特開 2025-4695 自律神経分析装置、自律神経分析方法及び自律神経分析システム

(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】P2025004695

(43)【公開日】2025-01-15

(54)【発明の名称】自律神経分析装置、自律神経分析方法及び自律神経分析システム

(51)【国際特許分類】

   A61B 5/18 20060101AFI20250107BHJP

   A61B 5/16 20060101ALI20250107BHJP

   A61B 5/11 20060101ALI20250107BHJP

   B60W 40/08 20120101ALI20250107BHJP

【ＦＩ】

A61B5/18

A61B5/16 130

A61B5/11 110

B60W40/08

【審査請求】未請求

【請求項の数】12

【出願形態】ＯＬ

(21)【出願番号】P 2023104554

(22)【出願日】2023-06-26

(71)【出願人】

【識別番号】000006633

【氏名又は名称】京セラ株式会社

(74)【代理人】

【識別番号】110001106

【氏名又は名称】弁理士法人キュリーズ

(72)【発明者】

【氏名】瀧川 知昭

(72)【発明者】

【氏名】山口 優哉

(72)【発明者】

【氏名】山口 若菜

【テーマコード（参考）】

3D241

4C038

【Ｆターム（参考）】

3D241BA70

3D241CE01

3D241CE02

3D241DA03Z

3D241DB02Z

3D241DB05Z

3D241DD04Z

4C038PP05

4C038PQ04

4C038PS07

4C038VA04

4C038VA15

4C038VB32

4C038VB33

4C038VC20

(57)【要約】

【課題】車両内における生体情報の判定精度を向上させることが可能である。
【解決手段】車両の車両状態を計測する車両状態計測部１１０と、車両内の人物の生体情報を計測するセンサー部３１０と、車両状態と、生体情報と、に基づいて、人物の自律神経の状態を推定する制御部と、を備え、制御部は、車両状態に基づいて、自律神経の状態の推定に用いる判定指標を変更する。
【選択図】図２

【特許請求の範囲】

【請求項1】

車両の車両状態を計測する車両状態計測部と、
前記車両内の人物の生体情報を計測するセンサー部と、
前記車両状態と、前記生体情報と、に基づいて、前記人物の自律神経の状態を推定する制御部と、
を備え、
前記制御部は、前記車両状態に基づいて、前記自律神経の状態の推定に用いる判定指標を変更する
自律神経分析装置。

【請求項2】

前記制御部は、前記車両状態に基づいて、前記判定指標の比較対象としての第１判定閾値を当該第１判定閾値よりも小さい値の第２判定閾値に変更する
請求項１に記載の自律神経分析装置。

【請求項3】

前記制御部は、前記車両状態として前記車両が走行中であることを示す場合、前記第１判定閾値を前記第２判定閾値に変更する
請求項２に記載の自律神経分析装置。

【請求項4】

前記制御部は、前記車両状態として前記車両が走行中であることを示す場合、前記生体情報から時系列解析により前記人物の心拍間隔のばらつき度合いを求め、前記判定指標としての前記心拍間隔のばらつき度合いと、前記第２判定閾値と、に基づいて前記自律神経の状態を推定する
請求項２に記載の自律神経分析装置。

【請求項5】

前記制御部は、前記車両状態として、前記車両が停車中であることを示し、且つ前記車両のエンジンがオン状態であることを示す場合、前記生体情報から時系列解析により前記人物の心拍間隔のばらつき度合いを求め、前記判定指標としての前記心拍間隔のばらつき度合いと、前記第２判定閾値と、に基づいて前記自律神経の状態を推定する
請求項２に記載の自律神経分析装置。

【請求項6】

前記制御部は、前記車両状態として、前記車両が停車中であることを示し、且つ前記車両のエンジンがオフ状態であることを示す場合、前記生体情報から周波数解析により前記人物の交感神経の活性度を求め、前記判定指標としての前記人物の交換神経の活性度に基づいて、前記自律神経の状態を推定する
請求項１に記載の自律神経分析装置。

【請求項7】

前記制御部は、前記生体情報に基づいて、前記自律神経の状態として前記人物の睡眠状態を判定する
請求項６に記載の自律神経分析装置。

【請求項8】

前記制御部は、前記睡眠状態として前記人物が覚醒中であると判定する場合、前記判定指標の比較対象としての第３判定閾値を第４判定閾値に変更し、
前記第４判定閾値は、前記第３判定閾値よりも大きい値が設定される
請求項７に記載の自律神経分析装置。

【請求項9】

前記センサー部は、ミリ波センサーから構成されている
請求項１に記載の自律神経分析装置。

【請求項10】

前記センサー部は、光学センサーから構成されている
請求項１に記載の自律神経分析装置。

【請求項11】

車両の車両状態を計測するステップと、
前記車両内の人物の生体情報を計測するステップと、
前記車両状態と、前記生体情報と、に基づいて、前記人物の自律神経の状態を推定するステップと、
を含み、
前記推定するステップは、前記車両状態に基づいて、前記自律神経の状態の推定に用いる判定指標を変更するステップを含む
自律神経分析方法。

【請求項12】

車両と、前記車両と通信可能なサーバーとを備える自律神経分析システムであって、
前記車両は、
前記車両の車両状態を計測する車両状態計測部と、
前記車両内の人物の生体情報を計測するセンサー部と、
前記車両状態と、前記生体情報と、に基づいて、前記人物の自律神経の状態を推定する制御部と、
を備え、
前記制御部は、前記車両状態に基づいて、前記自律神経の状態の推定に用いる判定指標を変更する
自律神経分析システム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、自律神経分析装置、自律神経分析方法及び自律神経分析システムに関する。

【背景技術】

【0002】

従来、心拍、血圧、体温等の生体情報は、人体の生体状態を示す指標としてさまざまなところで利用されており、例えば、車両内の乗員の生体情報を取得し、活用する技術が検討されている。例えば、特許文献１には、車両内で運転手が安静状態のときに運転手の生体情報を測定し、その測定結果を利用する技術が開示されている。

【0003】

また、例えば、特許文献２には、車両の運転手の健康状態をモニタリングするために、運転手の業務状態とその運転手の心拍等の生体情報とに基づいて事故リスクの推定モデルを生成している。特許文献２では、この事故リスクの推定モデルにより運転手が事故に遭遇するリスクを推定することが可能になることが開示されている。

【0004】

なお、生体情報の１つである心拍は、ミリ波レーダーにより測定可能であることも一般的に知られている。例えば、特許文献３には、ミリ波を人体に照射し、人体から反射した反射波を計測することで、測定対象の人体に負担をかけることなく心拍を求める技術が開示されている。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特許第５６６８５２４号

【特許文献2】特開２０２２－１８７７９０

【特許文献3】特許第６８４３０９３号

【発明の概要】

【発明が解決しようとする課題】

【0006】

特許文献１に記載された技術は、車両内の運転手の安静状態における心拍のみを計測し、活動状態の心拍を計測していない。このため、特許文献１においては、走行中の運転手の生体情報が正確に反映されていない。

【0007】

また、特許文献２に記載された技術において使用される事故リスクの推定モデルは、運転手の業務状態とその運転手の心拍等の生体情報とに基づいて生成されているが、車両が道路を走行中に生じる振動が運転手の心拍等の生体情報の計測に影響を与えることは考慮されていない。よって、特許文献２に記載された技術においては、そのような推定モデルによる運転手の健康状態の判定精度はよくない。

【0008】

また、例えば、特許文献３に記載のような技術により計測された心拍の精度は、車両内等の振動の大きい環境下では、振動の影響により悪化する可能性もある。

【0009】

このように、上述した従来の技術では、車両内等の振動の大きい環境において心拍等の生体情報の判定精度はよくない。このため、車両内等の振動の大きい環境における生体情報の判定精度には改善の余地がある。

【0010】

そこで、本開示は、車両内等の振動の大きい環境における生体情報の判定精度を向上させることが可能な自律神経分析装置、自律神経分析方法及び自律神経分析システ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】

【0011】

第１の態様に係る自律神経分析装置は、車両の車両状態を計測する車両状態計測部と、前記車両内の人物の生体情報を計測するセンサー部と、前記車両状態と、前記生体情報と、に基づいて、前記人物の自律神経の状態を推定する制御部と、を備え、前記制御部は、前記車両状態に基づいて、前記自律神経の状態の推定に用いる判定指標を変更する。

【0012】

第２の態様に係る自律神経分析方法は、車両の車両状態を計測するステップと、前記車両内の人物の生体情報を計測するステップと、前記車両状態と、前記生体情報と、に基づいて、前記人物の自律神経の状態を推定するステップと、を含み、前記推定するステップは、前記車両状態に基づいて、前記自律神経の状態の推定に用いる判定指標を変更するステップを含む。

【0013】

第３の態様に係る自律神経分析システムは、車両と、前記車両と通信可能なサーバーとを備える自律神経分析システムであって、前記車両は、前記車両の車両状態を計測する車両状態計測部と、前記車両内の人物の生体情報を計測するセンサー部と、前記車両状態と、前記生体情報と、に基づいて、前記人物の自律神経の状態を推定する制御部と、を備え、前記制御部は、前記車両状態に基づいて、前記自律神経の状態の推定に用いる判定指標を変更する。

【発明の効果】

【0014】

本開示の一態様によれば、車両内等の振動の大きい環境における生体情報の判定精度を向上させることが可能な自律神経分析装置、自律神経分析方法及び自律神経分析システムを提供できる。

【図面の簡単な説明】

【0015】

【図1】図１は、第１実施形態に係る自律神経分析システムの構成例を示す図である。

【図2】図２は、第１実施形態に係る自律神経分析システムの機能構成を示すブロック図である。

【図3】図３は、第１実施形態に係る自律神経分析システムの他の機能構成を示すブロック図である。

【図4】図４は、第１実施形態に係るサーバーの構成を示すブロック図である。

【図5】図５は、第１実施形態に係る全体の動作例を示す図である。

【図6】図６は、第１実施形態に係る解析判定テーブル例を示す図である。

【図7】図７は、第１実施形態に係る車両状態に応じた自律神経判定テーブル例を示す図である。

【図8】図８は、第１実施形態に係る車両状態に応じて車両の運転手の眠気を判定する判定指標の比較対象の変更例を示す図である。

【図9】図９は、第１実施形態に係る心拍精度に応じて変更した判定指標の精度例を示す図である。

【図10】図１０は、第１実施形態に係る全体の他の動作例を示す図である。

【図11】図１１は、第１実施形態に係る車両の運転手の生体情報に基づく睡眠状態判定テーブル例を示す図である。

【図12】図１２は、第１実施形態に係る車両状態に応じた他の自律神経判定テーブル例を示す図である。

【図13】図１３は、第１実施形態に係る車両状態に応じて車両の運転手の疲労感を判定する判定指標の変更例を示す図である。

【図14】図１４は、第１実施形態に係る車両状態に応じて車両の運転手の眠気を判定する判定指標の他の変更例を示す図である。

【発明を実施するための形態】

【0016】

（第１実施形態）
図面を参照しながら、実施形態について説明する。図面の記載において、同一又は類似の部分には同一又は類似の符号を付している。

【0017】

（自律神経分析システムの構成例）
最初に、自律神経分析システムの構成例について説明する。

【0018】

図１は、第１実施形態に係る自律神経分析システムの構成例を示す図である。図１に示すように、自律神経分析システムは、計測装置１００と、サーバー２００と、センサー装置３００とを備える。図１では、計測装置１００及びセンサー装置３００が車両内に設けられる一例を示す。計測装置１００及びセンサー装置３００のそれぞれの電力は、車両のバッテリから供給される。なお、計測装置１００及びセンサー装置３００のそれぞれの電力は車両のバッテリから供給されるため、計測装置１００及びセンサー装置３００のそれぞれは、常時オン状態であることを想定するが、電源供給構成は特にこれに限定されない。例えば、計測装置１００及びセンサー装置３００のそれぞれに内部電池が搭載されている構成であれば、車両のエンジンがオン状態のときには車両のバッテリから電力が供給され、車両のエンジンがオフ状態のときには内部電池から電力が供給されてもよい。

【0019】

第１実施形態に係る自律神経分析システムでは、センサー装置３００を利用して、電磁波が車両内の運転手に送信される。以下では、センサー装置３００を利用して、電磁波が車両内の運転手に加え不図示の同乗者にも送信され、複数人物の生体情報が混在した混在生体情報を取得する例について説明するが、センサー装置３００により電磁波が送信されるのは車両内の運転手のみであってもよく、その場合、車両内の運転手の生体情報のみが取得されてもよい。運転手及び同乗者の各人体の表面において電磁波が反射し、その反射波を、センサー装置３００において取得する。各人体では、呼吸によって皮膚が振動し、心臓の脈動によっても皮膚が振動する。呼吸及び脈をバイタルサインと呼ぶ。バイタルサインによる皮膚の振動により、各人体とセンサー装置３００との間の距離が時間の経過とともに微小に変化する。センサー装置３００では、反射波を、時系列解析及び周波数解析のうち少なくとも一方の解析をすることで、このような微小な変位を検出することができる。センサー装置３００では、このような微小な変位を検出することで、呼吸数及び心拍数などのバイタルデータを生体情報として取得することができる。そして、サーバー２００では、生体情報に、運転手及び同乗者のような複数人物の生体情報が混在している場合、各人物の生体情報を特定するようにしている。

【0020】

センサー装置３００は、複数人物に向けて送信された電磁波の反射波を利用して、混在生体情報を取得する。そのため、センサー装置３００では、電磁波を送信する送信部（又は照射部）と、反射波を受信する受信部（又は検出部）とを含んでもよい。センサー装置３００が送信する電磁波は、特に限定するものではないが、第１実施形態では、センサー装置３００がミリ波（例えば、３０ＧＨｚ～３００ＧＨｚの電磁波）を測定するミリ波センサーを用いる例として説明する。センサー装置３００が送信する電磁波は、マイクロ波（例えば、０．３ＧＨｚ～３０ＧＨｚの電磁波）、又は電波（例えば、３０Ｈｚ～３ＴＨｚの電磁波）など、ミリ波以外でもよい。

【0021】

なお、「混在生体情報」とは、例えば、複数人物の生体情報が混在した（又は複数人物の生体情報を含む）生体情報のことである。図１の例では、混在生体情報は、運転手の生体情報と、不図示の同乗者の生体情報とが混在した情報となる。一方、複数人物の生体情報が混在していない生体情報のことを、個別生体情報と称する場合がある。混在生体情報と、個別生体情報とを特に区別しない場合、生体情報と称する場合がある。

【0022】

センサー装置３００は、取得した生体情報をサーバー２００へ送信する。

【0023】

また、センサー装置３００は、複数人物に向けて送信された電磁波の反射波を利用して、各人物の位置情報を取得する。具体的には、センサー装置３００は、反射波に基づいて、各人物のセンサー装置３００からの距離情報と、各人物のセンサー装置３００に対する角度情報とを算出する。距離と角度とにより位置が表される。したがって、センサー装置３００は、距離情報と角度情報とを位置情報として取得する。位置情報には、各人物の位置情報が含まれる。センサー装置３００は、取得した位置情報をサーバー２００へ送信する。

【0024】

サーバー２００は、各人物の混在生体情報を特定する情報処理装置であってもよい。サーバー２００は、位置情報に基づいて、混在生体情報に含まれる各人物の個別生体情報を特定する。

【0025】

なお、図１では、センサー装置３００が運転手と対向する位置に設けられ一例について示されるが、特にこれに限定されない。センサー装置３００は、例えば、運転手の頭上に設けられてもよい。

【0026】

また、例えば、センサー装置３００は、車両内の人物の生体情報を取得できればよいため、車両内の人物の生体情報を取得できる構成であれば特に限定されない。例えば、運転手が装着する機器にセンサー装置の機能が設けられてもよい。具体的には、運転手が脈拍計測機能付きの腕時計を装着している場合、その腕時計が生体情報としての脈情報を取得してもよい。脈拍は、例えば、光学センサーにより計測可能である。具体的には、フォトダイオードから生体に向けて光を照射し、生体内を反射した光を光検出器により計測する。血管を流れる血液内の酸化ヘモグロビンは入射光を吸収する特性を有するため、心臓の脈動により変化する血管の容積が変化するつど、光の吸収量が変化し、その変化を脈波信号として時系列センシングすることで脈を計測可能である。

【0027】

サーバー２００は、各種サービスを提供する機能を有する。サーバー２００は、計測装置１００と通信媒体を介して通信することにより、計測装置１００との間で各種信号を送受信する。また、サーバー２００は、センサー装置３００と通信媒体を介して通信することにより、センサー装置３００との間で各種信号を送受信する。図１の一例では、サーバー２００は、計測装置１００から受信した車両状態を示す車両状態情報と、センサー装置３００から受信した生体情報と、に基づいて、運転手の自律神経の状態を推定する。

【0028】

なお、サーバー２００はクラウドサーバーとして実現される構成であってもよい。

【0029】

また、通信媒体は、有線通信媒体及び無線通信媒体のいずれであってもよい。図１の一例では、通信媒体として無線通信媒体が使用される。また、無線通信媒体を介した通信における通信方式は、特に限定されるものではなく、例えば、ＩＥＥＥ８０２．１１規格に準拠した無線ＬＡＮ通信方式が採用される。

【0030】

（自律神経分析システムの機能構成例）
図２は、第１実施形態に係る自律神経分析システムの機能構成を示すブロック図である。

【0031】

計測装置１００は、車両状態計測部１１０と、制御部１２０とを有する。車両状態計測部１１０は、速度計１１１と、加速度センサー１１２とを有する。速度計１１１は、車両の速度を検知し、速度情報として出力する。加速度センサー１１２は、車両の加速度を検知し、加速度情報として出力する。車両のエンジン回転数及び運転状態は、速度計１１１の検知結果と、加速度センサー１１２の検知結果とに基づいて、演算により導出されてもよい。

【0032】

なお、車両状態計測部１１０は、車両内のネットワークに接続され、車両の各種情報を取得可能である。例えば、エンジン回転数は、シャフトに設けられた磁気センサーの検知結果である回転数信号から得ることも可能である。また、車両状態計測部１１０は、車両内に設けられた各種ＥＣＵ（Ｅｎｇｉｎｅ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）からエンジン回転数及び車両の運転状態を示す情報を取得してもよい。

【0033】

制御部１２０は、ＣＰＵ１２１と、メモリー１２２と、通信モジュール１２３と、を有する。

【0034】

ＣＰＵ１２１は、計測装置１００を制御する機能を有する。

【0035】

メモリー１２２は、ＣＰＵ１２１が読み取り可能な非一時的な記録媒体である。メモリー１２２は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）及びＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）から構成される。メモリー１２２は、計測装置１００を制御するための各種プログラム、データ等を保持する。

【0036】

通信モジュール１２３は、通信媒体を介して、外部機器と通信可能な機能を有する。例えば、通信モジュール１２３は、無線通信媒体を介して、サーバー２００と各種信号を送受信する。なお、通信モジュール１２３は、有線通信媒体を介して、サーバー２００と各種信号を送受信してもよい。また、通信モジュール１２３により、センサー装置３００と計測装置１００との間でピアツーピア通信が行われてもよい。

【0037】

なお、計測装置１００は、デジタルタコグラフとして構成されてもよい。

【0038】

また、図２に示すように、センサー装置３００は、センサー部３１０と、制御部３２０と、を有する。

【0039】

センサー部３１０は、シンセサイザ３１１と、送信アンテナ３１２と、受信アンテナ３１３と、ミキサ３１４と、ＡＤＣ３１５と、ＤＳＰ３１６と、を有する。シンセサイザ３１１、送信アンテナ３１２、受信アンテナ３１３、及びミキサ３１４は、ＲＦ（Ｒａｄｉｏ Ｆｒｅｑｕｅｎｃｙ）部として機能する。

【0040】

シンセサイザ３１１は、周波数変調された送信信号を出力する。送信信号は、例えば、時間の経過とともに周期的に周波数が増加する信号である。送信信号は、例えば、時間の経過とともに周期的に周波数が減少する信号であってもよい。

【0041】

なお、センサー装置３００は、時間の経過とともに周期的に周波数が増加する信号と、時間の経過とともに周期的に周波数が減少する信号とのそれぞれにつき、ビート信号を生成し、ドップラーシフトを利用して人物の距離、人物の角度、人物の速度を演算する。ここで、人物の速度とは、呼吸及び心拍による人物の体表面振動に相当する。

【0042】

送信信号の周波数は、例えば、ミリ波として用いられる周波数である。よって、送信信号の周波数は、電磁波の中で、周波数が３０ＧＨｚ～３００ＧＨｚの電磁波である。シンセサイザ３１１は、送信信号の周波数をミリ波の周波数帯の周波数まで上昇させる。シンセサイザ３１１は、周波数が上昇した送信信号を送信アンテナ３１２及びミキサ３１４に供給する。

【0043】

なお、送信信号の周波数は、ミリ波の周波数帯に限定されない。

【0044】

送信アンテナ３１２は、シンセサイザ３１１から供給された送信信号を送信波として送信する。送信アンテナ３１２から送信された送信波は人物へ送信される。送信波は、人物によって反射され、反射波としてセンサー装置３００へ向かう。

【0045】

受信アンテナ３１３は、反射波を受信する。受信アンテナ３１３は、例えば、複数のアンテナを含んで構成される。受信アンテナ３１３は、受信した反射波を受信信号としてミキサ３１４に供給する。

【0046】

ミキサ３１４は、受信アンテナ３１３から供給された受信信号を、シンセサイザ３１１から供給された受信信号に混合して掛け合わせることにより、ビート信号を生成する。よって、ビート信号は、送信信号と受信信号とにより生成される。ミキサ３１４は、ビート信号に周波数変換を行うことにより、ビート信号の周波数を中間周波数まで低下させる。ミキサ３１４は、中間周波数まで低下させたビート信号をＡＤＣ３１５に供給する。

【0047】

ＡＤＣ３１５は、ミキサ３１４から供給されたアナログのビート信号をデジタルのビート信号に変換する。ＡＤＣ３１５は、デジタルのビート信号をＤＳＰ３１６に供給する。

【0048】

ＤＳＰ３１６は、ＡＤＣ３１５から供給されたデジタルのビート信号に基づいて、人物の位置、人物の向き、及び人物の心拍間隔を演算する。

【0049】

具体的には、ＤＳＰ３１６は、デジタルのビート信号からＩＱデータである同相直交信号としてのＩ／Ｑ信号を生成する。ＤＳＰ３１６は、Ｉ／Ｑ信号から同相信号としてのＩ信号と、直交信号としてのＱ信号と、を導出する。ＤＳＰ３１６は、Ｉ信号とＱ信号とに基づいて、人物の位置、人物の向き、及び人物の速度を演算する。ＤＳＰ３１６は、人物の速度に基づいて、人物の心拍間隔を演算する。人物の位置、人物の向き、及び人物の心拍間隔の演算の一例は、図９～図１３を用いて後述される。

【0050】

概略的に説明すると、ＤＳＰ３１６は、受信信号のレベルが最大値をとる場合における位相成分の角度を測定ターゲットの到来角度、すなわち、センサー装置３００に対する人物の角度として推定することができる。

【0051】

また、ＤＳＰ３１６は、ドップラーシフトの時間差に基づいて、測定ターゲットの距離、すなわち、センサー装置３００に対する人物の距離を推定することができる。

【0052】

測定ターゲットとなる人物の位置及び人物の速度を演算する方法はＦＭＣＷ（Ｆｒｅｑｕｅｎｃｙ Ｍｏｄｕｌａｔｅｄ Ｃｏｎｔｉｎｕｏｕｓ Ｗａｖｅ）方式で得ることができる。人物の位置は、人物の距離と人物の角度とから得られるため、人物の距離及び人物の角度が得られればよい。

【0053】

例えば、人物の距離は、送信信号に対する受信信号の周波数の変化量から得られる。人物の速度は、送信信号の位相と受信信号の位相との位相差から得られる。人物の角度は、複数のアンテナで受信した受信信号の位相差から得られる。

【0054】

なお、距離分解能は帯域幅によって決定される。速度分解能は波長とフレーム時間によって決定される。角度分解能は受信に用いるアンテナの本数によって決定される。

【0055】

なお、ＦＭＣＷ（Ｆｒｅｑｕｅｎｃｙ Ｍｏｄｕｌａｔｅｄ Ｃｏｎｔｉｎｕｏｕｓ Ｗａｖｅ）方式は一般的な方法であるため、その具体的な説明は省略される。

【0056】

また、ＤＳＰ３１６においてデジタルのビート信号からＩ／Ｑ信号が生成される一例について説明したが、これに限定されない。例えば、ＤＳＰ３１６の前工程のＡＤＣ３１５において、デジタルのビート信号からＩ／Ｑ信号が生成され、生成されたアナログのＩ／Ｑ信号がＤＳＰ３１６に提供されてもよい。

【0057】

制御部３２０は、ＣＰＵ３２１と、メモリー３２２と、通信モジュール３２３と、を有する。

【0058】

ＣＰＵ３２１は、センサー装置３００を制御する機能を有する。

【0059】

メモリー３２２は、ＣＰＵ３２１が読み取り可能な非一時的な記録媒体である。メモリー３２２は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）及びＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）から構成される。メモリー３２２は、センサー装置３００を制御するための各種プログラム、データ等を保持する。

【0060】

通信モジュール３２３は、通信媒体を介して、外部機器と通信可能な機能を有する。例えば、通信モジュール３２３は、無線通信媒体を介して、サーバー２００と各種信号を送受信する。なお、通信モジュール３２３は、有線通信媒体を介して、サーバー２００と各種信号を送受信してもよい。また、通信モジュール３２３により、センサー装置３００と計測装置１００との間でピアツーピア通信が行われてもよい。

【0061】

（自律神経分析システムの他の機能構成例）
図３は、第１実施形態に係る自律神経分析システムの他の機能構成を示すブロック図である。図３において、図２との相違点は、図２の制御部１２０及び制御部３２０の機能が図３の制御部５２０として統合され、車両状態計測部５１０と、センサー部５３０とで共通して同じ制御機能を使用する点である。

【0062】

制御部５２０は、ＣＰＵ５２１、メモリー５２２、及び通信モジュール５２３を有する。ＣＰＵ５２１は、図２のＣＰＵ１２１及びＣＰＵ３２１と同一の機能を有する。メモリー５２２は、図２のメモリー１２２及びメモリー３２２と同一の機能を有する。通信モジュール５２３は、図２の通信モジュール１２３及び通信モジュール３２３と同一の機能を有する。

【0063】

なお、速度計５１１と加速度センサー５１２とを有する車両状態計測部５１０と、図２の速度計１１１と加速度センサー１１２とを有する車両状態計測部１１０とは同一の機能構成であるため、それらの説明については省略する。

【0064】

また、シンセサイザ５３１、送信アンテナ５３２、受信アンテナ５３３、ミキサ５３４、ＡＤＣ５３５、及びＤＳＰ５３６を有するセンサー部５３０は、図２のシンセサイザ３３１、送信アンテナ３３２、受信アンテナ３３３、ミキサ３３４、ＡＤＣ３３５、及びＤＳＰ３３６を有するセンサー部３３０とは同一の機能構成であるため、それらの説明については省略する。

【0065】

制御部５２０は、車両状態計測部５１０から取得した車両状態を示す情報と、センサー部５３０から取得した生体情報とを集約する。集約された車両状態を示す情報及び生体情報は、制御部５２０の通信モジュール５２３によりサーバー２００へ送信される。

【0066】

（サーバーの構成例）
図４は、第１実施形態に係るサーバー２００の構成を示すブロック図である。図４に示すように、サーバー２００は、ＣＰＵ２０１と、メモリー２０２と、通信モジュール２０３と、を有する。

【0067】

ＣＰＵ２０１は、サーバー２００を制御する機能を有する。

【0068】

メモリー２０２は、ＣＰＵ２０１が読み取り可能な非一時的な記録媒体である。メモリー２０２は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）及びＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）から構成される。メモリー２０２は、サーバー２００を制御するための各種プログラム、データ等を保持する。

【0069】

通信モジュール２０３は、通信媒体を介して、外部機器と通信可能な機能を有する。例えば、通信モジュール２０３は、無線通信媒体を介して、計測装置１００及びセンサー装置３００のそれぞれと各種信号を送受信する。なお、通信モジュール２０３は、有線通信媒体を介して、計測装置１００及びセンサー装置３００のそれぞれと各種信号を送受信してもよい。

【0070】

（全体動作例）
図５は、第１実施形態に係る全体の動作例を示す図である。

【0071】

図５に示すように、自律神経分析システムは、処理を開始すると、車両状態を計測する（ステップＳ１１）。具体的には、車両状態計測部１１０は、車両の車両状態を計測する。車両の車両状態とは、車両の振動の程度を示す情報であり、代表的には、エンジンがオン状態及びオフ状態のいずれであるかを示すエンジン情報、車両の車両速度を示す車速情報、及び運転状態を示す運転状態情報である。車速情報は、車両本体が動いているか否かを示す情報である。よって、エンジン情報は、車速情報と組み合わせることで、車両が、走行中及び停止（駐車）中のいずれを判定可能な情報である。運転状態情報は、車両の運転モードが自動運転モードであるか否かを示す情報である。車両の運転モードが自動運転モードである場合には、後述するように、運転手の状態が仮眠状態であるか否かを判定することが可能となる。

【0072】

次に、自律神経分析システムは、運転手の状態を計測する（ステップＳ１２）。具体的には、センサー部３１０は、車両内の人物の生体情報を計測する。生体情報は、運転手の在不在を判定するのに利用される情報である。また、生体情報は、車両内の人物の心拍数、呼吸、及び体動の計測結果を示す情報としても利用される情報である。

【0073】

次に、自律神経分析システムは、予め設定された時間が経過したか否かを判定することで（ステップＳ１３）、時系列解析を行うために必要な情報をサーバー２００に蓄積させる。

【0074】

次に、自律神経分析システムは、時系列解析が可能であるか否かを判定する（ステップＳ１４）。具体的には、サーバー２００は、エンジン情報、運転状態情報、及び車速情報に基づいて、車両の運転状況、走行中であるか否か、停止（駐車）中であるか否かを判定することで、時系列解析が可能であるか否かを判定する。

【0075】

図６は、第１実施形態に係る解析判定テーブル例を示す図である。図７は、第１実施形態に係る車両状態に応じた自律神経判定テーブル例を示す図である。

【0076】

図６に示すように、サーバー２００は、車両のエンジンがオフであれば、車両は停止していると判断する。サーバー２００は、車両のエンジンがオンであれば、車両が走行中であるか否かにより、運転状況のロードノイズが除去可能か否かを判定する。車両が停止中であって、車両のエンジンがオンであれば、固定周期のエンジンノイズが発生している。この場合には、固定周期のエンジンノイズであるため、ノイズ除去はしやすくなる。一方、車両が走行中であれば、不定期のロードノイズが発生するため、ノイズ除去は難しくなる。

【0077】

ここで、時系列解析は、例えば、ＣＶＲＲ（ｃｏ－ｅｆｆｉｃｉｅｎｔ ｏｆ ｖａｒｉａｔｉｏｎ ｏｆ ＲＲ ｉｎｔｅｒｖａｌ）又はＮＮ５０（迷走神経緊張強度の指標）の場合には、数十ｍｓｅｃ程度（ＢＰＭ（Ｂｅａｔｓ Ｐｅｒ Ｍｉｎｕｔｅ）レベル）の誤差が許容される。よって、サーバー２００は、車両が走行中であっても一般道を走行中であれば、時系列解析が可能であると判定し（ステップＳ１４；ＹＥＳ）、時系列解析を行う（ステップＳ１５）。一方、サーバー２００は、車両が走行中であり、且つ高速道を走行中であれば、時系列解析が不可能であると判定し（ステップＳ１４；ＮＯ）、周波数解析の処理も行わない。

【0078】

なお、ＮＮ５０とは、迷走神経緊張強度の指標として利用され、連続した隣接する心拍間隔（ＲＲ間隔）のうち、差が５０ｍｓを超える心拍間隔を示す。ここでは、ＣＶＲＲの一例について具体的に説明する。ＣＶＲＲとは、心拍の時系列データの標準偏差を平均で割った値である。よって、ＣＶＲＲの値は、人物の心拍間隔のばらつき度合いを示す。ＣＶＲＲの値が大きいほど、データのばらつきは大きい。より具体的には、ＲＲ ｉｎｔｅｒｖａｌとは、心拍間隔としてのＲ波とＲ波との間隔のことであり、ＲＲＩと称される。Ｒ波は、人物の心臓の左心室が動いたときに生じる最も大きな波である。ＲＲＩの値は、リラックスしており、自律神経が正常であれば、一定ではない。一方、ＲＲＩの値は、ストレスを受け、自律神経が乱れている場合、一定となる。よって、ＣＶＲＲの値が大きいほど、データのばらつきが大きいため、リラックスしていることを示す。つまり、運転手は眠気有と想定される。一方、ＣＶＲＲの値が小さいほど、データのばらつきが小さく、ストレスを受けた状態であることを示す。つまり、運転手は眠気無と想定される。

【0079】

ここで、周波数解析は、心拍間隔を精度よく取得する必要があるため、数ｍｓｅｃの誤差しか許容されない。よって、時系列解析が可能でなければ、周波数解析は行わない処理としている。つまり、図７に示すように、時系列解析による生体情報としての心拍精度は、停止中且つエンジンがオフ＞停止中且つエンジンがオン＞走行中の順となっている。また、周波数解析は、停車中且つエンジンがオフの場合にのみ、生体情報としての心拍精度は利用可能な精度となる。

【0080】

次に、サーバー２００は、周波数解析が可能か否かを判定し（ステップＳ１６）、周波数解析が可能であると判定した場合（ステップＳ１６；ＹＥＳ）、周波数解析を行う（ステップＳ１７）。

【0081】

具体的には、周波数解析では、サーバー２００のＣＰＵ２０１は、心拍間隔の経時的な変化から、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に対応する低周波成分（ＬＦ成分）とを抽出する。ここで、心拍間隔の経時的な変化は、時系列解析により抽出されたものを利用する。また、呼吸変動に対応するＨＦ成分は、副交感神経が活性化している場合にのみ心拍間隔の経時的な変動に出現することが知られている。一方、血圧変動であるメイヤー波に対応するＬＦ成分は、交感神経が活性化しているときだけでなく、副交感神経が活性しているときにも心拍間隔の経時的へ変動に出現することが知られている。

【0082】

よって、ＬＦとＨＦとの比として、ＬＦ／ＨＦを交換神経の活性度とすれば、交感神経及び副交感神経のいずれが優位となっているかを判定することができる。例えば、交感神経が優位にある場合、心拍間隔の経時的な変動にはＬＦ成分が出現するが、ＨＦ成分は減少するため、ＬＦ／ＨＦの値は大きくなる。一方、副交感神経が優位にある場合、相対的にＨＦ成分がＬＦ成分よりも大きくなるため、ＬＦ／ＨＦの値は小さくなる。したがって、交感神経の活性度（ＬＦ／ＨＦ）は、車両の人物の自律神経の状態を示す情報として利用可能である。

【0083】

一方、サーバー２００は、周波数解析が不可能であると判定した場合（ステップＳ１６；ＮＯ）、周波数解析を行わない。図６に示すように、車両のエンジンがオフであり、且つ停止（駐車）中である場合、サーバー２００は、周波数解析を行う。

【0084】

次に、サーバー２００は、車両状態と運転手の状態に応じてメモリー２０２にデータを格納する（ステップＳ１８）。例えば、サーバー２００は、時系列解析により心拍を解析した場合には、解析した心拍を時系列形式データにするととともに、車両が走行中及び駐車中のいずれであるかを示す情報を格納する。この格納結果を用いた心拍を精度よく判定する一例について図８及び図９を用いて説明する。

【0085】

図８は、第１実施形態に係る車両状態に応じて車両の運転手の眠気を判定する判定指標の比較対象の変更例を示す図である。図９は、第１実施形態に係る心拍精度に応じて変更した判定指標の精度例を示す図である。

【0086】

サーバー２００の制御部として機能するＣＰＵ２０１は、計測装置１００から取得した車両状態を示す情報と、センサー装置３００から取得した生体情報とに基づいて、車両内の人物の自律神経の状態を推定する。自律神経の状態の解釈として、例えば、図８に示すように、運転手の眠気の有無を判定する。ただし、解析した心拍間隔の精度は、車両状態、すなわち、車両が走行中である場合と、車両が駐車中である場合とで異なる。そこで、図８に示すように、ＣＰＵ２０１は、車両状態に基づいて、自律神経の状態の推定に用いる判定指標の比較対象を変更する。具体的には、車両が走行中である場合、解析した心拍間隔の誤差が大きくなる。よって、運転手の眠気を確実に捉えるために、図８に示すように、ＣＰＵ２０１は、車両状態に基づいて、判定指標の比較対象としての第１判定閾値を当該第１判定閾値よりも小さい値の第２判定閾値に変更する。

【0087】

より具体的には、ＣＰＵ２０１は、車両状態として車両が走行中であることを示す場合、生体情報から時系列解析により人物の心拍間隔のばらつき度合い（ＣＶＲＲ）を求め、心拍間隔のばらつき度合い（ＣＶＲＲ）と、第２判定閾値と、に基づいて、人物の自律神経の状態を推定する。つまり、ＣＰＵ２０１は、車両が走行中であることを示す場合、人物の心拍間隔を求め、求めた心拍間隔に基づいてＣＶＲＲを求め、ＣＶＲＲの値を利用して、車両内の人物の自律神経の状態を推定する。ＣＶＲＲの値は、大きいほど、車両内の人物がリラックスしていることを示すことが想定される。ただし、ＣＶＲＲの値の演算で用いた心拍間隔は、センサー装置３００から得ている。センサー装置３００から得られる心拍間隔は、車両が振動するほど精度が悪化する。

【0088】

具体的には、車両が走行中の場合、車両が駐車中と比べて、センサー装置３００から得た心拍間隔の精度は悪くなる。そこで、ＣＰＵ２０１は、車両が走行中の場合には、時系列解析により心拍間隔を求め、周波数解析は行わない。一方、ＣＰＵ２０１は、車両が停車中であり、且つ車両のエンジンがオン状態であれば時系列解析を行い、車両が停車中であり、且つ車両のエンジンがオフ状態であれば時系列解析だけでなく、周波数解析も行う。周波数解析を用いれば、交感神経及び副交感神経のいずれがより活性化しているかを判定できる。よって、判定指標として、ＣＶＲＲの値だけでなく、交感神経の活性度（ＬＦ／ＨＦ）を用いることができるため、自律神経の状態の推定精度をさらに向上させることが可能となる。すなわち、本開示によれば、生体情報の判定精度を向上させることができる。

【0089】

また、停車中にエンジンがオン状態である場合には、心拍データとしての心拍間隔には固定周期のエンジンノイズが含まれているが、固定周期のエンジンノイズは特定の周波数成分のノイズであるため、フィルタ回路等により容易に除去が可能である。よって、固定周期のエンジンノイズを除去後に、CVRRの値を求めることができるので、判定指標としてのCVRRの値の精度を向上させることができる。

【0090】

（他の動作例）
図１０は、第１実施形態に係る全体の他の動作例を示す図である。図１０のステップＳ４１～ステップＳ４３の処理は、図５のステップＳ１１～ステップＳ１３の処理と同様である。図１０のステップＳ４５～ステップＳ５０の処理は、図５のステップＳ１４～ステップＳ１９の処理と同様である。これらの同様の処理についての説明は省略する。図１０のステップＳ４４の処理が、図５のステップＳ１３の処理に相当する図１０のステップＳ４３の処理と、図５のステップＳ１４の処理に相当する図１０のステップＳ４５の処理との間に追加されている。

【0091】

サーバー２００は、車両内の人物の睡眠状態を判定する（ステップＳ４４）。ここで、睡眠状態とは、車両内の人物が覚醒及び仮眠のいずれの状態である。睡眠状態の判定に用いる生体情報について、図１１を用いて説明する。図１１は、第１実施形態に係る車両の運転手の生体情報に基づく睡眠状態判定テーブル例を示す図である。図１１に示すように、睡眠状態の判定に用いる生体情報は、心拍数、呼吸数、及び体動である。仮眠の状態と比べ、覚醒の状態の方が、車両内の人物の心拍数、呼吸数、及び体動のそれぞれは多いことが知られている。例えば、覚醒の状態であると判定可能な心拍数、呼吸数、及び体動のそれぞれの覚醒判定閾値を予め導出しておき、各覚醒判定閾値と、生体情報に含まれる心拍数、呼吸数、及び体動のそれぞれとを比較することで、車両内の人物が覚醒の状態であるか否かを判定してもよい。また、仮眠の状態であると判定可能な心拍数、呼吸数、及び体動のそれぞれの仮眠判定閾値を予め導出しておき、各仮眠判定閾値と、生体情報に含まれる心拍数、呼吸数、及び体動のそれぞれとを比較することで、車両内の人物が仮眠の状態であるか否かを判定してもよい。

【0092】

次に、睡眠状態を考慮に入れた上で、判定指標を用いる処理について、図１２～図１４を用いて説明する。

【0093】

図１２は、第１実施形態に係る車両状態に応じた他の自律神経判定テーブル例を示す図である。覚醒の状態は、仮眠の状態と比べ、交感神経が副交感神経よりも優位になる。よって、図１２に示すように、走行中、停車中、及び駐車中のいずれにおいても、覚醒の状態と、仮眠の状態とで、自律神経判定テーブルを分ける必要がある。

【0094】

図１３は、第１実施形態に係る車両状態に応じて車両の運転手の疲労感を判定する判定指標の変更例を示す図である。図１３では、交感神経の活性度（ＬＦ／ＨＦ）が、判定指標として利用される一例が示される。覚醒中、交感神経が副交感神経と比べて優位になるため、ＬＦ／ＨＦのうち、ＬＦが相対的に大きくなる。よって、図１３に示すように、サーバー２００は、覚醒の状態では、判定指標の比較対象としての閾値を、仮眠の状態と比べ、高めに設定する。つまり、サーバー２００のＣＰＵ２０１は、睡眠状態として人物が覚醒中であると判定する場合、判定指標（ＬＦ／ＨＦ）の比較対象としての第３判定閾値を第４判定閾値に変更する。ここで、第４判定閾値は、第３判定閾値よりも大きい値が設定される。例えば、図１３では、駐車中且つ覚醒における「疲労」及び「通常」を判定する第４判定閾値のそれぞれが、８、４に設定されている。図１３では、駐車中且つ仮眠における「疲労」及び「通常」を判定する第３判定閾値のそれぞれが、５、２に設定されている。このように、交感神経が優位のときには、適宜各閾値を高めに設定することで、誤判定を防ぐことが可能となる。

【0095】

なお、覚醒の状態であっても、走行中は誤差が大きくなる。よって、眠気を確実に捉えるため、閾値を下げる。図１４は、第１実施形態に係る車両状態に応じて車両の運転手の眠気を判定する判定指標の他の変更例を示す図である。図１４に示すように、車両が走行中且つ車両内の人物が覚醒の状態のときには、車両が駐車中且つ車両内の人物が覚醒の状態のときと比べ、判定指標としてのＣＶＲＲの比較対象である閾値を下げる。

【0096】

なお、上述の各動作フローは、別個独立に実施する場合に限らず、２以上の動作フローを組み合わせて実施可能である。例えば、１つの動作フローの一部のステップを他の動作フローに追加してもよいし、１つの動作フローの一部のステップを他の動作フローの一部のステップと置換してもよい。各フローにおいて、必ずしも全てのステップを実行する必要は無く、一部のステップのみを実行してもよい。

【0097】

上述の実施形態に係る動作をコンピュータに実行させるプログラムが提供されてもよい。プログラムは、コンピュータ読取り可能媒体に記録されていてもよい。コンピュータ読取り可能媒体を用いれば、コンピュータにプログラムをインストールすることが可能である。ここで、プログラムが記録されたコンピュータ読取り可能媒体は、非一過性の記録媒体であってもよい。非一過性の記録媒体は、特に限定されるものではないが、例えば、ＣＤ－ＲＯＭやＤＶＤ－ＲＯＭ等の記録媒体であってもよい。また、上述の実施形態に係る各装置が行う各処理を実行する回路を集積化し、当該装置の少なくとも一部を半導体集積回路（チップセット、ＳｏＣ）として構成してもよい。

【0098】

上述の実施形態において、車両の振動の程度を示す情報である車両の車両状態に応じて、センサー装置３００又はセンサー部５３０により取得された対象者の生体情報を用いた自律神経の推定手法を変更する例について説明した。これは、例えば、車両が走行中である場合、エンジンが起動していることにより生じるエンジンノイズや、車両が走行する路面の凹凸により生じるロードノイズが、生体情報に加わるのに対し、車両が停止中かつエンジンが停止している場合には、エンジンノイズやロードノイズは生体情報に加わらないことに起因する。ノイズが加わった生体情報と、ノイズが加わっていない生体情報と、を同一の手法を用いて解析した場合、解析結果として得られる自律神経推定の精度が悪化するため、車両の車両状態にもとづき振動の程度を把握することで、得られた生体情報に加わっているノイズの程度を把握し、ノイズの程度に応じて自律神経の推定手法を変更する。これにより精度の高い自律神経推定の結果を得ることが可能となる。

【0099】

上述の実施形態において、車両の振動の程度を示す情報である車両の車両状態に応じて、センサー装置３００又はセンサー部５３０により取得された対象者の生体情報を用いた自律神経の推定解析する手法を変更する例について説明したが、本開示の適用先は上述のものに限られず、振動環境下で生体情報に基づき自律神経を推定する状況であれば適用可能である。例えば、生体情報が取得される環境における振動の程度を、加速度センサーによる計測結果に基づいて把握し、当該環境における振動の程度に応じて、取得された生体情報を用いた自律神経の推定手法を変更させてもよい。本開示の適用先として、例えば、屋内ジェットコースターなどのアトラクションが考えられる。ジェットコースターに取り付けられた加速度センサーの出力に応じて、ジェットコースターに搭乗する乗客の生体情報に基づく自律神経の推定手法を変更させることで、乗客の自律神経を正確に推定することが可能になる。推定された自律神経に基づき、乗客の興奮度や快適度等を解析することで、ジェットコースターの走行環境に投影する映像等の内容を乗客にとってより適切なものに変更することが可能となる。また、本開示の他の適用先として、例えば、工事現場が考えられる。工事現場に取り付けられた加速度センサーの出力に応じて、工事現場で作業する作業者の生体情報に基づく自律神経の推定手法を変更させることで、作業者の自律神経を正確に推定することが可能になる。推定された自律神経に基づき、作業者の疲労やストレスを解析することで、作業者に対し、より適切なタイミングで休憩を促すことが可能となる。

【0100】

本開示で使用されている「に基づいて（ｂａｓｅｄ ｏｎ）」、「に応じて（ｄｅｐｅｎｄｉｎｇ ｏｎ／ｉｎ ｒｅｓｐｏｎｓｅ ｔｏ）」という記載は、別段に明記されていない限り、「のみに基づいて」、「のみに応じて」を意味しない。「に基づいて」という記載は、「のみに基づいて」及び「に少なくとも部分的に基づいて」の両方を意味する。同様に、「に応じて」という記載は、「のみに応じて」及び「に少なくとも部分的に応じて」の両方を意味する。「含む（ｉｎｃｌｕｄｅ）」、「備える（ｃｏｍｐｒｉｓｅ）」、及びそれらの変形の用語は、列挙する項目のみを含むことを意味せず、列挙する項目のみを含んでもよいし、列挙する項目に加えてさらなる項目を含んでもよいことを意味する。また、本開示において使用されている用語「又は（ｏｒ）」は、排他的論理和ではないことが意図される。さらに、本開示で使用されている「第１」、「第２」等の呼称を使用した要素へのいかなる参照も、それらの要素の量又は順序を全般的に限定するものではない。これらの呼称は、２つ以上の要素間を区別する便利な方法として本明細書で使用され得る。したがって、第１及び第２の要素への参照は、２つの要素のみがそこで採用され得ること、又は何らかの形で第１の要素が第２の要素に先行しなければならないことを意味しない。本開示において、例えば、英語でのａ，ａｎ，及びｔｈｅのように、翻訳により冠詞が追加された場合、これらの冠詞は、文脈から明らかにそうではないことが示されていなければ、複数のものを含むものとする。

【0101】

以上、図面を参照して実施形態について詳しく説明したが、具体的な構成は上述のものに限られることはなく、要旨を逸脱しない範囲内において様々な設計変更等をすることが可能である。

【0102】

（付記）
上述の実施形態に関する特徴について付記する。

【0103】

（付記１）
車両の車両状態を計測する車両状態計測部（１１０）と、
前記車両内の人物の生体情報を計測するセンサー部（３１０）と、
前記車両状態と、前記生体情報と、に基づいて、前記人物の自律神経の状態を推定する制御部（２０１）と、
を備え、
前記制御部（２０１）は、前記車両状態に基づいて、前記自律神経の状態の推定に用いる判定指標を変更する
自律神経分析装置。

【0104】

（付記２）
前記制御部（２０１）は、前記車両状態に基づいて、前記判定指標の比較対象としての第１判定閾値を当該第１判定閾値よりも小さい値の第２判定閾値に変更する
付記１に記載の自律神経分析装置。

【0105】

（付記３）
前記制御部（２０１）は、前記車両状態として前記車両が走行中であることを示す場合、前記第１判定閾値を前記第２判定閾値に変更する
付記２に記載の自律神経分析装置。

【0106】

（付記４）
前記制御部（２０１）は、前記車両状態として前記車両が走行中であることを示す場合、前記生体情報から時系列解析により前記人物の心拍間隔のばらつき度合い（ＣＶＲＲ）を求め、前記判定指標としての前記心拍間隔のばらつき度合い（ＣＶＲＲ）と、前記第２判定閾値と、に基づいて前記自律神経の状態を推定する
付記２に記載の自律神経分析装置。

【0107】

（付記５）
前記制御部（２０１）は、前記車両状態として、前記車両が停車中であることを示し、且つ前記車両のエンジンがオン状態であることを示す場合、前記生体情報から時系列解析により前記人物の心拍間隔のばらつき度合い（ＣＶＲＲ）を求め、前記判定指標としての前記心拍間隔のばらつき度合い（ＣＶＲＲ）と、前記第２判定閾値と、に基づいて前記自律神経の状態を推定する
付記２に記載の自律神経分析装置。

【0108】

（付記６）
前記制御部（２０１）は、前記車両状態として、前記車両が停車中であることを示し、且つ前記車両のエンジンがオフ状態であることを示す場合、前記生体情報から周波数解析により前記人物の交感神経の活性度を求め、前記判定指標としての前記人物の交換神経の活性度（ＬＦ／ＨＦ）に基づいて、前記自律神経の状態を推定する
付記１に記載の自律神経分析装置。

【0109】

（付記７）
前記制御部（２０１）は、前記生体情報に基づいて、前記自律神経の状態として前記人物の睡眠状態を判定する
付記６に記載の自律神経分析装置。

【0110】

（付記８）
前記制御部（２０１）は、前記睡眠状態として前記人物が覚醒中であると判定する場合、前記判定指標の比較対象としての第３判定閾値を第４判定閾値に変更し、
前記第４判定閾値は、前記第３判定閾値よりも大きい値が設定される
付記７に記載の自律神経分析装置。

【0111】

（付記９）
前記センサー部（３１０）は、ミリ波センサーから構成されている
付記１に記載の自律神経分析装置。

【0112】

（付記１０）
前記センサー部（３１０）は、光学センサーから構成されている
付記１に記載の自律神経分析装置。

【0113】

（付記１１）
車両の車両状態を計測するステップと、
前記車両内の人物の生体情報を計測するステップと、
前記車両状態と、前記生体情報と、に基づいて、前記人物の自律神経の状態を推定するステップと、
を含み、
前記推定するステップは、前記車両状態に基づいて、前記自律神経の状態の推定に用いる判定指標を変更するステップを含む
自律神経分析方法。

【0114】

（付記１２）
車両と、前記車両と通信可能なサーバー（２００）とを備える自律神経分析システムであって、
前記車両は、
前記車両の車両状態を計測する車両状態計測部（１１０）と、
前記車両内の人物の生体情報を計測するセンサー部（３１０）と、
前記車両状態と、前記生体情報と、に基づいて、前記人物の自律神経の状態を推定する制御部（２０１）と、
を備え、
前記制御部（２０１）は、前記車両状態に基づいて、前記自律神経の状態の推定に用いる判定指標を変更する
自律神経分析システム。

【符号の説明】

【0115】

１ 自律神経分析システム、１００ 計測装置、１１０ 車両状態計測部、１１１ 速度計、１１２ 加速度センサー、１２０ 制御部、１２１ ＣＰＵ、１２２ メモリー、１２３ 通信モジュール、２００ サーバー、２０１ ＣＰＵ、２０２ メモリー、２０３ 通信モジュール、３００ センサー装置、３１０ センサー部、３１１ シンセサイザ、３１２ 送信アンテナ、３１３ 受信アンテナ、３１４ ミキサ、３１５ ＡＤＣ、３１６ ＤＳＰ、３２０ 制御部、３２１ ＣＰＵ、３２２ メモリー、３２３ 通信モジュール、５１０ 車両状態計測部、５１１ 速度計、５１２ 加速度センサー、５２０ 制御部、５２１ ＣＰＵ、５２２ メモリー、５３０ センサー部、５３１ シンセサイザ、５３２ 送信アンテナ、５３３ 受信アンテナ、５３４ ミキサ、５３５ ＡＤＣ、５３６ ＤＳＰ

【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】

【図14】