特許 7233899 運転傾向解析システム、運転傾向解析方法及び運転傾向解析プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2023-02-27

(45)【発行日】2023-03-07

(54)【発明の名称】運転傾向解析システム、運転傾向解析方法及び運転傾向解析プログラム

(51)【国際特許分類】

   B60W 40/08 20120101AFI20230228BHJP

   B60W 40/10 20120101ALI20230228BHJP

   G08G 1/16 20060101ALI20230228BHJP

   G08G 1/00 20060101ALI20230228BHJP

【ＦＩ】

B60W40/08

B60W40/10

G08G1/16 F

G08G1/00 D

【請求項の数】 7

(21)【出願番号】P 2018223996

(22)【出願日】2018-11-29

(65)【公開番号】P2020083207

(43)【公開日】2020-06-04

【審査請求日】2021-03-22

(73)【特許権者】

【識別番号】000101732

【氏名又は名称】アルパイン株式会社

(73)【特許権者】

【識別番号】515314166

【氏名又は名称】ストリームテクノロジ株式会社

(74)【代理人】

【識別番号】100107766

【弁理士】

【氏名又は名称】伊東 忠重

(74)【代理人】

【識別番号】100070150

【弁理士】

【氏名又は名称】伊東 忠彦

(72)【発明者】

【氏名】谷 栄剛

(72)【発明者】

【氏名】岡本 英樹

(72)【発明者】

【氏名】山際 伸一

【審査官】平井 功

(56)【参考文献】

【文献】特開２０１４－１０２５３９（ＪＰ，Ａ）

【文献】特開２０１６－１６６７７９（ＪＰ，Ａ）

【文献】特開２０１４－１１８０００（ＪＰ，Ａ）

【文献】特開２０１４－２３７３３７（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｂ６０Ｗ １０／００－１０／３０

Ｂ６０Ｗ ３０／００－６０／００

Ｇ０８Ｇ １／００－９９／００

(57)【特許請求の範囲】

【請求項1】

車両の動作を示すセンサデータを取得するセンサデータ取得部と、
前記車両のエンジンがＯＮ状態となって以降の、前記車両の運転者による運転行動を示す情報を、順次、取得する運転行動情報取得部と、
前記運転行動情報取得部が前記運転行動を示す情報を１回目に取得した際に前記センサデータ取得部が取得したセンサデータを、初期センサデータとして保持する保持部と、
前記運転行動情報取得部が前記運転行動を示す情報を２回目以降に取得するごとに前記センサデータ取得部が取得したセンサデータと、前記初期センサデータとの非類似度を算出する算出部と、
前記センサデータ取得部がセンサデータを取得した時間と、取得したセンサデータを用いて前記算出部が算出した非類似度と、に基づいて前記非類似度の時間変化を近似し、近似した時間変化から特定される、前記非類似度が所定の閾値を超えるタイミングで、前記車両の運転者による運転行動を示す情報に、変化が発生したと判定する判定部と
を有することを特徴とする運転傾向解析システム。

【請求項2】

前記保持部は、前記車両のエンジンがＯＮ状態となるごとに、保持している初期センサデータをリセットすることを特徴とする請求項１に記載の運転傾向解析システム。

【請求項3】

前記運転行動を示す情報には、前記車両の運転者による加速動作、速度維持動作、減速動作、右折動作、左折動作、車線変更動作の少なくともいずれかを示す情報が含まれることを特徴とする請求項１に記載の運転傾向解析システム。

【請求項4】

前記センサデータには、前記車両の前後方向の加速度、前記車両の幅方向の加速度、前記車両の高さ方向の加速度、前記車両の前後方向の軸周りの角速度、前記車両の幅方向の軸周りの角速度、前記車両の高さ方向の軸周りの角速度が含まれることを特徴とする請求項３に記載の運転傾向解析システム。

【請求項5】

前記運転行動情報取得部は、前記車両の前後方向の加速度、前記車両の幅方向の加速度、前記車両の高さ方向の加速度のうちのいずれか２つの加速度に基づいて、前記車両の運転者による運転行動を示す情報を取得することを特徴とする請求項４に記載の運転傾向解析システム。

【請求項6】

センサデータ取得部が、車両の動作を示すセンサデータを取得するセンサデータ取得工程と、
運転行動情報取得部が、前記車両のエンジンがＯＮ状態となって以降の、前記車両の運転者による運転行動を示す情報を、順次、取得する運転行動情報取得工程と、
保持部が、前記運転行動情報取得工程において前記運転行動を示す情報が１回目に取得された際に前記センサデータ取得工程において取得されたセンサデータを、初期センサデータとして保持する保持工程と、
算出部が、前記運転行動情報取得工程において前記運転行動を示す情報が２回目以降に取得されるごとに前記センサデータ取得工程において取得されたセンサデータと、前記初期センサデータとの非類似度を算出する算出工程と、
判定部が、前記センサデータ取得工程においてセンサデータが取得された時間と、取得されたセンサデータを用いて前記算出工程において算出された非類似度と、に基づいて前記非類似度の時間変化を近似し、近似した時間変化から特定される、前記非類似度が所定の閾値を超えるタイミングで、前記車両の運転者による運転行動を示す情報に、変化が発生したと判定する判定工程と
を実行することを特徴とする運転傾向解析方法。

【請求項7】

車両の動作を示すセンサデータを取得するセンサデータ取得工程と、
前記車両のエンジンがＯＮ状態となって以降の、前記車両の運転者による運転行動を示す情報を、順次、取得する運転行動情報取得工程と、
前記運転行動情報取得工程において前記運転行動を示す情報が１回目に取得された際に前記センサデータ取得工程において取得されたセンサデータを、初期センサデータとして保持する保持工程と、
前記運転行動情報取得工程において前記運転行動を示す情報が２回目以降に取得されるごとに前記センサデータ取得工程において取得されたセンサデータと、前記初期センサデータとの非類似度を算出する算出工程と、
前記センサデータ取得工程においてセンサデータが取得された時間と、取得されたセンサデータを用いて前記算出工程において算出された非類似度と、に基づいて前記非類似度の時間変化を近似し、近似した時間変化から特定される、前記非類似度が所定の閾値を超えるタイミングで、前記車両の運転者による運転行動を示す情報に、変化が発生したと判定する判定工程と
をコンピュータに実行させるための運転傾向解析プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、運転傾向解析システム、運転傾向解析方法及び運転傾向解析プログラムに関する。

【背景技術】

【0002】

長時間の運転により疲労が蓄積すると、運転者は、急激なブレーキ操作や急激なハンドル操作が増えるなど運転傾向が変化し、事故が発生しやすくなることが知られている。このため、従来より、運転者の運転傾向の変化をとらえ、運転者の疲労が蓄積したことを検出する運転傾向解析技術の開発が進められている。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２００９－１８７６５号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、従来の運転傾向解析技術は、解析対象の運転者の過去の運転傾向や、規範的な運転者の運転傾向を基準として、解析対象の運転者の現在の運転傾向を解析するものである。このため、従来の運転傾向解析技術では、過去の運転傾向との違い（あるいは、規範的な運転者の運転傾向との違い）を判定することはできるが、判定した違いが、長時間の運転に起因して発生したものであるのか否かまでは識別することができない。

【0005】

本発明は上記課題に鑑みてなされたものであり、長時間の運転に起因する運転傾向の変化を判定することを目的とする。

【課題を解決するための手段】

【0006】

一態様によれば、運転傾向解析システムは、
車両の動作を示すセンサデータを取得するセンサデータ取得部と、
前記車両のエンジンがＯＮ状態となって以降の、前記車両の運転者による運転行動を示す情報を、順次、取得する運転行動情報取得部と、
前記運転行動情報取得部が前記運転行動を示す情報を１回目に取得した際に前記センサデータ取得部が取得したセンサデータを、初期センサデータとして保持する保持部と、
前記運転行動情報取得部が前記運転行動を示す情報を２回目以降に取得するごとに前記センサデータ取得部が取得したセンサデータと、前記初期センサデータとの非類似度を算出する算出部と、
前記センサデータ取得部がセンサデータを取得した時間と、取得したセンサデータを用いて前記算出部が算出した非類似度と、に基づいて前記非類似度の時間変化を近似し、近似した時間変化から特定される、前記非類似度が所定の閾値を超えるタイミングで、前記車両の運転者による運転行動を示す情報に、変化が発生したと判定する判定部とを有する。

【発明の効果】

【0007】

本発明によれば、長時間の運転に起因する運転傾向の変化を判定することが可能となる。

【図面の簡単な説明】

【0008】

【図1】運転傾向解析システムのシステム構成の一例を示す図である。

【図2】運転傾向解析システムの実施態様を示す図である。

【図3】運転傾向解析処理に用いられる運転行動情報及びセンサデータの概要を説明するための図である。

【図4】運転行動中のセンサデータの一例を示す図である。

【図5】非類似度算出処理の具体例を示す図である。

【図6】運転傾向解析部の機能構成の一例を示す図である。

【図7】非類似度の時間変化の具体例を示す図である。

【図8】運転傾向解析処理の流れを示すフローチャートである。

【図9】運転傾向の解析結果の一例を示す図である。

【発明を実施するための形態】

【0009】

以下、各実施形態について添付の図面を参照しながら説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複した説明を省く。

【0010】

［第１の実施形態］
＜運転傾向解析システムのシステム構成＞
はじめに、運転傾向解析システムのシステム構成について説明する。図１は、運転傾向解析システムのシステム構成の一例を示す図である。図１に示すように、運転傾向解析システム１００は、６軸モーションセンサ１１０と、データ処理装置１２０と、出力装置１４０とを有する。

【0011】

６軸モーションセンサ１１０は、Ｘ軸方向の加速度、Ｙ軸方向の加速度、Ｚ軸方向の加速度、Ｘ軸周りの角速度、Ｙ軸周りの角速度、Ｚ軸周りの角速度を測定するセンサである。６軸モーションセンサ１１０は、測定により得られたセンサデータをデータ処理装置１２０に送信する。なお、Ｘ軸方向とは、例えば、６軸モーションセンサ１１０が搭載された車両の前後方向を指し、Ｙ軸方向とは、例えば、車両の幅方向を指すものとする。また、Ｚ軸方向とは、例えば、車両の高さ方向を指すものとする。

【0012】

データ処理装置１２０は、いわゆるコンピュータを形成するＣＰＵ（Central Processing Unit）１２１、ＲＯＭ（Read Only Memory）１２２、ＲＡＭ（Random Access Memory）１２３を有する。更に、データ処理装置１２０は、Ｉ／Ｆ装置１２４、通信装置１２５を有する。なお、データ処理装置１２０を構成するこれらのハードウェアはバス１２６を介して相互に接続されているものとする。

【0013】

データ処理装置１２０は、ＲＡＭ１２３を作業領域として、ＲＯＭ１２２に格納された運転傾向解析プログラムをＣＰＵ１２１が実行することで、運転傾向解析部１３０として機能する。

【0014】

運転傾向解析部１３０は、Ｉ／Ｆ（Interface）装置１２４または通信装置１２５を介して６軸モーションセンサ１１０より取得したセンサデータを解析し、運転者の長時間の運転に起因する運転傾向の変化を判定する。また、運転傾向解析部１３０は、判定に応じた警告及び運転傾向の解析結果を、Ｉ／Ｆ装置１２４または通信装置１２５を介して出力装置１４０に送信する。

【0015】

出力装置１４０は、データ処理装置１２０より警告及び運転傾向の解析結果を受信し、車両の搭乗者に表示する。これにより、車両の搭乗者は、運転者の長時間の運転に起因する運転傾向の変化及び変化の特徴を認識することができる。

【0016】

＜運転傾向解析システムの実施態様＞
次に、運転傾向解析システムの実施態様について説明する。図２は、運転傾向解析システムの実施態様を示す図である。図２に示すように、運転傾向解析システム１００は、例えば２通りの実施態様により実現することができる。

【0017】

図２（ａ）は、第１の実施態様を示す図であり、携帯端末や車載ナビゲーション装置等、車両に搭載可能な車載機器により実現する態様である。具体的には、車載機器を運転傾向解析部１３０として機能させ、車載機器が、内蔵する６軸モーションセンサのセンサデータを解析し、警告及び運転傾向の解析結果を出力装置（表示装置）に出力する態様である。

【0018】

一方、図２（ｂ）は、第２の実施態様を示す図であり、携帯端末や車載ナビゲーション装置等、車両に搭載可能な車載機器と、当該車載機器と通信するサーバ装置とにより実現する態様である。具体的には、サーバ装置を運転傾向解析部１３０として機能させ、車載機器が内蔵する６軸モーションセンサより送信されたセンサデータを、サーバ装置が解析し、警告及び運転傾向の解析結果を、車載機器の出力装置（表示装置）に出力する態様である。

【0019】

本実施形態に係る運転傾向解析システム１００は、いずれの態様により実現されてもよい。なお、図２（ａ）、（ｂ）に示す態様は一例であり、運転傾向解析システム１００は、図２（ａ）、（ｂ）以外の態様により実現されてもよい。

【0020】

＜運転傾向解析処理の概要＞
次に、運転傾向解析部１３０が実行する運転傾向解析処理の概要について、図３～図５を用いて説明する。図３は、運転傾向解析処理に用いられる運転行動情報及びセンサデータの概要を説明するための図である。図３に示すように、運転傾向解析部１３０は、車両のエンジンがＯＮ状態となって以降、ＯＦＦ状態となるまでの期間を１つの単位として、運転傾向解析処理を実行し、運転行動情報及びセンサデータを取得する。なお、運転行動情報とは、車両の運転者による現在の運転行動がどのような状態であるかを示す情報である。

【0021】

具体的には、車両のエンジンがＯＮ状態となることで、運転傾向解析部１３０では、運転行動情報の取得を開始する。本実施形態において、運転傾向解析部１３０は、６パターンの運転行動（"加速動作"、"速度維持動作"、"減速動作"、"右折動作"、"左折動作"、"車線変更動作"）のいずれの状態であるかを示す運転行動情報を取得する。

【0022】

図３の例は、運転傾向解析部１３０が、エンジンがＯＮ状態となって以降、"加速動作"、"速度維持動作"、"減速動作"、"右折動作"、"加速動作"、"速度維持動作"、・・・の順に、運転行動情報を取得したことを示している。

【0023】

また、運転傾向解析部１３０は、運転行動情報を取得するごとに、対応するセンサデータ（Ｘ軸方向の加速度、Ｙ軸方向の加速度、Ｚ軸方向の加速度、Ｘ軸周りの角速度、Ｙ軸周りの角速度、Ｚ軸周りの角速度）を取得する。

【0024】

図３中の一方の点線は、エンジンがＯＮ状態となって以降、１回目の加速動作中のセンサデータ３０１を取得した様子を示している。また、図３中の他方の点線は、エンジンがＯＮ状態となって以降、２回目の加速動作中のセンサデータ３０２を取得した様子を示している。

【0025】

運転傾向解析部１３０では、同様に、"速度維持動作"中のセンサデータ、"減速動作"中のセンサデータ、"右折動作"中のセンサデータ、"左折動作"中のセンサデータ、"車線変更動作"中のセンサデータを、順次、取得する。

【0026】

図４は、運転行動中のセンサデータの一例を示す図である。なお、図４の例は、紙面の都合上、"加速動作"中、"速度維持動作"中、"減速動作"中、"右折動作または左折動作"中のセンサデータとして、Ｘ軸方向の加速度、Ｙ軸方向の加速度、Ｚ軸方向の加速度のみを取得した様子を示している。図４において、一点鎖線は、Ｘ軸方向の加速度を、点線はＹ軸方向の加速度を、実線はＺ軸方向の加速度をそれぞれ示している。

【0027】

図４（ａ）～図４（ｄ）によれば、"加速動作"は、Ｙ軸方向の加速度及びＺ軸方向の加速度と関係しており、"速度維持動作"は、Ｘ軸方向の加速度及びＹ軸方向の加速度と関係している。また、"減速動作"は、Ｘ軸方向の加速度及びＹ軸方向の加速度と関係している。更に、"右折動作"または"左折動作"は、Ｘ軸方向の加速度及びＹ軸方向の加速度と関係している。このように、運転行動情報は、Ｘ軸方向の加速度、Ｙ軸方向の加速度、Ｚ軸方向の加速度のうちのいずれか２軸の加速度と関係する。

【0028】

そして、運転傾向解析部１３０では、運転行動中のセンサデータを取得すると、非類似度算出処理を実行し、１回目の運転行動中のセンサデータと、２回目以降の各回の運転行動中のセンサデータとの非類似度を算出する。

【0029】

図５は、非類似度算出処理の具体例を示す図である。図５に示すように、１回目の"加速動作"中のセンサデータが"ａ＿１"、２回目の"加速動作"中のセンサデータが"ａ＿２"であったとする。この場合、運転傾向解析部１３０は、センサデータ"ａ＿１"と、センサデータ"ａ＿２"との非類似度"Ｓａ＿２"を算出する。

【0030】

なお、上述したとおり、センサデータには、６種類のデータ（Ｘ軸方向の加速度、Ｙ軸方向の加速度、Ｚ軸方向の加速度、Ｘ軸周りの角速度、Ｙ軸周りの角速度、Ｚ軸周りの角速度）が含まれる。このため、運転傾向解析部１３０では、各種類のデータごとに非類似度を算出し、各種類のデータごとに算出した非類似度を合算することで、非類似度"Ｓａ＿２"を算出する。

【0031】

以下、同様に、運転傾向解析部１３０では、３回目の"加速動作"中のセンサデータ、４回目の"加速動作"中のセンサデータ、・・・ｎ回目の"加速動作"中のセンサデータについて、非類似度を算出する。

【0032】

更に、運転傾向解析部１３０では、同様の処理を、"速度維持動作"中のセンサデータ、"減速動作"中のセンサデータ、"右折動作"中のセンサデータ、"左折動作"中のセンサデータ、"車線変更動作"中のセンサデータそれぞれについて行う。このように、運転傾向解析部１３０では、６パターンの運転行動それぞれについて、１回目の運転行動中のセンサデータを基準として非類似度を算出し、算出した非類似度の変化を監視する。これにより、運転傾向解析部１３０によれば、長時間の運転に起因する運転傾向の変化を判定することができる。

【0033】

＜運転傾向解析部の機能構成＞
次に、運転傾向解析部１３０の機能構成について説明する。図６は、運転傾向解析部の機能構成の一例を示す図である。図６に示すように、運転傾向解析部１３０は、センサデータ取得部６０１、運転行動情報取得部６０２、初期動作量取得部６０３、類似度算出部６０４、判定部６０５を有する。

【0034】

センサデータ取得部６０１は、６軸モーションセンサ１１０より送信されたセンサデータを取得する。センサデータ取得部６０１は、取得したセンサデータを、初期動作量取得部６０３及び類似度算出部６０４に通知する。

【0035】

運転行動情報取得部６０２は、運転行動情報を取得する。上述したとおり、運転行動情報には６パターンの運転行動が含まれ、異なるパターンの運転行動に切り替わるごとに、運転行動情報取得部６０２は、切り替わった後の運転行動を示す運転行動情報を初期動作量取得部６０３、類似度算出部６０４に通知する。

【0036】

初期動作量取得部６０３は保持部の一例である。初期動作量取得部６０３は、運転行動情報取得部６０２より通知された運転行動情報に基づいて、各パターンの１回目の運転行動を識別し、識別した１回目の運転行動中にセンサデータ取得部６０１から通知されたセンサデータを取得する。また、初期動作量取得部６０３は、取得した１回目の運転行動中のセンサデータを初期センサデータとして保持するとともに、類似度算出部６０４に通知する。

【0037】

類似度算出部６０４は算出部の一例である。類似度算出部６０４は、運転行動情報取得部６０２より通知された運転行動情報に基づいて、各パターンの２回目以降の各回の運転行動中のセンサデータを取得する。また、類似度算出部６０４は、各パターンの２回目以降の各回の運転行動中のセンサデータについて、初期動作量取得部６０３より通知された初期センサデータとの非類似度を算出する。更に、類似度算出部６０４は、算出した各回の非類似度を、判定部６０５に通知する。

【0038】

判定部６０５は、類似度算出部６０４より通知された各回の非類似度を、所定の閾値と比較し、所定の閾値を超えたと判定した場合に、警告を出力する。また、判定部６０５は、車両のエンジンがＯＮ状態となって以降、ＯＦＦ状態となるまでの期間を１つの単位として、運転行動情報ごとの非類似度をグラフ化し、車両の搭乗者に提示する。

【0039】

＜非類似度の具体例＞
次に、類似度算出部６０４により算出される、運転行動情報ごとの各回の非類似度の具体例について説明する。図７は、非類似度の時間変化の具体例を示す図である。図７において、横軸は、エンジンがＯＮ状態となって以降の経過時間を、縦軸は、非類似度を示している。

【0040】

図７に示すように、"加速動作"中のセンサデータの場合、時間の経過とともに非類似度が大きくなっている。図７の例によれば、非類似度の近似直線７０１は、時間Ｔ１において閾値Ｔｈ１を超える。したがって、判定部６０５では、時間Ｔ１のタイミングで警告を出力する。

【0041】

同様に、判定部６０５では、"速度維持動作"時のセンサデータ、"減速動作"中のセンサデータ、"右折動作"中のセンサデータ、""左折動作"中のセンサデータ、"車線変更動作"中のセンサデータについても、非類似度の変化を監視する。そして、判定部６０５は、いずれかの非類似度の近似直線が所定の閾値を超えたタイミングで警告を出力する。

【0042】

＜運転傾向解析処理の流れ＞
次に、運転傾向解析部１３０が実行する運転傾向解析処理の流れについて説明する。図８は、運転傾向解析処理の流れを示すフローチャートである。図８に示す運転傾向解析処理は、車両のエンジンがＯＮ状態となることで開始される。

【0043】

ステップＳ８００において、初期動作量取得部６０３は、車両のエンジンが前回ＯＮ状態となった際に内部に保持した初期センサデータをリセットする。

【0044】

ステップＳ８０１において、センサデータ取得部６０１は、６軸モーションセンサ１１０よりセンサデータを取得する。ステップＳ８０２において、運転行動情報取得部６０２は、運転行動情報を取得する。

【0045】

ステップＳ８０３において、初期動作量取得部６０３は、ステップＳ８０２において取得した運転行動情報について、１回目の運転行動中のセンサデータ（初期センサデータ）を既に取得しているか否かを判定する。ステップＳ８０３において、未だ取得していないと判定した場合には（ステップＳ８０３においてＮｏの場合には）、ステップＳ８０４に進む。

【0046】

ステップＳ８０４において、初期動作量取得部６０３は、ステップＳ８０２において取得した運転行動情報に基づいて、１回目の運転行動中のセンサデータ（初期センサデータ）を取得し、ステップＳ８０１に戻る。

【0047】

一方、ステップＳ８０３において、既に取得していると判定した場合には（ステップＳ８０３においてＹｅｓの場合には）、ステップＳ８０５に進む。ステップＳ８０５において、類似度算出部６０４は、ステップＳ８０２において取得した運転行動情報について、現在の運転行動中のセンサデータと、１回目の運転行動中のセンサデータとの非類似度を算出する。

【0048】

ステップＳ８０６において、判定部６０５は、ステップＳ８０５において算出した非類似度を含む、現在までの非類似度の経過時間に対する近似直線を算出し、現在時点における非類似度が、所定の閾値を超えているか否かを判定する。

【0049】

ステップＳ８０５において、所定の閾値を超えていると判定した場合には（ステップＳ８０６においてＹｅｓの場合には）、ステップＳ８０７に進む。ステップＳ８０７において、判定部６０５は、警告を出力する。

【0050】

一方、ステップＳ８０５において、所定の閾値以下であると判定した場合には（ステップＳ８０６においてＮｏの場合には）、ステップＳ８０８に進む。ステップＳ８０８において、センサデータ取得部６０１は、車両のエンジンがＯＮ状態か否かを判定する。

【0051】

ステップＳ８０８において車両のエンジンがＯＮ状態の場合には、運転傾向解析処理を継続すると判定し（ステップＳ８０８においてＮｏと判定し）、ステップＳ８０１に戻る。一方、ステップＳ８０８において車両のエンジンがＯＦＦ状態となった場合には、運転傾向解析処理を終了すると判定し（ステップＳ８０８においてＹｅｓと判定し）、運転傾向解析処理を終了する。

【0052】

なお、図８には示していないが、判定部６０５は、例えば、ステップＳ８０７において警告を出力する際に、あわせて運転傾向の解析結果を出力してもよい。あるいは、判定部６０５は、ステップＳ８０８において運転傾向解析処理を終了すると判定した後に、運転傾向の解析結果を出力してもよい。

【0053】

＜運転傾向の解析結果＞
次に、判定部６０５が出力する運転傾向の解析結果について説明する。判定部６０５は、車両のエンジンがＯＮ状態となって以降、ＯＦＦ状態となるまでの期間に算出された非類似度を運転行動情報ごとにわけて示したグラフを、運転傾向の解析結果として出力装置１４０に出力する。図９は、運転傾向の解析結果の一例を示す図である。

【0054】

図９において、正方形の中心位置から各頂点に向かう軸は、それぞれ、運転行動情報（図９の例では、"減速動作"、"加速動作"、"右折動作"、"左折動作"）の非類似度の最大値を表しており、各頂点に近いほど、非類似度が大きくなることを示している。

【0055】

図９の例によれば、運転者１の場合、時間経過とともに右折動作に異変が現れるという特徴があることがわかる。また、運転者２の場合、時間経過とともに減速動作、右折動作、左折動作に異変が現れるという特徴があることがわかる。更に、運転者３の場合、時間経過とともに減速動作、加速動作、左折動作に異変が現れるという特徴があることがわかる。このように、運転行動情報ごとに非類似度をグラフ化することで、各運転者は、異変が現れやすい運転動作を把握することができる。

【0056】

＜まとめ＞
以上の説明から明らかなように、第１の実施形態に係る運転傾向解析システムでは、
・車両のエンジンがＯＮ状態となって以降、ＯＦＦ状態となるまでの期間を単位として、運転傾向解析処理を行う。
・運転傾向解析処理において、１回目の運転行動中のセンサデータと、２回目以降の各回の運転行動中のセンサデータとの非類似度を算出し、算出した非類似度が所定の閾値を超えた場合に、車両の運転者による運転行動に変化が発生したと判定する。

【0057】

これにより、第１の実施形態に係る運転傾向解析システムによれば、過去の運転傾向と現在の運転傾向との違いや、規範的な運転者の運転傾向と解析対象の運転者の運転傾向との違い等を排除し、長時間の運転に起因する運転傾向の変化を判定することが可能となる。

【0058】

［第２の実施形態］
上記第１の実施形態では、運転行動情報取得部６０２による運転行動情報の取得方法について特に言及しなかったが、運転行動情報の取得方法は任意である。例えば、車両内のネットワーク（ＣＡＮ（Controller Area Network））から取得してもよいし、センサデータを解析することで取得してもよい。センサデータを解析する場合にあっては、Ｘ軸方向の加速度、Ｙ軸方向の加速度、Ｚ軸方向の加速度を解析することで、運転行動情報を取得してもよい。上記第１の実施形態において図４を用いて説明したとおり、運転行動情報は、Ｘ軸方向の加速度、Ｙ軸方向の加速度、Ｚ軸方向の加速度のうちのいずれか２軸の加速度と関係するからである。

【0059】

また、上記第１の実施形態では、運転行動情報として、６パターンの運転行動を例示したが、６パターンの運転行動以外の運転行動を、運転行動情報に含めてもよい。また、上記第１の実施形態では、センサデータ取得部６０１が、６軸モーションセンサ１１０から送信されたセンサデータを取得するものとして説明した。しかしながら、センサデータ取得部６０１は、６軸モーションセンサ１１０以外のセンサから送信されたセンサデータを取得してもよい。

【0060】

また、上記第１の実施形態では、運転行動中のセンサデータを用いて非類似度を算出するものとして説明した。しかしながら、運転行動中のセンサデータすべてを用いて非類似度を算出しなくてもよい。例えば、右折動作または左折動作直後の速度維持動作の場合、走り出し直後の複数個のセンサデータと、停止直前の複数個のセンサデータについては、非類似度の算出から除外してもよい。右折動作または左折動作直後は、速度が安定しないからである。このように、長時間の運転に起因する運転傾向の変化以外の変化を排除することで、長時間の運転に起因する運転傾向の変化を精度よく判定することができる。

【0061】

また、上記第１の実施形態では、１回目の運転行動中のセンサデータを、非類似度を算出する際の基準となる初期センサデータとしたが、基準となる初期センサデータの決定方法はこれに限定されない。例えば、１回目と２回目の運転行動中のセンサデータの平均値を、非類似度を算出する際の基準となる初期センサデータとしてもよい。

【0062】

また、上記第１の実施形態において、判定部６０５は、警告を出力するにあたり、非類似度の近似直線が閾値を超えたか否かを判定するものとして説明したが、例えば、非類似度そのものが閾値を超えたか否かを判定してもよい。

【0063】

また、上記第１の実施形態では、いずれかの運転行動情報について、非類似度が所定の閾値を超えた場合に、警告を出力するものとして説明した。しかしながら、警告の出力タイミングはこれに限定されず、複数の運転行動情報全て（あるいはいずれか複数）について、非類似度が所定の閾値を超えた場合に、警告を出力するように構成してもよい。

【0064】

なお、上記実施形態に挙げた構成等に、その他の要素との組み合わせ等、ここで示した構成に本発明が限定されるものではない。これらの点に関しては、本発明の趣旨を逸脱しない範囲で変更することが可能であり、その応用形態に応じて適切に定めることができる。

【符号の説明】

【0065】

１００ ：運転傾向解析システム
１１０ ：６軸モーションセンサ
１２０ ：データ処理装置
１３０ ：運転傾向解析部
１４０ ：出力装置
６０１ ：センサデータ取得部
６０２ ：運転行動情報取得部
６０３ ：初期動作量取得部
６０４ ：類似度算出部
６０５ ：判定部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】