JP5696632B2 - Sleepiness prediction device - Google Patents
Sleepiness prediction device Download PDFInfo
- Publication number
- JP5696632B2 JP5696632B2 JP2011207764A JP2011207764A JP5696632B2 JP 5696632 B2 JP5696632 B2 JP 5696632B2 JP 2011207764 A JP2011207764 A JP 2011207764A JP 2011207764 A JP2011207764 A JP 2011207764A JP 5696632 B2 JP5696632 B2 JP 5696632B2
- Authority
- JP
- Japan
- Prior art keywords
- road
- sleepiness
- driver
- drowsiness
- database
- 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.)
- Expired - Fee Related
Links
- 206010041349 Somnolence Diseases 0.000 title claims description 190
- 208000032140 Sleepiness Diseases 0.000 title claims description 105
- 230000037321 sleepiness Effects 0.000 title claims description 105
- 238000001514 detection method Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 7
- 230000004622 sleep time Effects 0.000 claims description 3
- 238000000034 method Methods 0.000 description 96
- 230000008569 process Effects 0.000 description 90
- 230000006698 induction Effects 0.000 description 50
- 230000001186 cumulative effect Effects 0.000 description 10
- 230000007704 transition Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 6
- 230000000284 resting effect Effects 0.000 description 4
- 230000037007 arousal Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 230000027288 circadian rhythm Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
- Y02T10/84—Data processing systems or methods, management, administration
Landscapes
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
- Instructional Devices (AREA)
- Navigation (AREA)
- Auxiliary Drives, Propulsion Controls, And Safety Devices (AREA)
Description
本発明は、車両運転中のドライバの眠気を予測する眠気予測装置に関し、詳しくは、車両の移動経路が検索されたとき、その移動経路を移動中のドライバの眠気を事前に予測する眠気予測装置に関する。 The present invention relates to a drowsiness prediction apparatus that predicts drowsiness of a driver who is driving a vehicle. More specifically, when a movement route of a vehicle is searched, the drowsiness prediction device which predicts in advance the drowsiness of a driver who is moving along the movement route. About.
従来、ドライバの心拍数や顔の表情等に基づいて、ドライバの眠気レベルを検出する技術が種々提案されている。そして、そのような技術を用いて検出された眠気レベルの応用法として、目的地までの車両の移動経路を検索する経路検索手段を備えたいわゆるカーナビゲーション装置において、ドライバが過去に車両で走行したことのある移動経路の中から、そのドライバが眠気を催さなかった移動経路を推奨の移動経路とすることが考えられている（例えば、特許文献１参照）。また、特許文献１では、ドライバが過去に休憩をとった休憩場所を、その休憩場所におけるドライバの眠気レベル回復度と対応付けて記憶しておき、覚醒状態の回復に適した休憩場所を検索することも提案されている。 Conventionally, various techniques for detecting a driver's sleepiness level based on the driver's heart rate, facial expression, and the like have been proposed. And as an application method of the drowsiness level detected using such a technique, in a so-called car navigation device provided with a route search means for searching for a moving route of the vehicle to the destination, the driver has traveled with the vehicle in the past It is considered that a travel route in which the driver does not feel drowsy is a recommended travel route among the possible travel routes (see, for example, Patent Document 1). Further, in Patent Document 1, a resting place where the driver has taken a break in the past is stored in association with the driver's drowsiness level recovery degree at the resting place, and a resting place suitable for recovery of the arousal state is searched. It has also been proposed.
ところが、前記特許文献１の技術では、ドライバが過去に車両で走行したことのある移動経路の中からしか眠気を催しにくい推奨の移動経路を提示することができない。このため、そのドライバが過去に行ったことのない目的地や経由地が指定され、それに応じてそのドライバが過去に車両で通ったことのない移動経路を検索する必要が生じた場合は、眠気を催しにくい移動経路が検索できない。 However, with the technique of Patent Document 1, it is possible to present a recommended travel path that makes it difficult for the driver to feel drowsy only from travel paths that the driver has traveled in the past. For this reason, if a destination or transit point that the driver has never been to is specified, and the driver needs to search for a travel route that the driver has never traveled in the past, the driver will be sleepy. I cannot search travel routes that are difficult to host.
そこで、本発明は、ドライバが過去に車両で通ったことのない移動経路に対しても、ドライバの眠気の状態を良好に予測することのできる眠気予測装置を提供することを目的とする。 Therefore, an object of the present invention is to provide a drowsiness prediction device capable of predicting a drowsiness state of a driver satisfactorily even for a travel route that the driver has never traveled with a vehicle.
前記目的を達するためになされた本発明の眠気予測装置は、道路の形態と、当該形態の道路をどれだけの距離走行し続けるとドライバの眠気レベルが上昇するかを数値で表すパラメータとを対応付けて記憶したデータベースと、車両の移動経路が設定されたとき、その移動経路を構成する各道路の形態を取得する道路形態取得手段と、前記道路形態取得手段が取得した前記各道路の形態に対応した前記パラメータを前記データベースから取得することにより、前記移動経路に沿ってどれだけの距離走行し続けるとドライバの眠気レベルが上昇するかを予測する眠気予測手段と、を備えている。 The drowsiness prediction device of the present invention, which has been made to achieve the above object , corresponds to the form of a road and a parameter that expresses a numerical value indicating how long the road of the form continues to drive and the driver's drowsiness level increases. When the travel route of the vehicle is set, the road form acquisition means for acquiring the form of each road constituting the travel route, and the form of each road acquired by the road form acquisition means Sleepiness predicting means for predicting how long the vehicle continues to travel along the travel route to increase the sleepiness level of the driver by acquiring the corresponding parameter from the database.
このように構成された本発明の眠気予測装置では、データベースは、道路の形態と、当該形態の道路をどれだけの距離走行し続けるとドライバの眠気レベルが上昇するかを数値で表すパラメータとを対応付けて記憶している。そして、車両の移動経路が設定されたとき、道路形態取得手段がその移動経路を構成する各道路の形態を取得し、眠気予測手段は、前記取得された前記各道路の形態に対応した前記パラメータを前記データベースから取得することにより、前記移動経路に沿ってどれだけの距離走行し続けるとドライバの眠気レベルが上昇するかを予測する。すなわち、ドライバが催す眠気は、車両の移動経路を構成する道路の形態（例えば、当該道路が高速道路であるか一般道であるかなど）に応じて大きく変化する。そこで、移動経路を構成する各道路の形態に対応した前記パラメータから、前記移動経路に沿ってどれだけの距離走行し続けるとドライバの眠気レベルが上昇するかを予測することにより、眠気予測手段は、ドライバが過去に車両で通ったことのない移動経路に対しても、ドライバの眠気の状態を良好に予測することができる。 In the sleepiness prediction apparatus of the present invention configured as described above, the database includes a road form and a parameter that represents a numerical value indicating how long the driver continues to travel on the road in the form and the drowsiness level of the driver increases. It is stored in association. Then, when the movement route of the vehicle is set, the road form acquisition means acquires the form of each road that constitutes the movement route, and the sleepiness prediction means uses the parameter corresponding to the acquired form of each road. Is obtained from the database, and it is predicted how much the driver's drowsiness level will increase when the vehicle continues to travel along the moving route . That is, the drowsiness that the driver makes varies greatly depending on the form of the road that constitutes the vehicle travel path (for example, whether the road is an expressway or a general road). Therefore, the drowsiness prediction means predicts how far the driver's drowsiness level will increase if the vehicle continues to travel along the movement route from the parameters corresponding to the form of each road constituting the movement route. The driver's drowsiness state can be predicted well even for a travel route that the driver has never traveled with a vehicle.
また、前記眠気予測手段は、前記眠気レベルが上昇すると予測される前記移動経路上の位置を予測し、前記移動経路を、前記眠気予測手段が予測した前記位置と共に地図上に表示する表示手段を、更に備えてもよい。その場合、眠気レベルが上昇すると予測される移動経路上の位置が、表示手段によって当該移動経路と共に地図上に視覚的に表示されるので、ドライバに一層良好に注意喚起を促すことができ、ドライバは覚醒状態を維持するための対策が立てやすくなる。 The drowsiness prediction means predicts a position on the movement path where the drowsiness level is predicted to rise, and displays the movement path on the map together with the position predicted by the drowsiness prediction means. , May be further provided. In that case, since the position on the moving route where the drowsiness level is predicted to rise is visually displayed on the map together with the moving route by the display means, the driver can be better alerted. This makes it easier to take measures to maintain an arousal state.
また、前記道路形態取得手段は、前記移動経路を構成する各道路を予め設定された複数のセグメントに分割してセグメント毎に前記形態を取得し、前記眠気予測手段は、前記移動経路を構成する道路の各セグメントの形態に対応した前記パラメータを前記データベースからそれぞれ取得することにより、前記眠気を予測してもよい。この場合、移動経路を構成する各道路がセグメントに分割され、各セグメント毎に前記形態の取得及びパラメータの取得がなされるので、眠気予測手段は一層正確にドライバの眠気の状態を予測することができる。 The road form acquisition means divides each road constituting the travel route into a plurality of preset segments to obtain the form for each segment, and the sleepiness prediction means constitutes the travel route. The sleepiness may be predicted by obtaining the parameters corresponding to the form of each segment of the road from the database. In this case, each road constituting the moving route is divided into segments, and the form and parameters are acquired for each segment, so the sleepiness prediction means can predict the driver's sleepiness state more accurately. it can.
また、前記道路の形態は、当該道路が高速道路若しくは自動車専用道路であるか否か、当該道路の曲率半径、当該道路におけるトンネルの有無、当該道路におけるトンネルの長さ、当該道路におけるトンネルの数、当該道路における右左折箇所の数、当該道路における信号機の数、当該道路が都市部にあるか地方部にあるか、または、当該道路が平地部にあるか山地部にあるかの、いずれか１つ、または、いずれか複数の組み合わせによって定義されるものであってもよい。 In addition, the form of the road includes whether the road is an expressway or a motorway, the radius of curvature of the road, the presence or absence of a tunnel on the road, the length of the tunnel on the road, the number of tunnels on the road Either the number of turns on the road, the number of traffic lights on the road, whether the road is in an urban area or a rural area, or the road is in a flat area or a mountain area It may be defined by one or any combination thereof.
また、本発明において更に、気温、または天候、または時刻、または前記移動経路上の道路に係る渋滞情報の、少なくともいずれか１つを含む外的環境を取得する外的環境取得手段と、ドライバの体調または前日睡眠時間の少なくともいずれか１つを含むドライバ情報を取得するドライバ情報取得手段と、を備え、前記データベースは、前記外的環境と前記ドライバ情報と前記道路の形態との各組み合わせに対して、前記パラメータを対応付けて記憶し、前記眠気予測手段は、前記外的環境取得手段に取得された外的環境、前記ドライバ情報取得手段に取得されたドライバ情報、及び、前記道路形態取得手段が取得した前記各道路の形態に対応した前記パラメータを前記データベースから取得することにより、前記移動経路を移動中のドライバの眠気を予測してもよい。この場合、眠気予測手段は、外的環境取得手段に取得された外的環境及びドライバ情報取得手段に取得されたドライバ情報を、前述の道路の形態と合わせて参照し、それらの組み合わせに対応したパラメータをデータベースから取得する。このため、眠気予測手段は、当該取得したパラメータに基づいて、一層正確にドライバの眠気を予測することができる。 Further, in the present invention, an external environment acquisition means for acquiring an external environment including at least any one of temperature, weather, time, or traffic information related to a road on the travel route, and a driver's Driver information acquisition means for acquiring driver information including at least one of physical condition or sleep time of the previous day, and the database is for each combination of the external environment, the driver information, and the form of the road And storing the parameters in association with each other, and the drowsiness prediction means includes the external environment acquired by the external environment acquisition means, the driver information acquired by the driver information acquisition means, and the road form acquisition means By acquiring the parameter corresponding to the form of each road acquired from the database from the database, Of sleepiness may be predicted a. In this case, the sleepiness prediction means refers to the external environment acquired by the external environment acquisition means and the driver information acquired by the driver information acquisition means together with the form of the road described above, and corresponds to the combination thereof. Get parameters from database. For this reason, the drowsiness prediction means can predict the drowsiness of the driver more accurately based on the acquired parameter.
また、本発明は、道路の形態とドライバの眠気レベルの予測値に関するパラメータとを対応付けて記憶したデータベースと、車両の移動経路が設定されたとき、その移動経路を構成する各道路の形態を取得する道路形態取得手段と、前記道路形態取得手段が取得した前記各道路の形態に対応した前記パラメータを前記データベースから取得することにより、前記移動経路を移動中のドライバの眠気を予測する眠気予測手段と、前記車両の運転中に、ドライバの眠気レベルを検出する眠気レベル検出手段と、前記車両の運転中に、その車両が走行している道路の形態を検出する道路形態検出手段と、前記眠気レベル検出手段が検出した眠気レベルが変化した時点における車両の位置を記憶する位置記憶手段と、前記眠気レベル検出手段が検出した眠気レベルが前回変化した時点または前記車両の走行開始時から、前記眠気レベル検出手段が検出した眠気レベルが更に変化した時点までに、前記車両が走行した距離に基づいて前記パラメータを算出し、当該パラメータを前記更に変化した時点までに前記道路形態検出手段が検出した形態に対応するパラメータとして、前記データベースを更新するデータベース更新手段と、を備えてもよい。この場合、実際の運転中に眠気レベル検出手段が検出した眠気レベルの変化に応じたパラメータが算出され、そのパラメータによって、データベースがデータベース更新手段によって更新される。このように算出されたパラメータは、ドライバ特有の事情を良好に反映しており、眠気予測手段は、このように更新されたパラメータに基づいて、一層正確にドライバの眠気を予測することができる。 Further, the present invention relates to a database in which road forms and parameters relating to a predicted value of a driver's drowsiness level are stored in association with each other, and when the movement route of a vehicle is set, the form of each road constituting the movement route is The sleep form prediction for predicting the sleepiness of the driver moving on the travel route by obtaining from the database the road form obtaining means to obtain and the parameters corresponding to the form of each road obtained by the road form obtaining means. Means, drowsiness level detection means for detecting a drowsiness level of the driver during driving of the vehicle, road form detection means for detecting the form of the road on which the vehicle is traveling during driving of the vehicle, Position storage means for storing the position of the vehicle at the time when the sleepiness level detected by the sleepiness level detection means changes, and the sleepiness level detection means detects The parameter is calculated based on the distance traveled by the vehicle from the time when the sleepiness level changed last time or when the vehicle started to travel until the time when the sleepiness level detected by the sleepiness level detection means further changed, You may provide the database update means which updates the said database as a parameter corresponding to the form which the said road form detection means detected by the time when the parameter further changed. In this case, a parameter corresponding to the change in sleepiness level detected by the sleepiness level detection means during actual driving is calculated, and the database is updated by the database update means with the parameter. The parameters calculated in this manner well reflect the circumstances specific to the driver, and the drowsiness predicting means can predict the drowsiness of the driver more accurately based on the parameters updated in this way.
そして、その場合、前記データベースは、前記各形態に対応する前記パラメータとして予め初期値を記憶しており、前記データベース更新手段によって当該パラメータの値が順次更新されてもよい。その場合、例えば高速道路を車両で走行したことがないドライバなどのように、当該ドライバが車両で走行したことのない形態の道路が前記移動経路に含まれている場合でも、予め記憶された前記パラメータの初期値を用いることで、眠気予測手段は良好にドライバの眠気を予測することができる。 In this case, the database may store an initial value in advance as the parameter corresponding to each form, and the value of the parameter may be sequentially updated by the database update unit. In that case, for example, even when a road in a form in which the driver has never traveled by the vehicle, such as a driver who has never traveled by a vehicle on a highway, is included in the travel route, By using the initial value of the parameter, the drowsiness prediction means can predict the drowsiness of the driver satisfactorily.
また、道路の位置及び形態に関する道路データを記憶し、目的地が指示されたときに前記道路データに基づいて前記目的地までの車両の移動経路を設定する経路設定手段を、更に備え、前記道路形態取得手段は、前記経路設定手段によって車両の移動経路が設定されたとき、その移動経路を構成する各道路の形態を前記道路データに基づいて取得してもよい。本発明の眠気予測装置は、装置外で設定された車両の移動経路に対して前記処理を実行してもよいが、目的地までの車両の移動経路を設定する経路設定手段を備えてその経路設定手段に設定された移動経路に対して前記処理を実行する場合、移動経路の設定から眠気の予測までの一連の処理が一括して行える。 The road further comprises route setting means for storing road data relating to the position and form of the road, and setting a movement route of the vehicle to the destination based on the road data when a destination is instructed. The form acquisition means may acquire the form of each road constituting the movement route based on the road data when the movement route of the vehicle is set by the route setting means. The drowsiness prediction device of the present invention may execute the above-described processing on the vehicle movement route set outside the device, but includes route setting means for setting the vehicle movement route to the destination. When the process is performed on the movement route set in the setting unit, a series of processes from the setting of the movement route to the prediction of sleepiness can be performed collectively.
更に、前記眠気レベルは、少なくとも３段階以上のレベルに分類されていてもよい。その場合、ドライバの眠気レベルを一層詳細に予測することができ、車両走行中の安全の確保に一層良好に役立てることができる。 Furthermore, the sleepiness level may be classified into at least three or more levels. In this case, the drowsiness level of the driver can be predicted in more detail, and this can be used better for ensuring safety during vehicle travel.
［眠気予測装置の全体構成］
次に、本発明の実施の形態を図面と共に説明する。図１は、本発明が適用された眠気予測装置１の構成を表すブロック図である。この眠気予測装置１は、ＣＰＵ，ＲＯＭ，ＲＡＭ等を備えた車両に搭載される処理装置として構成され、図１に示すように、後述の眠気誘発エリア予測処理を実行する眠気誘発エリア予測部２と、後述のデータベースＺの他、各種データを記憶したハードディスク等からなる記憶部３とを備えている。
[Overall configuration of sleepiness prediction device]
Next, embodiments of the present invention will be described with reference to the drawings. FIG. 1 is a block diagram showing a configuration of a drowsiness prediction apparatus 1 to which the present invention is applied. The sleepiness prediction device 1 is configured as a processing device mounted on a vehicle including a CPU, a ROM, a RAM, and the like, and as shown in FIG. 1, a sleepiness induction area prediction unit 2 that executes sleepiness induction area prediction processing described later. And a storage unit 3 composed of a hard disk or the like storing various data in addition to the database Z described later.
また、眠気予測装置１には、当該車両に搭載されたナビゲーション装置（ナビ）４が接続され、眠気誘発エリア予測部２に情報を入力可能に構成されている。なお、このナビゲーション装置４は、道路の位置（経緯度）や形状をセグメント（例えば、等間隔距離のセグメントやいわゆるＶＩＣＳリンク（登録商標）等）単位で記憶しており、目的地が指示されたときにその目的地までの車両の移動経路を設定できることはいうまでもないが、更に、ドライバの体調及び睡眠時間や、天候などがドライバの操作により入力可能とされている。 The sleepiness prediction device 1 is connected to a navigation device (navigation) 4 mounted on the vehicle so that information can be input to the sleepiness induction area prediction unit 2. The navigation device 4 stores the position (latitude and longitude) and shape of the road in units of segments (for example, equally spaced segments or so-called VICS links (registered trademark)), and the destination is indicated. It goes without saying that sometimes the travel route of the vehicle to the destination can be set, but further, the driver's physical condition, sleep time, weather, and the like can be input by the driver's operation.
また、眠気予測装置１には、ステアリングコラム（図示省略）に設置されて車両走行中のドライバの顔画像を撮影するカメラ５も、眠気レベル判定部６を介して接続されている。眠気レベル判定部６は、ＣＰＵ，ＲＯＭ，ＲＡＭを備えた処理装置として構成され、カメラ５を介して撮影されたドライバの顔画像に基づき、所定の時間毎に周知の計算方法でドライバの眠気レベルを０〜５の６段階（数値が大きいほど眠気が強い）で判定する。そして、眠気レベル判定部６が判定した眠気レベルは、記憶部３に当該眠気レベルの判定時間と対応付けて記憶される。 The drowsiness prediction apparatus 1 is also connected via a drowsiness level determination unit 6 to a camera 5 that is installed on a steering column (not shown) and captures a face image of a driver traveling in the vehicle. The drowsiness level determination unit 6 is configured as a processing device including a CPU, a ROM, and a RAM, and based on the driver's face image photographed via the camera 5, the driver's drowsiness level is calculated by a known calculation method every predetermined time. Are determined in 6 stages from 0 to 5 (the greater the numerical value, the stronger the drowsiness). The sleepiness level determined by the sleepiness level determination unit 6 is stored in the storage unit 3 in association with the determination time of the sleepiness level.
なお、ドライバの眠気レベルは、ステアリングやシートに設置されたセンサ，サーモカメラ等によって体温や心拍などを自動計測することにより、それらの情報に基づいて周知の方法で判定して記憶部３に記憶されてもよい。 The sleepiness level of the driver is determined by a well-known method based on such information by automatically measuring body temperature, heartbeat, and the like using a steering wheel, a sensor installed on the seat, a thermo camera, etc., and stored in the storage unit 3. May be.
［眠気誘発エリア予測処理の詳細］
次に、眠気誘発エリア予測部２で実行される眠気誘発エリア予測処理について説明する。図２は、その眠気誘発エリア予測処理のメインルーチンを表すフローチャートである。なお、この処理は、ドライバが車両に乗り込んで、ナビゲーション装置４に対して眠気誘発エリア予測モードの経路検索を指示したときに、眠気誘発エリア予測部２を構成するＣＰＵによってＲＯＭに記憶されたプログラムに基づいて実行される。
[Details of sleepiness induction area prediction processing]
Next, sleepiness induction area prediction processing executed by the sleepiness induction area prediction unit 2 will be described. FIG. 2 is a flowchart showing the main routine of the sleepiness induction area prediction process. In this process, when the driver gets into the vehicle and instructs the navigation device 4 to search the route in the sleepiness induction area prediction mode, the program stored in the ROM by the CPU constituting the sleepiness induction area prediction unit 2 It is executed based on.
図２に示すように、この処理では、先ず、Ｓ１（Ｓはステップを表す：以下同様）にて、体調入力処理が実行される。この体調入力処理とは、ナビゲーション装置４に信号を送ることによってその画面にドライバの体調を音声または表示されたボタンで入力させるメッセージを表示し、そのメッセージに対する入力結果を読み込む処理である。なお、このメッセージに対しては、体調として「良い」「普通」「不調」「寝不足」の４項目のうち１つが選択される。 As shown in FIG. 2, in this process, first, a physical condition input process is executed in S1 (S represents a step: the same applies hereinafter). The physical condition input process is a process of displaying a message for inputting the physical condition of the driver by voice or a displayed button on the screen by sending a signal to the navigation device 4 and reading an input result for the message. For this message, one of four items of “good”, “normal”, “bad”, and “lack of sleep” is selected as the physical condition.
続くＳ２では、ナビゲーション装置４に信号を送ることによってその画面に対してドライバに目的地を入力させるメッセージを表示する処理が実行される。そのメッセージに対してドライバが目的地を音声または表示されたボタンで入力すると、ナビゲーション装置４に備えられたＣＰＵ，ＲＯＭ，ＲＡＭを備えた処理部によって周知の経路検索が実行され、検索された移動経路のデータが眠気誘発エリア予測部２へ返送される。眠気誘発エリア予測部２は、その移動経路のデータを受信することにより、次の眠気誘発エリア提示処理（Ｓ３）を実行する。 In subsequent S <b> 2, processing for displaying a message for causing the driver to input a destination on the screen by sending a signal to the navigation device 4 is executed. When the driver inputs the destination by voice or displayed button in response to the message, a known route search is executed by the processing unit including the CPU, ROM, and RAM provided in the navigation device 4, and the searched movement is performed. The route data is returned to the sleepiness induction area prediction unit 2. The drowsiness induction area prediction unit 2 executes the next drowsiness induction area presentation process (S3) by receiving the data of the movement route.
図３は、Ｓ３の眠気誘発エリア提示処理を詳細に表すフローチャートである。この処理では、先ず、Ｓ３１にて、道路パターン分類処理が実行される。図４は、この道路パターン分類処理を詳細に表すフローチャートである。 FIG. 3 is a flowchart showing in detail the drowsiness induction area presentation process of S3. In this process, first, a road pattern classification process is executed in S31. FIG. 4 is a flowchart showing in detail the road pattern classification process.
図４に示すように、この処理では、先ず、Ｓ３１１にて、前述のようにＳ２でナビゲーション装置４を介して取得された移動経路について、等間隔距離のセグメント毎に道路区分（例えば、高速自動車国道または自動車専用道路であるかその他の道路であるかと、地方部であるか都市部であるかとの組合わせ）がナビ情報（ナビゲーション装置４のデータベースに記憶された情報）から取得される。続くＳ３１２では、Ｓ３１１で道路区分が取得されたセグメント毎に、地形（例えば、平地部であるか山地部である）がナビ情報から取得される。更に続くＳ３１３では、Ｓ３１１にて道路区分が取得されたセグメント毎に、道路形状（例えば、直線であるかカーブであるトンネルであるか）がナビ情報から取得される。なお、道路形状がカーブである場合は、その曲率半径も取得される。 As shown in FIG. 4, in this process, first, in S311, as described above, road segments (for example, high-speed automobiles) are obtained for each segment of equidistant distances for the travel route acquired via the navigation device 4 in S2. The combination of whether the road is a national road, an automobile-only road or another road, and whether it is a rural area or an urban area) is acquired from the navigation information (information stored in the database of the navigation device 4). In subsequent S312, the terrain (for example, a flat area or a mountain area) is acquired from the navigation information for each segment for which the road segment is acquired in S311. In further S313, the road shape (for example, whether the tunnel is a straight line or a curve) is acquired from the navigation information for each segment for which the road segment is acquired in S311. If the road shape is a curve, the radius of curvature is also acquired.
続いて処理がＳ３１４へ移行すると、記憶部３のデータベースＺから、Ｓ３１１，Ｓ３１２，Ｓ３１３で取得された道路区分・地形・道路形状と合致するデータをセットにしたデータセットが抽出され、データベースＡとして記憶部３に新たに記憶されて処理はＳ３２（図３参照）へ移行する。なお、このデータセットは、天候・時間帯・体調・継続距離・眠気レベル遷移が異なるデータをセットにしたデータセットである。 Subsequently, when the process proceeds to S314, a data set in which data matching the road classification / terrain / road shape acquired in S311, S312, and S313 is extracted from the database Z of the storage unit 3, and is set as the database A. The process is newly stored in the storage unit 3 and the process proceeds to S32 (see FIG. 3). This data set is a data set in which data of different weather, time zone, physical condition, continuous distance, and sleepiness level transition are set.
すなわち、データベースＺでは、例えば図５に例示するように、天候・時間帯・体調・道路パターンの組み合わせに対して、どれだけ継続して走行したら（継続距離）眠気レベルがどう遷移するか（眠気レベル遷移）が対応付けて記憶されている。Ｓ３１４では、データベースＺの各種組み合わせのうち、道路パターンがＳ３１１〜Ｓ３１３にて取得された情報と一致するものが、データベースＡとして記憶部３に新たに記憶されるのである。 That is, in the database Z, for example, as illustrated in FIG. 5, how long the drowsiness level transits (continuation distance) for the combination of weather, time zone, physical condition, and road pattern (continuation distance) (sleepiness) Level transition) is stored in association with each other. In S314, among the various combinations of the database Z, the one whose road pattern matches the information acquired in S311 to S313 is newly stored in the storage unit 3 as the database A.
なお、天候・時間帯・体調・道路パターンの各項目としては、次の表１に示すような項目が用意されている。また、継続距離及び眠気レベル遷移は、後述のデータベース作成処理によって車両の走行中にデータが更新されるが、各組み合わせに対して初期値として適宜の値が設定されている。更に、表１の道路パターンにおいて、地方部／都市部は地形よりも景色を重視した分類であり、平地部／山地部は起伏等の地形を重視した分類である。 The items shown in Table 1 below are prepared as the items of weather, time zone, physical condition, and road pattern. Further, as for the continuation distance and sleepiness level transition, data is updated while the vehicle is running by a database creation process described later, but appropriate values are set as initial values for each combination. Further, in the road pattern of Table 1, the rural / urban areas are classified with a view of landscape rather than the terrain, and the flat / mountainous areas are classified with emphasis on terrain such as undulations.
図３に戻って、こうして道路パターンによるデータベースＺの絞り込みがなされると、続くＳ３２にて、外的環境情報分類処理が実行される。図６は、この外的環境情報分類処理を詳細に表すフローチャートである。 Returning to FIG. 3, when the database Z is narrowed down by the road pattern in this way, the external environment information classification process is executed in subsequent S32. FIG. 6 is a flowchart showing in detail the external environment information classification process.
図６に示すように、この処理では、先ず、Ｓ３２１にて、ナビゲーション装置４に信号を送ることによってその画面に対してドライバに現在値（出発地点）の天候を入力させるメッセージを表示する処理が実行される。そのメッセージに対してドライバがナビゲーション装置４の画面上のタッチパネルを使い、晴れまたは曇りまたは雨等のアイコンを操作すると、その結果が眠気誘発エリア予測部２へ返送され、処理はＳ３２２へ移行する。Ｓ３２２では、内蔵された時計から現在の時刻が取得され、更に続くＳ３２３では、Ｓ３２２で取得された時刻から、時間帯（例えば、８時〜１２時／１２時〜１６時など）が判定される。このように、人間のサーカディアンリズムや生活リズムに則り、眠気の変動の仕方が異なる区分毎に時間帯を分けることで、データベース作成及び眠気誘発エリアの予測を効率化することができる。 As shown in FIG. 6, in this process, first, in S321, a signal is sent to the navigation device 4 to display a message for causing the driver to input the current value (departure point) weather on the screen. Executed. When the driver uses the touch panel on the screen of the navigation device 4 and operates an icon such as sunny, cloudy or rain, the result is returned to the drowsiness induction area prediction unit 2, and the process proceeds to S322. In S322, the current time is acquired from the built-in clock, and in the subsequent S323, the time zone (for example, 8:00 to 12: 00/12: 00 to 16:00) is determined from the time acquired in S322. . As described above, according to the circadian rhythm and life rhythm of human beings, the time zone is divided for each category having different ways of fluctuation of sleepiness, so that the database creation and the prediction of the sleepiness induction area can be made efficient.
続くＳ３２４では、Ｓ３１４で作成された記憶部３のデータベースＡから、Ｓ３２１，Ｓ３２３で取得された、天候・時間帯と合致するデータを含むデータセットのみが抽出され、データベースＢとして記憶部３に新たに記憶されて処理はＳ３３（図３参照）へ移行する。 In subsequent S324, only the data set including the data matching the weather / time zone acquired in S321 and S323 is extracted from the database A of the storage unit 3 created in S314, and is newly stored in the storage unit 3 as the database B. The process proceeds to S33 (see FIG. 3).
図３に戻って、こうして、道路パターン及び外的環境情報によるデータベースＺの絞り込みがなされると、続いて、Ｓ３３にて、眠気誘発閾値算出処理が実行される。図７は、この眠気誘発閾値算出処理を詳細に表すフローチャートである。 Returning to FIG. 3, when the database Z is narrowed down by the road pattern and the external environment information in this way, the drowsiness induction threshold value calculation process is subsequently executed in S33. FIG. 7 is a flowchart showing in detail the sleepiness induction threshold value calculation process.
図７に示すように、この処理では、先ず、Ｓ３３１では、前述のようにＳ２でナビゲーション装置４を介して取得された移動経路上に出現する全道路パターンのうち、１つの道路パターンが選択される。続くＳ３３２では、記憶部３内のデータベースＢについて、Ｓ３３１で選択された道路パターンを含むデータセットの有無が判定される。 As shown in FIG. 7, in this process, first, in S331, one road pattern is selected from all the road patterns that appear on the travel route acquired via the navigation device 4 in S2 as described above. The In continuing S332, the presence or absence of the data set containing the road pattern selected by S331 is determined about the database B in the memory | storage part 3. FIG.
データセットがない場合には（Ｓ３３２：Ｎ）、処理は前述のＳ３３１へ移行し、次の道路パターンが選択されて処理はＳ３３２へ戻る。こうして、選択された道路パターンと合致するデータセットが見つかって（Ｓ３３２：Ｙ）、処理がＳ３３３へ移行すると、Ｓ３３１で抽出された道路パターンを含むデータセットのみが、記憶部３内のデータベースＢから抽出される。次に、Ｓ３３４では、Ｓ３３３で抽出されたデータセット群の中から、眠気レベルが覚醒から弱い眠気に遷移したデータセットのみが抽出される。すなわち、眠気レベルが０→１，０→２，または１→２と遷移しているデータセットが抽出される。 When there is no data set (S332: N), the process proceeds to S331 described above, the next road pattern is selected, and the process returns to S332. Thus, when a data set that matches the selected road pattern is found (S332: Y) and the process proceeds to S333, only the data set including the road pattern extracted in S331 is stored from the database B in the storage unit 3. Extracted. Next, in S334, only the data set whose sleepiness level has changed from awakening to weak sleepiness is extracted from the data set group extracted in S333. That is, a data set in which the sleepiness level transitions from 0 → 1, 0 → 2, or 1 → 2 is extracted.
続くＳ３３５では、Ｓ３３４で抽出されたデータセット群について、Ｓ１において入力されたドライバの体調と合致するデータセットの有無が判定される。合致する体調を含むデータセットが、データセット群にない場合は（Ｓ３３５：Ｎ）、Ｓ３３４で抽出されたデータセット群を全てそのまま保持した状態で処理は３３７へ移行する。一方、合致する体調を含むデータセットがＳ３３４で抽出されたデータセット群にある場合は（Ｓ３３５：Ｙ）、該当するデータセットのみがＳ３３６にて抽出され、処理はＳ３３７へ移行する。Ｓ３３７では、Ｓ３３４またはＳ３３６で抽出されたデータセット群について、継続距離（同一道路パターンにおいて、眠気レベルが遷移するまでに連続走行した距離）の平均値が算出される。なお、Ｓ３３４またはＳ３３６で抽出されたデータセット数が１セットである場合も同様に平均値算出処理（Ｓ３３７）が実行される。 In subsequent S335, the presence or absence of a data set that matches the physical condition of the driver input in S1 is determined for the data set group extracted in S334. If there is no data set including the matching physical condition in the data set group (S335: N), the process proceeds to 337 in a state where all the data set groups extracted in S334 are retained. On the other hand, when the data set including the matching physical condition is in the data set group extracted in S334 (S335: Y), only the corresponding data set is extracted in S336, and the process proceeds to S337. In S337, for the data set group extracted in S334 or S336, the average value of the continuation distance (the distance traveled continuously until the drowsiness level transitions in the same road pattern) is calculated. Note that the average value calculation process (S337) is also executed when the number of data sets extracted in S334 or S336 is one set.
続くＳ３３８では、Ｓ３３７で算出された平均距離が、Ｓ３３１で選択した道路パターンにおいて眠気を誘発する連続走行距離閾値として記憶部３に記憶され、処理はＳ３３９へ移行する。なお、過去に同じ移動経路を車両が走行してそのときのデータセットがデータベースＺに記憶されている場合には、Ｓ３３７では当該データセット（群）のみから連続走行距離閾値を算出してもよい。 In subsequent S338, the average distance calculated in S337 is stored in the storage unit 3 as a continuous travel distance threshold that induces sleepiness in the road pattern selected in S331, and the process proceeds to S339. When the vehicle travels on the same travel route in the past and the data set at that time is stored in the database Z, the continuous travel distance threshold may be calculated from only the data set (group) in S337. .
Ｓ３３９では、Ｓ２でナビゲーション装置４を介して取得された移動経路上に出現する全道路パターンに対して、Ｓ３３１で未選択の他の道路パターンの有無が判定される。未選択の他の道路パターンがある場合には（Ｓ３３９：Ｙ）、処理はＳ３３１へ移行し、前述のＳ３３１〜Ｓ３３８の処理が同様に実施される。そして、この処理は、未選択の他の道路パターンがなくなるまで繰り返され、未選択の他の道路パターンがなくなった場合に（Ｓ３３９：Ｎ）、この眠気誘発閾値算出処理（Ｓ３３）が終了して処理はＳ３４の眠気誘発エリア表示処理（図３参照）へ移行する。 In S339, the presence or absence of another road pattern not selected in S331 is determined for all road patterns that appear on the travel route acquired via the navigation device 4 in S2. If there is another road pattern that has not been selected (S339: Y), the process proceeds to S331, and the processes of S331 to S338 described above are similarly performed. This process is repeated until there are no other unselected road patterns. When there are no other unselected road patterns (S339: N), this drowsiness induction threshold value calculation process (S33) is completed. The process proceeds to the drowsiness induction area display process (see FIG. 3) in S34.
図８は、この眠気誘発エリア表示処理を詳細に表すフローチャートである。図８に示すように、この処理では、先ず、Ｓ３４１にて、Ｓ２でナビゲーション装置４を介して取得された移動経路上に出現するセグメントが出発地点に近いものから順に１つ選択される。続くＳ３４２では、Ｓ３４１で選択されたセグメントの道路パターンが、直前に選択されたセグメントの道路パターンと同一であるか否かが判定される。直前のセグメントの道路パターンと同一の場合は（Ｓ３４２：Ｙ）、処理は後述のＳ３４５へ直接移行し、異なる場合は（Ｓ３４２：Ｎ）、処理はＳ３４３へ移行する。なお、出発地点のセグメントなどのように、直前のセグメントが存在しない場合も、Ｓ３４２では否定判断されて処理はＳ３４３へ移行する。 FIG. 8 is a flowchart showing the sleepiness induction area display process in detail. As shown in FIG. 8, in this process, first, in S341, one segment that appears on the movement route acquired via the navigation device 4 in S2 is selected in order from the one closest to the departure point. In subsequent S342, it is determined whether or not the road pattern of the segment selected in S341 is the same as the road pattern of the segment selected immediately before. If it is the same as the road pattern of the immediately preceding segment (S342: Y), the process directly proceeds to S345 described later, and if different (S342: N), the process proceeds to S343. Even when there is no immediately preceding segment such as a segment at the departure point, a negative determination is made in S342 and the process proceeds to S343.
Ｓ３４３では、セグメントの累計距離がリセットされる。これによって、経路上の道路パターン毎に、同一道路パターンが連続する累計距離を算出することができる。続くＳ３４４では、Ｓ３４１で選択された道路パターンに対応してＳ３３８で記憶部３に記憶された連続走行距離閾値が記憶部３から呼び出される。続くＳ３４５では、Ｓ３４１で選択された道路パターンについて、累計距離（セグメントの距離）が合算される。すなわち、同一道路パターンが継続しているときは（Ｓ３４２：Ｙ）、処理がＳ３４２からこのＳ３４５へ直接移行することにより、当該道路パターンの累計距離が合算される。 In S343, the cumulative distance of the segment is reset. As a result, for each road pattern on the route, a cumulative distance in which the same road pattern continues can be calculated. In subsequent S344, the continuous travel distance threshold stored in the storage unit 3 in S338 corresponding to the road pattern selected in S341 is called from the storage unit 3. In subsequent S345, the cumulative distance (segment distance) is summed for the road pattern selected in S341. In other words, when the same road pattern continues (S342: Y), the process proceeds directly from S342 to S345, so that the cumulative distance of the road pattern is added up.
Ｓ３４６では、Ｓ３４５で合算された累計距離と、Ｓ３４４で呼び出された連続走行距離閾値とが比較され、合算後の累計距離が連続走行距離閾値以上であるか否かが判定される。合算後の累計距離が、連続走行距離閾値未満である場合は（Ｓ３４６：Ｎ）、処理は前述のＳ３４１へ移行し、連続走行距離閾値以上である場合は（Ｓ３４６：Ｙ）、処理は続くＳ３４７へ移行する。 In S346, the cumulative distance summed in S345 is compared with the continuous travel distance threshold called in S344, and it is determined whether or not the cumulative distance after the sum is equal to or greater than the continuous travel distance threshold. If the cumulative total distance after addition is less than the continuous travel distance threshold value (S346: N), the process proceeds to S341 described above, and if it is greater than or equal to the continuous travel distance threshold value (S346: Y), the process continues S347. Migrate to
Ｓ３４７では、合算後の累計距離が連続走行距離閾値以上になるセグメントが、例えば図９に例示するように、ナビゲーション装置４の画面に表示された経路上に眠気誘発エリアとして強調表示される。なお、図９の例では、セグメントをＡ，Ｂ，…，Ｚと移動する間に道路パターンがＩ，II，III と変化しており、そのうちの道路パターンＩ，IIにおいて、道路パターンの累積距離が連続走行距離閾値に達したセグメントが強調表示されている。 In S347, the segment whose accumulated distance after the sum is equal to or greater than the continuous travel distance threshold is highlighted as a drowsiness-inducing area on the route displayed on the screen of the navigation device 4, for example, as illustrated in FIG. In the example of FIG. 9, the road pattern changes to I, II, III while moving the segment to A, B,..., Z, and the cumulative distance of the road pattern in the road patterns I, II. The segment that has reached the continuous travel distance threshold is highlighted.
続くＳ３４８では、Ｓ３４１で選択されたセグメントが、移動経路の最終セグメントであるか否かが判定される。最終セグメントでない場合は（Ｓ３４８：Ｎ）、処理は前述のＳ３４１へ移行し、次のセグメントが選択されて同様の処理が繰り返される。そして、Ｓ３４１で選択されたセグメントが最終セグメントとなると（Ｓ３４８：Ｙ）、この眠気誘発エリア表示処理（Ｓ３４）が終了し、処理は図２のＳ４へ移行する。 In subsequent S348, it is determined whether or not the segment selected in S341 is the last segment of the movement path. If it is not the last segment (S348: N), the process proceeds to S341 described above, the next segment is selected, and the same process is repeated. When the segment selected in S341 becomes the last segment (S348: Y), this drowsiness induction area display process (S34) ends, and the process proceeds to S4 in FIG.
Ｓ４では、Ｓ３４７の処理によってナビゲーション装置４に表示された移動経路上の眠気誘発エリアの場所や数の結果を参考にしてドライバが移動経路を決定するまで待機し、移動経路が決定されるとこの眠気誘発エリア予測処理が終了する。ドライバは、優先的に通行する道路（高速道路または一般道）や、通行料金、所要時間と同様に、眠気誘発エリアの場所や数を参考にして、ナビゲーション装置４にて検索された複数の移動経路の中から所望の移動経路を決定し、周知のようにナビゲーション装置４に案内を開始させる。 In S4, the driver waits until the driver determines the moving route with reference to the result of the location and number of sleepiness induction areas on the moving route displayed on the navigation device 4 by the process of S347. The drowsiness induction area prediction process ends. The driver uses a plurality of movements searched by the navigation device 4 with reference to the location and number of sleepiness-inducing areas as well as the road (highway or general road) to be preferentially passed, the toll, and the required time. A desired moving route is determined from the routes, and the navigation device 4 starts guidance as is well known.
［データベース更新処理］
次に、データベースＺを車両の走行中に更新するデータベース更新処理について説明する。図１０は、データベース更新処理を表すフローチャートである。なお、この処理は、ナビゲーション装置４による案内がなされている間に、眠気誘発エリア予測部２のＣＰＵがＲＯＭに記憶されたプログラムに基づいて実行する処理である。
[Database update processing]
Next, a database update process for updating the database Z while the vehicle is traveling will be described. FIG. 10 is a flowchart showing the database update process. This process is a process executed by the CPU of the drowsiness induction area prediction unit 2 based on a program stored in the ROM while the navigation device 4 provides guidance.
図１０に示すように、この処理では、先ず、Ｓ５１にて、カメラ５に対して走行中のドライバの顔画像撮影が指示され、続くＳ５２にて、カメラ５が撮影したドライバの顔画像をもとに眠気レベル判定部６が６段階で判定したドライバの眠気レベルが読み込まれる。続くＳ５３では、直前の眠気レベルと比較して、現在の眠気レベルに変化があるか否かが判定され、変化がない場合には（Ｓ５３：Ｎ）、処理は前述のＳ５１へ移行する。 As shown in FIG. 10, in this process, first, in S51, the camera 5 is instructed to capture the face image of the driver who is traveling, and in S52, the driver's face image captured by the camera 5 is also displayed. Then, the sleepiness level of the driver determined by the sleepiness level determination unit 6 in 6 stages is read. In subsequent S53, it is determined whether or not there is a change in the current sleepiness level as compared to the previous sleepiness level. If there is no change (S53: N), the process proceeds to S51 described above.
一方、ドライバの眠気レベルに変化がある場合には（Ｓ５３：Ｙ）、処理はＳ５４へ移行する。Ｓ５４では、ドライバの眠気レベルが変化するまでの間に車両走行したセグメントの道路パターンのうち、最も出現率の多かった道路パターンがナビゲーション装置４から取得される。そして、その道路パターン及びその道路パターンの連続走行距離、並びに、出発時にナビゲーション装置４に入力されたドライバの体調，天候，及び時間帯が、当該眠気レベルの遷移情報とセットにして記憶部３のデータベースＺに記憶される。続くＳ５５では車両が走行中であるか否かが判定され、走行中の場合は（Ｓ５５：Ｙ）、処理は前述のＳ５１へ移行し、走行中でない場合は（Ｓ５５：Ｎ）、この処理が一旦終了する。 On the other hand, if there is a change in the sleepiness level of the driver (S53: Y), the process proceeds to S54. In S54, the road pattern having the highest appearance rate is acquired from the navigation device 4 among the road patterns of the segment that the vehicle has traveled until the driver's drowsiness level changes. Then, the road pattern, the continuous travel distance of the road pattern, and the physical condition, weather, and time zone of the driver input to the navigation device 4 at the time of departure are set together with the transition information of the sleepiness level in the storage unit 3. Stored in database Z. In subsequent S55, it is determined whether or not the vehicle is traveling. If the vehicle is traveling (S55: Y), the process proceeds to the above-described S51. If the vehicle is not traveling (S55: N), this process is performed. Exit once.
なお、Ｓ５４では、次にＳ５３で肯定判断されてＳ５４へ移行した場合に備えて、少なくともその処理がなされた時点における車両の位置（メータの走行距離であってもよい）が記憶される。また、前述のように、データベースＺには道路パターン等の各種組み合わせに対して継続距離と眠気レベル遷移とが対応付けて記憶されているが、最初にＳ５４にてデータセットが作成された場合は、当該Ｓ５４にて作成されたデータセットが初期値としてのデータセットに上書きされる。道路パターン等が同一の組み合わせに対して２回目以降にデータセットが作成された場合は、そのデータセットは上書きされてもよいし、タイムスタンプと共にデータベースＺに追加記入されてもよい。後者の場合、前述のＳ３３７にて、過去に同じ移動経路を車両が走行してそのときのデータセットがデータベースＺに記憶されている場合には、当該データセット（群）のみから連続走行距離閾値を算出する処理が容易になる。また、その場合、Ｓ３３７では、平均をとるのではなく、タイムスタンプの最も新しいデータセットを抽出するようにしてもよい。 In S54, at least the position of the vehicle (which may be the travel distance of the meter) at the time when the process is performed is stored in preparation for the case where an affirmative determination is made in S53 and the process proceeds to S54. As described above, the database Z stores the continuation distance and the sleepiness level transition in association with various combinations such as road patterns, but when a data set is first created in S54, The data set created in S54 is overwritten with the data set as the initial value. When a data set is created for the same combination of road patterns and the like after the second time, the data set may be overwritten or additionally written in the database Z together with a time stamp. In the latter case, when the vehicle has traveled on the same travel route in the past and the data set at that time is stored in the database Z in the above-described S337, the continuous travel distance threshold value is obtained from only the data set (group). The process of calculating is facilitated. In this case, in S337, instead of taking an average, a data set having the latest time stamp may be extracted.
また、データベースＺに記憶される初期値の設定方法としては、次のように種々考えられる。例えば、一般的に眠気を誘発しやすいとされる天候、時間帯、体調、及び道路パターンのデータセット群に対して記憶されてもよい。この場合、一般的に眠気を誘発しやすい条件は、過去の事故データ（警察庁・損害保険会社の調査結果）などから決定する。例えば、「曇り、寝不足、０時〜４時または１２時〜１６時、高速道路、直線、１００ｋｍ」といったデータセットが考えられる。 Various methods for setting the initial value stored in the database Z can be considered as follows. For example, it may be stored for a data set of weather, time zone, physical condition, and road pattern that are generally likely to induce sleepiness. In this case, the conditions that are likely to induce drowsiness are generally determined from past accident data (survey results of the National Police Agency / Nonlife Insurance Company). For example, a data set such as “cloudy, lack of sleep, 0 o'clock to 4 o'clock or 12 o'clock to 16 o'clock, highway, straight line, 100 km” can be considered.
また、他車の眠気予測装置１から収集したデータベースＺを元に、眠気を誘発しやすい天候・時間帯・体調及び道路パターンの頻度を分析した結果をデータセット群として、通信によりダウンロードまたはディーラーにてインストールしてもよい。他車のデータベースＺは、通信やディーラーを介して特定のセンターで管理して、頻度分析を実施すればよい。この場合も、各車両の眠気予測装置１では、ドライバの走行回数が増えることで、ドライバ専用のデータセット群、すなわちデータベースが構築されていく。 In addition, based on the database Z collected from the drowsiness prediction device 1 of other vehicles, the results of analyzing the frequency of weather, time zone, physical condition and road pattern that are likely to induce drowsiness are downloaded as a data set group or communicated to the dealer May be installed. The database Z of other vehicles may be managed at a specific center via communication or a dealer to perform frequency analysis. Also in this case, in the drowsiness prediction device 1 of each vehicle, a data set group dedicated to the driver, that is, a database is constructed by increasing the number of times the driver travels.
前述のように記憶部３にドライバ専用に作成されるデータベースＺに加えて、定期的に（ナビ情報更新のタイミングなどで）センター管理データベースにある眠気誘発データセットを追加し、一般的な眠気誘発エリアもナビゲーション装置４で検索した移動経路上に表示してもよい。 In addition to the database Z created exclusively for the driver in the storage unit 3 as described above, the drowsiness induction data set in the center management database is periodically added (such as at the timing of navigation information update), and general sleepiness induction is performed. The area may also be displayed on the travel route searched by the navigation device 4.
［実施の形態の効果及びその変形例］
以上説明したように、前記実施の形態では、記憶部３は、天候・時間帯・体調・道路パターンの組み合わせに対して、どれだけ継続して走行したら（継続距離）眠気レベルがどう遷移するか（眠気レベル遷移）を対応付けてデータセットとして記憶したデータベースＺを備えている。そして、そのデータベースＺを用いて、眠気誘発エリア予測部２が眠気誘発エリアを予測するので、ドライバが過去に車両で通ったことのない移動経路に対しても、眠気誘発エリアを良好に予測することができる。しかも、その予測結果は、ナビゲーション装置４の画面に図９に例示したように表示されるので、ドライバに一層良好に注意喚起を促すことができ、ドライバは覚醒状態を維持するための対策が立てやすくなる。
[Effects of Embodiments and Modifications]
As described above, in the embodiment, the storage unit 3 determines how long the drowsiness level transitions (continuation distance) for a combination of weather, time zone, physical condition, and road pattern. A database Z that stores (drowsiness level transition) in association with each other as a data set is provided. And since the drowsiness induction area prediction unit 2 predicts the drowsiness induction area using the database Z, the drowsiness induction area is well predicted even for a travel route that the driver has never traveled with a vehicle in the past. be able to. Moreover, since the prediction result is displayed on the screen of the navigation device 4 as illustrated in FIG. 9, the driver can be better alerted, and the driver can take measures to maintain the awake state. It becomes easy.
また、前記眠気誘発エリアの予測に当たっては、道路パターンのみならず、天候，時間帯，ドライバの体調等も参照しているので、一層正確に眠気誘発エリアを予測することができる。しかも、データベースＺのデータは図１０のデータベース更新処理によってそのドライバに応じたデータに順次更新されるので、更に一層正確に眠気誘発エリアを予測することができる。なお、データベースＺの項目には、天候・時間帯・体調・道路パターンの他に渋滞状態も加えてもよく、道路パターンとして右左折箇所の数や信号機の数を含めてもよく、その場合、更に一層正確に眠気誘発エリアを予測することができる。 In addition, in the prediction of the sleepiness induction area, not only the road pattern but also the weather, the time zone, the physical condition of the driver, and the like are referred to, so that the sleepiness induction area can be predicted more accurately. In addition, since the data in the database Z is sequentially updated to the data corresponding to the driver by the database update process in FIG. 10, the sleepiness induction area can be predicted even more accurately. In addition to the weather, time zone, physical condition, road pattern, traffic conditions may be added to the items in the database Z, and the road pattern may include the number of right and left turn points and the number of traffic lights. The sleepiness induction area can be predicted even more accurately.
なお、前記実施の形態において、記憶部３のデータベースＺがデータベースに、眠気誘発エリア予測部２が道路形態取得手段，眠気予測手段，外的環境取得手段，ドライバ情報取得手段，表示手段，道路形態検出手段，及びデータベース更新手段に、ナビゲーション装置４が経路設定手段に、カメラ５及び眠気レベル判定部６が眠気レベル検出手段に、それぞれ相当する。また、眠気誘発エリア予測部２が実行する処理のうち、Ｓ３１が道路形態取得手段に、Ｓ３３，Ｓ３４が眠気予測手段に、Ｓ３２が外的環境取得手段に、Ｓ１がドライバ情報取得手段に、Ｓ３４７が表示手段に、Ｓ５４の処理のうち道路パターンを取得する処理が道路形態検出手段に、Ｓ５４の処理のうちデータベースＺにデータセットを記憶する処理がデータベース更新手段に、Ｓ５４の処理のうちその処理がなされた時点における車両の位置を記憶する処理が位置記憶手段に、それぞれ相当する。 In the embodiment, the database Z of the storage unit 3 is the database, and the sleepiness induction area prediction unit 2 is the road form acquisition means, sleepiness prediction means, external environment acquisition means, driver information acquisition means, display means, road form. The navigation device 4 corresponds to the route setting unit, the camera 5 and the drowsiness level determination unit 6 correspond to the detection unit and the database update unit, respectively. Of the processes executed by the drowsiness induction area prediction unit 2, S31 is a road form acquisition unit, S33 and S34 are drowsiness prediction units, S32 is an external environment acquisition unit, S1 is a driver information acquisition unit, S347. In the display means, the process of acquiring the road pattern in the process of S54 is in the road form detection means, the process of storing the data set in the database Z in the process of S54 is in the database update means, and the process in the process of S54 The processing for storing the position of the vehicle at the time when is performed corresponds to the position storage means.
また、本発明は前記実施の形態に何ら限定されるものではなく、本発明の要旨を逸脱しない範囲で種々の形態で実施することができる。例えば、前記実施の形態では、天候・時間帯・体調・道路パターンといった全ての項目が一致しなければ初期値として記憶されたデータセットを使用しているが、時間帯など一部のパラメータが異なっても、データベース更新処理で更新されたデータセットから類推してもよい。 Further, the present invention is not limited to the above-described embodiment, and can be implemented in various forms without departing from the gist of the present invention. For example, in the above embodiment, if all items such as weather, time zone, physical condition, road pattern do not match, the data set stored as the initial value is used, but some parameters such as time zone are different. Alternatively, it may be inferred from the data set updated by the database update process.
また、前記実施の形態では、道路のパターンが変化した場合はＳ３４３に累計距離をリセットしているが、それまでの累計距離が道路パターンが変化した後の累計距離にも反映されるようにしてもよい。例えば、旧道路パターンの累計距離を当該旧道路パターンの連続走行距離閾値で割った商を新たな道路パターンの連続走行距離閾値に掛けた値を、新たな累計距離としてもよい。そして、その場合、道路パターンが変化することによって眠気レベルが上昇することもあれば低下することもあるので、前記商に当該道路パターンの変化に応じた係数を掛けた値を新たな道路パターンの連続走行距離閾値に掛けてもよい。この場合は、道路パターンの変化態様と係数とを対応付けたテーブルを用意しておく。 In the above embodiment, when the road pattern changes, the accumulated distance is reset in S343, but the accumulated distance so far is also reflected in the accumulated distance after the road pattern changes. Also good. For example, a value obtained by multiplying a quotient obtained by dividing the cumulative distance of the old road pattern by the continuous travel distance threshold of the old road pattern by the continuous travel distance threshold of the new road pattern may be set as the new cumulative distance. In that case, the drowsiness level may increase or decrease as the road pattern changes, so the value obtained by multiplying the quotient by a coefficient corresponding to the change in the road pattern is the new road pattern. The continuous travel distance threshold may be multiplied. In this case, a table is prepared in which road pattern change modes and coefficients are associated with each other.
更に、前記実施の形態では、パラメータとして継続距離をデータベースＺに記憶しているが、パラメータとしてはそれ以外にも種々の形態が考えられる。例えば、１ｋｍ走行する毎に蓄積される疲労度（数十段階に分類した眠気レベルであってもよい）をパラメータとしてデータベースに記憶し、その疲労度を積算することによって眠気誘発エリアを推定してもよい。その場合、道路パターンが変化しても前記疲労度は徐々に蓄積され、眠気を予測することができる。また、頻繁に道路パターンが変化する場合は、時間のみを考慮して眠気誘発エリアを設定してもよい。 Furthermore, in the above embodiment, the continuation distance is stored in the database Z as a parameter, but various other forms are conceivable as the parameter. For example, the fatigue level accumulated every time 1 km is traveled (may be a sleepiness level classified into several tens of stages) is stored in the database as a parameter, and the sleepiness induction area is estimated by integrating the fatigue level. Also good. In this case, the fatigue level is gradually accumulated even when the road pattern changes, and drowsiness can be predicted. If the road pattern changes frequently, the sleepiness induction area may be set considering only time.
また、前記実施の形態では、眠気予測装置１が当初からナビゲーション装置４に接続されているが、一般のナビゲーション装置に後付けしてもよい。その場合、後付であるが故にナビゲーション装置の画面に対して働きかけができない可能性もあるが、その場合でも、スピーカ等を備えておくことによって次のような制御を行えば当該後付装置内で処理が完結する。例えば、眠気誘発エリアの手前に車両が達した時点で「そろそろ休憩しませんか？」などといった休憩を促すメッセージを発声する、移動経路が検索された時点で「○○付近で休憩場所に立ち寄るような移動経路を設定しておくと安全です。」などといった休憩場所の登録を促すメッセージを発声する、などの制御が考えられる。 In the above embodiment, the sleepiness prediction device 1 is connected to the navigation device 4 from the beginning, but may be retrofitted to a general navigation device. In that case, it may be impossible to work on the screen of the navigation device because it is a retrofit, but even in that case, if the following control is performed by providing a speaker or the like, This completes the process. For example, when the vehicle reaches the drowsiness induction area, say a message that prompts you to take a break, such as “Would you like to take a break soon?” When the travel route is searched, “Let's stop at a resting place near For example, it is safe to set a simple travel route. "
更に、本発明で参照される車両の移動経路は、必ずしもナビゲーション装置によって検索されたものでなくてもよい。例えば、「１．○○交差点を右折、２．××交差点を左折、…」といった具合にマニュアルで移動経路が設定されてもよい。その場合でも、眠気予測装置がナビ情報を備えていれば、前記実施の形態と同様に眠気予測を行うことができる。また、図１０のデータベース更新処理は、ナビゲーション装置４から道路パターンを取得しているが、ステアリング操作量，アクセル操作量と速度，ＥＴＣ車載器の情報等からから道路パターンを取得してもよい。また更に、移動経路を構成する道路はＶＩＣＳリンクのように細分化しなくてもよく、例えば、道路の形態が高速道路，主要地方道，それ以外の一般道といったような大分類のみである場合は、前記移動経路の当該道路への合流点から離脱点までを１つの単位としてもよい。 Furthermore, the moving route of the vehicle referred to in the present invention is not necessarily searched by the navigation device. For example, the moving route may be set manually such as “1. Turn right at the intersection of XX, turn left at the intersection of 2.xx. Even in this case, if the drowsiness prediction apparatus includes navigation information, drowsiness prediction can be performed in the same manner as in the above embodiment. In the database update process of FIG. 10, the road pattern is acquired from the navigation device 4, but the road pattern may be acquired from the steering operation amount, the accelerator operation amount and speed, the information on the ETC onboard equipment, and the like. Furthermore, the roads that make up the travel route do not have to be subdivided as in the VICS link. For example, when the form of the road is only a large classification such as a highway, a main local road, and other general roads. The unit from the junction point to the departure point of the travel route to the road may be used as one unit.
１…眠気予測装置 ２…眠気誘発エリア予測部 ３…記憶部
４…ナビゲーション装置 ５…カメラ ６…眠気レベル判定部
DESCRIPTION OF SYMBOLS 1 ... Sleepiness prediction apparatus 2 ... Sleepiness induction area prediction part 3 ... Memory | storage part 4 ... Navigation apparatus 5 ... Camera 6 ... Sleepiness level determination part
Claims (8)
車両の移動経路が設定されたとき、その移動経路を構成する各道路の形態を取得する道路形態取得手段と、
前記道路形態取得手段が取得した前記各道路の形態に対応した前記パラメータを前記データベースから取得することにより、前記移動経路に沿ってどれだけの距離走行し続けるとドライバの眠気レベルが上昇するかを予測する眠気予測手段と、
を備えたことを特徴とする眠気予測装置。 A database that stores the form of the road in association with a parameter that expresses the numerical value of how long the driver's drowsiness level increases when the road of the form continues to travel ;
Road form acquisition means for acquiring the form of each road constituting the movement route when the movement route of the vehicle is set;
By acquiring the parameter corresponding to the form of each road acquired by the road form acquisition means from the database, it is determined how much distance along the travel route the driver's sleepiness level increases. A drowsiness prediction means to predict;
A drowsiness prediction device characterized by comprising:
車両の移動経路が設定されたとき、その移動経路を構成する各道路の形態を取得する道路形態取得手段と、
前記道路形態取得手段が取得した前記各道路の形態に対応した前記パラメータを前記データベースから取得することにより、前記移動経路を移動中のドライバの眠気を予測する眠気予測手段と、
前記車両の運転中に、ドライバの眠気レベルを検出する眠気レベル検出手段と、
前記車両の運転中に、その車両が走行している道路の形態を検出する道路形態検出手段と、
前記眠気レベル検出手段が検出した眠気レベルが変化した時点における車両の位置を記憶する位置記憶手段と、
前記眠気レベル検出手段が検出した眠気レベルが前回変化した時点または前記車両の走行開始時から、前記眠気レベル検出手段が検出した眠気レベルが更に変化した時点までに、前記車両が走行した距離に基づいて前記パラメータを算出し、当該パラメータを前記更に変化した時点までに前記道路形態検出手段が検出した形態に対応するパラメータとして、前記データベースを更新するデータベース更新手段と、
を備えたことを特徴とする眠気予測装置。 A database that stores the road form and the parameter related to the predicted value of the sleepiness level of the driver in association with each other;
Road form acquisition means for acquiring the form of each road constituting the movement route when the movement route of the vehicle is set;
Sleepiness prediction means for predicting sleepiness of a driver moving on the travel route by acquiring the parameter corresponding to the form of each road acquired by the road form acquisition means from the database;
Drowsiness level detection means for detecting the drowsiness level of the driver while driving the vehicle;
Road form detecting means for detecting the form of the road on which the vehicle is running during driving of the vehicle;
Position storage means for storing the position of the vehicle at the time when the sleepiness level detected by the sleepiness level detection means is changed;
Based on the distance traveled by the vehicle from when the sleepiness level detected by the sleepiness level detection means last changed or when the vehicle started to travel until when the sleepiness level detected by the sleepiness level detection means further changed. Database update means for calculating the parameter, and updating the database as a parameter corresponding to the form detected by the road form detection means until the further change of the parameter;
A drowsiness prediction device characterized by comprising:
前記移動経路を、前記眠気予測手段が予測した前記位置と共に地図上に表示する表示手段を、
更に備えたことを特徴とする請求項１〜３のいずれか１項に記載の眠気予測装置。 The drowsiness prediction means predicts a position on the moving path where the drowsiness level is predicted to rise,
Display means for displaying the movement path on the map together with the position predicted by the sleepiness prediction means;
The drowsiness prediction device according to any one of claims 1 to 3, further comprising:
前記眠気予測手段は、前記移動経路を構成する道路の各セグメントの形態に対応した前記パラメータを前記データベースからそれぞれ取得することにより、前記眠気を予測することを特徴とする請求項１〜４のいずれか１項に記載の眠気予測装置。 The road form acquisition means divides each road constituting the travel route into a plurality of preset segments to acquire the form for each segment,
The sleepiness prediction means, by obtaining respectively the parameters corresponding to the form of each segment of the road constituting the moving path from the database, any claim 1-4, characterized in that predicting the sleepiness The drowsiness prediction apparatus according to claim 1.
気温、または天候、または時刻、または前記移動経路上の道路に係る渋滞情報の、少なくともいずれか１つを含む外的環境を取得する外的環境取得手段と、
ドライバの体調または前日睡眠時間の少なくともいずれか１つを含むドライバ情報を取得するドライバ情報取得手段と、
を備え、
前記データベースは、前記外的環境と前記ドライバ情報と前記道路の形態との各組み合わせに対して、前記パラメータを対応付けて記憶し、
前記眠気予測手段は、前記外的環境取得手段に取得された外的環境、前記ドライバ情報取得手段に取得されたドライバ情報、及び、前記道路形態取得手段が取得した前記各道路の形態に対応した前記パラメータを前記データベースから取得することにより、前記移動経路を移動中のドライバの眠気を予測することを特徴とする請求項１〜６の何れか１項に記載の眠気予測装置。 Furthermore,
An external environment acquisition means for acquiring an external environment including at least one of temperature, weather, time, or traffic jam information relating to a road on the travel route;
Driver information acquisition means for acquiring driver information including at least one of the physical condition of the driver or the sleep time of the previous day;
With
The database stores the parameter in association with each combination of the external environment, the driver information, and the road form,
The drowsiness prediction means corresponds to the external environment acquired by the external environment acquisition means, the driver information acquired by the driver information acquisition means, and the form of each road acquired by the road form acquisition means wherein by obtaining a parameter from the database, sleepiness prediction apparatus according to any one of claim 1 to 6, characterized in that predicting the driver sleepiness in moving the moving path.
更に備え、
前記道路形態取得手段は、前記経路設定手段によって車両の移動経路が設定されたとき、その移動経路を構成する各道路の形態を前記道路データに基づいて取得することを特徴とする請求項１〜７の何れか１項に記載の眠気予測装置。 Route setting means for storing road data relating to the position and form of the road and setting a movement route of the vehicle to the destination based on the road data when a destination is instructed,
In addition,
The road form acquisition means acquires the form of each road constituting the movement route based on the road data when the movement route of the vehicle is set by the route setting means. The drowsiness prediction device according to any one of 7 .
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011207764A JP5696632B2 (en) | 2011-09-22 | 2011-09-22 | Sleepiness prediction device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011207764A JP5696632B2 (en) | 2011-09-22 | 2011-09-22 | Sleepiness prediction device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2013069151A JP2013069151A (en) | 2013-04-18 |
| JP5696632B2 true JP5696632B2 (en) | 2015-04-08 |
Family
ID=48474785
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2011207764A Expired - Fee Related JP5696632B2 (en) | 2011-09-22 | 2011-09-22 | Sleepiness prediction device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5696632B2 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106361270A (en) * | 2015-07-22 | 2017-02-01 | 松下电器（美国）知识产权公司 | Method for predicting arousal level and arousal level prediction apparatus |
| KR20190042259A (en) * | 2017-10-16 | 2019-04-24 | 현대자동차주식회사 | Vehicle And Control Method Thereof |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5632105B1 (en) * | 2014-02-27 | 2014-11-26 | 株式会社ナビタイムジャパン | Information processing system, information processing method, and information processing program |
| KR101589427B1 (en) | 2014-04-04 | 2016-01-27 | 현대자동차 주식회사 | Apparatus and method for controlling vehicle drive based on driver fatigue |
| JP6938202B2 (en) * | 2017-04-28 | 2021-09-22 | パイオニア株式会社 | Guidance information generator and guidance information generation method |
| WO2018230640A1 (en) * | 2017-06-16 | 2018-12-20 | 本田技研工業株式会社 | Vehicle control system, vehicle control method, and program |
| KR102435346B1 (en) * | 2017-09-28 | 2022-08-23 | 현대자동차주식회사 | Driver's Health Scanning System and Alarming Method Using It |
| WO2019065749A1 (en) * | 2017-09-28 | 2019-04-04 | パナソニックＩｐマネジメント株式会社 | Rest assistance device and rest assistance method |
| JP7117221B2 (en) * | 2018-11-06 | 2022-08-12 | 日産自動車株式会社 | Sleep suggestion method and sleep suggestion device |
| KR102529919B1 (en) * | 2018-11-28 | 2023-05-08 | 현대자동차주식회사 | Apparatus, system and method for managing drowsy driving |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001014599A (en) * | 1999-06-25 | 2001-01-19 | Toshiba Corp | Device and method for controlling vigilance and computer readable recording medium with vigilance management program stored therein |
| JP2006027534A (en) * | 2004-07-20 | 2006-02-02 | Toyota Motor Corp | Control device of awakening lighting system for vehicle |
| JP4650468B2 (en) * | 2007-09-26 | 2011-03-16 | 株式会社デンソー | Route search device |
| US20110022298A1 (en) * | 2008-04-11 | 2011-01-27 | Volvo Technology Corporation | Method and system for modifying a drive plan of a vehicle towards a destination |
-
2011
- 2011-09-22 JP JP2011207764A patent/JP5696632B2/en not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106361270A (en) * | 2015-07-22 | 2017-02-01 | 松下电器（美国）知识产权公司 | Method for predicting arousal level and arousal level prediction apparatus |
| KR20190042259A (en) * | 2017-10-16 | 2019-04-24 | 현대자동차주식회사 | Vehicle And Control Method Thereof |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2013069151A (en) | 2013-04-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5696632B2 (en) | Sleepiness prediction device | |
| JP4738852B2 (en) | Driving support device and driving support system | |
| JP4780454B2 (en) | Route search device | |
| US11906318B2 (en) | Personalized routing based on driver fatigue map | |
| JP4650468B2 (en) | Route search device | |
| JP4753161B2 (en) | Route search device | |
| JP4748389B2 (en) | Route search device | |
| JP5691967B2 (en) | Sleepiness prediction device | |
| EP3129970B1 (en) | Driving action classifying apparatus and driving action classifying method | |
| JP2010008268A (en) | Travel supporting system | |
| JP4626193B2 (en) | Travel data output device | |
| JP2005259116A (en) | Method and system for calculating traffic information, and method and system for displaying the traffic information | |
| CN103325248A (en) | Traffic information creating device and traffic information creating method | |
| JP2015141053A (en) | Automatic driving support system, automatic driving support method, and computer program | |
| JP7222887B2 (en) | Vehicle control system, vehicle control method, and program | |
| US20170122753A1 (en) | Route generation device and route generation method | |
| JP2007057510A (en) | Navigation system | |
| JP2008275565A (en) | Navigation device | |
| JP4421667B2 (en) | Information guidance device, information guidance method, information guidance program, and computer-readable recording medium | |
| EP3174000A1 (en) | Information presentation device, method, and program | |
| JP5471930B2 (en) | Driving assistance device | |
| JP2006090872A (en) | Navigation system | |
| JP2005106475A (en) | Navigation system | |
| JP2009264880A (en) | Driver model creation device | |
| JP2009244007A (en) | Vehicle guidance device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130930 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140611 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140722 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140922 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150113 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150126 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 5696632 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |