JP5688810B2 - 運転者状態推定装置 - Google Patents

Description

本発明は、自動車などの車両を運転している運転者の状態を推定するための運転者状態推定装置に関する。

従来、自動車などの車両を適切に運行させるなどの目的をもって、車両を運転している運転者の覚醒度を推定するための覚醒度推定装置が開発されてきた。

本願出願人は、運転者の認識・判断・操作をモデル化した運転者モデルという概念を用いて、運転者の覚醒度を推定する技術を提案している（特許文献１参照）。

特許文献１に係る覚醒度推定技術では、まず、運転者モデル作成部は、目標方位角と実方位角との差（方位角偏差）を仮想的な運転者の入力とし、実操舵角を仮想的な運転者の出力として、仮想的な運転者の入出力関係を表す運転者モデルを作成する。運転者モデル操作量取得部は、運転者モデルに対して現在の方位角偏差を入力することで運転者モデル操舵角を取得する。覚醒度推定部は、実操舵角と運転者モデル操舵角との差に基づいて運転者の覚醒度を推定する。

実操舵角と運転者モデル操舵角との差は、運転者の判断に基づく操作（実操舵角）が、線形モデル（運転者モデル操舵角）に基づいているか否かを評価するための有効な指標となる。また、運転者の判断に基づく操作（実操舵角）が運転者モデル操舵角から乖離している場合、運転者の覚醒度は低下している蓋然性が高いことがわかっている。したがって、特許文献１に係る覚醒度推定技術によれば、実操舵角と運転者モデル操舵角との差に基づいて運転者の覚醒度を推定することができる。

ＷＯ２０１１／０４０３９０号公報

ところが、特許文献１に係る覚醒度推定技術では、所定の周期毎に、運転者モデルを逐次作成し、作成した運転者モデルを用いて覚醒度推定の基礎データとなる残差を演算し、得られた残差に基づき運転者の覚醒度を推定するといった直列連鎖状の情報処理工程を採用している。このため、情報処理に係る負荷が過大であると共に、上流の工程を待って下流の工程を遂行する要請から、推定処理全体としての高速化を図れないという問題があった。

本発明は上記実情に鑑みてなされたものであり、運転者モデルの逐次作成に関する情報処理に係る負荷を軽減すると共に、推定処理全体としての高速化を実現可能な運転者状態推定装置を提供することを目的とする。

上記目的を達成するために、請求項１に係る発明は、車両を運転する運転者の状態を推定するための運転者状態推定装置であって、前記運転者の操作目標値を取得する操作目標値取得部と、前記車両の実動作量を取得する実動作量取得部と、前記運転者の実操作量を取得する実操作量取得部と、前記車両の実動作量、または、前記運転者の実操作量の少なくともいずれかに基づいて、当該車両の走行路の状況を含む走行環境として予め定められる複数の走行シーンのなかから、当該車両の現在の走行シーンを同定する走行シーン同定部と、前記操作目標値および前記実動作量の差を運転者の入力とし、前記実操作量を運転者の出力として、当該運転者の入出力関係を定義した運転者モデルを作成する運転者モデル作成部と、前記操作目標値および前記実動作量の差を前記運転者モデルに入力することで運転者モデル操作量を取得する運転者モデル操作量取得部と、前記運転者モデル作成部で作成された運転者モデルのなかから、反復使用に適した規範となる運転者モデルを規範モデルとして設定する規範モデル設定部と、前記操作目標値および前記実動作量の差を前記規範モデルに入力することで規範モデル操作量を取得する規範モデル操作量取得部と、前記実操作量および前記規範モデル操作量の差から求められる規範モデル誤差に基づいて前記運転者の状態を推定する運転者状態推定部と、を備え、前記規範モデル設定部には、前記複数の走行シーン毎に対応付けて前記規範モデルがそれぞれ設定されており、前記規範モデル操作量取得部は、前記走行シーン同定部で同定された前記車両の現在の走行シーンに対応する前記規範モデルを前記規範モデル設定部から取得し、該取得した前記規範モデルに対し、前記操作目標値および前記実動作量の差を入力することで前記規範モデル操作量を取得し、前記規範モデル設定部は、前記車両の運転開始時、または、前記走行シーンの変化時を起点として所定時間が経過するまでの初期設定期間において、前記実操作量、および、前記運転者モデル操作量取得部を用いて取得した前記運転者モデル操作量の差から求められる残差として、最も小さい値が得られた際に用いていた前記運転者モデルを、当該走行シーンに対応する規範モデルとして設定する、ことを最も主要な特徴とする。

また、請求項２に係る発明は、請求項１に記載の運転者状態推定装置であって、前記走行シーン同定部は、前記車両の実動作量、または、前記運転者の実操作量の少なくともいずれかに係る時系列データに対して経時的な平滑化処理を施し、当該平滑化処理後の前記車両の実動作量データまたは前記運転者の実操作量データ、および、前記複数の走行シーンの属性情報に基づいて、当該車両の現在の走行シーンを同定する、ことを特徴とする。

また、請求項３に係る発明は、請求項１に記載の運転者状態推定装置であって、前記走行シーン同定部は、前記車両のヨーレートセンサで検知された前記車両の実動作量に係る時系列データに対して経時的な平滑化処理を施し、当該平滑化処理後の実動作量データ、および、前記複数の走行シーンの属性情報に基づいて、当該車両の現在の走行シーンを同定する、ことを特徴とする。

また、請求項４に係る発明は、請求項１に記載の運転者状態推定装置であって、前記走行シーン同定部は、前記運転者の実操作量、および、前記複数の走行シーンの属性情報に基づいて、当該車両の現在の走行シーンを同定する、ことを特徴とする。

また、請求項５に係る発明は、請求項１〜４のいずれか一項に記載の運転者状態推定装置であって、前記操作目標値取得部は、撮像部により撮像し、または、ナビゲーション装置を介して得られる前記車両の進行方向に係る走行道路情報に基づいて、前記運転者の操作目標値を取得する、ことを特徴とする。

請求項１に係る運転者状態推定装置によれば、運転者モデルの逐次作成に関する情報処理に係る負荷軽減および覚醒度推定処理全体としての高速化に係る効果、並びに、覚醒度に係る推定精度の低下を抑制する効果に加えて、規範モデルの設定を簡易に行うことができる。また、仮に、運転者モデルの当事者と運転者が同一である場合に、本運転者状態推定装置を用いると、覚醒度推定に係る精度向上を期待することができる。さらに、情報処理に係る負荷軽減および覚醒度推定処理全体としての高速化に係る効果に加えて、覚醒度に係る推定精度の低下を高い水準で抑制することができる。

また、請求項２〜４に係る運転者状態推定装置によれば、車両の現在の走行シーンを正確に同定することができる。したがって、請求項１に係る発明の効果に加えて、覚醒度に係る推定精度の低下をより一層高い水準で抑制する効果を期待することができる。

また、請求項５に係る運転者状態推定装置によれば、運転者の操作目標値に係る取得ルートを明確に規定したので、請求項１に係る発明の効果に加えて、運転者の目標方位角（操作目標値）に係る取得を的確に行わせることができる。

本発明の前提となる覚醒度推定技術に係る原理の説明に供する概念図である。 本発明の前提となる覚醒度推定技術に係る原理の説明に供する概念図である。 本発明の前提となる覚醒度推定技術の動作説明に供する図である。 本発明の実施形態に係る覚醒度推定装置（運転者状態推定装置）の概略構成を表すブロック図である。 本発明の実施形態に係る覚醒度推定装置（運転者状態推定装置）の動作説明に供する図である。 本発明の実施形態に係る覚醒度推定装置（運転者状態推定装置）の動作のうち、規範モデル設定処理の流れを表すフローチャート図である。 本発明の実施形態に係る覚醒度推定装置（運転者状態推定装置）の動作のうち、覚醒度推定処理の流れを表すフローチャート図である。 平滑化ヨーレートの絶対値と走行シーンの属性情報との対応関係を表す説明図である。 走行シーンの属性情報と対応する規範モデルとの対応関係を表す説明図である。 規範モデル誤差に対する覚醒度の関係を対応付けて表す説明図である。

以下、本発明の実施形態に係る運転者状態推定装置について、図面を参照して詳細に説明する。
なお、本発明に係る運転者状態推定装置において推定対照となる運転者状態とは、運転者の覚醒に係る水準を表す覚醒度や、運転者が発揮している注意力・集中力に係る水準を含む、運転者に係る状態を包括して含む概念である。運転者状態のうち覚醒度は、後記するように、例えば、運転者が居眠り運転や飲酒運転を行っている際に、そのときの車両の挙動に基づいて推定することができる。
そこで、本発明に係る運転者状態推定装置の一実施形態について、後記する規範モデルという概念を用いて、運転者の覚醒度を推定する覚醒度推定装置を例示して説明する。

〔本発明の前提となる覚醒度推定技術に係る原理の説明〕
はじめに、本発明の前提となる覚醒度推定技術に係る原理について、図１および図２を参照して説明する。図１および図２は、本発明の前提となる覚醒度推定技術に係る原理の説明に供する概念図である。図３は、本発明の前提となる覚醒度推定技術の動作説明に供する図である。
なお、覚醒度は、前記したとおり、運転者状態の一態様である。このため、以下に述べる“覚醒度推定技術”は、“運転者状態推定技術”と読み替えることにより、運転者状態の推定用途にそのまま適用することができる。

図１の例では、例えば、道路の中央に引かれた白線に沿って車両を走行させるように、運転者がステアリングホイールを操作し車両の方位角を制御するケースを想定している。

まず、運転者は、図１および図２に示すように、車両の進行方向を白線の方向に沿わせるための目標方位角と、車両の実方位角との偏差である方位角偏差を、視覚を通じて認識する。運転者は、この方位角偏差をなくすために、ステアリングホイールをどの方向にどれだけ操作すればよいかを経験的に判断し、同判断に従ってステアリングホイールを操作する。すると、ステアリングホイールに実操舵角が生じて、同操作に車両が応答することで方位角の変化が起こる。このときの車両の挙動は、走行路面の摩擦係数や傾斜、車両の走行速度や積載量などといった環境要素（外乱）によって影響を受ける。そして、ある実方位角が車両に生じる。

この時点において、実方位角は、前記した直前の実方位角とは異なる場合が多い。また、目標方位角も同様に、前記した直前の目標方位角とは異なる場合が多い。そこで、運転者は、前記のとおりはじめから、目標方位角と、車両の実方位角との偏差である方位角偏差を、視覚を通じて認識し、判断し、同判断に従ってステアリングホイールを操作する。以下、前記と同様の工程が繰り返される。

例えば、運転者が居眠り運転や飲酒運転をすると、運転者の認識・判断・操作に誤りが生じて、道路の白線に沿って車両を精度良く走行させることが困難になる。その結果、方位角偏差は増大しがちになる。そこで、方位角偏差（制御成績）の経時的な推移を観測することにより、運転者の覚醒度（運転者状態、以下、同じ。）を推定することができる。

ところが、前記の覚醒度推定手法では、前記の環境要素（外乱）を考慮することなしに運転者の覚醒度を推定するため、その推定結果は環境要素（外乱）に起因した誤差を不可避的に含むことになる。

そこで、本発明者らは、環境要素（外乱）を考慮して運転者の認識・判断・操作をモデル化した運転者モデル（図１参照）という概念を用いて、運転者の覚醒度を推定する技術を考案した。

本考案に係る覚醒度推定技術（本発明の前提となる覚醒度推定技術）では、まず、目標方位角と実方位角との差（方位角偏差）を仮想的な運転者の入力とし、実操舵角を仮想的な運転者の出力として、仮想的な運転者の入出力関係を定義した運転者モデルを作成する。運転者モデルは、一対一の入出力関係を有するため、関数として取り扱うことができる。こうして作成した運転者モデルに対し、現在の方位角偏差を入力すると、運転者モデルの出力として、運転者モデル操舵角が得られる。

ところで、実操舵角と運転者モデル操舵角との差（残差）は、前記のとおり、運転者の判断に基づく操作（実操舵角）が、線形モデル（運転者モデル操舵角）に基づいているか否かを評価するための有効な指標となる。また、運転者の判断に基づく操作（実操舵角）が運転者モデル操舵角から乖離している場合、運転者の覚醒度は低下している蓋然性が高いことがわかっている。
したがって、本発明の前提となる覚醒度推定技術によれば、実操舵角と運転者モデル操舵角との差（残差）に基づいて運転者の覚醒度を推定することができる。

ところが、本発明の前提となる覚醒度推定技術では、所定の周期毎に、運転者モデルを逐次作成し、作成した運転者モデルを用いて覚醒度推定の基礎データとなる残差を演算し、得られた残差に基づき運転者の覚醒度を推定するといった直列連鎖状の情報処理工程を採用している。具体的には、図３に示すように、残差の演算には、実操舵角の他に、運転者モデルを用いて取得される運転者モデル操舵角を用いる。つまり、残差の演算は、運転者モデル作成処理の終了を待って行う必要がある。換言すれば、覚醒度推定処理において、運転者モデル作成処理がボトルネックとなっていた。
このため、本発明の前提となる覚醒度推定技術では、情報処理に係る負荷が過大であると共に、上流の工程を待って下流の工程を遂行する要請から、覚醒度推定処理全体としての高速化を図れないという問題があったのである。

〔本発明の実施形態に係る覚醒度推定装置の概要〕
本発明者らの研究によると、運転者モデルに求められる機能は、方位角偏差を入力すると、運転者モデル操舵角（本発明の“運転者モデル操作量”に相当する。）を出力する機能であり、ある運転者モデルを反復して用いる場合でも、その運転者モデルを適切に設定すれば、覚醒度に係る推定精度をさほど損なわないことがわかった。

そこで、本発明の実施形態に係る覚醒度推定装置では、反復使用に適した規範となる運転者モデルを規範モデルとして設定し、この規範モデルを反復して用いることにより、運転者モデルの逐次作成に関する情報処理に係る負荷を軽減すると共に、推定処理全体としての高速化を図ることとした。

また、本発明者らの研究によると、運転者モデルにおける運転者の入出力関係は、車両の走行シーンに応じて変動することがわかっている。ここで、車両の走行シーンとは、走行中の車両が置かれている環境であって、例えば、車両の走行路の状況（例えば、直線路か、カーブ路か、カーブ路の場合、緩やかか、急かなど）や、走行路面の状況（例えば、舗装路か否か、乾いているか、濡れているか、凍っているかなど）や、天候（例えば、晴天か、雨か、雪か、強風か否か、外気温は何度かなど）や、走行路が高速道路か一般道路かを包含する概念である。

運転者モデルにおける運転者の入出力関係が、車両の走行シーンに応じて変動する旨の具体例をあげると、共通の方位角偏差を入力したときの運転者モデル操舵角を、直線路と急なカーブ路とで比べてみると、急なカーブ路での運転者モデル操舵角の方が、直線路での運転者モデル操舵角よりも大きい傾向がある。

このため、例えば、車両の走行シーンが時々刻々と変化する状況下では、共通の規範モデルを反復継続して用いると、車両の現在の走行シーンと、その規範モデルの特性（どのような走行シーンに適するものか）との関係がミスマッチとなる場面を生じて、覚醒度の推定精度を低下させる懸念があった。

そこで、本発明の実施形態に係る覚醒度推定装置では、予め定めた複数の走行シーン毎に対応付けて、反復使用に適した規範となる運転者モデルである規範モデルをそれぞれ設定しておき、車両の走行中に、車両の現在の走行シーンに対応する規範モデルを読み出して用いることにより、車両の走行シーンが時々刻々と変化する場合であっても、覚醒度に係る推定精度の低下抑制を図ることとした。

〔本発明の実施形態に係る覚醒度推定装置１１のブロック構成〕
次に、本発明の実施形態に係る覚醒度推定装置１１のブロック構成について、図４および図５を参照して説明する。図４は、本発明の実施形態に係る覚醒度推定装置１１の概略構成を表すブロック図である。図５は、同覚醒度推定装置１１の動作説明に供する図である。

本発明の実施形態に係る覚醒度推定装置１１は、図４に示すように、撮像部１３、ヨーレートセンサ１５、操舵角センサ１７、スピーカ１９、および、ＥＣＵ（electronic control unit）２０と、を備えて構成されている。覚醒度推定装置１１を構成するこれらの部材は、車両Ｃａに搭載されている。
なお、本発明の実施形態に係る覚醒度推定装置１１は、本発明の“運転者状態推定装置”に相当する。

撮像部１３は、車両Ｃａの進行方向前方の、白線を含む路面を撮像する機能を有する。撮像部１３は、例えばＣＣＤ（個体撮像素子）センサである。撮像部１３で撮像された白線を含む路面の画像情報は、後記する目標方位角取得部２１へと送られる。

ヨーレートセンサ１５は、車両Ｃａに生じるヨーレート（車両重心の上下方向軸回りの回転角速度）を検知する機能を有する。ヨーレートセンサ１５で検知されたヨーレートは、後記する実方位角取得部２３、および、走行シーン同定部３４へとそれぞれ送られる。

操舵角センサ１７は、運転者が操作するステアリングホイール１８の実操舵角（本発明の“実操作量”に相当する。）を検知する機能を有する。操舵角センサ１７は、本発明の“実操作量取得部”に相当する。操舵角センサ１７で検知された実操舵角は、後記する運転者モデル作成部２７、残差算出部３３、および、規範モデル誤差算出部３９へとそれぞれ送られる。

スピーカ１９は、後記する覚醒度推定部４１において、運転者の覚醒度が所定の水準を下回る旨の推定結果が得られた場合に、後記する警報制御部４３の制御動作に従って警報音を発生させる機能を有する。低覚醒状態にある運転者を覚醒させるには、聴覚に刺激を与えるのが有効だからである。

ＥＣＵ２０は、不図示のＣＰＵ（Central processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、入出力回路（Ａ／Ｄ変換器およびＤ／Ａ変換器を含む）などを備えて構成される。ＣＰＵは、ＲＯＭに格納されたプログラムに従って、ＲＡＭを作業領域として用いて、規範モデル設定処理および覚醒度推定処理を含む各種処理を実行する。これらの処理の流れについては後記する。

ＥＣＵ２０は、論理的な構成部材として、目標方位角取得部２１、実方位角取得部２３、方位角偏差算出部２５、運転者モデル作成部２７、バンドパスフィルタ２９、運転者モデル操舵角取得部３１、残差算出部３３、走行シーン同定部３４、規範モデル設定部３５、規範モデル操舵角取得部３７、規範モデル誤差算出部３９、覚醒度推定部４１、および、警報制御部４３を有して構成されている。

本発明の“操作目標値取得部”に相当する目標方位角取得部２１は、運転者の目標方位角（本発明の“操作目標値”に相当する。）を取得する機能を有する。具体的には、目標方位角取得部２１は、撮像部１３から送られてきた白線を含む路面の画像情報に対して画像処理を施すことにより、白線の方向を認識する。次いで、目標方位角取得部２１は、白線の方向と車体前後軸の方向とのヨー方向ずれ量に基づき、目標方位角を算出し取得する。

目標方位角は、白線の方向と車体前後軸の方向とのヨー方向ずれ量が大きいほど大きくなる。目標方位角の正負は、白線の方向に対する車体前後軸のヨー方向ずれの向きに応じて、例えば、時計周り方向を“正”とする一方、反時計周り方向を“負”とするように設定される。

本発明の“実動作量取得部”に相当する実方位角取得部２３は、実方位角（本発明の“実動作量”に相当する。）を取得する機能を有する。具体的には、実方位角取得部２３は、例えば、ヨーレートセンサ１５で検知され出力されてくるヨーレートの時系列データを、所定時間にわたり積分することによって、実方位角を取得する。

方位角偏差算出部２５は、目標方位角取得部２１で取得した目標方位角、および、実方位角取得部２３で取得した実方位角の差である方位角偏差を算出する機能を有する。方位角偏差算出部２５で算出された方位角偏差は、運転者モデル作成部２７およびバンドパスフィルタ２９へとそれぞれ送られる。

運転者モデル作成部２７は、図４に示すように、方位角偏差を運転者の入力とし、実操舵角を運転者の出力として、当該運転者の入出力関係を定義した運転者モデルを作成する機能を有する。運転者モデル作成部２７を用いて過去に作成された運転者モデルは、ＲＡＭなどの記憶部に、後記するように、それぞれの運転者モデルが属する走行シーンの属性情報を付加することで必要に応じて読み出し可能な状態で記憶される。

本実施形態では、運転者モデル作成部２７は、基本的に、規範モデル設定処理を遂行する場合に限って機能するように構成されている。要するに、本実施形態に係る運転者モデル作成部２７は、本発明の前提となる覚醒度推定技術では、所定の周期毎に逐次作成していた運転者モデルを、規範モデル設定処理を遂行する場合に限って作成する構成を採用している。これにより、運転者モデルの逐次作成に関連する情報処理の負荷を軽減すると共に、覚醒度推定処理全体としての高速化を図るようにしている。

ちなみに、本実施形態では、運転者の入力である方位角偏差と、運転者の出力である実操舵角との入出力関係を定義する運転者モデルは、例えば、式（１）に示す一次微分方程式で与えられる。

［運転者モデル］＝Ｋ／（１＋Ｔｓ） 式（１）
ただし、Ｋはゲイン係数、Ｔｓは時間応答である。

運転者モデルの定義によれば、下記の式（２）の関係が成立する。運転者モデルである一次微分方程式［Ｋ／（１＋Ｔｓ）］の解は、下記の式（３）で与えられる。
［実操舵角］＝［Ｋ／（１＋Ｔｓ）］×［方位角偏差］ 式（２）
［Ｋ／（１＋Ｔｓ）］＝［実操舵角］／［方位角偏差］ 式（３）

ここで、式（３）の右辺の［実操舵角］は、操舵角センサ１７で検知出力される。また、式（３）の右辺の［方位角偏差］は、方位角偏差算出部２５で算出される。このように、式（３）の右辺の値は両者共に取得可能である。したがって、運転者モデル作成部２７は、式（３）を適用することにより、運転者モデルを計算により作成することができる。

バンドパスフィルタ２９は、方位角偏差算出部２５で算出された方位角偏差を含む時系列データ（広い帯域にわたる周波数成分を含む）に対して、１〜１０ｒａｄ／ｓｅｃの周波数帯域に属するデータを選択的に通過させる機能を有する。ここで、本発明者らの研究によると、１〜１０ｒａｄ／ｓｅｃの周波数帯域に属する方位角偏差を含む時系列データは、運転者の覚醒度が低下（例えば、眠気が増加）した際の傾向を顕著に表すことがわかっている。バンドパスフィルタ２９を通過した方位角偏差に係る時系列データは、運転者モデル操舵角取得部３１および規範モデル操舵角取得部３７へとそれぞれ送られる。

本発明の“運転者モデル操作量取得部”に相当する運転者モデル操舵角取得部３１は、運転者モデル操舵角を取得する機能を有する。具体的には、運転者モデル操舵角取得部３１は、前記した式（２）を適用し、運転者モデル作成部２７で作成された運転者モデル［Ｋ／（１＋Ｔｓ）］に対し、バンドパスフィルタ２９を通過した方位角偏差に係る時系列データを乗じることにより、運転者モデル操舵角を取得する。運転者モデル操舵角取得部３１で取得された運転者モデル操舵角は、残差算出部３３へと送られる。

残差算出部３３は、図３に示すように、操舵角センサ１７から送られてくる実操舵角データと、運転者モデル操舵角取得部３１で取得した運転者モデル操舵角データとに基づいて、“残差”を算出する機能を有する。具体的には、残差算出部３３は、実操舵角データと運転者モデル操舵角データとの差分を求めると共に、求めた差分データに対して二乗平均処理を施す（求めた差分データが時系列データである場合、この時系列データを用いて二乗平均処理を施せばよい。また、求めた差分データと、蓄積しておいた過去の差分データとを用いて二乗平均処理を施してもよい。）ことにより、運転者の覚醒度を表す指標となる“残差”を算出する。また、ある時点の時系列データの時間軸上の前後にわたる何点かを対象とした平均値や、中心値から所定値を超えて離れた値を除くフィルタリング処理を行って得られた値などを、“残差”として採用してもよい。残差算出部３３で算出された“残差”は、覚醒度推定部４１へと送られる。
なお、図３に示す理想モデルに係る入出力とは、運転者が行う実際の入出力を意味する。運転者モデルと対極をなすのは、当事者としての実際の運転者だからである。

走行シーン同定部３４は、車両Ｃａの実方位角（実動作量）、または、運転者の実操舵角（実操作量）の少なくともいずれかに基づいて、車両Ｃａの走行路の状況を含む走行環境として予め定められる複数の走行シーン（具体的には、例えば、車両Ｃａの走行路は直線路か、カーブ路か、カーブ路の場合、緩やかか、急かなど）のなかから、車両Ｃａの現在の走行シーンを同定する機能を有する。走行シーン同定部３４の詳しい動作については後記する。

規範モデル設定部３５は、基本的には、運転者モデル作成部２７で過去に作成された運転者モデルのなかから、反復使用に適した規範となる運転者モデルを規範モデルとして設定する機能を有する。具体的には、規範モデル設定部３５は、車両Ｃａの運転開始時、または、走行シーンの変化時を起点として所定時間が経過するまでの初期設定期間において、実操作量（実操舵角）、および、運転者モデル操作量取得部３１を用いて取得した運転者モデル操作量（運転者モデル操舵角）の差から求められる残差として、最も小さい値が得られた際に用いていた運転者モデルを、当該走行シーンに対応する規範モデルとして設定する。規範モデル設定部３５の詳しい動作については後記する。
規範モデル設定部３５で設定された規範モデルは、走行シーン同定部３４、および、規範モデル操舵角取得部３７によって適宜参照される。

なお、規範モデル設定部３５で設定される規範モデルとしては、運転者モデル作成部２７で過去に作成された運転者モデル以外の運転者モデルであってもよい。また、“規範モデルとして設定する”とは、設定対象となる運転者モデルを、反復使用に備えて、ＲＡＭなどの記憶部に、それぞれの運転者モデルが属する走行シーンの属性情報を付加することで必要に応じて読み出し可能な状態で記憶させておくことを意味する。

本発明の“規範モデル操作量取得部”に相当する規範モデル操舵角取得部３７は、規範モデル操舵角（本発明の“規範モデル操作量”に相当する。）を取得する機能を有する。具体的には、規範モデル操舵角取得部３７は、前記した式（２）を適用し、規範モデル設定部３５で規範モデルとして設定された運転者モデル［Ｋ／（１＋Ｔｓ）］に対し、バンドパスフィルタ２９を通過した方位角偏差に係る時系列データを乗じることにより、規範モデル操舵角を取得する。規範モデル操舵角取得部３７で取得された規範モデル操舵角は、規範モデル誤差算出部３９へと送られる。

規範モデル誤差算出部３９は、図５に示すように、操舵角センサ１７から送られてくる実操舵角データと、規範モデル操舵角取得部３７で取得した規範モデル操舵角データとに基づいて、運転者の覚醒度を表す指標となる“規範モデル誤差”を算出する機能を有する。具体的には、規範モデル誤差算出部３９は、実操舵角データと規範モデル操舵角データとの差分を求めることにより、“規範モデル誤差”を算出する。規範モデル誤差算出部３９で算出された“規範モデル誤差”は、覚醒度推定部４１へと送られる。
なお、規範モデル誤差算出部３９は、実操舵角データと規範モデル操舵角データとの差分を求めると共に、求めた差分データに対して二乗平均処理を施すことにより、“規範モデル誤差”を算出する構成を採用してもよい。

覚醒度推定部４１は、残差算出部３３で算出された“残差”、または、規範モデル誤差算出部３９で算出された“規範モデル誤差”に基づいて、運転者の覚醒度を推定する機能を有する。覚醒度推定部４１で推定された覚醒度の情報は、警報制御部４３へと送られる。
なお、覚醒度推定部４１は、本発明の“運転者状態推定部”に相当する。

警報制御部４３は、覚醒度推定部４１から、運転者の覚醒度が所定の水準を下回る旨の覚醒度情報が送られてきた場合に、スピーカ１９に警報音を発生させる警報制御を行う機能を有する。

〔本発明の実施形態に係る覚醒度推定装置１１の動作〕
次に、本発明の実施形態に係る覚醒度推定装置１１の動作について、図６Ａ，図６Ｂおよび図７Ａ〜図７Ｃを参照して説明する。図６Ａは、本発明の実施形態に係る覚醒度推定装置１１の動作のうち、規範モデル設定処理の流れを表すフローチャート図である。図６Ｂは、同覚醒度推定装置１１の動作のうち、覚醒度推定処理の流れを表すフローチャート図である。図７Ａは、平滑化ヨーレートの絶対値と走行シーンの属性情報との対応関係を表す説明図である。図７Ｂは、走行シーンの属性情報と対応する規範モデルとの対応関係を表す説明図である。図７Ｃは、規範モデル誤差に対する覚醒度の関係を対応付けて表す説明図である。

なお、図６Ａに示す規範モデル設定処理は、ＥＣＵ２０の監視下において、車両Ｃａの運転開始時、または、走行シーンの変化時を起点として開始される。具体的には、ＥＣＵ２０は、不図示のイグニッションスイッチのオンオフ状態、および、走行シーンの変化状態を常時監視している。ＥＣＵ２０は、イグニッションスイッチがオフからオン状態に切り替えられたか否かを調べることにより、車両Ｃａの運転開始時か否かを判断する。また、ＥＣＵ２０は、走行シーン同定部３４で同定された走行シーンと、直前の走行シーンとの異同を調べることにより、走行シーンの変化時か否かを判断する。

図６Ａに示す例では、規範モデル設定処理を遂行する上で基礎となるデータを、“初期設定期間”（ステップＳ５０１〜Ｓ５１０参照）において収集している。ここで、“初期設定期間”とは、車両Ｃａの運転開始時、または、走行シーンの変化時を起点として、所定時間（例えば１０分〜３０分などの、適宜その長さを変更可能な時間）が経過するまでの期間をいう。

また、図６Ａおよび図６Ｂには、両者に共通する処理ステップが存在する（ステップＳ５０１〜Ｓ５０５参照）。そこで、図６Ａおよび図６Ｂにおいて、両者に共通する処理ステップ間には共通のステップ番号を付し、その重複した説明を省略することとする。

ステップＳ５０１において、目標方位角取得部２１は、撮像部１３から送られてきた白線を含む路面の画像情報に対して画像処理を施すことにより、白線の方向を認識し、認識した白線の方向と車体前後軸の方向とのヨー方向ずれ量に基づいて、運転者の操作目標値である目標方位角を算出し取得する。

ステップＳ５０２において、実方位角取得部２３は、ヨーレートセンサ１５で検知される所定時間にわたるヨーレートを積分することによって、車両Ｃａの実動作量である実方位角を取得する。

ステップＳ５０３において、方位角偏差算出部２５は、ステップＳ５０１で取得した目標方位角、および、ステップＳ５０２で取得した実方位角の差である方位角偏差を算出する。

ステップＳ５０４において、操舵角センサ１７は、運転者が操作するステアリングホイール１８の実操舵角を検知し取得する。

ステップＳ５０５において、走行シーン同定部３４は、ヨーレートセンサ１５で検知された時系列データ（車両の実動作量）に対して経時的な平滑化処理を施し、平滑化処理後の平滑化ヨーレートの絶対値（実動作量データ）、および、複数の走行シーンの属性情報（図７Ａ参照）に基づいて、車両Ｃａの現在の走行シーンを同定する。ステップＳ５０５で同定された車両Ｃａの現在の走行シーンは、ステップＳ５０６において走行シーンに対応する運転者モデルを作成する際や、走行シーンの変化時を検出する際などに参照される。

図７Ａに示すテーブル例では、平滑化ヨーレートの絶対値が１［ｄｅｇ／ｓ］以下の場合、走行シーンの属性情報として“直線路”を関連付けている。また、平滑化ヨーレートの絶対値が１〜４［ｄｅｇ／ｓ］の範囲に属する場合、走行シーンの属性情報として“緩やかなカーブ路”を関連付けている。そして、平滑化ヨーレートの絶対値が４〜７［ｄｅｇ／ｓ］の範囲に属する場合、走行シーンの属性情報として“急なカーブ路”を関連付けている。したがって、例えば、平滑化ヨーレートの絶対値として３［ｄｅｇ／ｓ］が検知された場合、走行シーン同定部３４は、車両Ｃａの現在の走行シーンとして“緩やかなカーブ路”と同定することになる。
なお、平滑化ヨーレートの絶対値が７［ｄｅｇ／ｓ］を超える場合とは、例えば、車両Ｃａがクランク状の路地を走行しているケースや、駐車時などが相当する。かかる場合は、走行シーンの対象に含めて覚醒度を推定する要請がほとんどないと考えられる。このため、走行シーンの対象から除外している。

ステップＳ５０６において、運転者モデル作成部２７は、ステップＳ５０３で算出した方位角偏差を運転者の入力とし、ステップＳ５０４で取得した実操舵角を運転者の出力として、ステップＳ５０５で同定された走行シーンに対応する運転者モデルを、式（３）を適用することで計算により作成する。

ステップＳ５０７において、運転者モデル操作量取得部３１は、前記した式（２）を適用し、ステップＳ５０６で作成された運転者モデル［Ｋ／（１＋Ｔｓ）］に対し、バンドパスフィルタ２９を通過した方位角偏差に係る時系列データを乗じることにより、運転者モデル操舵角を取得する。

ステップＳ５０８において、残差算出部３３は、ステップＳ５０４で取得した実操舵角データと、ステップＳ５０７で取得した運転者モデル操舵角データとの差分を求めると共に、求めた差分データに対して二乗平均処理を施すことにより、運転者の覚醒度を表す指標となる“残差”を算出する。

ステップＳ５０９において、運転者モデル作成部２７は、ステップＳ５０８で算出された“残差”を、ステップＳ５０５で同定された走行シーンに対応する運転者モデルに関連付けて記憶する。
ここで、ステップＳ５０８で算出された“残差”を、ステップＳ５０５で同定された走行シーンに対応する運転者モデルに関連付けて記憶するとは、走行シーンの属性情報と、運転者モデルの関数情報（式（３）参照）と、算出された“残差”の情報とを、相互に関連付けて記憶することを意味する。このようなデータ構造を採用したテーブルを、運転者モデル管理テーブルと呼ぶ。運転者モデル管理テーブルによれば、後記するように、初期設定期間において“残差”が最小の運転者モデルを一意に特定することができる。

ステップＳ５１０において、ＥＣＵ２０は、初期設定期間が終了したか否かを判定する。この判定は、ＥＣＵ２０の監視下に置かれている不図示のタイマ部において、規範モデル設定処理の開始時点（“初期設定期間”の起点）から所定時間が経過したか否かを調べることにより行う。

ステップＳ５１０の判定の結果、初期設定期間が未だ終了していない旨の判定が下された場合（ステップＳ５１０の“Ｎｏ”）、ＥＣＵ２０は、処理の流れをステップＳ５０１へと戻し、以下の処理を行わせる。この場合（ステップＳ５１０の“Ｎｏ”）において、規範モデル設定部３５は、規範モデルの設定を行わない。

一方、ステップＳ５１０の判定の結果、初期設定期間が終了した旨の判定が下された場合（ステップＳ５１０の“Ｙｅｓ”）、ＥＣＵ２０は、処理の流れを次のステップＳ５１１へと進ませる。

ステップＳ５１１において、規範モデル設定部３５は、運転者モデル作成部２７に記憶されている運転者モデル管理テーブルを参照して、初期設定期間において“残差”が最小の運転者モデルを抽出し、抽出した運転者モデルを、ステップＳ５０５で同定された走行シーンに対応する規範モデルとして設定する。
ここで、“残差”が最小の運転者モデルを、ステップＳ５０５で同定された走行シーンに対応する規範モデルとして設定するとは、走行シーンの属性情報と、“残差”が最小の運転者モデルの関数情報（式（３）参照）とを、相互に関連付けて記憶することを意味する。このようなデータ構造を採用したテーブルを、規範モデル管理テーブル（図７Ｂ参照）と呼ぶ。図７Ｂに示す規範モデル管理テーブルによれば、後記するように、ある走行シーンに対応付けられた規範モデルを読み出すことができる。
ステップＳ５１１の規範モデル設定処理が終了すると、ＥＣＵ２０は、一連の処理の流れを終了させる。

なお、前記した規範モデル設定処理は、予め定められる複数の走行シーンのそれぞれに対応する規範モデルの設定が終了するまで繰り返される。

次に、図６Ｂに示す覚醒度推定処理は、例えば、覚醒度推定装置１１の起動スイッチ（不図示）がオンしている場合などに遂行される。
なお、ステップＳ５０１〜Ｓ５０５の処理ステップは、図６Ａと共通である。このため、図６Ｂにおいて、ステップＳ５０１〜Ｓ５０５の処理ステップの説明を省略し、ステップＳ５２１から処理内容の説明を続ける。

ステップＳ５２１において、規範モデル設定部３５は、ステップＳ５０５で同定された走行シーンに対応する規範モデルを、走行シーンに係る属性情報を検索キーとして抽出し、抽出した規範モデルを図７Ｂに示す規範モデル管理テーブルから読み出す処理を行う。

ステップＳ５２２において、規範モデル操舵角取得部３７は、ステップＳ５２１で読み出された規範モデルを用いて、前記した式（２）を適用し、同規範モデルとして設定されている運転者モデル［Ｋ／（１＋Ｔｓ）］に対し、バンドパスフィルタ２９を通過した方位角偏差に係る時系列データを乗じることにより、規範モデル操舵角を取得する。

ステップＳ５２３において、規範モデル誤差算出部３９は、ステップＳ５０４で取得した実操舵角データと、ステップＳ５２２で取得した規範モデル操舵角データとの差分を求めることにより、“規範モデル誤差”を算出する。

ステップＳ５２４において、覚醒度推定部４１は、規範モデル誤差算出部３９で算出された“規範モデル誤差”に基づいて、運転者状態の一態様である運転者の覚醒度を推定する。この推定は、例えば、次の手順で行われる。

すなわち、まず、“規範モデル誤差”の大きさを、小さい順番から５段階（ＥＲ１／ＥＲ２／ＥＲ３／ＥＲ４／ＥＲ５；図７Ｃ参照）に設定する。一方、覚醒度の水準を、覚醒度の高い順番（例えば、眠くない順番）から５段階（ＡＷ１（全く眠くない）／ＡＷ２（やや眠い）／ＡＷ３（眠い）／ＡＷ４（かなり眠い）／ＡＷ５（非常に眠い）；図７Ｃ参照）に設定する。上記の設定内容を踏まえて、図７Ｃに示すように、ＥＲ１をＡＷ１に、ＥＲ２をＡＷ２に、ＥＲ３をＡＷ３に、ＥＲ４をＡＷ４に、ＥＲ５をＡＷ５に、それぞれ対応付けた関係テーブルを用意する。

覚醒度推定部４１は、規範モデル誤差算出部３９で算出された“規範モデル誤差”が、ＥＲ１〜ＥＲ５のうちどの段階に属するのかを同定し、こうして同定された“規範モデル誤差”の段階に対応する覚醒度の段階（仮に、“ＡＷ４（かなり眠い）”であったとする。）を、運転者の覚醒度として採用する。

ステップＳ５２５において、警報制御部４３は、ステップＳ５２４で推定された覚醒度の段階（ＡＷ４）が、所定の条件（仮に、“覚醒度の段階がＡＷ４またはＡＷ５である”とする。）を充足するか否かを判定する。

ステップＳ５２５の判定の結果、ステップＳ５２４で推定された覚醒度の段階が、所定の条件を充足しない旨の判定が下された場合（ステップＳ５２５の“Ｎｏ”）、警報制御部４３は、処理の流れをステップＳ５２７へとジャンプさせる。

一方、ステップＳ５２５の判定の結果、ステップＳ５２４で推定された覚醒度の段階が、所定の条件を充足する旨の判定が下された場合（ステップＳ５２５の“Ｙｅｓ”）、警報制御部４３は、処理の流れを次のステップＳ５２６へと進ませる。本実施形態では、ステップＳ５２４で推定された覚醒度の段階が“ＡＷ４（かなり眠い）”であり、所定の条件が“覚醒度の段階がＡＷ４またはＡＷ５である”であるから、警報制御部４３は、ステップＳ５２４で推定された覚醒度の段階が、所定の条件を充足する旨の判定を下して、処理の流れを次のステップＳ５２６へと進ませる。

ステップＳ５２６において、警報制御部４３は、スピーカ１９に警報音を発生させる。その結果、スピーカ１９から運転者に対して、所定時間（例えば５秒間）の間、警報鳴動が継続して発せられる。

ステップＳ５２６において、ＥＣＵ２０は、覚醒度推定装置１１の起動スイッチがオンしているかどうかを調べる。覚醒度推定装置１１の起動スイッチがオンされている場合（ステップＳ５２７の“Ｎｏ”）、ＥＣＵ２０は、処理の流れをステップＳ５０１へと戻し、以下の覚醒度推定処理を行わせる。一方、覚醒度推定装置１１の起動スイッチがオフされている場合（ステップＳ５２７の“Ｙｅｓ”）、ＥＣＵ２０は、処理の流れを終了させる。

〔本発明の実施形態に係る覚醒度推定装置１１の作用効果〕
本発明の実施形態に係る覚醒度推定装置１１では、目標方位角取得部２１は、運転者の目標方位角（操作目標値；ただし、括弧内には、対応する請求項の用語を記載する。以下、同じ。）を取得する。実方位角取得部２３は、ヨーレートセンサ１５で検知したヨーレートの積分値に基づいて、車両Ｃａの実方位角（実動作量）を取得する。本発明の実操作量取得部として機能する操舵角センサ１７は、運転者の実操舵角（実操作量）を取得する。走行シーン同定部３４は、車両Ｃａの実方位角（実動作量）、または、運転者の実操舵角（実操作量）の少なくともいずれかに基づいて、車両Ｃａの走行路の状況を含む走行環境として予め定められる複数の走行シーンのなかから、車両Ｃａの現在の走行シーンを同定する。規範モデル設定部３５は、目標方位角（操作目標値）および実方位角（実動作量）の差である方位角偏差を運転者の入力とし、実操舵角（実操作量）を運転者の出力として、当該運転者の入出力関係を定義した運転者モデルであって、反復使用に適した規範となる運転者モデルを規範モデルとして設定する。

ここで、規範モデル設定部３５には、複数の走行シーン毎に対応付けて、反復使用に適した規範となる運転者モデルである規範モデルがそれぞれ設定されている（図７Ｂ参照）。規範モデル操舵角取得部３７は、走行シーン同定部３４で同定された車両Ｃａの現在の走行シーンに対応する規範モデルを規範モデル設定部３５から取得し、該取得した規範モデルに対し、目標方位角（操作目標値）および実方位角（実動作量）の差である方位角偏差を入力することで規範モデル操舵角（規範モデル操作量）を取得する。そして、覚醒度推定部４１は、実操舵角（実操作量）および規範モデル操舵角（規範モデル操作量）の差から求められる規範モデル誤差に基づいて、運転者状態の一態様である運転者の覚醒度を推定する。

本発明者らの研究によると、運転者モデルに求められる機能は、方位角偏差を入力すると、運転者モデル操舵角（運転者モデル操作量）を出力する機能であり、ある運転者モデルを反復して用いる場合でも、その運転者モデルを適切に設定しさえすれば、覚醒度の推定精度を損なわない蓋然性が高いことがわかった。
そこで、本発明の実施形態に係る覚醒度推定装置１１では、反復使用に適した規範となる運転者モデルを規範モデルとして設定し、この規範モデルを反復して用いる構成を採用してもよい。

規範モデルとして設定される運転者モデルは、反復使用に適した規範となる運転者モデルを規範モデルとして設定することを条件に、車両Ｃａに搭載された覚醒度推定装置１１の構成要素である運転者モデル作成部２７で作成されたものか、または、いわゆるオフラインで作成されたものかを問わない。
本発明の実施形態に係る覚醒度推定装置１１によれば、運転者モデルの逐次作成に関する情報処理に係る負荷を軽減すると共に、覚醒度推定処理全体としての高速化を図ることができる。

しかも、本発明者らの研究によると、運転者モデルにおける運転者の入出力関係は、車両の走行シーンに応じて変動することがわかっている。このため、例えば、車両の走行シーンが時々刻々と変化する状況下では、共通の規範モデルを反復継続して用いると、車両の現在の走行シーンと、その規範モデルの特性（どのような走行シーンに適するものか）との関係がミスマッチとなる場面を生じて、覚醒度の推定精度を低下させる懸念があった。

そこで、本発明に係る覚醒度推定装置１１では、予め定めた複数の走行シーン毎に対応付けて、反復使用に適した規範となる運転者モデルである規範モデルをそれぞれ設定しておき、車両の走行中に、車両の現在の走行シーンに対応する規範モデルを読み出して用いる構成を採用してもよい。
本発明に係る覚醒度推定装置１１によれば、車両の走行シーンが時々刻々と変化する場合であっても、覚醒度に係る推定精度の低下を抑制することができる。

また、本発明の実施形態に係る覚醒度推定装置１１では、運転者モデルを作成する運転者モデル作成部２７をさらに備え、規範モデル設定部３５は、運転者モデル作成部２７で過去に作成された運転者モデルのなかから、反復使用に適した規範となる運転者モデルを規範モデルとして設定する、構成を採用してもよい。

本発明の実施形態に係る覚醒度推定装置１１によれば、情報処理に係る負荷軽減および推定処理全体としての高速化に係る効果、並びに、覚醒度に係る推定精度の低下を抑制する効果に加えて、規範モデルの設定を簡易に行うことができる。また、仮に、運転者モデルの当事者と運転者が同一である場合に、本覚醒度推定装置１１を用いると、覚醒度推定に係る精度向上を期待することができる。

また、本発明の実施形態に係る覚醒度推定装置１１では、目標方位角（操作目標値）および実方位角（実動作量）の差である方位角偏差を運転者モデルに入力することで運転者モデル操舵角（運転者モデル操作量）を取得する運転者モデル操舵角取得部３１をさらに備える。規範モデル設定部３５は、車両Ｃａの運転開始時、または、走行シーンの変化時を起点として所定時間が経過するまでの初期設定期間において、実操舵角（実操作量）、および、運転者モデル操作量取得部３１を用いて取得した運転者モデル操舵角（運転者モデル操作量）の差から求められる残差として、最も小さい値が得られた際に用いていた運転者モデルを、当該走行シーンに対応する規範モデルとして設定する、構成を採用してもよい。

車両Ｃａの運転開始時、または、走行シーンの変化時を起点として所定時間が経過するまでの初期設定期間では、運転者の覚醒度は、その他の期間と比べて高い。具体例をあげると、運転開始直後や、走行シーンの変化直後などのタイミングでは、眠気を催すことは少ないからである。このように運転者の覚醒度が比較的高い期間において、最も小さい残差の値が得られた際に用いていた運転者モデル（入力に対する出力のブレが少ない理想に近い運転者モデル）を、当該走行シーンに対応する規範モデルとして設定すると、覚醒度に係る推定精度の低下を高い水準で抑制することができる。当該走行シーンに対応する規範モデルとして設定される運転者モデルは、入力に対する出力のブレが少ないことを考慮して設定されるからである。

本発明の実施形態に係る覚醒度推定装置１１によれば、情報処理に係る負荷軽減および覚醒度推定処理全体としての高速化に係る効果に加えて、覚醒度に係る推定精度の低下を高い水準で抑制することができる。

また、本発明の実施形態に係る覚醒度推定装置１１では、走行シーン同定部３４は、車両Ｃａの実方位角（実動作量）、または、運転者の実操舵角（実操作量）の少なくともいずれかに係る時系列データに対して経時的な平滑化処理を施し、平滑化処理後の車両Ｃａの実動作量データまたは運転者の実操作量データ、および、複数の走行シーンの属性情報（例えば、車両Ｃａの走行路が、直線路か、緩やかなカーブ路か、急カーブ路かなど）に基づいて、当該車両Ｃａの現在の走行シーンを同定する、構成を採用してもよい。

また、走行シーン同定部３４は、車両Ｃａのヨーレートセンサ１５で検知された車両Ｃａの実方位角（実動作量）に係る時系列データに対して経時的な平滑化処理を施し、当該平滑化処理後の実方位角（実動作量）データ、および、複数の走行シーンの属性情報に基づいて、当該車両Ｃａの現在の走行シーンを同定する、構成を採用してもよい。

また、走行シーン同定部３４は、運転者の実操舵角（実操作量）、および、複数の走行シーンの属性情報に基づいて、当該車両Ｃａの現在の走行シーンを同定する、構成を採用してもよい。

本発明の実施形態に係る覚醒度推定装置１１によれば、車両Ｃａの現在の走行シーンを正確に同定することができる。したがって、情報処理に係る負荷軽減および覚醒度推定処理全体としての高速化に係る効果に加えて、覚醒度に係る推定精度の低下をより一層高い水準で抑制する効果を期待することができる。

また、本発明の実施形態に係る覚醒度推定装置１１では、目標方位角取得部２１は、撮像部１３により撮像し、または、ナビゲーション装置（不図示）を介して得られる車両Ｃａの進行方向に係る走行道路情報に基づいて、運転者の目標方位角（操作目標値）を取得する、構成を採用してもよい。

ナビゲーション装置としては、例えば、自律航法による測位機能と、ＧＰＳ（Global Positioning System）受信機を用いた衛星航法による測位機能とを有し、自律航法及び衛星航法を駆使して自車両の現在位置を検出する機能を有する車載用ナビゲーション装置を用いる。目標方位角取得部２１は、ナビゲーション装置を介して得られる車両Ｃａの進行方向に係る走行道路情報に基づいて、運転者の目標方位角（操作目標値）を取得することができる。
なお、ＤＧＰＳ（Differential Global Positioning System）受信機を用いた衛星航法による測位機能を用いれば、測位精度を高めることができる。

本発明の実施形態に係る覚醒度推定装置１１によれば、運転者の操作目標値に係る取得ルートを明確に規定したので、情報処理に係る負荷軽減および覚醒度推定処理全体としての高速化に係る効果、並びに、覚醒度に係る推定精度の低下を抑制する効果に加えて、運転者の目標方位角（操作目標値）に係る取得を的確に行わせることができる。

［その他の実施形態］
以上説明した実施形態は、本発明の具現化例を示したものである。したがって、これらによって本発明の技術的範囲が限定的に解釈されることがあってはならない。本発明はその要旨またはその主要な特徴から逸脱することなく、様々な形態で実施することができるからである。

例えば、いわゆるオフラインで作成された運転者モデルを、規範モデルとして設定した場合、覚醒度推定装置１１のＥＣＵ２０が有する運転者モデル作成部２７、運転者モデル操舵角取得部３１、および、残差算出部３３は、省略することができる。

また、本発明に係る実施形態の説明において、操作目標値として目標方位角を例示したが、本発明はこの例に限定されない。操作目標値として、白線の横方向に対する変位量の目標値である目標変位量を用いてもよい。この場合、実動作量は実変位量に、実操作量は実操舵角に、それぞれ置き換えて適用すればよい。

また、本発明に係る実施形態の説明において、覚醒度推定装置１１が有するＥＣＵ２０は、論理的な構成部材（ソフトウェア）として、目標方位角取得部２１、実方位角取得部２３、方位角偏差算出部２５、運転者モデル作成部２７、バンドパスフィルタ２９、運転者モデル操舵角取得部３１、残差算出部３３、走行シーン同定部３４、規範モデル設定部３５、規範モデル操舵角取得部３７、規範モデル誤差算出部３９、覚醒度推定部４１、および、警報制御部４３を有する例をあげて説明したが、本発明はこの例に限定されない。
これらの各種機能部２１、２３、２５、２７、２９、３１、３３、３４、３５、３７、３９、４１、４３は、ハードウェアによって構成してもよい。

また、本発明に係る実施形態の説明において、覚醒度の段階を５段階に設定する例をあげて説明したが、本発明はこの例に限定されない。覚醒度の段階は、任意の数の段階に設定することができる。

また、本発明に係る実施形態の説明において、覚醒度の段階が、所定の条件を充足した場合に、警報制御部４３は、スピーカ１９に警報音を発生させる例をあげて説明したが、本発明はこの例に限定されない。運転者の覚醒を促す警報は、聴覚以外にも、運転者の視覚、触覚、または、嗅覚を刺激する態様を採用してもよい。また、運転者の聴覚、視覚、触覚、または、嗅覚のうち複数の組み合わせを同時に刺激する態様を採用してもよい。

また、本発明に係る実施形態の説明において、車両Ｃａの走行シーンに係る属性情報のバリエーションとして、走行路の曲率情報（“直線路”、“緩やかなカーブ路”、“急なカーブ路”）を例示して説明したが、本発明はこの例に限定されない。車両Ｃａの走行シーンに係る属性情報のバリエーションとしては、走行路の曲率情報の他に、走行路面の状況情報（例えば、舗装路か否か、乾いているか、濡れているか、凍っているかなど）や、天候情報（例えば、晴天か、雨か、雪か、強風か否か、外気温は何度かなど）や、走行路が高速道路か一般道路かに関する種別情報などを採用してもよい。

最後に、本実施形態の説明において、本発明に係る運転者状態推定装置を具現化するための一態様として、覚醒度推定装置１１を例示して説明したが、本発明はこの例に限定されない。本発明に係る運転者状態推定装置とは、規範モデルという概念を用いて、例えば居眠り運転、飲酒運転、脇見運転、漫然運転などを行っている運転者の状態を推定する機能を有するものすべてを、包括して含む概念だからである。

１１ 覚醒度推定装置（運転者状態推定装置）
１３ 撮像部
１５ ヨーレートセンサ
１７ 操舵角センサ（実操作量取得部）
１８ ステアリングホイール
１９ スピーカ
２０ ＥＣＵ
２１ 目標方位角取得部（操作目標値取得部）
２３ 実方位角取得部（実動作量取得部）
２５ 方位角偏差算出部
２７ 運転者モデル作成部
２９ バンドパスフィルタ
３１ 運転者モデル操舵角取得部（運転者モデル操作量取得部）
３３ 残差算出部
３４ 走行シーン同定部
３５ 規範モデル設定部
３７ 規範モデル操舵角取得部（規範モデル操作量取得部）
３９ 規範モデル誤差算出部
４１ 覚醒度推定部（運転者状態推定部）
４３ 警報制御部

Claims (5)

1. 車両を運転する運転者の状態を推定するための運転者状態推定装置であって、
   前記運転者の操作目標値を取得する操作目標値取得部と、
   前記車両の実動作量を取得する実動作量取得部と、
   前記運転者の実操作量を取得する実操作量取得部と、
   前記車両の実動作量、または、前記運転者の実操作量の少なくともいずれかに基づいて、当該車両の走行路の状況を含む走行環境として予め定められる複数の走行シーンのなかから、当該車両の現在の走行シーンを同定する走行シーン同定部と、
   前記操作目標値および前記実動作量の差を運転者の入力とし、前記実操作量を運転者の出力として、当該運転者の入出力関係を定義した運転者モデルを作成する運転者モデル作成部と、
   前記操作目標値および前記実動作量の差を前記運転者モデルに入力することで運転者モデル操作量を取得する運転者モデル操作量取得部と、
   前記運転者モデル作成部で過去に作成された運転者モデルのなかから、反復使用に適した規範となる運転者モデルを規範モデルとして設定する規範モデル設定部と、
   前記操作目標値および前記実動作量の差を前記規範モデルに入力することで規範モデル操作量を取得する規範モデル操作量取得部と、
   前記実操作量および前記規範モデル操作量の差から求められる規範モデル誤差に基づいて前記運転者の状態を推定する運転者状態推定部と、
   を備え、
   前記規範モデル設定部には、前記複数の走行シーン毎に対応付けて前記規範モデルがそれぞれ設定されており、
   前記規範モデル操作量取得部は、前記走行シーン同定部で同定された前記車両の現在の走行シーンに対応する前記規範モデルを前記規範モデル設定部から取得し、該取得した前記規範モデルに対し、前記操作目標値および前記実動作量の差を入力することで前記規範モデル操作量を取得し、
   前記規範モデル設定部は、前記車両の運転開始時、または、前記走行シーンの変化時を起点として所定時間が経過するまでの初期設定期間において、前記実操作量、および、前記運転者モデル操作量取得部を用いて取得した前記運転者モデル操作量の差から求められる残差として、最も小さい値が得られた際に用いていた前記運転者モデルを、当該走行シーンに対応する規範モデルとして設定する、
   ことを特徴とする運転者状態推定装置。
2. 請求項１に記載の運転者状態推定装置であって、
   前記走行シーン同定部は、前記車両の実動作量、または、前記運転者の実操作量の少なくともいずれかに係る時系列データに対して経時的な平滑化処理を施し、当該平滑化処理後の前記車両の実動作量データまたは前記運転者の実操作量データ、および、前記複数の走行シーンの属性情報に基づいて、当該車両の現在の走行シーンを同定する、
   ことを特徴とする運転者状態推定装置。
3. 請求項１に記載の運転者状態推定装置であって、
   前記走行シーン同定部は、前記車両のヨーレートセンサで検知された前記車両の実動作量に係る時系列データに対して経時的な平滑化処理を施し、当該平滑化処理後の実動作量データ、および、前記複数の走行シーンの属性情報に基づいて、当該車両の現在の走行シーンを同定する、
   ことを特徴とする運転者状態推定装置。
4. 請求項１に記載の運転者状態推定装置であって、
   前記走行シーン同定部は、前記運転者の実操作量、および、前記複数の走行シーンの属性情報に基づいて、当該車両の現在の走行シーンを同定する、
   ことを特徴とする運転者状態推定装置。
5. 請求項１〜４のいずれか一項に記載の運転者状態推定装置であって、
   前記操作目標値取得部は、撮像部により撮像し、または、ナビゲーション装置を介して得られる前記車両の進行方向に係る走行道路情報に基づいて、前記運転者の操作目標値を取得する、
   ことを特徴とする運転者状態推定装置。

Images