JP7002063B1

JP7002063B1 - 交通事故推定装置、交通事故推定方法、及び、交通事故推定プログラム

Info

Publication number: JP7002063B1
Application number: JP2021077535A
Authority: JP
Inventors: 謙一目黒
Original assignee: Tohoku University NUC
Current assignee: Tohoku University NUC
Priority date: 2021-04-30
Filing date: 2021-04-30
Publication date: 2022-02-14
Anticipated expiration: 2041-04-30
Also published as: WO2022230960A1; JP2022171112A

Abstract

【課題】対象者が交通事故を起こすか否かを高い精度にて推定することが可能な交通事故推定装置を提供すること。【解決手段】交通事故推定装置１は、対象者が自動車を運転することにより交通事故を起こすか否かを推定する。交通事故推定装置１は、第１ペダル部１０１と、第２ペダル部１０２と、表示部１０３と、反応時間測定部１０４と、推定部１０５と、を備える。表示部１０３は、複数の画像の中から選択された画像を表示する。反応時間測定部１０４は、画像が表示されてから、第１ペダル又は第２ペダルが対象者によって踏み込まれたことが検出されるまでの時間である反応時間を測定する。推定部１０５は、測定された反応時間が所定の閾値よりも大きい場合、対象者が交通事故を起こすと推定し、一方、反応時間が閾値よりも小さい場合、対象者が交通事故を起こさないと推定する。【選択図】図３

Description

本発明は、交通事故推定装置、交通事故推定方法、及び、交通事故推定プログラムに関する。

自動車を運転する運転者の認知機能が、例えば、加齢によって低下した場合、運転者が自動車を運転することによって交通事故を起こしやすくなることが知られている。
このため、例えば、非特許文献１に記載のように、対象者の認知機能を検査することにより対象者が交通事故を起こすか否かが推定されることがある。

「認知機能検査進行要領」、［online］、平成２９年３月、警察庁、［令和３年４月１７日検索］、インターネット〈URL：https://www.npa.go.jp/policies/application/license_renewal/ninti/sinkoyoryo.pdf〉

ところで、対象者の認知機能が比較的高い場合であっても、対象者が自動車を運転することにより交通事故を起こす場合がある。
これに対し、本願の発明者は、鋭意検討の結果、対象者の認知機能が比較的高い場合であっても、対象者が周囲の状況を認識してからペダルを踏み込むまでに要する時間が過度に長い場合には、交通事故を起こしやすいことを見出した。

しかしながら、対象者の認知機能の検査の結果に基づいて対象者が交通事故を起こすか否かを推定する交通事故推定装置においては、対象者が周囲の状況を認識してからペダルを踏み込むまでに要する時間が、対象者が交通事故を起こすか否かの推定に反映されない。このため、上記交通事故推定装置においては、対象者が交通事故を起こすか否かを高い精度にて推定できない虞があった。

本発明の目的の一つは、対象者が交通事故を起こすか否かを高い精度にて推定することである。

一つの側面では、交通事故推定装置は、対象者が自動車を運転することにより交通事故を起こすか否かを推定する。

交通事故推定装置は、第１ペダル部と、第２ペダル部と、表示部と、反応時間測定部と、推定部と、を備える。

第１ペダル部は、第１ペダルを有するとともに、第１ペダルが対象者によって踏み込まれたことを検出する。
第２ペダル部は、第２ペダルを有するとともに、第２ペダルが対象者によって踏み込まれたことを検出する。

表示部は、第１ペダルが踏み込まれることに対応する第１画像、及び、第２ペダルが踏み込まれることに対応する第２画像を含む複数の画像の中から選択された画像を表示する。
反応時間測定部は、画像が表示されてから、第１ペダル又は第２ペダルが対象者によって踏み込まれたことが検出されるまでの時間である反応時間を測定する。
推定部は、測定された反応時間が所定の閾値よりも大きい場合、対象者が交通事故を起こすと推定し、一方、反応時間が閾値よりも小さい場合、対象者が交通事故を起こさないと推定する。

他の一つの側面では、交通事故推定方法は、対象者が自動車を運転することにより交通事故を起こすか否かを推定する。

交通事故推定方法は、
第１ペダルが踏み込まれることに対応する第１画像、及び、第２ペダルが踏み込まれることに対応する第２画像を含む複数の画像の中から選択された画像を表示し、
画像が表示されてから、第１ペダル又は第２ペダルが対象者によって踏み込まれたことが検出されるまでの時間である反応時間を測定し、
測定された反応時間が所定の閾値よりも大きい場合、対象者が交通事故を起こすと推定し、一方、反応時間が閾値よりも小さい場合、対象者が交通事故を起こさないと推定する、
ことを含む。

他の一つの側面では、交通事故推定プログラムは、対象者が自動車を運転することにより交通事故を起こすか否かを推定するための処理をコンピュータに実行させる。

上記処理は、
第１ペダルが踏み込まれることに対応する第１画像、及び、第２ペダルが踏み込まれることに対応する第２画像を含む複数の画像の中から選択された画像を表示し、
画像が表示されてから、第１ペダル又は第２ペダルが対象者によって踏み込まれたことが検出されるまでの時間である反応時間を測定し、
測定された反応時間が所定の閾値よりも大きい場合、対象者が交通事故を起こすと推定し、一方、反応時間が閾値よりも小さい場合、対象者が交通事故を起こさないと推定する、
ことを含む。

対象者が交通事故を起こすか否かを高い精度にて推定できる。

第１実施形態の交通事故推定装置の構成を表すブロック図である。第１実施形態の制御装置の構成を表すブロック図である。第１実施形態の交通事故推定装置の機能を表すブロック図である。第１実施形態の交通事故推定装置により表示される画像を表す説明図である。第１実施形態の交通事故推定装置が実行する練習処理を表すフローチャートである。第１実施形態の交通事故推定装置が実行する試験処理を表すフローチャートである。第１実施例の、反応良好群、及び、反応不良群のそれぞれに対する、事故経験の有無を表すグラフである。第１比較例の、第２・３分類群、及び、第１分類群のそれぞれに対する、事故経験の有無を表すグラフである。

以下、本発明の、交通事故推定装置、交通事故推定方法、及び、交通事故推定プログラムに関する各実施形態について図１乃至図８を参照しながら説明する。

＜第１実施形態＞
（概要）
第１実施形態の交通事故推定装置は、対象者が自動車を運転することにより交通事故を起こすか否かを推定する。
交通事故推定装置は、第１ペダル部と、第２ペダル部と、表示部と、反応時間測定部と、推定部と、を備える。

これによれば、対象者が画像を目視してから、対象者がペダルを踏み込むまでに要する時間が反応時間として測定される。更に、測定された反応時間に基づいて対象者が交通事故を起こすか否かが推定される。この結果、対象者が交通事故を起こすか否かを高い精度にて推定できる。
次に、第１実施形態の交通事故推定装置について、より詳細に説明する。

（構成）
図１に表されるように、交通事故推定装置１は、制御装置１０と、表示装置２０と、第１ペダル装置３１と、第２ペダル装置３２と、を備える。交通事故推定装置１は、対象者（換言すると、被験者）が自動車（本例では、四輪自動車）を運転することにより交通事故を起こすか否かを推定する。

図２に表されるように、制御装置１０は、バスＢＵ１を介して互いに接続された、処理装置１１、記憶装置１２、入力インターフェース（換言すると、入力ＩＦ）装置１３、及び、出力インターフェース（換言すると、出力ＩＦ）装置１４を備える。

例えば、制御装置１０は、コンピュータ（換言すると、情報処理装置）により構成される。なお、コンピュータは、サーバ型コンピュータ、デスクトップ型コンピュータ、ラップトップ型コンピュータ、又は、タブレット型コンピュータであってよい。また、コンピュータは、据置型ゲーム機、携帯型ゲーム機、テレビ受像機、又は、スマートフォン等の少なくとも一部であってよい。また、制御装置１０は、互いに通信可能に接続された複数の装置により構成されてもよい。

処理装置１１は、記憶装置１２に記憶されているプログラムを実行することにより、記憶装置１２、入力ＩＦ装置１３、及び、出力ＩＦ装置１４を制御する。これにより、処理装置１１は、後述する機能を実現する。

本例では、処理装置１１は、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）である。なお、処理装置１１は、ＣＰＵに代えて、又は、ＣＰＵに加えて、ＭＰＵ（ＭｉｃｒｏＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）、ＧＰＵ（ＧｒａｐｈｉｃｓＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）、又は、ＤＳＰ（ＤｉｇｉｔａｌＳｉｇｎａｌＰｒｏｃｅｓｓｏｒ）を含んでもよい。

本例では、記憶装置１２は、揮発性メモリと不揮発性メモリとを含む。例えば、記憶装置１２は、ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）、ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）、半導体メモリ、有機メモリ、ＨＤＤ（ＨａｒｄＤｉｓｋＤｒｉｖｅ）、及び、ＳＳＤ（ＳｏｌｉｄＳｔａｔｅＤｒｉｖｅ）の少なくとも１つを含む。

入力ＩＦ装置１３は、入力装置を介して制御装置１０の外部から情報を入力する。本例では、入力装置は、第１ペダル装置３１と、第２ペダル装置３２と、を含む。また、本例では、入力装置は、図示されない、キーボード、及び、マウスを含む。なお、入力装置は、マイクロフォンを含んでいてもよい。

出力ＩＦ装置１４は、出力装置を介して制御装置１０の外部に情報を出力する。本例では、出力装置は、表示装置２０を含む。なお、出力装置は、スピーカを含んでいてもよい。
なお、交通事故推定装置１は、入力装置及び出力装置の両方を構成するタッチパネル式の表示装置を備えてもよい。

第１ペダル装置３１は、第１ペダルを有するとともに、第１ペダルが対象者によって踏み込まれたことを検出する。本例では、第１ペダル装置３１は、第１ペダルが踏み込まれた量（換言すると、踏み込み量）を表す情報を入力ＩＦ装置１３を介して制御装置１０に入力する。

第１ペダル装置３１は、自動車におけるアクセルペダルに対応する位置を有する。本例では、第１ペダル装置３１は、対象者が椅子に座った状態において、右足の前方の床面に載置される。

第２ペダル装置３２は、第２ペダルを有するとともに、第２ペダルが対象者によって踏み込まれたことを検出する。本例では、第２ペダル装置３２は、第２ペダルが踏み込まれた量（換言すると、踏み込み量）を表す情報を入力ＩＦ装置１３を介して制御装置１０に入力する。

第２ペダル装置３２は、自動車におけるブレーキペダルに対応する位置を有する。本例では、第２ペダル装置３２は、対象者が椅子に座った状態において、右足の前方の床面に載置される。本例では、第２ペダル装置３２は、第１ペダル装置３１の左方に位置する。

（機能）
交通事故推定装置１は、対象者が自動車を運転することにより交通事故を起こすか否かを推定するために用いられる。図３に表されるように、交通事故推定装置１の機能は、第１ペダル部１０１と、第２ペダル部１０２と、表示部１０３と、反応時間測定部１０４と、推定部１０５と、を含む。

本例では、第１ペダル部１０１、及び、第２ペダル部１０２は、第１ペダル装置３１、及び、第２ペダル装置３２にそれぞれ対応する。

表示部１０３は、複数の画像を記憶装置１２に予め記憶させている。本例では、画像は、静止画像である。なお、画像は、動画像であってもよい。
本例では、記憶装置１２に記憶されている複数の画像は、図４に表される第１画像乃至第４画像からなる。図４において、横縞模様のハッチング、及び、縦縞模様のハッチングは、青色、及び、赤色をそれぞれ表す。

図４の（Ａ）に表されるように、第１画像は、進行を表す交通信号を含み、且つ、進行を妨げる進行阻害体を含まない画像である。本例では、第１画像は、第１ペダルが踏み込まれることに対応する。本例では、進行を表す交通信号は、青色が点灯している交通信号（換言すると、青信号）である。本例では、進行阻害体は、道路を横断する人（換言すると、横断者）である。なお、進行阻害体は、道路を横断する動物、自転車、若しくは、車両、又は、道路上の落下物であってもよい。

図４の（Ｂ）に表されるように、第２画像は、停止を表す交通信号を含み、且つ、進行阻害体を含まない画像である。本例では、第２画像は、第２ペダルが踏み込まれることに対応する。本例では、停止を表す交通信号は、赤色が点灯している交通信号（換言すると、赤信号）である。なお、停止を表す交通信号は、黄色が点灯している交通信号（換言すると、黄信号）であってもよい。

図４の（Ｃ）に表されるように、第３画像は、進行を表す交通信号を含み、且つ、進行阻害体を含む画像である。本例では、第３画像は、第２ペダルが踏み込まれることに対応する。
図４の（Ｄ）に表されるように、第４画像は、停止を表す交通信号を含み、且つ、進行阻害体を含む画像である。本例では、第４画像は、第２ペダルが踏み込まれることに対応する。
なお、記憶装置１２に記憶されている複数の画像は、第１画像乃至第４画像以外の画像を含んでいてもよい。

表示部１０３は、記憶装置１２に記憶されている複数の画像の中から１つの画像をランダム（換言すると、無秩序）に選択する。本例では、表示部１０３は、疑似乱数を用いることにより、ランダムな選択を行う。
表示部１０３は、選択された画像を表示装置２０に表示させる。

反応時間測定部１０４は、表示装置２０に画像が表示されてから、第１ペダル又は第２ペダルが対象者によって踏み込まれたことが検出されるまでの時間である反応時間を測定する。

本例では、表示部１０３は、所定の練習回数だけ、画像のランダムな選択、及び、選択された画像の表示を繰り返す。これにより、対象者は、画像が表示されてから第１ペダル又は第２ペダルを可能な限り迅速に踏み込むことを練習する。例えば、練習回数は、５回乃至１５回の回数である。本例では、練習回数は、１０回である。

その後、表示部１０３、及び、反応時間測定部１０４は、所定の試験回数だけ、画像のランダムな選択、選択された画像の表示、及び、反応時間の測定を繰り返す。これにより、対象者の反応時間が繰り返し測定される。例えば、試験回数は、２０回乃至４０回の回数である。本例では、試験回数は、３０回である。

推定部１０５は、反応時間測定部１０４により測定された反応時間の平均値を算出する。推定部１０５は、算出された平均値が所定の閾値よりも大きい場合、対象者が交通事故を起こすと推定する。一方、推定部１０５は、算出された平均値が閾値以下である場合、対象者が交通事故を起こさないと推定する。

例えば、閾値は、０．９０秒乃至１．１秒の値である。本例では、閾値は、０．９７秒である。なお、閾値は、複数の対象者に対する反応時間の中央値又は平均値であってもよい。また、閾値は、複数の対象者に対する、交通事故の経験の有無に基づいて決定されてもよい。この場合、閾値は、マン・ホイットニーのＵ検定を用いて決定されてもよい。
推定部１０５は、推定の結果を表す情報を表示装置２０に表示させる。

（動作）
次に、交通事故推定装置１の動作の一例について図５及び図６を参照しながら説明する。
先ず、交通事故推定装置１は、図５にフローチャートにより表される練習処理を実行する。
具体的には、交通事故推定装置１は、第１ループ処理（ステップＳ１０２乃至ステップＳ１０７）を練習回数だけ反復して（換言すると、繰り返し）実行する。

第１ループ処理において、交通事故推定装置１は、記憶装置１２に記憶されている複数の画像の中から１つの画像をランダムに選択する（ステップＳ１０２）。次いで、交通事故推定装置１は、選択された画像を表示装置２０に表示させる（ステップＳ１０３）。

次いで、交通事故推定装置１は、経過時間の測定を開始する（ステップＳ１０４）。経過時間は、画像が表示装置２０に表示されてから経過した時間である。次いで、交通事故推定装置１は、第１ペダル又は第２ペダルが対象者によって踏み込まれたこと（換言すると、ペダルの踏み込み）を検出したか否かを判定する（ステップＳ１０５）。

交通事故推定装置１は、ペダルの踏み込みが検出されなかった場合、ステップＳ１０５にて「Ｎｏ」と判定し、測定された経過時間が所定の満了時間以上であるか否かを判定する（ステップＳ１０６）。例えば、満了時間は、５秒乃至１５秒の時間である。本例では、満了時間は、１０秒である。

交通事故推定装置１は、測定された経過時間が満了時間よりも小さい場合、ステップＳ１０６にて「Ｎｏ」と判定し、ステップＳ１０５へ戻る。
画像が表示装置２０に表示されてから満了時間が経過するまでの間に、対象者が第１ペダル及び第２ペダルのいずれも踏み込まなかった場合、交通事故推定装置１は、ステップＳ１０６にて「Ｙｅｓ」と判定し、ステップＳ１０１へ戻る。

一方、画像が表示装置２０に表示されてから満了時間が経過する前に、対象者が第１ペダル又は第２ペダルを踏み込んだ場合、交通事故推定装置１は、ステップＳ１０５にて「Ｙｅｓ」と判定し、所定の待機時間が経過するまで待機する（ステップＳ１０７）。例えば、待機時間は、０．５秒乃至２秒の時間である。本例では、待機時間は、１秒である。次いで、交通事故推定装置１は、ステップＳ１０１へ戻る。
このようにして、交通事故推定装置１は、第１ループ処理を実行する。

そして、交通事故推定装置１は、第１ループ処理を練習回数だけ反復して実行した後、図５の練習処理を終了する。

次いで、交通事故推定装置１は、図６にフローチャートにより表される試験処理を実行する。
具体的には、交通事故推定装置１は、第２ループ処理（ステップＳ２０２乃至ステップＳ２０８）を試験回数だけ反復して（換言すると、繰り返し）実行する。

第２ループ処理において、交通事故推定装置１は、記憶装置１２に記憶されている複数の画像の中から１つの画像をランダムに選択する（ステップＳ２０２）。次いで、交通事故推定装置１は、選択された画像を表示装置２０に表示させる（ステップＳ２０３）。

次いで、交通事故推定装置１は、経過時間の測定を開始する（ステップＳ２０４）。次いで、交通事故推定装置１は、第１ペダル又は第２ペダルが対象者によって踏み込まれたこと（換言すると、ペダルの踏み込み）を検出したか否かを判定する（ステップＳ２０５）。

交通事故推定装置１は、ペダルの踏み込みが検出されなかった場合、ステップＳ２０５にて「Ｎｏ」と判定し、測定された経過時間が満了時間以上であるか否かを判定する（ステップＳ２０６）。

交通事故推定装置１は、測定された経過時間が満了時間よりも小さい場合、ステップＳ２０６にて「Ｎｏ」と判定し、ステップＳ２０５へ戻る。
画像が表示装置２０に表示されてから満了時間が経過するまでの間に、対象者が第１ペダル及び第２ペダルのいずれも踏み込まなかった場合、交通事故推定装置１は、ステップＳ２０６にて「Ｙｅｓ」と判定し、ステップＳ２０１へ戻る。

一方、画像が表示装置２０に表示されてから満了時間が経過する前に、対象者が第１ペダル又は第２ペダルを踏み込んだ場合、交通事故推定装置１は、ステップＳ２０５にて「Ｙｅｓ」と判定し、測定された経過時間を記憶装置１２に記憶させる（ステップＳ２０７）。本例では、記憶装置１２に記憶される経過時間は、反応時間に対応する。

次いで、交通事故推定装置１は、待機時間が経過するまで待機する（ステップＳ２０８）。次いで、交通事故推定装置１は、ステップＳ２０１へ戻る。
このようにして、交通事故推定装置１は、第２ループ処理を実行する。

そして、交通事故推定装置１は、第２ループ処理を試験回数だけ反復して実行した後、記憶装置１２に記憶されている経過時間（本例では、反応時間）の平均値を算出する（ステップＳ２１０）。

次いで、交通事故推定装置１は、算出された平均値が閾値よりも大きいか否かを判定する（ステップＳ２１１）。
交通事故推定装置１は、算出された平均値が閾値よりも大きい場合、ステップＳ２１１にて「Ｙｅｓ」と判定し、対象者が交通事故を起こすと推定する（ステップＳ２１２）。本例では、この場合、交通事故推定装置１は、対象者が交通事故を起こすことを表す情報を表示装置２０に表示させる。

一方、交通事故推定装置１は、算出された平均値が閾値以下である場合、ステップＳ２１１にて「Ｎｏ」と判定し、対象者が交通事故を起こさないと推定する（ステップＳ２１３）。本例では、この場合、交通事故推定装置１は、対象者が交通事故を起こさないことを表す情報を表示装置２０に表示させる。
その後、交通事故推定装置１は、図６の試験処理を終了する。

以上、説明したように、第１実施形態の交通事故推定装置１は、対象者が自動車を運転することにより交通事故を起こすか否かを推定する。
交通事故推定装置１は、第１ペダル部１０１と、第２ペダル部１０２と、表示部１０３と、反応時間測定部１０４と、推定部１０５と、を備える。

第１ペダル部１０１は、第１ペダルを有するとともに、第１ペダルが対象者によって踏み込まれたことを検出する。
第２ペダル部１０２は、第２ペダルを有するとともに、第２ペダルが対象者によって踏み込まれたことを検出する。

表示部１０３は、第１ペダルが踏み込まれることに対応する第１画像、及び、第２ペダルが踏み込まれることに対応する第２画像を含む複数の画像の中から選択された画像を表示する。
反応時間測定部１０４は、画像が表示されてから、第１ペダル又は第２ペダルが対象者によって踏み込まれたことが検出されるまでの時間である反応時間を測定する。
推定部１０５は、測定された反応時間が所定の閾値よりも大きい場合、対象者が交通事故を起こすと推定し、一方、反応時間が閾値よりも小さい場合、対象者が交通事故を起こさないと推定する。

これによれば、対象者が画像を目視してから、対象者がペダルを踏み込むまでに要する時間が反応時間として測定される。更に、測定された反応時間に基づいて対象者が交通事故を起こすか否かが推定される。この結果、対象者が交通事故を起こすか否かを高い精度にて推定できる。

更に、第１実施形態の交通事故推定装置１において、複数の画像は、第２ペダルが踏み込まれることに対応する第３画像、及び、第２ペダルが踏み込まれることに対応する第４画像を含む。第１画像は、進行を表す交通信号を含み、且つ、進行を妨げる進行阻害体を含まない画像であり、第２画像は、停止を表す交通信号を含み、且つ、進行阻害体を含まない画像であり、第３画像は、進行を表す交通信号を含み、且つ、進行阻害体を含む画像であり、第４画像は、停止を表す交通信号を含み、且つ、進行阻害体を含む画像である。

ところで、本願の発明者は、進行を表す交通信号を含む画像と、停止を表す交通信号を含む画像と、からなる２つの画像を用いる場合よりも、上記第１画像乃至第４画像を用いる場合における反応時間と、対象者が交通事故を起こすか否かと、が比較的強い相関を有することを見出した。従って、交通事故推定装置１によれば、対象者が交通事故を起こすか否かを高い精度にて推定できる。

（第１実施例）
第１実施例においては、第１実施形態の交通事故推定装置１を用いて、複数（本例では、６８人）の対象者のそれぞれに対して、対象者が交通事故を起こすか否かが推定された。
図７は、交通事故を起こさないことが推定された対象者群（換言すると、反応良好群）における、実際に交通事故を起こした経験（換言すると、事故経験）を有する対象者の数と、事故経験を有しない対象者の数と、を表すとともに、交通事故を起こすことが推定された対象者群（換言すると、反応不良群）における、事故経験を有する対象者の数と、事故経験を有しない対象者の数と、を表す。

本例では、対象者が事故経験を有するという事象に対するオッズ比は、５．８１である。本例では、オッズ比は、反応不良群の反応良好群に対するオッズの比である。

表１は、反応時間の平均値の、中央値、平均値、及び、標準偏差をそれぞれ表す。表１において、「正答＋誤答」は、対象者によって踏み込まれたペダルが正答である場合と、当該ペダルが誤答である場合と、の両方において測定された反応時間の平均値であることを表す。本例では、第１画像が表示された場合、第１ペダルが踏み込まれることが正答であるとともに、第２ペダルが踏み込まれることが誤答である。また、本例では、第２画像、第３画像、又は、第４画像が表示された場合、第２ペダルが踏み込まれることが正答であるとともに、第１ペダルが踏み込まれることが誤答である。
表２において、「正答のみ」は、対象者によって踏み込まれたペダルが正答である場合において測定された反応時間の平均値であることを表す。表２において、「誤答のみ」は、対象者によって踏み込まれたペダルが誤答である場合において測定された反応時間の平均値であることを表す。

（第１比較例）
第１比較例においては、非特許文献１に記載の「認知機能検査進行要領」に従って、上記複数の対象者の認知機能を検査することにより、対象者が、第１分類乃至第３分類のいずれかの分類に属することが判定された。本例では、第１分類に属することは、交通事故を起こすと推定されることに対応する。また、本例では、第２分類又は第３分類に属することは、交通事故を起こさないと推定されることに対応する。

図８は、第２分類又は第３分類に属すると判定された対象者群（換言すると、第２・３分類群）における、事故経験を有する対象者の数と、事故経験を有しない対象者の数と、を表すとともに、第１分類に属すると判定された対象者群（換言すると、第１分類群）における、事故経験を有する対象者の数と、事故経験を有しない対象者の数と、を表す。

本例では、対象者が事故経験を有するという事象に対するオッズ比は、１．７７である。本例では、オッズ比は、第１分類群の第２・３分類群に対するオッズの比である。

図７及び図８に表されるように、第１実施形態の交通事故推定装置１によれば、対象者が交通事故を起こすか否かを高い精度にて推定できる。

なお、本発明は、上述した実施形態に限定されない。例えば、上述した実施形態に、本発明の趣旨を逸脱しない範囲内において当業者が理解し得る様々な変更が加えられてよい。

ところで、第１実施形態の交通事故推定装置１においては、対象者によって踏み込まれたペダルが正答である場合と、当該ペダルが誤答である場合と、の両方において測定された反応時間の平均値を用いて、対象者が交通事故を起こすか否かを推定する。
なお、第１実施形態の変形例の交通事故推定装置１において、対象者によって踏み込まれたペダルが正答である場合において測定された反応時間の平均値を用いて、対象者が交通事故を起こすか否かを推定してもよい。

１交通事故推定装置
１０制御装置
１１処理装置
１２記憶装置
１３入力ＩＦ装置
１４出力ＩＦ装置
２０表示装置
３１第１ペダル装置
３２第２ペダル装置
１０１第１ペダル部
１０２第２ペダル部
１０３表示部
１０４反応時間測定部
１０５推定部
ＢＵ１バス

Claims

対象者が自動車を運転することにより交通事故を起こすか否かを推定する交通事故推定装置であって、
第１ペダルを有するとともに、前記第１ペダルが前記対象者によって踏み込まれたことを検出する第１ペダル部と、
第２ペダルを有するとともに、前記第２ペダルが前記対象者によって踏み込まれたことを検出する第２ペダル部と、
前記第１ペダルが踏み込まれることに対応する第１静止画像、及び、前記第２ペダルが踏み込まれることに対応する第２静止画像を含む複数の静止画像の中からランダムに選択された静止画像を表示する表示部と、
前記静止画像が表示されてから、前記第１ペダル又は前記第２ペダルが前記対象者によって踏み込まれたことが検出されるまでの時間である反応時間を測定する反応時間測定部と、
前記測定された反応時間が所定の閾値よりも大きい場合、前記対象者が前記交通事故を起こすと推定し、一方、前記反応時間が前記閾値よりも小さい場合、前記対象者が前記交通事故を起こさないと推定する推定部と、
を備える、交通事故推定装置。
請求項１に記載の交通事故推定装置であって、
前記複数の静止画像は、前記第２ペダルが踏み込まれることに対応する第３静止画像、及び、前記第２ペダルが踏み込まれることに対応する第４静止画像を含み、
前記第１静止画像は、進行を表す交通信号を含み、且つ、進行を妨げる進行阻害体を含まない静止画像であり、
前記第２静止画像は、停止を表す交通信号を含み、且つ、前記進行阻害体を含まない静止画像であり、
前記第３静止画像は、進行を表す交通信号を含み、且つ、前記進行阻害体を含む静止画像であり、
前記第４静止画像は、停止を表す交通信号を含み、且つ、前記進行阻害体を含む静止画像である、交通事故推定装置。
対象者が自動車を運転することにより交通事故を起こすか否かを推定する交通事故推定方法であって、
第１ペダルが踏み込まれることに対応する第１静止画像、及び、第２ペダルが踏み込まれることに対応する第２静止画像を含む複数の静止画像の中からランダムに選択された静止画像を表示し、
前記静止画像が表示されてから、前記第１ペダル又は前記第２ペダルが前記対象者によって踏み込まれたことが検出されるまでの時間である反応時間を測定し、
前記測定された反応時間が所定の閾値よりも大きい場合、前記対象者が前記交通事故を起こすと推定し、一方、前記反応時間が前記閾値よりも小さい場合、前記対象者が前記交通事故を起こさないと推定する、
ことを含む、交通事故推定方法。
対象者が自動車を運転することにより交通事故を起こすか否かを推定するための処理をコンピュータに実行させる交通事故推定プログラムであって、
前記処理は、
第１ペダルが踏み込まれることに対応する第１静止画像、及び、第２ペダルが踏み込まれることに対応する第２静止画像を含む複数の静止画像の中からランダムに選択された静止画像を表示し、
前記静止画像が表示されてから、前記第１ペダル又は前記第２ペダルが前記対象者によって踏み込まれたことが検出されるまでの時間である反応時間を測定し、
前記測定された反応時間が所定の閾値よりも大きい場合、前記対象者が前記交通事故を起こすと推定し、一方、前記反応時間が前記閾値よりも小さい場合、前記対象者が前記交通事故を起こさないと推定する、
ことを含む、交通事故推定プログラム。