현대 사회에서 자동차는 생활에 필수적인 요소로 자리잡고 있으며, 현대 생활의 편의성을 제공하는 자동차의 증가로 인하여 그에 따른 교통사고 또한 매년 증가하고 있다. 교통사고의 주요 발생요인은 운전부주의로써, 이 중 특히 피로운전은 일반교통사고의 $10{\sim}20%$와 관련되어 있으며, 사물감지능력 저하 및 반응시간 지연으로 치명적 사고피해를 야기한다. 이에 본 연구는 운전 중 휴대전화 사용 및 피로상태의 운전상황이 운전수행에 어떠한 결과를 미치는지 알아보고자 실시간 영상처리 방법을 이용하여 실험을 진행하였다. 실험을 진행하기 위하여 차량 시뮬레이터를 이용하였으며, 운전자의 눈꺼풀 움직임 추적방식에 대한 실험을 진행하기 위하여 Seeing Machines의 faceLAB 4.5를 차량 시뮬레이터의 전면부에 장착하여 운전자 눈꺼풀 상태를 정상상태와 피로상태로 나누어 비교 분석하였다.
현대 사회에서 자동차는 생활에 필수적인 요소로 자리잡고 있으며, 현대 생활의 편의성을 제공하는 자동차의 증가로 인하여 그에 따른 교통사고 또한 매년 증가하고 있다. 교통사고의 주요 발생요인은 운전부주의로써, 이 중 특히 피로운전은 일반교통사고의 $10{\sim}20%$와 관련되어 있으며, 사물감지능력 저하 및 반응시간 지연으로 치명적 사고피해를 야기한다. 이에 본 연구는 운전 중 휴대전화 사용 및 피로상태의 운전상황이 운전수행에 어떠한 결과를 미치는지 알아보고자 실시간 영상처리 방법을 이용하여 실험을 진행하였다. 실험을 진행하기 위하여 차량 시뮬레이터를 이용하였으며, 운전자의 눈꺼풀 움직임 추적방식에 대한 실험을 진행하기 위하여 Seeing Machines의 faceLAB 4.5를 차량 시뮬레이터의 전면부에 장착하여 운전자 눈꺼풀 상태를 정상상태와 피로상태로 나누어 비교 분석하였다.
Vehicles have recently become one of the main factors affecting our quality of life, and the needs of vehicles are still increasing. As a result, the growth of vehicles generate more crashes every year. One main factor for vehicle crashes is uncareful driving behaviors. Especially, drowsy or fatigue...
Vehicles have recently become one of the main factors affecting our quality of life, and the needs of vehicles are still increasing. As a result, the growth of vehicles generate more crashes every year. One main factor for vehicle crashes is uncareful driving behaviors. Especially, drowsy or fatigue driving behaviors explain about 10-20% of the crashes, and they cause serious results because of the delay of response time and the decrease of object-recognition. Therefore, this research conducted real time image processing tests in order to study how cellular phone usages and drowy(or fatigue) drives affect driving behaviors. A vehicle simulator was used for this research, and the faceLAB 4.5 of Seeing Machines for eye image tracking tests using a small camera was installed in the front of the simulator, and normal and drowsy(or fatigue) driving patterns were analyzed.
Vehicles have recently become one of the main factors affecting our quality of life, and the needs of vehicles are still increasing. As a result, the growth of vehicles generate more crashes every year. One main factor for vehicle crashes is uncareful driving behaviors. Especially, drowsy or fatigue driving behaviors explain about 10-20% of the crashes, and they cause serious results because of the delay of response time and the decrease of object-recognition. Therefore, this research conducted real time image processing tests in order to study how cellular phone usages and drowy(or fatigue) drives affect driving behaviors. A vehicle simulator was used for this research, and the faceLAB 4.5 of Seeing Machines for eye image tracking tests using a small camera was installed in the front of the simulator, and normal and drowsy(or fatigue) driving patterns were analyzed.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 실험은 운전자의 정상상태와 피로상태가 운전행태에 미치는 영향을 알아보기 위하여 차량의 정보(Yaw rate, 횡가속도)와 운전자 정보(Perclos)를 비교.분석하기 위한실험이다.
본 연구는 운전 중 휴대전화 사용 및 피로 상태의 운전상황이 운전수행에 어떠한 결과를 미치는지 알아보고자 한 실험으로서 도로의 교통량이나 보행자 등과 같은 실제 도로상황은 제시되지 않았지만, 현실에 가장 가까운 실험환경을 구축하기 위하여 국민대학교 자동차공학대학원의 차량 시뮬레이터를 사용하였다. 본 연구의 결과를 요약하면 다음과 같다.
본 연구에서는 휴대전화 사용에 따른 위험성을 경고하기 위하여 운전 중 휴대전화의 대화내용에 있어 운전자에게 좀 더 혼란을 줄 수 있는 구구단법을 사용하였다. 이 실험방법은 휴대전화 사용에 따른 시뮬레이터 실험 시 가장 많이 이용되고 있으나, 일반적 포함하고 있다.
시나리오 1은 배경차량이 피험자에게 어떠한 영향도 미치지 않는 즉, 피험자가 운전에만 집중할 수 있는 환경을 제공하여 피험자들의 피로 상태 운전이 정상상태운전과 비교하여 주행능력에 얼마나 많은 악영향을 미치고 있는지를 분석하기 위한 실험이다.
실험은 정상상태와 피로상태의 주행실험을 실시하여 피험자가 다양한 주행속도에서 차로 중앙유지능력과 주행속도 유지능력을 평가하기 위한 실험으로 구성하였다. 시나리오 1은 배경차량이 피험자에게 어떠한 영향도 미치지 않는 즉, 피험자가 운전에만 집중할 수 있는 환경을 제공하여 피험자들의 피로 상태 운전이 정상상태운전과 비교하여 주행능력에 얼마나 많은 악영향을 미치고 있는지를 분석하기 위한 실험이다.
제안 방법
또한 고속도로와 주요간선도로에서 30세 이하의 성인 남성운전자가 졸음운전을 가장 많이 하는 연령대라는 통계결과와 더불어, 과로로 인한 졸음운전이 원인이 되어 교통충돌사고를 발생시키는 주요 그룹통계 결과도 제시되었다.
휴대전화 발신조작의 경우 일정차 속에 도달하였을 때 피험자에게 지시를 주어 자신의 휴대전화 주소에서 특정인을 찾아 휴대전화를 조작하도록 지시하였고, 그때의 시간을 기록하였다. 또한 휴대전화 수신조작 및 통화주행실험도 일정 요구속도에 도달하면 지시를 주어 피험자에게 전화를 걸어 피험자가 휴대전화를 찾아 받은 후 상대편에서 구구단을 물으면 답하면서 주행하도록 하였다.
각각의 차속에 대한 주행시간은 약 1분 내외에서 마칠 수 있도록 설정하였다. 또한 휴대전화 조작 및 통화에 따른 운전행태분석을 위해서 휴대전화 수신조작, 발신조작, 휴대전화 통화로 구분하여 실험을 진행하였으며, 정상상태와 24시간 수면박탈 상태의 Perclos를 측정하여 피로도가 운전행동에 미치는 영향을 분석하였다.
본 실험에서는 객관성을 높이기 위해 실험은 동일 한 주행환경에서 12가지 주행 시나리오를 무작위의 순서로 진행하였다. 휴대전화 발신조작의 경우 일정차 속에 도달하였을 때 피험자에게 지시를 주어 자신의 휴대전화 주소에서 특정인을 찾아 휴대전화를 조작하도록 지시하였고, 그때의 시간을 기록하였다.
시나리오 1에서는 차량조정능력을 평가하기 위한 방법으로 운전 중 휴대전화 사용에 따른 실험이 진행되었다. 운전 중 휴대전화 사용에 따른 연구항목으로는 휴대전화 수신, 휴대전화 발신, 휴대전화 통화로 구분할 수 있으며, 이 중 정상상태의 정상운전과 24 시간 수면박탈상태인 피로상태운전과 비교하여 가장 위험한 휴대전화 사용상황은 본 연구의 분석 결과인 그림 11, 12에서 나타나듯이 운전 중 휴대전화 발신으로 분석되었으며 , 정상상태의 정상운전과 피로 상태의 휴대폰 발신에 대한 통계검정을 통하여 통계적 유의성을 분석하였다.
그러나 시나리오 2에서는 차 속에 대한 제한조건이 없으며, 1회 주행시간이 약 20 분(약 20km)간이라는 점에서 시나리오 1과 큰 차이를 보인다. 시나리오 2의 실험에서는 현실에 가장 가까운 도로상황에서 피험자의 정상상태 운전 시와24시간 수면박탈상태 시 피험자의 Perclos와 Yaw rate, 횡가속도 데이터를 비교하기 위한 실험으로 구성하여 시나리오 1과는 차별화된 실험으로 진행하였다.
실험결과는 차량 시뮬레이터의 조정능력을 평가할 수 있는 차량 시뮬레이터의 조정능력 데이터와 운전자의 눈꺼풀을 측정할 수 있는 faceLAB 4.5의 Percies 데이터로 구분하여 기술하였다.
실험을 진행하였다. 실험을 진행하기 위하여 차량 시뮬레이터를 이용하였으며, 또한 소형 카메라를 이용한 운전자의 눈꺼풀 움직임 추적방식에 대한 실험을 진행하기 위하여 Seeing Machines사의 faceLAB 4.5를 시뮬레이터의 전면부에 장착하여 운전자 눈꺼풀 상태를 정상상태와 피로상태로 나누어 비교 .분석하였다.
실험을 진행하기에 앞서 실험참가자에게 차량 시뮬레이터와 실험진행방법 등에 대해 자세한 소개를 하였으며, 차량 시뮬레이터의 가상주행환경에 적응하기 위한 연습주행을 실시하였다. 그 후 약간의 휴식을 취한 후 운전자 눈동자 및 머리추적 장치인faceLAB 4.
좌.우측으로 이동한 거리를 검지(차량좌표 데이터 중Lateral과 Pitch이용)하여 차량운전자의 차량조정능력을 평가하는 항목으로서 본 연구에서는 정상 운전상태에서의 정상운전과 휴대전화 사용에 따른 차로 유지능력 및 24시간 수면박탈상태에서의 정상 운전과 휴대전화 사용에 따른 차로 유지능력을 비교 분석하였다.
이에 본 연구에서는 선행연구 중 실용성이 가장 높은 것으로 알려져 있는 실시간 영상처리 방법을 이용하여 실험을 진행하였다. 실험을 진행하기 위하여 차량 시뮬레이터를 이용하였으며, 또한 소형 카메라를 이용한 운전자의 눈꺼풀 움직임 추적방식에 대한 실험을 진행하기 위하여 Seeing Machines사의 faceLAB 4.
임의의 구간에 일반적인 교통 흐름을 재현하기 위해서 인공지능적으로 주행되어지는 배경차량을 양방향으로 무작위로 발생하도록 설정하였지만, 이러한배경차량들은 피험자가 운전하는 차량에 방해하지 않는 상황 즉, 서비스수준 A의 상태가 유지될 수 있도록 가상의 주행환경을 설정하여 피험자가 시뮬레이터의 운전에만 집중할 수 있는 주행환경을 제공하였다.
차량 시뮬레이터에 탑승한 운전자의 머리 및 시각 정보를 검출하기 위해서 faceLAB 4.5(SeeingMachines, 호주)를 사용하여 운전자 인지검줄장치를 구현하였다.
차량조정능력을 평가하기 위하여 본 연구에서는40km/h, 60km/h, 80km/h, 100km/h의 주행속도라는 제한조건 및 배경차량의 방해를 받지 않는 상태에서 실험을 실시한 시나리오 1과 주행속도에 아무런 제한조건이 없으며 , 실제 도로상황과 가장 유사한 서비스 수준 C~D사이의 배경차량이 프로그램화 되어있는 시나리오 2를 이용하여 실험을 진행하였다.
피험자 운전행태 분석을 위해서 24시간 수면을 박탈한 상태와 정상적인 수면을 취한 동일한 피험자에게 차속을 40km/h, 60km/h, 80km/h4 100km/hS유지하면서 각각 주행차로의 중앙차로를 유지하도록 요구하였다. 각각의 차속에 대한 주행시간은 약 1분 내외에서 마칠 수 있도록 설정하였다.
진행하였다. 휴대전화 발신조작의 경우 일정차 속에 도달하였을 때 피험자에게 지시를 주어 자신의 휴대전화 주소에서 특정인을 찾아 휴대전화를 조작하도록 지시하였고, 그때의 시간을 기록하였다. 또한 휴대전화 수신조작 및 통화주행실험도 일정 요구속도에 도달하면 지시를 주어 피험자에게 전화를 걸어 피험자가 휴대전화를 찾아 받은 후 상대편에서 구구단을 물으면 답하면서 주행하도록 하였다.
대상 데이터
시나리오 1의 가상 주행 환경은 직선 구간과 곡선 구간이 반복 혼합된 편도 2차로의 시외지역으로 설정하였다.
차량 시뮬레이터의 X , y , z 좌표와Pitch,Roll, Yaw를 이용하여 차량의 거동 데이터를 취득할 수 있다.
총 12명의 실험참가자(20대 남성 5명, 여성 2명, 30대 남성 3명, 여성 1명, 40대 남성 1명)가 지원하여 실험에 참여하였으며, 실험참가자의 평균연령은30.7세, 평균운전경력은 8.4년이다.
총 5명의 실험참가자(20대 남성 1명, 여성 1명, 30대 남성 2명, 여성 1명)가 지원하여 실험에 참여하였으며, 실험참가자의 평균연령은 30.4세, 평균 운전경력은 6.8년이다.
데이터처리
본 연구에서는 정상상태의 정상운전과 24시간 수면박탈 상태에 대한 통계검증을 실시하기 위하여unpaired t-test를 실시하였다.
시나리오 1과 2의 정상운전상태와 24시간 수면 박탈 상태의 Perclos를 비교한 결과 정상운전상태의 Perclos보다 24시간 수면 박탈 상태의 Perclos가 1에 가까운 것이 실험결과를 통하여 도출되었으며,unpaired t-test를 이용하여 이를 증명하였다.
운전 중 휴대전화 사용에 따른 연구항목으로는 휴대전화 수신, 휴대전화 발신, 휴대전화 통화로 구분할 수 있으며, 이 중 정상상태의 정상운전과 24 시간 수면박탈상태인 피로상태운전과 비교하여 가장 위험한 휴대전화 사용상황은 본 연구의 분석 결과인 그림 11, 12에서 나타나듯이 운전 중 휴대전화 발신으로 분석되었으며 , 정상상태의 정상운전과 피로 상태의 휴대폰 발신에 대한 통계검정을 통하여 통계적 유의성을 분석하였다. 휴대전화 발신의 경우 휴대전화 조작에 따른 여파로 인하여 차량 치우침과 속도 유지능력이 정상운전에 비하여 매우 떨어지는 것으로 분석되었으며 , 통계검정을 통하여 이를 증명하였다.
위의 결과를 증명하기 위하여 속도편차 또한 차로치우침과 같이 unpaired trtest를 실시하였다. 정상상태의 정상운전과 24시간 수면박탈상태의 휴대폰 발신에 대한 검정통계량은 자유도가 4인 t분포를 따르며 , 기각 역은 차량치우침과 같은 5(4) = 2.
일반적인 눈 깜박임을 위한 시간을 제외한 일정시간동안 눈을 감 고 있는 축적된 기간은 PERCLOS를 계산하는데 사용된다. 이러한 특징에 관한 좀 더 신뢰할 수 있는 정보를 얻기 위하여 일정 시간동안 추적된 결과의 평균 빈도수를 사용한다. 예를 들어, PERCLOS의 평균 빈도수를 얻기 위해서 프로그램은 지속적으로 사람의 동공모양과 눈꺼풀 움직임을 추적하고 매 시간마다 눈의 감긴 상태를 감시한다.
정상상태의 정상운전과 24시간 수면 박탈 상태에서의 차량의 좌우측 이동성 즉, *w rate와 횡가속도에 대한통계검증을 위하여 unpaired t-faest를 실시하였다. 검정통계량은 자유도가 11인 t분포를 따르며 기각역eR:t)(11) = 1.
정상상태의 정상운전과 24시간 수면박탈상태의 휴대폰 발신상태에서의 차로 치우침에 대한 통계검증을 위하여 unpaired t-test를 실시하였다. 검정통계량은 자유도가 4인 t분포를 따른다.
성능/효과
담뱃불 붙이기(3초, 80m), 라디오 켜기(3초, 80m), 음료수 마시기(4초, 110m), 선글라스 착용하기(4초, 110m), 도로안내 지도보기(4초, 110m) 등과 비교해서도 그 위험성이 가장 높은 것으로 조사되었다."
있다. 또한 운전 중 휴대전화 사용은 정상상태와 24시간 수면박탈 상태 모두 휴대전화 사용이 휴대전화를 사용하지 않은 정상운전보다 차량제어에 있어 매우 어렵다는 분석결과가 도출되었다.
보험개발원 자동차기술연구소가 최근 운전 중 운전자의 주의력을 흐리게 해 사고를 일으킬 수 있는 행동유형과 이로 인한 사고위험성을 조사한 결과 여러가지 유형중에서도 휴대전화 사용이 가장 위험한 것으로 나타났다. 실험결과에 따르면 운전 중 휴대전화의 전화번호를 누르는데 걸리는 시간은 약 5초로 이는 차가 시속 96km로 주행할 경우 140m 정도를 무방비 상태로 주행하는 것과 같다.
본 연구에서 평가되는 졸음상태 탐지측정과 기술에서 Perclos' 라고 명명된 측정방법은 운전자의 경보의식수준 결정에 가장 신뢰성이 높고 확실하다고 평가되고 있다. faceLAB 4.
본 연구의 PERCLOS의 분석결과 운전자에게 주행속도에 대한 제한 및 피험자가 운전을 시행하는데 배경 차량의 방해가 되지 않는 서비스수준 A 조건에서 실험이 진행된 시나리오 1의 경우 정상상태운전 중 정상운전 0.18, 24시간 수면박탈상태의 정상 운전이 0.40으로 분석되었으며 , 피험자의 운전시행에 배경 차량이 방해를 줄 수 있는 서비스 수준 C~D 조건에서 실험을 진행한 시나리오 2의 결과 정상상태운전이 0.17, 24시간 수면박탈상태운전이 0.35로 분석되어 피로운전시의 눈꺼풀이 정상운전시 보다 좀 더 감겨져 있었다는 것이 실험 시나리오 1, 2를 통하여 분석되었다.
363이 된다. 본 연구의 Yaw rate t= 1.425, 횡가속도 t=1.395로 분석되어 유의수준 0.05일 때의 기각 역에는 포함되지 않으나 유의수준 0.1 에는 기각역에 포함되므로 유의수준 0.1일 때, 24시간 수면박탈 상태에서의 운전상태가 정상상태의 정상운전상태보다 차량의 좌우측 이동에 대한 차량 동역학 데이터가 크다는 것이 증명되었다.
두 번째 방식은 위험 순간이나 졸음 등으로 인해 정상적인 운전이 불가능한 운전자에게서 나타나는 방식으로 일반화하기 어렵고 추출 시간이 사고순간 전후이기 때문에 실제 졸음 감지적용에 문제가 있다. 세 번째 방법은 실시간 영상처리 방법으로 운전자가 각성상태에서 졸음상태로 진행하게 되면서 나타나는 행동적 변화, 즉 눈꺼풀의 움직임을 추적, 분석하여 졸음을 감지하는 비접촉 방식으로 실용성이 가장 높다.⑹
속도유지 변산성 (차량 좌표데이터 중 Longitudinal이용)분석결과 또한 차로 치우침 결과와 마찬가지로 24시간 수면박탈상태에서의 속도유지 표준오차가 큰 것으로 분석되었다.
수 있었다는 것을 의미한다. 시나리오 2에서는 정상상태와 24시간 수면박탈 상태에서의 Yaw rate 데이터를 검출하여 분석한 결과 그림 13과 같이 정상상태운전일 경우 1.45desec, 24시간 수면박탈상태인 피로 운전의 경우 1.92deg/sec로 분석되어 시간당 차량헤드부분의 변화량이 더욱 크다는 것을 알 수 있다.
시나리오 2의 차량 좌우방향 벡터인 Yaw rate와 횡가 속도 분석결과 또한 24시간 피로상태 운전이 정상 상태 운전보다 차량 좌우편차가 큰 것으로 분석되었다.
운전자들의 안전운전 불이행 행동중의 하나인 휴대전화 사용이 교통사고의 가장 큰 원인인 것으로 나타났다. 보험개발원 자동차기술연구소가 최근 운전 중 운전자의 주의력을 흐리게 해 사고를 일으킬 수 있는 행동유형과 이로 인한 사고위험성을 조사한 결과 여러가지 유형중에서도 휴대전화 사용이 가장 위험한 것으로 나타났다.
위의 두 실험결과에서 나타나듯이 24시간 수면박탈 상태인 피로상태에서의 운전은 정상상태에서의 운전보다 차량조정능력이 떨어지는 것을 알 수 있다. 또한 운전 중 휴대전화 사용은 정상상태와 24시간 수면박탈 상태 모두 휴대전화 사용이 휴대전화를 사용하지 않은 정상운전보다 차량제어에 있어 매우 어렵다는 분석결과가 도출되었다.
정상상태와 수면 박탈상태에서의 휴대전화 사용에 따른 차로 치우침 표준편차 분석결과 그림 11과 같이 정상상태보다는 24시간 수면박탈상태에서의 차로 치우침 현상이 큰 것으로 분석되었으며, 정상 상태, 24시간 수면박탈상태 모두 정상운전에 비하여 휴대폰 사용에 따른 차로치우침이 큰 것으로 분석되었다.
있다. 첫째, 휴대전화 사용은 신체적 동작을 수반하기 때문에 운전행동에 물리적 방해를 준다. 운전 중 휴대전화의 사용과 관련하여 핵심적으로 논의되는 문제는 통화로 인해 운전자의 주의력이 현저하게 낮아진다는 점이다.
운전 중 휴대전화 사용에 따른 연구항목으로는 휴대전화 수신, 휴대전화 발신, 휴대전화 통화로 구분할 수 있으며, 이 중 정상상태의 정상운전과 24 시간 수면박탈상태인 피로상태운전과 비교하여 가장 위험한 휴대전화 사용상황은 본 연구의 분석 결과인 그림 11, 12에서 나타나듯이 운전 중 휴대전화 발신으로 분석되었으며 , 정상상태의 정상운전과 피로 상태의 휴대폰 발신에 대한 통계검정을 통하여 통계적 유의성을 분석하였다. 휴대전화 발신의 경우 휴대전화 조작에 따른 여파로 인하여 차량 치우침과 속도 유지능력이 정상운전에 비하여 매우 떨어지는 것으로 분석되었으며 , 통계검정을 통하여 이를 증명하였다.
후속연구
판단된다. 따라서 향후 연구과제에서는 이러한 문제점을 보완하여 좀 더 현실적이며, 구체적인 시나리오를 작성하여 보다 현실성 있는 연구가 진행되어져야 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.