JP2019079096A - 状態改善装置、状態改善方法、及び制御プログラム - Google Patents

Abstract

【課題】作業者の状態推定の自信度に応じた刺激を可能にする。
【解決手段】ドライバ状態を推定する状態推定部２０２と、状態推定部２０２で推定するドライバ状態の自信度を算出する自信度算出部２０３と、状態推定部２０２で推定するドライバ状態を改善するための改善刺激を行わせる刺激制御部２０８とを備え、刺激制御部２０８は、自信度算出部２０３で算出する自信度が高くなるのに応じて、改善刺激のうちのドライバ状態を改善する効果がより高い刺激を行わせる一方、自信度算出部２０３で算出する自信度が低くなるのに応じて、改善刺激のうちのドライバに与える不快感がより小さい刺激を行わせる。
【選択図】図２

Description

本開示は、作業者の状態の改善を行うための状態改善装置、状態改善方法、及び制御プログラムに関するものである。

特許文献１には、作業者の状態を推定して、作業を実施するのに必要な能力を適正化するための刺激を作業者に与える技術が知られている。例えば、特許文献１には、顔画像，生体情報等からドライバの状態を推定して、運転を実施するのに必要な眠気，集中力，ストレスを適正化するために音楽を出力したり、芳香を放出したり、空調風を発生させたりする技術が開示されている。

特開２０１６−８８４９７号公報

しかしながら、作業者の状態の推定は、状態を推定するのに用いる情報と実際の状態との相関に個人差がある等の原因によって、１００％の精度で推定を行うことは難しい。作業者の状態推定結果が正しくなかった場合、作業者の状態の改善効果が低いにもかかわらず、作業者にとって不快感の高い刺激が実施され、作業者に高い不快感を与えてしまうおそれがある。

この開示のひとつの目的は、作業者の状態推定の自信度に応じた刺激を可能にする状態改善装置、状態改善方法、及び制御プログラムを提供することにある。

上記目的は独立請求項に記載の特徴の組み合わせにより達成され、また、下位請求項は、開示の更なる有利な具体例を規定する。特許請求の範囲に記載した括弧内の符号は、ひとつの態様として後述する実施形態に記載の具体的手段との対応関係を示すものであって、本開示の技術的範囲を限定するものではない。

上記目的を達成するために、本開示の第１の状態改善装置は、作業者の状態の目標値を決定する目標決定部（２０４）と、作業者の状態を推定する状態推定部（２０２）と、状態推定部で推定する作業者の状態の自信度を算出する自信度算出部（２０３）と、状態推定部で推定する作業者の状態を改善するための改善刺激を行わせる刺激制御部（２０８）とを備え、刺激制御部は、自信度算出部で算出する自信度が閾値未満である場合には、目標決定部で決定する目標値と状態推定部で推定する作業者の状態との間に乖離があるか否かにかかわらず、改善刺激を行わせる。

上記目的を達成するために、本開示の第１の状態改善方法は、作業者の状態の目標値を決定し、作業者の状態を推定し、推定する作業者の状態の自信度を算出し、算出する自信度が閾値未満である場合には、決定する目標値と推定する作業者の状態との間に乖離があるか否かにかかわらず、推定する作業者の状態を改善するための改善刺激を行わせる。

上記目的を達成するために、本開示の第１の状態改善プログラムは、コンピュータを、作業者の状態の目標値を決定する目標決定部（２０４）と、作業者の状態を推定する状態推定部（２０２）と、状態推定部で推定する作業者の状態の自信度を算出する自信度算出部（２０３）と、自信度算出部で算出する自信度が閾値未満である場合には、目標決定部で決定する目標値と状態推定部で推定する作業者の状態との間に乖離があるか否かにかかわらず、状態推定部で推定する作業者の状態を改善するための改善刺激を行わせる刺激制御部（２０８）として機能させる。

これによれば、推定する作業者の状態の自信度を算出し、算出する自信度が閾値未満である場合には、決定する作業者の状態の目標値と推定する作業者の状態との間に乖離があるか否かにかかわらず、改善刺激を行わせることになる。よって、作業者の状態推定の自信度に応じた刺激を可能にする。

上記目的を達成するために、本開示の第２の状態改善装置は、作業者の状態を推定する状態推定部（２０２）と、状態推定部で推定する作業者の状態の自信度を算出する自信度算出部（２０３）と、状態推定部で推定する作業者の状態を改善するための改善刺激を行わせる刺激制御部（２０８）とを備え、刺激制御部は、自信度算出部で算出する自信度が閾値以上である場合には、自信度が閾値未満である場合に比べて強い刺激で、改善刺激を行わせる。

上記目的を達成するために、本開示の第２の状態改善方法は、作業者の状態を推定し、推定する作業者の状態の自信度を算出し、算出する自信度が閾値以上である場合には、自信度が閾値未満である場合に比べて強い刺激で、推定する作業者の状態を改善するための改善刺激を行わせる。

上記目的を達成するために、本開示の第２の状態改善プログラムは、コンピュータを、作業者の状態を推定する状態推定部（２０２）と、状態推定部で推定する作業者の状態の自信度を算出する自信度算出部（２０３）と、自信度算出部で算出する自信度が閾値以上である場合には、自信度が閾値未満である場合に比べて強い刺激で、状態推定部で推定する作業者の状態を改善するための改善刺激を行わせる刺激制御部（２０８）として機能させる。

これによれば、推定する作業者の状態の自信度を算出し、算出する自信度が閾値以上である場合には、自信度が閾値未満である場合に比べて強い刺激で、改善刺激を行わせることになる。よって、作業者の状態推定の自信度に応じた刺激を可能にし、自信度が閾値以上であって作業者の状態の改善効果がより高いと考えられる場合に、より強い刺激を行わせて改善効果を高めることが可能になる。

上記目的を達成するために、本開示の第３の状態改善装置は、作業者の状態を推定する状態推定部（２０２）と、状態推定部で推定する作業者の状態の自信度を算出する自信度算出部（２０３）と、状態推定部で推定する作業者の状態を改善するための改善刺激を行わせる刺激制御部（２０８）とを備え、刺激制御部は、自信度算出部で算出する自信度に応じて、改善刺激を変更する。

上記目的を達成するために、本開示の第３の状態改善方法は、作業者の状態を推定し、推定する作業者の状態の自信度を算出し、算出する自信度に応じて、推定する作業者の状態を改善するために行わせる改善刺激を変更する。

上記目的を達成するために、本開示の第３の状態改善プログラムは、コンピュータを、作業者の状態を推定する状態推定部（２０２）と、状態推定部で推定する作業者の状態の自信度を算出する自信度算出部（２０３）と、自信度算出部で算出する自信度に応じて、状態推定部で推定する作業者の状態を改善するために行わせる改善刺激を変更する刺激制御部（２０８）として機能させる。

これによれば、推定する作業者の状態の自信度を算出し、算出する自信度に応じて、推定する作業者の状態を改善するために行わせる改善刺激を変更することになる。よって、作業者の状態推定の自信度に応じた刺激を可能にし、自信度の高さに応じて改善効果がより高い刺激を行わせるか作業者に与える不快感がより小さい刺激を行わせるかを変更することが可能になる。

支援システム１の概略的な構成の一例を示す図である。 ＨＣＵ２０の概略的な構成の一例を示す図である。 生体情報から推定されるドライバ状態と、その自信度との一例を示す図である。 図３の破線におけるドライバ状態の自信度の分布の一例を示す図である。 第１テーブルの一例を示すための図である。 第２テーブルの一例を示すための図である。 改善刺激の種類とドライバ状態との組み合わせごとの改善効果とドライバに与える不快度の関係の一例を示す図である。 第１テーブルにおけるドライバ状態ごとの改善刺激の種類の一例を示す図である。 第２テーブルにおけるドライバ状態ごとの改善刺激の種類の一例を示す図である。 ＨＣＵ２０での改善刺激関連処理の流れの一例を示すフローチャートである。

図面を参照しながら、開示のための複数の実施形態を説明する。なお、説明の便宜上、複数の実施形態の間において、それまでの説明に用いた図に示した部分と同一の機能を有する部分については、同一の符号を付し、その説明を省略する場合がある。同一の符号を付した部分については、他の実施形態における説明を参照することができる。

（実施形態１）
＜支援システム１の概略構成＞
以下、本実施形態について図面を用いて説明する。図１に示す支援システム１は、自動車（以下、単に車両）で用いられるものであり、ＨＭＩ（Human Machine Interface）システム２、ＡＤＡＳ（Advanced Driver Assistance Systems）ロケータ３、周辺監視センサ４、空調システム５、車両状態センサ６、車両制御ＥＣＵ７、及び自動運転ＥＣＵ８を含んでいる。ＨＭＩシステム２、ＡＤＡＳロケータ３、周辺監視センサ４、空調システム５、車両状態センサ６、車両制御ＥＣＵ７、及び自動運転ＥＣＵ８は、例えば車内ＬＡＮに接続されているものとする。支援システム１を搭載している車両を以降では自車と呼ぶ。

ＡＤＡＳロケータ３は、ＧＮＳＳ（Global Navigation Satellite System）受信機、慣性センサ、地図データを格納した地図データベース（以下、ＤＢ）を備えている。ＧＮＳＳ受信機は、複数の人工衛星からの測位信号を受信する。慣性センサは、例えばジャイロセンサ及び加速度センサを備える。地図ＤＢは、不揮発性メモリであって、リンクデータ、ノードデータ、道路形状等の地図データを格納している。なお、地図データは、道路形状及び構造物の特徴点の点群からなる三次元地図を含む構成であってもよい。

ＡＤＡＳロケータ３は、ＧＮＳＳ受信機で受信する測位信号と、慣性センサの計測結果とを組み合わせることにより、ＡＤＡＳロケータ３を搭載した自車の車両位置を逐次測位する。なお、車両位置の測位には、自車に搭載された車輪速センサから逐次出力されるパルス信号から求めた走行距離等を用いる構成としてもよい。そして、測位した車両位置を車内ＬＡＮへ出力する。地図データとして、道路形状及び構造物の特徴点の点群からなる三次元地図を用いる場合、ＡＤＡＳロケータ３は、ＧＮＳＳ受信機を用いずに、この三次元地図と、道路形状及び構造物の特徴点の点群を検出するＬＩＤＡＲ（Light Detection and Ranging/Laser Imaging Detection and Ranging）等の周辺監視センサ４での検出結果とを用いて、自車の車両位置を特定する構成としてもよい。なお、地図データは、例えば車載通信モジュールを介して自車外のサーバから取得する構成としてもよい。

周辺監視センサ４は、歩行者、人間以外の動物、自転車、オートバイ、及び他車等の移動物体、さらに路上の落下物、ガードレール、縁石、及び樹木等の静止物体といった自車周辺の障害物を検出する。他にも、自車周辺の走行区画線、停止線等の路面標示を検出する。周辺監視センサ４は、例えば、自車周囲の所定範囲を撮像する周辺監視カメラ、自車周囲の所定範囲に探査波を送信するミリ波レーダ，ソナー，ＬＩＤＡＲ等のセンサである。周辺監視カメラは、逐次撮像する撮像画像をセンシング情報として自動運転ＥＣＵ８へ逐次出力する。ソナー，ミリ波レーダ，ＬＩＤＡＲ等の探査波を送信するセンサは、障害物によって反射された反射波を受信した場合に得られる受信信号に基づく走査結果をセンシング情報として自動運転ＥＣＵ８へ逐次出力する。

空調システム５は、自車の乗員によって設定された空調関連の設定値等を含む空調要求情報をＨＣＵ２０から取得し、車室内の温度、清浄、及び気流等を調整する車両用の冷暖房システムである。空調システム５は、空調制御ＥＣＵ５０、エアコンユニット５１、及びアロマユニット５２を備えている。

エアコンユニット５１は、インストルメントパネル等に設けられた吹出口から車室内に供給される温風及び冷風を生成する。アロマユニット５２は、芳香（アロマ）成分を含むエッセンシャルオイル等のアロマオイルを霧状にする。アロマユニット５２によって霧状にされた芳香成分は、エアコンユニット５１によって生成された気流と混ぜられて車室内へと供給される。空調制御ＥＣＵ５０は、エアコンユニット５１及びアロマユニット５２の作動を制御する電子制御装置であり、エアコンユニット５１及びアロマユニット５２と接続されている。

車両状態センサ６は、自車の走行状態，操作状態等の各種状態を検出するためのセンサ群である。車両状態センサ６としては、自車の車速を検出する車輪速センサ，自車のステアリングの操舵角を検出する操舵センサ，自車のアクセルペダルの開度を検出するアクセルポジションセンサ，自車のブレーキペダルの踏み込み量を検出するブレーキ踏力センサ、自車の室温を検出する温度センサ等がある。車両状態センサ６は、検出結果を車内ＬＡＮへ出力する。なお、車両状態センサ６での検出結果は、自車に搭載されるＥＣＵを介して車内ＬＡＮへ出力される構成であってもよい。

車両制御ＥＣＵ７は、自車の加減速制御及び／又は操舵制御を行う電子制御装置である。車両制御ＥＣＵ７としては、操舵制御を行う操舵ＥＣＵ，加減速制御を行うパワーユニット制御ＥＣＵ及びブレーキＥＣＵ等がある。車両制御ＥＣＵ７は、自車に搭載されたアクセルポジションセンサ，ブレーキ踏力センサ，舵角センサ，車速センサ等の各センサから出力される検出信号を取得し、電子制御スロットル，ブレーキアクチュエータ，ＥＰＳ（Electric Power Steering）モータ等の各走行制御デバイスへ制御信号を出力する。

自動運転ＥＣＵ８は、ＡＤＡＳロケータ３から取得した自車の車両位置及び地図データ，周辺監視センサ４から取得したセンシング情報等から、自車の周辺環境を認識する。また、自動運転ＥＣＵ８は、認識した周辺環境をもとに、自動運転によって自車を走行させるための走行計画を生成する。例えば中長期の走行計画として、自車を目的地へ向かわせるための推奨経路を生成する。また、短期の走行計画としては、車線変更のための操舵、速度調整のための加減速、及び障害物回避のための操舵及び制動等の実行を決定する。そして、自動運転ＥＣＵ８は、生成した走行計画に従い、自車の加速、制動、及び／又は操舵を車両制御ＥＣＵ７に自動で行わせることで、自動運転を行わせる。

他にも、自動運転ＥＣＵ８は、自動運転の自動化のレベル（以下、自動化レベル）を切り替えられるものとする。一例として、自動化レベルは、自動化レベル０〜４の５段階等とすればよい。

自動化レベル０は、自車のブレーキ、ステアリング、スロットル、原動力といった主操縦系統について自動化を行わずにドライバが全て操作する段階である。言い換えると、加速、制動、及び操舵のいずれについても自動で制御しない自動運転不実施の段階である。つまり、手動運転の段階である。自動化レベル１は、自車の主操縦系統の１つを自動化した機能を単独で実行する段階である。言い換えると、加速、制動、及び操舵のいずれかを自動で制御する、特定機能の自動化の段階である。

自動化レベル２は、自車の主操縦系統の１つを自動化した機能を複合して実行する段階である。言い換えると、加速、制動、及び操舵のうちの複数を自動で制御する、複合機能の自動化の段階である。自動化レベル３は、自車の主操縦系統の全てを自動化し、ドライバが運転すべき交通状況への変化時に限ってドライバが運転操作を行う段階である。言い換えると、緊急時を除いて、加速、制動、及び操舵の全てを自動で制御する、半自動運転の段階である。

自動化レベル４は、自車の主操縦系統の全てを自動化し、走行中のいかなるときもドライバが運転操作を行う必要にない段階である。言い換えると、緊急時にも、加速、制動、及び操舵の全てを自動で制御する、完全自動運転の段階である。自動化レベル１〜自動化レベル４については、加速、制動、及び操舵の少なくともいずれかを自動で制御する自動運転実施の段階と言うこともできる。なお、自動化レベルはここで述べた一例に限らず、５段階以上に細分化されている構成としてもよいし、４段階以下に区分される構成としてもよい。

自動運転ＥＣＵ８での自動化レベルの切り替えは、予定している自動運転区間の走行の終了、認識される走行環境若しくは周辺監視センサ４でのセンシングの不具合等に応じて、自律的に行われる構成とすればよい。他にも、操作デバイス２６へのドライバによる入力操作に従って行われる構成としてもよい。

ＨＭＩシステム２は、ＨＣＵ（Human Machine Interface Control Unit）２０、ＤＳＭ（Driver Status Monitor）２１、生体センサ２２、表示装置２３、音声出力装置２４、振動子２５、及び操作デバイス２６を備えている。ＨＭＩシステム２は、ドライバからの入力操作を受け付けたり、ドライバに向けて情報を提示したり、ドライバの状態を監視したりする。このドライバが作業者に相当する。

ＤＳＭ２１は、近赤外光源及び近赤外カメラと、これらを制御する制御ユニット等とによって構成されている。ＤＳＭ２１は、近赤外カメラを自車の運転席側に向けた姿勢にて、例えばインスツルメントパネルの上面に配置される。ＤＳＭ２１は、近赤外光源によって近赤外光を照射されたドライバの頭部を、近赤外カメラによって撮影する。近赤外カメラによる撮像画像は、制御ユニットによって画像解析される。制御ユニットは、例えばドライバの顔向き及び／又は視線方向を、撮像画像から検出する。ＤＳＭ２１は、ドライバの目の開き具合，瞬目等の顔部位の特徴量を撮像画像から抽出し、抽出した顔部位の特徴量をＨＣＵ２０に出力する。

生体センサ２２は、ドライバの生体情報を計測し、計測した生体情報を、ＨＣＵ２０へ逐次出力する。生体センサ２２は、ステアリングホイール，運転席シート等に設けるといったように自車に設ける構成としてもよいし、ドライバが装着するウェアラブルデバイスに設けられる構成としてもよい。ドライバが装着するウェアラブルデバイスに生体センサ２２が設けられている場合には、例えば無線通信を介して、生体センサ２２での計測結果をＨＣＵ２０が取得する構成とすればよい。生体センサ２２で計測する生体情報としては、心電図，呼吸，筋電図，脳波，脳血流，発汗，脈波，体温，血圧，皮膚コンダクタンス等がある。

表示装置２３としては、例えばコンビネーションメータ、ＣＩＤ（Center Information Display）、ＨＵＤ（Head-Up Display）、ＬＥＤ等がある。コンビネーションメータは、運転席の前方に配置される。ＣＩＤは、車室内にてセンタクラスタの上方に配置される。コンビネーションメータは、ＨＣＵ２０から取得した画像データに基づいて、情報提示のための種々の画像を液晶ディスプレイの表示画面に表示する。ＨＵＤは、ＨＣＵ２０から取得した画像データに基づく画像の光を、ウインドシールドに規定された投影領域に投影する。ウインドシールドによって車室内側に反射された画像の光は、運転席に着座するドライバによって知覚される。ドライバは、ＨＵＤによって投影された画像の虚像を、自車前方の外界風景と重ねて視認可能となる。ＬＥＤは、インストルメントパネル等のドライバの目に付く位置に配置され、ＨＣＵ２０によって発光が制御される。

音声出力装置２４としては、例えば音声を出力するオーディオスピーカ，音を出力するブザー等がある。振動子２５は、例えばステアリングホイール，運転席のシート等の自車のドライバが接触する箇所に設けられ、ドライバに振動による刺激を与える。振動子２５は、ＨＣＵ２０によって振動が制御される。

操作デバイス２６は、ドライバが操作するスイッチ群である。例えば、操作デバイス２６としては、自車のステアリングのスポーク部に設けられたステアリングスイッチ，ディスプレイを有する表示装置２３と一体となったタッチスイッチ等がある。

ＨＣＵ２０は、プロセッサ、メモリ、Ｉ／Ｏ、これらを接続するバスを備え、メモリに記憶された制御プログラムを実行することで各種の処理を実行する。プロセッサがこの制御プログラムを実行することは、制御プログラムに対応する方法が実行されることに相当する。ここで言うところのメモリは、コンピュータによって読み取り可能なプログラム及びデータを非一時的に格納する非遷移的実体的記憶媒体（non- transitory tangible storage medium）である。また、非遷移的実体的記憶媒体は、半導体メモリ又は磁気ディスクなどによって実現される。このＨＣＵ２０が状態改善装置に相当する。ＨＣＵ２０での処理の詳細については後述する。

＜ＨＣＵ２０の概略構成＞
続いて、図２を用いて、ＨＣＵ２０の概略構成について説明を行う。ＨＣＵ２０は、情報取得部２０１、状態推定部２０２、自信度算出部２０３、目標決定部２０４、乖離判定部２０５、対応関係格納部２０６、刺激決定部２０７、刺激制御部２０８、及び学習部２０９を機能ブロックとして備えている。なお、ＨＣＵ２０が実行する機能の一部または全部を、１つあるいは複数のＩＣ等によりハードウェア的に構成してもよい。また、ＨＣＵ２０が備える機能ブロックの一部又は全部を、プロセッサによるソフトウェアの実行とハードウェア部材の組み合わせによって実現してもよい。

情報取得部２０１は、ＨＣＵ２０に入力される各種の情報を取得する。例えば、情報取得部２０１は、ＤＳＭ２１で抽出した特徴量を取得したり、生体センサ２２で計測した生体情報を取得したりする。また、情報取得部２０１は、車両状態センサ６で検出した操作状態を取得したり、自動運転ＥＣＵ８で認識した周辺環境を取得したり、現在の自動化レベルを取得したりする。現在の自動化レベルは自動運転ＥＣＵ８から取得すればよい。他にも、情報取得部２０１は、操作デバイス２６で受け付けた操作入力情報を取得する。

状態推定部２０２は、自車のドライバの状態（つまり、ドライバ状態）を推定する。状態推定部２０２は、情報取得部２０１で取得する顔部位の特徴量，生体情報，操作状態等と、識別器とから、ドライバ状態を推定する。例えば、覚醒度の推定の場合には、顔部位の特徴量としては目の開き具合等、生体情報としては脳波，脈波，心拍等を用いることができる。また、操作状態としては、自動運転ＥＣＵ８で認識する周辺環境のうちの走行区画線の位置から求められる自車の横揺れ，車両状態センサ６のうちの舵角センサで逐次検出する操舵角から求められるステアリング操作のばらつき量等を用いることができる。なお、ここに挙げた以外の情報を用いる構成としても構わない。

識別器は、例えば確率的分類器であるものとする。以降では、ナイーブベイズ分類器を用いる場合を例に挙げて説明を行う。ナイーブベイズ分類器は、単純ベイズ確率モデルを用いて、入力に対する最も事後確率が高い仮説を出力とする確率的分類器であって、単純ベイズ分類器と言い換えることもできる。状態推定部２０２で用いる識別器では、学習用データとして、情報取得部２０１で取得する顔部位の特徴量，生体情報，操作状態等のデータとドライバ状態との組み合わせとして、過去に確実に推定できた組み合わせ，一般的に確実と言える組み合わせを与えて分類器が構築されている。これによって、情報取得部２０１で取得する顔部位の特徴量，生体情報，操作状態等のデータを入力とし、識別器において時後確率が最も高いドライバ状態を出力するようになっている。

以降では、状態推定部２０２でドライバ状態として覚醒度を推定する場合を例に挙げて説明を行う。本実施形態では、覚醒度を０〜５の６段階の眠気レベルに区分して推定する場合を例に挙げて説明を行う。６段階に区分される眠気レベルは、覚醒度の高いものから順に、全く眠くなさそうな（言い換えると覚醒状態である）眠気レベル「０」，やや眠そうな眠気レベル「１」，眠そうな眠気レベル「２」，かなり眠そうな眠気レベル「３」，非常に眠そうな眠気レベル「４」，眠っている（言い換えると低覚醒状態である）眠気レベル「５」とする。

自信度算出部２０３は、状態推定部２０２で推定するドライバ状態の自信度を算出する。ここで、図３及び図４を用いてドライバ状態の自信度について説明する。図３は、生体情報から推定されるドライバ状態と、その自信度との一例を示す図である。図３では、生体情報として脳波のうちのα波の含有率を用いた場合の例を示しており、縦軸が推定されるドライバ状態、横軸がα波含有率を示している。また、図３の黒丸が学習用データ、実線がドライバ状態の推定値、濃淡が自信度を示している。

図３の色がより濃い部分は確率密度関数の値がより高い、つまり推定される関数がそこを通る可能性がより高い部分であって、自信度がより高いことを示している。また、図３の色がより薄い部分は確率密度関数の値がより低い、つまり推定される関数がそこを通る可能性がより低い部分であって、自信度がより低いことを示している。なお、確率密度は確率ではないため、１以上の値を取り得る。

図４は、図３の破線におけるドライバ状態の自信度の分布の一例を示す図である。図４では、縦軸がドライバ状態の推定の自信度、横軸が推定されるドライバ状態を示している。また、図４の実線が学習用データの密度が高く自信度が高い場合の自信度の分布を示しており、点線が学習用データの密度が低く自信度が低い場合の自信度の分布を示している。

識別器は、確率的分類器であるので、確率密度関数の値、すなわち自信度が最も高いドライバ状態の値が現状のドライバ状態として状態推定部２０２で推定されることになる。よって、自信度算出部２０３は、状態推定部２０２で推定するドライバ状態の確率密度関数の値を自信度として算出する。ここで、識別器としてナイーブベイズ分類器を用いる場合の自信度の算出例について説明する。識別器としてナイーブベイズ分類器を用いる場合には、以下の式１の事後確率密度分布の値を自信度として算出すればよい。式１のθがドライバ状態，ｐ（θ）が事前確率としての過去の自信度，ｐ（ｘ｜Ｘ^（ｎ））が事後確率密度分布としての新たな自信度，Ｘ^（ｎ）が学習用データの集合を示している。

また、ブートストラップ法を利用した識別器を用い場合には、一例として以下のようにして自信度を算出する構成とすればよい。ブートストラップ法を利用した識別器を用いる場合には、新しい標本としてのドライバ状態を推定するステップをＢ回繰り返し、式２によってＢ個の標本の推定値、式３によって標準偏差、式４によってバイアスを求める。そして、式５によって確率密度分布を自信度として算出する。

目標決定部２０４は、ドライバ状態の目標値となる制御目標を決定する。目標決定部２０４は、現状において最適なドライバ状態である必要ドライバ状態のうち、状態推定部２０２で推定する現在のドライバ状態に最も近い値を、制御目標と決定すればよい。

必要ドライバ状態については、情報取得部２０１で取得する現在の自動化レベル、操作状態、及び／又は周辺環境に応じた、予め設定された値を決定すればよい。予め設定された値の一例として、対象とするドライバ状態が覚醒度の場合には、自動化レベルが低くなるほど、より低い眠気レベルが予め設定されているものとすればよい。また、操作状態，周辺環境から推定される運転負荷が高くなるほど、より低い眠気レベルが予め設定されているものとすればよい。予め設定された値は、ＨＣＵ２０の不揮発性メモリに予め格納されているものを取得する構成としてもよいし、車載通信モジュールを介して自車外のサーバから取得する構成としてもよい。

必要ドライバ状態は、例えば眠気レベル「０」〜「１」といったように幅をもっていてもよいものとする。例えば、目標決定部２０４は、必要ドライバ状態が眠気レベル「０」〜「１」であって、状態推定部２０２で推定する現在のドライバ状態が眠気レベル「３」の場合には、眠気レベル「１」を制御目標と決定することになる。

乖離判定部２０５は、目標決定部２０４で決定する目標値と状態推定部２０２で推定するドライバ状態との間に乖離があるか否かを判定する。例えば、乖離判定部２０５は、状態推定部２０２で推定する現状のドライバ状態の値と、目標決定部２０４で決定する目標値との差分を算出する。そして、差分が０でない場合に乖離があると判定し、差分が０である場合に乖離がないと判定すればよい。例えば、差分が−１の場合には、乖離があると判定する。なお、自信度算出部２０３で算出する自信度が後述する閾値未満の場合には、乖離判定部２０５での処理自体を行わないようにすることで、ＨＣＵ２０での処理負荷を軽減する構成としてもよい。

対応関係格納部２０６は、ドライバ状態及び目標値と、ドライバ状態を改善する刺激（以下、改善刺激）の種類とが、ドライバ状態の推定の自信度の高さ別に対応付けられた対応関係を格納している。一例として、対応関係は、テーブル，マップ等のデータ構造であるものとすればよい。本実施形態では、自信度がより高い場合に用いる対応関係（以下、第１テーブル）と自信度がより低い場合に用いる対応関係（以下、第２テーブル）とを対応関係格納部２０６に格納しているものとして以降の説明を行う。

改善刺激の一例としては、音，音声，光，文字，映像，芳香，振動，空調風等がある。音としては、音声出力装置２４のうちのオーディオスピーカから出力する音楽，音声出力装置２４のうちのブザーから出力する警報音等がある。音声としては、音声出力装置２４のうちのオーディオスピーカから出力する、音声対話システムにおけるシステム側からの音声等がある。光としては、表示装置２３のうちのＬＥＤの発光等がある。文字，映像としては、表示装置２３のうちのコンビネーションメータ，ＣＩＤ，ＨＵＤ等に表示される文字，映像等がある。芳香としては、アロマユニット５２から発生させる覚醒効果のある芳香等が挙げられる。振動としては、振動子２５による振動が挙げられる。空調風としては、エアコンユニット５１から発生させる冷風等が挙げられる。改善刺激は、悪化しているドライバ状態を改善する刺激に限らず、緊張しすぎている状態をリラックスさせるといった不必要に良好すぎるドライバ状態を適正化（つまり、改善）する刺激も含む。

ここで、図５及び図６を用いて、第１テーブル及び第２テーブルの一例について説明する。図５は、第１テーブルの一例を示すための図であって、図６は、第２テーブルの一例を示すための図である。図５及び図６のアルファベットが改善刺激の種類を示している。

図５及び図６に示すように、第１テーブル及び第２テーブルのいずれについても、ドライバ状態と目標値との組み合わせごとに改善刺激が対応付けられている。なお、ドライバ状態と目標値との１つの組み合わせに対応付けられる改善刺激には、複数種類の改善刺激が含まれる構成であってもよい。一例としては、ドライバ状態と目標値との１つの組み合わせに「冷風５℃」と「振動１０Ｖ」といった複数種類の改善刺激が対応付けられていてもよい。

第１テーブル及び第２テーブルのいずれについても、ドライバ状態と目標値との組み合わせごとに、異なる改善刺激が対応付けられている構成とすればよい。ここで言うところの異なる改善刺激とは、種類が異なる改善刺激であってもよいし、強さが異なる改善刺激であってもよい。また、種類も強度も異なる改善刺激であってもよい。第１テーブル及び第２テーブルのいずれについても、ドライバ状態と目標値との乖離の度合いが大きくなるほど、より強い改善刺激が対応付けられることが好ましい。なお、改善刺激の強さとは、強度に限らず、刺激時間の長さ，刺激頻度の多さ，改善効果のより高い刺激部位への刺激，改善効果のより高い刺激パターン等であってもよい。

さらに、第１テーブルと第２テーブルとでは、ドライバ状態と目標値との組み合わせが同じであっても、異なる改善刺激が対応付けられている。ここで言うところの異なる改善刺激についても、種類が異なる改善刺激であってもよいし、強さが異なる改善刺激であってもよい。また、種類も強度も異なる改善刺激であってもよい。種類が異なる場合の一例としては、「冷風」と「振動」との違い等が挙げられる。強さが異なる場合の一例としては、「冷風−５℃」と「冷風５℃」との違い等が挙げられる。なお、改善刺激の強さが異なるとは、強度が異なる構成に限らず、刺激時間，刺激頻度，刺激部位，刺激パターン等が異なる構成を含んでもよい。

また、第１テーブルと第２テーブルとでは、ドライバ状態と目標値との組み合わせが同じであっても、第１テーブルには改善効果がより高い改善刺激が対応付けられており、第２テーブルにはドライバに与える不快感がより小さい改善刺激が対応づけられている。言い換えると、第１テーブルは効果基準であって、第２テーブルは不快度基準であると言える。

ここで、図７〜図９を用いて、効果基準の第１テーブルと不快度基準の第２テーブルとにおける改善刺激の一例について説明を行う。図７は、改善刺激の種類とドライバ状態との組み合わせごとの改善効果とドライバに与える不快度の関係の一例を示す図である。図８は、目標値が「０」の場合の第１テーブルにおけるドライバ状態ごとの改善刺激の種類の一例を示す図である。図９は、目標値が「０」の場合の第２テーブルにおけるドライバ状態ごとの改善刺激の種類の一例を示す図である。図８及び図９では、便宜上、説明の簡略化のため目標値が「０」の場合の例に絞って示している。

図７の例では、改善刺激「対話」と眠気レベル「０」〜「５」との組み合わせについては、改善効果「０．５」及び不快度「０．３」となっており、改善刺激「冷風」と眠気レベル「１」〜「２」との組み合わせについては、改善効果「０．８」及び不快度「０．５」となっている。また、改善刺激「音楽」と眠気レベル「０」〜「１」との組み合わせについては、改善効果「０．２」及び不快度「０．２」となっており、改善刺激「芳香」と眠気レベル「２」〜「４」との組み合わせについては、改善効果「０．５」及び不快度「０．５」となっている。そして、改善刺激「警報音」と眠気レベル「４」〜「５」との組み合わせについては、改善効果「０．８」及び不快度「０．８」となっている。

図８に示すように、効果基準の第１テーブルでは、ドライバ状態と目標値とに乖離のない眠気レベル「０」と目標値「０」との組み合わせについては、改善刺激を対応付けない。一方、ドライバ状態と目標値とに乖離のある組み合わせについては、図７の関係をもとにして、眠気レベルごとに改善効果のより高い改善刺激を対応付ける。図７の関係において改善効果の最も高いのは、改善刺激「冷風」，「警報音」の「０．８」であるので、それぞれに対応する眠気レベルに対して、改善刺激「冷風」，「警報音」を対応付ける。具体的には、眠気レベル「１」〜「２」には、改善刺激「冷風」を対応付け、眠気レベル「４」〜「５」には、改善刺激「警報音」を対応付ける。眠気レベル「３」については、対応する改善刺激のうちの改善効果の最も高い改善刺激「対話」と「芳香」とが対応付けられる。

図９に示すように、不快度基準の第２テーブルでは、図７の関係をもとにして、眠気レベルごとに不快度のより小さい改善刺激を対応付ける。図７の関係において不快度の最も小さいのは、改善刺激「音楽」の「０．２」であるので、対応する眠気レベル「０」〜「１」に対して、改善刺激「音楽」を対応付ける。続いて、改善刺激「音楽」の次に不快度の小さいのは、改善刺激「対話」の「０．３」であるので、対応する眠気レベル「０」〜「５」のうち、改善刺激「音楽」が対応付けられていない眠気レベル「２」〜「５」に対して、改善刺激「対話」を対応付ける。

なお、上述する対応付けは、図７に示す関係をもとに、例えば製造時に予め行う構成とすればよい。また、図７に示す関係をＨＣＵ２０の電気的に書き換え可能な不揮発性メモリに格納し、後述する学習部２０９での学習に応じて逐次更新しながら、更新するこの関係に従って、対応関係格納部２０６に格納する対応関係も逐次更新する構成としてもよい。

図７〜図９を用いて説明した一例では、第１テーブルと第２テーブルとで改善刺激の種類を変更する場合の例を示したが、必ずしもこれに限らない。例えば、第１テーブルと第２テーブルとで改善刺激の強さを変更する場合も、改善刺激の種類と強さとの組み合わせを変更する場合も、同様の観点によって効果基準の第１テーブルと不快度基準の第２テーブルとの対応付けを行う構成とすればよい。

なお、強い改善刺激ほど改善効果が高く、ドライバに与える不快感が大きくなる傾向があるので、ドライバ状態と目標値との組み合わせが同じであっても、第１テーブルには第２テーブルよりも強い改善刺激が対応付けられており、第２テーブルには第１テーブルよりも弱い改善刺激が対応付けられていると言い換えることもできる。例えば、第１テーブルよりも弱い改善刺激とは、第１テーブルよりも、強度が弱い種類の改善刺激，種類が同じで強度が弱い改善刺激，刺激時間が短い改善刺激，刺激頻度が低い改善刺激，より弱い刺激から開始するパターンの改善刺激等である。

刺激決定部２０７は、対応関係格納部２０６に格納される対応関係に基づいて、状態推定部２０２で推定するドライバ状態と、目標決定部２０４で決定する目標値と、自信度算出部２０３で算出する自信度との組み合わせに対応する改善刺激を決定する。ここで、対応関係格納部２０６に格納される対応関係として前述の第１テーブル及び第２テーブルを用いる場合を例に挙げて説明を行う。

刺激決定部２０７は、自信度算出部２０３で算出する自信度が閾値以上の場合には、効果基準の第１テーブルを用いて改善刺激を決定する一方、自信度が閾値未満の場合には、不快度基準の第２テーブルを用いて改善刺激を決定する。ここで言うところの閾値とは、ドライバ状態の推定が正しい可能性が高いと言える値とすればよく、任意に設定可能な値である。刺激決定部２０７は、自信度に応じて第１テーブルを用いるか第２テーブルを用いるか選択した後、選択したテーブルにおいて状態推定部２０２で推定するドライバ状態と目標決定部２０４で決定する目標値との組み合わせに対応する改善刺激を実施する改善刺激として決定する。

図５〜図６を用いて、具体例を以下に示す。例えば、自信度が閾値以上であって、眠気レベル「４」と推定し、目標値「０」と決定した場合には、図５の第１テーブルの改善刺激「Ｕ」を、実施する改善刺激と決定する。一方、目標値「３」と決定した場合には、図５の第１テーブルの改善刺激「Ｘ」を、実施する改善刺激と決定する。また、自信度が閾値未満であって、眠気レベル「４」と推定し、目標値「０」と決定した場合には、図６の第２テーブルの改善刺激「ＢＣ」を、実施する改善刺激と決定する。

なお、図８の眠気レベル「３」と目標値「０」との組み合わせに改善刺激「対話」，「芳香」が対応付けられている場合のように、複数種類の改善刺激が対応付けられている場合には、全てを選択して同時に実施するものと決定してもよいし、いずれかを選択して交互に実施するものと決定してもよい。

刺激制御部２０８は、刺激決定部２０７で決定した種類の改善刺激を、改善刺激を発生する刺激装置から発生させる。刺激装置としては、表示装置２３、音声出力装置２４、振動子２５、エアコンユニット５１、及びアロマユニット５２がある。刺激制御部２０８は、エアコンユニット５１及びアロマユニット５２については、空調制御ＥＣＵ５０へ向けて空調要求情報を出力することにより作動を制御すればよい。

学習部２０９は、情報取得部２０１で取得する各種の情報のうちの、刺激制御部２０８で実施させた改善刺激に対するドライバの反応に該当する情報，状態推定部２０２での新たなドライバ状態の推定結果といったドライバ反応を用いて、改善刺激の改善効果及び／又は不快度を学習する。例えば、学習部２０９は、状態推定部２０２での新たなドライバ状態の推定結果が、改善刺激前に比べてどの程度改善したかによって、改善刺激の改善効果を学習すればよい。また、学習部２０９は、情報取得部２０１で取得する各種の情報のうちの、例えばＤＳＭ２１で抽出した特徴量等が示すドライバの不快度によって、改善刺激に対するドライバの不快度を学習すればよい。そして、学習部２０９は、個々のドライバについての改善刺激の改善効果及び／又は不快度を学習した結果をもとに、対応関係格納部２０６に格納される対応関係，状態推定部２０２でのドライバ状態の推定に用いる識別器を、個々のドライバに合わせて更新する。

例えば、対応関係格納部２０６に格納される対応関係については、図７に示す関係を学習した改善効果及び不快度に応じて更新することで、この関係をもとに対応付けられる対応関係も更新すればよい。改善効果，不快度が従前よりも高く学習された改善刺激については、図７の改善効果，不快度の値を大きくする一方、改善効果，不快度が従前よりも低く学習された改善刺激については、図７の改善効果，不快度の値を小さく更新すればよい。

また、ドライバ状態の推定に用いる識別器については、例えば、学習した改善効果が任意に設定可能な所定値以上であった場合に、その学習の対象となった改善刺激の決定に用いられたデータを、ドライバ状態の推定を確実に推定できた学習用データとして追加することで更新すればよい。

＜ＨＣＵ２０での改善刺激関連処理＞
続いて、図１０のフローチャートを用いて、ＨＣＵ２０での改善刺激を行わせる制御に関連する処理（以下、改善刺激関連処理）の流れの一例について説明を行う。なお、改善刺激関連処理の工程が状態改善方法に相当する。図１０のフローチャートは、例えば、自車のイグニッション電源がオンになったときにＨＣＵ２０の電源もオンになり開始する構成とすればよい。なお、操作デバイス２６を介して改善刺激の発生を許可する設定がオンになっていることも条件として開始する構成としてもよい。他にも、操作デバイス２６を介して改善刺激の発生開始を要求する操作入力を受け付けたことを条件として開始する構成としてもよい。

まず、ステップＳ１では、情報取得部２０１が、ＤＳＭ２１で抽出した特徴量，生体センサ２２で計測した生体情報，車両状態センサ６で検出した操作状態，自動運転ＥＣＵ８で認識した周辺環境，現在の自動化レベルといった、ＨＣＵ２０に入力される各種の情報を取得する。

ステップＳ２では、状態推定部２０２が、情報取得部２０１で取得する顔部位の特徴量，生体情報，操作状態等と、識別器とから、現在のドライバ状態を推定する。また、Ｓ２では、自信度算出部２０３が、状態推定部２０２で推定するドライバ状態の自信度を算出する。さらに、Ｓ２では、目標決定部２０４が、情報取得部２０１で取得する現在の自動化レベル、操作状態、及び／又は周辺環境に応じて、必要ドライバ状態を決定する。

ステップＳ３では、目標決定部２０４が、Ｓ２で決定した必要ドライバ状態のうち、Ｓ２で推定した現在のドライバ状態に最も近い値を、目標値と決定する。また、Ｓ３では、乖離判定部２０５が、目標決定部２０４で決定した目標値とＳ２で推定したドライバ状態との間に乖離があるか否かを判定する。

ステップＳ４では、Ｓ２で算出した自信度が前述した閾値以上であった場合（Ｓ４でＹＥＳ）には、ステップＳ５に移る。一方、自信度が閾値未満であった場合（Ｓ４でＮＯ）には、ステップＳ８移る。ステップＳ５では、目標決定部２０４で決定した目標値とＳ２で推定したドライバ状態との乖離が「０」であり、Ｓ３で乖離がないと判定した場合（Ｓ５でＹＥＳ）には、ステップＳ６に移る。一方、乖離があると判定した場合（Ｓ５でＮＯ）には、ステップＳ７に移る。

ステップＳ６では、改善刺激関連処理の終了タイミングであった場合（Ｓ６でＹＥＳ）には、改善刺激関連処理を終了する。一方、改善刺激関連処理の終了タイミングでなかった場合（Ｓ６でＮＯ）には、Ｓ１に戻って処理を繰り返す。改善刺激関連処理の終了タイミングの一例としては、自車のイグニッション電源がオフになったとき，操作デバイス２６を介して改善刺激の発生を許可する設定がオフになったとき等がある。

ステップＳ７では、刺激決定部２０７が、対応関係格納部２０６に格納される第１テーブルに基づいて、Ｓ２で推定したドライバ状態とＳ３で決定した目標値との組み合わせに対応する改善刺激を実施する改善刺激として決定する。そして、刺激制御部２０８が、刺激決定部２０７で決定した改善刺激を実施させ、ステップＳ９に移る。一方、ステップＳ８では、刺激決定部２０７が、対応関係格納部２０６に格納される第２テーブルに基づいて、Ｓ２で推定したドライバ状態とＳ３で決定した目標値との組み合わせに対応する改善刺激を実施する改善刺激として決定する。そして、刺激制御部２０８が、刺激決定部２０７で決定した改善刺激を実施させ、Ｓ９に移る。

ステップＳ９では、学習部２０９が、情報取得部２０１で取得する各種の情報のうちの、刺激制御部２０８で実施させた改善刺激に対するドライバの反応に該当する情報，状態推定部２０２での新たなドライバ状態の推定結果といったドライバ反応を取得する。ステップＳ１０では、学習部２０９が、Ｓ９で取得したドライバ反応を用いて、改善刺激の改善効果及び／又は不快度を学習する。そして、学習した結果をもとに、対応関係格納部２０６に格納される対応関係，状態推定部２０２でのドライバ状態の推定に用いる識別器を、個々のドライバに合わせて更新し、Ｓ６に移る。

なお、図１０のフローチャートでは、Ｓ６で改善刺激関連処理の終了タイミングでなかった場合にＳ１に戻って処理を繰り返すのは、Ｓ６で改善刺激関連処理の終了タイミングでなかった場合に常時実施する構成であってもよいし、例えば数分に１回実施する構成としてもよい。なお、数分に１回実施する構成とする場合には、Ｓ１での情報取得部２０１の各種情報取得は、過去数分間の情報をまとめて取得する構成とすればよい。

＜実施形態１のまとめ＞
実施形態１の構成によれば、状態推定部２０２で推定するドライバ状態の自信度を自信度算出部２０３で算出し、算出する自信度が閾値未満である場合には、刺激決定部２０７で決定するドライバ状態の目標値と推定するドライバ状態との間に乖離があるか否かにかかわらず、改善刺激を行わせることになる。よって、ドライバの状態推定の自信度に応じた刺激を可能にする。また、この改善刺激は、自信度が閾値以上である場合に比べて弱い刺激で、改善刺激を行わせることになるので、自信度が閾値未満であってドライバ状態の改善効果がより低いと考えられる場合に、より弱い刺激を行わせて、状態推定結果が外れていた場合でもドライバに与える不快感を低減することが可能になる。

また、実施形態１の構成によれば、状態推定部２０２で推定するドライバ状態の自信度を自信度算出部２０３で算出し、算出する自信度が閾値以上である場合には、自信度が閾値未満である場合に比べて強い刺激で、改善刺激を行わせることになる。よって、ドライバの状態推定の自信度に応じた刺激を可能にし、自信度が閾値以上であってドライバ状態の改善効果がより高いと考えられる場合に、より強い刺激を行わせて改善効果を高めることが可能になる。

他にも、実施形態１の構成によれば、ドライバの状態推定の自信度が高くなるのに応じて、改善効果がより高い刺激を行わせる一方、自信度が低くなるのに応じて、ドライバに与える不快感がより小さい刺激を行わせることになる。よって、自信度が高い場合には不快な改善刺激も許容して改善効果を優先させることも可能にしつつ、自信度が低い場合には状態推定結果が外れていた場合でもドライバに与える不快感を低減することを可能にし、必要に応じた改善刺激を可能にする。

なお、自信度の低い場合にも、改善効果がより高い刺激，より強い改善刺激を行わせる方がドライバ状態の改善のためには適当と考えられるかもしれないが、ドライバに与える不快感が大きくなり、改善刺激の発生を許可しない設定に切り替えられてしまう点を考慮すると、自信度の低い場合にドライバに与える不快感がより小さい刺激を行わせる方が好ましい。

（実施形態２）
実施形態１では、ドライバ状態を６段階に区分する構成を示したが、必ずしもこれに限らない。ドライバ状態は、２段階以上に区分する構成としてもよいし、連続値とする構成としてもよい。ドライバ状態を連続値とする場合には、乖離判定部２０５は、状態推定部２０２で推定する現状のドライバ状態の値と、目標決定部２０４で決定する目標値との差分が任意に設定可能な所定値未満の場合に乖離でないと判定する一方、この所定値以上の場合に乖離と判定する構成とすればよい。

（実施形態３）
前述の実施形態では、刺激決定部２０７が、ドライバ状態の推定の自信度に加え、現在のドライバ状態と目標値との組み合わせに対応する改善刺激を決定する構成を示したが、必ずしもこれに限らない。例えば、現在のドライバ状態の代わりに、過去からのドライバ状態の変化の傾向を用いる構成としてもよい。この場合、対応関係格納部２０６に格納される対応関係は、現在のドライバ状態の代わりに、過去のドライバ状態に対する現在のドライバ状態の差分が、目標値と組み合わされて改善刺激に対応付けられる構成とすればよい。そして、この対応関係に基づいて、現在のドライバ状態の代わりに、過去のドライバ状態に対する現在のドライバ状態の差分と目標値との組み合わせに対応する改善刺激を決定する構成とすればよい。

これによれば、過去からのドライバ状態の変化の傾向に応じて、改善刺激を決定することが可能になる。よって、現在のドライバ状態は同じであっても、過去からのドライバ状態の変化の傾向に応じて改善効果の高い改善刺激，不快度の小さい改善刺激が異なる場合にも、過去からのドライバ状態の変化の傾向に応じて、より改善効果の高い改善刺激，より不快度の小さい改善刺激を行わせることが可能になる。

（実施形態４）
前述の実施形態では、自信度の高低で対応関係格納部２０６に格納する対応関係を２つの対応関係に分類する構成を示したが、必ずしもこれに限らない。例えば、自信度の高低で対応関係格納部２０６に格納する対応関係を３つ以上に分類する構成としてもよい。この場合、対応関係格納部２０６に格納する対応関係は、改善効果の高さ，不快度の２つの基準だけでなく、改善効果の持続時間，ドライバの好み，これらの組み合わせ等の他の基準によって分類する構成とすればよい。なお、基準が３つ以上となる場合には、対応関係はテーブルでなくマップ等とすればよい。また、ドライバの好みを基準とする場合には、ドライバの好みによって、改善刺激として用いる複数種類の刺激の選択を変更したり、この複数種類の刺激を用いる比率を変えたりする構成とすればよい。

（実施形態５）
前述の実施形態では、ＨＣＵ２０が学習部２０９を備え、学習部２０９での学習結果に応じて、対応関係格納部２０６に格納される対応関係，状態推定部２０２でのドライバ状態の推定に用いる識別器を、個々のドライバに合わせて更新する構成を示したが、必ずしもこれに限らない。例えば、ＨＣＵ２０が学習部２０９を備えず、学習結果に応じて識別器，対応関係の更新を行わない構成としてもよい。

（実施形態６）
前述の実施形態では、ドライバ状態を、識別器を用いて推定し、推定したドライバ状態の確率密度関数の値を自信度として算出する構成を示したが、必ずしもこれに限らない。例えば、ドライバ状態を、識別器を用いずに推定し、確率密度関数の値以外を自信度として算出する構成としてもよい。一例としては、特定の区分のドライバ状態と推定される条件を満たすか否かによってドライバ状態を推定し、特定の区分のドライバ状態と推定される条件を満たす数に応じて自信度を算出する等の構成としてもよい。

（実施形態７）
前述の実施形態では、ドライバ状態として覚醒度を推定し、覚醒度を改善するための改善刺激を行わせる場合を例に挙げて説明を行ったが、必ずしもこれに限らない。例えば、集中，疲労，緊張，脇見，負荷等の快不快以外のドライバ状態を推定し、これらのドライバ状態を改善するための改善刺激を行わせる構成としてもよい。この場合には、覚醒度以外のドライバ状態を推定するための識別器，覚醒度以外のドライバ状態を改善するための改善刺激を決定するための対応関係格納部２０６に格納する対応関係を用いる構成とすればよい。

また、複数種類のドライバ状態を個別に推定し、それぞれのドライバ状態を改善するための改善刺激を行わせる構成としてもよい。他にも、ＨＣＵ２０で複数種類のドライバ状態の推定結果を総合的に判断し、改善の必要なドライバ状態に対してのみ改善刺激を行わせる構成としてもよい。

（実施形態８）
前述の実施形態では、改善刺激関連処理をＨＣＵ２０が担う構成を示したが、必ずしもこれに限らない。例えば、改善刺激関連処理をＨＣＵ２０と他のＥＣＵとで担う構成としてもよいし、改善刺激関連処理を他のＥＣＵが担う構成としてもよい。

（実施形態９）
実施形態では、支援システム１が自動車で用いられる構成を示したが、必ずしもこれに限らない。支援システム１は種々の移動体で用いることが可能であり、例えば、鉄道車両，原動機付自転車等の自動車以外の車両で用いられる構成としてもよいし、航空機，船舶等の車両以外の移動体で用いる構成としてもよい。また、支援システム１を、移動体以外の家屋，施設等の室内の作業者の状態改善に適用する構成としてもよい。

なお、本開示は、上述した実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本開示の技術的範囲に含まれる。

１ 支援システム、２ ＨＭＩシステム、３ ＡＤＡＳロケータ、４ 周辺監視センサ、５ 空調制御システム、６ 車両状態センサ、７ 車両制御ＥＣＵ、８ 自動運転ＥＣＵ、２０ ＨＣＵ（状態改善装置）、２１ ＤＳＭ、２２ 生体センサ、２３ 表示装置、２４ 音声出力装置、２５ 振動子、２６ 操作デバイス、５０ 空調制御ＥＣＵ、５１ エアコンユニット、５２ アロマユニット、２０１ 情報取得部、２０２ 状態推定部、２０３ 自信度算出部、２０４ 目標決定部、２０５ 乖離判定部、２０６ 対応関係格納部、２０７ 刺激決定部、２０８ 刺激制御部

Claims (15)

1. 作業者の状態の目標値を決定する目標決定部（２０４）と、
   前記作業者の状態を推定する状態推定部（２０２）と、
   前記状態推定部で推定する前記作業者の状態の自信度を算出する自信度算出部（２０３）と、
   前記状態推定部で推定する前記作業者の状態を改善するための改善刺激を行わせる刺激制御部（２０８）とを備え、
   前記刺激制御部は、前記自信度算出部で算出する前記自信度が閾値未満である場合には、前記目標決定部で決定する前記目標値と前記状態推定部で推定する前記作業者の状態との間に乖離があるか否かにかかわらず、前記改善刺激を行わせる状態改善装置。
2. 前記刺激制御部は、前記自信度算出部で算出する前記自信度が閾値未満である場合には、前記目標決定部で決定する前記目標値と前記状態推定部で推定する前記作業者の状態との間に乖離があるか否かにかかわらず、前記自信度算出部で算出する前記自信度が閾値以上である場合に比べて弱い刺激で、前記改善刺激を行わせる請求項１に記載の状態改善装置。
3. 前記目標決定部で決定する前記目標値と前記状態推定部で推定する前記作業者の状態との間に乖離があるか否かを判定する乖離判定部（２０５）を備え、
   前記刺激制御部は、前記自信度算出部で算出する前記自信度が閾値以上である場合には、前記乖離判定部で乖離があると判定した場合に、前記自信度が閾値未満である場合に比べて強い刺激で、前記改善刺激を行わせる請求項１又は２に記載の状態改善装置。
4. 作業者の状態を推定する状態推定部（２０２）と、
   前記状態推定部で推定する前記作業者の状態の自信度を算出する自信度算出部（２０３）と、
   前記状態推定部で推定する前記作業者の状態を改善するための改善刺激を行わせる刺激制御部（２０８）とを備え、
   前記刺激制御部は、前記自信度算出部で算出する前記自信度が閾値以上である場合には、前記自信度が閾値未満である場合に比べて強い刺激で、前記改善刺激を行わせる状態改善装置。
5. 前記作業者の状態の目標値を決定する目標決定部（２０４）を備え、
   前記刺激制御部は、前記自信度算出部で算出する前記自信度が閾値未満である場合には、前記目標決定部で決定する前記目標値と前記状態推定部で推定する前記作業者の状態との間に乖離があるか否かにかかわらず、前記改善刺激を行わせる請求項４に記載の状態改善装置。
6. 作業者の状態を推定する状態推定部（２０２）と、
   前記状態推定部で推定する前記作業者の状態の自信度を算出する自信度算出部（２０３）と、
   前記状態推定部で推定する前記作業者の状態を改善するための改善刺激を行わせる刺激制御部（２０８）とを備え、
   前記刺激制御部は、前記自信度算出部で算出する前記自信度に応じて、前記改善刺激を変更する状態改善装置。
7. 前記状態推定部で推定する前記作業者の状態は、快不快以外の状態であって、
   前記刺激制御部は、前記自信度算出部で算出する前記自信度が高くなるのに応じて、前記改善刺激のうちの前記作業者の状態を改善する効果がより高い刺激を行わせる一方、前記自信度算出部で算出する前記自信度が低くなるのに応じて、前記改善刺激のうちの前記作業者に与える不快感がより小さい刺激を行わせる請求項６に記載の状態改善装置。
8. 車両で用いられ、
   前記状態推定部で推定する前記作業者の状態は、前記車両のドライバの状態であって、
   前記ドライバの状態の目標値を決定する目標決定部（２０４）と、
   前記ドライバの状態及び前記目標値と、前記改善刺激の種類とが、前記自信度の高さ別に対応付けられた対応関係に基づいて、前記状態推定部で推定する前記ドライバの状態と、前記目標決定部で決定する前記目標値と、前記自信度算出部で算出する自信度との組み合わせに対応する前記改善刺激を決定する刺激決定部（２０７）とを備え、
   前記刺激制御部は、前記刺激決定部で決定する前記改善刺激を行わせる請求項６又は７に記載の状態改善装置。
9. 前記自信度算出部は、前記状態推定部で推定する前記作業者の状態の確率密度関数の値を自信度として算出する請求項１〜８のいずれか１項に記載の状態改善装置。
10. 作業者の状態の目標値を決定し、
    前記作業者の状態を推定し、
    推定する前記作業者の状態の自信度を算出し、
    算出する前記自信度が閾値未満である場合には、決定する前記目標値と推定する前記作業者の状態との間に乖離があるか否かにかかわらず、推定する前記作業者の状態を改善するための改善刺激を行わせる状態改善方法。
11. 作業者の状態を推定し、
    推定する前記作業者の状態の自信度を算出し、
    算出する前記自信度が閾値以上である場合には、前記自信度が閾値未満である場合に比べて強い刺激で、推定する前記作業者の状態を改善するための改善刺激を行わせる状態改善方法。
12. 作業者の状態を推定し、
    推定する前記作業者の状態の自信度を算出し、
    算出する前記自信度に応じて、推定する前記作業者の状態を改善するために行わせる改善刺激を変更する状態改善方法。
13. コンピュータを、
    作業者の状態の目標値を決定する目標決定部（２０４）と、
    前記作業者の状態を推定する状態推定部（２０２）と、
    前記状態推定部で推定する前記作業者の状態の自信度を算出する自信度算出部（２０３）と、
    前記自信度算出部で算出する前記自信度が閾値未満である場合には、前記目標決定部で決定する前記目標値と前記状態推定部で推定する前記作業者の状態との間に乖離があるか否かにかかわらず、前記状態推定部で推定する前記作業者の状態を改善するための改善刺激を行わせる刺激制御部（２０８）として機能させるための制御プログラム。
14. コンピュータを、
    作業者の状態を推定する状態推定部（２０２）と、
    前記状態推定部で推定する前記作業者の状態の自信度を算出する自信度算出部（２０３）と、
    前記自信度算出部で算出する前記自信度が閾値以上である場合には、前記自信度が閾値未満である場合に比べて強い刺激で、前記状態推定部で推定する前記作業者の状態を改善するための改善刺激を行わせる刺激制御部（２０８）として機能させるための制御プログラム。
15. コンピュータを、
    作業者の状態を推定する状態推定部（２０２）と、
    前記状態推定部で推定する前記作業者の状態の自信度を算出する自信度算出部（２０３）と、
    前記自信度算出部で算出する前記自信度に応じて、前記状態推定部で推定する前記作業者の状態を改善するために行わせる改善刺激を変更する刺激制御部（２０８）として機能させるための制御プログラム。

Images