JP2024043656A - ドライバー支援装置、ドライバー支援システム及びドライバー支援方法 - Google Patents

Abstract

【課題】運転者の認知機能の低下要因を推定することができるドライバー支援装置、ドライバー支援システム及びドライバー支援方法を提供する。【解決手段】ドライバー支援装置は、運転者による車両の運転行動と、運転中の生体情報と、車両の挙動のうち少なくとも１つを検知する運転状態検知部と、運転状態検知部の検知結果に基づいて、運転者の認知機能の高さを示す数値を算出する認知機能スコア算出部と、算出された数値を、１以上の異なる脳機能に関連する認知機能特性として分析する認知機能特性分析部と、認知機能スコア算出部が算出した同じ運転者に対する数値と認知機能特性分析部の分析結果とを時系列で記憶する認知機能記憶部と、記憶内容に基づいて、運転者の認知機能の低下を引き起こす複数の変動要因の中の主要因を推定する認知機能低下要因推定部と、推定結果又は推定結果に応じた情報をもとに運転者を支援するドライバー支援部と、を備える。【選択図】図５

Description

本開示は、ドライバー支援装置、ドライバー支援システム及びドライバー支援方法に関する。

交通事故を人的要因別で分析すると、前方不注意（漫然運転、脇見を含む）や安全不確認といった「発見の遅れ」が約８割を占めている（非特許文献１）。すなわち、運転における「認知、判断、操作」の認知の部分が主要因となっている。運転に関連した認知機能低下に影響を与える要因として、眠気、アルコール・薬物、加齢、認知症、高次脳機能障害を含む精神神経疾患が挙げられる（非特許文献２）。従って、様々な要因で生じる運転中の認知機機能低下を防ぐことができれば、交通事故を減らすことができると考えられる。また、人間の認知機能や運転者の認知機能、運転中のドライバーの行動分析等については、非特許文献３～非特許文献２４に示すように、様々な観点から研究が進められている。

特許文献１には、飲酒や居眠りなどによって運転能力が低下した状態を検知し、ドライバーに運転能力の低下を知らせる運転走行支援装置が開示されている。また、特許文献２には、認知機能が低下したときに行われやすい交通違反を検知し、ドライバーの運転可否を判定できる認知症リスクの判定システムが開示されている。

特開２００９－１０１７１４号公報 特開２０１９－１２４９７５号公報

交通事故総合分析センター："交通事故統計表データ：人的要因別・事故類型別 全事故件数（１当）－車両"、２０２０ 三村將、藤田佳男："安全運転と認知機能"、日本老年医学会雑誌、ｖｏｌ．５５、Ｎｏ．２、ｐｐ．１９１－１９６、２０１８ 鈴木隆雄監修："基礎からわかる軽度認知障害（ＭＣＩ）－効果的な認知症予防を目指して－"、ｐ．７－８、ｐ．３４、ｐｐ．１１１－１２３、ｐ．２２５、医学書院、２０１５ 日本神経学会："認知症疾患診療ガイドライン２０１７" 、医学書院、ｐｐ．１９－２２、２０１７ 飯田真也、加藤徳明、蜂須賀研二、佐伯覚："高齢者の運転能力の判定"、日本老年医学会雑誌、ｖｏｌ．５５、Ｎｏ．２、ｐｐ．２０２－２０７、２０１８ 上村直人："認知症の自動車運転能力評価とその課題"、国際交通安全学会誌、ｖｏｌ．４２、 Ｎｏ．３、ｐｐ．１２－２２、２０１８ 浦上克哉："認知症と運転"、自動車技術、ｖｏｌ．７１、Ｎｏ．１２、ｐｐ．９０－９５、２０１７ 福田亮子、原田文雄、奥村太作："超高齢社会を支える車のあり方：その人らしさに深く寄りそう車を目指して"、Ｃｏｇｎｉｔｉｖｅ Ｓｔｕｄｉｅｓ、２５（３）、ｐｐ。２５９－２７８，２０１８．０９ 高木伸哉、山田啓一："車両挙動とドライバの反応時間の関係について"、自動車技術会論文集、ＶＯＬ．４３、Ｎｏ．５、ｐｐ．１１３１－１１３７、２０１２ 李博、張暁林、佐藤誠：車間距離計測のための車載単眼カメラを用いたピッチ角推定、映像情報メディア学会誌、ｖｏｌ．６９、Ｎｏ．４、ｐｐ．Ｊ１６９－Ｊ１７６、２０１５ 上坂竜規、野田雅文、目加田慶人、出口大輔、井手一郎、村瀬洋："ドライバの視線情報を利用した運転行動予測"、電子情報通信学会技術研究報告． ＭＩ、 医用画像 １１１（４９）、 １０５－１１０、 ２０１１－０５－１２ 山崎彬人、ポンサトーン・ラクシンチェラーンサク、小竹元基："車載カメラを用いたドライバの顔向き推定による注視領域抽出"、自動車技術会論文集、ＶＯＬ．４８、Ｎｏ．５、ｐｐ．１１１３－１１１９、２０１７ 高木雅成、 藤吉弘亘："ＳＩＦＴ特徴量を用いた交通道路標識認識"、電気学会論誌Ｃ、ｖｏｌ．１２９、Ｎｏ．５、ｐｐ．８２４－８３１、２００９ デイビット・Ｗ・エビ―、リサ・Ｊ・モルナー、ポーラ・Ｓ・カトージ著（堀川悦夫、峯とも子編訳）："高齢者のモビリティ（運転可否判断から移動支援まで）"、京都大学学術出版、ｐｐ．１５－３３、２０２０ 松浦常夫："高齢ドライバーの安全心理学"、東京大学出版会、ｐｐ．４８－６２、２０１７ 伊佐治和美、津留直彦、和田隆広、土居俊一、金子弘："接近離間状態評価指標を用いたブレーキ開始タイミングの解析"、自動車技術会論文集、ｖｏｌ．４１，Ｎｏ．３、ｐｐ．５９３ー５９８、２０１０ 中川剛、他："自動車運転における体調管理"、ＤＥＮＳＯ ＴＥＣＨＮＩＣＡＬＲＥＶＩＥＷ、ｖｏｌ．２１、２０１６ 渡邉 修："認知機能と自動車運転"、日本交通科学学会誌、ｖｏｌ．１７、Ｎｏ．２、ｐｐ。３－１０、２０１７ 北村憲康："安全運転寿命"、企業開発センター交通問題研究室、ｐｐ．４４－４６、ｐｐ．６０－６５、ｐｐ．１３３－１３６、２００９ 村田厚生、森若誠："危険予知課題における運転者の視覚情報処理特性－運転初心者と運転熟練者の比較－"、人間工学、Ｖｏｌ．４６、Ｎｏ．６、ｐｐ．３９３－３９７、２０１０ 中田大貴、芝崎学："認知機能と環境ストレス"、日本生気象学会雑誌 、５６（１）、３－１１、２０１９ 櫻井美由紀、岩崎祥一："高齢者における日中の注意喚起と認知失敗傾向"、応用心理学研究、Ｖｏｌ．４２、Ｎｏ．３、ｐｐ.１８５－１９３、２０１７ 宮島 千代美, 武田 一哉："運転行動データベースの構築とその応用"、 Ｖｏｌ．５５、Ｎｏ．１、ｐｐ．２０－２５、２０１１ 稲垣 具志, 原田 憲武, 柏 祐樹, 竹平 誠治, 小早川 悟："ドライブレコーダデータに基づく高齢ドライバーの運転行動と個人特性に関する基礎分析"、Ｖｏｌ．５、Ｎｏ．２、ｐｐ．Ａ＿２０８－Ａ２１６、２０１９

特許文献１や特許文献２にあっては、認知機能が低下した要因の推定までは行っていなかった。

本開示は、運転者の認知機能の低下要因を推定することができるドライバー支援装置、ドライバー支援システム及びドライバー支援方法を提供することを目的とする。

なお、本開示は既出願（特願２０２１－０５２３０９）の改良発明を開示するものである。そのため、本明細書では、既出願の記載内容を適宜引用する。

本開示に係るドライバー支援装置は、運転状態検知部と、認知機能スコア算出部と、認知機能特性分析部と、認知機能記憶部と、認知機能低下要因推定部と、ドライバー支援部とを備える。運転状態検知部は、運転者による車両の運転行動と、当該運転者の運転中の生体情報と、車両の挙動のうち少なくとも１つを検知する。認知機能スコア算出部は、運転状態検知部が検知した情報に基づいて、運転者の認知機能が高いか低いかを示す数値を算出する。認知機能特性分析部は、認知機能スコア算出部が算出した数値を、１以上の異なる脳機能に関連する認知機能特性として分析する。認知機能記憶部は、認知機能スコア算出部が算出した同一の運転者に対する数値と認知機能特性分析部の分析結果とを時系列で記憶する。認知機能低下要因推定部は、認知機能記憶部の記憶内容に基づいて、運転者の認知機能の低下を引き起こす複数の変動要因の影響度を算出し、主要因となるものを推定する。ドライバー支援部は、認知機能低下要因推定部による推定結果、または推定結果に応じた情報をもとに運転者を支援する。

本開示に係るドライバー支援装置によれば、運転者の認知機能の低下要因を推定することができる。

図１Ａは、加齢に伴う認知機能特性の低下の様子を説明する図である。 図１Ｂは、時間に伴う認知機能特性の低下の様子を説明する図である。 図２は、実施形態のドライバー支援装置が判定する認知機能特性について説明する図である。 図３は、実施形態に係るドライバー支援装置のハードウエア構成の一例を示すハードウエアブロック図である。 図４は、実施形態に係るドライバー支援装置が搭載された車両のコックピットの一例を示す外観図である。 図５は、実施形態に係るドライバー支援装置の機能構成の一例を示す機能ブロック図である。 図６は、運転状態検知部が検知する情報の一例を説明する図である。 図７は、認知機能スコア算出部が認知機能レベルの評価スコアを算出する処理の流れの一例を示すフローチャートである。 図８は、異なる脳機能に関連する認知機能特性と、運転中に発生する運転行動との関連を説明する図である。 図９は、ドライバー支援装置が、認知機能特性に応じて行う支援内容の一例を説明する第１の図である。 図１０は、ドライバー支援装置が、認知機能特性に応じて行う支援内容の一例を説明する第２の図である。 図１１は、認知機能が低下する要因の一例を説明する図である。 図１２は、認知機能の経時変化の一例を示す図である。 図１３Ａは、認知機能低下の要因分析の一例を示す第１の図である。 図１３Ｂは、認知機能低下の要因分析の一例を示す第２の図である。 図１４は、認知機能が低下した状態を識別する方法の一例を示す図である。 図１５は、運転者の認知機能レベルの経時変化の一例を示す図である。 図１６は、認知機能レベルの変動に応じた情報提示内容の一例を示す図である。 図１７は、認知機能低下の主要因が加齢要因である場合に、運転者に提示する情報の一例を示す図である。 図１８は、認知機能低下の主要因が体調要因である場合に、運転者に提示する情報の一例を示す図である。 図１９は、認知機能低下の主要因がスキル要因である場合に、運転者に提示する情報の一例を示す図である。 図２０は、認知機能の低下への加齢要因の影響度を算出する方法の一例を示す図である。 図２１は、認知機能の低下の要因推定を行う別の方法の一例を示すフローチャートである。 図２２は、本実施形態のドライバー支援装置が行う処理の流れの一例を示すフローチャートである。 図２３は、ドライバー支援装置が動作モードの変更を行う際に、認知機能が低下した主要因に係る情報提示を行う機能を説明する図である。

以下、図面を参照しながら、本開示に係るドライバー支援装置の実施形態について説明する。

（認知機能特性の説明）
図１Ａと図１Ｂと図２とを用いて、運転者の認知機能特性について説明する。図１Ａは、加齢に伴う認知機能の低下の様子を説明する図である。図１Ｂは、時間に伴う認知機能の低下の様子を説明する図である。特に、図１Ｂは、図１Ａよりも短い時間に伴う認知機能低下の様子を説明する図である。図１Ａは年単位の変動、図１Ｂは運転している時間の変動として例示する。図２は、実施形態のドライバー支援装置が判定する認知機能特性について説明する図である。

図１Ａに示すように、認知機能は、年齢とともに低下することがある（非特許文献３）。また、図１Ｂに示すように、日々の生活においても時間とともに変動する（非特許文献２２）。認知機能が高いか低いかを数値化したものを、ここでは認知機能レベルの評価スコアＥと呼ぶ。適切な評価手法によって算出された認知機能レベルの評価スコアＥが第１の閾値Ｔｈ１を上回っている場合、即ち認知機能レベルの評価スコアＥが領域Ｒ１にある場合、認知機能が安全運転を保てる状態であると判定される。そして、認知機能レベルの評価スコアＥが第１の閾値Ｔｈ１を下回って、第１の閾値Ｔｈ１よりも小さい第２の閾値Ｔｈ２を上回っている場合、即ち認知機能レベルの評価スコアＥが領域Ｒ２にある場合、認知機能は安全運転を継続することに支障がある「要注意」状態であると判定される。更に、認知機能レベルの評価スコアＥが第２の閾値Ｔｈ２よりも小さい場合、即ち認知機能レベルの評価スコアＥが領域Ｒ３にある場合、運転を継続することが難しいほど認知機能レベルが低下した「危険」状態であると判定される。運転者の認知機能特性は、ＭＭＳＥ（Ｍｉｎｉ－Ｍｅｎｔａｌ Ｓｔａｔｅ Ｅｘａｍｉｎａｔｉｏｎ）などのように医師による認知機能検査によって測定されることもある（非特許文献３）が、ここでは運転中に時間変動する認知機能を数値化することを想定している。

なお、漫然運転を行っている場合や、脇見をしている場合、又は一時的に注意力が低下している場合にも、図１Ｂのように認知機能が低下する。また、加齢によって認知機能が低下している場合、あるいは軽度認知障害（ＭＣＩ：Ｍｉｌｄ Ｃｏｇｎｉｔｉｖｅ Ｉｍｐａｉｒｍｅｎｔ）になっている場合であっても、図１Ａ、図１Ｂに示すのと同様の認知機能が評価でき、変動も観測される。

本実施形態のドライバー支援装置１０は、運転者の認知機能の数値化を行う。そして、数値化された値に基づいて、認知機能特性の状態を分析する。更に、分析結果に基づいて、適切な運転支援を行う。

なお、認知機能は、それぞれ異なる脳部位（脳機能）に関連する複数の異なる認知機能に分類することができる（非特許文献３）。本実施形態のドライバー支援装置１０では、非特許文献３を参考にして、図２に示す複数の異なる認知機能を評価の対象とする。具体的には、記憶力８０と、遂行力８１と、注意力８２と、情報処理力８３と、視空間認知力８４である。それぞれの認知機能が低下することによる運転への影響については、非特許文献２、非特許文献５、非特許文献６，非特許文献７に記載されている。なお、認知機能の評価対象として図２では５つを選択しているが、１つだけでもよいし、２つ以上の任意の組み合わせであってもよい。また、ここに記載されていない認知機能を評価対象としてもよい。

記憶力８０は、新しい経験を保存して、その経験を意識や行為の中に再生する認知機能である（非特許文献４）。運転行動に照らすと、記憶力８０は、例えば、標識に記載された情報を保持する能力、どこに行くのか記憶しておく能力等に反映される（非特許文献５）。

遂行力８１は、目的をもって、計画を立てて物事を実行し、その結果をフィードバックしながら進めていく認知機能である（非特許文献４）。運転行動に照らすと、遂行力８１は、例えば、アクセル、ブレーキを正しく踏む能力、複数の情報処理を行う能力等に反映される（非特許文献５）。

注意力８２は、周囲の刺激を受容・選択し、それに対して一貫した行動をするための基盤となる認知機能である（非特許文献４）。運転行動に照らすと、注意力８２は、例えば、標識や信号など周囲の環境に注意を向ける能力等に反映される（非特許文献５）。

情報処理力８３は、一定の時間内に指定された作業を遂行する認知機能である（非特許文献３）。運転行動に照らすと、情報処理力８３は、例えば、運転中に危険を見つけ出し、対応する能力等に反映される（非特許文献１５）。

視空間認知力８４は、目で見た情報を処理して空間の状態を把握する認知機能である。運転行動に照らすと、視空間認知力８４は、例えば、前方車両との距離感を正しく保つ能力やカーブなどの際に車線からはみ出さないようにする能力等に反映される（非特許文献５）。

これらの認知機能は、いずれも、図１Ａ、図１Ｂに示したように、加齢や時間とともに変動することが知られている（非特許文献３）。即ち、図２に示すように、前記した各認知機能は、第１の閾値Ｔｈ１及び第２の閾値Ｔｈ２との大小関係によって、各認知機能の程度を評価することが可能である。なお、図２は横軸を正規化して示したものであり、各認知機能に対する第１の閾値Ｔｈ１及び第２の閾値Ｔｈ２は、必ずしも同じ値ではない。

（ドライバー支援装置の全体構成）
図３と図４を用いて、ドライバー支援装置１０の全体構成を説明する。図３は、実施形態に係るドライバー支援装置のハードウエア構成の一例を示すハードウエアブロック図である。図４は、実施形態に係るドライバー支援装置が搭載された車両のコックピットの一例を示す外観図である。

ドライバー支援装置１０は、車両３０の運転者の認知機能レベルの評価スコアＥを算出して、当該運転者の認知機能の低下に応じた運転支援を行う。

ドライバー支援装置１０は、ＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｔｒｏｌ Ｕｎｉｔ）１１と、センサコントローラ１２，２１と、ステアリング制御装置１３と、駆動力制御装置１４と、制動力制御装置１５と、ＧＰＳレシーバ２２と、地図データベース２４と、表示デバイス２５と、操作デバイス２６と、通信インタフェース２７とを備える。

ＥＣＵ１１は、例えばＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１ａ、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１１ｂ、及びＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１１ｃを備えたコンピュータとして構成されている。なお、ＥＣＵ１１に、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等から構成される記憶装置１１ｄが内蔵されていてもよい。また、ＥＣＵ１１は、各種センサ等と検出信号及び各種情報の送受信が可能なＩ／Ｏ（Ｉｎｐｕｔ／Ｏｕｔｐｕｔ）ポート１１ｅ，１１ｆを備えている。Ｉ／Ｏポート１１ｅは、車両３０の走行制御に係る情報が流れるバスライン１６と接続されて、車両３０の各種走行支援を行う制御システムに係る情報の入出力を制御する。Ｉ／Ｏポート１１ｆは、車両３０の情報系に係る情報が流れるバスライン２８に接続されて、運転者の運転行動の検知に係る情報、及び運転者に提示される情報の入出力を制御する。

ＥＣＵ１１のＲＡＭ１１ｂ、ＲＯＭ１１ｃ、記憶装置１１ｄ、及びＩ／Ｏポート１１ｅ，１１ｆは、内部バス１１ｇを介してＣＰＵ１１ａと各種情報の送受信が可能に構成されている。

ＥＣＵ１１は、ＲＯＭ１１ｃにインストールされているプログラムをＣＰＵ１１ａが読み出して実行することにより、ドライバー支援装置１０が行う各種処理を制御する。

なお、本実施形態のドライバー支援装置１０で実行されるプログラムは、予めＲＯＭ１１ｃに組み込まれて提供されてもよいし、インストール可能な形式又は実行可能な形式のファイルでＣＤ－ＲＯＭ、フレキシブルディスク（ＦＤ）、ＣＤ－Ｒ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）等のコンピュータで読み取り可能な記録媒体に記録されて提供されてもよい。

さらに、本実施形態のドライバー支援装置１０で実行されるプログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることによって提供するように構成してもよい。また、本実施形態のドライバー支援装置１０で実行されるプログラムをインターネット等のネットワーク経由で提供、又は配布するように構成してもよい。

記憶装置１１ｄには、運転者の認知機能レベルの評価スコアＥを算出するためのテーブル等が記憶されている。詳しくは後述する。

センサコントローラ１２は、車両３０の挙動を検出するためのセンサ出力を取得してＥＣＵ１１に受け渡す。センサコントローラ１２には、例えば、アクセルポジションセンサ１２ａと、ブレーキ踏力センサ１２ｂと、操舵角センサ１２ｃ等が接続されている。なお、センサコントローラ１２に接続されるセンサは、これらの例に限定されるものではなく、その他のセンサが接続されてもよい。

アクセルポジションセンサ１２ａは、車両３０のアクセルの踏み込み度合（アクセル開度）を検出する。

ブレーキ踏力センサ１２ｂは、車両３０のブレーキペダルに対する踏力、即ちブレーキペダルの踏み込み力を検出する。

操舵角センサ１２ｃは、車両３０のステアリングホイールの操舵方向及び操舵量を検出する。

また、バスライン１６には、ステアリング制御装置１３と、駆動力制御装置１４と、制動力制御装置１５とが接続されている。こられの制御装置は、センサコントローラ１２が取得した各種センサ情報、及びセンサコントローラ２１が取得した各種センサ情報に基づいて、互いに協働することによって車両３０の挙動を制御する、所謂ＡＤＡＳ（Ａｄｖａｎｃｅｄ Ｄｒｉｖｅｒ Ａｓｓｉｓｔаｎｃｅ Ｓｙｓｔｅｍ）システムを形成する。

ステアリング制御装置１３は、ＥＣＵ１１の指示に基づいて、車両３０の操舵角を制御する。

駆動力制御装置１４は、ＥＣＵ１１の指示に基づいて、車両３０の駆動力を制御する。具体的には、ＥＣＵ１１の指示に基づいて、車両３０のエンジンのアクセル開度を制御する。

制動力制御装置１５は、ＥＣＵ１１の指示に基づいて、車両３０の制動力を制御する。ステアリング制御装置１３と、駆動力制御装置１４と、制動力制御装置１５とは互いに協働することによって、車両３０の自動走行を可能とする。

なお、車両３０に搭載されるＡＤＡＳシステムは、前記した装置に限定されるものではなく、その他の装置が搭載されてもよい。

センサコントローラ２１は、周囲カメラ２１ａと、ドライバーモニタカメラ２１ｂと、測距センサ２１ｃ等と接続されて、これらのセンサ出力をＥＣＵ１１に受け渡す。ＥＣＵ１１は、取得された情報に基づいて、車両３０の周囲環境のセンシングと、運転者の生体信号の検出とを行う。なお、センサコントローラ２１に接続されるセンサは、これらの例に限定されるものではなく、その他のセンサが接続されてもよい。

周囲カメラ２１ａは、車両３０の周囲の異なる方向に向けて設置されて、車両３０の周囲の画像情報を取得する。

ドライバーモニタカメラ２１ｂは、車両３０のインスツルメントパネルに設置されて、運転中の運転者の顔面を含む画像を取得する。なお、ドライバーモニタカメラ２１ｂは、運転者の足元に設置されて、運転者のアクセル操作やブレーキ操作を監視してもよい。

測距センサ２１ｃは、車両３０の周囲の異なる方向に向けて設置されて、車両３０の周囲の障害物までの距離を測定する。測距センサ２１ｃは、例えば、近距離の測距を行う超音波センサや、中長距離の測距を行うミリ波レーダ、ＬｉＤＡＲ（Ｌｉｇｈｔ Ｄｅｔｅｃｔｉоｎ ａｎｄ Ｒａｎｇｉｎｇ）等である。

ＧＰＳレシーバ２２は、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）衛星から発信されたＧＰＳ信号を取得して、車両３０の現在位置の測位と進行方向の算出とを行う。また、ＥＣＵ１１は、特定された車両３０の現在位置と進行方向とを地図データベース２４と照合（マップマッチング）することによって、車両３０が走行している道路と進行方向とを特定する。なお、ＧＰＳ信号及び地図データベースを用いて車両の現在位置及び進行方向を特定する方法は、カーナビゲーションシステムにおいて広く実用化されているため、詳細な説明は省略する。

表示デバイス２５は、車両３０の走行状態に係る情報や運転者に対する情報提示等の情報表示を行う。表示デバイス２５は、例えば、図４に示すセンターモニタ２５ａや、インジケータ２５ｂや、計器２５ｃ等である。各表示デバイス２５の内容は後述する（図４参照）。なお、表示デバイス２５は、運転者の視覚のみならず、聴覚や触覚に対して情報を提示するデバイス、例えばスピーカや振動装置であってもよい。

操作デバイス２６は、車両３０に対する各種操作情報を取得する。操作デバイス２６は、例えばセンターモニタ２５ａの表示面に積層されたタッチパネルや、インスツルメントパネルに設置された物理スイッチ等である。

通信インタフェース２７は、車両３０と車外の携帯端末（例えば、予め登録されたスマートフォンやウェアラブル端末等）とを無線通信で接続する。通信インタフェース２７は、車両３０から携帯端末に対して、例えばドライバー支援装置１０が算出した認知機能レベルの評価スコアＥを送信する。

次に、図４を用いて、ドライバー支援装置１０が搭載された車両３０のコックピットの概略構成を説明する。

車両３０のセンタークラスターには、表示デバイス２５の一例であるセンターモニタ２５ａが設置される。センターモニタ２５ａは走行中の視認性を高めるために、できるだけ上方に設置される。ドライバー支援装置１０は、センターモニタ２５ａに、認知機能レベルの評価スコアＥや、当該評価スコアＥに基づく運転支援内容等を表示する。

ステアリングホイール３１のスポークの上端部には、当該上端部に沿って表示デバイス２５の一例であるインジケータ２５ｂが設置される。インジケータ２５ｂは、例えば棒状の導光体で形成されて、一端から入射させた入射光に応じた色で発光する。ドライバー支援装置１０は、インジケータ２５ｂを、認知機能レベルの評価スコアＥに基づく運転支援内容に応じた色で発光させる。インジケータ２５ｂは、運転中の運転者の周辺視領域に設置されて、視線をインジケータ２５ｂに向けることなく、当該インジケータ２５ｂの発光色を認識可能とされる。これによって、運転者は、運転支援内容を容易に認識することができる。

また、車両３０のメータークラスタには、表示デバイス２５の一例である計器２５ｃが設置される。計器２５ｃは、例えば、速度計やエンジン回転数計、燃料計、水温計等である。

さらに、車両３０のメータークラスタには、ドライバーモニタカメラ２１ｂが設置される。ドライバーモニタカメラ２１ｂは、メータークラスタ内に、運転中の運転者の眼球が存在する領域（アイレンジ）を漏れなく撮像できるように設置される。

（ドライバー支援装置の機能構成）
図５を用いて、ドライバー支援装置１０の機能構成を説明する。図５は、実施形態に係るドライバー支援装置の機能構成の一例を示す機能ブロック図である。

ドライバー支援装置１０のＥＣＵ１１は、当該ＥＣＵ１１に格納された制御プログラムをＲＡＭ１１ｂに展開して、ＣＰＵ１１ａに動作させることによって、図５に示す走行環境検出部４０と、運転者特定部４１と、運転状態検知部４２と、認知機能スコア算出部４３と、認知機能特性分析部４４と、認知機能記憶部４５と、認知機能低下要因推定部４６と、ドライバー支援部６０とを機能部として実現する。なお、ドライバー支援部６０は、認知機能特性出力部４７と、支援内容決定部４８と、支援内容表示部４９と、支援情報提示部５０と、運転支援制御部５１とを機能部とを備える。ドライバー支援装置１０は、これらの機能の一部または全てを、専用ハードウエアによって実現してもよい。

走行環境検出部４０は、車両３０が走行している道路の周囲環境の状態を検出する。道路の周囲環境の状態とは、例えば、進行方向前方の道路形状、車線数、制限速度、交差点までの距離、交差点の形状、先行車有無と車間距離、対向車の有無と存在位置、歩行者の有無と存在位置等の情報である。これらの情報は、例えば、周囲カメラ２１ａが撮像した画像と測距センサ２１ｃが取得した情報との分析、及び、ＧＰＳ信号から取得した車両３０の現在位置と地図データベース２４との照合によって得ることができる。

運転者特定部４１は、車両３０を運転している運転者を特定する。運転者特定部４１は、例えば、ドライバーモニタカメラ２１ｂが撮像した運転者の顔画像を、予め登録された運転者の顔画像と照合することによって、現在運転している運転者を特定する。照合結果が得られない場合は、新たな運転者であるとして、新規登録を行わせる。

運転状態検知部４２は、運転者による車両３０の運転行動と、当該運転者の運転中の生体情報と、車両３０の挙動のうち少なくとも１つを検知する。

認知機能スコア算出部４３は、運転状態検知部４２が検知した情報に基づいて、運転者の認知機能が高いか低いかを示す評価スコアＥを算出する。なお、評価スコアＥは、本開示における数値の一例である。

認知機能特性分析部４４は、認知機能スコア算出部４３が算出した認知機能レベルの評価スコアＥを、１以上の異なる脳機能に関連する認知機能特性として分析する。なお、１以上の異なる脳機能に関連する認知機能特性とは、例えば、前記した記憶力８０、遂行力８１、注意力８２、情報処理力８３、視空間認知力８４等である。

認知機能記憶部４５は、認知機能スコア算出部４３が算出した同一の運転者に対する評価スコアＥと、認知機能特性分析部４４の分析結果と、を時系列で記憶する。

認知機能低下要因推定部４６は、認知機能記憶部４５の記憶内容に基づいて、運転者の認知機能の低下を引き起こす複数の変動要因の影響度を算出し、主要因となるものを推定する。また、認知機能低下要因推定部４６は、認知機能記憶部４５の現在に対応する記憶内容と、所定の過去の時点に対応する記憶内容とを比較することによって、認知機能の変動要因を推定する。

ドライバー支援部６０は、認知機能低下要因推定部４６による推定結果、または当該推定結果に応じた情報をもとに運転者を支援する。

認知機能特性出力部４７は、認知機能特性分析部４４による分析結果の情報を出力する。また、認知機能特性出力部４７は、認知機能低下要因推定部４６による推定結果を出力する。なお、認知機能特性出力部４７は、本開示における出力部の一例である。

支援内容決定部４８は、認知機能特性分析部４４が算出した認知機能特性と、閾値との比較に基づいて、車両３０が有する複数の機能の中から、運転者の認知機能特性の更なる低下を抑制するための情報提供を支援する機能を有効にするか、低下した認知機能特性に関連付いた運転動作を支援する機能を有効にするかを決定する。また、支援内容決定部４８は、認知機能低下要因推定部４６が推定した認知機能低下の主要因に応じて、運転者に対して提示する情報の内容を決定する。

支援内容表示部４９は、支援内容決定部４８が決定した情報を、例えばセンターモニタ２５ａに表示する。

支援情報提示部５０は、支援内容決定部４８が、運転者の認知機能特性の更なる低下を抑制するための情報提供を支援する機能を有効にすると決定した場合に、当該情報提供を行う。なお、運転者の認知機能特性の更なる低下を抑制するための情報提供を支援する機能を有効にすることを、以降の説明でトレーニングモードと呼ぶ。

運転支援制御部５１は、支援内容決定部４８が、認知機能特性に関連付いた運転動作を支援する機能を有効にすると決定した場合に、当該機能を作用させる。なお、認知機能特性に関連付いた運転動作を支援する機能を有効にすることを、以下の説明で運転支援モードと呼ぶ。

（運転状態検知部の作用）
図６を用いて、運転状態検知部４２の詳細な作用を説明する。図６は、運転状態検知部が検知する情報の一例を説明する図である。一般的な運転行動の分析例は、非特許文献２３や非特許文献２４などにまとめられている。検知する情報の例としては、運転者の運転行動や車両の挙動、運転者の生体情報があり、走行環境の例として、道路形状や天候および時間帯などを想定する。

運転状態検知部４２は、図３に示したドライバーモニタカメラ２１ｂが撮像した運転者の顔面を含む画像を画像解析することによって、運転者の生体情報を検知する。具体的には、運転者の視線方向、顔の向き、体動（顔の位置の変化）、瞬目の回数、間隔等を検知する。なお、検知する生体情報及びその検知方法は、前記した内容に限定されるものではない。例えば、運転者の心拍、体温、呼吸状態等を検知してもよい。運転者の状態、車両情報、操作情報、生体情報を検知するための具体的な方法としては、非特許文献８にまとめられている方法を使用してもよいし、他の方法を使用してもよい。

また、運転状態検知部４２は、図３に示したアクセルポジションセンサ１２ａ、ブレーキ踏力センサ１２ｂ、操舵角センサ１２ｃ、測距センサ２１ｃの出力、及び図３に非図示の、車両３０が備える各種センサ（車速センサ、シフトポジションセンサ等）の出力に基づいて、車両３０の挙動を検知する。具体的には、車速、車間距離、車線逸脱の有無、急加速、急減速、走行軌跡等の車両３０の挙動を検知する。道路に対する車両位置の変位、操舵角の変位、ペダル反応時間など車両挙動の測定方法については、非特許文献９に記載された方法を使用してもよいし、他の方法を使用してもよい。車間距離の計測方法は、非特許文献１０に記載の方法がある他、一般的なＡＤＡＳシステムで検知している情報を使うことでも実現できる。なお、検知する車両３０の挙動は、前記した内容に限定されるものではない。

また、運転状態検知部４２は、検出された運転者の生体情報と、車両３０の挙動と、車両３０が走行している道路環境とに基づいて、運転者の運転行動を検知する。具体的には、注視点の分布状態、脇見の有無、左右確認の有無、後方確認の有無、一時停止の有無、標識の遵守、信号の遵守、連続運転時間等の運転行動を検知する。なお、検知する運転者の運転行動は、前記した内容に限定されるものではない。

注視点の分布状態は、計測された視線方向を分析することによって得ることができる。なお、注視点とは、視線方向が所定時間以上停留した点である。注視点が広範囲に分布している場合、運転者は広い範囲に注意を払っていると推定される。一方、注視点が狭い範囲に集中している場合、運転者に注意が特定の範囲に引きつけられていると推定される。視線がどこを向いているかを検知する方法としては、例えば非特許文献１１、又は非特許文献１２に記載されている方法を使用してもよいし、他の方法を使用してもよい。

脇見の有無は、計測された視線方向及び顔の向きを分析することによって得ることができる。脇見の有無を検出する方法としては、例えば非特許文献１２に記載された方法を使用してもよいし、他の方法を使用してもよい。

左右確認の有無は、左右確認を行うべき場所において、顔の向きが左右に動いたか、視線が安全確認すべき方向に向いているかを判定することによって確認することができる。なお、左右確認を行うべき場所であることは、ＧＰＳ信号から取得した車両３０の現在位置と地図データベース２４とを照合することによって、例えば、左右確認が必要な交差点の手前を走行していることを特定することができる。また、例えば非特許文献１２に記載された技術を使うことで、歩行者を確認しているかを検知してもよいし、他の方法を使用してもよい。

後方確認の有無は、後方確認を行うべき場所において、顔が後方を向いたか、又はルームミラーやバックミラーの方向を向いたかを判定することによって確認することができる。後方確認の有無は、例えば非特許文献１２に記載された技術を使うことで確認してもよいし、他の方法を使用してもよい。なお、後方確認を行うべき場所であることは、例えば、車両３０のシフトポジションがリバースポジションに入ったことによって推定することができる。

一時停止の有無は、一時停止を行うべき場所において、車両３０が停止したかを判定することによって確認することができる。なお、一時停止を行うべき場所であることは、周囲カメラ２１ａが一時停止の標識を検出したことによって特定することができる。標識認識の手法としては、例えば非特許文献１３に記載された手法を使用してもよいし、他の方法を使用してもよい。

標識の遵守は、周囲カメラ２１ａが検出した標識の内容と、検知された車両３０の挙動とが整合しているかによって判定することができる。

信号の遵守は、周囲カメラ２１ａが検出した信号の状態と、検知された車両３０の挙動とが整合しているかによって判定することができる。

連続運転時間は、例えばイグニッションがＯＮになってからの経過時間によって特定することができる。

車両３０の走行環境は絶えず変化するため、前記した検知対象を検知し続けるのは、計算機の負荷が高くなるため望ましくない。そのため、運転状態検知部４２は、車両３０の走行環境に基づいて、当該走行環境において発生すると予想される、運転者による車両３０の運転行動と、当該運転者の運転中の生体情報と、車両３０の挙動のうち少なくとも１つを検知する。

具体的には、運転状態検知部４２は、走行環境検出部４０が検出した走行環境に基づいて、当該走行環境で発生することが予想される生体情報と、車両３０の挙動と、運転行動とを推定し、少なくとも推定された情報のみを検知することによって、検知対象を絞り込む。

図６の横軸は走行環境検出部４０が検出する走行環境の一例を示し、縦軸は前記した各検知対象を示している。そして、図６に付した丸印は、検出された走行環境において検知すべき検知対象を示している。

例えば、車両３０が交差点の手前を走行していることが検出された場合、運転状態検知部４２は、交差点において発生すると予想される運転者の挙動に係る情報を検知する。例えば、生体情報として、視線方向と顔の向きを検知する。また、車両３０の挙動として、車速と急加速、急減速、走行軌跡を検知する。そして、運転者の運転行動として、注視点の分布状態、左右確認の有無、一時停止の有無、標識の遵守、信号の遵守を検知する。なお、図６に付した丸印は一例を示すものであって、この例に限定されるものではない。

走行環境に応じた検知対象の推定を毎回行うと計算負荷が高くなるため、例えば、図６のマップを記憶装置１１ｄに記憶しておき、運転状態検知部４２は、当該マップを参照して検知対象を選択すればよい。

（認知機能の算出方法）
図７を用いて、認知機能スコア算出部４３が認知機能レベルの評価スコアＥを算出する方法を説明する。図７は、認知機能スコア算出部が認知機能レベルの評価スコアを算出する処理の流れの一例を示すフローチャートである。

走行環境検出部４０は、車両３０の走行環境を検出する（ステップＳ１１）。

運転状態検知部４２は、走行環境検出部４０が検出した走行環境に基づいて、認知機能を算出するために検知する情報を選択する（ステップＳ１２）。

運転状態検知部４２は、ステップＳ１２で選択した情報を検知する（ステップＳ１３）。

認知機能スコア算出部４３は、運転状態検知部４２が検知した情報に基づいて、走行環境検出部４０が検出した走行環境に適合するイベント毎に、当該イベントの発生頻度を加算する（ステップＳ１４）。

認知機能スコア算出部４３は、所定時間が経過したかを判定する（ステップＳ１５）。所定時間が経過したと判定される（ステップＳ１５：Ｙｅｓ）とステップＳ１６に進む。一方、所定時間が経過したと判定されない（ステップＳ１５：Ｎｏ）とステップＳ１１に戻る。なお、所定時間は任意に設定してよいが、例えば１分単位で判定を行う。

ステップＳ１５において、所定時間が経過したと判定されると、認知機能スコア算出部４３は、認知機能レベルの評価スコアＥを算出する（ステップＳ１６）。なお、例えば、ステップＳ１４で算出されたイベント毎の発生頻度が評価スコアＥとされる。なお、例えば、注視点の分布状態は頻度では表現できないため、分布範囲の広さを表す数値を評価スコアＥとすればよい。また、頻度で表現できないその他の情報についても、情報毎に設定した算出方法に基づいて評価スコアＥを算出すればよい。

認知機能記憶部４５は、評価スコアＥを年月日および運転者と関連付けて記憶する（ステップＳ１７）。その後、認知機能スコア算出部４３は、図７の処理を終了する。

認知機能記憶部４５は、ステップＳ１６で算出した評価スコアＥを、年月日および運転者と関連付けて、記憶装置１１ｄ（図３参照）に記憶する（ステップＳ１７）。その後、認知機能スコア算出部４３は、図７の処理を終了する。

なお、ステップＳ１４において、イベントの発生頻度を加算しているが、望ましい運転行動を行ったことが検出された場合は、累積されたイベントの発生頻度を減算するようにしてもよい。

（認知機能の分析）
図８を用いて、認知機能特性分析部４４が行う認知機能レベルの評価スコアＥの分析方法について説明する。図８は、異なる脳機能に関連する認知機能特性と、運転中に発生する運転行動との関連を説明する図である。

認知機能特性分析部４４は、図８に示すように、検知される運転行動の種類とその発生頻度とに基づいて、異なる脳機能に関連する認知機能毎に、その低下度合を分析する。それぞれの認知機能が低下することによる運転への影響については、非特許文献２、非特許文献５、非特許文献６、非特許文献７に記載されている。また、情報処理速度の低下による影響については、非特許文献１４、非特許文献１５に示されている。なお、図８に示した運転行動は一例であり、これと異なる対応表を用いてもよい。

例えば、記憶力８０が低下すると、標識に記載された情報保持が困難になったり、どこに行くのか忘れて道に迷ってしまったり（非特許文献５）、車をぶつけたり困ったりした過去の経験を忘れたりする（非特許文献６）。道路標識や交通法令が分からなくなることもある（非特許文献２）。認知機能特性分析部４４は、認知機能スコア算出部４３が算出した評価スコアＥの中から、例えば、標識を遵守した頻度と信号を遵守した頻度等に基づいて、記憶力８０の評価スコアＥａを算出する。標識認識の手法としては、例えば非特許文献１３に記載された手法を使用してもよいし、他の手法でもよい。また、その標識の内容にあった運転行動をとったかどうかに基づいて、標識の内容を認識したものと判定してもよい。

遂行力８１が低下すると、アクセルとブレーキの踏み間違いが発生したり、複数の情報処理が困難になる（非特許文献５）。また、予定の経路を通れないときに次にとるべき行動の判断ができなくなったり（非特許文献６）、状況に応じた臨機応変な対応などがとれなくなる（非特許文献２）。カーナビの操作ができなくなることもある（非特許文献６）。認知機能特性分析部４４は、認知機能スコア算出部４３が算出した評価スコアＥの中から、例えば、急加速、急減速の発生頻度等に基づいて、遂行力８１の評価スコアＥｂを算出する。

注意力８２が低下すると、標識や信号など周囲の環境に注意を向けることができなくなる（非特許文献５）。信号を見落したり、人が出てくることに気づかなかったりする（非特許文献６）。また、車線変更時に周囲への注意を配分できずに危険な操作になったり、右左折時に歩行者やバイクに気づかなかったりする（非特許文献５）。注意が散漫になると、車内もしくは車外の出来事に気を取られてしまい（非特許文献１４）、脇見となる。認知機能特性分析部４４は、認知機能スコア算出部４３が算出した評価スコアＥの中から、例えば、注視点の分布状態と、標識を遵守した頻度と信号を遵守した頻度等に基づいて、注意力８２の評価スコアＥｃを算出する。視線がどこを向いているか検知する方法としては、例えば非特許文献１１、又は非特許文献１２に記載されている方法を用いればよく、その動きから標識や歩行者など注目すべき点を見ているかどうかを評価できる。また、図８に示された運転行動例の、周囲の安全確認が不十分かどうか、標識等を見落しているかどうか、のそれぞれに対して算出した評価スコアＥに重みづけをして、注意力８２の評価スコアＥｃを算出してもよい。重みづけの係数は、予め決めておいた係数を使ってもよいし、認知機能との相関関係を逐次学習していくようにしてもよい。

情報処理力８３が低下すると、混雑した道路や、車の流れが速い道路において危険を見つけるのに時間を要して対応が遅れたりする（非特許文献１５）。また、のろのろ運転やためらい運転、不意の操作ミスが増える（非特許文献１４）。認知機能特性分析部４４は、認知機能スコア算出部４３が算出した評価スコアＥの中から、例えば、運転操作であるブレーキの反応時間等に基づいて、情報処理力８３の評価スコアＥｄを算出する。例えば、非特許文献１６の方法を利用して、ブレーキタイミングを評価して算出する。

視空間認知力８４が低下すると、前方車両との距離感にズレが生じたり、カーブの際に車線がはみ出したりする（非特許文献５）。また、自分の車の大きさと対象物の関係が把握しにくくなる（非特許文献７）。認知機能特性分析部４４は、認知機能スコア算出部４３が算出した評価スコアＥの中から、例えば、車間距離の平均値、車線逸脱の回数等に基づいて、視空間認知力８４の評価スコアＥｅを算出する。道路に対する車両位置の変位、操舵角の変位、ペダル反応時間など車両挙動の測定には、例えば非特許文献９の方法を用いる。車間距離の計測方法には、非特許文献１０の方法がある他、一般的なＡＤＡＳシステムで検知している情報を使って算出してもよい。

なお、各認知機能レベルの評価スコアＥａ，Ｅｂ，Ｅｃ，Ｅｄ，Ｅｅの算出は、例えば、予め作成した運転状態の検知結果と評価スコアＥａ，Ｅｂ，Ｅｃ，Ｅｄ，Ｅｅとの関係を示すテーブルに基づいて行うのが効率的である。

認知機能特性分析部４４は、このようにして算出された評価スコアＥａ，Ｅｂ，Ｅｃ，Ｅｄ，Ｅｅを、前記した第１の閾値Ｔｈ１、第２の閾値Ｔｈ２と比較することによって、運転者の各認知機能の程度を評価する。

本実施形態のドライバー支援装置１０は、評価スコアＥａ，Ｅｂ，Ｅｃ，Ｅｄ，Ｅｅが、第１の閾値Ｔｈ１よりも大きい場合に、運転者の認知機能は正常な状態、即ち安全な状態であると判定する。また、評価スコアＥａ，Ｅｂ，Ｅｃ，Ｅｄ，Ｅｅが、第１の閾値Ｔｈ１よりも小さく、尚且つ第１の閾値Ｔｈ１よりも小さい第２の閾値Ｔｈ２よりも大きい場合に、ドライバー支援装置１０は、該当する認知機能は、運転に注意が必要な要注意状態であると判定する。さらに、評価スコアＥａ，Ｅｂ，Ｅｃ，Ｅｄ，Ｅｅが、第２の閾値Ｔｈ２よりも小さい場合には、ドライバー支援装置１０は、該当する認知機能は、安全運転の継続が困難な、危険な状態であると判定する。

なお、認知機能特性分析部４４は、認知機能スコア算出部４３が現時点で算出した認知機能のみを分析してもよいし、認知機能記憶部４５が運転者と関連付けて記憶した、過去の認知機能を含めて分析してもよい。過去の認知機能を含めて分析を行うことによって、認知機能が回復傾向にあるのか、低下傾向にあるのかを推定することができる。そして、回復傾向にある認知機能に対して、積極的にトレーニングモードを機能させるようにしてもよい。また、認知機能の長期的な低下傾向が見られた場合には、更なる低下を防止するためにトレーニングモードを機能させてもよい。

また、車両３０の走行環境によっては、認知機能スコア算出部４３及び認知機能特性分析部４４が分析対象とするイベントがコンスタントに発生しない場合もある。したがって、対象とする全ての認知機能に係る評価スコアＥａ，Ｅｂ，Ｅｃ，Ｅｄ，Ｅｅが、全て同時に得られるとは限らない。

（認知機能レベルの評価スコアに応じた支援内容の決定方法）
図９と図１０を用いて、ドライバー支援装置１０が、認知機能特性に応じて行う支援内容の決定方法について説明する。図９は、ドライバー支援装置が、認知機能特性に応じて行う支援内容の一例を説明する第１の図である。図１０は、ドライバー支援装置が、認知機能特性に応じて行う支援内容の一例を説明する第２の図である。

支援内容決定部４８は、図９に示すように、運転者が運転に注意が必要な状態（要注意レベル）にある場合に、運転者の認知機能の更なる低下を抑制するための情報提供を支援する。即ち、情報提供による運転支援（トレーニングモード）を機能させる。これは、運転者の認知機能は完全に低下した状態ではないため、該当する認知機能に係るトレーニングを行いながら運転を継続させることによって、低下した認知機能を正常なレベルまで回復させられる可能性があるためである。例えば、一時的な認知機能低下であれば、運転支援を受けながらの認知機能回復が期待される。また、慢性的な認知機能低下であり、認知症の前段階である軽度認知障害（ＭＣＩ）と言われるような状態である場合には、こうしたトレーニングによって認知機能を回復させることができる可能性がある。このトレーニングモードによって、車両の運転に必要な認知機能を回復させることで、安全な運転を継続させることが期待できる。

また、支援内容決定部４８は、図９に示すように、運転者の認知機能が危険なレベルにある場合に、車両３０が備える運転支援機能のうち、該当する認知機能を支援する機能を動作させる。即ち、運転支援機能による運転支援（運転支援モード）を機能させる。

なお、ドライバー支援装置１０は、複数の認知機能特性の状態を評価するため、複数の認知機能が要注意レベルであると判定される可能性がある。このような場合、支援内容決定部４８は、いずれの認知機能に対してトレーニングモードを有効にして、いずれの認知機能に対して運転支援モードを有効にするかを決定する。なお、支援内容決定部４８は、いずれか１つの認知機能に対してのみトレーニングモードを有効にする。これは、複数の認知機能に対するトレーニングモードを同時に機能させると、提示される情報が多くなるため、運転者の困惑を招く可能性があるためである。そして、支援内容決定部４８は、認知機能が要注意レベルであると判定された複数の認知機能のうち、トレーニングモードを機能させた認知機能以外の認知機能を支援する運転支援モードを機能させる。また、支援内容決定部４８は、複数の認知機能が危険レベルであると判定された場合は、該当する複数の認知機能に係る運転支援モードを機能させる。

次に、図１０を用いて、各認知機能に係るトレーニングモード及び運転支援モードの具体的な内容を説明する。

記憶力８０が要注意レベルまで低下した際に、支援内容決定部４８は、トレーニングモードとして、例えば、標識の内容を認識して、当該内容を伝えるメッセージを出力する機能、詳細なルートガイダンスを行う機能等を動作させる。これによって、低下していると推定された運転者の記憶力８０の回復を補助する。また、記憶力８０が危険レベルまで低下した際に、支援内容決定部４８は、車両３０が備える、例えば交通標識認識機能を動作させる。また、認識した交通標識の内容、例えば制限速度に基づいて、車両３０の上限速度を設定してもよい。これによって、不注意によるうっかりミスを低減することができる。

遂行力８１が要注意レベルまで低下した際に、支援内容決定部４８は、トレーニングモードとして、例えば、早めのブレーキを推奨するメッセージを出力する機能等を動作させる。これによって、低下していると推定された運転者の遂行力８１の回復を補助する。また、遂行力８１が危険レベルまで低下した際に、支援内容決定部４８は、車両３０が備える、例えば追突警報機能や車間距離保持機能、又は急発進防止機能等を動作させる。これによって、運転者の運転動作の一部の遂行を補助することができる。

注意力８２が要注意レベルまで低下した際に、支援内容決定部４８は、トレーニングモードとして、例えば、運転環境に係るガイダンスや運転行動に係るガイダンスを出力する機能を動作させる。これによって、低下していると推定された運転者の注意力８２の回復を補助する。また、注意力８２が危険レベルまで低下した際に、支援内容決定部４８は、車両３０が備える、例えば歩行者検知機能や車間距離保持機能等を動作させる。これによって、運転者が注意を払うべき領域の一部を車両３０に代行させることができる。

情報処理力８３が要注意レベルまで低下した際に、支援内容決定部４８は、トレーニングモードとして、例えば、自動車の速度を低下させて運転者が歩行者等の注意に余裕を持つように促したり、休憩を促すメッセージを出力する機能等を動作させる。これによって、低下していると推定された運転者の情報処理力８３の回復を補助する。また、情報処理力８３が危険レベルまで低下した際に、支援内容決定部４８は、車両３０が備える、例えば車間距離保持機能や衝突警報等を動作させる。これによって、運転者が行うべき情報処理の一部を車両３０に代行させることができる。

視空間認知力８４が要注意レベルまで低下した際に、支援内容決定部４８は、トレーニングモードとして、例えば、運転環境に係るガイダンスを出力する機能等を動作させる。これによって、低下していると推定された運転者の視空間認知力８４の回復を補助する。また、視空間認知力８４が危険レベルまで低下した際に、支援内容決定部４８は、車両３０が備える車間距離保持機能や車線逸脱防止機能、又は駐車アシスト機能等を動作させる。これによって、運転者が行うべき視空間認知の一部を車両３０に代行させることができる。

なお、ドライバー支援装置１０は、各種支援モードが機能している場合も認知機能の算出を連続して実行する。そして、認知機能が正常なレベルに回復した場合は、機能している支援モードの動作を停止する。

（認知機能の経時変化）
図１１と図１２を用いて、認知機能の経時変化について説明する。図１１は、認知機能が低下する要因の一例を説明する図である。図１２は、認知機能の時系列変化の一例を示す図である。

運転者の認知機能は常に一定ではなく、様々な要因によって変化する。例えば、図１１に示す加齢要因９０、体調要因９１、スキル要因９２等によって変化する。

加齢要因９０は、認知機能が変化する要因のうち、運転者の加齢に伴う要因である。運転者は、年をとるのに応じて、脳機能の低下を招く。これによって、認知機能の低下が発生する可能性がある。一般に、加齢要因９０に係る身体機能の低下は、非常に長い時間に亘って進行するため、例えば、現在の認知機能と、数か月前や数年前の認知機能とを比較することによって、加齢要因９０による認知機能の低下が進行していると推定することができる。

体調要因９１は、認知機能が変化する要因のうち、運転者の体調に伴う要因である。疲労が残っていると、注意機能や遂行機能に影響が表れやすい（非特許文献１８）。また、疲労により注意の範囲が狭くなったり、記憶力が減衰したり（非特許文献１９）、眠気によって集中力をもって注意を維持することが難しくなる（非特許文献１９）ことなどが該当する。体調要因９１の具体例として、うつ病や精神疾患等の病気に係る要因、体調不良やストレス、眠気等の身体状態に係る要因、意識の脇見や考え事等の精神活動に係る要因があげられる。体調要因９１に起因する認知機能の変化は、１週間や数日の間隔で変動することが多いため、比較的短期間の認知機能の変化をモニタすることによって、体調要因９１による認知機能の低下が発生していると推定することができる。

スキル要因９２は、認知機能が変化する要因のうち、運転者の運転スキルに伴う要因である。運転初心者は、熟練者に比べて危険予知の上で重要なエリアを注視する時間が長くなる傾向がある（非特許文献２０）など、処理しなければならない情報が多く存在する道路環境では、情報処理力や注意力が低下する可能性がある。スキル要因９２に伴う認知機能の変化が発生していることは、例えば、特定の運転行動（例えば交差点の右左折時の運転行動、追い越し時の運転行動、車庫入れ時の運転行動）を観測することによって推定することができる。また、スキル要因９２に係る認知機能は、運転環境（例えば道路環境、天候、時刻（昼夜））によっても変化する。

なお、運転者の認知機能は、加齢要因９０と体調要因９１とスキル要因９２のいずれか１つによって変動するものではなく、複数の要因の組み合わせで変動する。また、ここに示した以外の要因も存在する。例えば、運転環境が高温になると、頭がぼーっとするなど環境が認知機能に影響する（非特許文献２１）など、様々な要因で認知機能は変動する。本実施形態のドライバー支援装置１０は、その中の主要因を推定するものである。また、運転者の認知機能の変動要因は、これらの他にも考えられるが、本実施形態のドライバー支援装置１０は、運転者の認知機能の変動が、加齢要因９０と、体調要因９１と、スキル要因９２とによってもたらされるものとする。なお、ここでは要因として３つを選択しているが、ここに記載されていない要因を評価対象としてもよい。また、別の考え方で認知機能低下要因を分解してもよい。さらに、注目したい１つの要因だけに注目してもよいし、２つ以上の任意の組み合わせであってもよい。

次に、図１２を用いて、運転者の認知機能が変動する様子を定性的に説明する。図１２のグラフＧ１は、ある運転者の認知機能レベルの評価スコアＥの時系列変化の一例を示すグラフである。グラフＧ１から、時刻ｔａ付近と時刻ｔｃ付近において、評価スコアＥが低下して、前記した第２の閾値Ｔｈ２を下回っている。即ち、時刻ｔａ付近と時刻ｔｃ付近において、事故のリスクが大きくなっていることが読み取れる。

また、グラフＧ２は、同じ運転者の加齢による認知機能の低下量を、グラフＧ１と同じ時間軸にプロットした例である。グラフＧ３は、同じ運転者の体調による認知機能の低下量を、グラフＧ１と同じ時間軸にプロットした例である。グラフＧ４は、同じ運転者のスキルによる認知機能の低下量を、グラフＧ１と同じ時間軸にプロットした例である。

グラフＧ２の縦軸は、加齢による認知機能の低下量を示しており、縦軸方向の下にいくほど、加齢による認知機能の低下量が大きくなることを示している。グラフＧ２によると、時刻ｔｂ以降において、運転者の加齢による認知機能の低下量が、安全運転に影響を与える閾値Ｔｈａを上回っていることがわかる。このような場合には、時刻ｔｂ以降において、運転者に対して日常的な注意を促すのが望ましい。

グラフＧ３の縦軸は、体調による認知機能の低下量を示しており、縦軸方向の下にいくほど、体調による認知機能の低下量が大きくなることを示している。グラフＧ３によると、時刻ｔｃ付近において、運転者の体調による認知機能の低下量が、安全運転に影響を与える閾値Ｔｈｂを上回って、尚且つ極大になっていることがわかる。そして、グラフＧ３とグラフＧ１とを対比すると、時刻ｔｃ付近における認知機能の低下は、体調要因が主要因であることがわかる。このような場合には、時刻ｔｃ付近において、運転者に休憩させて回復を促すのが望ましい。

グラフＧ４の縦軸は、スキルによる認知機能の低下量を示しており、縦軸方向の下にいくほど、スキルによる認知機能の低下量が大きくなることを示している。グラフＧ４によると、運転者の運転スキルによる認知機能の低下量は、グラフＧ４に表示されている時間において、安全運転に影響を与える閾値Ｔｈｃを上回っていることがわかる。これは、グラフＧ４に表示されている区間の道路環境が、運転者にとって苦手な道路環境であった可能性が高い。更に、時刻ｔａ付近において、運転者のスキルによる認知機能の低下量が、安全運転に影響を与える閾値Ｔｈｃを上回って、尚且つ極大になっていることがわかる。そして、グラフＧ４とグラフＧ１とを対比すると、時刻ｔａ付近における認知機能の低下は、スキル要因が主要因であることがわかる。このような場合には、時刻ｔａ付近において、苦手の道における注意を促すのが望ましい。

本実施形態のドライバー支援装置１０は、このように、認知機能の低下の主要因が、加齢によるものか、体調によるものか、スキルによるものかを推定する。そして、認知機能の低下の主要因に応じて、適切な情報提示や運転支援を行って、認知機能の回復を促す。

（認知機能低下の主要因の推定）
図１３Ａと図１３Ｂを用いて、認知機能低下の要因分析について説明する。図１３Ａは、認知機能低下の要因分析の一例を示す第１の図である。図１３Ｂは、認知機能低下の要因分析の一例を示す第２の図である。

図１２で説明したように、運転者の認知機能は、時間とともに絶えず変化する。図１３Ａは、現在（２０２２年４月）の認知機能と、１年前（２０２１年４月）の認知機能とを比較した例を示している。図１３Ａは、認知機能レベルの評価スコアＥが、１年前は、第１の閾値Ｔｈ１を上回る安全なレベルであったが、現在は、第１の閾値Ｔｈ１と第２の閾値Ｔｈ２の間、即ち要注意レベルであることを示している。

本実施形態のドライバー支援装置１０の認知機能低下要因推定部４６は、このように運転者の認知機能レベルの評価スコアＥが低下した場合に、その主要因が、加齢要因（第１の変動要因）であるか、体調要因（第２の変動要因）であるか、またはスキル要因（第３の変動要因）であるかを推定する。

図１３Ｂは、認知機能低下の要因分析を行った例を示している。認知機能低下要因推定部４６は、１年前の加齢要因に係る認知機能の評価値と、現在の加齢要因に係る認知機能の評価値との比較を行う。その結果、加齢要因に係る認知機能は１年前に比べて低下していると判断される。即ち、図１３Ｂに左向きの矢印で示すように、加齢要因（第１の変動要因）に係る認知機能は低下していると判断される。

また、認知機能低下要因推定部４６は、１年前の体調要因に係る認知機能の評価値と、現在の体調要因に係る認知機能の評価値との比較を行う。その結果、体調要因に係る認知機能は１年前に比べて大きく低下して、安全運転に影響を与える閾値Ｔｈｂを超えていると判断される。即ち、図１３Ｂに左向きの長い矢印で示すように、体調要因（第２の変動要因）に係る認知機能は大きく低下していると判断される。

また、認知機能低下要因推定部４６は、１年前のスキル要因に係る認知機能の評価値と、現在のスキル要因に係る認知機能の評価値との比較を行う。その結果、スキル要因に係る認知機能は１年前に比べて向上していると判断される。即ち、図１３Ｂに右向きの短い矢印で示すようにスキル要因（第３の変動要因）に係る認知機能は向上していると判断される。なお、図１３Ｂにおいて、閾値Ｔｈａ、閾値Ｔｈｂ、閾値Ｔｈｃは、便宜上同じ位置に表記しているが、実際は、これらの閾値は異なる値を有する。

認知機能低下要因推定部４６は、図１３Ｂの結果に基づいて、認知機能が低下した主要因は、左向きの矢印が最も長い、体調要因であると推定する。そして、支援内容決定部４８は、例えば、「体調要因スコアが急激に低下しています。休憩しましょう。」等の、認知機能低下の主要因に係る情報提示を行う旨を決定する。支援内容表示部４９は、当該情報を例えばセンターモニタ２５ａに表示することによって、運転者に対して、認知機能低下の主要因に応じた行動変容を促す。

図１３Ｂの推定結果を図１３Ａに重畳して、現在の認知機能と１年前の認知機能とを比較すると、加齢要因と体調要因に係る認知機能が低下し、スキル要因は向上していることが分かる。そして、体調要因による認知機能の低下量は、加齢要因による認知機能の低下量よりも大きいことがわかる。なお、ここでは現在の認知機能と１年前の認知機能とを比較した例を示したが、比較する過去のタイミングは、１年前に限定されるものではない。

（認知機能の変動状態の識別）
図１４を用いて、運転者の認知機能の変動状態の識別方法を説明する。図１４は、認知機能が低下した状態を識別する方法の一例を示す図である。なお、図１４は、本実施形態のドライバー支援装置１０の認知機能低下要因推定部４６が行う、運転者の認知機能の変動状態の識別処理の流れを示す。ここでは、認知機能の変動要因は、加齢要因と体調要因とスキル要因の３要因であるとする。

認知機能低下要因推定部４６は、加齢要因による認知機能低下量が閾値Ｔｈａを下回るかを判定する（ステップＳ６１）。加齢要因による認知機能低下量が閾値Ｔｈａを下回ると判定される（ステップＳ６１：Ｙｅｓ）とステップＳ６２に進む。一方、加齢要因による認知機能低下量が閾値Ｔｈａを下回ると判定されない（ステップＳ６１：Ｎｏ）とステップＳ６５に進む。

ステップＳ６１において、加齢要因による認知機能低下量が閾値Ｔｈａを下回ると判定されると、認知機能低下要因推定部４６は、スキル要因による認知機能低下量が閾値Ｔｈｃを下回るかを判定する（ステップＳ６２）。スキル要因による認知機能低下量が閾値Ｔｈｃを下回ると判定される（ステップＳ６２：Ｙｅｓ）とステップＳ６３に進む。一方、スキル要因による認知機能低下量が閾値Ｔｈｃを下回ると判定されない（ステップＳ６２：Ｎｏ）とステップＳ６４に進む。

ステップＳ６２において、スキル要因による認知機能低下量が閾値Ｔｈｃを下回ると判定されると、認知機能低下要因推定部４６は、体調要因による認知機能低下量が閾値Ｔｈｂを下回るかを判定する（ステップＳ６３）。体調要因による認知機能低下量が閾値Ｔｈｂを下回ると判定される（ステップＳ６３：Ｙｅｓ）と、認知機能低下要因推定部４６は、運転者の認知機能は正常である（状態１）と判断する（ステップＳ６８）。一方、体調要因による認知機能低下量が閾値Ｔｈｂを下回ると判定されない（ステップＳ６３：Ｎｏ）と、認知機能低下要因推定部４６は、運転者の認知機能は体調要因によって低下している（状態２）と判断する（ステップＳ６９）。

ステップＳ６２において、スキル要因による認知機能低下量が閾値Ｔｈｃを下回ると判定されないと、認知機能低下要因推定部４６は、体調要因による認知機能低下量が閾値Ｔｈｂを下回るかを判定する（ステップＳ６４）。体調要因による認知機能低下量が閾値Ｔｈｂを下回ると判定される（ステップＳ６４：Ｙｅｓ）と、認知機能低下要因推定部４６は、運転者の認知機能はスキル要因によって低下している（状態３）と判断する（ステップＳ７０）。一方、体調要因による認知機能低下量が閾値Ｔｈｂを下回ると判定されない（ステップＳ６４：Ｎｏ）と、認知機能低下要因推定部４６は、運転者の認知機能は、体調要因とスキル要因とによって低下している（状態４）と判断する（ステップＳ７１）。

ステップＳ６１において、加齢要因による認知機能低下量が閾値Ｔｈａを下回ると判定されないと、認知機能低下要因推定部４６は、スキル要因による認知機能低下量が閾値Ｔｈｃを下回るかを判定する（ステップＳ６５）。スキル要因による認知機能低下量が閾値Ｔｈｃを下回ると判定される（ステップＳ６５：Ｙｅｓ）とステップＳ６６に進む。一方、スキル要因による認知機能低下量が閾値Ｔｈｃを下回ると判定されない（ステップＳ６５：Ｎｏ）とステップＳ６７に進む。

ステップＳ６５において、スキル要因による認知機能低下量が閾値Ｔｈｃを下回ると判定されると、認知機能低下要因推定部４６は、体調要因による認知機能低下量が閾値Ｔｈｂを下回るかを判定する（ステップＳ６６）。体調要因による認知機能低下量が閾値Ｔｈｂを下回ると判定される（ステップＳ６６：Ｙｅｓ）と、認知機能低下要因推定部４６は、運転者の認知機能は加齢要因によって低下している（状態５）と判断する（ステップＳ７２）。一方、体調要因による認知機能低下量が閾値Ｔｈｂを下回ると判定されない（ステップＳ６６：Ｎｏ）と、認知機能低下要因推定部４６は、運転者の認知機能は加齢要因と体調要因とによって低下している（状態６）と判断する（ステップＳ７３）。

ステップＳ６５において、スキル要因による認知機能低下量が閾値Ｔｈｃを下回ると判定されないと、認知機能低下要因推定部４６は、体調要因による認知機能低下量が閾値Ｔｈｂを下回るかを判定する（ステップＳ６７）。体調要因による認知機能低下量が閾値Ｔｈｂを下回ると判定される（ステップＳ６７：Ｙｅｓ）と、認知機能低下要因推定部４６は、運転者の認知機能は加齢要因とスキル要因とによって低下している（状態７）と判断する（ステップＳ７４）。一方、体調要因による認知機能低下量が閾値Ｔｈｂを下回ると判定されない（ステップＳ６７：Ｎｏ）と、認知機能低下要因推定部４６は、運転者の認知機能は、加齢要因とスキル要因と体調要因とによって低下している（状態８）と判断する（ステップＳ７５）。

（認知機能レベルの状態遷移）
図１５を用いて、運転者の認知機能レベルの状態遷移例を説明する。図１５は、運転者の認知機能レベルの経時変化の一例を示す図である。

本実施形態のドライバー支援装置１０は、運転者の認知機能の変動を時系列で監視する。その結果、図１５に示すような、認知機能の変動状態を示す遷移図が生成される。図１５の縦軸は、変動前の認知機能の状態を示す。縦軸には、図１４で説明した状態１から状態８がプロットされる。図１５の横軸は、変動後の認知機能の状態を示す。横軸にも、図１４で説明した状態１から状態８がプロットされる。

運転者の認知機能の状態は時間とともに変動するため、ドライバー支援装置１０は、１時刻前の状態ｍ（ｍ＝１～８）から、１時刻後の状態ｎ（ｎ＝１～８）への推移を観測する。状態ｍから状態ｎへ推移したことがわかると、そのときの認知機能の変動要因の変化の様子が特定される。図１５の各項目に記載した内容が、認知機能の変動要因の変化の様子を示している。便宜上、変動要因が悪化した箇所には小文字の識別子（（ａ）～（ｃ））を付して、変動要因が改善した箇所には大文字の識別子（（Ａ）～（Ｃ））を付している。

例えば、１時刻前の状態が状態２であり、現在の状態が状態７である場合、ドライバー支援装置１０は、運転者の認知機能の変動要因のうち加齢要因とスキル要因とが悪化したと判断する。また、ドライバー支援装置１０は、運転者の認知機能の変動要因のうち体調要因が改善したと判断する。

ドライバー支援装置１０は、運転者に対して、図１５に示す認知機能の変動状態に応じた情報提示を行うことによって、特に認知機能が悪化した場合の行動変容を促す。

（認知機能の変動に応じた情報提示）
図１６を用いて、運転者の認知機能の変動に応じた情報の提示例を説明する。図１６は、認知機能レベルの変動に応じた情報提示内容の一例を示す図である。

本実施形態のドライバー支援装置１０は、図１６に示すように、少なくとも、現在の状態ｍ（ｍ＝１～８）に応じた情報を運転者に提示する。その際、ドライバー支援装置１０は、認知機能が低下した主要因に係る情報と、どのような点に注意して運転すればよいかを提示する。また、図１６には記載していないが、ドライバー支援装置１０は、過去の認知機能レベルの状態と現在の認知機能レベルの状態とに応じた情報を提示するのが望ましい。例えば、認知機能の改善が見られた場合は、改善をもたらした変動要因に係る情報を提示することによって、運転者の行動変容の効果を伝達するのが望ましい。また、ドライバー支援装置１０は、認知機能が悪化した状態が継続している場合は、より一層の注意喚起を行ったり、運転支援機能の動作を推奨したりするのが望ましい。

（情報提示例（加齢要因））
図１７を用いて、加齢要因が主要因である場合の、運転者に対する情報提示例を説明する。図１７は、認知機能低下の主要因が加齢要因である場合に、運転者に提示する情報の一例を示す図である。

ドライバー支援装置１０は、認知機能低下の主要因が加齢要因である場合に、運転者に対して、加齢による認知機能低下がみられることを提示する。そして、運転者に対して、回復訓練を促す。その後、運転終了後には、運転者に対して、加齢要因による認知機能の低下の変化、即ち、日々の改善具合を知らせる。なお、加齢要因による認知機能の低下が改善されて、例えば数日間以上改善された状態が継続した場合は、加齢要因に係る情報提示を停止する。

具体的には、図１７に示すように、加齢要因による認知機能の低下がみられない状態が継続した場合（図１７の状態遷移Ａ）には、加齢要因に係る情報提示は行わない。

加齢要因によって、認知機能が良好な状態から運転に影響を及ぼす状態に悪化した場合（図１７の状態遷移Ｂ）には、「加齢要因スコアの低下がみられます。回復訓練の実施を推奨します。」等の情報提示を行う。これによって、加齢により認知機能が低下していることを運転者に認識させる。

加齢要因による認知機能の低下が改善した場合（図１７の状態遷移Ｃ）には、「加齢要因スコアが改善しました。回復訓練の効果があったようです。」等の情報提示を行う。これによって、認知機能が改善したことを運転者に認識させる。

加齢要因による認知機能の低下が継続した場合（図１７の状態遷移Ｄ）には、「加齢要因スコアの低下が続いています。回復訓練を継続しましょう。」等の情報提示を行う。これによって、加齢要因による認知機能の低下が改善しないことを運転者に認識させる。

なお、加齢要因による認知機能の低下を継続的に監視することによって、運転者に認知症リスクを判定することができる。したがって、加齢要因により認知機能の低下が継続する場合には、図１７に示した各種情報提示に加えて、認知症のリスクがある旨を報知してもよい。

（情報提示例（体調要因））
図１８を用いて、体調要因が主要因である場合の、運転者に対する情報提示例を説明する。図１８は、認知機能低下の主要因が体調要因である場合に、運転者に提示する情報の一例を示す図である。

ドライバー支援装置１０は、認知機能低下の主要因が体調要因である場合に、運転者に対して、体調不良であることと、それによって運転への影響があることを自覚させるメッセージを提示する。また、必要に応じて、休憩や運転の注意を促す。

具体的には、図１８に示すように、体調要因による認知機能の低下がみられない状態が継続した場合（図１８の状態遷移Ｅ）には、体調要因に係る情報提示は行わない。

体調要因によって、認知機能が良好な状態から運転に影響を及ぼす状態に悪化した場合（図１８の状態遷移Ｆ）には、「体調要因スコアが低下しています。いつもより慎重に運転しましょう。」等の情報提示を行う。これによって、体調が悪化していることを運転者に認識させる。

体調要因による認知機能の低下が改善した場合（図１８の状態遷移Ｇ）には、「体調要因スコアが改善しました。安全運転を続けてください。」等の情報提示を行う。これによって、認知機能が改善したことを運転者に認識させる。

体調要因による認知機能の低下が継続した場合（図１８の状態遷移Ｈ）には、「体調要因スコアが低下しており、安全運転に影響があります。休憩をお薦めします。」等の情報提示を行う。これによって、体調要因による認知機能の低下が改善しないことを運転者に認識させる。

（情報提示例（スキル要因））
図１９を用いて、スキル要因が主要因である場合の、運転者に対する情報提示例を説明する。図１９は、認知機能低下の主要因がスキル要因である場合に、運転者に提示する情報の一例を示す図である。

ドライバー支援装置１０は、認知機能低下の主要因がスキル要因である場合に、運転者に対して、運転への影響を自覚させるメッセージを提示する。

具体的には、図１９に示すように、スキル要因による認知機能の低下がみられない状態が継続した場合（図１９の状態遷移Ｉ）には、スキル要因に係る情報提示は行わない。

スキル要因によって、認知機能が良好な状態から運転に影響を及ぼす状態に悪化した場合（図１９の状態遷移Ｊ）には、「運転スキルが低下ぎみです。過信せずに注意して運転しましょう。」等の情報提示を行う。これによって、運転スキルが低下していることを運転者に認識させる。また、自身の運転スキルを過信しないように注意を促す。

スキル要因による認知機能の低下が改善した場合（図１９の状態遷移Ｋ）には、「運転スキルが改善しています。引き続き安全運転に心がけましょう。」等の情報提示を行う。これによって、認知機能が改善したことを運転者に認識させる。

スキル要因による認知機能の低下が継続した場合（図１９の状態遷移Ｌ）には、「運転スキルが低下しています。安全運転のため、注意を心がけましょう。」等の情報提示を行う。これによって、スキル要因による認知機能の低下が改善しないことを運転者に認識させる。

なお、運転者の過去の認知機能の分析結果に基づいて、苦手な運転環境（交差点の右折、繁華街の走行、駐車行動等）がわかる場合には、予め苦手な道路である旨の情報提示を行ってもよい。また、苦手な道路を走行中に、運転支援によるサポートの実施を提案してもよい。更に、運転開始時に、運転者から目的地の情報を得て、苦手な道路を避けたルート変更の提案を行ってもよい。なお、スキル要因に係る運転者への情報提示は、運転開始前、運転中、運転開始後を問わずに行ってよい。

例えば、運転開始前に、ルート上に支援が必要な道路環境がある場合には、「特に右折の際に気を付けて下さい。」等の情報提示を行ってもよい。

また、運転中に支援が必要な道路環境がある場合には、「この先に合流があります。合流支援を動作させますか？」等の情報提示を行ってもよい。

また、運転終了後に、今回の運転を総括して、「〇〇交差点を右折する際は注意して下さい。」、「最近、交差点走行時の認知機能が低下する傾向にありますので、注意して下さい。」等の情報提示を行ってもよい。

なお、スキル要因は、そのとき走行している道路環境に応じて短期的に変動するのに加えて、当該運転者の運転の習熟度合に応じて、長期間に亘って変動する。したがって、図１９に示す状態遷移は、若い頃（運転免許を取得した頃）の運転スキルに係る評価値と、現在の運転スキルに係る評価値とを比較してもよい。

（認知機能低下の要因の算出方法（加齢要因））
図２０を用いて、認知機能の低下における加齢要因の影響を算出する方法を説明する。図２０は、認知機能の低下への加齢要因の影響度を算出する方法の一例を示す図である。

ドライバー支援装置１０の認知機能低下要因推定部４６は、認知機能の変動要因である加齢要因、体調要因、スキル要因に係る評価値を、それぞれ独立した別の方法によって算出する。加齢要因に係る評価値は、例えば、同じ運転者の１年前の１か月間の認知機能の変動と、直近１か月間の認知機能の変動とを比較することによって、加齢要因による認知機能の変化を算出する。

具体的には、図２０に示すように、現在（例えば２０２２年４月）の認知機能の変動と、１年前（例えば２０２１年４月）の認知機能の変動とを比較する。ある月の認知機能の変動は、例えば、当該月の日々の認知機能の評価結果を平均化することによって算出する。なお、運転しない日は認知機能の評価値を得ることができないため、運転を行った日の認知機能の評価値を、運転を行った日数で平均化すればよい。

図２０に示す例は、現在の認知機能の平均値が、１年前に比べて低下していることを示している。このように、ドライバー支援装置１０の認知機能低下要因推定部４６は、長期に亘る認知機能の変動は、加齢要因に起因するものであると仮定して評価を行う。

（認知機能低下の要因の算出方法（体調要因））
ドライバー支援装置１０の認知機能低下要因推定部４６は、体調要因に係る評価値を、車両３０に搭載されたドライバーモニタカメラ２１ｂが計測した、運転者の瞬目の回数や視線の動き、あるいは運転者の体温等に基づいて算出する。また、図示しない、例えば車両３０のステアリングに設置された心電図や脈波等を計測するセンサの出力に基づいて評価してもよい（非特許文献１７）。

認知機能スコア算出部４３は、これらの各種センサによって得られた情報から、運転者の認知機能レベルの評価スコアＥを算出する。そして、認知機能低下要因推定部４６は、このようにして算出された認知機能レベルの評価スコアＥの変動が、運転者の体調要因によるものと判断する。

（認知機能低下の要因の算出方法（スキル要因））
ドライバー支援装置１０の認知機能低下要因推定部４６は、スキル要因に係る評価値を、運転操作の結果として現れる車両３０の挙動に基づいて算出する。

例えば、運転行動の基本的な動作（直進走行やカーブの走行、ブレーキ操作等）について、平均的あるいは好ましい動作パターンと、運転者が実際に行った動作パターンとの差分量に基づいて、運転者のスキル要因に係る評価値を算出することができる。

より具体的には、車両３０が走行している道路環境は、車両３０が備えるカーナビゲーション装置や周囲カメラによって認識することができるため、交通環境（直進時、車線変更時、右左折時、駐車時等）毎に運転スキルに係る評価値を算出することができる。

（認知機能低下の要因の別の算出方法）
図２１を用いて、認知機能の低下の要因の別の算出方法を説明する。図２１は、認知機能の低下の要因推定を行う別の方法の一例を示すフローチャートである。

ドライバー支援装置１０の認知機能低下要因推定部４６は、認知機能の変動要因である加齢要因、体調要因、スキル要因に係る評価値を、前記した方法とは別の方法で算出してもよい。具体的には、認知機能を低下させる要因である加齢要因と体調要因とスキル要因とを比較すると、加齢要因は、長期間（例えば年単位）に亘って徐々に影響が現れるものであると考えられる。また、体調要因は、加齢要因と比べると、より短期間（例えば月単位、週単位）で影響が現れるものであると考えられる。そして、スキル要因は、そのときに走行している道路環境に応じて影響が現れるものと考えられる。したがって、認知機能に係る評価値の平均をとる期間をそれぞれの要因に応じた期間に設定することによって、簡易的に各要因が認知機能に与える影響度合を数値化することができる。

より具体的には、運転者の認知機能レベルについて、その最大値Ｌｍａｘと、各時刻ｔにおける認知機能レベルＬ（ｔ）とを取得する。認知機能レベルＬ（ｔ）は、前記した認知機能レベルの評価スコアＥと等価である。認知機能低下要因推定部４６は、取得した認知機能レベルＬ（ｔ）の過去１分間（第３の所定期間）の平均値Ｌｍｉｎｕｔｅ（ｔ）（第３の平均値）と、過去１時間（第２の所定期間）の平均値Ｌｈｏｕｒ（ｔ）（第２の平均値）と、過去１か月（第１の所定期間）の平均値Ｌｍоｎｔｈ（ｔ）（第１の平均値）とをそれぞれ算出する。そして、認知機能低下要因推定部４６は、認知機能レベルの最大値Ｌｍａｘと、過去１か月の認知機能レベルの平均値Ｌｍоｎｔｈ（ｔ）との差分値を、加齢要因による認知機能の変動量ΔＬａｇｅであると推定する。また、認知機能低下要因推定部４６は、過去１時間の認知機能レベルの平均値Ｌｈｏｕｒ（ｔ）と、過去１か月の認知機能レベルの平均値Ｌｍоｎｔｈ（ｔ）との差分値を、体調要因による認知機能の変動量ΔＬｈｅａｌｔｈであると推定する。更に、認知機能低下要因推定部４６は、時刻ｔにおける認知機能レベルＬ（ｔ）と、認知機能レベルの最大値Ｌｍａｘと加齢要因による認知機能の変動量と加齢要因による認知機能の変動量ΔＬａｇｅと体調要因による認知機能の変動量ΔＬｈｅａｌｔｈとの総和との差分値を、スキル要因による認知機能の変動量ΔＬｓｋｉｌｌであると推定する。

以下、図２１のフローチャートに沿って、認知機能の低下の要因推定を行う処理の流れを説明する。

認知機能低下要因推定部４６は、運転者の認知機能レベルの最大値Ｌｍａｘを取得する（ステップＳ２１）。具体的には、認知機能低下要因推定部４６は、認知機能記憶部４５が記憶した、該当する運転者の認知機能レベルＬ（ｔ）の最大値を取得する。

認知機能スコア算出部４３は、時刻ｔにおける認知機能レベルＬ（ｔ）を算出する（ステップＳ２２）。

認知機能低下要因推定部４６は、認知機能レベルＬ（ｔ）の過去１分間の平均値Ｌｍｉｎｕｔｅ（ｔ）を算出する（ステップＳ２３）。

認知機能低下要因推定部４６は、認知機能レベルＬ（ｔ）の過去１時間の平均値Ｌｈｏｕｒ（ｔ）を算出する（ステップＳ２４）。

認知機能低下要因推定部４６は、認知機能レベルＬ（ｔ）の過去１か月の平均値Ｌｍоｎｔｈ（ｔ）を算出する（ステップＳ２５）。

認知機能低下要因推定部４６は、加齢要因による認知機能の変化を推定する（ステップＳ２６）。具体的には、認知機能低下要因推定部４６は、式（１）によって、加齢要因による認知機能の変動量ΔＬａｇｅを推定する。なお、フローチャートには記載しないが、推定した加齢要因による認知機能の変動量ΔＬａｇｅは、運転者を特定する情報と関連付けて、認知機能記憶部４５に記憶しておく。

ΔＬａｇｅ＝Ｌｍоｎｔｈ（ｔ）－Ｌｍａｘ…（１）

認知機能低下要因推定部４６は、体調要因による認知機能の変化を推定する（ステップＳ２７）。具体的には、認知機能低下要因推定部４６は、式（２）によって、体調要因による認知機能の変動量ΔＬｈｅａｌｔｈを推定する。なお、フローチャートには記載しないが、推定した体調要因による認知機能の変動量ΔＬｈｅａｌｔｈは、運転者を特定する情報と関連付けて、認知機能記憶部４５に記憶しておく。

ΔＬｈｅａｌｔｈ＝Ｌｈｏｕｒ（ｔ）－Ｌｍоｎｔｈ（ｔ）…（２）

認知機能低下要因推定部４６は、スキル要因による認知機能の変化を推定する（ステップＳ２８）。具体的には、認知機能低下要因推定部４６は、式（３）によって、スキル要因による認知機能の変動量ΔＬｓｋｉｌｌを推定する。なお、フローチャートには記載しないが、推定したスキル要因による認知機能の変動量ΔＬｓｋｉｌｌは、運転者を特定する情報と関連付けて、認知機能記憶部４５に記憶しておく。なお、スキル要因には、そのときに走行している道路環境の影響が大きいため、ドライバー支援装置１０は、カーナビゲーションシステムや周囲カメラ等から、例えば過去１分間の道路環境に係る情報を取得して、取得した道路環境に係る情報も認知機能記憶部４５に記憶しておくのが望ましい。

ΔＬｓｋｉｌｌ＝Ｌｍｉｎｕｔｅ（ｔ）－（Ｌｍａｘ＋ΔＬａｇｅ＋ΔＬｈｅａｌｔｈ）…（３）

認知機能低下要因推定部４６は、加齢要因による認知機能の変動量ΔＬａｇｅの大きさと、体調要因による認知機能の変動量ΔＬｈｅａｌｔｈの大きさと、スキル要因による認知機能の変動量ΔＬｓｋｉｌｌの大きさとを比較することによって、認知機能レベルＬ（ｔ）が低下した主要因を推定する（ステップＳ２９）。その後、認知機能低下要因推定部４６は、図２１の処理を終了する。

（ドライバー支援装置が行う処理の流れ）
図２２を用いて、本実施形態のドライバー支援装置１０が行う処理の流れを説明する。図２２は、本実施形態のドライバー支援装置が行う処理の流れの一例を示すフローチャートである。

運転状態検知部４２は、車両３０のイグニッションスイッチがＯＮであるかを判定する（ステップＳ４１）。車両３０のイグニッションスイッチがＯＮであると判定される（ステップＳ４１：Ｙｅｓ）とステップＳ４２に進む。一方、車両３０のイグニッションスイッチがＯＮであると判定されない（ステップＳ４１：Ｎｏ）とステップＳ４１の判定を繰り返す。なお、車両３０が電動者の場合、イグニッションスイッチがＯＮであるかを判定する代わりに、メインスイッチがＯＮであるかを判定すればよい。

ステップＳ４１において、車両３０のイグニッションスイッチがＯＮであると判定されると、運転者特定部４１は、運転者を特定する（ステップＳ４２）。

認知機能スコア算出部４３は、運転者に対して、運転前認知機能評価を行う（ステップＳ４３）。運転前認知機能評価は、例えば、認知機能記憶部４５が記憶した、当該運転者の過去の認知機能の評価結果を読み出して、運転者の認知機能の過去からの推移を取得する。また、運転者の体温や心電図や脈波等を測定するセンサの出力を取得することによって、運転開始前における運転者の体調情報に基づく認知機能の評価を行う。

認知機能特性出力部４７は、運転者に対して、ステップＳ４３で評価した結果を提示する（ステップＳ４４）。

運転状態検知部４２は、車両３０の運転が開始されたかを判定する（ステップＳ４５）。車両３０の運転が開始されたと判定される（ステップＳ４５：Ｙｅｓ）とステップＳ４６に進む。一方、車両３０の運転が開始されたと判定されない（ステップＳ４５：Ｎｏ）と、ステップＳ４５の判定を繰り返す。

認知機能スコア算出部４３と認知機能特性分析部４４とは、運転者に対して、運転中の認知機能評価を行う（ステップＳ４６）。運転中の認知機能評価は、例えば、図７のフローチャートに沿って行われる。

認知機能記憶部４５は、ステップＳ４６における分析結果を、運転者を特定する情報と関連付けて記憶する（ステップＳ４７）。

認知機能特性分析部４４は、ステップＳ４６で算出した認知機能レベルの評価スコアＥ（または認知機能レベルＬ（ｔ））が要注意レベルまたは危険レベルであるかを判定する（ステップＳ４８）。認知機能レベルの評価スコアＥが要注意レベルまたは危険レベルであると判定される（ステップＳ４８：Ｙｅｓ）とステップＳ４９に進む。一方、認知機能レベルの評価スコアＥが要注意レベルまたは危険レベルであると判定されない（ステップＳ４８：Ｎｏ）とステップＳ５１に進む。

ステップＳ４８において、認知機能レベルの評価スコアＥが要注意レベルまたは危険レベルであると判定されると、認知機能低下要因推定部４６は、認知機能低下の主要因の推定を行う（ステップＳ４９）。認知機能低下の主要因の推定は、例えば、図２１のフローチャートに沿って行われる。

認知機能特性出力部４７は、運転者に対して、認知機能低下の主要因に応じた情報を提示する（ステップＳ５０）。提示する情報の例は、図１６から図１９で説明した通りである。なお、ステップＳ５０において、認知機能特性出力部４７は、運転者の認知機能の状態を、通信インタフェース２７（図３参照）を介して、予め登録されたスマートフォンやウェアラブル端末等に出力してもよい。このようにして出力された情報を参照することによって、運転者の日々の健康管理や生活管理に役立てることができる。

運転状態検知部４２は、車両３０のイグニッションスイッチがＯＦＦであるかを判定する（ステップＳ５１）。車両３０のイグニッションスイッチがＯＦＦであると判定される（ステップＳ５１：Ｙｅｓ）と、ドライバー支援装置１０は、図２２の処理を終了する。一方、車両３０のイグニッションスイッチがＯＦＦであると判定されない（ステップＳ５１：Ｎｏ）とステップＳ４６に戻る。

（認知機能低下時のトレーニングモード、運転支援モードの実行）
本実施形態のドライバー支援装置１０は、トレーニングモードや運転支援モードに遷移する際に、認知機能が低下した主要因に係る情報提示を行ってもよい。図２３は、ドライバー支援装置が動作モードの変更を行う際に、認知機能が低下した主要因に係る情報提示を行う機能を説明する図である。

ドライバー支援装置１０の支援内容決定部４８が、運転者の認知機能特性の更なる低下を抑制するためにトレーニングモードを動作させることを決定した場合に、支援情報提示部５０は、運転者に対して、認知機能が低下した主要因を提示してもよい。

例えば、図２３に示すように、認知機能のうち注意力が要注意レベルまで低下したことが検出された場合に、ドライバー支援装置１０がトレーニングモードを起動することによって、運転者の注意力に係る機能改善を図ることを決定したとする。このとき、運転者の認知機能が、体調要因のために低下していた場合に、支援情報提示部５０は、運転者に対して、例えば、「体調要因スコアが低下し、注意力が低下しています。回復トレーニングを開始します」等の、認知機能が低下した主要因に係る情報、即ち体調不良であることを自覚させて注意を促す情報を提示する。

また、ドライバー支援装置１０の支援内容決定部４８が、認知機能特性に関連付いた運転動作を支援するために運転支援モードを動作させることを決定した場合に、支援情報提示部５０は、運転者に対して、認知機能が低下した主要因を提示してもよい。

例えば、図２３に示すように、認知機能のうち注意力が要注意レベルまで低下したことが検出された場合に、ドライバー支援装置１０が運転支援モードを起動することによって、運転者の注意力に係る認知機能の低下を補うことを決定したとする。このとき、運転者の認知機能が、体調要因のために低下していた場合に、支援情報提示部５０は、運転者に対して、例えば、「体調要因スコアがさらに低下しています。注意力に関する運転支援をＯＮにします。」等の、認知機能が低下した主要因に係る情報を提示する。

なお、ドライバー支援装置１０は、トレーニングモードまたは運転支援モードに遷移するタイミングで、運転者に対して、認知機能が低下した主要因に係る情報を提示する。

（実施形態の作用効果）
以上説明したように、本実施形態のドライバー支援装置１０は、運転者による車両の運転行動と、当該運転者の運転中の生体情報と、車両３０の挙動のうち少なくとも１つを検知する運転状態検知部４２と、運転状態検知部４２が検知した情報に基づいて、運転者の認知機能が高いか低いかを示す数値を算出する認知機能スコア算出部４３と、認知機能スコア算出部４３が算出した数値を、１以上の異なる脳機能に関連する認知機能特性として分析する認知機能特性分析部４４と、認知機能スコア算出部４３が算出した同一の運転者に対する数値と認知機能特性分析部４４の分析結果とを時系列で記憶する認知機能記憶部４５と、認知機能記憶部４５の記憶内容に基づいて、運転者の認知機能の低下を引き起こす複数の変動要因の影響度を算出し、主要因となるものを推定する認知機能低下要因推定部４６と、認知機能低下要因推定部４６による推定結果、または推定結果に応じた情報をもとに運転者を支援するドライバー支援部６０と、を備える。したがって、運転者の認知機能の低下要因を推定することができる。

また、本実施形態のドライバー支援装置１０において、認知機能低下要因推定部４６は、認知機能記憶部４５の現在に対応する記憶内容と、所定の過去の時点に対応する記憶内容とを比較することによって、認知機能の変動要因を推定する。したがって、認知機能に係る経時的な情報に基づいて、運転者の認知状態の変動を、容易かつ高精度に推定することができる。

また、本実施形態のドライバー支援装置１０において、変動要因は、運転者の加齢要因９０と、体調要因９１と、スキル要因９２との少なくとも１つを含む、を含む。したがって、運転者の認知機能の変動要因を、当該運転者の肉体的状態または精神的状態と関連付けて推定することができる。

また、本実施形態のドライバー支援装置１０において、ドライバー支援部６０は、認知機能低下要因推定部４６の推定結果に応じた情報を、運転者の認知機能の低下を引き起こす主要因に係る過去の数値と、主要因に係る現在の数値とに応じた形態で出力する認知機能特性出力部４７（出力部）を備える。したがって、認知機能が低下した場合に、低下量に応じた情報を提示することによって、運転者に、自身の状態を的確に認識させることができる。

また、本実施形態のドライバー支援装置１０において、認知機能特性出力部４７（出力部）は、加齢要因９０が運転者の認知機能の低下を引き起こす主要因である場合に、運転者に対して、加齢による認知機能低下があることを示す情報、または加齢による認知機能低下の回復訓練に係る情報を出力する。したがって、加齢が原因で認知機能が低下していることを、運転者に確実に伝達することができる。

また、本実施形態のドライバー支援装置１０において、認知機能特性出力部４７（出力部）は、体調要因９１が運転者の認知機能の低下を引き起こす主要因である場合に、運転者に対して、体調不良であることを自覚させて注意を促す情報、または休憩を促す情報を出力する。したがって、体調が原因で認知機能が低下していることを、運転者に確実に伝達することができる。

また、本実施形態のドライバー支援装置１０において、認知機能特性出力部４７（出力部）は、スキル要因９２が運転者の認知機能の低下を引き起こす主要因である場合に、運転者に対して、苦手な道路状態であることを示す情報の出力、または苦手な道路を避けたルート変更の提案を行う。したがって、運転スキルが原因で認知機能が低下していることを、運転者に確実に伝達することができる。

また、本実施形態のドライバー支援装置１０において、ドライバー支援部６０は、認知機能特性分析部４４が算出した認知機能特性と、閾値との比較に基づいて、車両３０が有する複数の機能の中から、運転者の認知機能の更なる低下を抑制するための情報提供を支援する情報提供機能を有効にするか、低下した認知機能特性に関連付いた運転動作を支援する運転支援機能を有効にするか、を決定する支援内容決定部４８を更に備えて、認知機能特性出力部４７（出力部）は、支援内容決定部４８が決定した支援機能が有効になったタイミングで、認知機能低下要因推定部４６による推定結果、または当該推定結果に応じた情報を出力する。したがって、運転者に対して、トレーニングモードに遷移した理由、運転支援モードに遷移した理由を、確実に伝達することができる。

また、本実施形態のドライバー支援装置１０において、ドライバー支援部６０は、認知機能特性分析部４４が算出した認知機能特性と、閾値との比較に基づいて、車両３０が有する複数の機能の中から、運転者の認知機能の更なる低下を抑制するための情報提供を支援する情報提供機能を有効にするか、低下した認知機能特性に関連付いた運転動作を支援する運転支援機能を有効にするか、を決定する支援内容決定部４８を更に備えて、支援内容決定部４８は、認知機能低下要因推定部４６におけるスキル要因の推定結果に応じて抽出された苦手な道路状態が走行ルート上にある場合に、運転者の支援を行う。したがって、運転者の苦手な道路を走行する場合に、運転のサポートを行うことができる。

また、本実施形態のドライバー支援装置１０において、認知機能特性出力部４７（出力部）は、認知機能低下要因推定部４６の推定結果に応じた情報を、ドライバー支援装置１０とネットワークで接続された機器に出力する。したがって、運転者の認知機能特性の推定結果の変動を、車外の携帯端末でモニタすることができる。これによって、運転者は、自身の健康管理に役立てることができる。また、運転者の認知機能特性の推定結果を病院に送信することによって、医者が運転者の生活管理を指導する際の一助とすることができる。

また、本実施形態のドライバー支援装置１０において、認知機能低下要因推定部４６は、過去１か月（第１の所定期間）に亘る評価スコアＥ（数値）の第１の平均値に基づいて、加齢要因９０に係る認知機能の変動を推定して、第１の所定期間よりも短い過去１時間（第２の所定期間）に亘る評価スコアＥの第２の平均値に基づいて、体調要因９１に係る認知機能の変動を推定して、第２の所定期間よりも短い過去１分間（第３の所定期間）に亘る評価スコアＥの第３の平均値に基づいて、スキル要因９２に係る認知機能の変動を推定する。したがって、認知機能が変動した主要因を、簡単な計算処理で推定することができる。

以上、本発明の実施形態について説明したが、上述した実施形態は、例として提示したものであり、本発明の範囲を限定することは意図していない。この新規な実施形態は、その他の様々な形態で実施されることが可能である。また、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。また、この実施形態は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

なお、本開示は、以下のような構成をとってもよい。

（１）
運転者による車両の運転行動と、当該運転者の運転中の生体情報と、前記車両の挙動のうち少なくとも１つを検知する運転状態検知部と、
前記運転状態検知部が検知した情報に基づいて、前記運転者の認知機能が高いか低いかを示す数値を算出する認知機能スコア算出部と、
前記認知機能スコア算出部が算出した前記数値を、１以上の異なる脳機能に関連する認知機能特性として分析する認知機能特性分析部と、
前記認知機能スコア算出部が算出した同一の運転者に対する前記数値と前記認知機能特性分析部の分析結果とを時系列で記憶する認知機能記憶部と、
前記認知機能記憶部の記憶内容に基づいて、前記運転者の認知機能の低下を引き起こす複数の変動要因の影響度を算出し、主要因となるものを推定する認知機能低下要因推定部と、
前記認知機能低下要因推定部による推定結果、または当該推定結果に応じた情報をもとに前記運転者を支援するドライバー支援部と、
を備えるドライバー支援装置。
（２）
前記認知機能低下要因推定部は、前記認知機能記憶部の現在に対応する記憶内容と、所定の過去の時点に対応する記憶内容とを比較することによって、認知機能の変動要因を推定する、
前記（１）に記載のドライバー支援装置。
（３）
前記変動要因は、前記運転者の加齢要因と、体調要因と、スキル要因との少なくとも１つを含む、
前記（１）または（２）に記載のドライバー支援装置。
（４）
前記ドライバー支援部は、前記認知機能低下要因推定部の推定結果に応じた情報を、前記主要因に係る過去の数値と、前記主要因に係る現在の数値とに応じた形態で出力する出力部を更に備える、
前記（１）乃至（３）のいずれかに記載のドライバー支援装置。
（５）
前記出力部は、前記加齢要因が前記主要因である場合に、前記運転者に対して、加齢による認知機能低下があることを示す情報、または加齢による認知機能低下の回復訓練に係る情報を出力する、
前記（４）に記載のドライバー支援装置。
（６）
前記出力部は、前記体調要因が前記主要因である場合に、前記運転者に対して、体調不良であることを自覚させて注意を促す情報、または休憩を促す情報を出力する、
前記（４）または（５）に記載のドライバー支援装置。
（７）
前記出力部は、前記スキル要因が前記主要因である場合に、前記運転者に対して、苦手な道路状態であることを示す情報の出力、または苦手な道路を避けたルート変更の提案を行う、
前記（４）乃至（６）のいずれかに記載のドライバー支援装置。
（８）
前記ドライバー支援部は、
前記認知機能特性分析部が算出した認知機能特性と、閾値との比較に基づいて、前記車両が有する複数の機能の中から、前記運転者の認知機能の更なる低下を抑制するための情報提供を支援する情報提供機能を有効にするか、低下した前記認知機能特性に関連付いた運転動作を支援する運転支援機能を有効にするか、を決定する支援内容決定部を更に備えて、
前記出力部は、前記支援内容決定部が決定した支援機能が有効になったタイミングで、前記認知機能低下要因推定部による推定結果、または当該推定結果に応じた情報を出力する、
前記（４）乃至（７）のいずれかに記載のドライバー支援装置。
（９）
前記ドライバー支援部は、
前記認知機能特性分析部が算出した認知機能特性と、閾値との比較に基づいて、前記車両が有する複数の機能の中から、前記運転者の認知機能の更なる低下を抑制するための情報提供を支援する情報提供機能を有効にするか、低下した前記認知機能特性に関連付いた運転動作を支援する運転支援機能を有効にするか、を決定する支援内容決定部を更に備えて、
前記支援内容決定部は、前記認知機能低下要因推定部におけるスキル要因の推定結果に応じて抽出された苦手な道路状態が走行ルート上にある場合に、前記運転者の支援を行う、
前記（７）または（８）に記載のドライバー支援装置。
（１０）
前記出力部は、前記認知機能低下要因推定部の推定結果に応じた情報を、前記ドライバー支援装置とネットワークで接続された機器に出力する、
前記（４）乃至（９）のいずれかに記載のドライバー支援装置。
（１１）
前記認知機能低下要因推定部は、第１の所定期間に亘る前記数値の第１の平均値に基づいて、前記加齢要因に係る認知機能の変動を推定して、
前記第１の所定期間よりも短い第２の所定期間に亘る前記数値の第２の平均値に基づいて、前記体調要因に係る認知機能の変動を推定して、
前記第２の所定期間よりも短い第３の所定期間に亘る前記数値の第３の平均値に基づいて、前記スキル要因に係る認知機能の変動を推定する、
前記（３）乃至（１０）のいずれかに記載のドライバー支援装置。
（１２）
運転者による車両の運転行動と、当該運転者の運転中の生体情報と、前記車両の挙動のうち少なくとも１つを検知する運転状態検知部と、
前記運転状態検知部が検知した情報に基づいて、前記運転者の認知機能が高いか低いかを示す数値を算出する認知機能スコア算出部と、
前記認知機能スコア算出部が算出した前記数値を、１以上の異なる脳機能に関連する認知機能特性として分析する認知機能特性分析部と、
前記認知機能スコア算出部が算出した同一の運転者に対する前記数値と前記認知機能特性分析部の分析結果とを時系列で記憶する認知機能記憶部と、
前記認知機能記憶部の記憶内容に基づいて、前記運転者の認知機能の低下を引き起こす複数の変動要因の影響度を算出し、主要因となるものを推定する認知機能低下要因推定部と、
前記認知機能低下要因推定部による推定結果、または当該推定結果に応じた情報をもとに前記運転者を支援するドライバー支援部と、
を備えるドライバー支援システム。
（１３）
運転者による車両の運転行動と、当該運転者の運転中の生体情報と、前記車両の挙動のうち少なくとも１つを検知する運転状態検知プロセスと、
前記運転状態検知プロセスが検知した情報に基づいて、前記運転者の認知機能が高いか低いかを示す数値を算出する認知機能スコア算出プロセスと、
前記認知機能算出プロセスが算出した前記数値を、１以上の異なる脳機能に関連する認知機能特性として分析する認知機能特性分析プロセスと、
前記認知機能スコア算出プロセスが算出した同一の運転者に対する前記数値と前記認知機能特性分析プロセスの分析結果とを時系列で記憶する認知機能記憶プロセスと、
前記認知機能記憶プロセスの記憶内容に基づいて、前記運転者の認知機能の低下を引き起こす複数の変動要因の影響度を算出し、主要因となるものを推定する認知機能低下要因推定プロセスと、
前記認知機能低下要因推定プロセスによる推定結果、または当該推定結果に応じた情報をもとに前記運転者を支援するドライバー支援プロセスと、
を備えるドライバー支援方法。

１０ ドライバー支援装置
３０ 車両
４０ 走行環境検出部
４１ 運転者特定部
４２ 運転状態検知部
４３ 認知機能スコア算出部
４４ 認知機能特性分析部
４５ 認知機能記憶部
４６ 認知機能低下要因推定部
４７ 認知機能特性出力部（出力部）
４８ 支援内容決定部
４９ 支援内容表示部
５０ 支援情報提示部
５１ 運転支援制御部
６０ ドライバー支援部
８０ 記憶力
８１ 遂行力
８２ 注意力
８３ 情報処理力
８４ 視空間認知力
９０ 加齢要因
９１ 体調要因
９２ スキル要因
Ｅ，Ｅａ，Ｅｂ，Ｅｃ，Ｅｄ，Ｅｅ 評価スコア（数値）
Ｔｈ１ 第１の閾値（閾値）
Ｔｈ２ 第２の閾値（閾値）
Ｔｈａ，Ｔｈｂ，Ｔｈｃ 閾値

Claims (13)

1. 運転者による車両の運転行動と、当該運転者の運転中の生体情報と、前記車両の挙動のうち少なくとも１つを検知する運転状態検知部と、
   前記運転状態検知部が検知した情報に基づいて、前記運転者の認知機能が高いか低いかを示す数値を算出する認知機能スコア算出部と、
   前記認知機能スコア算出部が算出した前記数値を、１以上の異なる脳機能に関連する認知機能特性として分析する認知機能特性分析部と、
   前記認知機能スコア算出部が算出した同一の運転者に対する前記数値と前記認知機能特性分析部の分析結果とを時系列で記憶する認知機能記憶部と、
   前記認知機能記憶部の記憶内容に基づいて、前記運転者の認知機能の低下を引き起こす複数の変動要因の影響度を算出し、主要因となるものを推定する認知機能低下要因推定部と、
   前記認知機能低下要因推定部による推定結果、または当該推定結果に応じた情報をもとに前記運転者を支援するドライバー支援部と、
   を備えるドライバー支援装置。
2. 前記認知機能低下要因推定部は、前記認知機能記憶部の現在に対応する記憶内容と、所定の過去の時点に対応する記憶内容とを比較することによって、認知機能の変動要因を推定する、
   請求項１に記載のドライバー支援装置。
3. 前記変動要因は、前記運転者の加齢要因と、体調要因と、スキル要因との少なくとも１つを含む、
   請求項１に記載のドライバー支援装置。
4. 前記ドライバー支援部は、前記認知機能低下要因推定部の推定結果に応じた情報を、前記主要因に係る過去の数値と、前記主要因に係る現在の数値とに応じた形態で出力する出力部を更に備える、
   請求項３に記載のドライバー支援装置。
5. 前記出力部は、前記加齢要因が前記主要因である場合に、前記運転者に対して、加齢による認知機能低下があることを示す情報、または加齢による認知機能低下の回復訓練に係る情報を出力する、
   請求項４に記載のドライバー支援装置。
6. 前記出力部は、前記体調要因が前記主要因である場合に、前記運転者に対して、体調不良であることを自覚させて注意を促す情報、または休憩を促す情報を出力する、
   請求項４に記載のドライバー支援装置。
7. 前記出力部は、前記スキル要因が前記主要因である場合に、前記運転者に対して、苦手な道路状態であることを示す情報の出力、または苦手な道路を避けたルート変更の提案を行う、
   請求項４に記載のドライバー支援装置。
8. 前記ドライバー支援部は、
   前記認知機能特性分析部が算出した認知機能特性と、閾値との比較に基づいて、前記車両が有する複数の機能の中から、前記運転者の認知機能の更なる低下を抑制するための情報提供を支援する情報提供機能を有効にするか、低下した前記認知機能特性に関連付いた運転動作を支援する運転支援機能を有効にするか、を決定する支援内容決定部を更に備えて、
   前記出力部は、前記支援内容決定部が決定した支援機能が有効になったタイミングで、前記認知機能低下要因推定部による推定結果、または当該推定結果に応じた情報を出力する、
   請求項４に記載のドライバー支援装置。
9. 前記ドライバー支援部は、
   前記認知機能特性分析部が算出した認知機能特性と、閾値との比較に基づいて、前記車両が有する複数の機能の中から、前記運転者の認知機能の更なる低下を抑制するための情報提供を支援する情報提供機能を有効にするか、低下した前記認知機能特性に関連付いた運転動作を支援する運転支援機能を有効にするか、を決定する支援内容決定部を更に備えて、
   前記支援内容決定部は、前記認知機能低下要因推定部におけるスキル要因の推定結果に応じて抽出された苦手な道路状態が走行ルート上にある場合に、前記運転者の支援を行う、
   請求項７に記載のドライバー支援装置。
10. 前記出力部は、前記認知機能低下要因推定部の推定結果に応じた情報を、前記ドライバー支援装置とネットワークで接続された機器に出力する、
    請求項４に記載のドライバー支援装置。
11. 前記認知機能低下要因推定部は、第１の所定期間に亘る前記数値の第１の平均値に基づいて、前記加齢要因に係る認知機能の変動を推定して、
    前記第１の所定期間よりも短い第２の所定期間に亘る前記数値の第２の平均値に基づいて、前記体調要因に係る認知機能の変動を推定して、
    前記第２の所定期間よりも短い第３の所定期間に亘る前記数値の第３の平均値に基づいて、前記スキル要因に係る認知機能の変動を推定する、
    請求項３に記載のドライバー支援装置。
12. 運転者による車両の運転行動と、当該運転者の運転中の生体情報と、前記車両の挙動のうち少なくとも１つを検知する運転状態検知部と、
    前記運転状態検知部が検知した情報に基づいて、前記運転者の認知機能が高いか低いかを示す数値を算出する認知機能スコア算出部と、
    前記認知機能スコア算出部が算出した前記数値を、１以上の異なる脳機能に関連する認知機能特性として分析する認知機能特性分析部と、
    前記認知機能スコア算出部が算出した同一の運転者に対する前記数値と前記認知機能特性分析部の分析結果とを時系列で記憶する認知機能記憶部と、
    前記認知機能記憶部の記憶内容に基づいて、前記運転者の認知機能の低下を引き起こす複数の変動要因の影響度を算出し、主要因となるものを推定する認知機能低下要因推定部と、
    前記認知機能低下要因推定部による推定結果、または当該推定結果に応じた情報をもとに前記運転者を支援するドライバー支援部と、
    を備えるドライバー支援システム。
13. 運転者による車両の運転行動と、当該運転者の運転中の生体情報と、前記車両の挙動のうち少なくとも１つを検知する運転状態検知プロセスと、
    前記運転状態検知プロセスが検知した情報に基づいて、前記運転者の認知機能が高いか低いかを示す数値を算出する認知機能スコア算出プロセスと、
    前記認知機能スコア算出プロセスが算出した前記数値を、１以上の異なる脳機能に関連する認知機能特性として分析する認知機能特性分析プロセスと、
    前記認知機能スコア算出プロセスが算出した同一の運転者に対する前記数値と前記認知機能特性分析プロセスの分析結果とを時系列で記憶する認知機能記憶プロセスと、
    前記認知機能記憶プロセスの記憶内容に基づいて、前記運転者の認知機能の低下を引き起こす複数の変動要因の影響度を算出し、主要因となるものを推定する認知機能低下要因推定プロセスと、
    前記認知機能低下要因推定プロセスによる推定結果、または当該推定結果に応じた情報をもとに前記運転者を支援するドライバー支援プロセスと、
    を備えるドライバー支援方法。

Images