特開 2022-67895 運転手管理支援システム、処理装置および運転手管理支援処理方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022067895

(43)【公開日】2022-05-09

(54)【発明の名称】運転手管理支援システム、処理装置および運転手管理支援処理方法

(51)【国際特許分類】

   G16H 50/20 20180101AFI20220426BHJP

   G06Q 50/30 20120101ALI20220426BHJP

   A61B 5/18 20060101ALI20220426BHJP

【ＦＩ】

G16H50/20

G06Q50/30

A61B5/18

【審査請求】未請求

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2020176754

(22)【出願日】2020-10-21

(71)【出願人】

【識別番号】597132849

【氏名又は名称】株式会社日立ソリューションズ・クリエイト

(74)【代理人】

【識別番号】110000279

【氏名又は名称】特許業務法人ウィルフォート国際特許事務所

(72)【発明者】

【氏名】樋口 正己

(72)【発明者】

【氏名】小原 博利

(72)【発明者】

【氏名】池田 泰史

(72)【発明者】

【氏名】左近允 晃

(72)【発明者】

【氏名】若林 洋輔

【テーマコード（参考）】

4C038

5L049

5L099

【Ｆターム（参考）】

4C038PQ04

4C038PS00

4C038VA15

4C038VB03

4C038VC01

4C038VC05

5L049CC41

5L099AA04

(57)【要約】

【課題】車両を運転する運転手の心身状態の維持管理を支援する。
【解決手段】車両に搭載され、車両を運転する運転手の画像を撮影し、画像から運転手のバイタル情報を取得するドライブレコーダー１０と、バイタル情報に基づいて運転手の心身状態の不調を予測するクラウドシステム２０と、運転手の不調を予測した結果に基づく情報を提示する事業者システム４０とを有し、クラウドシステム２０は、学習データを学習することにより、運転手のバイタル情報を入力とし運転手の不調の予測の結果を出力とする不調予測モデルを生成し、該不調予測モデルを用いて運転手の心身状態の不調を予測し、事業者システム４０は、予測された不調が実際に起こったか否かを表す実績情報を取得し、該実績情報を学習データとしてクラウドシステム２０に提供する。
【選択図】図１

【特許請求の範囲】

【請求項1】

車両に搭載され、前記車両を運転する運転手の画像を撮影し、前記画像から前記運転手のバイタル情報を取得する車載装置と、
前記バイタル情報に基づいて前記運転手の心身状態の不調を予測する処理装置と、
前記運転手の不調を予測した結果に基づく情報を提示する管理装置と、を有し、
前記処理装置は、学習データを学習することにより、運転手のバイタル情報を入力とし運転手の不調の予測の結果を出力とする不調予測モデルを生成し、該不調予測モデルを用いて前記運転手の心身状態の不調を予測し、
前記管理装置は、前記予測された不調が実際に起こったか否かを表す実績情報を取得し、該実績情報を前記学習データとして前記処理装置に提供する、
運転手管理支援システム。

【請求項2】

前記処理装置は、
前記バイタル情報の指標値を所定のしきい値と比較することにより前記運転手の心身状態の不調を予測する第１予測部と、
前記バイタル情報を前記不調予測モデルに入力し、前記不調予測モデルの出力から、前記運転手の心身状態の不調の予測の結果を取得する第２予測部と、
前記実績情報に基づき前記不調予測モデルによる予測精度の良否を設定し、前記予測精度が良に設定されていれば前記第２予測部による予測結果を前記管理装置に提供し、前記予測精度が不良に設定されていれば前記第１予測部による予測結果を前記管理装置に提供する予測制御部と、
を有する、
請求項１に記載の運転手管理支援システム。

【請求項3】

前記処理装置は、前記予測精度が不良に設定されている間にも前記第２予測部が前記不調予測モデルの出力から前記運転手の心身状態の不調の予測の結果を取得し、前記第１予測部にて不調が予測されたときに得られる実績情報を、前記第２予測部による予測の結果と照合して前記予測精度の良否を設定する、
請求項２に記載の運転手管理支援システム。

【請求項4】

前記処理装置は、前記予測精度が不良に設定されている間にも前記第２予測部が前記不調予測モデルの出力から前記運転手の心身状態の不調の予測の結果を取得し、前記第１予測部にて不調が予測されたときに得られる実績情報を、前記第２予測部による予測の結果と組み合わせて前記学習データとする、
請求項２に記載の運転手管理支援システム。

【請求項5】

前記車載装置は、前記画像から前記バイタル情報を算出し、該バイタル情報が所定の条件を満たす場合、当該画像を保存する、
請求項１に記載の運転手管理支援システム。

【請求項6】

前記処理装置は、前記画像から前記車両の周囲の環境を特定し、前記環境と前記バイタル情報との相関に基づいて前記運転手の傾向を特定する、
請求項５に記載の運転手管理支援システム。

【請求項7】

前記運転手が操作するモバイル端末を更に有し、
前記処理装置は、前記モバイル端末からの要求に応じて前記傾向を示す傾向情報を前記モバイル端末に送信する、
請求項６に記載の運転手管理支援システム。

【請求項8】

前記処理装置がクラウド上に実現される、
請求項１に記載の運転手管理支援システム。

【請求項9】

自動車に搭載され、前記自動車を運転する運転手の動画を撮影し、前記動画から前記運転手のバイタル情報を取得する車載装置、および、前記運転手の不調を予測した結果に基づく情報を提示する管理装置と通信可能であり、前記バイタル情報に基づいて前記運転手の不調を予測する処理装置であって、
前記管理装置により取得された、前記予測された不調が実際に起こったか否かを表す実績情報を、学習データとして学習することにより、運転手のバイタル情報を入力とし運転手の不調の予測の結果を出力とする不調予測モデルを生成する学習部と、
前記不調予測モデルを用いて前記運転手の不調を予測する予測部と、
を有する処理装置。

【請求項10】

自動車に搭載され、前記自動車を運転する運転手の動画を撮影し、前記動画から前記運転手のバイタル情報を取得する車載装置、および、前記運転手の不調を予測した結果に基づく情報を提示する管理装置と通信可能であり、前記バイタル情報に基づいて前記運転手の不調を予測する処理装置が実行する運転手管理支援処理方法であって、
前記管理装置により取得された、前記予測された不調が実際に起こったか否かを表す実績情報を、学習データとして学習することにより、運転手のバイタル情報を入力とし運転手の不調の予測の結果を出力とする不調予測モデルを生成し、
前記不調予測モデルを用いて前記運転手の心身状態の不調を予測する、
運転手管理支援処理方法。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、車両を運転する運転手の画像に基づいて運転手の心身状態の不調を管理する技術に関する。

【背景技術】

【0002】

近年、人物を撮影した動画からその人物の心身状態を表すバイタルサインの情報（以下、バイタル情報という）を取得する技術が考えられている（非特許文献１参照）。バイタル情報は、例えば、心拍、血圧、体温、血中酸素濃度、ストレスレベル、血中アルロール濃度などである。この技術により、それを着用した人物の心拍や体表温度を測定するセンシングウェアや、指を挟んで人物の血中酸素濃度を測定するパルスオキシメーターといった専用デバイスを用いることなく、カメラで撮影した動画から精度の高いバイタル情報を取得することができる。

【先行技術文献】

【非特許文献】

【0003】

【非特許文献1】東北大学サイバーサイエンスセンター 吉沢 誠，東北大学 大学院工学研究科 杉田 典大、「血行状態モニタリング装置“魔法の鏡”の開発」、光技術コンタクト誌 ２０１７年１０月号

【発明の概要】

【発明が解決しようとする課題】

【0004】

タクシー会社、バス運行業者、運送業者などでは、業務を安全に遂行するためにも、タクシー、バス、トラックなどの自動車を運転する運転手の心身状態を良好に維持管理することが重要である。ところが、運転手の業務中の心身状態は運転手本人しか把握できない。

【0005】

非特許文献１には、そこに開示された技術を、自動車内のカメラで運転手の体調を監視することへ応用することを想定していることが記載されている。しかしながら、非特許文献１は、測定された数値を実際に健康予報に利用する手法を開示しておらず、その実現を今後の課題としている。

【0006】

本開示のひとつの目的は、車両を運転する運転手の心身状態の維持管理を支援する技術を提供することである。

【課題を解決するための手段】

【0007】

本開示のひとつの態様による運転手管理支援システムは、車両に搭載され、前記車両を運転する運転手の画像を撮影し、前記画像から前記運転手のバイタル情報を取得する車載装置と、前記バイタル情報に基づいて前記運転手の心身状態の不調を予測する処理装置と、前記運転手の不調を予測した結果に基づく情報を提示する管理装置と、を有し、前記処理装置は、学習データを学習することにより、運転手のバイタル情報を入力とし運転手の不調の予測の結果を出力とする不調予測モデルを生成し、該不調予測モデルを用いて前記運転手の心身状態の不調を予測し、前記管理装置は、前記予測された不調が実際に起こったか否かを表す実績情報を取得し、該実績情報を前記学習データとして前記処理装置に提供する。

【発明の効果】

【0008】

本開示のひとつの態様によれば、車両を運転する運転手の心身状態の維持管理を支援することができる。

【図面の簡単な説明】

【0009】

【図1】本実施形態による運転手管理支援システムのブロック図である。

【図2】図１に示したドライブレコーダーのデータ保存領域の一構成例を示す図である。

【図3】図１に示したクラウドシステムのデータ保存領域の一構成例を示す図である。

【図4】図１に示したクラウドシステムのメモリに保存された運転手の属性情報２５の一例を示す図である。

【図5】図１に示したクラウドシステムの運転手不調予測部３０の一構成例示す図である。

【図6】図１に示した運転手管理支援システムのドライブレコーダーにおける処理を説明するためのフローチャートである。

【図7】図１に示したクラウドシステムにて運転手の心身状態の不調を判断して事業者システムに通知する処理を説明するためのフローチャートである。

【図8】図１に示したクラウドシステムにて運転手の心身状態の不調を判断して事業者システムに通知する処理を説明するためのフローチャートである。

【図9】図１に示した事業者システムにて運転手のバイタル情報を確認する際の処理を説明するためのフローチャートである。

【図10】図１に示した事業者システムの労務状況管理部の制御によってディスプレイなどに表示される情報の一例を示す図である。

【図11】図１に示した事業者システムの労務状況管理部の制御によってディスプレイなどに表示される情報の一例を示す図である。

【図12】図１に示したクラウドシステムから事業者システムに運転手の心身状態の不調が通知された後の処理を説明するためのフローチャートである。

【図13】図１に示したモバイル端末においてバイタル傾向を確認する際の処理を説明するためのフローチャートである。

【発明を実施するための形態】

【0010】

以下に、本発明の実施の形態について図面を参照して説明する。

【0011】

図１は、本実施形態の運転手管理支援システムのブロック図である。

【0012】

図１に示すように、ド運転手管理支援システムは、ライブレコーダー１０と、クラウドシステム２０と、事業者管理システム４０と、モバイル端末５０とを有している。ドライブレコーダー１０、事業者管理システム４０およびモバイル端末５０はそれぞれ、クラウドシステム２０と通信可能に構成されている。

【0013】

ドライブレコーダー１０は、車載装置であって、トラックやタクシー、バス、その他の自動車、あるいは鉄道などを含めた車両に搭載される。ドライブレコーダー１０は、カメラ１１とＣＰＵ１２とメモリ１３とを有している。

【0014】

カメラ１１は、搭載される車両の車外および運転手を含めた車内の画像を撮影する。

【0015】

ＣＰＵ１２は、ドライブレコーダー１０の動作を制御するものであって、動画バイタル制御部１４とカメラ画像制御部１５とクラウド通信制御部１６とを有している。動画バイタル制御部１４は、カメラ１１にて撮影された運転手の画像から、運転手の心身状態を表すバイタル情報を取得する。また動画バイタル制御部１４は、予め決められたしきい値を用いて、取得したバイタル情報が所定の条件を満たすかどうかを判断する。カメラ画像制御部１５は、動画バイタル制御部１４にて取得したバイタル情報が所定の条件を満たす場合に、カメラ１１にて撮影された運転手やその周辺の画像をメモリ１３内のデータ保存領域１７に保存することを指示する。クラウド通信制御部１６は、カメラ１１にて撮影した運転手の画像と動画バイタル制御部１４にて取得したバイタル情報とを、通信回線（不図示）を介してクラウドシステム２０に送信する。

【0016】

メモリ１３には、動画バイタル制御部１４にて指示された画像が保存されたデータ保存領域１７が設けられている。

【0017】

図２は、図１に示したドライブレコーダー１１のデータ保存領域１７の一構成例を示す図である。

【0018】

図２に示すように、図１に示したドライブレコーダー１１のデータ保存領域１７には、カメラ１１にて撮影された動画による動画ファイルと、静止画による静止画ファイルとが、その撮影日時が付与されて登録されている。

【0019】

クラウドシステム２０は、処理装置を構成するものであって、クラウド上に実現されている。クラウドシステム２０は、ドライブレコーダー通信制御部２１とメモリ２２とＣＰＵ２３とを有している。

【0020】

ドライブレコーダー通信制御部２１は、ドライブレコーダー１１から送信された画像とバイタル情報と通信回線を介して受信する。

【0021】

メモリ２２には、データ保存領域２４が設けられているとともに、運転手の属性情報２５が保存されている。

【0022】

図３は、図１に示したクラウドシステム２０のデータ保存領域２４の一構成例を示す図である。

【0023】

図３に示すように、図１に示したクラウドシステム２０のデータ保存領域２４には、ドライブレコーダー１０から送信されてきた静止画ファイルとバイタル情報とが、クラウドシステム２０における受信日時およびこれらの情報を送信したドライブレコーダー１０のＩＤが付与されて保存されている。バイタル情報としては、例えば図３に示すように、心拍、血中酸素濃度、血圧、体温、ストレスレベル、血中アルコール濃度が挙げられる。これらの情報は、運転手の心身状態を判別できるものである。

【0024】

図４は、図１に示したクラウドシステム２０のメモリ２２に保存された運転手の属性情報２５の一例を示す図である。

【0025】

図４に示すように、図１に示したクラウドシステム２０のメモリ２２には、本システムにて管理される運転手の氏名、性別、生年月日、病歴が運転手の属性情報２５として保存されている。

【0026】

ＣＰＵ２３は、クラウドシステム２０の動作を制御するものであって、労務管理制御部２６と運転手不調予測部３０と事業者通信制御部２７と運転手向け情報提供制御部２８と運転手通信制御部２９とを有している。労務管理制御部２６は、ドライブレコーダー１０から送信されてきたバイタル情報による数値を予め決められたしきい値と比較することで、運転手のバイタル情報のチェックを行う。また労務管理制御部２６は、事業者システム４０からの要求に応じて、メモリ２２のデータ保存領域２４に保存されている画像やバイタル情報を提供する。事業者通信制御部２７は、労務管理制御部２６から提供される画像やバイタル情報を、通信回線（不図示）を介して事業者システム４０に送信する。また事業者通信制御部２７は、労務管理制御部２６におけるチェック結果や、運転手不調予測部３０における予測結果に応じて、運転手の心身状態の不調を事業者システム４０に通知する。運転手向け情報提供制御部２８は、モバイル端末５０からの要求に応じて、メモリ２２のデータ保存領域２４に保存される過去のバイタル情報や画像によって判断される天候などの環境から運転手の傾向を抽出する。運転手通信制御部２９は、運転手向け情報提供制御部２８にて抽出された運転手の傾向を、通信回線を介してモバイル端末５０に送信する。運転手不調予測部３０は、ドライブレコーダー１０から送信されてきてデータ保存領域２４に保存されたバイタル情報に基づいて運転手の心身状態の不調を予測する。

【0027】

図５は、図１に示したクラウドシステム２０の運転手不調予測部３０の一構成例示す図である。

【0028】

図５に示すように、図１に示したクラウドシステム２０の運転手不調予測部３０は、予測制御部３１と第１予測部３２と第２予測部３３と学習部３４とを有している。

【0029】

第１予測部３２は、ドライブレコーダー１０から送信されてきてデータ保存領域２４に保存されたバイタル情報の指標値を所定のしきい値と比較することにより運転手の心身状態の不調を予測する。第２予測部３３は、ドライブレコーダー１０から送信されてきてデータ保存領域２４に保存されたバイタル情報を不調予測モデル３５に入力し、不調予測モデル３５の出力から、運転手の心身状態の不調の予測の結果を取得する。予測制御部３１は、事業者システム４０から提供された実績情報に基づき不調予測モデル３５による予測精度の良否を設定し、予測精度が良に設定されていれば第２予測部３３による予測結果を事業者システム４０に提供し、予測精度が不良に設定されていれば第１予測部３２による予測結果を事業者システム４０に提供する。学習部３４は、予測された不調が実際に起こったか否かを表す実績情報を学習データとして学習することにより、運転手のバイタル情報を入力とし運転手の不調の予測の結果を出力とする不調予測モデルを生成する。

【0030】

本システムは、運転手の心身状態の不調の予測を主な対象としている。そのような運転手の不調が日常的に発生するようなものでないため、必ずしも十分な学習データが早期に得られるとは限らない。そこで、本形態では、そのような事情を考慮し、不調予測モデルの予測精度が十分でない場合も想定した構成としている。具体的には、本システムは、不調予測モデルの予測精度の良否を管理し、その予測精度が良ければ不調予測モデルによる予測結果を利用し、予測精度が良くなければバイタル情報の指標値をしきい値と比較することによる予測結果を利用する。

【0031】

これにより、不調予測モデルにより十分な予測精度が得られる場合とそうでない場合のいずれにおいても、適切な予測を可能にする。また、本形態では、運転者の心身状態の不調を画像から直接予測するのではなく、一旦バイタル情報を算出し、そのバイタル情報に基づいて不調を予測するので、バイタル情報の指標値をしきい値と比較する比較的単純な予測手法の方も、バイタル情報と運転手の状態との関係に関する既存の知見を利用して実用に十分な精度の予測が可能である。

【0032】

事業者システム４０は、管理装置を構成するものであって、クラウド通信制御部４１とデータ保存領域４２と労務状況管理部４３と業務管理システム４４とを有している。

【0033】

クラウド通信制御部４１は、クラウドシステム２０に対して、バイタル情報や画像の送信の要求、またはこれらを受信したり、運転手の心身状態の不調発生予測を受信したり、予測された不調が実際に起こったか否かを示す実績情報を送信したりする。データ保存領域４２には、クラウド通信制御部４１にて受信した情報や労務状況管理部４３にて管理される情報が保存されている。労務状況管理部４３は、クラウドシステム２０に対して、バイタル情報や画像の送信を要求したり、クラウドシステム２０から送信されてきてデータ保存領域４２に保存されたバイタル情報を表示したり、予測された不調が実際に起こったか否かを示す実績情報を収集したりする。業務管理システム４４は、運転手の業務を管理する。

【0034】

モバイル端末５０は、クラウド通信制御部５１とフィジカルメンタル情報表示部５２とを有している。クラウド通信制御部５１は、運転手の操作によって、クラウドシステム２０に対して運転手の傾向を要求し、クラウドシステム２０から送信されてくる運転手の傾向やバイタル情報を受信する。フィジカルメンタル表示部５２は、クラウド通信制御部５１にて受信した運転手の傾向をディスプレイに表示する。

【0035】

以下に、上記のように構成された運転手管理支援システムにおける処理について説明する。

【0036】

まず、ドライブレコーダー１０における処理について説明する。

【0037】

図６は、図１に示した運転手管理支援システムのドライブレコーダー１０における処理を説明するためのフローチャートである。

【0038】

ドライブレコーダー１０においては、カメラ１１にて車内および車外の画像が撮影されている（ステップＳ１０１）。この画像としては、動画および静止画が含まれている。

【0039】

ドライブレコーダー１０のカメラ１１にて画像が撮影されると、動画バイタル制御部１４において、カメラ１１にて撮影された運転手の画像から、運転手の心身状態を表すバイタル情報が算出されることで取得される（ステップＳ１０２）。

【0040】

動画バイタル制御部１４においては、バイタル情報が取得されると、取得されたバイタル情報による数値が、予め決められたしきい値と比較され、取得したバイタル情報が所定の条件を満たすかどうかが判断される（ステップＳ１０３）。

【0041】

動画バイタル制御部１４にて取得されたバイタル情報による数値が、予め決められたしきい値を超えている場合、カメラ画像制御部１５において、カメラ１１にて撮影された運転手やその周辺の画像をメモリ１３内のデータ保存領域１７に保存することが指示され（ステップＳ１０４）、これらの画像がメモリ１３のデータ保存領域１７に保存される（ステップＳ１０５）。

【0042】

その後、クラウド通信制御部１６において、カメラ１１にて撮影された運転手の画像と動画バイタル制御部１４にて取得されたバイタル情報とが、通信回線を介してクラウドシステム２０に送信される（ステップＳ１０６）。その際、画像とバイタル情報とが、ドライブレコーダー１０を識別可能なドラレコＩＤが付与されてクラウドシステム２０に送信されることになる。

【0043】

一方、動画バイタル制御部１４にて取得されたバイタル情報による数値が、予め決められたしきい値以下である場合は、カメラ１１にて撮影された運転手やその周辺の画像がメモリ１３内に保存されずに、カメラ１１にて撮影された運転手の画像と動画バイタル制御部１４にて取得されたバイタル情報とが、通信回線を介してクラウドシステム２０に送信される。

【0044】

このように、ドライブレコーダー１０において、カメラ１１にて撮影された画像から算出されたバイタル情報が所定の条件を満たす場合、その画像を保存する構成とすることで、ドライブレコーダー１０のメモリ１３のデータ保存領域１７を有効に利用することができる。

【0045】

次に、クラウドシステム２０にて運転手の心身状態の不調を判断して事業者システム４０に通知する処理について説明する。

【0046】

図７は、図１に示したクラウドシステム２０にて運転手の心身状態の不調を判断して事業者システム４０に通知する処理を説明するためのフローチャートであり、運転手不調予測部３０における予測を利用しない場合の処理を示す。

【0047】

ドライブレコーダー１０から送信されたバイタル情報と画像とがクラウドシステム２０のドライブレコーダー通信制御部２１にて受信されると（ステップＳ２０１）、受信したバイタル情報と画像とがメモリ２２のデータ保存領域２４に保存される（ステップＳ２０２）。

【0048】

また、ＣＰＵ２３の労務管理制御部２６において、まず、運転手の属性情報２５が参照され、受信されたバイタル情報による数値が予め決められたしきい値と比較されることで、運転手のバイタル情報のチェックが行われる（ステップＳ２０３）。

【0049】

そして、受信されたバイタル情報による数値が予め決められたしきい値よりも大きな場合（ステップＳ２０４）、事業者通信制御部２７から運転手の心身状態の不調が事業者システム４０に通知される（ステップＳ２０５）。

【0050】

その後、ステップＳ２０１におけるドライブレコーダー１０からのバイタル情報と画像の受信処理に戻る（ステップＳ２０６）。

【0051】

また、受信されたバイタル情報による数値が予め決められたしきい値以下の場合は（ステップＳ２０４）、ステップＳ２０５における処理が行われずにステップＳ２０６の処理に移行する。

【0052】

なお、本形態においては、運転手不調予測部３０にて運転手の心身状態の予測を行うことが基本となるが、運転手不調予測部３０における予測は学習モデルを用いて行うため、一定のデータが蓄積されている必要がある。そのため、一定のデータが蓄積されるまでは、初期処理として、図７に示した処理が行われることになる。

【0053】

図８は、図１に示したクラウドシステム２０にて運転手の心身状態の不調を判断して事業者システム４０に通知する処理を説明するためのフローチャートであり、運転手不調予測部３０における予測を利用する場合の処理を示す。

【0054】

ドライブレコーダー１０から送信されたバイタル情報と画像とがクラウドシステム２０のドライブレコーダー通信制御部２１にて受信されると（ステップＳ３０１）、受信したバイタル情報と画像とがメモリ２２のデータ保存領域２４に保存される（ステップＳ３０２）。

【0055】

また、運転手不調予測部３０の予測制御部３１において、予測精度の設定が良否のいずれかかが判断され（ステップ３０３）、良い場合は、運転手不調予測部３０の第２予測部３３において、ドライブレコーダー１０から送信されてきてデータ保存領域２４に保存されたバイタル情報が不調予測モデル３５に入力され、不調予測モデル３５の出力から、運転手の心身状態の不調の予測の結果が取得される（ステップＳ３０４）。

【0056】

予測の結果において、運転手の心身状態の不調が予測される場合（ステップＳ３０５）、労務管理制御部２６において運転手の不調が検知され（ステップＳ３０６）、運転手の心身状態の不調が事業者通信制御部２７から事業者システム４０に通知される（ステップＳ３０７）。

【0057】

その後、ステップＳ３０１におけるドライブレコーダー１０からのバイタル情報と画像の受信処理に戻る（ステップＳ３０８）。

【0058】

一方、運転手の心身状態の不調が予測されない場合は（ステップＳ３０５）、ステップＳ３０６，Ｓ３０７における処理が行われずにステップＳ３０８の処理に移行する。

【0059】

また、運転手不調予測部３０の予測制御部３１において、予測精度の設定が不良であると判断された場合は（ステップ３０３）、運転手不調予測部３０の学習部３４において、運転手の属性情報２５と、データ保存領域２４に保存されているバイタル情報と、事業者システム４０から通知されて労務管理制御部２６にて管理されている実績情報とを学習データとして学習することにより、運転手のバイタル情報を入力とし運転手の不調の予測の結果を出力とする不調予測モデルを生成する（ステップＳ３０９）。

【0060】

その後、運転手不調予測部３０の予測制御部３１において、予測精度の設定が良に設定され（ステップＳ３１０）、ステップS３０３における処理に戻る。

【0061】

次に、事業者システム４０にて運転手のバイタル情報を確認する際の処理について説明する。

【0062】

図９は、図１に示した事業者システム４０にて運転手のバイタル情報を確認する際の処理を説明するためのフローチャートである。

【0063】

図１に示した事業者システム４０にて運転手のバイタル情報を確認する場合はまず、事業者システム４０の労務状況管理部４３において、クラウド通信制御部４１を介してクラウドシステム２０にアクセスが行われ、バイタル情報や画像の収集が指定されると（ステップ４０１）、クラウドシステム２０の事業者通信制御部２７において、事業者システム４０からのバイタル情報や画像の収集要求が受信される（ステップＳ４０２）。これは、例えば、ドライブレコーダー１０のドラレコＩＤが指定されることで行われる。

【0064】

すると、クラウドシステム２０の労務管理制御部２６において、データ保存領域２４に保存されているデータのうち、指定されたドラレコＩＤに対応するバイタル情報と画像とが抽出され（ステップＳ４０３）、事業者通信制御部２７から事業者システム４０に送信される（ステップＳ４０４）。

【0065】

事業者システム４０においては、クラウドシステム２０から送信されたバイタル情報と画像とがクラウド通信制御部４１にて受信されると（ステップＳ４０５）、受信されたバイタル情報と画像とがデータ保存領域４２に保存される（ステップＳ４０６）。この際、労務状況管理部４３においては、業務管理システム４４にて運転手とその運転手が運転する車両に搭載されたドライブレコーダーのドラレコＩＤとが対応づけられているため、ドラレコＩＤに対応する運転手のバイタル情報および画像としてデータ保存領域４２に保存することができる。

【0066】

また、労務状況管理部４３の制御によって、クラウドシステム２０から送信されてきたバイタル情報などがディスプレイなどに表示される（ステップ４０７）。

【0067】

図１０および図１１は、図１に示した事業者システム４０の労務状況管理部４３の制御によってディスプレイなどに表示される情報の一例を示す図である。

【0068】

図１０に示すように、図１に示した事業者システム４０の労務状況管理部４３の制御によって、運転手のバイタル情報が経時的にグラフ表示される。また、図１１に示すように、グラフ上の所定のポイントをクリックすることで、その時点でのバイタル情報が表示されるとともに画像を表示することも考えられる。

【0069】

次に、クラウドシステム２０から事業者システム４０に運転手の心身状態の不調が通知された後の処理について説明する。

【0070】

図１２は、図１に示したクラウドシステム２０から事業者システム４０に運転手の心身状態の不調が通知された後の処理を説明するためのフローチャートである。

【0071】

図７に示した処理におけるステップＳ２０５や図８に示した処理におけるステップＳ３０７にて運転手の心身状態の不調がクラウドシステム２０から事業者システム４０に通知され（ステップＳ５０１）、この通知が事業者システム４０のクラウド通信制御部４１にて受信されると（ステップＳ５０２）、事業者システム４０においてはまず、通知された運転手の不調に関する情報がデータ保存領域４２に保存される（ステップＳ５０３）。

【0072】

また、事業者システム４０においては、労務状況管理部４３において、不調が通知された運転手に対して現在の心身状態が確認される（ステップＳ５０４）。これは、予測された不調が実際に起こったか否かを表す実績情報となる。

【0073】

運転手に確認された心身状態からなる実績情報は労務状況管理部４３において登録されるとともに、クラウド通信制御部４１にてクラウドシステム２０に送信される（ステップＳ５０５）。

【0074】

事業者システム４０から送信された実績情報がクラウドシステム２０の事業者通信制御部２７にて受信されると（ステップＳ５０６）、まず受信された実績情報がメモリ２２のデータ保存領域２４に保存される（ステップＳ５０７）。

【0075】

また、運転手不調予測部３０の予測制御部３１において予測精度が判定される（ステップＳ５０８）。これは、ステップＳ５０１にて事業者システム４０に通知された運転手の心身状態の不調を表す情報と、ステップＳ５０６にて事業者システム４０から受信された実績情報とを照合することで行う。

【0076】

ステップＳ５０１にて事業者システム４０に通知された運転手の心身状態の不調を表す情報と、ステップＳ５０６にて事業者システム４０から受信された実績情報とがほぼ一致する場合は、予測精度が良いため予測精度が「良」に設定される（ステップＳ５０９）。

【0077】

一方、ステップＳ５０１にて事業者システム４０に通知された運転手の心身状態の不調を表す情報と、ステップＳ５０６にて事業者システム４０から受信された実績情報とが大きく異なる場合は、予測精度が不良であるため予測精度が「不良」に設定される（ステップＳ５１０）。

【0078】

このように、クラウドシステム２０は、予測精度が不良に設定されている間にも第２予測部３３が不調予測モデル３５の出力から運転手の心身状態の不調の予測の結果を取得し、第１予測部３２にて不調が予測されたときに得られる実績情報を、第２予測部３３による予測の結果と照合して予測精度の良否を設定する。これにより、第１予測部３２による予測結果を用いている間に第２予測部３３による予測精度を判定し、設定することができる。

【0079】

また、クラウドシステム２０が、予測精度が不良に設定されている間にも第２予測部３３が不調予測モデル３５の出力から運転手の心身状態の不調の予測の結果を取得し、第１予測部３１にて不調が予測されたときに得られる実績情報を、第２予測部３３による予測の結果と組み合わせて学習データとしてもよい。これにより、第１予測部３２による予測結果を用いている間に不調予測モデル３５の学習を行うことができる。

【0080】

次に、運転手が自分のバイタル傾向を確認する際の処理について説明する。

【0081】

図１３は、図１に示したモバイル端末５０においてバイタル傾向を確認する際の処理を説明するためのフローチャートである。

【0082】

運転手が自分のバイタル傾向を確認する場合は、モバイル端末５０からクラウドシステム２０に対してクラウド通信制御部１６にてアクセスが行われると（ステップＳ６０１）、クラウドシステム２０の運転手通信制御部２９において、運転手からの傾向確認要求が受信される（ステップＳ６０２）。

【0083】

すると、クラウドシステム２０の運転手向け情報提供制御部２８において、データ保存領域２４に保存されているバイタル情報と画像が抽出され、バイタル情報やその際の天候などから運転手の傾向が抽出される（ステップＳ６０３）。例えば、雨天の場合に運転手の心身状態が不安定となるなどの傾向が抽出されることになる。このように、クラウドシステム２０において、データ保存領域２４に保存されている画像から車両の周囲の環境を特定し、その環境とバイタル情報との相関に基づいて運転手の傾向を特定するので、環境情報とバイタル情報との相関に基づく運転手の傾向を示す情報を得ることができる。

【0084】

抽出された運転手の傾向を示すデータは運転手通信制御部２９から送信され（ステップＳ６０４）、モバイル端末５０のクラウド通信制御部５１にて受信される（ステップＳ６０５）。

【0085】

その後、受信された傾向情報は、モバイル端末５０のフィジカルメンタル表示部５２に表示されることになる（ステップＳ６０６）。

【0086】

このように、クラウドシステム２０において、運転手が操作するモバイル端末５０からの要求に応じて運転手の傾向を示す傾向情報をモバイル端末５０に送信するので、運転手が自分の傾向情報をモバイル端末５０を用いて閲覧することができる。

【0087】

上述したように、本形態は、不調予測モデルにより運転手の不調を予測し、運転手へ確認し、確認の結果を不調予測モデルの学習データとして反映するので、自動車を運転する運転手の心身の状態の維持管理することが可能となる。

【符号の説明】

【0088】

１０…ドライブレコーダー、１１…カメラ、１２，２３…ＣＰＵ、１３，２２…メモリ、１４…動画バイタル制御部、１５…カメラ画像制御部、１６，４１，５１…クラウド通信制御部、１７，２４，４２…データ保存領域、２０…クラウドシステム、２１…ドライブレコーダー通信制御部、２５…運転手の属性情報、２６…労務管理制御部、２７…事業者通信制御部、２８…運転手向け情報提供制御部、２９…運転手通信制御部、３０…運転手不調予測部、３１…予測制御部、３２…第１予測部、３３…第２予測部、３４…学習部、４０…事業者システム、４３…労務状況管理部、４４…業務管理システム、５０…モバイル端末、５２…フィジカルメンタル情報表示部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】