JP2019073069A - 車両、判定方法及び判定プログラム - Google Patents

Abstract

【課題】有用性を向上可能な車両、判定方法及び判定プログラムを提供する。【解決手段】車両１００は、ドライバの身体の動きを取得する情報取得部１０１と、情報取得部１０１が取得したドライバの身体の動きが、ドライバの正常なパターンであるか否かを判定する制御部１０４と、を備える。【選択図】図１

Description

本開示は、車両、判定方法及び判定プログラムに関する。

従来、二輪車のドライバの転倒を検知する方法が知られている。例えば、特許文献１には、カメラで取得した画像に基づき、二輪車が転倒したことを検知する方法が開示されている。

特開２０１５−１０７７９８号公報

特許文献１に開示された方法は、二輪車の転倒を検知するものであって、ドライバ自体の状態等を検知可能なものではない。

本開示の目的は、有用性を向上可能な車両、判定方法及び判定プログラムを提供することにある。

車両の一態様は、情報取得部と、制御部とを備える。前記情報取得部は、ドライバの身体の動きを取得する。前記制御部は、前記情報取得部が取得した前記ドライバの身体の動きが、前記ドライバの正常なパターンであるか否かを判定する。

判定方法の一態様は、制御部が、情報取得部により、ドライバの身体の動きを取得し、前記情報取得部が取得した前記ドライバの身体の動きが、前記ドライバの正常なパターンであるか否かを判定する。

判定プログラムの一態様は、コンピュータに、ドライバの身体の動きを取得させ、前記情報取得部が取得した前記ドライバの身体の動きが、前記ドライバの正常なパターンであるか否かを判定させる。

本開示によれば、有用性を向上可能な車両、判定方法及び判定プログラムを提供できる。

一実施形態に係る情報処理システムの概略構成の一例を示す機能ブロック図である。 図１の車両の一例を示す概略側面図である。 ドライバの行動のパターンの一例を示す図である。 ドライバの行動のパターンの一例を示す図である。 ドライバの身体表面の動きのパターンの一例を示す図である。 ドライバの身体表面の動きのパターンの一例を示す図である。 図１の車両の制御部が実行する処理の一例を示すフローチャートである。 図１の車両の制御部が実行する処理の一例を示すフローチャーチである。 図１の車両の制御部が実行する処理の一変形例を示すフローチャーチである。 図１の車両の制御部が実行する処理の一例を示すフローチャートである。

以下、一実施形態について、図面を参照して詳細に説明する。

図１は、一実施形態に係る情報処理システム１の概略構成の一例を示す機能ブロック図である。図１に示すように、情報処理システム１は、車両１００と、サーバ装置２００とを備える。車両１００とサーバ装置２００とは、互いに通信可能に接続されている。

車両１００は、例えば、電気自動車、ハイブリッド電気自動車及びガソリン自動車を含む自動車、オートバイ等の自動二輪車、並びに自転車等を含む。本実施形態では、車両１００が自動二輪車であるとして、以下説明する。

図２は、本実施形態に係る車両１００の一例を示す概略側面図である。車両１００は、車両本体１１０と、本体１１０を指示する前輪１１１及び後輪１１２と、操舵を行うためのハンドルバー１１３とを備える。

本体１１０には、燃料を貯蔵する燃料タンク、車両１００の動力となるエンジン等が配置される。また、本体１１０は、ブレーキをかけるための操作を行うブレーキペダルと、ギヤを変更するための操作を行うシフトペダルとを備える。さらに、本体１１０は、ドライバが運転時に着座するシート１１４を備える。すなわち、ドライバは、シート１１４に着座して車両１００を運転する。本体１１０は、図１の各機能ブロックが実現された機構を備えていてよい。

ハンドルバー１１３は、ブレーキをかけるための操作を行うブレーキレバーと、クラッチ操作を行うためのクラッチレバーとを備える。ハンドルバー１１３は、例えば本体１１０の前方側に設けられてよい。

再び図１を参照すると、車両１００は、機能ブロックとして、情報取得部１０１と、重量センサ１０２と、記憶部１０３と、制御部１０４と、入力部１０５と、報知部１０６と、通信部１０７とを備える。

情報取得部１０１は、ドライバの身体の動きを取得する。情報取得部１０１は、車両１００の周囲の全方向において、ドライバの身体を検出可能に構成されていてもよく、特定の方向にのみドライバの身体を検出可能に構成されていてもよい。情報取得部１０１は、例えばマイクロ波レーダを含んで構成されていてよい。マイクロ波レーダは、周囲にマイクロ波を発射してその反射波を検出し、マイクロ波を発射してから検出するまでの時間に基づいて物体までの距離を測定する。また、マイクロ波レーダは、マイクロ波を検出する方向に基づいて、物体の方向を測定する。情報取得部１０１は、複数のマイクロ波レーダを含んでいてもよい。

マイクロ波レーダはドップラー効果により、身体表面の微小な動きも検出できる。例えば、心拍、呼吸等による体動を検出でき、その体動から心拍数や呼吸数等を割り出すこともできる。情報取得部１０１は、周囲に電磁波を発射してその反射波を検出し、電磁波を発射してから検出するまでの時間に基づいて物体までの距離を測定するものでもよい。

ドライバの身体の動きは、ドライバの行動を含んでよい。ドライバの行動は、例えば、車両１００に対するドライバの方向及び距離の時間経過に伴う変位を含む。具体的には、ドライバの行動は、例えば、どれくらいの歩行速度で車両１００に近づいたか、どの経路を通って車両１００に近づいたか、どの方向から車両１００に近づいたか等を含んでよい。言い換えると、ドライバの身体の動きは、車両１００の周辺におけるドライバの位置の変化を含む。

ドライバの身体の動きは、ドライバの生体活動に起因する身体表面の動きを含んでよい。生体活動は、ドライバの生体の活動であり、例えば、心拍、呼吸及び体動等を含んでよい。ドライバの生体活動に起因する身体表面の動きは、例えば、心拍、呼吸及び体動等に伴って発生する胸部の動きを含んでよい。

情報取得部１０１は、本体１１０においてドライバの身体の動きを取得可能な任意の位置に設けられていてよい。情報取得部１０１は、例えば、本体１１０の前方側において、計器類が配置されている位置の付近に設けられていてよい。

情報取得部１０１は、マイクロ波レーダ以外の機器により構成されていてもよい。例えば、情報取得部１０１は、レーザ距離計、超音波送受信機又はカメラを含んで構成されていてもよい。レーザ距離計は、レーザ光線を照射してから反射光を受光するまでの時間に基づいて距離を測定できる。超音波送受信機は、超音波を照射してから反射波を受光するまでの時間に基づいて距離を測定できる。カメラは、撮像した画像に基づき、画像分析を行うことで、距離を測定できる。情報取得部１０１は、ここで説明した以外の、距離を測定可能な機器を含んで構成されていてもよい。情報取得部１０１は、複数の種類の機器を組み合わせて構成されていてもよい。

情報取得部１０１は、取得したドライバの身体の動きに関する情報を制御部１０４に送信する。

重量センサ１０２は、シート１１４にかかる荷重を検出する。重量センサ１０２は、例えば、シート１１４の下側に配置される。重量センサ１０２は、検出した荷重に関する情報を、制御部１０４に送信する。制御部１０４は、重量センサ１０２から取得した荷重に関する情報に基づき、シート１１４にドライバが着座したか否かを判定できる。

記憶部１０３は、半導体メモリ又は磁気メモリ等で構成されることができる。記憶部１０３は、各種情報や車両１００を動作させるためのプログラム等を記憶する。記憶部１０３は、ワークメモリとしても機能してもよい。記憶部１０３は、情報取得部１０１が取得したドライバの身体の動きに関する情報を、取得した時刻と対応付けて記憶してよい。記憶部１０３は、重量センサ１０２が取得した荷重を、取得した時刻と対応付けて記憶してよい。

記憶部１０３は、ドライバの身体の動きのパターンを記憶してよい。ドライバの身体の動きのパターンの詳細については後述する。記憶部１０３は、制御部１０４が実行した判定の結果を記憶してもよい。

制御部１０４は、車両１００の各機能ブロックをはじめとして、車両１００の全体を制御及び管理する少なくとも１つのプロセッサ１０４ａを含む。制御部１０４は、制御手順を規定したプログラムを実行するＣＰＵ（Central Processing Unit）等の少なくとも１つのプロセッサ１０４ａを含んで構成され、その機能を実現する。このようなプログラムは、例えば記憶部１０３、又は車両１００に接続された外部の記憶媒体等に格納される。

種々の実施形態によれば、少なくとも１つのプロセッサ１０４ａは、単一の集積回路（ＩＣ）として、又は複数の通信可能に接続された集積回路ＩＣ及び／又はディスクリート回路（discrete circuits）として実行されてもよい。少なくとも１つのプロセッサ１０４ａは、種々の既知の技術に従って実行されることが可能である。

一実施形態において、プロセッサ１０４ａは、例えば、関連するメモリに記憶された指示を実行することによって１以上のデータ計算手続又は処理を実行するように構成された１以上の回路又はユニットを含む。他の実施形態において、プロセッサ１０４ａは、１以上のデータ計算手続き又は処理を実行するように構成されたファームウェア（例えば、ディスクリートロジックコンポーネント）であってもよい。

種々の実施形態によれば、プロセッサ１０４ａは、１以上のプロセッサ、コントローラ、マイクロプロセッサ、マイクロコントローラ、特定用途向け集積回路（ＡＳＩＣ）、デジタル信号処理装置、プログラマブルロジックデバイス、フィールドプログラマブルゲートアレイ、又はこれらのデバイス若しくは構成の任意の組合せ、又は他の既知のデバイス若しくは構成の組合せを含み、以下に説明される制御部１０４としての機能を実行してもよい。

制御部１０４は、情報取得部１０１が取得したドライバの身体の動きが、ドライバの正常なパターンであるか否かを判定する。制御部１０４は、例えば、記憶部１０３に記憶されたドライバの身体の動きのパターンを参照して、ドライバの身体の動きが、ドライバの正常なパターンであるか否かを判定する。制御部１０４が実行する判定処理の詳細については、後述する。

入力部１０５は、例えばドライバからの操作入力を受け付けるものである。入力部１０５は、例えば、操作ボタン（操作キー）から構成される。入力部１０５をタッチスクリーンにより構成し、表示デバイスの一部にユーザからの操作入力を受け付ける入力領域を表示して、ユーザによるタッチ操作入力を受け付けてもよい。入力部１０５は、例えば、本体１１０の前方側において、計器類が配置されている位置の付近に設けられていてよい。

報知部１０６は、音、振動、及び画像等で情報を報知する。報知部１０６は、スピーカ及び振動子等を含んで構成されていてよい。報知部１０６は、制御部１０４の制御に基づき、例えば制御部１０４による判定処理の結果を報知する。すなわち、報知部１０６は、ドライバの身体の動きが、正常なパターンであるか否かの判定結果を報知する。

通信部１０７は、サーバ装置２００と通信を行うことにより、各種情報の送受信を行う。通信部１０７は、無線、有線、又は無線と有線との組合せによるネットワークを用いて情報の送受信を行うことができる。通信部１０７は、例えばBluetooth（登録商標）、赤外線、ＮＦＣ（Near Field Radio Communication）、無線ＬＡＮ（Local Area Network）、有線ＬＡＮ若しくはその他任意の通信媒体又はこれらの任意の組み合わせにより通信を行うことができる。

サーバ装置２００は、例えばコンピュータで構成される。サーバ装置２００は、車両１００から情報を取得し、取得した情報を記憶する。サーバ装置２００は、記憶した情報を、例えば図示しない端末装置等に提供（送信）してもよい。端末装置は、例えば、携帯電話機、スマートフォン又はタブレット端末等を含んでよい。端末装置は、例えばドライバと所定の関係を有する関係者が所有する端末装置であってよい。関係者は、例えばドライバの親族、又はドライバの担当医等であってよい。車両１００が、例えばオートレース等の競技用に使用される場合には、関係者は、例えばドライバが所属する競技チームのチームメンバー、チームリーダ又はコーチ等であってよい。

サーバ装置２００は、記憶部２０１と、制御部２０２と、通信部２０３とを備える。

記憶部２０１は、半導体メモリ又は磁気メモリ等で構成されることができる。記憶部２０１は、各種情報やサーバ装置２００を動作させるためのプログラム等を記憶する。記憶部２０１は、ワークメモリとしても機能してもよい。記憶部２０１は、車両１００から取得した情報を記憶してよい。例えば、記憶部２０１は、ドライバの身体の動きが正常であるか否かの判定結果を記憶してよい。

制御部２０２は、サーバ装置２００の各機能ブロックをはじめとして、サーバ装置２００の全体を制御及び管理する少なくとも１つのプロセッサ２０２ａを含む。制御部２０２は、制御手順を規定したプログラムを実行するＣＰＵ等の少なくとも１つのプロセッサ２０２ａを含んで構成され、その機能を実現する。このようなプログラムは、例えば記憶部２０１、又はサーバ装置２００に接続された外部の記憶媒体等に格納される。プロセッサ２０２ａの具体的な構成として、プロセッサ１０４ａの説明において列挙したものを使用できる。

通信部２０３は、車両１００と通信を行うことにより、各種情報の送受信を行う。通信部２０３は、無線、有線、又は無線と有線との組合せによるネットワークを用いて情報の送受信を行うことができる。通信部２０３は、例えばBluetooth（登録商標）、赤外線、ＮＦＣ、無線ＬＡＮ、有線ＬＡＮ若しくはその他任意の通信媒体又はこれらの任意の組み合わせにより通信を行うことができる。

次に、制御部１０４が実行する判定処理の詳細について、ドライバの身体の動きのパターンとあわせて説明する。

まず、ドライバの身体の動きが、ドライバの行動である場合の例について説明する。人の行動には、各個人に特有のパターンがある。このパターンは、いわゆる「くせ」とも呼ばれる。ドライバの身体に異常がない場合には、ドライバの行動は、通常、当該ドライバのパターンに沿ったものとなる。しかしながら、例えば、体調に異常がある等の身体の異常がある場合、又は心配事がある等の精神の異常がある場合には、ドライバの行動が、当該ドライバのパターンから外れやすくなる。ドライバの身体の動きがドライバの行動である場合、記憶部１０３はドライバの通常の行動に関するパターンを記憶し、制御部１０４は、ドライバの行動が通常のパターンに該当するか否かを判定することにより、ドライバの行動が正常なパターンであるか否かを判定する。なお、ここでいう「異常」とは、通常と異なる場合をいい、例えば疾患がある状態をいう。また、ドライバが通常する場合のパターンを、正常なパターンという。

情報処理システム１の使用にあたり、制御部１０４は、少なくともドライバの行動の正常なパターンを記憶部１０３に記憶する学習（記憶）処理を実行する。学習処理は、任意の方法で実行されてよい。一例として、車両１００は、次のような正常パターンの学習処理を実行できる。例えば、制御部１０４は、ドライバが情報取得部１０１による情報を取得可能な距離内に近づいたときに、ドライバの位置の検出を行う。制御部１０４は、ドライバがシート１１４に着座するまでのドライバの行動、すなわちドライバの位置の変化を検出する。制御部１０４は、重量センサ１０２において荷重を検出したか否かに基づいて、ドライバが着座したか否かを判断することができる。制御部１０４は、情報取得部１０１により取得されるドライバと情報取得部１０１との距離が、ドライバがシート１１４に着座した場合におけるドライバと情報取得部１０１との距離であるか否かに基づいて、ドライバが着座したか否かを判断してもよい。制御部１０４は、ドライバがシート１１４に着座したと判定したとき、行動が正常なパターンであるか否かの入力をドライバに求める表示を、車両１００の表示部に表示する。ドライバは、入力部１０５を用いて、行動が正常なパターンであるか否かを入力する。ドライバは、例えば自分の行動が通常の行動であると考える場合には、行動が正常なパターンであると入力することができる。ドライバは、例えば体調が悪いと感じる場合には、行動が異常なパターンであると入力することができる。ドライバは、例えば通常と違う行動を行ったと考える場合には、行動が異常なパターンであると入力することができる。通常と違う行動は、例えば、途中でつまずいたり、忘れ物に気付く等していったん引き返したりする場合を含む。制御部１０４は、ユーザが正常であると入力した行動を、行動の正常なパターンとして、記憶部１０３に記憶させる。制御部１０４は、ユーザが異常であると入力した行動を、行動の異常なパターンとして、記憶部１０３に記憶させてもよい。制御部１０４は、ユーザの行動が正常なパターンであるか否かを判定可能な程度にパターンに関するデータを記憶部１０３に記憶した場合、正常なパターンの学習処理を終了してよい。例えば制御部１０４は、ユーザの行動に関するパターンのサンプル数が所定数を越えた場合、正常なパターンの学習処理を終了してよい。

少なくとも正常なパターンが記憶部１０３に記憶されている場合、制御部１０４は、ユーザの行動が正常なパターンであるか否かの判定処理を実行できる。制御部１０４は、情報取得部１０１で取得したドライバの行動と、記憶部１０３に記憶されたパターンとを比較することにより、ドライバの行動が正常なパターンであるか否かを判定することができる。例えば、記憶部１０３に、ドライバの行動の正常なパターンが記憶されている場合、制御部１０４は、情報取得部１０１で取得したドライバの行動が、記憶部１０３に記憶された正常なパターンの範囲に含まれると判定した場合、ドライバの行動が正常なパターンであると判定できる。正常なパターンの範囲は、記憶部１０３に記憶された正常なパターンに限られず、当該正常なパターンに類似するパターンを含んでよい。正常なパターンの範囲に含まれるか否かは、ドライバの行動が、記憶部１０３に記憶された正常なパターンに対して、所定の閾値の範囲内にあるか否かに基づいて判定されてよい。制御部１０４は、情報取得部１０１で取得したドライバの行動が、記憶部１０３に記憶された正常なパターンの範囲に含まれないと判定した場合、ドライバの行動が正常なパターンでない、つまり異常なパターンであると判定できる。制御部１０４は、ドライバがシート１１４に着座するまでの行動が、正常なパターンに含まれるか否かを判定してよい。

図３は、ドライバの行動の一例を示す図である。図３は、例えば正常なパターンの範囲に含まれ得るドライバの行動を示す図である。図３において、横軸は時刻、縦軸はドライバと情報取得部１０１との距離を示す。図３において、距離Ｄは、ドライバがシート１１４に着座している状態におけるドライバと情報取得部１０１との距離である。図３（Ａ）は、ドライバが、一直線にシート１１４まで近づいた場合の例を示す。図３（Ｂ）は、ドライバが、シート１１４に近づく途中で２度、短時間立ち止まった場合の例を示す。例えば、図３（Ａ）及び図３（Ｂ）に示すパターンが正常なパターンとして記憶されている場合、制御部１０４は、情報取得部１０１により取得されたドライバの行動が図３（Ａ）又は図３（Ｂ）であるときに、ドライバの行動が正常なパターンの範囲に含まれると判定する。例えば、図３（Ａ）に示すパターンが正常なパターンとして記憶され、図３（Ｂ）に示すパターンが図３（Ａ）に類似する正常なパターンの範囲に含まれる場合、制御部１０４は、情報取得部１０１により取得されたドライバの行動が図３（Ａ）又は図３（Ｂ）であるときに、ドライバの行動が正常なパターンの範囲に含まれると判定する。

図４は、ドライバの行動の一例を示す図である。図４は、例えば正常なパターンの範囲に含まれないドライバの行動を示す図である。図４において、横軸は時刻、縦軸はドライバと情報取得部１０１との距離を示す。図４において、距離Ｄは、ドライバがシート１１４に着座している状態におけるドライバと情報取得部１０１との距離である。図４（Ａ）を参照すると、ドライバは、シート１１４に向かう途中で、長時間立ち止まっていることが理解できる。図４（Ｂ）を参照すると、ドライバは、シート１１４に近づいたり遠ざかったりを繰り返している。例えば、図３（Ａ）に示すパターンが正常なパターンとして記憶され、図４（Ａ）及び（Ｂ）に示すパターンが図３（Ａ）に類似する正常なパターンの範囲に含まれない場合、制御部１０４は、情報取得部１０１により取得されたドライバの行動が図４（Ａ）又は図３（Ｂ）であるときに、ドライバの行動が正常なパターンの範囲に含まれないと判定する。

記憶部１０３には、正常なパターンとして、ドライバが情報取得部１０１による情報を取得可能な距離内に入ってから着座するまでに通常かかる時間の範囲が記憶されていてもよい。この場合、制御部１０４は、ドライバが情報取得部１０１による情報を取得可能な距離内に入ってからシート１１４に着座するまでの時間を計測し、当該時間が記憶部１０３に記憶された時間の範囲に含まれる場合に、ドライバの行動が正常なパターンであると判定してよい。

制御部１０４は、ドライバの行動に関する判定結果を、報知部１０６から報知してよい。制御部１０４は、ドライバの行動が異常なパターンであると判定した場合にのみ、ドライバの行動が異常なパターンに該当することを報知部１０６から報知してもよい。報知により、ドライバは、自分の行動が正常なパターンであるか異常なパターンであるかを知ることができる。ドライバは、例えば自分が意識していない身体の異常が発生している場合であっても、報知部１０６により行動が異常なパターンであると報知された場合に、身体に異常が発生している可能性に気付くことができる。

制御部１０４は、ドライバの行動に関する判定結果を、通信部１０７を介してサーバ装置２００に送信することができる。制御部１０４は、ドライバの行動が異常なパターンであると判定した場合にのみ、判定結果をサーバ装置２００に送信してもよい。サーバ装置２００は、車両１００から取得した判定結果を記憶部２０１に記憶する。サーバ装置２００は、取得した判定結果を、ドライバを一意に特定するＩＤ等の識別情報に対応付けて記憶部２０１に記憶してよい。サーバ装置２００は、複数のドライバに関する判定結果を記憶することができる。サーバ装置２００は、判定結果を、ドライバの関係者が所有する端末装置に送信してもよい。

次に、ドライバの身体の動きが、ドライバの生体活動に起因する身体表面の動きである場合の例について説明する。例えば心拍又は呼吸等の生体活動は、ドライバごとに、通常は一定の範囲に含まれる。しかしながら、例えば疾患がある等の異常がある場合には、生体活動が通常の範囲から外れる場合がある。ドライバの身体の動きがドライバの生体活動に起因する身体表面の動きである場合、記憶部１０３はドライバの通常の生体活動に起因する身体表面の動きのパターンを記憶し、制御部１０４は、ドライバの身体表面の動きが、通常のパターンに該当するか否かを判定することにより、ドライバの身体表面の動きが正常なパターンであるか否かを判定する。

情報処理システム１の使用にあたり、制御部１０４は、少なくともドライバの身体表面の動きの正常なパターンを記憶部１０３に記憶させる学習処理を実行する。学習処理は、任意の方法で実行されてよい。一例として、ドライバの身体の動きがドライバの生体活動に起因する身体表面の動きである場合、ドライバが車両１００に乗車してテスト走行を行い、テスト走行において正常なパターンを取得してよい。テスト走行は、例えばドライバが、自分の身体の状態が正常であると考えるときに行われてよい。テスト走行において、情報取得部１０１は、ドライバの身体表面の動きのパターンを取得する。例えば、情報取得部１０１は、ドライバの胸部の動きを取得する。

図５は、情報取得部１０１により取得されるドライバの身体表面の動き（心拍及び呼吸等による身体表面の起伏又は体動）のパターンの一例を示す図である。図５は、例えばテスト走行で取得されたドライバの身体表面の動きであり、正常なパターンとして記憶部１０３に記憶される身体表面の動きである。図５において、横軸は時刻、縦軸はドライバの体動を示す。ドライバの身体表面は、心拍及び呼吸等により動く。情報取得部１０１は、図５に示すようにこの動きを捉える。制御部１０４は、テスト走行で取得されたドライバの身体表面の動きを、正常なパターンとして、記憶部１０３に記憶する。

正常なパターンが記憶部１０３に記憶されている場合、制御部１０４は、ドライバの行動が正常なパターンであるか否かの判定処理を実行できる。制御部１０４は、情報取得部１０１で取得したドライバの身体表面の動きと、記憶部１０３に記憶されたパターンとを比較することにより、ドライバの身体表面の動きが正常なパターンであるか否かを判定することができる。例えば、制御部１０４は、情報取得部１０１で取得したドライバの身体表面の動きが、記憶部１０３に記憶された正常なパターンの範囲に含まれると判定した場合、ドライバの身体表面の動きが正常なパターンであると判定できる。正常なパターンの範囲は、記憶部１０３に記憶された正常なパターンに限られず、当該正常なパターンに類似するパターンを含んでよい。正常なパターンの範囲に含まれるか否かは、ドライバの身体表面の動きが、記憶部１０３に記憶された正常なパターンに対して、所定の閾値の範囲内にあるか否かに基づいて判定されてよい。制御部１０４は、情報取得部１０１で取得したドライバの身体表面の動きが、記憶部１０３に記憶された正常なパターンの範囲に含まれないと判定した場合、ドライバの身体表面の動きが正常なパターンでない、つまり異常なパターンであると判定できる。

図６は、ドライバの身体表面の動きの一例を示す図である。図６は、例えば正常なパターンの範囲に含まれないドライバの身体表面の動きを示す図である。図６において、横軸は時刻、縦軸は体動を示す。

図６（Ａ）を参照すると、ドライバの身体表面の動きが、図５よりも小さいことが理解できる。すなわち、身体表面の動きが図６（Ａ）に示すものである場合、ドライバの身体表面の動きが図５で示すものよりも小さくなっている。これは、ドライバの心拍の強さが弱くなっているか、呼吸の深さが浅くなっているかを示す。そのため、制御部１０４は、図５に示すパターンが正常なパターンとして記憶されている場合、情報取得部１０１により図６（Ａ）に示す身体表面の動きが検出されると、ドライバの身体表面の動きが異常なパターンであると判定できる。

図６（Ｂ）を参照すると、ドライバの身体表面の動きが、一部突出していることが理解できる。これは、ドライバの心拍において、一時的に、通常と異なる拍出が行われていることを示す。そのため、制御部１０４は、図５に示すパターンが正常なパターンとして記憶されている場合、情報取得部１０１により図６（Ｂ）に示す身体表面の動きが検出されると、ドライバの身体表面の動きが異常なパターンであると判定できる。

図６（Ｃ）を参照すると、ドライバの身体表面が、情報取得部１０１に近づいたり遠ざかったりしていることが理解できる。これは、ドライバの上体が、前後に動いていることを示す。そのため、制御部１０４は、図５に示すパターンが正常なパターンとして記憶されている場合、情報取得部１０１により図６（Ｃ）に示す身体表面の動きが検出されると、ドライバの身体表面の動きが異常なパターンであると判定できる。

制御部１０４は、ドライバの行動に関する判定処理において説明した場合と同様に、ドライバの身体表面の動きに関する判定結果を、報知部１０６から報知してよい。また、制御部１０４は、ドライバの身体表面の動きに関する判定結果を、通信部１０７を介してサーバ装置２００に送信してよい。

図７は、車両１００の制御部１０４が実行する処理の一例を示すフローチャートであり、学習（記憶）処理の一例を示すフローチャートである。図７は、例えば、ドライバの身体の動きがドライバの行動である場合に実行される学習処理の一例を示すフローチャートである。

制御部１０４は、まず、情報取得部１０１によりドライバの身体の動きを取得する（ステップＳ１１）。具体的には、制御部１０４は、ドライバの行動を取得する。

制御部１０４は、ステップＳ１１で取得された行動が正常なパターンであるか否かの入力をドライバに要求する（ステップＳ１２）。具体的には、制御部１０４は、例えば、ステップＳ１１で取得された行動が正常なパターンであるか否かの入力をドライバに求める表示を、車両１００の表示部に表示することにより、入力をドライバに要求する。

ドライバがステップＳ１２における要求に応じて、例えば入力部１０５から入力を行うと、制御部１０４は、入力部１０５における入力を受け付ける（ステップＳ１３）。

制御部１０４は、受け付けた入力の内容に応じて、パターンを記憶部１０３に記憶（学習）する。例えば、ドライバが正常なパターンであるという入力を行った場合、制御部１０４は、ステップＳ１１で取得した身体の動きを、正常なパターンとして記憶部１０３に記憶（学習）する。例えば、ドライバが異常なパターンであるという入力を行った場合、制御部１０４は、ステップＳ１１で取得した身体の動きを、異常なパターンとして記憶部１０３に記憶（学習）する。制御部１０４は、ドライバが正常なパターンであるという入力を行った場合にのみ、ステップＳ１１で取得した身体の動きを、記憶部１０３に記憶（学習）してもよい。

図８は、車両１００の制御部１０４が実行する処理の一例を示すフローチャートであり、判定処理の一例を示すフローチャートである。図８に示すフローチャートは、例えばドライバの身体の動きがドライバの行動である場合又はドライバの身体表面の動きである場合に実行することができる。

制御部１０４は、まず、情報取得部１０１によりドライバの身体の動きを取得する（ステップＳ２１）。

制御部１０４は、ステップＳ２１で取得したドライバの身体の動きを、記憶部１０３に記憶されたパターンと比較する（ステップＳ２２）。

制御部１０４は、ステップＳ２２における比較に基づき、ドライバの身体の動きが正常なパターンの範囲に含まれるか否かを判定する（ステップＳ２３）。

制御部１０４は、ドライバの身体の動きが正常なパターンの範囲に含まれると判定した場合（ステップＳ２３のＹｅｓ）、判定結果をサーバ装置２００に送信する（ステップＳ２５）。

制御部１０４は、ドライバの身体の動きが正常なパターンの範囲に含まれていないと判定した場合（ステップＳ２３のＮｏ）、すなわちドライバの身体の動きが異常なパターンであると判定した場合、判定結果を報知部１０６から報知する（ステップＳ２４）。例えば、制御部１０４は、判定結果として、異常なパターンが検出されたことを報知する。

そして、制御部１０４は、判定結果をサーバ装置２００に送信する（ステップＳ２５）。

なお、図８に示すフローでは、制御部１０４は、ドライバの身体の動きが正常なパターンの範囲に含まれていないと判定した場合（ステップＳ２３のＮｏ）にのみ、判定結果を報知すると説明した。しかしながら、制御部１０４は、ドライバの身体の動きが正常なパターンの範囲に含まれていると判定した場合（ステップＳ２３のＹｅｓ）に、判定結果を報知してもよい。

このように、本実施形態に係る情報処理システム１によれば、ドライバの身体の動きが正常なパターンであるか否かを、記憶部１０３に記憶されたパターンを参照して判定する。制御部１０４は、ドライバの身体の動きが正常なパターンであるか否かに基づいて、ドライバの状態を判定できる。そのため、情報処理システム１によれば、有用性を向上できる。

また、ドライバの身体の動きは、車両１００に搭載された情報取得部１０１により取得される。そのため、情報処理システム１によれば、ドライバが身体に、例えばセンサ等を装着することなく、ドライバの身体の動きを取得できる。そのため、情報処理システム１によれば、ドライバに装着の手間及び負担をかけることなく、ドライバの状態を検知できる。また、ドライバに、データが取得されていることを意識させることなく身体の動きを取得できる。さらに、例えばドライバが身体にセンサ等を装着する場合には、センサの位置ずれなどによりデータの検出精度が低下する場合があるが、情報処理システム１によれば、このような問題は生じない。

本開示を完全かつ明瞭に開示するためにいくつかの実施形態に関し説明してきた。しかし、添付の請求項は、上記実施形態に限定されるべきものでなく、本明細書に示した基礎的事項の範囲内で当該技術分野の当業者が創作しうるすべての変形例及び代替可能な構成を具現化するように構成されるべきである。また、いくつかの実施形態に示した各要件は、自由に組み合わせが可能である。

例えば、正常なパターンの学習（記憶）処理は、上記実施形態で説明したものに限られない。正常なパターンの学習（記憶）処理は、例えばディープラーニング等の手法を用いて実行されてもよい。

例えば、情報取得部１０１で取得したドライバの身体の動きが、記憶部１０３に記憶された正常なパターンの範囲に含まれるか否かの判定は、複数の段階の閾値を用いて行われてよい。例えば、情報取得部１０１で取得したドライバの身体の動きが、記憶部１０３に記憶された正常なパターンの範囲に含まれるか否かの判定は、例えば２段階の閾値を用いて行われてよい。

具体的には、例えば、制御部１０４は、ドライバの行動が、記憶部１０３に記憶された正常なパターンの範囲に含まれるか否かの判定を、第１の範囲及び第２の範囲という２段階の閾値を用いて実行してよい。第１の範囲は、第２の範囲よりも狭くてよい。つまり、第１の範囲は、第２の範囲よりも、より正常なパターンに近い範囲であってよい。制御部１０４は、ドライバの行動が第１の範囲に含まれる場合、当該ドライバの行動が正常なパターンであると判定してよい。制御部１０４は、ドライバの行動が第２の範囲に含まれない場合、当該ドライバの行動が異常なパターンであると判定してよい。制御部１０４は、ドライバの行動が、第１の範囲と第２の範囲との間にある場合、他の要素を組み合わせて、ドライバの行動が正常なパターンであるか否かを判定してよい。

同様に、例えば、制御部１０４は、ドライバの身体表面の動きが、記憶部１０３に記憶された正常なパターンの範囲に含まれるか否かの判定を、第３の範囲及び第４の範囲という２段階の閾値を用いて実行してよい。第３の範囲は、第４の範囲よりも狭くてよい。つまり、第３の範囲は、第４の範囲よりも、より正常なパターンに近い範囲であってよい。制御部１０４は、ドライバの身体表面の動きが第３の範囲に含まれる場合、当該ドライバの身体表面の動きが正常なパターンであると判定してよい。制御部１０４は、ドライバの行動が第４の範囲に含まれない場合、当該ドライバの身体表面の動きが異常なパターンであると判定してよい。制御部１０４は、ドライバの身体表面の動きが、第３の範囲と第４の範囲との間にある場合、他の要素を組み合わせて、ドライバの行動が正常なパターンであるか否かを判定してよい。

制御部１０４は、例えば、ドライバの行動が、第１の範囲と第２の範囲との間にあり、かつ、ドライバの身体表面の動きが、第３の範囲と第４の範囲との間にある場合、ドライバの身体の動きが正常なパターンであると判定してよい。制御部１０４は、例えば、ドライバの行動が、第１の範囲と第２の範囲との間にないか、ドライバの身体表面の動きが、第３の範囲と第４の範囲との間にない場合、ドライバの身体の動きが正常なパターンでないと判定してよい。

図９は、車両１００の制御部１０４が実行する処理の一例を示すフローチャートであり、上述した２段階の閾値を用いて実行する判定処理の一例を示すフローチャートである。

制御部１０４は、まず、情報取得部１０１によりドライバの行動を取得する（ステップＳ３１）。

制御部１０４は、ステップＳ３１で取得したドライバの行動と、記憶部１０３に記憶されたパターンとを比較する（ステップＳ３２）。

制御部１０４は、ステップＳ３２での比較に基づき、ドライバの行動が第１の範囲に含まれるか否かを判定する（ステップＳ３３）。

制御部１０４は、ドライバの行動が第１の範囲に含まれると判定した場合（ステップＳ３３のＹｅｓ）、ドライバの行動が正常なパターンの範囲に含まれると判定する（ステップＳ３９）。この場合、制御部１０４は、判定結果をサーバ装置２００に送信する（ステップＳ４２）。

制御部１０４は、ドライバの行動が第１の範囲に含まれないと判定した場合（ステップＳ３３のＮｏ）、ドライバの行動が第２の範囲に含まれるか否かを判定する（ステップＳ３４）。

制御部１０４は、ドライバの行動が第２の範囲に含まれないと判定した場合（ステップＳ３４のＮｏ）、ドライバの行動が正常なパターンの範囲に含まれないと判定する（ステップＳ４０）。この場合、制御部１０４は、判定結果として、異常なパターンが検出されたことを報知部１０６から報知する（ステップＳ４１）。そして、制御部１０４は、判定結果をサーバ装置２００に送信する（ステップＳ４２）。

制御部１０４は、ドライバの行動が第２の範囲に含まれると判定した場合（ステップＳ３４のＹｅｓ）、情報取得部１０１によりドライバの身体表面の動きを取得する（ステップＳ３５）。

制御部１０４は、ステップＳ３５で取得したドライバの身体表面の動きと、記憶部１０３に記憶されたパターンとを比較する（ステップＳ３６）。

制御部１０４は、ステップＳ３６での比較に基づき、ドライバの身体表面の動きが第３の範囲に含まれるか否かを判定する（ステップＳ３７）。

制御部１０４は、ドライバの身体表面の動きが第３の範囲に含まれると判定した場合（ステップＳ３７のＹｅｓ）、ドライバの身体表面の動きが正常なパターンの範囲に含まれると判定する（ステップＳ３９）。この場合、制御部１０４は、判定結果をサーバ装置２００に送信する（ステップＳ４２）。

制御部１０４は、ドライバの身体表面の動きが第３の範囲に含まれないと判定した場合（ステップＳ３７のＮｏ）、ドライバの身体表面の動きが第４の範囲に含まれるか否かを判定する（ステップＳ３８）。

制御部１０４は、ドライバの身体表面の動きが第４の範囲に含まれないと判定した場合（ステップＳ３８のＮｏ）、ドライバの身体表面の動きが正常なパターンの範囲に含まれないと判定する（ステップＳ４０）。この場合、制御部１０４は、判定結果として、異常なパターンが検出されたことを報知部１０６から報知する（ステップＳ４１）。そして、制御部１０４は、判定結果をサーバ装置２００に送信する（ステップＳ４２）。

制御部１０４は、ドライバの身体表面の動きが第４の範囲に含まれると判定した場合（ステップＳ３８のＹｅｓ）、ドライバの身体の動きが正常なパターンの範囲に含まれると判定する（ステップＳ３９）。この場合、制御部１０４は、判定結果をサーバ装置２００に送信する（ステップＳ４２）。

このように、制御部１０４は、２段階の閾値を用いて判定処理を実行することができる。これにより、ドライバの身体の動きが正常なパターンであるか否かを、１つの項目から明確に判定できない場合に、複数の項目を用いて総合的に判定することができる。

例えば、前述の通り、制御部１０４は、マイクロ波レーダにより、心拍数や呼吸数を検出できるので、検出された心拍数や呼吸数から直接ドライバの体調を判断できる。制御部１０４は、心拍数や呼吸数とドライバの身体の動きパターンと複数の項目を用いて総合的に判定することもできる。

上記実施形態において、制御部１０４は、情報取得部１０１として機能するマイクロ波レーダの送信電力を、ドライバを検出可能な程度の電力に調整してよい。

図１０は、車両１００の制御部１０４が実行する処理の一例を示すフローチャートであり、情報取得部１０１として機能するマイクロ波レーダの送信電力を調整する場合に実行するフローチャートである。図１０のフローの開始時において、マイクロ波レーダによりドライバは検出されていないとする。

制御部１０４は、マイクロ波レーダの送信電力を最大に設定する（ステップＳ５１）。これにより、マイクロ波レーダは、可能な限り遠くまで、ドライバを検出できる。

制御部１０４は、マイクロ波レーダによりドライバの身体が検出されているか否かを判定する（ステップＳ５２）。

制御部１０４は、ドライバの身体が検出されていないと判定した場合（ステップＳ５２のＮｏ）、ドライバの身体が検出されたと判定するまで、最大の送信電力を維持する。

制御部１０４は、ドライバの身体が検出されたと判定した場合（ステップＳ５２のＹｅｓ）、情報取得部１０１により、物体（ドライバ）までの距離を測定する（ステップＳ５３）。

制御部１０４は、マイクロ波レーダの送信電力を、ステップＳ５３で測定した距離にマイクロ波が届く程度の送信電力に設定する（ステップＳ５４）。

制御部１０４は、ステップＳ５４で設定した送信電力で、ドライバの身体の動きを検出可能か否かを判定する（ステップＳ５５）。

制御部１０４は、ドライバの身体の動きを検出可能であると判定した場合（ステップＳ５５のＹｅｓ）、このフローを終了し、ステップＳ５４で設定した送信電力で、マイクロ波の送信を継続する。この場合、制御部１０４は、再びステップＳ５３からフローを繰り返し実行してもよい。なお、ここでは、ドライバの身体の動きを検出可能であるとは、記憶部１０３に記憶されたパターンとの比較が実行可能な程度のデータが取得できることをいう。

制御部１０４は、ドライバの身体の動きを検出可能でないと判定した場合（ステップＳ５５のＮｏ）、マイクロ波レーダの送信電力を増加させる（ステップＳ５６）。この場合、制御部１０４は、例えばマイクロ波レーダの送信電力を、設定された所定段階、増加させてよい。所定段階は、例えば１ｄＢのように、所定の電力幅であってよい。

制御部１０４は、ステップＳ５６による増加後のマイクロ波レーダの送信電力が、当該マイクロ波レーダが送信可能な最大電力であるか否かを判定する（ステップＳ５７）。

制御部１０４は、マイクロ波レーダの送信電力が、当該マイクロ波レーダが送信可能な最大電力であると判定した場合（ステップＳ５７のＹｅｓ）、ステップＳ５２に移行する。

一方、制御部１０４は、マイクロ波レーダの送信電力が、当該マイクロ波レーダが送信可能な最大電力でないと判定した場合（ステップＳ５７のＮｏ）、ステップＳ５５に移行する。

このようにして、制御部１０４は、マイクロ波レーダの送信電力を調整することができる。このように制御部１０４がマイクロ波レーダの送信電力を調整することにより、制御部１０４は、ドライバの身体を検出しつつ、電力消費を抑えることができる。

上記実施形態において車両１００の制御部１０４が実行すると説明した処理は、必ずしも車両１００の制御部１０４によって実行されなくてもよい。例えば、学習処理及び判定処理は、サーバ装置２００の制御部２０２によって実行されてもよい。この場合、情報取得部１０１が取得したドライバの身体の動きが、車両１００からサーバ装置２００に送信される。サーバ装置２００では、制御部２０２が上述した学習処理及び判定処理を実行できる。この場合、正常なパターンは、サーバ装置２００の記憶部２０１によって記憶されてよい。

１ 情報処理システム
１００ 車両
１０１ 情報取得部
１０２ 重量センサ
１０３、２０１ 記憶部
１０４、２０２ 制御部
１０４ａ、２０２ａ プロセッサ
１０５ 入力部
１０６ 報知部
１０７、２０３ 通信部
１１０ 本体
１１１ 前輪
１１２ 後輪
１１３ ハンドルバー
１１４ シート
２００ サーバ装置

Claims (10)

1. ドライバの身体の動きを取得する情報取得部と、
   前記情報取得部が取得した前記ドライバの身体の動きが、前記ドライバの正常なパターンであるか否かを判定する制御部と、
   を備える、車両。
2. 前記ドライバの身体の動きのパターンを記憶する記憶部をさらに備え、
   前記制御部は、前記情報取得部が取得したドライバの身体の動きが、前記記憶部に記憶された前記ドライバの身体の動きのパターンの範囲に含まれる場合に、前記ドライバの正常なパターンであると判定する、
   請求項１に記載の車両。
3. 前記ドライバの身体の動きは、前記ドライバの行動を含む、請求項１に記載の車両。
4. 前記ドライバが運転時に着座するシートと、
   前記シートにかかる荷重を検出する重量センサと、
   をさらに備え、
   前記制御部は、前記重量センサの出力に基づいて前記シートに着座されたことを判定するまでの前記ドライバの行動が、前記ドライバの正常なパターンであるか否かを判定する、
   請求項３に記載の車両。
5. 前記ドライバの身体の動きは、前記ドライバの生体活動に起因する動きを含む、請求項１に記載の車両。
6. 前記生体活動は、心拍、呼吸又は体動の少なくともいずれかを含む、請求項５に記載の車両。
7. 情報を報知する報知部をさらに備え、
   前記制御部は、前記ドライバの身体の動きが、前記ドライバの正常なパターンであるか否かに関する判定結果を前記報知部から報知する、
   請求項１に記載の車両。
8. 前記情報取得部は電磁波を発する、請求項１に記載の車両。
9. 制御部が、
   情報取得部により、ドライバの身体の動きを取得し、
   前記情報取得部が取得した前記ドライバの身体の動きが、前記ドライバの正常なパターンであるか否かを判定する、
   判定方法。
10. コンピュータに、
    ドライバの身体の動きを取得させ、
    前記取得された前記ドライバの身体の動きが、前記ドライバの正常なパターンであるか否かを判定させる、
    判定プログラム。

Images