JP6301758B2 - 運転者危機管理装置、運転者危機管理方法、および運転者危機管理プログラム - Google Patents

Description

本発明は、運転者が運転する移動体の危機を予測する運転者危機管理装置、運転者危機管理方法、および運転者危機管理プログラムに関する。

従来より、個人の健康状態を取得し、サーバで管理して日々の健康状態を判定するサービスが行われている。例えば、身体に取り付けたセンサーから測定データをサーバへ送信し、過去のデータを分析して、受信した測定データが正常か、または異常かを検出する技術がある（特許文献１参照）。

特開２００３−１５０７１８号公報開始位置開始位置

従来技術では、収集した健康状態のデータは当該ユーザの状態を判定するために用いられるものであって、自動車などの移動体における危機予測に用いられるものではない。また、従来の移動体の危機予測サービスでは、移動体そのもののデータを解析し、急加速や急操作などの危険挙動を検知するものであって、運転者自身の状態を考慮して危機予測を行うものではない。

本発明は上記事情に鑑みてなされたものであり、本発明の目的は、運転者の状態によって引き起こされる事故を未然に防止する運転者危機管理装置、運転者危機管理方法、および運転者危機管理プログラムを提供することにある。

上記課題を解決するため、本発明は、運転者危機管理装置であって、移動体を運転する運転者の生体情報と、移動体情報とを取得する取得手段と、前記生体情報と前記移動体情報とに基づいて設定された判定情報を用いて、前記移動体の危機が予測されるか否かを判定する判定手段と、前記危機が予測される場合、前記移動体に危機を提示する提示手段と、前記危機が予測されず、前記提示手段が前記移動体に危機を提示しない場合において、前記移動体に危機事象が発生した場合に、前記移動体の危機の予測に用いられる前記判定情報を修正する解析手段と、を備える。

本発明は、コンピュータが行う運転者危機管理方法であって、移動体を運転する運転者の生体情報と、移動体情報とを取得する取得ステップと、前記生体情報と前記移動体情報とに基づいて設定された判定情報を用いて、前記移動体の危機が予測されるか否かを判定する判定ステップと、前記危機が予測される場合、前記移動体に危機を提示する提示ステップと、前記危機が予測されず、前記提示ステップで前記移動体に危機を提示しない場合において、前記移動体に危機事象が発生した場合に、前記移動体の危機の予測に用いられる前記判定情報を修正する解析ステップと、を行う。

本発明は、コンピュータが実行する運転者危機管理プログラムであって、前記コンピュータに、移動体を運転する運転者の生体情報と、移動体情報とを取得する取得ステップ、前記生体情報と前記移動体情報とに基づいて設定された判定情報を用いて、前記移動体の危機が予測されるか否かを判定する判定ステップ、前記危機が予測される場合、前記移動体に危機を提示する提示ステップ、および、前記危機が予測されず、前記提示ステップで前記移動体に危機を提示しない場合において、前記移動体に危機事象が発生した場合に、前記移動体の危機の予測に用いられる前記判定情報を修正する解析ステップを実行させる。

本発明により、運転者の状態によって引き起こされる事故を未然に防止する運転者危機管理装置、運転者危機管理方法、および運転者危機管理プログラムを提供することができる。

本発明の実施形態の運転者管理システムの全体構成図である。 搭載装置の機能ブロック図である。 運転者危機管理サーバの機能ブロック図である。 データ収集処理のフローチャートである。 危機事象発生前の心拍数の経過を示すグラフである。 危機予測処理のフローチャートである。

以下、本発明の実施の形態について説明する。

図１は、本発明の一実施形態である運転者管理システムを示す全体構成図である。図示する運転車管理システムは、各移動体に搭載された搭載装置１と、運転者危機管理サーバ２と、コールセンタ３と、保険会社のシステム４とを備える。

搭載装置１は、車、電車、飛行機、自転車などの移動体に搭載される装置である。なお、本実施形態では、移動体として自動車を用いるものとするが、本発明の移動体は自動車に限定されるものではない。

図２は、本実施形態の搭載装置１の機能ブロック図である。図示する搭載装置１は、生体情報収集部１１と、車体情報収集部１２と、送信部１３と、認証部１４とを備える。

生体情報収集部１１は、ハンドルやレバーなど、常時、運転車の指や手が触れる部分である操作部分（または、操作部の近傍）に設置され、運転者の生体情報（心拍数、呼吸数、血中酸素濃度、心拍変動など）を、常時、収集する。なお、生体情報収集部１１として、例えば、パルスオキシメータを用いることとしてよい。また、ハンドルなどの指や手が触れる操作部分に生体情報収集部１１を設置することで、運転に支障なく、運転者の運転中の生体情報を収集することができる。

車体情報収集部１２は、ハンドル操作、ブレーキ操作、加速度、ＡＢＳ（Antilock Brake System）の作動、エアバックの作動などの車体情報を収集する。また、車体情報収集部１２は、ＧＰＳを用いて位置情報を収集することとしてもよい。送信部１３は、生体情報収集部１１が収集した生体情報、および車体情報収集部１２が収集した車体情報を、携帯網、Ｍ２Ｍ（Ｍａｃｈｉｎｅ ｔｏ Ｍａｃｈｉｎｅ）、ＶｏＩＰ網などのネットワークを介して、リアルタイムで運転者危機管理サーバ２に送信する。

なお、車体情報収集部１２と送信部１３には、例えばテレマティクスモジュール（http://www.docomo.biz/html/service/module/tm/）を用いることとしてもよい。この場合、パルスオキシメータなどの生体情報収集部１１は、ＵＳＢ接続などにより、テレマティクスモジュールと接続され、テレマティクスモジュールは車体情報とともに、生体情報も無線データ通信により運転者危機管理サーバ２に送信する。認証部１４は、指紋認証などにより、運転者の本人認証を行う。

図３は、本実施形態の運転者危機管理サーバ２の機能ブロック図である。運転者危機管理サーバ２は、クラウドとして機能し、移動体に搭載された搭載装置１から、当該移動体の運転者の生体情報および車体情報をネットワークを介して取得し、これらの情報を組み合わせてビックデータとして活用し、運転中の移動体の危機予測（危険予測）を行う。

図示する運転者危機管理サーバ２は、情報取得部２１と、解析部２２と、判定部２３と、提示部２４と、情報提供部２７と、運転者情報記憶部２５と、閾値記憶部２６とを備える。

情報取得部２１は、移動体を運転する運転者の生体情報と移動体情報とを、ネットワークを介して搭載装置１からリアルタイムに取得する。解析部２２は、複数の運転者の生体情報および車体情報を用いて、危機予測を行うための判定条件を設定する。また、解析部２２は、提示部２４が移動体に危機を提示することなく、移動体に危機事象が発生した場合、判定条件を修正する。また、解析部２２は、車体情報および前記生体情報に基づいて、地域の特性を解析する。

判定部２３は、生体情報と移動体情報とに基づいて設定された判定情報を用いて、移動体の危機が予測されるか否かを判定する。提示部２４は、危機が予測される場合、移動体に危機を提示する。また、提示部２４は、危機が予測される移動体の位置を特定し、当該位置の付近に存在する他の移動体に、警告情報を通知する。情報提供部２７は、運転者情報記憶部２５に記憶された情報を、保険会社４（または、運転者の雇用予定会社など）に提供する。

運転者情報記憶部２５には、各運転者の生体情報および車体情報が記憶される。閾値記憶部２６には、解析部２２が設定した、全運転者に共通する乖離の割合が記憶される。

上記で説明した搭載装置１および運転者危機管理サーバ２は、例えば、ＣＰＵと、メモリと、ハードディスク等の外部記憶装置などを備えた汎用的なコンピュータシステムを用いることができる。このコンピュータシステムにおいて、ＣＰＵがメモリ上にロードされた所定のプログラムを実行することにより、各装置の各機能が実現される。例えば、搭載装置１および運転者危機管理サーバ２の各機能は、搭載装置１用のプログラムの場合は搭載装置１のＣＰＵが、そして、運転者危機管理サーバ２用のプログラムの場合は運転者危機管理サーバ２のＣＰＵが、それぞれ実行することにより実現される。

また、搭載装置１用のプログラムおよび運転者危機管理サーバ２用のプログラムは、ハードディスク、フレキシブルディスク、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ−ＲＯＭなどのコンピュータ読取り可能な記録媒体に記憶することも、ネットワークを介して配信することもできる。

次に、本実施形態の処理について説明する。

図４は、本実施形態のデータ収集処理のフローチャートである。本処理では、危機予測を行う前に、あらかじめ、各運転者の生体情報および車体情報を収集し、危機予測の判定条件を解析するものである。

運転者が運転を開始する際に、車に搭載された搭載装置１の認証部１４は、指紋認証、音声認証などの生体認証を用いて、運転者の本人認証を行う（Ｓ１１）。認証部１４は、認証に成功すると、運転者のユーザＩＤを送信部１３を用いて、運転者危機管理サーバ２に送信し、搭載装置１と運転者危機管理サーバ２とを接続する。

そして、運転者が所定の時間、運転している間、ハンドルなど運転者の手や指が触れる部分に設置された生体情報収集部１１は、運転者の生体情報を常時収集し、車体情報収集部１２は車体情報を常時収集する。そして、送信部１３は、収集した生体情報および車体情報を、ネットワークを介して運転者危機管理サーバ２（クラウド）にリアルタイムで送信する（Ｓ１２）。

運転者危機管理サーバ２の情報取得部２１は、リアルタイムで搭載装置１から送信された生体情報および車体情報を受信する。そして、運転者危機管理サーバ２の解析部２２は、受信した生体情報の各項目の平均値を算出し（Ｓ１３）、当該運転者のユーザＩＤと対応付けて運転者情報記憶部２５に記憶する（Ｓ１４）。ここでは、生体情報として、心拍数、呼吸数、血中酸素濃度、心拍変動などを用いることとし、これらのＳ１２の運転期間中の平均値を運転者情報記憶部２５に記憶する。また、情報取得部２１は、Ｓ１２の運転期間中に収集された生体情報および車体情報を、時間情報とともに、ユーザＩＤと対応付けて運転者情報記憶部２５に記憶する。

そして、解析部２２は、受信した車体情報を用いて、Ｓ１２の運転期間中に危機事象（危険操作、危険挙動）が発生したか否かの危機解析を行う（Ｓ１５）。本実施形態では、車体情報として、ハンドル操作、ブレーキ操作、加速度、ＡＢＳの作動、エアバックの作動などが収集される。このような車体情報から、ＡＢＳの作動、エアバックの作動、急ブレーキ、急なハンドル操作、急加減速などの危機事象が発生していた否かを判別する。

そして、危機事象の発生時刻の前後の所定の時間（または、危機事象の発生時刻以前の所定の時間）の生体情報を運転者情報記憶部２５から取得する。そして、解析部２２は、危機事象の発生以前の生体情報の値で、Ｓ１３で算出した平均値より離れた値（一番低い値、または、一番高い値）を、危険挙動に至るであろう閾値として設定する（Ｓ１６）。

図５は、生体情報として心拍数を用いた場合のＳ１６の閾値設定を説明するための図である。ここで、Ｓ１５で検知された危機事象は、時刻７−９の間５２に発生しているものとする。また、運転者の心拍数の平均値は「５」であるものとする。なお、心拍数の平均値は、例えば以下のように算出する。

平均値＝{X1(測定心拍数1)＋X2(測定心拍数2)＋・・＋Xn(測定心拍数n)}/n
そして、危機事象の発生直前５１では、運転者が居眠りしているなどにより心拍数が平均値より所定の割合低下している。一方、危機事象が発生している時間帯５２では、心拍数は、覚醒により平均値より上昇している。すなわち、図５に示す例では、運転者が覚醒し、急ブレーキ、急ハンドル操作などを行っていることを示している。

解析部２２は、このような生体情報と車体情報の場合、危機事象が発生する前の値（ここでは、覚醒により平均値に近づくように値が反転する前の値）であって、平均値に最も乖離した値５３（ここでは、「３」）を、閾値として決定する。なお、危機事象が発生した場合、心拍数だけでなく、他の生体情報についても同様に、閾値を決定する。

そして、解析部２２は、Ｓ１６で設定した各生体情報の閾値について、平均値から閾値までの乖離の割合（低下の割合または増加の割合）を算出する。なお、乖離の割合は、例えば以下のように算出する。

乖離の割合(%)＝{（平均値‐閾値）/平均値}×100
そして、解析部２２は、他の全ての運転者の乖離の割合と、当該運転者の乖離の割合との平均を算出し、全運転者に共通する乖離の割合とする。そして、解析部２２は、当該運転者の生体情報の平均値に、全運転者に共通する乖離の割合を乗じた値を、当該運転者の危機予測用の閾値（判定条件）として決定し、当該危機予測用の閾値を運転者情報記憶部２５に記憶する。なお、解析部２２は、全運転者に共通する乖離の割合を、閾値記憶部２６に記憶する。

このように、全運転者に共通の乖離の割合を算出することで、危機事象が発生しない運転者に対しても、当該運転者の生体情報の平均値のみを収集することができれば、危機予測用の閾値を設定することができる。なお、危機事象の種別ごとに、危機予測用の閾値を決定することとしてもよい。

一方、Ｓ１５の危機解析で、車体情報から危機事象が検出されない場合は、または、危機事象が検出された場合であっても、生体情報に変動がない場合（平均値から所定の値または割合で、低下・増加していない場合）は、Ｓ１２に戻り、再度、運転を開始する。あるいは、Ｓ１７で算出した全運転者に共通の乖離の割合と、当該運転者の生体情報の平均値を用いて、危機予測用の閾値を算出し、運転者情報記憶部２５に記憶することとしてもよい。

以上説明した、図４のデータ収集処理により危機予測用の閾値を算出することで、事前のデータ収集期間を要するものの、事故直前の車の危険挙動を検知するだけでなく、事故を事前に予測して、未然に防ぐことで、運転者を含む人命を守ることができる。

図６は、危機予測処理のフローチャートを示す図である。本処理では、運転者危機管理サーバ２が図４で算出した危機予測用の閾値を用いて危機予測を行う。

運転者が運転を開始する際に、車に搭載された搭載装置１の認証部１４は、生体認証を用いて運転者の本人認証を行い、認証に成功すると、運転者のユーザＩＤを送信部１３を用いて、運転者危機管理サーバ２に送信し、搭載装置１と運転者危機管理サーバ２とを接続する（Ｓ２１）。これにより、運転者危機管理サーバ２の判定部２３は、運転者情報記憶部２５から当該ユーザＩＤに対応する運転者の各生体情報の危機予測用の閾値を読み出す。

そして、運転者が運転している間、搭載装置１では、生体情報収集部１１は、運転者の生体情報を常時収集し、車体情報収集部１２は車体情報を常時収集し、送信部１３は、収集した生体情報および車体情報を、ネットワークを介して運転者危機管理サーバ２（クラウド）にリアルタイムで送信する（Ｓ２２）。

運転者危機管理サーバ２の情報取得部２１は、リアルタイムで搭載装置１から送信された生体情報および車体情報を受信し、判定部２３は、当該情報に基づいて、リアルタイムに逐次、危機予測を行う（Ｓ２３）。すなわち、判定部２３は、搭載装置１から送信される各生体情報が、それぞれ対応する各生体情報の危機予測用の閾値に到達したか否かを判別する。そして、少なくとも１つの生体情報が対応する危機予測用の閾値に達した場合、判定部２３は、運転者情報記憶部２５を参照し、当該運転者にフラグが設定されているか否かを判定する（Ｓ２４）。

Ｓ２４でフラグが設定されていない場合は、提示部２４は、自動音声応答などにより、運転者に注意喚起するための音声メッセージ（例えば、「運転測定が注意を示しております。休憩してください。」）を、ネットワークを介して搭載装置１に送信する（Ｓ２５）。これにより、搭載装置１の図示しないスピーカなどの出力装置は、注意喚起の音声メッセージを出力し、運転者に注意を喚起する。なお、注意喚起は、音声メッセージだけでなく、メールなどその他の方法を用いて行ってもよい。このような注意喚起を行うことで、事故を未然に防止することができる。

そして、判定部２３は、運転者情報記憶部２５の当該運転者のデータに、フラグを設定し（Ｓ２６）、Ｓ２３に戻り、引き続き危険予測を行う。

一方、Ｓ２４でフラグが既に設定されている場合は、提示部２４は、自動音声応答などにより、運転者に警告するための音声メッセージ（例えば、「運転測定が警告を示しております。直ちに運転を中止してください。」）を、ネットワークを介して搭載装置１に送信する。これにより、搭載装置１のスピーカなどの出力装置は、警告の音声メッセージを出力し、運転者に警告する。また、提示部２４は、搭載装置１とコールセンタ３とを接続し、オペレータにより警告をさせることとしてもよい。これにより、運転者とオペレータとが通話可能な状態となり、オペレータは、居眠り、または酒気帯びなどの危険な運転者に対してサポートし、事故を未然に防ぐことができる。

このように、既に注意喚起を行ってフラグが設定された運転者が、再度、危機予測用の閾値に達した場合には、緊急対策としてオペレータによる通話サービスを提供することで、運転者の居眠りや、身体状況に起因する事故を予測し、未然に防止することができる。

また、オペレータによる通話サービスを提供中に事故が発生した場合、オペレータは運転者と通話可能な状態であるため、足や腕が車体に挟まって抜けないなどの運転者の状態を即座に確認することができ、これにより、例えばジャッキが必要などの状況報告を救急隊にするなど、適切かつ迅速な支援要請を行うことができる。すなわち、緊急のケースでは、オペレータが運転者に代わって、車の位置情報と、救急車の手配も可能となる。

また、オペレータは、運転者との通話により、警告を無視するなどの悪質な運転者については、当該運転手に対する評価を運転者情報記憶部２５に設定することとしてもよい。

そして、判定部２３は、Ｓ２３に戻り、運転が終了するまで（Ｓ２８）、引き続き危険予測を行う。

運転終了後、運転者危機管理サーバ２の情報取得部２１は、運転期間中に収集された生体情報および車体情報を、時間情報とともに、ユーザＩＤと対応付けて運転者情報記憶部２５に記憶する（Ｓ２９）。

そして、解析部２２は、運転期間中に収集された車体情報を用いて、運転期間中に危機事象（危険操作、危険挙動）が発生したか否かの危機解析を行う（Ｓ３０）。すなわち、車体情報から、ＡＢＳの作動、エアバックの作動、急ブレーキ、急なハンドル操作、急加減速などの危機事象が発生していた否かを判別する。危機事象が発生していない場合は、処理を終了する。

一方、危機事象が発生している場合は、解析部２２は、運転者情報記憶部２５を参照し、当該運転者のデータにフラグが設定されているか否かを判別する（Ｓ３１）。フラグが設定されている場合は、Ｓ２５で危機事象が発生する前に注意喚起をしていたにも関わらず、その後、危機事象が発生したことになる。このため、解析部２２は、運転者情報記憶部２５の当該運転者のデータに、危険運転者候補である旨の情報を設定する（Ｓ３２）。

なお、運転者危機管理サーバ２の情報提供部２７は、運転者情報記憶部２５に危険運転者候補である旨の情報が設定された運転者を、保険会社４（または、運転者の雇用予定会社）などに提供する。すなわち、運転者に自身の運転情報の活用許可を得たうえで、危険運転者候補である旨の情報や、逆に危機事象が発生しない優良運転者である旨の情報など、運転者情報記憶部２５に記憶されたデータの解析結果を、保険会社４等に提供・販売する。但し、運転者の健康上の問題など、運転者に不利益にならないように、警告無視運転者や常習者など、オペレータによる評価を付加して、運転者の性質を分類して提供することとしてもよい。また、オペレータによる警告を受け入れない悪質な運転者に対しては、保険会社と共同で保険料の改定の提案や、一方、優良運転手に対するインセンティブ等を設けるなど、柔軟な保険販売が可能となる。

また、Ｓ３１でフラグが設定されていない場合は、当該運転者の危機予測用の閾値を修正する。すなわち、生体情報が閾値に到達することなく危機事象が発生したため、解析部２２は、図４のＳ１６と同様の処理により危険挙動に至るであろう閾値を決定する（Ｓ３３）。そして、解析部２２は、図４のＳ１７と同様に、当該運転者の平均値からＳ３３で決定した閾値までの乖離の割合を算出し、他の全ての運転者の乖離の割合と、当該運転者の乖離の割合との平均を算出し、全運転者に共通する乖離の割合とする。

そして、解析部２２は、当該運転者の生体情報の平均値に、全運転者に共通する乖離の割合を乗じた値を、当該運転者の危機予測用の閾値として再決定し、当該危機予測用の閾値を運転者情報記憶部２５に記憶する。また、解析部２２は、再計算した全運転者に共通する乖離の割合を、閾値記憶部２６に記憶する。このように、解析部２２が閾値を自動修正していくことで、運転者の状態に起因する事故を限りなく０に近づけることができる。

次に、図４および図６の処理により収集された運転者情報記憶部２５の生体情報および車体情報を用いて、運転者危機管理サーバ２の解析部２２は、以下のような解析処理（統計処理）を行うこととしてもよい。

（１）人事評価として解析
移動体が飛行機の場合、機長毎に、同乗する各副機長の心拍数を集計する。心拍数が自身の平均値より高い各副機長の割合が多い機長（上長）については、当該機長の人物に問題があると評価し、航空会社に人事評価として提供する。

なお、逆のパターンで副機長に問題がある場合の評価も、同様の手法により行うことができる。また、バス、教習所、鉄道などにも同様の手法を適用し、特定の指導者の指導が厳しすぎる、または、特定の従業員に問題があるなど、運転者と同乗者との関係を抽出することができる。

（２）地域としての解析
搭載装置１の車体情報収集部１２が、車体情報として位置情報も収集し、運転者危機管理サーバ２に送信する場合、解析部２２は、車体情報および生体情報に基づいて、例えば以下のように、地域の特性を解析することとしてもよい。

同一位置情報（例えば、東京ドーム程度の広さ）で、車体情報から取得される急ブレーキや急ハンドルなどの急操作を行う運転者が多い場合は、当該位置の道路や構造に問題があると解析し、当該位置の自治体に対して、工事が必要な個所のリストを提供する。

また、同一位置情報で、生体情報から取得される血中酸素が平均値より低下している運転者が多い場合は、当該位置の付近で火事やガス漏れがあると解析し、当該位置の消防庁などに対して、解析結果のデータを提供する。

また、同一位置情報で、車体情報から取得されるタイヤの盗難が多く発生している場合、盗難の時刻を解析することで、犯行時刻を予測することができ、警察庁に対して解析結果のデータを提供する。

また、同一位置情報で、生体情報に基づいて酒気帯びと判断した運転手（血中酸素濃度が低下して、呼吸数が増加している運転手）が多い場合は、当該位置の付近に運転者にお酒を提供する飲食店があると解析し、警察庁に対して解析結果のデータを提供する。

また、図６のＳ２３で生体情報が閾値の到達し、危機予測された問題のある運転者（例えば、居眠り状態の運転者）の付近に存在する他の車（他の運転者）に、危険な車両が近くにいる旨の警告情報を通知することとしてもよい。これにより、事故を未然に防ぐことができる。

また、同一位置情報で、生体情報から取得される心拍数が平均値より低下しているタクシー運転手が多い場合は、お客の乗車が少なく暇なタクシー運転手（例えば、居眠りしているタクシー運転手）が多いと解析し、当該暇なタクシー運転手を優先して仕事のある場所（お客のいる場所）に派遣するように指示する。また、タクシー運転手だけでなく、引っ越し業者の運転手、運送業者の運転手にも上記手法を適用し、暇な運転者を検出し、最適な位置に運転手を配置する。これにより、ビジネス収益を向上させることができる。

（３）災害予測の解析
同一地域情報（例えば、都道府県の１つ程度の広さ）に存在する運転者の生体情報の平均値を加算して、運転者全体の数で割って、当該地域全体の平均を算出する。この地域全体の平均は、母数が多いほど、日々、変動が少ない値である。そこで、同一地域情報の全体の平均が、所定の値以上変動した場合は、地震などの災害が発生する予兆であると解析し、災害対策の警報を当該地域に提供することが考えられる。

（４）車内環境の解析
車体情報から取得される車体外気温が高く、生体情報から取得される心拍数が平均値より上昇している運転者で、車体情報から取得される急ブレーキや急ハンドルなどの急操作が発生している運転者については、車内環境が悪化していると解析し、車内の冷房を自動調整するなど、車内環境を運転者にとって快適な状態に調節する。

以上説明した本実施形態では、運転者の生体情報だけでなく、車体情報も組み合わせることで、移動中の車体の危機予測（危険予測）の精度を上げることができる。すなわち、危機予測前の変化を、生体面および車両面の双方からの情報を得ることができ、危機予測の判定の精度を向上することができる。例えば、居眠り中などの運転者の心拍数の低下を生体情報から取得するとともに、急ブレーキ操作やハンドル操作が不安定などの危険挙動を車体情報から取得することで、危機予測を高精度に行うことができる。

また、生体情報および車体情報をクラウドである運転者危機管理サーバ２に送信することで、移動中の運転者に影響をもたらし、かつ、まだ事故の発生していない地域、場所、時期、気候等の自然現象を解析特定し、予防や対策を実施することができる。例えば、心拍数の低下（生体情報）を招くような単調な道路、温暖な気候と、急ハンドルなどの運転者の危機事象（車体情報）が多い地域、場所、時期、気候等を特定し、運転者に危機を通知することができる。

また、生体情報および車体情報をクラウドである運転者危機管理サーバ２に送信することで、運転者の特性を逐次評価し、企業の生産性向上を図ることができる。例えば、心拍数の上昇（生体情報）と、急ブレーキや急ハンドルなどの運転者の危機事象（車体情報）を招くような業務内同乗者がもたらす影響を特定し、最適な人員配置を可能とすることができる。

また、生体情報および車体情報をクラウドである運転者危機管理サーバ２に送信することで、計測可能な事故時の運転者の状況を救出前に即座に解析し、救出に係る時間を短縮することができる。例えば、心拍数が低下（生体情報）し、車体の破損情報や車体の気温が上昇（燃えている箇所）等で、事前の状況判断を高精度に行うことができる。

また、本実施形態では、生体情報収集部１１をハンドル等に設置するなどにより、生体情報を常に収集できる仕組みとすることで、リアルタイムかつ長時間の運転者の生体情報を収集することができる。

また、本実施形態では、各運転者自身の情報だけでなく、他の運転者の情報も用いて、危機予測用の閾値を設定する。これにより、危機予測の判定精度を向上することができる。

また、本実施形態では、危機予測を運転者に通知した後の結果（生体情報および車体情報の変化）を収集し、閾値にフィードバックさせることで、危機予測の判定制度を向上することができる。

また、本実施形態は、クラウドである運転者危機管理サーバ２が提供するサービスであるため、世界中の移動体とコールセンタ３に適用することができる。

また、本実施形態では、運転中にリアルタイムで運転者の生体情報を取得することで、危機予測を行い、危険があると判断された場合に、当該運転者、周辺に存在する他の車のユーザへアラームを通知することで、危険回避することができる。すなわち、運転者が事故を起こす前に、車を停止する、または居眠りを注意するなどにより、適切な運転をするようにサポートすることができる。なお、アラームは、周辺の警察、警備会社などの通知することとしてもよい。

また、本実施形態では、運転者は、運転中の危険を防止する情報（注意喚起、警告）を、音声メッセージやメールなどで運転者危機管理サーバ２から受け取るサービスを享受できる。また、このサービスを広く運転者（顧客）に提供するため、運転者危機管理サーバ２を運用するサービス提供会社、保険会社４（または、運転者の雇用予定会社）、運転者の三者間のビジネスモデルとして、運転者の個人情報の活用同意と引き換えに、サービスを安価または無料で運転者に提供することができる。すなわち、サービス事業者は、保険会社４に顧客情報（優良運転者、居眠り運転、酒気帯び運転等のリスク分析結果）を提供し、対価として販売価格を徴収する。保険会社４は、運転者の特性毎に保険料の提案が可能となる。

また、サービス事業者は、事故を未然に防ぐ目的のために、顧客情報を運転者雇用予定会社（運送業、タクシー業界、航空業界、旅行会社等、ドライバーを採用する会社）に提供し、対価として販売価格を徴収することもできる。顧客情報である運転者の特性を、運転者雇用予定会社に提供することで、当該企業は、危険運転者の特性を事前に知ることができ、そもそも採用しない選択もできる。また、本実施形態は、生体情報および車体情報は、クラウドである運転者危機管理サーバ２に送信されるため、危険運転者と知りつつ採用し、長時間運転させている悪質な企業も特定することができる。

これにより、世界中の移動体（飛行機、車、電車、自転車等）の事故を低減し、削減された保険金や事故等のコストを、サービス事業者が回収することができる。また、運転者情報から本人識別をし、盗難防止等移動体のセキュリティ（例えば、盗難検知、警察などへの通報）にも応用することができる。

また、本実施形態によって、運転者の状態によって引き起こされる事故を未然に防止することにより、（１）運転者の状態（体調や酒気帯びなど）によって引き起こされる器物破損や人命損失、（２）電車の運転手の居眠り等による電車のホーム通過等による経済的機会損失、（３）航空機事故などによる社会的損失や企業経営のダメージ、（４）人命救助による国の補償費負担、医療資源負担、保険会社の負担、（５）事故当事者や関係者の負担、を回避することができる。

なお、本発明は上記の実施形態に限定されるものではなく、その要旨の範囲内で数々の変形が可能である。

１ ：搭載装置
１１：生体情報収集部
１２：車体情報収集部
１３：送信部
１４：認証部
２ ：運転者危機管理サーバ
２１：情報取得部
２２：解析部
２３：判定部
２４：提示部
２５：運転者情報記憶部
２６：閾値記憶部
２７：情報提供部
３ ：コールセンタ
４ ：保険会社

Claims (7)

1. 運転者危機管理装置であって、
   移動体を運転する運転者の生体情報と、移動体情報とを取得する取得手段と、
   前記生体情報と前記移動体情報とに基づいて設定された判定情報を用いて、前記移動体の危機が予測されるか否かを判定する判定手段と、
   前記危機が予測される場合、前記移動体に危機を提示する提示手段と、
   前記危機が予測されず、前記提示手段が前記移動体に危機を提示しない場合において、前記移動体に危機事象が発生した場合に、前記移動体の危機の予測に用いられる前記判定情報を修正する解析手段と、を備えること
   を特徴とする運転者危機管理装置。
2. 請求項１記載の運転者危機管理装置であって、
   前記取得手段は、前記生体情報および前記移動体情報を、前記移動体の運転時にリアルタイムで取得すること
   を特徴とする運転者危機管理装置。
3. 請求項１または２記載の運転者危機管理装置であって、
   前記解析手段は、前記運転者および他の運転者の生体情報および車体情報を用いて、前記判定情報を設定すること
   を特徴とする運転者危機管理装置。
4. 請求項３に記載の運転者危機管理装置であって、
   前記車体情報には、前記移動体の位置情報が含まれ、
   前記提示手段は、危機が予測される移動体の位置を特定し、当該位置の付近に存在する他の移動体に、警告情報を通知すること
   を特徴とする運転者危機管理装置。
5. 請求項３または４に記載の運転者危機管理装置であって、
   前記車体情報には、前記移動体の位置情報が含まれ、
   前記解析手段は、前記車体情報および前記生体情報に基づいて、地域の特性を解析すること
   を特徴とする運転者危機管理装置。
6. コンピュータが行う運転者危機管理方法であって、
   移動体を運転する運転者の生体情報と、移動体情報とを取得する取得ステップと、
   前記生体情報と前記移動体情報とに基づいて設定された判定情報を用いて、前記移動体の危機が予測されるか否かを判定する判定ステップと、
   前記危機が予測される場合、前記移動体に危機を提示する提示ステップと、
   前記危機が予測されず、前記提示ステップで前記移動体に危機を提示しない場合において、前記移動体に危機事象が発生した場合に、前記移動体の危機の予測に用いられる前記判定情報を修正する解析ステップと、を行うこと
   を特徴とする運転者危機管理方法。
7. コンピュータが実行する運転者危機管理プログラムであって、
   前記コンピュータに、
   移動体を運転する運転者の生体情報と、移動体情報とを取得する取得ステップ、
   前記生体情報と前記移動体情報とに基づいて設定された判定情報を用いて、前記移動体の危機が予測されるか否かを判定する判定ステップ、
   前記危機が予測される場合、前記移動体に危機を提示する提示ステップ、および、
   前記危機が予測されず、前記提示ステップで前記移動体に危機を提示しない場合において、前記移動体に危機事象が発生した場合に、前記移動体の危機の予測に用いられる前記判定情報を修正する解析ステップを実行させること
   を特徴とする運転者危機管理プログラム。

Images