WO2020204104A1 - 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 - Google Patents
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 Download PDFInfo
- Publication number
- WO2020204104A1 WO2020204104A1 PCT/JP2020/015102 JP2020015102W WO2020204104A1 WO 2020204104 A1 WO2020204104 A1 WO 2020204104A1 JP 2020015102 W JP2020015102 W JP 2020015102W WO 2020204104 A1 WO2020204104 A1 WO 2020204104A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- data
- personality
- lean vehicle
- analysis
- conversion
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000010365 information processing Effects 0.000 title claims description 104
- 238000003672 processing method Methods 0.000 title claims description 33
- 238000004458 analytical method Methods 0.000 claims abstract description 443
- 238000006243 chemical reaction Methods 0.000 claims abstract description 303
- 230000008859 change Effects 0.000 claims description 45
- 230000008569 process Effects 0.000 claims description 17
- 238000013461 design Methods 0.000 abstract description 2
- 230000006399 behavior Effects 0.000 description 88
- 238000012545 processing Methods 0.000 description 30
- 238000013500 data storage Methods 0.000 description 17
- 238000004891 communication Methods 0.000 description 13
- 230000006355 external stress Effects 0.000 description 8
- 230000008451 emotion Effects 0.000 description 7
- 230000005484 gravity Effects 0.000 description 6
- 230000001105 regulatory effect Effects 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 208000027534 Emotional disease Diseases 0.000 description 4
- 206010029333 Neurosis Diseases 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000001149 cognitive effect Effects 0.000 description 4
- 208000015238 neurotic disease Diseases 0.000 description 4
- 239000000470 constituent Substances 0.000 description 3
- 230000035882 stress Effects 0.000 description 3
- 208000019901 Anxiety disease Diseases 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 2
- 206010020751 Hypersensitivity Diseases 0.000 description 2
- 208000026935 allergic disease Diseases 0.000 description 2
- 230000036506 anxiety Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000009610 hypersensitivity Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000006996 mental state Effects 0.000 description 2
- 230000002688 persistence Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 206010068829 Overconfidence Diseases 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 201000001119 neuropathy Diseases 0.000 description 1
- 230000007823 neuropathy Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 208000033808 peripheral neuropathy Diseases 0.000 description 1
- 208000020016 psychiatric disease Diseases 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000026676 system process 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
Definitions
- the present invention relates to a personality analysis method for analyzing the personality of an analysis subject, a personality analyzer, an information processing method using personality data, and an information processing device using personality data.
- Information processing devices that perform information processing (data processing) using the personality of the customer are known.
- the configurations disclosed in Patent Documents 1 to 4 are known.
- Patent Document 1 discloses a gift advice method that determines a user's interest level based on the product content selected by the user and recommends a gift to the user according to the interest level.
- Patent Document 2 discloses an online matching system. Specifically, in this matching system, a participant profile number is determined for each participant, and the participant attends an online meeting according to the number. In this online conference, feedback on other participants is received from a participant to determine whether there is a two-way match between the participants in the online conference.
- Patent Document 3 discloses a system for determining an individual's risk level. Specifically, this system processes personal information such as eyeball-related information to generate cognitive information about an individual, and uses the cognitive information to determine an individual's risk level. The cognitive information is compared to the individual's baseline cognitive information to determine the level of risk for the individual.
- Patent Document 4 discloses a system for selecting and customizing an advertisement provided to a user. Specifically, this system monitors the user's dialogue in the virtual game environment and indirectly determines the user characteristics based on the dialogue content. The system customizes selected advertisements for users based on user profiles generated from user characteristics and displays them to users in a virtual game environment.
- a configuration is also known in which the personality data is acquired in a question-and-answer format for the user.
- a configuration for acquiring personality data in a question-and-answer format for a user for example, a configuration disclosed in Patent Documents 5 and 6 is known.
- Patent Document 5 discloses a method for evaluating an economic personality. Specifically, in this method, a questionnaire is given to the user to evaluate the financial personality. Then, in the above method, the investment-related attitude of the user is evaluated based on the result of the questionnaire, and multidimensional economic personal information is generated. In the method, a user's risk profile is constructed from the multidimensional economic personal information.
- Patent Document 6 discloses a method of measuring and managing risk in consideration of human behavior. This method uses objective and subjective data to measure and manage operational risk, credit risk and / or market risk within an organization. Specifically, in this method, psychological measurement and / or other personality assessment tools are applied to the selected person, and the results are accumulated as subjective data in the measurement and management system, along with objective data. ..
- An object of the present invention is to provide a personality analysis method capable of acquiring personality data while increasing the degree of freedom in designing hardware resources.
- the lean vehicle is a vehicle that tilts to the right when turning right and tilts to the left when turning left.
- Lean vehicles are smaller in size than non-lean vehicles. That is, the lean vehicle is smaller in the front-rear direction and / or the left-right direction of the vehicle body than the non-lean vehicle. Further, since the amount of steering rotation of the lean vehicle is smaller than 360 degrees, the amount of steering rotation of the lean vehicle is smaller than that of the non-lean vehicle. Further, a lean vehicle is a rider-active vehicle that can be actively operated by the rider, unlike a non-lean vehicle. Therefore, driving a lean vehicle is different from driving a non-lean vehicle. The driving data of a lean vehicle whose driving is different from that of a non-lean vehicle is significantly different from the driving data of a non-lean vehicle, for example, a four-wheeled vehicle.
- the number of judgments and judgment options of the driver tend to be larger than when the driver is driving a non-lean vehicle.
- the driver when driving a lean vehicle, the driver is more likely to be exposed to external stress than when driving a non-lean vehicle. Moreover, the external stress exerted on the driver driving the lean vehicle is very diverse.
- the driver when the driver is driving a lean vehicle, the driver has many judgments and choices of judgment, and is easily exposed to stress from the outside. Therefore, the driving data of the lean vehicle is used for driving.
- the personality of the person is strong and easy to appear.
- the lean vehicle since the lean vehicle has higher mobility and convenience than the non-lean vehicle, the lean vehicle has various purposes of use and tends to be used more frequently. Therefore, the driver's personality tends to appear strongly in the driving data of the lean vehicle. That is, the present inventors have noticed that the driving data of the lean vehicle driven by the driver is less arbitrariness of the driver and more reflects the essential personality of the driver.
- the present inventors have come up with a method for analyzing an essential personality with less arbitrariness using the driving data of a lean vehicle.
- a method for analyzing an essential personality By using the driving data of a lean vehicle for personality analysis, it is possible to reduce the types of data processed by the system and reduce the hardware load of the system for analyzing personality.
- the hardware resources required by the system can be reduced, the degree of freedom in designing the hardware resources of the system for analyzing personality can be increased.
- a technique for estimating the characteristic tendency of a four-wheeled vehicle driver is known (for example, Japanese Patent Application Laid-Open No. 2014-46820).
- Document 1 Japanese Patent Application Laid-Open No. 2014-46820 (hereinafter referred to as Document 1), a scene in which a four-wheeled vehicle travels is estimated based on information indicating the surrounding conditions, and the driver drives based on the vehicle information of the four-wheeled vehicle.
- a driver characteristic estimation device that detects a behavior and estimates a driver's characteristics based on a correlation with a characteristic tendency label based on the driving behavior taken by the driver in the estimated scene is disclosed.
- Document 1 only describes the characteristic tendency label and the emotional reaction as the driving behavior characteristics of the driver, and analyzes the personality of the driver using the driving data of the lean vehicle as in the present invention. No disclosure or suggestion has been made regarding.
- the personality in the present invention is determined by an individual's psychological state, personality, temperament, and the like. No disclosure or suggestion of such a personality is made in Document 1.
- the emotional reaction such as the driver's emotion changes each time depending on the situation, which is significantly different from the personality as in the present invention. Therefore, as an emotion estimation device for estimating the emotions of the driver of a lean vehicle, for example, International Publication No. 2018/092436 (hereinafter referred to as Reference 2) is known, but the emotions disclosed in this Document 2 are , The concept is completely different from the personality of the present invention. Therefore, the emotion estimation device of Document 2 is significantly different in configuration from the personality analyzer of the present invention. Therefore, even if the document 1 and the document 2 are combined, the configuration of the present invention cannot be easily conceived.
- Reference 2 International Publication No. 2018/092436
- the personality analysis method is based on personality data indicating personality determined by a psychological state, personality, disposition, etc. and running data of a lean vehicle that tilts to the right when turning right and tilts to the left when turning left.
- personality conversion data acquisition process that acquires the personality conversion data generated in association with a certain lean vehicle driving data, and the driving data of the lean vehicle for analysis that tilts to the right when turning right and tilts to the left when turning left.
- the acquired lean vehicle driving data for analysis is used as the personality of the person to be analyzed.
- the personality data conversion step of converting to the related conversion personality data the output personality data generation step of generating the output personality data for output using the converted conversion personality data, and the generated output. It has a personality data output process for outputting personality data for the user.
- personality data indicating the personality and personality data indicating the personality are obtained based on the lean vehicle driving data for data conversion related to the driving data obtained when a plurality of drivers drive the lean vehicle for data conversion.
- the personality conversion data is generated in association with the lean vehicle running data, which is the running data of the lean vehicle.
- the analysis lean vehicle driving data acquisition step as the analysis lean vehicle driving data, data related to the analysis lean vehicle driving data obtained when the analysis target person drives the analysis lean vehicle. To get.
- the personality analysis method analyzes the personality of an analyst who drives a lean vehicle for analysis that tilts to the right when turning right and tilts to the left when turning left.
- the lean vehicle driving data which is the driving data of the lean vehicle driven by the driver, tends to show less arbitrariness and the essential personality of the driver.
- the personality of the analysis target person can be acquired.
- the running data of the lean vehicle for the personality analysis it is possible to reduce the types of data processed by the personality analysis device and reduce the hardware load of the device. Further, since the hardware resources required by the device can be reduced, the degree of freedom in designing the hardware resources of the device can be increased.
- personality data can be acquired while increasing the degree of freedom in designing hardware resources.
- the personality analysis method of the present invention preferably includes the following configurations.
- the lean vehicle driving data for data conversion includes data related to driving data obtained when the plurality of drivers each drive the lean vehicle for data conversion in an inclined state.
- the lean vehicle travel data for analysis includes data related to travel data obtained when the analysis subject drives the lean vehicle for analysis in an inclined state.
- the personality analysis method of the present invention preferably includes the following configurations.
- the lean vehicle driving data for data conversion is based on data that does not reflect the change in driving of the lean vehicle for data conversion by the driver, and the change in driving of the lean vehicle for data conversion by the driver. Contains a lot of reflected data.
- the lean vehicle driving data for analysis reflects the change in driving of the lean vehicle for analysis by the analysis target person from the data in which the change in driving of the lean vehicle for analysis by the analysis target person is not reflected. Contains a lot of data.
- the lean vehicle driving data which is the driving data of the lean vehicle driven by the driver, reflects the change in the driving of the lean vehicle after the driver judges. Therefore, the lean vehicle driving data, which is the driving data of the lean vehicle driven by the driver, tends to show less arbitrariness and the essential personality of the driver.
- the type of data processed by the device for analyzing personality can be reduced, and the hardware load of the device can be further reduced. Further, since the hardware resources required by the device can be reduced, the degree of freedom in designing the hardware resources of the device can be further increased.
- the personality analysis method of the present invention preferably includes the following configurations.
- the lean vehicle driving data for data conversion is related to the lean vehicle driving input data for data conversion related to the driving input to the lean vehicle for data conversion by the driver, and the behavior of the lean vehicle for data conversion. It includes at least one of lean vehicle behavior data for data conversion and lean vehicle position data for data conversion related to the position of the lean vehicle for data conversion.
- the lean vehicle driving data for analysis includes lean vehicle driving input data for analysis related to driving input to the lean vehicle for analysis by the analysis subject, and analysis related to the behavior of the lean vehicle for analysis. Includes at least one of the lean vehicle behavior data and the lean vehicle position data for analysis related to the position of the lean vehicle for analysis.
- the lean vehicle driving data used when converting to personality data related to the personality of the analysis target person includes data that more reflects the personality of the analysis target person who is the driver.
- the lean vehicle driving input data regarding the driving input to the lean vehicle by the driver and the lean vehicle behavior data regarding the behavior of the lean vehicle can be used, for example, for the driver's sensitivity to environmental stimuli and stress, anxiety, and tension. Involved.
- the lean vehicle position data regarding the position of the lean vehicle is related to the personality such as the driver's mental state and personality.
- the personality of the analysis target person who is the driver can be analyzed more accurately by using the lean vehicle driving data. Further, by using the lean vehicle traveling data in which the data type is specified, the type of data processed by the device for analyzing personality can be reduced, and the hardware load of the device can be further reduced. Further, since the hardware resources required by the device can be reduced, the degree of freedom in designing the hardware resources of the device can be further increased.
- the personality analysis method of the present invention preferably includes the following configurations.
- the lean vehicle traveling data for data conversion further includes lean vehicle traveling environment data for data conversion related to the traveling environment in which the lean vehicle for data conversion travels.
- the lean vehicle travel data for analysis further includes lean vehicle travel environment data for analysis related to the travel environment in which the lean vehicle for analysis travels.
- the lean vehicle driving data used when converting to personality data related to the personality of the analysis target person includes data that more reflects the personality of the analysis target person who is the driver.
- Lean vehicle driving environment data includes, for example, map data.
- the map data may be associated with, for example, information on road conditions, information on road traffic environments such as traffic lights and equipment, and regulatory information on road travel.
- the lean vehicle driving environment data can be used for analyzing personality such as the personality of the person to be analyzed, together with the lean vehicle driving input data, the lean vehicle behavior data, and the lean vehicle position data.
- the personality of the analysis target person who is the driver can be analyzed more accurately by using the lean vehicle driving data. Further, by using the lean vehicle traveling data in which the data type is specified, the type of data processed by the device for analyzing personality can be reduced, and the hardware load of the device can be further reduced. Further, since the hardware resources required by the device can be reduced, the degree of freedom in designing the hardware resources of the device can be further increased.
- the personality analysis method of the present invention preferably includes the following configurations.
- the lean vehicle traveling data for data conversion includes more data when the lean vehicle for data conversion travels on a public road than data when the lean vehicle for data conversion travels on a road other than a public road.
- the lean vehicle traveling data for analysis includes more data when the lean vehicle for data conversion travels on a public road than data when the lean vehicle for analysis travels on a road other than a public road.
- the driver When a driver traveling on a public road is driving a lean vehicle, the driver has more judgments, has more choices of judgment, and is easily exposed to external stress.
- the driver's personality is more likely to appear in the data.
- lean vehicles since lean vehicles have higher maneuverability and convenience than non-lean vehicles, lean vehicles tend to be used for various purposes and frequently used. Therefore, the driver's personality is more likely to appear in the driving data of a lean vehicle traveling on a public road. That is, the driving data of a lean vehicle traveling on a public road has less arbitrariness of the driver and more reflects the essential personality of the driver.
- the personality of the analysis target person who is the driver can be analyzed more accurately by using the lean vehicle driving data. Further, by using the lean vehicle traveling data in which the data type is specified, the type of data processed by the device for analyzing personality can be reduced, and the hardware load of the device can be further reduced. Further, since the hardware resources required by the device can be reduced, the degree of freedom in designing the hardware resources of the device can be further increased.
- the personality analysis method of the present invention preferably includes the following configurations.
- the lean vehicle traveling data for data conversion includes data in a state where a plurality of judgment options of the driver are limited by vehicles around the lean vehicle for data conversion, but a plurality of data are left.
- the lean vehicle traveling data for analysis includes data in a state where a plurality of judgment options of the analysis target person are limited by vehicles around the lean vehicle for analysis, but a plurality of data are left.
- the lean vehicle driving data in the state where the driver's judgment options are limited but a plurality of judgment options are left is compared with the lean vehicle driving data in the state where the driver's judgment options are not left.
- the lean vehicle traveling data in which the data type is specified the type of data processed by the device for analyzing personality can be reduced, and the hardware load of the device can be further reduced. Further, since the hardware resources required by the device can be reduced, the degree of freedom in designing the hardware resources of the device can be further increased.
- the personality analysis method of the present invention preferably includes the following configurations.
- the lean vehicle traveling data for data conversion includes data in a state where at least one of a passenger and an object is mounted.
- the lean vehicle driving data for analysis includes data in a state where at least one of a passenger and an object is mounted.
- a lean vehicle equipped with at least one of a passenger and an object is more likely to be restricted in the driver's judgment options than a vehicle not equipped with at least one of a passenger and an object. Therefore, it is possible to more accurately analyze the personality of the analysis target person who is the driver by using the lean vehicle driving data including the data in the state where at least one of the passenger and the object is mounted. Further, by using the lean vehicle traveling data in which the data type is specified, the type of data processed by the device for analyzing personality can be reduced, and the hardware load of the device can be further reduced. Further, since the hardware resources required by the device can be reduced, the degree of freedom in designing the hardware resources of the device can be further increased.
- the personality analysis method of the present invention preferably includes the following configurations.
- the converted conversion personality data is stored.
- the personality data for the output is generated.
- the personality analysis method of the present invention preferably includes the following configurations.
- the personality data for output is generated as information processing personality data used for further information processing.
- the personality data obtained by the personality analysis method using the lean vehicle driving data of the lean vehicle driven by the analysis target can be used in a further information processing device.
- the personality analyzer includes personality data indicating personality determined by a psychological state, personality, disposition, etc. and running data of a lean vehicle that tilts to the right when turning right and tilts to the left when turning left.
- the personality conversion data acquisition unit that acquires the personality conversion data generated in association with a certain lean vehicle driving data, and the driving data of the lean vehicle for analysis that tilts to the right when turning right and tilts to the left when turning left.
- the lean vehicle driving data acquisition unit for analysis that acquires the lean vehicle driving data for analysis and the acquired personality conversion data
- the acquired lean vehicle driving data for analysis is used as the personality of the person to be analyzed.
- a personality data conversion unit that converts to related conversion personality data, an output personality data generation unit that generates personality data for output to be output using the converted conversion personality data, and the generated output. It is provided with a data output unit that outputs personality data for the user.
- the personality conversion data acquisition unit includes personality data indicating the personality based on the lean vehicle driving data for data conversion related to the driving data obtained when a plurality of drivers drive the lean vehicle for data conversion.
- the personality conversion data is generated in association with the lean vehicle running data, which is the running data of the lean vehicle.
- the analysis lean vehicle driving data acquisition unit uses the analysis lean vehicle driving data as data related to the analysis lean vehicle driving data obtained when the analysis target person drives the analysis lean vehicle. To get.
- the personality analyzer analyzes the personality of the person to be analyzed who drives a lean vehicle for analysis that tilts to the right when turning right and tilts to the left when turning left.
- the personality analyzer of the present invention preferably includes the following configurations.
- the lean vehicle driving data for data conversion includes data related to driving data obtained when the plurality of drivers each drive the lean vehicle for data conversion in an inclined state.
- the lean vehicle travel data for analysis includes data related to travel data obtained when the analysis subject drives the lean vehicle for analysis in an inclined state.
- the personality analyzer of the present invention preferably includes the following configurations.
- the lean vehicle driving data for data conversion is based on data that does not reflect the change in driving of the lean vehicle for data conversion by the driver, and the change in driving of the lean vehicle for data conversion by the driver. Contains a lot of reflected data.
- the lean vehicle driving data for analysis reflects the change in driving of the lean vehicle for analysis by the analysis target person from the data in which the change in driving of the lean vehicle for analysis by the analysis target person is not reflected. Contains a lot of data.
- the personality analyzer of the present invention preferably includes the following configurations.
- the lean vehicle driving data for data conversion is related to the lean vehicle driving input data for data conversion related to the driving input to the lean vehicle for data conversion by the driver, and the behavior of the lean vehicle for data conversion. It includes at least one of lean vehicle behavior data for data conversion and lean vehicle position data for data conversion related to the position of the lean vehicle for data conversion.
- the lean vehicle driving data for analysis includes lean vehicle driving input data for analysis related to driving input to the lean vehicle for analysis by the analysis subject, and analysis related to the behavior of the lean vehicle for analysis. Includes at least one of the lean vehicle behavior data and the lean vehicle position data for analysis related to the position of the lean vehicle for analysis.
- the personality analyzer of the present invention preferably includes the following configurations.
- the lean vehicle traveling data for data conversion further includes lean vehicle traveling environment data for data conversion related to the traveling environment in which the lean vehicle for data conversion travels.
- the lean vehicle travel data for analysis further includes lean vehicle travel environment data for analysis related to the travel environment in which the lean vehicle for analysis travels.
- the personality analyzer of the present invention preferably includes the following configurations.
- the personality data for output is generated as information processing personality data used for further information processing.
- the information processing method is an information processing method using the output personality data generated as the information processing personality data by the above-mentioned personality analysis method.
- This information processing method acquires the output personality data.
- the information processing method acquires first data different from the output personality data.
- the information processing method uses the output personality data and the first data to generate the output personality data and second data different from the first data.
- the information processing method outputs the second data.
- the information processing method using the personality data includes the information processing method as described in the patent document described in the background technology. However, it is not limited to the information processing method described in the patent document described in the background technology. Any information processing method that uses personality data may be used.
- the first data and the second data may be data related to finance, insurance, market, goods, services, environment or customers used in businesses such as finance, insurance, sales and advertising.
- the acquired personality data and acquisition using the personality data output using the lean vehicle driving data including the less arbitrariness and the essential driver's personality and the first data different from the output personality data.
- the second data different from the first data is generated and output. Therefore, it is possible to generate and output the second data with higher accuracy.
- the information processing device is an information processing device that uses the personality data for output generated as the personality data for information processing by the personality analyzer described above.
- This information processing device includes an output personality data acquisition unit that acquires the output personality data, a first data acquisition unit that acquires first data different from the output personality data, and an output personality data unit.
- a second data generation unit that uses the personality data and the first data to generate the personality data for output and a second data different from the first data, and a second data output unit that outputs the second data. , Equipped with.
- This specification describes an embodiment of a personality analysis method, a personality analysis device, an information processing method using personality data, and an information processing device using personality data according to the present invention.
- the lean vehicle is a vehicle that turns in an inclined posture.
- a lean vehicle is a vehicle that inclines to the left when turning to the left and to the right when turning to the right in the left-right direction of the vehicle.
- the lean vehicle may be a single-seater vehicle or a vehicle that can accommodate a plurality of people.
- the lean vehicle includes not only a two-wheeled vehicle but also all vehicles that turn in an inclined posture, such as a three-wheeled vehicle or a four-wheeled vehicle.
- personality means individuality determined by an individual's psychological state, personality, temperament, and the like. Specifically, the personality may include five elements: neuroticism, extroversion, openness to experience, coordination, and integrity. In addition, the personality may include six personality types such as internal closure, synchrony, stickiness, manifestation, hypersensitivity, and coherence. In addition, the personality may include a novelty desire, reward dependence, damage avoidance and persistence temperament and a self-oriented, cooperative and self-transcendent personality.
- the personality may include any parameter as long as it is a parameter related to an individual's individuality.
- the lean vehicle traveling data is data related to the traveling of the lean vehicle.
- the lean vehicle driving data is related to the lean vehicle driving input data related to the driving input to the lean vehicle by the driver, the lean vehicle behavior data related to the behavior of the lean vehicle, and the running position of the lean vehicle. It includes at least one data such as lean vehicle position data and lean vehicle driving environment data related to the driving environment in which the lean vehicle travels.
- the lean vehicle traveling data may include processed data obtained by processing lean vehicle driving input data, lean vehicle behavior data, lean vehicle position data, lean vehicle traveling environment data, and the like.
- the lean vehicle driving data may include processing data processed by using lean vehicle driving input data, lean vehicle behavior data, lean vehicle position data, lean vehicle driving environment data, and other data. ..
- the lean vehicle driving input data is data related to the driver's operation input performed when the driver drives the lean vehicle.
- the lean vehicle driving input data may include data related to accelerator operation, braking operation, steering, or change in the position of the center of gravity due to a change in the posture of the driver.
- the lean vehicle driving input data may include data related to the operation of various switches such as a horn switch, a blinker switch, and a lighting switch. Since the lean vehicle driving input data is data related to the driving input by the driver, the result of the driver's judgment is more reflected.
- the lean vehicle driving input data may include processing data obtained by processing data acquired from a sensor or the like.
- the lean vehicle driving input data may include processing data processed using data acquired from a sensor or the like and other data.
- the lean vehicle behavior data is data related to the behavior of the lean vehicle generated by the driving input of the driver when the lean vehicle is driven by the driver.
- the lean vehicle behavior data includes, for example, the acceleration, speed, and angle of the lean vehicle that change when the driver who is the analysis target drives the lean vehicle. That is, when the driver who is the analysis target operates the accelerator or the brake to accelerate or decelerate the lean vehicle, the lean vehicle behavior data changes the posture including steering of the lean vehicle or changing the position of the center of gravity. It is data showing the behavior of a lean vehicle that occurs in such a case.
- the lean vehicle behavior data may include not only data on the acceleration, speed, and angle of the lean vehicle as described above, but also operations generated in the lean vehicle by a switch operation or the like performed by the driver on the lean vehicle. .. That is, the lean vehicle behavior data includes data related to the operation generated in the lean vehicle by operating various switches such as a horn switch, a blinker switch, and a lighting switch.
- the lean vehicle behavior data strongly reflects the result of the driver's driving input. Therefore, the driver's personality tends to be strongly reflected in the lean vehicle behavior data.
- the lean vehicle behavior data may include processing data obtained by processing data acquired from a sensor or the like.
- the lean vehicle behavior data may include processing data processed using data acquired from a sensor or the like and other data.
- the lean vehicle position data is data related to the traveling position of the lean vehicle.
- the lean vehicle position data can be detected based on GPS and communication base station information of a communication mobile terminal.
- the lean vehicle position data can be calculated by various positioning techniques, SLAM, and the like.
- the lean vehicle position data strongly reflects the result of the driver's driving input, which strongly reflects the driver's personality. Therefore, the driver's personality tends to be strongly reflected in the lean vehicle position data.
- the lean vehicle position data may include processed data obtained by processing data acquired from a sensor or the like.
- the lean vehicle position data may include processing data processed using data acquired from a sensor or the like and other data.
- the lean vehicle driving environment data includes, for example, map data.
- the map data may be associated with, for example, information on road conditions, information on road traffic environments such as traffic lights and equipment, and regulatory information on road travel.
- the map data may be associated with environmental data such as weather, temperature or humidity.
- the lean vehicle driving environment data can be used for personality analysis such as the personality of the person to be analyzed, together with the lean vehicle driving input data, the lean vehicle behavior data, and the lean vehicle position data.
- the information on the road conditions includes information on roads (regions) in a congested environment such as frequent traffic jams and many vehicles parked on the street. By combining this information with the time zone, the accuracy of the information is further improved.
- the information on the road condition includes information on a road that is easily flooded when there is a squall.
- the lean vehicle driving environment data is considered to be an example of external stress received by the driver.
- the lean vehicle driving environment data influences the judgment of the driver.
- the lean vehicle driving environment data affects the driving of the driver. Therefore, by using the lean vehicle driving environment data, the driver's personality is more likely to appear in the driving data of the lean vehicle. Further, since the purpose and frequency of use of the lean vehicle are affected by using the lean vehicle driving environment data, the driving data of the lean vehicle tends to strongly show the personality of the driver.
- the lean vehicle driving environment data can be obtained from various means.
- the means for acquiring the lean vehicle driving environment data is not limited to a specific means.
- the means for acquiring the lean vehicle traveling environment data is an external environment recognition device mounted on the lean vehicle. More specifically, the means for acquiring the lean vehicle traveling environment data is a camera, a radar, or the like. Further, for example, the means for acquiring the lean vehicle traveling environment data is a communication device. More specifically, the means for acquiring the lean vehicle traveling environment data is a vehicle-to-vehicle communication device and a road-to-vehicle communication device.
- the lean vehicle driving environment data can also be obtained, for example, via the Internet.
- Public road In the present specification, the public road is not a simulation and circuit track, but a public road through which general vehicles can pass.
- the public roads also include private roads that general vehicles can pass through.
- the analysis subject contains more data that reflects the change in driving of the lean vehicle for analysis by the analysis subject than the data that does not reflect the change in driving of the lean vehicle for analysis by the analysis subject. It does not have to contain any data that does not reflect changes in driving for the lean vehicle for analysis by.
- the analysis subject contains more data that reflects the change in driving of the lean vehicle for analysis by the analysis subject than the data that does not reflect the change in driving of the lean vehicle for analysis by the analysis subject. It may include some data that does not reflect changes in driving for the lean vehicle for analysis by.
- a lean vehicle for data conversion contains more data when a lean vehicle for data conversion travels on a public road than a data when a lean vehicle for data conversion travels on a non-public road
- the lean vehicle for data conversion travels on a non-public road. It does not have to contain any time data.
- a lean vehicle for data conversion contains more data when a lean vehicle for data conversion travels on a public road than a data when a lean vehicle for data conversion travels on a non-public road
- the lean vehicle for data conversion travels on a non-public road. It may include some time data.
- the fact that the data when the lean vehicle for analysis travels on a public road is included more than the data when the lean vehicle for analysis travels on a non-public road is the data when the lean vehicle for analysis travels on a non-public road. It does not have to contain at all.
- the fact that the data when the lean vehicle for analysis travels on a public road is included more than the data when the lean vehicle for analysis travels on a non-public road is the data when the lean vehicle for analysis travels on a non-public road. May be partially included.
- FIG. 1 is a diagram showing a schematic configuration of a personality analyzer according to the first embodiment of the present invention.
- FIG. 2 is a flowchart showing an example of the operation of the personality analyzer.
- FIG. 3 is a diagram showing a schematic configuration of the personality analysis system according to the second embodiment.
- FIG. 4 is a flowchart showing an example of the operation of the information processing device.
- FIG. 1 shows a schematic configuration of the personality analyzer 1 according to the embodiment of the present invention.
- the personality analyzer 1 is an apparatus that analyzes the personality of the person to be analyzed.
- the personality analyzer 1 of the present embodiment uses the lean vehicle running data (lean vehicle running data for analysis) of the lean vehicle X (lean vehicle for analysis) obtained when the analysis target person drives the lean vehicle X. Then, the personality of the person to be analyzed is analyzed, and the analysis result is output.
- the analysis of personality in the present embodiment means the analysis of individuality determined by the psychological state, personality, temperament, etc. of the person to be analyzed.
- This personality is included in the conversion personality data obtained by converting the lean vehicle running data of the lean vehicle X obtained when the analysis target person drives the lean vehicle X as a driver by the personality data conversion unit 30 described later. Is done. That is, the converted personality data includes data related to the personality of the person to be analyzed.
- the lean vehicle running data in this embodiment is data related to the running of the lean vehicle.
- the lean vehicle driving data means data in which the driver's personality appears among the data related to the driving of the lean vehicle obtained when the driver drives the lean vehicle.
- the lean vehicle driving data is related to the lean vehicle driving input data related to the driving input to the lean vehicle by the driver, the lean vehicle behavior data related to the behavior of the lean vehicle, and the running position of the lean vehicle. It includes lean vehicle position data, lean vehicle driving environment data related to the driving environment in which the lean vehicle travels, and the like.
- the lean vehicle traveling data may include data other than the lean vehicle driving input data, the lean vehicle behavior data, the lean vehicle position data, and the lean vehicle traveling environment data. Further, the lean vehicle traveling data may include only one or a plurality of data among the lean vehicle driving input data, the lean vehicle behavior data, the lean vehicle position data, and the lean vehicle traveling environment data.
- the lean vehicle driving data is the lean vehicle driving data for analysis
- the lean vehicle driving input data is the lean vehicle driving input data for analysis
- the lean vehicle behavior data is lean vehicle behavior data for analysis
- the lean vehicle position data is lean vehicle position data for analysis
- the lean vehicle driving environment data is lean vehicle driving environment data for analysis.
- the lean vehicle driving data is lean vehicle driving data for data conversion
- the lean vehicle driving input data is a lean vehicle driving input for data conversion
- the lean vehicle behavior data is data
- the lean vehicle behavior data is lean vehicle behavior data for data conversion
- the lean vehicle position data is lean vehicle position data for data conversion
- the lean vehicle driving environment data is for data conversion.
- Lean vehicle driving environment data is for data conversion.
- the lean vehicle driving data may include processed data obtained by processing lean vehicle driving input data, lean vehicle behavior data, lean vehicle position data, lean vehicle driving environment data, and the like. Further, the lean vehicle driving data includes processing data processed by using lean vehicle driving input data, lean vehicle behavior data, lean vehicle position data, lean vehicle driving environment data and other data and other data. May be good.
- the lean vehicle driving input data is data related to the driver's operation input performed when the driver drives the lean vehicle.
- the lean vehicle driving input data may include data related to accelerator operation, braking operation, steering, or change in the position of the center of gravity due to a change in the driver's posture.
- the lean vehicle driving input data may include operations of various switches such as a horn switch, a blinker switch, and a lighting switch. Since the lean vehicle driving input data is data related to the driving input by the driver, the result of the driver's judgment is more reflected. In lean vehicles, there are many types of operations by the driver, and the degree of freedom of the driver's choice during driving is high, so the personality of the driver tends to be strongly reflected.
- the lean vehicle driving input data may include processing data obtained by processing data acquired from a sensor or the like.
- the lean vehicle driving input data may include processing data processed using data acquired from a sensor or the like and other data.
- the lean vehicle behavior data is data related to the behavior of the lean vehicle generated by the operation input of the driver when the lean vehicle is driven by the driver.
- the lean vehicle behavior data includes, for example, the acceleration, speed, and angle of the lean vehicle that changes when the driver drives. That is, the lean vehicle behavior data is generated when the driver accelerates or decelerates the lean vehicle by operating the accelerator or the brake, or changes the posture including steering of the lean vehicle or changing the position of the center of gravity. This is data showing the behavior of a lean vehicle.
- the lean vehicle behavior data may include not only data on the acceleration, speed, and angle of the lean vehicle, but also movements that occur in the lean vehicle due to a switch operation or the like performed by the driver on the lean vehicle. That is, the lean vehicle behavior data includes data related to the operation generated in the lean vehicle by operating various switches such as a horn switch, a blinker switch, and a lighting switch. The lean vehicle behavior data strongly reflects the result of the driver's driving input. Therefore, the driver's personality tends to be strongly reflected in the lean vehicle behavior data. Further, the lean vehicle behavior data may include processing data obtained by processing data acquired from a sensor or the like. The lean vehicle behavior data may include processing data processed using data acquired from a sensor or the like and other data.
- the lean vehicle position data is data related to the running position of the lean vehicle.
- the lean vehicle position data can be detected based on GPS, information on a communication base station of a communication mobile terminal, or the like.
- the lean vehicle position data can be calculated by various positioning techniques, SLAM, and the like.
- the lean vehicle position data strongly reflects the result of the driver's driving input, which strongly reflects the driver's personality. Therefore, the driver's personality tends to be strongly reflected in the lean vehicle position data.
- the lean vehicle position data may include processed data obtained by processing data acquired from a sensor or the like.
- the lean vehicle position data may include processing data processed using data acquired from a sensor or the like and other data.
- the lean vehicle driving environment data includes, for example, map data.
- This map data may be associated with, for example, information on road conditions, information on road traffic environments such as traffic lights and equipment, and regulatory information on road travel.
- the map data may be associated with environmental data such as weather, temperature or humidity.
- the lean vehicle driving environment data can be used for personality analysis such as the personality of the person to be analyzed, together with the lean vehicle driving input data, the lean vehicle behavior data, and the lean vehicle position data.
- the information on the road conditions includes information on roads (regions) in a congested environment such as frequent traffic jams and many vehicles parked on the street. By combining this information with the time zone, the accuracy of the information is further improved.
- the information on the road condition includes information on a road that is easily flooded when there is a squall.
- the lean vehicle driving environment data is considered to be an example of external stress received by the driver.
- the lean vehicle driving environment data influences the judgment of the driver.
- the lean vehicle driving environment data affects the driving of the driver. Therefore, by using the lean vehicle driving environment data, the driver's personality is more likely to appear in the driving data of the lean vehicle. Further, since the purpose and frequency of use of the lean vehicle are affected by using the lean vehicle driving environment data, the driving data of the lean vehicle tends to strongly show the personality of the driver.
- the personality analyzer 1 includes a personality conversion data acquisition unit 10, a lean vehicle driving data acquisition unit 20 for analysis, a personality data conversion unit 30, an output personality data generation unit 40, a data output unit 50, and a data storage unit. 60 and.
- the personality analyzer 1 is, for example, a mobile terminal owned by the person to be analyzed.
- the personality analysis device 1 may be an arithmetic processing unit that acquires data via communication and performs arithmetic processing.
- the lean vehicle driving data acquisition unit 20 for analysis acquires lean vehicle driving data (lean vehicle driving data for analysis) when the driver who is the analysis target drives the lean vehicle X.
- the analysis lean vehicle driving data acquisition unit 20 includes data included in the lean vehicle driving data of the lean vehicle X, that is, lean vehicle driving input data for analysis and analysis.
- the lean vehicle behavior data, the lean vehicle position data for analysis, the lean vehicle driving environment data for analysis, etc. are acquired.
- the lean vehicle driving data acquisition unit 20 for analysis may acquire the lean vehicle driving input data for analysis, for example, by acquiring the driving of the analysis target person with respect to the lean vehicle X as an operation signal. Specifically, the lean vehicle driving data acquisition unit 20 for analysis changes the position of the center of gravity due to data related to the driver's driving input in the lean vehicle X, that is, accelerator operation, brake operation, steering, or change in the driver's posture. Data related to the above, data related to the operation of various switches such as a horn switch, a blinker switch, and a lighting switch may be acquired. These data are transmitted from the lean vehicle X.
- the lean vehicle driving data acquisition unit 20 for analysis collects data including the acceleration, speed, and angle of the lean vehicle X, which changes when the driver who is the analysis target drives the lean vehicle X, for example, the lean vehicle for analysis. It may be acquired as behavior data.
- the analysis lean vehicle travel data acquisition unit 20 acquires the analysis lean vehicle behavior data by, for example, a gyro sensor.
- the lean vehicle behavior data for analysis includes a posture including steering of the lean vehicle X or a change in the position of the center of gravity when the driver who is the analysis target operates the accelerator or the brake to accelerate or decelerate the lean vehicle X. This is data showing the behavior of the lean vehicle X that occurs when a change is made.
- the analysis lean vehicle driving data acquisition unit 20 acquires the operation generated in the lean vehicle X by the switch operation or the like performed on the lean vehicle X by the driver who is the analysis target, as the lean vehicle behavior data. Good. That is, the analysis lean vehicle travel data acquisition unit 20 acquires data related to the operation generated in the lean vehicle X by operating various switches such as the horn switch, the blinker switch, and the lighting switch as the analysis lean vehicle behavior data. You may. These data are transmitted from the lean vehicle X to the personality analyzer 1.
- the analysis lean vehicle travel data acquisition unit 20 may acquire analysis lean vehicle position data related to the travel position of the lean vehicle X based on, for example, GPS and communication base station information of a communication mobile terminal. ..
- the lean vehicle position data for the analysis can be calculated by various positioning techniques, SLAM, and the like.
- the analysis lean vehicle driving data acquisition unit 20 may acquire the analysis lean vehicle driving environment data from, for example, map data.
- This map data may be associated with, for example, information on road conditions, information on road traffic environments such as traffic lights and equipment, and regulatory information on road travel.
- the map data may be associated with environmental data such as weather, temperature or humidity.
- the map data may include information in which road information and information on the road traffic environment (information incidental to the road such as a signal) are associated with rule information related to road travel.
- the analysis lean vehicle driving data acquisition unit 20 may acquire the analysis lean vehicle driving environment data by, for example, an external environment recognition device mounted on the lean vehicle X. More specifically, the analysis lean vehicle travel data acquisition unit 20 may acquire the analysis lean vehicle travel environment data from a camera, radar, or the like. Further, the analysis lean vehicle traveling data acquisition unit 20 may acquire the analysis lean vehicle traveling environment data by, for example, a communication device. More specifically, the analysis lean vehicle traveling data acquisition unit 20 may acquire the analysis lean vehicle traveling environment data by the vehicle-to-vehicle communication device and the road-to-vehicle communication device. The analysis lean vehicle traveling data acquisition unit 20 may acquire the analysis lean vehicle traveling environment data via the Internet, for example. As described above, the lean vehicle traveling environment data for the analysis can be obtained from various means. The means for acquiring the lean vehicle driving environment data for analysis is not limited to a certain means.
- the personality conversion data acquisition unit 10 acquires the personality conversion data that converts the lean vehicle driving data of the above-mentioned analysis target person into the personality data.
- the personality conversion data is data in which lean vehicle driving data obtained when a plurality of drivers each drive a lean vehicle and personality data of those drivers are associated with each other. That is, the personality conversion data is data in which lean vehicle travel data and personality data are associated with each other in order to obtain personality data suitable for the lean vehicle travel data.
- the personality conversion data is data obtained when a plurality of drivers each drive a lean vehicle (lean vehicle for data conversion) by using, for example, a concept based on a characteristic theory or a typology used in personality analysis. Generated based on lean vehicle driving data for conversion.
- the lean vehicle travel data for data conversion is the same data as the lean vehicle travel data for analysis described above, except that the data is used for generating the personality conversion data.
- the lean vehicle travel data for data conversion may include data of a different type from the lean vehicle travel data for analysis described above.
- the personality conversion data is generated by using the Big Five theory, which is a characteristic theory of personality.
- Big Five theory various personalities of human beings are expressed by a combination of five elements.
- the Big Five theory is a theory that has universality that transcends cultural and ethnic differences.
- the personality conversion data is a combination of lean vehicle driving data for the five elements of the Big Five theory: neurotic tendency, extroversion, openness to experience, cooperation, and integrity. It is data.
- the neurotic tendency represents sensitivity to environmental stimuli and stressors, anxiety and tension.
- the neurotic tendency is related to, for example, the magnitude of the variation in travel of the lean vehicle X depending on the travel environment.
- the driver who does not see a big difference in the running of the lean vehicle X due to the difference in the running environment of the lean vehicle X has a weak tendency for neurosis, and the driving of the lean vehicle X shows a big difference due to the difference in the running environment of the lean vehicle X.
- Drivers are more prone to neurosis.
- the driver is not significantly affected by the environment, that is, the driver's The tendency to neurosis is judged to be weak.
- the driver is determined that the driver is affected by the environment, that is, the driver has a strong tendency toward neurosis.
- the driving environment of the lean vehicle X can be specified, and the driver's neurotic tendency can be determined based on the difference or variation (for example, standard deviation) of the parameters of the vehicle body behavior under different driving environments.
- the driving environment is, for example, "urban area and suburbs (region)”, “general road and highway (road type)”, “day and night (time)”, “sunny and rain (weather)”, “dry and wet”. (Road surface) ”etc.
- the traveling environment is specified by using traveling position data, time data, meteorological data, road surface detection data, and the like.
- the neuropathy tendency can be grasped by using, for example, the lean vehicle driving input data of the lean vehicle X, the lean vehicle driving environment data, the lean vehicle position data, and the lean vehicle behavior data among the lean vehicle traveling data. ..
- the extroversion represents diplomacy, activity, and aggressiveness.
- the extroversion is related to, for example, the mileage of the lean vehicle X within a certain period of time. For example, it is determined that the longer the mileage of the lean vehicle X, the higher the extroversion of the driver, and the shorter the mileage of the lean vehicle X, the lower the extroversion. Therefore, the extroversion can be grasped by using, for example, the lean vehicle position data of the lean vehicle X in the lean vehicle travel data.
- Openness to experience represents the strength of intellectual curiosity, imagination, and affinity for new things. Openness to experience is related, for example, to the number of new points visited by lean vehicle X within a certain period of time. For example, it is judged that the greater the number of new points visited by the lean vehicle X within a certain period of time, the higher the openness to the driver's experience, and the smaller the number of new points, the greater the openness to the driver's experience. Judged as low. It should be noted that the points to be visited may be distinguished for each type, and it may be judged that the greater the number of times the lean vehicle X visits a new type of point within a certain period of time, the higher the openness to the driver's experience. Further, even if the number of new points visited by the lean vehicle X within a certain period is the same, it may be judged that the more types of points visited, the higher the openness to the driver's experience.
- the openness to the experience can be grasped by using, for example, the lean vehicle driving environment data including the lean vehicle position data and the map data of the lean vehicle X among the lean vehicle traveling data.
- the cooperativeness represents altruism, empathy, kindness, and the like.
- the cooperation is related to, for example, the degree of cooperation with the surroundings in a dense state. Therefore, the cooperation can be grasped by using, for example, the lean vehicle position data in the lean vehicle travel data.
- the coordination has a stronger relationship with the degree of divergence from the average behavior in the dense group. Therefore, the cooperativeness can be grasped more accurately by using the traveling position data of other lean vehicles in the densely packed group.
- the lean vehicle X When the lean vehicle X is in a dense state together with other lean vehicles, it is related not only to the lean vehicle position data related to the traveling position of the lean vehicle X but also to the traveling position of the other lean vehicles in the dense state.
- the lean vehicle position data may also be grasped to calculate the degree of deviation of the traveling position of the lean vehicle X in the group of lean vehicles in a dense state.
- the degree of deviation of the traveling position of the lean vehicle X is calculated in this way, for example, it is determined that the greater the degree of deviation of the traveling position, the lower the driver's cooperation, and the smaller the degree of deviation, the more the driver's cooperation It is judged that the sex is high.
- the above-mentioned integrity represents self-control, willingness to achieve, seriousness, and a strong sense of responsibility.
- the integrity is related to, for example, the degree of compliance with traffic rules and the small variation in running of the lean vehicle X.
- the degree of compliance with the traffic rules is determined based on the regulation information recorded in the map data according to the traveling position and the behavior of the lean vehicle X.
- Driving that does not comply with traffic rules is, for example, when traveling at 60 km / h on a road whose speed is regulated at 40 km / h, or when the vehicle is not suspended at a point where it is obligatory to suspend. including.
- the driving environment of the lean vehicle X is classified and specified, and based on the difference or variation (for example, standard deviation) of the parameters of the vehicle body behavior of the lean vehicle X in the driving environment. , The integrity of the driver is judged. Riders with high integrity have high self-control and are serious, so it is considered that they will comply with the law and will not take any sudden actions.
- the integrity can be grasped by using, for example, the lean vehicle driving environment data including the lean vehicle position data and the map data of the lean vehicle X and the lean vehicle behavior data among the lean vehicle traveling data.
- the personality conversion data is a 7-dimensional model of Cloninger's temperament and personality (Kijima et al., Quarterly Psychiatric Diagnosis (Nippon Critics), Vol. 7, No. 3, Reprint, p379-399), driver behavior and personality data. (Taketoshi Takuma, IATS review Vol.2 No.3, September 1976, p183-190), evaluation index of individual driver characteristics (Ishibashi et al., Mazda Technical Report, No.22 (2004), p155-160), etc. And may be generated.
- the temperament is expressed by novelty desire, reward dependence, damage avoidance and persistence
- the personality is expressed by self-orientation, cooperation and self-transcendence.
- driver behavior and personality data personality is classified into six types: internal closure, synchronism, stickiness, manifestation, hypersensitivity, and overconfidence.
- driving style confidence in driving skill, negativeness to driving, impatient driving tendency, careful driving tendency, preparatory driving for traffic lights, car as status symbol, non-existence It is expressed by driving in a stable mental state and anxious sexual tendency.
- the personality conversion data may be data that has been generated in advance and stored in the data storage unit 60, or may be data that is generated by the personality conversion data acquisition unit 10.
- the personality conversion data acquisition unit 10 may update the personality conversion data by using the acquired lean vehicle traveling data and personality.
- the personality data conversion unit 30 uses the personality conversion data described above to convert the lean vehicle travel data for analysis acquired by the lean vehicle travel data acquisition unit 20 for analysis into conversion personality data. At this time, the personality data conversion unit 30 ranks the driver who is the analysis target for the above-mentioned five elements of neurotic tendency, extroversion, openness to experience, cooperation, and integrity. I do. This leveling may be expressed as a continuous value for each of the above-mentioned elements, or may be expressed in a plurality of stages divided by a threshold value. Further, the personality data conversion unit 30 may classify into a plurality of types by using the result of leveling by each of the above-mentioned elements, and the classification result may be used as the conversion personality data.
- the output personality data generation unit 40 generates output personality data using the converted personality data converted by the personality data conversion unit 30.
- the personality data for this output is data output from the personality analyzer 1.
- the personality data for output may be the same data as the converted personality data, or is data converted into data required as output data of the personality analyzer 1 using the converted personality data. May be good.
- the output personality data generation unit 40 may process the converted personality data to generate output personality data.
- the output personality data generation unit 40 stores the conversion personality data in the data storage unit 60, and outputs the conversion personality data using the conversion personality data extracted from the conversion personality data stored in the data storage unit 60. You may generate personality data for.
- the output personality data generation unit 40 may generate the output personality data from the conversion personality data stored in the data storage unit 60 within a certain period of time.
- the data output unit 50 outputs the output personality data generated by the output personality data generation unit 40 to the outside of the personality analyzer 1.
- the personality analyzer 1 analyzes the personality of the analysis target person using the lean vehicle driving data of the lean vehicle X driven by the analysis target person, and outputs the analysis result as personality data for output. be able to.
- FIG. 2 is a flow showing an example of the operation of the personality analysis device 1, that is, an example of the personality analysis method.
- the analysis lean vehicle travel data acquisition unit 20 acquires the lean vehicle travel data for analysis of the lean vehicle X (step SA1).
- the lean vehicle driving data for analysis includes, for example, lean vehicle driving input data for analysis, lean vehicle behavior data for analysis, lean vehicle position data for analysis, lean vehicle driving environment data for analysis, and the like. ..
- the lean vehicle driving data for analysis includes data other than lean vehicle driving input data for analysis, lean vehicle behavior data for analysis, lean vehicle position data for analysis, and lean vehicle driving environment data for analysis. You may be. Further, the lean vehicle driving data for the analysis includes the lean vehicle driving input data for the analysis, the lean vehicle behavior data for the analysis, the lean vehicle position data for the analysis, and the lean vehicle driving environment data for the analysis. Of these, only one or more data may be included.
- the personality data conversion unit 30 converts the acquired lean vehicle running data for analysis of the lean vehicle X into conversion personality data by the personality conversion data (step SA2).
- This personality conversion data is data in which the lean vehicle driving data obtained when a plurality of drivers each drive a lean vehicle and the personality data are associated with each other.
- the personality conversion data is data generated based on the lean vehicle driving data for data conversion obtained when a plurality of drivers each drive a lean vehicle by using the big five theory. ..
- the output personality data generation unit 40 generates output personality data using the converted conversion personality data (step SA3).
- the data output unit 50 outputs the generated personality data (step SA4). After that, this flow ends (end).
- the analysis target person who is the driver uses lean vehicle driving data that is less arbitrariness of the driver and more reflects the essential personality of the driver, instead of the conventional question-and-answer format. You can get personality data.
- lean vehicle driving data By using lean vehicle driving data in this way, the amount of data processed by the personality analysis system is compared with the conventional personality analysis method that requires asking a large number of questions to the analysis target person. Can be reduced.
- the types of data processed by the system can be reduced, and the load on the hardware of the personality analyzer 1 can be reduced. Further, since the hardware resources required by the personality analyzer 1 can be reduced, the degree of freedom in designing the hardware resources of the personality analyzer 1 can be increased.
- This embodiment is an example of a personality analysis method for analyzing the personality of an analysis target person.
- the personality analysis method of the present embodiment includes the following steps.
- personality conversion data that associates personality data indicating personality with lean vehicle driving data, which is lean vehicle driving data, is acquired.
- This personality conversion data is generated based on the lean vehicle driving data for data conversion related to the driving data of the lean vehicle obtained when a plurality of drivers each drive the lean vehicle.
- the lean vehicle driving data for data conversion means lean vehicle driving data by a plurality of drivers.
- the lean vehicle is a vehicle that tilts to the right when turning right and tilts to the left when turning left.
- the lean vehicle for data conversion means a lean vehicle driven by a plurality of drivers who are the targets of the lean vehicle driving data for data conversion.
- the lean vehicle running data for data conversion may be acquired by various sensors provided in the lean vehicle for data conversion.
- the lean vehicle traveling data for data conversion may be acquired by various sensors provided so as to be easily attached to and detached from the lean vehicle for data conversion.
- the lean vehicle traveling data for data conversion may be acquired by various sensors temporarily provided in the lean vehicle for data conversion for data collection.
- the lean vehicle driving data for analysis related to the driving data of the lean vehicle X obtained when the analysis target person drives the lean vehicle X is acquired.
- the lean vehicle running data for analysis means the lean vehicle running data of the lean vehicle X driven by the analysis target person.
- the lean vehicle for analysis means a lean vehicle X driven by the analysis target person, which is a target for acquiring lean vehicle travel data for analysis.
- the analysis target person may be included in the plurality of drivers.
- the person to be analyzed may not be included in the plurality of drivers.
- the lean vehicle for analysis may be included in the lean vehicle for data conversion.
- the lean vehicle for analysis may not be included in the lean vehicle for data conversion.
- the lean vehicle travel data for analysis may be included in the lean vehicle travel data for data conversion.
- the lean vehicle travel data for analysis may not be included in the lean vehicle travel data for data conversion.
- the lean vehicle travel data for analysis may be acquired by various sensors provided in the lean vehicle for analysis.
- the lean vehicle travel data for analysis may be acquired by various sensors that are easily attached to and detached from the lean vehicle for analysis.
- the lean vehicle travel data for analysis may be acquired by various sensors temporarily provided in the lean vehicle for analysis for data collection.
- the various sensors for collecting the lean vehicle running data for the analysis may have lower detection accuracy than the various sensors for collecting the lean vehicle running data for the data conversion.
- the various sensors for collecting the lean vehicle running data for the analysis may be the same as the various sensors for collecting the lean vehicle running data for the data conversion.
- the type of data included in the lean vehicle travel data for analysis may be less than the type of data included in the lean vehicle travel data for data conversion.
- the type of data included in the lean vehicle travel data for analysis may be the same as the type of data included in the lean vehicle travel data for data conversion.
- the personality analyzer 1 converts the acquired lean vehicle driving data for analysis into conversion personality data related to the personality of the person to be analyzed by using the acquired personality conversion data.
- the personality analyzer 1 uses the converted converted personality data to generate output personality data for output.
- the personality analyzer 1 outputs the generated personality data for output.
- the personality analysis method preferably includes the following configurations.
- the lean vehicle driving data for data conversion reflects the change in driving of the lean vehicle for data conversion by the driver rather than the data that does not reflect the change in driving of the lean vehicle for data conversion by the driver. Contains a lot of data.
- the lean vehicle driving data for analysis reflects the change in driving of the lean vehicle for analysis by the analysis target person from the data that does not reflect the change in driving of the lean vehicle for analysis by the analysis target person. Contains a lot of data.
- the driver of the lean vehicle recognizes the situation, makes a judgment, and drives. At this time, there are cases where the driver changes the driving before and after the judgment and cases where the driving is not changed. In a lean vehicle, there are many variations in driving and there are many options for the driver's judgment, so there are many variations in the scene in which this driver changes driving. Therefore, focusing on the scene where the driver of this lean vehicle changes the driving, the lean vehicle driving data containing a lot of data reflecting the driver's change in driving with respect to the lean vehicle is less arbitrary and essential. The driver's personality is more likely to appear.
- the following methods can be used to separate the lean vehicle driving data into data that does not reflect the driver's driving changes to the lean vehicle and data that reflects the driver's driving changes to the lean vehicle. Exists.
- the driving data in the suburbs and the driving data in the city may be separated.
- the driving data in the suburbs may be data that does not reflect the change in driving of the lean vehicle by the driver
- the driving data in the city may be the data that reflects the change in driving of the lean vehicle by the driver.
- the personality analysis method preferably includes the following configurations.
- the lean vehicle driving data for data conversion includes lean vehicle driving input data for data conversion related to driving input to the lean vehicle for data conversion by the driver, and data related to the behavior of the lean vehicle for data conversion. Includes at least one of lean vehicle behavior data for conversion and lean vehicle position data for data conversion related to the position of the lean vehicle for data conversion.
- the lean vehicle driving data for analysis is the lean vehicle driving input data for analysis related to the driving input to the lean vehicle for analysis by the analysis subject, and the lean vehicle driving data for analysis related to the behavior of the lean vehicle for analysis. It includes at least one of lean vehicle behavior data and lean vehicle position data for analysis related to the position of the lean vehicle for analysis.
- Lean vehicle driving input data is data related to driving input by the driver, so it more reflects the result of the driver's judgment.
- Lean vehicles there are many types of operations by the driver, and the degree of freedom of the driver's choice during driving is high, so the personality of the driver tends to be strongly reflected.
- the lean vehicle behavior data strongly reflects the result of the driver's driving input, which strongly reflects the driver's personality. Therefore, the lean vehicle behavior data also tends to strongly reflect the personality of the driver.
- the lean vehicle position data strongly reflects the result of the driver's driving input, which strongly reflects the driver's personality. Therefore, the lean vehicle position data tends to strongly reflect the personality of the driver.
- the lean vehicle driving data used when converting to personality data related to the personality of the analysis target person includes data that more reflects the personality of the analysis target person who is the driver.
- the personality analysis method preferably includes the following configurations.
- the lean vehicle traveling data for data conversion further includes lean vehicle traveling environment data for data conversion related to the traveling environment in which the lean vehicle for data conversion travels.
- the lean vehicle travel data for analysis further includes lean vehicle travel environment data for analysis related to the travel environment in which the lean vehicle for analysis travels.
- Driving environment data is considered to be an example of external stress that the driver receives.
- the driving environment data influences the judgment of the driver.
- the driving environment data affects the driving of the driver. Therefore, by using the driving environment data, the personality of the driver is more likely to appear in the driving data of the lean vehicle.
- the personality of the driver tends to appear strongly in the driving data of the lean vehicle.
- the lean vehicle driving data used when converting to personality data related to the personality of the analysis target person includes data that more reflects the personality of the analysis target person who is the driver.
- Lean vehicle driving environment data includes, for example, map data.
- the map data may be associated with, for example, information on road conditions, information on road traffic environments such as traffic lights and equipment, and regulatory information on road travel.
- the lean vehicle driving environment data can be used for analyzing personality such as the personality of the person to be analyzed, together with the lean vehicle driving input data, the lean vehicle behavior data, and the lean vehicle position data.
- the personality analysis method preferably includes the following configurations.
- the lean vehicle traveling data for data conversion includes more data when the lean vehicle for data conversion travels on a public road than data when the lean vehicle for data conversion travels on a road other than a public road.
- the lean vehicle traveling data for analysis includes more data when the lean vehicle for data conversion travels on a public road than data when the lean vehicle for analysis travels on a road other than a public road.
- the driver When a driver traveling on a public road is driving a lean vehicle, the driver has more judgments, has more choices of judgment, and is easily exposed to external stress. Therefore, the driver's personality tends to appear more strongly in the driving data of the lean vehicle.
- lean vehicles since lean vehicles have higher maneuverability and convenience than non-lean vehicles, lean vehicles tend to be used for various purposes and frequently used. Therefore, the driver's personality is more likely to appear in the driving data of a lean vehicle traveling on a public road. That is, the driving data of a lean vehicle traveling on a public road has less arbitrariness of the driver and more reflects the essential personality of the driver. For example, whether or not the data is traveling on a public road may be determined from the lean vehicle position data and the lean vehicle traveling environment data.
- the personality analysis method preferably includes the following configurations.
- the lean vehicle traveling data for data conversion includes data in a state where a plurality of judgment options of the driver are limited by vehicles around the lean vehicle for data conversion, but a plurality of data are left.
- the lean vehicle traveling data for analysis includes data in a state where a plurality of judgment options of the analysis target person are limited by vehicles around the lean vehicle for analysis, but a plurality of data are left.
- the driver's judgment options are limited by the vehicles around the lean vehicle, but a plurality of remaining states may be determined from the lean vehicle position data and the lean vehicle driving environment data. More specifically, the state may be estimated based on the date, time, and place where the lean vehicle is traveling.
- Lean vehicle driving data when traveling in an urban area includes data in a state where a plurality of driver's judgment options are restricted by vehicles around the lean vehicle, but a plurality of them are left.
- data on the actual surrounding conditions of the lean vehicle may be acquired to estimate the state. A combination of methods for estimating a plurality of states may be used.
- the driver's judgment options are limited by the vehicles around the lean vehicle, but a plurality of remaining options are defined as the driver of the lean vehicle driving in a group of a plurality of vehicles including the lean vehicle. It means the running state of the lean vehicle when a plurality of options are left although the options are limited when making the determination.
- the personality analysis method preferably includes the following configurations.
- the lean vehicle traveling data for data conversion includes data in a state where at least one of a passenger and an object is mounted.
- the lean vehicle driving data for analysis includes data in a state where at least one of a passenger and an object is mounted.
- the personality analysis method preferably includes the following configurations.
- the converted conversion personality data is stored.
- the stored personality data for output is generated by using the plurality of stored conversion personality data.
- the memory includes not only the memory for storage but also the temporary memory of the result.
- the conversion personality data stored in the storage and the conversion personality data stored in the temporary memory may be used. These may be used to update the conversion personality data stored in the storage. These may be used to generate new conversion personality data. Statistical processing may be performed using these. These may be used to update the conversion personality data stored in the storage.
- the old conversion personality data and the new conversion personality data can be used to more accurately analyze the personality of the analysis target person who is the driver of the lean vehicle X.
- This embodiment is an example of a personality analyzer that analyzes the personality of the person to be analyzed.
- the personality analyzer of the present embodiment includes the following configurations.
- the personality analyzer is a lean vehicle which is personality data showing personality determined by a psychological state, personality, disposition, etc. and running data of a lean vehicle that tilts to the right when turning right and tilts to the left when turning left.
- Analysis related to the personality conversion data acquisition unit that acquires the personality conversion data generated in association with the driving data, and the driving data of the lean vehicle for analysis that tilts to the right when turning right and tilts to the left when turning left.
- the lean vehicle driving data acquisition unit for analysis that acquires the lean vehicle driving data for analysis and the acquired personality conversion data
- the acquired lean vehicle driving data for analysis is converted in relation to the personality of the analysis target person.
- a personality data conversion unit that converts to personality data, an output personality data generation unit that generates personality data for output to be output using the converted conversion personality data, and a personality for the generated output. It is provided with a data output unit for outputting data.
- the personality conversion data acquisition unit includes personality data indicating the personality based on the lean vehicle driving data for data conversion related to the driving data obtained when a plurality of drivers drive the lean vehicle for data conversion.
- the personality conversion data is generated in association with the lean vehicle running data, which is the running data of the lean vehicle.
- the analysis lean vehicle driving data acquisition unit uses the analysis lean vehicle driving data as data related to the analysis lean vehicle driving data obtained when the analysis target person drives the analysis lean vehicle. To get.
- the personality analyzer analyzes the personality of the person to be analyzed who drives a lean vehicle for analysis that tilts to the right when turning right and tilts to the left when turning left.
- the personality analyzer preferably includes the following configurations.
- the lean vehicle driving data for data conversion includes data related to driving data obtained when the plurality of drivers each drive the lean vehicle for data conversion in an inclined state.
- the lean vehicle travel data for analysis includes data related to travel data obtained when the analysis subject drives the lean vehicle for analysis in an inclined state.
- the personality analyzer preferably includes the following configurations.
- the lean vehicle driving data for data conversion reflects the change in driving of the lean vehicle for data conversion by the driver from the data in which the change in driving of the lean vehicle for data conversion by the driver is not reflected. Contains a lot of data.
- the lean vehicle driving data for analysis reflects the change in driving of the lean vehicle for analysis by the analysis subject from the data that does not reflect the change in driving of the lean vehicle for analysis by the analysis subject. Contains a lot of data.
- the personality analyzer preferably includes the following configurations.
- the lean vehicle driving data for data conversion is related to the lean vehicle driving input data for data conversion related to the driving input to the lean vehicle for data conversion by the driver, and the behavior of the lean vehicle for data conversion. It includes at least one of lean vehicle behavior data for data conversion and lean vehicle position data for data conversion related to the position of the lean vehicle for data conversion.
- the lean vehicle driving data for analysis includes lean vehicle driving input data for analysis related to driving input to the lean vehicle for analysis by the analysis subject, and analysis related to the behavior of the lean vehicle for analysis. Includes at least one of the lean vehicle behavior data and the lean vehicle position data for analysis related to the position of the lean vehicle for analysis.
- the personality analyzer preferably includes the following configurations.
- the lean vehicle traveling data for data conversion further includes lean vehicle traveling environment data for data conversion related to the traveling environment in which the lean vehicle for data conversion travels.
- the lean vehicle travel data for analysis further includes lean vehicle travel environment data for analysis related to the travel environment in which the lean vehicle for analysis travels.
- the personality analyzer preferably includes the following configurations.
- the lean vehicle traveling data for data conversion includes more data when the lean vehicle for data conversion travels on a public road than data when the lean vehicle for data conversion travels on a road other than a public road.
- the lean vehicle traveling data for analysis includes more data when the lean vehicle for analysis travels on a public road than data when the lean vehicle for analysis travels on a road other than a public road.
- the personality analyzer preferably includes the following configurations.
- the lean vehicle traveling data for data conversion includes data in a state where a plurality of judgment options of the driver are limited by vehicles around the lean vehicle for data conversion, but a plurality of data are left.
- the lean vehicle traveling data for analysis includes data in a state where a plurality of judgment options of the analysis target person are limited by vehicles around the lean vehicle for analysis, but a plurality of data are left.
- the personality analyzer preferably includes the following configurations.
- the lean vehicle traveling data for data conversion includes data in a state where at least one of a passenger and an object is mounted.
- the lean vehicle driving data for analysis includes data in a state where at least one of a passenger and an object is mounted.
- FIG. 3 shows an example of the personality analysis system 100 including the personality analysis device 1 of the first embodiment.
- the same components as those of the first embodiment are designated by the same reference numerals and the description thereof will be omitted, and only the configurations different from the first embodiment will be described.
- the personality analysis system 100 includes a personality analysis device 1 and a personality conversion data generation device 101 that generates personality conversion data.
- the personality conversion data generation device 101 is, for example, an information processing arithmetic unit capable of communicating with the personality analysis device 1 and having a processor.
- the personality conversion data generation device 101 may be the same information processing calculation device as the personality analysis device 1.
- the personality conversion data generation device 101 acquires lean vehicle traveling data and personality data, and generates personality conversion data in which the lean vehicle traveling data and the personality data are associated with each other.
- the personality conversion data generation device 101 has a data storage unit 111 and a personality conversion data generation unit 112. Although not particularly shown, the personality conversion data generation device 101 has an acquisition unit for acquiring lean vehicle traveling data and personality data. Further, although not particularly shown, the personality conversion data generation device 101 has an output unit that outputs the generated personality conversion data.
- the data storage unit 111 stores lean vehicle driving data, personality data, and personality conversion data. Specifically, the data storage unit 111 stores lean vehicle driving data for data conversion obtained when a plurality of drivers drive the lean vehicle Y (lean vehicle for data conversion). Further, the data storage unit 111 stores the personality conversion data generated by the personality conversion data generation unit 112, which will be described later.
- personality data may be stored by input in the data storage unit 111, or personality data may be stored in advance.
- the lean vehicle driving data for data conversion includes, for example, lean vehicle driving input data for data conversion, lean vehicle behavior data for data conversion, lean vehicle position data for data conversion, and lean vehicle driving environment data for data conversion. And so on.
- the personality conversion data generation unit 112 generates personality conversion data in which the lean vehicle travel data and the personality data are associated with each other, based on the lean vehicle travel data for data conversion stored in the data storage unit 111.
- the personality conversion data generated by the personality conversion data generation unit 112 is stored in the data storage unit 111.
- the personality conversion data stored in the data storage unit 111 is converted from the lean vehicle running data (lean vehicle running data for analysis) of the lean vehicle X (lean vehicle for analysis) into the converted personality data by the personality analyzer 1. It is used when doing. Since the method of converting the lean vehicle traveling data into the converted personality data in the personality analyzer 1 is the same as that of the first embodiment, detailed description thereof will be omitted.
- the personality analyzer 1 generates personality data for output using the converted personality data, and outputs the personality data for the output. Since the configuration of the personality analyzer 1 is the same as that of the first embodiment, detailed description of the personality analyzer 1 will be omitted.
- the output personality data output from the personality analyzer 1 may be input to, for example, the information processing device 102.
- the output personality data is generated in the personality analyzer 1 as information processing personality data used for information processing in the information processing device 102.
- the information processing device 102 may be, for example, a device that processes data related to finance, insurance, market, goods, services, environment, or customers used in businesses such as finance, insurance, sales, and advertising.
- the personality analysis device 1 is an information processing calculation device
- the information processing device 102 may be the same device as the personality analysis device 1.
- the information processing device 102 may be the same information processing calculation device as the personality conversion data generation device 101.
- the information processing device 102 includes, for example, an output personality data acquisition unit 121, a first data acquisition unit 122, a second data generation unit 123, a second data output unit 124, and a data storage unit 125.
- the output personality data acquisition unit 121 acquires the output personality data output from the personality analyzer 1.
- the first data acquisition unit 122 acquires the first data different from the personality data for the output.
- This first data is data to be processed by the information processing apparatus 102.
- the first data is data related to finance, insurance, market, goods, services, environment or customers used in business such as finance, insurance, sales and advertising.
- the first data is stored in the data storage unit 125.
- the second data generation unit 123 uses the output personality data and the first data to generate the output personality data and second data different from the first data. Similar to the first data, this second data is also data related to finance, insurance, market, goods, services, environment or customers used in business such as finance, insurance, sales and advertising.
- the second data output unit 124 outputs the second data generated by the second data generation unit 123.
- FIG. 4 is a flowchart showing the operation of information processing by the information processing device 102.
- the output personality data acquisition unit 121 of the information processing apparatus 102 acquires the output personality data output from the personality analyzer 1 (step SB1).
- the first data acquisition unit 122 of the information processing device 102 acquires the first data stored in the data storage unit 125 (step SB2). This first data is different from the personality data for output.
- the second data generation unit 123 of the information processing apparatus 102 generates the second data by using the acquired personality data for output and the acquired first data (step SB3). This second data is different from the personality data for output and the first data.
- the second data output unit 124 of the information processing device 102 outputs the generated second data (step SB4).
- the output personality data output from the personality analyzer 1 in this way can be used, for example, in the field of finance or insurance, when the information processing device calculates and processes credit risk or credit score. That is, the personality data obtained by using the lean vehicle driving data can be used for the arithmetic processing of the information processing device in the fields of finance, insurance, sales, advertising, and the like.
- an information processing device acquires the output personality data for output, and uses the acquired personality data for output to perform credit risk or credit by arithmetic processing.
- the score can be output.
- the information processing method is a process of acquiring personality data for output output from the personality analyzer 1 and credit risk data related to credit risk using the acquired personality data for output. Alternatively, it may include a step of outputting credit score data regarding the credit score.
- an information processing device uses a personality data acquisition unit that acquires personality data for output output from the personality analyzer 1 and the acquired personality data to provide credit regarding credit risk. It may include a credit risk output unit that outputs risk data or a credit score output unit that outputs credit score data related to credit scores.
- the personality data for output output from the personality analyzer 1 is taken into consideration when recommending to the analysis target person when the information processing apparatus performs arithmetic processing in the field of sales or advertising, for example. It can be used as a parameter. In fields such as sales or advertising, a product or service may be recommended to the analysis target person according to the personality data of the analysis target person by performing arithmetic processing on the information processing device.
- the information processing device acquires personality data for output output from the personality analyzer 1, and uses the acquired personality data for output for arithmetic processing. Can output the products or services recommended to the analysis target person.
- an information processing device is an analysis target using a personality data acquisition unit that acquires personality data for output output from the personality analyzer 1 and the acquired personality data for output. It may include a product-related data output unit that outputs product-related data related to a product recommended to a person, or a service-related data output unit that outputs service-related data related to services.
- the information processing method is a process of acquiring personality data output from the personality analyzer 1 and product-related data or services related to products recommended to the analysis target person using the acquired personality data. It may include a process of outputting service-related data related to the above.
- the personality analysis method in each of the above-described embodiments is an example of a personality analysis method for analyzing the personality of the analysis target person.
- the personality analysis method of the present invention preferably includes the following configurations.
- the output personality data is generated as information processing personality data used for further information processing.
- the further information processing may be the processing of data related to finance, insurance, markets, products, services, environment or customers used in businesses such as finance, insurance, sales and advertising.
- the personality data output by the personality analysis method of the present invention is used in the information processing method using the following personality data.
- the personality data for the output is acquired.
- first data different from the personality data for output is acquired.
- the personality data for output and the acquired first data are used to generate the personality data for output and the second data different from the acquired first data.
- the generated second data is output.
- the information processing method using the personality data includes the information processing method as described in the patent document described in the background technology. However, it is not limited to the information processing method described in the patent document described in the background technology.
- the information processing method may be any information processing method as long as it is an information processing method that uses personality data.
- the first data and the second data may be data related to finance, insurance, market, goods, services, environment or customers used in businesses such as finance, insurance, sales and advertising.
- the personality data available in the information processing device 102 can be acquired by the personality analysis device 1 and the personality analysis method using the personality analysis device 1. Further, as described in the first embodiment, by using the traveling data of the lean vehicle for the personality analysis, the types of data processed by the system can be reduced, and the hardware load of the personality analyzer 1 can be reduced.
- the personality analyzer of the present invention preferably includes the following configurations.
- the personality data for output is generated as information processing personality data used for further information processing.
- the personality data output by the personality analyzer of the present invention is used in an information processing device that uses the following personality data.
- This information processing apparatus includes an output personality data acquisition unit that acquires the personality data for the output, a first data acquisition unit that acquires the first data different from the output personality data, and the personality for the output.
- a second data generation unit that uses the data and the first data to generate personality data for output and second data that is different from the first data, a second data output unit that outputs the second data, and a second data output unit. To be equipped with.
- the personality conversion data is generated by using the lean vehicle driving data, but the personality conversion data is generated by using not only the lean vehicle driving data but also the data other than the lean vehicle driving data. You may.
- the lean vehicle travel data is acquired as the lean vehicle travel data for analysis, and the personality conversion data is used to convert the lean vehicle travel data for analysis into conversion personality data related to the personality of the analysis target person. I'm converting.
- data other than the lean vehicle travel data may also be acquired for analysis, and the data and the lean vehicle travel data may be converted into conversion personality data using the personality conversion data.
- personality data for output may be used in combination with data other than the lean vehicle driving data.
- each data described in each of the above embodiments may be combined with data other than the lean vehicle traveling data.
- the present invention can be used for a personality analysis method and a personality analyzer for analyzing the personality of an analysis subject, and can also be used for an information processing method and an information processing device using personality data obtained by these methods and devices. Is.
- Personality analyzer 10 Personality conversion data acquisition unit 20 Analy lean vehicle driving data acquisition unit 30 Personality data conversion unit 40 Output personality data generation unit 50 Data output unit 60, 111, 125 Data storage unit 100 Personality analysis system 101 Personality conversion Data generation device 112 Personality conversion Data generation unit 102 Information processing device 121 Output personality data acquisition unit 122 First data acquisition unit 123 Second data generation unit 124 Second data output unit X Lean vehicle (lean vehicle for analysis) Y lean vehicle (lean vehicle for data conversion)
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
ハードウェアリソースの設計自由度を高めつつ、パーソナリティのデータを取得できるパーソナリティ分析方法を提供する。パーソナリティ分析方法は、複数の運転者がデータ変換用のリーン車両を運転する時に得られる前記データ変換用のリーン車両の走行データに関連するデータ変換用のリーン車両走行データに基づいて、パーソナリティデータとリーン車両走行データとを関連付けて生成されたパーソナリティ変換データを取得し、前記分析対象者が、分析用のリーン車両を運転する時に得られる前記分析用のリーン車両の走行データに関連する分析用のリーン車両走行データを取得し、前記分析用のリーン車両走行データを、前記パーソナリティ変換データを用いて、前記分析対象者のパーソナリティに関連する変換パーソナリティデータに変換し、前記変換された変換パーソナリティデータを用いて、出力用のパーソナリティデータを、生成して出力する。
Description
本発明は、分析対象者のパーソナリティを分析する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に関する。
顧客のパーソナリティを用いて情報処理(data processing)を行う情報処理装置が知られている。顧客のパーソナリティを用いて情報処理を行う構成として、例えば、特許文献1~4に開示されている構成が知られている。
特許文献1には、ユーザが選択した製品コンテンツに基づいて、ユーザの関心レベルを決定し、その関心レベルに応じてユーザへのプレゼントを推奨するギフトアドバイス方法が開示されている。
特許文献2には、オンラインのマッチングシステムが開示されている。具体的には、このマッチングシステムでは、各参加者に対して参加者プロファイルの番号を決定し、参加者は、その番号に応じたオンライン会議に出席する。このオンライン会議では、参加者から他の参加者に関するフィードバックを受信することにより、そのオンライン会議の参加者間で双方向の一致があるかどうかの判定が行われる。
特許文献3には、個人のリスクのレベルを決定するためのシステムが開示されている。具体的には、このシステムでは、眼球関連情報などの個人情報を処理して、個人に関する認知情報を生成し、該認知情報を利用して個人のリスクのレベルを判断する。前記認知情報は、個人のリスクのレベルを決定するために、個人の基準認知情報と比較される。
特許文献4には、ユーザに提供される広告を選択及びカスタマイズするためのシステムが開示されている。具体的には、このシステムでは、仮想ゲーム環境内でのユーザの対話を監視し、その対話内容に基づいて間接的にユーザ特性を決定する。前記システムは、ユーザ特性から生成されるユーザプロファイルに基づいて選択した広告をユーザ向けにカスタマイズして、仮想ゲーム環境においてユーザに表示する。
また、ユーザのパーソナリティを用いて情報処理を行う情報処理システムにおいて、ユーザに対する質問回答形式で前記パーソナリティデータを取得する構成も知られている。このように、ユーザに対する質問回答形式でパーソナリティデータを取得する構成として、例えば、特許文献5,6に開示されている構成が知られている。
特許文献5には、経済的なパーソナリティを評価するための方法が開示されている。具体的には、この方法では、ユーザに経済的なパーソナリティを評価するアンケートを行う。そして、前記方法では、アンケート結果に基づいて、ユーザの投資関連の姿勢を評価し、多次元の経済個人情報を生成する。前記方法では、前記多次元の経済個人情報からユーザのリスクプロファイルを構築する。
特許文献6には、人間の行動を考慮してリスクを測定及び管理する方法が開示されている。この方法では、客観的かつ主観的なデータを使用して、組織内のオペレーショナルリスク、信用リスク及び/または市場リスクを測定及び管理する。具体的には、この方法では、心理測定及び/または他の人格評価ツールが、選択された人に適用され、その結果は、測定及び管理システムにおいて主観的データとして、客観的データと共に蓄積される。
ところで、上述のようにユーザのパーソナリティを用いて情報処理を行う場合、より精度良く情報処理を行うために、ユーザの恣意性が少ない本質的なパーソナリティのデータが望まれる。
上述の特許文献4,5のような質問回答形式で得た結果からユーザのパーソナリティを求める場合、恣意性が少ない本質的なパーソナリティを得ようとすると、表現が異なる質問の数を増やしたり、質問の中に虚偽発見尺度(ライスケール)に関する質問を追加したりする必要がある。よって、ユーザに対する質問数が増えるため、システムで処理するデータの種類が非常に多くなる。
このように、システムで処理するデータの種類が非常に多くなると、前記システムのハードウェアの負荷が高くなる。よって、前記システムで必要とするハードウェアリソースが増えるため、システムのハードウェアリソースの設計に制約が生じる。よって、システムのハードウェアリソースの設計自由度が低下する。
本発明は、ハードウェアリソースの設計自由度を高めつつ、パーソナリティデータを取得できるパーソナリティ分析方法を提供することを目的とする。
本発明者らは、リーン車両の走行データを分析する中で、リーン車両の走行データとリーンしない車両の走行データとが大きく異なることに気がついた。前記リーン車両は、右旋回時に右に傾斜し、左旋回時に左に傾斜する車両である。
リーン車両は、リーンしない車両よりも車体の大きさが小さい。すなわち、リーン車両は、リーンしない車両よりも車体の前後方向及び/または左右方向の大きさが小さい。また、リーン車両のステアリングの回転操作量は、360度より小さいため、リーン車両は、リーンしない車両に比べて、ステアリングの回転操作量が少ない。さらに、リーン車両は、リーンしない車両と異なり、ライダーがアクティブに操作できるライダーアクティブな車両である。よって、リーン車両の運転は、リーンしない車両の運転と異なる。このようにリーンしない車両とは運転が異なるリーン車両の走行データは、リーンしない車両、すなわち例えば4輪車の走行データとは大きく異なる。
本発明者らは、リーン車両の走行状況についてさらに詳細に検討したところ、リーンしない車両に比べて、リーン車両はライダーの意思による走行の自由度が非常に高いことに気がついた。
そのため、運転者がリーン車両を運転している際には、運転者がリーンしない車両を運転している場合よりも、運転者の判断回数及び判断の選択肢が多い傾向にある。
また、運転者は、リーン車両を運転している際には、リーンしない車両を運転している場合に比べて、外部からのストレスにより晒されやすい。さらに、リーン車両を運転している運転者に加わる外部からのストレスは、非常に多様である。
このように、運転者がリーン車両を運転している際には、運転者の判断回数及び判断の選択肢が多く且つ外部からストレスに晒されやすい状況であるため、リーン車両の走行データには運転者のパーソナリティが強く現れやすい。また、リーン車両は、リーンしない車両に比べて機動性及び利便性が高いため、リーン車両の利用目的が多様であり、利用頻度が多くなる傾向がある。そのため、リーン車両の走行データには運転者のパーソナリティが強く現れやすい。すなわち、本発明者らは、運転者が運転したリーン車両の走行データが、運転者の恣意性が少なく且つ運転者の本質的なパーソナリティをより反映していることに気付いた。
そこで、本発明者らは、リーン車両の走行データを用いて、恣意性が少ない本質的なパーソナリティを分析する手法を思いついた。パーソナリティの分析にリーン車両の走行データを用いることで、システムで処理するデータの種類を低減でき、パーソナリティを分析するシステムのハードウェアの負荷を低減できる。また、システムで必要とするハードウェアリソースを低減できるため、パーソナリティを分析するシステムのハードウェアリソースの設計の自由度を高めることできる。ハードウェアリソースの設計自由度を高めつつ、パーソナリティデータを取得できるパーソナリティ分析方法を創出した。
なお、4輪車の運転者の特性傾向を推定する技術は知られている(例えば特開2014-46820号公報)。この特開2014-46820号公報(以下、文献1という)には、周囲状況を示す情報に基づいて4輪車が走行するシーンを推定し、4輪車の車両情報に基づいて運転者の運転行動を検出し、前記推定されたシーンにおいて運転者がとった運転行動に基づき、特性傾向ラベルとの相関に基づいて運転者の特性を推定する運転者特性推定装置が開示されている。
しかしながら、前記文献1には、運転者の運転行動特性として、特性傾向ラベルや情動反応に関する記載があるだけで、本発明のようにリーン車両の走行データを用いて運転者のパーソナリティを分析する点については何ら開示も示唆もされていない。なお、本発明におけるパーソナリティは、個人の心理状態、性格、気質等によって決まる。このようなパーソナリティは、前記文献1には何ら開示も示唆もされていない。
すなわち、前記文献1に開示されている4輪車では、運転者が車両を運転する際の選択肢が少ないので、運転者の意思による運転の自由度が低い。そのため、4輪車では、車両の走行データに運転者のパーソナリティが現れにくい。よって、4輪車を対象としている前記文献1の構成では、運転者のパーソナリティではなく、運転者が車両を運転する際の傾向(運転傾向)に関する3つの項目(他者配慮型、自己志向型、非共感型)及び感情等の情動反応の情報を得るのが限界である。
これに対し、既述のように、本発明のようなリーン車両では、運転者がリーン車両を運転している際は、運転者の選択肢が多いため運転者の意思による運転の自由度が低く、且つ、外部からストレスに晒されやすい状況である。そのため、リーン車両の走行データには、リーン車両を運転する運転者の素のパーソナリティが強く現れやすい。よって、本発明のようにリーン車両の走行データを用いることにより、運転者のパーソナリティを分析することができる。
このように、4輪車のようにリーンしない車両の走行データなどの車両情報からは、前記文献1に開示されるように運転者の運転傾向や感情等の情動反応を推定するのが限界であり、リーンしない車両の走行データから、本発明のように個人の心理状態、性格、気質等によって決まるパーソナリティを分析できないことは明白である。
なお、運転者の感情等の情動反応は、状況に応じて、都度、変化するものであり、本発明のようなパーソナリティとは大きく異なる。よって、リーン車両の運転者の感情を推定する感情推定装置として、例えば国際公開2018/092436号公報(以下、文献2という)などが知られているが、この文献2に開示されている感情は、本発明のパーソナリティとは全く概念が異なる。したがって、前記文献2の感情推定装置は、本発明のパーソナリティ分析装置とは構成が大きく相違している。よって、前記文献1と前記文献2とを組み合わせても、本発明の構成には容易に想到できない。
本発明の一実施形態に係るパーソナリティ分析方法は、心理状態、性格、気質等によって決まるパーソナリティを示すパーソナリティデータと右旋回時に右に傾斜し且つ左旋回時に左に傾斜するリーン車両の走行データであるリーン車両走行データとを関連付けて生成されたパーソナリティ変換データを取得するパーソナリティ変換データ取得工程と、右旋回時に右に傾斜し且つ左旋回時に左に傾斜する分析用のリーン車両の走行データに関連する分析用のリーン車両走行データを取得する分析用リーン車両走行データ取得工程と、前記取得したパーソナリティ変換データを用いて、前記取得した分析用のリーン車両走行データを前記分析対象者のパーソナリティに関連する変換パーソナリティデータに変換するパーソナリティデータ変換工程と、前記変換された変換パーソナリティデータを用いて、出力するための出力用のパーソナリティデータを生成する出力用パーソナリティデータ生成工程と、前記生成された出力用のパーソナリティデータを出力するパーソナリティデータ出力工程と、を有する。前記パーソナリティ変換データ取得工程では、複数の運転者がデータ変換用のリーン車両を運転する時にそれぞれ得られる走行データに関連するデータ変換用のリーン車両走行データに基づいて、前記パーソナリティを示すパーソナリティデータとリーン車両の走行データであるリーン車両走行データとを関連付けて前記パーソナリティ変換データを生成する。前記分析用リーン車両走行データ取得工程では、前記分析用のリーン車両走行データとして、分析対象者が前記分析用のリーン車両を運転する時に得られる前記分析用のリーン車両の走行データに関連するデータを取得する。パーソナリティ分析方法は、右旋回時に右方向に傾斜し且つ左旋回時に左方向に傾斜する分析用のリーン車両を運転する分析対象者のパーソナリティを分析する。
運転者は、リーン車両を運転する際に、多くの選択肢の中から、多くの判断を行うとともに、外部からのストレスに晒されやすい。よって、運転者が運転するリーン車両の走行データであるリーン車両走行データには、恣意性が少なく本質的な運転者のパーソナリティが強く現れやすい。
よって、リーン車両を運転する運転者を、パーソナリティを分析する分析対象者とすることで、分析対象者のパーソナリティを取得できる。パーソナリティの分析にリーン車両の走行データを用いることで、パーソナリティを分析する装置で処理するデータの種類を低減でき、前記装置のハードウェアの負荷を低減できる。また、前記装置で必要とするハードウェアリソースを低減できるため、前記装置のハードウェアリソースの設計の自由度を高めることできる。
したがって、ハードウェアリソースの設計自由度を高めつつ、パーソナリティデータを取得できる。
他の観点によれば、本発明のパーソナリティ分析方法は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、前記複数の運転者が前記データ変換用のリーン車両を傾斜状態で運転する時にそれぞれ得られる走行データに関連するデータを含む。前記分析用のリーン車両走行データは、前記分析対象者が前記分析用のリーン車両を傾斜状態で運転する時に得られる走行データに関連するデータを含む。
これにより、運転者のパーソナリティがより顕著に現われやすい、リーン車両の傾斜状態における走行データを用いて、分析対象者のパーソナリティを分析することができる。よって、運転者である分析対象者のパーソナリティをより精度良く分析することができる。
他の観点によれば、本発明のパーソナリティ分析方法は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、前記運転者による前記データ変換用のリーン車両に対する運転の変化が反映されていないデータより、前記運転者による前記データ変換用のリーン車両に対する運転の変化が反映されているデータを多く含む。前記分析用のリーン車両走行データは、前記分析対象者による前記分析用のリーン車両に対する運転の変化が反映されていないデータより、前記分析対象者による前記分析用のリーン車両に対する運転の変化が反映されているデータを多く含む。
この構成により、運転者が運転するリーン車両の走行データであるリーン車両走行データには、運転者が判断した後のリーン車両の運転の変化が反映されている。よって、運転者が運転するリーン車両の走行データであるリーン車両走行データには、恣意性が少なく本質的な運転者のパーソナリティがより強く現れやすい。
よって、運転者である分析対象者のパーソナリティをより精度良く分析することができる。また、データの種類を特定したリーン車両走行データを用いることで、パーソナリティを分析する装置で処理するデータの種類を低減でき、前記装置のハードウェアの負荷をより低減できる。また、前記装置で必要とするハードウェアリソースを低減できるため、前記装置のハードウェアリソースの設計の自由度をより高めることできる。
したがって、ハードウェアリソースの設計自由度をより高めつつ、より精度の高いパーソナリティデータを取得できる。
他の観点によれば、本発明のパーソナリティ分析方法は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、前記運転者による前記データ変換用のリーン車両への運転入力に関連するデータ変換用のリーン車両運転入力データ、前記データ変換用のリーン車両の挙動に関連するデータ変換用のリーン車両挙動データ及び前記データ変換用のリーン車両の位置に関連するデータ変換用のリーン車両位置データのうちの少なくとも一つを含む。前記分析用のリーン車両走行データは、前記分析対象者による前記分析用のリーン車両への運転入力に関連する分析用のリーン車両運転入力データ、前記分析用のリーン車両の挙動に関連する分析用のリーン車両挙動データ及び前記分析用のリーン車両の位置に関連する分析用のリーン車両位置データのうちの少なくとも一つを含む。
これにより、分析対象者のパーソナリティに関連するパーソナリティデータに変換する際に用いられるリーン車両走行データは、運転者である分析対象者のパーソナリティをより反映するデータを含む。
すなわち、運転者によるリーン車両への運転入力に関するリーン車両運転入力データ及びリーン車両の挙動に関するリーン車両挙動データは、例えば、運転者の環境刺激及びストレスに対する敏感さ、不安及び緊張の強さなどに関係する。また、リーン車両の位置に関するリーン車両位置データは、運転者の精神状態及び性格などのパーソナリティに関係する。
この構成により、前記リーン車両走行データを用いて、運転者である分析対象者のパーソナリティをより精度良く分析することができる。また、データの種類を特定したリーン車両走行データを用いることで、パーソナリティを分析する装置で処理するデータの種類を低減でき、前記装置のハードウェアの負荷をより低減できる。また、前記装置で必要とするハードウェアリソースを低減できるため、前記装置のハードウェアリソースの設計の自由度をより高めることできる。
したがって、ハードウェアリソースの設計自由度をより高めつつ、より精度の高いパーソナリティデータを取得できる。
他の観点によれば、本発明のパーソナリティ分析方法は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、更に前記データ変換用のリーン車両が走行する走行環境に関連するデータ変換用のリーン車両走行環境データを含む。前記分析用のリーン車両走行データは、更に前記分析用のリーン車両が走行する走行環境に関連する分析用のリーン車両走行環境データを含む。
これにより、分析対象者のパーソナリティに関連するパーソナリティデータに変換する際に用いられるリーン車両走行データは、運転者である分析対象者のパーソナリティをより反映するデータを含む。
リーン車両走行環境データは、例えば、マップデータを含む。マップデータは、例えば、道路状況に関する情報、信号、設備などの道路交通環境に関する情報、道路の走行に関する規制情報などと関連付けられていてもよい。リーン車両走行環境データは、前記リーン車両運転入力データ、前記リーン車両挙動データ及び前記リーン車両位置データとともに、分析対象者の性格などのパーソナリティの分析に用いることができる。
この構成により、前記リーン車両走行データを用いて、運転者である分析対象者のパーソナリティをより精度良く分析することができる。また、データの種類を特定したリーン車両走行データを用いることで、パーソナリティを分析する装置で処理するデータの種類を低減でき、前記装置のハードウェアの負荷をより低減できる。また、前記装置で必要とするハードウェアリソースを低減できるため、前記装置のハードウェアリソースの設計の自由度をより高めることできる。
したがって、ハードウェアリソースの設計自由度をより高めつつ、より精度の高いパーソナリティデータを取得できる。
他の観点によれば、本発明のパーソナリティ分析方法は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、前記データ変換用のリーン車両が公道以外を走行した時のデータより、前記データ変換用のリーン車両が公道を走行した時のデータを多く含む。前記分析用のリーン車両走行データは、前記分析用のリーン車両が公道以外を走行した時のデータより、前記データ変換用のリーン車両が公道を走行した時のデータを多く含む。
公道を走行中の運転者がリーン車両を運転している際には、運転者の判断回数がより多く、判断の選択肢が多く且つ外部からストレスに晒されやすい状況であるため、リーン車両の走行データには運転者のパーソナリティがより強く現れやすい。また、リーン車両は、リーンしない車両に比べて機動性及び利便性が高いため、リーン車両の利用目的が多様になり、利用頻度が多くなる傾向がある。そのため、公道を走行するリーン車両の走行データには運転者のパーソナリティがより強く現れやすい。すなわち、公道を走行するリーン車両の走行データは、運転者の恣意性が少なく且つ運転者の本質的なパーソナリティをより反映する。
この構成により、前記リーン車両走行データを用いて、運転者である分析対象者のパーソナリティをより精度良く分析することができる。また、データの種類を特定したリーン車両走行データを用いることで、パーソナリティを分析する装置で処理するデータの種類を低減でき、前記装置のハードウェアの負荷をより低減できる。また、前記装置で必要とするハードウェアリソースを低減できるため、前記装置のハードウェアリソースの設計の自由度をより高めることできる。
したがって、ハードウェアリソースの設計自由度をより高めつつ、より精度の高いパーソナリティデータを取得できる。
他の観点によれば、本発明のパーソナリティ分析方法は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、前記データ変換用のリーン車両の周囲の車両によって運転者の判断の選択肢が制限を受けるが複数残されている状態でのデータを含む。前記分析用のリーン車両走行データは、前記分析用のリーン車両の周囲の車両によって分析対象者の判断の選択肢が制限を受けるが複数残されている状態でのデータを含む。
この構成により、運転者の判断の選択肢が制限を受けるが複数残されている状態でのリーン車両走行データは、運転者の判断の選択肢が残されていない状態でのリーン車両走行データに比べて、運転者のパーソナリティをより明確に反映している。よって、運転者の判断の選択肢が制限を受けるが複数残されている状態でのリーン車両走行データを用いて、運転者である分析対象者のパーソナリティをより精度良く分析することができる。また、データの種類を特定したリーン車両走行データを用いることで、パーソナリティを分析する装置で処理するデータの種類を低減でき、前記装置のハードウェアの負荷をより低減できる。また、前記装置で必要とするハードウェアリソースを低減できるため、前記装置のハードウェアリソースの設計の自由度をより高めることできる。
したがって、ハードウェアリソースの設計自由度をより高めつつ、より精度の高いパーソナリティデータを取得できる。
他の観点によれば、本発明のパーソナリティ分析方法は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、同乗者及び物の少なくとも一方を搭載した状態のデータを含む。前記分析用のリーン車両走行データは、同乗者及び物の少なくとも一方を搭載した状態のデータを含む。
同乗者及び物の少なくとも一方を搭載した状態のリーン車両は、同乗者及び物の少なくとも一方を搭載していない状態より運転者の判断の選択肢が制限を受けやすい。そのため、同乗者及び物の少なくとも一方を搭載した状態のデータを含むリーン車両走行データを用いて、運転者である分析対象者のパーソナリティをより精度良く分析することができる。また、データの種類を特定したリーン車両走行データを用いることで、パーソナリティを分析する装置で処理するデータの種類を低減でき、前記装置のハードウェアの負荷をより低減できる。また、前記装置で必要とするハードウェアリソースを低減できるため、前記装置のハードウェアリソースの設計の自由度をより高めることできる。
したがって、ハードウェアリソースの設計自由度をより高めつつ、より精度の高いパーソナリティデータを取得できる。
他の観点によれば、本発明のパーソナリティ分析方法は、以下の構成を含むことが好ましい。前記変換された変換パーソナリティデータを記憶する。前記記憶された複数の変換パーソナリティデータを用いて、前記出力用のパーソナリティデータを生成する。
複数の変換パーソナリティデータを用いることで、リーン車両の運転者である分析対象者のパーソナリティをより精度良く分析することができる。
したがって、ハードウェアリソースの設計自由度を高めつつ、より精度の高いパーソナリティデータを取得できる。
他の観点によれば、本発明のパーソナリティ分析方法は、以下の構成を含むことが好ましい。前記出力用のパーソナリティデータは、更なる情報処理に用いられる情報処理用パーソナリティデータとして生成される。
これにより、分析対象者が運転するリーン車両のリーン車両走行データを用いてパーソナリティ分析方法により得られたパーソナリティデータを、更なる情報処理装置で用いることができる。
したがって、ハードウェアリソースの設計自由度を高めつつ、更なる情報処理に用いることができるパーソナリティデータを取得できる。
本発明の一実施形態に係るパーソナリティ分析装置は、心理状態、性格、気質等によって決まるパーソナリティを示すパーソナリティデータと右旋回時に右に傾斜し且つ左旋回時に左に傾斜するリーン車両の走行データであるリーン車両走行データとを関連付けて生成されたパーソナリティ変換データを取得するパーソナリティ変換データ取得部と、右旋回時に右に傾斜し且つ左旋回時に左に傾斜する分析用のリーン車両の走行データに関連する分析用のリーン車両走行データを取得する分析用リーン車両走行データ取得部と、前記取得したパーソナリティ変換データを用いて、前記取得した分析用のリーン車両走行データを前記分析対象者のパーソナリティに関連する変換パーソナリティデータに変換するパーソナリティデータ変換部と、前記変換された変換パーソナリティデータを用いて、出力するための出力用のパーソナリティデータを生成する出力用パーソナリティデータ生成部と、前記生成された出力用のパーソナリティデータを出力するデータ出力部と、を備える。前記パーソナリティ変換データ取得部は、複数の運転者がデータ変換用のリーン車両を運転する時にそれぞれ得られる走行データに関連するデータ変換用のリーン車両走行データに基づいて、前記パーソナリティを示すパーソナリティデータとリーン車両の走行データであるリーン車両走行データとを関連付けて前記パーソナリティ変換データを生成する。前記分析用リーン車両走行データ取得部は、前記分析用のリーン車両走行データとして、分析対象者が前記分析用のリーン車両を運転する時に得られる前記分析用のリーン車両の走行データに関連するデータを取得する。パーソナリティ分析装置は、右旋回時に右に傾斜し且つ左旋回時に左に傾斜する分析用のリーン車両を運転する分析対象者のパーソナリティを分析する。
他の観点によれば、本発明のパーソナリティ分析装置は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、前記複数の運転者が前記データ変換用のリーン車両を傾斜状態で運転する時にそれぞれ得られる走行データに関連するデータを含む。前記分析用のリーン車両走行データは、前記分析対象者が前記分析用のリーン車両を傾斜状態で運転する時に得られる走行データに関連するデータを含む。
他の観点によれば、本発明のパーソナリティ分析装置は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、前記運転者による前記データ変換用のリーン車両に対する運転の変化が反映されていないデータより、前記運転者による前記データ変換用のリーン車両に対する運転の変化が反映されているデータを多く含む。前記分析用のリーン車両走行データは、前記分析対象者による前記分析用のリーン車両に対する運転の変化が反映されていないデータより、前記分析対象者による前記分析用のリーン車両に対する運転の変化が反映されているデータを多く含む。
他の観点によれば、本発明のパーソナリティ分析装置は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、前記運転者による前記データ変換用のリーン車両への運転入力に関連するデータ変換用のリーン車両運転入力データ、前記データ変換用のリーン車両の挙動に関連するデータ変換用のリーン車両挙動データ及び前記データ変換用のリーン車両の位置に関連するデータ変換用のリーン車両位置データのうちの少なくとも一つを含む。前記分析用のリーン車両走行データは、前記分析対象者による前記分析用のリーン車両への運転入力に関連する分析用のリーン車両運転入力データ、前記分析用のリーン車両の挙動に関連する分析用のリーン車両挙動データ及び前記分析用のリーン車両の位置に関連する分析用のリーン車両位置データのうち少なくとも一つを含む。
他の観点によれば、本発明のパーソナリティ分析装置は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、更に前記データ変換用のリーン車両が走行する走行環境に関連するデータ変換用のリーン車両走行環境データを含む。前記分析用のリーン車両走行データは、更に前記分析用のリーン車両が走行する走行環境に関連する分析用のリーン車両走行環境データを含む。
他の観点によれば、本発明のパーソナリティ分析装置は、以下の構成を含むことが好ましい。前記出力用のパーソナリティデータは、更なる情報処理に用いられる情報処理用パーソナリティデータとして生成される。
本発明の一実施形態に係る情報処理方法は、上述のパーソナリティ分析方法で情報処理用パーソナリティデータとして生成された出力用のパーソナリティデータを用いる情報処理方法である。この情報処理方法は、前記出力パーソナリティデータを取得する。前記情報処理方法は、前記出力パーソナリティデータとは異なる第1データを取得する。前記情報処理方法は、前記出力用のパーソナリティデータ及び前記第1データを用いて、前記出力用のパーソナリティデータ及び前記第1データと異なる第2データを生成する。前記情報処理方法は、前記第2データを出力する。
パーソナリティデータを用いる情報処理方法は、背景技術に記載した特許文献に記載されているような情報処理方法を含む。ただし、背景技術に記載した特許文献に記載されているような情報処理方法に限定されることは無い。パーソナリティデータを用いる情報処理方法であればよい。例えば、前記第1データ及び前記第2データは、金融、保険、販売、広告などのビジネスで用いられる、金融、保険、市場、商品、サービス、環境または顧客に関連するデータであってもよい。
これにより、恣意性が少なく本質的な運転者のパーソナリティを含むリーン車両走行データを用いて出力されたパーソナリティデータ及び出力されたパーソナリティデータとは異なる第1データを用いて、取得したパーソナリティデータ及び取得した第1データと異なる第2データを生成し、出力する。このため、より精度の高い第2データを生成し、出力できる。
したがって、パーソナリティデータを用いる情報処理方法を実行するハードウェアリソースの設計自由度を高めつつ、パーソナリティデータを用いてより精度の高い第2データを生成し、出力できる。
本発明の一実施形態に係る情報処理装置は、上述のパーソナリティ分析装置で前記情報処理用パーソナリティデータとして生成された前記出力用のパーソナリティデータを用いる情報処理装置である。この情報処理装置は、前記出力用のパーソナリティデータを取得する出力用のパーソナリティデータ取得部と、前記出力用のパーソナリティデータとは異なる第1データを取得する第1データ取得部と、前記出力用のパーソナリティデータ及び前記第1データを用いて、前記出力用のパーソナリティデータ及び前記第1データと異なる第2データを生成する第2データ生成部と、前記第2データを出力する第2データ出力部と、を備える。
本明細書で使用される専門用語は、特定の実施例のみを定義する目的で利用されるのであって、前記専門用語によって発明を制限する意図はない。
本明細書で使用される「及び/または」は、一つまたは複数の関連して列挙された構成物のすべての組み合わせを含む。
本明細書において、「含む、備える(including)」「含む、備える(comprising)」または「有する(having)」及びそれらの変形の使用は、記載された特徴、工程、要素、成分、及び/または、それらの等価物の存在を特定するが、ステップ、動作、要素、コンポーネント、及び/または、それらのグループのうちの一つまたは複数を含むことができる。
本明細書において、「取り付けられた」、「接続された」、「結合された」、及び/または、それらの等価物は、広義の意味で使用され、“直接的及び間接的な”取り付け、接続及び結合の両方を包含する。さらに、「接続された」及び「結合された」は、物理的または機械的な接続または結合に限定されず、直接的または間接的な接続または結合を含むことができる。
他に定義されない限り、本明細書で使用される全ての用語(技術用語及び科学用語を含む)は、本発明が属する技術分野の当業者によって一般的に理解される意味と同じ意味を有する。
一般的に使用される辞書に定義された用語は、関連する技術及び本開示の文脈における意味と一致する意味を有すると解釈されるべきであり、本明細書で明示的に定義されていない限り、理想的または過度に形式的な意味で解釈されることはない。
本発明の説明においては、いくつもの技術及び工程が開示されていると理解される。これらの各々は、個別の利益を有し、他に開示された技術の一つ以上、または、場合によっては全てと共に使用することもできる。
したがって、明確にするために、本発明の説明では、不要に個々のステップの可能な組み合わせをすべて繰り返すことを控える。しかしながら、本明細書及び特許請求の範囲は、そのような組み合わせがすべて本発明の範囲内であることを理解して読まれるべきである。
本明細書では、本発明に係る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の実施形態について説明する。
以下の説明では、本発明の完全な理解を提供するために多数の具体的な例を述べる。しかしながら、当業者は、これらの具体的な例がなくても本発明を実施できることが明らかである。
よって、以下の開示は、本発明の例示として考慮されるべきであり、本発明を以下の図面または説明によって示される特定の実施形態に限定することを意図するものではない。
[リーン車両]
本明細書において、リーン車両とは、傾斜姿勢で旋回する車両である。具体的には、リーン車両は、車両の左右方向において、左に旋回する際に左方向に傾斜し、右に旋回する際に右方向に傾斜する車両である。リーン車両は、一人乗りの車両であってもよいし、複数人が乗車可能な車両であってもよい。なお、リーン車両は、2輪車だけでなく、3輪車または4輪車など、傾斜姿勢で旋回する全ての車両を含む。
本明細書において、リーン車両とは、傾斜姿勢で旋回する車両である。具体的には、リーン車両は、車両の左右方向において、左に旋回する際に左方向に傾斜し、右に旋回する際に右方向に傾斜する車両である。リーン車両は、一人乗りの車両であってもよいし、複数人が乗車可能な車両であってもよい。なお、リーン車両は、2輪車だけでなく、3輪車または4輪車など、傾斜姿勢で旋回する全ての車両を含む。
[パーソナリティ]
本明細書において、パーソナリティとは、個人の心理状態、性格、気質等によって決まる個性を意味する。具体的には、前記パーソナリティには、神経症傾向、外向性、経験への開放性、協調性、誠実性の5つの要素を含んでもよい。また、前記パーソナリティには、内閉性、同調性、粘着性、顕示性、過敏性、過信性などの性格6類型を含んでもよい。さらに、前記パーソナリティは、新奇***求、報酬依存、損害回避及び固執の気質と、自己志向、協調及び自己超越の性格とを含んでいてもよい。
本明細書において、パーソナリティとは、個人の心理状態、性格、気質等によって決まる個性を意味する。具体的には、前記パーソナリティには、神経症傾向、外向性、経験への開放性、協調性、誠実性の5つの要素を含んでもよい。また、前記パーソナリティには、内閉性、同調性、粘着性、顕示性、過敏性、過信性などの性格6類型を含んでもよい。さらに、前記パーソナリティは、新奇***求、報酬依存、損害回避及び固執の気質と、自己志向、協調及び自己超越の性格とを含んでいてもよい。
上述以外にも、前記パーソナリティには、個人の個性に関するパラメータであれば、どのようなパラメータを含んでいてもよい。
[リーン車両走行データ]
本明細書において、リーン車両走行データとは、リーン車両の走行に関連するデータである。具体的には、前記リーン車両走行データは、運転者によるリーン車両への運転入力に関連するリーン車両運転入力データ、リーン車両の挙動に関連するリーン車両挙動データ、リーン車両の走行位置に関連するリーン車両位置データ、及び、リーン車両が走行する走行環境に関連するリーン車両走行環境データなどの少なくとも一つのデータを含む。また、前記リーン車両走行データは、リーン車両運転入力データ、リーン車両挙動データ、リーン車両位置データ、及び、リーン車両走行環境データなどが加工された加工データを含んでいてもよい。前記リーン車両走行データは、リーン車両運転入力データ、リーン車両挙動データ、リーン車両位置データ、及び、リーン車両走行環境データなどと他のデータとを用いて加工された加工データを含んでいてもよい。
本明細書において、リーン車両走行データとは、リーン車両の走行に関連するデータである。具体的には、前記リーン車両走行データは、運転者によるリーン車両への運転入力に関連するリーン車両運転入力データ、リーン車両の挙動に関連するリーン車両挙動データ、リーン車両の走行位置に関連するリーン車両位置データ、及び、リーン車両が走行する走行環境に関連するリーン車両走行環境データなどの少なくとも一つのデータを含む。また、前記リーン車両走行データは、リーン車両運転入力データ、リーン車両挙動データ、リーン車両位置データ、及び、リーン車両走行環境データなどが加工された加工データを含んでいてもよい。前記リーン車両走行データは、リーン車両運転入力データ、リーン車両挙動データ、リーン車両位置データ、及び、リーン車両走行環境データなどと他のデータとを用いて加工された加工データを含んでいてもよい。
[リーン車両運転入力データ]
本明細書において、リーン車両運転入力データは、運転者がリーン車両を運転する際に行う運転者の操作入力に関連するデータである。具体的には、前記リーン車両運転入力データは、アクセル操作、ブレーキ操作、操舵または運転者の姿勢変化による重心位置の変更などに関連するデータを含んでいてもよい。また、具体的には、前記リーン車両運転入力データは、ホーンスイッチ、ウィンカースイッチ、照明スイッチなどの各種スイッチの操作等に関連するデータを含んでいてもよい。前記リーン車両運転入力データは、運転者による運転入力に関連するデータであるため、運転者の判断の結果をより反映している。リーン車両では、運転者による操作の種類が多く、運転時に運転者の選択の自由度も高いため、運転者のパーソナリティが強く反映される傾向がある。また、前記リーン車両運転入力データは、センサなどから取得したデータが加工された加工データを含んでいてもよい。前記リーン車両運転入力データは、センサなどから取得したデータと他のデータとを用いて加工された加工データを含んでいてもよい。
本明細書において、リーン車両運転入力データは、運転者がリーン車両を運転する際に行う運転者の操作入力に関連するデータである。具体的には、前記リーン車両運転入力データは、アクセル操作、ブレーキ操作、操舵または運転者の姿勢変化による重心位置の変更などに関連するデータを含んでいてもよい。また、具体的には、前記リーン車両運転入力データは、ホーンスイッチ、ウィンカースイッチ、照明スイッチなどの各種スイッチの操作等に関連するデータを含んでいてもよい。前記リーン車両運転入力データは、運転者による運転入力に関連するデータであるため、運転者の判断の結果をより反映している。リーン車両では、運転者による操作の種類が多く、運転時に運転者の選択の自由度も高いため、運転者のパーソナリティが強く反映される傾向がある。また、前記リーン車両運転入力データは、センサなどから取得したデータが加工された加工データを含んでいてもよい。前記リーン車両運転入力データは、センサなどから取得したデータと他のデータとを用いて加工された加工データを含んでいてもよい。
[リーン車両挙動データ]
本明細書において、リーン車両挙動データとは、リーン車両が運転者によって運転される際に、運転者の運転入力によって生じるリーン車両の挙動に関連するデータである。具体的には、前記リーン車両挙動データは、例えば、分析対象者である運転者がリーン車両を運転した際に変化するリーン車両の加速度、速度、角度を含む。すなわち、前記リーン車両挙動データは、分析対象者である運転者がアクセル操作またはブレーキ操作を行ってリーン車両の加減速を行った場合、リーン車両の操舵または重心位置の変更を含む姿勢変化を行った場合などに生じるリーン車両の挙動を現すデータである。
本明細書において、リーン車両挙動データとは、リーン車両が運転者によって運転される際に、運転者の運転入力によって生じるリーン車両の挙動に関連するデータである。具体的には、前記リーン車両挙動データは、例えば、分析対象者である運転者がリーン車両を運転した際に変化するリーン車両の加速度、速度、角度を含む。すなわち、前記リーン車両挙動データは、分析対象者である運転者がアクセル操作またはブレーキ操作を行ってリーン車両の加減速を行った場合、リーン車両の操舵または重心位置の変更を含む姿勢変化を行った場合などに生じるリーン車両の挙動を現すデータである。
また、前記リーン車両挙動データは、上述のように、リーン車両の加速度、速度、角度に関するデータだけでなく、運転者がリーン車両に対して行うスイッチ操作等によってリーン車両で生じる動作を含んでもよい。すなわち、前記リーン車両挙動データは、ホーンスイッチ及びウィンカースイッチ、照明スイッチなどの各種スイッチの操作等によってリーン車両に生じる動作に関連するデータを含む。前記リーン車両挙動データは、運転者の運転入力の結果が強く反映される。そのため、前記リーン車両挙動データにも、運転者のパーソナリティが強く反映される傾向がある。また、前記リーン車両挙動データは、センサなどから取得したデータが加工された加工データを含んでいてもよい。前記リーン車両挙動データは、センサなどから取得したデータと他のデータとを用いて加工された加工データを含んでいてもよい。
[リーン車両位置データ]
本明細書において、リーン車両位置データは、リーン車両の走行位置に関連するデータである。例えば、前記リーン車両位置データは、GPS、通信携帯端末の通信基地局の情報に基づいて検出することができる。なお、前記リーン車両位置データは、種々の測位技術、SLAMなどで算出することができる。前記リーン車両位置データは、運転者のパーソナリティが強く反映されている運転者の運転入力の結果が強く反映される。そのため、前記リーン車両位置データにも、運転者のパーソナリティが強く反映される傾向がある。また、前記リーン車両位置データは、センサなどから取得したデータが加工された加工データを含んでいてもよい。前記リーン車両位置データは、センサなどから取得したデータと他のデータとを用いて加工された加工データを含んでいてもよい。
本明細書において、リーン車両位置データは、リーン車両の走行位置に関連するデータである。例えば、前記リーン車両位置データは、GPS、通信携帯端末の通信基地局の情報に基づいて検出することができる。なお、前記リーン車両位置データは、種々の測位技術、SLAMなどで算出することができる。前記リーン車両位置データは、運転者のパーソナリティが強く反映されている運転者の運転入力の結果が強く反映される。そのため、前記リーン車両位置データにも、運転者のパーソナリティが強く反映される傾向がある。また、前記リーン車両位置データは、センサなどから取得したデータが加工された加工データを含んでいてもよい。前記リーン車両位置データは、センサなどから取得したデータと他のデータとを用いて加工された加工データを含んでいてもよい。
[リーン車両走行環境データ]
本明細書において、リーン車両走行環境データは、例えば、マップデータを含む。マップデータは、例えば、道路状況に関する情報、信号、設備などの道路交通環境に関する情報、道路の走行に関する規制情報などと関連付けられていてもよい。また、マップデータは、天気、気温または湿度などの環境データなどと関連付けられていてもよい。前記リーン車両走行環境データは、前記リーン車両運転入力データ、前記リーン車両挙動データ及び前記リーン車両位置データとともに、分析対象者の性格などのパーソナリティの分析に用いることができる。
本明細書において、リーン車両走行環境データは、例えば、マップデータを含む。マップデータは、例えば、道路状況に関する情報、信号、設備などの道路交通環境に関する情報、道路の走行に関する規制情報などと関連付けられていてもよい。また、マップデータは、天気、気温または湿度などの環境データなどと関連付けられていてもよい。前記リーン車両走行環境データは、前記リーン車両運転入力データ、前記リーン車両挙動データ及び前記リーン車両位置データとともに、分析対象者の性格などのパーソナリティの分析に用いることができる。
前記道路状況に関する情報は、渋滞が頻発する、路上駐車車両が多い等、混雑する環境下にある道路(地域)に関する情報を含む。この情報は、時間帯と組み合わせることによって、より情報の精度が上がる。また、前記道路状況に関する情報は、スコールがあると冠水し易い道路に関する情報を含む。
前記リーン車両走行環境データは、運転者が受ける外部からのストレスの一例であると考えられる。前記リーン車両走行環境データは、運転者の判断に影響を与える。前記リーン車両走行環境データは、運転者の運転に影響を与える。そのため、前記リーン車両走行環境データを用いることで、リーン車両の走行データには運転者のパーソナリティがより強く現れやすくなる。また、前記リーン車両走行環境データを用いることで、リーン車両の利用目的及び利用頻度が影響を受けるため、リーン車両の走行データには運転者のパーソナリティが強く現れやすい。
前記リーン車両走行環境データは、種々の手段から取得することができる。前記リーン車両走行環境データを取得する手段は、特定の手段に限定されることはない。例えば、前記リーン車両走行環境データを取得する手段は、リーン車両に搭載した外部環境認識装置である。より具体的には、前記リーン車両走行環境データを取得する手段は、カメラ、レーダーなどである。また、例えば、前記リーン車両走行環境データを取得する手段は、通信装置である。より具体的には、前記リーン車両走行環境データを取得する手段は、車車間通信装置、路車間通信装置である。前記リーン車両走行環境データは、例えば、インターネットを介して入手することもできる。
[公道]
本明細書において、公道とは、シミュレーション及びサーキットの走行路ではなく、一般車両が通行可能な公共用の道路である。前記公道には、一般車両が通行可能な私道も含まれる。
本明細書において、公道とは、シミュレーション及びサーキットの走行路ではなく、一般車両が通行可能な公共用の道路である。前記公道には、一般車両が通行可能な私道も含まれる。
[AよりBを多く含む]
本明細書において、「AよりBを多く含む」とは、Aを全く含んでいなくてもよい。「AよりBを多く含む」とは、Aを一部含んでいてもよい。
本明細書において、「AよりBを多く含む」とは、Aを全く含んでいなくてもよい。「AよりBを多く含む」とは、Aを一部含んでいてもよい。
例えば、運転者によるデータ変換用のリーン車両に対する運転の変化が反映されていないデータより運転者によるデータ変換用のリーン車両に対する運転の変化が反映されているデータを多く含むとは、運転者によるデータ変換用のリーン車両に対する運転の変化が反映されていないデータを全く含んでいなくてもよい。例えば、運転者によるデータ変換用のリーン車両に対する運転の変化が反映されていないデータより運転者によるデータ変換用のリーン車両に対する運転の変化が反映されているデータを多く含むとは、運転者によるデータ変換用のリーン車両に対する運転の変化が反映されていないデータを一部含んでいてもよい。
例えば、分析対象者による分析用のリーン車両に対する運転の変化が反映されていないデータより分析対象者による分析用のリーン車両に対する運転の変化が反映されているデータを多く含むとは、分析対象者による分析用のリーン車両に対する運転の変化が反映されていないデータを全く含んでいなくてもよい。例えば、分析対象者による分析用のリーン車両に対する運転の変化が反映されていないデータより分析対象者による分析用のリーン車両に対する運転の変化が反映されているデータを多く含むとは、分析対象者による分析用のリーン車両に対する運転の変化が反映されていないデータを一部含んでいてもよい。
例えば、データ変換用のリーン車両が公道以外を走行した時のデータよりデータ変換用のリーン車両が公道を走行した時のデータを多く含むとは、データ変換用のリーン車両が公道以外を走行した時のデータを全く含んでいなくてもよい。例えば、データ変換用のリーン車両が公道以外を走行した時のデータよりデータ変換用のリーン車両が公道を走行した時のデータを多く含むとは、データ変換用のリーン車両が公道以外を走行した時のデータを一部含んでいてもよい。
例えば、分析用のリーン車両が公道以外を走行した時のデータより分析用のリーン車両が公道を走行した時のデータを多く含むとは、分析用のリーン車両が公道以外を走行した時のデータを全く含んでいなくてもよい。例えば、分析用のリーン車両が公道以外を走行した時のデータより分析用のリーン車両が公道を走行した時のデータを多く含むとは、分析用のリーン車両が公道以外を走行した時のデータを一部含んでいてもよい。
本発明の一実施形態によれば、ハードウェアリソースの設計自由度を高めつつ、パーソナリティデータを取得できるパーソナリティ分析方法を提供することができる。
以下で、各実施形態について、図面を参照しながら説明する。なお、各図中の構成部材の寸法は、実際の構成部材の寸法及び各構成部材の寸法比率等を忠実に表したものではない。
<実施形態1>
(パーソナリティ分析装置)
図1に、本発明の実施形態に係るパーソナリティ分析装置1の概略構成を示す。パーソナリティ分析装置1は、分析対象者のパーソナリティを分析する装置である。本実施形態のパーソナリティ分析装置1は、分析対象者がリーン車両Xを運転した際に得られるリーン車両X(分析用のリーン車両)のリーン車両走行データ(分析用のリーン車両走行データ)を用いて、分析対象者のパーソナリティを分析し、その分析結果を出力する。
(パーソナリティ分析装置)
図1に、本発明の実施形態に係るパーソナリティ分析装置1の概略構成を示す。パーソナリティ分析装置1は、分析対象者のパーソナリティを分析する装置である。本実施形態のパーソナリティ分析装置1は、分析対象者がリーン車両Xを運転した際に得られるリーン車両X(分析用のリーン車両)のリーン車両走行データ(分析用のリーン車両走行データ)を用いて、分析対象者のパーソナリティを分析し、その分析結果を出力する。
本実施形態におけるパーソナリティの分析とは、分析対象者の心理状態、性格、気質等によって決まる個性の分析を意味する。このパーソナリティは、分析対象者が運転者としてリーン車両Xを運転する際に得られるリーン車両Xのリーン車両走行データを、後述するパーソナリティデータ変換部30によって変換することにより得られる変換パーソナリティデータに含まれる。すなわち、この変換パーソナリティデータは、前記分析対象者のパーソナリティに関連するデータを含む。
本実施形態におけるリーン車両走行データは、リーン車両の走行に関連するデータである。前記リーン車両走行データは、運転者がリーン車両を運転した際に得られるリーン車両の走行に関連するデータのうち、前記運転者のパーソナリティが現れるようなデータを意味する。
具体的には、前記リーン車両走行データは、運転者によるリーン車両への運転入力に関連するリーン車両運転入力データ、リーン車両の挙動に関連するリーン車両挙動データ、リーン車両の走行位置に関連するリーン車両位置データ、及び、リーン車両が走行する走行環境に関連するリーン車両走行環境データなどを含む。なお、前記リーン車両走行データは、前記リーン車両運転入力データ、前記リーン車両挙動データ、前記リーン車両位置データ及びリーン車両走行環境データ以外のデータを含んでいてもよい。また、前記リーン車両走行データは、前記リーン車両運転入力データ、前記リーン車両挙動データ、前記リーン車両位置データ及びリーン車両走行環境データのうち、一つまたは複数のデータのみを含んでいてもよい。
例えば、リーン車両が分析用のリーン車両であるリーン車両Xの場合、前記リーン車両走行データは分析用のリーン車両走行データであり、前記リーン車両運転入力データは分析用のリーン車両運転入力データであり、前記リーン車両挙動データは分析用のリーン車両挙動データであり、前記リーン車両位置データは分析用のリーン車両位置データであり、前記リーン車両走行環境データは、分析用のリーン車両走行環境データである。
例えば、リーン車両がデータ変換用のリーン車両であるリーン車両の場合、前記リーン車両走行データはデータ変換用のリーン車両走行データであり、前記リーン車両運転入力データはデータ変換用のリーン車両運転入力データであり、前記リーン車両挙動データはデータ変換用のリーン車両挙動データであり、前記リーン車両位置データはデータ変換用のリーン車両位置データであり、前記リーン車両走行環境データは、データ変換用のリーン車両走行環境データである。
なお、前記リーン車両走行データは、リーン車両運転入力データ、リーン車両挙動データ、リーン車両位置データ、及び、リーン車両走行環境データなどが加工された加工データを含んでいてもよい。また、前記リーン車両走行データは、リーン車両運転入力データ、リーン車両挙動データ、リーン車両位置データ、及び、リーン車両走行環境データなどと他のデータとを用いて加工された加工データを含んでいてもよい。
前記リーン車両運転入力データは、運転者がリーン車両を運転する際に行う運転者の操作入力に関連するデータである。具体的には、前記リーン車両運転入力データは、アクセル操作、ブレーキ操作、操舵または運転者の姿勢変化による重心位置の変更などに関連するデータを含んでもよい。また、具体的には、前記リーン車両運転入力データは、ホーンスイッチ、ウィンカースイッチ、照明スイッチなどの各種スイッチの操作等を含んでもよい。前記リーン車両運転入力データは、運転者による運転入力に関連するデータであるため、運転者の判断の結果をより反映している。リーン車両では、運転者による操作の種類が多く、運転時に運転者の選択の自由度も高いため、運転者のパーソナリティが強く反映される傾向がある。また、前記リーン車両運転入力データは、センサなどから取得したデータが加工された加工データを含んでいてもよい。前記リーン車両運転入力データは、センサなどから取得したデータと他のデータとを用いて加工された加工データを含んでいてもよい。
前記リーン車両挙動データは、リーン車両が運転者によって運転される際に、運転者の操作入力によって生じるリーン車両の挙動に関連するデータである。具体的には、前記リーン車両挙動データは、例えば、運転者が運転した際に変化するリーン車両の加速度、速度、角度を含む。すなわち、前記リーン車両挙動データは、運転者がアクセル操作またはブレーキ操作を行ってリーン車両の加減速を行った場合、リーン車両の操舵または重心位置の変更を含む姿勢変化を行った場合などに生じるリーン車両の挙動を現すデータである。
前記リーン車両挙動データは、上述のように、リーン車両の加速度、速度、角度に関するデータだけでなく、運転者がリーン車両に対して行うスイッチ操作等によってリーン車両で生じる動作を含んでもよい。すなわち、前記リーン車両挙動データは、ホーンスイッチ及びウィンカースイッチ、照明スイッチなどの各種スイッチの操作等によってリーン車両に生じる動作に関連するデータを含む。前記リーン車両挙動データは、運転者の運転入力の結果が強く反映される。そのため、前記リーン車両挙動データにも、運転者のパーソナリティが強く反映される傾向がある。また、前記リーン車両挙動データは、センサなどから取得したデータが加工された加工データを含んでいてもよい。前記リーン車両挙動データは、センサなどから取得したデータと他のデータとを用いて加工された加工データを含んでいてもよい。
前記リーン車両位置データは、リーン車両の走行位置に関連するデータである。例えば、前記リーン車両位置データは、GPS、通信携帯端末の通信基地局の情報等に基づいて検出することができる。なお、前記リーン車両位置データは、種々の測位技術、SLAMなどで算出することができる。前記リーン車両位置データは、運転者のパーソナリティが強く反映されている運転者の運転入力の結果が強く反映される。そのため、前記リーン車両位置データにも、運転者のパーソナリティが強く反映される傾向がある。また、前記リーン車両位置データは、センサなどから取得したデータが加工された加工データを含んでいてもよい。前記リーン車両位置データは、センサなどから取得したデータと他のデータとを用いて加工された加工データを含んでいてもよい。
前記リーン車両走行環境データは、例えば、マップデータを含む。このマップデータは、例えば、道路状況に関する情報、信号、設備などの道路交通環境に関する情報、道路の走行に関する規制情報などと関連付けられていてもよい。また、前記マップデータは、天気、気温または湿度などの環境データなどと関連付けられていてもよい。前記リーン車両走行環境データは、前記リーン車両運転入力データ、前記リーン車両挙動データ及び前記リーン車両位置データとともに、分析対象者の性格などのパーソナリティの分析に用いることができる。
前記道路状況に関する情報は、渋滞が頻発する、路上駐車車両が多い等、混雑する環境下にある道路(地域)に関する情報を含む。この情報は、時間帯と組み合わせることによって、より情報の精度が上がる。また、前記道路状況に関する情報は、スコールがあると冠水し易い道路に関する情報を含む。
前記リーン車両走行環境データは、運転者が受ける外部からのストレスの一例であると考えられる。前記リーン車両走行環境データは、運転者の判断に影響を与える。前記リーン車両走行環境データは、運転者の運転に影響を与える。そのため、前記リーン車両走行環境データを用いることで、リーン車両の走行データには運転者のパーソナリティがより強く現れやすくなる。また、前記リーン車両走行環境データを用いることで、リーン車両の利用目的及び利用頻度が影響を受けるため、リーン車両の走行データには運転者のパーソナリティが強く現れやすい。
パーソナリティ分析装置1は、パーソナリティ変換データ取得部10と、分析用リーン車両走行データ取得部20と、パーソナリティデータ変換部30と、出力用パーソナリティデータ生成部40と、データ出力部50と、データ記憶部60とを備える。本実施形態では、パーソナリティ分析装置1は、例えば、分析対象者が所有する携帯端末である。なお、パーソナリティ分析装置1は、通信を介してデータを取得して、演算処理を行う演算処理装置であってもよい。
分析用リーン車両走行データ取得部20は、分析対象者である運転者がリーン車両Xを運転した際のリーン車両走行データ(分析用のリーン車両走行データ)を取得する。
分析用リーン車両走行データ取得部20は、分析対象者がリーン車両Xを運転した際に、リーン車両Xのリーン車両走行データに含まれるデータ、すなわち、分析用のリーン車両運転入力データ、分析用のリーン車両挙動データ、分析用のリーン車両位置データ及び分析用のリーン車両走行環境データなどを取得する。
分析用リーン車両走行データ取得部20は、例えば、リーン車両Xに対する分析対象者の運転を操作信号として取得することによって、前記分析用のリーン車両運転入力データを取得してもよい。具体的には、分析用リーン車両走行データ取得部20は、リーン車両Xにおける運転者の運転入力に関連するデータ、すなわち、アクセル操作、ブレーキ操作、操舵または運転者の姿勢変化による重心位置の変更などに関連するデータ、ホーンスイッチ、ウィンカースイッチ、照明スイッチなどの各種スイッチの操作等に関連するデータなどを取得してもよい。これらのデータは、リーン車両Xから送信される。
分析用リーン車両走行データ取得部20は、例えば、分析対象者である運転者がリーン車両Xを運転した際に変化するリーン車両Xの加速度、速度、角度を含むデータを、分析用のリーン車両挙動データとして取得してもよい。分析用リーン車両走行データ取得部20は、例えばジャイロセンサなどによって、前記分析用のリーン車両挙動データを取得する。前記分析用のリーン車両挙動データは、分析対象者である運転者がアクセル操作またはブレーキ操作を行ってリーン車両Xの加減速を行った場合、リーン車両Xの操舵または重心位置の変更を含む姿勢変化を行った場合などに生じるリーン車両Xの挙動を現すデータである。
また、分析用リーン車両走行データ取得部20は、分析対象者である運転者がリーン車両Xに対して行うスイッチ操作等によってリーン車両Xで生じる動作を、前記リーン車両挙動データとして取得してもよい。すなわち、分析用リーン車両走行データ取得部20は、ホーンスイッチ及びウィンカースイッチ、照明スイッチなどの各種スイッチの操作等によってリーン車両Xに生じる動作に関連するデータを前記分析用のリーン車両挙動データとして取得してもよい。これらのデータは、リーン車両Xから、パーソナリティ分析装置1に送信される。
分析用リーン車両走行データ取得部20は、例えば、GPS、通信携帯端末の通信基地局の情報に基づいて、リーン車両Xの走行位置に関連する分析用のリーン車両位置データを取得してもよい。なお、前記分析用のリーン車両位置データは、種々の測位技術、SLAMなどで算出することができる。
分析用リーン車両走行データ取得部20は、例えばマップデータから、前記分析用のリーン車両走行環境データを取得してもよい。このマップデータは、例えば、道路状況に関する情報、信号、設備などの道路交通環境に関する情報、道路の走行に関する規制情報などと関連付けられていてもよい。また、前記マップデータは、天気、気温または湿度などの環境データなどと関連付けられていてもよい。前記マップデータは、道路情報及び道路交通環境に関する情報(信号等の道路に対する付随情報)と道路の走行に関わる規則情報が関連づけられた情報を含んでいてもよい。
分析用リーン車両走行データ取得部20は、例えばリーン車両Xに搭載した外部環境認識装置によって、前記分析用のリーン車両走行環境データを取得してもよい。より具体的には、分析用リーン車両走行データ取得部20は、カメラまたはレーダーなどから、前記分析用のリーン車両走行環境データを取得してもよい。また、分析用リーン車両走行データ取得部20は、例えば、通信装置によって、前記分析用のリーン車両走行環境データを取得してもよい。より具体的には、分析用リーン車両走行データ取得部20は、車車間通信装置、路車間通信装置によって、前記分析用のリーン車両走行環境データを取得してもよい。分析用リーン車両走行データ取得部20は、例えば、インターネットを介して前記分析用のリーン車両走行環境データを取得してもよい。このように、前記分析用のリーン車両走行環境データは、種々の手段から取得することができる。前記分析用のリーン車両走行環境データを取得する手段は、ある手段に限定されることはない。
パーソナリティ変換データ取得部10は、上述の分析対象者のリーン車両走行データをパーソナリティデータに変換するパーソナリティ変換データを取得する。
前記パーソナリティ変換データは、複数の運転者がリーン車両をそれぞれ運転した際に得られるリーン車両走行データと、それらの運転者のパーソナリティデータとが関連付けられたデータである。すなわち、前記パーソナリティ変換データは、リーン車両走行データから、それに適したパーソナリティデータを得るために、リーン車両走行データとパーソナリティデータとを対応付けたデータである。
前記パーソナリティ変換データは、例えば、パーソナリティ分析で用いられる特性論または類型論に基づく考え方を利用して、複数の運転者がリーン車両(データ変換用のリーン車両)をそれぞれ運転した際に得られるデータ変換用のリーン車両走行データに基づいて生成される。本実施形態では、前記データ変換用のリーン車両走行データは、前記パーソナリティ変換データを生成するために用いられるデータである点以外は、上述の分析用のリーン車両走行データと同様のデータである。なお、前記データ変換用のリーン車両走行データは、上述の分析用のリーン車両走行データと異なる種類のデータを含んでいてもよい。
本実施形態では、前記パーソナリティ変換データは、パーソナリティの特性論であるビッグファイブ理論を利用して生成される。このビッグファイブ理論では、人間が持つ様々な性格を、5つの要素の組み合わせで表現する。前記ビッグファイブ理論は、文化差及び民族差を越えた普遍性を有する理論である。
具体的には、前記パーソナリティ変換データは、前記ビッグファイブ理論における、神経症傾向、外向性、経験への開放性、協調性、誠実性の5つの要素に対して、リーン車両走行データを組み合わせたデータである。
前記神経症傾向は、環境刺激及びストレッサーに対する敏感さ、不安及び緊張の強さを表す。前記神経症傾向は、例えば、リーン車両Xの走行環境ごとの走行のばらつきの大きさと関連性を有する。リーン車両Xの走行環境の違いによってリーン車両Xの走行に大きな違いが見られない運転者は、神経症傾向が弱く、リーン車両Xの走行環境の違いによってリーン車両Xの走行に大きな違いが見られる運転者は、神経症傾向が強い。
例えば、渋滞がよく発生する走行位置と渋滞があまり発生しない走行位置とでリーン車両Xの車体挙動に大きな変化がない場合には、運転者は環境の影響をあまり受けていない、つまり運転者の神経症傾向は弱いと判断される。一方、リーン車両Xの車体挙動に大きな変化がある場合には、運転者が環境の影響を受けている、つまり運転者の神経症傾向が強いと判断される。
すなわち、リーン車両Xの走行環境を特定し、異なる走行環境下での車体挙動のパラメータの違いまたはばらつき(例えば標準偏差など)に基づいて、運転者の神経症傾向を判断することができる。
前記走行環境は、例えば、「市街地と郊外(地域)」、「一般道と高速道路(道路種別)」、「昼と夜(時刻)」、「晴れと雨(天候)」、「ドライとウエット(路面)」などを含む。前記走行環境は、走行位置データ、時刻データ、気象データ、路面検出データなどを用いて、特定される。
前記神経症傾向は、例えば、前記リーン車両走行データのうち、リーン車両Xのリーン車両運転入力データ、リーン車両走行環境データ、リーン車両位置データ及びリーン車両挙動データを用いて、把握することができる。
前記外向性は、外交性、活動性、積極性を表す。前記外向性は、例えば、一定期間内のリーン車両Xの走行距離と関連性を有する。例えば、リーン車両Xの走行距離が長いほど運転者の外向性が高く、リーン車両Xの走行距離が短いほど外向性が低いと判断される。よって、前記外向性は、例えば、前記リーン車両走行データのうち、リーン車両Xのリーン車両位置データを用いて、把握することができる。
前記経験への開放性は、知的好奇心の強さ、想像力、新しいものへの親和性を表す。前記経験への開放性は、例えば、一定期間内にリーン車両Xで訪れた新規地点数と関連性を有する。例えば、一定期間内にリーン車両Xで訪れた新規地点数が多いほど、運転者の経験への開放性が高いと判断され、前記新規地点数が少ないほど、運転者の経験への開放性が低いと判断される。なお、訪れる地点をその種類毎に区別し、一定期間内に新たな種類の地点をリーン車両Xで訪れた回数が多いほど、運転者の経験への開放性が高いと判断してもよい。また、一定期間内にリーン車両Xで訪れた新規地点数が同じでも、訪れた地点の種類が多いほうが、運転者の経験への開放性が高いと判断してもよい。
前記経験への開放性は、例えば、前記リーン車両走行データのうち、リーン車両Xのリーン車両位置データ及びマップデータを含むリーン車両走行環境データを用いて、把握することができる。
前記協調性は、利他性、共感性、優しさなどを表す。前記協調性は、例えば、密集状態における周囲との協調度合いと関連性を有する。よって、前記協調性は、例えば、前記リーン車両走行データのうち、リーン車両位置データを用いて、把握することができる。
特に、前記協調性は、密集状態の群において、平均挙動に対する乖離度合いとより強い関連性を有する。よって、前記協調性は、密集状態の群における他のリーン車両の走行位置データも用いることにより、より精度良く把握することができる。
なお、リーン車両Xが他のリーン車両とともに密集状態である場合には、リーン車両Xの走行位置に関連するリーン車両位置データだけではなく、密集状態である他のリーン車両の走行位置に関連するリーン車両位置データも把握して、密集状態であるリーン車両の群におけるリーン車両Xの走行位置の乖離度合いを算出してもよい。このようにリーン車両Xの走行位置の乖離度合いを算出した場合には、例えば、走行位置の乖離度合いが大きいほど運転者の協調性が低いと判断され、前記乖離度合いが小さいほど運転者の協調性が高いと判断される。
前記誠実性は、自己統制力、達成への意思、まじめさ、責任感の強さを表す。前記誠実性は、例えば、交通規則遵守の度合い、及び、リーン車両Xの走行のばらつきの少なさと関連性を有する。前記交通規則遵守の度合いは、マップデータに収録されている走行位置に応じた規制情報と、リーン車両Xの挙動とに基づいて判断される。交通規則を遵守しない走行は、例えば、速度が40Km/hで規制されている道路を60km/hで走行したり、車両の一時停止が義務付けられている地点で一時停止をしなかったりする場合などを含む。
上述のような走行規則を守らずに走行する頻度が高いほど、運転者の誠実性が低いと判断され、走行規則を守らずに走行する頻度が低いほど、運転者の誠実性が高いと判断される。
また、前記走行のばらつきの場合には、リーン車両Xの走行環境が分類及び特定され、該走行環境内でのリーン車両Xの車体挙動のパラメータの違いまたはばらつき(例えば標準偏差など)に基づいて、運転者の誠実性が判断される。誠実性の高いライダーは、自己統制力が高く、まじめであることから、遵法走行を行うとともに、突発的な行動を起こさないと考えられる。
前記誠実性は、例えば、前記リーン車両走行データのうち、リーン車両Xのリーン車両位置データ、マップデータを含むリーン車両走行環境データ及びリーン車両挙動データを用いて、把握することができる。
なお、前記パーソナリティ変換データは、Cloningerの気質と性格の7次元モデル(木島ら,季刊 精神科診断学(日本評論社) 第7巻第3号 別刷,p379-399)、運転者行動と性格データ(詫摩武俊,IATSS review Vol.2 No.3,September 1976,p183-190)、ドライバ個人特性の評価指標(石橋ら,マツダ技報、No.22(2004),p155-160)などを利用して、生成してもよい。“Cloningerの気質と性格の7次元モデル”は、例えば、メンタルヘルス関係の研究所のHP(https://www.institute-of-mental-health.jp/thesis/pdf/thesis-06/thesis-06-04.pdf)等に掲載されている。
例えば、Cloningerの気質と性格の7次元モデルでは、気質を、新奇***求、報酬依存、損害回避及び固執により表現し、性格を、自己志向、協調及び自己超越により表現している。運転者行動と性格データでは、性格を、内閉性、同調性、粘着性、顕示性、過敏性、過信性の6類型に分類している。また、ドライバ個人特性の評価指標では、運転スタイルを、運転スキルへの自信、運転に対する消極性、せっかちな運転傾向、几帳面な運転傾向、信号に対する事前準備的な運転、ステイタスシンボルとしての車、不安定な精神状態での運転及び心配性的傾向により表現している。
前記パーソナリティ変換データは、予め生成されてデータ記憶部60に格納されたデータであってもよいし、パーソナリティ変換データ取得部10で生成されるデータであってもよい。パーソナリティ変換データ取得部10は、前記パーソナリティ変換データを、取得したリーン車両走行データ及びパーソナリティを用いて、更新してもよい。
パーソナリティデータ変換部30は、上述のパーソナリティ変換データを用いて、分析用リーン車両走行データ取得部20で取得された分析用のリーン車両走行データを、変換パーソナリティデータに変換する。このとき、パーソナリティデータ変換部30は、例えば、既述した、神経症傾向、外向性、経験への開放性、協調性、誠実性の5つの要素について、分析対象者である運転者のレベル付けを行う。このレベル付けは、上述の各要素に関して、連続値で表現されてもよいし、閾値によって分けられた複数の段階で表現されてもよい。また、パーソナリティデータ変換部30は、上述の各要素でレベル付けした結果を用いて、複数の類型に分類し、その分類結果を変換パーソナリティデータとしてもよい。
出力用パーソナリティデータ生成部40は、パーソナリティデータ変換部30によって変換された変換パーソナリティデータを用いて、出力用のパーソナリティデータを生成する。この出力用のパーソナリティデータは、パーソナリティ分析装置1から出力されるデータである。前記出力用のパーソナリティデータは、前記変換パーソナリティデータと同じデータであってもよいし、前記変換パーソナリティデータを用いて、パーソナリティ分析装置1の出力データとして要求されるデータに変換されたデータであってもよい。
また、出力用パーソナリティデータ生成部40は、前記変換パーソナリティデータを情報処理して、出力用のパーソナリティデータを生成してもよい。例えば、出力用パーソナリティデータ生成部40は、データ記憶部60に前記変換パーソナリティデータを記憶し、データ記憶部60に記憶されている変換パーソナリティデータの中から抽出された変換パーソナリティデータを用いて、出力用のパーソナリティデータを生成してもよい。具体的には、例えば、出力用パーソナリティデータ生成部40は、データ記憶部60に記憶されている一定期間内の変換パーソナリティデータから、出力用のパーソナリティデータを生成してもよい。
データ出力部50は、出力用パーソナリティデータ生成部40で生成された出力用のパーソナリティデータを、パーソナリティ分析装置1の外部に出力する。
以上の構成により、パーソナリティ分析装置1によって、分析対象者が運転するリーン車両Xのリーン車両走行データを用いて、分析対象者のパーソナリティを分析し、その分析結果を出力用のパーソナリティデータとして出力することができる。
(パーソナリティ分析方法)
次に、図2を用いて、上述の構成を有するパーソナリティ分析装置1によって行われるパーソナリティ分析方法を説明する。図2は、パーソナリティ分析装置1の動作の一例、すなわちパーソナリティ分析方法の一例を示すフローである。
次に、図2を用いて、上述の構成を有するパーソナリティ分析装置1によって行われるパーソナリティ分析方法を説明する。図2は、パーソナリティ分析装置1の動作の一例、すなわちパーソナリティ分析方法の一例を示すフローである。
まず、分析用リーン車両走行データ取得部20が、リーン車両Xの分析用のリーン車両走行データを取得する(ステップSA1)。この分析用のリーン車両走行データには、例えば、分析用のリーン車両運転入力データ、分析用のリーン車両挙動データ、分析用のリーン車両位置データ及び分析用のリーン車両走行環境データなどが含まれる。
なお、前記分析用のリーン車両走行データは、分析用のリーン車両運転入力データ、分析用のリーン車両挙動データ、分析用のリーン車両位置データ及び分析用のリーン車両走行環境データ以外のデータを含んでいてもよい。また、前記分析用のリーン車両走行データは、前記分析用のリーン車両運転入力データ、前記分析用のリーン車両挙動データ、前記分析用のリーン車両位置データ及び前記分析用のリーン車両走行環境データのうち、一つまたは複数のデータのみを含んでいてもよい。
次に、パーソナリティデータ変換部30は、取得したリーン車両Xの分析用のリーン車両走行データを、パーソナリティ変換データによって、変換パーソナリティデータに変換する(ステップSA2)。このパーソナリティ変換データは、複数の運転者がリーン車両をそれぞれ運転した際に得られるリーン車両走行データと、パーソナリティデータとが関連付けられたデータである。本実施形態では、前記パーソナリティ変換データは、ビッグファイブ理論を用いて、複数の運転者がリーン車両をそれぞれ運転した際に得られるデータ変換用のリーン車両走行データに基づいて生成されたデータである。
出力用パーソナリティデータ生成部40は、前記変換された変換パーソナリティデータを用いて、出力用のパーソナリティデータを生成する(ステップSA3)。
データ出力部50は、生成されたパーソナリティデータを出力する(ステップSA4)。その後、このフローを終了する(エンド)。
以上の構成により、従来のような質問回答形式ではなく、運転者の恣意性が少なく且つ運転者の本質的なパーソナリティをより反映したリーン車両走行データを用いて、運転者である分析対象者のパーソナリティデータを取得することができる。このようにリーン車両走行データを用いることにより、分析対象者に対して非常に多くの質問を行う必要がある従来の質問回答形式によるパーソナリティ分析方法に比べて、パーソナリティ分析システムで処理するデータの量を減らすことができる。
すなわち、パーソナリティの分析にリーン車両の走行データを用いることで、システムで処理するデータの種類を低減でき、パーソナリティ分析装置1のハードウェアの負荷を低減できる。また、パーソナリティ分析装置1で必要とするハードウェアリソースを低減できるため、パーソナリティ分析装置1のハードウェアリソースの設計の自由度を高めることできる。
したがって、ハードウェアリソースの設計自由度を高めつつ、パーソナリティデータを取得することができる。
本実施形態は、分析対象者のパーソナリティを分析するパーソナリティ分析方法の一例である。本実施形態のパーソナリティ分析方法は、以下の工程を含んでいる。
本実施形態のパーソナリティ分析方法では、パーソナリティを示すパーソナリティデータとリーン車両の走行データであるリーン車両走行データとを関連付けるパーソナリティ変換データを取得する。このパーソナリティ変換データは、複数の運転者がリーン車両を運転する時にそれぞれ得られるリーン車両の走行データに関連するデータ変換用のリーン車両走行データに基づいて生成される。
なお、前記データ変換用のリーン車両走行データは、複数の運転者によるリーン車両走行データを意味する。また、前記リーン車両は、右旋回時に右に傾斜し且つ左旋回時に左に傾斜する車両である。データ変換用のリーン車両は、前記データ変換用のリーン車両走行データの対象となる複数の運転者が運転するリーン車両を意味する。
例えば、前記データ変換用のリーン車両走行データは、前記データ変換用のリーン車両に設けられた各種センサで取得してもよい。また、前記データ変換用のリーン車両走行データは、前記データ変換用のリーン車両に容易に着脱可能に設けられた各種センサで取得してもよい。前記データ変換用のリーン車両走行データは、前記データ変換用のリーン車両にデータ収集のために一時的に設けられた各種センサで取得してもよい。
パーソナリティ分析方法では、分析対象者がリーン車両Xを運転する時に得られるリーン車両Xの走行データに関連する分析用のリーン車両走行データを取得する。
なお、分析用のリーン車両走行データは、前記分析対象者が運転するリーン車両Xのリーン車両走行データを意味する。分析用のリーン車両は、分析用のリーン車両走行データを取得する対象である、前記分析対象者が運転するリーン車両Xを意味する。
前記分析対象者は、前記複数の運転者に含まれていてもよい。前記分析対象者は、前記複数の運転者に含まれていなくてもよい。前記分析用のリーン車両は、前記データ変換用のリーン車両に含まれていてもよい。前記分析用のリーン車両は、前記データ変換用のリーン車両に含まれていなくてもよい。前記分析用のリーン車両走行データは、前記データ変換用のリーン車両走行データに含まれていてもよい。前記分析用のリーン車両走行データは、前記データ変換用のリーン車両走行データに含まれていなくてもよい。
例えば、前記分析用のリーン車両走行データは、前記分析用のリーン車両に設けられた各種センサによって取得されてもよい。また、前記分析用のリーン車両走行データは、前記分析用のリーン車両に容易に着脱可能に設けられた各種センサによって取得されてもよい。前記分析用のリーン車両走行データは、前記分析用のリーン車両にデータ収集のために一時的に設けられた各種センサによって取得されてもよい。
なお、前記分析用のリーン車両走行データを収集するための各種センサは、前記データ変換用のリーン車両走行データを収集するための各種センサより検出精度が低くてよい。
なお、前記分析用のリーン車両走行データを収集するための各種センサは、前記データ変換用のリーン車両走行データを収集するための各種センサと同じでもよい。
なお、前記分析用のリーン車両走行データに含まれるデータの種類は、前記データ変換用のリーン車両走行データに含まれるデータの種類よりも少なくてよい。前記分析用のリーン車両走行データに含まれるデータの種類は、前記データ変換用のリーン車両走行データに含まれるデータの種類と同じでもよい。
パーソナリティ分析装置1は、前記取得した分析用のリーン車両走行データを、前記取得したパーソナリティ変換データを用いて、分析対象者のパーソナリティに関連する変換パーソナリティデータに変換する。
パーソナリティ分析装置1は、前記変換された変換パーソナリティデータを用いて、出力するための出力用のパーソナリティデータを生成する。
パーソナリティ分析装置1は、前記生成された出力用のパーソナリティデータを出力する。
他の観点によれば、前記パーソナリティ分析方法は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、運転者による前記データ変換用のリーン車両に対する運転の変化が反映されていないデータより運転者による前記データ変換用のリーン車両に対する運転の変化が反映されているデータを多く含む。前記分析用のリーン車両走行データは、分析対象者による前記分析用のリーン車両に対する運転の変化が反映されていないデータより分析対象者による前記分析用のリーン車両に対する運転の変化が反映されているデータを多く含む。
リーン車両の運転者は、状況を認識し、判断して運転を行う。この時、判断の前後で運転者が運転を変化させる場合と運転を変化させない場合とが存在する。リーン車両では、運転のバリエーションが多く、且つ、運転者の判断の選択肢が多いため、この運転者が運転を変化させるシーンのバリエーションが非常に多い。そこで、このリーン車両の運転者が運転を変化させるシーンに着目すると、運転者によるリーン車両に対する運転の変化が反映されているデータを多く含むリーン車両走行データには、恣意性が少なく本質的な運転者のパーソナリティがより強く現れやすい。
リーン車両走行データを、運転者によるリーン車両に対する運転の変化が反映されていないデータと、運転者によるリーン車両に対する運転の変化が反映されているデータとに分離する方法には、以下の方法が存在する。
例えば、リーン車両走行データの中から、運転者によるリーン車両に対する運転の変化を直接的に見て、分離することができる。
例えば、リーン車両走行データの中から、直接的に、運転者によるリーン車両に対する運転の変化による結果が現れるリーン車両の挙動を見て、分離することができる。
例えば、リーン車両走行データの中から、運転者によるリーン車両に対する運転の変化による結果が現れるリーン車両の位置を見て、分離することができる。
例えば、リーン車両走行データの中から、運転者によるリーン車両に対する運転を変化させる頻度が高い場所を走行していることを示すリーン車両の位置を見て、分離することができる。
具体的には、リーン車両の位置データとリーン車両の走行環境データ(例えば、マップデータ)とを用いて分離することができる。より具体的には、郊外の走行データと街中の走行データとで分離してもよい。郊外の走行データを運転者によるリーン車両に対する運転の変化が反映されていないデータとし、街中の走行データを運転者によるリーン車両に対する運転の変化が反映されているデータとしてもよい。
他の観点によれば、前記パーソナリティ分析方法は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、運転者による前記データ変換用のリーン車両への運転入力に関連するデータ変換用のリーン車両運転入力データ、データ変換用のリーン車両の挙動に関連するデータ変換用のリーン車両挙動データ及びデータ変換用のリーン車両の位置に関連するデータ変換用のリーン車両位置データのうちの少なくとも一つを含む。前記分析用のリーン車両走行データは、分析対象者による前記分析用のリーン車両への運転入力に関連する分析用のリーン車両運転入力データ、前記分析用のリーン車両の挙動に関連する分析用のリーン車両挙動データ及び前記分析用のリーン車両の位置に関連する分析用のリーン車両位置データのうちの少なくとも一つを含む。
リーン車両運転入力データは、運転者による運転入力に関連するデータであるため、運転者の判断の結果をより反映している。リーン車両では、運転者による操作の種類が多く、運転時に運転者の選択の自由度も高いため、運転者のパーソナリティが強く反映される傾向がある。
リーン車両挙動データは、運転者のパーソナリティが強く反映されている運転者の運転入力の結果が強く反映される。そのため、リーン車両挙動データにも、運転者のパーソナリティが強く反映される傾向がある。
リーン車両位置データは、運転者のパーソナリティが強く反映されている運転者の運転入力の結果が強く反映される。そのため、リーン車両位置データにも、運転者のパーソナリティが強く反映される傾向がある。
これにより、分析対象者のパーソナリティに関連するパーソナリティデータに変換する際に用いられるリーン車両走行データは、運転者である分析対象者のパーソナリティをより反映するデータを含む。
他の観点によれば、前記パーソナリティ分析方法は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、更に前記データ変換用のリーン車両が走行する走行環境に関連するデータ変換用のリーン車両走行環境データを含む。前記分析用のリーン車両走行データは、更に前記分析用のリーン車両が走行する走行環境に関連する分析用のリーン車両走行環境データを含む。
走行環境データは、運転者が受ける外部からのストレスの一例であると考えられる。走行環境データは、運転者の判断に影響を与える。走行環境データは、運転者の運転に影響を与える。そのため、走行環境データを用いることで、リーン車両の走行データには運転者のパーソナリティがより強く現れやすくなる。また、走行環境データを用いることで、リーン車両の利用目的及び利用頻度が影響を受けるため、リーン車両の走行データには運転者のパーソナリティが強く現れやすい。
これにより、分析対象者のパーソナリティに関連するパーソナリティデータに変換する際に用いられるリーン車両走行データは、運転者である分析対象者のパーソナリティをより反映するデータを含む。
リーン車両走行環境データは、例えば、マップデータを含む。マップデータは、例えば、道路状況に関する情報、信号、設備などの道路交通環境に関する情報、道路の走行に関する規制情報などと関連付けられていてもよい。リーン車両走行環境データは、前記リーン車両運転入力データ、前記リーン車両挙動データ及び前記リーン車両位置データとともに、分析対象者の性格などのパーソナリティの分析に用いることができる。
他の観点によれば、前記パーソナリティ分析方法は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、前記データ変換用のリーン車両が公道以外を走行した時のデータより前記データ変換用のリーン車両が公道を走行した時のデータを多く含む。前記分析用のリーン車両走行データは、前記分析用のリーン車両が公道以外を走行した時のデータより前記データ変換用のリーン車両が公道を走行した時のデータを多く含む。
公道を走行中の運転者がリーン車両を運転している際には、運転者の判断回数がより多く、判断の選択肢が多く且つ外部からストレスに晒されやすい状況である。そのため、リーン車両の走行データには、運転者のパーソナリティがより強く現れやすい。また、リーン車両は、リーンしない車両に比べて機動性及び利便性が高いため、リーン車両の利用目的が多様になり、利用頻度が多くなる傾向がある。そのため、公道を走行するリーン車両の走行データには運転者のパーソナリティがより強く現れやすい。すなわち、公道を走行するリーン車両の走行データは、運転者の恣意性が少なく且つ運転者の本質的なパーソナリティをより反映する。例えば、公道を走行しているデータか否かは、リーン車両位置データ及びリーン車両走行環境データから判別してもよい。
他の観点によれば、前記パーソナリティ分析方法は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、前記データ変換用のリーン車両の周囲の車両によって運転者の判断の選択肢が制限を受けるが複数残されている状態でのデータを含む。前記分析用のリーン車両走行データは、前記分析用のリーン車両の周囲の車両によって分析対象者の判断の選択肢が制限を受けるが複数残されている状態でのデータを含む。
例えば、リーン車両の周囲の車両によって運転者の判断の選択肢が制限を受けるが複数残されている状態は、リーン車両位置データ及びリーン車両走行環境データから判別してもよい。より具体的には、リーン車両が走行している日付、時間、場所で状態を推定してもよい。市街地を走行している時のリーン車両走行データであれば、リーン車両の周囲の車両によって運転者の判断の選択肢が制限を受けるが複数残されている状態でのデータを含む。また、リーン車両の実際の周囲の状況に関するデータを取得して、状態を推定してもよい。複数の状態を推定する方法を組み合わせてもよい。
なお、リーン車両の周囲の車両によって運転者の判断の選択肢が制限を受けるが複数残されている状態とは、リーン車両を含む複数の車両の集団の中で、前記リーン車両の運転者が運転の判断を行う際に、選択肢が限られているものの複数の選択肢が残されているときの前記リーン車両の走行状態を意味する。
他の観点によれば、前記パーソナリティ分析方法は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、同乗者及び物の少なくとも一方を搭載した状態のデータを含む。前記分析用のリーン車両走行データは、同乗者及び物の少なくとも一方を搭載した状態のデータを含む。
例えば、同乗者及び物の少なくとも一方を搭載した状態か否かは、各種センサから判別してもよい。また、運転者による申告に基づいて判別してもよい。
他の観点によれば、前記パーソナリティ分析方法は、以下の構成を含むことが好ましい。前記パーソナリティ分析方法では、前記変換された変換パーソナリティデータ記憶する。前記パーソナリティ分析方法では、前記記憶された複数の変換パーソナリティデータを用いて、前記出力用のパーソナリティデータを生成する。なお、記憶とは、ストレージのための記憶だけでなく、結果の一時的な記憶も含む。例えば、ストレージに記憶された変換パーソナリティデータと一時メモリに記憶された変換パーソナリティデータとを用いてもよい。これらを用いて、ストレージに記憶されている変換パーソナリティデータを更新してもよい。これらを用いて、新たな変換パーソナリティデータを生成してもよい。これらを用いて、統計処理を行なってもよい。これらを用いて、ストレージに記憶されている変換パーソナリティデータを更新してもよい。
上述のように複数の変換パーソナリティデータを用いることで、例えば、統計的に処理することができ、リーン車両の運転者である分析対象者のパーソナリティをより精度良く分析することができる。より具体的には、古い変換パーソナリティデータ及び新しい変換パーソナリティデータを用いて、リーン車両Xの運転者である分析対象者のパーソナリティをより精度良く分析することができる。
本実施形態は、分析対象者のパーソナリティを分析するパーソナリティ分析装置の一例である。本実施形態のパーソナリティ分析装置は、以下の構成を含んでいる。
本実施形態に係るパーソナリティ分析装置は、心理状態、性格、気質等によって決まるパーソナリティを示すパーソナリティデータと右旋回時に右に傾斜し且つ左旋回時に左に傾斜するリーン車両の走行データであるリーン車両走行データとを関連付けて生成されたパーソナリティ変換データを取得するパーソナリティ変換データ取得部と、右旋回時に右に傾斜し且つ左旋回時に左に傾斜する分析用のリーン車両の走行データに関連する分析用のリーン車両走行データを取得する分析用リーン車両走行データ取得部と、前記取得したパーソナリティ変換データを用いて、前記取得した分析用のリーン車両走行データを前記分析対象者のパーソナリティに関連する変換パーソナリティデータに変換するパーソナリティデータ変換部と、前記変換された変換パーソナリティデータを用いて、出力するための出力用のパーソナリティデータを生成する出力用パーソナリティデータ生成部と、前記生成された出力用のパーソナリティデータを出力するデータ出力部と、を備える。
前記パーソナリティ変換データ取得部は、複数の運転者がデータ変換用のリーン車両を運転する時にそれぞれ得られる走行データに関連するデータ変換用のリーン車両走行データに基づいて、前記パーソナリティを示すパーソナリティデータとリーン車両の走行データであるリーン車両走行データとを関連付けて前記パーソナリティ変換データを生成する。
前記分析用リーン車両走行データ取得部は、前記分析用のリーン車両走行データとして、分析対象者が前記分析用のリーン車両を運転する時に得られる前記分析用のリーン車両の走行データに関連するデータを取得する。
パーソナリティ分析装置は、右旋回時に右に傾斜し且つ左旋回時に左に傾斜する分析用のリーン車両を運転する分析対象者のパーソナリティを分析する。
他の観点によれば、前記パーソナリティ分析装置は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、前記複数の運転者が前記データ変換用のリーン車両を傾斜状態で運転する時にそれぞれ得られる走行データに関連するデータを含む。前記分析用のリーン車両走行データは、前記分析対象者が前記分析用のリーン車両を傾斜状態で運転する時に得られる走行データに関連するデータを含む。
これにより、運転者のパーソナリティがより顕著に現われやすい、リーン車両の傾斜状態における走行データを用いて、分析対象者のパーソナリティを分析することができる。よって、運転者である分析対象者のパーソナリティをより精度良く分析することができる。
他の観点によれば、前記パーソナリティ分析装置は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、前記運転者による前記データ変換用のリーン車両に対する運転の変化が反映されていないデータより前記運転者による前記データ変換用のリーン車両に対する運転の変化が反映されているデータを多く含む。前記分析用のリーン車両走行データは、前記分析対象者による前記分析用のリーン車両に対する運転の変化が反映されていないデータより前記分析対象者による前記分析用のリーン車両に対する運転の変化が反映されているデータを多く含む。
他の観点によれば、前記パーソナリティ分析装置は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、前記運転者による前記データ変換用のリーン車両への運転入力に関連するデータ変換用のリーン車両運転入力データ、前記データ変換用のリーン車両の挙動に関連するデータ変換用のリーン車両挙動データ及び前記データ変換用のリーン車両の位置に関連するデータ変換用のリーン車両位置データのうちの少なくとも一つを含む。前記分析用のリーン車両走行データは、前記分析対象者による前記分析用のリーン車両への運転入力に関連する分析用のリーン車両運転入力データ、前記分析用のリーン車両の挙動に関連する分析用のリーン車両挙動データ及び前記分析用のリーン車両の位置に関連する分析用のリーン車両位置データのうち少なくとも一つを含む。
他の観点によれば、前記パーソナリティ分析装置は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、更に前記データ変換用のリーン車両が走行する走行環境に関連するデータ変換用のリーン車両走行環境データを含む。前記分析用のリーン車両走行データは、更に前記分析用のリーン車両が走行する走行環境に関連する分析用のリーン車両走行環境データを含む。
他の観点によれば、前記パーソナリティ分析装置は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、前記データ変換用のリーン車両が公道以外を走行した時のデータより前記データ変換用のリーン車両が公道を走行した時のデータを多く含む。前記分析用のリーン車両走行データは、前記分析用のリーン車両が公道以外を走行した時のデータより前記分析用のリーン車両が公道を走行した時のデータを多く含む。
他の観点によれば、前記パーソナリティ分析装置は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、前記データ変換用のリーン車両の周囲の車両によって運転者の判断の選択肢が制限を受けるが複数残されている状態でのデータを含む。前記分析用のリーン車両走行データは、前記分析用のリーン車両の周囲の車両によって分析対象者の判断の選択肢が制限を受けるが複数残されている状態でのデータを含む。
他の観点によれば、前記パーソナリティ分析装置は、以下の構成を含むことが好ましい。前記データ変換用のリーン車両走行データは、同乗者及び物の少なくとも一方を搭載した状態のデータを含む。前記分析用のリーン車両走行データは、同乗者及び物の少なくとも一方を搭載した状態のデータを含む。
<実施形態2>
図3に、実施形態1のパーソナリティ分析装置1を含むパーソナリティ分析システム100の一例を示す。以下で、実施形態1の構成と同様については同一の符号を付して説明を省略し、実施形態1と異なる構成についてのみ説明する。
図3に、実施形態1のパーソナリティ分析装置1を含むパーソナリティ分析システム100の一例を示す。以下で、実施形態1の構成と同様については同一の符号を付して説明を省略し、実施形態1と異なる構成についてのみ説明する。
パーソナリティ分析システム100は、パーソナリティ分析装置1と、パーソナリティ変換データを生成するパーソナリティ変換データ生成装置101とを備える。
パーソナリティ変換データ生成装置101は、例えば、パーソナリティ分析装置1と通信可能で且つプロセッサを有する情報処理演算装置である。なお、パーソナリティ分析装置1がプロセッサを有する情報処理演算装置である場合、パーソナリティ変換データ生成装置101は、パーソナリティ分析装置1と同じ情報処理演算装置であってもよい。
パーソナリティ変換データ生成装置101は、リーン車両走行データ及びパーソナリティデータを取得し、前記リーン車両走行データと前記パーソナリティデータとが関連付けられたパーソナリティ変換データを生成する。
詳しくは、パーソナリティ変換データ生成装置101は、データ記憶部111と、パーソナリティ変換データ生成部112とを有する。なお、特に図示しないが、パーソナリティ変換データ生成装置101は、リーン車両走行データ及びパーソナリティデータを取得する取得部を有する。また、特に図示しないが、パーソナリティ変換データ生成装置101は、生成したパーソナリティ変換データを出力する出力部を有する。
データ記憶部111は、リーン車両走行データ、パーソナリティデータ及びパーソナリティ変換データを格納する。具体的には、データ記憶部111には、複数の運転者がリーン車両Y(データ変換用のリーン車両)を運転するときにそれぞれ得られるデータ変換用のリーン車両走行データが格納される。また、データ記憶部111には、後述するパーソナリティ変換データ生成部112で生成されたパーソナリティ変換データが格納される。
なお、データ記憶部111には、パーソナリティデータが入力によって格納されてもよいし、パーソナリティデータが予め格納されていてもよい。
前記データ変換用のリーン車両走行データは、例えば、データ変換用のリーン車両運転入力データ、データ変換用のリーン車両挙動データ、データ変換用のリーン車両位置データ及びデータ変換用のリーン車両走行環境データなどを含む。
パーソナリティ変換データ生成部112は、データ記憶部111に格納されているデータ変換用のリーン車両走行データに基づいて、リーン車両走行データとパーソナリティデータとが関連付けられたパーソナリティ変換データを生成する。パーソナリティ変換データ生成部112で生成されたパーソナリティ変換データは、データ記憶部111に格納される。
データ記憶部111に格納されているパーソナリティ変換データは、パーソナリティ分析装置1で、リーン車両X(分析用のリーン車両)のリーン車両走行データ(分析用のリーン車両走行データ)を変換パーソナリティデータに変換する際に用いられる。パーソナリティ分析装置1においてリーン車両走行データを変換パーソナリティデータに変換する方法は、実施形態1と同様であるため、詳しい説明を省略する。
パーソナリティ分析装置1は、前記変換パーソナリティデータを用いて出力用のパーソナリティデータを生成し、該出力用のパーソナリティデータを出力する。パーソナリティ分析装置1の構成は、実施形態1と同様であるため、パーソナリティ分析装置1の詳しい説明を省略する。
パーソナリティ分析装置1から出力された出力用のパーソナリティデータは、例えば、情報処理装置102に入力されてもよい。この場合、前記出力用のパーソナリティデータは、パーソナリティ分析装置1において、情報処理装置102で情報処理に用いられる情報処理用パーソナリティデータとして生成される。
情報処理装置102は、例えば、金融、保険、販売、広告などのビジネスで用いられる金融、保険、市場、商品、サービス、環境または顧客に関連するデータの処理を行う装置であってもよい。パーソナリティ分析装置1が情報処理演算装置である場合、情報処理装置102は、パーソナリティ分析装置1と同じ装置であってもよい。情報処理装置102は、パーソナリティ変換データ生成装置101と同じ情報処理演算装置であってもよい。
情報処理装置102は、例えば、出力用パーソナリティデータ取得部121と、第1データ取得部122と、第2データ生成部123と、第2データ出力部124と、データ記憶部125とを有する。
出力用パーソナリティデータ取得部121は、パーソナリティ分析装置1から出力される前記出力用のパーソナリティデータを取得する。
第1データ取得部122は、前記出力用のパーソナリティデータとは異なる第1データを取得する。この第1データは、情報処理装置102において情報処理対象のデータである。前記第1データは、例えば、金融、保険、販売、広告などのビジネスで用いられる金融、保険、市場、商品、サービス、環境または顧客に関連するデータである。前記第1データは、データ記憶部125に格納されている。
第2データ生成部123は、前記出力用のパーソナリティデータ及び前記第1データを用いて、前記出力用のパーソナリティデータ及び前記第1データとは異なる第2データを生成する。この第2データも、前記第1データと同様、例えば、金融、保険、販売、広告などのビジネスで用いられる金融、保険、市場、商品、サービス、環境または顧客に関連するデータである。
第2データ出力部124は、第2データ生成部123で生成された第2データを出力する。
(パーソナリティデータを用いる情報処理方法)
次に、上述の構成を有する情報処理装置102によって、出力用のパーソナリティデータを用いて情報処理を行う情報処理方法について、図4に示すフローチャートを用いて説明する。図4は、情報処理装置102による情報処理の動作を示すフローチャートである。
次に、上述の構成を有する情報処理装置102によって、出力用のパーソナリティデータを用いて情報処理を行う情報処理方法について、図4に示すフローチャートを用いて説明する。図4は、情報処理装置102による情報処理の動作を示すフローチャートである。
図4に示すように、まず、情報処理装置102の出力用パーソナリティデータ取得部121が、パーソナリティ分析装置1から出力された出力用のパーソナリティデータを取得する(ステップSB1)。
次に、情報処理装置102の第1データ取得部122が、データ記憶部125に格納されている第1データを取得する(ステップSB2)。この第1データは、前記出力用のパーソナリティデータとは異なるデータである。
その後、情報処理装置102の第2データ生成部123が、前記取得した出力用のパーソナリティデータ及び前記取得した第1データを用いて、第2データを生成する(ステップSB3)。この第2データは、前記出力用のパーソナリティデータ及び前記第1データとは異なるデータである。
続いて、情報処理装置102の第2データ出力部124が、前記生成された第2データを出力する(ステップSB4)。
このようにパーソナリティ分析装置1から出力された出力用のパーソナリティデータは、例えば、金融または保険などの分野において、情報処理装置で信用リスクまたは信用スコアを演算処理する際に、利用することができる。すなわち、リーン車両走行データを用いて得られたパーソナリティデータを、金融、保険、販売及び広告などの分野における情報処理装置の演算処理に利用することができる。
具体的には、金融または保険などの分野において、情報処理装置は、出力された出力用のパーソナリティデータを取得し、その取得された出力用のパーソナリティデータを用いて、演算処理により信用リスクまたは信用スコアを出力することができる。
金融または保険などの分野において、情報処理方法は、パーソナリティ分析装置1から出力された出力用のパーソナリティデータを取得する工程と、その取得された出力用のパーソナリティデータを用いて信用リスクに関する信用リスクデータまたは信用スコアに関する信用スコアデータを出力する工程とを含んでいてもよい。
金融または保険などの分野において、情報処理装置は、パーソナリティ分析装置1から出力された出力用のパーソナリティデータを取得するパーナリティデータ取得部と、その取得されたパーソナリティデータを用いて、信用リスクに関する信用リスクデータを出力する信用リスク出力部または信用スコアに関する信用スコアデータを出力する信用スコア出力部とを含んでいてもよい。
上述の情報処理方法及び情報処理装置において、出力された信用リスクが低い場合または信用スコアが高い場合には、例えば、分析対象者が融資を受けやすくしたり、分析対象者が融資を受ける場合には金利優遇したり、または分析対象者が保険料の優遇等を受けたりできるようにしてもよい。
さらに、上述のようにパーソナリティ分析装置1から出力された出力用のパーソナリティデータは、例えば、販売または広告などの分野において情報処理装置で演算処理する際に、分析対象者に推奨する際に考慮するパラメータとして利用することができる。販売または広告などの分野において、情報処理装置で演算処理を行うことによって、分析対象者のパーソナリティデータに応じて該分析対象者に商品またはサービスを勧めてもよい。
具体的には、販売または広告などの分野において、情報処理装置は、パーソナリティ分析装置1から出力された出力用のパーソナリティデータを取得し、その取得された出力用のパーソナリティデータを用いて、演算処理により分析対象者に勧める商品またはサービスを出力することができる。
販売または広告などの分野において情報処理装置は、パーソナリティ分析装置1から出力された出力用のパーソナリティデータを取得するパーナリティデータ取得部と、その取得された出力用のパーソナリティデータを用いて、分析対象者に勧める商品に関する商品関連データを出力する商品関連データ出力部またはサービスに関するサービス関連データを出力するサービス関連データ出力部とを含んでいてもよい。
販売または広告などの分野において、情報処理方法は、パーソナリティ分析装置1から出力されたパーソナリティデータを取得する工程と、その取得されたパーソナリティデータを用いて分析対象者に勧める商品に関する商品関連データまたはサービスに関するサービス関連データを出力する工程とを含んでいてもよい。
上述の各実施形態におけるパーソナリティ分析方法は、分析対象者のパーソナリティを分析するパーソナリティ分析方法の一例である。
なお、本発明のパーソナリティ分析方法は、以下の構成を含むことが好ましい。出力用のパーソナリティデータは、更なる情報処理に用いられる情報処理用パーソナリティデータとして生成される。
例えば、前記更なる情報処理としては、金融、保険、販売、広告などのビジネスで用いられる金融、保険、市場、商品、サービス、環境または顧客に関連するデータの処理であってもよい。
他の観点によれば、本発明のパーソナリティ分析方法で出力されたパーソナリティデータは、以下のパーソナリティデータを用いる情報処理方法に用いることが好ましい。この情報処理方法では、前記出力された出力用のパーソナリティデータを取得する。前記情報処理方法では、前記出力用のパーソナリティデータとは異なる第1データを取得する。前記情報処理方法では、前記出力用のパーソナリティデータ及び前記取得した第1データを用いて、前記出力用のパーソナリティデータ及び前記取得した第1データと異なる第2データを生成する。前記情報処理方法では、前記生成した第2データを出力する。
パーソナリティデータを用いる情報処理方法は、背景技術に記載した特許文献に記載されているような情報処理方法を含む。ただし、背景技術に記載した特許文献に記載されているような情報処理方法に限定されることは無い。前記情報処理方法は、パーソナリティデータを用いる情報処理方法であればどのような情報処理方法であってもよい。例えば、前記第1データ及び前記第2データは、金融、保険、販売、広告などのビジネスで用いられる金融、保険、市場、商品、サービス、環境または顧客に関連するデータであってもよい。
本実施形態の構成により、パーソナリティ分析装置1及びそれを用いたパーソナリティ分析方法によって、情報処理装置102で利用可能なパーソナリティのデータを取得できる。また、実施形態1で説明したように、パーソナリティの分析にリーン車両の走行データを用いることで、システムで処理するデータの種類を低減でき、パーソナリティ分析装置1のハードウェアの負荷を低減できる。
したがって、ハードウェアリソースの設計自由度を高めつつ、情報処理装置で利用可能なパーソナリティデータを取得することができる。
なお、本発明のパーソナリティ分析装置は、以下の構成を含むことが好ましい。前記出力用のパーソナリティデータは、更なる情報処理に用いられる情報処理用パーソナリティデータとして生成される。
他の観点によれば、本発明のパーソナリティ分析装置で出力されたパーソナリティデータは、以下のパーソナリティデータを用いる情報処理装置に用いることが好ましい。この情報処理装置は、前記出力用のパーソナリティデータを取得する出力用パーソナリティデータ取得部と、前記出力用のパーソナリティデータとは異なる第1データを取得する第1データ取得部と、前記出力用のパーソナリティデータ及び前記第1データを用いて、前記出力用のパーソナリティデータ及び前記第1データと異なる第2データを生成する第2データ生成部と、前記第2データを出力する第2データ出力部と、を備える。
なお、前記各実施形態では、リーン車両走行データを用いて、パーソナリティ変換データを生成しているが、リーン車両走行データだけでなく、リーン車両走行データ以外のデータも用いて、パーソナリティ変換データを生成してもよい。
また、前記各実施形態では、リーン車両走行データを分析用リーン車両走行データとして取得し、パーソナリティ変換データを用いて、前記分析用リーン車両走行データを分析対象者のパーソナリティに関連する変換パーソナリティデータに変換している。しかしながら、リーン車両走行データ以外のデータも分析用に取得して、そのデータ及びリーン車両走行データを、パーソナリティ変換データを用いて変換パーソナリティデータに変換してもよい。
また、出力用のパーソナリティデータを、リーン車両走行データ以外のデータと組み合わせて、利用してもよい。
このように、前記各実施形態で説明した各データを、リーン車両走行データ以外のデータと組み合わせてもよい。
本発明は、分析対象者のパーソナリティを分析するパーソナリティ分析方法、パーソナリティ分析装置に利用可能であるとともに、これらの方法及び装置で得られたパーソナリティデータを用いる情報処理方法及び情報処理装置にも利用可能である。
1 パーソナリティ分析装置
10 パーソナリティ変換データ取得部
20 分析用リーン車両走行データ取得部
30 パーソナリティデータ変換部
40 出力用パーソナリティデータ生成部
50 データ出力部
60、111、125 データ記憶部
100 パーソナリティ分析システム
101 パーソナリティ変換データ生成装置
112 パーソナリティ変換データ生成部
102 情報処理装置
121 出力用パーソナリティデータ取得部
122 第1データ取得部
123 第2データ生成部
124 第2データ出力部
X リーン車両(分析用のリーン車両)
Y リーン車両(データ変換用のリーン車両)
10 パーソナリティ変換データ取得部
20 分析用リーン車両走行データ取得部
30 パーソナリティデータ変換部
40 出力用パーソナリティデータ生成部
50 データ出力部
60、111、125 データ記憶部
100 パーソナリティ分析システム
101 パーソナリティ変換データ生成装置
112 パーソナリティ変換データ生成部
102 情報処理装置
121 出力用パーソナリティデータ取得部
122 第1データ取得部
123 第2データ生成部
124 第2データ出力部
X リーン車両(分析用のリーン車両)
Y リーン車両(データ変換用のリーン車両)
Claims (18)
- 心理状態、性格、気質等によって決まるパーソナリティを示すパーソナリティデータと、右旋回時に右に傾斜し且つ左旋回時に左に傾斜するリーン車両の走行データであるリーン車両走行データとを関連付けて生成されたパーソナリティ変換データを取得するパーソナリティ変換データ取得工程と、
右旋回時に右に傾斜し且つ左旋回時に左に傾斜する分析用のリーン車両の走行データに関連する分析用のリーン車両走行データを取得する分析用リーン車両走行データ取得工程と、
前記取得したパーソナリティ変換データを用いて、前記取得した分析用のリーン車両走行データを前記分析対象者のパーソナリティに関連する変換パーソナリティデータに変換するパーソナリティデータ変換工程と、
前記変換された変換パーソナリティデータを用いて、出力するための出力用のパーソナリティデータを生成する出力用パーソナリティデータ生成工程と、
前記生成された出力用のパーソナリティデータを出力するパーソナリティデータ出力工程と、
を有し、
前記パーソナリティ変換データ取得工程では、複数の運転者がデータ変換用のリーン車両を運転する時にそれぞれ得られる走行データに関連するデータ変換用のリーン車両走行データに基づいて、前記パーソナリティを示すパーソナリティデータとリーン車両の走行データであるリーン車両走行データとを関連付けて前記パーソナリティ変換データを生成し、
前記分析用リーン車両走行データ取得工程では、前記分析用のリーン車両走行データとして、分析対象者が前記分析用のリーン車両を運転する時に得られる前記分析用のリーン車両の走行データに関連するデータを取得し、
前記分析用のリーン車両を運転する前記分析対象者のパーソナリティを分析する、
パーソナリティ分析方法。 - 請求項1に記載のパーソナリティ分析方法において、
前記データ変換用のリーン車両走行データは、前記複数の運転者が前記データ変換用のリーン車両を傾斜状態で運転する時にそれぞれ得られる走行データに関連するデータを含み、
前記分析用のリーン車両走行データは、前記分析対象者が前記分析用のリーン車両を傾斜状態で運転する時に得られる走行データに関連するデータを含む、
パーソナリティ分析方法。 - 請求項1または2に記載のパーソナリティ分析方法において、
前記データ変換用のリーン車両走行データは、前記運転者による前記データ変換用のリーン車両に対する運転の変化が反映されていないデータより、前記運転者による前記データ変換用のリーン車両に対する運転の変化が反映されているデータを多く含み、
前記分析用のリーン車両走行データは、前記分析対象者による前記分析用のリーン車両に対する運転の変化が反映されていないデータより、前記分析対象者による前記分析用のリーン車両に対する運転の変化が反映されているデータを多く含む、パーソナリティ分析方法。 - 請求項1から3のいずれか一つに記載のパーソナリティ分析方法において、
前記データ変換用のリーン車両走行データは、前記運転者による前記データ変換用のリーン車両への運転入力に関連するデータ変換用のリーン車両運転入力データ、前記データ変換用のリーン車両の挙動に関連するデータ変換用のリーン車両挙動データ及び前記データ変換用のリーン車両の位置に関連するデータ変換用のリーン車両位置データのうちの少なくとも一つを含み、
前記分析用のリーン車両走行データは、前記分析対象者による前記分析用のリーン車両への運転入力に関連する分析用のリーン車両運転入力データ、前記分析用のリーン車両の挙動に関連する分析用のリーン車両挙動データ及び前記分析用のリーン車両の位置に関連する分析用のリーン車両位置データのうち少なくとも一つを含む、パーソナリティ分析方法。 - 請求項1から4のいずれか一つに記載のパーソナリティ分析方法において、
前記データ変換用のリーン車両走行データは、更に前記データ変換用のリーン車両が走行する走行環境に関連するデータ変換用のリーン車両走行環境データを含み、
前記分析用のリーン車両走行データは、更に前記分析用のリーン車両が走行する走行環境に関連する分析用のリーン車両走行環境データを含む、パーソナリティ分析方法。 - 請求項1から5のいずれか一つに記載のパーソナリティ分析方法において、
前記データ変換用のリーン車両走行データは、前記データ変換用のリーン車両が公道以外を走行した時のデータより、前記データ変換用のリーン車両が公道を走行した時のデータを多く含み、
前記分析用のリーン車両走行データは、前記分析用のリーン車両が公道以外を走行した時のデータより、前記分析用のリーン車両が公道を走行した時のデータを多く含む、パーソナリティ分析方法。 - 請求項1から6のいずれか一つに記載のパーソナリティ分析方法において、
前記データ変換用のリーン車両走行データは、前記データ変換用のリーン車両の周囲の車両によって運転者の判断の選択肢が制限を受けるが複数残されている状態でのデータを含み、
前記分析用のリーン車両走行データは、前記分析用のリーン車両の周囲の車両によって分析対象者の判断の選択肢が制限を受けるが複数残されている状態でのデータを含む、パーソナリティ分析方法。 - 請求項1から7のいずれか一つに記載のパーソナリティ分析方法において、
前記データ変換用のリーン車両走行データは、同乗者及び物の少なくとも一方を搭載した状態のデータを含み、
前記分析用のリーン車両走行データは、同乗者及び物の少なくとも一方を搭載した状態のデータを含む、パーソナリティ分析方法。 - 請求項1から8のいずれか一つに記載のパーソナリティ分析方法において、
前記変換された変換パーソナリティデータを記憶し、
前記記憶された複数の変換パーソナリティデータを用いて、前記出力用のパーソナリティデータを生成する、パーソナリティ分析方法。 - 請求項1から9のいずれか一つに記載のパーソナリティ分析方法において、
前記出力用のパーソナリティデータは、更なる情報処理に用いられる情報処理用パーソナリティデータとして生成される、パーソナリティ分析方法。 - 心理状態、性格、気質等によって決まるパーソナリティを示すパーソナリティデータと、右旋回時に右に傾斜し且つ左旋回時に左に傾斜するリーン車両の走行データであるリーン車両走行データとを関連付けて生成されたパーソナリティ変換データを取得するパーソナリティ変換データ取得部と、
右旋回時に右に傾斜し且つ左旋回時に左に傾斜する分析用のリーン車両の走行データに関連する分析用のリーン車両走行データを取得する分析用リーン車両走行データ取得部と、
前記取得したパーソナリティ変換データを用いて、前記取得した分析用のリーン車両走行データを前記分析対象者のパーソナリティに関連する変換パーソナリティデータに変換するパーソナリティデータ変換部と、
前記変換された変換パーソナリティデータを用いて、出力するための出力用のパーソナリティデータを生成する出力用パーソナリティデータ生成部と、
前記生成された出力用のパーソナリティデータを出力するデータ出力部と、
を備え、
前記パーソナリティ変換データ取得部は、複数の運転者がデータ変換用のリーン車両を運転する時にそれぞれ得られる走行データに関連するデータ変換用のリーン車両走行データに基づいて、前記パーソナリティを示すパーソナリティデータとリーン車両の走行データであるリーン車両走行データとを関連付けて前記パーソナリティ変換データを生成し、
前記分析用リーン車両走行データ取得部は、前記分析用のリーン車両走行データとして、分析対象者が前記分析用のリーン車両を運転する時に得られる前記分析用のリーン車両の走行データに関連するデータを取得し、
前記分析用のリーン車両を運転する前記分析対象者のパーソナリティを分析する、
パーソナリティ分析装置。 - 請求項10に記載のパーソナリティ分析装置において、
前記データ変換用のリーン車両走行データは、前記複数の運転者が前記データ変換用のリーン車両を傾斜状態で運転する時にそれぞれ得られる走行データに関連するデータを含み、
前記分析用のリーン車両走行データは、前記分析対象者が前記分析用のリーン車両を傾斜状態で運転する時に得られる走行データに関連するデータを含む、
パーソナリティ分析装置。 - 請求項11または12に記載のパーソナリティ分析装置において、
前記データ変換用のリーン車両走行データは、前記運転者による前記データ変換用のリーン車両に対する運転の変化が反映されていないデータより、前記運転者による前記データ変換用のリーン車両に対する運転の変化が反映されているデータを多く含み、
前記分析用のリーン車両走行データは、前記分析対象者による前記分析用のリーン車両に対する運転の変化が反映されていないデータより、前記分析対象者による前記分析用のリーン車両に対する運転の変化が反映されているデータを多く含む、パーソナリティ分析装置。 - 請求項11から13のいずれか一つに記載のパーソナリティ分析装置において、
前記データ変換用のリーン車両走行データは、前記運転者による前記データ変換用のリーン車両への運転入力に関連するデータ変換用のリーン車両運転入力データ、前記データ変換用のリーン車両の挙動に関連するデータ変換用のリーン車両挙動データ及び前記データ変換用のリーン車両の位置に関連するデータ変換用のリーン車両位置データのうちの少なくとも一つを含み、
前記分析用のリーン車両走行データは、前記分析対象者による前記分析用のリーン車両への運転入力に関連する分析用のリーン車両運転入力データ、前記分析用のリーン車両の挙動に関連する分析用のリーン車両挙動データ及び前記分析用のリーン車両の位置に関連する分析用のリーン車両位置データのうち少なくとも一つを含む、パーソナリティ分析装置。 - 請求項11から14のいずれか一つに記載のパーソナリティ分析装置において、
前記データ変換用のリーン車両走行データは、更に前記データ変換用のリーン車両が走行する走行環境に関連するデータ変換用のリーン車両走行環境データを含み、
前記分析用のリーン車両走行データは、更に前記分析用のリーン車両が走行する走行環境に関連する分析用のリーン車両走行環境データを含む、パーソナリティ分析装置。 - 請求項11から15のいずれか一つに記載のパーソナリティ分析装置において、
前記出力用のパーソナリティデータは、更なる情報処理に用いられる情報処理用パーソナリティデータとして生成される、パーソナリティ分析装置。 - 請求項10に記載のパーソナリティ分析方法で前記情報処理用パーソナリティデータとして生成された前記出力用のパーソナリティデータを用いる情報処理方法であって、
前記出力用のパーソナリティデータを取得し、
前記出力用のパーソナリティデータとは異なる第1データを取得し、
前記出力用のパーソナリティデータ及び前記第1データを用いて、前記出力用のパーソナリティデータ及び前記第1データと異なる第2データを生成し、
前記第2データを出力する、パーソナリティデータを用いる情報処理方法。 - 請求項16に記載のパーソナリティ分析装置で前記情報処理用パーソナリティデータとして生成された前記出力用のパーソナリティデータを用いる情報処理装置であって、
前記出力用のパーソナリティデータを取得する出力用パーソナリティデータ取得部と、
前記出力用のパーソナリティデータとは異なる第1データを取得する第1データ取得部と、
前記出力用のパーソナリティデータ及び前記第1データを用いて、前記出力用のパーソナリティデータ及び前記第1データと異なる第2データを生成する第2データ生成部と、
前記第2データを出力する第2データ出力部と、
を備える、パーソナリティデータを用いる情報処理装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
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 |
JP2021512191A JP7280945B2 (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 |
Applications Claiming Priority (2)
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 |
JPPCT/JP2019/014557 | 2019-04-01 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2020204104A1 true WO2020204104A1 (ja) | 2020-10-08 |
Family
ID=72666204
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
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 |
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 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
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 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7280945B2 (ja) |
TW (1) | TWI807180B (ja) |
WO (2) | WO2020202450A1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018096688A1 (ja) * | 2016-11-28 | 2018-05-31 | 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 |
JP2018124791A (ja) * | 2017-01-31 | 2018-08-09 | 本田技研工業株式会社 | 情報提供システム |
JP2018169705A (ja) * | 2017-03-29 | 2018-11-01 | 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 |
Family Cites Families (5)
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 |
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
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018096688A1 (ja) * | 2016-11-28 | 2018-05-31 | 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 |
JP2018124791A (ja) * | 2017-01-31 | 2018-08-09 | 本田技研工業株式会社 | 情報提供システム |
JP2018169705A (ja) * | 2017-03-29 | 2018-11-01 | 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 |
Also Published As
Publication number | Publication date |
---|---|
WO2020202450A1 (ja) | 2020-10-08 |
JP7280945B2 (ja) | 2023-05-24 |
JPWO2020204104A1 (ja) | 2020-10-08 |
TW202038175A (zh) | 2020-10-16 |
TWI807180B (zh) | 2023-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ryder et al. | Preventing traffic accidents with in-vehicle decision support systems-The impact of accident hotspot warnings on driver behaviour | |
US11919545B2 (en) | Scenario identification for validation and training of machine learning based models for autonomous vehicles | |
WO2007077867A1 (ja) | 運転行動推定装置、運転支援装置、車両評価システム、ドライバモデル作成装置、及び運転行動判定装置 | |
US20170243518A1 (en) | Information Presentation Apparatus and Method, and Computer Program Product | |
Casucci et al. | A numerical tool for reproducing driver behaviour: Experiments and predictive simulations | |
CN106663260B (zh) | 信息提示装置、方法以及程序 | |
Tavakoli et al. | Personalized driver state profiles: A naturalistic data-driven study | |
Ibrahim et al. | Cycling near misses: a review of the current methods, challenges and the potential of an AI-embedded system | |
WO2020204099A1 (ja) | 顧客の価値観分析方法、顧客の価値観分析装置、価値観データを用いる情報処理方法及び価値観データを用いる情報処理装置 | |
Losada et al. | Application of machine learning techniques for predicting potential vehicle-to-pedestrian collisions in virtual reality scenarios | |
WO2020204104A1 (ja) | 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 | |
Sar et al. | A review on existing technologies for the identification and measurement of abnormal driving | |
Nakano et al. | Real-time distraction detection from driving data based personal driving model using deep learning | |
Akamatsu et al. | Modeling of driving behavior when approaching an intersection based on measured behavioral data on an actual road | |
Neef et al. | On optimizing driving patterns of autonomous cargo bikes as a function of distance and speed—A psychological study | |
Cojocaru et al. | Driver Behaviour Analysis based on Deep Learning Algorithms. | |
JP2004341719A (ja) | 客観的顧客満足度評価システム及びその方法 | |
Tonguç et al. | Improvement of the visual warning system for various driving and road conditions in road transportation | |
OA20516A (en) | Personality analyzing method, personality analyzing device, data processing method employing personality data, and data processing device employing personality data | |
WO2020202452A1 (ja) | リーン車両走行データ分析方法、リーン車両走行データ分析装置、分析データを用いる情報処理方法及び分析データを用いる情報処理装置 | |
Lynnyk et al. | Informational characteristics of objects to the driver’s perception field in urban and suburban conditions | |
Kotte et al. | Methodology and Results for the Investigation of Interactions Between Pedestrians and Vehicles in Real and Controlled Traffic Conditions | |
WO2020204100A1 (ja) | リーン車両走行データ分析方法、リーン車両走行データ分析装置、分析データを用いる情報処理方法及び分析データを用いる情報処理装置 | |
Papazikou | Investigating the transition from normal driving to safety-critical scenarios | |
Soultana et al. | Providing Context Awareness in the Smart Car Environment: State of the Art |
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: 20782340 Country of ref document: EP Kind code of ref document: A1 |
|
ENP | Entry into the national phase |
Ref document number: 2021512191 Country of ref document: JP Kind code of ref document: A |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 20782340 Country of ref document: EP Kind code of ref document: A1 |