特開 2023-180909 情報処理装置、情報処理方法、及び情報処理プログラム

(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】P2023180909

(43)【公開日】2023-12-21

(54)【発明の名称】情報処理装置、情報処理方法、及び情報処理プログラム

(51)【国際特許分類】

   G08G 1/00 20060101AFI20231214BHJP

   G08G 1/16 20060101ALI20231214BHJP

【ＦＩ】

G08G1/00 D

G08G1/16 A

【審査請求】未請求

【請求項の数】7

【出願形態】ＯＬ

(21)【出願番号】P 2022094589

(22)【出願日】2022-06-10

(71)【出願人】

【識別番号】000003207

【氏名又は名称】トヨタ自動車株式会社

(74)【代理人】

【識別番号】110001519

【氏名又は名称】弁理士法人太陽国際特許事務所

(72)【発明者】

【氏名】中村 昭仁

【テーマコード（参考）】

5H181

【Ｆターム（参考）】

5H181AA01

5H181BB04

5H181BB20

5H181CC04

5H181FF05

5H181FF25

5H181FF32

5H181LL01

5H181LL02

5H181LL04

5H181LL07

5H181LL08

(57)【要約】

【課題】本開示は、車両の運転中に車内に出力される情報の出力方法を運転者に適したものにすることを目的とする。
【解決手段】情報処理装置は、車両の運転中に出力部から出力された、前記車両の運転者の運転を評価した評価情報に対する前記運転者の反応を特定する特定部と、前記特定部が特定した前記運転者の反応に基づいて、前記運転者に適した前記評価情報の出力方法を推定する推定部と、前記出力部から出力される前記評価情報の出力方法を、前記推定部が推定した前記評価情報の出力方法に変更させる変更部と、を備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

車両の運転中に出力部から出力された、前記車両の運転者の運転を評価した評価情報に対する前記運転者の反応を特定する特定部と、
前記特定部が特定した前記運転者の反応に基づいて、前記運転者に適した前記評価情報の出力方法を推定する推定部と、
前記出力部から出力される前記評価情報の出力方法を、前記推定部が推定した前記評価情報の出力方法に変更させる変更部と、
を備える、
情報処理装置。

【請求項2】

前記運転者と類似の個人特性を有する他の運転者に適した前記評価情報の出力方法を調整するための機械学習を行った学習済みモデルを、前記運転者の個人特性を示す個人特性情報及び前記特定部が特定した前記運転者の反応が蓄積された反応情報を用いて、前記運転者に適した前記評価情報の出力方法を推定するモデルに更新する更新部を備える、
請求項１に記載の情報処理装置。

【請求項3】

前記推定部は、
前記更新部が更新した前記モデルに、前記運転者の前記個人特性情報及び前記反応情報を入力することで、前記運転者に適した前記評価情報の出力方法を推定する、
請求項２に記載の情報処理装置。

【請求項4】

前記特定部は、
前記出力部から前記評価情報が出力された際の前記運転者の振る舞いから、前記出力部から出力された前記評価情報に対する前記運転者の反応を特定する、
請求項１に記載の情報処理装置。

【請求項5】

前記特定部は、
前記評価情報に関する質問に対する前記運転者の回答から、前記出力部から出力された前記評価情報に対する前記運転者の反応を特定する、
請求項４に記載の情報処理装置。

【請求項6】

車両の運転中に出力部から出力された、前記車両の運転者の運転を評価した評価情報に対する前記運転者の反応を特定し、
特定した前記運転者の反応に基づいて、前記運転者に適した前記評価情報の出力方法を推定し、
前記出力部から出力される前記評価情報の出力方法を、推定した前記評価情報の出力方法に変更させる、
処理をコンピュータが実行する情報処理方法。

【請求項7】

コンピュータに、
車両の運転中に出力部から出力された、前記車両の運転者の運転を評価した評価情報に対する前記運転者の反応を特定し、
特定した前記運転者の反応に基づいて、前記運転者に適した前記評価情報の出力方法を推定し、
前記出力部から出力される前記評価情報の出力方法を、推定した前記評価情報の出力方法に変更させる、
処理を実行させるための情報処理プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、情報処理装置、情報処理方法、及び情報処理プログラムに関する。

【背景技術】

【0002】

特許文献１には、必要以上に外部充電の時刻スケジュールに関する情報がユーザに通知されることによる煩わしさを低減することができる技術が開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１７－０７９５３８号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

特許文献１の技術は、ユーザのスマートフォンに送信する時刻スケジュールに関する情報の送信頻度を調整することで、ユーザに適した通知方法を実現するものである。しかし、特許文献１の技術は、車両の運転中に車内に出力される情報の出力方法を運転者に適したものにすることについては考慮されておらず、改善の余地がある。

【0005】

そこで、本開示は、車両の運転中に車内に出力される情報の出力方法を運転者に適したものにすることができる情報処理装置、情報処理方法、及び情報処理プログラムを提供することを目的とする。

【課題を解決するための手段】

【0006】

請求項１に係る情報処理装置は、車両の運転中に出力部から出力された、前記車両の運転者の運転を評価した評価情報に対する前記運転者の反応を特定する特定部と、前記特定部が特定した前記運転者の反応に基づいて、前記運転者に適した前記評価情報の出力方法を推定する推定部と、前記出力部から出力される前記評価情報の出力方法を、前記推定部が推定した前記評価情報の出力方法に変更させる変更部と、を備える。

【0007】

請求項１に係る情報処理装置では、特定部は、車両の運転中に出力部から出力された評価情報に対する運転者の反応を特定する。また、推定部は、特定部が特定した運転者の反応に基づいて、運転者に適した評価情報の出力方法を推定する。そして、変更部は、出力部から出力される評価情報の出力方法を、推定部が推定した評価情報の出力方法に変更させる。これにより、当該情報処理装置では、車両の運転中に出力部から出力された評価情報に対する運転者の反応に基づいて評価情報の出力方法を変更させることで、運転中に車内に出力される評価情報の出力方法を運転者に適したものにすることができる。

【0008】

請求項２に係る情報処理装置は、請求項１において、前記運転者と類似の個人特性を有する他の運転者に適した前記評価情報の出力方法を調整するための機械学習を行った学習済みモデルを、前記運転者の個人特性を示す個人特性情報及び前記特定部が特定した前記運転者の反応が蓄積された反応情報を用いて、前記運転者に適した前記評価情報の出力方法を推定するモデルに更新する更新部を備える。

【0009】

請求項２に係る情報処理装置では、更新部は、運転者と類似の個人特性を有する他の運転者に適した学習済みモデルを運転者の個人特性情報及び反応情報を用いて、運転者に適した評価情報の出力方法を推定するモデルに更新する。これにより、当該情報処理装置では、類似の個人特性を有する他の運転者に適した学習済みモデルをベースにすることで、当該学習済みモデルをベースにしない場合に比べて、運転者に適した評価情報の出力方法を推定するモデルを短時間で生成することができる。

【0010】

請求項３に係る情報処理装置は、請求項２において、前記推定部は、前記更新部が更新した前記モデルに、前記運転者の前記個人特性情報及び前記反応情報を入力することで、前記運転者に適した前記評価情報の出力方法を推定する。

【0011】

請求項３に係る情報処理装置では、推定部は、更新部が更新したモデルに運転者の個人特性情報及び反応情報を入力することで、運転者に適した評価情報の出力方法を推定する。これにより、当該情報処理装置では、運転者の個人特性及び車両の運転中に出力部から出力された評価情報に対する運転者の反応を踏まえて最適化した出力方法で評価情報を出力部から出力させることができる。

【0012】

請求項４に係る情報処理装置は、請求項１において、前記特定部は、前記出力部から前記評価情報が出力された際の前記運転者の振る舞いから、前記出力部から出力された前記評価情報に対する前記運転者の反応を特定する。

【0013】

請求項４に係る情報処理装置では、特定部は、出力部から評価情報が出力された際の運転者の振る舞いから、出力部から出力された評価情報に対する運転者の反応を特定する。これにより、当該情報処理装置では、出力部から出力された評価情報の出力方法に対して運転者に意見を求めることなく、運転中に車内に出力される評価情報の出力方法を運転者に適したものにすることができる。

【0014】

請求項５に係る情報処理装置は、請求項４において、前記特定部は、前記評価情報に関する質問に対する前記運転者の回答から、前記出力部から出力された前記評価情報に対する前記運転者の反応を特定する。

【0015】

請求項５に係る情報処理装置では、特定部は、評価情報に関する質問に対する運転者の回答から、出力部から出力された評価情報に対する運転者の反応を特定する。これにより、当該情報処理装置では、出力部から出力された評価情報に対する運転者の反応を間接的な方法のみで特定する場合に比べて、運転者の反応を正確に特定することができる。

【0016】

請求項６に係る情報処理方法は、車両の運転中に出力部から出力された、前記車両の運転者の運転を評価した評価情報に対する前記運転者の反応を特定し、特定した前記運転者の反応に基づいて、前記運転者に適した前記評価情報の出力方法を推定し、前記出力部から出力される前記評価情報の出力方法を、推定した前記評価情報の出力方法に変更させる、処理をコンピュータが実行する。

【0017】

請求項７に係る情報処理プログラムは、コンピュータに、車両の運転中に出力部から出力された、前記車両の運転者の運転を評価した評価情報に対する前記運転者の反応を特定し、特定した前記運転者の反応に基づいて、前記運転者に適した前記評価情報の出力方法を推定し、前記出力部から出力される前記評価情報の出力方法を、推定した前記評価情報の出力方法に変更させる、処理を実行させる。

【0018】

なお、請求項４に係る情報処理装置は、以下に記載の他の態様を採用してもよい。
他の態様として、請求項４に係る情報処理装置は、請求項１から３の何れか１項において、前記特定部は、前記出力部から前記評価情報が出力された際の前記運転者の振る舞いから、前記出力部から出力された前記評価情報に対する前記運転者の反応を特定する。

【発明の効果】

【0019】

以上説明したように、本開示に係る情報処理装置、情報処理方法、及び情報処理プログラムでは、車両の運転中に車内に出力される情報の出力方法を運転者に適したものにすることができる。

【図面の簡単な説明】

【0020】

【図1】本実施形態に係る情報処理システムの概略構成を示す図である。

【図2】本実施形態に係る車両のハードウェア構成を示すブロック図である。

【図3】本実施形態に係る車載器の機能構成の例を示すブロック図である。

【図4】本実施形態に係る管理サーバ及び運転者端末のハードウェア構成を示すブロック図である。

【図5】本実施形態に係る管理サーバの記憶部の構成を示すブロック図である。

【図6】本実施形態に係る管理サーバの機能構成の例を示すブロック図である。

【図7】本実施形態に係る管理サーバによる学習処理の流れを示すフローチャートである。

【図8】本実施形態に係る管理サーバによる更新処理の流れを示すフローチャートである。

【図9】本実施形態に係る管理サーバによる変更処理の流れを示すフローチャートである。

【図10】本実施形態に係る車両の運転中にＭＩＤに出力された評価情報の出力例を示す説明図である。

【図11】本実施形態に係る車両の運転中にスピーカから出力された評価情報の出力例を示す説明図である。

【図12】本実施形態に係る運転者端末の表示部に表示される表示例である。

【発明を実施するための形態】

【0021】

以下、本実施形態に係る情報処理システム１０について説明する。
本実施形態に係る情報処理システム１０は、車両の運転中に車内に出力される情報の出力方法を運転者に適したものにするシステムである。

【0022】

（第１の実施形態）
まず、本実施形態に係る情報処理システム１０の第１の実施形態について説明する。
図１は、情報処理システム１０の概略構成を示す図である。

【0023】

図１に示すように、情報処理システム１０は、車両６０、管理サーバ２０、及び運転者端末４０を含む。車両６０に搭載された車載器１５、管理サーバ２０、及び運転者端末４０は、ネットワークＮを介して接続され、互いに通信可能となっている。

【0024】

車両６０は、エンジン車両、ハイブリッド車両、又は電気自動車の何れであってもよいが、第１の実施形態では、一例として、車両６０はエンジン車両とする。

【0025】

管理サーバ２０は、所定の事業者が保有するサーバコンピュータである。管理サーバ２０は「情報処理装置」の一例である。

【0026】

運転者端末４０は、車両６０の運転者が保有する携帯端末である。運転者端末４０には、一例として、携帯可能なパーソナルコンピュータ（ノートＰＣ）、スマートフォン、又はタブレット端末等が適用される。第１の実施形態では、一例として、運転者端末４０はスマートフォンとする。

【0027】

なお、図１では、車両として車両６０を一台だけ図示し、運転者端末として運転者端末４０を一台だけ図示しているが、車両及び運転者端末は複数台存在する。つまり、情報処理システム１０においては、車両及び運転者端末は複数台存在するとともに、各車両に応じた運転者が複数人存在する。

【0028】

次に、車両６０のハードウェア構成を説明する。図２は、車両６０のハードウェア構成を示すブロック図である。

【0029】

図２に示すように、車両６０は、車載器１５と、複数のＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ)７０と、操舵角センサ７１と、加速度センサ７２と、車速センサ７３と、ウインカースイッチ７４と、マイク７５と、カメラ７６と、入力スイッチ７７と、モニタ７８と、スピーカ７９と、ＧＰＳ装置８０と、を含んで構成されている。

【0030】

車載器１５は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）６１、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）６２、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）６３、記憶部６４、車内通信Ｉ／Ｆ（ＩｎｔｅｒＦａｃｅ）６５、入出力Ｉ／Ｆ６６及び無線通信Ｉ／Ｆ６７を含んで構成されている。ＣＰＵ６１、ＲＯＭ６２、ＲＡＭ６３、記憶部６４、車内通信Ｉ／Ｆ６５、入出力Ｉ／Ｆ６６及び無線通信Ｉ／Ｆ６７は、内部バス６８を介して相互に通信可能に接続されている。

【0031】

ＣＰＵ６１は、中央演算処理ユニットであり、各種プログラムを実行したり、各部を制御したりする。すなわち、ＣＰＵ６１は、ＲＯＭ６２又は記憶部６４からプログラムを読み出し、ＲＡＭ６３を作業領域としてプログラムを実行する。ＣＰＵ６１は、ＲＯＭ６２又は記憶部６４に記録されているプログラムにしたがって、上記各構成の制御及び各種の演算処理を行う。

【0032】

ＲＯＭ６２は、各種プログラム及び各種データを格納する。ＲＡＭ６３は、作業領域として一時的にプログラム又はデータを記憶する。

【0033】

記憶部６４は、ｅＭＭＣ（ｅｍｂｅｄｄｅｄ Ｍｕｌｔｉ Ｍｅｄｉａ Ｃａｒｄ）又はＵＦＳ（Ｕｎｉｖｅｒｓａｌ Ｆｌａｓｈ Ｓｔｏｒａｇｅ）等の記憶装置により構成され、各種プログラム及び各種データを格納する。

【0034】

車内通信Ｉ／Ｆ６５は、ＥＣＵ７０と接続するためのインターフェースである。当該インターフェースは、ＣＡＮプロトコルによる通信規格が用いられる。車内通信Ｉ／Ｆ６５は、外部バス８９に対して接続されている。

【0035】

ＥＣＵ７０は、車両６０の機能毎に複数設けられており、第１の実施形態では、ＥＣＵ７０Ａ、ＥＣＵ７０Ｂ、ＥＣＵ７０Ｃ、及びＥＣＵ７０Ｄが設けられている。ＥＣＵ７０Ａは、電動パワーステアリング用ＥＣＵが例示され、ＥＣＵ７０Ａには操舵角センサ７１が接続されている。また、ＥＣＵ７０Ｂは、ＶＳＣ（Ｖｅｈｉｃｌｅ Ｓｔａｂｉｌｉｔｙ Ｃｏｎｔｒｏｌ）用ＥＣＵが例示され、ＥＣＵ７０Ｂには加速度センサ７２及び車速センサ７３が接続されている。なお、ＥＣＵ７０Ｂには加速度センサ７２及び車速センサ７３に加えて、ヨーレートセンサが接続されていてもよい。

【0036】

ＥＣＵ７０Ｃは、エンジンＥＣＵが例示され、エンジンを制御するために車両６０のエンジン回転数及びエンジントルクを検出する。また、ＥＣＵ７０Ｃは、図示しないセンサ類から取得した燃料流量を基に燃費を検出する。さらに、ＥＣＵ７０Ｃは、車両６０のアクセル操作を検出する。ＥＣＵ７０Ｃが検出したエンジン回転数、エンジントルク、燃費、及びアクセル操作は、記憶部６４に記憶されるとともに、運転者の運転操作に関する運転操作情報として管理サーバ２０に送信される。また、ＥＣＵ７０Ｄは、ステアリングＥＣＵが例示され、ＥＣＵ７０Ｄにはウインカースイッチ７４が接続されている。ウインカースイッチ７４は、ウインカーを作動させるためのステアリングコラムに設けられている。ＥＣＵ７０Ｄは、運転者によるウインカースイッチ７４の操作をウインカー操作として検出する。ＥＣＵ７０Ｄが検出したウインカー操作は、記憶部６４に記憶されるとともに運転操作情報として管理サーバ２０に送信される。

【0037】

操舵角センサ７１は、ステアリングホイールの操舵角を検出するためのセンサである。操舵角センサ７１において検出された操舵角は、記憶部６４に記憶されるとともに運転操作情報として管理サーバ２０に送信される。

【0038】

加速度センサ７２は、車両６０に作用する加速度を検出するためのセンサである。加速度センサ７２は、一例として、３軸の加速度センサであり、Ｘ軸方向として車両前後方向、Ｙ軸方向として車幅方向、Ｚ軸方向として車両高さ方向に加わった加速度を検出する。加速度センサ７２において検出された加速度は、記憶部６４に記憶されるとともに運転操作情報として管理サーバ２０に送信される。

【0039】

車速センサ７３は、車両６０の車速を検出するためのセンサである。車速センサ７３は例えば、車輪に設けられたセンサである。車速センサ７３において検出された車速は、記憶部６４に記憶されるとともに運転操作情報として管理サーバ２０に送信される。

【0040】

入出力Ｉ／Ｆ６６は、車両６０に搭載されるマイク７５、カメラ７６、入力スイッチ７７、モニタ７８、スピーカ７９、及びＧＰＳ装置８０と通信するためのインターフェースである。

【0041】

マイク７５は、車両６０のフロントピラー、又はダッシュボード等に設けられ、車両６０の運転者が発した音声を集音する装置である。なお、マイク７５は、後述するカメラ７６に設けられていてもよい。

【0042】

カメラ７６は、一例として、ＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）イメージセンサ又はＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）イメージセンサ等の撮像素子を用いて撮像を行う撮像装置である。カメラ７６は、一例として、車両６０の前部に設けられ、車両前方を撮像する第１カメラと、車両６０においてフロントウィンドウの上部、又はダッシュボードに設けられ、運転者へ向けられている第２カメラとを備えている。そして、カメラ７６の第１カメラにより撮像された画像は、一例として、車両前方を走行する先行車両との車間距離、車線、及び信号機等を認識するために用いられる。また、カメラ７６の第２カメラにより撮像された画像は、一例として、運転者の表情を検出するために用いられる。カメラ７６が撮像した画像は、記憶部６４に記憶される。カメラ７６の第１カメラにより撮像された画像は、運転操作情報として管理サーバ２０に送信される。また、カメラ７６の第２カメラにより撮像された画像は、運転者の振る舞いを示す運転者情報として管理サーバ２０に送信される。なお、カメラ７６は、ドライブレコーダ、及びＡＤＡＳ（Ａｄｖａｎｃｅｄ Ｄｒｉｖｅｒ Ａｓｓｉｓｔａｎｃｅ Ｓｙｓｔｅｍ、先進運転支援システム）等の他の用途の撮像装置として構成されてもよい。また、カメラ７６は、ＥＣＵ７０（例えば、カメラＥＣＵ）を経由して車載器１５に接続されていてもよい。

【0043】

入力スイッチ７７は、インストルメントパネル、センタコンソール、ステアリングホイール等に設けられ、運転者の手指による操作を入力するスイッチである。入力スイッチ７７としては、例えば、押しボタン式のテンキー、及びタッチパッド等を採用することができる。第１の実施形態では、入力スイッチ７７として、ステアリングホイールにキャンセルスイッチが設けられている。キャンセルスイッチは、運転者により操作された場合に、モニタ７８及びスピーカ７９から出力されている、運転者の運転を評価した評価情報の出力を中止（キャンセル）するスイッチである。キャンセルスイッチの操作は、記憶部６４に記憶されるとともに運転者情報として管理サーバ２０に送信される。

【0044】

モニタ７８は、インストルメントパネル、又はメータパネル等に設けられ、車両６０の機能に係る作動の提案、及び当該機能の説明に係る画像等を表示するための液晶モニタである。モニタ７８は、入力スイッチ７７を兼ねたタッチパネルとして設けてもよい。

【0045】

スピーカ７９は、インストルメントパネル、センタコンソール、フロントピラー、又はダッシュボード等に設けられ、車両６０の機能に係る作動の提案、及び当該機能の説明に係る音声等を出力するための装置である。なお、スピーカ７９は、モニタ７８に設けられていてもよい。

【0046】

第１の実施形態では、車両６０の運転中にモニタ７８及びスピーカ７９から評価情報が出力される。評価情報は、運転者の運転を評価した情報であり、例えば、運転者の運転が良かったこと及び悪かったこと等を示す。モニタ７８及びスピーカ７９は「出力部」の一例である。

【0047】

ＧＰＳ装置８０は、車両６０の現在位置を測定する装置である。ＧＰＳ装置８０は、ＧＰＳ衛星からの信号を受信する図示しないアンテナを含んでいる。なお、ＧＰＳ装置８０は、ＥＣＵ７０（例えば、マルチメディアＥＣＵ）に接続されるカーナビゲーションシステムを経由して車載器１５に接続されていてもよい。

【0048】

無線通信Ｉ／Ｆ６７は、管理サーバ２０と通信するための無線通信モジュールである。当該無線通信モジュールは、例えば、５Ｇ、ＬＴＥ、Ｗｉ－Ｆｉ（登録商標）等の通信規格が用いられる。無線通信Ｉ／Ｆ６７は、ネットワークＮに対して接続されている。

【0049】

次に、車載器１５の機能構成について説明する。
図３は、車載器１５の機能構成の例を示すブロック図である。

【0050】

図３に示すように、車載器１５のＣＰＵ６１は、機能構成として、取得部６１Ａ、決定部６１Ｂ、制御部６１Ｃ、管理部６１Ｄ、及び送信部６１Ｅを有する。各機能構成は、ＣＰＵ６１がＲＯＭ６２又は記憶部６４に記憶されたプログラムを読み出し、実行することにより実現される。

【0051】

取得部６１Ａは、運転操作情報を取得する。一例として、取得部６１Ａは、運転操作情報として、操舵角センサ７１、加速度センサ７２、車速センサ７３、及びウインカースイッチ７４によって検出された車両６０の操舵角、加速度、車速、及びウインカー操作を取得する。また、取得部６１Ａは、運転操作情報として、ＥＣＵ７０Ｃによって検出された車両６０のエンジン回転数、エンジントルク、燃費及びアクセル操作を取得する。さらに、取得部６１Ａは、運転操作情報として、カメラ７６の第１カメラにより撮像された画像を取得する。なお、上記の情報は、取得部６１Ａが取得可能な運転操作情報の一部であり、上記の情報以外の運転者の運転操作に関する情報も、取得部６１Ａは運転操作情報として取得する。

【0052】

また、取得部６１Ａは、車両６０の運転者に適した評価情報の出力方法を管理サーバ２０から取得する。一例として、評価情報の出力方法は、評価情報の出力頻度、モニタ７８への表示内容、及びスピーカ７９からの出力内容を組み合わせて決定される。評価情報の出力頻度とは、評価情報を単位時間あたりにモニタ７８へ何回表示するか、スピーカ７９から何回出力するかといった指標である。モニタ７８への表示内容は、例えば、文字内容、文字色、及び文字サイズ等である。スピーカ７９からの出力内容は、例えば、男性の声か女性の声か又は低い声か高い声か等の音声種別、及び優しい口調か厳しい口調か等の口調種別等である。

【0053】

決定部６１Ｂは、取得部６１Ａが取得した運転操作情報に基づいて、モニタ７８及びスピーカ７９から出力する評価情報の項目を決定する。第１の実施形態では、評価情報の項目として、一時停止Ｇｏｏｄ、一時停止Ｂａｄ、ブレーキＧｏｏｄ、及びブレーキＢａｄ等の複数の項目が設けられている。評価情報の各項目は、特定の運転操作情報に紐付けられている。そして、決定部６１Ｂは、取得部６１Ａが取得した運転操作情報に紐付いた項目を、モニタ７８及びスピーカ７９から出力する評価情報の項目に決定する。例えば、決定部６１Ｂは、取得部６１Ａが運転操作情報として取得した車両６０の加速度及び車速から、モニタ７８及びスピーカ７９から出力する評価情報の項目を「ブレーキＧｏｏｄ」又は「ブレーキＢａｄ」に決定する。

【0054】

また、決定部６１Ｂは、取得部６１Ａが取得した車両６０の運転者に適した評価情報の出力方法を、当該車両６０のモニタ７８及びスピーカ７９から出力する評価情報の出力方法に決定する。

【0055】

制御部６１Ｃは、決定部６１Ｂが決定した評価情報の項目を、決定部６１Ｂが決定した出力方法で車両６０の運転中にモニタ７８及びスピーカ７９から出力させる制御を行う。

【0056】

管理部６１Ｄは、モニタ７８及びスピーカ７９から評価情報が出力された際の運転者の振る舞いを管理する。管理部６１Ｄは、運転者の振る舞いとして、当該評価情報が出力されてから所定時間内におけるキャンセルスイッチの操作有無と、運転者の表情とを管理する。具体的には、管理部６１Ｄは、当該評価情報が出力されてから所定時間内にキャンセルスイッチが操作された場合、当該キャンセルスイッチの操作を運転者情報として記憶部６４に記憶させる。また、管理部６１Ｄは、カメラ７６の第２カメラを制御し、当該評価情報が出力されてから所定時間内における運転者の顔を撮像し、当該撮像した画像を運転者情報として記憶部６４に記憶させる。

【0057】

送信部６１Ｅは、運転操作情報及び運転者情報を管理サーバ２０に送信する。送信部６１Ｅは、定期的に、例えば１日ごとに、記憶部６４に記憶されている運転操作情報及び運転者情報を管理サーバ２０に送信する。

【0058】

次に、管理サーバ２０及び運転者端末４０のハードウェア構成を説明する。図４は、管理サーバ２０及び運転者端末４０のハードウェア構成を示すブロック図である。なお、管理サーバ２０及び運転者端末４０は、基本的には一般的なコンピュータ構成であるため、管理サーバ２０を代表して説明する。

【0059】

図４に示すように、管理サーバ２０は、ＣＰＵ２１、ＲＯＭ２２、ＲＡＭ２３、記憶部２４、入力部２５、表示部２６、及び通信部２７を備えている。各構成は、バス２８を介して相互に通信可能に接続されている。

【0060】

ＣＰＵ２１は、中央演算処理ユニットであり、各種プログラムを実行したり、各部を制御したりする。すなわち、ＣＰＵ２１は、ＲＯＭ２２又は記憶部２４からプログラムを読み出し、ＲＡＭ２３を作業領域としてプログラムを実行する。ＣＰＵ２１は、ＲＯＭ２２又は記憶部２４に記録されているプログラムにしたがって、上記各構成の制御及び各種の演算処理を行う。

【0061】

ＲＯＭ２２は、各種プログラム及び各種データを格納する。ＲＡＭ２３は、作業領域として一時的にプログラム又はデータを記憶する。

【0062】

記憶部２４は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）又はフラッシュメモリ等の記憶装置により構成され、各種プログラム及び各種データを格納する。

【0063】

入力部２５は、マウス等のポインティングデバイス、キーボード、マイク、及びカメラ等を含み、各種の入力を行うために使用される。

【0064】

表示部２６は、例えば、液晶ディスプレイであり、種々の情報を表示する。表示部２６は、タッチパネル方式を採用して、入力部２５として機能してもよい。

【0065】

通信部２７は、他の機器と通信するためのインターフェースである。当該通信には、例えば、イーサネット（登録商標）若しくはＦＤＤＩ等の有線通信の規格、又は、４Ｇ、５Ｇ、Ｂｌｕｅｔｏｏｔｈ（登録商標）、若しくはＷｉ－Ｆｉ（登録商標）等の無線通信の規格が用いられる。

【0066】

図５は、管理サーバ２０の記憶部２４の構成を示すブロック図である。
図５に示すように、記憶部２４は、プログラム記憶部３０、個人特性記憶部３２、個人反応記憶部３４、及び学習済みモデル記憶部３６を備えている。

【0067】

プログラム記憶部３０は、学習プログラム３０Ａ及び情報処理プログラム３０Ｂを記憶している。学習プログラム３０Ａは、後述する機械学習の学習処理（図７参照）をＣＰＵ２１に実行させ、当該学習処理の結果として学習済みモデルを生成させるためのプログラムである。情報処理プログラム３０Ｂは、後述する更新処理（図８参照）及び変更処理（図９参照）をＣＰＵ２１に実行させるためのプログラムである。

【0068】

個人特性記憶部３２は、各車両６０の運転者それぞれの個人特性を示す個人特性情報を記憶している。個人特性情報には、一例として、運転者の年齢、性別、及び性格等が含まれる。車両６０の運転者の個人特性情報の生成方法については後述する。

【0069】

個人反応記憶部３４は、車両６０の運転中にモニタ７８及びスピーカ７９から出力された評価情報に対する運転者の反応が蓄積された反応情報を記憶している。反応情報には、一例として、各運転者における各出力方法で出力した評価情報の反応の良し悪しが含まれている。一例として、個人反応記憶部３４には、運転者Ａにおける出力方法Ａで出力した評価情報の反応は良い、出力方法Ｂで出力した評価情報の反応は悪い、又は、運転者Ｂにおける出力方法Ａで出力した評価情報の反応は悪い、出力方法Ｂで出力した評価情報の反応は良い等といった反応情報が記憶されている。

【0070】

学習済みモデル記憶部３６は、学習処理の結果として生成された学習済みモデル及び当該学習済みモデルを更新した更新後モデルを運転者に紐付けて記憶している。更新後モデルは「モデル」の一例である。

【0071】

次に、管理サーバ２０の機能構成について説明する。
図６は、管理サーバ２０の機能構成の例を示すブロック図である。

【0072】

図６に示すように、管理サーバ２０のＣＰＵ２１は、機能構成として、取得部２１Ａ、生成部２１Ｂ、特定部２１Ｃ、更新部２１Ｄ、推定部２１Ｅ、及び変更部２１Ｆを有する。各機能構成は、ＣＰＵ２１が記憶部２４に記憶された情報処理プログラム３０Ｂを読み出し、実行することにより実現される。
取得部２１Ａは、運転操作情報及び運転者情報を車両６０から取得する。

【0073】

生成部２１Ｂは、取得部２１Ａが取得した運転操作情報と、各車両６０の運転者それぞれに対して実施した個人特性を推定するための検査の結果とに基づいて、各車両６０の運転者それぞれの個人特性情報を生成する。例えば、生成部２１Ｂは、運転者Ａの運転操作情報と上記の検査の結果とに基づいて、運転者Ａの個人特性情報を「年齢：３５歳 性別：男性 性格：温厚」等と生成する。生成部２１Ｂが生成した個人特性情報は、運転者に紐付けられて個人特性記憶部３２に記憶される。

【0074】

また、生成部２１Ｂは、取得部２１Ａが運転操作情報を取得する都度、取得した運転操作情報に紐付く運転者の個人特性情報を更新する。例えば、生成部２１Ｂは、上記の運転者Ａの個人特性情報を生成してから一定期間経過後に取得部２１Ａが取得した運転操作情報と上記の検査の結果とに基づいて、個人特性記憶部３２に記憶された運転者Ａの個人特性情報を「年齢：３５歳 性別：男性 性格：短気」等に更新する。

【0075】

特定部２１Ｃは、車両６０の運転中にモニタ７８及びスピーカ７９から出力された評価情報に対する運転者の反応の良し悪しを特定する。第１の実施形態では、一例として、特定部２１Ｃは、モニタ７８及びスピーカ７９から評価情報が出力された際の運転者の振る舞いから、当該反応の良し悪しを特定する。

【0076】

例えば、特定部２１Ｃは、取得部２１Ａが取得した運転者情報に基づいて、上記の振る舞いとして運転者のキャンセルスイッチの操作を検出した場合、上記の評価情報に対する運転者の反応は「悪い」と特定する。また、特定部２１Ｃは、取得部２１Ａが取得した運転者情報に基づいて、上記の振る舞いとして運転者の不快な表情を検出した場合、上記の評価情報に対する運転者の反応は「悪い」と特定する。さらに、特定部２１Ｃは、取得部２１Ａが取得した運転者情報に基づいて、上記の振る舞いとして運転者の嬉しい表情を検出した場合、上記の評価情報に対する運転者の反応は「良い」と特定する。なお、特定部２１Ｃは、取得部２１Ａが運転者情報として取得したカメラ７６の第２カメラにより撮像された運転者の顔の画像に対して公知の画像処理を行うことにより、運転者の表情を検出する。

【0077】

そして、特定部２１Ｃが特定した一の出力方法（例：出力方法Ａ）で出力した評価情報に対する運転者の反応の良し悪しは、個人反応記憶部３４に当該運転者の反応情報として記憶される。

【0078】

更新部２１Ｄは、運転者と類似の個人特性を有する他の運転者に適した評価情報の出力方法を調整するための機械学習を行った学習済みモデルを、運転者の個人特性情報及び反応情報を用いて、運転者に適した評価情報の出力方法を推定する更新後モデルに更新する。

【0079】

まず、更新部２１Ｄは、個人特性記憶部３２に記憶された運転者の個人特性情報を参照して、当該運転者と類似の個人特性を有する他の運転者を特定する。第１の実施形態では、運転者の個人特性情報との一致度が予め定めた基準以上となることを「運転者と類似の個人特性を有する」こととしている。

【0080】

次に、更新部２１Ｄは、上記で特定した他の運転者の学習済みモデルを学習済みモデル記憶部３６から取得する。なお、更新部２１Ｄは、運転者の個人特性情報との一致度が予め定めた基準以上となる他の運転者が複数存在する場合、当該一致度が最大の他の運転者の学習済みモデルを取得する。そして、更新部２１Ｄは、取得した他の運転者の学習済みモデルに、個人特性記憶部３２に記憶された運転者の個人特性情報及び個人反応記憶部３４に記憶された運転者の反応情報を、運転者に適した評価情報の出力方法を調整するようにモデルの機械学習を行うための学習データとして入力する。これにより、機械学習の結果として、他の運転者の学習済みモデルが、運転者に適した評価情報の出力方法を推定する更新後モデルに更新される。

【0081】

そして、更新部２１Ｄにより更新された運転者の更新後モデルは、当該運転者に紐付けられて学習済みモデル記憶部３６に記憶される。

【0082】

推定部２１Ｅは、特定部２１Ｃが特定した運転者の反応の良し悪しに基づいて、運転者に適した評価情報の出力方法を推定する。具体的には、推定部２１Ｅは、学習済みモデル記憶部３６に記憶された運転者の更新後モデルに、個人特性記憶部３２に記憶された運転者の個人特性情報及び個人反応記憶部３４に記憶された運転者の反応情報を入力することで、運転者に適した評価情報の出力方法を推定する。

【0083】

第１の実施形態では、推定部２１Ｅは、定期的に、例えば１日ごとに、個人特性記憶部３２に記憶された運転者の個人特性情報及び個人反応記憶部３４に記憶された運転者の反応情報を学習データとして、機械学習によって更新後モデルを更新しつつ、運転者に適した最新の評価情報の出力方法を推定する。

【0084】

変更部２１Ｆは、モニタ７８及びスピーカ７９から出力される評価情報の出力方法を、推定部２１Ｅが推定した評価情報の出力方法に変更させる。第１の実施形態では、変更部２１Ｆは、推定部２１Ｅが推定した評価情報の出力方法を車両６０に送信することで、モニタ７８及びスピーカ７９から出力される評価情報の出力方法を車両６０に変更させる。

【0085】

次に、管理サーバ２０が学習済みモデルを生成する学習処理の流れを説明する。
図７は、管理サーバ２０による学習処理の流れを示すフローチャートである。ＣＰＵ２１が記憶部２４から学習プログラム３０Ａを読み出して、ＲＡＭ２３に展開して実行することにより、学習処理が行われる。

【0086】

図７に示すステップＳ１０において、ＣＰＵ２１は、個人特性記憶部３２及び個人反応記憶部３４からモデルに学習させる学習データを取得する。具体的には、ＣＰＵ２１は、学習済みモデルを生成する車両６０の運転者に対応する個人特性情報を個人特性記憶部３２から取得し、当該運転者に対応する反応情報を個人反応記憶部３４から取得する。また、第１の実施形態では、上記の学習データを学習させるモデルをニューラルネットワークとしている。そして、ステップＳ１１に進む。

【0087】

ステップＳ１１において、ＣＰＵ２１は、ステップＳ１０で取得した学習データを上記のモデルに入力することで、運転者に適した評価情報の出力方法を推定する学習済みモデルを生成する。そして、ステップＳ１２に進む。

【0088】

ステップＳ１２において、ＣＰＵ２１は、ステップＳ１１で生成した学習済みモデルを運転者に紐付けて学習済みモデル記憶部３６に記憶させる。そして、学習処理を終了する。

【0089】

次に、管理サーバ２０が、車両６０の運転者と類似の個人特性を有する他の運転者の学習済みモデルを、運転者に適した評価情報の出力方法を推定する更新後モデルに更新する更新処理の流れを説明する。

【0090】

図８は、管理サーバ２０による更新処理の流れを示すフローチャートである。ＣＰＵ２１が記憶部２４から情報処理プログラム３０Ｂを読み出して、ＲＡＭ２３に展開して実行することにより、更新処理が行われる。なお、以下の図８の説明では、車両６０の運転者を「運転者Ａ」、車両６０の運転者と類似の個人特性を有する他の運転者を「運転者Ｂ」と記載する。

【0091】

図８に示すステップＳ２０において、ＣＰＵ２１は、個人特性記憶部３２に記憶された運転者Ａの個人特性情報を参照して、当該運転者Ａと類似の個人特性を有する運転者Ｂを特定する。そして、ステップＳ２１に進む。

【0092】

ステップＳ２１において、ＣＰＵ２１は、ステップＳ２０で特定した運転者Ｂの学習済みモデルを学習済みモデル記憶部３６から取得する。そして、ステップＳ２２に進む。

【0093】

ステップＳ２２において、ＣＰＵ２１は、ステップＳ２１で取得した運転者Ｂの学習済みモデルを、運転者Ａに適した評価情報の出力方法を推定する更新後モデルに更新する。具体的には、ＣＰＵ２１は、運転者Ｂの学習済みモデルに、個人特性記憶部３２に記憶された運転者Ａの個人特性情報及び個人反応記憶部３４に記憶された運転者Ａの反応情報を学習データとして入力する。これにより、機械学習の結果として、運転者Ｂの学習済みモデルが、運転者Ａに適した評価情報の出力方法を推定する更新後モデルに更新される。そして、ステップＳ２３に進む。

【0094】

ステップＳ２３において、ＣＰＵ２１は、ステップＳ２２で更新した更新後モデルを運転者Ａに紐付けて学習済みモデル記憶部３６に記憶させる。そして、更新処理を終了する。

【0095】

次に、管理サーバ２０が、車両６０のモニタ７８及びスピーカ７９から出力される評価情報の出力方法を車両６０の運転者に適した評価情報の出力方法に変更させる変更処理の流れを説明する。

【0096】

図９は、管理サーバ２０による変更処理の流れを示すフローチャートである。ＣＰＵ２１が記憶部２４から情報処理プログラム３０Ｂを読み出して、ＲＡＭ２３に展開して実行することにより、変更処理が行われる。

【0097】

図９に示すステップＳ３０において、ＣＰＵ２１は、車両６０から運転者情報を取得する。そして、ステップＳ３１に進む。第１の実施形態では、定期的に、例えば１日ごとに車両６０から管理サーバ２０に運転者情報が送信される。

【0098】

ステップＳ３１において、ＣＰＵ２１は、車両６０の運転中にモニタ７８及びスピーカ７９から出力された評価情報に対する運転者の反応の良し悪しを特定する。第１の実施形態では、一例として、ＣＰＵ２１は、ステップＳ３０で取得した運転者情報に基づく運転者の振る舞いから、車両６０の運転中にモニタ７８及びスピーカ７９から評価情報が出力された際における、当該評価情報に対する運転者の反応の良し悪しを特定する。そして、ステップＳ３２に進む。

【0099】

ステップＳ３２において、ＣＰＵ２１は、ステップＳ３１で特定した運転者の反応の良し悪しに基づいて、運転者に適した評価情報の出力方法を推定する。具体的には、ＣＰＵ２１は、学習済みモデル記憶部３６に記憶された運転者の更新後モデルに、個人特性記憶部３２に記憶された運転者の個人特性情報及び個人反応記憶部３４に記憶された運転者の反応情報を入力することで、運転者に適した評価情報の出力方法を推定する。そして、ステップＳ３３に進む。

【0100】

ステップＳ３３において、ＣＰＵ２１は、モニタ７８及びスピーカ７９から出力される評価情報の出力方法を、ステップＳ３２で推定した評価情報の出力方法に変更させる。第１の実施形態では、ＣＰＵ２１は、ステップＳ３２で推定した評価情報の出力方法を車両６０に送信することで、モニタ７８及びスピーカ７９から出力される評価情報の出力方法を車両６０に変更させる。そして、変更処理を終了する。

【0101】

次に、図９に示す変更処理の実行前後において、車両６０の運転中にモニタ７８及びスピーカ７９から出力された評価情報について説明する。

【0102】

図１０は、車両６０の運転中にモニタ７８、具体的には、マルチインフォメーションディスプレイ（以下、「ＭＩＤ」とする）７８Ａに出力された評価情報の出力例を示す説明図である。具体的には、図１０（Ａ）は、変更処理の実行前においてＭＩＤ７８Ａに出力された評価情報の出力例であり、図１０（Ｂ）は、変更処理の実行後においてＭＩＤ７８Ａに出力された評価情報の出力例である。

【0103】

図１０（Ａ）及び（Ｂ）に示すように、ＭＩＤ７８Ａには、評価情報５０が出力されている。一例として、図１０（Ａ）及び（Ｂ）では、車両６０の運転中に、評価情報５０として「ブレーキＧｏｏｄ」と出力されている。このとき、図１０（Ａ）及び（Ｂ）における評価情報５０の文字内容は同一であるが、評価情報５０の文字サイズが異なっている。具体的には、図１０（Ｂ）に示す出力例における評価情報５０の文字サイズが、図１０（Ａ）に示す出力例における評価情報５０の文字サイズがよりも大きくなっている。このように、図１０（Ｂ）に示す出力例は、ＣＰＵ２１により、車両６０の運転中に図１０（Ａ）に示す評価情報５０がＭＩＤ７８Ａに出力された際の運転者の反応の良し悪しに基づいて、評価情報５０の文字サイズを大きくすることが運転者により適すると推定されて評価情報の出力方法が変更された例である。

【0104】

図１１は、車両６０の運転中にスピーカ７９から出力された評価情報の出力例を示す説明図である。具体的には、図１１（Ａ）は、変更処理の実行前においてスピーカ７９から出力された評価情報の出力例であり、図１１（Ｂ）は、変更処理の実行後においてスピーカ７９から出力された評価情報の出力例である。

【0105】

図１１（Ａ）及び（Ｂ）に示すように、スピーカ７９からは、評価情報５０が出力されている。一例として、図１１（Ａ）では、車両６０の運転中に、評価情報５０として「良いブレーキだ」との音声がスピーカ７９から出力されている。このとき、図１１（Ａ）でスピーカ７９から出力された音声は、男性の声であり、かつ厳しい口調である。また、図１１（Ｂ）では、車両６０の運転中に、評価情報５０として「良いブレーキです」との音声がスピーカ７９から出力されている。このとき、図１１（Ｂ）でスピーカ７９から出力された音声は、女性の声であり、かつ優しい口調である。このように、図１１（Ｂ）に示す出力例は、ＣＰＵ２１により、車両６０の運転中に図１１（Ａ）に示す評価情報５０がスピーカ７９から出力された際の運転者の反応の良し悪しに基づいて、評価情報５０の音声を女性の優しい口調にすることが運転者により適すると推定されて評価情報の出力方法が変更された例である。

【0106】

以上説明したように、管理サーバ２０では、ＣＰＵ２１は、車両６０の運転中にモニタ７８及びスピーカ７９から出力された評価情報に対する運転者の反応の良し悪しを特定する。また、ＣＰＵ２１は、特定した運転者の反応の良し悪しに基づいて、運転者に適した評価情報の出力方法を推定する。そして、ＣＰＵ２１は、モニタ７８及びスピーカ７９から出力される評価情報の出力方法を、推定した評価情報の出力方法に変更させる。これにより、当該管理サーバ２０では、車両６０の運転中にモニタ７８及びスピーカ７９から出力された評価情報に対する運転者の反応の良し悪しに基づいて評価情報の出力方法を変更させることで、運転中に車内に出力される評価情報の出力方法を運転者に適したものにすることができる。

【0107】

また、管理サーバ２０では、ＣＰＵ２１は、運転者と類似の個人特性を有する他の運転者に適した評価情報の出力方法を調整するための機械学習を行った学習済みモデルを、運転者の個人特性情報及び反応情報を用いて、運転者に適した評価情報の出力方法を推定する更新後モデルに更新する。これにより、当該管理サーバ２０では、類似の個人特性を有する他の運転者に適した学習済みモデルをベースにすることで、当該学習済みモデルをベースにしない場合に比べて、運転者に適した評価情報の出力方法を推定するモデルを短時間で生成することができる。

【0108】

また、管理サーバ２０では、ＣＰＵ２１は、特定した運転者の反応の良し悪しに基づいて、運転者に適した評価情報の出力方法を推定する。これにより、当該管理サーバ２０では、運転者の個人特性及び車両６０の運転中にモニタ７８及びスピーカ７９から出力された評価情報に対する運転者の反応の良し悪しを踏まえて最適化した出力方法で評価情報をモニタ７８及びスピーカ７９から出力させることができる。

【0109】

また、管理サーバ２０では、ＣＰＵ２１は、モニタ７８及びスピーカ７９から評価情報が出力された際の運転者の振る舞いから、モニタ７８及びスピーカ７９から出力された評価情報に対する運転者の反応の良し悪しを特定する。これにより、当該管理サーバ２０では、モニタ７８及びスピーカ７９から出力された評価情報の出力方法に対して運転者に意見を求めることなく、運転中に車内に出力される評価情報の出力方法を運転者に適したものにすることができる。

【0110】

（第２の実施形態）
次に、本実施形態に係る情報処理システム１０の第２の実施形態について、他の実施形態との重複部分を省略又は簡略しつつ説明する。

【0111】

第２の実施形態では、特定部２１Ｃは、評価情報に関する質問に対する車両６０の運転者の回答から、モニタ７８及びスピーカ７９から出力された評価情報に対する運転者の反応の良し悪しを特定する。

【0112】

まず、特定部２１Ｃは、車両６０の図示しないイグニッションスイッチがＯＮ位置からＯＦＦ位置へ切り替えられたことを取得部２１Ａが運転操作情報として取得したことに基づいて、評価情報に関する質問を含んだコンテンツ情報を運転者端末４０に送信する。そして、特定部２１Ｃは、当該質問に対する運転者の回答を示す回答情報を取得部２１Ａが運転操作情報として取得したことに基づいて、当該回答情報の内容から、モニタ７８及びスピーカ７９から出力された評価情報に対する運転者の反応の良し悪しを特定する。

【0113】

図１２は、運転者端末４０の表示部４６に表示される表示例である。
図１２に示す表示例には、メッセージ情報５２と、良いボタン５４と、普通ボタン５６と、悪いボタン５８と、が表示されている。

【0114】

メッセージ情報５２は、運転者に対する種々のメッセージを示している。一例として、図１２では、メッセージ情報５２として「今日の評価情報の出力方法はどうでしたか？」と表示されている。このように、図１２に示すメッセージ情報５２では、モニタ７８及びスピーカ７９から出力された評価情報の出力方法の良し悪しを、評価情報に関する質問として運転者に提示している。

【0115】

良いボタン５４は、評価情報の出力方法が良かったと運転者が感じた場合に操作するボタンである。

【0116】

普通ボタン５６は、評価情報の出力方法が良くもなく悪くもなかったと運転者が感じた場合に操作するボタンである。

【0117】

悪いボタン５８は、評価情報の出力方法が悪かったと運転者が感じた場合に操作するボタンである。

【0118】

そして、良いボタン５４、普通ボタン５６、又は悪いボタン５８の何れかのボタンが操作された場合、運転者端末４０は、何れのボタンが操作されたかを示す回答情報を管理サーバ２０に送信する。当該回答情報を取得した管理サーバ２０は、特定部２１Ｃの機能として、当該回答情報の内容から、モニタ７８及びスピーカ７９から出力された評価情報に対する運転者の反応の良し悪しを特定する。具体的には、回答情報の内容が良いボタン５４の操作を示す場合、特定部２１Ｃは、車両６０の運転中にモニタ７８及びスピーカ７９から出力された評価情報に対する運転者の反応は「良い」と特定する。また、回答情報の内容が普通ボタン５６の操作を示す場合、特定部２１Ｃは、当該評価情報に対する運転者の反応は「普通」と特定する。また、回答情報の内容が悪いボタン５８の操作を示す場合、特定部２１Ｃは、当該評価情報に対する運転者の反応は「悪い」と特定する。

【0119】

以上説明したように、管理サーバ２０では、ＣＰＵ２１は、評価情報に関する質問に対する車両６０の運転者の回答から、モニタ７８及びスピーカ７９から出力された評価情報に対する運転者の反応の良し悪しを特定する。これにより、当該管理サーバ２０では、モニタ７８及びスピーカ７９から出力された評価情報に対する運転者の反応を間接的な方法のみで特定する場合に比べて、運転者の反応を正確に特定することができる。

【0120】

（その他）
上記実施形態では、管理サーバ２０を情報処理装置の一例としたが、これに限らず、車両６０に搭載された車載器１５を情報処理装置の一例としてもよいし、管理サーバ２０及び車載器１５の組合せを情報処理装置の一例としてもよい。管理サーバ２０及び車載器１５の組合せを情報処理装置の一例とする場合、図８に示す更新処理及び図９に示す変更処理は、管理サーバ２０のＣＰＵ２１又は車載器１５のＣＰＵ６１の１つのプロセッサ、又は、管理サーバ２０のＣＰＵ２１及び車載器１５のＣＰＵ６１の複数のプロセッサの組合せにより実行される。

【0121】

上記実施形態では、車両６０のモニタ７８及びスピーカ７９の双方を出力部の一例としたが、これに限らず、モニタ７８又はスピーカ７９の一方を出力部の一例としてもよい。また、車両６０のモニタ７８及びスピーカ７９に限らず、運転者端末４０の表示部４６及び図示しないスピーカの少なくとも一方を出力部の一例としてもよい。

【0122】

上記実施形態では、運転者情報として、評価情報が出力されてから所定時間内における、キャンセルスイッチの操作と運転者の顔を撮像した画像とが車両６０から管理サーバ２０に送信された。このとき、前記の情報に代えて又は加えて、運転者情報として、評価情報が出力されてから所定時間内において車両６０のマイク７５が集音した運転者が発した音声を車両６０から管理サーバ２０に送信してもよい。この場合、運転者が発した音声を取得した管理サーバ２０は、特定部２１Ｃの機能として、モニタ７８及びスピーカ７９から評価情報が出力された際の運転者の振る舞いとして運転者の感情を検出することができる。一例として、特定部２１Ｃは、運転者情報として取得した運転者が発した音声に基づいて、上記の振る舞いとして運転者の負の感情を検出した場合、上記の評価情報に対する運転者の反応は「悪い」と特定することができる。また、特定部２１Ｃは、運転者情報として取得した運転者が発した音声に基づいて、上記の振る舞いとして運転者の正の感情を検出した場合、上記の評価情報に対する運転者の反応は「良い」と特定することができる。なお、特定部２１Ｃは、取得部２１Ａが運転者情報として取得した運転者が発した音声に対して公知の音声分析処理を行うことにより、運転者の感情を検出する。

【0123】

上記実施形態では、車両６０の運転者と類似の個人特性を有する他の運転者に適した学習済みモデルを、運転者の個人特性情報及び反応情報を用いて、運転者に適した評価情報の出力方法を推定する更新後モデルに更新した。しかし、これに限らず、他の運転者に適した学習済みモデルを用いることなく、車両６０の運転者に適した評価情報の出力方法を推定するモデルを生成してもよい。例えば、ＣＰＵ２１が、当該運転者と類似の個人特性を有する他の運転者が存在しないと判断した場合には、他の運転者に適した学習済みモデルを用いることなく、当該運転者に適した評価情報の出力方法を推定するモデルを生成してもよい。また、ＣＰＵ２１が、当該運転者と類似の個人特性を有する他の運転者が存在すると判断した場合であっても、当該学習済みモデルを用いることを希望しないときには、当該学習済みモデルを用いることなく、当該運転者に適した評価情報の出力方法を推定するモデルを生成してもよい。

【0124】

なお、上記実施形態でＣＰＵ２１がソフトウェア（プログラム）を読み込んで実行した学習処理、更新処理、及び変更処理を、ＣＰＵ以外の各種のプロセッサが実行してもよい。この場合のプロセッサとしては、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等の製造後に回路構成を変更可能なＰＬＤ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ）、及びＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）等の特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路等が例示される。また、学習処理、更新処理、及び変更処理を、これらの各種のプロセッサのうちの１つで実行してもよいし、同種又は異種の２つ以上のプロセッサの組み合わせ（例えば、複数のＦＰＧＡ、及びＣＰＵとＦＰＧＡとの組み合わせ等）で実行してもよい。また、これらの各種のプロセッサのハードウェア的な構造は、より具体的には、半導体素子等の回路素子を組み合わせた電気回路である。

【0125】

また、上記実施形態では、学習プログラム３０Ａ及び情報処理プログラム３０Ｂが記憶部２４に予め記憶（インストール）されている態様を説明したが、これに限定されない。学習プログラム３０Ａ及び情報処理プログラム３０Ｂは、ＣＤ－ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｋ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＤＶＤ－ＲＯＭ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、及びＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリ等の記録媒体に記録された形態で提供されてもよい。また、学習プログラム３０Ａ及び情報処理プログラム３０Ｂは、ネットワークＮを介して外部装置からダウンロードされる形態としてもよい。

【符号の説明】

【0126】

２０ 管理サーバ（情報処理装置）
２１Ｃ 特定部
２１Ｄ 更新部
２１Ｅ 推定部
２１Ｆ 変更部
３０Ｂ 情報処理プログラム
６０ 車両
７８ モニタ（出力部）
７９ スピーカ（出力部）

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】