JP6692924B2 - 眠気推定装置 - Google Patents

Description

本発明は、ユーザの眠気を推定する眠気推定装置に関する。

例えば車両等の移動体の居眠り運転を検出するために、運転者の心拍数から居眠り状態を検出することが提案されている（例えば、特許文献１、２を参照）。

特許文献１には、覚醒時に心拍センサによって検出された心拍のＲＲＩ（R-R Interval）値の平均値並びに平均値を超えるＲＲＩ値の積分値の所定倍を閾値とし、平均値を超えるＲＲＩ値を積分して閾値を超える場合は居眠りであると判定することが記載されている。

特許文献２には、センサが測定した安静状態の被検者（ユーザ）の心拍波形に基づいてＲＲＩを時系列化した心拍間隔データを求める。次に、心拍間隔データを周波数解析して、ある時間における周波数に対するパワースペクトル密度（ＰＳＤ）及び自律神経のトータルパワー（ＴＰ）を含む、心拍揺らぎの周波数解析結果を求める。次に、周波数解析結果を初期状態として設定し、初期状態に含まれる推定された眠気の位置及び推定された覚醒の位置に基づいて、眠気の位置の原点と覚醒の位置の原点が設定された眠気スケールを決定する。そして、その眠気スケールに基づいて被検者の眠気を判定することが記載されている。

特許３２５２５８６号公報 特開２０１４−１２０４２号公報

特許文献１に記載された方法の場合、初期覚醒時のデータをリファレンスにしている。しかしながら、初期状態は人により違いがあり、初期状態の覚醒度によってはＲＲＩ値の平均値等が適切に設定できないことがあった。従って、人による初期状態の差に対応できないという問題があった。

特許文献２に記載された方法の場合は次のような問題がある。心拍情報と眠気スケールの対応は、様々な要因で変化する。安静状態をベースにしても、日による変化、時間帯による変化がある。例えば眠気が強くなる時間は早朝の３時から４時、日中は午後３時から４時であることが知られている。従って、心拍情報だけで精度良く眠気を推定することは困難である。また、例えば運転はある種のストレス負荷状態であり、道路状態（市街地か、高速道路か）でも心拍数のベースラインが異なる。さらに、計測開始当初の状態が一定でないので、初めから眠い場合、初めは眠くない場合などの変化に対応できなかった。

そこで、本発明は、上述した問題に鑑み、例えば、高精度に眠気を推定することができる眠気推定装置を提供することを課題とする。

上記課題を解決するために、請求項１に記載の発明は、ユーザの心拍数を取得する取得手段と、前記ユーザの活動状態が変化してから前記取得された心拍数の累計を時間で除した累計平均心拍数を算出する累計平均心拍数算出手段と、前記取得された前記心拍数の最低値である最低心拍数を判別する最低心拍数判別手段と、前記累計平均心拍数と前記最低心拍数との平均値である、前記ユーザが眠気を感じているか否かの基準となる眠気基準心拍数を算出し、前記眠気基準心拍数と現在の心拍数に基づいて、前記ユーザの現在の眠気を推定する眠気推定手段と、を備えることを特徴とする眠気推定装置である。

また、請求項５に記載の発明は、ユーザの現在の眠気を推定する眠気推定装置で実行される眠気推定方法であって、ユーザの心拍数を取得する取得工程と、前記ユーザの活動状態が変化してから前記取得された心拍数の累計を時間で除した累計平均心拍数を算出する累計平均心拍数算出工程と、記取得された前記心拍数の最低値である最低心拍数を判別する最低心拍数判別工程と、前記累計平均心拍数と前記最低心拍数との平均値である、前記ユーザが眠気を感じているか否かの基準となる眠気基準心拍数を算出し、前記眠気基準心拍数と現在の心拍数に基づいて、前記ユーザの現在の眠気を推定する眠気推定工程と、を含むことを特徴とする眠気推定方法である。

また、請求項７に記載の発明は、請求項７に記載の眠気推定方法を、コンピュータにより実行させることを特徴とする眠気推定プログラムである。

本発明の第１の実施例にかかる眠気算出装置の概略構成図である。 図１に示された状態判別部における活動状態の判別例を示した表である。 図１に示されたパラメータテーブルの例を示した表である。 眠気基準心拍数を算出する他の構成例である。 ある被検者におけるＶＡＳと本実施例の眠気基準心拍数算出式で推定された眠気とを比較したグラフである。 ある被検者におけるＶＡＳと本実施例の眠気基準心拍数算出式で推定された眠気とを比較したグラフである。 ある被検者におけるＶＡＳと本実施例の眠気基準心拍数算出式で推定された眠気とを比較したグラフである。 図１に示された眠気表示部の表示例の説明図である。 図１に示された眠気算出装置の動作のフローチャートである。 本発明の第３の実施例にかかる眠気算出装置の概略構成図である。 図１０に示されたデバイスの概略構成図である。

以下、本発明の一実施形態にかかる眠気推定装置を説明する。本発明の一実施形態にかかる眠気推定装置は、累計平均心拍数算出手段がユーザの活動状態が変化してから取得手段によって取得された心拍数の累計を時間で除した累計平均心拍数を算出し、眠気基準心拍数算出手段が累計平均心拍数に基づいて、ユーザが眠気を感じているか否かの基準となる眠気基準心拍数を算出する。そして、眠気推定手段が眠気基準心拍数と現在の心拍数に基づいて、ユーザの現在の眠気を推定する。このようにすることにより、心拍数の累計に基づいて眠気を推定できるので、短時間で眠気基準心拍数を算出することができ、さらに高精度に眠気を推定することができる。

また、累計平均心拍数算出手段は、活動状態が変化して所定時間経過後から累計平均心拍数を算出してもよい。このようにすることにより、変化前の他の活動状態の影響を少なくして、眠気基準心拍数の算出精度を向上させることができる。

また、取得手段によって取得された所定時間当たりの心拍数の最低値である最低心拍数を判別する最低心拍数判別手段を更に備え、眠気基準心拍数算出手段は、累計平均心拍数と最低心拍数との平均値を眠気基準心拍数として算出してもよい。このようにすることにより、眠気基準心拍数の算出の仕組みが単純化されるため、装置等における処理時間の削減や開発コストを低減することができる。

また、眠気基準心拍数算出手段は、累計平均心拍数を眠気基準心拍数として算出してもよい。このようにすることにより、眠気基準心拍数の算出の仕組みをより単純化し、装置等における処理時間の削減や開発コストを低減することができる。また、累計平均心拍数を眠気基準心拍数とすることで、眠気を感じる予兆を捉えることができ、眠気を自覚する前に休憩を促す等の対応をさせることができる。

また、累計平均心拍数算出手段は、ユーザが移動体を運転する活動状態に変化した後の累計平均心拍数を算出してもよい。このようにすることにより、車両等の移動体を運転する際に、短時間で眠気基準心拍数を算出して、高精度に眠気を推定することができる。

また、本発明の一実施形態にかかる状態監視装置は、上述した眠気推定装置と、ユーザの心拍数を測定する測定手段と、を備えている。このようにすることにより、ユーザの状態を監視する際に高精度にユーザの眠気を推定することができる。したがって、監視の精度を向上させることができる。

また、本発明の一実施形態にかかる眠気推定方法は、累計平均心拍数算出工程でユーザの活動状態が変化してから取得工程で取得された心拍数の累計を時間で除した累計平均心拍数を算出し、眠気基準心拍数算出工程で累計平均心拍数に基づいて、ユーザが眠気を感じているか否かの基準となる眠気基準心拍数を算出する。そして、眠気推定工程で眠気基準心拍数と現在の心拍数に基づいて、ユーザの現在の眠気を推定する。このようにすることにより、心拍数の累計に基づいて眠気を推定できるので、短時間で眠気基準心拍数を算出することができ、さらに高精度に眠気を推定することができる。

また、上述した眠気推定方法をコンピュータにより実行させる眠気推定プログラムとしてもよい。このようにすることにより、コンピュータを用いて心拍数の累計に基づいて眠気を推定できるので、短時間で眠気基準心拍数を算出することができ、さらに高精度に眠気を推定することができる。

本発明の第１の実施例にかかる眠気推定装置を図１乃至図９を参照して説明する。眠気推定装置１は図１に示すように、状態判別部２と、パラメータテーブル３と、眠気基準心拍数算出部４と、眠気算出部５と、眠気表示部６と、Ｉ／Ｆ７、Ｉ／Ｆ８と、を備えている。そして、眠気推定装置１は、心拍センサ１１が接続されている。

図１に示した構成の眠気推定装置１は、例えばスマートフォン等の携帯機器やパーソナルコンピュータ等のアプリケーションプログラム（アプリ）として構成されてもよいし、カーナビゲーションシステム等の車載機器や家電機器等に搭載されていてもよい。また、眠気推定装置１が心拍センサ１１を備える構成であってもよい。

なお、眠気推定装置１が測定手段としての心拍センサ１１を備えるものをユーザ（被検者）の状態を監視する状態監視装置１００とし、例えば当該状態監視装置１００を車両に搭載することでドライバーモニターとして動作させることができる。勿論ドライバーモニターに限らず、例えばデスクワークや勉強、或いは工場等における作業等の他の活動状態を監視するものとすることもできる。

心拍センサ１１は、心拍に関する生体情報として少なくとも心拍数を取得することができるセンサであれば、周知のものを用いることができる。例えば、腕時計型や、車両の座席に埋め込まれているもの、或いは屋内の椅子やベッド等に備え付けられているもの等、種々の形態のものを利用することができる。また、心拍センサ１１は、１種類に限らず、後述する活動状態に応じて複数種類を使い分けてもよい。

上述した構成の眠気推定装置１においては、状態判別部２、眠気算出部５及び眠気基準心拍数算出部４はＣＰＵ（Central Processing Unit）等の演算装置が機能する。また、パラメータテーブル３はハードディスクやフラッシュメモリなどの記憶媒体が機能する（記憶媒体は揮発性として毎回ロードする形式でもよいが不揮発性とした方が好ましい）。また、眠気表示部６は、液晶ディスプレイ等の表示装置が機能する。Ｉ／Ｆ７、８は、心拍センサ１１等と通信する通信制御部等が機能する。

状態判別部２は、Ｉ／Ｆ８を介して外部から入力されるユーザの位置情報及びユーザの加速度情報と、に基づいて安静、運転中、作業中、睡眠等といったユーザの活動状態を判別する。即ち、状態判別部２は、ユーザの活動状態を検出する。即ち、状態判別部２でユーザの活動状態の変化を検出することができる。

位置情報は、例えばＧＰＳ（Global Positioning System）により得られる緯度経度情報が入力される。加速度情報は、携帯機器や、車両自体或いは車載機器等が備える加速度センサの情報が入力される。また、活動量センサ（活動量計）等加速度センサ等を内蔵して人の活動状態を検出することが可能な機器から情報を取得してもよい。

状態判別部２における活動状態の判別の例を図２に示す。図２は、活動状態を判別するテーブルの例である。図２のテーブルにおいて、状態ｓｔａ１の内容は安静、状態ｓｔａ２の内容は運転中、状態ｓｔａ３の内容は作業中、状態ｓｔａ４の内容は睡眠、の活動状態を示している。勿論活動状態は、エクササイズや重労働等、図示した項目以外が含まれていてもよい。

図２のテーブルでは、位置情報がリビングで、加速度情報が小さく、速度が小さく、デバイスが腕時計である場合に状態ｓｔａ１（安静）と判別する。ここで、速度は、位置情報の変化から算出すればよい。或いは車両であれば速度センサから取得するようにしてもよい。デバイスは心拍センサ１１の種類や設置されている場所を示しており、心拍センサ１１から取得してもよいし、別途ユーザ等が設定してもよい。

また、位置情報が車両で、加速度情報が中、速度が大きく、デバイスが運転席である場合に状態ｓｔａ２（運転中）と判別する。位置情報が事務所で、加速度情報が大きい、速度が中、デバイスが椅子である場合に状態ｓｔａ３（作業中）と判別する。位置情報がベッドで、加速度情報が小さい、速度が小さい、デバイスがベッドである場合に状態ｓｔａ４（睡眠）と判別する。また、特に加速度情報、速度については、一例であり具体的な数値等は適宜設定上で任意に変更することができる。

なお、図２のテーブルでは、位置情報、加速度情報、速度情報、デバイス情報で判別していたが、いずれか１項目のみで判定してもよいし２項目又は３項目のみであってもよい。また、心拍センサ１１で測定した心拍数で判別してもよい。例えば、心拍数の変化が少ない場合は安静状態か睡眠、心拍数が低いが変動がある場合は運転か作業中など、大まかな判別は可能である。

パラメータテーブル３は、後述する眠気予測パラメータが活動状態毎に設定されているテーブルを備えている。そして、状態判別部２の判別結果に基づいて、その活動状態に対応する眠気予測パラメータを眠気算出部５に出力する。テーブルの例を図３に示す。

眠気予測パラメータは図３に示したようにａ、ｂの２種類が設定される。図３の例では、状態ｓｔａ１（安静）の場合、眠気予測パラメータａは１５、眠気予測パラメータｂは０．２とし、状態ｓｔａ２−１（運転中：手動運転）の場合、眠気予測パラメータａは２０、眠気予測パラメータｂは０とし、状態ｓｔａ２−２（運転中：自動運転）の場合、眠気予測パラメータａは２０、眠気予測パラメータｂは０．２とする。また、状態ｓｔａ３（作業中）の場合、眠気予測パラメータａは１５、眠気予測パラメータｂは０．２とし、状態ｓｔａ４（睡眠）の場合、眠気予測パラメータａは１０、眠気予測パラメータｂは０．２としている。図３のテーブル例では眠気予測パラメータａ、ｂは０〜１００の範囲の値が設定される。

図３において、眠気予測パラメータは、状態が運転の場合（ｓｔａ２）を手動運転（ｓｔａ２−１）と自動運転（ｓｔａ２−２）とに分けている。これは、詳細は後述するが、手動運転と自動運転とでは、眠気予測パラメータの設定値を変更する必要があるためである。

眠気基準心拍数算出部４は、後述する算出式を用いて眠気基準心拍数を算出する。ここで、眠気基準心拍数とは、眠気発生時の心拍数である。つまり、この心拍数以下では人が眠気を感じる心拍数である。即ち、ユーザが眠気を感じる基準とする心拍数である。眠気基準心拍数の算出方法としては、例えば平均心拍数に基づいて算出する方法や最低心拍数に基づいて算出する方法等挙げられる。

また、眠気基準心拍数は、図４に示すような構成で別途算出し、眠気推定装置１に転送するようにしてもよい。眠気基準心拍数算出部２１は、後述する算出式で眠気基準心拍数を算出する。

次に、眠気基準心拍数の算出について説明する。一人の人間が取り得る心拍数の範囲は決まっており、その心拍数の分布は正規分布に近くなることが知られている。また、眠気を感じているときは心拍数が低いことも知られている。したがって、眠気発生時の心拍数である眠気基準心拍数は、最低心拍数から平均心拍数までの間にあると言える。

そこで、本実施例においては、Ｉ／Ｆ７が心拍センサ１１から取得した心拍数の累計の時間平均した値である累計平均心拍数と、Ｉ／Ｆ７が心拍センサ１１から取得した心拍数の最低値（最低心拍数）と、の平均値を眠気基準心拍数とする。即ち、累計平均心拍数をＨＲ＿ａｖｅ、最低心拍数をＨＲ＿ｍｉｎとすると、眠気基準心拍数ＨＲ＿ｒｅｆは次の（１）式で算出する。
ＨＲ＿ｒｅｆ＝（ＨＲ＿ａｖｅ＋ＨＲ＿ｍｉｎ）／２・・・（１）

或いは、上述した累計平均心拍数ＨＲ＿ａｖｅを眠気基準心拍数としてもよい。即ち、次の（２）式で算出してもよい。
ＨＲ＿ｒｅｆ＝ＨＲ＿ａｖｅ・・・（２）

なお、累計平均心拍数は、活動状態が変化して例えば１０分程度の所定時間経過後から算出を始めることが好ましい。活動状態が変化した直後は心拍数に前の活動状態の影響が残っているため、所定時間経過後から算出することで、このような前の活動状態の影響を少なくすることができる。

また、累計平均心拍数は、活動状態が変化したら累計を初期化することが好ましい。例えば車両等を運転中に休憩した場合は休憩時に一旦累計平均心拍数の累計をリセットして累計をし始める。このとき、最低心拍数の値もリセットする。

即ち、眠気基準心拍数算出部４は、ユーザの活動状態が変化してからＩ／Ｆ７（取得手段）によって取得された心拍数の累計を時間で除した累計平均心拍数を算出する累計平均心拍数算出手段と、累計平均心拍数に基づいて、ユーザが眠気を感じているか否かの基準となる眠気基準心拍数を算出する眠気基準心拍数算出手段と、して機能する。また、Ｉ／Ｆ７（取得手段）によって取得された心拍数のうち、所定時間当たりの心拍数の最低値である最低心拍数を判別する最低心拍数判別手段としても機能する。また、これらの手段として機能することで、眠気基準心拍数算出部４では、累計平均心拍数算出工程及び眠気基準心拍数算出工程が実行される。

ここで、本発明者らは、ユーザの平均心拍数や最低心拍数と実際の眠気との関係を調査するため実験を行った。実験は、活動状態としてオートマチックタイプの乗用車を運転中及び助手席乗車中とし、健常者１１名（３０歳〜５９歳男性）を対象にした。被験者には、心拍計（ユニオンツール社製のＭｙＢｅａｔ）を着用させ、心拍数と呼吸変動に対応する高周波変動成分（ＨＦ）を記録した。また、眠気の強さの評価には、ＶＡＳ（Visual Analog Scale）を利用し、被験者の感じる眠気の強さの主観値を記録した。

実験に際し、以下のような条件を定めた。運転状況以外の要因が心拍・眠気に影響を与えることを避けるため、乗車中の会話や音楽の視聴、カーナビゲーションによるガイダンスの利用を禁止とした。同様に、食事による影響を排除するため、朝食後の約２時間を避け、午前１０時〜１２時の間に実験を実施した。助手席に座った被験者には、自動運転の監視役という擬似的な役割を負わせた。緊張やストレス負荷がかかるのを避けるため、車線変更は極力控え、左側車線を自然の流れにのった運転をするよう指示した。

実験手順としては、被験者が二人一組で運転席・助手席に座り、折り返し地点到着時に運転手を交代する形で行った。最初に、眠い状態から実験を開始するのを防ぐため（覚醒状態をリセットしてから実験を開始するため）、５分間、被験者に簡単な暗算課題を与えてストレス負荷をかけた後、さらに５分間、安静を行わせた。その後、後述する一般道と高速を走行するコースの運転を開始させ、走行中は、タイマーの音が鳴る５分ごとのタイミングで、ＶＡＳを用いて自分の眠気を記録させた。実験の際には、一般道を約１０ｋｍ（所要時間 約３０分）、高速道路を約４０ｋｍ（所要時間 約３０分）、往復で約２時間のコースを走行した。

図５〜図７に３名分の被検者のＶＡＳの結果と、上述した（１）式（２）式により算出した眠気基準心拍数により推定した眠気Ｓｐとを比較して示す。図５〜図７の上段はＶＡＳの結果、下段は上述した（１）式および（２）式により算出した眠気基準心拍数により推定した眠気Ｓｐである。また、下段のグラフにおいて、実線は（１）式により眠気基準心拍数を算出した場合、一点鎖線は（２）式により眠気基準心拍数を算出した場合をそれぞれ示している。眠気Ｓｐは、眠気予測パラメータをａ及びｂ、現在測定された１分間当たりの心拍数ＨＲ、眠気基準心拍数ＨＲ＿ｒｅｆ、高周波変動成分ＨＦ、基準高周波変動成分ＨＦ＿ｒｅｆとすると、次の（３）式により算出される。
Ｓｐ＝ａ×ｍａｘ（ＨＲ＿ｒｅｆ−ＨＲ，０）＋ｂ×ｍａｘ（ＨＦ−ＨＦ＿ｒｅｆ，０）・・・（３）

関数ｍａｘは、括弧内にカンマで区切られた引数のうち最大値を戻り値とする関数であり、（３）式においては、ＨＲ＜ＨＲ＿ｒｅｆの場合にはＨＲ＿ｒｅｆ−ＨＲの算出結果が、ＨＦ＞ＨＦ＿ｒｅｆの場合にはＨＦ−ＨＦ＿ｒｅｆの算出結果が戻り値となる。

また、基準高周波変動成分ＨＦ＿ｒｅｆについては、パラメータテーブル３に時刻や活動状態毎に設定されているものとする。また、高周波変動成分ＨＦ、基準高周波変動成分ＨＦ＿ｒｅｆについての詳細は後述する。

図５〜図７に示しように、上述した式（１）式および（２）式に基づいて推定した眠気は、ＶＡＳの結果と同様のパターンで眠気を推定できることが明らかとなった。

また、（２）式に基づいて眠気を推定した場合、図５〜図７の下段にＡで示したように、眠気の値が大きくなる部分が存在する。これは、上段のＶＡＳと結果と比較すると、眠気が大きくなる前に発生しており、眠気の予兆と考えられる。したがって、（２）式の場合、眠気を自覚する前の予兆から推定できることが明らかとなった。

したがって、（２）式は、例えば車両の運転等眠気と危険性との関連が高い活動状態の場合に適用するとよい。或いは、予兆を考慮するかをユーザ等が任意に選択できるようにして（１）式または（２）式に切り替えてもよい。なお、上述した眠気基準心拍数の算出方法は運転時に限らず、他の活動状態においても適用することができる。

本実施例は、上述したように、取得した心拍数と活動状態の変化からリアルタイムに累計平均心拍数と最低心拍数を求めて眠気基準心拍数を算出するので、眠気基準心拍数を予め設定する必要が無い。そのため、例えばレンタカー等に眠気推定装置１を搭載することで、不特定多数の利用者に対しても各利用者に合わせて精度良く眠気を推定することが可能となる。

なお、上述した（１）式や（２）式で求めた眠気基準心拍数を、履歴として活動状態毎に時間単位でテーブル等に設定し初期値等に利用してもよい。

眠気算出部５は、心拍センサ１１で測定された心拍数と、パラメータテーブル３から出力された眠気予測パラメータと、眠気基準心拍数算出部４から出力された眠気基準心拍数と、に基づいて眠気（眠気に関する情報）を算出することでユーザの眠気を推定する。

眠気算出部５で算出する眠気とは、現在の心拍数が眠気基準心拍数よりも低いときの、現在の心拍数と眠気基準心拍数との差分から求められる情報であり、現在の心拍数が眠気基準心拍数より下がる割合に応じて眠気値も強くなるように算出される。

例えば人は午後にはしばしば強い眠気が出現する。昼食後に起こることから昼食後の眠気（post lunch dip）とも呼ばれ、昼食をとったことが原因であると考える人も多い。しかし、昼食を２時間早めた場合でも昼食を抜いた場合でも、さらに恒常法を用いて２時間毎に軽食をとった場合でも午後には眠気が生じる。つまり、睡眠不足でなくても、また昼食の影響を取り除いた場合でも午後には眠気が生じることから、午後の眠気は生体リズムを反映していると考えられている。

眠気には約２４時間周期のサーカディアンリズム（circadian rhythm）、約１２時間周期のサーカセミディアンリズム（circasemidian rhythm）、そして約２時間周期のウルトラディアンリズム（ultradian rhythm）が関わっていると考えられている。夜間に生じる眠気は体温リズムの低下と一致しており、体温におけるサーカディアンリズムを反映している。午後の眠気は夜間の最低体温出現時刻の約半日後に生じていることから、サーカセミディアンリズムを反映していると考えられている。

ここで、眠気を算出する前提について説明する。心拍変動から自律神経のバランスを推定するために、心拍変動についての時系列データから、呼吸変動に対応する高周波変動成分（ＨＦ成分）と血圧変動であるメイヤー波（Mayer wave）に対応する低周波成分（ＬＦ成分）を抽出し、両者の大きさを比較する。呼吸変動を反映するＨＦ成分は、副交感神経が緊張（活性化）している場合のみに心拍変動に現れる。一方、ＬＦ成分は、交感神経が緊張しているとき、及び副交感神経が緊張しているときにも心拍変動に現れる。

眠気算出部５では次の（４）式で眠気Ｓを算出する。
Ｓ＝Ｋｉ×Ｓｉ＋Ｋｐ×Ｓｐ＋Ｋｄ×Ｓｄ・・・（４）

（４）式においてＳｐは生理学的眠気、Ｓｉは生理学的眠気Ｓｐの積分要素、Ｓｄは生理学的眠気Ｓｐの微分要素である。Ｋｉ、Ｋｐ、Ｋｄは、各要素の重み付けのための係数である。

生理学的眠気Ｓｐは、上述した（３）式により算出される。生理学的眠気Ｓｐを算出する眠気算出部５は、少なくともユーザの心拍数と眠気基準心拍数との差分に基づきユーザの眠気を示す眠気値を算出している。

ここで、眠気予測パラメータａ及びｂをそれぞれ設定することについて説明する。例えば運転中の眠気は単調な運転時（高速道路等）で起こりやすく、眠気を伴った機能低下が起こる。このような機能低下は、生理機能上は心拍数、血圧などが沈静して、眼球運動と脳波の異常などが動揺しながら出現する。自覚症状・疲労感が眠気とだるさ、四肢の疲れを中心に大きく増大し、集中低下も強く感じられる。行動能力・反応時間の大きな延長とばらつきが増大、正確さの低下があり、閉眼、まどろみによる危険状態にも至る。

眠気の状態は自律神経の機能により下記のように分類される。
＜１．眠気のない場合＞
交感神経が亢進し、副交感神経が抑制している状態である。心拍数ＨＲが大きく、呼吸変動に対応する高周波変動成分（心拍揺らぎの高周波変動成分ともいう）ＨＦが小さい。
＜２．眠気の兆候がある場合＞
単調な運転や疲労などにより、心理的に眠気の自覚は少ないが生理的にその兆候（予兆）が現れる。交感神経活動が亢進状態から抑制状態に変わるので、心拍数が下がる。
＜３．眠気が生じる場合＞
交感神経は抑制したままであるが、副交感神経活動が亢進状態に変わるので、心拍数ＨＲが下がり、呼吸変動に対応する高周波変動成分ＨＦが上がる。
＜４．眠気に抗した葛藤状態＞
危険を感じ、眠気に抗するために、緊張状態を生じる。ヒヤッとしたときなどに、交感神経活動が断続的に亢進し、呼吸変動に対応する高周波変動成分ＨＦが減少する。
＜５．眠気に抗しきれない状態＞
緊張が消失し、居眠りが始まる。交感神経活動が抑制されるので心拍数ＨＲは下がる。

上記の分類で、通常の居眠り運転では１の状態（眠気のない場合）から２の状態（眠気の兆候がある場合）に変化し、さらに４の状態（眠気に抗した葛藤状態）に至ることが多い。一方、安静状態では、１の状態から２の状態になり、３の状態（眠気が生じる場合）になり、そして、眠ってしまうと５の状態（眠気に抗しきれない状態）に至る。

そこで、（３）式では、図３に示したように、手動運転中では心拍揺らぎの眠気予測パラメータｂを０にして計算する。つまり、手動運転状態は、心拍数変化の眠気予測パラメータａを大きくし、心拍揺らぎの眠気予測パラメータｂを小さくする。一方、自動運転中は、運転手であっても、運転操作を行っていないことから安静状態に近い状態となるため、心拍数変化の要素の眠気予測パラメータａを小さくし、心拍揺らぎの眠気予測パラメータｂを大きくする。

即ち、眠気予測パラメータをａ及びｂは、心拍数（ＲＲ間隔）及び心拍揺らぎのそれぞれに対する重み付けをするための係数である。上述したように、心拍数と心拍揺らぎは、活動状態によって眠気への寄与が異なるため、それぞれに重み付けをすることで、算出される眠気の精度を高めている。

生理学的眠気Ｓｐの積分要素Ｓｉは次の（５）式により算出される。
Ｓｉ＝ΣＳｐ・・・（５）

（５）式は、眠気が蓄積したときの積分要素を示す。即ち、眠気値（生理学的眠気Ｓｐ）の積算値を算出している。例えば運転状態の場合、運転開始後は眠気が少ないが、運転が長時間続くと眠気が増加する。そこで、生理学的眠気Ｓｐを積算することで、特定の活動状態を継続したときに発生する眠気を考慮することができる。積分要素Ｓｉは、例えば運転状態の場合、運転開始時を０とし、その後目的地に到着或いは休憩等で運転をやめるまで蓄積する。即ち、活動状態が変化した場合は積算値をリセットする。

活動状態の変化は、上述したように状態判別部２により検出することができる。活動状態の変化は、例えば眠気推定装置が車載であった場合は、運転者等が車両から離れたことを検出した、あるいは車両のイグニッションスイッチをＯＦＦにした場合に運転をやめたとして他の活動状態に変化したと判定すればよい。また、運転者等が運転席に着席したこと或いはイグニッションスイッチをＯＮにしたことで運転状態に変化したと判定すればよい。

なお、積分要素Ｓｉは上述したように特定の活動状態を継続する限りは際限なく積算する。この場合、ユーザによっては、時間の経過とともに眠気Ｓと自身の感覚とに差が生じることがある。そこで、積分要素Ｓｉには上限値を設け、上限値を超える値にはならないようにしてもよい。即ち、上限値を超えた場合には当該上限値を積算値とするようにしてもよい。

生理学的眠気Ｓｐの微分要素Ｓｄは次の（６）式により算出される。
Ｓｄ＝ｄＳｐ／ｄｔ・・・（６）

微分要素Ｓｄは、眠気の変化を強調するために算出する。即ち、眠気値の微分値を算出している。眠気の変化が少ない場合、微小な区間での眠気の増減は心理的に知覚され易い（ウェーバーの法則）。例えば運転中に眠気を数値等で表示している場合、微小な変化を拡大してフィードバックすることで眠気の変化をユーザにより強く自覚させることができる。

係数Ｋｉ、Ｋｐ、Ｋｄは、ユーザ個人毎に設定することができる。また、微分要素Ｓｄの係数Ｋｄは、Ｋｄ＞０である。また、敏感なユーザはその変化を感じ易くするためＫｄを大きくし、鈍感なユーザはその変化を感じにくくするためＫｄを小さくする。また、係数Ｋｉ、Ｋｐ、Ｋｄは、バイタルセンサやユーザ自身の告知により取得するユーザの体調に応じて変更するようにしてもよい。

なお、微分要素Ｓｄは、上述したように、ユーザ等に表示等報知する際に影響するものであり、眠気Ｓの算出に必ずしも必要な要素ではない。したがって、生理学的眠気Ｓｐ及び係数Ｋｐと積分要素Ｓｉ及び係数Ｋｉのみで眠気Ｓを算出してもよい。

そして、（４）式により算出された眠気Ｓは、ＶＡＳ等の主観的眠気の評価軸と対比し易いように０〜１００の数値の範囲とする。この眠気Ｓは、０が眠気が小さく１００が眠気が大きい。

即ち、眠気予測パラメータは活動状態によって変化するので、眠気算出部５は、心拍数（生体情報）、活動状態、眠気基準心拍数に基づいて眠気Ｓを算出していることとなる。

眠気表示部６は、眠気算出部５で算出（推定）された眠気Ｓを表示する。眠気Ｓは、単にその時の数値のみを表示してもよいし、時系列の変化が分かるように棒グラフ或いは折れ線グラフ等で表示するようにしてもよい。

眠気表示部６の表示例を図８に示す。図８（ａ）は、時刻毎の心拍数と眠気基準心拍数と算出された眠気Ｓを示した表である。図８（ｂ）は、図８（ａ）を棒グラフにしたものである。即ち、図８（ａ）のように心拍数が測定された場合は、図８（ｂ）のようにユーザに対して表示する。この表示は、上述した微分要素Ｓｄも含まれた眠気Ｓが表示されるものであり、眠気表示部６は、眠気算出部５（推定手段）が推定した眠気に基づいて、眠気を示す表示をする表示制御手段として機能する。

Ｉ／Ｆ７は、心拍センサ１１が接続されるインタフェース（Ｉ／Ｆ）である。Ｉ／Ｆ７は、心拍センサ１１が有線接続の場合は有線接続に対応するインタフェース、無線接続の場合は無線接続に対応するインタフェースとなる。即ち、Ｉ／Ｆ７は、ユーザにおいて測定された該ユーザの心拍に関する生体情報（心拍数やその測定時刻等）を取得する。即ち、Ｉ／Ｆ７は心拍数や測定時刻を取得する取得手段として機能する。

Ｉ／Ｆ８は、位置情報や加速度情報が入力されるインタフェース（Ｉ／Ｆ）である。Ｉ／Ｆ８は、有線接続のインタフェース、無線接続のインタフェースのいずれであってもよい。即ち、Ｉ／Ｆ８は、ユーザの位置情報を取得するとともに、ユーザの加速度情報を取得する。

図９に眠気推定装置１の動作のフローチャートを示す。図９（ａ）は全体的な動作のフローチャートである。まず、ステップＳ１１において、心拍センサ１１から心拍数を取得し、状態判別部２でユーザの活動状態を判別する。

次に、ステップＳ１２において、心拍センサ１１から取得した心拍数とパラメータテーブル３から出力された眠気予測パラメータと眠気基準心拍数算出部４から出力された眠気基準心拍数とに基づいて眠気算出部５で眠気Ｓを算出する。そして、ステップＳ１３で眠気Ｓを表示する。

図９（ｂ）は、ステップＳ１２における眠気算出動作のフローチャートである。まず、ステップＳ２１において、生理学的眠気Ｓｐを（３）式により算出する。次に、ステップＳ２２において、生理学的眠気Ｓｐの積分要素Ｓｉを算出する。なお、上述したように積分要素Ｓｉは運転等の特定の活動を始めた時点からやめるまで積算する。次に、生理学的眠気Ｓｐの微分要素Ｓｄを算出する。微分要素Ｓｄは、厳密には（６）式であるが、演算を簡略化するため、今回測定されたＨＲ等に基づいて算出されたＳｐから前回測定されたＨＲ等に基づいて算出されたＳｐを減算することで算出する。つまり、ＨＲ等の測定間隔に基づいて算出する。そして、ステップＳ２４において、眠気Ｓを（４）式により算出する。即ち、図９（ｂ）が眠気推定工程となる。

本実施例によれば、眠気推定装置１は、眠気基準心拍数算出部４がユーザの活動状態が変化してからＩ／Ｆ７によって取得された心拍数の累計を時間で除した累計平均心拍数を算出し、その累計平均心拍数に基づいて、ユーザが眠気を感じているか否かの基準となる眠気基準心拍数を算出する。そして、眠気算出部５が眠気基準心拍数と現在の心拍数に基づいて、ユーザの現在の眠気を推定する。このようにすることにより、心拍数の累計に基づいて眠気を推定できるので、短時間で眠気基準心拍数を算出することができ、さらに高精度に眠気を推定することができる。

また、眠気基準心拍数算出部４は、ユーザの活動状態が変化して所定時間経過後から累計平均心拍数を算出している。このようにすることにより、変化前の他の活動状態の影響を少なくして、眠気基準心拍数の算出精度を向上させることができる。

また、眠気基準心拍数算出部４は、Ｉ／Ｆ７によって取得された所定時間当たりの心拍数の最低値である最低心拍数を判別し、累計平均心拍数と最低心拍数との平均値を眠気基準心拍数として算出している。このようにすることにより、眠気基準心拍数の算出の仕組みが単純化されるため、装置等における処理時間の削減や開発コストを低減することができる。

また、眠気基準心拍数算出部４は、累計平均心拍数を眠気基準心拍数として算出している。このようにすることにより、眠気基準心拍数の算出の仕組みをより単純化し、眠気推定装置１における処理時間の削減や開発コストを低減することができる。また、累計平均心拍数を眠気基準心拍数とすることで、眠気を感じる予兆を捉えることができ、眠気を自覚する前に休憩を促す等の対応をさせることができる。

また、眠気基準心拍数算出部４は、活動状態が変化した場合は心拍数の累計を初期化している。このようにすることにより、休憩を挟んだ場合や日が変わった場合等による眠気の変化の影響を受けないようにすることができる。

また、眠気基準心拍数算出部４は、ユーザが移動体を運転する活動に変化した後の累計平均心拍数を算出してもよい。このようにすることにより、車両等の移動体を運転する際に、短時間で眠気基準心拍数を算出して、高精度に眠気を推定することができる。

また、眠気算出部５は、活動状態毎に予め設定された眠気予測パラメータに基づいてユーザの眠気Ｓを算出している。このようにすることにより、心拍数と心拍揺らぎを活動状態に応じて重み付けすることができる。

また、ユーザの位置情報及び加速度情報を取得するＩ／Ｆ８を備えている。このようにすることにより、ユーザの移動速度や加速度から活動状態を検出することができる。

また、眠気表示部６を備えているので、ユーザは、自身の眠気を具体的に知覚することができ、表示された眠気に基づいて例えば休憩や運動等の対応を行うことができる。

なお、上述した実施例において活動状態と測定時刻とに基づいて眠気予測パラメータを選択していたが、活動状態のみに基づいて眠気予測パラメータを選択してもよい。但し、測定時刻も考慮した方が、適切な眠気予測パラメータを選択できるので好ましい。

また、眠気表示部６に加えて音声や振動で眠気を通知するようにしてもよい。或いは、一定以上の眠気の場合に音声等による通知を行ってもよい。

また、上述した構成の眠気推定装置１において算出（推定）された眠気値とユーザの間隔との間に差がある場合は、主観評価を入力させるようにして、その主観評価に基づいて眠気基準心拍数ＨＲ＿ｒｅｆや基準高周波変動成分ＨＦ＿ｒｅｆを修正するようにしてもよい。このようにすることにより、眠気算出部５が算出（推定）した眠気をユーザが主観評価することができる。そして、その主観評価結果をフィードバックして再度眠気算出部５が眠気を算出することができる。従って、ユーザ個人に合わせた眠気に関する情報をより精度良く算出することができる。

次に、本発明の第２の実施例にかかる表示装置を図１０乃至図１１を参照して説明する。なお、前述した第１の実施例と同一部分には、同一符号を付して説明を省略する。

本実施例では、図１０に示したように、パラメータテーブル３１がサーバ３０に設けられている。また、サーバ３０には個人別履歴データ３２も格納されている。そして、サーバ３０は、複数人のデータを一括管理することができる。

個人別履歴データ３２は、後述するデバイス１Ａから受信した心拍数、測定時刻、活動状態等の履歴データが個人別に格納されている。サーバ３０は、デバイス１Ａ等からの要求に基づいて基準高周波変動成分や眠気予測パラメータ等を送信する。

デバイス１Ａ及びデバイス１Ｂは、ユーザの近傍に設置又はユーザが身に着ける状態で所持する機器であり、少なくとも履歴データを取得することができ、取得された履歴データをサーバ３０に送信することが可能となっている。

図１０では、デバイス１Ａ及びデバイス１Ｂとして、例えば腕時計型と車載型を示しているが、これらを同一のユーザが利用し、それぞれで取得した履歴データをサーバ３０に送信することができる。このようにすることにより同じユーザが異なるデバイス１Ａやデバイス１Ｂを利用しても履歴データを１か所に蓄積することができ、パラメータテーブル３１を複数のデバイス１Ａやデバイス１Ｂで共有することができる。

図１１に、本実施例にかかるデバイス１Ａを示す。なお、デバイス１Ｂも基本的に同じ構成である。図１１において、状態判別部２、眠気表示部６、Ｉ／Ｆ７は、基本的に第１の実施例と同様である。但し、状態判別部２は、判別した状態を通信部１２に出力する点が異なる。また、眠気基準心拍数・眠気算出部５Ａは、Ｉ／Ｆ７が取得した心拍数に基づいて眠気基準心拍数を算出して、その眠気基準心拍数と通信部１２が取得した眠気予測パラメータに基づいて眠気を算出する。Ｉ／Ｆ７は、取得した心拍数と測定時刻を状態判別部２及び眠気算出部５に加えて通信部１２にも出力する。

通信部１２は、サーバ３０と通信する。通信部１２は、心拍センサ１１で測定された心拍数と測定時刻及び状態判別部２で判別された活動状態をサーバ３０に送信し、サーバ３０から送信された眠気予測パラメータを受信する。

なお、本実施例において、心拍センサ１１をデバイス１Ａ（デバイス１Ｂ）が備える構成であってもよい。また、状態判別部２及び眠気基準心拍数・眠気算出部５Ａをサーバ３０が備える構成でもよい。この場合、通信部１２は、位置情報や加速度情報等の活動状態を判別するための情報を送信する。即ち、サーバ３０で活動状態を判別し、眠気Ｓを算出してもよい。或いは、状態判別部２又は眠気基準心拍数・眠気算出部５Ａのいずれかのみをサーバ３０が備える構成でもよい。

即ち、本実施例にかかる眠気推定装置は、サーバ３０とデバイス１Ａ（デバイス１Ｂ）とで構成される。

本実施例によれば、眠気推定装置をサーバとデバイス１Ａ（デバイス１Ｂ）とで構成されているので、１人のユーザが複数のデバイスを使用した場合でも心拍数等の履歴データや眠気基準心拍数を一括管理することができる。また、パラメータテーブルを複数のデバイス１Ａ（デバイス１Ｂ）で共有することができる。

なお、本発明は上記実施例に限定されるものではない。即ち、当業者は、従来公知の知見に従い、本発明の骨子を逸脱しない範囲で種々変形して実施することができる。かかる変形によってもなお本発明の眠気推定装置の構成を具備する限り、勿論、本発明の範疇に含まれるものである。

１、１Ａ 眠気推定装置
５ 眠気算出部（眠気推定手段）
７ Ｉ／Ｆ（取得手段）
９ 眠気基準心拍数算出部（累計平均心拍数算出手段、眠気基準心拍
数算出手段、最低心拍数判別手段）
１１ 心拍センサ（測定手段）
１００ 状態監視装置

Claims (6)

1. ユーザの心拍数を取得する取得手段と、
   前記ユーザの活動状態が変化してから前記取得された心拍数の累計を時間で除した累計平均心拍数を算出する累計平均心拍数算出手段と、
   前記取得された前記心拍数の最低値である最低心拍数を判別する最低心拍数判別手段と、
   前記累計平均心拍数と前記最低心拍数との平均値である、前記ユーザが眠気を感じているか否かの基準となる眠気基準心拍数を算出し、前記眠気基準心拍数と現在の心拍数に基づいて、前記ユーザの現在の眠気を推定する眠気推定手段と、
   を備えることを特徴とする眠気推定装置。
2. 前記累計平均心拍数算出手段は、前記活動状態が変化して所定時間経過後から前記累計平均心拍数を算出することを特徴とする請求項１に記載の眠気推定装置。
3. 前記累計平均心拍数算出手段は、前記ユーザが移動体を運転する活動状態に変化した後の前記累計平均心拍数を算出することを特徴とする請求項１または２に記載の眠気推定装置。
4. 請求項１乃至３のうちいずれか一項に記載の眠気推定装置と、
   前記ユーザの心拍数を測定する測定手段と、
   を備えることを特徴とする状態監視装置。
5. ユーザの現在の眠気を推定する眠気推定装置で実行される眠気推定方法であって、
   ユーザの心拍数を取得する取得工程と、
   前記ユーザの活動状態が変化してから前記取得された心拍数の累計を時間で除した累計平均心拍数を算出する累計平均心拍数算出工程と、
   前記取得された前記心拍数の最低値である最低心拍数を判別する最低心拍数判別工程と、
   前記累計平均心拍数と前記最低心拍数との平均値である、前記ユーザが眠気を感じているか否かの基準となる眠気基準心拍数を算出し、前記眠気基準心拍数と現在の心拍数に基づいて、前記ユーザの現在の眠気を推定する眠気推定工程と、
   を含むことを特徴とする眠気推定方法。
6. 請求項５に記載の眠気推定方法を、コンピュータにより実行させることを特徴とする眠気推定プログラム。

Images