초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

최근 IoT의 발달은 생활의 편리성을 제공하고 있으며 다양한 사물과 인터넷의 연동이 가능하여 생활, 의료, 자동차 등에서 적용되고 있다. 자동차와 IT의 융합이 가속화 되면서 차량사고의 탐지에 관한 연구가 계속 진행 중이다. 특히 새벽시간대의 운전자 부주의로 발생하는 차량 단독사고는 13.5%로 가장 높게 나타났다. 자동차 업계도 무선 인터넷 기술의 발달과 응용의 확산으로 자율 주행의 연구가 활발히 진행 중에 있으나 교통사고는 아직도 해결되지 않는 부분이다. 사고의 요인으로는 졸음운전, 운전자의 실수, 환경적인 요소, 잘못된 도로 구조 등이 있으며 사고원인의 하나인 운전자의 운전행태와 특성은 교통사고에 큰 영향을 미친다. 때문에 교통사고 예방을 위해 차선인식을 이용한 자율주행과 같은 연구가 지속적으로 진행 중에 있다. 이들 연구는 주로 ...

최근 IoT의 발달은 생활의 편리성을 제공하고 있으며 다양한 사물과 인터넷의 연동이 가능하여 생활, 의료, 자동차 등에서 적용되고 있다. 자동차와 IT의 융합이 가속화 되면서 차량사고의 탐지에 관한 연구가 계속 진행 중이다. 특히 새벽시간대의 운전자 부주의로 발생하는 차량 단독사고는 13.5%로 가장 높게 나타났다. 자동차 업계도 무선 인터넷 기술의 발달과 응용의 확산으로 자율 주행의 연구가 활발히 진행 중에 있으나 교통사고는 아직도 해결되지 않는 부분이다. 사고의 요인으로는 졸음운전, 운전자의 실수, 환경적인 요소, 잘못된 도로 구조 등이 있으며 사고원인의 하나인 운전자의 운전행태와 특성은 교통사고에 큰 영향을 미친다. 때문에 교통사고 예방을 위해 차선인식을 이용한 자율주행과 같은 연구가 지속적으로 진행 중에 있다. 이들 연구는 주로 비전 시스템 기반의 연구이며 인식률 또한 상당히 좋아졌다. 그러나 야간의 도로 또는 우천 시에는 그 인식률이 아직 만족할 수준까지 도달하지는 못하였다. 또한 차량 운행 중의 위험상태 경보시스템은 다양한 연구들이 존재하고 있으나 사고 발생 시 이를 탐지하고 대응하는 연구는 아직도 부족하다.
본 논문은 센서 융합 기술을 적용하여 교통사고에서 사고발생 전에 나타날 수 있는 운전 행태로 사고 여부를 판단하는 연구이다. 비전 시스템 기반의 차선 인식 및 검출의 단점을 개선한 곡선 차선 검출에 대한 연구와 자가 운전을 하는 경우에 발생 할 수 있는 사행운전의 특성을 판단하기 위한 연구를 수행하였다. 또한 IoT 기반의 차량 센서를 활용하여 단독사고를 탐지하는 시스템에서는 사고 발생 시 응급 구조 서비스로 연계하는 절차를 제안하였다. 차량이 평균 통과 시간 안에 도로의 정해진 구간을 통과하지 않을 경우 주행 기록으로 운전행태를 파악하여 사고를 탐지하였다. 연구 방법은 첫번째로 차선 검출에 대한 연구로 곡선차선의 검출에 대한 연구를 진행하였다. 도로는 직선도로 뿐만 아니라 다양한 곡선도로까지 검출 가능해야 하며 이는 교통사고 조사 시에 활용될 수 있다. 커브의 굽은 정도를 나타내는 곡률의 임계값을 로 설정하여 곡선차선을 산출해 낼 수 있었다. 두번째로 센서의 값을 이용하여 횡방향의 이동거리와 임계범위를 설정하여 사행운전을 검출하는 연구를 진행하였다. 연구를 통해 임계범위를 설정하고 범위에 속하는 경우를 사행운전으로 설정하였다. 세 번째로 곡선차선 검출과 사행운전 검출의 임계범위를 활용하여 차량 단독사고 탐지한 결과 사고 탐지 성공률은 직선도로에서의 사고 0.836과 곡선도로에서의 사고 0.742로 나타났다. 또한 기존 모델과의 성능평가에서는 곡선차선 검출의 경우 0.30∼0.50이 향상되었고 사행운전 검출의 경우 0.180이 향상되었다.

주제어