JP6065885B2 - 状態判定装置 - Google Patents

Description

本発明は、移動体の運転者の状態を判定する技術に関する。

従来、自動車に搭載され、その自動車の運転者の状態を判定する状態判定装置が知られている（特許文献１参照）。
この特許文献１に記載された状態判定装置では、単位時間当たりの自動車の速度変化や単位時間当たりの操舵角の変化を、予め規定された閾値と比較する。そして、比較の結果、速度変化や操舵角の変化が閾値よりも小さければ、当該移動体の運転者が漫然運転をしているものと判定する。

特開２０１３−１４０５０８号公報

ところで、アダプティブクルーズコントロールやレーンキーピングアシストのように、自動車の運転を支援する運転支援制御を実行している場合、その自動車における単位時間当たりの速度変化や操舵角の変化は小さくなる。

このため、特許文献１に記載された状態判定装置では、運転者が漫然運転していないにも関わらず、漫然運転であるものと誤判定してしまう可能性があった。
つまり、従来の技術では、運転者の状態の判定精度が低いという課題がある。

そこで、本発明は、移動体の運転者の状態を判定する技術において、判定精度を向上させることを目的とする。

上記目的を達成するためになされた本発明は、移動体の運転者の状態を判定する状態判定装置（１０）に関する。
本発明の状態判定装置は、挙動取得手段（１０：Ｓ１７０）と、照合手段（１０：Ｓ２２０，Ｓ２５０）と、判定手段（１０：Ｓ２７０，Ｓ２９０）と、範囲変更手段（１０：Ｓ１１０，Ｓ１３０）とを備えている。

このうち、挙動取得手段は、挙動情報を取得する。ここで言う挙動情報とは、移動体の挙動を表す情報である。また、照合手段は、移動体の運転者が移動体を漫然と運転した場合における挙動情報の範囲を表す少なくとも１つの閾値領域に、現挙動情報を照合する。ここで言う現挙動情報とは、挙動取得手段で取得した挙動情報である。

そして、判定手段は、照合手段で照合した結果、現挙動情報が、閾値領域に包含されていれば、移動体の運転者が漫然と運転しているものと判定する。範囲変更手段は、移動体の運転を支援する運転支援制御が実行されていれば、運転支援制御が実行されていない場合に比べて、移動体の運転者が漫然と運転しているものと判定し難くなるように、閾値領域を変更する。

さらに、本発明における照合手段は、範囲変更手段で閾値領域が変更された場合、その変更された閾値領域に現挙動情報を照合する。
このような状態判定装置によれば、移動体において運転支援制御が実行されている場合には、移動体の運転者が漫然と運転しているものと判定し難くすることができる。

したがって、本発明の状態判定装置によれば、移動体において運転支援制御が実行されている場合に、運転者が漫然と運転していないにも関わらず、漫然と運転しているものと誤判定することを低減できる。

つまり、本発明の状態判定装置によれば、運転者の状態の判定精度を向上させることができる。
なお、この欄及び特許請求の範囲に記載した括弧内の符号は、一つの態様として後述する実施形態に記載の具体的手段との対応関係を示すものであって、本発明の技術的範囲を限定するものではない。

本発明が適用された状態判定ＥＣＵを中心とした状態判定システムの概略構成を示すブロック図である。 （Ａ）運転者の状態判定に用いる第１判定モデルの一例を示す図であり、（Ｂ）運転者の状態判定に用いる第２判定モデルの一例を示す図である。 状態判定処理の処理手順を示す図である。 閾値領域の変更を例示する図である。

以下に本発明の実施形態を図面と共に説明する。
＜状態判定システム＞
図１に示す状態判定システム１は、自動車に搭載されるシステムであり、その自動車の運転者の状態を判定するシステムである。

ここで言う運転者の状態には、運転者が漫然と運転しているか否かを含む。
これを実現するために、状態判定システム１は、センサ群２と、状態判定電子制御装置１０と、報知装置２０と、運転支援電子制御装置３０とを備えている。なお、以下では、状態判定電子制御装置を状態判定ＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）と称す。また、運転支援電子制御装置を運転支援ＥＣＵと称す。

センサ群２は、自車の状態を検出する複数のセンサである。このセンサ群２には、ステア角センサ３と、車速センサ５と、アクセルポジションセンサ７と、ブレーキポジションセンサ９とが少なくとも含まれる。

ステア角センサ３は、自車が備えるステアリングの角度を計測する周知のセンサである。車速センサ５は、自車の各車輪の回転速度を計測する周知のセンサである。なお、本実施形態においては、車速センサ５にて計測した車輪の回転速度の平均値を自車の走行速度（即ち、車速）として計測すれば良い。

アクセルポジションセンサ７は、自車が備えるアクセルペダルの踏み込み量を検出する周知のセンサである。ブレーキポジションセンサ９は、自車が備えるブレーキペダルの踏み込み量を検出する周知のセンサである。

報知装置２０は、状態判定ＥＣＵ１０からの制御信号に従って情報を報知する周知の装置である。この報知装置２０には、例えば、情報を表示する表示装置、及び情報を音声に
て出力する音声出力装置のうち、少なくとも一つを含む。本実施形態における表示装置には、例えば、ディスプレイと、表示灯（警告灯）とを含む。

また、運転支援ＥＣＵ３０は、自動車の走行安全性を向上させるように、運転者を支援する運転支援制御を実行する電子制御装置である。
ここで言う運転支援制御は、アダプティブクルーズコントロール（ＡＣＣ）やレーンキーピングアシスト（ＬＫＡ）などを含む。アダプティブクルーズコントロール（ＡＣＣ）は、先行車両と自車との車間距離を適切な間隔に維持する周知の制御である。レーンキーピングアシスト（ＬＫＡ）は、自車が走行している走行路の車線形状を認識し、その走行路の車線から自車が逸脱しないようにステアリングを制御する周知の制御である。

運転支援制御を実現する運転支援ＥＣＵ３０は、少なくともＲＯＭ、ＲＡＭ、ＣＰＵを備えた周知のマイクロコンピュータを中心に構成されている。
運転支援ＥＣＵ３０には、図示しない車載制御装置や車載機器、周辺監視装置が接続されている。ここで言う車載制御装置には、少なくとも、ブレーキ制御装置と、エンジン制御装置と、ステアリング機構とを含む。ここで言う車載機器には、警報ブザー、モニター、クルーズコントロールスイッチ、目標車間設定スイッチ等を含む。ここで言う周辺監視装置には、自動車の周辺の状況を監視する装置であり、例えば、レーダ装置やカメラを含む。この周辺監視装置は、自車の周辺に存在する物標の位置を表す物標情報や、当該周辺監視装置にて認識した自車の走行路の車線形状を出力する。

ブレーキ制御装置は、運転支援ＥＣＵ３０からの目標加速度、ブレーキ要求等やブレーキ状態に従って、自車に加わる制動力を制御する。エンジン制御装置は、運転支援ＥＣＵ３０からの目標加速、フューエルカット要求等に基づく運転状態に応じて、内燃機関や駆動系での駆動力を制御する。ステアリング機構は、運転支援ＥＣＵ３０からの舵角に従って、ステアリングを制御する。

すなわち、運転支援ＥＣＵ３０は、周辺監視装置からの物標情報や車線形状に基づいて、車載制御装置や車載機器を制御し運転支援制御を実現する。
さらに、本実施形態の運転支援ＥＣＵ３０は、運転支援制御を実行している場合には、運転支援制御を実行中である旨を表す実行中信号を、状態判定ＥＣＵ１０に出力する。

＜状態判定ＥＣＵ＞
状態判定ＥＣＵ１０は、少なくともＲＯＭ１２、ＲＡＭ１４、ＣＰＵ１６を備えた周知のマイクロコンピュータを中心に構成されている。このうち、ＲＯＭ１２は、電源が切断されても記憶内容を保持する必要がある処理プログラムやデータを格納する。ＲＡＭ１４は、処理プログラムやデータを一時的に格納する。ＣＰＵ１６は、ＲＯＭ１２やＲＡＭ１４に記憶された処理プログラムに従って各種処理を実行する。

状態判定ＥＣＵ１０のＲＯＭ１２には、自動車の運転者の状態を判定する状態判定処理を状態判定ＥＣＵ１０が実行するための処理プログラムが格納されている。
さらに、状態判定ＥＣＵ１０のＲＯＭ１２には、状態判定処理にて用いる判定モデルが格納されている。

＜判定モデル＞
次に、判定モデルについて説明する。
判定モデルは、運転者が漫然と運転している状態での自動車の挙動を表すものであり、実験などの結果に基づいて予め規定されたものである。

この判定モデルは、自動車が定常走行し、かつ運転者が漫然と運転している状態での自
動車の挙動を表す第１判定モデルと、自動車が定常走行へと遷移する期間に、運転者が漫然と運転している状態での自動車の挙動を表す第２判定モデルとを有している。

第１判定モデルは、図２（Ａ）に示すように、運転者に共通する特性の種類を表すクラスごとに閾値領域が規定されたものである。閾値領域とは、運転者が漫然と運転している状態での自動車の挙動を表す挙動情報の範囲である。第１判定モデルにおいて、クラスごとに規定された閾値領域は、互いの閾値領域の少なくとも一部が非重複となるように規定されている。なお、第１判定モデルのクラス数は、少なくとも２以上であり、例えば、「７」である。

そして、第１判定モデルにおける閾値領域は、短期躍度領域と、長期躍度領域と、短期舵角変化領域と、長期舵角変化領域と、短期舵角躍度領域と、長期舵角躍度領域とによって規定される。

このうち、第１判定モデルにおける短期躍度領域及び長期躍度領域は、躍度絶対値平均を挙動情報とした閾値の範囲である。
第１判定モデルにおける短期躍度領域は、自動車が定常走行している期間に、運転者が漫然と運転している状態で特定短時間の間に表れる躍度絶対値平均の下限値から上限値までの範囲である。なお、本実施形態における特定短時間は、短時間とみなせる時間長である。この特定短時間は、例えば、数十秒（５０［ｓｅｃ］）であっても良い。

第１判定モデルにおける長期躍度領域は、自動車が定常走行している期間に、運転者が漫然と運転している状態で第１時間の間に表れる躍度絶対値平均の下限値から上限値までの範囲である。なお、本実施形態の第１時間は、自動車が定常走行しているものとみなせる時間長であり、特定短時間よりも長い時間長である。この第１時間は、十数分（例えば、１５［ｍｉｎ］）であっても良い。

本実施形態においては、第１判定モデルの短期躍度領域及び長期躍度領域における躍度絶対値平均の上限値は、変更可能に規定されている。具体的には、躍度絶対値平均の上限値として、上限値の最高値、上限値の最高値よりも値が小さい上限値の標準値、上限値の標準値よりも値が小さい上限値の最低値が選択可能に規定されている。

第１判定モデルにおける短期舵角変化領域及び長期舵角変化領域は、舵角変化絶対値平均を挙動情報とした閾値の範囲である。
第１判定モデルにおける短期舵角変化領域は、自動車が定常走行している期間に、運転者が漫然と運転している状態で特定短時間の間に表れる舵角変化絶対値平均の下限値から上限値までの範囲である。第１判定モデルにおける長期舵角変化領域は、自動車が定常走行している期間に、運転者が漫然と運転している状態で第１時間の間に表れる舵角変化絶対値平均の下限値から上限値までの範囲である。

なお、本実施形態においては、第１判定モデルの短期舵角変化領域及び長期舵角変化領域における舵角変化絶対値平均の上限値は、変更可能に規定されている。具体的には、舵角変化絶対値平均の上限値として、上限値の最高値、上限値の最高値よりも値が小さい上限値の標準値、上限値の標準値よりも値が小さい上限値の最低値が選択可能に規定されている。

第１判定モデルにおける短期舵角躍度領域及び長期舵角躍度領域は、舵角躍度絶対値平均を挙動情報とした閾値の範囲である。
第１判定モデルにおける短期舵角躍度領域は、自動車が定常走行している期間に、運転者が漫然と運転している状態で特定短時間の間に表れる舵角躍度絶対値平均の下限値から
上限値までの範囲である。第１判定モデルにおける長期舵角躍度領域は、自動車が定常走行している期間に、運転者が漫然と運転している状態で第１時間の間に表れる舵角躍度絶対値平均の下限値から上限値までの範囲である。

なお、本実施形態においては、第１判定モデルの短期舵角躍度領域及び長期舵角躍度領域における舵角躍度絶対値平均の上限値は、変更可能に規定されている。具体的には、舵角躍度絶対値平均の上限値として、上限値の最高値、上限値の最高値よりも値が小さい上限値の標準値、上限値の標準値よりも値が小さい上限値の最低値が選択可能に規定されている。

第２判定モデルは、図２（Ｂ）に示すように、運転者に共通する特性の種類を表すクラスごとに閾値領域が規定されたものである。閾値領域とは、運転者が漫然と運転している状態での自動車の挙動を表す挙動情報の範囲である。第２判定モデルにおいて、クラスごとに規定された閾値領域は、互いの閾値領域の少なくとも一部が非重複となるように規定されている。なお、第２判定モデルのクラス数は、少なくとも２以上であり、例えば、「６」である。

そして、第２判定モデルにおける閾値領域は、短期躍度領域と、長期躍度領域と、短期舵角変化領域と、長期舵角変化領域と、短期舵角躍度領域と、長期舵角躍度領域とによって規定されている。

第２判定モデルにおける短期躍度領域、短期舵角変化領域、短期舵角躍度領域は、自動車の走行が定常状態へと遷移する期間に、運転者が漫然と運転している状態で特定短時間の間に表れる挙動情報の範囲である。すなわち、第２判定モデルにおける短期躍度領域、短期舵角変化領域、短期舵角躍度領域は、各閾値領域を規定するための時間長が第２時間であることを除けば、第１判定モデルにおける短期躍度領域、短期舵角変化領域、短期舵角躍度領域と同様である。このため、第２判定モデルにおける短期躍度領域、短期舵角変化領域、短期舵角躍度領域についてのここでの詳しい説明は省略する。

また、第２判定モデルにおける長期躍度領域、長期舵角変化領域、長期舵角躍度領域は、自動車の走行が定常状態へと遷移する期間に、運転者が漫然と運転している状態で第２時間の間に表れる挙動情報の範囲である。すなわち、第２判定モデルにおける長期躍度領域、長期舵角変化領域、長期舵角躍度領域は、各閾値領域を規定するための時間長が第２時間であることを除けば、第１判定モデルにおける長期躍度領域、長期舵角変化領域、長期舵角躍度領域と同様である。このため、第２判定モデルにおける長期躍度領域、長期舵角変化領域、長期舵角躍度領域についてのここでの詳しい説明は省略する。

第２時間とは、自動車が定常走行へと遷移している期間とみなせる時間長であり、特定短時間よりも長く、かつ、第１時間よりも短い時間長である。この第２時間は、数分（例えば、８［ｍｉｎ］）であっても良い。

なお、躍度絶対値平均は、自動車の加加速度（即ち、躍度）の絶対値を相加平均した結果である。ここで言う加加速度とは、単位時間当たりの加速度の変化率である。この加加速度（躍度）は、自動車の車速を２回時間微分することで導出すれば良い。

また、舵角変化絶対値平均は、自動車の舵角の単位時間当たりの変化の絶対値を相加平均した結果である。舵角躍度絶対値平均は、自動車の舵角（即ち、ステア角）の躍度の絶対値を相加平均した結果である。舵角の躍度は、単位時間当たりの舵角の加速度の変化率である。この舵角の躍度は、舵角を３回時間微分することで導出すれば良い。

次に、判定モデルの生成方法について説明する。
第１判定モデルの生成では、まず、複数の運転者に自動車を運転させ、第１時間（即ち、１５分）以上継続して車速が規定速度（例えば、５０［ｋｍ／ｈ］）以上であり、かつ、漫然と運転しているものとみなせる場合の躍度絶対値平均、舵角変化絶対値平均、及び舵角躍度絶対値平均を算出する。そして、それらの躍度絶対値平均、舵角変化絶対値平均、及び舵角躍度絶対値平均をクラスタリングする。このクラスタリングにより、第１判定モデルの各クラスにおける長期躍度領域と、長期舵角変化領域と、長期舵角躍度領域とを導出する。本実施形態における第１判定モデルの生成では、クラスタリングとして、「ｋ−ｍｅａｎｓ法」を用いれば良い。

なお、クラスタの数ｋは、第１判定モデルにおけるクラス数（即ち、「７」）である。
さらに、第１判定モデルの生成では、特定短時間での躍度絶対値平均、舵角変化絶対値平均、及び舵角躍度絶対値平均をクラスタリングする。このクラスタリングにより、第１判定モデルの各クラスにおける短期躍度領域と、短期舵角変化領域と、短期舵角躍度領域とを導出する。

そして、第１判定モデルの生成では、長期躍度領域、長期舵角変化領域、長期舵角躍度領域、短期躍度領域、短期舵角変化領域、短期舵角躍度領域をクラスごとに対応付ける。これにより、クラスごとに閾値領域が規定された第１判定モデルが生成される。なお、第１判定モデルにおけるクラスごとの閾値領域は、クラスタリングにおいて周知の評価手法による正答率（正答率＝感度×特異値）が、予め規定された第１基準値以上となるように規定される。

第２判定モデルの生成では、まず、複数の運転者に自動車を運転させ、第２時間（即ち、８分）以上継続して車速が規定速度（例えば、５０［ｋｍ／ｈ］）以上である場合の躍度絶対値平均、舵角変化絶対値平均、及び舵角躍度絶対値平均を算出する。そして、それらの躍度絶対値平均、舵角変化絶対値平均、及び舵角躍度絶対値平均をクラスタリングする。このクラスタリングにより、第２判定モデルの各クラスにおける長期躍度領域と、長期舵角変化領域と、長期舵角躍度領域とを導出する。本実施形態における第２判定モデルの生成では、クラスタリングとして、「ｋ−ｍｅａｎｓ法」を用いれば良い。

なお、クラスタの数ｋは、第２判定モデルにおけるクラス数（即ち、「６」）である。
さらに、第２判定モデルの生成では、特定短時間での躍度絶対値平均、舵角変化絶対値平均、及び舵角躍度絶対値平均をクラスタリングする。このクラスタリングにより、第２判定モデルの各クラスにおける短期躍度領域と、短期舵角変化領域と、短期舵角躍度領域とを導出する。

そして、第２判定モデルの生成では、長期躍度領域、長期舵角変化領域、長期舵角躍度領域、短期躍度領域、短期舵角変化領域、及び短期舵角躍度領域を、クラスごとに対応付ける。これにより、クラスごとに閾値領域が規定された第２判定モデルが生成される。なお、第２判定モデルにおけるクラスごとの閾値領域は、クラスタリングにおいて周知の評価手法による正答率（正答率＝感度×特異値）が、予め規定された第２基準値以上となるように規定される。

すなわち、第１判定モデル及び第２判定モデルは、運転者が移動体を漫然と運転した場合における挙動情報の範囲（即ち、閾値領域）を有する。そして、本実施形態における第１判定モデル及び第２判定モデルの閾値領域は、クラスタリングによって規定される。このため、第１判定モデル及び第２判定モデルにおける閾値領域は、運転者の特質ごとに少なくとも２つ以上規定され、かつ互いの閾値領域の少なくとも一部が非重複となる。

＜状態判定処理＞
次に、状態判定ＥＣＵ１０が実行する状態判定処理について説明する。
状態判定処理は、起動指令が入力されると起動される。ここで言う起動指令の入力とは、イグニッションスイッチがオンされることでも良い。

そして、状態判定処理が起動されると、図３に示すように、状態判定ＥＣＵ１０は、まず、運転支援ＥＣＵ３０が運転支援制御を実行中であるか否かを判定する（Ｓ１１０）。このＳ１１０では、状態判定ＥＣＵ１０は、運転支援ＥＣＵ３０から実行中信号が入力されていれば、運転支援制御を実行中であるものと判定する。

このＳ１１０での判定の結果、運転支援制御を実行中でなければ（Ｓ１１０：ＮＯ）、状態判定ＥＣＵ１０は、第１判定モデル及び第２判定モデルにおける閾値領域の上限値を、利用者によって指定された上限値に設定（維持）する（Ｓ１２０）。状態判定ＥＣＵ１０は、その後、詳しくは後述するＳ１７０へと状態判定処理を移行させる。

一方、Ｓ１１０での判定の結果、運転支援制御を実行中であれば（Ｓ１１０：ＹＥＳ）、状態判定ＥＣＵ１０は、運転者が漫然と運転しているものと判定し難くなるように、第１判定モデル及び第２判定モデルにおける閾値領域の上限値を変更する（Ｓ１３０）。なお、本実施形態におけるＳ１３０での上限値の変更は、Ｓ１１０において運転支援制御を実行中であるものと判定してからＳ１３０へと最初に移行した場合にだけ実施する。そして、運転支援制御を実行中である期間中にＳ１３０へと移行した場合には、その最初に移行したＳ１３０にて変更された閾値範囲の上限値を維持する。さらに、Ｓ１３０における上限値の変更は、第１判定モデル及び第２判定モデルにおける全てのクラス、かつ、全ての閾値範囲について実行すれば良い。

具体的に本実施形態のＳ１３０では、図４に示すように、第１判定モデル及び第２判定モデルにおける全てのクラスにおける閾値領域の上限値を低下させる。例えば、Ｓ１２０にて、第１判定モデル及び第２判定モデルにおける各閾値領域の上限値として、上限値の最高値が設定されていれば、第１判定モデル及び第２判定モデルにおける各閾値領域の上限値を、上限値の標準値または下限値へと変更しても良い。また、Ｓ１２０にて、第１判定モデル及び第２判定モデルにおける各閾値領域の上限値として、上限値の標準値が設定されていれば、第１判定モデル及び第２判定モデルにおける各閾値領域の上限値を、上限値の下限値へと変更しても良い。

続いて、状態判定処理では、状態判定ＥＣＵ１０は、自車に対する運転操作が実施されたか否かを判定する（Ｓ１４０）。このＳ１４０では、アクセルポジションセンサ７での検知の結果、アクセルペダルの操作量が閾値を超えていれば、アクセルペダルの操作、即ち、運転操作が実施されたものと判定する。また、Ｓ１４０では、ブレーキポジションセンサ９での検知の結果、ブレーキペダルの操作量が閾値を超えていれば、ブレーキペダルの操作、即ち、運転操作が実施されたものと判定する。さらに、Ｓ１４０では、ステアリングホイールが規定角度以上回動された場合に、運転操作が実施されたものと判定する。

すなわち、本実施形態におけるアクセルペダルの操作量及びブレーキペダルの操作量が、特許請求の範囲に記載した駆動情報の一例である。また、本実施形態におけるステアリングホイールの回転角度が、特許請求の範囲に記載した操舵情報の一例である。

このＳ１４０での判定の結果、自車に対する運転操作が実施されていれば（Ｓ１４０：ＹＥＳ）、状態判定ＥＣＵ１０は、運転支援ＥＣＵ４０での運転支援制御の実行が解除されたものとして、状態判定処理をＳ１５０へと移行させる。そのＳ１５０では、状態判定ＥＣＵ１０は、Ｓ１３０にて変更した第１判定モデル及び第２判定モデルにおける閾値領
域の上限値を、利用者によって指定された上限値へと戻す。すなわち、Ｓ１５０では、Ｓ１３０にて実施された閾値領域の上限値の緩和を解除する。その後、状態判定ＥＣＵ１０は、状態判定処理をＳ１７０へと移行させる。

一方、Ｓ１４０での判定の結果、自車に対する運転操作が実施されていなければ（Ｓ１４０：ＮＯ）、状態判定ＥＣＵ１０は、運転支援ＥＣＵ３０での運転支援制御の実行が継続されているものとして、状態判定処理をＳ１６０へと移行させる。そのＳ１６０では、状態判定ＥＣＵ１０は、第１判定モデル及び第２判定モデルにおける閾値領域の上限値を、Ｓ１３０にて変更した値に維持する。

続いて、状態判定ＥＣＵ１０は、センサ群２での検知結果を取得し、ＲＡＭ１４に格納する（Ｓ１７０）。そして、状態判定ＥＣＵ１０は、車速センサ５にて計測した自車の走行速度が、予め規定された速度閾値以上であるか否を判定する（Ｓ１８０）。ここで言う速度閾値とは、自車が高速道路を走行しているものとみなせる車速である。この速度閾値は、例えば、５０［ｋｍ／ｈ］であっても良い。

このＳ１８０での判定の結果、自車の走行速度が速度閾値未満であれば（Ｓ１８０：ＮＯ）、状態判定ＥＣＵ１０は、状態判定処理をＳ１１０へと戻す。一方、Ｓ１８０での判定の結果、自車の走行速度が速度閾値以上であれば（Ｓ１８０：ＹＥＳ）、状態判定ＥＣＵ１０は、状態判定処理をＳ１９０へと移行させる。

そのＳ１９０では、状態判定ＥＣＵ１０は、自車の走行速度が速度閾値以上となってから、その自車の走行速度を速度閾値以上に維持している時間（以下、「速度維持時間」と称す）が第１時間（例えば、１５分）を経過したか否かを判定する。このＳ１９０での判定の結果、速度維持時間が第１時間を経過していれば（Ｓ１９０：ＹＥＳ）、状態判定ＥＣＵ１０は、詳しくは後述するＳ２４０へと状態判定処理を移行させる。

一方、Ｓ１９０での判定の結果、速度維持時間が第１時間を経過していなければ（Ｓ１９０：ＮＯ）、状態判定ＥＣＵ１０は、速度維持時間が第２時間（例えば、８分）を経過したか否か判定する（Ｓ２００）。このＳ２００での判定の結果、速度維持時間が第２時間を経過していなければ（Ｓ２００：ＮＯ）、状態判定ＥＣＵ１０は、状態判定処理をＳ１１０へと戻す。

Ｓ２００での判定の結果、速度維持時間が第２時間を経過していれば（Ｓ２００：ＹＥＳ）、状態判定ＥＣＵ１０は、第２判定モデルを取得する（Ｓ２１０）。このＳ２１０にて取得する第２判定モデルは、先のＳ１２０，Ｓ１５０，Ｓ１６０にて各閾値領域の上限値が設定された第２判定モデルである。

さらに、状態判定ＥＣＵ１０は、ＲＡＭ１４に蓄積されたセンサ群２での検知結果に基づいて、第２パラメータを算出する（Ｓ２２０）。
ここで言う第２パラメータとは、特定短時間での躍度絶対値平均、舵角変化絶対値平均、舵角躍度絶対値平均、及び第２時間での躍度絶対値平均、舵角変化絶対値平均、舵角躍度絶対値平均である。

続いて、状態判定処理では、状態判定ＥＣＵ１０は、Ｓ２２０にて算出した第２パラメータを、Ｓ２１０にて取得した第２判定モデルに照合する（Ｓ２３０）。状態判定ＥＣＵ１０は、その後、詳しくは後述するＳ２７０へと状態判定処理を移行させる。

ところで、状態判定処理におけるＳ２４０では、状態判定ＥＣＵ１０は、第１判定モデルを取得する。このＳ２４０にて取得する第１判定モデルは、先のＳ１２０，Ｓ１５０，
Ｓ１６０にて各閾値領域の上限値が設定された第１判定モデルである。

さらに、状態判定ＥＣＵ１０は、ＲＡＭ１４に蓄積されたセンサ群２での検知結果に基づいて、第１パラメータを算出する（Ｓ２５０）。
ここで言う第１パラメータとは、特定短時間での躍度絶対値平均、舵角変化絶対値平均、舵角躍度絶対値平均、及び第１時間での躍度絶対値平均、舵角変化絶対値平均、舵角躍度絶対値平均である。

続いて、状態判定処理では、状態判定ＥＣＵ１０は、Ｓ２５０にて算出した第１パラメータを、Ｓ２４０にて取得した第１判定モデルに照合する（Ｓ２６０）。状態判定ＥＣＵ１０は、その後、状態判定処理をＳ２７０へと移行させる。

そのＳ２７０では、Ｓ２３０での照合の結果、第２パラメータの全てが、第２判定モデルが有する閾値領域のいずれかに包含されているか、または、Ｓ２６０での照合の結果、第１パラメータの全てが、第１判定モデルが有する閾値領域のいずれかに包含されているかを判定する。このＳ２７０での判定の結果、第２パラメータの全てが、第２判定モデルが有する閾値領域のいずれかに包含されていない、または、第１パラメータの全てが、第１判定モデルが有する閾値領域のいずれかに包含されていない場合には、状態判定ＥＣＵ１０は、状態判定処理をＳ２８０へと移行させる。

そのＳ２８０では、状態判定ＥＣＵ１０は、運転者が漫然と運転していない非漫然運転であるものと判定する。その後、状態判定ＥＣＵ１０は、状態判定処理をＳ１１０へと戻す。

一方、Ｓ２７０での判定の結果、第２パラメータの全てが、第２判定モデルが有する閾値領域のいずれかに包含されている、または、第１パラメータの全てが、第１判定モデルが有する閾値領域のいずれかに包含されている場合には、状態判定ＥＣＵ１０は、状態判定処理をＳ２９０へと移行させる。

そのＳ２９０では、状態判定ＥＣＵ１０は、運転者が漫然と運転している漫然運転であるものと判定する。続いて、状態判定ＥＣＵ１０は、漫然運転である旨が報知されるように制御信号を報知装置２０に出力する（Ｓ３００）。制御信号が入力された報知装置２０は、漫然運転である旨の警告を出力する。なお、報知装置２０が報知する内容は、休息を取るように促す旨の提案であっても良いし、警告と提案とを組み合わせたものであっても良い。

その後、状態判定ＥＣＵ１０は、状態判定処理をＳ１１０へと戻す。
以上説明したように、本実施形態の状態判定処理では、センサ群２での検知結果に従って、自動車の挙動を表すパラメータを繰り返し導出する。そして、パラメータを判定モデルに照合した結果、判定モデルが有する閾値領域いずれかにパラメータが包含されていれば、運転者が漫然と運転しているものと判定する。

さらに、本実施形態の状態判定処理においては、運転支援制御が実行中であれば、運転支援制御が実行されていない場合に比べて、移動体の運転者が漫然と運転しているものと判定し難くなるように、パラメータを照合する判定モデルの全ての閾値領域を変更する。そして、状態判定処理では、その変更された閾値領域のいずれかにパラメータが包含されるか否かを判定する。
［実施形態の効果］
本実施形態の状態判定処理によれば、自動車において運転支援制御が実行されている場合には、自動車の運転者が漫然と運転しているものと判定し難くすることができる。

したがって、状態判定処理によれば、自動車において運転支援制御が実行されている場合に、運転者が漫然と運転していないにも関わらず、漫然と運転しているものと誤判定することを低減できる。

また、状態判定処理では、運転支援制御の実行が解除された場合、Ｓ１３０にて実施された閾値領域の上限値の緩和を解除している。この緩和の解除により、運転支援制御が実行されている場合に比べて、移動体の運転者が漫然と運転しているものと判定し易くなるように、閾値領域が変更される。

したがって、本発明の状態判定装置によれば、運転支援制御を実行していない場合における運転者の状態の判定精度を担保できる。
つまり、状態判定ＥＣＵ１０によれば、運転者の状態の判定精度を向上させることができる。

ところで、状態判定処理では、自動車への運転操作がなされた場合、自動車における運転支援制御の実行が解除されたものとしている。しかも、状態判定処理では、操舵操作がなされた場合や、アクセルペダルの操作やブレーキペダルの操作などの駆動操作がなされた場合に、自動車への運転操作がなされたものとしている。

このため、状態判定処理によれば、Ｓ１３０にて実施された閾値領域の上限値の緩和解除を確実に実施できる。
さらに、状態判定処理においては、運転支援制御が実行されていない場合に比べて、移動体の運転者が漫然と運転しているものと判定し難くなるように、パラメータを照合する判定モデルの全ての閾値領域を変更することを、上限値を変更することで実現している。

この上限値の変更により、閾値領域が狭くなることから、状態判定処理によれば、運転支援制御が実行されている場合に、自動車の運転者が漫然と運転しているものと判定し難くなるように閾値領域を変更することを、簡易な手法で実現できる。

なお、上記実施形態における閾値領域は、運転者の特質ごとに規定されており、かつ、互いの閾値領域の少なくとも一部が非重複となるように規定されている。
このため、状態判定ＥＣＵ１０によれば、特定の運転者に対しては、その運転者が実際に漫然運転を実施している場合、漫然運転を実施しているものと判定できるものの、別の運転者に対しては、その運転者が実際には漫然運転を実施していないにも関わらず、漫然運転であるものと誤判定してしまうということを低減できる。

すなわち、状態判定ＥＣＵ１０によれば、漫然運転を実施している場合における運転者の個人差による挙動情報の差違に起因した誤判定を低減できる。
［その他の実施形態］
以上、本発明の実施形態について説明したが、本発明は上記実施形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において、様々な態様にて実施することが可能である。

例えば、上記実施形態においては、短期躍度領域と、長期躍度領域と、短期舵角変化領域と、長期舵角変化領域と、短期舵角躍度領域と、長期舵角躍度領域とによって、閾値領域が規定されていたが、閾値領域を規定する挙動情報の範囲は、これに限るものではない。すなわち、閾値領域は、短期躍度領域と、長期躍度領域と、短期舵角変化領域と、長期舵角変化領域と、短期舵角躍度領域と、長期舵角躍度領域とのうちの少なくとも１つによって規定されていても良い。また、閾値領域は、躍度絶対値平均、舵角変化絶対値平均、
及び舵角躍度絶対値平均とは異なる挙動情報の範囲が加えられていても良い。

さらに、上記実施形態では、判定モデルを生成するためのデータクラスタリングの手法として、ｋ−ｍｅａｎｓ法を用いていたが、データクラスタリングの手法は、これに限るものではない。データクラスタリングの手法は、ウォード法であっても良いし、その他の手法であっても良い。すなわち、判定モデルを生成するためのデータクラスタリングの手法は、多数のデータを指定されたクラスタ数に分類する手法であれば、どのようなものであっても良い。

上記実施形態においては、状態判定システム１を搭載する対象を自動車としていたが、本発明において、状態判定システムを搭載する対象は、自動車に限るものではない。状態判定システムを搭載する対象は、例えば、オートバイや自転車、航空機や船舶などでも良い。つまり、状態判定システム１が搭載される対象は、移動体であればどのようなものであっても良い。

なお、上記実施形態の構成の一部を省略した態様も本発明の実施形態である。また、上記実施形態と変形例とを適宜組み合わせて構成される態様も本発明の実施形態である。また、特許請求の範囲に記載した文言によって特定される発明の本質を逸脱しない限度において考え得るあらゆる態様も本発明の実施形態である。

また、本発明は、前述した状態判定装置の他、運転者の状態を判定するためにコンピュータが実行するプログラム、運転者の状態を判定する方法等、種々の形態で実現することができる。

１…状態判定システム ２…センサ群 ３…ステア角センサ ５…車速センサ ７…アクセルポジションセンサ ９…ブレーキポジションセンサ １０…状態判定ＥＣＵ １２…ＲＯＭ １４…ＲＡＭ １６…ＣＰＵ ２０…報知装置 ３０…運転支援ＥＣＵ

Claims (7)

1. 移動体の運転者の状態を判定する状態判定装置（１０）であって、
   前記移動体の挙動を表す情報を挙動情報とし、前記挙動情報を取得する挙動取得手段（１０：Ｓ１７０）と、
   前記移動体の運転者が移動体を漫然と運転した場合における前記挙動情報の範囲を表す少なくとも２種類の閾値領域のうち、前記移動体の走行速度が所定の速度閾値以上である状態を維持している時間を表す速度維持時間に応じた閾値領域に、前記挙動取得手段で取得した挙動情報である現挙動情報を照合する照合手段（１０：Ｓ２２０，Ｓ２５０）と、
   前記照合手段で照合した結果、前記現挙動情報が、前記閾値領域に包含されていれば、前記移動体の運転者が漫然と運転しているものと判定する判定手段（１０：Ｓ２７０，Ｓ２９０）と、
   前記移動体の運転を支援する運転支援制御が実行されていれば、前記運転支援制御が実行されていない場合に比べて、前記移動体の運転者が漫然と運転しているものと判定し難くなるように、前記閾値領域を変更する範囲変更手段（１０：Ｓ１１０，Ｓ１３０）と
   を備え、
   前記照合手段は、
   前記範囲変更手段で前記閾値領域が変更された場合、その変更された前記閾値領域に、前記現挙動情報を照合する
   ことを特徴とする状態判定装置。
2. 前記範囲変更手段は、
   前記運転支援制御の実行が解除されると、前記運転支援制御が実行されている場合に比べて、前記移動体の運転者が漫然と運転しているものと判定し易くなるように、前記閾値領域を変更することを特徴とする請求項１に記載の状態判定装置。
3. 前記範囲変更手段は、
   前記移動体への運転操作がなされた場合、前記運転支援制御の実行が解除されたものとすることを特徴とする請求項２に記載の状態判定装置。
4. 前記範囲変更手段は、
   前記移動体への操舵操作を表す操舵情報を取得し、その操舵情報が、前記操舵操作がなされたことを表していれば、前記移動体への運転操作がなされたものとすることを特徴とする請求項３に記載の状態判定装置。
5. 前記範囲変更手段は、
   前記移動体への駆動操作を表す駆動情報を取得し、その駆動情報が、前記駆動操作がなされたことを表していれば、前記移動体への運転操作がなされたものとすることを特徴とする請求項３または請求項４に記載の状態判定装置。
6. 前記範囲変更手段は、
   前記運転支援制御が実行されていれば、前記閾値領域によって表される前記挙動情報の範囲を狭くすることを、前記移動体の運転者が漫然と運転しているものと判定し難くなるように前記閾値領域を変更することとして実行することを特徴とする請求項１から請求項５までのいずれか一項に記載の状態判定装置。
7. 前記閾値領域は、
   前記運転者の特質ごとに少なくとも２つ以上規定され、かつ互いの閾値領域の少なくとも一部が非重複となるように規定されていることを特徴とする請求項１から請求項６までのいずれか一項に記載の状態判定装置。