JP7070512B2

JP7070512B2 - 状態推定装置及び状態推定方法

Info

Publication number: JP7070512B2
Application number: JP2019112954A
Authority: JP
Inventors: 佑美芝垣
Original assignee: Denso Corp
Current assignee: Denso Corp
Priority date: 2019-06-18
Filing date: 2019-06-18
Publication date: 2022-05-18
Anticipated expiration: 2039-06-18
Also published as: CN113993458A; DE112020002963T5; WO2020255514A1; JP2020202986A; US20220104743A1

Description

本開示は、利用者のリラックスの程度を推定する状態推定装置及び状態推定方法に関する。

従来、利用者の生体情報を用いて、利用者のリラックスの程度を推定する技術が開発されている。例えば、特許文献１は、利用者の心拍数が所定の心拍数にまで減少するのに要する時間を計測し、その時間に基づいて、利用者のリラックス度を判定するリラックス度判定方法を開示している。

特開平９－７０３９９号公報

しかしながら、特許文献１が開示するリラックス度判定方法では、心拍数が所定の心拍数にまで減少するのに要する時間のみを指標として用いて、利用者のリラックス度を判定するため、リラックスの程度を細かく推定することができないという問題があった。

本開示は、上記問題点を鑑みてされたものであり、利用者のリラックスの程度を詳細に推定することが可能な状態推定装置及び状態推定方法を提供することを目的とする。

上記目的を達成するために、本開示の一実施形態に係る状態推定装置（１０）は、利用者のリラックスの程度を示すリラックスレベルを推定する装置であり、利用者の生体情報を用いて、複数種類の指標値を算出する指標値算出部（１０２）と、複数種類の指標値の変化傾向に基づいて規定される複数のリラックスレベルを用いて、利用者のリラックスレベルを推定する推定部（１０９）とを備え、指標値算出部は、利用者の心拍数、及び単位時間に対するα波の発生時間の割合を示すα波時間含有率を指標値として算出し、推定部は、指標値として算出された、心拍数、及びα波時間含有率の変化傾向に基づいて規定される複数のリラックスレベルを用いて、利用者のリラックスレベルを推定するようになっており、リラックスレベルの１つが、心拍数の変化傾向が急減を示す一方で、α波時間含有率の変化傾向が微増を示していることにより規定される浅いリラックスレベルであり、リラックスレベルの別の１つが、心拍数の変化傾向が微減を示す一方で、α波時間含有率の変化傾向が急増を示していることにより規定される深いリラックスレベルであり、リラックスレベルのさらに別の１つが、心拍数の変化傾向が微減を示す一方で、α波時間含有率の変化傾向が急減を示していることにより規定される入眠レベルである状態推定装置である。
上記目的を達成するための状態推定装置に係る別の開示は、利用者のリラックスの程度を示すリラックスレベルを推定する状態推定装置（１０）であって、利用者の生体情報を用いて、複数種類の指標値を算出する指標値算出部（１０２）と、複数種類の指標値の変化傾向に基づいて規定される複数のリラックスレベルを用いて、利用者のリラックスレベルを推定する推定部（１０９）とを備え、指標値算出部は、利用者の心拍数、及び利用者の心拍変動を周波数解析して得られる高周波成分の積分値を指標値として算出し、推定部は、指標値として算出された、心拍数、及び高周波成分の積分値の変化傾向に基づいて規定される複数のリラックスレベルを用いて、利用者のリラックスレベルを推定するようになっており、リラックスレベルの１つが、心拍数の変化傾向が急減を示す一方で、高周波成分の積分値の変化傾向が変化無しを示していることにより規定される浅いリラックスレベルであり、リラックスレベルの別の１つが、心拍数の変化傾向が微減を示す一方で、高周波成分の積分値の変化傾向が急増を示していることにより規定される入眠レベルである、状態推定装置である。
上記目的を達成するための状態推定装置に係るさらに別の開示は、利用者のリラックスの程度を示すリラックスレベルを推定する状態推定装置（１０）であって、利用者の生体情報を用いて、複数種類の指標値を算出する指標値算出部（１０２）と、複数種類の指標値の変化傾向に基づいて規定される複数のリラックスレベルを用いて、利用者のリラックスレベルを推定する推定部（１０９）とを備え、指標値算出部は、単位時間に対するα波の発生時間の割合を示すα波時間含有率、及び利用者の心拍変動を周波数解析して得られる高周波成分の積分値を指標値として算出し、推定部は、指標値として算出された、α波時間含有率、及び高周波成分の積分値の変化傾向に基づいて規定される複数のリラックスレベルを用いて、利用者のリラックスレベルを推定するようになっており、リラックスレベルの１つが、α波時間含有率の変化傾向が急増を示す一方で、高周波成分の積分値の変化傾向が微増を示していることにより規定される深いリラックスレベルであり、リラックスレベルの１つが、α波時間含有率の変化傾向が急減を示し、かつ、高周波成分の積分値の変化傾向が急増を示していることにより規定される入眠レベルである、状態推定装置である。

また、本開示の一実施形態に係る状態推定方法は、利用者のリラックスの程度を示すリラックスレベルを推定する状態推定装置（１０）が実行する方法であり、利用者の生体情報を用いて、複数種類の指標値を算出するステップ（Ｓ１０５）と、複数種類の指標値の変化傾向に基づいて規定される複数のリラックスレベルを用いて、利用者のリラックスレベルを推定するステップ（Ｓ１１７）とを含み、指標値を算出するステップでは、利用者の心拍数、及び単位時間に対するα波の発生時間の割合を示すα波時間含有率を指標値として算出し、推定するステップでは、指標値として算出された、心拍数、及びα波時間含有率の変化傾向に基づいて規定される複数のリラックスレベルを用いて、利用者のリラックスレベルを推定するようになっており、リラックスレベルの１つが、心拍数の変化傾向が急減を示す一方で、α波時間含有率の変化傾向が微増を示していることにより規定される浅いリラックスレベルであり、リラックスレベルの別の１つが、心拍数の変化傾向が微減を示す一方で、α波時間含有率の変化傾向が急増を示していることにより規定される深いリラックスレベルであり、リラックスレベルのさらに別の１つが、心拍数の変化傾向が微減を示す一方で、α波時間含有率の変化傾向が急減を示していることにより規定される入眠レベルである、状態推定方法である。
上記目的を達成するための状態推定方法に係る別の開示は、利用者のリラックスの程度を示すリラックスレベルを推定する状態推定装置（１０）が実行する状態推定方法であって、利用者の生体情報を用いて、複数種類の指標値を算出するステップ（Ｓ１０５）と、複数種類の指標値の変化傾向に基づいて規定される複数のリラックスレベルを用いて、利用者のリラックスレベルを推定するステップ（Ｓ１１７）とを含み、指標値を算出するステップでは、利用者の心拍数、及び利用者の心拍変動を周波数解析して得られる高周波成分の積分値を指標値として算出し、推定するステップでは、指標値として算出された、心拍数、及び高周波成分の積分値の変化傾向に基づいて規定される複数のリラックスレベルを用いて、利用者のリラックスレベルを推定するようになっており、リラックスレベルの１つが、心拍数の変化傾向が急減を示す一方で、高周波成分の積分値の変化傾向が変化無しを示していることにより規定される浅いリラックスレベルであり、リラックスレベルの別の１つが、心拍数の変化傾向が微減を示す一方で、高周波成分の積分値の変化傾向が急増を示していることにより規定される入眠レベルである、状態推定方法である。
上記目的を達成するための状態推定方法に係るさらに別の開示は、利用者のリラックスの程度を示すリラックスレベルを推定する状態推定装置（１０）が実行する状態推定方法であって、利用者の生体情報を用いて、複数種類の指標値を算出するステップ（Ｓ１０５）と、複数種類の指標値の変化傾向に基づいて規定される複数のリラックスレベルを用いて、利用者のリラックスレベルを推定するステップ（Ｓ１１７）とを含み、指標値を算出するステップでは、単位時間に対するα波の発生時間の割合を示すα波時間含有率、及び利用者の心拍変動を周波数解析して得られる高周波成分の積分値を指標値として算出し、推定するステップでは、指標値として算出された、α波時間含有率、及び高周波成分の積分値の変化傾向に基づいて規定される複数のリラックスレベルを用いて、利用者のリラックスレベルを推定するようになっており、リラックスレベルの１つが、α波時間含有率の変化傾向が急増を示す一方で、高周波成分の積分値の変化傾向が微増を示していることにより規定される深いリラックスレベルであり、リラックスレベルの１つが、α波時間含有率の変化傾向が急減を示し、かつ、高周波成分の積分値の変化傾向が急増を示していることにより規定される入眠レベルである、状態推定方法である。

本開示の状態推定装置及び状態推定方法では、複数種類の指標値と、その変化傾向に基づいて規定される複数のリラックスレベルを用いて、利用者のリラックスレベルを推定することができるため、利用者のリラックスの程度を詳細に推定することができる。

本開示の第１の実施形態に係る状態推定システムを示す図である。１分間に取得した心電信号及びα波から算出した心拍数、ＨＦ積分値及びα波時間含有率を示す図である。指標値及び当該指標値に基づく微分値をクラスタリングするモデルの一例を示す図である。リラックスレベル対応表の一例を示す図である。本開示の第１の実施形態に係る状態推定装置によって推定された利用者のリラックスレベルの一例を示す図である。第１の実施形態の状態推定システムで実行される処理を示すフローチャートである。第１の実施形態の状態推定システムで実行される処理を示すフローチャートである。第２の実施形態に係るリラックスレベル推定テーブルの一例を示す図である。指標値及び当該指標値に基づく微分値をクラスタリングするモデルの別の例を示す図である。リラックスレベル対応表の別の例を示す図である。指標値及び当該指標値に基づく微分値をクラスタリングするモデルの他の例を示す図である。リラックスレベル対応表の他の例を示す図である。指標値及び当該指標値に基づく微分値をクラスタリングするモデルのさらに他の例を示す図である。リラックスレベル対応表のさらに他の例を示す図である。

＜第１の実施形態＞
以下、図面を参照して、本開示の第１の実施形態について説明する。図１に示すように、第１の実施形態に係る状態推定システム１は、状態推定装置１０と、識別情報取得装置２０と、心電取得装置３０と、脳波取得装置４０とを含む。

状態推定装置１０は、利用者のリラックスの程度を示すリラックスレベルを推定する装置である。状態推定装置１０は、マイクロコントローラと、種々の電子回路と、通信インタフェースとを備える。

マイクロコントローラは、状態推定装置１０の動作を制御する装置であり、演算装置と、揮発性記憶装置と、不揮発性記憶装置とを備える。演算装置は、種々のプログラムを実行可能なＣＰＵ等の演算装置である。演算装置は、不揮発性記憶装置に保存されたプログラムを実行することにより、本開示の状態推定方法を実行する。

通信インタフェースは、状態推定装置１０と、識別情報取得装置２０、心電取得装置３０、脳波取得装置４０及び他の装置（図示せず）との間で、種々のデータの送受信を行うインタフェースである。

心電取得装置３０は、利用者の心筋細胞が発生させる活動電位を示す心電信号を取得する装置である。心電取得装置３０の具体例として、例えば、車両のアームレストに設置される電極や利用者が装着可能なウェアラブルデバイス等が挙げられる。心電取得装置３０は、利用者の体表面に接触した状態で利用者から心電信号を取得し、当該心電信号を状態推定装置１０に送信することができる。なお、心電取得装置３０は、利用者の体表面に接触していない状態で心電信号を取得してもよい。

脳波取得装置４０は、利用者の脳の神経細胞が発生させる脳波の電気信号（以下、単に「脳波信号」とする。）を取得する装置である。心電取得装置３０の具体例として、例えば、利用者が乗車する車両の座席のヘッドレストに設置された電極やヘッドギア型の脳波測定器等が挙げられる。脳波取得装置４０は、利用者の頭皮に接触した状態で脳波信号を取得して状態推定装置１０に提供することができる。なお、脳波取得装置４０は、利用者の頭皮に接触していない状態で脳波信号を取得してもよい。

識別情報取得装置２０は、利用者の識別情報を取得する装置である。識別情報取得装置２０の具体例として、タッチパネル式の入力装置等が挙げられる。識別情報取得装置２０は、利用者の識別情報を取得すると、当該識別情報を状態推定装置１０に提供する。

状態推定装置１０は、図１に示すように、システム制御部１００と、α波検出部１０１と、指標値算出部１０２と、正規化処理部１０３と、正規化データベース（ＤＢ）１０４と、微分値算出部１０５と、離散化処理部１０６と、クラスタリング処理部１０７と、リラックスレベル対応表データベース（ＤＢ）１０８と、推定部１０９と、通知部１１０と、リラックス誘導処理部１１１とを有する。

システム制御部１００は、状態推定システム１の起動及び終了を制御する機能部である。α波検出部１０１は、脳波取得装置４０が提供した脳波信号からα波を検出する半導体回路である。

指標値算出部１０２は、利用者の心電信号及びα波から指標値を算出する機能部である。指標値には、（１）利用者の心拍数、（２）利用者の心拍変動を周波数解析して得られる高周波成分の積分値（以下、「ＨＦ積分値」とする。）（ｍｓｅｃ^２）、及び（３）単位時間に対するα波の発生時間の割合を示すα波時間含有率がある。

指標値算出部１０２は、単位時間（例えば、１０秒等）の心電信号に含まれる心電波形を計数し、１分間当たりの心拍数に換算することにより、心拍数（ｂｐｍ）を算出することができる。

また、指標値算出部１０２は、単位時間（例えば、１０秒等）に含まれる複数の心電波形のＲ波の時間間隔に高速フーリエ変換を施す。そして、指標値算出部１０２は、高速フーリエ変換によって得られた周波数データの高周波成分（例えば、０．１５～０．４Ｈｚ等）を積分することにより、ＨＦ積分値を算出することができる。

さらに、指標値算出部１０２は、単位時間（例えば、１０秒等）におけるα波の発生時間を計測し、当該単位時間に対するα波の発生時間の割合を算出することにより、α波時間含有率を算出することができる。

正規化処理部１０３は、下記数式１を用いて、指標値である心拍数、ＨＦ積分値及びα波時間含有率を正規化する機能部である。

ここで、ｘは各指標値を示し、Ａは各指標値の平均値を示す。また、σは各指標値の標準偏差を示す。

正規化処理部１０３は、予め算出された利用者の各指標値の平均値及び標準偏差が正規化ＤＢ１０４に保存されている場合、当該平均値及び標準偏差を用いて、心拍数、ＨＦ積分値及びα波時間含有率を正規化する。一方、利用者の各指標値の平均値及び標準偏差が正規化ＤＢ１０４に保存されていない場合、正規化処理部１０３は、汎用的な各指標値の平均値及び標準偏差を用いて、心拍数、ＨＦ積分値及びα波時間含有率を正規化する。

微分値算出部１０５は、各指標値の変化傾向を示す微分値を算出する機能部である。図２には、１分間に取得した心電信号及びα波から算出した心拍数、ＨＦ積分値及びα波時間含有率が示されている。この例では、心拍数、ＨＦ積分値及びα波時間含有率は、単位時間を１０秒として算出される。微分値算出部１０５は、時間的に連続する２つの指標値によって規定される直線を表す数式を微分することにより、当該指標値の微分値を算出することができる。

離散化処理部１０６は、正規化された各指標値及び当該指標値に基づく微分値を離散化する機能部である。離散化処理部１０６は、ベイズ階層言語モデルによる教師なし形態素解析を用いて、各指標値及び当該指標値に基づく微分値を離散化することができる。

例えば、図２に示す例では、０～３０秒の間に取得した心電信号から算出した心拍数は一定である。一方、３１～６０秒の間に取得した心電信号から算出した心拍数は減少している。図２に示す例の場合、３１～４０秒の間に取得した心電信号から算出した心拍数が、変化点に相当する。変化点は、少なくとも１種類の指標値の正規化値又は微分値が変化した点である。

より詳細には、時間的に連続する２つの微分値を比較し、これらの微分値の差分が既定の閾値以上になった点を、変化点とすることができる。当該閾値は、指標値の種類毎に設定することができる。また、時間的に連続する３つの正規化値のうち、最先の正規化値及び中間の正規化値の差分と、中間の正規化値及び最後の正規化値の差分とを比較し、これらの差分が異なる場合に、当該最後の正規化値を、変化点とすることができる。なお、これらの差分が僅かに異なる場合、すなわち、単調に近い正規化値の増加又は減少が生じた場合でも、当該最後の正規化値が変化点となり得る。

このため、離散化処理部１０６は、この心拍数の変化点を基準にして、これらの指標値と当該指標値に基づく微分値を離散化し、２つの離散化グループに分けることができる。つまり、変化点を基準にする離散化は、変化点の前後を別々のグループに分けることである。同一の離散化グループでは、心拍数、ＨＦ積分値及びα波時間含有率の変化傾向は、それぞれ同じである。なお、変化点が存在しない場合、指標値は離散化されない。

クラスタリング処理部１０７は、正規化された各指標値と、各指標値の微分値とをクラスタリングし、これらのデータが分類されたクラスタを示す値を、クラスタリング結果として出力する機能部である。離散化処理部１０６は、隠れマルコフモデルを用いて、これらのデータを分類することができる。

図３は、正規化された各指標値及び各指標値の微分値が、７つのクラスタに分類されるモデルを示している。これらのクラスタは、利用者のリラックスレベル０～５に対応する。リラックスレベル０～５は、その値が高い程、リラックスの程度が強いことを意味する。

具体的には、リラックスレベル０は、利用者が覚醒状態であることを意味する。リラックスレベル１～３は、利用者が浅いリラックス状態であることを意味する。なお、リラックスレベル３（多数派）の指標値及び微分値は、多数の被験者で観察された結果を示す。リラックスレベル３（少数派）の指標値及び微分値は、少数の被験者で観察された結果を示す。リラックスレベル４は、利用者が深いリラックス状態（すなわち、微睡み状態）であることを意味する。リラックスレベル５は、利用者が睡眠に入る状態であることを意味する。

例えば、値の高い心拍数、値の低いα波時間含有率及びＨＦ積分値と、これらの指標値の変化傾向が無い旨を示す微分値が、クラスタリング処理部１０７に入力された場合を仮定する。この場合、クラスタリング処理部１０７は、これらのデータをリラックスレベル０に対応するクラスタに分類し、当該クラスタを示す値をクラスタリング結果として出力する。

推定部１０９は、利用者のリラックスレベルを推定する機能部である。具体的には、推定部１０９は、図４に示すようなリラックスレベル対応表を参照し、クラスタリング処理部１０７が出力したクラスタリング結果を用いて、利用者のリラックスレベルを推定する。リラックスレベル対応表には、クラスタリング結果と、リラックスレベルとが関連付けて登録される。例えば、クラスタリング結果が、リラックスレベル０に対応するクラスタを示す値である場合、推定部１０９は、利用者のリラックスレベルが０であると推定する。

図５は、推定部１０９が、クラスタリングの結果に基づいて推定した利用者のリラックスレベルを示す。図５に示す例では、利用者の状態は、初めはリラックスレベル０（ＲＬ０）であり、その後、順にリラックスレベル１（ＲＬ１）～リラックスレベル５（ＲＬ５）に遷移する。

リラックスレベル１（ＲＬ１）では、心拍数が高域から減少し、α波時間含有率が低域から微増している。リラックスレベル２（ＲＬ２）では、心拍数が中間域で減少し、α波時間含有率が低域から中間域へ微増している。リラックスレベル３（ＲＬ３）では、心拍数が低域で微減し、α波時間含有率が中間域で微増し、ＨＦ積分値が低域で微増している。リラックスレベル４（ＲＬ４）では、心拍数が低域で微減し、α波時間含有率が中間域で急増し、ＨＦ積分値が低域で微増する。リラックスレベル５（ＲＬ５）では、心拍数が低域で微減し、α波時間含有率が高域から中間域へ急減し、ＨＦ積分値が中間域から高域へ急増する。このように３種類の指標値を採用することにより、利用者のリラックスレベルを詳細に分類して推定することができる。

なお、利用者の状態は、必ずしもこの順序で遷移するとは限らない。例えば、リラックスレベル０、リラックスレベル２、リラックスレベル３（多数派）、リラックスレベル４、リラックスレベル５（ＲＬ５）の順序で遷移する場合もある。また、リラックスレベル０、リラックスレベル１、リラックスレベル３（少数派）、リラックスレベル４、リラックスレベル５（ＲＬ５）の順序で遷移する場合もある。

通知部１１０は、推定された利用者のリラックスレベルを通知する機能部である。例えば、通知部１１０は、利用者のリラックスレベルを示す画像を表示装置に表示させることにより、利用者のリラックスレベルを通知することができる。また、通知部１１０は、利用者のリラックスレベルを示す音声を音声再生装置に再生させることにより、利用者のリラックスレベルを通知することができる。さらに、通知部１１０は、照明装置の照度を、利用者のリラックスレベルに応じた照度にすることにより、利用者のリラックスレベルを通知することができる。

リラックス誘導処理部１１１は、他の装置に対し、利用者のリラックスレベルを高める処理（以下、「リラックス誘導処理」とする。）を実行させる機能部である。リラックス誘導処理部１１１は、制御部１１２と、目標レベル決定部１１３とを含む。

制御部１１２は、他の装置を制御してリラックス誘導処理を実行させる機能部である。具体的には、制御部１１２は、空調機器や照明装置を制御し、利用者のリラックスレベルが高まるように、室内温度や気流、照度を調整することができる。制御部１１２は、ブラインドやカーテンの開閉を制御し、利用者のリラックスレベルが高まるように、室内の照度を調整することができる。

さらに、制御部１１２は、表示装置や音声再生装置を制御し、利用者のリラックスレベルが高まるような映像や音楽を再生することができる。例えば、制御部１１２は、リラクゼーション効果のある映像や音楽を再生したり、呼吸法やマインドフルネスを促す映像や音声を再生することができる。さらに、制御部１１２は、音声再生装置を制御し、利用者のリラックスレベルが高まるように、音声再生装置が出力する音量を調整することができる。

さらに、制御部１１２は、利用者が座っている座席に設置された振動装置を制御し、利用者のリラックスレベルが高まるような振動、例えば、マッサージ効果のある振動等を発生させることができる。さらに、制御部１１２は、利用者が座っている座席を制御し、利用者のリラックスレベルが高まるような角度に変更することができる。さらに、制御部１１２は、アロマディフューザを制御して、利用者のリラックスレベルが高まるような香りを放出させることができる。

目標レベル決定部１１３は、リラックス誘導処理の終了条件である利用者のリラックスレベル（以下、「目標レベル」とする。）を算出する機能部である。目標レベル決定部１１３は、利用者のスケジュールに基づいて、目標レベルを算出することができる。

例えば、利用者の次の予定が仕事や勉強の場合、目標レベルを、リラックスレベル１～リラックスレベル３のいずれかとすることができる。一方、利用者の次の予定が無い場合、目標レベルを、リラックスレベル１～リラックスレベル５のいずれかとすることができる。目標レベル決定部１１３は、利用者のスマートフォンや外部のデータサーバ等に保存されている利用者のスケジュールを取得して、目標レベルを決定することができる。

次に、図６及び図７を参照して、状態推定システム１において実行される処理について説明する。ステップＳ１０１では、状態推定装置１０のシステム制御部１００が、状態推定システム１を起動する。ステップＳ１０２では、識別情報取得装置２０が、リラックスレベルが推定される利用者の識別情報を取得し、当該利用者の識別情報を状態推定装置１０に提供する。ステップＳ１０３では、状態推定装置１０のリラックス誘導処理部１１１が、目標レベルを決定する。

ステップＳ１０４では、指標値算出部１０２が、所定の期間（例えば、１分等）における利用者の心電信号及びα波を取得する。ステップＳ１０５では、指標値算出部１０２が、取得した心電信号を用いて、心拍数及びＨＦ積分値を算出する。また、指標値算出部１０２は、取得したα波を用いて、α波時間含有率を算出する。

ステップＳ１０６では、正規化処理部１０３が、利用者の識別情報が示す利用者について予め算出された各指標値の平均値及び標準偏差が、正規化データベース１０４に保存されているか否か判断する。利用者の各指標値の平均値及び標準偏差が保存されている場合（ＹＥＳ）、ステップＳ１０７に処理が分岐する。ステップＳ１０７では、正規化処理部１０３は、正規化データベース１０４から利用者の各指標値の平均値及び標準偏差を取得する。

一方、利用者の各指標値の平均値及び標準偏差が保存されていない場合（ＮＯ）、ステップＳ１０８に処理が分岐する。ステップＳ１０８では、正規化処理部１０３は、正規化データベース１０４から汎用的な各指標値の平均値及び標準偏差を取得する。

ステップＳ１０９では、正規化処理部１０３は、ステップＳ１０７又はステップＳ１０８で取得した各指標値の平均値及び標準偏差を用いて、心拍数、ＨＦ積分値及びα波時間含有率を正規化する。ステップＳ１１０では、微分値算出部１０５が、心拍数、ＨＦ積分値及びα波時間含有率を用いて、それぞれの微分値を算出する。ステップＳ１１１では、離散化処理部１０６が、正規化された心拍数、ＨＦ積分値及びα波時間含有率と、これらの微分値を離散化する。なお、指標値に変化点が含まれない場合、これらの指標値は離散化されない。

ステップＳ１１２では、クラスタリング処理部１０７は、指標値及び当該指標値の微分値をクラスタリングし、クラスタリング結果を出力する。なお、ステップＳ１１０で指標値及び当該指標値の微分値が離散化された場合、クラスタリング処理部１０７は、離散化グループ毎に、指標値及び当該指標値の微分値をクラスタリングし、クラスタリング結果を出力する。

ステップＳ１１３では、推定部１０９が、リラックスレベル対応表ＤＢ１０８からリラックスレベル対応表を読み出す。ステップＳ１１４では、推定部１０９は、クラスタリング結果がリラックスレベル対応表に有るか否か判断する。クラスタリング結果がリラックスレベル対応表に無い場合（ＮＯ）、ステップＳ１１６に処理が分岐する。一方、クラスタリング結果がリラックスレベル対応表に有る場合（ＹＥＳ）、ステップＳ１１５に処理が分岐する。

ステップＳ１１５では、推定部１０９は、異常な状態遷移を示す情報に基づき、利用者の状態遷移が異常であるか判断する。例えば、前回のクラスタリング結果がリラックスレベル０（覚醒状態）である場合において、今回のクラスタリング結果がリラックスレベル５（入眠状態）であるとき、推定部１０９は、利用者の状態遷移が異常であると判断することができる。

利用者の状態遷移が異常である場合（ＹＥＳ）、ステップＳ１１６に処理が分岐する。ステップＳ１１６では、推定部１０９は、利用者の状態推定がエラーである旨を示す結果を出力する。一方、利用者の状態遷移が正常である場合（ＮＯ）、ステップＳ１１７に処理が分岐する。

ステップＳ１１７では、推定部１０９は、リラックスレベル対応表を参照し、離散化グループ毎に、クラスタリング結果に関連付けられているリラックスレベルを特定することにより、利用者のリラックスレベルを推定する。ステップＳ１１８では、通知部１１０は、推定された利用者のリラックスレベルを通知する。

ステップＳ１１９では、リラックス誘導処理部１１１が、推定されたリラックスレベルと目標レベルが同じであるか否か判断する。推定されたリラックスレベルと目標レベルが異なる場合（ＮＯ）、ステップＳ１２０に処理が分岐する。ステップＳ１２０では、リラックス誘導処理部１１１は、他の装置を用いて、リラックス誘導処理を実行する。なお、既にリラックス誘導処理が実行されている場合、リラックス誘導処理部１１１は、リラックス誘導処理を継続する。

一方、推定されたリラックスレベルと目標レベルが同じである場合（ＹＥＳ）、ステップＳ１２１に処理が分岐する。ステップＳ１２１では、リラックス誘導処理部１１１は、リラックス誘導処理を終了する。なお、リラックス誘導処理が開始されていない場合、ステップＳ１２１の処理は実行されない。

ステップＳ１２２では、システム制御部１００が、状態推定システム１を終了すべきか否か判断する。例えば、システム制御部１００は、状態推定システム１が設置された車両が目的地に到着した場合、状態推定システム１を終了すべきであると判断することができる。

状態推定システム１を終了すべきでない場合（ＮＯ）、ステップＳ１０４に処理が戻る。一方、状態推定システム１を終了すべきである場合（ＹＥＳ）、ステップＳ１２３に処理が分岐する。ステップＳ１２３では、システム制御部１００が、状態推定システム１を終了させる。

（第１の実施形態の効果）
本実施形態では、状態推定装置１０は、利用者の生体情報である心電信号及びα波を用いて、指標値として心拍数、ＨＦ積分値及びα波時間含有率を算出する（Ｓ１０５）。そして、状態推定装置１０は、心拍数、ＨＦ積分値及びα波時間含有率及びこれらの変化傾向に基づいて規定される複数のリラックスレベルを用いて、利用者のリラックスレベルを推定する（Ｓ１１７）。

これにより、状態推定装置１０は、図３に示すような細分化されたリラックスレベルを用いて、利用者のリラックスレベルを推定することができ、利用者のリラックスの程度を詳細に推定することができる。

また、心拍数、ＨＦ積分値及びα波時間含有率の変化傾向は、個人差が少ないことが実験によって確認された。本実施形態では、このような変化傾向を利用者のリラックスレベルの推定に利用することにより、個人差の影響が少ないリラックスレベルの推定を行うことができる。

さらに、状態推定装置１０の微分値算出部１０５が、心拍数、ＨＦ積分値及びα波時間含有率の変化傾向を示す微分値を算出する（Ｓ１１０）。次いで、離散化処理部１０６が、心拍数、ＨＦ積分値及びα波時間含有率の変化点を基準にして、心拍数、ＨＦ積分値及びα波時間含有率と、これらの微分値を離散化する（Ｓ１１１）。そして、クラスタリング処理部１０７は、離散化グループ毎に、離散化された心拍数、ＨＦ積分値及びα波時間含有率と、これらの微分値をクラスタリングする（Ｓ１１２）。

同一の離散化グループでは、同一種類の指標値は、変化傾向が同じである。例えば、図２に示す先行の離散化グループでは、心拍数、ＨＦ積分値及びα波時間含有率は一定である。このため、これらの変化傾向は、それぞれ無しとなる。後続の離散化グループでは、心拍数が減少し、ＨＦ積分値及びα波時間含有率は一定である。このため、心拍数の変化傾向は減少となり、ＨＦ積分値及びα波時間含有率の変化傾向は、それぞれ無しとなる。

クラスタリング処理部１０７は、このような離散化グループ毎に、クラスタリング処理を実行する。例えば、図２に示す例では、クラスタリング処理部１０７は、先行の離散化グループと後続の離散化グループを、個別にクラスタリングする。仮に、先行の離散化グループと後続の離散化グループを、纏めてクラスタリングする場合、変化傾向が無しである心拍数の正規化値と、変化傾向が減少である心拍数の正規化値が使用されてしまう。すなわち、同一種類の指標値について異なる変化傾向を示す正規化値を用いて、クラスタリングが行われてしまう。このため、別々のクラスタに分類されるべき正規化値が、同じクラスタに分類される可能性があり、クラスタリング結果の信頼性が低くなる恐れがある。

一方、本実施形態では、同一種類の指標値について同じ変化傾向を示す正規化値を用いて、クラスタリングを行うため、別々のクラスタに分類されるべき正規化値が、同じクラスタに分類されることがない。このため、クラスタリング結果の信頼性を高めることができ、利用者のリラックスレベルの推定精度を向上させることができる。

さらに、正規化処理部１０３は、利用者の各指標値の平均値及び標準偏差が正規化データベース１０４に保存されている場合、利用者の各指標値の平均値及び標準偏差を用いて、心拍数、ＨＦ積分値及びα波時間含有率を正規化する（Ｓ１０９）。これにより、正規化された心拍数、ＨＦ積分値及びα波時間含有率の信頼性を高めることができる。そして、クラスタリング処理部１０７は、この心拍数、ＨＦ積分値及びα波時間含有率と、これらの微分値をクラスタリングする。その結果、クラスタリング結果の信頼性を高めることができ、利用者のリラックスレベルの推定精度を向上させることができる。

さらに、リラックス誘導処理部１１１は、他の装置に対し、利用者のリラックスレベルを高めるリラックス誘導処理を実行させる（Ｓ１２０）。これにより、利用者のリラックスの度合いを高めることができる。

さらに、通知部１１０は、推定部１０９が推定した利用者のリラックスレベルを通知する（Ｓ１１８）。これにより、推定対象の利用者のリラックスレベルを把握することができる。

＜第２の実施形態＞
次に、本開示の第２の実施形態について、第１の実施形態との相違点を中心に説明する。第２の実施形態では、推定部１０９は、リラックスレベル推定テーブルを参照し、正規化された指標値と、当該指標値に基づく微分値とを用いて、利用者のリラックスレベルを推定する。

図８に示すように、リラックスレベル推定テーブルには、正規化された各指標値及び当該指標値に基づく微分値と、リラックスレベルとが関連付けて登録されている。例えば、利用者の心拍数が高く、α波時間含有率及びＨＦ積分値が低く、かつ、これらの微分値が、変化傾向が無い旨を示す値である場合、推定部１０９は、利用者のリラックスレベルが０であると推定する。

（第２の実施形態の効果）
第２の実施形態では、リラックスレベル推定テーブルを用いて、利用者のリラックスレベルを推定する。このため、機械学習に基づく指標値の離散化処理やクラスタリング処理を実行することなく、利用者のリラックスレベルを推定することができる。

＜その他の実施形態＞
本開示は、上述した実施形態に限定されることなく、様々に変更して実施することができる。例えば、上述した実施形態では、心拍数、α波時間含有率及びＨＦ積分値の３種類の指標値を用いて、利用者のリラックスレベルを推定するが、他の実施形態では、これらの指標値のうちの２つを用いて、リラックスレベルを推定してもよい。

例えば、心拍数及びα波時間含有率を指標値として使用する場合、クラスタリング処理部１０７は、図９に示すモデルに基づき、心拍数及び当該心拍数に基づく微分値と、α波時間含有率及び当該α波時間含有率に基づく微分値とをクラスタリングする。次いで、クラスタリング処理部１０７は、これらのデータが分類されたクラスタを示す値を、クラスタリング結果として出力する。そして、推定部１０９は、図１０に示すリラックスレベル対応表を参照し、クラスタリング処理部１０７が出力したクラスタリング結果を用いて、利用者のリラックスレベルを推定する。

心拍数及びＨＦ積分値を指標値として使用する場合、クラスタリング処理部１０７は、図１１に示すモデルに基づき、心拍数及び当該心拍数に基づく微分値と、ＨＦ積分値及び当該ＨＦ積分値に基づく微分値とをクラスタリングする。次いで、クラスタリング処理部１０７は、これらのデータが分類されたクラスタを示す値を、クラスタリング結果として出力する。そして、推定部１０９は、図１２に示すリラックスレベル対応表を参照し、クラスタリング処理部１０７が出力したクラスタリング結果を用いて、利用者のリラックスレベルを推定する。

α波時間含有率及びＨＦ積分値を指標値として使用する場合、クラスタリング処理部１０７は、図１３に示すモデルに基づき、α波時間含有率及び当該α波時間含有率に基づく微分値と、ＨＦ積分値及び当該ＨＦ積分値に基づく微分値とをクラスタリングする。次いで、クラスタリング処理部１０７は、これらのデータが分類されたクラスタを示す値を、クラスタリング結果として出力する。そして、推定部１０９は、図１４に示すリラックスレベル対応表を参照し、クラスタリング処理部１０７が出力したクラスタリング結果を用いて、利用者のリラックスレベルを推定する。

また、上述した実施形態では、利用者の各指標値の平均値及び標準偏差が正規化データベース１０４に保存されていない場合、正規化処理部１０３は、汎用的な指標値の平均値及び標準偏差を用いて、利用者の各指標値を正規化する。他の実施形態では、正規化処理部１０３は、指標値算出部１０２が算出した利用者の心拍数、ＨＦ積分値及びα波から平均値及び標準偏差を算出し、この平均値及び標準偏差を用いて、利用者の各指標値を正規化してもよい。

さらに、上述した実施形態では、リラックス誘導処理部１１１は、推定されたリラックスレベルが目標レベルと同一であると判断した場合、リラックス誘導処理を終了する。他の実施形態では、推定されたリラックスレベルが目標レベルと同一である場合、リラックス誘導処理部１１１は、他の装置に対し、利用者のリラックスレベルを維持するための処理を実行させてもよい。

さらに、他の実施形態では、心拍数、α波時間含有率及びＨＦ積分値の他、脳血流量、呼吸回数、皮膚電気活動、顔面筋の活動電位及び末梢血流量等の他の生体情報を、指標値として使用してもよい。

本開示に記載された制御部及び方法は、コンピュータプログラムに実装される１以上の特定の機能を実行するようにプログラムされたプロセッサを構成することによって製造された専用コンピュータによって実現することができる。また、本開示に記載された装置及び方法は、専用のハードウェア論理回路によって実現してもよい。さらに、本開示に記載された装置及び方法は、コンピュータプログラムを実行するプロセッサを構成することによって製造された１以上の専用コンピュータと、１以上のハードウェア論理回路との組み合わせよって実現してもよい。コンピュータプログラムは、コンピュータによって実行される命令として、コンピュータ読み取り可能な非遷移有形記録媒体に保存することができる。

１０状態推定装置、１０２指標値算出部、１０３正規化処理部、１０５微分値算出部、１０６離散化処理部、１０７クラスタリング処理部、１０９推定部、１１０通知部、１１１リラックス誘導処理部

Claims

利用者のリラックスの程度を示すリラックスレベルを推定する状態推定装置（１０）であって、
前記利用者の生体情報を用いて、複数種類の指標値を算出する指標値算出部（１０２）と、
前記複数種類の指標値の変化傾向に基づいて規定される複数のリラックスレベルを用いて、前記利用者のリラックスレベルを推定する推定部（１０９）と
を備え、
前記指標値算出部は、前記利用者の心拍数、及び単位時間に対するα波の発生時間の割合を示すα波時間含有率を前記指標値として算出し、
前記推定部は、前記指標値として算出された、前記心拍数、及び前記α波時間含有率の変化傾向に基づいて規定される複数のリラックスレベルを用いて、前記利用者のリラックスレベルを推定するようになっており、
前記リラックスレベルの１つが、前記心拍数の変化傾向が急減を示す一方で、前記α波時間含有率の変化傾向が微増を示していることにより規定される浅いリラックスレベルであり、
前記リラックスレベルの別の１つが、前記心拍数の変化傾向が微減を示す一方で、前記α波時間含有率の変化傾向が急増を示していることにより規定される深いリラックスレベルであり、
前記リラックスレベルのさらに別の１つが、前記心拍数の変化傾向が微減を示す一方で、前記α波時間含有率の変化傾向が急減を示していることにより規定される入眠レベルである、状態推定装置。
利用者のリラックスの程度を示すリラックスレベルを推定する状態推定装置（１０）であって、
前記利用者の生体情報を用いて、複数種類の指標値を算出する指標値算出部（１０２）と、
前記複数種類の指標値の変化傾向に基づいて規定される複数のリラックスレベルを用いて、前記利用者のリラックスレベルを推定する推定部（１０９）と
を備え、
前記指標値算出部は、前記利用者の心拍数、及び前記利用者の心拍変動を周波数解析して得られる高周波成分の積分値を前記指標値として算出し、
前記推定部は、前記指標値として算出された、前記心拍数、及び前記高周波成分の積分値の変化傾向に基づいて規定される複数のリラックスレベルを用いて、前記利用者のリラックスレベルを推定するようになっており、
前記リラックスレベルの１つが、前記心拍数の変化傾向が急減を示す一方で、前記高周波成分の積分値の変化傾向が変化無しを示していることにより規定される浅いリラックスレベルであり、
前記リラックスレベルの別の１つが、前記心拍数の変化傾向が微減を示す一方で、前記高周波成分の積分値の変化傾向が急増を示していることにより規定される入眠レベルである、状態推定装置。
利用者のリラックスの程度を示すリラックスレベルを推定する状態推定装置（１０）であって、
前記利用者の生体情報を用いて、複数種類の指標値を算出する指標値算出部（１０２）と、
前記複数種類の指標値の変化傾向に基づいて規定される複数のリラックスレベルを用いて、前記利用者のリラックスレベルを推定する推定部（１０９）と
を備え、
前記指標値算出部は、単位時間に対するα波の発生時間の割合を示すα波時間含有率、及び前記利用者の心拍変動を周波数解析して得られる高周波成分の積分値を前記指標値として算出し、
前記推定部は、前記指標値として算出された、前記α波時間含有率、及び前記高周波成分の積分値の変化傾向に基づいて規定される複数のリラックスレベルを用いて、前記利用者のリラックスレベルを推定するようになっており、
前記リラックスレベルの１つが、前記α波時間含有率の変化傾向が急増を示す一方で、前記高周波成分の積分値の変化傾向が微増を示していることにより規定される深いリラックスレベルであり、
前記リラックスレベルの１つが、前記α波時間含有率の変化傾向が急減を示し、かつ、前記高周波成分の積分値の変化傾向が急増を示していることにより規定される入眠レベルである、状態推定装置。
前記指標値算出部は、前記心拍数及び前記α波時間含有率に加えて、前記利用者の心拍変動を周波数解析して得られる高周波成分の積分値を前記指標値として算出し、
前記推定部は、前記指標値として算出された、前記心拍数、前記α波時間含有率、及び前記高周波成分の積分値の変化傾向に基づいて規定される複数のリラックスレベルを用いて、前記利用者のリラックスレベルを推定するようになっており、
前記リラックスレベルの１つが、前記心拍数の変化傾向が急減を示し、前記α波時間含有率の変化傾向が微増を示し、前記高周波成分の積分値の変化傾向が変化無しを示していることにより規定される第１の浅いリラックスレベルであり、
前記リラックスレベルの別の１つが、前記心拍数の変化傾向が微減を示し、前記α波時間含有率の変化傾向が微増を示し、前記高周波成分の積分値の変化傾向が微増を示していることにより規定される、前記第１の浅いリラックスレベルよりは深いリラックスレベルである第２の浅いリラックスレベルであり、
前記リラックスレベルのさらに別の１つが、前記心拍数の変化傾向が微減を示し、前記α波時間含有率の変化傾向が急増を示し、前記高周波成分の積分値の変化傾向が微増を示していることにより規定される、深いリラックスレベルであり、
前記リラックスレベルのさらに別の１つが、前記心拍数の変化傾向が微減を示し、前記α波時間含有率の変化傾向が急減を示し、前記高周波成分の積分値の変化傾向が急増を示していることにより規定される入眠レベルである、請求項１に記載の状態推定装置。
複数の前記リラックスレベルは、前記指標値と、前記複数種類の指標値の変化傾向に基づいて規定される、請求項１～４のいずれか１項に記載の状態推定装置。
前記指標値の変化傾向を示す微分値を算出する微分値算出部（１０５）と、
前記指標値の変化点を基準にして、前記指標値及び前記微分値を離散化する離散化処理部（１０６）と、
離散化された前記指標値及び前記微分値毎に、前記指標値及び前記微分値をクラスタリングし、クラスタリング結果を出力するクラスタリング処理部（１０７）と
をさらに備え、
前記推定部は、
前記クラスタリング処理部が出力する可能性のある複数のクラスタリング結果と、複数の前記リラックスレベルとが関連付けられたリラックスレベル対応表を参照し、前記クラスタリング処理部が出力した前記クラスタリング結果に関連付けられているリラックスレベルを、前記利用者のリラックスレベルとして推定する、請求項１～５のいずれか１項に記載の状態推定装置。
前記利用者の指標値の平均値及び標準偏差を用いて、前記指標値を正規化する正規化処理部（１０３）をさらに備え、
前記微分値算出部は、正規化された前記指標値の変化傾向を示す微分値を算出し、
前記離散化処理部は、正規化された前記指標値の変化点を基準にして、正規化された前記指標値及び前記微分値を離散化する、請求項６に記載の状態推定装置。
前記指標値を正規化する正規化処理部（１０３）をさらに備え、
前記推定部は、
前記正規化処理部が出力する可能性のある正規化された前記指標値及び前記指標値の変化傾向と、前記利用者のリラックスレベルとが関連付けられたリラックスレベル推定テーブルを参照し、
前記正規化処理部が出力した正規化された前記指標値に関連付けられているリラックスレベルを、前記利用者のリラックスレベルとして推定する、請求項１～５のいずれか１項に記載の状態推定装置。
他の装置に対し、前記利用者のリラックスレベルを高めるリラックス誘導処理を実行させるリラックス誘導処理部（１１１）をさらに備える、請求項１～８のいずれか１項に記載の状態推定装置。
前記リラックス誘導処理部は、前記推定部が推定した前記利用者のリラックスレベルが、目標のリラックスレベルに達するまで、他の装置に対し、前記リラックス誘導処理を実行させる、請求項９に記載の状態推定装置。
前記推定部が推定した前記利用者のリラックスレベルを通知する通知部（１１０）をさらに備える、請求項１～１０のいずれか１項に記載の状態推定装置。
利用者のリラックスの程度を示すリラックスレベルを推定する状態推定装置（１０）が実行する状態推定方法であって、
前記利用者の生体情報を用いて、複数種類の指標値を算出するステップ（Ｓ１０５）と、
前記複数種類の指標値の変化傾向に基づいて規定される複数のリラックスレベルを用いて、前記利用者のリラックスレベルを推定するステップ（Ｓ１１７）と
を含み、
前記指標値を算出するステップでは、前記利用者の心拍数、及び単位時間に対するα波の発生時間の割合を示すα波時間含有率を前記指標値として算出し、
前記推定するステップでは、前記指標値として算出された、前記心拍数、及び前記α波時間含有率の変化傾向に基づいて規定される複数のリラックスレベルを用いて、前記利用者のリラックスレベルを推定するようになっており、
前記リラックスレベルの１つが、前記心拍数の変化傾向が急減を示す一方で、前記α波時間含有率の変化傾向が微増を示していることにより規定される浅いリラックスレベルであり、
前記リラックスレベルの別の１つが、前記心拍数の変化傾向が微減を示す一方で、前記α波時間含有率の変化傾向が急増を示していることにより規定される深いリラックスレベルであり、
前記リラックスレベルのさらに別の１つが、前記心拍数の変化傾向が微減を示す一方で、前記α波時間含有率の変化傾向が急減を示していることにより規定される入眠レベルである、状態推定方法。
利用者のリラックスの程度を示すリラックスレベルを推定する状態推定装置（１０）が実行する状態推定方法であって、
前記利用者の生体情報を用いて、複数種類の指標値を算出するステップ（Ｓ１０５）と、
前記複数種類の指標値の変化傾向に基づいて規定される複数のリラックスレベルを用いて、前記利用者のリラックスレベルを推定するステップ（Ｓ１１７）と
を含み、
前記指標値を算出するステップでは、前記利用者の心拍数、及び前記利用者の心拍変動を周波数解析して得られる高周波成分の積分値を前記指標値として算出し、
前記推定するステップでは、前記指標値として算出された、前記心拍数、及び前記高周波成分の積分値の変化傾向に基づいて規定される複数のリラックスレベルを用いて、前記利用者のリラックスレベルを推定するようになっており、
前記リラックスレベルの１つが、前記心拍数の変化傾向が急減を示す一方で、前記高周波成分の積分値の変化傾向が変化無しを示していることにより規定される浅いリラックスレベルであり、
前記リラックスレベルの別の１つが、前記心拍数の変化傾向が微減を示す一方で、前記高周波成分の積分値の変化傾向が急増を示していることにより規定される入眠レベルである、状態推定方法。
利用者のリラックスの程度を示すリラックスレベルを推定する状態推定装置（１０）が実行する状態推定方法であって、
前記利用者の生体情報を用いて、複数種類の指標値を算出するステップ（Ｓ１０５）と、
前記複数種類の指標値の変化傾向に基づいて規定される複数のリラックスレベルを用いて、前記利用者のリラックスレベルを推定するステップ（Ｓ１１７）と
を含み、
前記指標値を算出するステップでは、単位時間に対するα波の発生時間の割合を示すα波時間含有率、及び前記利用者の心拍変動を周波数解析して得られる高周波成分の積分値を前記指標値として算出し、
前記推定するステップでは、前記指標値として算出された、前記α波時間含有率、及び前記高周波成分の積分値の変化傾向に基づいて規定される複数のリラックスレベルを用いて、前記利用者のリラックスレベルを推定するようになっており、
前記リラックスレベルの１つが、前記α波時間含有率の変化傾向が急増を示す一方で、前記高周波成分の積分値の変化傾向が微増を示していることにより規定される深いリラックスレベルであり、
前記リラックスレベルの１つが、前記α波時間含有率の変化傾向が急減を示し、かつ、前記高周波成分の積分値の変化傾向が急増を示していることにより規定される入眠レベルである、状態推定方法。