警告装置、驾驶倾向分析装置、驾驶倾向分析方法以及程序

技术领域

本发明涉及警告装置、驾驶倾向分析装置、驾驶倾向分析方法以及程序。

背景技术

为了辅助车辆的安全驾驶，已知有检测车辆的驾驶员的状态的技术(例如，参照专利文献1)。专利文献1所记载的技术基于车辆的行驶信息和驾驶员的生物体信息来检测驾驶员的状态。

在先技术文献

专利文献

专利文献1：日本特开2018-75208号公报。

发明内容

专利文献1所记载的技术通过加速度传感器和角速度传感器获取车辆的行驶信息。但是，根据例如坡度、弯道或台阶等道路状态，仅通过加速度传感器或角速度传感器的信息，有可能难以适当地获取车辆的行驶信息。

本发明是鉴于上述而完成的，其目的在于辅助车辆的安全驾驶。

为了解决上述课题并实现目的，本发明涉及的警告装置的特征在于，包括：驾驶员生物体信息获取部，获取驾驶员的生物体信息；驾驶员清醒度估计部，基于所述生物体信息估计驾驶员的清醒度；车辆行为信息获取部，获取表示车辆行为的行为信息；以及警告部，基于清醒度信息和所述行为信息进行警告，所述清醒度信息表示所述清醒度。

本发明涉及的驾驶倾向分析装置的特征在于，包括：驾驶员生物体信息获取部，获取驾驶员的生物体信息；驾驶员清醒度估计部，基于所述生物体信息估计驾驶员的清醒度；车辆行为导出部，导出表示车辆行为的行为信息；驾驶辅助警告生成部，基于所述行为信息生成驾驶辅助警告信息，所述驾驶辅助警告信息用于发生驾驶辅助警告；以及驾驶倾向分析部，基于所述清醒度和所述驾驶辅助警告将针对所述行为信息的驾驶辅助警告的历史与所述驾驶员的清醒度相关联地作为历史信息进行管理，并基于所述历史信息分析所述驾驶员的驾驶倾向，获取分析信息。

本发明涉及的驾驶倾向分析方法包括：驾驶员生物体信息获取步骤，获取驾驶员的生物体信息；驾驶员清醒度估计步骤，基于所述生物体信息估计驾驶员的清醒度；车辆行为导出步骤，导出表示车辆行为的行为信息；驾驶辅助警告生成步骤，基于所述行为信息生成驾驶辅助警告信息，所述驾驶辅助警告信息用于发生驾驶辅助警告；驾驶倾向分析步骤，基于所述清醒度和所述驾驶辅助警告将针对所述行为信息的驾驶辅助警告的历史与所述驾驶员的清醒度相关联地作为历史信息进行管理，并基于所述历史信息分析所述驾驶员的驾驶倾向，获取分析信息。

本发明涉及的程序用于使作为驾驶倾向分析装置而动作的计算机执行以下步骤：驾驶员生物体信息获取步骤，获取驾驶员的生物体信息；驾驶员清醒度估计步骤，基于所述生物体信息估计驾驶员的清醒度；车辆行为导出步骤，导出表示车辆行为的行为信息；驾驶辅助警告生成步骤，基于所述行为信息生成驾驶辅助警告信息，所述驾驶辅助警告信息用于发生驾驶辅助警告；驾驶倾向分析步骤，基于所述清醒度和所述驾驶辅助警告将针对所述行为信息的驾驶辅助警告的历史与所述驾驶员的清醒度相关联地作为历史信息进行管理，并基于所述历史信息分析所述驾驶员的驾驶倾向，获取分析信息。

根据本发明，起到能够辅助车辆的安全驾驶的效果。

附图说明

图1是示出具有第一实施方式涉及的驾驶倾向分析装置的警告装置的结构例的框图；

图2是示出载置在车辆上的视线传感器的概略图；

图3是示出第一实施方式涉及的历史信息的一例的图；

图4是示出第一实施方式涉及的历史信息的其他例子的图；

图5是示出第一实施方式涉及的驾驶倾向分析信息的一例的图；

图6是示出第一实施方式涉及的驾驶倾向分析信息的其他例子的图；

图7是示出第一实施方式涉及的警告装置中的处理流程的流程图；

图8是示出第一实施方式涉及的警告装置中的处理流程的流程图；

图9是示出第一实施方式涉及的警告装置中的处理流程的流程图；

图10是示出具有第二实施方式涉及的驾驶倾向分析装置的警告装置的结构例的框图；

图11是示出预测警告的通知目的地的一例的图；

图12是示出第二实施方式涉及的警告装置中的处理流程的流程图；

图13是示出具有第三实施方式涉及的驾驶倾向分析装置的警告装置的结构例的框图。

具体实施方式

以下，参照附图来详细说明本发明涉及的警告装置、驾驶倾向分析装置、驾驶倾向分析方法以及程序的实施方式。此外，本发明并不限定于以下的实施方式。

[第一实施方式]

图1是示出第一实施方式涉及的具有驾驶倾向分析装置的警告装置的结构例的框图。警告装置1基于驾驶员的状态和车辆的行为分析驾驶倾向，进行基于驾驶倾向的预测警告。

驾驶员的状态是指驾驶员的清醒度，驾驶员的清醒度包括驾驶员处于正常清醒状态还是驾驶员处于瞌睡状态。如果清醒度高，则驾驶员处于正常清醒状态，如果清醒度低，则驾驶员处于瞌睡状态等无法正常驾驶的状态。基于驾驶员的生物体信息来估计驾驶员的状态。

驾驶员的生物体信息是指能够估计驾驶员的清醒度的信息。驾驶员的生物体信息例如是表示眼睛运动的视线信息、表示眼睛开度的开度信息、表示眨眼次数的眨眼次数信息、表示头部运动的头部运动信息、表示表情的表情信息、表示脑电波的脑电波信息、表示呼吸次数的呼吸次数信息、或者与根据驾驶员的清醒度而变化的驾驶员的身体相关的信息。在本实施方式中，将驾驶员的生物体信息作为视线信息进行说明。

车辆行为例如是紧急制动、偏离车道、前方碰撞、前车起步、或速度异常。当驾驶员的清醒度低时，驾驶员有时成为以下列举的状态。有时出现转向操作未适当进行而偏离车道的情况。对于每个驾驶员，存在表示更容易向右侧或左侧偏离的倾向。由于前方的确认变得不充分、或不能适当地进行制动操作，有时会接近障碍物至与前方的障碍物发生碰撞的可能性变高的程度。由于前方的确认变得不充分或反应延迟，在因等待信号灯或拥堵等而停止时，即使前车起步也会保持停止状态。有时由于速度标识的确认不充分、或不能适当地进行制动操作和油门操作而导致速度异常。

警告装置1除了载置在车辆上的装置以外，也可以是便携式且能够在车辆中利用的装置。警告装置1具有视线传感器2、相机5、扬声器6和控制装置10。也可以将具有分开的视线传感器2、相机5、扬声器6的控制装置10作为警告装置1。警告装置1也可以将控制装置10配置在车辆外部的管理中心等。

使用图2对视线传感器2进行说明。图2是示出载置在车辆上的视线传感器的概略图。视线传感器2在从发动机起动到停止的期间检测驾驶员的视线。视线传感器2与驾驶座位相对配置。视线传感器2例如包含一对红外相机3和由红外LED组构成的红外光照射部4。在本实施方式中，红外光照射部4向驾驶员的脸部方向照射红外光，并由一对红外相机3拍摄。视线传感器2根据由红外相机3拍摄的拍摄影像并基于驾驶员的瞳孔和角膜反射的位置检测驾驶员的视线。视线传感器2也可以是具有同样功能的其他结构。视线传感器2将视线检测数据作为视线信息输出到驾驶倾向分析装置20的驾驶员生物体信息获取部21的驾驶员视线检测部211。此外，视线传感器2也可以是作为驾驶倾向分析装置20的驾驶员生物体信息获取部21的一部分发挥功能的方式。另外，视线传感器2也可以使用可见光相机并基于眼角和虹膜检测视线。

返回到图1，相机5是拍摄车辆周围的影像(车辆周边影像)的相机。在本实施方式中，相机5作为能够拍摄360°圆周的相机进行说明，但并不限定于此，也可以是拍摄车辆周围的多个相机组。相机5配置在车辆的前方。相机5在从发动机起动到停止的期间始终拍摄车辆周围的车辆周边影像。相机5将拍摄到的车辆周边影像的影像数据(车辆周边影像数据)输出到驾驶倾向分析装置20的车辆行为信息获取部23的影像数据获取部24。影像数据例如是由每秒30帧的图像构成的动态图像。

作为一例，扬声器6是警告装置1中固有的声音输出装置、或与包含导航系统的其他系统共用的声音输出装置等。扬声器6基于从警告部30输出的声音信号输出警告的声音。扬声器6也可以分别配置于驾驶员、副驾驶座的同乘者和后座的同乘者。

控制装置10例如是由CPU(Central Processing Unit，中央处理单元)等构成的运算处理装置(控制装置)。控制装置10将存储在未图示的存储部中的程序加载到存储器中，执行程序中包含的命令。控制装置10中包含未图示的内部存储器，内部存储器用于警告装置1中的数据的暂时存储等。控制装置10包括驾驶倾向分析装置20和警告部30。

驾驶倾向分析装置20在从发动机起动到停止的期间分析每个驾驶员的驾驶倾向。驾驶倾向分析装置20具有驾驶员生物体信息获取部21、驾驶员清醒度估计部22、车辆行为信息获取部23、驾驶倾向分析部27、历史信息存储部28、以及分析信息存储部29。

驾驶员生物体信息获取部21在从发动机起动到停止为止的期间从视线传感器2获取视线信息作为驾驶员的生物体信息。驾驶员生物体信息获取部21包括驾驶员视线检测部211。

驾驶员视线检测部211基于视线传感器2的视线检测数据检测驾驶员的视线，获取视线信息作为检测结果。驾驶员视线检测部211将检测结果输出到驾驶员清醒度估计部22。

驾驶员清醒度估计部22基于驾驶员生物体信息获取部21获取的生物体信息估计从发动机起动到停止为止的期间内的驾驶员的清醒度。驾驶员清醒度估计部22将表示估计出的清醒度的清醒度信息作为历史存储在存储部中。在本实施方式中，驾驶员清醒度估计部22基于驾驶员生物体信息获取部21获取的检测结果估计驾驶员的清醒度。例如，以从1到5的5个阶段估计清醒度。清醒度“5”表示驾驶员处于正常状态。清醒度“1”是驾驶员处于瞌睡状态或者清醒度低而对驾驶有妨碍的状态。清醒度“2”、“3”、“4”在从表示正常的“5”到表示瞌睡状态的“1”之间适当确定。

例如，驾驶员清醒度估计部22估计为检测出的视线的移动量越少清醒度越低，移动量越多清醒度越高。驾驶员清醒度估计部22中的清醒度的估计还可以举出其他以下例子。也可以估计为检测出的视线的移动范围越窄清醒度越低，移动范围越宽清醒度越高。也可以估计为检测出的视线与驾驶员正常状态的视线的视点、运动或视线的移动量的差异越大则清醒度越低。也可以当对车辆周边影像数据进行图像识别处理，在前方出现红灯、拥堵或行人等应注视的物体时，在驾驶员的视线未捕捉到应注视的物体的情况下，估计为清醒度“1”。也可以在由于旁观或低头持续规定时间以上而无法正确地检测到视线的情况下，估计为清醒度“1”。

车辆行为信息获取部23在从发动机起动到停止的期间获取表示车辆行为的行为信息。车辆行为信息获取部23具有影像数据获取部24、车辆行为导出部25、以及驾驶辅助警告生成部26。

影像数据获取部24获取车辆周边影像数据。更详细地说，影像数据获取部24获取相机5输出的影像数据，并将获取的影像数据输出到车辆行为导出部25。

车辆行为导出部25在从发动机起动到停止的期间对影像数据获取部24获取的影像数据进行图像处理，导出车辆行为。作为车辆行为导出部25中的车辆行为的导出，可以举出以下例子。检测紧急制动、偏离车道、前方碰撞、前车起步或速度异常来作为车辆行为。当对影像数据进行图像处理而检测出车辆从当前行驶的车道超出时，将车辆的行为导出为车道偏离。当对影像数据进行图像处理，检测与前方车辆的车间距离，车间距离为阈值以下的状态持续规定时间以上时，将车辆的行为导出为前方碰撞的危险性高。当对影像数据进行图像处理而停止于其他车辆的后方时，若检测出即使前方的其他车辆起步而自己车辆也保持停止的状态，则将车辆的行为导出为前车起步。当对影像数据进行图像处理而检测出车辆的车速偏离行驶中的道路的法定速度规定范围以上的状态持续规定时间以上时，将车辆的行为导出为速度异常。

车辆行为导出部25也可以不使用影像数据获取部24的影像数据或者并用影像数据，通过车辆的加速度传感器和角速度传感器等获取车辆的行为信息，另外，根据经由CAN(Controller Area Network，控制局域网)获取的油门开度、制动器踩踏量、转向操作量等车辆信息进行判定，导出车辆行为。例如，当车辆行为导出部25根据加速度的急剧变化或制动器踩踏量等检测出施加了紧急制动时，将车辆行为导出为紧急制动。

驾驶辅助警告生成部26在车辆行为导出部25导出紧急制动、偏离车道、前方碰撞、前车起步或速度异常作为车辆行为的情况下，生成用于发生驾驶辅助警告的驾驶辅助警告信息。

驾驶辅助警告信息例如是用于通过声音或影像等向驾驶员警告发生了紧急制动、车道偏离、前方碰撞、前车起步或速度异常的声音信息或影像信息。当用声音进行警告时，例如从扬声器6输出针对车辆的每个行为而不同的警告音。当用影像进行警告时，例如在显示由相机5拍摄的影像的显示画面或导航系统的显示画面等上，显示在拍摄的影像上重叠了文字或图形的影像。

驾驶倾向分析部27基于清醒度信息和驾驶辅助警告信息将针对表示车辆行为的行为信息的驾驶辅助警告的历史与驾驶员的清醒度相关联地作为历史信息进行管理。例如，作为历史信息，可以举出驾驶辅助警告的发生频率和种类。更详细地说，当驾驶辅助警告生成部26生成驾驶辅助警告信息时，驾驶倾向分析部27将包含与行为信息对应的驾驶辅助警告的发生频率和种类的信息和驾驶员清醒度估计部22估计出的驾驶员的清醒度相关联地作为每个驾驶员的历史信息记录在历史信息存储部28中。驾驶倾向分析部27也可以使用驾驶员从未图示的输入部输入的姓名、昵称等信息来确定驾驶员，并与每个驾驶员的历史信息相关联地记录在历史信息存储部28中。此外，不限于驾驶员输入的信息，也可以通过基于使用未图示的相机获取的驾驶员的脸部图像的脸部识别信息、基于使用未图示的麦克风获取的驾驶员的声音的声音识别(声纹识别)、或者基于驾驶员生物体信息获取部21获取的驾驶员的各种生物体信息的生物体信息识别等来确定驾驶员。

在此，使用图3、图4对历史信息存储部28的一例进行说明。图3是示出第一实施方式涉及的历史信息的一例的图。图4是示出第一实施方式涉及的历史信息的其他例子的图。历史信息存储部28针对每个驾驶员将导出车辆行为的日期时间、驾驶辅助警告的种类、清醒度作为历史信息进行存储。

例如，如图3所示，对于驾驶员A，如前方碰撞提醒存在于清醒度“1”时、车道偏离(右侧)存在于清醒度“2”时、紧急制动存在于清醒度“2”时这样，与导出车辆的行为的日期时间一起存储。

例如，如图4所示，对于驾驶员B，如车道偏离(右侧)存在于清醒度“1”和清醒度“3”时、前方碰撞提醒存在于清醒度“2”时这样，与导出车辆的行为的日期时间一起存储。

另外，驾驶倾向分析部27基于存储在历史信息存储部28中的每个驾驶员的历史信息分析每个驾驶员的驾驶倾向，将分析信息存储在分析信息存储部29中。驾驶倾向分析部27也可以针对每个清醒度将与某一个车辆的行为对应的驾驶辅助警告多作为驾驶倾向。例如，驾驶倾向分析部27也可以当清醒度为规定水平以下时将前方碰撞提醒的次数显著提高作为驾驶倾向。另外，驾驶倾向分析部27也可以当清醒度为规定水平以下时，将容易产生车道偏离、特别容易向右侧偏离作为驾驶倾向。另外，驾驶倾向分析部27也可以根据清醒度的变化将规定的车辆行为增加或减少作为驾驶倾向。另外，驾驶倾向分析部27也可以随着清醒度变低而将紧急制动的发生显著增加作为驾驶倾向。

这里，使用图5、图6对分析信息存储部29进行说明。图5是示出第一实施方式涉及的驾驶倾向的分析信息的一例的图。图6是示出第一实施方式涉及的驾驶倾向的分析信息的其他例子的图。分析信息存储部29针对每个驾驶员将驾驶倾向分析部27所分析的驾驶倾向作为分析信息进行存储。在本实施方式中，分析信息存储部29针对每个清醒度将某一车辆的行为是否多作为驾驶倾向的分析信息进行存储。分析信息存储部29针对每个驾驶员将驾驶员的清醒度与驾驶倾向分析部27所分析出的驾驶倾向的分析信息相关联地存储。

例如，如图5所示，驾驶倾向分析部27对于驾驶员A存储以下分析信息：当清醒度为“1”时，分析为(倾向A1)前方碰撞提醒的次数多、(倾向A2)紧急制动的次数多。驾驶倾向分析部27对于驾驶员A存储以下分析信息：当清醒度为“2”时，分析为(倾向A3)车道偏离(右侧)的次数多。驾驶倾向分析部27将关于驾驶员A的分析结果、即分析信息存储在分析信息存储部29中。

例如，如图6所示，驾驶倾向分析部27对于驾驶员B存储以下分析信息：当清醒度为“1”时，分析为(倾向B1)车道偏离(右侧)的次数多。驾驶倾向分析部27对于驾驶员B存储以下分析信息：当清醒度为“2”时，分析为(倾向B2)前车起步的次数多。驾驶倾向分析部27对于驾驶员B存储以下分析信息：当清醒度为“3”时，分析为(倾向B3)偏离车道(右侧)的次数稍多。驾驶倾向分析部27将针对驾驶员B的分析结果、即分析信息存储在分析信息存储部29中。

驾驶倾向分析部27在满足分析的执行条件时执行这样的驾驶倾向的分析处理。更详细地说，驾驶倾向分析部27也可以每隔规定期间执行处理。或者，驾驶倾向分析部27也可以在警告部30执行预测警告的处理之前执行分析处理。

返回到图1，警告部30基于驾驶员清醒度估计部22估计出的清醒度信息和车辆行为导出部25导出的行为信息事先进行警告(预测警告)。更详细地说，警告部30基于存储在分析信息存储部29中的每个驾驶员的分析信息、清醒度信息和车辆的行为信息对每个驾驶员进行与驾驶倾向对应的预测警告。此外，存储在分析信息存储部29中的各驾驶员与当前的驾驶员的关联可以使用与确定驾驶倾向分析部27中的驾驶员的手段相同的手段，也可以使用不同的手段。

对警告部30中的预测警告进行详细说明。首先，警告部30基于驾驶员的分析信息和清醒度信息预测针对车辆行为的驾驶辅助警告的发生和种类。然后，警告部30在判断为发生驾驶辅助警告的可能性高的情况下，基于预测的驾驶辅助警告的种类对驾驶员进行预测警告。根据由警告部30进行的预测警告，预先进行预测警告来抑制，以发生驾驶辅助警告，换言之，避免发生规定的车辆行为。警告部30也可以通过使包含驾驶员卷绕在手臂上的振动部8的腕带振动来输出预测警告。警告部30除了腕带以外，也可以通过使戒指(智能环)、眼镜(智能玻璃杯)、手表(智能手表)或免提麦克风等驾驶员佩戴的设备(可穿戴设备)振动来输出预测警告。

关于对驾驶员A基于图5所示的分析信息进行预测警告的情况进行具体说明。对于驾驶员A，当清醒度为“1”时，警告部30预测为容易发生与前方碰撞提醒和紧急制动有关的驾驶辅助警告。并且，警告部30当驾驶员A为清醒度“1”时，对驾驶员A进行预测警告，以抑制前方碰撞提醒和紧急制动的发生。例如，警告部30向扬声器6输出声音信号，所述声音信号用于对驾驶员A输出“处于瞌睡状态。请注意前方车辆的行为。”这样的声音。

另外，对于驾驶员A，当清醒度为“2”时，警告部30预测为容易发生与偏离车道(右侧)有关的驾驶辅助警告。并且，若驾驶员A为清醒度“2”，则警告部30对驾驶员A进行预测警告，以抑制偏离车道(右侧)的发生。例如，警告部30向扬声器6输出声音信号，所述声音信号对驾驶员A输出“注意力不够集中。在向右侧偏离车道请加以注意。”这样的声音。

另外，对于驾驶员A，当清醒度为“3”以上时，由于看不到问题行为，所以警告部3预测为发生驾驶辅助警告的可能性低，不进行预测警告。

关于对驾驶员B基于图6所示的分析信息进行预测警告的情况进行具体说明。对于驾驶员B，当清醒度为“1”时，警告部30预测为容易发生与偏离车道(右侧)有关的驾驶辅助警告。并且，若驾驶员B为清醒度“1”，则警告部30对驾驶员B进行预测警告，以抑制偏离车道(右侧)的发生。例如，警告部30向扬声器6输出声音信息，该声音信息用于对驾驶员B输出“处于瞌睡状态。在向右侧偏离车道请加以注意。”这样的声音。

另外，对于驾驶员B，当清醒度为“2”时，警告部30预测为容易发生与前车起步有关的驾驶辅助警告。并且，若驾驶员B为清醒度“2”，则警告部30对驾驶员B进行预测警告，以抑制前车起步的发生。例如，警告部30向扬声器6输出声音信号，所述声音信号用于对驾驶员B输出“对信号灯的确认不认真。请可靠进行”这样的声音。

另外，对于驾驶员B，当清醒度为“3”时，警告部30预测为稍微容易发生与偏离车道(右侧)有关的驾驶辅助警告。并且，若驾驶员B为清醒度“3”，则警告部30对驾驶员B进行预测警告，以抑制偏离车道(右侧)的发生。例如，警告部30向扬声器6输出声音信号，所述声音信号用于对驾驶员B输出“注意力不集中。在向右侧偏离车道请予以注意。”这样的声音。

另外，对于驾驶员B，当清醒度为“4”以上，由于看不到问题行为，所以警告部30预测为发生驾驶辅助警告的可能性低，不进行预测警告。

另外，警告部30也可以根据驾驶员的清醒度信息的历史计算驾驶员的清醒度降低的周期，在基于周期的定时进行预测警告。例如，也可以在驾驶员的清醒度每隔5分钟、每隔10分钟等规定时间周期降低的情况下，警告部30在经过规定时间之前进行预测警告。

警告部30在满足预测警告的执行条件时执行这样的预测警告的处理。更详细地说，警告部30也可以当清醒度成为规定的水平以下时、或者当清醒度低时的驾驶倾向中包含的车辆行为被导出时执行处理。或者，警告部30也可以每隔规定时间执行处理。或者，警告部30也可以当满足被认为清醒度降低的可能性高的规定条件时执行处理。被认为清醒度降低的可能性高的规定条件例如是指车辆在没有信号灯的道路上以规定速度以上持续规定时间以上或者持续规定距离以上行驶时。或者，所谓被认为清醒度降低的可能性高的规定条件是指例如在规定时间以上未持续检测出包括驾驶员对车辆的转向操作、制动操作、传动操作、空调操作、或音频操作在内的各种操作时。

并且，警告部30也可以在基于与驾驶员的清醒度对应的驾驶倾向进行了预测警告之后未发现清醒度的改善的情况下，将增大音量而输出的声音信号输出到扬声器6。

并且，另外，警告部30也可以在基于与驾驶员的清醒度对应的驾驶倾向进行了预测警告之后未发现清醒度的改善的情况下，判定为清醒度进一步降低的可能性高，进行与更低的清醒度对应的预测警告。例如，警告部30也可以在驾驶员清醒度估计部22将驾驶员A的清醒度估计为“2”而进行预测警告后未发现清醒度的改善的情况下，基于分析信息存储部29获取驾驶员A的清醒度“1”的驾驶倾向的分析信息，进行与清醒度“1”对应的预测警告。

接着，使用图7对警告装置1的驾驶倾向分析装置20中的导出车辆行为的处理流程进行说明。图7是示出第一实施方式所涉及的警告装置中的处理流程的流程图。在警告装置1起动过程中，视线传感器2检测驾驶员的视线。在警告装置1起动过程中，相机5拍摄车辆周边影像。在警告装置1起动过程中，在驾驶倾向分析装置20中导出车辆行为。

警告装置1获取驾驶员生物体信息(步骤S101)。更详细地说，警告装置1通过驾驶员生物体信息获取部21的驾驶员视线检测部211获取视线传感器2输出的视线检测数据。并且，警告装置1通过驾驶员视线检测部211基于视线检测数据获取视线信息作为检测结果。警告装置1进入步骤S102。

警告装置1估计驾驶员的清醒度(步骤S102)。例如，警告装置1基于步骤S101的检测结果估计为检测出的视线的移动量越少清醒度越低，移动量越多清醒度越高。警告装置1进入步骤S103。

警告装置1获取影像数据(步骤S103)。更详细地说，警告装置1通过影像数据获取部24获取相机5拍摄到的车辆周边影像的影像数据。警告装置1进入步骤S104。

警告装置1导出车辆行为(步骤S104)。更详细地说，警告装置1通过车辆行为导出部25对影像数据获取部24获取的影像数据进行图像处理，检测例如紧急制动、偏离车道、前方碰撞、前车起步或速度异常作为车辆行为。警告装置1进入步骤S105。此外，步骤S104的处理也可以在后述的步骤S105中当导出车辆行为时不使用影像数据获取部24获取的影像数据，或者并用影像数据通过加速度传感器等检测车辆行为。

警告装置1判定是否导出了车辆行为(步骤S105)。警告装置1在车辆行为导出部25导出了车辆行为的情况下(在步骤S105中为“是”)，进入步骤S106。警告装置1在车辆行为导出部25未导出车辆行为的情况下(在步骤S105中为“否”)，再次执行步骤S104的处理。

在导出了车辆行为的情况下(在步骤S105中为“是”)，警告装置1生成驾驶辅助警告(步骤S106)。更详细地说，警告装置1通过驾驶辅助警告生成部26生成用于向驾驶员通知驾驶辅助警告的驾驶辅助警告信息。警告装置1进入步骤S107。

警告装置1基于由驾驶辅助警告生成部26生成的驾驶辅助警告信息输出驾驶辅助警告(步骤S107)。更详细地说，警告装置1从扬声器6输出针对车辆的每个行为而不同的警告音。警告装置1进入步骤S108。

警告装置1存储历史信息(步骤S108)。更详细地说，警告装置1通过车辆行为信息获取部23将表示导出的车辆行为的行为信息与驾驶员清醒度估计部22估计出的驾驶员的清醒度相关联地作为每个驾驶员的历史信息记录在历史信息存储部28中。

接着，使用图8对警告装置1中的预测警告的处理流程进行说明。图8是示出第一实施方式所涉及的警告装置中的处理流程的流程图。

警告装置1判定是否满足驾驶倾向分析的执行条件(步骤S111)。警告装置1例如每隔规定期间或者每当执行预测警告的处理时，判定为满足执行条件(在步骤S111中为“是”)，并进入步骤S112。警告装置1在不符合上述任一个的情况下，判定为不满足执行条件(在步骤S111中为“否”)，再次执行步骤S111的处理。

警告装置1获取历史信息(步骤S112)。更详细地说，警告装置1通过驾驶倾向分析部27从历史信息存储部28获取历史信息。警告装置1进入步骤S113。

警告装置1分析驾驶倾向(步骤S113)。更详细地说，警告装置1通过驾驶倾向分析部27基于每个驾驶员的历史信息分析每个驾驶员的驾驶倾向。警告装置1进入步骤S114。

警告装置1存储驾驶倾向的分析信息(步骤S114)。更详细地说，警告装置1通过驾驶倾向分析部27将每个驾驶员的驾驶倾向的分析信息存储在分析信息存储部29中。

接着，使用图9对警告装置1中的预测警告的处理流程进行说明。图9是示出第一实施方式涉及的警告装置中的处理流程的流程图。

警告装置1判定是否满足预测警告的执行条件(步骤S121)。警告装置1例如在清醒度为规定的水平以下的情况下、在导出了车辆行为的情况下、在每隔规定时间或判定为清醒度降低的可能性高的情况下，判定为满足执行条件(在步骤S121中为“是”)，进入步骤S122。警告装置1在不符合上述任一个的情况下，判定为不满足执行条件(在步骤S121中为“否”)，再次执行步骤S121的处理。

警告装置1获取存储在分析信息存储部29中的分析信息(步骤S122)。警告装置1进入步骤S123。

警告装置1判定是否需要预测警告(步骤S123)。更详细地说，警告装置1在针对驾驶员当前的清醒度判断为发生驾驶辅助警告的可能性高的情况下，判定为需要预测警告。警告装置1针对驾驶员当前的清醒度在作为分析信息表示的驾驶倾向为“没有问题行为”的情况下，判定为不需要预测警告。警告装置1在通过警告部30根据每个驾驶员的驾驶倾向的分析信息判定为需要预测警告的情况下(在步骤S123中为“是”)，进入步骤S124。警告装置1在通过警告部30根据每个驾驶员的驾驶倾向的分析信息判定为不需要预测警告的情况下(在步骤S123中为“否”)，结束处理。

在判定为需要预测警告的情况下(在步骤S123中为“是”)，警告装置1输出预测警告(步骤S124)。更详细地说，警告装置1通过警告部30获取基于分析信息存储部29的、与驾驶员的清醒度对应的驾驶倾向的分析信息，并进行与其对应的预测警告。

这样，警告装置1针对每个驾驶员获取对在清醒度和车辆行为中看到的倾向进行分析而得到的驾驶倾向的分析信息。警告装置1在基于清醒度信息、车辆行为信息和分析信息针对每个驾驶员判断为发生驾驶辅助警告的可能性高的情况下，对根据驾驶倾向的分析信息而预测的车辆行为进行预测警告。

如上所述，本实施方式针对每个驾驶员获取对清醒度和车辆行为的倾向进行分析而得到的驾驶倾向的分析信息。在本实施方式中，在基于清醒度信息、车辆行为信息和分析信息针对每个驾驶员判断为由于清醒度的降低而发生驾驶辅助警告的可能性高的情况下，能够基于根据与清醒度对应的驾驶倾向的分析信息而预测的车辆行为进行预测警告。根据本实施方式，通过预测警告，能够事先预测警告并抑制，以发生驾驶辅助警告，换言之，避免发生规定的车辆行为，能够进行车辆的安全驾驶的辅助。

在本实施方式中，能够基于清醒度信息、车辆行为信息和分析信息进行预测警告，不担心因道路状态而错误检测各种信息，能够降低错误地进行预测警告的可能性。

在本实施方式中，能够使用视线传感器2高精度地检测视线，本实施方式能够高精度地估计驾驶员的清醒度。

在本实施方式中，能够针对每个驾驶员分析清醒度降低的状态下的车辆行为，能够获取分析信息，根据分析信息能够针对每个驾驶员更准确地把握清醒度降低的状态下的车辆行为。并且，本实施方式通过将分析信息存储在分析信息存储部29中，能够将分析信息作为行驶记录或运行记录进行管理。

[第二实施方式]

参照图10至图12对本实施方式所涉及的警告装置1A进行说明。图10是示出第二实施方式涉及的具有驾驶倾向分析装置的警告装置的结构例的框图。图11是示出预测警告的通知目的地的一例的图。图12是示出第二实施方式涉及的警告装置中的处理流程的流程图。警告装置1A的基本结构与第一实施方式的警告装置1相同。在以下的说明中，对与警告装置1相同的构成要素标注相同的符号或对应的符号，并省略其详细说明。警告装置1A具有通信部7A，警告部30A具有外部发送部31A，这一点与第一实施方式不同。

通信部7A通过有线或无线在与外部设备之间进行信息的通信。通信部7A例如在与外部的服务器装置之间进行用于发生预测警告的预测警告信息和影像数据等的收发。通信部7A也可以通过因特网、移动电话线路、车车间通信、路车间通信等任一种方法进行通信。另外，通信部7A可以与信息通信设备进行通信，也可以通过信息通信设备与外部的服务器装置进行数据的收发。

外部发送部31A经由通信部7A向车辆的外部或车辆内的例如同乘者所拥有的信息通信设备发送包含驾驶员的清醒度信息和被预测的驾驶辅助警告的预测警告信息。外部发送部31A基于驾驶员的清醒度信息来决定发送频率。

外部发送部31A在满足包括清醒度的外部发送的规定条件时，也可以将通知目的地添加到车辆的外部。例如，外部发送部31A也可以在清醒度低时，除了警告部30A对驾驶员的预测警告的输出之外，还经由通信部7A向外部的管理中心的服务器装置发送预测警告信息。例如，外部发送部31A也可以在进行了基于与驾驶员的清醒度对应的驾驶倾向的预测警告的输出之后，在看到规定的车辆行为时、或者未看到清醒度的改善时，除了警告部30A对驾驶员的预测警告的输出之外，还经由通信部7A向外部的管理中心的服务器装置发送预测警告信息。

使用图11针对驾驶员A对预测警告的通知目的地进行详细说明。例如，当清醒度为“2”时，通过警告部30A从驾驶员侧的扬声器6输出与清醒度“2”对应的预测警告的声音。例如，当清醒度为“1”时，通过警告部30A从驾驶员侧和同乘者侧的扬声器6输出与清醒度“1”对应的预测警告的声音。例如，也可以在对驾驶员进行了与清醒度“1”对应的预测警告之后，在导出了前方碰撞提醒或紧急制动的车辆行为时，满足外部发送的规定条件。此时，除了通过警告部30A从扬声器6输出针对驾驶员的预测警告的声音之外，还通过外部发送部31A经由通信部7A向车辆的外部例如驾驶员所属的公司的管理中心或保险公司的管理中心的服务器装置发送预测警告信息。例如，当清醒度“1”持续了规定时间以上时，也可以满足外部发送的规定条件。此时，除了通过警告部30A从扬声器6输出对驾驶员的预测警告的声音之外，也可以通过外部发送部31A经由通信部7A向车辆的外部、例如驾驶员所属的公司的管理中心或保险公司的管理中心的服务器装置发送预测警告信息。

接着，使用图12对警告装置1A中的预测警告的处理流程进行说明。步骤S131至步骤S133、步骤S137的处理进行与图9所示的流程图的步骤S121至步骤S123、步骤S124同样的处理。

警告装置1A判定是否需要向外部发送预告警告信息(步骤S134)。更详细地说，警告装置1A在满足外部发送的规定条件时，例如在清醒度为“1”时，除了警告部30A对驾驶员的预测警告之外，还判定为需要外部发送部31A向外部发送预告警告信息(在步骤S134中为“是”)，进入步骤S135。警告装置1A在不满足外部发送的规定条件时，例如在清醒度为“2”以上时，判定为不需要向外部发送预告警告信息(在步骤S134中为“否”)，进入步骤S137。

在判定为需要向外部发送预测警告信息的情况下(步骤S134中为“是”)，警告装置1A通过警告部30A向驾驶员输出预测警告(步骤S135)。步骤S135的处理与图9所示的流程图的步骤S124相同。警告装置1A进入步骤S136。

警告装置1A通过外部发送部31A经由通信部7A向外部服务器装置发送预测警告信息(步骤S136)。

这样，在输出预测警告时，当满足外部发送的规定条件时，通过外部发送部31A经由通信部7A向车辆的外部、例如驾驶员所属的公司的管理中心或保险公司的管理中心的服务器装置发送预测警告信息。

如上所述，本实施方式在输出预测警告时，当满足外部发送的规定条件时，能够通过外部发送部31A经由通信部7A向车辆的外部、例如驾驶员所属的公司的管理中心或保险公司的管理中心的服务器装置发送预测警告信息。这样，根据本实施方式，能够进行车辆的安全驾驶的辅助。

在本实施方式中，在驾驶员所属的公司中，能够针对每个驾驶员适当地掌握清醒度降低的状态以及通知了预测警告的状态。根据本实施方式，驾驶员所属的公司能够针对每个驾驶员采取适当的对应。

[第三实施方式]

参照图13对本实施方式涉及的警告装置1B进行说明。图13是示出第三实施方式涉及的具有驾驶倾向分析装置的警告装置的结构例的框图。警告装置1B的基本结构与第一实施方式的警告装置1相同。警告装置1B在控制装置10B具备自动驾驶信息获取部40B、警告部30B中的处理与第一实施方式不同。

自动驾驶信息获取部40B经由CAN获取车辆是否正在执行自动驾驶或ACC(Adaptive Cruise Control，自适应巡航控制)或LKAS(Lane Keeping AssistanceSystem，车道保持辅助系统)等特定的驾驶辅助的自动驾驶信息。自动驾驶信息获取部40B将获取的自动驾驶信息输出到警告部30B。

警告部30B在自动驾驶信息表示正在执行自动驾驶或特定的驾驶辅助的情况下，基于针对每个驾驶员预测的驾驶辅助警告的种类与驾驶员的清醒度无关地定期进行预测警告。通过定期通知与每个驾驶员的驾驶倾向对应的预测警告，能够维持驾驶员的集中力，能够防备切换为手动驾驶的情况。

如上所述，本实施方式在自动驾驶信息表示正在执行自动驾驶或特定的驾驶辅助的情况下，也能够基于预测的驾驶辅助警告的种类定期进行预测警告。

至此，对本发明涉及的警告装置1(1A、1B)进行了说明，但除了上述实施方式以外，也可以以各种不同的方式实施。

图示的警告装置1的各构成要素是功能概念性的部件，也可以不一定在物理上如图示那样构成。即，各装置的具体方式不限于图示的方式，也可以根据各装置的处理负担或使用状况等，将其全部或一部分以任意单位在功能上或物理上分散或综合。

例如，相机5和车辆行为信息获取部23也可以作为拍摄并记录车辆周围的影像的行车记录仪而设置在车辆上。

警告装置1的结构例如通过作为软件而加载到存储器中的程序等来实现。在上述实施方式中，说明了通过这些硬件或软件的协作来实现的功能块。即，对于这些功能块，能够仅通过硬件、仅通过软件、或者通过它们的组合以各种方式来实现。

上述的构成要素包括本领域技术人员能够容易想到的要素、实质上相同的要素。此外，上述结构可以适当地组合。另外，在不脱离本发明主旨的范围内可以进行结构的各种省略、置换或变更。

对驾驶员的生物体信息是视线信息的情况进行了说明，但并不限定于此。例如，也可以对驾驶员佩戴生物传感器，获取表示脑电波的脑电波信息、表示呼吸次数的呼吸次数信息，来估计清醒度。这样，可以基于驾驶员的各种生物信息来估计驾驶员的清醒度。

警告部30也可以根据预测的驾驶辅助警告的种类来改变输出预测警告的定时。例如，警告部30在被预测的驾驶辅助警告为前车起步时，当在信号灯停止时输出预测警告。例如，当被预测的驾驶辅助警告是偏离车道时，警告部30在容易偏离车道的道路或发生了很多次偏离的道路上行驶时输出预测警告。由此，能够进行有效的预测警告。

警告部30在图9所示的流程图的步骤S123中，即使在判定为不需要预测警告的情况下，当清醒度有降低的倾向时，也可以输出预测警告。由此，能够事先进行预测警告并进行抑制，以免发生驾驶辅助警告。

警告部30也可以基于清醒度信息和车辆行为的历史信息中的至少任一个，在与通常的清醒度的变化或通常的车辆行为不同时，将该意思与预测警告一起或独立地作为今天的倾向通知给驾驶员。由此，能够进行车辆安全驾驶的辅助。

对警告部30从扬声器6以声音输出预测警告的情况进行了说明，但并不限定于此。例如，警告部30也可以通过驾驶员使包含卷绕在手臂上的振动部8的腕带振动来输出预测警告。警告部30除了腕带以外，也可以通过使戒指(智能环)、眼镜(智能玻璃杯)、手表(智能手表)或免提麦克风等驾驶员佩戴的设备(可穿戴设备)振动来输出预测警告。由此，能够进行有效的预测警告。

符号说明

1 警告装置

2 视线传感器

3 红外相机

4 红外光照射部

5 相机

6 扬声器

8 振动部

10 控制装置

20 驾驶倾向分析装置

21 驾驶员生物体信息获取部

211 驾驶员视线检测部

22 驾驶员清醒度估计部

23 车辆行为信息获取部

24 影像数据获取部

25 车辆行为导出部

26 驾驶辅助警告生成部

27 驾驶倾向分析部

28 历史信息存储部

29 分析信息存储部

30 警告部