TW202038175A - 人格分析方法、人格分析裝置、使用人格資料之資訊處理方法及使用人格資料之資訊處理裝置 - Google Patents
人格分析方法、人格分析裝置、使用人格資料之資訊處理方法及使用人格資料之資訊處理裝置 Download PDFInfo
- Publication number
- TW202038175A TW202038175A TW109111401A TW109111401A TW202038175A TW 202038175 A TW202038175 A TW 202038175A TW 109111401 A TW109111401 A TW 109111401A TW 109111401 A TW109111401 A TW 109111401A TW 202038175 A TW202038175 A TW 202038175A
- Authority
- TW
- Taiwan
- Prior art keywords
- data
- personality
- analysis
- driving
- inclined vehicle
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 477
- 230000010365 information processing Effects 0.000 title claims description 102
- 238000003672 processing method Methods 0.000 title claims description 31
- 238000006243 chemical reaction Methods 0.000 claims abstract description 228
- 230000009466 transformation Effects 0.000 claims description 46
- 230000008859 change Effects 0.000 claims description 40
- 230000033001 locomotion Effects 0.000 claims description 31
- 230000009471 action Effects 0.000 claims description 28
- 230000006996 mental state Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 description 42
- 230000006399 behavior Effects 0.000 description 38
- 238000000034 method Methods 0.000 description 20
- 238000013461 design Methods 0.000 description 19
- 238000013500 data storage Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 13
- 230000001133 acceleration Effects 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 6
- 230000005484 gravity Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000008520 organization Effects 0.000 description 5
- 230000001149 cognitive effect Effects 0.000 description 4
- 230000008451 emotion Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000000470 constituent Substances 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000000717 retained effect Effects 0.000 description 3
- 206010003805 Autism Diseases 0.000 description 2
- 208000020706 Autistic disease Diseases 0.000 description 2
- 208000027534 Emotional disease Diseases 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 2
- 206010068829 Overconfidence Diseases 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006397 emotional response Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 208000001431 Psychomotor Agitation Diseases 0.000 description 1
- 206010038743 Restlessness Diseases 0.000 description 1
- 206010065954 Stubbornness Diseases 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 208000020016 psychiatric disease Diseases 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W40/09—Driving style or behaviour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Traffic Control Systems (AREA)
Abstract
本發明提供一種能夠於提高硬體資源之設計自由度之同時,獲取人格之資料之人格分析方法。本發明之人格分析方法係基於與複數名駕駛者駕駛資料轉換用傾斜車輛時獲得之上述資料轉換用傾斜車輛之行車資料相關之資料轉換用傾斜車輛行車資料,獲取將人格資料與傾斜車輛行車資料建立關聯而生成之人格轉換資料,上述分析對象者獲取與駕駛分析用傾斜車輛時獲得之上述分析用傾斜車輛之行車資料相關之分析用傾斜車輛行車資料,使用上述人格轉換資料,將上述分析用傾斜車輛行車資料轉換為與上述分析對象者之人格相關之轉換人格資料,使用上述轉換後之轉換人格資料,生成並輸出輸出用人格資料。
Description
本發明係關於一種對分析對象者之人格進行分析之人格分析方法、人格分析裝置、使用人格資料之資訊處理方法及使用人格資料之資訊處理裝置。
已知使用顧客之人格進行資訊處理(data processing)之資訊處理裝置。作為使用顧客之人格進行資訊處理之構成,例如已知有專利文獻1~4所揭示之構成。
於專利文獻1中,揭示有一種禮物建議方法,其係基於用戶所選擇之產品內容來決定用戶之關心級別,並根據該關心級別向用戶推薦禮品。
於專利文獻2中,揭示有一種線上之匹配系統。具體而言,於該匹配系統中,針對各參與者決定參與者設定檔之編號,參與者出席與該編號相應之線上會議。於該線上會議中,由參與者接收與其他參與者相關之反饋,藉此判定該線上會議之參與者間是否雙向一致。
於專利文獻3中,揭示有一種用於決定個人之風險等級之系統。具體而言,於該系統中,對眼球相關資訊等個人資訊進行處理,生成關於個人之認知資訊,利用該認知資訊來判斷個人之風險等級。為了決定個人之風險等級,上述認知資訊被與個人之基準認知資訊進行比較。
於專利文獻4中,揭示有一種用於選擇及定製提供給用戶之廣告之系統。具體而言,於該系統中,監視虛擬遊戲環境內之用戶之對話,基於該對話內容間接地決定用戶特性。上述系統係面向用戶定製廣告,於虛擬遊戲環境中向用戶顯示,上述廣告係基於根據用戶特性生成之用戶設定檔而選擇。
又,於使用用戶之人格進行資訊處理之資訊處理系統中,還已知一種以針對用戶進行問答之形式獲取上述人格資料之構成。如此,作為以針對用戶進行問答之形式獲取人格資料之構成,例如已知有專利文獻5、6所揭示之構成。
於專利文獻5中,揭示有一種用於評價經濟人格之方法。具體而言,於該方法中,對用戶進行評價經濟人格之問卷調查。而且,於上述方法中,基於問卷結果,評價用戶之投資相關之態度,生成多維之經濟個人資訊。於上述方法中,根據上述多維之經濟個人資訊構建用戶之風險設定檔。
於專利文獻6中,揭示有一種考慮人之行為來測定及管理風險之方法。於該方法中,使用客觀且主觀之資料,測定及管理組織內之運行風險、信用風險及/或市場風險。具體而言,於該方法中,心理測定及/或其他人格評價工具適用於所選擇之人,其結果將於測定及管理系統中作為主觀資料與客觀資料一起被儲存。
先前技術文獻
專利文獻
專利文獻1:美國專利公開2018/0130115號公報
專利文獻2:國際公開2016/000069號公報
專利文獻3:美國專利公開2015/0025917號公報
專利文獻4:美國專利第915284號公報
專利文獻5:美國專利公開2011/0251978號公報
專利文獻6:美國專利公開2005/0278245號公報
[發明所欲解決之問題]
然,如上所述,使用用戶之人格進行資訊處理之情形時,為了更高精度地進行資訊處理,期望獲得用戶之隨意性較低之本質人格資料。
於根據如上述專利文獻4、5般以問答形式獲得之結果尋求用戶之人格之情形時,若欲獲得隨意性較低之本質人格,則必須增加表現不同之問題之數量,或於問題中追加與虛假發現量表(測謊量表)相關之問題。因此,由於針對用戶之問題數增加,故於系統中處理之資料之種類變得非常多。
如此,於系統中處理之資料之種類變得非常多後,上述系統之硬體之負荷增大。因此,上述系統所需之硬體資源增加,故系統之硬體資源之設計產生制約。因此,系統之硬體資源之設計自由度降低。
本發明之目的在於提供一種能夠於提高硬體資源之設計自由度之同時,獲取人格資料之人格分析方法。
[解決問題之技術手段]
本發明者等人於對傾斜車輛之行車資料進行分析之過程中發現,傾斜車輛之行車資料與非傾斜車輛之行車資料大不相同。上述傾斜車輛係於右迴轉時向右傾斜,於左迴轉時向左傾斜之車輛。
傾斜車輛之車體尺寸小於非傾斜車輛之車體尺寸。即,與非傾斜車輛相比,傾斜車輛之車體之前後方向及/或左右方向之尺寸較小。又,傾斜車輛之轉向之旋轉操作量小於360度,故與非傾斜車輛相比,傾斜車輛之轉向之旋轉操作量少。進而,與非傾斜車輛不同,傾斜車輛係騎乘者能夠主動操作之騎乘者主動型車輛。因此,傾斜車輛之駕駛與非傾斜車輛之駕駛不同。如此,駕駛上與非傾斜車輛不同之傾斜車輛之行車資料和非傾斜車輛、即例如四輪車之行車資料大不相同。
本發明者等人對傾斜車輛之行車狀況進行了更詳細之研究,發現與非傾斜之車輛相比,傾斜車輛根據騎乘者之想法行車自由度非常高。
因此,於駕駛者駕駛傾斜車輛時,與駕駛者駕駛非傾斜車輛之情形相比,有駕駛者之判斷次數及判斷之選項較多之傾向。
又,駕駛者於駕駛傾斜車輛時,與駕駛非傾斜車輛之情形相比,更容易遭受來自外部之壓力。進而,對駕駛傾斜車輛之駕駛者施加之來自外部之壓力非常多樣。
如此,於駕駛者駕駛傾斜車輛時,處於駕駛者之判斷次數及判斷之選項較多且容易從外部遭受壓力之狀況,因此,傾斜車輛之行車資料容易強烈地顯現駕駛者之人格。又,傾斜車輛與非傾斜車輛相比,其機動性及便利性高,因此,有傾斜車輛之利用目多樣,利用頻率增多之傾向。因此,傾斜車輛之行車資料容易強烈地顯現駕駛者之人格。即,本發明者等人發現,駕駛者所駕駛之傾斜車輛之行車資料進一步反映出駕駛者之隨意性較低且本質之駕駛者之人格。
因此,本發明者等人想到了使用傾斜車輛之行車資料來分析隨意性較低之本質人格之方法。藉由於人格之分析中使用傾斜車輛之行車資料,能夠減少於系統中處理之資料之種類,能夠減少對人格進行分析之系統之硬體之負荷。又,由於能夠減少系統所需之硬體資源,故能夠提高對人格進行分析之系統之硬體資源之設計自由度。本發明提供一種能夠於提高硬體資源之設計自由度之同時,獲取人格資料之人格分析方法。
再者,已知推定四輪車駕駛者之特性傾向之技術(例如日本專利特開2014-46820號公報)。於該日本專利特開2014-46820號公報(以下稱為文獻1)中,揭示有一種駕駛者特性推定裝置,其基於表示周圍狀況之資訊來推定四輪車行車之場景,基於四輪車之車輛資訊來檢測駕駛者之駕駛行為,基於在上述推定出之場景中駕駛者所採取之駕駛行為,且基於與特性傾向標籤之關聯來推定駕駛者之特性。
然而,於上述文獻1中,作為駕駛者之駕駛行為特性,僅存在關於特性傾向標籤或情緒反應之記載,對於如本發明般使用傾斜車輛之行車資料來分析駕駛者之人格之方面,並無任何揭示或提示。再者,本發明中之人格係由個人之心理狀態、性格、氣質等決定。此種人格於上述文獻1中並無任何揭示或提示。
即,於上述文獻1所揭示之四輪車中,由於駕駛者駕駛車輛時之選項較少,故根據駕駛者之想法來駕駛之自由度低。因此,就四輪車而言,駕駛者之人格難以顯現於車輛之行車資料中。因此,於以四輪車為對象之上述文獻1之構成中,獲得與駕駛者駕駛車輛時之傾向(駕駛傾向)相關之3個項目(考慮他人型、自我意向型、非共感型)及感情等情緒反應之資訊為極限,而非駕駛者之人格。
與此相對,如上所述,於如本發明之傾斜車輛中,於駕駛者駕駛傾斜車輛時,處於如下狀況:駕駛者之選項較多,故根據駕駛者之想法來駕駛之自由度低,且容易從外部遭受壓力。因此,傾斜車輛之行車資料容易強烈地顯現駕駛傾斜車輛之駕駛者之本來之人格。因此,藉由如本發明般使用傾斜車輛之行車資料,能夠分析駕駛者之人格。
如此,根據如四輪車般非傾斜之車輛之行車資料等車輛資訊,明確如上述文獻1所揭示般推定駕駛者之駕駛傾向或感情等情緒反應為極限,無法根據非傾斜車輛之行車資料,如本發明般分析由個人之心理狀態、性格、氣質等決定之人格。
再者,駕駛者之感情等情緒反應會根據狀況而每次變化,與本發明般之人格大不相同。因此,作為推定傾斜車輛之駕駛者之感情之感情推定裝置,已知有例如國際公開2018/092436號公報(以下稱為文獻2)等,但該文獻2所揭示之感情之概念與本發明之人格完全不同。因此,上述文獻2之感情推定裝置與本發明之人格分析裝置之構成大不相同。因此,即便組合上述文獻1與上述文獻2,亦無法容易地想到本發明之構成。
本發明之一實施形態之人格分析方法具有如下步驟:人格轉換資料獲取步驟,其係獲取將人格資料與傾斜車輛行車資料建立關聯而生成之人格轉換資料,該人格資料表示由心理狀態、性格、氣質等決定之人格,該傾斜車輛行車資料係於右迴轉時向右傾斜且於左迴轉時向左傾斜之傾斜車輛之行車資料;分析用傾斜車輛行車資料獲取步驟,其係獲取與於右迴轉時向右傾斜且於左迴轉時向左傾斜之分析用傾斜車輛之行車資料相關之分析用傾斜車輛行車資料;人格資料轉換步驟,其係使用上述獲取之人格轉換資料,將上述獲取之分析用傾斜車輛行車資料轉換為與上述分析對象者之人格相關之轉換人格資料;輸出用人格資料生成步驟,其係使用上述經轉換之轉換人格資料,生成用於輸出之輸出用人格資料;及人格資料輸出步驟,其係輸出上述生成之輸出用人格資料。於上述人格轉換資料獲取步驟中,基於與複數名駕駛者駕駛資料轉換用傾斜車輛時分別獲得之行車資料相關之資料轉換用傾斜車輛行車資料,將表示上述人格之人格資料與傾斜車輛之行車資料即傾斜車輛行車資料建立關聯,生成上述人格轉換資料。於上述分析用傾斜車輛行車資料獲取步驟中,作為上述分析用傾斜車輛行車資料,獲取與分析對象者駕駛上述分析用傾斜車輛時獲得之上述分析用傾斜車輛之行車資料相關之資料。人格分析方法係對駕駛分析用傾斜車輛之分析對象者之人格進行分析,該分析用傾斜車輛係於右迴轉時向右傾斜且於左迴轉時向左傾斜。
駕駛者於駕駛傾斜車輛時,從多個選項中進行多種判斷,並且容易遭受來自外部之壓力。因此,駕駛者所駕駛之傾斜車輛之行車資料即傾斜車輛行車資料容易強烈地顯現隨意性較低且本質之駕駛者之人格。
因此,藉由將駕駛傾斜車輛之駕駛者作為分析人格之分析對象者,能夠獲取分析對象者之人格。藉由於人格之分析中使用傾斜車輛之行車資料,能夠減少由分析人格之裝置處理之資料之種類,能夠減少上述裝置之硬體之負荷。又,由於能夠減少上述裝置所需之硬體資源,故能夠提高上述裝置之硬體資源之設計自由度。
因此,能夠於提高硬體資源之設計自由度之同時,獲取人格資料。
根據另一觀點,本發明之人格分析方法較佳為包含以下構成。上述資料轉換用傾斜車輛行車資料包含與上述複數名駕駛者以傾斜狀態駕駛上述資料轉換用傾斜車輛時分別獲得之行車資料相關之資料。上述分析用傾斜車輛行車資料包含與上述分析對象者以傾斜狀態駕駛上述分析用傾斜車輛時獲得之行車資料相關之資料。
藉此,可使用駕駛者之人格更容易顯著顯現之傾斜車輛之傾斜狀態下的行車資料,對分析對象者之人格進行分析。因此,能夠更高精度地分析駕駛者即分析對象者之人格。
根據另一觀點,本發明之人格分析方法較佳為包含以下構成。關於上述資料轉換用傾斜車輛行車資料,相比未反映出上述駕駛者對上述資料轉換用傾斜車輛之駕駛變化之資料,包含更多反映出上述駕駛者對上述資料轉換用傾斜車輛之駕駛變化之資料。關於上述分析用傾斜車輛行車資料,相比未反映出上述分析對象者對上述分析用傾斜車輛之駕駛變化之資料,包含更多反映出上述分析對象者對上述分析用傾斜車輛之駕駛變化之資料。
根據該構成,於駕駛者所駕駛之傾斜車輛之行車資料即傾斜車輛行車資料中反映出駕駛者進行判斷後之傾斜車輛之駕駛變化。因此,駕駛者所駕駛之傾斜車輛之行車資料即傾斜車輛行車資料更容易強烈地顯現隨意性較低且本質之駕駛者之人格。
因此,能夠更高精度地分析駕駛者即分析對象者之人格。又,藉由使用特定了資料之種類之傾斜車輛行車資料,能夠減少由分析人格之裝置處理之資料之種類,能夠進一步減少上述裝置之硬體之負荷。又,由於能夠減少上述裝置所需之硬體資源,故能夠進一步提高上述裝置之硬體資源之設計自由度。
因此,能夠進一步提高硬體資源之設計自由度,且能夠獲取更高精度之人格資料。
根據另一觀點,本發明之人格分析方法較佳為包含以下構成。上述資料轉換用傾斜車輛行車資料包含以下資料中之至少一個,即,資料轉換用傾斜車輛駕駛輸入資料,其與上述駕駛者對上述資料轉換用傾斜車輛之駕駛輸入相關;資料轉換用傾斜車輛行動資料,其與上述資料轉換用傾斜車輛之行動相關;及資料轉換用傾斜車輛位置資料,其與上述資料轉換用傾斜車輛之位置相關。上述分析用傾斜車輛行車資料包含以下資料中之至少一個,即,分析用傾斜車輛駕駛輸入資料,其與上述分析對象者對上述分析用傾斜車輛之駕駛輸入相關;分析用傾斜車輛行動資料,其與上述分析用傾斜車輛之行動相關;及分析用傾斜車輛位置資料,其與上述分析用傾斜車輛之位置相關。
藉此,於轉換為與分析對象者之人格相關之人格資料時使用之傾斜車輛行車資料包含進一步反映駕駛者即分析對象者之人格之資料。
即,與駕駛者對傾斜車輛之駕駛輸入相關之傾斜車輛駕駛輸入資料及與傾斜車輛之行動相關之傾斜車輛行動資料例如和駕駛者對環境刺激及壓力之敏感度、不安以及緊張之強度等有關。又,與傾斜車輛之位置相關之傾斜車輛位置資料和駕駛者之精神狀態及性格等人格有關。
根據該構成,使用上述傾斜車輛行車資料,能夠更高精度地分析駕駛者即分析對象者之人格。又,藉由使用特定了資料之種類之傾斜車輛行車資料,能夠減少由分析人格之裝置處理之資料之種類,能夠進一步減少上述裝置之硬體之負荷。又,由於能夠減少上述裝置所需之硬體資源,故能夠進一步提高上述裝置之硬體資源之設計自由度。
因此,能夠進一步提高硬體資源之設計自由度,且能夠獲取更高精度之人格資料。
根據另一觀點,本發明之人格分析方法較佳為包含以下構成。上述資料轉換用傾斜車輛行車資料進而包含資料轉換用傾斜車輛行車環境資料,其與上述資料轉換用傾斜車輛行車之行車環境相關。上述分析用傾斜車輛行車資料進而包含分析用傾斜車輛行車環境資料,其與上述分析用傾斜車輛行車之行車環境相關。
藉此,於轉換為與分析對象者之人格相關之人格資料時使用之傾斜車輛行車資料包含進一步反映駕駛者即分析對象者之人格之資料。
傾斜車輛行車環境資料例如包含地圖資料。地圖資料例如可與如下資訊等建立關聯,上述資訊係指與道路狀況相關之資訊、信號及設備等與道路交通環境相關之資訊、及與道路之行車相關之限制資訊。傾斜車輛行車環境資料可與上述傾斜車輛駕駛輸入資料、上述傾斜車輛行動資料及上述傾斜車輛位置資料一起用於分析對象者之性格等人格之分析。
根據該構成,使用上述傾斜車輛行車資料,能夠更高精度地分析駕駛者即分析對象者之人格。又,藉由使用特定了資料之種類之傾斜車輛行車資料,能夠減少由分析人格之裝置處理之資料之種類,能夠進一步減少上述裝置之硬體之負荷。又,由於能夠減少上述裝置所需之硬體資源,故能夠進一步提高上述裝置之硬體資源之設計自由度。
因此,能夠進一步提高硬體資源之設計自由度,且能夠獲取更高精度之人格資料。
根據另一觀點,本發明之人格分析方法較佳為包含以下構成。關於上述資料轉換用傾斜車輛行車資料,相比上述資料轉換用傾斜車輛於公共道路以外行車時之資料,包含更多上述資料轉換用傾斜車輛於公共道路上行車時之資料。關於上述分析用傾斜車輛行車資料,相比上述分析用傾斜車輛於公共道路以外行車時之資料,包含更多上述資料轉換用傾斜車輛於公共道路上行車時之資料。
當於公共道路上行車之駕駛者駕駛傾斜車輛時,處於駕駛者之判斷次數更多,判斷之選項多且容易從外部遭受壓力之狀況,因此傾斜車輛之行車資料中駕駛者之人格更容易強烈地顯現。又,傾斜車輛與非傾斜車輛相比,其機動性及便利性高,故有傾斜車輛之利用目的多樣,利用頻率增多之傾向。因此,公共道路上行車之傾斜車輛之行車資料更容易強烈地顯現駕駛者之人格。即,於公共道路上行車之傾斜車輛之行車資料進一步反映出駕駛者之隨意性較低且本質之駕駛者之人格。
根據該構成,使用上述傾斜車輛行車資料,能夠更高精度地分析駕駛者即分析對象者之人格。又,藉由使用特定了資料之種類之傾斜車輛行車資料,能夠減少由分析人格之裝置處理之資料之種類,能夠進一步減少上述裝置之硬體之負荷。又,由於能夠減少上述裝置所需之硬體資源,故能夠進一步提高上述裝置之硬體資源之設計自由度。
因此,能夠進一步提高硬體資源之設計自由度,且能夠獲取更高精度之人格資料。
根據另一觀點,本發明之人格分析方法較佳為包含以下構成。上述資料轉換用傾斜車輛行車資料包含駕駛者判斷之選項受到上述資料轉換用傾斜車輛周圍之車輛之限制,但仍保留有複數個之狀態下之資料。上述分析用傾斜車輛行車資料包含分析對象者判斷之選項受到上述分析用傾斜車輛周圍之車輛之限制,但仍保留有複數個之狀態下之資料。
根據該構成,駕駛者之判斷之選項受到限制但仍保留有複數個選項之狀態下的傾斜車輛行車資料與未保留駕駛者之判斷之選項之狀態下的傾斜車輛行車資料相比,更明確地反映了駕駛者之人格。因此,能夠使用駕駛者之判斷之選項受到限制但仍保留有複數個選項之狀態下之傾斜車輛行車資料,更高精度地分析駕駛者即分析對象者之人格。又,藉由使用特定了資料之種類之傾斜車輛行車資料,能夠減少由分析人格之裝置處理之資料之種類,能夠進一步減少上述裝置之硬體之負荷。又,由於能夠減少上述裝置所需之硬體資源,故能夠進一步提高上述裝置之硬體資源之設計自由度。
因此,能夠進一步提高硬體資源之設計自由度,且能夠獲取更高精度之人格資料。
根據另一觀點,本發明之人格分析方法較佳為包含以下構成。上述資料轉換用傾斜車輛行車資料包含搭載有同乘者及貨物中之至少一者之狀態之資料。上述分析用傾斜車輛行車資料包含搭載有同乘者及貨物中之至少一者之狀態之資料。
搭載有同乘者及貨物中之至少一者之狀態之傾斜車輛,與未搭載同乘者及貨物中之至少一者之狀態相比,駕駛者之判斷之選項容易受到限制。因此,能夠使用包含搭載有同乘者及貨物中之至少一者之狀態之資料的傾斜車輛行車資料,更高精度地分析駕駛者即分析對象者之人格。又,藉由使用特定了資料之種類之傾斜車輛行車資料,能夠減少由分析人格之裝置處理之資料之種類,能夠進一步減少上述裝置之硬體之負荷。又,由於能夠減少上述裝置所需之硬體資源,故能夠進一步提高上述裝置之硬體資源之設計自由度。
因此,能夠進一步提高硬體資源之設計自由度,且能夠獲取更高精度之人格資料。
根據另一觀點,本發明之人格分析方法較佳為包含以下構成。記憶上述轉換後之轉換人格資料。使用上述經記憶之複數個轉換人格資料,生成上述輸出用人格資料。
藉由使用複數個轉換人格資料,能夠更高精度地分析傾斜車輛之駕駛者即分析對象者之人格。
因此,能夠於提高硬體資源之設計自由度之同時,獲取更高精度之人格資料。
根據另一觀點,本發明之人格分析方法較佳為包含以下構成。上述輸出用人格資料作為進而於資訊處理中使用之資訊處理用人格資料而生成。
藉此,能夠進而於資訊處理裝置中使用人格資料,該人格資料係使用分析對象者所駕駛之傾斜車輛之傾斜車輛行車資料,藉由人格分析方法獲得。
因此,能夠於提高硬體資源之設計自由度之同時,獲取能夠用進而於資訊處理之人格資料。
本發明之一實施形態之人格分析裝置具備:人格轉換資料獲取部,其獲取人格轉換資料,該人格轉換資料係將表示由心理狀態、性格、氣質等決定之人格之人格資料與於右迴轉時向右傾斜且於左迴轉時向左傾斜之傾斜車輛之行車資料即傾斜車輛行車資料建立關聯而生成;分析用傾斜車輛行車資料獲取部,其獲取與於右迴轉時向右傾斜且於左迴轉時向左傾斜之分析用傾斜車輛之行車資料相關之分析用傾斜車輛行車資料;人格資料轉換部,其使用上述獲取之人格轉換資料,將上述獲取之分析用傾斜車輛行車資料轉換為與上述分析對象者之人格相關之轉換人格資料;輸出用人格資料生成部,其生成用於輸出之輸出用人格資料;及資料輸出部,其輸出上述生成之輸出用人格資料。上述人格轉換資料獲取部基於與複數名駕駛者駕駛資料轉換用傾斜車輛時分別獲得之行車資料相關之資料轉換用傾斜車輛行車資料,將表示上述人格之人格資料與傾斜車輛之行車資料即傾斜車輛行車資料建立關聯,生成上述人格轉換資料。上述分析用傾斜車輛行車資料獲取部係獲取與分析對象者駕駛上述分析用傾斜車輛時獲得之上述分析用傾斜車輛之行車資料相關之資料,作為上述分析用傾斜車輛行車資料。人格分析裝置對駕駛分析用傾斜車輛之分析對象者之人格進行分析,該分析用傾斜車輛係於右迴轉時向右傾斜且於左迴轉時向左傾斜。
根據另一觀點,本發明之人格分析裝置較佳為包含以下構成。上述資料轉換用傾斜車輛行車資料包含與上述複數名駕駛者以傾斜狀態駕駛上述資料轉換用傾斜車輛時分別獲得之行車資料相關之資料。上述分析用傾斜車輛行車資料包含與上述分析對象者以傾斜狀態駕駛上述分析用傾斜車輛時獲得之行車資料相關之資料。
根據另一觀點,本發明之人格分析裝置較佳為包含以下構成。關於上述資料轉換用傾斜車輛行車資料,相比未反映出上述駕駛者對上述資料轉換用傾斜車輛之駕駛變化之資料,包含更多反映出上述駕駛者對上述資料轉換用傾斜車輛之駕駛變化之資料。關於上述分析用傾斜車輛行車資料,相比未反映出上述分析對象者對上述分析用傾斜車輛之駕駛變化之資料,包含更多反映出上述分析對象者對上述分析用傾斜車輛之駕駛變化之資料。
根據另一觀點,本發明之人格分析裝置較佳為包含以下構成。上述資料轉換用傾斜車輛行車資料包含以下資料中之至少一個,即,資料轉換用傾斜車輛駕駛輸入資料,其與上述駕駛者對上述資料轉換用傾斜車輛之駕駛輸入相關;資料轉換用傾斜車輛行動資料,其與上述資料轉換用傾斜車輛之行動相關;及資料轉換用傾斜車輛位置資料,其與上述資料轉換用傾斜車輛之位置相關。上述分析用傾斜車輛行車資料包含以下資料中之至少一個,即,分析用傾斜車輛駕駛輸入資料,其與上述分析對象者對上述分析用傾斜車輛之駕駛輸入相關;分析用傾斜車輛行動資料,其與上述分析用傾斜車輛之行動相關;及分析用傾斜車輛位置資料,其與上述分析用傾斜車輛之位置相關。
根據另一觀點,本發明之人格分析裝置較佳為包含以下構成。上述資料轉換用傾斜車輛行車資料進而包含資料轉換用傾斜車輛行車環境資料,其與上述資料轉換用傾斜車輛行車之行車環境相關。上述分析用傾斜車輛行車資料進而包含分析用傾斜車輛行車環境資料,其與上述分析用傾斜車輛行車之行車環境相關。
根據另一觀點,本發明之人格分析裝置較佳為包含以下構成。上述輸出用人格資料作為進而於資訊處理中使用之資訊處理用人格資料而生成。
本發明之一實施形態之資訊處理方法係使用輸出用人格資料,該輸出用人格資料係藉由上述人格分析方法作為資訊處理用人格資料而生成。該資訊處理方法係獲取上述輸出人格資料。上述資訊處理方法係獲取與上述輸出人格資料不同之第1資料。上述資訊處理方法係使用上述輸出用人格資料及上述第1資料,生成與上述輸出用人格資料及上述第1資料不同之第2資料。上述資訊處理方法係輸出上述第2資料。
使用人格資料之資訊處理方法包含背景技術中記載之如專利文獻所記載之資訊處理方法。但是,不限於背景技術中記載之如專利文獻所記載之資訊處理方法。只要為使用人格資料之資訊處理方法即可。例如,上述第1資料及上述第2資料可為於金融、保險、銷售、廣告等業務中使用之與金融、保險、市場、商品、服務、環境或顧客相關之資料。
藉此,使用利用包含隨意性較低且本質之駕駛者之人格之傾斜車輛行車資料輸出之人格資料及與經輸出之人格資料不同之第1資料,生成並輸出與獲取之人格資料及獲取之第1資料不同之第2資料。因此,能夠生成並輸出更高精度之第2資料。
因此,能夠於提高執行使用人格資料之資訊處理方法之硬體資源之設計自由度之同時,使用人格資料生成並輸出更高精度之第2資料。
本發明之一實施形態之資訊處理裝置使用藉由上述人格分析裝置,作為上述資訊處理用人格資料而生成之上述輸出用人格資料。該資訊處理裝置具備:輸出用人格資料獲取部,其獲取上述輸出用人格資料;第1資料獲取部,其獲取與上述輸出用人格資料不同之第1資料;第2資料生成部,其使用上述輸出用人格資料及上述第1資料,生成與上述輸出用人格資料及上述第1資料不同之第2資料;及第2資料輸出部,其輸出上述第2資料。
本說明書中所使用之術語僅用於定義特定之實施例,並不意在利用上述術語限制發明。
本說明書中所使用之「及/或」包含一個或複數個關聯列舉之構成物之全部組合。
於本說明書中,「包含、具備(including)」「包含、具備(comprising)」或「具有(having)」及其等之變化之使用特定出所記載之特徵、步驟、要素、成分及/或其等之等效物之存在,可包含步驟(step)、動作、要素、組件、及/或其等之群中之1個或複數個。
於本說明書中,「經安裝」、「經連接」、「經結合」及/或其等之等效物被廣泛地使用,包含直接及間接之安裝、連接及結合之兩者。進而,「經連接」及「經結合」不限於物理或機械之連接或結合,可包含直接或間接之連接或結合。
只要未被另外定義,則本說明書中使用之全部用語(包含技術用語及科學用語)具有與本發明所屬領域之技術人員通常所理解之含義相同之含義。
通常使用之辭典中所定義之用語應被解釋為具有與相關技術及本揭示之上下文中之含義一致之含義,只要於本說明書未被明確地定義,則無需以理想化或過度形式化之含義加以解釋。
於本發明之說明中,理解為揭示有若干個技術及步驟。該等分別具有個別之利益,亦可與其他所揭示之一個以上之技術一起使用,或視情形與全部技術一起使用。
因此,為了明確說明,於本發明之說明中,避免不必要地重複各個步驟之所有可能之組合。然而,應理解並解讀為,本說明書及申請專利範圍之所有此種組合均處於本發明之範圍內。
於本說明書中,對本發明之人格分析方法、人格分析裝置、使用人格資料之資訊處理方法及使用人格資料之資訊處理裝置之實施形態進行說明。
於以下之說明中,為了提供本發明之完整之理解,敍述多個具體之示例。然而,本領域技術人員瞭解即便無該等具體之示例亦能夠實施本發明。
因此,以下之揭示應被考慮為本發明之例示,並不意圖將本發明限定於以下之圖式或說明所示之特定之實施形態。
[傾斜車輛]
於本說明書中,所謂傾斜車輛係以傾斜姿勢迴轉之車輛。具體而言,傾斜車輛係於車輛之左右方向上向左迴轉時朝左方向傾斜,向右迴轉時朝右方向傾斜之車輛。傾斜車輛可為單人乘坐之車輛,亦可為能供多人乘坐之車輛。再者,傾斜車輛不僅包含二輪車,亦包含三輪車或四輪車等以傾斜姿勢迴轉之所有車輛。
[人格]
於本說明書中,所謂人格意指由個人之心理狀態、性格、氣質等決定之個性。具體而言,上述人格可包含神經質傾向、外向性、經驗開放性、協調性、誠實性之5個要素。又,上述人格亦可包含自閉性、和諧性、依賴性、表現性、過度敏感性、過度自信性等六類性格。進而,上述人格亦可包含新奇性慾望、獎勵依賴、回避傷害及固執之氣質、以及自我意志、協調及自我超越之性格。
除上述以外,上述人格只要為與個人之個性相關之參數,則可包含任意參數。
[傾斜車輛行車資料]
於本說明書中,所謂傾斜車輛行車資料係與傾斜車輛之行車相關之資料。具體而言,上述傾斜車輛行車資料包含與駕駛者對傾斜車輛之駕駛輸入相關之傾斜車輛駕駛輸入資料、與傾斜車輛之行動相關之傾斜車輛行動資料、與傾斜車輛之行車位置相關之傾斜車輛位置資料、及與傾斜車輛行車之行車環境相關之傾斜車輛行車環境資料等至少一個資料。又,上述傾斜車輛行車資料可包含對傾斜車輛駕駛輸入資料、傾斜車輛行動資料、傾斜車輛位置資料、及傾斜車輛行車環境資料等進行加工所得之加工資料。上述傾斜車輛行車資料亦可包含使用傾斜車輛駕駛輸入資料、傾斜車輛行動資料、傾斜車輛位置資料及傾斜車輛行車環境資料等、以及其他資料進行加工所得之加工資料。
[傾斜車輛駕駛輸入資料]
於本說明書中,傾斜車輛駕駛輸入資料係與駕駛者駕駛傾斜車輛時進行之駕駛者之操作輸入相關之資料。具體而言,上述傾斜車輛駕駛輸入資料可包含與加速器操作、刹車操作、因轉向或駕駛者之姿勢變化引起之重心位置之變更等相關之資料。又,具體而言,上述傾斜車輛駕駛輸入資料亦可包含與喇叭開關、轉向燈開關、照明開關等各種開關之操作等相關之資料。上述傾斜車輛駕駛輸入資料係與駕駛者之駕駛輸入相關之資料,因此進一步反映出駕駛者之判斷結果。於傾斜車輛中,駕駛者之操作種類較多,於駕駛時駕駛者之選擇自由度亦較高,因此有駕駛者之人格被強烈地反映出之傾向。又,上述傾斜車輛駕駛輸入資料亦可包含對從感測器等獲取之資料進行加工所得之加工資料。上述傾斜車輛駕駛輸入資料亦可包含使用從感測器等獲取之資料及其他資料進行加工所得之加工資料。
[傾斜車輛行動資料]
於本說明書中,所謂傾斜車輛行動資料係指與由駕駛者駕駛傾斜車輛時,藉由駕駛者之駕駛輸入而產生之傾斜車輛之行動相關之資料。具體而言,上述傾斜車輛行動資料例如包含分析對象者即駕駛者駕駛傾斜車輛時發生變化之傾斜車輛之加速度、速度、角度。即,上述傾斜車輛行動資料係如下資料,即,表示於分析對象者即駕駛者進行加速器操作或刹車操作而使傾斜車輛加減速之情形、及進行包含傾斜車輛之轉向或重心位置之變更之姿勢變化之情形時等產生之傾斜車輛的行動。
又,如上所述,上述傾斜車輛行動資料不僅包含與傾斜車輛之加速度、速度、角度相關之資料,亦可包含因駕駛者對傾斜車輛進行之開關操作等而使傾斜車輛產生之動作。即,上述傾斜車輛行動資料包含與藉由喇叭開關及轉向燈開關、照明開關等各種開關之操作等而使傾斜車輛產生之動作相關之資料。上述傾斜車輛行動資料強烈地反映出駕駛者之駕駛輸入之結果。因此,上述傾斜車輛行動資料亦有強烈地反映出駕駛者之人格之傾向。又,上述傾斜車輛行動資料可包含對從感測器等獲取之資料進行加工所得之加工資料。上述傾斜車輛行動資料亦可包含使用從感測器等獲取之資料及其他資料進行加工所得之加工資料。
[傾斜車輛位置資料]
於本說明書中,傾斜車輛位置資料係與傾斜車輛之行車位置相關之資料。例如,上述傾斜車輛位置資料可基於GPS(Global Positioning System,全球定位系統)、通信移動終端之通信基站之資訊來檢測。再者,上述傾斜車輛位置資料可藉由各種定位技術、SLAM(Simultaneous Localization and Mapping,同步定位與地圖構建)等計算。上述傾斜車輛位置資料強烈地反映出駕駛者之駕駛輸入之結果,該駕駛者之駕駛輸入之結果強烈地反映出駕駛者之人格。因此,上述傾斜車輛位置資料亦有強烈地反映出駕駛者之人格之傾向。又,上述傾斜車輛位置資料亦可包含對從感測器等獲取之資料進行加工所得之加工資料。上述傾斜車輛位置資料可包含使用從感測器等獲取之資料及其他資料進行加工所得之加工資料。
[傾斜車輛行車環境資料]
於本說明書中,傾斜車輛行車環境資料例如包含地圖資料。地圖資料例如可與如下資訊等建立關聯,上述資訊係指與道路狀況相關之資訊、信號及設備等與道路交通環境相關之資訊、及與道路之行車相關之限制資訊。又,地圖資料亦可與天氣、氣溫或濕度等環境資料等建立關聯。上述傾斜車輛行車環境資料可與上述傾斜車輛駕駛輸入資料、上述傾斜車輛行動資料及上述傾斜車輛位置資料一起用於分析對象者之性格等人格之分析。
上述與道路狀況相關之資訊包含與頻繁發生堵塞、路上停車車輛較多等處於擁擠環境下之道路(地域)相關之資訊。該資訊藉由與時間段組合,資訊之精度進一步提高。又,上述與道路狀況相關之資訊包含有驟雨時容易淹水之道路相關之資訊。
認為上述傾斜車輛行車環境資料係駕駛者受到之來自外部之壓力之一例。上述傾斜車輛行車環境資料對駕駛者之判斷帶來影響。上述傾斜車輛行車環境資料對駕駛者之駕駛帶來影響。因此,藉由使用上述傾斜車輛行車環境資料,傾斜車輛之行車資料將更強烈地顯現駕駛者之人格。又,藉由使用上述傾斜車輛行車環境資料,傾斜車輛之利用目的及利用頻率受到影響,因此傾斜車輛之行車資料容易強烈地顯現駕駛者之人格。
上述傾斜車輛行車環境資料可從各種機構獲取。獲取上述傾斜車輛行車環境資料之機構不限於特定之機構。例如,獲取上述傾斜車輛行車環境資料之機構係搭載於傾斜車輛之外部環境識別裝置。更具體而言,獲取上述傾斜車輛行車環境資料之機構係照相機、雷達等。又,例如,獲取上述傾斜車輛行車環境資料之機構係通信裝置。更具體而言,獲取上述傾斜車輛行車環境資料之機構係車輛間通信裝置、路車間通信裝置。上述傾斜車輛行車環境資料例如亦可經由網際網路獲得。
[公共道路]
於本說明書中,所謂公共道路係指可供一般車輛通行之公共用道路,而非模擬及環形之行車道路。上述公共道路亦包含可供一般車輛通行之私人道路。
[相比A,包含更多B]
於本說明書中,所謂「相比A,包含更多B」係指可完全不包含A。所謂「相比A,包含更多B」係指亦可包含一部分A。
例如,所謂相比未反映出駕駛者對資料轉換用傾斜車輛之駕駛變化之資料,包含更多反映出駕駛者對資料轉換用傾斜車輛之駕駛變化之資料,係指可完全不包含未反映出駕駛者對資料轉換用傾斜車輛之駕駛變化之資料。例如,相比未反映出駕駛者對資料轉換用傾斜車輛之駕駛變化之資料,包含更多反映出駕駛者對資料轉換用傾斜車輛之駕駛變化之資料,係指亦可包含一部分未反映出駕駛者對資料轉換用傾斜車輛之駕駛變化之資料。
例如,所謂相比未反映出分析對象者對分析用傾斜車輛之駕駛變化之資料,包含更多反映出分析對象者對分析用傾斜車輛之駕駛變化之資料,係指可完全不包含未反映出分析對象者對分析用傾斜車輛之駕駛變化之資料。例如,所謂相比未反映出分析對象者對分析用傾斜車輛之駕駛變化之資料,包含更多反映出分析對象者對分析用傾斜車輛之駕駛變化之資料,係指亦可包含一部分未反映出分析對象者對分析用傾斜車輛之駕駛變化之資料。
例如,所謂相比資料轉換用傾斜車輛於公共道路以外行車時之資料,包含更多資料轉換用傾斜車輛於公共道路行車時之資料,係指可完全不包含資料轉換用傾斜車輛於公共道路以外行車時之資料。例如,所謂相比資料轉換用傾斜車輛於公共道路以外行車時之資料,包含更多資料轉換用傾斜車輛於公共道路行車時之資料,係指亦可包含一部分資料轉換用傾斜車輛於公共道路以外行車時之資料。
例如,所謂相比分析用傾斜車輛於公共道路以外行車時之資料,包含更多分析用傾斜車輛於公共道路行車時之資料,係指可完全不包含分析用傾斜車輛於公共道路以外行車時之資料。例如,所謂相比分析用傾斜車輛於公共道路以外行車時之資料,包含更多分析用傾斜車輛於公共道路行車時之資料,係指亦可包含一部分分析用傾斜車輛於公共道路以外行車時之資料。
[發明之效果]
根據本發明之一實施形態,可提供一種能夠提高硬體資源之設計自由度,且能夠獲取人格資料之人格分析方法。
以下,參照圖式對各實施形態進行說明。再者,各圖中之構成構件之尺寸並未如實表現出實際之構成構件之尺寸及各構成構件之尺寸比率等。
<實施形態1>
(人格分析裝置)
圖1中示出本發明之實施形態之人格分析裝置1之概略構成。人格分析裝置1係對分析對象者之人格進行分析之裝置。本實施形態之人格分析裝置1使用分析對象者駕駛傾斜車輛X時獲得之傾斜車輛X(分析用傾斜車輛)之傾斜車輛行車資料(分析用傾斜車輛行車資料),對分析對象者之人格進行分析,並輸出其分析結果。
本實施形態之人格之分析意指由分析對象者之心理狀態、性格、氣質等決定之個性之分析。該人格包含於轉換人格資料中,該轉換人格資料係藉由利用下述人格資料轉換部30將分析對象者作為駕駛者駕駛傾斜車輛X時所獲得之傾斜車輛X之傾斜車輛行車資料進行轉換而獲得。即,該轉換人格資料包含與上述分析對象者之人格相關之資料。
本實施形態之傾斜車輛行車資料係與傾斜車輛之行車相關之資料。上述傾斜車輛行車資料意指駕駛者駕駛傾斜車輛時獲得之與傾斜車輛之行車相關之資料中的如表現出上述駕駛者之人格之資料。
具體而言,上述傾斜車輛行車資料包含:與駕駛者對傾斜車輛之駕駛輸入相關之傾斜車輛駕駛輸入資料、與傾斜車輛之行動相關之傾斜車輛行動資料、與傾斜車輛之行車位置相關之傾斜車輛位置資料、及與傾斜車輛行車之行車環境相關之傾斜車輛行車環境資料等。再者,上述傾斜車輛行車資料亦可包含除上述傾斜車輛駕駛輸入資料、上述傾斜車輛行動資料、上述傾斜車輛位置資料及傾斜車輛行車環境資料以外之資料。又,上述傾斜車輛行車資料亦可僅包含上述傾斜車輛駕駛輸入資料、上述傾斜車輛行動資料、上述傾斜車輛位置資料及傾斜車輛行車環境資料中之一個或複數個資料。
例如,於傾斜車輛係分析用傾斜車輛即傾斜車輛X之情形時,上述傾斜車輛行車資料係分析用傾斜車輛行車資料,上述傾斜車輛駕駛輸入資料係分析用傾斜車輛駕駛輸入資料,上述傾斜車輛行動資料係分析用傾斜車輛行動資料,上述傾斜車輛位置資料係分析用傾斜車輛位置資料,上述傾斜車輛行車環境資料係分析用傾斜車輛行車環境資料。
例如,於傾斜車輛係作為資料轉換用傾斜車輛之傾斜車輛之情形時,上述傾斜車輛行車資料係資料轉換用傾斜車輛行車資料,上述傾斜車輛駕駛輸入資料係資料轉換用傾斜車輛駕駛輸入資料,上述傾斜車輛行動資料係資料轉換用傾斜車輛行動資料,上述傾斜車輛位置資料係資料轉換用傾斜車輛位置資料,上述傾斜車輛行車環境資料係資料轉換用傾斜車輛行車環境資料。
再者,上述傾斜車輛行車資料可包含對傾斜車輛駕駛輸入資料、傾斜車輛行動資料、傾斜車輛位置資料及傾斜車輛行車環境資料等進行加工所得之加工資料。又,上述傾斜車輛行車資料亦可包含使用傾斜車輛駕駛輸入資料、傾斜車輛行動資料、傾斜車輛位置資料及傾斜車輛行車環境資料等、以及其他資料進行加工所得之加工資料。
上述傾斜車輛駕駛輸入資料係與駕駛者駕駛傾斜車輛時進行之駕駛者之操作輸入相關之資料。具體而言,上述傾斜車輛駕駛輸入資料可包含與加速器操作、刹車操作、因轉向或駕駛者之姿勢變化引起之重心位置之變更等相關之資料。又,具體而言,上述傾斜車輛駕駛輸入資料可包含喇叭開關、轉向燈開關、照明開關等各種開關之操作等。上述傾斜車輛駕駛輸入資料係與駕駛者之駕駛輸入相關之資料,因此進一步反映出駕駛者之判斷結果。於傾斜車輛中,駕駛者之操作種類較多,於駕駛時駕駛者之選擇自由度亦較高,因此有駕駛者之人格被強烈地反映出之傾向。又,上述傾斜車輛駕駛輸入資料亦可包含對從感測器等獲取之資料進行加工所得之加工資料。上述傾斜車輛駕駛輸入資料亦可包含使用從感測器等獲取之資料及其他資料進行加工所得之加工資料。
上述傾斜車輛行動資料係與由駕駛者駕駛傾斜車輛時,因駕駛者之操作輸入而產生之傾斜車輛之行動相關之資料。具體而言,上述傾斜車輛行動資料例如包含駕駛者駕駛時發生變化之傾斜車輛之加速度、速度、角度。即,上述傾斜車輛行動資料係如下資料,即,表示駕駛者進行加速器操作或刹車操作而使傾斜車輛加減速之情形、及進行包含傾斜車輛之轉向或重心位置之變更之姿勢變化之情形時等產生之傾斜車輛之行動。
如上所述,上述傾斜車輛行動資料不僅包含與傾斜車輛之加速度、速度、角度相關之資料,亦可包含因駕駛者對傾斜車輛進行之開關操作等而使傾斜車輛產生之動作。即,上述傾斜車輛行動資料包含與藉由喇叭開關及轉向燈開關、照明開關等各種開關之操作等而使傾斜車輛產生之動作相關之資料。上述傾斜車輛行動資料強烈地反映出駕駛者之駕駛輸入之結果。因此,上述傾斜車輛行動資料亦有強烈地反映出駕駛者之人格之傾向。又,上述傾斜車輛行動資料可包含對從感測器等獲取之資料進行加工所得之加工資料。上述傾斜車輛行動資料亦可包含使用從感測器等獲取之資料及其他資料進行加工所得之加工資料。
上述傾斜車輛位置資料係與傾斜車輛之行車位置相關之資料。例如,上述傾斜車輛位置資料可基於GPS、通信移動終端之通信基站之資訊等來檢測。再者,上述傾斜車輛位置資料可藉由各種定位技術、SLAM等計算。上述傾斜車輛位置資料強烈地反映出駕駛者之駕駛輸入之結果,該駕駛者之駕駛輸入之結果強烈地反映出駕駛者之人格。因此,上述傾斜車輛位置資料亦有強烈地反映出駕駛者之人格之傾向。又,上述傾斜車輛位置資料亦可包含對從感測器等獲取之資料進行加工所得之加工資料。上述傾斜車輛位置資料可包含使用從感測器等獲取之資料及其他資料進行加工所得之加工資料。
上述傾斜車輛行車環境資料例如包含地圖資料。該地圖資料例如可與如下資訊等建立關聯,即,與道路狀況相關之資訊、信號及設備等與道路交通環境相關之資訊、以及與道路之行車相關之限制資訊。又,上述地圖資料亦可與天氣、氣溫或濕度等環境資料等建立關聯。上述傾斜車輛行車環境資料可與上述傾斜車輛駕駛輸入資料、上述傾斜車輛行動資料及上述傾斜車輛位置資料一起用於分析對象者之性格等人格之分析。
上述與道路狀況相關之資訊包含與頻繁發生堵塞、路上停車車輛較多等處於擁擠環境下之道路(地域)相關之資訊。該資訊藉由與時間段組合,資訊之精度進一步提高。又,上述與道路狀況相關之資訊包含有驟雨時容易淹水之道路相關之資訊。
認為上述傾斜車輛行車環境資料係駕駛者受到之來自外部之壓力之一例。上述傾斜車輛行車環境資料對駕駛者之判斷帶來影響。上述傾斜車輛行車環境資料對駕駛者之駕駛帶來影響。因此,藉由使用上述傾斜車輛行車環境資料,傾斜車輛之行車資料將更強烈地顯現駕駛者之人格。又,藉由使用上述傾斜車輛行車環境資料,傾斜車輛之利用目的及利用頻率受到影響,因此傾斜車輛之行車資料容易強烈地顯現駕駛者之人格。
人格分析裝置1具備人格轉換資料獲取部10、分析用傾斜車輛行車資料獲取部20、人格資料轉換部30、輸出用人格資料生成部40、資料輸出部50及資料記憶部60。於本實施形態中,人格分析裝置1例如係分析對象者所持有之移動終端。再者,人格分析裝置1亦可為經由通信獲取資料後,進行運算處理之運算處理裝置。
分析用傾斜車輛行車資料獲取部20獲取分析對象者即駕駛者駕駛傾斜車輛X時之傾斜車輛行車資料(分析用傾斜車輛行車資料)。
分析用傾斜車輛行車資料獲取部20於分析對象者駕駛傾斜車輛X時,獲取傾斜車輛X之傾斜車輛行車資料所包含之資料、即分析用傾斜車輛駕駛輸入資料、分析用傾斜車輛行動資料、分析用傾斜車輛位置資料及分析用傾斜車輛行車環境資料等。
分析用傾斜車輛行車資料獲取部20例如亦可藉由獲取分析對象者對傾斜車輛X之駕駛作為操作信號,來獲取上述分析用傾斜車輛駕駛輸入資料。具體而言,分析用傾斜車輛行車資料獲取部20亦可獲取與傾斜車輛X之駕駛者之駕駛輸入相關之資料、即與加速器操作、刹車操作、因轉向或駕駛者之姿勢變化引起之重心位置之變更等相關之資料;與喇叭開關、轉向燈開關、照明開關等各種開關之操作等相關之資料等。該等資料係從傾斜車輛X發送。
分析用傾斜車輛行車資料獲取部20例如亦可獲取包含分析對象者即駕駛者駕駛傾斜車輛X時發生變化之傾斜車輛X之加速度、速度、角度之資料作為分析用傾斜車輛行動資料。分析用傾斜車輛行車資料獲取部20例如藉由陀螺儀感測器等獲取上述分析用傾斜車輛行動資料。上述分析用傾斜車輛行動資料係表示於分析對象者即駕駛者進行加速器操作或刹車操作而使傾斜車輛X加減速之情形、及進行了包含傾斜車輛X之轉向或重心位置之變更之姿勢變化之情形時等產生之傾斜車輛X之行動的資料。
又,分析用傾斜車輛行車資料獲取部20亦可獲取藉由分析對象者即駕駛者對傾斜車輛X進行之開關操作等而使傾斜車輛X產生之動作,作為上述傾斜車輛行動資料。即,分析用傾斜車輛行車資料獲取部20亦可獲取與藉由喇叭開關及轉向燈開關、照明開關等各種開關之操作等而使傾斜車輛X產生之動作相關之資料,作為上述分析用傾斜車輛行動資料。該等資料係從傾斜車輛X發送至人格分析裝置1。
分析用傾斜車輛行車資料獲取部20例如亦可基於GPS、通信移動終端之通信基站之資訊,獲取與傾斜車輛X之行車位置相關之分析用傾斜車輛位置資料。再者,上述分析用傾斜車輛位置資料可藉由各種定位技術、SLAM等計算。
分析用傾斜車輛行車資料獲取部20例如可根據地圖資料,獲取上述分析用傾斜車輛行車環境資料。該地圖資料例如可與如下資訊等建立關聯,即,與道路狀況相關之資訊、信號及設備等與道路交通環境相關之資訊、以及與道路之行車相關之限制資訊。又,上述地圖資料亦可與天氣、氣溫或濕度等環境資料等建立關聯。上述地圖資料亦可包含將道路資訊及與道路交通環境相關之資訊(信號等附隨於道路之資訊)和與道路之行車相關之規則資訊建立關聯所得的資訊。
分析用傾斜車輛行車資料獲取部20例如亦可藉由搭載於傾斜車輛X之外部環境識別裝置,獲取上述分析用傾斜車輛行車環境資料。更具體而言,分析用傾斜車輛行車資料獲取部20亦可從照相機或雷達等獲取上述分析用傾斜車輛行車環境資料。又,分析用傾斜車輛行車資料獲取部20例如亦可藉由通信裝置獲取上述分析用傾斜車輛行車環境資料。更具體而言,分析用傾斜車輛行車資料獲取部20亦可藉由車輛間通信裝置、路車間通信裝置來獲取上述分析用傾斜車輛行車環境資料。分析用傾斜車輛行車資料獲取部20例如亦可經由網際網路獲取上述分析用傾斜車輛行車環境資料。如此,上述分析用傾斜車輛行車環境資料可從各種機構獲取。獲取上述分析用傾斜車輛行車環境資料之機構並不限於某一機構。
人格轉換資料獲取部10獲取將上述分析對象者之傾斜車輛行車資料轉換為人格資料之人格轉換資料。
上述人格轉換資料係將複數名駕駛者分別駕駛傾斜車輛時獲得之傾斜車輛行車資料與該等駕駛者之人格資料建立關聯之資料。即,上述人格轉換資料係為了從傾斜車輛行車資料中獲得適於其之人格資料而將傾斜車輛行車資料與人格資料建立對應所得之資料。
上述人格轉換資料例如利用基於人格分析中使用之特質理論或類型理論之觀點,基於複數名駕駛者分別駕駛傾斜車輛(資料轉換用傾斜車輛)時所獲得之資料轉換用傾斜車輛行車資料而生成。於本實施形態中,上述資料轉換用傾斜車輛行車資料係用於生成上述人格轉換資料之資料,除此以外,係與上述分析用傾斜車輛行車資料相同之資料。再者,上述資料轉換用傾斜車輛行車資料亦可包含與上述分析用傾斜車輛行車資料不同種類之資料。
於本實施形態中,上述人格轉換資料係利用作為人格之特質理論之五大人格特質理論而生成。該五大人格特質理論中,以5個要素之組合來表現人類所具有之多種性格。上述五大人格特質理論係克服文化差異及民族差異之具有普遍性之理論。
具體而言,上述人格轉換資料係對上述五大人格特質理論中之神經質傾向、外向性、經驗開放性、協調性、誠實性之5個要素組合傾斜車輛行車資料而得之資料。
上述神經質傾向表示對環境刺激及壓力源之敏感度、不安及緊張之強度。上述神經質傾向例如與傾斜車輛X於每種行車環境下之行車差異之大小具有關聯性。未因傾斜車輛X之行車環境之差異而於傾斜車輛X之行車中被發現較大差異之駕駛者的神經質傾向較弱,因傾斜車輛X之行車環境之差異而於傾斜車輛X之行車中被發現較大之差異之駕駛者的神經質傾向較強。
例如,當於頻繁發生堵塞之行車位置與幾乎不發生堵塞之行車位置,傾斜車輛X之車體行動無較大變化時,判斷為駕駛者幾乎不受環境之影響,即駕駛者之神經質傾向較弱。另一方面,當傾斜車輛X之車體行動有較大變化時,判斷為駕駛者受到環境之影響,即駕駛者之神經質傾向較強。
即,可特定出傾斜車輛X之行車環境,基於不同行車環境下之車體行動之參數之差異或偏差(例如標準偏差等),判斷駕駛者之神經質傾向。
上述行車環境例如包含「市區與郊區(地區)」、「一般道路與高速公共道路(道路種類)」、「白天與夜間(時刻)」、「晴天與雨天(天氣)」、「乾燥與濕潤(路面)」等。上述行車環境係使用行車位置資料、時刻資料、氣象資料、路面檢測資料等特定出。
上述神經質傾向例如可使用上述傾斜車輛行車資料中之傾斜車輛X之傾斜車輛駕駛輸入資料、傾斜車輛行車環境資料、傾斜車輛位置資料及傾斜車輛行動資料來掌握。
上述外向性表示外交性、活動性、積極性。上述外向性例如與一定期間內之傾斜車輛X之行車距離具有關聯性。例如,傾斜車輛X之行車距離越長,則判斷為駕駛者之外向性越高,傾斜車輛X之行車距離越短,則判斷為外向性越低。因此,上述外向性例如可使用上述傾斜車輛行車資料中之傾斜車輛X之傾斜車輛位置資料來掌握。
上述經驗之開放性表示智力好奇心之強度、想像力、對新穎事物之親和性。上述經驗之開放性例如與一定期間內利用傾斜車輛X訪問之新地點數具有關聯性。例如,一定期間內利用傾斜車輛X訪問之新地點數越多,則判斷為駕駛者之經驗開放性越高,上述新地點數越少,則判斷為駕駛者之經驗開放性越低。再者,亦可將訪問地點按其種類分別加以分類,一定期間內利用傾斜車輛X訪問新種類之地點之次數越多,則判斷為駕駛者之經驗開放性越高。又,即便一定期間內利用傾斜車輛X訪問之新地點數相同,訪問之地點之種類越多,則可判斷駕駛者之經驗開放性越高。
上述經驗之開放性例如可使用上述傾斜車輛行車資料中之包含傾斜車輛X之傾斜車輛位置資料及地圖資料之傾斜車輛行車環境資料而掌握。
上述協調性表示利他性、共感性、親切性等。上述協調性例如與密集狀態下和周圍之協調程度具有關聯性。因此,上述協調性例如可使用上述傾斜車輛行車資料中之傾斜車輛位置資料來掌握。
尤其是,上述協調性與密集狀態之群中,相對於平均行動之背離程度具有更強之關聯性。因此,藉由還使用密集狀態之群中之其他傾斜車輛之行車位置資料,能夠更高精度地掌握上述協調性。
再者,於傾斜車輛X與其他傾斜車輛一起處於密集狀態之情形時,可不僅掌握與傾斜車輛X之行車位置相關之傾斜車輛位置資料,還掌握與處於密集狀態之其他傾斜車輛之行車位置相關之傾斜車輛位置資料,從而計算處於密集狀態之傾斜車輛之群中之傾斜車輛X之行車位置的背離程度。於如此計算出傾斜車輛X之行車位置之背離程度之情形時,例如行車位置之背離程度越大,則判斷為駕駛者之協作性越低,上述背離程度越小,則判斷為駕駛者之協作性越高。
上述誠實性表示自我控制力、達成之意願、認真度、責任感之強度。上述誠實性例如與交通規則遵守之程度、及傾斜車輛X之行車之偏差之多少具有關聯性。上述交通規則遵守之程度係基於與地圖資料中所收錄之行車位置相應之限制資訊、及傾斜車輛X之行動來判斷。不遵守交通規則之行車例如包含於速度限制為40 Km/h之道路上以60 km/h行車,或於有義務暫時停止車輛之地點未暫時停止之情形等。
如上所述之不遵守行車規則地行車之頻率越高,則判斷為駕駛者之誠實性越低,不遵守行車規則地行車之頻率越低,則判斷為駕駛者之誠實性越高。
又,於上述行車之偏差之情形時,對傾斜車輛X之行車環境進行分類及特定,基於該行車環境內之傾斜車輛X之車體行動之參數之差異或偏差(例如標準偏差等),判斷駕駛者之誠實性。認為誠實性高之騎乘者其自我控制力高且認真,故會遵守法律地行車,並且不會發生突發行為。
上述誠實性例如可使用上述傾斜車輛行車資料中之傾斜車輛X之傾斜車輛位置資料、包含地圖資料之傾斜車輛行車環境資料及傾斜車輛行動資料來掌握。
再者,上述人格轉換資料可利用克勞寧格(Cloninger)之氣質與性格之七維模型(本島等人,季刊 精神科診斷學(日本評論社) 第7卷第3號 重印,p379-399)、駕駛者行為與性格資料(詫摩武俊,IATSS review Vol.2 No.3,September 1976,p183-190)、駕駛員個人特性之評價指標(石橋等人,MAZDA技報,No.22(2004),p155-160)等生成。“克勞寧格之氣質與性格之七維模型”例如登載於心理健康關係研究所之HP(https://www.institute-of-mental-heaalth.jp/thesis/pdf/thesis-06/thesis-06-04.pdf)等。
例如,於克勞寧格之氣質與性格之七維模型中,藉由新奇性慾望、獎勵依賴、回避傷害及固執來表現氣質,藉由自我意志、協調及自我超越來表現性格。於駕駛者行為與性格資料中,將性格分類為自閉性、和諧性、依賴性、表現性、過度敏感性、過度自信性之六種類型。又,於駕駛員個人特性之評價指標中,藉由對駕駛技能之自信、對駕駛之消極性、急躁之駕駛傾向、規矩之駕駛傾向、對信號做事先準備之駕駛、作為身分象徵之車、不穩定之精神狀態下之駕駛、及好操心之傾向來表現駕駛方式。
上述人格轉換資料可為預先生成並儲存於資料記憶部60中之資料,亦可為由人格轉換資料獲取部10生成之資料。人格轉換資料獲取部10亦可使用所獲取之傾斜車輛行車資料及人格,更新上述人格轉換資料。
人格資料轉換部30係使用上述人格轉換資料,將由分析用傾斜車輛行車資料獲取部20獲取之分析用傾斜車輛行車資料轉換為轉換人格資料。此時,人格資料轉換部30例如關於已敍述之神經質傾向、外向性、經驗開放性、協調性、誠實性之5個要素,來賦予分析對象者即駕駛者等級。該等級賦予能以連續值來表現上述各要素,亦能以利用閾值劃分之複數個階段來表現上述各要素。又,人格資料轉換部30亦可使用對上述各要素賦予等級之結果,分類為複數個類型,將該分類結果作為轉換人格資料。
輸出用人格資料生成部40使用由人格資料轉換部30轉換而成之轉換人格資料,生成輸出用人格資料。該輸出用人格資料係從人格分析裝置1輸出之資料。上述輸出用人格資料可為與上述轉換人格資料相同之資料,亦可為如下資料,即,使用上述轉換人格資料,轉換為作為人格分析裝置1之輸出資料所要求之資料。
又,輸出用人格資料生成部40亦可對上述轉換人格資料進行資訊處理,生成輸出用人格資料。例如,輸出用人格資料生成部40亦可於資料記憶部60中記憶上述轉換人格資料,使用從資料記憶部60中所記憶之轉換人格資料中提取之轉換人格資料,生成輸出用人格資料。具體而言,例如輸出用人格資料生成部40亦可根據資料記憶部60中所記憶之一定期間內之轉換人格資料,生成輸出用人格資料。
資料輸出部50將由輸出用人格資料生成部40生成之輸出用人格資料輸出至人格分析裝置1之外部。
根據以上之構成,藉由人格分析裝置1,可使用分析對象者駕駛之傾斜車輛X之傾斜車輛行車資料,對分析對象者之人格進行分析,將其分析結果輸出作為輸出用人格資料。
(人格分析方法)
其次,使用圖2來說明藉由具有上述構成之人格分析裝置1進行之人格分析方法。圖2係表示人格分析裝置1之動作之一例、即人格分析方法之一例之流程圖。
首先,分析用傾斜車輛行車資料獲取部20獲取傾斜車輛X之分析用傾斜車輛行車資料(步驟SA1)。該分析用傾斜車輛行車資料例如包含分析用傾斜車輛駕駛輸入資料、分析用傾斜車輛行動資料、分析用傾斜車輛位置資料及分析用傾斜車輛行車環境資料等。
再者,上述分析用傾斜車輛行車資料可包含除分析用傾斜車輛駕駛輸入資料、分析用傾斜車輛行動資料、分析用傾斜車輛位置資料及分析用傾斜車輛行車環境資料以外之資料。又,上述分析用傾斜車輛行車資料亦可僅包括分析用傾斜車輛駕駛輸入資料、分析用傾斜車輛行動資料、分析用傾斜車輛位置資料及分析用傾斜車輛行車環境資料中之一個或複數個資料。
其次,人格資料轉換部30藉由人格轉換資料,將獲取之傾斜車輛X之分析用傾斜車輛行車資料轉換為轉換人格資料(步驟SA2)。該人格轉換資料係將複數名駕駛者分別駕駛傾斜車輛時獲得之傾斜車輛行車資料與人格資料建立關聯所得之資料。於本實施形態中,上述人格轉換資料係使用五大人格特質理論,基於複數名駕駛者分別駕駛傾斜車輛時所獲得之資料轉換用傾斜車輛行車資料而生成之資料。
輸出用人格資料生成部40使用上述轉換後之轉換人格資料,生成輸出用人格資料(步驟SA3)。
資料輸出部50輸出所生成之人格資料(步驟SA4)。其後,結束該流程(End)。
根據以上之構成,可使用進一步反映了駕駛者之隨意性較低且駕駛者之本質人格之傾斜車輛行車資料,而非如先前之問答形式,來獲取駕駛者即分析對象者之人格資料。藉由如此使用傾斜車輛行車資料,與必須對分析對象者進行非常多之質問之先前之問答形式之人格分析方法相比,能夠減少人格分析系統中處理之資料之量。
即,藉由於人格之分析中使用傾斜車輛之行車資料,能夠減少系統中處理之資料之種類,能夠減少人格分析裝置1之硬體之負荷。又,由於能夠減少人格分析裝置1所需之硬體資源,故能夠提高人格分析裝置1之硬體資源之設計自由度。
因此,能夠於提高硬體資源之設計自由度之同時,獲取人格資料。
本實施形態係對分析對象者之人格進行分析之人格分析方法之一例。本實施形態之人格分析方法包含以下步驟。
於本實施形態之人格分析方法中,獲取將表示人格之人格資料與傾斜車輛之行車資料即傾斜車輛行車資料建立關聯之人格轉換資料。該人格轉換資料係基於資料轉換用傾斜車輛行車資料而生成,該資料轉換用傾斜車輛行車資料與複數名駕駛者駕駛傾斜車輛時分別獲得之傾斜車輛之行車資料相關。
再者,上述資料轉換用傾斜車輛行車資料意指複數名駕駛者之傾斜車輛行車資料。又,上述傾斜車輛係於右迴轉時向右傾斜且於左迴轉時向左傾斜之車輛。資料轉換用傾斜車輛意指成為上述資料轉換用傾斜車輛行車資料之對象之複數名駕駛者所駕駛之傾斜車輛。
例如,上述資料轉換用傾斜車輛行車資料可藉由設置於上述資料轉換用傾斜車輛之各種感測器來獲取。又,上述資料轉換用傾斜車輛行車資料亦可藉由以容易裝卸之方式設置於上述資料轉換用傾斜車輛之各種感測器來獲取。上述資料轉換用傾斜車輛行車資料亦可利用為了收集資料而暫時設置於上述資料轉換用傾斜車輛之各種感測器來獲取。
於人格分析方法中,獲取與分析對象者駕駛傾斜車輛X時獲得之傾斜車輛X之行車資料相關之分析用傾斜車輛行車資料。
再者,分析用傾斜車輛行車資料意指上述分析對象者所駕駛之傾斜車輛X之傾斜車輛行車資料。分析用傾斜車輛意指作為獲取分析用傾斜車輛行車資料之對象之由上述分析對象者駕駛之傾斜車輛X。
上述分析對象者可包含於上述複數名駕駛者中。上述分析對象者亦可不包含於上述複數名駕駛者中。上述分析用傾斜車輛可包含於上述資料轉換用傾斜車輛中。上述分析用傾斜車輛亦可不包含於上述資料轉換用傾斜車輛中。上述分析用傾斜車輛行車資料可包含於上述資料轉換用傾斜車輛行車資料中。上述分析用傾斜車輛行車資料亦可不包含於上述資料轉換用傾斜車輛行車資料中。
例如,上述分析用傾斜車輛行車資料亦可藉由設置於上述分析用傾斜車輛之各種感測器來獲取。又,上述分析用傾斜車輛行車資料亦可藉由以容易裝卸之方式設置於上述分析用傾斜車輛之各種感測器來獲取。上述分析用傾斜車輛行車資料亦可藉由為了收集資料而暫時設置於上述分析用傾斜車輛之各種感測器來獲取。
再者,用於收集上述分析用傾斜車輛行車資料之各種感測器與用於收集上述資料轉換用傾斜車輛行車資料之各種感測器相比,檢測精度宜較低。
再者,用於收集上述分析用傾斜車輛行車資料之各種感測器亦可與用於收集上述資料轉換用傾斜車輛行車資料之各種感測器相同。
再者,上述分析用傾斜車輛行車資料中包含之資料之種類可少於上述資料轉換用傾斜車輛行車資料中包含之資料之種類。上述分析用傾斜車輛行車資料中包含之資料之種類可與上述資料轉換用傾斜車輛行車資料中包含之資料之種類相同。
人格分析裝置1係使用上述獲取之人格轉換資料,將上述獲取之分析用傾斜車輛行車資料轉換為與分析對象者之人格相關之轉換人格資料。
人格分析裝置1使用上述轉換後之轉換人格資料,生成用於輸出之輸出用人格資料。
人格分析裝置1輸出上述生成之輸出用人格資料。
根據另一觀點,上述人格分析方法較佳為包含以下構成。關於上述資料轉換用傾斜車輛行車資料,相比未反映出駕駛者對上述資料轉換用傾斜車輛之駕駛變化之資料,包含更多反映出駕駛者對上述資料轉換用傾斜車輛之駕駛變化之資料。關於上述分析用傾斜車輛行車資料,相比未反映出分析對象者對上述分析用傾斜車輛之駕駛變化之資料,包含更多反映出分析對象者對上述分析用傾斜車輛之駕駛變化之資料。
傾斜車輛之駕駛者識別狀況,判斷後進行駕駛。此時,存在判斷前後駕駛者使駕駛發生變化之情形及未使駕駛發生變化之情形。就傾斜車輛而言,駕駛變化較多且駕駛者之判斷之選項較多,因此該駕駛者使駕駛發生變化之場景變化非常多。因此,若著眼於該傾斜車輛之駕駛者使駕駛發生變化之場景,則包含更多反映出駕駛者對傾斜車輛之駕駛變化之資料的傾斜車輛行車資料更容易強烈地顯現隨意性較低且本質之駕駛者之人格。
將傾斜車輛行車資料分離為未反映出駕駛者對傾斜車輛之駕駛變化之資料、及反映出駕駛者對傾斜車輛之駕駛變化之資料之方法存在以下方法。
例如,能夠從傾斜車輛行車資料中直接觀察並分離出駕駛者對傾斜車輛之駕駛之變化。
例如,能夠從傾斜車輛行車資料中直接觀察並分離出因駕駛者對傾斜車輛之駕駛變化引起之結果所呈現的傾斜車輛之行動。
例如,能夠從傾斜車輛行車資料中,觀察並分離出因駕駛者對傾斜車輛之駕駛變化引起之結果所呈現的傾斜車輛之位置。
例如,能夠從傾斜車輛行車資料中觀察並分離出表示於使駕駛者對傾斜車輛之駕駛發生變化之頻率高之場所行車的傾斜車輛之位置。
具體而言,能夠使用傾斜車輛之位置資料與傾斜車輛之行車環境資料(例如地圖資料)進行分離。更具體而言,可分離為郊區之行車資料及市區之行車資料。亦可將郊區之行車資料作為未反映出駕駛者對傾斜車輛之駕駛變化之資料,將市區之行車資料作為反映出駕駛者對傾斜車輛之駕駛變化之資料。
根據另一觀點,上述人格分析方法較佳為包含以下構成。上述資料轉換用傾斜車輛行車資料包含與駕駛者對上述資料轉換用傾斜車輛之駕駛輸入相關之資料轉換用傾斜車輛駕駛輸入資料、與資料轉換用傾斜車輛之行動相關之資料轉換用傾斜車輛行動資料、及與資料轉換用傾斜車輛之位置相關之資料轉換用傾斜車輛位置資料中之至少一個。上述分析用傾斜車輛行車資料包含與分析對象者對上述分析用傾斜車輛之駕駛輸入相關之分析用傾斜車輛駕駛輸入資料、與上述分析用傾斜車輛之行動相關之分析用傾斜車輛行動資料、及與上述分析用傾斜車輛之位置相關之分析用傾斜車輛位置資料中之至少一個。
由於傾斜車輛駕駛輸入資料係與駕駛者之駕駛輸入相關之資料,故進一步反映出駕駛者之判斷結果。就傾斜車輛而言,駕駛者之操作種類較多,於駕駛時駕駛者之選擇自由度亦較高,因此有駕駛者之人格被強烈地反映出之傾向。
傾斜車輛行動資料強烈地反映出駕駛者之駕駛輸入之結果,該駕駛者之駕駛輸入之結果強烈地反映出駕駛者之人格。因此,傾斜車輛行動資料亦有強烈地反映出駕駛者之人格之傾向。
傾斜車輛位置資料強烈地反映出駕駛者之駕駛輸入之結果,該駕駛者之駕駛輸入之結果強烈地反映出駕駛者之人格。因此,傾斜車輛位置資料亦有強烈地反映出駕駛者之人格之傾向。
藉此,於轉換為與分析對象者之人格相關之人格資料時使用之傾斜車輛行車資料包含進一步反映駕駛者即分析對象者之人格之資料。
根據另一觀點,上述人格分析方法較佳為包含以下構成。上述資料轉換用傾斜車輛行車資料進而包含資料轉換用傾斜車輛行車環境資料,其與上述資料轉換用傾斜車輛行車之行車環境相關。上述分析用傾斜車輛行車資料進而包含分析用傾斜車輛行車環境資料,其與上述分析用傾斜車輛行車之行車環境相關。
認為行車環境資料係駕駛者受到之來自外部之壓力之一例。行車環境資料對駕駛者之判斷帶來影響。行車環境資料對駕駛者之駕駛帶來影響。因此,藉由使用行車環境資料,傾斜車輛之行車資料更容易強烈地顯現駕駛者之人格。又,藉由使用行車環境資料,傾斜車輛之利用目的及利用頻率受到影響,因此傾斜車輛之行車資料容易強烈地顯現駕駛者之人格。
藉此,於轉換為與分析對象者之人格相關之人格資料時使用之傾斜車輛行車資料包含進一步反映駕駛者即分析對象者之人格之資料。
傾斜車輛行車環境資料例如包含地圖資料。地圖資料例如可與如下資訊等建立關聯,上述資訊係指與道路狀況相關之資訊、信號及設備等與道路交通環境相關之資訊、及與道路之行車相關之限制資訊。傾斜車輛行車環境資料可與上述傾斜車輛駕駛輸入資料、上述傾斜車輛行動資料及上述傾斜車輛位置資料一起用於分析對象者之性格等人格之分析。
根據另一觀點,上述人格分析方法較佳為包含以下構成。關於上述資料轉換用傾斜車輛行車資料,相比上述資料轉換用傾斜車輛於公共道路以外行車時之資料,包含更多上述資料轉換用傾斜車輛於公共道路行車時之資料。關於上述分析用傾斜車輛行車資料,相比上述分析用傾斜車輛於公共道路以外行車時之資料,包含更多上述資料轉換用傾斜車輛於公共道路行車時之資料。
當於公共道路上行車中之駕駛者駕駛傾斜車輛時,處於如下狀況:駕駛者之判斷次數更多,判斷之選項較多且容易從外部遭受壓力。因此,傾斜車輛之行車資料更容易強烈地顯現駕駛者之人格。又,傾斜車輛與非傾斜車輛相比,其機動性及便利性高,故有傾斜車輛之利用目的多樣,利用頻率增多之傾向。因此,公共道路上行車之傾斜車輛之行車資料更容易強烈地顯現駕駛者之人格。即,於公共道路上行車之傾斜車輛之行車資料進一步反映出駕駛者之隨意性較低且駕駛者之本質人格。例如,亦可根據傾斜車輛位置資料及傾斜車輛行車環境資料來判別是否為於公共道路上行車之資料。
根據另一觀點,上述人格分析方法較佳為包含以下構成。上述資料轉換用傾斜車輛行車資料包含駕駛者判斷之選項受到上述資料轉換用傾斜車輛周圍之車輛之限制,但仍保留有複數個之狀態下之資料。上述分析用傾斜車輛行車資料包含分析對象者判斷之選項受到上述分析用傾斜車輛周圍之車輛之限制,但仍保留有複數個之狀態下之資料。
例如,因傾斜車輛周圍之車輛而導致駕駛者之判斷之選項受到限制,但仍保留有複數個選項之狀態亦可根據傾斜車輛位置資料及傾斜車輛行車環境資料來判別。更具體而言,亦可根據傾斜車輛行車之日期、時間、場所來推定狀態。若為於市區行車時之傾斜車輛行車資料,則包含因傾斜車輛周圍之車輛導致駕駛者之判斷之選項受到限制,但仍保留有複數個選項之狀態下之資料。又,亦可獲取與傾斜車輛實際之周圍狀況相關之資料,來推定狀態。亦可將複數個推定狀態之方法組合。
再者,所謂駕駛者之判斷之選項受到傾斜車輛周圍之車輛之限制但仍保留有複數個之狀態,係指於包含傾斜車輛之複數個車輛之群組中,上述傾斜車輛之駕駛者進行駕駛判斷時,雖選項受限但仍保留有複數個選項時之上述傾斜車輛之行車狀態。
根據另一觀點,上述人格分析方法較佳為包含以下構成。上述資料轉換用傾斜車輛行車資料包含搭載有同乘者及貨物中之至少一者之狀態之資料。上述分析用傾斜車輛行車資料包含搭載有同乘者及貨物中之至少一者之狀態之資料。
例如,亦可由各種感測器來判別是否為搭載有同乘者及貨物中之至少一者之狀態。又,亦可基於駕駛者之申報進行判別。
根據另一觀點,上述人格分析方法較佳為包含以下構成。於上述人格分析方法中,記憶上述轉換後之轉換人格資料。於上述人格分析方法中,使用上述經記憶之複數個轉換人格資料,生成上述輸出用人格資料。再者,所謂記憶不僅包含用於儲存器之記憶,亦包含結果之暫時記憶。例如,可使用儲存器中所記憶之轉換人格資料及暫時記憶體中所記憶之轉換人格資料。可使用其等來更新儲存器中所記憶之轉換人格資料。亦可使用其等生成新轉換人格資料。亦可使用其等進行統計處理。還可使用其等來更新儲存器中所記憶之轉換人格資料。
如上所述,藉由使用複數個轉換人格資料,例如能夠統計地進行處理,能夠更高精度地分析傾斜車輛之駕駛者即分析對象者之人格。更具體而言,可使用舊轉換人格資料及新轉換人格資料,更高精度地分析傾斜車輛X之駕駛者即分析對象者之人格。
本實施形態係對分析對象者之人格進行分析之人格分析裝置之一例。本實施形態之人格分析裝置包含以下構成。
本實施形態之人格分析裝置具備:人格轉換資料獲取部,其獲取人格轉換資料,該人格轉換資料係將表示由心理狀態、性格、氣質等決定之人格之人格資料與於右迴轉時向右傾斜且於左迴轉時向左傾斜之傾斜車輛之行車資料即傾斜車輛行車資料建立關聯而生成;分析用傾斜車輛行車資料獲取部,其獲取與於右迴轉時向右傾斜且於左迴轉時向左傾斜之分析用傾斜車輛之行車資料相關之分析用傾斜車輛行車資料;人格資料轉換部,其使用上述獲取之人格轉換資料,將上述獲取之分析用傾斜車輛行車資料轉換為與上述分析對象者之人格相關之轉換人格資料;輸出用人格資料生成部,其使用上述轉換後之轉換人格資料,生成用於輸出之輸出用人格資料;及資料輸出部,其輸出上述生成之輸出用人格資料。
上述人格轉換資料獲取部基於與複數名駕駛者駕駛資料轉換用傾斜車輛時分別獲得之行車資料相關之資料轉換用傾斜車輛行車資料,將表示上述人格之人格資料與傾斜車輛之行車資料即傾斜車輛行車資料建立關聯,生成上述人格轉換資料。
上述分析用傾斜車輛行車資料獲取部係獲取與分析對象者駕駛上述分析用傾斜車輛時獲得之上述分析用傾斜車輛之行車資料相關之資料,作為上述分析用傾斜車輛行車資料。
人格分析裝置對駕駛分析用傾斜車輛之分析對象者之人格進行分析,該分析用傾斜車輛係於右迴轉時向右傾斜且於左迴轉時向左傾斜。
根據另一觀點,上述人格分析裝置較佳為包含以下構成。上述資料轉換用傾斜車輛行車資料包含與上述複數名駕駛者以傾斜狀態駕駛上述資料轉換用傾斜車輛時分別獲得之行車資料相關之資料。上述分析用傾斜車輛行車資料包含與上述分析對象者以傾斜狀態駕駛上述分析用傾斜車輛時獲得之行車資料相關之資料。
藉此,可使用駕駛者之人格更容易顯著顯現之傾斜車輛之傾斜狀態下的行車資料,對分析對象者之人格進行分析。因此,能夠更高精度地分析駕駛者即分析對象者之人格。
根據另一觀點,上述人格分析裝置較佳為包含以下構成。關於上述資料轉換用傾斜車輛行車資料,相比未反映出上述駕駛者對上述資料轉換用傾斜車輛之駕駛變化之資料,包含更多反映出上述駕駛者對上述資料轉換用傾斜車輛之駕駛變化之資料。關於上述分析用傾斜車輛行車資料,相比未反映出上述分析對象者對上述分析用傾斜車輛之駕駛變化之資料,包含更多反映出上述分析對象者對上述分析用傾斜車輛之駕駛變化之資料。
根據另一觀點,上述人格分析裝置較佳為包含以下構成。上述資料轉換用傾斜車輛行車資料包含以下資料中之至少一個,即,資料轉換用傾斜車輛駕駛輸入資料,其與上述駕駛者對上述資料轉換用傾斜車輛之駕駛輸入相關;資料轉換用傾斜車輛行動資料,其與上述資料轉換用傾斜車輛之行動相關;及資料轉換用傾斜車輛位置資料,其與上述資料轉換用傾斜車輛之位置相關。上述分析用傾斜車輛行車資料包含以下資料中之至少一個,即,分析用傾斜車輛駕駛輸入資料,其與上述分析對象者對上述分析用傾斜車輛之駕駛輸入相關;分析用傾斜車輛行動資料,其與上述分析用傾斜車輛之行動相關;及分析用傾斜車輛位置資料,其與上述分析用傾斜車輛之位置相關。
根據另一觀點,上述人格分析裝置較佳為包含以下構成。上述資料轉換用傾斜車輛行車資料進而包含資料轉換用傾斜車輛行車環境資料,其與上述資料轉換用傾斜車輛行車之行車環境相關。上述分析用傾斜車輛行車資料進而包含分析用傾斜車輛行車環境資料,其與上述分析用傾斜車輛行車之行車環境相關。
根據另一觀點,上述人格分析裝置較佳為包含以下構成。關於上述資料轉換用傾斜車輛行車資料,相比上述資料轉換用傾斜車輛於公共道路以外行車時之資料,包含更多上述資料轉換用傾斜車輛於公共道路行車時之資料。關於上述分析用傾斜車輛行車資料,相比上述分析用傾斜車輛於公共道路以外行車時之資料,包含更多上述分析用傾斜車輛於公共道路行車時之資料。
根據另一觀點,上述人格分析裝置較佳為包含以下構成。上述資料轉換用傾斜車輛行車資料包含駕駛者判斷之選項受到上述資料轉換用傾斜車輛周圍之車輛之限制,但仍保留有複數個之狀態下之資料。上述分析用傾斜車輛行車資料包含分析對象者判斷之選項受到上述分析用傾斜車輛周圍之車輛之限制,但仍保留有複數個之狀態下之資料。
根據另一觀點,上述人格分析裝置較佳為包含以下構成。上述資料轉換用傾斜車輛行車資料包含搭載有同乘者及貨物中之至少一者之狀態之資料。上述分析用傾斜車輛行車資料包含搭載有同乘者及貨物中之至少一者之狀態之資料。
<實施形態2>
圖3中示出包含實施形態1之人格分析裝置1之人格分析系統100之一例。以下,對與實施形態1之構成相同之構成附上相同之符號並省略說明,僅對與實施形態1不同之構成進行說明。
人格分析系統100具備人格分析裝置1、及生成人格轉換資料之人格轉換資料生成裝置101。
人格轉換資料生成裝置101係例如資訊處理運算裝置,其能夠與人格分析裝置1進行通信且具有處理器。再者,於人格分析裝置為具有處理器之資訊處理運算裝置之情形時,人格轉換資料生成裝置101亦可為與人格分析裝置1相同之資訊處理運算裝置。
人格轉換資料生成裝置101獲取傾斜車輛行車資料及人格資料,生成將上述傾斜車輛行車資料與上述人格資料建立關聯所得之人格轉換資料。
詳細而言,人格轉換資料生成裝置101具有資料記憶部111及人格轉換資料生成部112。再者,雖未特別圖示,但人格轉換資料生成裝置101具有獲取傾斜車輛行車資料及人格資料之獲取部。又,雖未特別圖示,但人格轉換資料生成裝置101具有輸出所生成之人格轉換資料之輸出部。
資料記憶部111儲存傾斜車輛行車資料、人格資料及人格轉換資料。具體而言,資料記憶部111中儲存有複數名駕駛者駕駛傾斜車輛Y(資料轉換用傾斜車輛)時分別獲得之資料轉換用傾斜車輛行車資料。又,資料記憶部111中儲存有由下述人格轉換資料生成部112生成之人格轉換資料。
再者,資料記憶部111可藉由輸入來儲存人格資料,亦可預先儲存人格資料。
上述資料轉換用傾斜車輛行車資料例如包含資料轉換用傾斜車輛駕駛輸入資料、資料轉換用傾斜車輛行動資料、資料轉換用傾斜車輛位置資料及資料轉換用傾斜車輛行車環境資料等。
人格轉換資料生成部112基於資料記憶部111中所儲存之資料轉換用傾斜車輛行車資料,生成將傾斜車輛行車資料與人格資料建立關聯所得之人格轉換資料。由人格轉換資料生成部112生成之人格轉換資料儲存於資料記憶部111中。
資料記憶部111中所儲存之人格轉換資料被用於在人格分析裝置1中將傾斜車輛X(分析用傾斜車輛)之傾斜車輛行車資料(分析用傾斜車輛行車資料)轉換為轉換人格資料時。於人格分析裝置1中,將傾斜車輛行車資料轉換為轉換人格資料之方法與實施形態1相同,因此省略詳細說明。
人格分析裝置1使用上述轉換人格資料生成輸出用人格資料,輸出該輸出用人格資料。人格分析裝置1之構成與實施形態1相同,因此省略人格分析裝置1之詳細說明。
從人格分析裝置1輸出之輸出用人格資料例如可輸入至資訊處理裝置102。於此情形時,上述輸出用人格資料於人格分析裝置1中,作為於資訊處理裝置102中用於資訊處理之資訊處理用人格資料而生成。
資訊處理裝置102例如可為對金融、保險、銷售、廣告等業務中使用之與金融、保險、市場、商品、服務、環境或顧客相關之資料進行處理之裝置。於人格分析裝置1係資訊處理運算裝置之情形時,資訊處理裝置102可為與人格分析裝置1相同之裝置。資訊處理裝置102亦可為與人格轉換資料生成裝置101相同之資訊處理運算裝置。
資訊處理裝置102例如具有輸出用人格資料獲取部121、第1資料獲取部122、第2資料生成部123、第2資料輸出部124及資料記憶部125。
輸出用人格資料獲取部121獲取從人格分析裝置1輸出之上述輸出用人格資料。
第1資料獲取部122獲取與上述輸出用人格資料不同之第1資料。該第1資料於資訊處理裝置102中為資訊處理對象之資料。上述第1資料例如係金融、保險、銷售、廣告等業務中使用之與金融、保險、市場、商品、服務、環境或顧客相關之資料。上述第1資料儲存於資料記憶部125中。
第2資料生成部123使用上述輸出用人格資料及上述第1資料,生成與上述輸出用人格資料及上述第1資料不同之第2資料。該第2資料亦與上述第1資料同樣,例如係金融、保險、銷售、廣告等業務中使用之與金融、保險、市場、商品、服務、環境或顧客相關之資料。
第2資料輸出部124輸出由第2資料生成部123生成之第2資料。
(使用人格資料之資訊處理方法)
其次,使用圖4所示之流程圖,說明藉由具有上述構成之資訊處理裝置102,使用輸出用人格資料進行資訊處理之資訊處理方法。圖4係表示資訊處理機器102之資訊處理之工作之流程圖。
如圖4所示,首先,資訊處理裝置102之輸出用人格資料獲取部121獲取從人格分析裝置1輸出之輸出用人格資料(步驟SB1)。
其次,資訊處理機器102之第1資料獲取部122獲取資料記憶部125中所儲存之第1資料(步驟SB2)。該第1資料係與上述輸出用人格資料不同之資料。
其後,資訊處理裝置102之第2資料生成部123使用上述獲取之輸出用人格資料及上述獲取之第1資料,生成第2資料(步驟SB3)。該第2資料係與上述輸出用人格資料及上述第1資料不同之資料。
繼而,資訊處理裝置102之第2資料輸出部124輸出上述生成之第2資料(步驟SB4)。
如此從人格分析裝置1輸出之輸出用人格資料例如可於金融或保險等領域中,藉由資訊處理裝置對信用風險或信用評分進行運算處理時利用。即,可將使用傾斜車輛行車資料獲得之人格資料用於金融、保險、銷售及廣告等領域中之資訊處理裝置之運算處理。
具體而言,於金融或保險等領域中,資訊處理裝置能夠獲取經輸出之輸出用人格資料,使用該獲取之輸出用人格資料,藉由運算處理輸出信用風險或信用評分。
於金融或保險等領域中,資訊處理方法亦可包含如下步驟:獲取從人格分析裝置1輸出之輸出用人格資料;及使用該獲取之輸出用人格資料輸出與信用風險相關之信用風險資料或與信用評分相關之信用評分資料。
於金融或保險等領域中,資訊處理裝置亦可包含:人格資料獲取部,其獲取從人格分析裝置1輸出之輸出用人格資料;信用風險輸出部,其使用上述獲取之人格資料,輸出與信用風險相關之信用風險資料;或信用評分輸出部,其使用上述獲取之人格資料,輸出與信用評分相關之信用評分資料。
於上述資訊處理方法及資訊處理裝置中,亦可為當輸出之信用風險較低之情形時或信用評分較高時,例如分析對象者容易接受融資,或當分析對象者接受融資時能夠享受利息優惠,或分析對象者能夠享受保險費優惠等。
進而,如上所述從人格分析裝置1輸出之輸出用人格資料例如於銷售或廣告等領域中由資訊處理裝置進行運算處理時,可用作向分析對象者推薦時所考慮之參數。於銷售或廣告等領域中,亦可藉由於資訊處理裝置中進行運算處理,而根據分析對象者之人格資料向該分析對象者推薦商品或服務。
具體而言,於銷售或廣告等領域中,資訊處理裝置可獲取從人格分析裝置1輸出之輸出用人格資料,使用該獲取之輸出用人格資料,藉由運算處理輸出向分析對象者推薦之商品或服務。
於銷售或廣告等領域中,資訊處理裝置可包含:人格資料獲取部,其獲取從人格分析裝置1輸出之輸出用人格資料;商品相關資料輸出部,其使用上述獲取之輸出用人格資料,輸出與向分析對象者推薦之商品相關之商品相關資料;或服務相關資料輸出部,其使用上述獲取之輸出用人格資料,輸出與服務相關之服務相關資料。
於銷售或廣告等領域中,資訊處理方法可包含如下步驟:獲取從人格分析裝置1輸出之人格資料;及使用該獲取之人格資料,輸出與向分析對象者推薦之商品相關之商品相關資料或與服務相關之服務相關資料。
上述各實施形態中之人格分析方法係對分析對象者之人格進行分析之人格分析方法之一例。
再者,本發明之人格分析方法較佳為包含以下構成。輸出用人格資料作為進而於資訊處理中使用之資訊處理用人格資料而生成。
例如,作為上述進而資訊處理,可為於金融、保險、銷售、廣告等業務中使用之與金融、保險、市場、商品、服務、環境或顧客相關之資料之處理。
根據另一觀點,利用本發明之人格分析方法輸出之人格資料較佳為用於以下之使用人格資料之資訊處理方法。於該資訊處理方法中,獲取上述經輸出之輸出用人格資料。於上述資訊處理方法中,獲取與上述輸出用人格資料不同之第1資料。於上述資訊處理方法中,使用上述輸出用人格資料及上述獲取之第1資料,生成與上述輸出用人格資料及上述獲取之第1資料不同之第2資料。於上述資訊處理方法中,輸出上述生成之第2資料。
使用人格資料之資訊處理方法包含背景技術中記載之如專利文獻所記載之資訊處理方法。但是,不限於背景技術中記載之如專利文獻所記載之資訊處理方法。上述資訊處理方法只要為使用人格資料之資訊處理方法,則可為任一資訊處理方法。例如,上述第1資料及上述第2資料可為於金融、保險、銷售、廣告等業務中使用之與金融、保險、市場、商品、服務、環境或顧客相關之資料。
根據本實施形態之構成,藉由人格分析裝置1及使用其之人格分析方法,能夠獲取可於資訊處理裝置102中利用之人格之資料。又,如於實施形態1中所作說明,藉由於人格之分析中使用傾斜車輛之行車資料,能夠減少系統中處理之資料之種類,能夠減少人格分析裝置1之硬體之負荷。
因此,能夠於提高硬體資源之設計自由度之同時,獲取可於資訊處理裝置中利用之人格資料。
再者,本發明之人格分析裝置較佳為包含以下構成。上述輸出用人格資料作為進而於資訊處理中使用之資訊處理用人格資料而生成。
根據另一觀點,由本發明之人格分析裝置輸出之人格資料較佳為用於以下之使用人格資料之資訊處理裝置。該資訊處理裝置具備:輸出用人格資料獲取部,其獲取上述輸出用人格資料;第1資料獲取部,其獲取與上述輸出用人格資料不同之第1資料;第2資料生成部,其使用上述輸出用人格資料及上述第1資料,生成與上述輸出用人格資料及上述第1資料不同之第2資料;及第2資料輸出部,其輸出上述第2資料。
再者,於上述各實施形態中,使用傾斜車輛行車資料來生成人格轉換資料,但亦可不僅使用傾斜車輛行車資料,還使用除傾斜車輛行車資料以外之資料來生成人格轉換資料。
又,於上述各實施形態中,獲取傾斜車輛行車資料作為分析用傾斜車輛行車資料,使用人格轉換資料,將上述分析用傾斜車輛行車資料轉換為與分析對象者之人格相關之轉換人格資料。然而,亦可獲取除傾斜車輛行車資料以外之資料用於分析,使用人格轉換資料將該資料及傾斜車輛行車資料轉換為轉換人格資料。
又,亦可將輸出用人格資料與除傾斜車輛行車資料以外之資料組合後利用。
如此,亦可將於上述各實施形態中說明之各資料與除傾斜車輛行車資料以外之資料組合。
[產業上之可利用性]
本發明可用於對分析對象者之人格進行分析之人格分析方法、人格分析裝置,並且亦可用於使用藉由該等方法及裝置獲得之人格資料之資訊處理方法及資訊處理裝置。
1:人格分析裝置
10:人格轉換資料獲取部
20:分析用傾斜車輛行車資料獲取部
30:人格資料轉換部
40:輸出用人格資料生成部
50:資料輸出部
60:資料記憶部
100:人格分析系統
101:人格轉換資料生成裝置
102:資訊處理裝置
111:資料記憶部
112:人格轉換資料生成部
121:輸出用人格資料獲取部
122:第1資料獲取部
123:第2資料生成部
124:第2資料輸出部
125:資料記憶部
X:傾斜車輛(分析用傾斜車輛)
Y:傾斜車輛(資料轉換用傾斜車輛)
圖1係表示本發明之實施形態1之人格分析裝置之概略構成之圖。
圖2係表示人格分析裝置之動作之一例之流程圖。
圖3係表示實施形態2之人格分析系統之概略構成之圖。
圖4係表示資訊處理裝置之動作之一例之流程圖。
1:人格分析裝置
10:人格轉換資料獲取部
20:分析用傾斜車輛行車資料獲取部
30:人格資料轉換部
40:輸出用人格資料生成部
50:資料輸出部
60:資料記憶部
X:傾斜車輛(分析用傾斜車輛)
Claims (18)
- 一種人格分析方法,其具有如下步驟: 人格轉換資料獲取步驟,其係獲取將人格資料與傾斜車輛行車資料建立關聯而生成之人格轉換資料,該人格資料表示由心理狀態、性格、氣質等決定之人格,該傾斜車輛行車資料係於右迴轉時向右傾斜且於左迴轉時向左傾斜之傾斜車輛之行車資料; 分析用傾斜車輛行車資料獲取步驟,其係獲取與於右迴轉時向右傾斜且於左迴轉時向左傾斜之分析用傾斜車輛之行車資料相關之分析用傾斜車輛行車資料; 人格資料轉換步驟,其係使用上述獲取之人格轉換資料,將上述獲取之分析用傾斜車輛行車資料轉換為與上述分析對象者之人格相關之轉換人格資料; 輸出用人格資料生成步驟,其係使用上述經轉換之轉換人格資料,生成用於輸出之輸出用人格資料;及 人格資料輸出步驟,其係輸出上述生成之輸出用人格資料;且 於上述人格轉換資料獲取步驟中,基於與複數名駕駛者駕駛資料轉換用傾斜車輛時分別獲得之行車資料相關之資料轉換用傾斜車輛行車資料,將表示上述人格之人格資料與傾斜車輛之行車資料即傾斜車輛行車資料建立關聯,生成上述人格轉換資料, 於上述分析用傾斜車輛行車資料獲取步驟中,獲取與分析對象者駕駛上述分析用傾斜車輛時獲得之上述分析用傾斜車輛之行車資料相關之資料,作為上述分析用傾斜車輛行車資料, 對駕駛上述分析用傾斜車輛之上述分析對象者之人格進行分析。
- 如請求項1之人格分析方法,其中 上述資料轉換用傾斜車輛行車資料包含與上述複數名駕駛者以傾斜狀態駕駛上述資料轉換用傾斜車輛時分別獲得之行車資料相關之資料, 上述分析用傾斜車輛行車資料包含與上述分析對象者以傾斜狀態駕駛上述分析用傾斜車輛時獲得之行車資料相關之資料。
- 如請求項1或2之人格分析方法,其中 關於上述資料轉換用傾斜車輛行車資料,相比未反映出上述駕駛者對上述資料轉換用傾斜車輛之駕駛變化之資料,包含更多反映出上述駕駛者對上述資料轉換用傾斜車輛之駕駛變化之資料, 關於上述分析用傾斜車輛行車資料,相比未反映出上述分析對象者對上述分析用傾斜車輛之駕駛變化之資料,包含更多反映出上述分析對象者對上述分析用傾斜車輛之駕駛變化之資料。
- 如請求項1至3中任一項之人格分析方法,其中 上述資料轉換用傾斜車輛行車資料包含以下資料中之至少一個:資料轉換用傾斜車輛駕駛輸入資料,其與上述駕駛者對上述資料轉換用傾斜車輛之駕駛輸入相關;資料轉換用傾斜車輛行動資料,其與上述資料轉換用傾斜車輛之行動相關;及資料轉換用傾斜車輛位置資料,其與上述資料轉換用傾斜車輛之位置相關; 上述分析用傾斜車輛行車資料包含以下資料中之至少一個:分析用傾斜車輛駕駛輸入資料,其與上述分析對象者對上述分析用傾斜車輛之駕駛輸入相關;分析用傾斜車輛行動資料,其與上述分析用傾斜車輛之行動相關;及分析用傾斜車輛位置資料,其與上述分析用傾斜車輛之位置相關。
- 如請求項1至4中任一項之人格分析方法,其中 上述資料轉換用傾斜車輛行車資料進而包含資料轉換用傾斜車輛行車環境資料,其與上述資料轉換用傾斜車輛行車之行車環境相關, 上述分析用傾斜車輛行車資料進而包含分析用傾斜車輛行車環境資料,其與上述分析用傾斜車輛行車之行車環境相關。
- 如請求項1至5中任一項之人格分析方法,其中 關於上述資料轉換用傾斜車輛行車資料,相比上述資料轉換用傾斜車輛於公共道路以外行車時之資料,包含更多上述資料轉換用傾斜車輛於公共道路上行車時之資料, 關於上述分析用傾斜車輛行車資料,相比上述分析用傾斜車輛於公共道路以外行車時之資料,包含更多上述分析用傾斜車輛於公共道路上行車時之資料。
- 如請求項1至6中任一項之人格分析方法,其中 上述資料轉換用傾斜車輛行車資料包含駕駛者判斷之選項受到上述資料轉換用傾斜車輛周圍之車輛之限制,但仍保留有複數個之狀態下之資料, 上述分析用傾斜車輛行車資料包含分析對象者判斷之選項受到上述分析用傾斜車輛周圍之車輛之限制,但仍保留有複數個之狀態下之資料。
- 如請求項1至7中任一項之人格分析方法,其中 上述資料轉換用傾斜車輛行車資料包含搭載有同乘者及貨物中之至少一者之狀態之資料, 上述分析用傾斜車輛行車資料包含搭載有同乘者及貨物中之至少一者之狀態之資料。
- 如請求項1至8中任一項之人格分析方法,其 記憶上述轉換後之轉換人格資料, 使用上述經記憶之複數個轉換人格資料,生成上述輸出用人格資料。
- 如請求項1至9中任一項之人格分析方法,其中 上述輸出用人格資料係作為進而於資訊處理中使用之資訊處理用人格資料而生成。
- 一種人格分析裝置,其具備: 人格轉換資料獲取部,其獲取人格轉換資料,該人格轉換資料係將表示由心理狀態、性格、氣質等決定之人格之人格資料與於右迴轉時向右傾斜且於左迴轉時向左傾斜之傾斜車輛之行車資料即傾斜車輛行車資料建立關聯而生成; 分析用傾斜車輛行車資料獲取部,其獲取與於右迴轉時向右傾斜且於左迴轉時向左傾斜之分析用傾斜車輛之行車資料相關之分析用傾斜車輛行車資料; 人格資料轉換部,其使用上述獲取之人格轉換資料,將上述獲取之分析用傾斜車輛行車資料轉換為與上述分析對象者之人格相關之轉換人格資料; 輸出用人格資料生成部,其使用上述轉換後之轉換人格資料,生成用於輸出之輸出用人格資料;及 資料輸出部,其輸出上述生成之輸出用人格資料;且 上述人格轉換資料獲取部基於與複數名駕駛者駕駛資料轉換用傾斜車輛時分別獲得之行車資料相關之資料轉換用傾斜車輛行車資料,將表示上述人格之人格資料與傾斜車輛之行車資料即傾斜車輛行車資料建立關聯,生成上述人格轉換資料, 上述分析用傾斜車輛行車資料獲取部係獲取與分析對象者駕駛上述分析用傾斜車輛時獲得之上述分析用傾斜車輛之行車資料相關之資料,作為上述分析用傾斜車輛行車資料, 對駕駛上述分析用傾斜車輛之上述分析對象者之人格進行分析。
- 如請求項10之人格分析裝置,其中 上述資料轉換用傾斜車輛行車資料包含與上述複數名駕駛者以傾斜狀態駕駛上述資料轉換用傾斜車輛時分別獲得之行車資料相關之資料, 上述分析用傾斜車輛行車資料包含與上述分析對象者以傾斜狀態駕駛上述分析用傾斜車輛時獲得之行車資料相關之資料。
- 如請求項11或12之人格分析裝置,其中 關於上述資料轉換用傾斜車輛行車資料,相比未反映出上述駕駛者對上述資料轉換用傾斜車輛之駕駛變化之資料,包含更多反映出上述駕駛者對上述資料轉換用傾斜車輛之駕駛變化之資料, 關於上述分析用傾斜車輛行車資料,相比未反映出上述分析對象者對上述分析用傾斜車輛之駕駛變化之資料,包含更多反映出上述分析對象者對上述分析用傾斜車輛之駕駛變化之資料。
- 如請求項11至13中任一項之人格分析裝置,其中 上述資料轉換用傾斜車輛行車資料包含以下資料中之至少一個:資料轉換用傾斜車輛駕駛輸入資料,其與上述駕駛者對上述資料轉換用傾斜車輛之駕駛輸入相關;資料轉換用傾斜車輛行動資料,其與上述資料轉換用傾斜車輛之行動相關;及資料轉換用傾斜車輛位置資料,其與上述資料轉換用傾斜車輛之位置相關; 上述分析用傾斜車輛行車資料包含以下資料中之至少一個:分析用傾斜車輛駕駛輸入資料,其與上述分析對象者對上述分析用傾斜車輛之駕駛輸入相關;分析用傾斜車輛行動資料,其與上述分析用傾斜車輛之行動相關;及分析用傾斜車輛位置資料,其與上述分析用傾斜車輛之位置相關。
- 如請求項11至14中任一項之人格分析裝置,其中 上述資料轉換用傾斜車輛行車資料進而包含資料轉換用傾斜車輛行車環境資料,其與上述資料轉換用傾斜車輛行車之行車環境相關, 上述分析用傾斜車輛行車資料進而包含分析用傾斜車輛行車環境資料,其與上述分析用傾斜車輛行車之行車環境相關。
- 如請求項11至15中任一項之人格分析裝置,其中 上述輸出用人格資料作為進而於資訊處理中使用之資訊處理用人格資料而生成。
- 一種使用人格資料之資訊處理方法,其係使用藉由如請求項10之人格分析方法作為上述資訊處理用人格資料而生成之上述輸出用人格資料,且其係 獲取上述輸出用人格資料, 獲取與上述輸出用人格資料不同之第1資料, 使用上述輸出用人格資料及上述第1資料,生成與上述輸出用人格資料及上述第1資料不同之第2資料, 輸出上述第2資料。
- 一種資訊處理裝置,其係使用上述輸出用人格資料,上述輸出用人格資料係藉由如請求項16之人格分析裝置作為上述資訊處理用人格資料而生成,且上述資訊處理裝置具備: 輸出用人格資料獲取部,其獲取上述輸出用人格資料; 第1資料獲取部,其獲取與上述輸出用人格資料不同之第1資料; 第2資料生成部,其使用上述輸出用人格資料及上述第1資料,生成與上述輸出用人格資料及上述第1資料不同之第2資料;及 第2資料輸出部,其輸出上述第2資料。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/014557 WO2020202450A1 (ja) | 2019-04-01 | 2019-04-01 | パーソナリティ分析方法、パーソナリティ分析装置、パーソナリティデータを用いる情報処理方法及びパーソナリティデータを用いる情報処理装置 |
WOPCT/JP2019/014557 | 2019-04-01 | ||
PCT/JP2020/015102 WO2020204104A1 (ja) | 2019-04-01 | 2020-04-01 | パーソナリティ分析方法、パーソナリティ分析装置、パーソナリティデータを用いる情報処理方法及びパーソナリティデータを用いる情報処理装置 |
WOPCT/JP2020/015102 | 2020-04-01 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202038175A true TW202038175A (zh) | 2020-10-16 |
TWI807180B TWI807180B (zh) | 2023-07-01 |
Family
ID=72666204
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109111401A TWI807180B (zh) | 2019-04-01 | 2020-04-01 | 人格分析方法、人格分析裝置、使用人格資料之資訊處理方法及使用人格資料之資訊處理裝置 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7280945B2 (zh) |
TW (1) | TWI807180B (zh) |
WO (2) | WO2020202450A1 (zh) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014046820A (ja) * | 2012-08-31 | 2014-03-17 | Nissan Motor Co Ltd | 運転者特性推定装置 |
JP6012643B2 (ja) * | 2014-01-31 | 2016-10-25 | 三菱電機株式会社 | 車両用運転支援装置、サーバ、車両運転支援システム、および、車両用運転支援プログラム |
JP6379510B2 (ja) * | 2014-02-18 | 2018-08-29 | 日産自動車株式会社 | 運転診断装置および保険料算定方法 |
EP3525141B1 (en) * | 2016-11-16 | 2021-03-24 | Honda Motor Co., Ltd. | Emotion inference device and emotion inference system |
JP6648304B2 (ja) * | 2016-11-28 | 2020-02-14 | 本田技研工業株式会社 | 運転支援装置、運転支援システム、プログラム及び運転支援装置の制御方法 |
JP6499682B2 (ja) * | 2017-01-31 | 2019-04-10 | 本田技研工業株式会社 | 情報提供システム |
JP6575934B2 (ja) * | 2017-03-29 | 2019-09-18 | マツダ株式会社 | 車両運転支援システム及び車両運転支援方法 |
TWI646490B (zh) * | 2017-09-01 | 2019-01-01 | 元智大學 | 基於多核學習的駕駛風險評估方法及其處理裝置 |
-
2019
- 2019-04-01 WO PCT/JP2019/014557 patent/WO2020202450A1/ja active Application Filing
-
2020
- 2020-04-01 WO PCT/JP2020/015102 patent/WO2020204104A1/ja active Application Filing
- 2020-04-01 JP JP2021512191A patent/JP7280945B2/ja active Active
- 2020-04-01 TW TW109111401A patent/TWI807180B/zh active
Also Published As
Publication number | Publication date |
---|---|
WO2020202450A1 (ja) | 2020-10-08 |
JP7280945B2 (ja) | 2023-05-24 |
JPWO2020204104A1 (zh) | 2020-10-08 |
WO2020204104A1 (ja) | 2020-10-08 |
TWI807180B (zh) | 2023-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lois et al. | The relationship between instrumental, symbolic and affective factors as predictors of car use: A structural equation modeling approach | |
Sheller | Automotive emotions: Feeling the car | |
Steinberger et al. | Designing gamified applications that make safe driving more engaging | |
Palat et al. | A simulator study of factors influencing drivers’ behavior at traffic lights | |
Casucci et al. | A numerical tool for reproducing driver behaviour: Experiments and predictive simulations | |
US11518413B2 (en) | Navigation of autonomous vehicles using turn aware machine learning based models for prediction of behavior of a traffic entity | |
Pakusch et al. | Traditional taxis vs automated taxis–Does the driver matter for Millennials? | |
JP6513913B2 (ja) | 情報提示装置、方法及びプログラム | |
Xu et al. | Studying freeway merging conflicts using virtual reality technology | |
Kaß et al. | A methodological approach to determine the benefits of external hmi during interactions between cyclists and automated vehicles: A bicycle simulator study | |
Abdulwahid et al. | A comprehensive review on the behaviour of motorcyclists: Motivations, issues, challenges, substantial analysis and recommendations | |
TWI762899B (zh) | 顧客價值觀分析方法、顧客價值觀分析裝置、使用價值觀資料之資訊處理方法及使用價值觀資料之資訊處理裝置 | |
Ferenchak | Longitudinal bicyclist, driver, and pedestrian perceptions of autonomous vehicle communication strategies | |
Riener | Driver-vehicle confluence or how to control your car in future? | |
Haug et al. | Identifying urban stress and bicycle infrastructure relationships: a mixed-methods citizen-science approach | |
TW202038175A (zh) | 人格分析方法、人格分析裝置、使用人格資料之資訊處理方法及使用人格資料之資訊處理裝置 | |
JP7122665B2 (ja) | 自動運転車を使用して動的なブランドプロモーションを促進するためのシステムおよび方法 | |
Yuan et al. | Study of correlation between driver emergency measures and pedestrian injury based on combined driving simulator and computer simulation | |
Ritchie et al. | Influence of traffic context and information presentation on evaluation of autonomous highway journeys | |
JP2004341719A (ja) | 客観的顧客満足度評価システム及びその方法 | |
Elliott et al. | An integrated approach for predicting consumer acceptance of self-driving vehicles in the United States | |
Raksincharoensak et al. | Integrated driver modelling considering state transition feature for individual adaptation of driver assistance systems | |
Tonguç et al. | Improvement of the visual warning system for various driving and road conditions in road transportation | |
Abdel-Aty et al. | Investigating the Effects of Pedestrian-to-Vehicle Human–Machine Interface Design Using Driving Simulator Experiment | |
Kotte et al. | Methodology and Results for the Investigation of Interactions Between Pedestrians and Vehicles in Real and Controlled Traffic Conditions |