驾驶支援装置、驾驶支援方法、信息提供装置、信息提供方法、导航装置以及导航方法

摘要

心跳传感器取得驾驶员的心跳。集中度算出部基于由心跳传感器取得的心跳，推定在心跳传感器取得心跳的定时之后的驾驶员的集中度。状态判定部基于由集中度算出部推定出的驾驶员的集中度和与被预测为驾驶员所驾驶的车辆将要行驶的位置或环境相关联地设定的驾驶员的目标集中度的比较，来控制车辆的驾驶支援。

说明书

技术领域

本发明的一实施方式涉及驾驶支援装置、驾驶支援方法、信息提供装 置、信息提供方法、导航装置以及导航方法。

背景技术

近年来，有人提出了对驾驶车辆的驾驶员的集中度的降低等进行检测， 并向驾驶员通知集中度的降低的装置。例如，在专利文献1公开了一种装 置，该装置基于车辆的驾驶员的心率、呼吸、眨眼等生物信息和在车辆到 达预定位置之前道路对驾驶员施加的负荷，来预测到预定位置为止的将来 的驾驶员的睡意、疲劳等。专利文献1的装置基于预定位置处的驾驶员的 睡意等预先提醒驾驶员注意。

现有技术文献

专利文献1：日本特开2003-61939号公报

发明内容

发明要解决的问题

然而，在上述技术中，有时，即使在不一定需要提醒驾驶员注意等的 情况下，也会提醒驾驶员注意。因而，有时会给驾驶员带来违和感。

本发明的一实施方式是考虑上述问题而完成的，其目的在于，提供一 种能够通过进行更符合车辆的行驶状况的驾驶支援来减轻驾驶员的违和感 的驾驶支援装置、驾驶支援方法、信息提供装置、信息提供方法、导航装 置以及导航方法。

用于解决问题的手段

本发明的一实施方式是一种驾驶支援装置，具备：生物信息取得单元， 其取得驾驶员的生物信息；驾驶员状态推定单元，其基于由生物信息取得 单元取得的生物信息，推定在生物信息取得单元取得生物信息的定时之后 的驾驶员的状态；和控制单元，其基于由驾驶员状态推定单元推定出的驾 驶员的状态和与被预测为驾驶员所驾驶的车辆将要行驶的位置和环境的任 一方相关联地设定的驾驶员的状态的条件的比较，来控制车辆的驾驶支援。

根据该结构，生物信息取得单元取得驾驶员的生物信息。驾驶员状态 推定单元基于由生物信息取得单元取得的生物信息，推定在生物信息取得 单元取得生物信息的定时之后的驾驶员的状态。控制单元基于由驾驶员状 态推定单元推定出的驾驶员的状态和与被预测为驾驶员所驾驶的车辆将要 行驶的位置和环境的任一方相关联地设定的驾驶员的状态的条件的比较， 来控制车辆的驾驶支援。由此，基于根据实际取得的生物信息得到的将来 的驾驶员的状态和以将来车辆要行驶的位置和/或环境求出的驾驶员的状 态的条件的比较，来进行当前的驾驶支援的控制。因而，能够进行更符合 驾驶员在该位置和/或环境下行驶的状况的驾驶支援，能够降低使驾驶员感 到违和感的可能性。

该情况下，可以是，由驾驶员状态推定单元推定出的驾驶员的状态不 满足与被预测为驾驶员所驾驶的车辆将要行驶的位置和环境的任一方相关 联地设定的驾驶员的状态的条件的程度越大，则控制单元越促进驾驶支援。

根据该结构，由驾驶员状态推定单元推定出的驾驶员的状态不满足与 被预测为驾驶员所驾驶的车辆将要行驶的位置和环境的任一方相关联地设 定的驾驶员的状态的条件的程度越大，则控制单元越促进驾驶支援。由此， 对于驾驶员在该位置和/或环境下行驶的状况，驾驶员的状态越差，则越促 进驾驶支援。因而，能够进行更符合驾驶员的状态和/或与位置和环境对应 的条件的驾驶支援，能够降低使驾驶员感到违和感的可能性。

另外，控制单元可以在由驾驶员状态推定单元推定出的驾驶员的状态 不满足与被预测为驾驶员所驾驶的车辆将要行驶的位置和环境的任一方相 关联地设定的驾驶员的状态的条件时，进行控制以使得开始驾驶支援。

根据该结构，控制单元，在由驾驶员状态推定单元推定出的驾驶员的 状态不满足与被预测为驾驶员所驾驶的车辆将要行驶的位置和环境的任一 方相关联地设定的驾驶员的状态的条件时，进行控制以使得开始驾驶支援。 因而，对于驾驶员的状态和/或与位置和环境对应的条件，在需要时进行驾 驶支援，能够降低使驾驶员感到违和感的可能性。

另外，驾驶员的状态可以是驾驶员的集中度。

根据该结构，驾驶员的状态是驾驶员的集中度。由此，基于根据实际 取得的生物信息得到的将来的驾驶员的集中度和以将来车辆要行驶的位置 和/或环境求出的驾驶员的集中度的条件的比较，进行当前的驾驶支援的控 制。因而，能够进行更符合对于驾驶员在该位置和/或环境下行驶的状况所 需的集中度的驾驶支援，能够降低使驾驶员感到违和感的可能性。

另外，驾驶员状态推定单元可以基于由生物信息取得单元取得的生物 信息来推定驾驶员的集中度随时间的降低倾向。

根据该结构，驾驶员状态推定单元基于由生物信息取得单元取得的生 物信息来推定驾驶员的集中度随时间的降低倾向。由此，能够更加高精度 地推定车辆实际在该位置和/或环境下行驶时的驾驶员的集中度，能够进行 更符合驾驶员的集中度的驾驶支援。

该情况下，驾驶员状态推定单元可以基于由生物信息取得单元取得的 生物信息，推定驾驶员的集中度随时间的蓄积度，由此推动驾驶员的集中 度随时间的降低倾向。

根据该结构，驾驶员状态推定单元基于由生物信息取得单元取得的生 物信息，推定驾驶员的集中度随时间的蓄积度，由此推动驾驶员的集中度 随时间的降低倾向。集中度随时间的蓄积度难以受到驾驶员的暂时的集中 度的偏差的影响。因此，通过推定集中度随时间的蓄积度，能够与驾驶员 的暂时的集中度的偏差无关而更加高精度地推定驾驶员的集中度随时间的 降低倾向。

该情况下，驾驶员状态推定单元可以基于由生物信息取得单元取得的 生物信息，推定直到驾驶员的集中度随时间的蓄积度饱和为止的时间，基 于直到蓄积度饱和为止的时间来推定驾驶员的集中度随时间的降低倾向。

根据该结构，驾驶员状态推定单元基于由生物信息取得单元取得的生 物信息，推定直到驾驶员的集中度随时间的蓄积度饱和为止的时间，基于 直到蓄积度饱和为止的时间来推定驾驶员的集中度随时间的降低倾向。直 到驾驶员的集中度随时间的蓄积度饱和为止的时间难以受到驾驶员的暂时 的集中度的偏差的影响。因此，通过推定直到驾驶员的集中度随时间的蓄 积度饱和为止的时间，能够与驾驶员的暂时的集中度的偏差无关而更加高 精度地推定驾驶员的集中度随时间的降低倾向。

另外，控制单元可以将基于由生物信息取得单元取得的生物信息而在 生物信息取得单元取得生物信息的定时推定出的驾驶员的状态、与驾驶员 所驾驶的车辆行驶过的位置和环境的任一方相关联地记录。

根据该结构，控制单元将基于由生物信息取得单元取得的生物信息而 在生物信息取得单元取得生物信息的定时推定出的驾驶员的状态、与驾驶 员所驾驶的车辆行驶过的位置和环境的任一方相关联地记录。由此，能够 将车辆在该位置或环境下行驶时的驾驶员的状态与该位置或环境相关联。

该情况下，与被预测为驾驶员所驾驶车辆将要行驶的位置和环境的任 一方相关联地设定的驾驶员的状态的条件，可以基于与驾驶员所驾驶的车 辆将要行驶的位置和环境的任一方相关联地记录的驾驶员的状态来设定。

根据该结构，与被预测为驾驶员所驾驶车辆将要行驶的位置和环境的 任一方相关联地设定的驾驶员的状态的条件，基于与驾驶员所驾驶的车辆 将要行驶的位置和环境的任一方相关联地记录的驾驶员的状态来设定。因 此，驾驶员的状态的条件与车辆在该位置或环境下行驶时的驾驶员的状态 对应，能够设定更符合现实的条件。

另外，控制单元可以执行与被预测为驾驶员所驾驶的车辆将要行驶的 位置和环境的任一方相关联地设定的驾驶支援。

根据该结构，控制单元执行与被预测为驾驶员所驾驶的车辆将要行驶 的位置和环境的任一方相关联地设定的驾驶支援。因此，能够进行更符合 车辆将要行驶的位置或环境的驾驶支援。

另外，控制单元可以执行如下的驾驶支援：在由驾驶员状态推定单元 推定出的驾驶员的状态低于第1阈值时，提醒驾驶员注意，在由驾驶员状 态推定单元推定出的驾驶员的状态低于比第1阈值低的第2阈值时，介入 驾驶员的驾驶操作。

根据该结构，控制单元执行如下的驾驶支援：在由驾驶员状态推定单 元推定出的驾驶员的状态低于第1阈值时，提醒驾驶员注意，在由驾驶员 状态推定单元推定出的驾驶员的状态低于比第1阈值低的第2阈值时，介 入驾驶员的驾驶操作。由此，能够减轻驾驶员驾驶车辆所需的集中度等。 另外，由于是驾驶员所需要的支援，所以能够减少驾驶员的厌烦。

另外，本发明的一实施方式是一种驾驶支援方法，包括：生物信息取 得步骤，取得驾驶员的生物信息；驾驶员状态推定步骤，基于通过生物信 息取得步骤取得的生物信息，推定在通过生物信息取得步骤取得生物信息 的定时之后的驾驶员的状态；以及控制步骤，基于通过驾驶员状态推定步 骤推定出的驾驶员的状态和与被预测为驾驶员所驾驶的车辆将要行驶的位 置和环境的任一方相关联地设定的驾驶员的状态的条件的比较，来控制车 辆的驾驶支援。

另外，本发明的一实施方式是一种信息提供装置，具备：生物信息取 得单元，其取得驾驶员的生物信息；驾驶员状态推定单元，其基于由生物 信息取得单元取得的生物信息，推定在由生物信息取得单元取得生物信息 的定时之后的驾驶员的状态；以及报知单元，其基于由驾驶员状态推定单 元推定出的驾驶员的状态和与被预测为驾驶员所驾驶的车辆将要行驶的位 置和环境的任一方相关联地设定的驾驶员的状态的条件的比较，提醒车辆 的驾驶员注意。

根据该结构，生物信息取得单元取得驾驶员的生物信息。驾驶员状态 推定单元基于由生物信息取得单元取得的生物信息，推定在由生物信息取 得单元取得生物信息的定时之后的驾驶员的状态。报知单元基于由驾驶员 状态推定单元推定出的驾驶员的状态和与被预测为驾驶员所驾驶的车辆将 要行驶的位置和环境的任一方相关联地设定的驾驶员的状态的条件的比 较，提醒车辆的驾驶员注意。由此，基于根据实际取得的生物信息得到的 将来的驾驶员的状态和以将来车辆要行驶的位置和/或环境求出的驾驶员 的状态的条件的比较，来提醒当前的驾驶员注意。因而，能够更符合驾驶 员在该位置和/或环境下行驶的状况地提醒注意，能够降低使驾驶员感到违 和感的可能性。

另外，本发明的一实施方式是一种信息提供方法，包括：生物信息取 得步骤，取得驾驶员的生物信息；驾驶员状态推定步骤，基于通过生物信 息取得步骤取得的生物信息，推定在通过生物信息取得步骤取得生物信息 的定时之后的驾驶员的状态；以及报知步骤，基于通过驾驶员状态推定步 骤推定出的驾驶员的状态和与被预测为驾驶员所驾驶的车辆将要行驶的位 置和环境的任一方相关联地设定的驾驶员的状态的条件的比较，提醒车辆 的驾驶员注意。

另外，本发明的一实施方式是一种导航装置，具备：生物信息取得单 元，其取得驾驶员的生物信息；驾驶员状态推定单元，其基于由生物信息 取得单元取得的生物信息，推定在由生物信息取得单元取得生物信息的定 时之后的驾驶员的状态；以及前进道路选择单元，其基于由驾驶员状态推 定单元推定出的驾驶员的状态和与被预测为驾驶员所驾驶的车辆将要行驶 的多个前进道路中的位置和环境的任一方相关联地设定的驾驶员的状态的 条件的比较，从多个前进道路中选择对驾驶员进行引导的前进道路。

根据该结构，生物信息取得单元取得驾驶员的生物信息。驾驶员状态 推定单元基于由生物信息取得单元取得的生物信息，推定在由生物信息取 得单元取得生物信息的定时之后的驾驶员的状态。前进道路选择单元基于 由驾驶员状态推定单元推定出的驾驶员的状态和与被预测为驾驶员所驾驶 的车辆将要行驶的多个前进道路中的位置和环境的任一方相关联地设定的 驾驶员的状态的条件的比较，从多个前进道路中选择对驾驶员进行引导的 前进道路。由此，基于根据实际取得的生物信息得到的将来的驾驶员的状 态和以被预测为将来车辆要行驶的多个前进道路中的位置和/或环境求出 的驾驶员的状态的条件的比较，来选择对驾驶员进行引导的前进道路。因 而，能够引导更符合驾驶员在该位置和/或环境下行驶的状况的前进道路， 能够降低使驾驶员感到违和感的可能性。

另外，本发明的一实施方式是一种导航方法，包括：生物信息取得步 骤，取得驾驶员的生物信息；驾驶员状态推定步骤，基于通过生物信息取 得步骤取得的生物信息，推定在通过生物信息取得步骤取得生物信息的定 时之后的驾驶员的状态；以及前进道路选择步骤，基于通过驾驶员状态推 定步骤推定出的驾驶员的状态和与被预测为驾驶员所驾驶的车辆将要行驶 的多个前进道路中的位置和环境的任一方相关联地设定的驾驶员的状态的 条件的比较，从多个前进道路中选择对驾驶员进行引导的前进道路。

发明的效果

本发明的一实施方式的驾驶支援装置、驾驶支援方法、信息提供装置、 信息提供方法、导航装置以及导航方法，通过进行更符合车辆的行驶状况 的驾驶支援，能够减轻驾驶员的违和感。

附图说明

图1是示出实施方式的驾驶支援系统的基本结构的框图。

图2是详细示出实施方式的状态推定系统和驾驶支援装置的框图。

图3是示出构成图2的状态推定系统和驾驶支援装置的硬件的例子的 图。

图4是示出实施方式的驾驶支援系统的推定驾驶员的集中度的动作的 流程图。

图5是示出实施方式的驾驶支援系统的集中地图的制作和算出道路上 的目标集中度的动作的流程图。

图6是示出实施方式的驾驶支援系统的通过驾驶员的集中倾向与基于 目标集中度的阈值的比较来进行驾驶支援的动作的流程图。

图7是示出实施方式的驾驶支援系统的通过目标集中度与测定集中度 的比较来进行驾驶支援的动作的流程图。

图8是示出驾驶员的集中度随时间降低的图表。

图9是示出车辆所行驶的场地中的驾驶员的集中度升高的部位的平面 图。

图10是示出相对于场地的绕圈数的每个驾驶员的θ波的含有率变化 量的图表。

图11是示出相对于设想了高速道路的场地的绕圈数的驾驶员的θ波的 含有率变化量的图表。

图12是示出累积集中度随时间变化的概念的图表。

图13是示出相对于与场地的绕圈数相当的时间的累积集中度的实测 值的图表。

图14是示出制作实施方式的集中地图的方法的图。

具体实施方式

参照附图，对本发明的一实施方式的驾驶支援装置、信息提供装置以 及导航装置的一例进行说明。首先，对本实施方式的驾驶支援装置等的基 本结构进行说明。如图1所示，作为基本结构，本实施方式的驾驶支援系 统10具备生物信息检测部11、集中度算出部12、车辆信息检测部13、集 中倾向算出部14、集中地图算出部15、状态判定部16、刺激提示部17以 及信息提示部18。

生物信息检测部11取得驾驶员等对象者的生物信息。生物信息检测部 11根据脑波以外的生物信息来推定驾驶员等的脑波的状态，由此来推定驾 驶员的集中度。由此，即使不检测比较难以检测的脑波，也能推定驾驶员 的集中度。此外，也可以以提高推定精度为目的，为了基于其他指标的推 定的较正而计测脑波自身。在该情况下，需要在一个以上的部位计测驾驶 员的脑波。

生物信息检测部11取得推定驾驶员的集中度所需的心跳、脉搏等表示 心跳动的生物信息。生物信息的取得方法既可以是接触式也可以是非接触 式。生物信息检测部11由设置于车辆的座席和/或方向盘的生理学指标的 检测装置、压电元件、加速度传感器等形成。生物信息检测部11也可以为 了推定驾驶员的集中度而利用呼吸、眨眼等其他生物信息。心跳、脉搏这 些生物信息的检测装置可以是计测身体的电位差的装置和/或根据光线的 透射量或反射量来进行计测的装置。

另外，如后所述，生物信息检测部11由在驾驶员未搭乘车辆时也带在 身上的心跳传感器等形成。这样，在本实施方式中，通过在驾驶员的集中 度的推定中不使用车辆的速度、加速度等，能够与环境的噪声无关地推定 驾驶员的集中度。另外，通过将生物信息检测部11设为在驾驶员未搭乘车 辆身也带在身上的心跳传感器等，生物信息检测部11不依赖于车辆，因此， 能够观测搭乘车辆之前的驾驶员的状态，并将其反映于集中度的推定。

集中度算出部12根据从生物信息检测部11得到的生物信息算出作为 驾驶员的脑波的状态的例如θ波含有率的推定所需的特征量，并推定驾驶 员的集中度。作为根据脉动得到的特征量，在心跳的情况下，可以使用被 称作R波的特征尖波的间隔。作为根据脉动得到的特征量，在脉搏的情况 下，可以使用峰值的间隔。根据这些间隔的每单位时间的数量，能够算出 驾驶员的心率。通过将60秒除以1波形的间隔，能够算出瞬时心率。

集中度算出部12也可以关于心跳波动使用脉动间隔的分散、标准偏 差、变动系数。另外，集中度算出部12也可以对每单位时间的脉动间隔进 行频率变换来算出波动量。集中度算出部12能够关于脑波算出关于脑波的 β波、α波、θ波、δ波、σ波以及任意频带的功率谱即脑波特征量。

车辆信息检测部13为了地图信息与集中度的关联而从GPS(Global PositioningSystem：全球定位系统)得到与车辆的纬度和经度相关的信息。 另外，车辆信息检测部13根据与车辆的纬度和经度对应的地图信息，取得 车辆所行驶的道路的曲率、道宽、坡度、限制速度、交通量等地图信息。 车辆信息检测部13能够从CAN(ControllerAreaNetwork)取得与车辆 的制动量、加速器开度、操舵角等车辆的状态相关的信号。

集中倾向算出部14根据由集中度算出部12得到的θ波含有率算出集 中度随时间的推移。集中倾向算出部14根据θ波含有率随时间的推移算 出驾驶员的集中度的衰减倾向。由此，在本实施方式中，通过得知驾驶员 的集中度的降低倾向，能够在驾驶员变得不适合驾驶之前对驾驶员进行报 知并进行驾驶支援。

如后所述，集中倾向算出部14计测集中度随时间的累积数。集中倾向 算出部14根据集中度的累积数达到任意的阈值为止的时间，将集中度的推 移公式化。集中倾向算出部14通过推定直到集中度的累积数饱和为止的时 间，能够高精度地推定集中度随时间的推移。另外，集中倾向算出部14 能够与各个驾驶员相适应地推定集中度随时间的推移。这样，在本实施方 式中，即使在驾驶员的集中度的降低倾向每天都不同的情况下，也能通过 各个驾驶员的集中度的累积数，不依赖于容易变动的绝对值地计测集中度 的推移。

集中地图算出部15将由集中度算出部12得到的θ波含有率和由车辆 信息检测部13得到的道路的曲率、道宽、坡度、限制速度、交通量等地图 信息一并保存。在本实施方式中，能够掌握车辆实际行驶过的道路的状况 下的驾驶员的集中度的变化。另一方面，在本实施方式中，能够推定与车 辆实际行驶过的道路的状况类似的状况下的驾驶员的集中度。由此，通过 将驾驶员的集中度与根据GPS和地图信息得到的数据进行比较，即使是未 知的道路，也能推定驾驶员在该道路上驾驶所需的集中度。

状态判定部16根据由集中倾向算出部14算出的集中度的变化来判定 是否需要向驾驶员报知或者是否需要介入驾驶操作。

刺激提示部17在由状态判定部16判定为驾驶员的集中度超过了一定 的阈值的情况和/或由状态判定部16判定为驾驶员的集中度的变化量超过 了一定的阈值的情况下，实施用于维持或提高驾驶员的集中度的刺激提示。 刺激提示部17也可以具有为了决定刺激提示方法而记录有与各种状况相 关联的刺激提示方法的映射。刺激提示部17也可以使用物理刺激。刺激的 提示部17例如可以使用光、声音、振动、温热、冷风、气味以及影像。

信息显示部18向驾驶员提示驾驶员的集中度的推定结果。另外，信息 显示部18根据驾驶员的集中度来实施驾驶员的驾驶支援。信息显示部18 例如能够根据驾驶员的集中度的降低而依次实施维持车道的驾驶支援、维 持车速和车间距离的驾驶支援、避免碰撞和减轻碰撞损害的驾驶支援、引 导车辆的前进道路的驾驶支援、以及使车辆避开障碍物的驾驶支援。

在本实施方式中，通过进行维持车速和车间距离的驾驶支援等介入驾 驶员的驾驶操作的驾驶支援，能够降低驾驶所需的集中度，驾驶员即使以 低的集中度也能进行驾驶。另外，由于是驾驶员实际所需要的驾驶支援， 所以能够减少驾驶支援所带来的厌烦。

以下，对本实施方式的驾驶支援系统的实际的硬件结构进行说明。如 图2所示，在状态推定系统100中，与图1的车辆信息检测部13对应的车 辆信息检测部110和特征量算出部112构成为搭载于车辆的装置。

车载装置115具有特征量算出部112和与图1的集中地图算出部15对 应的集中地图算出部114。集中地图算出部114经由网络170与车辆外的 服务器175进行通信。在服务器175中，关于各驾驶员保存有将所行驶的 各个道路的位置、形状、环境与此时的集中度相关联而得到的集中地图。

另外，与图1的刺激提示部17和信息提示部18对应的显示装置210 和支援装置220搭载在车辆的驾驶线装置200内。显示装置210例如是导 航系统的显示器等。如图3所示，在显示装置210上显示地图212，并且 以图表的方式显示集中力214。这样，显示装置210能够向驾驶员显示与 驾驶员的集中度相关的信息，能够针对驾驶员将车辆的前进道路向特定的 方向引导。支援装置200对方向盘、加速器踏板以及制动器踏板施加预定 的反力或振动来引导驾驶员的驾驶操作。支援装置220也可以不依赖于驾 驶员的驾驶操作地控制车辆的操舵角、加速器开度以及制动量。

另一方面，关于与图1的生物信息检测部11对应的生物信息检测部 120的脑波传感器121、心跳传感器122以及瞳孔传感器123等，例如可以 如图3所示，设为驾驶员在未搭乘车辆时也佩戴的心跳传感器122等。心 跳传感器122例如由通过安装于驾驶员的胸部的一次性电极来计测驾驶员 的心跳并通过无线发送计测结果的无线心电传感器形成。

另外，与图1的集中度算出部12对应的图2的脑波特征量算出部131、 心跳特征量算出部132、瞳孔特征量算出部133以及集中度算出部140可 以如图2和图3所示那样保存于驾驶员所持的便携终端130。另外，与图1 的集中倾向算出部14对应的图2的集中倾向算出部150的集中变化算出部 152和时间常数算出部154也可以如图2和图3所示那样保存于驾驶员所 持的便携终端130。进而，与图1的状态判定部16对应的图2的状态判定 部160也可以如图2和图3所示那样保存于驾驶员所持的便携终端130。

在本实施方式中，这样推定驾驶员的集中度的倾向的部位保存于驾驶 员即使在车辆外也持有的便携终端，因此，能够基于在更长的时间内以不 同的条件得到的数据来推定驾驶员的集中度，能够提高集中度的推定精度。 在驾驶员不搭乘车辆时，也可以将心跳传感器122等装配于身体并利用便 携终端130内的各构成来推定驾驶员的集中度。另一方面，在驾驶员搭乘 了车辆时，可以通过有线或无线将便携终端130与车辆内的车载装置115 和/或驾驶支援装置200连接，接受后述的驾驶支援。

此外，显示装置210不限于车载的显示器，也可以将驾驶员携带的便 携终端130的显示器作为本实施方式的显示装置210。在该情况下，在驾 驶员搭乘车辆时也能够将便携终端130的显示器作为本实施方式的显示装 置210。

以下，对本实施方式的状态推定系统100和驾驶支援装置200的动作 进行说明。在以下的例子中，以通过驾驶员的心跳来推定驾驶员的脑波的 θ波，从而推定驾驶员的集中度的形态为中心进行说明。已知，在人集中 时，在额叶会产生θ波这样的被称作Fmθ的特征脑波。在以往的技术中， 存在根据车辆的状态量、环境信息、驾驶员的注视状况等来进行驾驶员的 集中度的推定的技术。在这些技术中，会产生由车辙引起的操舵的偏差等 的环境误差。但是，在本实施方式中，通过使用人的内部信息即生物信息， 能够不受干扰地推定人的集中度。

如图4所示，在驾驶员搭乘车辆时和未搭乘车辆时，驾驶员所佩戴的 心跳传感器122计测驾驶员的心跳等生物信息(S101)。

从心跳传感器122接收到驾驶员的心跳的便携终端130的心跳特征量 算出部130在与心跳相关的数据中根据R波的间隔和/或波动算出θ波含 有率作为特征量(S102)。θ波含有率通过θ波含有率＝θ波功率/(α波功 率+β波功率+θ波功率)这一式子算出。便携终端130内的集中度算出部 140根据θ波含有率算出驾驶员的集中度(S103)。此外，在本实施方式中， 为了较正，也可以实际由脑波传感器121利用频率解析提取出驾驶员的θ 波(S104)，通过得到的θ波来算出驾驶员的集中度(S105)。

在经过任意的时间之前(S106)，集中倾向算出部150的集中变化算 出部152暂时存储在各时刻得到的驾驶员的集中度(S107)。在经过了任 意的时间的情况下(S106)，集中变化算出部152根据包括θ波含有率的 集中度的时序变化来提取其直流成分或低频成分，由此算出驾驶员的集中 度的降低倾向(S108)。

如图8所示，假定在驾驶员的通常一天中，在不需要集中度的作业和 行动之间，存在睡眠、车辆的驾驶以及利用个人计算机进行的作业等事件。 在车辆的驾驶中，在一样的道路上，如图8的直线所示，驾驶员的集中度 线性降低。另一方面，在车辆通过弯道的时刻tc1～tc4，驾驶员的集中度暂 时上升。但是，驾驶员的集中度随时间经过而降低。在此，如虚线所示， 若在时刻tx驾驶员休息，则集中度降低。在之后的行驶中，集中度恢复为 比继续进行了驾驶时的集中度高。因此，可认为，通过催促驾驶员进行适 当的休息，能够保持驾驶员的集中度。

如图9所示，在车辆300在场地400上绕圈的情况下，从图中黑点可 知，在即将来到弯道之前集中度升高。从图10可知，关于5名驾驶员的各 个时间的θ波含有率虽然存在偏差，但都同样地降低。从图11可知，设想 高速道路时的每10分钟的集中度的变化也是同样的。

因此，集中变化算出部152可以通过计测直到任意的集中度为止的时 间，来推定驾驶员的集中度的降低倾向。或者，集中变化算出部152可以 根据任意的区间的集中度的直流成分来预测集中度的降低倾向。集中变化 算出部152能够根据集中度的直流成分来预测驾驶员固有的集中度的降低 倾向。另外，能够根据集中度的直流成分来预测驾驶员的当天的身体状况 所引起的集中度的降低倾向。另外，集中变化算出部152能够根据集中度 的降低倾向来预测降低到任意的阈值的时间。

具体而言，集中变化算出部152从开始驾驶或通过高速道路的入口时 起进行集中度的计测。集中变化算出部152算出从计测开始经过5分钟为 止的平均集中度。集中变化算出部152可以之后每隔5分钟或10分钟算出 平均集中度，并根据其差量来算出集中度的衰减比例。

集中变化算出部152根据初始的集中度，利用一次式算出θ波含有率 到达任意的阈值、例如作为统计值的0.54为止的时间。如后所述，显示装 置210在θ波含有率到达任意的阈值的时间的15分钟之前，对驾驶员报 知驾驶的集中度的降低。此外，集中变化算出部152可以蓄积每个驾驶员 的长期的数据，根据数据的最小平方算出直线或直线以外的表示集中度的 降低倾向的曲线。

另外，在本实施方式中，集中倾向算出部150的时间常数算出部154 可以根据集中度的蓄积度达到任意的阈值为止的时间算出驾驶员的疲劳 度、直到驾驶员的集中度的蓄积度饱和为止的时间。如图12和图13所示， 驾驶员的集中度随时间的累积量如一阶时滞那样在一定时间后饱和。因而， 时间常数算出部154可以根据集中度的累积量算出时间常数。时间常数算 出部154可以根据时间常数算出驾驶员能够集中的时间限界、疲劳度。

时间常数算出部154从开始驾驶或通过高速道路的入口时起进行集中 度的计测。时间常数算出部154以任意的阈值、例如0.65对θ波含有率进 行分类。时间常数算出部154将θ波含有率为阈值以上的情况定义为1， 将θ波含有率低于阈值的情况定义为0，每单位时间求出累积集中度。

时间常数算出部154计测驾驶员的累积集中度达到了任意的值时的时 间，根据计测到的时间算出时间常数。时间常数算出部154根据时间常数 算出直到累积集中度饱和为止的时间。时间常数算出部154可以在累积集 中度的合计值降低到小于1的情况下，根据至此为止的时间算出时间常数， 并算出直到累积集中度饱和为止的时间。

在本实施方式中，为了求出时间常数，进行二值判别的累积，因此， 能够不依赖于数据的精度地算出直到集中度的累积量饱和为止的时间。

如图5所示，在驾驶员搭乘车辆而车辆起动了的情况下(S109)，车 辆信息检测部110和特征量算出部112从GPS、导航系统、CAN得到车辆 当前行驶的道路或被预测为车辆将来要行驶的道路的纬度和经度等位置信 息、时间、车速、加速器开度、制动器信号、横摆率、操舵角等(S110、 S111)。此时，如上所述，在集中度算出部140中，根据驾驶员的θ波含有 率算出集中度。集中地图算出部114算出将车辆的位置信息、车速等信息 与集中度相关联地记录的集中地图(S112，S113)。这样一来，能够不依赖 于与道路相关的多变量的环境信息而简单地制作集中地图。另外，容易掌 握场所和时间对集中度的影响。在该情况下，也可以将在导航系统的地图 数据中记录的道路的曲率、道宽、坡度、限制速度以及交通量等与集中度 相关联地记录。

集中地图算出部140经由网络170更新保存于服务器175的集中地图 (S113、S114)。在导航系统的地图数据中按一定区间准备了具有基准坐标 的基准点。当蓄积到一定量的学习数据时(S115)，集中地图算出部140 基于该数据，在与基准点附近的纬度和经度相关的数据超过了任意的数、 例如50的情况下求出数据的平均值来进行集中地图的更新(S116)。

例如，假设在收集到5个数据时进行集中地图的更新。如图14所示， 在基准坐标中，假设在一定距离内得到了5个以黑色的点表示的与集中度 相关的数据。在该情况下，集中地图算出部140算出5个点的集中度的平 均值，将其作为该基准坐标的集中度而更新。同样，集中地图算出部140 在基准坐标周边的数据每增加50、100、150时再次进行集中地图的更新。

状态判定部160，在车辆当前行驶的道路或车辆预定行驶的道路的形 状、坡度、曲率、限制速度、交通量等与集中地图中记录的道路的形状等 相同或类似的情况下(S118)，参照集中地图算出目标集中度C^＊(S119)。 目标集中度C^＊可以设为与记录在集中地图中的各基准坐标的集中度相同 或比其高预定的余裕度的集中度。由此，即使是车辆初次行驶的道路，也 能算出目标集中度C^＊。

如图6所示，状态判定部160参照根据集中地图算出的目标集中度C^＊， 设定任意的阈值(S120)。该任意的阈值可以是与目标集中度C^＊相同的值， 也可以是比目标集中度C^＊高预定值的值，还可以是比目标集中度C^＊低预 定值的值。该情况下的任意的阈值设为比在被预测为车辆将要行驶的道路 中驾驶员进行驾驶所需的集中度的下限高的值。

状态判定部160将在被预测为车辆将要行驶的道路中所需的集中度与 驾驶员的将来的集中度进行比较。在集中倾向算出部150推定出的驾驶员 的集中度随时间的降低倾向中，状态判定部160判定在任意的时间后驾驶 员的集中度是否会低于任意的阈值(S121)。例如，在15分钟后驾驶员的 集中度会低于任意的阈值的情况下(S121)，显示装置210利用影像或语 音来提醒驾驶员注意集中度的降低，并且显示在最近的服务区、停车区进 行休息的路径、可供休息的设施的引导、以及可供休息的设施内的店铺的 信息和/或商品等的广告(S122)。

在集中倾向算出部150所推定出的驾驶员的集中度随时间的降低倾向 中，状态判定部160判定在任意的时间后驾驶员的集中度是否会低于作为 驾驶所需的集中度的下限的阈值(S123)。如上所述，该情况下的作为驾 驶所需的集中度的下限的阈值也可设为驾驶员的集中度的蓄积度饱和时的 集中度。另外，该任意的时间设为驾驶员能够安全驾驶车辆的限度的时间。

在任意的时间后驾驶员的集中度会低于作为驾驶所需的集中度的下限 的阈值的情况下(S123)，支援装置220首先不依赖于驾驶员的驾驶操作 地进行使车辆进行定速行驶和跟随行驶的驾驶支援，降低对于车速控制的 驾驶员的负荷(S124)。在经过预定的时间之后仍观察不到集中度的上升 的情况下(S101～S123)，支援装置220不依赖于驾驶员的驾驶操作地进行 维持车辆行驶的车道的驾驶支援，在此期间，显示装置210催促驾驶员在 服务区或停车区进行休息(S124)。在经过预定的时间之后仍观察不到驾 驶员的驾驶操作的变化的情况下，支援装置220也可以强制性地介入驾驶 员的驾驶操作，对车辆的前进道路方法进行引导。另外，在车辆到达可供 驾驶员休息的场所之前有可能与障碍物接触的情况下，支援装置220可以 进行用于避免接触或减轻接触的损害的驾驶支援。用于避免接触或减轻接 触的损害的驾驶支援包括通过介入驾驶员的制动操作而实现的接触回避、 通过介入驾驶员的操舵操作而实现的接触回避。另外，显示装置210可以 通过提醒驾驶员注意障碍物，来进行用于避免接触或减轻接触的损害的驾 驶支援。或者，根据需要，支援装置220可以进行用于使车辆的行驶稳定 化的驾驶支援。

显示装置210和支援装置220可以根据车辆将要行驶的位置和/或环境 来决定驾驶支援的内容。例如，在车辆在弯道上行驶的情况下，支援装置 220可以不依赖于驾驶员的驾驶操作地进行维持车辆行驶的车道的驾驶支 援。例如，在车辆在具有死角的拐角处行驶的情况下，显示装置210可以 显示该死角。此外，在显示装置210对驾驶员进行驾驶支援的情况下，可 以一并进行车辆周围的拍摄图像的显示和催促驾驶员确认车辆周围的任一 方向的显示。

此外，上述S101～S108和S120～S124的动作，即使在驾驶员未搭乘车 辆的情况下，也能以在便携终端130上显示驾驶员的集中度是否处于足以 驾驶车辆的状态的形态来进行。

状态判定部160将在车辆当前行驶的道路上所需的集中度与驾驶员的 当前的集中度进行比较。如图7所示，状态判定部160将由集中度算出部 140算出的当前测定的驾驶员的集中度C与如上所述的在车辆当前行驶的 道路上所需的目标集中度C^＊进行比较(S125)。

在测定出的集中度C比目标集中度C^＊高时(S125)，显示装置210不 进行显示(S126)。在测定出的集中度C和目标集中度C^＊为相同的值时， 显示装置210既可以进行上述S122那样的显示，也可以不进行显示(S127、 S129)。在测定出的集中度C比目标集中度C^＊低时(S125)，显示装置210 和支援装置220进行上述S122和S124那样的显示和驾驶支援 (S128～S130)。以上的S109～S130的动作一直持续到车辆的驾驶结束 (S131)。

根据本实施方式，心跳传感器122取得驾驶员的心跳。集中度算出部 140基于由心跳传感器122取得的心跳，推定由心跳传感器122取得心跳 的定时之后的驾驶员的集中度。状态判定部160基于由集中度算出部140 推定出的驾驶员的集中度和与被预测为驾驶员所驾驶的车辆将要行驶的位 置或环境相关联地设定的驾驶员的目标集中度的比较，来控制车辆的驾驶 支援。由此，基于根据实际取得的心跳得到的将来的驾驶员的集中度和以 将来车辆要行驶的位置和/或环境求出的驾驶员的目标集中度的比较，来进 行当前的驾驶支援的控制。因而，能够进行更适合驾驶员在该位置和/或环 境下行驶的状况的驾驶支援，能够减轻使驾驶员感到违和感的可能性。

由集中度算出部140推定出的驾驶员的集中度不满足与被预测为驾驶 员所驾驶的车辆将要行驶的位置或环境相关联地设定的驾驶员的目标集中 度的程度越大，则状态判定部160越促进驾驶支援。由此，对于驾驶员在 该位置和/或环境下行驶的状况，驾驶员的集中度越低，则越促进驾驶支援。 因而，能够进行更符合驾驶员的集中度和/或与位置或环境对应的条件的驾 驶支援，能够降低使驾驶员感到违和感的可能性。此外，本实施方式中的 “促进驾驶支援”不限于上述的通过开始驾驶支援来促进的情况，包括针 对成为驾驶支援的对象的障碍物通过扩大检测范围、提高检测精度等来使 得容易检测障碍物的情况。另外，本实施方式中的“促进驾驶支援”包括 通过降低用于开始驾驶支援的阈值来缓和开始驾驶支援的条件的情况。另 外，本实施方式中的“促进驾驶支援”包括使开始驾驶支援的正时提前的 情况。另外，本实施方式中的“促进驾驶支援”包括通过将驾驶支援的程 度从单单是信息的提示提升到警报、介入驾驶员的驾驶来进行促进的情况。

状态判定部160，在由集中度算出部140推定出的驾驶员的集中度不 满足与被预测为驾驶员所驾驶的车辆将要将行驶的位置或环境相关的地设 定的驾驶员的目标集中度时，开始驾驶支援。因而，对于与驾驶员的集中 度和/或位置或环境对应的条件，在需要时进行驾驶支援，能够降低使驾驶 员感到违和感的可能性。

集中倾向算出部150的集中变化算出部152基于由心跳传感器122取 得的心跳，来推定驾驶员的集中度随时间的降低倾向。由此，能够更加高 精度地推定车辆实际在该位置和/或环境下行驶时的驾驶员的集中度，能够 进行更符合驾驶员的集中度的驾驶支援。

集中倾向算出部150的时间常数算出部154基于由心跳传感器122取 得的心跳，来推定直到驾驶员的集中度随时间的蓄积度饱和为止的时间， 基于直到蓄积度饱和为止的时间，来推定驾驶员的集中度随时间的降低倾 向。直到驾驶员的集中度随时间的蓄积度饱和为止的时间难以受到驾驶员 的暂时的集中度的偏差的影响。因此，通过推定直到驾驶员的集中度随时 间的蓄积度饱和为止的时间，能够与驾驶员的暂时的集中度的偏差无关地 更加高精度地推定驾驶员的集中度随时间的降低倾向。

状态判定部160基于由心跳传感器122取得的心跳，将在由心跳传感 器122取得生物信息的定时推定出的驾驶员的集中度与驾驶员所驾驶的车 辆将要行驶的位置或环境相关联地记录。由此，能够将车辆在该位置或环 境下行驶时的驾驶员的集中度与该位置或环境相关联。

与被预测为驾驶员所驾驶的车辆将要行驶的位置或环境的任一方相关 联地设定的驾驶员的目标集中度，基于与驾驶员所驾驶的车辆将要行驶的 位置或环境相关联地记录的驾驶员的集中度来设定。因此，驾驶员的目标 集中度与车辆在该位置或环境下行驶时的驾驶员的集中度对应，能够设定 更符合现实的条件。

显示装置210和支援装置220执行与被预测为驾驶员所驾驶的车辆将 要行驶的位置或环境相关联地设定的驾驶支援。因此，能够进行更符合车 辆行驶的位置或环境的驾驶支援。

显示装置210在由集中度算出部140推定出的驾驶员的状态低于任意 的阈值时，提醒驾驶员注意。支援装置220在由集中度算出部140推定出 的驾驶员的状态低于比任意的阈值低的集中度的下限时，执行介入驾驶员 的驾驶操作的驾驶支援。由此，能够减轻驾驶员驾驶车辆所需的集中度。 另外，由于是驾驶员所需要的支援，所以能够减少驾驶员的厌烦。

心跳传感器122取得驾驶员的心跳。集中度算出部140基于由心跳传 感器122取得的心跳，来推定心跳传感器122取得心跳的定时之后的驾驶 员的集中度。显示装置210基于由集中度算出部140推定出的驾驶员的集 中度和与被预测为驾驶员所驾驶的车辆将要行驶的多个前进道路中的位置 或环境相关联地设定的驾驶员的目标集中度的比较，来从多个前进道路中 选择向驾驶员引导的前进道路。由此，基于根据实际取得的心跳得到的将 来的驾驶员的集中度与以被预测为将来车辆要行驶的多个前进道路中的位 置和/或环境求出的驾驶员的目标集中度的比较，来选择向驾驶员引导的前 进道路。因而，能够引导更符合驾驶员在该位置和/或环境下行驶的状况的 前进道路，能够降低使驾驶员感到违和感的可能性。

本发明不限于上述实施方式，可以有各种变形形态。集中度算出的时 间间隔不限于5分钟或10分钟，可以是任意的时间。集中度算出的直流成 分也可以由指数函数等的非线性函数来表示。另外，在上述实施方式中， 以将本实施方式的信息提供装置应用于车辆的例子为中心进行了说明。但 是，在本实施方式中，例如可以将显示装置210设为个人计算机的显示器。 在该情况下，如上所述，在利用个人计算机进行的作业中，显示器仅在对 象者的集中度降低的情况下显示集中度214，向对象者通知集中度的降低。 当集中度低于预定的阈值时，显示器可以向对象者显示利用显示器进行的 作业以外的作业、或者附加的少的单调作业的建议等。

另外，由驾驶支援装置200进行的对驾驶员的驾驶支援完全不限于从 未进行警报的报知等驾驶支援的状态向进行警报的报知等驾驶支援的状态 转变的形态。本实施方式包括从正在进行警报的报知等驾驶支援的状态向 进行驾驶员的驾驶介入等不同的驾驶支援的状态切换的形态。另外，本实 施方式包括正在进行警报的报知等驾驶支援的状态向除了警报等之外还进 行驾驶员的驾驶介入等不同的驾驶支援的状态转变的形态。

产业上的可利用性

根据本发明的一实施方式的驾驶支援装置、驾驶支援方法、信息提供 装置、信息提供方法、导航装置以及导航方法，通过进行更符合车辆的行 驶状况的驾驶支援，能够减轻驾驶员的违和感。

标号的说明

10驾驶支援系统

11生物信息检测部

12集中度算出部

13车辆信息检测部

14集中倾向算出部

15集中地图算出部

16状态判定部

17刺激提示部

18信息提示部

100状态推定系统

110车辆信息检测部

112特征量算出部

114集中地图算出部

115车载装置

120生物信息检测部

121脑波传感器

122心跳传感器

123瞳孔传感器

130便携终端

131脑波特征量算出部

132心跳特征量算出部

133瞳孔特征量算出部

140集中度算出部

150集中倾向算出部

152集中变化算出部

154时间常数算出部

160状态推定部

170网络

175服务器

200驾驶支援装置

210显示装置

212地图

214集中力

300车辆

400场地