WO2016185981A1 - 運転支援プログラム、運転支援方法および運転支援装置 - Google Patents
運転支援プログラム、運転支援方法および運転支援装置 Download PDFInfo
- Publication number
- WO2016185981A1 WO2016185981A1 PCT/JP2016/064048 JP2016064048W WO2016185981A1 WO 2016185981 A1 WO2016185981 A1 WO 2016185981A1 JP 2016064048 W JP2016064048 W JP 2016064048W WO 2016185981 A1 WO2016185981 A1 WO 2016185981A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- driver
- occurrence
- drowsiness
- driving
- operation schedule
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 57
- 206010041349 Somnolence Diseases 0.000 claims abstract description 145
- 208000032140 Sleepiness Diseases 0.000 claims abstract description 81
- 230000037321 sleepiness Effects 0.000 claims abstract description 81
- 230000033764 rhythmic process Effects 0.000 claims description 27
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 35
- 238000010586 diagram Methods 0.000 description 22
- 238000005259 measurement Methods 0.000 description 22
- 238000012545 processing Methods 0.000 description 20
- 238000012806 monitoring device Methods 0.000 description 19
- 238000004891 communication Methods 0.000 description 9
- 230000037007 arousal Effects 0.000 description 8
- 230000036772 blood pressure Effects 0.000 description 7
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 5
- 230000036760 body temperature Effects 0.000 description 5
- 238000007796 conventional method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000001174 ascending effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012797 qualification Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 241000238413 Octopus Species 0.000 description 1
- 206010062519 Poor quality sleep Diseases 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 210000000748 cardiovascular system Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009532 heart rate measurement Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003860 sleep quality Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
-
- 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
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/12—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time in graphical form
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
- G08G1/127—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station
- G08G1/13—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station the indicator being in the form of a map
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
Definitions
- the present invention relates to a driving support program and the like.
- an object of the present invention is to provide a driving support program, a driving support method, and a driving support device that can identify an appropriate driver to drive within a driving period of an operation schedule.
- the computer executes the following processing.
- the computer receives operation schedule information.
- the computer then performs processing based on the reference biological rhythm information of each of the plurality of driver candidates stored in the storage unit.
- the computer outputs driver candidates that are less likely to contain drowsiness in the biological rhythm within the driving period indicated by the received driving schedule information as drivers that are driven preferentially according to the driving schedule.
- FIG. 1 is a diagram illustrating an example of a configuration of a system according to the present embodiment.
- FIG. 2 is a functional block diagram showing the configuration of the operation monitoring apparatus.
- FIG. 3 is a functional block diagram showing the configuration of the health measuring device.
- FIG. 4 is a functional block diagram illustrating a configuration of the driving support device.
- FIG. 5 is a diagram illustrating an example of a data structure of the operation schedule table.
- FIG. 6 is a diagram illustrating an example of the data structure of the user table.
- FIG. 7 is a diagram illustrating an example of a data structure of the operation management table.
- FIG. 8 is a diagram illustrating an example of a data structure of the reference biological rhythm table.
- FIG. 9 is a diagram (1) illustrating an example of the screen information generated by the output unit.
- FIG. 9 is a diagram (1) illustrating an example of the screen information generated by the output unit.
- FIG. 10 is a diagram (2) illustrating an example of the screen information generated by the output unit.
- FIG. 11 is a flowchart illustrating a processing procedure of the driving support device.
- FIG. 12 is a diagram illustrating an example of a computer that executes a driving support program.
- FIG. 1 is a diagram illustrating an example of a configuration of a system according to the present embodiment.
- the system 1 includes a plurality of operation monitoring devices 2, a plurality of health measuring devices 3, a plurality of terminal devices 4, and a driving support device 100.
- the driving monitoring device 2, the health measuring device 3, the terminal device 4, and the driving support device 100 are connected to each other via the Internet 6.
- the operation monitoring device 2 is, for example, a device that is installed in a driver's seat of a vehicle and monitors operation information of the driver of the vehicle. Although only the operation monitoring device 2 is shown here, the system 1 may have other operation monitoring devices.
- the health measuring device 3 is a device that measures biometric information of a driver placed at home or at work, for example.
- the health measuring device 3 is a measuring device such as a sphygmomanometer, a weight scale, a thermometer, an alcohol detector, or a sleep measuring device.
- the terminal device 4 is, for example, a terminal device such as a personal computer disposed in a transportation company or the like.
- the terminal device 4 notifies the driving support device 100 of information on an operation schedule that defines a driving period, thereby receiving notification of information on an optimal driver to drive during the driving period.
- the driving support device 100 In order to select an optimal driver to drive within the driving period of a certain operation schedule, the driving support device 100 gives priority to a driver with a low degree of occurrence of drowsiness within the driving period based on the driver's reference biological rhythm information. It is a device to select. The driving support device 100 notifies the terminal device 4 of information on the optimal driver to drive within the driving period.
- the driving support device 100 is connected to each operation monitoring device 2 and the health measuring device 3 via the Internet.
- the driving support device 100 collects the operation information of each driver acquired by the operation monitoring device 2 via the Internet 6.
- the driving support device 100 collects the biometric information of each driver acquired by the health measuring device 3 via the Internet 6.
- the driving support device 100 collects information on the operation schedule from the terminal device 4. For example, the driving support device 100 generates reference biological rhythm information based on the collected operation information and biological information.
- FIG. 2 is a functional block diagram showing the configuration of the operation monitoring apparatus.
- the operation monitoring device 2 includes a vehicle speed detection unit 11, a rotation speed detection unit 12, an inter-vehicle distance detection unit 13, a white line detection unit 14, a GPS (Global Positioning System) 15, and sleepiness.
- Sensor 16 The operation monitoring apparatus 2 includes a status switch 17, a near-miss report switch 18, a drowsiness report switch 19, a reading unit 20, a clock unit 21, a radio unit 22, a storage unit 23, and a control unit 24.
- the vehicle speed detection unit 11 is a detection unit that detects a traveling speed and a traveling distance of the vehicle through, for example, a sensor mounted on the vehicle.
- the rotation speed detection unit 12 is, for example, a detection unit that detects the engine rotation speed of a vehicle through a sensor mounted on the vehicle.
- the inter-vehicle distance detection unit 13 is a detection unit that detects the inter-vehicle distance to the preceding vehicle through a sensor mounted on the vehicle, for example.
- the white line detection part 14 is a detection part which detects the deviation from the white line which is a lane of a road through the sensor mounted in the vehicle, for example.
- the GPS 15 is a system that measures the current position of the vehicle.
- the sleepiness sensor 16 is, for example, a sensor that detects sleepiness of a driver of a traveling vehicle.
- the status switch 17 is, for example, a switch that designates the state of the driver of the vehicle.
- the status switch 17 is a switch for designating states such as no designation, loading, unloading, resting, sleeping, and the like.
- the near-miss report switch 18 is, for example, a report switch that is operated when the driver of the driving vehicle notices a near-miss.
- the drowsiness reporting switch 19 is a reporting switch that is operated, for example, when the driver of the driving vehicle is aware of drowsiness.
- the reading unit 20 executes, for example, a driver's license and non-contact IC communication, reads personal information in the driver's license, and identifies the user ID of the driver of the driving vehicle based on the read personal information.
- the clock unit 21 is a clock that measures the current date and time.
- the wireless unit 22 is a communication interface that is connected to the Internet 6 by a wireless method, for example.
- the storage unit 23 is an area for storing various information.
- the control unit 24 is a processing unit that controls the entire operation monitoring device 2.
- the control unit 24 collects detection results for each driver such as the vehicle speed detection unit 11, the rotation speed detection unit 12, the inter-vehicle distance detection unit 13, the white line detection unit 14, and the drowsiness sensor 16 in association with the measurement date and time, and the collected detection The result is stored in the storage unit 23.
- the control unit 24 collects switch results for each driver such as the status switch 17, the near miss report switch 18, and the drowsiness report switch 19 in association with the measurement date and time, and stores the collected switch results in the storage unit 23. That is, the control unit 24 stores operation information such as detection results and switch results for each driver in the storage unit 23 in association with the measurement date.
- FIG. 3 is a functional block diagram showing the configuration of the health measuring device.
- the health measurement device 3 includes a detection unit 31, a radio unit 32, a storage unit 33, and a control unit 34.
- the detection unit 31 detects the biological information of the user. For example, when the health measuring device 3 is a pulse meter, the detection unit 31 measures a user's pulse rate, for example, a contact method such as an earring type that contacts the user's body or a non-contact type pulse measurement unit. is there. When the health measurement device 3 is a blood pressure monitor, the detection unit 31 is a blood pressure measurement unit that measures a user's blood pressure, for example, a contact-type or non-contact-type blood pressure. For example, when the health measuring device 3 is a weight scale, the detection unit 31 is a weight measuring unit that measures the weight of the user, for example, a contact type or a non-contact type.
- the detecting unit 31 is a body temperature measuring unit that measures a user's body temperature, for example, a contact type or a non-contact type.
- the detection unit 31 is a measurement unit that measures alcohol concentration in expiration of the user.
- the detection unit 31 is a measurement unit that measures the quality of sleep of the user.
- the wireless unit 32 is, for example, a communication interface that communicates with the Internet 6 in a wireless manner.
- the health measuring device 3 may have a function of communicating with the Internet 6 using a terminal device such as a smartphone.
- the storage unit 33 is an area that stores biometric information for each measurement date and time for each user ID that identifies a user of the health measurement device 3.
- the control unit 34 is a processing unit that controls the entire health measurement device 3. The control unit 34 stores biometric information for each measurement date and time in the storage unit 33 for each user ID that identifies the user of the health measurement device 3.
- FIG. 4 is a functional block diagram illustrating a configuration of the driving support device.
- the driving support device 100 includes a communication unit 110, an input unit 120, a display unit 130, a storage unit 140, and a control unit 150.
- the communication unit 110 is a communication interface that communicates with the operation monitoring device 2, the healthy measurement device 3, and the terminal device 4 via the Internet 6.
- the communication unit 110 corresponds to a communication device.
- a control unit 150 described later exchanges data with the operation monitoring device 2, the health measurement device 3, and the terminal device 4 via the communication device 110.
- the input unit 120 is an input device for inputting various types of information.
- the input unit 120 corresponds to a keyboard, a mouse, a touch panel, and the like.
- the display unit 130 is a display device that displays various types of information output from the control unit 150.
- the display unit 130 corresponds to a liquid crystal display, a touch panel, or the like.
- the storage unit 140 includes an operation schedule table 140a, a user table 140b, an operation management table 140c, and a reference biological rhythm table 140d.
- the storage unit 140 corresponds to a storage device such as a semiconductor memory element such as a RAM (Random Access Memory), a ROM (Read Only Memory), and a flash memory (Flash Memory).
- the operation schedule table 140a is a table that holds information on each operation schedule.
- FIG. 5 is a diagram illustrating an example of a data structure of the operation schedule table. As shown in FIG. 5, this operation schedule table 140a associates an operation schedule ID, a date, and an operation period.
- the operation schedule ID is information for uniquely specifying the operation schedule.
- the date corresponds to the date of the corresponding operation schedule.
- the operation period corresponds to the operation period of the corresponding operation schedule.
- the date and time of the operation schedule corresponding to the operation schedule ID “D101” is “April 1, 2014”, and the operation period is “9:00 to 12:00”.
- an operation schedule may also contain the information which shows a driving end position from the driving start position, the information which shows a driving route, and the information of the vehicle to drive.
- the user table 140b is a table that holds the personal information of the driver for each identification information for identifying the driver.
- FIG. 6 is a diagram illustrating an example of the data structure of the user table. As shown in FIG. 6, the user table 140b includes a user ID, a user name, a gender, an age, a license type, a mileage, a driver history, qualification information, and a business vehicle type. Associate.
- User ID is information that uniquely identifies the driver of the vehicle.
- the user ID may be, for example, a common ID that links an ID of a driver's license of a driver, an employee ID of an employer, and an ID of a user of the health measuring device 3.
- the user name is the name of the driver.
- the gender is the gender of the driver.
- the age is, for example, the age and date of birth of the driver.
- the license type is, for example, the type of driver's license for a driver of two types of large size.
- the travel distance is, for example, the total travel distance traveled by the vehicle as a driver.
- the driver history is, for example, the total number of years of experience working as a driver.
- the qualification information is, for example, qualification information as a driver such as an operation manager or a forklift.
- the business vehicle type is a vehicle type experienced in business as a driver such as a dump truck or a large semi-trailer.
- the operation management table 140c is information including driver biometric information and operation information for each user ID.
- FIG. 7 is a diagram illustrating an example of a data structure of the operation management table. As shown in FIG. 7, the operation management table 140c associates a user ID, measurement date and time, body temperature, weight, blood pressure, pulse, ALC, drowsiness detection count, and operation graph. Further, the operation management table 140c associates white line departure, near-miss, violation, inter-vehicle distance violation, travel speed, travel distance, and engine speed.
- the user ID corresponds to the user ID described in FIG.
- the measurement date and time is, for example, the measurement date and time measured by the clock unit 21.
- the body temperature is, for example, a driver's body temperature collected by a thermometer that is the health measuring device 3.
- the body weight is, for example, the weight of the driver collected by a scale that is the health measuring device 3.
- the blood pressure is, for example, a driver's blood pressure collected by a blood pressure monitor that is the health measuring device 3.
- the pulse rate is, for example, the pulse rate of the driver collected by a pulse meter that is the health measuring device 3.
- ALC is, for example, the alcohol concentration in the breath of the driver detected by an alcohol measuring device that is the health measuring device 3.
- Sleepiness detection indicates the operation of the sleepiness reporting switch 19 in the operation monitoring device 2, that is, whether or not the driver feels sleepiness. If the driver feels sleepy, “1” is stored.
- the operation flag corresponds to a flag indicating whether or not the driver is operating.
- the operation flag is “1”
- the operation is started when the operation start is designated by the status switch 17 in the operation monitoring device 2.
- the operation flag is “0”, the operation is stopped when the operation switch is stopped by the status switch 17.
- the white line departure indicates whether or not a white line departure is detected by the white line detection unit 14 in the operation monitoring device 2. For example, “1” is stored when a white line departure occurs.
- the near miss indicates an operation of the near miss reporting switch 18 in the operation monitoring device 2, that is, whether or not the driver feels a near miss. If the driver feels a near-miss, “1” is stored.
- “Violation” indicates, for example, whether or not a violation such as overspeed or sudden acceleration / deceleration detected by the detection results of the vehicle speed detection unit 11 and the rotation speed detection unit 12 in the operation monitoring device 2 has occurred. For example, “1” is stored when a violation such as excessive speed or rapid acceleration / deceleration occurs.
- the inter-vehicle distance violation indicates whether or not the inter-vehicle distance to the preceding vehicle detected by the inter-vehicle distance detection unit 13 in the operation monitoring device 2 is less than a predetermined distance. “1” is stored when the distance between the vehicle and the vehicle ahead is less than the predetermined distance.
- the traveling speed is, for example, the traveling speed of the traveling vehicle during the operating hours.
- the travel distance is, for example, the travel distance of the traveling vehicle in the operating time zone.
- the engine speed is, for example, the engine speed of the traveling vehicle in the operating time zone.
- the reference biorhythm table 140d is a table that holds the user's reference biorhythm information for each user ID.
- the reference biological rhythm information is information indicating the degree of occurrence of driver drowsiness for each time period.
- the degree of sleepiness generation includes the number of sleepiness occurrences, the sleepiness occurrence time, and the intensity of sleepiness occurrence.
- the number of sleepiness occurrences corresponds to the number of times the driver feels sleepy.
- the drowsiness occurrence time indicates the time during which the driver has been drowsy.
- the intensity of sleepiness generation indicates how much sleepiness has occurred in the driver, and is set in the range of level 1 to level 5, for example. The higher the level, the stronger the driver feels sleepy.
- FIG. 8 is a diagram showing an example of the data structure of the reference biological rhythm table.
- the reference biological rhythm table 140d holds information indicating the degree of sleepiness in each time zone for each user ID.
- the driver with the user ID “XXXX1” has a sleepiness occurrence count of “2 times”, a sleepiness occurrence time of “10 minutes”, and a sleepiness occurrence occurrence in the time zone “0: 00-1: 00: 00”. It is indicated that the strength is “level 2”.
- the degree of sleepiness generated every hour is shown, but the present invention is not limited to this, and the reference biological rhythm table may hold the degree of sleepiness generated every N minutes.
- the control unit 150 includes a reception unit 150a, a generation unit 150b, and an output unit 150c.
- the control unit 150 corresponds to, for example, an integrated device such as an application specific integrated circuit (ASIC) or a field programmable gate array (FPGA).
- the control unit 150 corresponds to an electronic circuit such as a CPU (Central Processing Unit) or an MPU (Micro Processing Unit).
- the accepting unit 150 a is a processing unit that accepts various types of information via the Internet 6 and stores the accepted information in the storage unit 140.
- the reception unit 150a receives operation information from the operation monitoring device 2, receives biological information from the health measurement device 3, and registers the operation information and biological information in the operation management table 140c.
- the reception unit 150a receives personal information of each driver from the terminal device 4, and registers the received personal information in the user table 140b.
- the reception unit 150a receives operation schedule information from the terminal device 4, and stores the received operation schedule information in the operation schedule table 140a.
- the generation unit 150b is a processing unit that generates reference biorhythm information for each user ID based on the operation management table 140c.
- the generation unit 150b registers the generated reference biorhythm information in the reference biorhythm table 140d.
- an example of processing in which the generation unit 150b generates reference biorhythm information will be described.
- the generation unit 150b specifies the number of times the sleepiness occurs.
- the generation unit 150b identifies the number of sleepiness occurrences by counting the number of times that the sleepiness detection of the operation management table 140c is “1” for each predetermined time period for the user ID of the corresponding driver.
- the generation unit 150b may specify the number of sleepiness occurrences by counting the number of sleepiness occurrences in the same time zone on different dates and averaging the total number of sleepiness occurrences.
- the generation unit 150b determines the arousal level by referring to the pulse of the operation management table 140c and analyzing the fluctuation of the heart rate variability for the user ID of the corresponding driver.
- the interval between heartbeats that is, the heartbeat interval does not always take a constant value, but the heartbeat interval varies from one beat to another due to the influence of the cardiovascular system.
- the generation unit 150b performs frequency analysis on the heartbeat interval, and determines the arousal level from the relationship between the peak value of the spectral density and the frequency corresponding to the peak value.
- the generation unit 150b specifies the drowsiness occurrence time by measuring the time when the awakening level is equal to or less than the threshold value for each time zone.
- the generation unit 150b may specify the drowsiness occurrence time by measuring the drowsiness occurrence time in the same time zone on different dates and averaging the measured drowsiness occurrence times.
- the generation unit 150b may obtain the arousal level by any conventional technique.
- the generation unit 150b obtains the arousal level based on literature (Yasuhiko Nakano et al., “Driver Awakening Level Detection Technology”, magazine FUJITSU, 2008-July issue, VOL.59, NO.4).
- the generation unit 150b determines the arousal level by referring to the pulse of the operation management table 140c and analyzing the fluctuation of the heart rate variability for the user ID of the corresponding driver.
- the generation unit 150b converts the arousal level into the drowsiness level based on a table in which the relationship between the high level of wakefulness level and the intensity of drowsiness generation is defined in advance.
- the process in which the generation unit 150b obtains the arousal level is the same as that described above.
- the generation unit 150b may identify the strength of sleepiness generation by identifying the strength of sleepiness occurrence in the same time zone on different dates, and taking the median value of the identified strength of sleepiness occurrence. .
- the generation unit 150b repeatedly executes the above process for each user ID to identify the number of sleepiness occurrences, sleepiness occurrence time, and intensity of sleepiness corresponding to each user ID, and stores them in the reference biological rhythm table 140d. sign up.
- the generation unit 150b generates the reference biological rhythm table 140d has been shown, but the driving support device 100 may store the reference biological rhythm table 140d created in advance in the storage unit 140.
- the output unit 150c is a processing unit that preferentially selects a driver having a low degree of drowsiness generation within the driving period of the operation schedule information based on the reference biological rhythm table 140d.
- the driver selected by the output unit 150c is a driver that operates during the operation period of the operation schedule.
- the output unit 150 c outputs information on the selected driver to the terminal device 4.
- an example of processing of the output unit 150c will be described.
- the output unit 150c acquires the operation schedule ID from the terminal device 4, compares the acquired operation schedule ID with the operation schedule table 140a, and identifies the operation period of the operation schedule. Note that the output unit 150 c may acquire information on the operation period of the operation schedule directly from the terminal device 4.
- the output unit 150c After specifying the operation period of the operation schedule, the output unit 150c compares the operation period with the reference biorhythm table 140d, and compares the information on the reference biorhythm of each user ID corresponding to the operation period.
- the output unit 150c sorts the user IDs in the order of the drivers of the reference biological rhythms having a low degree of occurrence of sleepiness among the compared reference biological rhythms. For example, the output unit 150c sorts the user IDs by performing any of the following first to third processes.
- the output unit 150c pays attention to the number of sleepiness occurrences, adds up the number of sleepiness occurrences during the driving period, and sorts the user IDs in ascending order of the total number of sleepiness occurrences.
- the output unit 150c ranks the user IDs having the same number of times of sleepiness by paying attention to the sleepiness generation time or the intensity of sleepiness generation.
- the process of ranking user IDs by paying attention to the sleepiness occurrence time will be described in a second process described later.
- the process of ranking user IDs by paying attention to the strength of sleepiness will be described in a third process described later.
- the output unit 150c pays attention to the drowsiness occurrence time, adds up the drowsiness occurrence times during the driving period, and sorts the user IDs in the order of the shortest drowsiness occurrence time.
- the output unit 150c ranks the user IDs with the same sleepiness occurrence time by paying attention to the number of sleepiness occurrences or the intensity of sleepiness occurrence.
- the process of ranking user IDs focusing on the number of sleepiness occurrences corresponds to the first process described above.
- the process of ranking user IDs by paying attention to the strength of sleepiness will be described in a third process described later.
- the output unit 150c pays attention to the intensity of sleepiness generation, takes the average value of the sleepiness generation intensity during the driving period, and sorts the user IDs in ascending order of the average sleepiness generation intensity.
- the output unit 150c pays attention to the number of sleepiness occurrences or the sleepiness occurrence time, for user IDs having the same average sleepiness occurrence intensity.
- Ranking The process of ranking user IDs focusing on the number of sleepiness occurrences corresponds to the first process described above.
- the process of ranking user IDs focusing on the sleepiness occurrence time corresponds to the second process described above.
- the output unit 150c sorts the user IDs in the order of the driver of the reference biological rhythm with a low degree of occurrence of drowsiness during the driving period of the operation schedule by executing the above processing. Based on the sorted result, the output unit 150c selects a driver to drive during the driving period of the operation schedule, and generates screen information based on the selected result.
- the output unit 150c selects the driver with the first user ID as the driver to drive during the operation period of the operation schedule, and generates screen information.
- the selected driver is the driver with the user ID having the lowest degree of occurrence of drowsiness during the driving period.
- FIG. 9 is a diagram (1) illustrating an example of screen information generated by the output unit.
- the screen information 40 includes an area 40a for displaying an operation schedule ID, an area 40b for displaying an operation date and time, an area 40c for displaying recommended driver information, and an area 40d for displaying a graph.
- the operation date / time is a combination of the date of the operation schedule table 140a described in FIG. 5 and the operation period.
- Recommended driver information is information on the driver of the user ID with the lowest degree of occurrence of drowsiness during the driving period.
- the output unit 150c compares the user ID selected by the above processing with the user table 140b, acquires recommended driver information, and sets the information in the area 40c.
- the output unit 150c may display the number of sleepiness occurrences corresponding to the user ID, the length of sleepiness occurrence time, and the intensity of sleepiness occurrence.
- the graph is a graph showing the degree of occurrence of sleepiness of the user ID during the operation period of the operation schedule.
- graphs 50a, 50b, and 50c are shown.
- the graph 50a is a graph showing the transition of the number of sleepiness occurrences for the user ID selected by the output unit 150c.
- the horizontal axis of the graph 50a corresponds to time, and the vertical axis corresponds to the number of sleepiness occurrences.
- the horizontal axis of the graph 50b corresponds to time, and the vertical axis corresponds to sleepiness occurrence time.
- the horizontal axis of the graph 50c corresponds to time, and the vertical axis corresponds to the intensity of sleepiness occurrence.
- the output unit 150c outputs the generated screen information 40 to the terminal device 4 for display.
- the output unit 150c may select user IDs from the top to a predetermined order based on the sorted result, and generate screen information by arranging them in the order of low occurrence of drowsiness.
- FIG. 10 is a diagram (2) illustrating an example of the screen information generated by the output unit.
- the screen information 45 includes an area 45 a for displaying an operation schedule ID, an area 45 b for displaying an operation date and time, and an area 45 c for displaying information on a plurality of recommended drivers.
- the output unit 150c sets the driver information corresponding to the user ID in ascending order of occurrence of drowsiness.
- the output unit 150 c may set the graph shown in FIG. 9 corresponding to each user ID.
- the output unit 150c outputs the generated screen information 45 to the terminal device 4 for display.
- FIG. 11 is a flowchart illustrating a processing procedure of the driving support device.
- the reception unit 150a of the driving support device 100 receives information on the operation schedule from the terminal device 4 (step S101).
- the accepting unit 150a accepts the operation schedule ID (step S102).
- the output unit 150c of the driving support device 100 identifies the driving period corresponding to the operation schedule ID (step S103). Based on the reference biological rhythm table 140c, the output unit 150c preferentially selects driver candidates with a low degree of occurrence of drowsiness in the biological rhythm during the driving period (step S104).
- the output unit 150c generates screen information (step S105), and outputs the generated screen information to the terminal device 4 (step S106).
- the driving assistance apparatus 100 determines whether or not to continue the process (step S107).
- the driving assistance apparatus 100 transfers to step S102, when a process is continued (step S107, Yes).
- the driving assistance apparatus 100 complete
- the driving support apparatus 100 selects a driver candidate with a low degree of occurrence of drowsiness during the driving period of the operation schedule based on the reference biological rhythm of each driver candidate stored in the reference biological rhythm table 140d. Then, the driving support device 100 sets the selected driver candidate as a driver who drives within the driving period of the driving schedule. As a result, it is possible to identify the optimum driver to drive within the operation period of the operation schedule.
- the driving support device 100 uses the number of sleepiness occurrences during the driving period, the length of time of sleepiness occurrence, or the strength of sleepiness occurrence as the degree of occurrence of sleepiness. For this reason, it is possible to efficiently select a driver having a low degree of occurrence of drowsiness within the driving period of the operation schedule.
- the driving support device 100 when the driving support device 100 outputs a driver who drives within the driving period of the operation schedule, the driving support device 100 outputs a value including the value indicating the strength of the occurrence of drowsiness in association with the driver. For this reason, for example, an employee of a transportation company that selects a driver can select a driver who can perform safe driving while grasping the sleepiness of the driver during the driving period.
- the driving support device 100 when the driving support device 100 outputs a driver who drives within the driving period of the operation schedule, the driving support device 100 outputs a plurality of driver candidates side by side in the order of the low degree of occurrence of sleepiness. For this reason, for example, an employee of a transportation company that selects a driver can select a driver that can perform safe driving from among a plurality of driver candidates.
- the driving support device 100 outputs a driver who drives during the driving period of the operation schedule, for each driver, the reference biorhythm information displays a graph indicating the time when sleepiness is generated. For this reason, for example, an employee of a transportation company that selects a driver can easily grasp the time zone in which each driver feels sleepy.
- the process in which the output unit 150c of the driving support apparatus 100 selects the user ID is not limited to the above process.
- other processes executed by the output unit 150c will be described.
- the output unit 150c classifies the user IDs into a plurality of groups for each vital sign pattern of each user ID, and prioritizes the user IDs of the groups that match the pattern corresponding to the operation schedule. It may be output as the user ID of the driver who performs the operation.
- the output unit 150c classifies the operation schedule pattern into a morning type, a day type, a night type, and a midnight type based on the operation time of the operation schedule.
- the output unit 150c includes a morning type when the operation time is included from 6:00 to 12:00, and a day type when the operation time is included from 12:00 to 18:00, and includes an operation time from 18:00 to 24:00.
- the night type is used, and when the operation time is included from 24:00 to 6:00, the night type is selected.
- the output unit 150c classifies the user ID into a morning group, a day group, a night group, and a midnight group based on the reference biological rhythm information of the user ID. For example, the output unit 150c compares the time period corresponding to the morning type, the day type, the night type, and the midnight type of the operation schedule with the reference biological rhythm information, and determines the degree of occurrence of sleepiness in each time zone. Each user ID is classified by selecting a small number of user IDs. The process in which the output unit 150c selects a user ID with a low degree of occurrence of drowsiness for a certain time period is the same as the process for selecting a user ID with a low degree of occurrence of drowsiness for the driving time described above. It is.
- the output unit 150c preferentially selects the driver of the driving schedule from the drivers of the user ID classified into the morning type group. By executing such processing, the user IDs to be selected can be narrowed down from the beginning, and the processing load can be reduced.
- the output unit 150c may classify each user ID into a group suitable for long-distance driving and a group suitable for short-distance driving. Further, it is assumed that pattern information for identifying whether the operation distance is a long distance or a short distance is given to the operation schedule.
- the output unit 150c selects either a group suitable for long-distance driving or a group suitable for short-distance driving based on the pattern information of the operation schedule. And the output part 150c selects user ID with few degrees in which sleepiness generation
- the output unit 150c may classify the user ID into a group other than the morning type, the day type, the night type, and the midnight type group. In the following, other group classification methods will be described.
- the output unit 150c may classify user IDs of drivers who are appropriate for continuous operation into one group. For example, the output unit 150c selects a user ID with a low degree of drowsiness in continuous running without taking a break for less than 30 minutes from the start of running, and classifies the user ID as a driver ID of a driver who is appropriate for continuous driving. .
- the output unit 150c may classify user IDs of drivers who are suitable for long-time driving into one group. For example, the output unit 150c selects a user ID with a low degree of drowsiness even if the ratio of driving time to driving, excluding breaks / rest, exceeds 60% and is more than 8 hours, It is classified as the user ID of a driver who is suitable for time driving.
- the output unit 150c may classify the user IDs of drivers who are suitable for working late at night into one group. For example, the output unit 150c selects a user ID that is less likely to include drowsiness in the midnight hours (22:00 to 4 o'clock), and classifies the user ID as a driver ID suitable for working at midnight hours.
- the output unit 150c may classify user IDs of drivers having predetermined sleep characteristics into one group. For example, the output unit 150c selects a user ID of a driver that has a fast transition to deep sleep, good sleep quality, and does not generate drowsiness or dangerous driving signs even during divided breaks, and has predetermined sleep characteristics. Classify as user ID of driver. For example, the output unit 150c uses the sleep evaluation value obtained by the sleep meter and the index of sleepiness after the break of the digital octopus and the risk sign analysis, the transition speed to the deep sleep, the quality of sleep, the sleepiness after the break. And determine dangerous driving signs.
- the output unit 150c may classify user IDs of drivers having predetermined cargo handling work characteristics into one group. For example, the output unit 150c simply defines the amount of activity of one work by a value obtained by multiplying the work time by the load index of the cargo handling work. And the output part 150c selects the user ID of the driver who has a cargo handling characteristic in view of the sleepiness generation
- working For example, the output unit 150c indicates that a value obtained by multiplying the work time by the load index of the cargo handling work is greater than a predetermined value, and a driver having a low degree of occurrence of drowsiness during the subsequent driving period has predetermined cargo handling work characteristics.
- the output unit 150c has a value obtained by multiplying the work time and the load index of the cargo handling work greater than a predetermined value, and a driver having a high degree of including drowsiness during a subsequent driving period has a predetermined value. Classify as a driver with no cargo handling characteristics.
- FIG. 12 is a diagram illustrating an example of a computer that executes a driving support program.
- the computer 200 includes a CPU 201 that executes various arithmetic processes, an input device 202 that receives input of data from a user, and a display 203.
- the computer 200 also includes a reading device 204 that reads a program and the like from a storage medium, and an interface device 205 that exchanges data with other computers via a network.
- the computer 200 also includes a RAM 206 that temporarily stores various information and a hard disk device 207.
- the devices 201 to 207 are connected to the bus 208.
- the hard disk device 207 reads the reception program 207 a and the output program 207 b and expands them in the RAM 206.
- the reception program 207a functions as a reception process 206a.
- the output program 207b functions as the output process 206b.
- the reception process 206a corresponds to the reception unit 150a.
- the output process 206b corresponds to the output unit 150c.
- each program is stored in a “portable physical medium” such as a flexible disk (FD), a CD-ROM, a DVD disk, a magneto-optical disk, and an IC card inserted into the computer 200. Then, the computer 200 may read and execute the receiving program 207a and the output program 207b.
- a “portable physical medium” such as a flexible disk (FD), a CD-ROM, a DVD disk, a magneto-optical disk, and an IC card inserted into the computer 200.
- the computer 200 may read and execute the receiving program 207a and the output program 207b.
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Remote Sensing (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Developmental Disabilities (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Child & Adolescent Psychology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Educational Technology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Radar, Positioning & Navigation (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Traffic Control Systems (AREA)
- Time Recorders, Dirve Recorders, Access Control (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本発明にかかる運転支援装置(100)は、受付部(150a)と出力部(150c)とを有する。受付部(150a)は、ドライバーが車両を運転する運転時間を規定した運行スケジュールの情報を受け付ける。出力部(150c)は、複数のドライバー候補のそれぞれの基準生体リズム情報に基づいて、運転期間内における眠気発生が含まれる度合いの少ないドライバー候補を優先的に、運行スケジュールで運転するドライバーとして出力する。
Description
本発明は、運転支援プログラム等に関する。
近年、交通事故死亡者数は減少傾向にあるが、トラック等の事業用車による死亡事故は微増傾向にある。このため、例えば、事業用車に運行記録計を装着することを推奨し、運行記録を基にして、事故の発生しやすい場所や時間等を分析する従来技術が存在する。また、事業用車を運転するドライバーの健康管理機器を用いて、ドライバーの健康管理を行う従来技術も存在する。
しかしながら、上述した従来技術では、運行スケジュールの運転期間内に運転する適当なドライバーを特定することができないという問題がある。
例えば、事業用車のドライバーは、会社によって定められた運行スケジュールの運転期間内に合わせて、事業用車を運転することが多いため、必ずしもドライバーに適した時間帯に、ドライバーが事業用車を運転できるものではなかった。
1つの側面では、本発明は、運行スケジュールの運転期間内に運転する適当なドライバーを特定することができる運転支援プログラム、運転支援方法および運転支援装置を提供することを目的とする。
第1の案では、コンピュータに下記の処理を実行させる。コンピュータは、運行スケジュール情報を受け付ける。コンピュータは、記憶部に記憶された複数のドライバー候補のそれぞれの基準生体リズム情報に基づいて、次に処理を行う。コンピュータは、受け付けた運行スケジュール情報が示す運転期間内に生体リズムにおける眠気発生が含まれる度合いの少ないドライバー候補を優先的に運行スケジュールで運転するドライバーとして出力する。
運行スケジュールの運転期間内に運転する適当なドライバーを特定することができる。
以下に、本願の開示する運転支援プログラム、運転支援方法および運転支援装置の実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。
本実施例に係るシステムの構成の一例について説明する。図1は、本実施例に係るシステムの構成の一例を示す図である。図1に示すように、このシステム1は、複数の運行監視装置2と、複数の健康測定装置3と、複数の端末装置4と、運転支援装置100とを有する。運転監視装置2と、健康測定装置3と、端末装置4と、運転支援装置100とは、インターネット6を介して相互に接続される。
運行監視装置2は、例えば、車両の運転席に搭載され、その車両のドライバーの運行情報を監視する装置である。ここでは、運行監視装置2のみを示すが、システム1は、その他の運行監視装置を有していても良い。
健康測定装置3は、例えば、自宅や職場等に配置されたドライバーの生体情報を測定する装置である。健康測定装置3は、例えば、血圧計、体重計、体温計、アルコール検知器や睡眠測定器等の測定装置である。
端末装置4は、例えば、運輸会社等に配置された、パソコン等の端末装置である。例えば、端末装置4は、運転期間を定義した運行スケジュールの情報を運転支援装置100に通知することで、運転期間に運転させる最適なドライバーの情報の通知を受ける。
運転支援装置100は、ある運行スケジュールの運転期間内に運転させる最適なドライバーを選択するために、ドライバーの基準生体リズム情報に基づき、運転期間内の眠気発生が含まれる度合いの少ないドライバーを優先的に選択する装置である。運転支援装置100は、運転期間内に運転させる最適なドライバーの情報を、端末装置4に通知する。
ここで、運転支援装置100は、インターネット経由で各運行監視装置2及び健康測定装置3と通信接続する。運転支援装置100は、運行監視装置2で取得した各ドライバーの運行情報をインターネット6経由で収集する。運転支援装置100は、健康測定装置3で取得した各ドライバーの生体情報をインターネット6経由で収集する。運転支援装置100は、運行スケジュールの情報を、端末装置4から収集する。例えば、運転支援装置100は、収集した運行情報および生体情報を基にして、基準生体リズム情報を生成する。
図1に示した運行監視装置2の構成の一例について説明する。図2は、運行監視装置の構成を示す機能ブロック図である。図2に示すように、この運行監視装置2は、車速検出部11と、回転数検出部12と、車間距離検出部13と、白線検知部14と、GPS(Global Positioning System)15と、眠気センサ16とを有する。運行監視装置2は、ステータススイッチ17と、ヒヤリハット申告スイッチ18と、眠気申告スイッチ19と、読取部20と、時計部21と、無線部22と、記憶部23と、制御部24とを有する。
車速検出部11は、例えば、車両に搭載したセンサ等を通じて車両の走行速度及び走行距離を検出する検出部である。回転数検出部12は、例えば、車両に搭載したセンサを通じて車両のエンジン回転数を検出する検出部である。車間距離検出部13は、例えば、車両に搭載したセンサを通じて、前方車両までの車間距離を検出する検出部である。白線検知部14は、例えば、車両に搭載したセンサを通じて、道路の車線である白線逸脱を検知する検知部である。GPS15は、車両の現在位置を測定するシステムである。眠気センサ16は、例えば、走行車両のドライバーの眠気を検知するセンサである。
ステータススイッチ17は、例えば、車両のドライバーの状態を指定するスイッチである。ステータススイッチ17は、例えば、指定なし、荷積み、荷卸し、休憩、睡眠中等の状態を指定するスイッチである。ヒヤリハット申告スイッチ18は、例えば、運転車両のドライバーがヒヤリハットを自覚した場合に操作する申告スイッチである。眠気申告スイッチ19は、例えば、運転車両のドライバーが眠気を自覚した場合に操作する申告スイッチである。読取部20は、例えば、運転免許証と非接触IC通信を実行し、運転免許証内の個人情報を読み取り、読み取った個人情報に基づき、運転車両のドライバーの利用者IDを識別する。
時計部21は、現在日時を計時する時計である。無線部22は、例えば、無線方式でインターネット6と通信接続する通信インタフェースである。記憶部23は、各種情報を記憶する領域である。
制御部24は、運行監視装置2全体を制御する処理部である。制御部24は、車速検出部11、回転数検出部12、車間距離検出部13、白線検知部14及び眠気センサ16等のドライバー毎の検出結果を測定日時に対応付けて収集し、収集した検出結果を記憶部23に記憶する。制御部24は、ステータススイッチ17、ヒヤリハット申告スイッチ18及び眠気申告スイッチ19等のドライバー毎のスイッチ結果を測定日時に対応付けて収集し、収集したスイッチ結果を記憶部23に記憶する。つまり、制御部24は、ドライバー毎の検出結果やスイッチ結果等の運行情報を測定日時に対応付けて記憶部23に記憶する。
図1に示した健康測定装置3の構成の一例について説明する。図3は、健康測定装置の構成を示す機能ブロック図である。図3に示すように、健康測定装置3は、検出部31と、無線部32と、記憶部33と、制御部34とを有する。
検出部31は、利用者の生体情報を検出する。例えば、健康測定装置3が脈拍計の場合、検出部31は、利用者の脈拍数を測定する、例えば、利用者の身体に接触するイヤリングタイプ等の接触方式や非接触方式の脈拍測定部である。また、健康測定装置3が血圧計の場合、検出部31は、利用者の血圧数を測定する、例えば、接触方式又は非接触方式の血圧測定部である。例えば、健康測定装置3が体重計の場合、検出部31は、利用者の体重を測定する、例えば、接触方式又は非接触方式の体重測定部である。例えば、健康測定装置3が体温計の場合、検出部31は、利用者の体温を測定する、例えば、接触方式又は非接触方式の体温測定部である。例えば、健康測定装置3が呼気中のアルコール濃度を検知する測定装置の場合、検出部31は、利用者の呼気中のアルコール濃度を測定する測定部である。健康測定装置3が睡眠測定装置の場合、検出部31は、利用者の睡眠の質を測定する測定部である。
無線部32は、例えば、無線方式でインターネット6と通信接続する通信インタフェースである。尚、健康測定装置3は、無線部32を内蔵していない場合、スマートフォン等の端末装置を使用してインターネット6と通信接続する機能を備えるようにしても良い。記憶部33は、健康測定装置3の利用者を識別する利用者ID毎に測定日時毎の生体情報を記憶する領域である。制御部34は、健康測定装置3全体を制御する処理部である。制御部34は、健康測定装置3の利用者を識別する利用者ID毎に測定日時毎の生体情報を記憶部33に記憶する。
図1に示した運転支援装置100の構成の一例について説明する。図4は、運転支援装置の構成を示す機能ブロック図である。図4に示すように、この運転支援装置100は、通信部110と、入力部120と、表示部130と、記憶部140と、制御部150とを有する。
通信部110は、インターネット6を介して運行監視装置2、健測定装置3、端末装置4と通信接続する通信インタフェースである。通信部110は、通信装置に対応する。後述する制御部150は、通信装置110を介して、運行監視装置2、健康測定装置3、端末装置4とデータをやり取りする。
入力部120は、各種の情報を入力する入力装置である。例えば、入力部120は、キーボード、マウス、タッチパネル等に対応する。表示部130は、制御部150から出力される各種の情報を表示する表示装置である。表示部130は、液晶ディスプレイ、タッチパネル等に対応する。
記憶部140は、運行スケジュールテーブル140a、利用者テーブル140b、運行管理テーブル140c、基準生体リズムテーブル140dを有する。記憶部140は、例えば、RAM(Random Access Memory)、ROM(Read Only Memory)、フラッシュメモリ(Flash Memory)などの半導体メモリ素子などの記憶装置に対応する。
運行スケジュールテーブル140aは、各運行スケジュールの情報を保持するテーブルである。図5は、運行スケジュールテーブルのデータ構造の一例を示す図である。図5に示すように、この運行スケジュールテーブル140aは、運行スケジュールIDと、日付と、運転期間とを対応付ける。
運行スケジュールID(identification)は、運行スケジュールを一意に特定する情報である。日付は、該当する運行スケジュールの日付に対応する。運転期間は、該当する運行スケジュールの運転期間に対応する。例えば、運行スケジュールID「D101」に対応する運行スケジュールの日時は「2014年4月1日」であり、運転期間は「9時~12時」であることが示される。なお、ここでは説明を省略するが、運行スケジュールはこのほかにも、運転開始位置から運転終了位置を示す情報や、運転経路を示す情報、運転する車両の情報を含んでも良い。
利用者テーブル140bは、ドライバーを識別する識別情報毎にドライバーの個人情報を保持するテーブルである。図6は、利用者テーブルのデータ構造の一例を示す図である。図6に示すように、この利用者テーブル140bは、利用者IDと、利用者名と、性別と、年齢と、免許種別と、走行距離と、ドライバー歴と、資格情報と、業務車種とを対応付ける。
利用者IDは、車両のドライバーを一意に識別する情報である。利用者IDは、例えば、ドライバーの運転免許証のIDと、就業先の社員IDと、健康測定装置3の利用者のIDとを紐付ける共通IDであってもよい。利用者名は、ドライバーの名前である。性別は、ドライバーの性別である。年齢は、例えば、ドライバーの年齢および生年月日である。免許種別は、例えば、大型2種等のドライバーの運転免許証の種別である。走行距離は、例えば、ドライバーとして業務で車両走行した総走行距離である。ドライバー歴は、例えば、ドライバー職として業務経験した総年数である。資格情報は、例えば、運行管理者やフォークリフト等のドライバーとしての資格情報である。業務車種は、例えば、ダンプや大型セミトレーラ等のドライバーとして業務で経験した車種である。
運行管理テーブル140cは、利用者ID毎にドライバーの生体情報および運行情報を含む情報である。図7は、運行管理テーブルのデータ構造の一例を示す図である。図7に示すように、運行管理テーブル140cは、利用者IDと、測定日時と、体温と、体重と、血圧と、脈拍と、ALCと、眠気検知回数と、稼働グラフとを対応付ける。更に、運行管理テーブル140cは、白線逸脱と、ヒヤリと、違反と、車間距離違反と、走行速度と、走行距離と、エンジン回転数とを対応付ける。
利用者IDは、図6で説明した利用者IDに対応するものである。測定日時は、例えば、時計部21で計時する測定日時である。体温は、例えば、健康測定装置3である体温計で収集したドライバーの体温である。体重は、例えば、健康測定装置3である体重計で収集したドライバーの体重である。血圧は、例えば、健康測定装置3である血圧計で収集したドライバーの血圧である。脈拍数は、例えば、健康測定装置3である脈拍計で収集したドライバーの脈拍数である。ALCは、例えば、健康測定装置3であるアルコール測定器で検知したドライバーの呼気中のアルコール濃度である。
眠気検知は、運行監視装置2内の眠気申告スイッチ19の操作、すなわちドライバーが眠気を感じたか否かを示す。ドライバーが眠気を感じた場合には「1」が格納される。稼働フラグは、ドライバーが稼働中であるか否かを示すフラグに相当する。稼働フラグが「1」の場合は、運行監視装置2内のステータススイッチ17で稼働開始を指定した場合に稼働中を示す。稼働フラグが「0」の場合には、ステータススイッチ17で稼働停止を停止した場合に稼働停止を示す。
白線逸脱は、運行監視装置2内の白線検知部14により白線逸脱が検出されたか否かを示す。例えば、白線逸脱が発生した場合には「1」が格納される。ヒヤリは、運行監視装置2内のヒヤリハット申告スイッチ18の操作、すなわちドライバーによるヒヤリハットを感じたか否かを示す。ドライバーによりヒヤリハットを感じた場合には「1」が格納される。
違反は、例えば、運行監視装置2内の車速検出部11及び回転数検出部12の検出結果で検知した速度超過や急加減速等の違反が発生したか否かを示す。例えば、速度超過や急加減速等の違反発生が発生した場合には「1」が格納される。車間距離違反は、運行監視装置2内の車間距離検出部13で検出した前方車両との間の車間距離が所定距離未満の状態となったか否かを示す。前方車両との間の車間距離が所定距離未満の状態となった場合には「1」が格納される。
走行速度は、例えば、稼働時間帯の走行車両の走行速度である。走行距離は、例えば、稼働時間帯の走行車両の走行距離である。エンジン回転数は、例えば、稼働時間帯の走行車両のエンジン回転数である。
基準生体リズムテーブル140dは、利用者ID毎に、利用者の基準生体リズム情報を保持するテーブルである。例えば、基準生体リズムの情報は、時間帯毎のドライバーの眠気発生の度合いを示す情報である。例えば、眠気発生の度合いは、眠気発生回数、眠気発生時間、眠気発生の強さを含む。
眠気発生回数は、ドライバーが眠気を感じた回数に対応する。眠気発生時間は、ドライバーに眠気が発生していた時間を示す。眠気発生の強さは、どの程度強い眠気がドライバーに発生していたかを示すものであり、例えば、レベル1~レベル5の範囲で設定される。レベルが高いほど、ドライバーは強い眠気を感じていたことを示す。
図8は、基準生体リズムテーブルのデータ構造の一例を示す図である。図8に示すように、この基準生体リズムテーブル140dは、各利用者IDについて、各時間帯における眠気発生の度合いを示す情報を保持する。例えば、図8において、利用者ID「XXXX1」のドライバーは、時間帯「0:00~1:00」において、眠気発生回数が「2回」、眠気発生時間が「10分」、眠気発生の強さが「レベル2」であることが示される。図8に示す例では、1時間毎の眠気発生の度合いを示したがこれに限定されるものではなく、基準生体リズムテーブルは、N分毎の眠気発生の度合いを保持しても良い。
図4の説明に戻る。制御部150は、受付部150aと、生成部150bと、出力部150cとを有する。制御部150は、例えば、ASIC(Application Specific Integrated Circuit)や、FPGA(Field Programmable Gate Array)などの集積装置に対応する。また、制御部150は、例えば、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等の電子回路に対応する。
受付部150aは、インターネット6を介して各種の情報を受け付け、受け付けた情報を記憶部140に格納する処理部である。例えば、受付部150aは、運行監視装置2から運行情報を受け付け、健康測定装置3から生体情報を受け付け、運行情報および生体情報を、運行管理テーブル140cに登録する。また、受付部150aは、端末装置4から、各ドライバーの個人情報を受け付け、受け付けた個人情報を、利用者テーブル140bに登録する。また、受付部150aは、端末装置4から運行スケジュールの情報を受け付け、受け付けた運行スケジュールの情報を運行スケジュールテーブル140aに格納する。
生成部150bは、運行管理テーブル140cを基にして、利用者ID毎に基準生体リズム情報を生成する処理部である。生成部150bは、生成した基準生体リズム情報を、基準生体リズムテーブル140dに登録する。以下において、生成部150bが、基準生体リズム情報を生成する処理の一例について説明する。
生成部150bが、眠気発生回数を特定する処理の一例について説明する。生成部150bは、該当するドライバーの利用者IDについて、運行管理テーブル140cの眠気検知が「1」となる回数を所定の時間帯毎に集計することで、眠気発生回数を特定する。生成部150bは、異なる日付の同一時間帯において、眠気発生回数をそれぞれ集計し、集計した眠気発生回数を平均化することで、眠気発生回数を特定しても良い。
生成部150bが、眠気発生時間を特定する処理の一例について説明する。生成部150bは、該当するドライバーの利用者IDについて、運行管理テーブル140cの脈拍を参照し、心拍変動の揺らぎを解析することで、覚醒度を判定する。心拍の一拍と一拍との間隔、すなわち、心拍間隔は常に一定値を取るのではなく、心臓血管系の影響を受けて、一拍毎に心拍間隔が変動する。生成部150bは、かかる心拍間隔を周波数解析し、スペクトル密度のピーク値と、係るピーク値に対応する周波数との関係から、覚醒度を判定する。スペクトル密度のピーク値および周波数と、覚醒度との関係は、予め定義されているものとする。覚醒度が低いほど、ドライバーは眠気を感じているといえるため、生成部150bは、時間帯毎に、覚醒度が閾値以下となる時間を計測することで、眠気発生時間を特定する。生成部150bは、異なる日付の同一時間帯において、眠気発生時間をそれぞれ計測し、計測した各眠気発生時間を平均化することで、眠気発生時間を特定しても良い。
生成部150bは、どのような従来技術により覚醒度を求めても良い。例えば、生成部150bは、文献(中野泰彦ほか、「ドライバの覚醒度検知技術」、雑誌FUJITSU、2008-7月号、VOL.59、NO.4)に基づいて、覚醒度を求める。
生成部150bが、眠気発生の強さを特定する処理の一例について説明する。生成部150bは、該当するドライバーの利用者IDについて、運行管理テーブル140cの脈拍を参照し、心拍変動の揺らぎを解析することで、覚醒度を判定する。生成部150bは、係る覚醒度の高さと、眠気発生の強さとの関係を予め定義したテーブルを基にして、覚醒度を眠気発生の強さに変換する。生成部150bが覚醒度を求める処理は、上記で説明した内容と同一である。生成部150bは、異なる日付の同一時間帯において、眠気発生の強さをそれぞれ特定し、特定した各眠気発生の強さの中央値を取ることで、眠気発生の強さを特定しても良い。
生成部150bは、各利用者IDについて、上記処理を繰り返し実行することで、各利用者IDに対応する眠気発生回数、眠気発生時間、眠気発生の強さを特定し、基準生体リズムテーブル140dに登録する。ここでは、生成部150bが、基準生体リズムテーブル140dを生成する例を示したが、運転支援装置100は、予め作成された基準生体リズムテーブル140dを記憶部140に格納しておいても良い。
出力部150cは、基準生体リズムテーブル140dを基にして、運行スケジュール情報の運転期間内に、眠気発生が含まれる度合いの少ないドライバーを優先的に選択する処理部である。出力部150cが選択したドライバーは、運行スケジュールの運転期間に運転するドライバーとなる。出力部150cは、選択したドライバーの情報を、端末装置4に出力する。以下において、出力部150cの処理の一例について説明する。
例えば、出力部150cは、端末装置4から運行スケジュールIDを取得し、取得した運行スケジュールIDと、運行スケジュールテーブル140aとを比較して、運行スケジュールの運転期間を特定する。なお、出力部150cは、端末装置4から、直接、運行スケジュールの運転期間の情報を取得しても良い。
出力部150cは、運行スケジュールの運転期間を特定した後に、運転期間と、基準生体リズムテーブル140dとを比較して、運転期間に対応する各利用者IDの基準生体リズムの情報を比較する。出力部150cは、比較した各基準生体リズムのうち、眠気発生が含まれる度合いが低い基準生体リズムのドライバーの順に、利用者IDをソートする。例えば、出力部150cは、下記に示す第1~第3の処理のいずれかを行い、利用者IDをソートする。
第1の処理を説明する。出力部150cは、眠気発生回数に着目し、運転期間の眠気発生回数を合計し、合計した眠気回数の少ない順に、利用者IDをソートする。出力部150cは、合計した眠気回数が同じ利用者IDが複数存在する場合には、眠気発生時間または眠気発生の強さに着目して、眠気回数が同じ利用者IDについて順位づけする。眠気発生時間に着目して利用者IDを順位付けする処理は、後述の第2の処理で説明する。眠気発生の強さに着目して利用者IDを順位付けする処理は、後述の第3の処理で説明する。
第2の処理を説明する。出力部150cは、眠気発生時間に着目し、運転期間の眠気発生時間を合計し、合計した眠気発生時間の短い順に、利用者IDをソートする。出力部150cは、合計した眠気発生時間が同じ利用者IDが複数存在する場合には、眠気発生回数または眠気発生の強さに着目して、眠気発生時間の同じ利用者IDについて順位づけする。眠気発生回数に着目して利用者IDを順位付けする処理は、上記の第1の処理に対応する。眠気発生の強さに着目して利用者IDを順位付けする処理は、後述の第3の処理で説明する。
第3の処理を説明する。出力部150cは、眠気発生の強さに着目して、運転期間の眠気発生の強さの平均値を取り、平均した眠気発生の強さの小さい順に、利用者IDをソートする。出力部150cは、平均した眠気発生の強さが同じ利用者IDが複数存在する場合には、眠気発生回数または眠気発生時間に着目して、平均した眠気発生の強さが同じ利用者IDについて順位付けする。眠気発生回数に着目して利用者IDを順位付けする処理は、上記の第1の処理に対応する。眠気発生時間に着目して利用者IDを順位付けする処理は、上述の第2の処理に対応する。
出力部150cは、上記の処理を実行することで、運行スケジュールの運転期間において、眠気発生が含まれる度合いの低い基準生体リズムのドライバー順に、利用者IDをソートする。出力部150cは、ソートした結果を基にして、運行スケジュールの運転期間に運転するドライバーを選択し、選択した結果を基にして、画面情報を生成する。
例えば、出力部150cは、ソートした結果を基にして、先頭の利用者IDのドライバーを、運行スケジュールの運転期間に運転するドライバーとして選択し、画面情報を生成する。この場合、選択されるドライバーは、運転期間において、眠気発生が含まれる度合いが最も低い利用者IDのドライバーとなる。
図9は、出力部が生成する画面情報の一例を示す図(1)である。図9に示す例では、画面情報40に、運行スケジュールIDを表示する領域40a、運行日時を表示する領域40b、推奨するドライバーの情報を表示する領域40c、グラフを表示する領域40dが含まれる。運行日時は、図5で説明した運行スケジュールテーブル140aの日付と、運転期間とを組み合わせたものである。
推奨するドライバーの情報は、運転期間において、眠気発生が含まれる度合いが最も低い利用者IDのドライバーの情報である。例えば、出力部150cは、上記処理により選択した利用者IDと、利用者テーブル140bとを比較して、推奨するドライバーの情報を取得し、領域40cに設定する。また、出力部150cは、利用者IDに対応する眠気発生回数、眠気発生時間の長さ、眠気発生の強さを合わせて表示しても良い。
グラフは、運行スケジュールの運転期間における、利用者IDの眠気発生が含まれる度合いを示すグラフである。ここでは、グラフ50a,50b,50cを示す。グラフ50aは、出力部150cが選択した利用者IDに対する眠気発生回数の推移を示すグラフである。グラフ50aの横軸は時間に対応し、縦軸は眠気発生回数に対応する。グラフ50bの横軸は時間に対応し、縦軸は眠気発生時間に対応する。グラフ50cの横軸は時間に対応し、縦軸は眠気発生の強さに対応する。出力部150cは、生成した画面情報40を、端末装置4に出力して、表示させる。
ところで、出力部150cは、ソートした結果を基にして、先頭から所定の順位までの利用者IDを選択し、眠気発生が含まれる度合いの少ない順に並べて画面情報を生成しても良い。
図10は、出力部が生成する画面情報の一例を示す図(2)である。図10に示す例では、画面情報45に、運行スケジュールIDを表示する領域45a、運行日時を表示する領域45b、推奨する複数のドライバーの情報を表示する領域45cが含まれる。
例えば、出力部150cは、領域45cにおいて、眠気発生が含まれる度合いの少ない順に、利用者IDに対応するドライバーの情報を設定する。図10では図示を省略するが、出力部150cは、図9に示したグラフを、各利用者IDに対応して設定しても良い。出力部150cは、生成した画面情報45を、端末装置4に出力して、表示させる。
次に、本実施例に係る運転支援装置100の処理手順について説明する。図11は、運転支援装置の処理手順を示すフローチャートである。図11に示すように、運転支援装置100の受付部150aは、運行スケジュールの情報を端末装置4から受け付ける(ステップS101)。受付部150aは、運行スケジュールIDを受け付ける(ステップS102)。
運転支援装置100の出力部150cは、運行スケジュールIDに対応する運転期間を特定する(ステップS103)。出力部150cは、基準生体リズムテーブル140cに基づいて、運転期間の生体リズムにおける眠気発生が含まれる度合いの少ないドライバー候補を優先的に選択する(ステップS104)。
出力部150cは、画面情報を生成し(ステップS105)、生成した画面情報を端末装置4に出力する(ステップS106)。運転支援装置100は、処理を継続するか否かを判定する(ステップS107)。運転支援装置100は、処理を継続する場合には(ステップS107,Yes)、ステップS102に移行する。一方、運転支援装置100は、処理を継続しない場合には(ステップS107,No)、処理を終了する。
次に、本実施例に係る運転支援装置100の効果について説明する。運転支援装置100は、基準生体リズムテーブル140dに格納された各ドライバー候補の基準生体リズムに基づいて、運行スケジュールの運転期間内における眠気発生が含まれる度合いの少ないドライバー候補を選択する。そして、運転支援装置100は、選択したドライバー候補を、運行スケジュールの運転期間内に運転するドライバーとする。これにより、運行スケジュールの運転期間内に運転する最適なドライバーを特定することができる。
また、運転支援装置100は、眠気発生が含まれる度合いとして、運転期間内における眠気の発生回数又は眠気発生の時間の長さ又は眠気発生の強さを用いる。このため、運行スケジュールの運転期間内における眠気発生が含まれる度合いの少ないドライバーを効率的に選択することができる。
また、運転支援装置100は、運行スケジュールの運転期間内に運転するドライバーを出力する際に、かかるドライバーと対応付けて、眠気発生が含まれる度合いの強さを示す値を含めて出力する。このため、例えば、ドライバーを選択する運輸会社の職員は、運転期間におけるドライバーの眠さを把握しつつ、安全運転を行えるドライバーを選択することができる。
また、運転支援装置100は、運行スケジュールの運転期間内に運転するドライバーを出力する際に、複数のドライバー候補を眠気発生が含まれる度合いの少ない順に並べて出力する。このため、例えば、ドライバーを選択する運輸会社の職員は、複数のドライバー候補の中から、安全運転を行えるドライバーを選択することができる。
また、運転支援装置100は、運行スケジュールの運転期間に運転するドライバーを出力する場合に、各ドライバーについて、基準生体リズム情報が眠気発生を示す時間をグラフ表示する。このため、例えば、ドライバーを選択する運輸会社の職員は、各ドライバーが眠気を感じる時間帯を容易に把握することができる。
ところで、運転支援装置100の出力部150cが利用者IDを選択する処理は、上記の処理に限られない。以下において、出力部150cが実行するその他の処理について説明する。
例えば、出力部150cは、各利用者IDのバイタルサインのパターン毎に利用者IDを複数のグループに分類しておき、運行スケジュールに対応するパターンに合うグループの利用者IDを優先的に、運転するドライバーの利用者IDとして出力しても良い。
例えば、出力部150cは、運行スケジュールの運転時間に基づいて、運行スケジュールのパターンを、朝型、昼型、夜型、深夜型に分類する。例えば、出力部150cは、運転時間が6時~12時に含まれる場合には、朝型、運転時間が12時~18時に含まれる場合には昼型、運転時間が18時~24時に含まれる場合には夜型、運転時間が24時から6時に含まれる場合には深夜型とする。
また、出力部150cは、利用者IDの基準生体リズム情報に基づいて、利用者IDを、朝型のグループ、昼型のグループ、夜型のグループ、深夜型のグループに分類する。例えば、出力部150cは、運行スケジュールの朝型、昼型、夜型、深夜型に対応する時間帯と、基準生体リズム情報とを比較して、各時間帯において、眠気発生が含まれる度合いの少ない利用者IDを選択することで、各利用者IDを分類する。出力部150cが、ある時間帯について眠気発生が含まれない度合いの少ない利用者IDを選択する処理は、上述した運転時間について眠気発生が含まれない度合いの少ない利用者IDを選択する処理と同様である。
出力部150cは、運転スケジュールのパターンが朝型の場合には、かかる運転スケジュールのドライバーを、朝型のグループに分類された利用者IDのドライバーから優先的に選択する。このような処理を実行することで、選択対象となる利用者IDをはじめから絞り込むことができ、処理負荷を軽減させることができる。
また、出力部150cは、各利用者IDを、長距離の運転に適しているグループ、短距離の運転に適しているグループに予め分類しておいても良い。また、運行スケジュールには、運行距離が長距離なのか短距離なのかを識別するパターン情報が付与されているものとする。
出力部150cは、利用者IDを選択する場合に、運行スケジュールのパターン情報を基にして、長距離の運転に適しているグループまたは短距離の運転に適しているグループのいずれかを選択する。そして、出力部150cは、選択したグループに含まれる利用者IDから、運行スケジュールの運転期間内において、眠気発生が含まれない度合いの少ない利用者IDを選択する。
ところで、出力部150cは、利用者IDを、朝型、昼型、夜型、深夜型のグループ以外のグループに分類しても良い。以下において、その他のグループの分類方法について説明する。
出力部150cは、連続運転適正のあるドライバーの利用者IDを一つのグループに分類しても良い。例えば、出力部150cは、走行開始から30分未満の休憩を取らない連続走行において、眠気発生が含まれる度合いの少ない利用者IDを選択し、連続運転適正のあるドライバーの利用者IDとして分類する。
出力部150cは、長時間運転適正のあるドライバーの利用者IDを一つのグループに分類しても良い。例えば、出力部150cは、休憩・休息を除く、運行に占める運転時間の割合が6割を超え、かつ8時間以上の場合でも、眠気発生が含まれる度合いの少ない利用者IDを選択し、長時間運転適正のあるドライバーの利用者IDとして分類する。
出力部150cは、深夜時間帯勤務適正のあるドライバーの利用者IDを一つのグループに分類しても良い。例えば、出力部150cは、深夜時間帯(22時~4時)において、眠気発生が含まれる度合いの少ない利用者IDを選択し、深夜時間帯勤務適正のあるドライバーの利用者IDとして分類する。
出力部150cは、所定の睡眠特性のあるドライバーの利用者IDを一つのグループに分類しても良い。例えば、出力部150cは、深睡眠への移行が早く、睡眠の質がよく、分割休憩での運行でも眠気や危険運転兆候の発生しないドライバーの利用者IDを選択し、所定の睡眠特性のあるドライバーの利用者IDとして分類する。例えば、出力部150cは、睡眠計による睡眠の評価値と、デジタコの分割休憩明けの眠気や危険兆候分析による指標を利用して、深睡眠への移行速度、睡眠の質、分割休憩明けの眠気や危険運転兆候を判定する。
出力部150cは、所定の荷役作業特性のあるドライバーの利用者IDを一つのグループに分類しても良い。例えば、出力部150cは、1作業の活動量を、作業時間と、荷役作業の負荷指数を乗算した値で簡易的に定義する。そして、出力部150cは、走行前の活動量に対して、走行中の眠気発生度合いを鑑み荷役特性のあるドライバーの利用者IDを選択する。例えば、出力部150cは、作業時間と、荷役作業の負荷指数を乗算した値が所定値よりも大きく、その後の運転期間中に、眠気発生が含まれる度合いの少ないドライバーは、所定の荷役作業特性のあるドライバーとして分類する。これに対して、出力部150cは、作業時間と、荷役作業の負荷指数を乗算した値が所定値よりも大きく、その後の運転期間中に、眠気発生が含まれる度合いの大きいドライバーは、所定の荷役作業特性のないドライバーとして分類する。
次に、上記実施例に示した運転支援装置100と同様の機能を実現する運転支援プログラムを実行するコンピュータの一例について説明する。図12は、運転支援プログラムを実行するコンピュータの一例を示す図である。
図12に示すように、コンピュータ200は、各種演算処理を実行するCPU201と、ユーザからのデータの入力を受け付ける入力装置202と、ディスプレイ203とを有する。また、コンピュータ200は、記憶媒体からプログラム等を読取る読み取り装置204と、ネットワークを介して他のコンピュータとの間でデータの授受を行うインタフェース装置205とを有する。また、コンピュータ200は、各種情報を一時記憶するRAM206と、ハードディスク装置207とを有する。そして、各装置201~207は、バス208に接続される。
ハードディスク装置207は、受け付けプログラム207a、出力プログラム207bを読み出してRAM206に展開する。受け付けプログラム207aは、受け付けプロセス206aとして機能する。出力プログラム207bは、出力プロセス206bとして機能する。例えば、受け付けプロセス206aは、受付部150aに対応する。出力プロセス206bは、出力部150cに対応する。
なお、受け付けプログラム207a、出力プログラム207bについては、必ずしも最初からハードディスク装置207に記憶させておかなくても良い。例えば、コンピュータ200に挿入されるフレキシブルディスク(FD)、CD-ROM、DVDディスク、光磁気ディスク、ICカードなどの「可搬用の物理媒体」に各プログラムを記憶させておく。そして、コンピュータ200が受け付けプログラム207a、出力プログラム207bを読み出して実行するようにしてもよい。
100 運転支援装置
150a 受付部
150c 出力部
150a 受付部
150c 出力部
Claims (18)
- コンピュータに
運行スケジュール情報を受け付け、
記憶部に記憶された複数のドライバー候補のそれぞれの基準生体リズム情報に基づいて、受け付けた前記運行スケジュール情報が示す運転期間内に生体リズムにおける眠気発生が含まれる度合いの少ないドライバー候補を優先的に前記運行スケジュールで運転するドライバーとして出力する
処理を実行させることを特徴とする運転支援プログラム。 - 前記眠気発生が含まれる度合いは、前記運転期間内における眠気の発生回数又は眠気発生の時間の長さ又は眠気発生の強さであることを特徴とする請求項1に記載の運転支援プログラム。
- 前記出力する処理は、ドライバー候補を優先的に前記運行スケジュールで運転するドライバーとして出力する際に、前記眠気発生が含まれる度合いの強さを示す値を含めて出力することを特徴とする請求項1に記載の運転支援プログラム。
- 前記出力する処理は、ドライバー候補を優先的に前記運行スケジュールで運転するドライバーとして出力する際に、前記複数のドライバー候補を前記眠気発生が含まれる度合いの少ない順に並べて出力することを特徴とする請求項1に記載の運転支援プログラム。
- 前記運行スケジュールの時間内におけるそれぞれのドライバー候補についての基準生体リズム情報が眠気発生を示す時間をグラフ表示する処理を更にコンピュータに実行させることを特徴とする請求項1に記載の運転支援プログラム。
- 各ドライバー候補のバイタルサインのパターン毎にドライバー候補を複数のグループに分類しておき、前記運行スケジュール情報に対するパターンに合うグループのドライバー候補を優先的に、運転するドライバーとして出力することを特徴とする請求項1に記載の運転支援プログラム。
- コンピュータが実行する運転支援方法であって、
運行スケジュール情報を受け付け、
記憶部に記憶された複数のドライバー候補のそれぞれの基準生体リズム情報に基づいて、受け付けた前記運行スケジュール情報が示す運転期間内に生体リズムにおける眠気発生が含まれる度合いの少ないドライバー候補を優先的に前記運行スケジュールで運転するドライバーとして出力する
処理を実行することを特徴とする運転支援方法。 - 前記眠気発生が含まれる度合いは、前記運転期間内における眠気の発生回数又は眠気発生の時間の長さ又は眠気発生の強さであることを特徴とする請求項7に記載の運転支援方法。
- 前記出力する処理は、ドライバー候補を優先的に前記運行スケジュールで運転するドライバーとして出力する際に、前記眠気発生が含まれる度合いの強さを示す値を含めて出力することを特徴とする請求項7に記載の運転支援方法。
- 前記出力する処理は、ドライバー候補を優先的に前記運行スケジュールで運転するドライバーとして出力する際に、前記複数のドライバー候補を前記眠気発生が含まれる度合いの少ない順に並べて出力することを特徴とする請求項7に記載の運転支援方法。
- 前記運行スケジュールの時間内におけるそれぞれのドライバー候補についての基準生体リズム情報が眠気発生を示す時間をグラフ表示する処理を更にコンピュータに実行させることを特徴とする請求項7に記載の運転支援方法。
- 各ドライバー候補のバイタルサインのパターン毎にドライバー候補を複数のグループに分類しておき、前記運行スケジュール情報に対するパターンに合うグループのドライバー候補を優先的に、運転するドライバーとして出力することを特徴とする請求項7に記載の運転支援方法。
- 運行スケジュール情報を受け付ける受付部と、
記憶部に記憶された複数のドライバー候補のそれぞれの基準生体リズム情報に基づいて、受け付けた前記運行スケジュール情報が示す運転期間内に生体リズムにおける眠気発生が含まれる度合いの少ないドライバー候補を優先的に前記運行スケジュールで運転するドライバーとして出力する出力部と
を有することを特徴とする運転支援装置。 - 前記眠気発生が含まれる度合いは、前記運転期間内における眠気の発生回数又は眠気発生の時間の長さ又は眠気発生の強さであることを特徴とする請求項13に記載の運転支援装置。
- 前記出力部は、ドライバー候補を優先的に前記運行スケジュールで運転するドライバーとして出力する際に、前記眠気発生が含まれる度合いの強さを示す値を含めて出力することを特徴とする請求項13に記載の運転支援装置。
- 前記出力部は、ドライバー候補を優先的に前記運行スケジュールで運転するドライバーとして出力する際に、前記複数のドライバー候補を前記眠気発生が含まれる度合いの少ない順に並べて出力することを特徴とする請求項13に記載の運転支援装置。
- 前記出力部は、前記運行スケジュールの時間内におけるそれぞれのドライバー候補についての基準生体リズム情報が眠気発生を示す時間をグラフ表示することを特徴とする請求項13に記載の運転支援装置。
- 前記出力部は、各ドライバー候補のバイタルサインのパターン毎にドライバー候補を複数のグループに分類しておき、前記運行スケジュール情報に対するパターンに合うグループのドライバー候補を優先的に、運転するドライバーとして出力することを特徴とする請求項13に記載の運転支援装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015100212A JP6488188B2 (ja) | 2015-05-15 | 2015-05-15 | 運転支援プログラム、運転支援方法および運転支援装置 |
JP2015-100212 | 2015-05-15 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2016185981A1 true WO2016185981A1 (ja) | 2016-11-24 |
Family
ID=57319985
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2016/064048 WO2016185981A1 (ja) | 2015-05-15 | 2016-05-11 | 運転支援プログラム、運転支援方法および運転支援装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6488188B2 (ja) |
WO (1) | WO2016185981A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7186511B2 (ja) * | 2018-04-13 | 2022-12-09 | 富士通株式会社 | 情報管理プログラム、情報管理システム及び情報管理方法 |
JP7381830B2 (ja) * | 2018-12-13 | 2023-11-16 | テイ・エス テック株式会社 | 運転支援情報蓄積システム |
WO2021059395A1 (ja) * | 2019-09-25 | 2021-04-01 | 株式会社日立物流 | 運行スケジュール作成システム、コンピュータ、端末、運行スケジュール作成方法及びプログラム |
JP7426688B2 (ja) * | 2019-10-25 | 2024-02-02 | 株式会社ナビタイムジャパン | 情報処理システム、情報処理プログラム、情報処理装置、および情報処理方法 |
WO2023105581A1 (ja) * | 2021-12-06 | 2023-06-15 | 日本電信電話株式会社 | 作業者割当装置、作業者割当方法、および作業者割当プログラム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003123198A (ja) * | 2001-10-15 | 2003-04-25 | Daiichi Fashion Service:Kk | 居眠り事故防止方法及びそのシステム |
JP2009223673A (ja) * | 2008-03-17 | 2009-10-01 | Fujitsu Ltd | 運行支援装置、運行支援方法、運行支援プログラム |
JP2015059042A (ja) * | 2013-09-20 | 2015-03-30 | 日本陸送株式会社 | 輸送システム |
-
2015
- 2015-05-15 JP JP2015100212A patent/JP6488188B2/ja active Active
-
2016
- 2016-05-11 WO PCT/JP2016/064048 patent/WO2016185981A1/ja active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003123198A (ja) * | 2001-10-15 | 2003-04-25 | Daiichi Fashion Service:Kk | 居眠り事故防止方法及びそのシステム |
JP2009223673A (ja) * | 2008-03-17 | 2009-10-01 | Fujitsu Ltd | 運行支援装置、運行支援方法、運行支援プログラム |
JP2015059042A (ja) * | 2013-09-20 | 2015-03-30 | 日本陸送株式会社 | 輸送システム |
Also Published As
Publication number | Publication date |
---|---|
JP6488188B2 (ja) | 2019-03-20 |
JP2016218571A (ja) | 2016-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2016185981A1 (ja) | 運転支援プログラム、運転支援方法および運転支援装置 | |
Wang et al. | Online prediction of driver distraction based on brain activity patterns | |
Dawson et al. | Look before you (s) leep: evaluating the use of fatigue detection technologies within a fatigue risk management system for the road transport industry | |
JP6510819B2 (ja) | 走行分析方法、走行分析装置及び走行分析プログラム | |
JP6747231B2 (ja) | 体調判定方法、体調判定プログラム、及び体調判定装置 | |
US20120066011A1 (en) | Driving assistance method and device | |
US20130159041A1 (en) | Fatigue Time Determination for an Activity | |
Chen et al. | Identification of common features of vehicle motion under drowsy/distracted driving: A case study in Wuhan, China | |
JP6550288B2 (ja) | サーバー装置、ライフログシステムおよび注意情報出力方法 | |
WO2021251351A1 (ja) | 運行支援方法、運行支援システム及び運行支援サーバ | |
JP2016018314A (ja) | 運転者危機管理装置、運転者危機管理方法、および運転者危機管理プログラム | |
CN102098955A (zh) | 检测微入睡事件的方法和设备 | |
JP2015141536A (ja) | 安全走行支援システム | |
Kundinger et al. | The potential of wrist-worn wearables for driver drowsiness detection: a feasibility analysis | |
JP2021196625A (ja) | 運行支援方法、運行支援システム及び運行支援サーバ | |
Daley et al. | Machine learning models for the classification of sleep deprivation induced performance impairment during a psychomotor vigilance task using indices of eye and face tracking | |
Jiao et al. | Physiological responses and stress levels of high-speed rail train drivers under various operating conditions-a simulator study in China | |
JP2022051216A (ja) | 安全運行支援方法、安全運行支援システム及び安全運行支援サーバ | |
KR20110066883A (ko) | 지능형 차량 사고 경고 장치 | |
Tsai et al. | Predicting fatigue-associated aberrant driving behaviors using a dynamic weighted moving average model with a long short-term memory network based on heart rate variability | |
Rony et al. | Monitoring driving stress using HRV | |
JP2019061498A (ja) | 点呼・点検支援装置、点呼・点検支援システム及び点呼・点検支援プログラム | |
JP6692610B2 (ja) | 検出プログラム、検出方法および検出装置 | |
JP2006298234A (ja) | 覚醒度判定装置および方法 | |
WO2022259881A1 (ja) | 運行管理補助システムおよび運行管理補助方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 16796374 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 16796374 Country of ref document: EP Kind code of ref document: A1 |