から得た地球の重力方向の感覚量、体の骨格を通じて得られる地球の重力方向の推定量、視角を通じて得られる方向の推定量である。また、地球の重力方向に限らず、前方方向、横方向、回転方向など車両の３軸方向のいずれかでもよい。感覚矛盾量Ｄ（ｔ）の算出方法はこれに限るものではなく、公知の技術を用いて算出して良い。
　慣れ進行状態判定部２０は、乗員の生体情報に基づいて、走行状況に対して乗員の慣れが進行しているかどうかを判定する。具体的には、以下のとおりである。慣れ進行状態判定部２０は、生体情報Ｂ（ｔ）を受け取り、現在の走行状況に対する慣れの進行状態を判定し、慣れ進行状態判定結果Ｑ（ｔ）を感度設定部４０へ出力する。慣れ進行状態判定結果Ｑ（ｔ）は、例えば、０か１の二値である。慣れが進行していないと判定すれば慣れ進行状態判定結果Ｑ（ｔ）を０とし、慣れが進行していると判定すれば慣れ進行状態判定結果Ｑ（ｔ）を１とする。
　走行状況特徴抽出部３０は、乗員の頭部の動きと乗り物の動きとの少なくともいずれか一方に基づいて、走行状況の特徴を抽出するものである。具体的には、以下のとおりである。走行状況特徴抽出部３０は、車両情報Ｃ（ｔ）を受け取り、過去に入力された車両情報Ｃ（ｔ）の時系列データを解析して、現在の走行状況パターンＰ（ｔ）を感度設定部４０へ出力する。走行状況パターンＰ（ｔ）は、例えば、ドライバーの運転スキル、運転の嗜好（自動運転車の場合は制御指針）、道の形状、交通状況、又は天候によって分類される。あるいは、単に車両の前後方向の加速度（アクセル又はブレーキによる加減速）の大きさ、車両の前後方向の周波数、地球の重力方向の車両振動の大きさ、地球の重力方向の車両振動の周波数、ロール若しくはピッチ方向の回転角速度の大きさ、又はロール若しくはピッチ方向の回転角速度の周波数によって分類される。例えば、非特許文献１では、回転角速度の周波数によって酔い易さが変化することが示唆されており、走行状況を回転角速度の周波数によって分類することは妥当である。上述した分類方法によって分類した走行状況パターンに番号を付し、現在の走行状況に対応する走行状況パターンの番号を走行状況パターンＰ（ｔ）とする。なお、走行状況パターンの種類をＰＮ種類（ＰＮは正の整数）とする。　
　感度設定部４０は慣れ進行状態に基づいて走行状況特徴に対する感度を設定する。具体的には、以下のとおりである。感度設定部４０は、慣れ進行状態判定結果Ｑ（ｔ）と走行状況パターンＰ（ｔ）とを受け取り、現在の走行状況に対する感覚矛盾量の感度Ｓ（ｔ）を算出し、感覚矛盾量補正部５０へ出力する。感度Ｓ（ｔ）は、例えば、０以上の任意の数値であり、基準値を１．０とする。このとき、例えば、感度Ｓ（ｔ）が０～１．０の間の場合は感度が低い、感度Ｓ（ｔ）が１．０より大きい場合には感度が高いと定義する。また、感度の初期値は任意に設定でき、例えば、基準値１．０を初期値とする。なお、感度の数値についてはこれに限るものではなく、感度が高い状態、感度が低い状態が表現できればよく、離散値で定義しても良い。
　感覚矛盾量補正部５０は、感度に基づいて感覚矛盾量を補正する。具体的には、感覚矛盾量補正部５０は、感覚矛盾量Ｄ（ｔ）と感度Ｓ（ｔ）とを受け取り、補正した感覚矛盾量Ｄ‘（ｔ）を乗り物酔い推定部６０へ出力する。
　乗り物酔い推定部６０は、補正後の感覚矛盾量に基づいて乗員の乗り物酔い状態を推定する。具体的には、乗り物酔い推定部６０は、補正後の感覚矛盾量Ｄ’（ｔ）を受け取り、乗員の乗り物酔いレベルＯ（ｔ）を算出し、出力する。
　続いて、乗り物酔い推定装置１００の動作をより詳しく説明する。感覚矛盾量算出部１０は、頭部の動き情報Ａ（ｔ）を受け取り、感覚矛盾量Ｄ（ｔ）を感覚矛盾量補正部５０へ出力する。感覚矛盾量Ｄ（ｔ）は、例えば、三半規管等の感覚器から得た地球の重力方向の感覚量と、人間の内部で推定される地球の重力方向の推定量との差として算出する。
　慣れ進行状態判定部２０は、生体情報Ｂ（ｔ）を受け取り、現在の走行状況に対する慣れの進行状態を判定し、慣れ進行状態判定結果Ｑ（ｔ）を感度設定部４０へ出力する。「慣れ進行状態である」とは、現在の走行状況に対する慣れが進行している状態であり、乗り物酔いが発症していない、または軽度の乗り物酔いが発症している状態と定義する。なお、乗り物酔いの程度は乗員の主観評価に基づいて決定される。主観評価としては、例えば、乗員により、酔いの程度を次の５段階「1：全くなんともない，2：少し不快，3：かなり不快，4：すごく不快，5：すぐにやめたい」に分類された場合に、１の段階を乗り物酔いが発症していない状態、２の段階を軽度の乗り物酔い、３から５の段階を重度の乗り物酔いと定義する。すなわち、重度の乗り物酔いの場合は「慣れ進行状態でない」ことになる。慣れ進行状態の判定では、生体情報Ｂ（ｔ）から、乗員の自律神経系の状態を推定し、その結果に基づいて慣れ進行状態を判定する。自律神経系の状態としては、平常状態、副交感神経系優位の状態、又は交感神経系優位の状態があるが、ここでは、副交感神経系優位の状況を慣れが進行している状態として判定する。なお、「副交感神経系優位」とは、副交感神経系が優位であることを指し、「交感神経系優位」とは、交感神経系が優位であることを指す。副交感神経系優位の状態とは、興奮、又は緊張状態を抑制し、平常状態へ戻ろうとしている状態と考えることができ、軽度の酔いが発症していると捉えられる。逆に、交感神経系優位の状態とは、重度の酔いが発症していると捉えられる。
　続いて、生体情報Ｂ（ｔ）から自律神経系の状態を推定する動作について説明する。自律神経系の状態を推定するにあたっては、まず、乗員の平常状態の生体情報Ｂ（ｔ）を定義する。平常状態は、例えば、車に乗り始めてから３分間の自律神経系の状態とする。もちろん、平常状態の決め方はこれに限るものではなく、腕時計型のセンサ等で普段の生体情報に基づいて、平常状態を決めてもよい。そして、平常状態からの生体情報Ｂ（ｔ）の変化を用いて副交感神経系優位の状態であるか、交感神経系優位の状態であるかを判定する。自律神経系の状態を判定するには、例えば、呼吸情報に基づいて行う。平常状態と比べて呼吸周期が安定し、換気量が減少した場合は、副交感神経系優位の状態であると判定する。一方で、平常状態と比べて呼吸周期が不安定化し、換気量が増加した場合には、交感神経系優位の状態であると判定する。
　走行状況特徴抽出部３０は、車両情報Ｃ（ｔ）を受け取り、過去に入力された車両情報Ｃ（ｔ）の時系列データを解析して、現在の走行状況パターンＰ（ｔ）を感度設定部４０へ出力する。時系列データとしては、例えば、時間間隔Ｔだけ過去の車両情報を用いて現在の走行状況パターンＰ（ｔ）を決定する。時間間隔Ｔについては、走行状況は日々刻刻と変化する観点では短い方が良いが、情報量が少ない分、分類精度が下がる。この点を鑑みると、時間間隔Ｔは、例えば１０分が好ましい。市街地から高速道路へ入った場合など、明らかに走行状況が変化するケースでは、即座に走行状況パターンを切り替えても良い。
　過去に入力された車両情報Ｃ（ｔ）から走行状況パターンＰ（ｔ）を決定する動作の一例を、図２と図３とを用いて説明する。図２は、本開示の実施の形態１に係る走行状況特徴抽出部３０における時間の変化に対する地球の重力方向の加速度の変化を示した説明図である。図３は、本開示の実施の形態１に係る走行状況特徴抽出部３０における周波数の変化に対する地球の重力方向の振動成分の振幅の変化を示した説明図である。また、図３は、時間間隔Ｔ［分］だけ過去のデータの周波数解析結果を示している。
　過去に入力された車両情報Ｃ（ｔ）として地球の重力方向の加速度データを用いることとし、時間間隔Ｔ［分］だけ過去の地球の重力方向の加速度データを抽出する。抽出した加速度データを周波数解析することで、周波数スペクトルを求める。周波数解析には、例えば、高速フーリエ変換等の公知技術を適用すれば良い。求めた周波数スペクトルのピークの高さであるピーク値を検出する。図３の例では、振動の主要周波数は、ピークの位置ｈｐ（ｔ）、振動の主要周波数の振幅は、ピーク値ｍｐ（ｔ）である。
　図４は、本開示の実施の形態１に係る走行状況特徴抽出部３０における走行状況パターンの決定に関する一例を示した説明図である。乗り物酔いのし易さは、地球の重力方向の振動等の周波数特性に応じて変化し、また、同様に振動の振幅に応じて変化するため、走行状況を前記主要周波数ｈｐ（ｔ）や主要周波数の振幅であるピーク値ｍｐ（ｔ）を用いてパターンに分類する。算出した地球の重力方向の振動の主要周波数の振幅であるピーク値ｍｐ（ｔ）と振動の主要周波数ｈｐ（ｔ）とから走行状況パターンを決める動作の一例を、図４より説明する。図４の説明においては、走行状況パターンの種類ＰＮは６種類として説明する。
　図４は、振動の主要周波数ｈｐ（ｔ）の値、及び振動の主要周波数の振幅ｍｐ（ｔ）の値と各走行状況パターンとの対応を示している。図４における閾値Ｍｔは、パターン「１」、パターン「３」、及びパターン「５」とパターン「２」，パターン「４」，及びパターン「６」とを振動の大きさに対して区別する値である。図４における閾値Ｈｔ１はパターン「１」及びパターン「２」とパターン「３」及びパターン「４」とを振動の主要周波数ｈ（ｔ）に対して区別する値である。閾値Ｈｔ２はパターン「３」及びパターン「４」とパターン「５」及びパターン「６」とを振動の主要周波数ｈｐ（ｔ）に対して区別する値である。各閾値は、例えば、予め設定された固定値とする。算出した振動の主要周波数ｈｐ（ｔ）の値、及び振動の主要周波数の振幅ｍｐ（ｔ）の値を図４にプロットし、どの走行状況パターンに対応するかを決定する。
　例えば、振動の主要周波数の振幅ｍｐ（ｔ）が閾値Ｍｔ以上であり、主要周波数ｈｐ（ｔ）が閾値Ｈｔ１以上で閾値Ｈｔ２より小さい場合は、走行状況パターンＰ（ｔ）はパターン「３」と決定する。
　上記のように走行状況特徴抽出部３０は、予め定められた走行状況のパターンに走行状況を分類する。なお、乗り物酔いは個人差の大きい症状であり、例えば、大きいゆっくりとした揺れが苦手な乗員がいれば、細かな振動が苦手な乗員もあり、乗り物酔いし易い走行状況はそれぞれ異なる。すなわち、走行状況に対して、乗員によっての得意、不得意があり、また、慣れている、慣れていない走行状況がある。このため、走行状況を加速度の周波数帯や大きさに基づいていくつかのパターンに分類し、そのパターンごとに、感度を設定し、乗り物酔いを推定する。
　感度設定部４０はパターン毎の感度を設定する。具体的には、以下のとおりである。感度設定部４０は、慣れ進行状態判定結果Ｑ（ｔ）と走行状況パターンＰ（ｔ）とを受け取る。また、感度設定部４０は、現在の走行状況に対する感覚矛盾量の感度Ｓ（ｔ）を算出し、感覚矛盾量補正部５０へ出力する。走行状況パターンの番号ｐ（ｐは、１から６までの整数）に対する感度Ｓｐ（ｔ）は、走行状況パターンＰ（ｔ）として番号ｐが感度設定部４０に入力された場合に、入力される前のＳｐ（ｔ）による「Ｓｐ（ｔ）－ｑ０（ｔ）×α」を感度Ｓｐ（ｔ）として更新する。
　なお、係数ｑ０（ｔ）は慣れ進行状態判定結果Ｑ（ｔ）に基づいて決定される。例えば、Ｑ（ｔ）＝１（慣れが進行している）場合は１．０とし、Ｑ（ｔ）＝０（慣れが進行していない）場合は０．０とする。感度量αは１回の更新で補正する感度の量であり、例えば、０．０１、０．１等の値を設定する。なお、前述したとおり感度Ｓ（ｔ）は０以上の値をとるため、上述の式によってＳｐ（ｔ）が０より小さくなった場合は、Ｓｐ（ｔ）を０に設定する。現在の走行状況パターンｐに対応する感度Ｓｐ（ｔ）を感度Ｓ（ｔ）として出力する。このように、慣れが進行している場合は、対応する走行状況パターンに対する感度を小さくし、慣れが進行していない場合は、対応する走行状況パターンに対する感度を変化させないことで、走行状況パターンに対する慣れを考慮した感度の設定が可能となる。
　感覚矛盾量補正部５０は、感覚矛盾量Ｄ（ｔ）と感度Ｓ（ｔ）とを受け取り、補正した感覚矛盾量Ｄ’（ｔ）を乗り物酔い推定部６０へ出力する。補正後の感覚矛盾量Ｄ’（ｔ）は、例えば、次の式で算出する。
　Ｄ’（ｔ）　＝　Ｓ（ｔ）×Ｄ（ｔ）　　　　　　　　　（式１）
　このように感覚矛盾量を補正することで、現在の走行状況パターンに対する慣れの進行状況に応じた矛盾量を算出することができる。
　乗り物酔い推定部６０は、補正後の感覚矛盾量Ｄ’（ｔ）を受け取り、乗員の乗り物酔いレベルＯ（ｔ）を算出し、出力する。補正後の感覚矛盾量Ｄ’（ｔ）から乗員の乗り物酔いレベルＯ（ｔ）の算出は、例えば、非特許文献１に記載のようにＭＳＩ（Ｍｏｔｉｏｎ　Ｓｉｃｋｎｅｓｓ　Ｉｎｃｉｄｅｎｃｅ）率［％］を出力し、ＭＳＩの値を０～１に正規化した値を乗り物酔いレベルＯ（ｔ）として出力する。
　次に、実施の形態１に係る乗り物酔い推定装置１００の処理の手順について図５を用いて説明する。図５は、実施の形態１に係る乗り物酔い推定装置１００の処理を示したフローチャートである。図５に示される処理は、頭部の動き情報Ａ（ｔ）、生体情報Ｂ（ｔ）、又は車両情報Ｃ（ｔ）が入力される毎に一度行われる。まず、ステップＳ１で、感覚矛盾量算出部１０が、頭部の動き情報Ａ（ｔ）から感覚矛盾量Ｄ（ｔ）を算出し、感覚矛盾量補正部５０へ出力する。
　次に、ステップＳ２では、慣れ進行状態判定部２０が、生体情報Ｂ（ｔ）から現在の走行状況に対する慣れの進行状態を判定し、慣れ進行状態判定結果Ｑ（ｔ）を感度設定部４０へ出力する。
　次に、ステップＳ３では、走行状況特徴抽出部３０がＣ（ｔ）の時系列データを解析して、現在の走行状況パターンＰ（ｔ）を感度設定部４０へ出力する。
　次に、ステップＳ４では、感度設定部４０が、慣れ進行状態判定結果Ｑ（ｔ）と走行状況パターンＰ（ｔ）とから現在の走行状況に対する感覚矛盾量の感度Ｓ（ｔ）を算出し、感覚矛盾量補正部５０へ出力する。
　次に、ステップＳ５では、感覚矛盾量補正部５０が、感覚矛盾量Ｄ（ｔ）と感度Ｓ（ｔ）とから補正した感覚矛盾量Ｄ’（ｔ）を乗り物酔い推定部６０へ出力する。
　次に、ステップＳ６では、乗り物酔い推定部６０が、補正後の感覚矛盾量Ｄ’（ｔ）から乗員の乗り物酔いレベルＯ（ｔ）を算出し、出力する。
　上述のように感覚矛盾量Ｄ（ｔ）を補正し、感覚矛盾量Ｄ’（ｔ）とすることで、現在の走行状況パターンに対する慣れの進行状況に応じた矛盾量を算出することができる。
　乗り物酔い推定装置１００は、感覚矛盾量算出部１０と、慣れ進行状態判定部２０と、走行状況特徴抽出部３０と、感度設定部４０と、感覚矛盾量補正部５０と、乗り物酔い推定部６０とを備え、慣れ進行状態判定部２０が判定した慣れ進行状態判定結果Ｑ（ｔ）と走行状況特徴抽出部３０が決定した走行状況パターンＰ（ｔ）とから、慣れが進行している場合は、対応する走行状況パターンに対する感度を小さくし、慣れが進行していない場合は、対応する走行状況パターンに対する感度を変化させないことで、走行状況パターンに対する慣れを考慮した感度の設定をして、感覚矛盾量を補正する。
　本実施の形態１に係る乗り物酔い推定装置では、走行状況に対する慣れの進行状態に応じて感覚矛盾量を補正することで、走行状況に対する慣れが発生しても精度良く乗り物酔い状態を判定できる。
　また、乗り物酔い推定装置１００における慣れ進行状態判定部２０は、生体情報Ｂ（ｔ）から、乗員の自律神経系の状態を推定し、その結果に基づいて慣れ進行状態を判定する。このように、本実施の形態１に係る乗り物酔い推定装置では、自律神経系の状態に基づいて慣れの進行状態を判定することで、乗員の内部の状態に応じて精度良く慣れの進行状態を判定することができる。
　また、本実施の形態１に係る乗り物酔い推定装置では、走行状況に対する乗員の「慣れ」を判定することで、走行状況に対する乗員の慣れが進行しても精度よく乗り物酔いレベルを推定できる。
　なお、本実施の形態１では、自律神経系の状態を推定するにあたって呼吸情報を用いたが、これに限るものではない。例えば、心拍変動情報を用いて自律神経系の状態を推定しても良い。心拍変動情報を用いた自律神経系の状態推定方法としては、心拍間隔の時系列データを周波数解析し、呼吸由来の高周波成分（０．１５～４．０［Ｈｚ］）と血圧変動等に由来する低周波成分（０．０４～０．１５［Ｈｚ］）の比率から自律神経の状態を推定する。また、呼吸情報の中でも、呼吸周期の安定性、換気量以外の指標を用いて自律神経系の状態を推定して良い。
　なお、本実施の形態１では、地球の重力方向の振動の大きさと主要周波数とから走行状況パターンを決定したが、これに限るものではない。アクセル量、又はブレーキ量の車両操作量を用いても良いし、回転角速度、地磁気の情報、天候情報、又は走行経路情報を用いて走行状況パターンを決定しても良い。
　なお、本実施の形態１では、補正後の感覚矛盾量に基づいて乗り物酔いレベルを推定したが、これに限るものではない。例えば、自律神経系の状態を用いて乗り物酔いレベルを推定しても良く、自律神経系の状態が交感神経系優位の場合に、乗り物酔いレベルが高くなるように推定しても良い。
　なお、本実施の形態１では、走行状況パターンを分ける閾値を固定値としたが、これに限るものではない。例えば、ＳＯＭ（Ｓｅｌｆ－Ｏｒｇａｎｉｚｉｎｇ　Ｍａｐｓ）、又はｋ近傍法等の学習手法を用いて自動で決定しても良い。「ＳＯＭ（Ｓｅｌｆ－Ｏｒｇａｎｉｚｉｎｇ　Ｍａｐｓ）」とは、教師なし学習によって入力データを任意の次元へ写像することができる２層構造の教師なし学習ニューラルネットワークである。「ｋ近傍法」とは、ベクトル空間上にプロットされた学習データに対して、未知のデータが得られたとき、そこから距離が近い順に任意のｋ個を取得し、多数決でデータが属するクラスを推定する学習手法である。
　なお、本実施の形態１では、走行状況特徴抽出部３０において、現在の走行状況を予め定められたパターンに分類し、感度設定部４０において、各パターンに対する感度を設定していたが、これに限るものではない。例えば、走行状況を表す振動の主要周波数や振動の振幅に応じて、感度が連続的に変化するような関数を設定しても良い。しかし、このような関数は非線形で複雑になり、関数の選定やパラメータの選定が困難である。そのため、本実施の形態１で示したように、走行状況をパターンに分類し、各パターンに対する感度を設定する。
実施の形態２．
　図６は、本開示の実施の形態２に係る乗り物酔い推定装置１００ｂの概略的な構成を示すブロック図である。図６に示される乗り物酔い推定装置１００ｂは、図１に示す乗り物酔い推定装置１００に対して、乗り物酔い推定装置１００の代わりに乗り物酔い推定装置１００ｂを備えたものである。乗り物酔い推定装置１００ｂは、慣れ進行状態判定部２０の代わりに慣れ進行状態判定部２０ｂを備え、感度設定部４０の代わりに感度設定部４０ｂを備える点で異なる。図６において、図１に示される構成要素と同一または対応する構成要素には、図１で示される符号と同じ符号が示される。また、図１に示される構成と同一または対応する構成については説明を省略する。
　実施の形態１との違いは、慣れ進行状態判定部２０ｂが、慣れ進行状態判定結果Ｑ（ｔ）と自律神経系状態Ｕ（ｔ）とを感度設定部４０ｂに出力し、感度設定部４０ｂが慣れ進行状態判定結果Ｑ（ｔ）と自律神経系状態Ｕ（ｔ）とに基づいて感度を設定する点である。
　慣れ進行状態判定部２０ｂは、生体情報Ｂ（ｔ）を受け取り、慣れ進行状態判定結果Ｑ（ｔ）と自律神経系状態Ｕ（ｔ）とを感度設定部４０ｂへ出力する。慣れ進行状態判定部２０ｂは、例えば、自律神経系の状態が平常状態であれば自律神経系状態Ｕ（ｔ）を０、副交感神経系優位の状態であれば自律神経系状態Ｕ（ｔ）を１、交感神経系優位の状態であれば自律神経系状態Ｕ（ｔ）を２とする。
　感度設定部４０ｂは、慣れ進行状態判定結果Ｑ（ｔ）と自律神経系状態Ｕ（ｔ）と走行状況パターンＰ（ｔ）とを受け取り、現在の走行状況パターンに対する感度Ｓ（ｔ）を算出し、感覚矛盾量補正部５０へ出力する。
　感度設定部４０ｂは、実施の形態１では、乗員が軽度の乗り物酔いを発症しており、走行状況パターンに対する慣れが進行している場合には感覚矛盾量に対する感度が小さくなるように感度を補正していた。実施の形態２においては、前述した感度の補正に加えて、乗員が重度の乗り物酔いを発症している場合には、感覚矛盾量に対する感度が高くなるように感度を補正する。走行状況パターンの番号ｐに対する感度Ｓｐ（ｔ）は、走行状況パターンＰ（ｔ）として番号ｐが感度設定部４０ｂに入力された場合に、入力される前のＳｐ（ｔ）による「Ｓｐ（ｔ）－ｑ０（ｔ）×α」を感度Ｓｐ（ｔ）として更新する。
　ここで、係数ｑ０（ｔ）は慣れ進行状態判定結果Ｑ（ｔ）と自律神経系状態Ｕ（ｔ）とに基づいて決定される。例えば、Ｑ（ｔ）＝１かつＵ（ｔ）＝１場合（慣れが進行している状態）は１．０とし、Ｑ（ｔ）＝０かつＵ（ｔ）＝０の場合（慣れが進行していない状態、かつ重度の乗り物酔いを発症していない状態）は０．０とする。Ｑ（ｔ）＝０かつＵ（ｔ）＝２の場合（慣れが進行していない状態、かつ重度の乗り物酔いを発症している状態）は、－１．０とする。このように感度を更新することで、重度の乗り物酔いが発症している場合、すなわち交感神経系優位の場合には感覚矛盾量に対する感度を高く補正することで、乗り物酔いレベルＯ（ｔ）が高い値をとりやすくなる。なお、係数ｑ０（ｔ）は上述した値に限るものではなく、任意の値を設定して良い。
　乗り物酔い推定装置１００ｂは、感覚矛盾量算出部１０と、慣れ進行状態判定部２０ｂと、走行状況特徴抽出部３０と、感度設定部４０ｂと、感覚矛盾量補正部５０と、乗り物酔い推定部６０とを備え、慣れ進行状態判定部２０が出力した慣れ進行状態判定結果Ｑ（ｔ）及び自律神経系状態Ｕ（ｔ）と走行状況特徴抽出部３０が決定した走行状況パターンＰ（ｔ）とから、重度の乗り物酔いが発症している場合、すなわち交感神経系優位の場合には感覚矛盾量に対する感度を高く補正するように、乗員の乗り物酔いレベルＯ（ｔ）を算出する。
　本実施の形態２に係る乗り物酔い推定装置では、重度の乗り物酔いが発症した場合は感覚矛盾量に対する感度を高く補正することで、精度よく乗り物酔いレベルを推定できる。
実施の形態３．
　図７は、本開示の実施の形態３に係る乗り物酔い推定装置１００ｃの概略的な構成を示すブロック図である。図７に示される乗り物酔い推定装置１００ｃは、図１に示す乗り物酔い推定装置１００に対して、乗り物酔い推定装置１００の代わりに乗り物酔い推定装置１００ｃを備えたものである。乗り物酔い推定装置１００ｃは、乗員状態判定部７０を更に備え、慣れ進行状態判定部２０の代わりに慣れ進行状態判定部２０ｃを備える点で異なる。図７において、図１に示される構成要素と同一または対応する構成要素には、図１で示される符号と同じ符号が示される。また、図１に示される構成と同一または対応する構成については説明を省略する。
　実施の形態１との違いは、走行状況に対する慣れの進行状態を判定する際に、乗員状態の判定結果に基づいて慣れの進行状態を判定する点である。
　乗員状態判定部７０は、画像情報Ｉｍ（ｔ）を受け取り、乗員状態情報Ｒ（ｔ）を慣れ進行状態判定部２０ｃに出力する。画像情報Ｉｍ（ｔ）は、乗員を含む空間を予め定められたフレームレートで撮像した、該空間の動画像を表す一連のフレームの画像情報（撮像画像）である。例えば３０［ＦＰＳ］のフレームレートで撮像された乗員状態情報Ｒ（ｔ）は、乗り物酔いに関係しない乗員状態を示す情報であり、乗員の覚醒レベル、ストレスレベル、又は疲労レベルの情報を含む。前述した各乗員状態のレベルは、例えば、０～１の値で定義される。覚醒レベルについては、レベル０は覚醒していない状態、レベル１は覚醒している状態と定義する。ストレスレベルでは、レベル０はストレスがかかっていない状態、レベル１はストレスが大きくかかっている状態と定義する。疲労レベルについては、レベル０が疲労していない状態、レベル１が疲労している状態と定義できる。
　慣れ進行状態判定部２０ｃは、生体情報Ｂ（ｔ）と乗員状態情報Ｒ（ｔ）とに基づいて、現在の走行状況に対する慣れの進行状態を判定する。
　次に、乗り物酔い推定装置１００ｃの処理の手順について図８を用いて説明する。図８は、実施の形態３に係る乗り物酔い推定装置１００ｃの処理を示したフローチャートである。図８に示されるフローチャートは、図５に示すフローチャートに対して乗員状態判定を判定するステップであるステップ０を有し、慣れ進行状態を判定するステップであるステップＳ２に代えて、慣れ進行状態を判定するステップであるステップＳ２’を有する点で異なる。図８において、図５に示されるステップと同一または対応するステップには、図５で示される符号と同じ符号が示される。また、図５に示されるステップと同一または対応するステップについては説明を省略する。
　まず、ステップＳ０では、乗員状態判定部７０が画像情報Ｉｍ（ｔ）から乗員状態情報Ｒ（ｔ）を算出する。以下では、乗員状態情報を乗員の覚醒レベルとして説明する。乗員の覚醒レベルは、画像情報の時系列データから算出することができる。例えば、画像情報Ｉｍ（ｔ）から乗員の目の開閉状態を検出し、ＰＥＲＣＬＯＳ（所定時間における目の閉眼時間割合）等の指標を算出することで乗員の覚醒レベルを算出することができる。なお、覚醒レベルの算出方法はこれに限るものではなく、公知の技術を使って算出して良い。
　次に、ステップＳ２’では、慣れ進行状態判定部２０ｃが、生体情報Ｂ（ｔ）と乗員状態情報Ｒ（ｔ）とに基づいて、現在の走行状況に対する慣れの進行状態を判定する。実施の形態１においては、副交感神経系優位の状態を慣れ進行状態であると判定していたが、副交感神経系優位の状態は、軽い酔いの発生時だけではなく、覚醒レベル低下時に見られる。そのため、慣れ進行状態判定部２０ｃでは、副交感神経系優位の状態が、軽い酔いの発生によるものなのか、覚醒レベル低下によるものなのかを鑑みて慣れの進行状態を判定する。具体的には、副交感神経系優位であり、かつ覚醒レベルが高い状態を慣れ進行状態として判定する。覚醒レベルが高いか、低いかを判定するにあたっては、覚醒レベルに対し閾値を設定し、閾値以上であれば覚醒レベルが高い、閾値未満であれば覚醒レベルが低いと判定する。
　覚醒レベルが高いか低いかを決めるＰＥＲＣＬＯＳ以外の基準として、例えば、覚醒レベルを５段階「１：全く眠くなさそう、２：やや眠そう、３：眠そう、４：かなり眠そう、５：非常に眠そう」に分け、３段階以上を覚醒レベルが高い、それ未満を覚醒レベルが低いと決め、これを「表情評定基準」とする。
　ＰＥＲＣＬＯＳに対する閾値を決めるためには、予め実験を行い、上述の表情評定基準と、ＰＥＲＣＬＯＳの値との対応をとっておく。「対応をとる」とは、ＰＥＲＣＬＯＳの値が表情評定基準の何段階目に相当するのか、を求めることである。上記実験により表情評定基準とＰＥＲＣＬＯＳとの対応をとり、表情評定基準の３段階以上とそれ未満との分かれ目に相当するＰＥＲＣＬＯＳの値を取得する。この分かれ目に相当するＰＥＲＬＣＯＳの値を、覚醒レベルが高いか、低いかを判定するにあたって設定する閾値とする。
　乗り物酔い推定装置１００ｃは、感覚矛盾量算出部１０と、慣れ進行状態判定部２０ｃと、走行状況特徴抽出部３０と、感度設定部４０と、感覚矛盾量補正部５０と、乗り物酔い推定部６０と、乗員状態判定部７０とを備え、生体情報Ｂ（ｔ）と乗員状態情報Ｒ（ｔ）とに基づいて判定された慣れ進行状態判定結果Ｑ（ｔ）を出力し、慣れ進行状態判定結果Ｑ（ｔ）と走行状況パターンＰ（ｔ）とから感覚矛盾量を補正することで、乗員の乗り物酔いレベルＯ（ｔ）を算出する。
　本実施の形態３では、乗員状態情報を考慮して慣れの進行状態を判定することで、慣れが進行していないにも関わらず、慣れが進行していると判定してしまうケースを抑制し、精度よく慣れ進行状態を判定することができる。その結果、精度よく乗り物酔いレベルを推定することができる。
　なお、本実施の形態３では、画像情報を用いて覚醒レベルを推定したが、これに限るものではない。例えば、生体情報に基づいて覚醒レベルを推定しても良いし、スマートホン等の操作履歴から覚醒レベルを推定しても良い。
　なお、本実施の形態３では、覚醒レベルに基づいて慣れの進行状態を判定したが、これに限るものではない。前述したようにストレスレベル、又は疲労レベルに基づいて慣れの進行状態を判定しても良い。
　なお、本実施の形態３では、補正後の感覚矛盾量に基づいて乗り物酔いレベルを推定したが、これに限るものではない。例えば、自律神経系の状態を用いて乗り物酔いレベルを推定しても良く、自律神経系の状態が交感神経系優位の場合に、乗り物酔いレベルが高くなるように推定し、走行状況のパターンに対する感度を大きく設定しても良い。あるいは、乗員状態情報に基づいて乗り物酔いレベルを推定しても良い。例えば、乗員状態情報として覚醒レベルが低下している場合は、眠っていると判断できるため、乗り物酔いレベルを小さく推定する。つまり、乗り物酔い推定装置１００ｃは、補正後の感覚矛盾量に加えて、自律神経系の状態に基づいて乗り物酔い状態を推定してもよい。また、乗り物酔い推定装置１００ｃは、感覚矛盾量と自律神経系の状態とに加えて、乗員状態に基づいて乗り物酔い状態を推定してもよい。
実施の形態４．
　図９は、本開示の実施の形態４に係る乗り物酔い抑制装置の概略的な構成を示すブロック図である。図９に示される乗り物酔い抑制装置２００は、図１に示す乗り物酔い推定装置１００に加えて乗り物酔い抑制部２１０を備えている。図９において、図１に示される構成要素と同一または対応する構成要素には、図１で示される符号と同じ符号が示される。また、図１に示される構成と同一または対応する構成については説明を省略する。
　乗り物酔い抑制部２１０は、乗り物酔い推定装置１００から乗り物酔いレベルＯ（ｔ）を受け取り、乗員の乗り物酔いを抑制するような車両制御情報Ｖ（ｔ）を出力する。車両制御情報Ｖ（ｔ）とは、例えば、車両が自動運転車両の場合は、車両走行の目標軌跡、目標速度、又は目標操舵角である。車両制御情報Ｖ（ｔ）には、乗り物酔いレベルが高くなった時に、乗り物酔いレベルが低下するように前述した値が設定される。具体的には、走行時の振動、又は加減速が小さくなるように、目標軌跡、目標速度、又は目標操舵角の値が設定される。また、車両制御情報Ｖ（ｔ）とは、例えば、車両がドライバーによる手動運転車両の場合は、運転手に急アクセル、急ブレーキ、及び急操舵を避けるように促す警告情報である。なお、乗り物酔いレベルが高いとは、所定の閾値より乗り物酔いレベルが高いこととする。
　本実施の形態４に係る乗り物酔い抑制装置によれば、乗り物酔いレベルが高くなったときに、乗り物酔いレベルが低下されるように車両制御情報を出力することで、乗員の乗り物酔いを抑制することができる。
実施の形態５．
　図１０は、本開示の実施の形態５に係る乗り物酔い抑制装置の概略的な構成を示すブロック図である。図１０に示される乗り物酔い抑制装置２００ｂは、図９に示す乗り物酔い抑制装置２００に対して、感度設定部４０の代わりに感度設定部４０ｃを備え、乗り物酔い推定装置１００の代わりに乗り物酔い推定装置１００ｄを備え、乗り物酔い抑制部２１０の代わりに乗り物酔い抑制部２１０ｂを備える点が異なる。図１０において、図９に示される構成要素と同一または対応する構成要素には、図９で示される符号と同じ符号が示される。また、図９に示される構成と同一または対応する構成については説明を省略する。
　感度設定部４０ｃは、慣れ進行状態判定結果Ｑ（ｔ）と走行状況パターンＰ（ｔ）とを受け取り、現在の走行状況に対する感覚矛盾量の感度Ｓ（ｔ）を算出し、感覚矛盾量補正部５０へ出力し、全ての走行状況パターンに対する感覚矛盾量の感度Ｓａｌｌ（ｔ）を乗り物酔い抑制部２１０ｂへ出力する。Ｓａｌｌ（ｔ）は、例えば、走行状況パターンがＰＮ種類ある場合には、Ｓ1（ｔ）～ＳPN（ｔ）のＰＮ種類の感度をＳａｌｌとして出力する。
　乗り物酔い推定装置１００ｄは、頭部の動き情報Ａ（ｔ）、生体情報Ｂ（ｔ）、及び車両情報Ｃ（ｔ）を入力として受け取り、慣れ進行状態判定結果Ｑ（ｔ）と乗り物酔いレベルＯ（ｔ）と全ての走行状況パターンに対する感覚矛盾量の感度Ｓａｌｌ（ｔ）とを乗り物酔い抑制部２１０ｂへ出力する。
　乗り物酔い抑制部２１０ｂは、慣れ進行状態判定結果Ｑ（ｔ）と乗り物酔いレベルＯ（ｔ）と全ての走行状況パターンに対する感覚矛盾量の感度Ｓａｌｌ（ｔ）とを入力として受け取り、車両制御情報Ｖ（ｔ）を出力する。
　乗り物酔い抑制部２１０ｂは、乗り物酔いレベルが高くなった時には、乗り物酔いレベルが低下するように車両制御情報Ｖ（ｔ）を出力する点では実施の形態４と同じである。加えて、乗り物酔い抑制部２１０ｂは、慣れ進行状態判定結果に基づいて、走行状況に対する乗員の慣れが進行するように車両制御情報Ｖ（ｔ）を生成し、出力する。
　本実施の構成は、走行状況パターンに対し、感度が高いか又は低いか、慣れが進行しているか又はしていないかを求めるものである。感度が高い走行状況パターンとは、乗員が乗り物酔いし易い走行状況パターン、つまり乗員が苦手な走行状況パターンである。そのような感度が高い走行状況パターンにならないように制御するのが、車両制御方法の一つであるが、このような制御を続けた場合、乗員は苦手な走行状況パターンに対して、慣れることがない。苦手な走行状況パターンに対して慣れを進行させ、苦手な走行状況パターンをなくしていくように、つまり走行状況に対する乗員の慣れが進行するように車両制御情報Ｖ（ｔ）を生成するために、例えば、感度の高い走行状況パターンと感度の低い走行状況パターンとを交互に繰り返すように制御する。感度の高い走行状況パターンになるように車両を制御し、軽度の乗り物酔い状態、すなわち慣れ進行状態を保つことで、前記走行状況パターンに対する感度を下げることができ、乗員は苦手な走行状況パターンを克服することができる。しかし、感度が十分に下がる前に慣れ進行状態判定結果Ｑ（ｔ）が「慣れ進行状態でない」状態へ遷移する場合もある。その場合は、感度の低い走行状況パターン、すなわち乗員が苦手としていない走行状況パターンになるよう車両を制御し、乗り物酔いレベルが高くなることを防止する。このように車両を制御することにより、乗員に苦手な走行状況パターンに対する慣れを進行させ、感度の高い走行状況パターンを乗員に経験させることができる。なお、感度の高いパターン、低いパターンについては、全ての走行状況パターンに対する感覚矛盾量の感度Ｓａｌｌを参照することで得られる。
　本実施の形態５に係る乗り物酔い抑制装置によれば、走行状況に対する乗員の慣れが進行するように車両を制御することで、乗員の乗り物酔いを抑制することができる。
実施の形態６．
　図１１は、本開示の実施の形態６に係る乗り物酔い抑制装置の概略的な構成を示すブロック図である。図１１に示される乗り物酔い抑制装置２００ｃは、図１１に示す乗り物酔い抑制装置２００に対して、感度設定部４０の代わりに感度設定部４０ｄを備え、乗り物酔い推定装置１００の代わりに乗り物酔い推定装置１００ｅを備え、乗り物酔い抑制部２１０の代わりに乗り物酔い抑制部２１０ｃを備える点が異なる。図１１において、図９に示される構成要素と同一または対応する構成要素には、図９で示される符号と同じ符号が示される。また、図９に示される構成と同一または対応する構成については説明を省略する。
　感度設定部４０ｄは、慣れ進行状態判定結果Ｑ（ｔ）と走行状況パターンＰ（ｔ）とを受け取り、現在の走行状況に対する感覚矛盾量の感度Ｓ（ｔ）を算出し、感覚矛盾量補正部５０と乗り物抑制部２１０ｃへ出力し、全ての走行状況パターンに対する感覚矛盾量の感度Ｓａｌｌ（ｔ）を乗り物酔い抑制部２１０ｃへ出力する。
　乗り物酔い推定装置１００ｅは、頭部の動き情報Ａ（ｔ）、生体情報Ｂ（ｔ）、及び車両情報Ｃ（ｔ）を入力として受け取り、現在の走行状況に対する感覚矛盾量の感度Ｓ（ｔ）と全ての走行状況パターンに対する感覚矛盾量の感度Ｓａｌｌ（ｔ）と乗り物酔いレベルＯ（ｔ）とを乗り物酔い抑制部２１０ｃへ出力する。
　乗り物酔い抑制部２１０ｃは、現在の走行状況に対する感覚矛盾量の感度Ｓ（ｔ）と全ての走行状況パターンに対する感覚矛盾量の感度Ｓａｌｌ（ｔ）と乗り物酔いレベルＯ（ｔ）とを入力として受け取り、車両制御情報Ｖ（ｔ）を出力する。
　乗り物酔い抑制部２１０ｃは、乗り物酔いレベルが高くなった時には、乗り物酔いレベルが低下するように車両制御情報Ｖ（ｔ）を出力する点では実施の形態４と同じである。加えて、乗り物酔い抑制部２１０ｃは、現在の走行状況に対する感覚矛盾量の感度Ｓ（ｔ）と全ての走行状況パターンに対する感覚矛盾量の感度Ｓａｌｌ（ｔ）と乗り物酔いレベルＯ（ｔ）とに基づいて、走行状況パターンＰ（ｔ）が感度Ｓ（ｔ）の高い走行状況パターンに分類されないように車両制御情報Ｖ（ｔ）を生成し、かつ、乗り物酔い抑制部２１０ｃは、現在の走行状況に対する感覚矛盾量の感度Ｓ（ｔ）と全ての走行状況パターンに対する感覚矛盾量の感度Ｓａｌｌ（ｔ）と乗り物酔いレベルＯ（ｔ）とに基づいて、走行状況パターンＰ（ｔ）が感度Ｓ（ｔ）の低い走行状況パターンに分類されるように車両制御情報Ｖ（ｔ）を生成する。
　本実施の形態６に係る乗り物酔い抑制装置によれば、乗り物酔いレベルが高くなったときに、乗り物酔いレベルが低下されるように、かつ感度Ｓ（ｔ）に基づいて、走行状況パターンＰ（ｔ）が感度Ｓ（ｔ）の低い走行状況パターンに分類されるように車両制御情報を出力することで、乗員の乗り物酔いを抑制することができる。
実施の形態７．
　図１２は、本開示の実施の形態７に係る乗り物酔い推定装置１００ｆの概略的な構成を示すブロック図である。図１２に示される乗り物酔い推定装置１００ｆは、図１に示す乗り物酔い推定装置１００に対して、乗り物酔い推定装置１００の代わりに乗り物酔い推定装置１００ｆを備えたものである。乗り物酔い推定装置１００ｆは、乗り物酔い推定装置１００に対して個人識別情報Ｅ（ｔ）を入力として受け取る点で異なる。また、乗り物酔い推定装置１００ｆは、乗り物酔い推定装置１００に対して感度設定部４０の代わりに感度設定部４０ｅを備える点で異なる。さらに、乗り物酔い推定装置１００ｆは、乗り物酔い推定装置１００に対して感度記録部８０を備える点で異なる。図１２において、図１に示される構成要素と同一または対応する構成要素には、図１で示される符号と同じ符号が示される。また、図１に示される構成と同一または対応する構成については説明を省略する。
　本実施の形態は、感度記録部８０が、個人識別情報Ｅ（ｔ）と感度Ｓ（ｔ）とを受け取って個人識別情報Ｅ（ｔ）に対応する感度Ｓ（ｔ）をデータベースに記録する点で、実施の形態１と異なる。また、本実施の形態は、感度記録部８０が、個人識別情報Ｅ（ｔ）に対応する感度初期値Ｓｉｎｉｔを感度設定部４０ｅに出力する点で、実施の形態１と異なる。なお、本実施の形態における感度初期値Ｓｉｎｉｔは、走行状況パターンの種類毎の初期値である。さらに、本実施の形態は、感度設定部４０ｅが、感度初期値Ｓｉｎｉｔを用いて走行状況パターンの種類毎の感度の初期値を設定する点で、実施の形態１と異なる。ここで、個人識別情報Ｅ（ｔ）は、乗員を特定するための情報であり、例えば、０、１、２、３のような整数で表現された識別コードである。個人識別情報Ｅ（ｔ）は、乗員が替われば、異なる値となる。個人識別情報Ｅ（ｔ）は、例えばカメラ画像により得られた顔画像から、登録された乗員または登録されていない乗員かを区別することで得られた識別コードである。例えば、業務目的で使われない、主に一般家庭で利用されるような一般的な車両であれば登録される乗員の数は５名から１０名程度である。登録されていない新規の乗員である場合、この乗員に対しては例えば「ゲスト」としての識別コードである個人識別情報Ｅ（ｔ）が与えられる。
　感度記録部８０は、乗員の個人識別情報Ｅ（ｔ）とその乗員の感度Ｓ（ｔ）とを入力として受け取る。感度記録部８０は、個人識別情報Ｅ（ｔ）が変化した時刻、すなわち乗員が替わった時刻に、乗員の感度Ｓ（ｔ）を個人識別情報Ｅ（ｔ）毎のに感度初期値Ｓｉｎｉｔとしてデータベースに記録する。また、感度記録部８０は、データベースから、個人識別情報Ｅ（ｔ）に対応する感度初期値Ｓｉｎｉｔを読み出し、感度設定部４０ｅに出力する。
　感度設定部４０ｅは、感度記録部８０から個人識別情報Ｅ（ｔ）に対応する感度初期値Ｓｉｎｉｔを受け取り、感度Ｓ（ｔ）に初期値として設定する。また、感度設定部４０ｅは、慣れ進行状態判定結果Ｑ（ｔ）と走行状況パターンＰ（ｔ）とを受け取り、感度初期値Ｓｉｎｉｔに基づいて、現在の走行状況パターンｐに対応する感度Ｓｐ（ｔ）を感度Ｓ（ｔ）として算出し感覚矛盾量補正部５０へ出力する。
　次に、感度記録部８０の動作について説明する。感度記録部８０は、乗員の個人識別情報Ｅ（ｔ）とその乗員の感度Ｓ（ｔ）とを入力として受け取り、入力された感度Ｓ（ｔ）をその乗員の感度初期値Ｓｉｎｉｔとして、乗員の個人識別情報Ｅ（ｔ）と感度初期値Ｓｉｎｉｔとを対応付けてデータベースに記録する。個人識別情報Ｅ（ｔ）に対応する、走行状況パターンｐにおける感度初期値Ｓｉｎｉｔは、例えば、感度Ｓ（ｔ）が更新された時刻に記録することで、各乗員に対する最新の感度Ｓ（ｔ）を記録することができる。
　また、感度記録部８０は、上記のように動作することで、感度設定部４０ｅは、乗員が過去に乗車したときの感度の値を、感度算出の初期値として使用することができる。なお、個人識別情報Ｅ（ｔ）に対応する感度初期値Ｓｉｎｉｔが存在しない場合、つまり事前にデータベースに記録されていない場合は、例えば、走行状況パターンｐにおける感度初期値Ｓｉｎｉｔを１．０として感度設定部４０ｅへ出力する。
　なお、乗員が複数であれば乗り物酔い推定装置１００ｆに入力される頭部動き情報Ａ（ｔ）、生体情報Ｂ（ｔ）及び個人識別情報Ｅ（ｔ）のそれぞれが乗員の数だけの情報を有する。その場合、感度記録部８０は、乗員毎の個人識別情報Ｅ（ｔ）に対応付けられた感度初期値Ｓｉｎｉｔを出力する。感度設定部４０ｅは、乗員毎の生体情報Ｂ（ｔ）から生成された慣れ進行状態判定結果Ｑ（ｔ）及びその乗員の個人識別情報Ｅ（ｔ）に対応付けられた感度初期値Ｓｉｎｉｔを用いてそれぞれの感度Ｓ（ｔ）を算出する。感覚矛盾量Ｄ（ｔ）、補正した感覚矛盾量Ｄ’（ｔ）についても、乗員毎の情報を生成することで、複数の乗員の乗り物酔いレベルＯ（ｔ）を算出する。乗員の数だけ複数回の処理を行う以外は、上記の説明における各構成要素の動作は同じである。
　本実施の形態７に係る乗り物酔い推定装置によれば、乗員が過去に乗車したときの感度の値を、前記乗員の感度算出の初期値として利用することで、同一の乗員について前回乗車した時の算出データを引き継ぐことができ、より効率良く乗り物酔い状態を判定することができる。
　図１３は、乗り物酔い推定装置１００のハードウェア構成の一例を示す図である。図１４は、乗り物酔い推定装置１００のハードウェア構成の他の例を示す図である。
　乗り物酔い推定装置１００は、例えば、少なくとも１つのプロセッサ１０１ａおよびメモリ１０１ｂで構成される。プロセッサ１０１ａは、例えば、メモリ１０１ｂに格納されるプログラムを実行するＣｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ（ＣＰＵ）である。この場合、乗り物酔い推定装置１００の機能は、ソフトウェア、ファームウェア、またはソフトウェアとファームウェアとの組み合わせにより実現される。ソフトウェアおよびファームウェアはプログラムとしてメモリ１０１ｂに格納することができる。これにより、乗り物酔い推定装置１００の機能（例えば、本実施の形態で説明される乗り物酔い推定方法）を実現するためのプログラムは、コンピュータによって実行される。
　メモリ１０１ｂは、コンピュータで読み取り可能な記録媒体であり、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）およびＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）などの揮発性メモリ、不揮発性メモリ、または揮発性メモリと不揮発性メモリとの組み合わせである。
　乗り物酔い推定装置１００は、単一回路または複合回路などの専用のハードウェアとしての処理回路１０１ｃで構成されてもよい。この場合、乗り物酔い推定装置１００の機能は、処理回路１０１ｃで実現される。
　以上のように本開示の実施の形態について説明したが、本開示はこれらの実施の形態に限るものではない。
　１００，１００ｂ，１００ｃ，１００ｄ，１００ｅ，１００ｆ　乗り物酔い推定装置
　１０　感覚矛盾量算出部
　２０，２０ｂ　慣れ進行状態判定部
　３０　走行状況特徴抽出部
　４０，４０ｂ，４０ｃ，４０ｄ，４０ｅ　感度設定部
　５０　感覚矛盾量補正部
　６０　乗り物酔い推定部
　７０　乗員状態判定部
　８０　感度記録部
　２００，２００ｂ，２００ｃ　乗り物酔い抑制装置
　２１０，２１０ｂ，２１０ｃ　乗り物酔い抑制部
　Ａ（ｔ）　頭部動き情報
　Ｂ（ｔ）　生体情報
　Ｃ（ｔ）　車両情報
　Ｉｍ（ｔ）　画像情報
　Ｏ（ｔ）　乗り物酔いレベル
　Ｐ（ｔ）　走行状況パターン
　Ｑ（ｔ）　慣れ進行状態判定結果
　Ｒ（ｔ）　乗員状態情報
　Ｓ（ｔ）　感度
　Ｕ（ｔ）　自律神経系状態
　Ｖ（ｔ）　車両制御情報

Claims (14)

  1. 　乗り物の揺れによって生じる乗員の頭部の動きに基づいて感覚矛盾量を算出する感覚矛盾量算出部と、
    　前記乗員の頭部の動き及び前記乗り物の動きの少なくともいずれか一方に基づいて、走行状況の特徴を抽出する走行状況特徴抽出部と、
    　前記乗員の生体情報に基づいて、前記走行状況に対して前記乗員の慣れが進行している状態である慣れ進行状態であると判定する慣れ進行状態判定部と、
    　前記慣れ進行状態に基づいて前記走行状況の特徴に対する感度を設定する感度設定部と、
    　前記感度に基づいて前記感覚矛盾量を補正する感覚矛盾量補正部と、
    　補正後の前記感覚矛盾量に基づいて前記乗員の乗り物酔い状態を推定する乗り物酔い推定部と
    を備える乗り物酔い推定装置。
  2. 　前記慣れ進行状態判定部は、前記乗員の自律神経系の状態を判定し、前記自律神経系の状態に基づいて慣れ進行状態を判定する
    請求項１に記載の乗り物酔い推定装置。
  3. 　前記慣れ進行状態判定部は、前記自律神経系の状態が、副交感神経系が優位である副交感神経系優位の状態であることから慣れが進行している状態であると判定する
    請求項２に記載の乗り物酔い推定装置。
  4. 　前記慣れ進行状態判定部は、前記乗員の状態を判定する乗員状態判定部を更に備え、
    　前記慣れ進行状態判定部は、前記自律神経系の状態に加えて、前記乗員の状態に基づいて慣れ進行状態を判定する
    請求項２または３に記載の乗り物酔い推定装置。
  5. 　前記乗員状態判定部は、前記乗員が覚醒状態であるかどうかを判定し、
    　前記慣れ進行状態判定部は、前記自律神経系の状態が、副交感神経系が優位である副交感神経系優位の状態であり、かつ前記乗員の状態が覚醒状態である場合に慣れが進行している状態であると判定する
    請求項４に記載の乗り物酔い推定装置。
  6. 　前記走行状況特徴抽出部は、予め定められた走行状況のパターンに走行状況を分類し、
    　前記感度設定部は前記パターンのそれぞれについて前記感度を設定する
    請求項２から５の何れか１項に記載の乗り物酔い推定装置。
  7. 　前記感度設定部は、前記慣れが進行している状態と判定された場合には、前記走行状況のパターンに対する感度を小さく設定する
    請求項２から６の何れか１項に記載の乗り物酔い推定装置。
  8. 　前記慣れ進行状態判定部は、前記自律神経系の状態が、交感神経系が優位である交感神経系優位の状態であると判定した場合には、前記感度設定部が、前記走行状況のパターンに対する感度を大きく設定する
    請求項２に記載の乗り物酔い推定装置。
  9. 　前記乗り物酔い推定部は、前記補正後の感覚矛盾量に加えて、前記自律神経系の状態に基づいて前記乗り物酔い状態を推定する
    請求項２から８の何れか１項に記載の乗り物酔い推定装置。
  10. 　前記乗り物酔い推定部は、前記感覚矛盾量と前記自律神経系の状態に加えて、前記乗員の状態に基づいて前記乗り物酔い状態を推定する
    請求項９に記載の乗り物酔い推定装置。
  11. 　前記乗員を識別するための乗員識別情報と、前記感度設定部から得られた前記乗員の感度とを対応付けしたものを、前記乗員の感度初期値として記録する感度記録部をさらに備え、
    　前記感度設定部は、過去に識別済の乗員が前記乗り物に再度乗ったときに、感度の初期値として、前記感度記録部から前記乗員に対応付けられた前記感度初期値を用いて設定する
    請求項６から１０の何れか１項に記載の乗り物酔い推定装置。
  12. 　請求項１から１１の何れか１項に記載の乗り物酔い推定装置と、
    　前記乗り物酔い推定結果に基づいて前記乗員の乗り物酔いを抑制する乗り物酔い抑制部と
    を備える乗り物酔い抑制装置。
  13. 　前記乗り物酔い抑制部は、前記感度の高い走行状況パターンと感度の低い走行状況パターンとを交互に繰り返すように車両を制御する
    る請求項１２に記載の乗り物酔い抑制装置。
  14. 　乗り物の揺れによって生じる乗員の頭部の動きに基づいて感覚矛盾量を推定する感覚矛盾量推定ステップと、
    　前記乗員の頭部の動き及び前記乗り物の動きの少なくともいずれか一方に基づいて、走行状況から乗り物酔いに関連する走行状況の特徴を抽出する走行状況特徴抽出ステップと、
    　前記乗員の生体情報に基づいて、前記走行状況に対して前記乗員の慣れが進行している状態である慣れ進行状態であると判定する慣れ進行状態判定ステップと、
    　前記慣れ進行状態に基づいて前記走行状況の特徴に対する感度を設定する感度設定ステップと、
    　前記感度に基づいて前記感覚矛盾量を補正する感覚矛盾量補正ステップと、
    　補正後の前記感覚矛盾量に基づいて前記乗員の乗り物酔い状態を推定する乗り物酔い推定ステップと
    を有する乗り物酔い推定方法。
PCT/JP2020/000455 2019-02-18 2020-01-09 乗り物酔い推定装置、乗り物酔い抑制装置及び乗り物酔い推定方法 WO2020170640A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
US17/310,219 US11787421B2 (en) 2019-02-18 2020-01-09 Motion sickness estimation device, motion sickness reducing device and motion sickness estimation method
DE112020000867.3T DE112020000867T5 (de) 2019-02-18 2020-01-09 Reisekrankheits-abschätzungsvorrichtung, reisekrankheitsreduzierungsvorrichtungverfahren zum abschätzen einer reisekrankheit
CN202080014178.5A CN113439049B (zh) 2019-02-18 2020-01-09 交通工具晕动症推测装置、交通工具晕动症抑制装置以及交通工具晕动症推测方法
JP2021501674A JP7046259B2 (ja) 2019-02-18 2020-01-09 乗り物酔い推定装置、乗り物酔い抑制装置及び乗り物酔い推定方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019026470 2019-02-18
JP2019-026470 2019-02-18

Publications (1)

Publication Number Publication Date
WO2020170640A1 true WO2020170640A1 (ja) 2020-08-27

Family

ID=72144039

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/000455 WO2020170640A1 (ja) 2019-02-18 2020-01-09 乗り物酔い推定装置、乗り物酔い抑制装置及び乗り物酔い推定方法

Country Status (5)

Country Link
US (1) US11787421B2 (ja)
JP (1) JP7046259B2 (ja)
CN (1) CN113439049B (ja)
DE (1) DE112020000867T5 (ja)
WO (1) WO2020170640A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022113740A1 (ja) * 2020-11-25 2022-06-02 日立Astemo株式会社 車両統合制御装置、および、車両統合制御方法
WO2023145170A1 (ja) * 2022-01-26 2023-08-03 日立Astemo株式会社 車両統合制御装置、車両統合制御方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20240061510A1 (en) * 2019-05-12 2024-02-22 NeuroHaptics, Inc. Motion sickness reduction, directional indication, and neural rehabilitation device
KR20220003744A (ko) * 2020-07-02 2022-01-11 현대자동차주식회사 멀미 저감을 위한 자율주행차량의 제어 시스템
JP7480856B2 (ja) * 2020-09-28 2024-05-10 日産自動車株式会社 車両運動制御方法及び車両運動制御装置
CN115414008A (zh) * 2022-09-02 2022-12-02 智己汽车科技有限公司 用于对抗晕动症的vr显示方法及系统
CN116726388B (zh) * 2023-06-15 2024-03-26 湖南大学 一种拟人反馈的主动时空自平衡前庭刺激系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000052735A (ja) * 1998-08-03 2000-02-22 Isuzu Motors Ltd 車両懸架機構の制御装置
JP2005326962A (ja) * 2004-05-12 2005-11-24 Fujitsu Ten Ltd 運転支援装置
JP2006034576A (ja) * 2004-07-27 2006-02-09 Matsushita Electric Ind Co Ltd 乗り物酔い対策装置および乗り物酔い対策方法
JP2007236644A (ja) * 2006-03-09 2007-09-20 Nissan Motor Co Ltd 乗り物酔い推定装置、乗り物酔い推定方法及び乗り物酔い推定装置付き車両
US8708884B1 (en) * 2013-03-11 2014-04-29 The United States Of America As Represented By The Secretary Of The Army Systems and methods for adaptive mitigation of motion sickness
WO2018070330A1 (ja) * 2016-10-11 2018-04-19 三菱電機株式会社 乗り物酔い推定装置、乗り物酔い防止装置および乗り物酔い推定方法
US10210409B1 (en) * 2018-02-07 2019-02-19 Lear Corporation Seating system with occupant stimulation and sensing
WO2019215811A1 (ja) * 2018-05-08 2019-11-14 三菱電機株式会社 運転支援装置及び運転支援方法
JP2019219266A (ja) * 2018-06-20 2019-12-26 株式会社マイクロデザインプロジェクト 乗り物酔いの評価方法および乗り物酔いの評価装置

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6042533A (en) * 1998-07-24 2000-03-28 Kania; Bruce Apparatus and method for relieving motion sickness
JP2000085332A (ja) * 1998-09-14 2000-03-28 Isuzu Motors Ltd 車両懸架機構の制御装置
NL1019989C2 (nl) * 2002-02-18 2003-08-19 Tno Werkwijze ter preventie van bewegingsziekte, alsmede inrichting voor het detecteren en signaleren van potentieel ziekmakende bewegingen.
US7918781B1 (en) * 2006-03-22 2011-04-05 The United States Of America As Represented By The Secretary Of The Army Systems and methods for suppressing motion sickness
US9298985B2 (en) * 2011-05-16 2016-03-29 Wesley W. O. Krueger Physiological biosensor system and method for controlling a vehicle or powered equipment
WO2011143655A1 (en) * 2010-05-14 2011-11-17 Advitech, Inc. System and method for prevention and control of the effects of spatial disorientation
US9994228B2 (en) * 2010-05-14 2018-06-12 Iarmourholdings, Inc. Systems and methods for controlling a vehicle or device in response to a measured human response to a provocative environment
JP2012131269A (ja) 2010-12-20 2012-07-12 Kagawa Univ 動揺病低減装置および方法
JP5854378B2 (ja) 2011-06-03 2016-02-09 株式会社デルタツーリング 乗り心地評価方法及び乗り心地評価装置
AU2013206671B2 (en) * 2013-07-03 2015-05-14 Safemine Ag Operator drowsiness detection in surface mines
CN106562793B (zh) * 2015-10-08 2021-12-21 松下电器（美国）知识产权公司 信息提示装置的控制方法、以及信息提示装置
EP3175786A1 (en) 2015-12-01 2017-06-07 Panasonic Intellectual Property Corporation of America Estimation of physical conditions
JP6703893B2 (ja) 2015-12-01 2020-06-03 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 体調推定装置、及び、体調推定システム
US9862312B2 (en) * 2016-04-06 2018-01-09 The Regents Of The University Of Michigan Universal motion sickness countermeasure system
WO2017208529A1 (ja) * 2016-06-02 2017-12-07 オムロン株式会社 運転者状態推定装置、運転者状態推定システム、運転者状態推定方法、運転者状態推定プログラム、対象者状態推定装置、対象者状態推定方法、対象者状態推定プログラム、および記録媒体
US10730524B2 (en) * 2016-09-07 2020-08-04 Faurecia Automotive Seating, Llc Vehicle seat
US10710594B2 (en) * 2016-12-28 2020-07-14 Faurecia Automotive Seating, Llc Occupant-status prediction system
US10377275B2 (en) * 2017-12-28 2019-08-13 Faurecia Automotive Seating, Llc Motion sickness mitigation
US11491903B2 (en) * 2019-04-15 2022-11-08 Honda Motor Co., Ltd. System and method for alleviating sensory conflict in a vehicle
US10926773B2 (en) * 2019-05-10 2021-02-23 Denso International America, Inc. Systems and methods for mitigating motion sickness in a vehicle

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000052735A (ja) * 1998-08-03 2000-02-22 Isuzu Motors Ltd 車両懸架機構の制御装置
JP2005326962A (ja) * 2004-05-12 2005-11-24 Fujitsu Ten Ltd 運転支援装置
JP2006034576A (ja) * 2004-07-27 2006-02-09 Matsushita Electric Ind Co Ltd 乗り物酔い対策装置および乗り物酔い対策方法
JP2007236644A (ja) * 2006-03-09 2007-09-20 Nissan Motor Co Ltd 乗り物酔い推定装置、乗り物酔い推定方法及び乗り物酔い推定装置付き車両
US8708884B1 (en) * 2013-03-11 2014-04-29 The United States Of America As Represented By The Secretary Of The Army Systems and methods for adaptive mitigation of motion sickness
WO2018070330A1 (ja) * 2016-10-11 2018-04-19 三菱電機株式会社 乗り物酔い推定装置、乗り物酔い防止装置および乗り物酔い推定方法
US10210409B1 (en) * 2018-02-07 2019-02-19 Lear Corporation Seating system with occupant stimulation and sensing
WO2019215811A1 (ja) * 2018-05-08 2019-11-14 三菱電機株式会社 運転支援装置及び運転支援方法
JP2019219266A (ja) * 2018-06-20 2019-12-26 株式会社マイクロデザインプロジェクト 乗り物酔いの評価方法および乗り物酔いの評価装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022113740A1 (ja) * 2020-11-25 2022-06-02 日立Astemo株式会社 車両統合制御装置、および、車両統合制御方法
WO2023145170A1 (ja) * 2022-01-26 2023-08-03 日立Astemo株式会社 車両統合制御装置、車両統合制御方法

Also Published As

Publication number Publication date
JP7046259B2 (ja) 2022-04-01
US11787421B2 (en) 2023-10-17
US20220135054A1 (en) 2022-05-05
JPWO2020170640A1 (ja) 2021-11-11
CN113439049B (zh) 2024-04-09
DE112020000867T5 (de) 2021-11-11
CN113439049A (zh) 2021-09-24

Similar Documents

Publication Publication Date Title
WO2020170640A1 (ja) 乗り物酔い推定装置、乗り物酔い抑制装置及び乗り物酔い推定方法
CN108394414B (zh) 清醒度判定系统以及清醒度判定方法
US10759438B2 (en) System and method for responding to driver state
EP3158392B1 (en) System and method for responding to driver state
US20200094737A1 (en) Information processing apparatus, information processing method, and program
CN115151469A (zh) 基于预测和抢先控制的乘用车乘客状态调制系统
US20210154430A1 (en) Systems and methods for predicting and preventing motion sickness
CN113795416A (zh) 用于预测并减轻由晕车引起的干扰的方法
CN111068158B (zh) 心理和身体状态诱导装置、心理和身体状态诱导方法以及存储控制程序的存储介质
CN113891823A (zh) 用于监测特别是自主车辆的乘员的通过驾驶操作调节的健康状态的方法和装置
KR20220003744A (ko) 멀미 저감을 위한 자율주행차량의 제어 시스템
US11697420B2 (en) Method and device for evaluating a degree of fatigue of a vehicle occupant in a vehicle
CN115476860A (zh) 处理驾驶员的心理物理状态以改善道路车辆的驾驶体验的方法及相关的车辆系统
JP7204283B2 (ja) 雰囲気推測装置およびコンテンツの提示方法
JP7432899B2 (ja) 漫然状態判定装置
JP6648788B1 (ja) 運転制御調整装置および運転制御調整方法
JP2020169956A (ja) 車両の行先提案システム
WO2022144948A1 (ja) 覚醒度推論装置、覚醒度推論方法、覚醒度学習装置、及び覚醒度学習方法
JP2024001914A (ja) 覚醒度推定システム、覚醒度推定装置、覚醒度推定方法、および、プログラム
JP2022099250A (ja) 安全運転支援装置
Santuccio Development of a New Methodology for Objective Assessment of Advanced Driver Assistance System
CN115414008A (zh) 用于对抗晕动症的vr显示方法及系统
CN117540161A (zh) 眩晕等级评估方法、眩晕缓解方法、装置、设备及介质
JP2023014836A (ja) 乗員の不快度推定装置
JP2024026816A (ja) 情報処理システム、情報処理装置、情報処理方法、及び、プログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20759756

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2021501674

Country of ref document: JP

Kind code of ref document: A

122 Ep: pct application non-entry in european phase

Ref document number: 20759756

Country of ref document: EP

Kind code of ref document: A1