CN116569236A - 车辆用辅助装置以及车辆用辅助方法 - Google Patents

Abstract

通过具备估计本车的驾驶员的压力的重要因素的重要因素估计部(212)、决定与通过重要因素估计部(212)估计出的压力的重要因素对应的、被估计为对压力的缓和有效果的、包含多个路段的推荐路径的推荐路径决定部(203)、以及朝向驾驶员进行通过推荐路径决定部(203)决定的推荐路径的提示的提示控制部(204)，能够精度更好地改善本车的驾驶员的压力。

Description

车辆用辅助装置以及车辆用辅助方法

关联申请的交叉引用

本申请以2020年12月9日在日本申请的日本专利申请第2020－204478号为基础，并且通过参照整体上引用基础申请的内容。

技术领域

本公开涉及车辆用辅助装置以及车辆用辅助方法。

背景技术

已知有检查车辆的驾驶员的状态的技术。例如，在专利文献1公开了根据面部的表情的识别结果，估计对象者的感情的技术。

专利文献1：日本专利第6467965号公报

有驾驶员的精神状态对车辆的行驶造成影响的可能性。因此，优选在驾驶员的精神状态恶化的情况下，改善其精神状态。

发明内容

本公开的一个目的在于提供在车辆的驾驶员的精神状态恶化的情况下，能够精度更好地改善其精神状态的车辆用辅助装置以及车辆用辅助方法。

上述目的通过独立权利要求所记载的特征的组合实现，另外，从属权利要求规定公开的更有利的具体例。权利要求书所记载的括号内的附图标记表示与作为一个方式而后述的实施方式所记载的具体单元的对应关系，并不对本公开的技术范围进行限定。

为了实现上述目的，本公开的车辆用辅助装置具备：精神关联状态估计部，估计精神关联状态，精神关联状态是车辆的驾驶员的精神状态的恶化的程度以及驾驶员的精神状态的恶化的重要因素中的至少任意一个；推荐路径决定部，决定与通过精神关联状态估计部估计出的精神关联状态对应的包含多个路段的推荐路径；以及提示控制部，朝向驾驶员进行通过推荐路径决定部决定出的推荐路径的提示。

为了实现上述目的，本公开的车辆用辅助方法包括由至少一个处理器执行以下工序：精神关联状态估计工序，估计精神关联状态，精神关联状态是车辆的驾驶员的精神状态的恶化的程度以及驾驶员的精神状态的恶化的重要因素中的至少任意一个；推荐路径决定工序，决定与通过精神关联状态估计工序估计出的精神关联状态对应的包含多个路段的推荐路径；以及提示控制工序，朝向驾驶员进行通过推荐路径决定工序决定出的推荐路径的提示。

据此，能够朝向驾驶员提示与车辆的驾驶员的精神状态的恶化的程度以及驾驶员的精神状态的恶化的重要因素中的至少任意一个亦即精神关联状态对应的推荐路径。由此，能够向驾驶员提示与比单纯的精神状态的恶化的有无更详细的、精神状态的恶化的程度以及驾驶员的精神状态的恶化的重要因素中的至少任意一个对应的改善其精神状态的恶化的路径。其结果是，在车辆的驾驶员的精神状态恶化的情况下，能够精度更好地改善其精神状态。

附图说明

图1是表示驾驶辅助***1的概略的构成的一个例子的图。

图2是表示HCU20的概略的构成的一个例子的图。

图3是表示HCU20中的状态改善关联处理的流程的一个例子的流程图。

图4是表示HCU20a的概略的构成的一个例子的图。

图5是表示HCU20a中的状态改善关联处理的流程的一个例子的流程图。

图6是表示HCU20b的概略的构成的一个例子的图。

具体实施方式

参照附图，对用于公开的多个实施方式进行说明。此外，为了方便说明，有时在多个实施方式之间，对具有与到此为止的说明所使用的图所示的部分相同功能的部分附加相同的附图标记，并省略其说明。附加了相同的附图标记的部分能够参照其它的实施方式中的说明。

(实施方式1)

＜驾驶辅助***1的概略结构＞

以下，使用附图对本实施方式进行说明。图1所示的驾驶辅助***1能够在汽车(以下，仅称为车辆)中使用。驾驶辅助***1包含HMI(Human Machine Interface：人机界面)***2、通信模块3、***4、地图数据库(以下，称为地图DB)5、车辆控制ECU6、周边监视传感器7、自动驾驶ECU8以及车辆状态传感器9。HMI***2、通信模块3、***4、地图DB5、车辆控制ECU6、自动驾驶ECU8以及车辆状态传感器9例如与车内LAN连接。以下，将使用驾驶辅助***1的车辆称为本车。

通信模块3包含近距离通信部31以及广域通信部32。近距离通信部31进行近距离无线通信。作为近距离无线通信，能够列举依据Bluetooth(登录商标)Low Energy(低功耗蓝牙)等近距离无线通信标准的近距离无线通信、UWB(Ultra Wide Band：超宽带宽)通信等。作为依据近距离无线通信标准的近距离无线通信，也可以使用Wi－Fi(注册商标)、ZigBee(注册商标)等。近距离通信部31通过近距离无线通信与移动终端进行通信连接。作为移动终端，能够列举本车的乘客佩戴的可穿戴设备、本车的乘客携带的多功能移动电话机等。广域通信部32经由公用通信网与中心服务器之间进行通信。作为公用通信网，能够列举移动电话网、因特网等。广域通信部32也可以构成为经由路侧机与中心之间进行通信。广域通信部32从中心服务器获取交通信息等，并输出到车内LAN。

***4具备GNSS(Global Navigation Satellite System：全球导航卫星***)接收机以及惯性传感器。GNSS接收机接收来自多个人工卫星的测位信号。惯性传感器例如具备陀螺仪传感器以及加速度传感器。***4通过对由GNSS接收机接收的测位信号和惯性传感器的测量结果进行组合，依次对本车的车辆位置进行测位。此外，也可以构成为车辆位置的测位也利用根据从搭载于本车的车速传感器依次输出的信号求出的行驶距离。

地图DB5储存引导用地图数据和高精度地图数据。地图DB5例如是非易失性存储器。引导用地图数据和高精度地图数据也可以构成为分别储存于不同的存储器。引导用地图数据以及高精度地图数据也可以构成为使用广域通信部32从本车的外部的中心服务器获取。也可以构成为在本车不为能够进行自动驾驶的自动驾驶车辆的情况下，在地图DB5不包含高精度地图数据。

引导用地图数据是进行路径引导的导航功能所使用的地图数据。作为一个例子，用于搜索到目的地为止的推荐路径，并进行该推荐路径的路径引导。引导用地图数据是通过节点以及路段等表现车辆行驶的道路的数据。节点是地图上的各道路进行交叉、分支、合流的点。路段连接节点间。路段表示道路区间。路段数据由确定路段的固有编号、表示路段的长度的路段长、路段方向、路段的形状信息、路段的始端和终端的节点坐标、以及道路属性的各数据构成。作为道路属性，有道路名称、道路种类、道路宽度、车道数以及速度限制值等。另一方面，节点数据由对地图上的每个节点附加了固有的编号的节点ID、节点坐标、节点名称、节点种类、记述与节点连接的路段的路段ID的连接路段ID、以及交叉点种类等各数据构成。

高精度地图数据是使用于车辆的行驶控制的地图数据。高精度地图数据是比引导用地图数据更详细的地图数据。在高精度地图数据中例如包含有由道路形状以及构造物的特征点的点群构成的三维地图等。

车辆控制ECU6是进行本车的加减速控制以及/或者转向操纵控制的电子控制装置。作为车辆控制ECU6，有转向操纵ECU、动力单元控制ECU以及制动ECU等。转向操纵ECU进行转向操纵控制。动力单元控制ECU进行加减速控制。制动ECU进行减速控制。车辆控制ECU6获取从搭载于本车的加速器位置传感器、制动器行程传感器、转向角传感器、车速传感器等各传感器输出的检测信号，并向电子控制节流阀、制动促动器、EPS(Electric PowerSteering：电动助力转向)马达等各行驶控制设备输出控制信号。

周边监视传感器7检测行人、其它车辆等移动物体、以及路上的落下物等静止物体等本车周边的物体。除此之外，还检测本车周边的行驶车道划分线等路面标识。周边监视传感器7例如是拍摄本车周围的规定范围的周边监视相机、向本车周围的规定范围发送探测波的毫米波雷达、声呐、LIDAR(Light Detection and Ranging/Laser Imaging Detectionand Ranging：光探测测距/激光成像探测测距)等传感器。周边监视相机将依次拍摄的拍摄图像作为感测信息依次输出到自动驾驶ECU8。作为周边监视相机，也可以构成为通过多台相机拍摄本车的整个周围。声呐、毫米波雷达LIDAR等发送探测波的传感器将基于在接收了由障碍物反射的反射波的情况下得到的接收信号的扫描结果作为感测信息依次输出到自动驾驶ECU8。周边监视传感器7检测本车的周边的环境状态。

自动驾驶ECU8执行通过控制车辆控制ECU6，进行驾驶员的驾驶操作的代理的自动驾驶功能。作为自动驾驶功能中的自动驾驶的程度(以下，称为自动化等级)，例如如SAE定义的那样，可能存在多个等级。自动化等级例如在SAE的定义中，如以下那样划分为等级0～5。

等级0是***不介入而由驾驶员实施全部的驾驶任务的等级。驾驶任务例如为转向操纵以及加减速。等级0相当于所谓的手动驾驶。等级1是由***辅助转向操纵和加减速中的任意一个的等级。等级2是***辅助转向操纵和加减速的等级。等级1～2相当于所谓的驾驶辅助。

等级3是在高速道路等特定的场所能够由***实施全部的驾驶任务，在紧急时由驾驶员进行驾驶操作的等级。在等级3中，要求在有来自***的驾驶替换的请求的情况下，驾驶员能够迅速地进行应对。等级3相当于所谓的带条件的自动驾驶。等级4是除了不能够应对的道路、极限环境等特定状况之外，能够由***实施全部的驾驶任务的等级。等级4相当于所谓的高度自动驾驶。等级5是在所有的环境下都能够由***实施全部的驾驶任务的等级。等级5相当于所谓的完全自动驾驶。等级3～5相当于所谓的自动驾驶。

在实施方式1中，例举本车是能够进行等级3以上的自动驾驶的车辆的情况进行说明。也可以能够切换自动化等级。在实施方式1中，例举能够切换为自动化等级3以上的自动驾驶、和等级0的手动驾驶的情况，进行以后的说明。此外，本车也可以是不能够进行等级3以上的自动驾驶的车辆。该情况下，构成为代替通过自动驾驶ECU8搜索推荐路径，而通过本车使用的导航装置搜索推荐路径即可。

自动驾驶ECU8根据从***4获取的本车的车辆位置以及从地图DB5获取的高精度地图数据、周边监视传感器7中的检测结果，识别本车的行驶环境。作为一个例子，根据周边监视传感器7中的检测结果，识别本车周边的物体的形状以及移动状态，或者识别本车周边的标识的形状。而且，通过与本车的车辆位置以及高精度地图数据组合，生成以三维的方式再现实际的行驶环境的虚拟空间。

另外，自动驾驶ECU8基于识别出的行驶环境，生成用于使本车通过自动驾驶功能进行自动行驶的行驶计划。作为行驶计划，生成中长期的行驶计划和短期的行驶计划。在中长期的行驶计划中，生成用于使本车前往设定的目的地的路径。该路径是指包含多个路段的路径。自动驾驶ECU8与导航功能的路径搜索相同地生成该路径即可。例如通过基于迪克斯特拉(Dijkstra)法的成本计算进行该路径搜索即可。在基于迪克斯特拉法的成本计算中，较小地设定满足距离优先、时间优先等搜索条件的路段的路段成本。而且，搜索路段成本的值较小的路径作为推荐路径。自动驾驶ECU8在从后述的HCU20送来搜索条件的情况下，搜索满足从HCU20送来的搜索条件的推荐路径并返回到HCU20。

自动驾驶ECU8在短期的行驶计划中，使用生成的本车的周围的虚拟空间，生成用于实现按照中长期的行驶计划的行驶的预定行驶轨迹。具体而言，决定用于车道变更的转向操纵、用于速度调整的加减速、以及用于障碍物避免的转向操纵以及制动等的执行。而且，自动驾驶ECU8根据生成的行驶计划，通过与车辆控制ECU6的协作进行本车的加减速控制以及/或者转向操纵控制，从而进行自动驾驶。

车辆状态传感器9是用于检测本车的行驶状态、操作状态等本车的状态的传感器组。作为车辆状态传感器9，有检测本车的车速的车速传感器、检测本车的方向盘的转向操纵角的转向操纵传感器、检测本车的加速器踏板的开度的加速器位置传感器、检测本车的制动踏板的踏入量的制动器行程传感器等。车辆状态传感器9将检测结果输出到车内LAN。此外，也可以构成为车辆状态传感器9中的检测结果经由搭载于本车的ECU输出到车内LAN。

HMI***2具备HCU(Human Machine Interface Control Unit：人机界面控制单元)20、室内相机21、生物体传感器22、声音输出装置23、显示装置24、麦克风25、操作设备26以及状态改善装置27。HMI***2接受来自驾驶员的输入操作。HMI***2监视本车的包含驾驶员的乘客的状态。HMI***2朝向驾驶员提示信息。

室内相机21拍摄本车的车厢内的规定范围。此外，也可以构成为使用监视本车的驾驶员的DSM(Driver Status Monitor：驾驶员状态监视器)，作为室内相机21。另外，也可以构成为也使用拍摄包含本车的副驾驶座、后座的范围的相机。通过室内相机21拍摄到的图像的信息依次输出到HCU20即可。

生物体传感器22测量驾驶员的生物体信息，并将测量到的生物体信息依次输出到HCU20。生物体传感器22构成为设置于本车的一部分即可。生物体传感器22也可以构成为设置于驾驶员等乘客佩戴的可穿戴设备。在生物体传感器22设置于驾驶员佩戴的可穿戴设备的情况下，构成为HCU20经由近距离通信部31获取生物体传感器22中的测量结果即可。

作为生物体传感器22，能够列举测量脉波的脉波传感器。作为脉波传感器，使用光电式脉波传感器、阻抗式脉波传感器等。脉波传感器既可以是接触式的传感器，也可以是非接触式的传感器。作为生物体传感器22，能够列举测量体温的体温传感器。作为体温传感器，使用IR传感器等即可。作为生物体传感器22，能够列举测量呼气的呼气传感器。作为呼气传感器，使用气体传感器等即可。作为生物体传感器22，能够列举测量体成分的体成分传感器。作为体成分传感器，使用向身体流过微电流并根据其电阻值估计体脂率、肌肉量、身体水分量的身体成分仪。需要与乘客的身体接触进行测量的生物体传感器22构成为设置于本车的方向盘、驾驶座座椅等即可。

此外，也可以构成为使用测量脉波、体温、呼气、体成分以外的生物体信息的传感器，作为生物体传感器22。例如，能够列举测量呼吸、脑波、心律、心律波动、出汗、血压、皮肤电导的传感器。

声音输出装置23通过输出声音进行信息的提示。声音输出装置23根据HCU20的指示输出声音。作为声音输出装置23，能够列举扬声器等。显示装置24通过显示图像、文本来进行信息的提示。显示装置24根据HCU20的指示显示图像、文本。显示装置24设置为显示面朝向本车的车厢内。例如，显示装置24设置为显示面位于本车的驾驶座正面。作为显示装置24，能够使用CID(Center Information Display：中心信息显示器)、导航装置的显示器、平视显示器(以下，称为HUD)等。

麦克风25对本车的乘客发出的声音进行集音，转换为电声音信号，并输出到HCU20。麦克风25以容易对驾驶员的声音进行集音的方式例如构成为设置于转向柱罩的上面、驾驶座侧的遮阳板等即可。另外，麦克风25也可以构成为对每个座椅进行设置，以使得能够区分各座椅的乘客的声音来进行集音。该情况下，使用缩小了指向性的变焦麦克风作为对每个座椅设置的麦克风25即可。麦克风25也可以接受来自用户的基于声音的指令的输入。

操作设备26接受来自驾驶员的操作输入。作为操作设备26，既可以是机械开关，也可以是与显示装置24一体的触摸开关。作为机械开关，能够列举设置于方向盘的辐条部的转向开关等。麦克风25以及操作设备26也能够称为接受来自驾驶员的输入的输入装置。

状态改善装置27是给予驾驶员用于从精神状态的恶化改善精神状态的刺激的装置。状态改善装置27设置于本车。作为精神状态的恶化的例子，能够列举压力、焦躁、忧虑、悲叹等。压力也能够称为紧张状态。忧虑也可以细化为不安和恐惧。不安可以是没有对象的忧虑的精神状态。恐惧可以是有对象的忧虑的精神状态。在本实施方式中，作为精神状态的恶化，例举将压力作为对象的情况来进行说明。

状态改善装置27给予驾驶员减轻压力的刺激。例如，状态改善装置27是喷出被估计为减轻压力的气味成分的装置即可。通过组合空调装置和芳香单元实现该装置即可。状态改善装置27也可以是通过给予驾驶员温热刺激改善血液循环缓解僵硬，来缓和压力的装置。该情况下，通过设置于驾驶座座椅的靠背的加热器、送风机实现即可。为了改善驾驶员的血液循环，优选构成为反复加热或者冷却驾驶员的脖颈、肩膀。状态改善装置27也可以是通过将驾驶员的呼吸引导为被估计为能够放松的呼吸来缓和压力的装置。该情况下，构成为通过利用安全带的勒紧来引导深呼吸即可。除此之外，状态改善装置27也可以是通过被估计为驾驶员能够放松的发光来缓和压力的装置。通过LED等进行发光即可。状态改善装置27也可以是通过演奏驾驶员喜好的乐曲来缓和压力的装置。该情况下，也可以利用声音输出装置23作为状态改善装置27。

作为状态改善装置27，只要是产生被估计为缓和压力的刺激的装置，则也可以是上述以外的构成。此外，即使在作为精神状态的恶化，将压力以外作为对象的情况下，状态改善装置27只要构成为通过给予使驾驶员放松的刺激，来改善精神状态即可。

HCU20以具备处理器、存储器、I/O、以及连接它们的总线的微型计算机为主体构成，通过执行存储于存储器的控制程序执行与驾驶员的从精神状态的恶化的改善相关的处理(以下，称为状态改善关联处理)等各种处理。该HCU20相当于车辆用辅助装置。这里所说的存储器是能够通过计算机读取的非暂时地储存程序以及数据的非迁移实体存储介质(non-transitory tangible storage medium)。另外，能够通过半导体存储器或者磁盘等实现非迁移实体存储介质。

＜HCU20的概略结构＞

接着，使用图2，对HCU20的概略结构进行说明。HCU20关于状态改善关联处理而如图2所示具备估计部201、搜索指示部202、推荐路径决定部203、提示控制部204、声音识别部205、选择部206以及刺激控制部207作为功能模块。此外，也可以通过一个或者多个IC等以硬件的方式构成HCU20执行的功能的一部分或者全部。另外，也可以通过基于处理器的软件的执行与硬件部件的组合来实现HCU20具备的功能模块的一部分或者全部。通过计算机执行HCU20的各功能模块的处理相当于执行车辆用辅助方法。

估计部201进行与车辆的乘客的状态相关联的估计。估计部201具备驾驶员状态估计部211、重要因素估计部212以及同乘者状态估计部213作为子功能模块。

驾驶员状态估计部211估计本车的驾驶员的精神状态的恶化的程度。在本实施方式的例子中，驾驶员状态估计部211估计驾驶员的压力的程度。驾驶员状态估计部211相当于精神关联状态估计部。该驾驶员状态估计部211中的处理相当于精神关联状态估计工序。驾驶员状态估计部211既可以估计压力的“有”和“无”两个阶段的程度，也可以估计三个阶段以上的程度。

驾驶员状态估计部211可以根据通过周边监视传感器7中的周边监视相机拍摄到的乘车前的驾驶员的图像，估计驾驶员的压力的程度。例如，可以根据图像中的驾驶员的姿势、步态估计驾驶员的压力的程度。

驾驶员状态估计部211也可以根据通过室内相机21拍摄到的驾驶员的图像，来估计驾驶员的压力的程度。例如，可以根据图像中的驾驶员的表情来估计驾驶员的压力的程度。

驾驶员状态估计部211也可以基于通过生物体传感器22中的脉波传感器测量出的驾驶员的脉波，来估计驾驶员的压力的程度。该情况下，驾驶员状态估计部211通过脉波的频率分析估计自主神经中的交感神经优势的程度，并估计交感神经优势的程度作为压力的程度即可。

驾驶员状态估计部211也可以根据通过生物体传感器22中的呼气传感器测量出的驾驶员的呼气，来估计驾驶员的压力的程度。该情况下，根据呼气估计作为压力判定物质的皮质醇分泌量，并估计皮质醇分泌量作为压力的程度即可。

驾驶员状态估计部211也可以根据通过车辆状态传感器9检测出的操作状态，来估计驾驶员的压力的程度。该情况下，急加速、急刹车、急转向操纵等的频率越高，越较高地估计压力的程度即可。这里所说的“急”可以指每个单位时间的变化量在阈值以上。

驾驶员状态估计部211也可以根据通过麦克风25进行了集音的驾驶员的声音，来估计驾驶员的压力的程度。该情况下，利用在紧张时人的声音的频率变高，来根据驾驶员的声音估计压力的程度即可。除此之外，也可以根据发声的速度来估计压力的程度。

重要因素估计部212估计本车的驾驶员的精神状态的恶化的重要因素。在本实施方式的例子中，重要因素估计部212估计驾驶员的压力的重要因素。重要因素估计部212也相当于精神关联状态估计部。该重要因素估计部212中的处理也相当于精神关联状态估计工序。为了抑制不需要的处理，优选重要因素估计部212构成为仅在通过驾驶员状态估计部211估计出的压力的程度在阈值以上的情况下，估计压力的重要因素。这里所说的阈值可以指区分压力的有无的值。

重要因素估计部212可以根据本车的周边环境、驾驶员的前后的日程、驾驶员的身体状态、驾驶员的操作状态等输入信息，来估计压力的重要因素。既可以仅根据上述的输入信息的一部分来估计压力的重要因素，也可以根据多个种类的输入信息的组合来估计压力的重要因素。作为一个例子，可以参照预先将输入信息与压力的重要因素建立了对应关系的对应关系来估计压力的重要因素。作为对应关系的一个例子，能够列举对照表。另外，也可以使用进行了将上述的输入信息作为输入，并输出压力的重要因素的机械学习的学习器，来根据输入信息估计压力的重要因素。

通过周边监视传感器7检测本车的周边环境即可。作为周边环境的一个例子，能够列举周边的行人数、道路种类、道路宽度、交通拥堵程度等。周边的行人数较多会导致驾驶操作的负荷变高，所以可能成为压力的重要因素。道路种类为高速道路的情况在手动驾驶时会导致驾驶操作的负荷变高，所以可能成为压力的重要因素。道路宽度较窄会导致驾驶操作的负荷变高，所以可能成为压力的重要因素。对于逆光来说，炫光可能成为压力的重要因素。交通拥堵程度较大也可能成为压力的重要因素。

经由近距离通信部31从部分驾驶员携带的移动终端的日程应用获取驾驶员的前后的日程即可。作为前后的日程的一个例子，能够列举之前之后的作业内容等。在之前的工作的作业内容为案头工作的情况下，由于眼睛的疲劳而可能成为压力的重要因素。在之前进行工作之后回家的情况下，工作结束所带来的精神疲劳的明显化可能成为压力的重要因素。

通过周边监视传感器7、室内相机21、生物体传感器22等检测驾驶员的身体状态即可。作为身体状态的一个例子，能够列举肉体疲劳、身体的僵硬等。在身体状态为肉体疲劳的情况下，可能成为压力的重要因素。根据通过周边监视传感器7中的周边监视相机拍摄到的乘车前的驾驶员的姿势、步态估计肉体疲劳即可。除此之外，也可以根据通过室内相机21拍摄到的驾驶员的表情，来估计肉体疲劳。在身体状态为身体的僵硬的情况下，也可能成为压力的重要因素。例如根据通过体温传感器测量出的肩膀、脖颈等的温度的降低来估计身体的僵硬即可。

通过车辆状态传感器9检测驾驶员的操作状态即可。作为操作状态的一个例子，能够列举频繁的加速、频繁的制动、频繁的转向操纵等。这里所说的“频繁”可以是指每个单位时间的产生次数在阈值以上。在操作状态为频繁的加速、频繁的制动、频繁的转向操纵等的情况下，这些频繁的驾驶操作所带来的驾驶负荷可能成为压力的重要因素。

同乘者状态估计部213估计本车的驾驶员以外的乘客(以下，称为同乘者)的状态。同乘者状态估计部213可以估计同乘者的疲劳、睡眠、身体状况不良等状态。同乘者状态估计部213可以根据通过室内相机21拍摄到的同乘者的图像，来估计同乘者的疲劳、睡眠、身体状况不良。例如，可以根据图像中的同乘者的表情来估计同乘者的疲劳、身体状况不良。例如，可以根据图像中的同乘者的开眼度来估计同乘者的睡眠。同乘者状态估计部213也可以根据通过设置于座椅的生物体传感器22测量出的生物体信息，来估计同乘者的身体状况不良。此外，同乘者状态估计部213也可以构成为估计疲劳、睡眠、身体状况不良以外的状态。另外，同乘者状态估计部213可以也估计同乘者的种类。同乘者状态估计部213可以根据通过室内相机21拍摄到的同乘者的图像，估计同乘者的种类。作为同乘者的种类，可以区分估计老人、儿童等。此外，同乘者状态估计部213也可以区分性别等来进行估计。

搜索指示部202将使其搜索与通过重要因素估计部212估计出的精神状态的恶化的重要因素对应的推荐路径的指示送至自动驾驶ECU8。在本实施方式的例子中，搜索指示部202根据估计出的压力的重要因素，决定优先地搜索被估计为对压力的缓和有效果的路径的搜索条件。然后，搜索指示部202将使其以该搜索条件搜索推荐路径的指示送至自动驾驶ECU8。构成为参照按照压力的每个重要因素，分别预先与优先搜索被估计为对压力的缓和有效果的路径的搜索条件建立了对应关系的对应关系来进行搜索条件的决定即可。作为对应关系的一个例子，能够列举对照表。搜索条件也能够称为降低路段成本的路段的条件。

搜索指示部202在估计为周边的行人数较多为压力的重要因素的情况下，决定优先搜索行人数更少的路径的搜索条件即可。例如，决定优先汽车专用道路的路段的搜索条件即可。除此之外，也可以决定优先远离设施、住宅的路段的搜索条件。搜索指示部202在估计为高速道路的行驶为压力的重要因素的情况下，决定优先搜索一般道路的搜索条件即可。例如，决定优先一般道路的路段的搜索条件即可。搜索指示部202在估计为道路宽度较窄为压力的重要因素的情况下，决定优先搜索道路宽度更宽的路径的搜索条件即可。例如，可以决定道路宽度越宽的路段越优先的搜索条件。搜索指示部202在估计为交通拥堵为压力的重要因素的情况下，决定优先搜索交通拥堵更少的路径的搜索条件即可。例如，可以决定交通拥堵程度越低的路段越优先的搜索条件。

搜索指示部202在估计为之前的案头工作所带来的眼睛的疲劳为压力的重要因素的情况下，决定优先搜索被估计为容易使眼睛休息的路径的搜索条件即可。例如，可以决定越为经由森林、海岸等被估计为容易治愈眼睛的疲劳的地点的路段越优先的搜索条件。除此之外，也可以决定越为被估计为不会过度使用眼睛的路段越优先的搜索条件。作为被估计为不会过度使用眼睛的路段，能够列举速度限制值较低的路段等。搜索指示部202在工作结束所带来的精神疲劳的明显化为压力的重要因素的情况下，决定优先搜索经由被估计为能够放松的场所、风景的路径的搜索条件即可。例如，可以决定越为经由森林、海岸等被估计为能够放松的地点的路段越优先的搜索条件。除此之外，可以决定越为经由驾驶员喜好的店铺的路段越优先的搜索条件。根据经由近距离通信部31获取的驾驶员携带的移动终端的检索履历等来估计驾驶员喜好的店铺即可。

搜索指示部202在估计为肉体疲劳为压力的重要因素的情况下，决定优先搜索被估计为容易减轻肉体疲劳的路径的搜索条件即可。例如，可以决定越能够继续等级3以上的自动驾驶的路段越优先的搜索条件。除此之外，可以决定越经由服务区的路段越优先的搜索条件。搜索指示部202在估计为身体的僵硬为压力的重要因素的情况下，可以决定越经由公用浴场的路段越优先的搜索条件。

另外，搜索指示部202也可以使用进行了将压力的重要因素作为输入，并输出优先搜索被估计为对压力的缓和有效果的路径的搜索条件的机械学习的学习器，来根据估计出的压力的重要因素决定搜索条件。在该机械学习中，优选依次对通过驾驶员状态估计部211估计出的驾驶员的压力的程度实际降低时的现象进行学习。例如，在靠近特定的店铺的情况下缓和了压力的情况下，以输出优先搜索经由该店铺以及与该店铺相似的种类的店铺的路径的搜索条件的方式进行学习即可。除此之外，在通过了能够看到特定的风景的场所的情况下缓和了压力的情况下，以输出优先搜索经由该场所以及与能够看到与该场所相同的风景的场所的路径的搜索条件的方式进行学习即可。机械学习也可以通过进一步对输入追加时间段、交通拥堵程度等环境等其它的要素，来精度更好地决定优先搜索被估计为对压力的缓和有效果的路径的搜索条件。该情况下，搜索指示部202除了估计出的压力的重要因素之外，还将时间段、环境等要素作为输入，通过学习器决定搜索条件。

优选搜索指示部202将使其搜索与通过同乘者状态估计部213估计出的同乘者的状态对应的推荐路径的指示送至自动驾驶ECU8。作为一个例子，搜索指示部202根据估计出的同乘者的状态来决定搜索条件。然后，搜索指示部202将使其以该搜索条件搜索推荐路径的指示送至自动驾驶ECU8。构成为参照按照同乘者的每个状态预先与搜索条件建立了对应关系的对应关系来进行搜索条件的决定即可。作为对应关系的一个例子，能够列举对照表。例如，搜索指示部202在估计为同乘者的状态为身体状况不良的情况下，可以决定优先地搜索弯路较少的路径的搜索条件。例如，可以决定优先直线路的路段的搜索条件。据此，能够提出防止同乘者的状态的恶化的推荐路径。

更优选搜索指示部202将使其搜索与通过同乘者状态估计部213估计出的同乘者的种类以及状态对应的推荐路径的指示送至自动驾驶ECU8。该情况下，构成为参照按照同乘者的种类以及状态的每个组合预先与搜索条件建立了对应关系的对应关系来进行搜索条件的决定即可。作为对应关系的一个例子，能够列举对照表。例如，搜索指示部202在估计为同乘者的种类为老人且同乘者的状态为疲劳的情况下，可以决定优先搜索能够打开本车的车窗的空气清新的路径的搜索条件。例如，可以决定优先经由森林、公园、沿海等的路段的搜索条件。在对地图数据赋予空气清新的区域的信息的情况下，也可以决定利用该信息优先空气清新的区域的路段的搜索条件。另外，搜索指示部202在估计为同乘者的种类为儿童且同乘者的状态为睡眠的情况下，可以决定优先搜索绕远的路径的搜索条件。例如，可以决定优先路段长较长的路段的搜索条件。据此，能够提出与同乘者的种类以及状态的组合对应的所期望的路径。

在本车不存在同乘者，而通过同乘者状态估计部213不能够估计同乘者的种类以及状态的情况下，不执行进行使其搜索与上述的同乘者的状态对应的推荐路径的指示的处理。优选搜索指示部202构成为在通过驾驶员状态估计部211估计出的驾驶员的压力的程度在规定阈值以上的情况下，不进行使其搜索与同乘者的状态对应的推荐路径的指示，而进行使其搜索与驾驶员的压力的重要因素对应的推荐路径的指示。另一方面，优选搜索指示部202构成为在通过驾驶员状态估计部211估计出的驾驶员的压力的程度小于规定阈值的情况下，不进行使其搜索与驾驶员的压力的重要因素对应的推荐路径的指示，而进行使其搜索与同乘者的状态对应的推荐路径的指示。这里所说的规定阈值可以是区分压力的有无的值。据此，能够在驾驶员有压力的情况下，提出被估计为缓和该压力的路径以抑制对驾驶的影响，并且在驾驶员没有压力而对驾驶的影响较小的情况下，提出与同乘者的状态对应的所希望的路径以进行对于同乘者来说舒适的行驶。

此外，也可以构成为通过进行使其搜索与驾驶员的压力的重要因素对应的推荐路径的指示、和使其搜索与同乘者的状态对应的推荐路径的指示这双方，在自动驾驶ECU8中搜索满足双方的推荐路径。该情况下，搜索指示部202也可以在通过驾驶员状态估计部211估计出的驾驶员的压力的程度在规定阈值以上的情况下，进行使使其优先搜索与驾驶员的压力的重要因素对应的推荐路径的搜索条件(以下，称为驾驶员考虑搜索条件)的优先级比使其优先搜索与同乘者的状态对应的推荐路径的搜索条件(以下，称为同乘者考虑搜索条件)高的指示。具体而言，可以进行与同乘者考虑搜索条件相比增大驾驶员考虑搜索条件的路段成本的下降幅度的指示。另外，搜索指示部202也可以在通过驾驶员状态估计部211估计出的驾驶员的压力的程度小于规定阈值的情况下，进行使同乘者考虑搜索条件的优先级比驾驶员考虑搜索条件高的指示。具体而言，可以进行与驾驶员考虑搜索条件相比增大同乘者考虑搜索条件的路段成本的下降幅度的指示。

在自动驾驶ECU8中，搜索满足从搜索指示部202送来的搜索条件的推荐路径并返回到HCU20。换句话说，自动驾驶ECU8搜索与通过重要因素估计部212估计出的精神状态的恶化的重要因素对应的推荐路径。另外，自动驾驶ECU8也搜索与通过同乘者状态估计部213估计出的同乘者的种类以及状态中的至少状态对应的推荐路径。该情况下，自动驾驶ECU8可以优先于时间、距离，搜索满足从搜索指示部202送来的搜索条件的推荐路径。自动驾驶ECU8将通过***4进行测位的当前的车辆位置作为出发地搜索推荐路径即可。自动驾驶ECU8将通过在操作设备26等的输入设定的地点作为目的地搜索推荐路径即可。在自动驾驶ECU8中，在接受了增大驾驶员考虑搜索条件和同乘者考虑搜索条件中的一个搜索条件的路段成本的下降幅度的指示的情况下，更小地设定该一个搜索条件的路段成本即可。自动驾驶ECU8可以搜索路段成本的值变得更小的多个路径作为推荐路径。然后，将搜索到的推荐路径返回到HCU20。通过自动驾驶ECU8搜索出的推荐路径是包含多个路段的推荐路径。

推荐路径决定部203将根据搜索指示部202的指示通过自动驾驶ECU8搜索出的推荐路径决定为推荐路径。换句话说，推荐路径决定部203决定与通过重要因素估计部212估计出的精神状态的恶化的重要因素对应的推荐路径。另外，推荐路径决定部203也根据通过同乘者状态估计部213估计出的同乘者的种类以及状态中的至少状态，进行推荐路径的决定。该推荐路径决定部203中的处理相当于推荐路径决定工序。

在搜索指示部202中，构成为在通过驾驶员状态估计部211估计出的驾驶员的压力的程度在规定阈值以上的情况下，不进行使其搜索与同乘者的状态对应的推荐路径的指示，而进行使其搜索与驾驶员的压力的重要因素对应的推荐路径的指示的情况下，如以下那样。推荐路径决定部203在通过驾驶员状态估计部211估计出的驾驶员的压力的程度在规定阈值以上的情况下，与通过同乘者状态估计部213估计出的同乘者的状态相比，决定优先与通过重要因素估计部212估计出的压力的重要因素对应的推荐路径。另一方面，推荐路径决定部203在通过驾驶员状态估计部211估计出的驾驶员的压力的程度小于规定阈值的情况下，与通过重要因素估计部212估计出的压力的重要因素相比，决定优先与通过同乘者状态估计部213估计出的同乘者的状态对应的推荐路径。

提示控制部204朝向驾驶员进行通过推荐路径决定部203决定出的推荐路径的提示。该提示控制部204中的处理相当于提示控制工序。提示控制部204可以通过使显示装置24显示推荐路径来朝向驾驶员提示推荐路径。作为一个例子，可以在地图上以能够区分的方式显示推荐路径。在决定多个推荐路径的情况下，使多个推荐路径显示即可。除此之外，提示控制部204也可以通过按照每个推荐路径使到推荐路径的目的地为止的经由地在显示装置24进行文本显示来提示推荐路径。

提示控制部204在实施路径引导中的情况下，也可以除了推荐路径之外，还提示路径引导中的路径。该情况下，优选以能够区分为路径引导中的路径的方式进行提示。这里所说的路径引导中的路径是指既不考虑驾驶员的精神状态的恶化的程度也不考虑其重要因素而搜索的推荐路径。以后将该路径称为状态非考虑路径。优选提示控制部204在提示推荐路径的情况下，也进行询问推荐路径的引导的需要与否的提示。

另外，提示控制部204还能够进行通过推荐路径决定部203决定的推荐路径的路径引导。可以通过使显示装置24显示用于进行沿着推荐路径的行驶的指导或者从声音输出装置23进行声音输出来进行路径引导。

声音识别部205对麦克风25集音的声音实施声音识别，识别乘客的发声内容。选择部206根据通过麦克风25或者操作设备26从驾驶员接受的输入选择通过推荐路径决定部203决定的推荐路径的引导的需要与否。选择部206在通过麦克风25或者操作设备26接受了需要推荐路径的引导的主旨的输入的情况下，选择需要该推荐路径的引导。在提示多个推荐路径的构成的情况下，接受需要其中的一个推荐路径的引导的主旨的输入，并选择需要该推荐路径的引导。另一方面，选择部206在通过麦克风25或者操作设备26接受了不需要推荐路径的引导的主旨的输入的情况下，选择不需要推荐路径的引导。选择部206也可以在从推荐路径的提示或者询问推荐路径的引导的需要与否的提示起在恒定时间内未接受需要推荐路径的引导的主旨的输入的情况下，选择不需要推荐路径的引导。可以由选择部206根据声音识别部205中的声音识别的结果来判断是否通过麦克风25接受了与推荐路径的引导的需要与否相关的输入。

刺激控制部207控制状态改善装置27的动作。优选刺激控制部207在通过选择部206选择不需要推荐路径的引导的情况下，自动地使状态改善装置27的动作开始。另一方面，刺激控制部207可以构成为在通过选择部206选择了需要推荐路径的引导的情况下，不使状态改善装置27的动作自动地开始。刺激控制部207可以即使在通过选择部206选择了需要推荐路径的引导的情况下，在通过麦克风25或者操作设备26接受了指示使状态改善装置27的动作开始的主旨的输入的情况下，也使状态改善装置27的动作开始。

提示控制部204在通过选择部206选择了不需要推荐路径的引导的情况下，不进行推荐路径的引导。在实施状态非考虑路径的路径引导中的情况下，使状态非考虑路径的路径引导继续。在不在实施路径引导中的情况下，使不实施路径引导中的状态继续。另一方面，提示控制部204在通过选择部206选择了需要推荐路径的引导的情况下，进行该推荐路径的引导。

＜HCU20中的状态改善关联处理＞

这里，使用图3的流程图，对HCU20中的状态改善关联处理的流程的一个例子进行说明。构成为例如在用于使本车的内燃机或者电动发电机启动的开关(以下，称为动力开关)接通的情况下开始图3的流程图即可。除此之外，在采用根据通过周边监视相机拍摄到的图像估计驾驶员的状态的构成的情况下，构成为在驾驶员接近停车中的本车的情况下开始图3的流程图即可。可以由HCU20根据在驾驶员携带的电子钥匙与本车侧进行交换的电波的强度等来估计驾驶员向本车的接近。

首先，在步骤S1中，估计部201进行与本车的乘客的状态相关联的估计。在S1中，驾驶员状态估计部211估计驾驶员的压力的程度。在S1中，同乘者状态估计部213估计同乘者的状态。

在步骤S2中，在S1中估计出的驾驶员的压力的程度在规定阈值以上的情况下(S2：是)，移至步骤S3。另一方面，在S1中估计出的驾驶员的压力的程度小于规定阈值的情况下(S2：否)，移至步骤S5。

在步骤S3中，重要因素估计部212估计驾驶员的压力的重要因素。在步骤S4中，搜索指示部202决定优先搜索与在S3中估计出的压力的重要因素对应的估计为对压力的缓和有效果的路径的搜索条件，并移至步骤S7。

在步骤S5中，在本车有同乘者的情况下(S5：是)，移至步骤S6。另一方面，在本车没有同乘者的情况下(S5：否)，移至步骤S14。可以由同乘者状态估计部213根据是否能够估计同乘者的种类以及状态来判定是否有本车的同乘者。在步骤S6中，搜索指示部202决定与在S1中估计出的同乘者的种类以及状态中的至少状态对应的搜索条件，并移至步骤S7。

在步骤S7中，搜索指示部202将使其以在S4或者S6中决定的搜索条件搜索推荐路径的指示送至自动驾驶ECU8。在步骤S8中，推荐路径决定部203获取自动驾驶ECU8根据在S7中发送的搜索条件搜索出的推荐路径。然后，推荐路径决定部203将获取的推荐路径决定为推荐路径。在步骤S9中，提示控制部204朝向驾驶员进行在S8中决定的推荐路径的提示。

在步骤S10中，选择部206选择了需要推荐路径的引导的情况下(S10：是)，移至步骤S11。另一方面，在选择部206选择了不需要推荐路径的引导的情况下(S10：否)，移至步骤S12。在步骤S11中，提示控制部204进行在选择部206选择了需要引导的推荐路径的引导，并移至步骤S13。在S11中，刺激控制部207不使状态改善装置27的动作自动地开始。另一方面，在步骤S12中，刺激控制部207使状态改善装置27的动作自动地开始，并移至步骤S13。在S12中，提示控制部204不进行在S8中决定的推荐路径的引导。

在步骤S13中，从在S9中进行推荐路径的提示起经过了恒定时间的情况下(S13：是)，移至步骤S14。另一方面，在从在S9中进行推荐路径的提示起未经过恒定时间的情况下(S13：否)，反复S13的处理。这里所说的恒定时间能够任意地设定。作为一个例子，可以设定流程的反复所带来的推荐路径的提示的频率成为估计为对于驾驶员来说不会感到厌烦的频率的时间。另外，也可以构成为代替时间而使用行驶距离。

在步骤S14中，在为状态改善关联处理的结束定时的情况下(S14：是)，结束状态改善关联处理。另一方面，在不为状态改善关联处理的结束定时的情况下(S14：否)，返回到S1反复处理。作为状态改善关联处理的结束定时的一个例子能够列举动力开关断开等。

＜实施方式1的总结＞

根据实施方式1的构成，能够向驾驶员提示与比单纯的压力的有无更详细的压力的重要因素对应的改善该压力的路径。详细而言，如以下那样。即使在驾驶员感到压力的状态下，也有根据压力的重要因素而对压力的缓和有效的路径不同的情况。例如，对于案头工作中的眼睛的疲劳为重要因素的压力来说，虽然也能够通过交通拥堵较少的推荐路径的行驶来缓和，但考虑被估计为容易使眼睛休息的推荐路径的行驶更容易缓和。这样，通过根据压力的重要因素，提出被估计为缓和该压力的推荐路径，并使该推荐路径的引导能够进行，由此能够精度更好地缓和压力。其结果是，在车辆的驾驶员的精神状态恶化的情况下，能够精度更好地改善该精神状态。

另外，根据实施方式1的构成，即使在驾驶员不希望与压力的重要因素对应的推荐路径的引导的情况下，通过自动地开始状态改善装置27的动作，也能够缓和压力。

在实施方式1中，例举精神状态的恶化为压力的情况进行了说明，但对于压力以外的精神状态的恶化，也构成为通过提示与精神状态的恶化的重要因素对应的推荐路径，来精度更好地从该精神状态的恶化改善即可。

(实施方式2)

在实施方式1中，示出了提出与精神状态的恶化的内容对应的推荐路径的构成，但并不一定限定于此。例如，也可以构成为提出与精神状态的恶化的三个阶段以上的程度对应的推荐路径(以下，实施方式2)。以下，使用图对实施方式2的一个例子进行说明。实施方式2的驾驶辅助***1除了代替HCU20而包含HCU20a这一点之外，与实施方式1的驾驶辅助***1相同。

＜HCU20a的概略结构＞

这里，使用图4进行HCU20a的概略结构的说明。HCU20a关于状态改善关联处理而如图4所示具备估计部201a、搜索指示部202a、推荐路径决定部203、提示控制部204、声音识别部205、选择部206以及刺激控制部207作为功能模块。HCU20a除了代替估计部201以及搜索指示部202而具备估计部201a以及搜索指示部202a这一点，与实施方式1的HCU20相同。该HCU20a也相当于车辆用辅助装置。另外，通过计算机执行HCU20a的各功能模块的处理相当于执行车辆用辅助方法。

估计部201a具备驾驶员状态估计部211a以及同乘者状态估计部213作为子功能模块。估计部201a除了代替驾驶员状态估计部211而具备驾驶员状态估计部211a这一点、和不具备重要因素估计部212这一点之外，与实施方式1的估计部201相同。

驾驶员状态估计部211a估计本车的驾驶员的精神状态的恶化的三个阶段以上的程度。驾驶员状态估计部211a除了限于估计精神状态的恶化的三个阶段以上的程度的构成这一点之外，与实施方式1的驾驶员状态估计部211相同。在本实施方式的例子中，也以驾驶员状态估计部211a估计驾驶员的压力的程度为例进行说明。驾驶员状态估计部211a也相当于精神关联状态估计部。该驾驶员状态估计部211a中的处理也相当于精神关联状态估计工序。

搜索指示部202a将使其搜索与通过驾驶员状态估计部211a估计出的精神状态的恶化的三个阶段以上的程度对应的推荐路径的指示送至自动驾驶ECU8。在本实施方式的例子中，搜索指示部202a根据估计出的压力的三个阶段以上的程度，决定优先搜索被估计为对压力的缓和有效果的路径的搜索条件(以下，称为缓和搜索条件)。然后，搜索指示部202a将使其以该搜索条件搜索推荐路径的指示送至自动驾驶ECU8。

搜索指示部202a可以根据通过驾驶员状态估计部211a估计出的驾驶员的精神状态的恶化的程度变大，决定更多的种类的缓和搜索条件。作为缓和对策条件，例如能够列举以下。

作为缓和搜索条件的种类之一，能够列举优先搜索交通拥堵更少的路径的搜索条件。该搜索条件例如可以是越为交通拥堵程度更低的路段越优先的搜索条件。这是因为交通拥堵较少被估计为更能够缓和压力。作为缓和搜索条件的种类之一，能够列举优先搜索行人数较少的路径的搜索条件。该搜索条件例如可以是优先汽车专用道路的路段的搜索条件。这是因为周边的行人较少更不必注意行人的飞出，而被估计为能够缓和压力。作为缓和搜索条件的种类之一，能够列举优先搜索速度限制值较低的路径的搜索条件。该搜索条件例如可以是优先速度限制值更低的路段的搜索条件。这是因为能够以低速行驶的情况更能够悠闲地进行行驶，而被估计为能够缓和压力。

作为缓和搜索条件的种类之一，能够列举优先搜索经由服务区的路径的搜索条件。该搜索条件例如可以是优先服务区的路段的搜索条件。这是因为被估计为能够通过在服务区进行休息来缓和压力。作为缓和搜索条件的种类之一，能够列举优先搜索能够继续等级3以上的自动驾驶的路径的搜索条件。该搜索条件可以是优先能够继续等级3以上的自动驾驶的路段的搜索条件。这是因为被估计为通过从驾驶解放能够缓和压力。作为缓和搜索条件的种类之一，能够列举优先搜索经由被估计为能够放松的场所、风景的路径的搜索条件。该搜索条件例如可以是越为经由森林、海岸等被估计为能够放松的地点的路段越优先的搜索条件。作为缓和搜索条件的种类之一，能够列举优先搜索经由驾驶员喜好的店铺的路径的搜索条件。该搜索条件例如可以是越为经由驾驶员喜好的店铺的路段越优先的搜索条件。可以根据经由近距离通信部31获取的驾驶员携带的移动终端的检索履历等来估计驾驶员喜好的店铺。

搜索指示部202a根据估计出的驾驶员的压力的程度变大，决定更多的种类的缓和搜索条件，并将使其以决定出的缓和搜索条件搜索推荐路径的指示送至自动驾驶ECU8即可。例如，可以根据压力的程度变大一个阶段，使作为缓和搜索条件组合的搜索条件增加一个种类等。与压力的程度对应的缓和搜索条件的组合既可以是预先设定的固定的组合，也可以是通过机械学习进行了学习的组合。对于缓和搜索条件的组合的学习来说，例如可以按照压力的程度，在随机地变更缓和搜索条件的组合的同时，对通过驾驶员状态估计部211a估计出的压力的程度的缓和的效果较高的组合进行学习。

另外，搜索指示部202a也可以使用进行了将压力的程度作为输入，并将优先地搜索被估计为对压力的缓和有效果的路径的搜索条件作为输出的机械学习的学习器，来根据估计出的压力的程度决定搜索条件的组合。在该机械学习中，与实施方式1所述相同，优选依次对通过驾驶员状态估计部211a估计出的驾驶员的压力的程度实际降低时的现象进行学习。

搜索指示部202a与实施方式1所述相同，优选将使其搜索与通过同乘者状态估计部213估计出的同乘者的状态对应的推荐路径的指示送至自动驾驶ECU8。换句话说，优选搜索指示部202a与实施方式1所述相同，构成为在通过驾驶员状态估计部211a估计出的驾驶员的压力的程度在规定阈值以上的情况下，不进行使其搜索与同乘者的状态对应的推荐路径的指示，而进行使其搜索与驾驶员的压力的重要因素对应的推荐路径的指示。另一方面，优选搜索指示部202a构成为在通过驾驶员状态估计部211a估计出的驾驶员的压力的程度小于规定阈值的情况下，不进行使其搜索与驾驶员的压力的重要因素对应的推荐路径的指示，而进行使其搜索与同乘者的状态对应的推荐路径的指示。另外，与实施方式1所述相同，也可以构成为通过进行使其搜索与驾驶员的压力的重要因素对应的推荐路径的指示、和使其搜索与同乘者的状态对应的推荐路径的指示这双方，使自动驾驶ECU8搜索满足双方的推荐路径。

在自动驾驶ECU8中，与实施方式1所述相同，搜索满足从搜索指示部202a送来的搜索条件的推荐路径并返回到HCU20。换句话说，自动驾驶ECU8搜索与通过驾驶员状态估计部211a估计出的精神状态的恶化的程度对应的推荐路径。另外，自动驾驶ECU8也搜索与通过同乘者状态估计部213估计出的同乘者的种类以及状态中的至少状态对应的推荐路径。该情况下，自动驾驶ECU8优先于时间、距离，而搜索满足从搜索指示部202送来的搜索条件的推荐路径即可。

推荐路径决定部203将通过自动驾驶ECU8根据搜索指示部202a的指示搜索出的推荐路径决定为推荐路径。换句话说，推荐路径决定部203决定与通过驾驶员状态估计部211a估计出的精神状态的恶化的三个阶段以上的程度对应的推荐路径。推荐路径决定部203根据通过驾驶员状态估计部211a估计出的驾驶员的精神状态的恶化的程度变大，决定满足更多的种类的缓和搜索条件的路径作为推荐路径。

＜HCU20a中的状态改善关联处理＞

这里，使用图5的流程图，对HCU20a中的状态改善关联处理的流程的一个例子进行说明。图5的流程图也构成为与图3的流程图相同地开始即可。

首先，在步骤S21中，估计部201a进行与本车的乘客的状态相关联的估计。在S21中，驾驶员状态估计部211a估计驾驶员的三个阶段以上的压力的程度。在S21中，同乘者状态估计部213估计同乘者的状态。

在步骤S22中，与S2相同，在S21中估计出的驾驶员的压力的程度在规定阈值以上的情况下(S22：是)，移至步骤S23。另一方面，在S21中估计出的驾驶员的压力的程度小于规定阈值的情况下(S22：否)，移至步骤S24。

在步骤S23中，搜索指示部202a决定与在S21中估计出的压力的程度对应的、优先搜索被估计为对压力的缓和有效果的路径的搜索条件，并移至步骤S26。在S23中，根据压力的程度变高，使决定的搜索条件的种类增加即可。

在步骤S24中，与S5相同，在本车有同乘者的情况下(S24：是)，移至步骤S25。另一方面，在本车没有同乘者的情况下(S24：否)，移至步骤S33。在步骤S25中，搜索指示部202a决定与在S21中估计出的同乘者的种类以及状态中的至少状态对应的搜索条件，并移至步骤S26。

在步骤S26中，搜索指示部202a将使其以在S23或者S25中决定的搜索条件搜索推荐路径的指示送至自动驾驶ECU8。与S8～S13的处理相同地进行步骤S27～步骤S32的处理。在步骤S33中，在为状态改善关联处理的结束定时的情况下(S33：是)，结束状态改善关联处理。另一方面，在不是状态改善关联处理的结束定时的情况下(S33：否)，返回到S21反复处理。

＜实施方式2的总结＞

根据实施方式2的构成，能够向驾驶员提示与比单纯的压力的有无更详细的压力的三个阶段以上的程度对应的改善该压力的路径。详细而言，如以下那样。即使在驾驶员感受到压力的情况下，也有根据压力的高度而对压力的缓和有效的路径不同的情况。与此相对，根据实施方式2的构成，根据压力的三个阶段以上的高度，提出被估计为缓和该压力的推荐路径。由此，能够精度更好地缓和压力。其结果是，在车辆的驾驶员的精神状态恶化的情况下，能够精度更好地改善其精神状态。

另外，根据实施方式2的构成，根据驾驶员的压力的程度变大，将满足更多的种类的缓和搜索条件的路径决定为推荐路径并提出。据此，在驾驶员的压力越高，越多个重要因素成为压力的原因的情况下，能够精度更好地缓和压力的可能性提高。

另外，在实施方式2的构成中，即使在驾驶员不希望与压力的重要因素对应的推荐路径的引导的情况下，通过自动地开始状态改善装置27的动作，也能够缓和压力。

在实施方式2中，也例举精神状态的恶化为压力的情况进行了说明，但对于压力以外的精神状态的恶化，也构成为通过提示与精神状态的恶化的三个阶段以上的程度对应的推荐路径，精度更好地从该精神状态的恶化改善即可。

(实施方式3)

另外，也可以为以下的实施方式3那样的构成。以下，使用图对实施方式3的一个例子进行说明。实施方式3的驾驶辅助***1除了代替HCU20而包含HCU20b这一点之外，与实施方式1的驾驶辅助***1相同。

＜HCU20b的概略结构＞

这里，使用图6进行HCU20b的概略结构的说明。HCU20b关于状态改善关联处理而如图6所示具备估计部201b、搜索指示部202b、推荐路径决定部203、提示控制部204、声音识别部205、选择部206以及刺激控制部207作为功能模块。HCU20b除了代替估计部201以及搜索指示部202而具备估计部201b以及搜索指示部202b这一点之外，与实施方式1的HCU20相同。该HCU20b也相当于车辆用辅助装置。另外，通过计算机执行HCU20b的各功能模块的处理相当于执行车辆用辅助方法。

估计部201b具备驾驶员状态估计部211、重要因素估计部212以及同乘者状态估计部213b作为子功能模块。估计部201b除了代替同乘者状态估计部213而具备同乘者状态估计部213b这一点之外，与实施方式1的估计部201相同。在本实施方式的例子中，也以驾驶员状态估计部211估计驾驶员的压力的程度为例进行说明。

同乘者状态估计部213b估计同乘者的种类以及状态。同乘者状态估计部213b除了限于估计同乘者的种类以及状态的构成这一点之外，与实施方式1的同乘者状态估计部213相同。

搜索指示部202b能够也将使其搜索与通过同乘者状态估计部213估计出的同乘者的状态对应的推荐路径的指示送至自动驾驶ECU8。搜索指示部202b除了优先哪个乘客来决定搜索条件不同这一点之外，与实施方式1的搜索指示部202相同。

搜索指示部202b根据通过同乘者状态估计部213b估计出的同乘者的种类，切换决定优先与通过重要因素估计部212估计出的驾驶员的压力的重要因素、以及通过同乘者状态估计部213b估计出的同乘者的状态中的哪个对应的推荐路径的搜索条件。此外，可以构成为按照同乘者的每个种类预先设定成为优先的对象的同乘者的状态。例如，若为老人，则可以使疲劳为优先的对象的状态。若为儿童，则可以使睡眠为优先的对象的状态。

搜索指示部202b作为一个例子，可以构成为按照儿童＞老人＞驾驶员的顺序优先。例如，在通过驾驶员状态估计部211估计出驾驶员的阈值以上的压力的程度，通过同乘者状态估计部213b估计出老人的疲劳，并且，通过同乘者状态估计部213b估计出儿童的睡眠的情况下，决定优先搜索与儿童的睡眠对应的推荐路径的搜索条件即可。例如，可以决定优先搜索绕远的路径的搜索条件。另外，在通过驾驶员状态估计部211估计出驾驶员的阈值以上的压力的程度，通过同乘者状态估计部213b估计出老人的疲劳，并且，未通过同乘者状态估计部213b估计出儿童的睡眠的情况下，决定优先搜索与老人的疲劳对应的推荐路径的搜索条件即可。例如，可以决定优先搜索能够打开本车的车窗的空气清新的路径的搜索条件。在通过驾驶员状态估计部211估计出驾驶员的阈值以上的压力的程度，未通过同乘者状态估计部213b估计出老人的疲劳，并且，未通过同乘者状态估计部213b估计出儿童的睡眠的情况下，决定优先搜索被估计为对驾驶员的压力的缓和有效果的路径的搜索条件即可。

推荐路径决定部203将通过自动驾驶ECU8根据搜索指示部202b的指示搜索出的推荐路径决定为推荐路径。换句话说，根据通过同乘者状态估计部213b估计出的同乘者的种类，切换决定优先与通过重要因素估计部212估计出的驾驶员的压力的重要因素、以及通过同乘者状态估计部213b估计出的同乘者的状态中的哪一个对应的推荐路径。

根据以上的构成，能够优先提出与应该优先的乘客的状态对应的推荐路径。此外，实施方式3的构成也可以不与实施方式1的构成组合而与实施方式2的构成组合。

(实施方式4)

在实施方式3中，示出了根据同乘者的种类，切换决定优先与哪个乘客对应的推荐路径的构成，但并不一定限定于此。例如，也可以构成为根据通过麦克风25或者操作设备26从驾驶员接受的输入来切换决定优先与哪个乘客对应的推荐路径。据此，能够由驾驶员选择决定优先与哪个乘客对应的推荐路径。

(实施方式5)

在上述的实施方式中，示出了提出也与同乘者的状态对应的推荐路径的构成，但并不一定限定于此。例如，也可以构成为不提出与同乘者的状态对应的推荐路径。该情况下，构成为在估计部201、201a、201b不具备同乘者状态估计部213、213b即可。

(实施方式6)

在上述的实施方式中，示出了搜索指示部202、202a、202b对自动驾驶ECU8进行指示使其搜索推荐路径的构成，但并不一定限定于此。例如，也可以构成为在HCU20、20a、20b具备搜索推荐路径的功能模块，在HCU20、20a、20b侧搜索推荐路径。该情况下，推荐路径决定部203构成为通过搜索推荐路径来决定推荐路径即可。搜索指示部202、202a、202b将搜索条件送至该推荐路径决定部203使其搜索推荐路径即可。除此之外，也可以构成为在HCU20、20a、20b不具备搜索指示部202、202a、202b，而由推荐路径决定部203具有搜索指示部202、202a、202b的功能和搜索推荐路径的功能。

(实施方式7)

在上述的实施方式中，示出了在选择部206选择了不需要推荐路径的引导的情况下，使状态改善装置27的动作自动地开始的构成，但并不一定限定于此。例如，也可以构成为即使在选择部206选择了不需要推荐路径的引导的情况下，也不使状态改善装置27的动作自动地开始。另外，也可以构成为不在本车设置状态改善装置27，且在HCU20、20a、20b不具备刺激控制部207。

此外，本公开并不限定于上述的实施方式，能够在权利要求所示的范围内进行各种变更，分别对不同的实施方式适当地组合公开的技术单元得到的实施方式也包含于本公开的技术范围。另外，也可以通过构成被编程为执行通过计算机程序具体化的一个或者多个功能的处理器的专用计算机实现本公开所记载的控制部及其方法。或者，也可以通过专用硬件逻辑电路实现本公开所记载的装置及其方法。或者，也可以通过由执行计算机程序的处理器与一个以上的硬件逻辑电路的组合构成的一个以上的专用计算机实现本公开所记载的装置及其方法。另外，计算机程序也可以作为能够通过计算机执行的指令，存储于计算机能够读取的非迁移有形记录介质。

Claims (10)

1.一种车辆用辅助装置，其中，具备：

精神关联状态估计部(211、211a、212)，估计精神关联状态，上述精神关联状态是车辆的驾驶员的精神状态的恶化的程度以及上述驾驶员的精神状态的恶化的重要因素中的至少任意一个；

推荐路径决定部(203)，决定与通过上述精神关联状态估计部估计出的上述精神关联状态对应的包含多个路段的推荐路径；以及

提示控制部(204)，朝向上述驾驶员进行通过上述推荐路径决定部决定出的上述推荐路径的提示。

2.根据权利要求1所述的车辆用辅助装置，其中，

上述精神关联状态估计部至少估计上述驾驶员的精神状态的恶化的重要因素作为上述精神关联状态，

上述推荐路径决定部决定与通过上述精神关联状态估计部估计出的上述驾驶员的精神状态的恶化的重要因素对应的、被估计为改善该精神状态的上述推荐路径。

3.根据权利要求1所述的车辆用辅助装置，其中，

上述精神关联状态估计部至少估计上述驾驶员的精神状态的恶化的程度作为上述精神关联状态，

上述推荐路径决定部决定与通过上述精神关联状态估计部估计出的上述驾驶员的精神状态的恶化的三个阶段以上的程度对应的、被估计为改善该精神状态的上述推荐路径。

4.根据权利要求3所述的车辆用辅助装置，其中，

被估计为改善上述精神状态的路径的搜索条件为多个种类，

上述推荐路径决定部根据通过上述精神关联状态估计部估计出的上述驾驶员的精神状态的恶化的程度变大，决定满足更多的种类的上述搜索条件的路径作为上述推荐路径。

5.根据权利要求1～4中的任意一项所述的车辆用辅助装置，其中，具备：

选择部(206)，根据通过输入装置(25、26)从上述驾驶员接受的输入选择通过上述推荐路径决定部决定出的上述推荐路径的引导的需要与否；以及

刺激控制部(207)，控制设置于上述车辆的、给予上述驾驶员用于从上述精神状态的恶化改善上述精神状态的刺激的状态改善装置(27)的动作，

上述提示控制部也能够进行上述推荐路径的引导，

在通过上述选择部选择了不需要上述推荐路径的引导的情况下，上述提示控制部不进行上述推荐路径的引导，并且上述刺激控制部使上述状态改善装置的动作自动地开始，另一方面，在通过上述选择部选择了需要上述推荐路径的引导的情况下，上述刺激控制部不使上述状态改善装置的动作自动地开始，并且上述提示控制部进行上述推荐路径的引导。

6.根据权利要求1～5中的任意一项所述的车辆用辅助装置，其中，

上述精神状态的恶化为压力。

7.根据权利要求1～6中的任意一项所述的车辆用辅助装置，其中，

具备估计上述车辆的上述驾驶员以外的乘客亦即同乘者的状态的同乘者状态估计部(213、213b)，

上述推荐路径决定部也根据通过上述同乘者状态估计部估计出的上述同乘者的状态，来进行上述推荐路径的决定。

8.根据权利要求7所述的车辆用辅助装置，其中，

上述精神关联状态估计部至少估计上述驾驶员的精神状态的恶化的程度作为上述精神关联状态，

在通过上述精神关联状态估计部估计出的上述驾驶员的精神状态的恶化的程度在规定阈值以上的情况下，上述推荐路径决定部决定与通过上述同乘者状态估计部估计出的上述同乘者的状态相比，优先与通过上述精神关联状态估计部估计出的上述精神关联状态对应的上述推荐路径，另一方面，在通过上述精神关联状态估计部估计出的上述驾驶员的精神状态的恶化的程度小于规定阈值的情况下，上述推荐路径决定部决定与通过上述精神关联状态估计部估计出的上述精神关联状态相比，优先与通过上述同乘者状态估计部估计出的上述同乘者的状态对应的上述推荐路径。

9.根据权利要求7所述的车辆用辅助装置，其中，

上述同乘者状态估计部(213b)也估计上述同乘者的种类，

上述推荐路径决定部根据通过上述同乘者状态估计部估计出的上述同乘者的种类，切换决定优先与通过上述精神关联状态估计部估计出的上述驾驶员的上述精神关联状态以及通过上述同乘者状态估计部估计出的上述同乘者的状态中的哪个对应的上述推荐路径。

10.一种车辆用辅助方法，其中，包括由至少一个处理器执行的以下工序：

精神关联状态估计工序，估计精神关联状态，上述精神关联状态是车辆的驾驶员的精神状态的恶化的程度以及上述驾驶员的精神状态的恶化的重要因素中的至少任意一个；

推荐路径决定工序，决定与通过上述精神关联状态估计工序估计出的上述精神关联状态对应的包含多个路段的推荐路径；以及

提示控制工序，朝向上述驾驶员进行通过上述推荐路径决定工序决定出的上述推荐路径的提示。