JP7056164B2 - ドライバ状態判定装置 - Google Patents

Description

本発明は車両のドライバの状態を判定する技術に関するものである。

近年、運転中、手足の麻痺を伴う脳疾患が突然発生するといったドライバの体調の急変に伴う交通事故が問題視されており、このような交通事故を防止するには、ドライバの体調の急変を事前に察知することが重要である。これを実現する手法として、例えば、心拍数、脈拍、又は血圧等を検出するための各種のセンサをドライバに装着させ、センサ値を常時測定し、ドライバの体調の変化をモニタリングする手法が考えられる。

しかし、このようなセンサーの装着を課すことはドライバに大きな負担を与えることになることに加え、既存の車両の構造に変更を加える必要があるので望ましくない。

そこで、特許文献１では、特定の位置における車速、ブレーキ操作量、アクセル踏み込み量、及びハンドル操作量等の時系列データからなるドライバの運転挙動を、事前に記憶された基準挙動と比較することで、ドライバの体調異常を検出し、その旨の警告をドライバに行う技術が開示されている。

特開２０１５－２１４１７１号公報

しかし、特許文献１の技術では、先行車の有無に応じて、異常状態でのドライバの運転挙動が、通常状態でのドライバの運転挙動に対して変化することが全く考慮されていないので、ドライバの異常の予兆を正確に検出できないという課題がある。

本発明は、このような課題を解決するためになされたものであり、ドライバの異常の予兆を正確に検出するドライバ状態判定装置を提供することを目的とする。

本発明の一態様に係るドライバ状態判定装置は、車両のドライバの状態を判定するドライバ状態判定装置であって、
先行車の有無を検出する第１センサと、
前記車両の車速を調整するための前記ドライバの操作が入力される操作部と、
通常状態における前記ドライバの操作特性である基準操作特性を予め記憶するメモリと、
前記操作部に対する前記ドライバの操作量を検出する第２センサと、
前記第２センサにより検出された操作量に基づいて、前記第１センサにより前記先行車が検出されたときの前記ドライバの操作特性である第１操作特性と前記第１センサにより前記先行車が検出されていないときの前記ドライバの操作特性である第２操作特性とをそれぞれ算出し、前記第１操作特性及び前記第２操作特性のそれぞれを前記基準操作特性と比較することで、前記ドライバの異常の予兆の有無を判定するプロセッサとを備え、
前記操作部はアクセルペダルであり、
前記プロセッサは、前記先行車の検出時に前記第２センサにより検出された前記アクセルペダルの操作量に基づいて前記第１操作特性を算出し、前記第１操作特性と前記基準操作特性との比較結果が、前記先行車の検出時に、前記ドライバの前記アクセルペダルの操作量が前記通常状態における前記アクセルペダルの操作量に比べて小さい傾向を示す第１条件を満たす場合、前記ドライバに異常の予兆があると判定し、
前記プロセッサは、前記先行車の非検出時に前記第２センサにより検出された前記アクセルペダルの操作量に基づいて前記第２操作特性を算出し、前記第２操作特性と前記基準操作特性との比較結果が、前記先行車の非検出時における前記ドライバの前記アクセルペダルの操作量が前記通常状態における前記アクセルペダルの操作量に比べて振動する傾向を示す第２条件を満たす場合、前記ドライバに異常の予兆があると判定し、
前記操作特性は、前記先行車の検出時と非検出時とのそれぞれにおいて、目標速度と前記アクセルペダルの操作量との対応関係を比例要素と一次遅れ要素とを含む二次遅れ系の伝達関数を用いて表すアクセルペダル操作モデルにおける前記比例要素のゲイン及び前記一次遅れ要素の時定数であり、
前記基準操作特性は、前記先行車の検出時において前記通常状態にある前記ドライバの前記ゲイン及び前記時定数である第１基準ゲイン及び第１基準時定数と、前記先行車の非検出時において前記通常状態にある前記ドライバの前記ゲイン及び前記時定数である第２基準ゲイン及び第２基準時定数とを含み、
前記第１操作特性は、前記先行車の検出時における前記目標速度と前記アクセルペダルの操作量との対応関係を前記アクセルペダル操作モデルに入力することで算出された前記ドライバの前記ゲイン及び前記時定数である第１ゲイン及び第１時定数であり、
前記第２操作特性は、前記先行車の非検出時における前記目標速度と前記アクセルペダルの操作量との対応関係を前記アクセルペダル操作モデルに入力することで算出された前記ドライバの前記ゲイン及び前記時定数である第２ゲイン及び第２時定数であり、
前記プロセッサは、前記第１ゲインが前記第１基準ゲインより小さく且つ前記第１時定数が前記第１基準時定数よりも大きい場合、前記第１条件を満たすと判定し、前記第２ゲインが前記第２基準ゲインよりも大きい場合、前記第２条件を満たすと判定する。

本発明者は、先行車の有無に応じて、異常の予兆が見られるドライバの操作特性は、通常状態でのドライバの操作特性に対して変動するとの知見を得た。本態様はこの知見に着目して、ドライバの異常の予兆の有無を判定しているため、その予兆を正確に検出できる。その結果、本態様は、例えば手足の麻痺を伴う脳疾患の突然の発生というようなドライバの体調の急変を事前に察知し、交通事故を未然に防止することができる。

本発明者は、ドライバに異常の予兆が見られる場合における先行車の検出時のアクセルペダルの操作量は、通常状態における先行車の検出時のアクセルペダルの操作量に比べて小さくなる傾向を示すとの知見を得た。本態様はこの知見に基づいてドライバの異常の予兆が判定されているため、ドライバの異常の予兆を正確に検出できる。

本発明者は、ドライバに異常の予兆が見られる場合における先行車の非検出時のアクセルペダルの操作量は、通常状態における先行車の非検出時のアクセルペダルの操作量に比べて振動する傾向を示すとの知見を得た。本態様はこの知見に基づいてドライバの異常の予兆が判定されているため、ドライバの異常の予兆を正確に検出できる。

上記態様において、前記基準操作特性は、前記通常状態における前記先行車の検出時の前記ドライバのアクセルペダルの操作量を示す第１基準時系列データと、前記通常状態における前記先行車の非検出時の前記ドライバのアクセルペダルの操作量を示す第２基準時系列データとを含み、
前記第１操作特性は、前記先行車の検出時に前記第２センサにより検出された前記アクセルペダルの操作量を示す第１時系列データであり、
前記第２操作特性は、前記先行車の非検出時に前記第２センサにより検出された前記アクセルペダルの操作量を示す第２時系列データであり、
前記プロセッサは、前記第１時系列データの積分値が前記第１基準時系列データの積分値よりも小さい場合、前記第１条件を満たすと判定し、前記第２時系列データの変化量の積分値が前記第２基準時系列データの変化量の積分値より大きい場合、前記第２条件を満たすと判定することが好ましい。

第１時系列データの積分値が前記第１基準時系列データの積分値よりも小さいことを示せば、現在のアクセルペダルの操作量は通常状態のアクセルペダルの操作量に比べて小さい傾向にあると言える。また、第２時系列データの変化量の積分値が前記第２基準時系列データの変化量の積分値よりも小さいことを示せば、現在のアクセルペダルの操作量は通常状態のアクセルペダルの操作量に比べて振動的であると言える。本態様は、前者の傾向が見られる場合、第１条件を満たすと判定され、後者の傾向が見られる場合、第２条件を満たすと判定されるので、第１、第２条件の成立の有無を正確に判定できる。

二次遅れ系の伝達関数はゲインが減少し且つ時定数が上昇するにつれて、ステップ応答は、立ち上がりが遅延して過渡状態のレベルが低下する傾向にある。したがって、先行車の検出時における現在のドライバの操作量から得られる比例要素の第１ゲインが第１基準ゲインより小さく且つ一次遅れ要素の第１時定数が第１基準時定数よりも大きい場合、現在のアクセルペダルの操作量は通常状態のアクセルペダルの操作量よりも小さい傾向にあると言える。本態様では、この場合、第１条件を満たすと判定する。

一方、二次遅れ系の伝達関数はゲインが増大するにつれて、ステップ応答は振動的な傾向を示す。したがって、先行車の非検出時における現在のドライバの操作量から得られる比例要素の第２ゲインが第２基準ゲインよりも大きい場合、現在のアクセルペダルの操作量は通常状態のアクセルペダルの操作量に対して振動的であると言える。本態様では、この場合、第２条件を満たすと判定する。したがって、本態様は、第１、第２条件を正確に判定できる。

本発明の別の一態様に係るドライバ状態判定装置は、車両のドライバの状態を判定するドライバ状態判定装置であって、
先行車の有無を検出する第１センサと、
前記車両の車速を調整するための前記ドライバの操作が入力される操作部と、
通常状態における前記ドライバの操作特性である基準操作特性を予め記憶するメモリと、
前記操作部に対する前記ドライバの操作量を検出する第２センサと、
前記第２センサにより検出された操作量に基づいて、前記第１センサにより前記先行車が検出されたときの前記ドライバの操作特性である第１操作特性と前記第１センサにより前記先行車が検出されていないときの前記ドライバの操作特性である第２操作特性とをそれぞれ算出し、前記第１操作特性及び前記第２操作特性のそれぞれを前記基準操作特性と比較することで、前記ドライバの異常の予兆の有無を判定するプロセッサとを備え、
前記操作部はアクセルペダルであり、
前記プロセッサは、前記先行車の検出時に前記第２センサにより検出された前記アクセルペダルの操作量に基づいて前記第１操作特性を算出し、前記第１操作特性と前記基準操作特性との比較結果が、前記先行車の検出時に、前記ドライバの前記アクセルペダルの操作量が前記通常状態における前記アクセルペダルの操作量に比べて小さい傾向を示す第１条件を満たす場合、前記ドライバに異常の予兆があると判定し、
前記プロセッサは、前記先行車の非検出時に前記第２センサにより検出された前記アクセルペダルの操作量に基づいて前記第２操作特性を算出し、前記第２操作特性と前記基準操作特性との比較結果が、前記先行車の非検出時における前記ドライバの前記アクセルペダルの操作量が前記通常状態における前記アクセルペダルの操作量に比べて振動する傾向を示す第２条件を満たす場合、前記ドライバに異常の予兆があると判定し、
前記ドライバにメッセージを報知する報知部と、
前記プロセッサにより、前記第１条件と前記第２条件との両方が満たされると判定された場合、自動運転への切替を促すメッセージを報知部に出力する警報制御部と、
前記プロセッサにより、前記第１条件と前記第２条件とのいずれか一方が満たされると判定された場合、運転支援の度合いを前記通常状態の場合よりも高くする運転アシスト制御部とを更に備える。

本態様では、第１条件と第２条件との両方が満たされる場合、自動運転への切替がドライバに促され、第１条件と第２条件との一方が満たされる場合は、運転支援の度合いが通常状態より高められる。このように、本態様では、異常の予兆が表れている可能性が高くなるにつれて、ドライバに対する運転支援の度合いが高められるので、予兆が表れている可能性に応じて適切な運転支援を行うことができる。

本発明によれば、ドライバの異常の予兆を正確に検出できる。

ドライビング実験における片側麻痺の模擬方法を示した図である。 ドライビング実験の被験者に対して行われたＮＨＰＴの評価結果を示すグラフである。 ドライビング実験の実験結果を示すグラフである。 本発明の実施の形態に係るドライバ状態判定装置の構成を示すブロック図である。 車両モデルを示すブロック図である。 本発明の実施の形態に係るドライバ状態判定装置の処理の一例を示すフローチャートである。 図６に続くフローチャートである。 図７に続くフローチャートである。

（本発明の知見）
近年、運転中のドライバの体調の急変に伴う交通事故の発生が問題視されている。そこで、本発明者は特に運転中に突発する脳卒中に伴って発生する片側麻痺による運動機能の低下に着目し、このような運動機能の低下からドライバの異常の予兆を検出することの検討を行った。そして、本発明者は、運動機能の低下はドライバのアクセルペダルの操作の変化として表れ、しかもこの変化は先行車が有る場合と無い場合とで相違するとの仮説を立て、健常者に片側麻痺の状態を模擬させ、ドライビングシミュレータ上でアクセル操作をさせるドライビング実験を行った。

図１は、ドライビング実験における片側麻痺の模擬方法を示した図である。図１において、（ａ）はドライビングシミュレータの運転席６０４を横から見た図であり、（ｂ）は運転席６０４を正面から見た図である。右上肢の動きを制限するために、運転席６０４に着座する被験者Ｐの右腕の手首の近くにウェイト６０１が装着され、且つ、右上腕から左脇にかけてゴムバンド６０２が装着された。更に、右下肢の動きを制限するために、被験者Ｐの膝裏からつま先にかけてゴムバンド６０３が装着された。以上によって、被験者Ｐに右側の片側麻痺の状態が模擬された。

また、ドライビングシミュレータの実験に先立って、この片側麻痺の模擬の妥当性を確認する評価試験が行われた。ここでは、評価試験としてＮＨＰＴ（ｎｉｎｅ ｈｏｌｅ ｐｅｇ ｔｅｓｔ）が用いられた。ＮＨＰＴは、マトリックス状に９つの穴が配列された平板の各穴に、ペグを１本ずつ挿入させ、全ての穴にペグが挿入し終わるまでのタスク完了時間を測定することで被験者の麻痺の程度を評価するものである。

図２は、ドライビング実験の被験者に対して行われたＮＨＰＴの評価結果を示すグラフである。図２において、縦軸はタスク完了時間［ｓ］を示し、横軸は被験者Ａ、Ｂを示している。また、図２では、参考として実際に片側麻痺が生じている患者のＮＨＰＴの評価結果が示されている。また、図２において、通常と記載されたグラフは、片側麻痺が模擬されていない通常状態での被験者のＮＨＰＴの評価結果を示し、模擬と記載されたグラフは、片側麻痺が模擬された被験者のＮＨＰＴの評価結果を示している。

被験者Ａ、Ｂとも、通常状態では、タスク完了時間が正常範囲内にあることが確認された。また、被験者Ａ、Ｂとも、模擬状態では、タスク完了時間が正常範囲を超えることが確認された。以上の評価結果から、図１に示す模擬方法の妥当性が確認された。また、患者のタスク完了時間は被験者Ａ、Ｂの模擬状態のタスク完了時間に比べて大幅に大きいことが確認された。したがって、図１に示す模擬方法は、片側麻痺による運動機能の低下がさほど進行していない状態が再現できているので、片側麻痺による異常の予兆を検出する上で良好な状態であると考えられる。

ドライビング実験では、先行車がある場合において、通常状態での被験者の目標速度に対するアクセルペダルの操作量の時間的推移と、模擬状態での被験者の目標速度に対するアクセルペダルの操作量の時間的推移とがそれぞれ計測された。また、先行車がない場合についても、同様にして、目標速度に対するアクセルペダルの操作量の時間的推移が測定された。

図３は、ドライビング実験の実験結果を示すグラフである。図３（ａ）は先行車がある場合において通常状態と片側麻痺の模擬状態とのそれぞれにおけるアクセルペダルの操作量の時間的推移が示されている。また、図３（ｂ）は先行車がない場合において通常状態と片側麻痺の模擬状態とのそれぞれにおけるアクセルペダルの時間的推移が示されている。なお、図３において、縦軸はアクセルペダルの操作量［％］が示され、横軸は時間［ｓ］が示されている。なお、アクセルペダルの操作量は、全開時（最大踏みこみ時）の操作量に対する操作量の割合で示されている。

図３（ａ）のドライビング実験では、被験者は先行車に対して追従運転するように指示されており、先行車が第１速度から第２速度に上昇したとき、すなわち、目標速度が第１速度から第２速度に上昇したときのアクセルペダルの操作量の時間的推移が示されている。図３（ａ）に示されるように、先行車がある場合、先行車の車速の増加に伴って、通常状態及び片側麻痺の模擬状態とも、アクセルペダルの操作量が経時的に増大しているが、片側麻痺の模擬状態では通常状態に比べて制定時間が長く、過渡期間でのアクセルペダルの操作量が低め目に推移していることが分かる。これは、片側麻痺の模擬状態では、被験者に対して「右上肢及び右下肢の動きが制限されているため、先行車との衝突を回避するにはアクセルペダルの操作を慎重にしなければならない」という心理が働いているからと推測される。

図３（ｂ）のドライビング実験では、先行車が無しの状態で、ある目標速度に維持する運転を被験者に課したときの、アクセルペダルの操作量の時間的推移が示されている。図３（ｂ）に示されるように、通常状態ではアクセルペダルの操作量はほぼ一定の状態で推移しているが、片側麻痺の模擬状態では通常状態に比べてアクセルペダルの操作量が上下に揺らいでおり、振動的であることが分かる。これは、片側麻痺の模擬状態では、下肢の動きが制限されており、アクセルペダルのポジショニングが狙い通りにならず、アクセルペダルの踏みこみ量の分解能が大幅に低下することが原因と考えられる。

以上の実験結果から、本発明者は、先行車有りのシーンでは、片側麻痺及び両側麻痺を含む麻痺の予兆がある場合は通常状態に比べてアクセルペダルの操作量は過小になる一方、先行車無しのシーンでは、麻痺の予兆がある場合は通常状態に比べてアクセルペダルの操作量が振動的になるとの知見を得た。そして、本発明者はこの知見に基づいて本発明を創作するに至った。以下、本発明の実施の形態について具体的に説明する。

（実施の形態）
図４は、本発明の実施の形態に係るドライバ状態判定装置１の構成を示すブロック図である。ドライバ状態判定装置１は、四輪自動車に搭載され、四輪自動車のドライバの状態を判定する装置である。ドライバ状態判定装置１は、第１センサ１１、第２センサ１２、ＥＣＵ１３、警報制御部１４、自動運転制御部１５、運転アシスト制御部１６、報知部１７、及び操作部１８を備えている。

第１センサ１１は、先行車の有無を検出する。第１センサ１１は、車外カメラ１１１及びレーダー１１２で構成されている。車外カメラ１１１は、例えば、車両のフロントグリルに設けられ、車両前方を所定のフレームレートで撮影し、得られた画像データに基づいて、先行車の有無を検出し、プロセッサ１３２に出力する。ここで、車外カメラ１１１は、例えば、撮像素子とプロセッサとを含み、撮像素子が撮影した画像データに対してプロセッサがテンプレートマッチング等の画像処理を適用することで先行車の有無を検出すればよい。

レーダー１１２は、例えば、フロントグリルに設けられ、車両前方に所定の角度範囲で電波を発射し、反射波を受信することで車両前方の距離分布を計測し、プロセッサ１３２に出力する。なお、プロセッサ１３２は、車外カメラ１１１により先行車があることが検出された場合、レーダー１１２により計測された距離分布と車外カメラ１１１により撮影された画像データとを照合することで、先行車の距離を取得すればよい。

第２センサ１２は、操作部１８に対するドライバの操作量を検出する。第２センサ１２は、アクセルペダルセンサ１２１及びブレーキペダルセンサ１２２を備える。アクセルペダルセンサ１２１は、例えば、アクセルペダルの踏みこみ量に応じて抵抗素子の摺動接点が変化するポテンショ型のセンサで構成され、アクセルペダル１８１の踏みこみ量（操作量）を検出し、検出データをプロセッサ１３２に出力する。ブレーキペダル１８２も、アクセルペダルと同様、ポテンショ型のセンサで構成され、ブレーキペダル１８２の操作量を検出し、検出データをプロセッサ１３２に出力する。

ＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）１３は、車両の全体制御を司る制御装置であり、メモリ１３１及びプロセッサを備える。メモリ１３１は、不揮発性のメモリで構成され、基準操作特性を記憶する。ここで、基準操作特性は、通常状態におけるドライバの操作特性である。通常状態とはドライバに異常の予兆が表れていない状態を指す。

基準操作特性は、先行車の検出時においてドライバのアクセルペダル１８１の過去の操作履歴から算出された第１基準操作特性と、先行車の非検出時においてドライバのアクセルペダル１８１の過去の操作履歴から算出された第２基準操作特性とを含む。すなわち、第１、第２基準操作特性は予兆の検出対象となるドライバの過去の操作履歴から生成されたものである。但し、これは一例であり、第１、第２基準操作特性は、個々のドライバではなく標準的なドライバのアクセルペダル１８１の操作履歴から予め作成されたものであってもよい。

本実施の形態では、基準操作特性として、アクセルペダル１８１の操作量（以下、「アクセル操作量」と記述する。）の時系列データを用いる態様（１）と、後述するアクセルペダル操作モデルのパラメータを採用する態様（２）とのいずれかを採用する。

まず、態様（１）について説明する。

態様（１）を採用する場合、第１基準操作特性は、通常状態における先行車の検出時のドライバのアクセル操作量の時系列データである第１基準時系列データで構成される。また、第２基準操作特性は、通常状態における先行車の非検出時のドライバのアクセル操作量の時系列データである第２基準時系列データで構成される。

具体的には、第１基準時系列データは、例えば、図３（ａ）に示す通常状態のグラフで示されるような波形データとなる。一方、第２基準時系列データは、例えば、図３（ｂ）に示す通常状態のグラフで示されるような波形データとなる。

ここで、第１基準時系列データは、例えば、先行車が有りの状態において、先行車の車速がステップ状に上昇した時の前後一定期間のドライバのアクセル操作量の時系列データが操作履歴として収集され、収集された時系列データを平均化することで算出される。

また、第２基準時系列データは、例えば、先行車が無しの状態において、目標速度に変化が見られない一定期間でのドライバのアクセル操作量の時系列データが操作履歴として収集され、収集された時系列データを平均化することで算出される。なお、目標速度は、例えば、車外カメラ１１１によって撮影された道路標識の画像データを画像認識することで決定される。

次に、態様（２）が採用された場合について説明する。

図５は、態様（２）が採用された場合に用いられる車両モデルＭを示すブロック図である。この車両モデルＭは、ポンサトーンにより提唱されたモデルであり、アクセルペダル操作モデルＭ１と車両応答モデルＭ２とが含まれる。

アクセルペダル操作モデルＭ１は、先行車の検出時と先行車の非検出時とのそれぞれにおいて、目標速度Ｖｐを入力とし、アクセル操作量Ｐｇｍを出力とし、目標速度Ｖｐとアクセル操作量Ｐｇｍとの対応関係を伝達関数で表すモデルである。

車両応答モデルＭ２は、アクセル操作量Ｐｇｍを入力とし、自車速度Ｖｍを出力とし、アクセル操作量Ｐｇｍと自車速度Ｖｍとの対応関係を伝達関数で表すモデルである。

アクセルペダル操作モデルＭ１は、減算器５１，５２、加算器５３、積分要素６１、比例要素６２，６３、一次遅れ要素６４、及び比例要素６５を備える。車両応答モデルＭ２は、加算器５４、一次遅れ要素７１、積分要素７２、及び比例要素７３を備える。

アクセルペダル操作モデルＭ１において、Ｒｍ’は自車速度Ｖｍと目標速度Ｖｐとの速度偏差を示し、ＲｍはＲｍ’の積分で表される車間距離を示し、Ｔｈ^＊は先行車との目標車間時間を示し、Ｒｍ^＊は目標車間距離を示し、Ｇｖは車速ゲインを示し、Ｇｒは車間距離ゲインを示し、τｐは操作遅れを示す。

車両応答モデルＭ２において、ｋａは加速ゲインを示し、ｔａは加速遅れを示し、Ｃａｉｒは空気抵抗を示し、ａｘは加速度を示し、ｄｌｏｎｇは自車両の勾配を示す。また、車両モデルＭにおいてｓはラプラス演算子を示す。

自車速度ＶｍはフィードバックループＦＢ２を介してフィードバックされ、減算器５１によって目標速度Ｖｐから減じられ、速度偏差Ｒｍ’が算出される。速度偏差Ｒｍ’は比例要素６２によって車速ゲインＧｖが乗じられて加算器５３に入力される。

また、自車速度ＶｍはフィードバックループＦＢ１を介してフィードバックされ、比例要素６５によって目標車間時間Ｔｈ^＊が乗じられ、目標車間距離Ｒｍ^＊が算出され、減算器５２に入力される。

速度偏差Ｒｍ’は積分要素６１により積分され、車間距離Ｒｍが算出され、減算器５２に入力される。減算器５２は、車間距離Ｒｍと目標車間距離Ｒｍ^＊との距離偏差（＝Ｒｍ－Ｒｍ^＊）を算出する。この距離偏差（＝Ｒｍ－Ｒｍ^＊）は比例要素６３によって車間距離ゲインＧｒが乗じられ、加算器５３に入力される。加算器５３は、Ｒｍ’・ＧｖとＧｒ・（Ｒｍ－Ｒｍ^＊）とを加算し、加算値Ａ１を算出する。加算値Ａ１は一次遅れ要素６４によって、操作遅れτｐだけ遅延され、アクセル操作量Ｐｇｍが出力される。

このように、アクセルペダル操作モデルＭ１は、速度偏差Ｒｍ’と、目標車間距離Ｒｍ^＊に対する車間距離Ｒｍの距離偏差とに応じた加算値Ａ１を、操作遅れτｐからなる一次遅れ要素６４により遅延させてアクセル操作量Ｐｇｍを算出するモデルである。

ここで、アクセルペダル操作モデルＭ１は、先行車の非検出時には車間距離ゲインＧｒ＝０に設定される。したがって、先行車の非検出時の操作特性は、車速ゲインＧｖと操作遅れτｐによって表される。一方、先行車の検出時の操作特性は、車速ゲインＧｖと操作遅れτｐと車間距離ゲインＧｒとによって表される。

アクセルペダル操作モデルＭ１によって算出されたアクセル操作量Ｐｇｍは、一次遅れ要素７１によって加速遅れｔａ分遅延され、且つ、加速ゲインｋａが乗じられて加算器５４に入力される。

加算器５４は、一次遅れ要素７１からの出力値と、勾配ｄｌｏｎｇと、自車速度Ｖｍに対する空気抵抗Ｃａｉｒの乗算値とを加算して、加速度ａｘを算出する。なお、勾配ｄｌｏｎｇは例えば、ジャイロセンサにより検出されたピッチ角が採用される。加速度ａｘは、積分要素７２によって積分され、自車速度Ｖｍが算出される。

なお、車両モデルＭは、比例要素６２、一次遅れ要素６４、及び積分要素７２とを含んでおり二次遅れ系の伝達関数を含んでいるため、アクセルペダル操作モデルＭ１は二次遅れ系の伝達関数とみなせる。

ここで、先行車の検出時のドライバの操作特性である第１操作特性は以下のように算出される。まず、先行車の検出時において、目標速度Ｖｐとアクセル操作量Ｐｇｍとのペアデータが収集される。ここで、目標速度Ｖｐは、例えば、道路及び道路標識に記載された制限速度の画像認識結果が採用されてもよいし、レーダー１１２によって検出された先行車の車速が採用されてもよいし、アクセル操作量の検出時の前後一定期間における自車の平均速度が採用されてもよい。

次に、目標速度Ｖｐをアクセルペダル操作モデルＭ１に入力した場合にペアとなるアクセル操作量Ｐｇｍが出力されるように、車速ゲインＧｖと、車間距離ゲインＧｒと、操作遅れτｐとが調整される。ここで、調整手法としては、例えば、最小二乗法が採用できる。また、この調整では、目標車間時間Ｔｈ^＊、加速ゲインｋａ、加速遅れｔａ、空気抵抗Ｃａｉｒは定数が採用されている。

これによって得られる車速ゲインＧｖ１（第１ゲインの一例）と、車間距離ゲインＧｒ１と、操作遅れτｐ１（第１時定数の一例）とが先行車の検出時のドライバの操作特性である第１操作特性となる。

プロセッサ１３２はこのような第１操作特性を算出する処理を先行車の検出時に常時行っている。そして、この処理によって得られる最新の車速ゲインＧｖ１と車間距離ゲインＧｒ１と操作遅れτｐ１とが現在の第１操作特性として算出される。

また、プロセッサ１３２は、過去に算出された全ての車速ゲインＧｖ１と車間距離ゲインＧｒ１と操作遅れτｐ１とのそれぞれの平均値（以下、「基準車速ゲインＧｖ０１」、「基準車間距離ゲインＧｒ０１」、「基準操作遅れτｐ０１」と記述する。）を、ドライバの通常状態での先行車の検出時における操作特性である第１基準操作特性として算出する。

なお、基準車速ゲインＧｖ０１及び基準操作遅れτｐ０１は、それぞれ、第１基準ゲイン及び第１基準時定数の一例である。

また、先行車の非検出時のドライバの操作特性である第２操作特性は以下のように算出される。まず、先行車の非検出時において目標速度Ｖｐとアクセル操作量Ｐｇｍとのペアデータが収集される。

次に、先行車が無いことを反映させるために車間距離ゲインＧｒが０に設定され、目標速度Ｖｐをアクセルペダル操作モデルＭ１に入力した場合にペアとなるアクセル操作量Ｐｇｍが出力されるように、車速ゲインＧｖと、操作遅れτｐとが調整される。これによって得られる車速ゲインＧｖ２（第２ゲインの一例）と、操作遅れτｐ２（第２時定数の一例）とが先行車の非検出時のドライバの操作特性である第２操作特性となる。

プロセッサ１３２はこのような第２操作特性を算出する処理を先行車の非検出時に常時実行する。そして、この処理によって得られる最新の車速ゲインＧｖ２と操作遅れτｐ２とが現在の第２操作特性として算出される。

また、プロセッサ１３２は、過去に算出された全ての車速ゲインＧｖ２と操作遅れτｐ２とのそれぞれの平均値（以下、「基準車速ゲインＧｖ０２」、「基準操作遅れτｐ０２」と記述する。）を、ドライバの通常状態での先行車の非検出時における操作特性である第２基準操作特性として算出する。

なお、基準車速ゲインＧｖ０２及び基準操作遅れτｐ０２は、それぞれ、第２基準ゲイン及び第２基準時定数の一例である。

図４に参照を戻す。プロセッサ１３２は、先行車の検出時に第２センサ１２により検出されたアクセルペダル１８１の操作量に基づいて第１操作特性を算出し、第１操作特性と第１基準操作特性との比較結果が、先行車の検出時において、アクセル操作量が通常状態におけるアクセル操作量に比べて小さい傾向を示す第１条件を満たす場合、ドライバに異常の予兆があると判定する。

ここで、「異常」とは、脳卒中の発生に伴う麻痺（片側麻痺及び両側麻痺を含む）が該当し、例えば、ドライバが手足を意思通りに動かせない状態が該当する。また、「異常の予兆」とは、脳卒中は発生していないが、麻痺による運動機能の低下の症状が見られる状態が該当し、例えば、ドライバは手足を意図通り動かすことができると認識しているものの、実際には手足の運動機能の低下が表れている状態が該当する。

また、プロセッサ１３２は、先行車の非検出時に第２センサ１２により検出されたアクセル操作量に基づいて第２操作特性を算出し、第２操作特性と第２基準操作特性との比較結果が、先行車の非検出時におけるアクセル操作量が通常状態におけるアクセル操作量に比べて振動する傾向を示す第２条件を満たす場合、ドライバに異常の予兆があると判定する。

ここで、態様（１）を採用する場合、プロセッサ１３２は、例えば、先行車の検出時のアクセル操作量を示す第１時系列データの積分値が、第１基準時系列データの積分値よりも小さい場合、第１条件を満たすと判定する。なお、プロセッサ１３２は、第１時系列データの積分値が、第１基準時系列データの積分値から一定のマージンを差し引いた値よりも小さい場合に第１条件を満たすと判定してもよい。これにより、アクセル操作量が通常状態のアクセル操作量に比べて過小である場合に第１条件を満たすと判定できる。

また、態様（１）を採用する場合、プロセッサ１３２は、先行車の非検出時のアクセル操作量を示す第２時系列データの変化量の積分値が第２基準時系列データの変化量の積分値より大きい場合、第２条件を満たすと判定する。なお、プロセッサ１３２は、第２時系列データの積分値が、第２基準時系列データの積分値から一定のマージンを差し引いた値よりも小さい場合に第２条件を満たすと判定してもよい。これにより、アクセル操作量が通常状態のアクセル操作量に比べて振幅が過大である場合に第２条件を満たすと判定できる。なお、変化量としては、例えば、前後するサンプリング点におけるデータの差分の絶対値が採用される。

一方、態様（２）が採用される場合、プロセッサ１３２は、車速ゲインＧｖ１が基準車速ゲインＧｖ０１より小さく且つ操作遅れτｐ１が基準操作遅れτｐ０１よりも大きい場合（Ｇｖ１＜Ｇｖ０１且つτｐ１＞τｐ０１）、第１条件を満たすと判定する。ここで、プロセッサ１３２は、車速ゲインＧｖ１が基準車速ゲインＧｖ０１から一定のマージンを差し引いた値よりも小さく、且つ、操作遅れτｐ１が基準操作遅れτｐ０１に対して一定のマージンを加えた値よりも大きい場合、第１条件を満たすと判定してもよい。

アクセルペダル操作モデルＭ１は、二次遅れ系の伝達関数を含んでいるので、車速ゲインＧｖ１ゲインが減少し且つ遅れ要素τｐ１が上昇するにつれて、ステップ応答は、立ち上がりが遅延して過渡状態のレベルが低下する傾向を示す。そこで、プロセッサ１３２は、上述のＧｖ１＜Ｇｖ０１且つτｐ１＞τｐ０１の条件を満たす場合、第１条件を満たすと判定する。

また、態様（２）が採用される場合、プロセッサ１３２は、車速ゲインＧｖ２が基準車速ゲインＧｖ０２よりも大きい場合（Ｇｖ２＞Ｇｖ０２）、第２条件を満たすと判定する。また、プロセッサ１３２は、車速ゲインＧｖ２が基準車速ゲインＧｖ０２に対して一対のマージンを加えた値よりも大きい場合、第２条件を満たすと判定してもよい。

アクセルペダル操作モデルＭ１は、二次遅れ系の伝達関数を含んでいるので車速ゲインＧｖ２が増大するにつれて、ステップ応答は振動的な傾向を示す。そこで、プロセッサ１３２は、上述のＧｖ２＞Ｇｖ０２の条件を満たす場合、第２条件を満たすと判定する。

警報制御部１４は、例えば、ＣＰＵ等のプロセッサを含むコンピュータで構成され、プロセッサ１３２により、第１条件と第２条件との両方が満たされると判定された場合、自動運転への切替を促すメッセージを報知部１７に出力する。

報知部１７は、例えば、表示装置、スピーカ、及びドライバからの操作を受け付ける操作部を備え、警報制御部１４の制御にしたがって、自動運転への切替を促すメッセージを示す映像を表示装置に表示させると共に、自動運転への切替を促すメッセージを示す音声をスピーカから出力させる。

自動運転制御部１５は、ＣＰＵ等のプロセッサを含むコンピュータで構成され、人工知能を用いて車両を自動運転させる。ここで、自動運転制御部１５は、車外カメラ１１１及びレーダー１１２で計測されたデータに基づいて障害物等を検出し、目標速度にしたがって障害物を避けながら車両が走行するようにエンジン及びステアリングを制御することで、車両を自動運転すればよい。

本実施の形態では、自動運転制御部１５は、自動運転を促すメッセージに対して同意する旨の指示が報知部１７を介してドライバにより入力された場合、例えば、近傍にある路肩を目標位置に設定し、その目標位置まで障害物を避けながら車両を走行させる自動運転を行う。

運転アシスト制御部１６は、ＣＰＵ等のプロセッサを含むコンピュータで構成され、ドライバの運転支援を行う。運転支援としては、例えば、レーンキーピングアシスト（ＬＫＡ）及び自動ブレーキ制御が採用できる。ＬＫＡは、車両が走行中の車線からはみ出しそうになったときに、操舵角を調整することで、車両を車線に沿って走行させる運転支援である。自動ブレーキ制御は、例えば先行車との車間距離が所定距離以下になると車両を制動させて先行車との衝突を回避又は衝突時の被害の軽減を図る運転支援である。

本実施の形態では、運転アシスト制御部１６は、プロセッサ１３２により、第１条件及び第２条件のいずれか一方が満たされると判定された場合、運転支援の度合いを通常状態の場合よりも高くする。運転支援の度合いを高くする手法としては、例えば、ＬＫＡの感度及び自動ブレーキ制御の感度を、通常状態での感度よりも高く設定する手法が採用できる。この場合、運転アシスト制御部１６は、通常状態では車両と車線との距離が第１距離である場合にＬＫＡを作動させるのに対して、前記距離が第１距離よりも長い第２距離である場合にＬＫＡを作動させることで、ＬＫＡの感度を高めればよい。

また、運転アシスト制御部１６は、通常状態では、車両と先行車との車間距離が第３距離である場合に自動ブレーキ制御を作動させるのに対して、前記車間距離が第３距離よりも長い第４距離である場合に自動ブレーキ制御を作動させることで、自動ブレーキの感度を高めればよい。

図６は本発明の実施の形態に係るドライバ状態判定装置１の処理の一例を示すフローチャートである。なお、このフローチャートは、例えば、イグニッションキーがＯＮされた後、所定のサンプリング周期で繰り返し実行される。

まず、プロセッサ１３２は、ドライバの運転をモニタリングする（Ｓ１）。ここで、プロセッサ１３２は、一定期間においてアクセルペダルセンサ１２１で検出されたアクセル操作量を目標速度とを対応付けてメモリ１３１に記憶させることで、ドライバの運転をモニタリングすればよい。一定期間としては、例えば１分、２分といった時間が採用できる。更に、Ｓ１では、プロセッサ１３２は、車外カメラ１１１の検出結果が先行車が有ることを示せば、取得したアクセル操作量は先行車が有りの場合のアクセル操作量として管理し、車外カメラ１１１の検出結果が先行車が無いことを示せば、取得したアクセル操作量は先行車が無しの場合のアクセル操作量として管理すればよい。

次に、プロセッサ１３２は、Ｓ１で検出されたアクセル操作量と、そのアクセル操作量に対応する目標速度との対応関係を用いて、アクセルペダル操作モデルＭ１のモデルパラメータを、現在のドライバのモデルパラメータとして求める（Ｓ２）。

ここで、プロセッサ１３２は、Ｓ１で先行車が有りの場合のアクセル操作量を取得したのであれば、車間距離ゲインＧｒを０に設定せずに、アクセルペダル操作モデルＭ１に目標速度を入力したときに対応するアクセル操作量が出力されるように、車速ゲインＧｖ、車間距離ゲインＧｒ、及び操作遅れτｐを調整し、調整結果を現在のドライバのモデルパラメータとして求めればよい。一方、プロセッサ１３２は、Ｓ１で先行車が無しの場合のアクセル操作量を取得したのであれば、車間距離ゲインＧｒを０に設定し、アクセルペダル操作モデルＭ１に目標速度を入力したときに対応するアクセル操作量が出力されるように車速ゲインＧｖ及び操作遅れτｐを調整し、調整結果を現在のドライバのモデルパラメータとして求めればよい。

Ｓ２の処理によって、現在のドライバの操作特性が反映された車両モデルＭが生成される。

Ｓ３では、Ｓ２で生成された車両モデルＭのステップ応答に対する制定時間又は立ち上がり時間を求めることで、ドライバの現在のパフォーマンス値を求める。なお、先行車の有無に応じてモデルパラメータの値は異なる値になるが、ステップ応答に対する制定時間又は立ち上がり時間は先行車の有無に依存しない。したがって、パフォーマンス値として、ステップ応答に対する制定時間又は立ち上がり時間を採用することで、先行車の有無に拘わらず同じ座標軸でドライバのパフォーマンスを評価することができる。

Ｓ４では、プロセッサ１３２は、Ｓ３で算出したパフォーマンス値をメモリ１３１に記憶させると共に、Ｓ３で算出したパフォーマンス値と過去に算出したパフォーマンス値とを平均することで、通常状態でのパフォーマンス値を更新する。

Ｓ５では、プロセッサ１３２は、Ｓ３で算出したパフォーマンス値とＳ４で更新した通常状態でのパフォーマンス値とを比較することで、現在のドライバのパフォーマンスが通常状態でのパフォーマンスより低いか否かを判定する。ここで、プロセッサ１３２は、例えば、Ｓ３で算出したパフォーマンス値が通常状態でのパフォーマンス値よりも大きければ、ドライバの現在のパフォーマンスが低下していると判定し（Ｓ５でＹＥＳ）、処理をＳ６に進め、Ｓ３で算出したパフォーマンス値が通常状態でのパフォーマンス値以下であれば、ドライバの現在のパフォーマンスは低下していないと判定し（Ｓ５でＮＯ）、処理をＳ１に戻す。

図７は、図６に続くフローチャートである。Ｓ６では、プロセッサ１３２は、先行車の有無を判定する。ここで、プロセッサ１３２は、Ｓ１で先行車が有りの状態でのアクセル操作量が取得されている場合、Ｓ６でＹＥＳと判定し、処理をＳ７に進める。一方、プロセッサ１３２は、Ｓ１で先行車が無しの状態でのアクセル操作量が取得されている場合、Ｓ６でＮＯと判定し、処理をＳ１１に進める。

Ｓ７では、プロセッサ１３２は、Ｓ１で取得されたアクセルペダルの操作量から第１操作特性を算出する。ここで、態様（１）を採用する場合、第１時系列データが第１操作特性として算出され、態様（２）を採用する場合、車速ゲインＧｖ１、車間距離ゲインＧｒ１、及び操作遅れτｐ１が第１操作特性として算出される。ここで、車速ゲインＧｖ１、車間距離ゲインＧｒ１、及び操作遅れτｐ１としては、Ｓ２でモデルパラメータとして算出された車速ゲインＧｖ、車間距離ゲインＧｒ、及び操作遅れτｐが採用される。

Ｓ８では、プロセッサ１３２は、Ｓ７で算出した第１操作特性と、第１基準操作特性とを比較することで、前記第１操作特性が、先行車の検出時において、現在のアクセル操作量が通常状態におけるアクセル操作量に比べて小さい傾向を示す第１条件を満たすか否かを判定する。

ここで、態様（１）を採用する場合では、第１時系列データの積分値が第２基準時系列データの積分値より小さい場合、第１条件を満たすと判定される。一方、態様（２）を採用する場合、車速ゲインＧｖ１が基準車速ゲインＧｖ０１より小さく且つ操作遅れτｐ１が基準操作遅れτｐ０１よりも大きい場合（Ｇｖ１＜Ｇｖ０１且つτｐ１＞τｐ０１）、第１条件を満たすと判定される。

第１条件が満たされる場合（Ｓ８でＹＥＳ）、処理はＳ９に進み、第１条件が満たされない場合（Ｓ８でＮＯ）、処理はＳ１５に進む。

Ｓ９では、プロセッサ１３２は、麻痺によりドライバの運動機能が低下している可能性がある、すなわち、異常の予兆が表れている可能性があると判定する。Ｓ１０では、プロセッサ１３２は、先行車が有りの場合において、異常の予兆が表れている可能性があること示す第１異常フラグを立てる。

Ｓ１１では、プロセッサ１３２は、Ｓ１で取得されたアクセルペダルの操作量から第２操作特性を算出する。ここで、態様（１）を採用する場合、第２時系列データが第２操作特性として算出され、態様（２）を採用する場合、車速ゲインＧｖ２及び操作遅れτｐ２が第２操作特性として算出される。ここで、車速ゲインＧｖ２及び操作遅れτｐ２としては、Ｓ２でモデルパラメータとして算出された車速ゲインＧｖ及び操作遅れτｐが採用される。

Ｓ１２では、プロセッサ１３２は、Ｓ１１で算出した第２操作特性と、第２基準操作特性とを比較することで、前記第２操作特性が、先行車の非検出時におけるアクセル操作量が通常状態におけるアクセル操作量に比べて振動する傾向を示す第２条件を満たすか否かを判定する。

第２条件が満たされる場合（Ｓ１２でＹＥＳ）、処理はＳ１３に進み、第２条件が満たされない場合（Ｓ１２でＮＯ）、処理はＳ１５に進む。

ここで、態様（１）を採用する場合では、第２時系列データの変化量の積分値が第２基準時系列データの変化量の積分値より大きい場合、第２条件を満たすと判定される。一方、態様（２）を採用する場合、車速ゲインＧｖ２が基準車速ゲインＧｖ０２よりも大きい場合（Ｇｖ２＞Ｇｖ０２）、第２条件を満たすと判定される。

Ｓ１３では、プロセッサ１３２は、麻痺によりドライバの運動機能が低下している可能性がある、すなわち、異常の予兆が表れている可能性があると判定する。Ｓ１４では、プロセッサ１３２は、先行車が無しの場合において、異常の予兆が表れている可能性があること示す第２異常フラグを立てる。

Ｓ１５では、プロセッサ１３２は、麻痺によりドライバの運動機能が低下しておらず、ドライバに異常の予兆がないと判定する。

図８は、図７に続くフローチャートである。Ｓ１６では、プロセッサ１３２は、第１異常フラグと第２異常フラグとの両方が立っているか否かを判定する。両異常フラグが立っている場合（Ｓ１６でＹＥＳ）、プロセッサ１３２は、ドライバに異常の予兆があると確定する（Ｓ１９）。一方、第１異常フラグと第２異常フラグとの両方が立っていない場合（Ｓ１６でＮＯ）、両異常フラグのうちどちらか一方の異常フラグが立っていれば（Ｓ１７でＹＥＳ）、処理はＳ１８に進み、どちらの異常フラグも立っていない場合（Ｓ１７でＮＯ）、処理はＳ１に戻る。すなわち、両異常フラグが共に立っていない場合、ドライバに異常の予兆はないと判定され、処理がＳ１に戻されるのである。

Ｓ１８では、運転アシスト制御部１６は、運転支援の度合いが通常状態での運転支援の度合いよりも高くなるように運転支援の度合いを設定する。Ｓ２４では、運転アシスト制御部１６は、レーンキープアシスト（ＬＫＡ）の感度及び自動ブレーキの感度が高くなるように運転支援を行う。

Ｓ２０では、プロセッサ１３２は、Ｓ３で算出したドライバの現在のパフォーマンスが基準値以下であるか否かを判定する。ここで、基準値としては、Ｓ３で算出されたパフォーマンスがドライバの運転が危ういことを示す予め定められた値が採用される。

現在のパフォーマンスが基準値以下であれば（Ｓ２０でＹＥＳ）、警報制御部１４は自動運転への切替を促すメッセージを報知部１７に出力し、自動運転への切替を提案する（Ｓ２２）。

Ｓ２３では、自動運転制御部１５は、自動運転への切替の提案をドライバが受け入れたか否かを判定する。ここで、自動運転制御部１５は、ドライバが前記提案を受け入れる指示を報知部１７を介して入力した場合、前記提案がドライバによって受け入れられたと判定し、ドライバが前記提案を受け入れない指示を報知部１７を介して入力した場合、前記提案がドライバによって受け入れられなかったと判定すればよい。

Ｓ２３で提案が受け入れられた場合（Ｓ２３でＹＥＳ）、自動運転制御部１５は、車両を自動運転モードに切り替える（Ｓ２５）。そして、自動運転制御部１５は、自動運転により車両を路肩に停止させる（Ｓ２６）。この場合、自動運転制御部１５は、路肩に停止させることに代えて、自動運転により車両を最寄りの病院まで移動させ、ドライバを病院に連れて行っても良い。また、自動運転制御部１５は、路肩に止めた後、救急車を呼ぶための通報を救急センターに行ってもよいし、ヘルプネットへの通報を行ってもよい。

Ｓ２３でドライバにより提案が受け入れられなかった場合（Ｓ２３でＮＯ）、処理はＳ２４に進められて、運転支援の感度が高められ、処理がＳ１に戻る。

Ｓ２０でパフォーマンス値が基準値より大きいと判定された場合（Ｓ２０でＮＯ）、警報制御部１４は、ドライバに対して運転をやめて病院で受診するように勧告するメッセージを報知部１７に出力し（Ｓ２１）、処理をＳ１に戻す。

このように、本実施の形態によれば、先行車の有無に応じて、異常の予兆が見られるドライバの操作特性は、通常状態でのドライバの操作特性に対して変動することを考慮して、ドライバの異常の予兆の有無が判定されているため、その予兆を正確に検出できる。その結果、本態様は、ドライバの運動機能の低下を正確に察知し、交通事故を未然に防止することができる。

なお、本発明は以下の変形例が採用できる。

（１）図６のＳ３では、ドライバのパフォーマンス値が求められているが、この処理は省かれても良い。この場合、Ｓ４、Ｓ５、Ｓ２０の処理はフローチャートから省かれても良い。

（２）上記実施の形態では、ドライバ状態判定装置１は、エンジン車に適用されたが電動車又はハイブリッド車に適用されてもよい。

（３）上記実施の形態では、アクセル操作量に基づいて操作特性が決定されているが、本発明はこれに限定されず、ブレーキペダル１８２の操作量であるブレーキ操作量に基づいて操作特性が決定されてもよい。

先行車の検出時において運動機能が低下しているドライバのブレーキ操作量は、通常状態のブレーキ操作量に対して振動的になると考えられる。また、先行車の非検出時においても運動機能が低下しているドライバのブレーキ操作量は、通常状態のブレーキ操作量に対して振動的になると考えられる。

これは、麻痺により運動機能が低下していると、ブレーキペダル１８２のポジショニングが狙い通りにならず、先行車との車間距離を一定に保つ、又は、自車両の速度を一定に保つには、ドライバは、ブレーキペダル１８２の大きな踏みこみ操作と、アクセルペダル１８１の大きな踏みこみ操作とを繰り返すことが想定されるからである。

したがって、プロセッサ１３２は、先行車の検出時におけるブレーキ操作量の時系列データが通常状態におけるブレーキ操作量の時系列データに対して振動的である場合、第１条件を満たすと判定し、先行車の非検出時におけるブレーキ操作量の時系列データが通常状態におけるブレーキ操作量の時系列データに対して振動的であれば、第２条件を満たすと判定すればよい。

１ ドライバ状態判定装置
１１ 第１センサ
１２ 第２センサ
１３ ＥＣＵ
１４ 警報制御部
１５ 自動運転制御部
１６ 運転アシスト制御部
１７ 報知部
１８ 操作部
１１１ 車外カメラ
１１２ レーダー
１２１ アクセルペダルセンサ
１２２ ブレーキペダルセンサ
１３１ メモリ
１３２ プロセッサ
Ｃａｉｒ 空気抵抗
Ｍ 車両モデル
Ｍ１ アクセルペダル操作モデル
Ｍ２ 車両応答モデル

Claims (2)

1. 車両のドライバの状態を判定するドライバ状態判定装置であって、
   先行車の有無を検出する第１センサと、
   前記車両の車速を調整するための前記ドライバの操作が入力される操作部と、
   通常状態における前記ドライバの操作特性である基準操作特性を予め記憶するメモリと、
   前記操作部に対する前記ドライバの操作量を検出する第２センサと、
   前記第２センサにより検出された操作量に基づいて、前記第１センサにより前記先行車が検出されたときの前記ドライバの操作特性である第１操作特性と前記第１センサにより前記先行車が検出されていないときの前記ドライバの操作特性である第２操作特性とをそれぞれ算出し、前記第１操作特性及び前記第２操作特性のそれぞれを前記基準操作特性と比較することで、前記ドライバの異常の予兆の有無を判定するプロセッサとを備え、
   前記操作部はアクセルペダルであり、
   前記プロセッサは、前記先行車の検出時に前記第２センサにより検出された前記アクセルペダルの操作量に基づいて前記第１操作特性を算出し、前記第１操作特性と前記基準操作特性との比較結果が、前記先行車の検出時に、前記ドライバの前記アクセルペダルの操作量が前記通常状態における前記アクセルペダルの操作量に比べて小さい傾向を示す第１条件を満たす場合、前記ドライバに異常の予兆があると判定し、
   前記プロセッサは、前記先行車の非検出時に前記第２センサにより検出された前記アクセルペダルの操作量に基づいて前記第２操作特性を算出し、前記第２操作特性と前記基準操作特性との比較結果が、前記先行車の非検出時における前記ドライバの前記アクセルペダルの操作量が前記通常状態における前記アクセルペダルの操作量に比べて振動する傾向を示す第２条件を満たす場合、前記ドライバに異常の予兆があると判定し、
   前記操作特性は、前記先行車の検出時と非検出時とのそれぞれにおいて、目標速度と前記アクセルペダルの操作量との対応関係を比例要素と一次遅れ要素とを含む二次遅れ系の伝達関数を用いて表すアクセルペダル操作モデルにおける前記比例要素のゲイン及び前記一次遅れ要素の時定数であり、
   前記基準操作特性は、前記先行車の検出時において前記通常状態にある前記ドライバの前記ゲイン及び前記時定数である第１基準ゲイン及び第１基準時定数と、前記先行車の非検出時において前記通常状態にある前記ドライバの前記ゲイン及び前記時定数である第２基準ゲイン及び第２基準時定数とを含み、
   前記第１操作特性は、前記先行車の検出時における前記目標速度と前記アクセルペダルの操作量との対応関係を前記アクセルペダル操作モデルに入力することで算出された前記ドライバの前記ゲイン及び前記時定数である第１ゲイン及び第１時定数であり、
   前記第２操作特性は、前記先行車の非検出時における前記目標速度と前記アクセルペダルの操作量との対応関係を前記アクセルペダル操作モデルに入力することで算出された前記ドライバの前記ゲイン及び前記時定数である第２ゲイン及び第２時定数であり、
   前記プロセッサは、前記第１ゲインが前記第１基準ゲインより小さく且つ前記第１時定数が前記第１基準時定数よりも大きい場合、前記第１条件を満たすと判定し、前記第２ゲインが前記第２基準ゲインよりも大きい場合、前記第２条件を満たすと判定する、
   ドライバ状態判定装置。
2. 車両のドライバの状態を判定するドライバ状態判定装置であって、
   先行車の有無を検出する第１センサと、
   前記車両の車速を調整するための前記ドライバの操作が入力される操作部と、
   通常状態における前記ドライバの操作特性である基準操作特性を予め記憶するメモリと、
   前記操作部に対する前記ドライバの操作量を検出する第２センサと、
   前記第２センサにより検出された操作量に基づいて、前記第１センサにより前記先行車が検出されたときの前記ドライバの操作特性である第１操作特性と前記第１センサにより前記先行車が検出されていないときの前記ドライバの操作特性である第２操作特性とをそれぞれ算出し、前記第１操作特性及び前記第２操作特性のそれぞれを前記基準操作特性と比較することで、前記ドライバの異常の予兆の有無を判定するプロセッサとを備え、
   前記操作部はアクセルペダルであり、
   前記プロセッサは、前記先行車の検出時に前記第２センサにより検出された前記アクセルペダルの操作量に基づいて前記第１操作特性を算出し、前記第１操作特性と前記基準操作特性との比較結果が、前記先行車の検出時に、前記ドライバの前記アクセルペダルの操作量が前記通常状態における前記アクセルペダルの操作量に比べて小さい傾向を示す第１条件を満たす場合、前記ドライバに異常の予兆があると判定し、
   前記プロセッサは、前記先行車の非検出時に前記第２センサにより検出された前記アクセルペダルの操作量に基づいて前記第２操作特性を算出し、前記第２操作特性と前記基準操作特性との比較結果が、前記先行車の非検出時における前記ドライバの前記アクセルペダルの操作量が前記通常状態における前記アクセルペダルの操作量に比べて振動する傾向を示す第２条件を満たす場合、前記ドライバに異常の予兆があると判定し、
   前記ドライバにメッセージを報知する報知部と、
   前記プロセッサにより、前記第１条件と前記第２条件との両方が満たされると判定された場合、自動運転への切替を促すメッセージを報知部に出力する警報制御部と、
   前記プロセッサにより、前記第１条件と前記第２条件とのいずれか一方が満たされると判定された場合、運転支援の度合いを前記通常状態の場合よりも高くする運転アシスト制御部とを更に備える、
   ドライバ状態判定装置。

Images