[go: up one dir, main page]

CN111128239B - 情感推定装置 - Google Patents

情感推定装置 Download PDF

Info

Publication number
CN111128239B
CN111128239B CN201911042032.7A CN201911042032A CN111128239B CN 111128239 B CN111128239 B CN 111128239B CN 201911042032 A CN201911042032 A CN 201911042032A CN 111128239 B CN111128239 B CN 111128239B
Authority
CN
China
Prior art keywords
person
frequency
unit
event
information
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
CN201911042032.7A
Other languages
English (en)
Other versions
CN111128239A (zh
Inventor
大熊显至
冈田隆
齐藤航太
崔胜镐
松尾祥和
菊地直规
池信克也
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Honda Motor Co Ltd
Original Assignee
Honda Motor Co Ltd
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 Honda Motor Co Ltd filed Critical Honda Motor Co Ltd
Publication of CN111128239A publication Critical patent/CN111128239A/zh
Application granted granted Critical
Publication of CN111128239B publication Critical patent/CN111128239B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/12—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being prediction coefficients
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Psychiatry (AREA)
  • Acoustics & Sound (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Social Psychology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Hospice & Palliative Care (AREA)
  • Traffic Control Systems (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Navigation (AREA)

Abstract

本发明提供一种情感推定装置。情感推定装置(10)具有存储部(16)、事件预测部(22)和频率设定部(26)，其中，存储部(16)存储引起人的情感变化的一个以上的事件和用于按每个事件来预测事件的发生的预测信息(32)；事件预测部(22)根据对预测信息(32)进行检测的情况来预测事件的发生；频率设定部(26)设定进行情感推定的频率，在由事件预测部(22)预测事件的发生的情况下，频率设定部(26)设定比没有预测事件的发生的情况高的频率，并且根据事件的内容来设定频率。根据本发明，能够恰当地掌握人的情感，并且能够抑制运算负荷增大。

Description

情感推定装置
技术领域
本发明涉及一种进行人的情感推定的情感推定装置。
背景技术
在各个领域中正在开发用于推定人的情感的情感推定装置。例如，日本发明专利公开公报特开2016-71577号中公开了一种装置，该装置用摄像头拍摄驾驶员的面部并根据在规定周期内(例如，3分钟以内)的其表情的变化(面部的特定部位的变化)的次数来判定驾驶员是否处于漫不经心状态。
发明内容
若提高情感推定的频率(频度)，则能够提高掌握人的情感的精度，但缺点是运算负荷会增大。
本发明是考虑到这样的技术问题而完成的，其目的在于提供一种情感推定装置，该装置能够恰当地掌握人的情感，并且能够抑制运算负荷增大。
本发明的情感推定装置具有存储部、事件预测部和频率设定部，其中，
所述存储部存储用于按引起人的情感变化的每个事件来预测该事件的发生的预测信息；
所述事件预测部根据对所述预测信息进行检测的情况来预测所述事件的发生；
所述频率设定部设定进行所述情感的推定的频率，
在由所述事件预测部预测所述事件的发生的情况下，所述频率设定部设定比没有预测所述事件的发生的情况高的频率，并且根据所述事件的内容来设定该频率。
根据本发明，能够恰当地掌握人的情感，并且能够抑制运算负荷增大。
通过参照附图对以下实施方式所做的说明，上述的目的、特征及优点应易于被理解。
附图说明
图1是第1实施方式所涉及的情感推定装置的框图。
图2是在第1、第2实施方式中执行的处理流程。
图3是第2实施方式所涉及的情感推定装置的框图。
图4是第3实施方式所涉及的情感推定装置的框图。
图5是在第3实施方式中执行的处理流程。
图6是第4实施方式所涉及的情感推定装置的框图。
图7是在第4、第5实施方式中执行的处理流程。
图8是第5实施方式所涉及的情感推定装置的框图。
具体实施方式
下面，列举优选的实施方式，参照附图详细说明本发明所涉及的情感推定装置。
在以下说明的各实施方式中，假设设置在车辆上的情感推定装置。在各实施方式中，可以将情感推定的对象者确定为就座于车内的规定位置的人，也可以为所有的人。此外，在以下的说明中，假设进行就座于驾驶席上的人(驾驶员)的情感推定。
情感推定装置以被设定的频率进行人的情感推定。人的情感在事件发生之后变化。因此，情感推定装置通过检测在事件发生之前有无发生可能性较高的其他事件(以下称为事前事件)，来预测有无事件发生，在预测事件发生的情况下，设定比没有预测事件发生的情况高的频率。
[1.第1实施方式]
对第1实施方式所涉及的情感推定装置10进行说明。在第1实施方式中，作为引起人的情感变化的事件，假设在车辆内人与其他人进行对话(人与其他人的对话)。
[1.1.结构]
使用图1对第1实施方式所涉及的情感推定装置10的结构进行说明。情感推定装置10具有车内摄像头12、运算部14和存储部16。
车内摄像头12可以被设置于能拍摄各座椅的位置，例如被设置在车内的仪表板或顶板上，也可以被设置于每个座椅。车内摄像头12拍摄车厢(乘员)而获取图像信息，并将图像信息输出给运算部14。
运算部14具有CPU等处理器。运算部14通过执行被存储在存储部16中的程序来实现各种功能。在第1实施方式中，运算部14作为识认部20、事件预测部22、识别部24、频率设定部26和情感推定部28发挥功能。识认部20根据由车内摄像头12获取的图像信息来识认车内的状况(乘员的位置、乘员的面部等)。事件预测部22根据检测预测信息32的情况来预测事件的发生。识别部24识别人和与人同行的其他人。频率设定部26设定进行情感推定的频率。情感推定部28根据由车内摄像头12获取的图像信息进行人的情感推定。例如判定微表情来进行情感推定。此时，情感推定部28以由频率设定部26设定的频率进行情感推定。
存储部16具有ROM、RAM等存储装置。存储部16除了存储运算部14所执行的程序、各种数值、情感推定的频率(规定频率、第1频率、第2频率)之外，还将事件信息30和预测信息32建立对应关系来进行存储，另外，还存储人数据库34(以下，也称为人DB34)。事件信息30是规定事件的信息。另外，预测信息32是用于预测由事件信息30表示的事件发生的信息，即规定事前事件的信息。在第1实施方式中，事件信息30是规定人与其他人之间对话这一事件的信息，并且预测信息32是规定人的面部或视线朝向其他人方向这一事前事件的信息。人DB34包括人信息36、其他人信息38和同行历史记录信息40。人信息36包含成为情感推定的对象者的人的生物体信息，例如面部图像数据、指纹数据等。其他人信息38是与人信息36相关联的信息，包含与在人信息36中存储的人有关的其他人的生物体信息，例如面部图像数据、指纹数据等。同行历史记录信息40是按时间序列表示人和其他人共同行动的日期的数据。
[1.2.动作]
使用图2对第1实施方式所涉及的情感推定装置10的动作进行说明。图2所示的一系列处理被定期进行。
在步骤S1中，事件预测部22监视由预测信息32规定的事前事件的检测状况，预测事件是否发生。在该处理中，车内摄像头12将拍摄车内的图像信息输出给运算部14。识认部20通过使用图像信息的图像识认处理来识认车内的人的位置和其他人的位置，并且通过使用图像信息的面部检测技术或视线检测技术来识认人的面部的朝向或视线的朝向。事件预测部22根据识认部20的识认结果，确定其他人相对于人的方向和人的面部或视线的朝向。事件预测部22在检测出事前事件(人的面部或视线朝向其他人的方向)的情况下，预测为事件(人与其他人的对话)发生(步骤S1：是)。在这种情况下，处理转移到步骤S3。另一方面，事件预测部22在没有检测出事前事件的情况下，预测为事件没有发生(步骤S1：否)。在这种情况下，处理转移到步骤S2。
从步骤S1转移到步骤S2后，频率设定部26将规定频率设定为情感推定的频率。此时，运算部14对未图示的情感推定装置输出动作指示以使其以规定频率进行情感推定。在步骤S2之后，一系列处理暂时结束。
当处理从步骤S1转移到步骤S3时，频率设定部26根据识别部24的识别结果来判定人与其他人之间的关系。识别部24通过将由识认部20识认出的人的面部的图像数据与人DB34的人信息36的面部图像数据进行对照来对人进行识别。另外，识别部24通过将由识认部20识认出的其他人的面部的图像数据与其他人信息38的面部图像数据进行对照来对其他人进行识别，其中，所述其他人信息38与识别出的人的人信息36相关联。然后，频率设定部26根据识别部24的识别结果来确定同人信息36和其他人信息38相关联的同行历史记录信息40，判定人与其他人之间的关系。例如，频率设定部26根据同行历史记录信息40计算同行次数。然后，当同行次数＞次数阈值时，频率设定部26判定为两者是亲密关系。另外，在同行次数≤次数阈值的情况下，频率设定部26判定为两者不是亲密关系。此外，在识别部24无法识别出其他人的情况下，频率设定部26也判定为两者不是亲密关系。另外，也可以根据规定期间内的同行次数来判定两者的关系。在步骤S3之后，处理转移到步骤S4。
在步骤S4中，频率设定部26判定其他人对人而言是否是需要留意的人。在两者不是亲密关系的情况下，频率设定部26判定为其他人对人而言是需要留意的人(步骤S4：是)。在这种情况下，处理转移到步骤S5。另一方面，在两者是亲密关系的情况下，频率设定部26判断为其他人对人而言不是需要留意的人(步骤S4：否)。在这种情况下，处理转移到步骤S6。
在从步骤S4转移到步骤S5时，频率设定部26将比规定频率高的高频率即第1频率设定为情感推定的频率。此时，运算部14对未图示的情感推定装置输出动作指示以使其以第1频率进行情感推定。在步骤S5之后，一系列处理暂时结束。
在从步骤S4转移到步骤S6后，频率设定部26将第2频率设定为情感推定的频率，该第2频率比规定频率高且比第1频率低。此时，运算部14对未图示的情感推定装置输出动作指示以使其以第2频率进行情感推定。在步骤S6之后，一系列处理暂时结束。
如步骤S4、步骤S5、步骤S6那样，频率设定部26根据针对人与其他人的对话这一事件的“事件的内容”(是否是亲密关系的人物间的对话)来设定频率。
此外，运算部14更新与人信息36和其他人信息38相关联的同行历史记录信息40。此时，运算部14将识别出人和其他人的时间点的系统日期重新登记为同行历史记录信息40。然而，在同行历史记录信息40中已经存储有与系统日期相同日期的信息的情况下，运算部14不更新同行历史记录信息40。
[1.3.第1实施方式的变形例]
在上述说明中，假设被设置在车辆上的情感推定装置10。代替于此，也可以在车辆以外的移动体上设置第1实施方式所涉及的情感推定装置10。另外，也可以在移动体以外的装置、例如个人计算机(包括手提PC、平板PC)或智能手机上设置第1实施方式所涉及的情感推定装置10。
[2.第2实施方式]
对第2实施方式所涉及的情感推定装置10进行说明。在第2实施方式中，作为引起人的情感变化的事件，假设人和其他人搭乘车辆的情况(人和其他人搭乘车辆)。
[2.1.结构]
使用图3对第2实施方式所涉及的情感推定装置10的结构进行说明。此外，在第2实施方式中，对与第1实施方式相同的结构标注相同的附图标记，并省略其说明。情感推定装置10具有车内摄像头12、接触传感器42、指纹传感器44、运算部14和存储部16。
接触传感器42和指纹传感器44被设置在各门把手上。接触传感器42检测对门把手的接触，并将检测信息输出给运算部14。指纹传感器44检测触摸门把手的人或其他人的指纹，并将指纹信息输出给运算部14。
在第2实施方式中，运算部14作为识认部20、事件预测部22、识别部24和频率设定部26发挥功能。
在第2实施方式中，存储部16将事件信息30和预测信息32建立对应关系来进行存储，另外，还存储人DB34。在第2实施方式中，事件信息30是规定人和其他人搭乘车辆这一事件的信息，预测信息32是规定人和其他人接触门把手这一事前事件的信息。
[2.2.动作]
与第1实施方式相同，使用图2对第2实施方式的情感推定装置10的动作进行说明。图2所示的一系列处理被定期进行。下面，以进行与第1实施方式不同的处理的步骤(步骤S1、步骤S3)为中心，对在第2实施方式中进行的处理进行说明。
在步骤S1中，事件预测部22监视由预测信息32规定的事前事件的检测状况，预测事件是否发生。在该处理中，事件预测部22根据被设置于驾驶席的车门的接触传感器42和被设置于其他座椅例如副驾驶席的车门的接触传感器42的检测结果，确定对门把手的接触状态。事件预测部22在检测出事前事件(人和其他人接触门把手)的情况下，预测为事件(人和其他人搭乘车辆)发生(步骤S1：是)。在这种情况下，处理转移到步骤S3。另一方面，事件预测部22在没有检测出事前事件的情况下，预测为事件没有发生(步骤S1：否)。在这种情况下，处理转移到步骤S2。
当从步骤S1转移到步骤S3后，频率设定部26根据识别部24的识别结果来判定人与其他人之间的关系。识别部24通过将由被设置在驾驶席的车门上的指纹传感器44检测出的指纹数据与人DB34的人信息36的指纹数据进行对照来对人进行识别。另外，识别部24通过将由被设置在副驾驶席的车门上的指纹传感器44检测出的指纹数据与其他人信息38的指纹数据进行对照来对其他人进行识别，其中，所述其他人信息38与所识别出的人的人信息36相关联。然后，频率设定部26根据识别部24的识别结果来确定同人信息36和其他人信息38相关联的同行历史记录信息40，判定人与其他人之间的关系。人与其他人的关系的判定方法可以与第1实施方式相同。
与第1实施方式相同，频率设定部26根据针对人搭乘车辆这一事件的“事件的内容”(是否是与有亲密关系的人物乘车)来设定频率。
[2.3.第2实施方式的变形例]
也可以将第2实施方式与第1实施方式组合。
[3.第3实施方式]
对第3实施方式所涉及的情感推定装置10进行说明。在第3实施方式中，作为引起人的情感变化的事件，假设驾驶状况发生变化的情况(驾驶状况的变化)。
[3.1.结构]
使用图4对第3实施方式所涉及的情感推定装置10的结构进行说明。此外，在第3实施方式中，对与第1实施方式相同的结构标注相同的附图标记，并省略其说明。情感推定装置10具有车内摄像头12、导航装置50、车速传感器52、运算部14和存储部16。
导航装置50具有导航运算部54、导航存储部56、通信部58、定位部60和HMI部62。导航运算部54具有CPU等处理器。导航存储部56具有ROM、RAM等存储装置，存储地图信息。通信部58具有：第1接收机，其接收从被设置在道路上的通信终端发送的电波；和第2接收机，其接收从广播电视台发送的电波。定位部60具有接收从GPS卫星发送的电波的GPS接收机和陀螺仪传感器。导航装置50将各种信息、例如由各接收机接收的交通信息、由GPS接收机等定位到的车辆位置等信息输出给运算部14。车速传感器52检测车辆的行驶速度并输出给运算部14。
在第3实施方式中，运算部14作为识认部20、事件预测部22、危险推定部64、频率设定部26发挥功能。危险推定部64针对人搭乘的车辆的驾驶状况推定危险程度。
在第3实施方式中，存储部16将事件信息30和预测信息32建立对应关系来进行存储，另外，还存储危险程度运算映射66。在第3实施方式中，事件信息30是规定驾驶状况的变化这一事件的信息，预测信息32是规定接近左右转弯地点这一事前事件的信息。在此所说的接近是指车辆位置与左右转弯地点的距离在规定距离以内。危险程度运算映射66预先将危险参数(交通事故件数、交通参与者人数、车速等)与危险程度建立对应关系。在此所说的危险程度是指在左右转弯地点或左右转弯地点之后的地点的行驶危险。在下面的说明中，将危险程度作为左右转弯地点的行驶危险。
[3.2.动作]
使用图5对第3实施方式所涉及的情感推定装置10的动作进行说明。图5所示的一系列处理被定期进行。在图5所示的各处理中，步骤S12、步骤S15、步骤S16的处理与图2所示的步骤S2、步骤S5、步骤S6的处理相同。下面，以进行独立的处理的步骤S11、步骤S13、步骤S14的处理为中心，对在第3实施方式中进行的处理进行说明。
在步骤S11中，事件预测部22监视由预测信息32规定的事前事件的检测状况，预测事件是否发生。在该处理中，导航装置50测定最新的车辆位置，监视设定在距车辆位置规定距离内的预定行驶路径。规定距离的信息被预先存储在导航存储部56中。导航装置50在检测出在距车辆位置规定距离内存在左右转弯地点的情况下，对运算部14输出告知左右转弯地点位于规定距离内的检测信号。事件预测部22在由导航装置50检测出事前事件(接近左右转弯地点)的情况下，预测为事件(道路状况的变化)发生(步骤S11：是)。在这种情况下，处理转移到步骤S13。另一方面，事件预测部22在通过导航装置50没有检测出事前事件的情况下，预测为事件没有发生(步骤S11：否)。在这种情况下，处理转移到步骤S12。
当从步骤S11转移到步骤S13后，频率设定部26根据危险推定部64的推定结果，确定危险程度。在该处理中，导航装置50经由通信部58获取从外部的通信终端或广播电视台发送的左右转弯地点的道路的交通信息，例如交通参与者人数或事故件数的信息，并输出给运算部14。另外，车速传感器52将检测出的车速输出给运算部14。危险推定部64使用危险程度运算映射66，推定与危险参数(交通参与者人数、事故件数、车速)中的至少一项对应的危险程度。频率设定部26将由危险推定部64推定的危险程度确定为左右转弯地点的道路的危险程度。
在步骤S14中，频率设定部26将危险程度与基准值进行比较。基准值的信息被预先存储在存储部16中。在危险程度＞基准值的情况下(步骤S14：是)，处理转移到步骤S15。另一方面，在危险程度≤基准值的情况下(步骤S14：否)，处理转移到步骤S16。
如步骤S14、步骤S15、步骤S16那样，频率设定部26根据针对驾驶状况的变化这一事件的“事件的内容”(是否是危险程度比基准值高的驾驶状况变化)来设定频率。
[3.3.第3实施方式的变形例]
[3.3.1.变形例1]
也可以将第3实施方式与第1实施方式和第2实施方式中的至少一个组合。
[3.3.2.变形例2]
存储部16也可以预先存储将危险程度和频率建立对应关系的映射。该映射将危险程度和频率以危险程度越高则频率越高的方式建立对应关系。在这种情况下，频率设定部26根据映射而求出与危险程度对应的频率。
[4.第4实施方式]
对第4实施方式所涉及的情感推定装置10进行说明。在第4实施方式中，作为引起人的情感变化的事件，假设向搭乘在车辆上的人告知店铺的引导路径(告知信息)。
[4.1.结构]
使用图6对第4实施方式所涉及的情感推定装置10的结构进行说明。此外，在第4实施方式中，对与第1实施方式相同的结构标注相同的附图标记，并省略其说明。情感推定装置10具有车内摄像头12、导航装置50、运算部14和存储部16。
导航装置50的导航存储部56存储登记店铺信息68和距离信息70(第1距离和第2距离)。登记店铺信息68是被人登记的店铺的信息、例如喜欢的店铺(符合喜好性的店铺)的信息，包括店铺的名称和位置信息。距离信息70中的第1距离是规定告知店铺的引导路径的时刻的信息。距离信息70中的第2距离是规定进行告知的预测的时刻的信息。此外，第1距离＜第2距离。在本实施方式中，在由定位部60测定到的车辆位置与被登记为登记店铺信息68的店铺的位置之间的距离为第2距离以下的情况下，导航装置50输出告知接近所喜欢店铺的状况的检测信号，并且在距离为第1距离以下的情况下，经由HMI部62告知车辆已接近店铺的状况。
在第4实施方式中，运算部14作为事件预测部22、识认部20、识别部24、自信度判定部72和频率设定部26发挥功能。自信度判定部72判定导航装置50的HMI部62的告知内容的自信度。
在第4实施方式中，存储部16将事件信息30与预测信息32建立对应关系来进行存储，另外，还存储人-店数据库74(以下也称为人-店DB74)和第1自信度运算映射80。在第4实施方式中，事件信息30是规定信息(店铺的引导路径)的告知这一事件的信息，预测信息32是规定接近所喜欢的店铺这一事前事件的信息。人-店DB74包括人信息36、店铺信息76和入店历史记录信息78。店铺信息76是与人信息36相关联的信息，包括在人信息36中存储的人过去访问过的店铺的名称、店铺的种类、位置等信息。入店历史记录信息78是与人信息36和店铺信息76相关联的信息，是按时间序列表示人访问店铺的日期的数据。第1自信度运算映射80预先将自信度参数(入店次数、入店频率等)与自信度建立对应关系。此处所谓的自信度是计量告知内容是否适当的尺度。
[4.2.动作]
使用图7，对第4实施方式所涉及的情感推定装置10的动作进行说明。图7所示的一系列处理被定期进行。在图7所示的各处理中，步骤S22、步骤S25、步骤S26的处理与图2所示的步骤S2、步骤S5、步骤S6的处理相同。以下，以进行独立的处理的步骤S21、步骤S23、步骤S24的处理为中心，对在第4实施方式中进行的处理进行说明。
在步骤S21中，事件预测部22监视由预测信息32规定的事前事件的检测状况，预测事件是否发生。在该处理中，导航装置50测定最新的车辆位置，并监视车辆与被登记在登记店铺信息68中的店铺之间的相对位置。在车辆与店铺之间的距离为第2距离(＞第1距离)以内的情况下，导航装置50向运算部14输出检测信号，该检测信号告知被登记的店铺在第2距离以内，即接近所喜欢的店铺。事件预测部22在由导航装置50检测出事前事件(接近所喜欢的店铺)的情况下，预测为事件(告知信息)发生(步骤S21：是)。在这种情况下，处理转移到步骤S23。另一方面，事件预测部22在导航装置50没有检测出事前事件的情况下，预测为事件没有发生(步骤S21：否)。在这种情况下，处理转移到步骤S22。
在从步骤S21转移至步骤S23后，频率设定部26根据自信度判定部72的判定结果来确定自信度。在该处理中，导航装置50将与车辆的距离在第2距离以内的店铺的登记店铺信息68输出给运算部14。另外，车内摄像头12将拍摄车内的图像信息输出给运算部14。识认部20通过使用了图像信息的图像识认处理来识认车内人的面部。识别部24通过将由识认部20识认出的人的面部的图像数据与人-店铺DB74中的人信息36的面部图像数据进行对照来对人进行识别。自信度判定部72从与被识别出的人的人信息36相关联的店铺信息76中检索与登记店铺信息68一致的店铺信息76。然后，自信度判定部72根据与所检索到的店铺信息76相关联的入店历史记录信息78来计算入店次数或者在规定期间内的入店频率。自信度判定部72使用第1自信度运算映射80，判定与自信度参数(入店次数和入店频率)中的至少一项对应的自信度。频率设定部26将由自信度判定部72判定出的自信度确定为告知信息的自信度。
在步骤S24中，频率设定部26将自信度与基准值进行比较。基准值的信息被预先存储在存储部16中。在自信度<基准值的情况下(步骤S24：是)，处理转移到步骤S25。另一方面，在自信度≥基准值的情况下(步骤S24：否)，处理转移到步骤S26。
如步骤S24、步骤S25、步骤S26那样，频率设定部26根据针对信息的告知这一事件的“事件的内容”(作为系统是否是自信度较高的告知)来设定频率。
此外，运算部14在人实际已进入店铺的情况下，对人信息36和店铺信息76所关联的入店历史记录信息78进行更新。此时，运算部14重新登记车辆在店铺附近泊车或已起步的时间点的系统日期作为入店历史记录信息78。运算部14通过点火开关、启动开关等的操作来检测车辆的泊车、起步。
[4.3.第4实施方式的变形例]
[4.3.1.变形例1]
也可以将第4实施方式与第1实施方式～第3实施方式中的至少一个组合。另外，频率设定部26也可以对种类不同的事件内容即“人与其他人的对话”、“人与其他人搭乘车辆”、“驾驶状况的变化”、“信息的告知”分别设定特有的频率。
[4.3.2.变形例2]
存储部16可以预先存储将自信度与频率建立对应关系的映射。该映射将自信度和频率以自信度越高则频率越低的方式建立对应关系。在这种情况下，频率设定部26根据映射求出与自信度相对应的频率。
[5.第5实施方式]
对第5实施方式所涉及的情感推定装置10进行说明。在第5实施方式中，作为引起人的情感变化的事件，假设向搭乘车辆的人告知推荐加油(推荐项目)(信息的告知)。此外，在本实施方式中，作为车辆，假设以汽油、轻油等为燃料的汽油车或柴油车。
[5.1.结构]
使用图8对第5实施方式所涉及的情感推定装置10的结构进行说明。此外，在第5实施方式中，对与第1实施方式相同的结构标注相同的附图标记，并省略其说明。情感推定装置10具有车内摄像头12、导航装置50、燃料传感器86、运算部14和存储部16。
燃料传感器86被设置在车辆的燃料箱上。燃料传感器86检测燃料箱内的燃料的剩余量，并输出给导航装置50和运算部14。
导航装置50的导航存储部56存储剩余量信息84(第1剩余量、第2剩余量)。剩余量信息84中的第1剩余量是规定告知推荐加油的时刻的信息。剩余量信息84中的第2剩余量是规定进行告知的预测的时刻的信息。此外，第1剩余量＜第2剩余量。在本实施方式中，在由燃料传感器86检测出的燃料剩余量为第1剩余量以下的情况下，导航装置50经由HMI部62向车内的人告知需要加油。
在第5实施方式中，运算部14作为识认部20、事件预测部22、自信度判定部72和频率设定部26发挥功能。
在第5实施方式中，存储部16将事件信息30和预测信息32建立对应关系来进行存储，另外，还存储第2自信度运算映射88。在第5实施方式中，事件信息30是规定信息(推荐加油)的告知这一事件的信息，预测信息32是规定燃料的剩余量为第2剩余量以下这一事前事件的信息。第2自信度运算映射88预先将自信度参数(可行驶距离-至目的地的距离)与自信度建立对应关系。
[5.2.动作]
与第4实施方式相同，使用图7对第5实施方式所涉及的情感推定装置10的动作进行说明。图7所示的一系列处理被定期进行。下面，以进行与第4实施方式不同的处理的步骤(步骤S21、步骤S23)为中心，对在第5实施方式中进行的处理进行说明。
在步骤S21中，事件预测部22监视由预测信息32规定的事前事件的检测状况，预测事件是否发生。在该处理中，燃料传感器86检测燃料的剩余量并输出给导航装置50和运算部14。在燃料的剩余量为第2剩余量(>第1剩余量)以下的情况下，导航装置50向运算部14输出通知进行推荐加油的告知的信号。在由导航装置50检测出事前事件(燃料的剩余量为第2剩余量以下)的情况下，事件预测部22预测为事件(告知信息)发生(步骤S21：是)。在这种情况下，处理转移到步骤S23。另一方面，在由导航装置50没有检测出事前事件的情况下，事件预测部22预测为事件没有发生(步骤S21：否)。在这种情况下，处理转移到步骤S22。
在从步骤S21转移到步骤S23的处理中，频率设定部26根据自信度判定部72的判定结果来确定自信度。在该处理中，自信度判定部72根据由燃料传感器86检测出的燃料剩余量和被存储在存储部16中的燃料消耗来计算车辆不加油而能够行驶的最长距离，即可行驶距离。另外，自信度判定部72获取从由导航装置50测定的车辆位置至目的地的距离，并计算“可行驶距离-至目的地的距离”。自信度判定部72使用第2自信度运算映射88，判定与“可行驶距离-至目的地的距离”对应的自信度。频率设定部26将由自信度判定部72判定的自信度确定为告知信息的自信度。
与第4实施方式相同，频率设定部26根据针对信息的告知这一事件的“事件的内容”(作为系统是否是自信度较高的告知)来设定频率。
[5.3.第5实施方式的变形例]
[5.3.1.变形例1]
也可以将第5实施方式与第1实施方式～第4实施方式中的至少一个组合。
[5.3.2.变形例2]
也可以为：存储部16存储将自信度与频率建立对应关系的映射，频率设定部26根据映射求出与自信度相对应的频率。在这种情况下，该映射将自信度和频率以自信度越高则频率越低的方式建立对应关系。
[5.3.3.变形例3]
在第5实施方式中，也可以在告知信息(推荐加油)时伴随着询问。例如，导航装置50也可以在向人推荐加油时进行是否设定加油地点的询问(第1询问)。针对该询问，人使用HMI部62进行“是”或“否”的回答。另外，导航装置50也可以在向人推荐加油时进行所希望的加油地点的询问(第2询问)。针对该询问，人使用HMI部62进行加油地点的设定。
频率设定部26在如第2询问那样不能以“是”或“否”回答的情况下设定第1频率，在如第1询问那样能以“是”或“否”回答的情况下设定第2频率(＜第1频率)。
在变形例3中，频率设定部26根据针对信息的告知这一事件的“事件的内容”(是否是能以是或否回答的信息的告知)来设定频率。
[6.其他实施方式]
也可以变更在其他时刻进行情感推定的频率。例如，也可以对于人通过移动电话进行通话、或者人阅读到达移动终端的消息这样的事件，设定电话或邮件到达人的移动终端这样的事前事件。在这种情况下，将以电话或邮件到达人的移动终端为触发进行情感推定的频率设定为比通常频率高的频率。
[7.从实施方式得到的发明]
以下记载能够从上述实施方式和变形例掌握的发明。
本发明的情感推定装置具有存储部16、事件预测部22和频率设定部26，其中，
所述存储部16存储用于按引起人的情感变化的每个事件预测事件发生的预测信息32；
所述事件预测部22根据对预测信息32进行检测的情况来预测事件的发生；
所述频率设定部26设定进行情感推定的频率，
在由事件预测部22预测事件的发生的情况下，频率设定部26设定比没有预测事件的发生的情况高的频率，并且根据事件的内容来设定频率。
根据上述结构，在预测引起人的情感变化的事件的发生的情况下，设定比没有预测事件的发生的情况高的频率，因此能够恰当地掌握人的情感。另外，由于根据事件内容来设定频率，因此能够抑制以超出需要的频率进行情感推定，由此能够抑制装置的运算负荷增大。并且，在没有预测事件的发生的情况下以通常的频率进行情感推定，因此，能够抑制情感推定装置10的运算负荷增大。
在本发明(第1实施方式)中可以为，具有识别部24，该识别部24识别与人同行的其他人，
存储部16存储用于预测人与其他人之间发生对话的预测信息32，
频率设定部26根据识别部24对其他人进行识别的识别结果来设定频率。
根据上述结构，能够预测人与其他人对话这样的引起人的情感变化的事件，此时，由于根据人与其他人的关系来设定频率，因此能够以适当的频率进行情感推定。
在本发明(第2实施方式)中可以为，具有识别部24，该识别部24识别与人同行的其他人，
存储部16存储用于预测人搭乘车辆的预测信息32，
频率设定部26根据识别部24对其他人进行识别的识别结果来设定频率。
根据上述结构，能够预测人和其他人搭乘车辆这样的引起人的情感变化的事件，此时，由于根据人和其他人的关系来设定频率，因此能够以适当的频率进行情感推定。
在本发明(第1、第2实施方式)中也可以为，
存储部16按多个其他人中的每一个人来区别存储其对人而言是否为需要留意的人物，
频率设定部26在其他人对人而言是需要留意的人物的情况下设定第1频率(图2的步骤S5)，在其他人对人而言不是需要留意的人物的情况下设定比第1频率低的第2频率(图2的步骤S6)。
在本发明(第3实施方式)中也可以为，
具有危险推定部64，该危险推定部64针对人搭乘的车辆的驾驶状况推定危险程度，
存储部16存储用于预测车辆的驾驶状况发生变化的预测信息32，
频率设定部26根据由危险推定部64推定的车辆的驾驶状况的变化地点或变化后的危险程度来设定频率。
根据上述结构，能够预测驾驶状况的变化这样的引起人的情感变化的事件，此时，由于根据危险程度来设定频率，因此能够以适当的频率进行情感推定。
在本发明(第3实施方式)中也可以为，
频率设定部26以危险程度越高则频率越高的方式来设定频率。
例如也可以为，频率设定部26在危险程度比规定的基准值高的情况下设定第1频率(图5的步骤S15)，在危险程度为基准值以下的情况下设定比第1频率低的第2频率(图5的步骤S16)。
在本发明(第3实施方式)中也可以为，
危险推定部64根据交通事故件数、车速、交通参与者人数中的至少一项来推定危险程度。
在本发明(第4、第5实施方式)中也可以为，具有告知部(HMI部62)和自信度判定部72，其中，
所述告知部向人告知规定信息；
所述自信度判定部72判定由告知部告知的告知内容的自信度，
存储部16存储用于预测进行规定信息告知的预测信息32，
频率设定部26根据由自信度判定部72判定的自信度来设定频率。
根据上述结构，能够预测向人告知信息这样的引起人的情感变化的事件，此时，根据自信度来设定频率，因此能够以适当的频率进行情感推定。
在本发明(第4、第5实施方式)中也可以为，
频率设定部26以自信度越低则频率越高的方式来设定频率。
例如也可以为，频率设定部26在自信度比规定基准值低的情况下设定第1频率(图7中的步骤S25)，在所述自信度比所述基准值高的情况下设定比所述第1频率低的第2频率(图7中的步骤S26)。
在本发明(第4实施方式)中也可以为，
自信度判定部72按照是否符合人的喜好性来判断自信度。
在本发明(第5实施方式的变形例2)中也可以为，
频率设定部26在对人的告知内容伴随着对人的询问且该询问不能以“是”或“否”回答的情况下设定第1频率，在对人的告知内容伴随着对人的询问且该询问能以“是”或“否”回答的情况下设定比第1频率低的第2频率。
此外，本发明的情感推定装置不限于上述实施方式，在不脱离本发明的主旨的情况下，当然可以采用各种结构。

Claims (11)

1.一种情感推定装置，其特征在于，
具有存储部(16)、事件预测部(22)和频率设定部(26)，其中，
所述存储部(16)按引起人的情感变化的每个事件来存储在该事件的发生前发生的事前事件；
所述事件预测部(22)根据对所述事前事件的发生进行检测的情况来预测所述事件的发生；
所述频率设定部(26)设定进行所述情感的推定的频率，
以由所述事件预测部预测所述事件的发生为触发，所述频率设定部设定比没有预测所述事件的发生的情况高的频率，并且根据所述事件的内容来设定该频率。
2.根据权利要求1所述的情感推定装置，其特征在于，
还具有识别部(24)，该识别部(24)识别与所述人同行的其他人，
所述存储部存储所述事前事件，该事前事件用于预测所述人与所述其他人之间的对话的发生，
所述频率设定部根据所述识别部对所述其他人进行识别的识别结果来设定所述频率。
3.根据权利要求1所述的情感推定装置，其特征在于，
具有识别部(24)，该识别部(24)识别与所述人同行的其他人，
所述存储部存储用于预测所述人搭乘车辆的所述事前事件，
所述频率设定部根据所述识别部对所述其他人进行识别的识别结果来设定所述频率。
4.根据权利要求2或3所述的情感推定装置，其特征在于，
所述存储部按多个所述其他人中的每一个人来区别存储其对所述人而言是否为需要留意的人物，
所述频率设定部在所述其他人对所述人而言是需要留意的人物的情况下设定第1频率，在所述其他人对所述人而言不是需要留意的人物的情况下设定比所述第1频率低的第2频率。
5.根据权利要求1所述的情感推定装置，其特征在于，
具有危险推定部(64)，该危险推定部(64)对所述人搭乘的车辆的驾驶状况推定危险程度，
所述存储部存储所述事前事件，该事前事件用于预测所述车辆的驾驶状况发生变化，
所述频率设定部根据由所述危险推定部推定的所述车辆的驾驶状况的变化地点或变化后的所述危险程度来设定所述频率。
6.根据权利要求5所述的情感推定装置，其特征在于，
所述频率设定部以所述危险程度越高则所述频率越高的方式来设定所述频率。
7.根据权利要求6所述的情感推定装置，其特征在于，
所述危险推定部根据交通事故件数、车速和交通参与者人数中的至少一项来推定所述危险程度。
8.根据权利要求1所述的情感推定装置，其特征在于，
具有告知部(62)和自信度判定部(72)，其中，
所述告知部(62)向所述人告知规定信息；
所述自信度判定部(72)判定由所述告知部告知的告知内容的自信度，
所述存储部存储所述事前事件，该事前事件用于预测进行所述规定信息的告知，
所述频率设定部根据由所述自信度判定部判定的所述自信度来设定所述频率。
9.根据权利要求8所述的情感推定装置，其特征在于，
所述频率设定部以所述自信度越低则所述频率越高的方式来设定所述频率。
10.根据权利要求9所述的情感推定装置，其特征在于，
所述自信度判定部按照是否符合所述人的喜好性来判断所述自信度。
11.根据权利要求9所述的情感推定装置，其特征在于，
所述频率设定部在对所述人的所述告知内容伴随有对所述人的询问且所述询问不能以是或否来回答的情况下设定第1频率，在所述询问能以是或否来回答的情况下设定比所述第1频率低的第2频率。
CN201911042032.7A 2018-10-30 2019-10-30 情感推定装置 Active CN111128239B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018-203563 2018-10-30
JP2018203563A JP7076357B2 (ja) 2018-10-30 2018-10-30 感情推定装置

Publications (2)

Publication Number Publication Date
CN111128239A CN111128239A (zh) 2020-05-08
CN111128239B true CN111128239B (zh) 2023-10-17

Family

ID=70325332

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911042032.7A Active CN111128239B (zh) 2018-10-30 2019-10-30 情感推定装置

Country Status (3)

Country Link
US (2) US11062159B2 (zh)
JP (1) JP7076357B2 (zh)
CN (1) CN111128239B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7076357B2 (ja) 2018-10-30 2022-05-27 本田技研工業株式会社 感情推定装置
CN111603184A (zh) * 2020-06-02 2020-09-01 南京励智心理大数据产业研究院有限公司 一种情绪传感设备及其使用方法
DE112022007155T5 (de) * 2022-07-05 2025-03-06 Hitachi Astemo, Ltd. Bildverarbeitungsvorrichtung und Bildverarbeitungsverfahren

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005157480A (ja) * 2003-11-20 2005-06-16 Nissan Motor Co Ltd 運転者心理状態判定装置
JP2011003118A (ja) * 2009-06-22 2011-01-06 Denso Corp 交通障害情報収集装置
CN106956271A (zh) * 2017-02-27 2017-07-18 华为技术有限公司 预测情感状态的方法和机器人
JP2017138762A (ja) * 2016-02-03 2017-08-10 トヨタ自動車株式会社 運転者の感情推定装置
JP2018067105A (ja) * 2016-10-18 2018-04-26 クラリオン株式会社 車載装置および覚醒システム
JP2018151684A (ja) * 2017-03-09 2018-09-27 オムロン株式会社 運転モード切替制御装置、方法およびプログラム

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005143895A (ja) * 2003-11-17 2005-06-09 Nissan Motor Co Ltd 運転者心理状態判定装置
US7389178B2 (en) * 2003-12-11 2008-06-17 Greenroad Driving Technologies Ltd. System and method for vehicle driver behavior analysis and evaluation
US7317406B2 (en) * 2005-02-03 2008-01-08 Toyota Technical Center Usa, Inc. Infrastructure-based collision warning using artificial intelligence
JP2008068665A (ja) * 2006-09-12 2008-03-27 Fujitsu Ten Ltd 車両制御装置および車両制御方法
US20080096533A1 (en) * 2006-10-24 2008-04-24 Kallideas Spa Virtual Assistant With Real-Time Emotions
JP4797948B2 (ja) * 2006-11-22 2011-10-19 株式会社デンソー 運転行動推定方法および装置
KR20110002757A (ko) * 2009-07-02 2011-01-10 삼성전자주식회사 감성 모델 장치, 감성 모델의 성향 학습 장치 및 방법
GB2495265A (en) * 2011-07-07 2013-04-10 Toyota Motor Europe Nv Sa Artificial memory system for predicting behaviours in order to assist in the control of a system, e.g. stability control in a vehicle
JP5688810B2 (ja) * 2012-11-16 2015-03-25 本田技研工業株式会社 運転者状態推定装置
US8876535B2 (en) * 2013-03-15 2014-11-04 State Farm Mutual Automobile Insurance Company Real-time driver observation and scoring for driver's education
US10540723B1 (en) * 2014-07-21 2020-01-21 State Farm Mutual Automobile Insurance Company Methods of providing insurance savings based upon telematics and usage-based insurance
US9731713B2 (en) * 2014-09-10 2017-08-15 Volkswagen Ag Modifying autonomous vehicle driving by recognizing vehicle characteristics
JP2016071577A (ja) 2014-09-30 2016-05-09 マツダ株式会社 運転者状態検出方法および検出装置
US10035514B1 (en) * 2014-11-21 2018-07-31 Lytx, Inc. Dynamic configuration of event recorder content capture
JP6075577B2 (ja) * 2015-04-24 2017-02-08 マツダ株式会社 運転支援装置
US20170143246A1 (en) * 2015-11-20 2017-05-25 Gregory C Flickinger Systems and methods for estimating and predicting emotional states and affects and providing real time feedback
US10315665B2 (en) * 2016-01-29 2019-06-11 Faraday & Future Inc. System and method for driver pattern recognition, identification, and prediction
US10529046B1 (en) * 2016-02-08 2020-01-07 Allstate Insurance Company Vehicle rating system
US10170111B2 (en) * 2017-01-19 2019-01-01 Toyota Motor Engineering & Manufacturing North America, Inc. Adaptive infotainment system based on vehicle surrounding and driver mood and/or behavior
US20180308569A1 (en) * 2017-04-25 2018-10-25 S Eric Luellen System or method for engaging patients, coordinating care, pharmacovigilance, analysis or maximizing safety or clinical outcomes
JP7076357B2 (ja) * 2018-10-30 2022-05-27 本田技研工業株式会社 感情推定装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005157480A (ja) * 2003-11-20 2005-06-16 Nissan Motor Co Ltd 運転者心理状態判定装置
JP2011003118A (ja) * 2009-06-22 2011-01-06 Denso Corp 交通障害情報収集装置
JP2017138762A (ja) * 2016-02-03 2017-08-10 トヨタ自動車株式会社 運転者の感情推定装置
JP2018067105A (ja) * 2016-10-18 2018-04-26 クラリオン株式会社 車載装置および覚醒システム
CN106956271A (zh) * 2017-02-27 2017-07-18 华为技术有限公司 预测情感状态的方法和机器人
JP2018151684A (ja) * 2017-03-09 2018-09-27 オムロン株式会社 運転モード切替制御装置、方法およびプログラム

Also Published As

Publication number Publication date
JP2020071561A (ja) 2020-05-07
US11657626B2 (en) 2023-05-23
US11062159B2 (en) 2021-07-13
CN111128239A (zh) 2020-05-08
JP7076357B2 (ja) 2022-05-27
US20210295074A1 (en) 2021-09-23
US20200134337A1 (en) 2020-04-30

Similar Documents

Publication Publication Date Title
US11151813B2 (en) Method and system for vehicle-related driver characteristic determination
JP6668814B2 (ja) 自動走行制御装置及び自動走行制御システム
JP4371057B2 (ja) 車両用エージェント装置、エージェントシステム及びエージェント制御方法
CN111128239B (zh) 情感推定装置
US9057614B2 (en) Method and apparatus for vehicle tracking
CN111047891B (zh) 驾驶辅助装置、车辆、驾驶辅助系统、驾驶辅助方法及存储介质
CN110276463A (zh) 信息处理系统和服务器
CN107886045A (zh) 设施满意度计算装置
JP2020095475A (ja) マッチング方法、マッチングサーバ、マッチングシステム、およびプログラム
JP2010039639A (ja) 運転診断装置、及び運転診断システム
JP2020091525A (ja) 情報処理システム、プログラム、及び制御方法
CN110941253A (zh) 驾驶评价装置、驾驶评价系统、驾驶评价方法及存储介质
US11260874B2 (en) Driver assistance device that can be mounted on a vehicle
CN113301207A (zh) 携带移动终端的提醒方法、装置、电子设备及存储介质
CN110044372A (zh) 车载器、服务器、导航系统、地图显示程序及方法
JP6261637B2 (ja) 保険条件決定装置、保険条件決定方法、およびプログラム
US20220306124A1 (en) Information providing apparatus
CN112583885A (zh) 用于车辆的紧急系统以及为车辆用户提供救援构件的方法
KR101907293B1 (ko) 정류장 및 택시 정보 안내 시스템
CN113496446A (zh) 物品归还方法、装置、计算机设备和存储介质
US20220207447A1 (en) Information providing device, information providing method, and storage medium
JP2018014148A (ja) プログラム、保険条件決定方法、および保険条件決定装置
EP3945489A1 (en) Ride evaluation in a ride sharing service
JP7694356B2 (ja) 情報処理装置、方法、及びシステム
JP7794488B2 (ja) 自動車及び自動車用プログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant