JP2008099884A - 状態推定装置 - Google Patents
状態推定装置 Download PDFInfo
- Publication number
- JP2008099884A JP2008099884A JP2006285181A JP2006285181A JP2008099884A JP 2008099884 A JP2008099884 A JP 2008099884A JP 2006285181 A JP2006285181 A JP 2006285181A JP 2006285181 A JP2006285181 A JP 2006285181A JP 2008099884 A JP2008099884 A JP 2008099884A
- Authority
- JP
- Japan
- Prior art keywords
- state
- driver
- frequency distribution
- eye
- detection
- 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.)
- Pending
Links
Images
Landscapes
- Traffic Control Systems (AREA)
- Fittings On The Vehicle Exterior For Carrying Loads, And Devices For Holding Or Mounting Articles (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Emergency Alarm Devices (AREA)
Abstract
【課題】 対象者の状態の推定精度を向上させることができる状態推定装置を提供する。
【解決手段】 状態推定装置1は、運転者の顔を撮像するカメラ2と、このカメラ2の撮像画像に基づいて、運転者の意識状態(覚醒度)を推定する推定処理ユニット3とを備えている。推定処理ユニット3は、カメラ2の撮像画像を画像処理し、運転者の開眼量を検出する画像処理部5と、画像処理部5により得られた所定時間分の開眼量検出値を所定幅毎に分類し、各開眼量検出値と検出頻度との関係を示す度数分布を作成し、その度数分布から得られた包絡近似曲線の極大値を抽出する開眼・閉眼抽出部6と、開眼・閉眼抽出部6で抽出された包絡近似曲線の極大値の時間変化に基づいて、運転者の意識状態を判定する意識状態推定部7とを有している。
【選択図】 図1
【解決手段】 状態推定装置1は、運転者の顔を撮像するカメラ2と、このカメラ2の撮像画像に基づいて、運転者の意識状態(覚醒度)を推定する推定処理ユニット3とを備えている。推定処理ユニット3は、カメラ2の撮像画像を画像処理し、運転者の開眼量を検出する画像処理部5と、画像処理部5により得られた所定時間分の開眼量検出値を所定幅毎に分類し、各開眼量検出値と検出頻度との関係を示す度数分布を作成し、その度数分布から得られた包絡近似曲線の極大値を抽出する開眼・閉眼抽出部6と、開眼・閉眼抽出部6で抽出された包絡近似曲線の極大値の時間変化に基づいて、運転者の意識状態を判定する意識状態推定部7とを有している。
【選択図】 図1
Description
本発明は、例えば自動車の運転者の意識状態等を推定する状態推定装置に関するものである。
運転者の意識状態等を推定する状態推定装置としては、例えば特許文献1に記載されているものが知られている。この特許文献1に記載の状態推定装置は、カメラの画像データから眼の開度を検出し、その開度の時系列データから複数の極小値を抽出し、これらの極小値を開眼候補群と閉眼候補群とに分離し、その開眼候補群及び閉眼候補群に基づいて閉眼閾値を設定して、運転者の意識状態を推定するものである。
特開2004−41485号公報
しかしながら、上記従来技術においては、運転者の意識状態を推定するにあたって、開眼及び閉眼のいずれの状態であるかを識別するための閉眼閾値が必要となるので、この閉眼閾値の設定を誤ると推定精度に悪影響を与えてしまう。一般に人間の開眼状態は多様であり、瞳の大きな人もいれば、閉眼との区別がつきにくい人もいるので、カメラの画像データから閉眼閾値を設定することは困難である。また、車載を考慮して低コストのカメラを用いた場合には、短い瞬き状態の開眼・閉眼を正確に検出することは難しいため、閉眼閾値を的確に設定することが出来ない。その結果、運転者の意識状態の推定精度が低下してしまう。
本発明の目的は、対象者の状態の推定精度を向上させることができる状態推定装置を提供することである。
本発明の状態推定装置は、対象者の状態に関する特徴量を検出する検出手段と、検出手段で検出した特徴量の度数分布を作成し、当該度数分布の極値を抽出する抽出手段と、抽出手段で抽出した度数分布の極値の時間変化に基づいて対象者の状態を推定する推定手段とを備えることを特徴とするものである。
このように本発明においては、対象者の状態に関する特徴量を検出し、その検出値の度数分布を作成し、当該度数分布の極値を抽出する。ここで、例えば対象者の意識(覚醒)状態が変化すると、対象者の意識状態に関する特徴量の度数分布が変化し、これに伴って当該度数分布の極値も変化するようになる。従って、意識状態に関する特徴量の度数分布の極値の時間変化から、対象者の意識状態を直接的に推定することができる。そこで、対象者の状態に関する特徴量の度数分布の極値の時間変化に基づいて対象者の状態を推定することにより、対象者の状態を判定するための閾値を設定する必要が無いため、閾値の設定誤りに起因した誤推定を防止することができる。これにより、対象者の意識状態等の推定を高精度に行うことが可能となる。
また、本発明は、車両に搭載された状態推定装置であって、運転者の状態に関する特徴量を検出する検出手段と、検出手段で検出した特徴量の度数分布を作成し、当該度数分布の極値を抽出する抽出手段と、抽出手段で抽出した度数分布の極値の時間変化に基づいて運転者の状態を推定する推定手段とを備えることを特徴とするものである。
このように本発明においては、運転者の状態に関する特徴量を検出し、その検出値の度数分布を作成し、当該度数分布の極値を抽出する。ここで、例えば運転者の意識(覚醒)状態が変化すると、運転者の意識状態に関する特徴量の度数分布が変化し、これに伴って当該度数分布の極値も変化するようになる。従って、意識状態に関する特徴量の度数分布の極値の時間変化から、運転者の意識状態を直接的に推定することができる。そこで、運転者の状態に関する特徴量の度数分布の極値の時間変化に基づいて運転者の状態を推定することにより、運転者の状態を判定するための閾値を設定する必要が無いため、閾値の設定誤りに起因した誤推定を防止することができる。これにより、運転者の意識状態等の推定を高精度に行うことが可能となる。
好ましくは、運転者の状態は、運転者の覚醒状態であり、検出手段は、運転者の状態に関する特徴量として運転者の開眼度を検出する。この場合には、運転者の開眼度の度数分布の極値を抽出し、この極値の時間変化に基づいて運転者の覚醒状態を推定することになるので、個人差の大きい開眼・閉眼を識別するための閾値を設定しなくて済む。
このとき、好ましくは、抽出手段は、開眼度の検出頻度の度数分布を作成する。運転者の意識が低下してくると、開眼度の高い状態の検出頻度が少なくなり、開眼度の低い状態の検出頻度が多くなる。そこで、開眼度の検出頻度の度数分布を作成し、当該度数分布の極値の時間変化を検出することにより、運転者の覚醒状態を確実に推定することができる。
また、抽出手段は、開眼度の検出継続時間の度数分布を作成してもよい。運転者の意識が低下してくると、開眼度の高い状態の検出継続時間が短くなり、開眼度の低い状態の検出継続時間が長くなる。そこで、開眼度の検出継続時間の度数分布を作成し、当該度数分布の極値の時間変化を検出することにより、運転者の覚醒状態を確実に推定することができる。
また、好ましくは、車両の走行状態を検出する手段を更に備え、抽出手段は、車両の走行状態毎に、検出手段で検出した特徴量の度数分布を作成する。車両の走行状態(例えば速度)が一定になるほど、運転者にとって運転の緊張感が継続せずに意識が低下してくる傾向にある。従って、運転者の覚醒状態の推定をより高精度に行うためには、車両の走行状態毎に度数分布の極値の時間変化を検出するのが好適である。
本発明によれば、対象者の状態の推定精度を向上させることができる。これにより、例えば居眠り運転を効果的に防止することが可能となる。
以下、本発明に係わる状態推定装置の好適な実施形態について、図面を参照して詳細に説明する。
図1は、本発明に係わる状態推定装置の第1実施形態を示す概略構成図である。同図において、本実施形態の状態推定装置1は、自動車等の車両に搭載されている。状態推定装置1は、運転者の顔を撮像するカメラ2と、このカメラ2の撮像画像に基づいて、運転者の意識状態(覚醒度)を推定する推定処理ユニット3と、この推定処理ユニット3による推定結果に応じて警報を発する警報器4とを備えている。カメラ2は、運転者の片眼を含む部位のみを撮像するように構成されていても良いし(図2参照)、運転者の両眼を含む顔全体を撮像するように構成されていても良い。
推定処理ユニット3は、画像処理部5と、開眼・閉眼抽出部6と、意識状態推定部7とを有している。
画像処理部5は、カメラ2の撮像画像を画像処理し、運転者の開眼量(開眼度)を検出する。画像処理部5は、図2に示すように、運転者の眼における上まぶたと下まぶたとの間の最大長さPを画素(ピクセル)数で表したものを、運転者の開眼量として検出する。画像処理部5は、例えば100ms周期のタイミングで運転者の開眼量を連続的に検出する。画像処理部5により得られた検出データの一例を図3に示す。図3において、横軸が計測時間を示し、縦軸が開眼量の検出生値(開眼量検出値)を示している。
開眼・閉眼抽出部6は、画像処理部5により得られた検出データに基づいて運転者の開眼・閉眼状態を抽出する。開眼・閉眼抽出部6による処理手順の詳細を図4に示す。
同図において、まず画像処理部5により得られた開眼量検出値を順次取り込む(手順101)。そして、最新の所定時間分の開眼量検出値をメモリに記憶する(手順102)。このとき、検出周期毎に順次最新のデータに更新され、最も古いデータが消去される。
続いて、メモリに記憶されている所定時間分の開眼量検出値(画素数)を所定幅(ここでは1画素)毎に分類し、その分類された所定幅毎の各開眼量検出値の検出頻度を計数する(手順103)。続いて、所定幅毎の各開眼量検出値と検出頻度との関係を示す2軸の度数分布を作成し、その度数分布に対して包絡近似を行う(手順104)。
図5は、各開眼量検出値の検出頻度の度数分布の一例を示したものである。図5において、横軸が検出頻度(回数)を示し、縦軸が開眼量検出値を示している。また、図中の線Qは、棒グラフ状の度数分布に対して包絡近似を施して得られた包絡近似曲線を示している。
続いて、手順104で得られた包絡近似曲線の極大値(山の頂点)を抽出する(手順105)。例えば図5に示す包絡近似曲線Qでは、点a,bが極大値となる。
意識状態推定部7は、開眼・閉眼抽出部6で抽出された包絡近似曲線の極大値の時間変化に基づいて、運転者の意識状態を判定する。意識状態推定部7による処理手順の詳細を図6に示す。
同図において、まず所定時間分の開眼量検出値の記憶更新毎に得られた包絡近似曲線の極大値のデータを順次取り込む(手順111)。そして、時間経過による包絡近似曲線の極大値の変化具合から、運転者の意識が低下しているかどうか、つまり運転者が眠くなっているかどうかを判定する(手順112)。
具体的には、図7(a)に示すように、開眼量が大きいほうの分布(開眼分布)Aの極大値aの検出頻度が高く、開眼量が小さいほうの分布(閉眼分布)Bの極大値bの検出頻度が低くなるような傾向にある状況では、運転者の意識としては通常状態にあると判定する。なお、図7(a)に示すような閉眼分布Bが存在するのは、通常状態では運転者が眼の瞬きを頻繁に行うためである。一方、図7(b)に示すように、開眼分布Aの極大値aの検出頻度が低く、閉眼分布Bの極大値bの検出頻度が高くなるような傾向にある状況では、運転者の意識が低下して眠くなっている状態にあると判定する。
そして、手順112で運転者の意識が低下したと判定されたときは、警報器4から警報を発生させるように警報器4を制御する(手順113)。
以上のように本実施形態においては、所定時間分の開眼量検出値を所定幅毎に分類し、その分類された各開眼量検出値の検出頻度の度数分布を作成し、その度数分布の包絡近似線の極大値を抽出し、包絡近似線の極大値の時間変化に基づいて運転者の意識状態を推定する。従って、特に開眼・閉眼を識別するための閾値を設定して二値化処理を行う必要が無いため、閾値の設定誤りによる意識状態の推定精度の悪化を防ぐことができる。また、瞬時に発生する瞬きを検出するために高速画像処理が可能な高価な開眼・閉眼センサ等を使用しなくても、運転者の意識状態を的確に推定することができる。これにより、運転者の意識状態の推定を高精度に且つ安価に行うことが可能となる。
上記第1実施形態では、所定幅毎に分類された各開眼量検出値の検出頻度の度数分布を作成し、この度数分布を用いて意識状態の推定を行ったが、各開眼量検出値の検出頻度の度数分布に代えて、各開眼量検出値の検出継続時間の度数分布を作成しても良い。以下、その変形例について説明する。
図8は、推定処理ユニット3の開眼・閉眼抽出部6による他の処理手順の詳細を示すフローチャートである。
同図において、まず図4に示す手順101,102を実行した後、メモリに記憶されている所定時間分の開眼量検出値(画素数)を所定幅(ここでは1画素)毎に分類し、その分類された所定幅毎の各開眼量検出値の検出継続時間を計測する(手順106)。開眼量検出値の検出継続時間は、例えば図9に示すように表される。これにより、時間経過による開眼量検出値の検出継続時間の変化状況が分かる。
続いて、分類された所定幅毎の各開眼量検出値と各開眼量検出値の検出継続時間とその検出継続時間の頻度との関係を示す3軸の度数分布を作成し、その度数分布に対して包絡近似を行う(手順107)。この時に得られる包絡近似曲線は、図10に示すようなものとなる。そして、包絡近似曲線の極大値を抽出する(手順108)。
その後、意識状態推定部7において、上記のようにして得られた包絡近似曲線の極大値の時間変化に基づいて、運転者の意識状態を判定する。
具体的には、図10に示す破線Rでは、開眼量が大きいほうの分布(開眼分布)A1の極大値a1の検出継続時間が長く、且つその検出継続時間の頻度が高くなっており、開眼量が小さいほうの分布(閉眼分布)B1の極大値b1の検出継続時間が短く、且つその検出継続時間の頻度が低くなっている。この状況では、運転者の意識としては通常状態にあると判定される。なお、閉眼分布B1が存在するのは、通常状態では運転者が眼の瞬きを頻繁に行うためである。
一方、図10に示す実線Sでは、開眼分布A2の極大値a2の検出継続時間が短く、且つその検出継続時間の頻度が低くなっており、閉眼分布B2の極大値b2の検出継続時間が長く、且つその検出継続時間の頻度が高くなっている。この状況では、運転者の意識が低下して眠くなっている状態にあると判定される。
従って、本変形実施形態においても、運転者の意識状態の推定を高精度に且つ安価に行うことができる。
図11は、本発明に係わる状態推定装置の第2実施形態を示す概略構成図である。図中、上述した実施形態と同一または同等の要素には同じ符号を付し、その説明を省略する。
同図において、本実施形態の状態推定装置10は、上記の実施形態におけるカメラ2、推定処理ユニット3及び警報器4に加え、車両の走行速度を計測する車速センサ11を備えている。推定処理ユニット3は、上記の実施形態における開眼・閉眼抽出部6及び意識状態推定部7に代えて、開眼・閉眼抽出部12及び意識状態推定部13を有している。
図12は、開眼・閉眼抽出部12による処理手順の詳細を示すフローチャートである。同図において、まず画像処理部5により得られた開眼量検出値と車速センサ11の計測値(車速計測値)とを順次取り込む(手順121)。そして、最新の所定時間分の開眼量検出値を車速計測値と共にメモリに記憶する(手順122)。
続いて、メモリに記憶されている所定時間分の開眼量検出値を所定幅毎に分類し、その分類された所定幅毎の各開眼量検出値の検出頻度を計数する(手順123)。続いて、所定幅毎の各開眼量検出値と検出頻度との関係を示す2軸の度数分布を、予め区分けされた所定の車速範囲(例えば20km/h)毎に作成し、車速範囲毎の各度数分布に対して包絡近似を行う(手順124)。そして、各車速範囲における包絡近似曲線の極大値を抽出する(手順125)。
図13は、意識状態推定部13による処理手順の詳細を示すフローチャートである。同図において、まず各車速範囲について所定時間分の開眼量検出値の記憶更新毎に得られた包絡近似曲線の極大値のデータを順次取り込む(手順131)。そして、各車速範囲について時間経過による包絡近似曲線の極大値の変化具合から、運転者の意識が低下したかどうかを判定する(手順132)。運転者の意識状態の判定手法は、図6に示す手順112(図7に示すもの)と同様である。運転者の意識が低下したと判定されたときは、警報器4から警報を発生させるように警報器4を制御する(手順133)。
ところで、車両の走行速度が一定でない場合には、運転者にとってはある程度の緊張感が保たれるので、意識の低下が起こりにくいが、例えば高速道路において車両の走行速度が一定である場合には、運転者にとって緊張感が保たれにくくなり、意識の低下が生じやすくなる。
本実施形態においては、所定幅毎に分類された各開眼量検出値の検出頻度の度数分布を予め分けられた車速範囲毎に作成し、各車速範囲において度数分布の包絡近似曲線の極大値を抽出し、同一車速範囲における包絡近似曲線の極大値の時間変化に基づいて運転者の意識状態を推定するので、運転者の意識状態の推定をより高精度に行うことができる。
なお、運転者の意識状態を推定するにあたっては、前述した第1実施形態の変形例と同様に、各開眼量検出値の検出頻度の度数分布の代わりに、各開眼量検出値の検出継続時間の度数分布を作成しても良い。以下、その変形例について説明する。
図14は、開眼・閉眼抽出部12による他の処理手順の詳細を示すフローチャートである。
同図において、まず上記の手順121,122を実行した後、メモリに記憶されている所定時間分の開眼量検出値を所定幅毎に分類し、その分類された所定幅毎の各開眼量検出値の検出継続時間を計測する(手順126)。続いて、所定幅毎の各開眼量検出値と各開眼量検出値の検出継続時間とその検出継続時間の頻度との関係を示す3軸の度数分布を、予め区分けされた所定の車速範囲(例えば20km/h)毎に作成し、車速範囲毎の各度数分布に対して包絡近似を行う(手順127)。そして、各車速範囲における包絡近似曲線の極大値を抽出する(手順128)。
その後、意識状態推定部13において、上記のようにして得られた同一車速範囲における包絡近似曲線の極大値の時間変化に基づいて、運転者の意識状態を判定する。この判定手法は、図10に示すものと同様である。
このような本変形実施形態においても、運転者の意識状態の推定をより高精度に行うことができる。
また、上記の第2実施形態及びその変形例では、予め決められた車速範囲毎に度数分布を作成して、運転者の意識状態を推定するようにしたが、その車速以外の走行状態、例えば道路種別(例えば高速道路及び一般道路)若しくは道路曲率毎に度数分布を作成して、運転者の意識状態を推定しても良い。
以上、本発明に係わる状態推定装置の好適な実施形態について幾つか説明してきたが、本発明は上記実施形態に限定されるものではない。例えば上記実施形態は、運転者の意識状態(覚醒度)の推定を行うものであるが、本発明の状態推定装置は、運転者の感情や興奮度等といった状態の推定にも適用可能である。この場合には、運転者の状態に関する特徴量として、運転者の脈拍数や心拍数等を検出する。
また、上記実施形態は、推定処理ユニット3の推定結果が警報器4に送られるものであるが、本発明の状態推定装置は、各種運転システムの制御入力として使用することができる。
さらに、上記実施形態は、運転者の状態を推定するために車両に搭載されるものであるが、本発明の状態推定装置は、車載用以外にも適用可能である。
1…状態推定装置、2…カメラ(検出手段)、3…推定処理ユニット、5…画像処理部(検出手段)、6…開眼・閉眼抽出部(抽出手段)、7…意識状態推定部(推定手段)、10…状態推定装置、11…車速センサ、12…開眼・閉眼抽出部(抽出手段)、13…意識状態推定部(推定手段)。
Claims (6)
- 対象者の状態に関する特徴量を検出する検出手段と、
前記検出手段で検出した前記特徴量の度数分布を作成し、当該度数分布の極値を抽出する抽出手段と、
前記抽出手段で抽出した前記度数分布の極値の時間変化に基づいて前記対象者の状態を推定する推定手段とを備えることを特徴とする状態推定装置。 - 車両に搭載された状態推定装置であって、
運転者の状態に関する特徴量を検出する検出手段と、
前記検出手段で検出した前記特徴量の度数分布を作成し、当該度数分布の極値を抽出する抽出手段と、
前記抽出手段で抽出した前記度数分布の極値の時間変化に基づいて前記運転者の状態を推定する推定手段とを備えることを特徴とする状態推定装置。 - 前記運転者の状態は、前記運転者の覚醒状態であり、
前記検出手段は、前記運転者の状態に関する特徴量として前記運転者の開眼度を検出することを特徴とする請求項2記載の状態推定装置。 - 前記抽出手段は、前記開眼度の検出頻度の度数分布を作成することを特徴とする請求項3記載の状態推定装置。
- 前記抽出手段は、前記開眼度の検出継続時間の度数分布を作成することを特徴とする請求項3記載の状態推定装置。
- 前記車両の走行状態を検出する手段を更に備え、
前記抽出手段は、前記車両の走行状態毎に、前記検出手段で検出した前記特徴量の度数分布を作成することを特徴とする請求項2〜5のいずれか一項記載の状態推定装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006285181A JP2008099884A (ja) | 2006-10-19 | 2006-10-19 | 状態推定装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006285181A JP2008099884A (ja) | 2006-10-19 | 2006-10-19 | 状態推定装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2008099884A true JP2008099884A (ja) | 2008-05-01 |
Family
ID=39434681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006285181A Pending JP2008099884A (ja) | 2006-10-19 | 2006-10-19 | 状態推定装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2008099884A (ja) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010224637A (ja) * | 2009-03-19 | 2010-10-07 | Toyota Central R&D Labs Inc | 眠気判定装置及びプログラム |
JP2010273800A (ja) * | 2009-05-27 | 2010-12-09 | Hamamatsu Photonics Kk | 瞬目計測装置及び瞬目計測方法 |
JP2013120442A (ja) * | 2011-12-06 | 2013-06-17 | Denso Corp | 開閉眼検出装置 |
US8576081B2 (en) | 2009-02-13 | 2013-11-05 | Toyota Jidosha Kabushiki Kaisha | Physiological condition estimation device and vehicle control device |
DE102016108475A1 (de) | 2015-05-07 | 2016-11-10 | Suzuki Motor Corporation | Einschlaferfassungsvorrichtung |
JP2018537787A (ja) * | 2015-12-14 | 2018-12-20 | ローベルト ボッシュ ゲゼルシャフト ミット ベシュレンクテル ハフツング | 車両の搭乗者の少なくとも1つの目の開眼データを分類する方法および装置、および、車両の搭乗者の眠気および/またはマイクロスリープを検出する方法および装置 |
JP2019068933A (ja) * | 2017-10-06 | 2019-05-09 | カルソニックカンセイ株式会社 | 推定装置及び推定方法 |
CN110049724A (zh) * | 2016-12-14 | 2019-07-23 | 三菱电机株式会社 | 状态估计装置 |
WO2019198179A1 (ja) * | 2018-04-11 | 2019-10-17 | 三菱電機株式会社 | 搭乗者状態判定装置、警告出力制御装置及び搭乗者状態判定方法 |
CN112041910A (zh) * | 2018-03-30 | 2020-12-04 | 索尼半导体解决方案公司 | 信息处理装置、移动设备、方法和程序 |
US11589787B2 (en) | 2017-12-20 | 2023-02-28 | Nec Corporation | Drowsiness estimating device, drowsiness estimating method, and drowsiness estimating program recording medium |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003000571A (ja) * | 2001-06-18 | 2003-01-07 | Mitsubishi Electric Corp | 覚醒度推定装置および覚醒度推定方法 |
JP2006109980A (ja) * | 2004-10-13 | 2006-04-27 | Nissan Motor Co Ltd | 覚醒度判定装置 |
-
2006
- 2006-10-19 JP JP2006285181A patent/JP2008099884A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003000571A (ja) * | 2001-06-18 | 2003-01-07 | Mitsubishi Electric Corp | 覚醒度推定装置および覚醒度推定方法 |
JP2006109980A (ja) * | 2004-10-13 | 2006-04-27 | Nissan Motor Co Ltd | 覚醒度判定装置 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8576081B2 (en) | 2009-02-13 | 2013-11-05 | Toyota Jidosha Kabushiki Kaisha | Physiological condition estimation device and vehicle control device |
JP2010224637A (ja) * | 2009-03-19 | 2010-10-07 | Toyota Central R&D Labs Inc | 眠気判定装置及びプログラム |
JP2010273800A (ja) * | 2009-05-27 | 2010-12-09 | Hamamatsu Photonics Kk | 瞬目計測装置及び瞬目計測方法 |
JP2013120442A (ja) * | 2011-12-06 | 2013-06-17 | Denso Corp | 開閉眼検出装置 |
DE102016108475A1 (de) | 2015-05-07 | 2016-11-10 | Suzuki Motor Corporation | Einschlaferfassungsvorrichtung |
JP2018537787A (ja) * | 2015-12-14 | 2018-12-20 | ローベルト ボッシュ ゲゼルシャフト ミット ベシュレンクテル ハフツング | 車両の搭乗者の少なくとも1つの目の開眼データを分類する方法および装置、および、車両の搭乗者の眠気および/またはマイクロスリープを検出する方法および装置 |
US10891503B2 (en) | 2015-12-14 | 2021-01-12 | Robert Bosch Gmbh | Method and device for classifying eye opening data of at least one eye of an occupant of a vehicle, and method and device for detecting drowsiness and/or microsleep of an occupant of a vehicle |
CN110049724A (zh) * | 2016-12-14 | 2019-07-23 | 三菱电机株式会社 | 状态估计装置 |
JP2019068933A (ja) * | 2017-10-06 | 2019-05-09 | カルソニックカンセイ株式会社 | 推定装置及び推定方法 |
US11589787B2 (en) | 2017-12-20 | 2023-02-28 | Nec Corporation | Drowsiness estimating device, drowsiness estimating method, and drowsiness estimating program recording medium |
CN112041910B (zh) * | 2018-03-30 | 2023-08-18 | 索尼半导体解决方案公司 | 信息处理装置、移动设备、方法和程序 |
CN112041910A (zh) * | 2018-03-30 | 2020-12-04 | 索尼半导体解决方案公司 | 信息处理装置、移动设备、方法和程序 |
WO2019198179A1 (ja) * | 2018-04-11 | 2019-10-17 | 三菱電機株式会社 | 搭乗者状態判定装置、警告出力制御装置及び搭乗者状態判定方法 |
JP7118136B2 (ja) | 2018-04-11 | 2022-08-15 | 三菱電機株式会社 | 搭乗者状態判定装置、警告出力制御装置及び搭乗者状態判定方法 |
US11315361B2 (en) | 2018-04-11 | 2022-04-26 | Mitsubishi Electric Corporation | Occupant state determining device, warning output control device, and occupant state determining method |
JPWO2019198179A1 (ja) * | 2018-04-11 | 2020-12-03 | 三菱電機株式会社 | 搭乗者状態判定装置、警告出力制御装置及び搭乗者状態判定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2008099884A (ja) | 状態推定装置 | |
JP5974915B2 (ja) | 覚醒度検出装置、および覚醒度検出方法 | |
US8576081B2 (en) | Physiological condition estimation device and vehicle control device | |
Morris et al. | Lane change intent prediction for driver assistance: On-road design and evaluation | |
US9694680B2 (en) | System and method for determining drowsy state of driver | |
US8306271B2 (en) | Drowsiness assessment device and program | |
US8866896B2 (en) | Biological body state assessment device including drowsiness occurrence assessment | |
JP5078815B2 (ja) | 開眼度推定装置 | |
JP6387892B2 (ja) | 眠気検知装置 | |
US20140205149A1 (en) | Doze detection method and apparatus thereof | |
CN110211335B (zh) | 用于对车辆的驾驶员的微睡进行识别的方法和装置 | |
JP6399311B2 (ja) | 居眠り検知装置 | |
JP4529394B2 (ja) | ドライバの車両運転特性推定装置 | |
JP2009223752A (ja) | 居眠り運転危険判定装置 | |
JP2017194772A (ja) | 覚醒度判定装置 | |
JP5292671B2 (ja) | 覚醒度推定装置及びシステム並びに方法 | |
EP3056375B1 (en) | Sleepiness detecting device | |
US10945651B2 (en) | Arousal level determination device | |
JP2008301957A (ja) | 心理状態推定装置 | |
JP2009266100A (ja) | ドライバ状態推定装置及びプログラム | |
JP3292035B2 (ja) | 覚醒度推定装置 | |
JP2008250859A (ja) | 覚醒度判定装置 | |
JP5050794B2 (ja) | 眠気検知装置、眠気検知方法 | |
JP2018130342A (ja) | 覚醒度推定装置、覚醒度推定方法及び覚醒度推定システム | |
JP2007328455A (ja) | 運転の質評価装置および運転の質評価方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20091005 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20111129 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20120410 |