[논문]운전자 운전행동 분석을 통한 안전운전 지원시스템 설계 및 구현

고재진; 최기호

doi:10.12673/jkoni.2013.17.2.165

[국내논문] 운전자 운전행동 분석을 통한 안전운전 지원시스템 설계 및 구현
The Design and Implementation of Driver Safety Assist System by Analysis of Driving Behavior Data 원문보기

한국항행학회논문지 = Journal of advanced navigation technology, v.17 no.2 = no.59, 2013년, pp.165 - 170

초록
AI-Helper

본 논문에서는 운전자의 주행습관 속에서 안전운전에 지원을 위한 정보 획득 및 분석 장치를 구현하였다. 안전운전 지원을 위하여 공격적 운전행동을 정의하고 운전 중 행동을 인식할 수 있는 정보 획득 방법을 고안하였다. 정보 수집 장치와 정보 분석모듈 그리고 운전행동 비교모듈을 설계하여 정보의 정확성을 높였으며. 운전자의 평소 운전행동과 비교하여 이상행동을 검출하여 경고할 수 있도록 시스템을 설계하였다.

Abstract ▼ AI-Helper

In this paper, we propose the information acquisition and analysis system for a vehicle driver in order to provide the safe driving environments. We first define the list of reckless driving behaviors and propose the recognition system, which recognizes the reckless behaviors, by using the acquired information. The collaboration among the information acquisition, the analysis, and the behavior comparison modules increases the accuracy of the recognition rate. Our system alarms to a vehicle driver in order to notify the potential to confront the dangerous situation due to the abnormal or reckless driving behaviors.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 운전자의 운전 성향을 분석하고 저장하여 운전자의 운전성향 변화에 따른 공격적 운전 행동을 인식할 수 있는 안전운전 지원시스템 제안한다.

가설 설정

- 안전거리 미확보는 서행주행이 아닌 속도에서 공주거리 아내 간격으로 5초이상 주행하는 상황으로 정의하였으며, 주행속도 30km/h의 1초 공주거리가 8.3m일 때 0.5초의 상황을 가정하여 4m로 가정하였다[3].

제안 방법

자동차 주행정보 획득을 위한 센서들은 표 2에서 정의한 공격적 운전행동의 분석을 위하여 단독 주행정보 획득을 위한 센서와 상대적 주행정보 획득을 위한 센서로 구성이 된다. 각각의 센서로부터 수집된 주행정보는 주행정보 분석 모델을 통하여 안전운전에 영향을 미치는 공격적 운전행동을 구분한다.
실험은 실험자의 차량에 전방/측면/후방 센서 등 초음파 센서 6개, 가속도/자이로 센서 모드와 OBD정보 획득 장치 및 정보수집장치를 설치하고 각 20회씩 차량을 주행하였다. 처음 10회의 주행으로 이상행동 검출을 위한 기준값을 구하였으며, 이후 10회의 주행으로 이상운전 검출실험을 수행하였다.
처음 10회의 주행으로 이상행동 검출을 위한 기준값을 구하였으며, 이후 10회의 주행으로 이상운전 검출실험을 수행하였다. 실험을 위하여 운전자들은 평소 운전행동을 유지하도록 노력하였으며, 차선변경 및 방향전환 시 방향지시등을 반드시 사용하도록 하였다. 각 실험자들의 20회 실험의 평균값은 표 5와 같다.
평소 운전행동 정보 수집과 안전운전 상황 비교를 위한 정보수집을 위하여 다음 표 4와 같이 실험군을 선정하여 실험을 진행하였다. 실험을 진행하기에 앞서 설문을 통하여 실험자의 운전능력, 운전형태와 내용 등을 정리하였다. 운전능력은 스스로 생각하는 수준을 능숙, 보통, 초보로 구분하였으며, 운전형태는 평소 제한속도 이상 운행이 잦으면 과속, 제한속도 미만으로 운행이 잦으면 정속으로 구분하였다.
실험을 진행하기에 앞서 설문을 통하여 실험자의 운전능력, 운전형태와 내용 등을 정리하였다. 운전능력은 스스로 생각하는 수준을 능숙, 보통, 초보로 구분하였으며, 운전형태는 평소 제한속도 이상 운행이 잦으면 과속, 제한속도 미만으로 운행이 잦으면 정속으로 구분하였다. 주행거리와 주행형태는 하루를 기준으로 최소 주행거리와 제한속도 80km/h이상의 고속화도로와 일반도로의 분포를 표시하도록 하였다.
자동차의 속도와 스티어링 휠 각도 정보 획득을 위하여 온보드진단기(OBD: On-Board Diagnostic)를 사용하였으며, 다양한 자동차 정보를 얻을 수 있는 OBD-II 규격에 맞추어 정보 획득 보드를 개발하였다[6].
자이로스코프센서와 가속도 센서 통합 보드를 제작하여 자동차의 횡적 이동과 속도의 변화를 측정하였다.
전방/측면/후면 거리 측정을 위한 센서로는 40kHz 주파수를 사용하는 자동차용 초음파 센서를 이용하였으며, 전방 거리 센서는 일정속도(30km/h) 이상시 1초 간격으로 거리를 저장하였다. 측면/후면 거리센서는 방향 지시등이 점멸될 때 1초 간격으로 거리를 측정하였으며, 측면 센서는 방호벽, 중앙분리대, 터널안 등 후방거리 센서의 오진단을 보완하기 위하여 활용하고 후방거리는 후방거리 센서만을 사용하여 측정하였다.
운전능력은 스스로 생각하는 수준을 능숙, 보통, 초보로 구분하였으며, 운전형태는 평소 제한속도 이상 운행이 잦으면 과속, 제한속도 미만으로 운행이 잦으면 정속으로 구분하였다. 주행거리와 주행형태는 하루를 기준으로 최소 주행거리와 제한속도 80km/h이상의 고속화도로와 일반도로의 분포를 표시하도록 하였다.
실험은 실험자의 차량에 전방/측면/후방 센서 등 초음파 센서 6개, 가속도/자이로 센서 모드와 OBD정보 획득 장치 및 정보수집장치를 설치하고 각 20회씩 차량을 주행하였다. 처음 10회의 주행으로 이상행동 검출을 위한 기준값을 구하였으며, 이후 10회의 주행으로 이상운전 검출실험을 수행하였다. 실험을 위하여 운전자들은 평소 운전행동을 유지하도록 노력하였으며, 차선변경 및 방향전환 시 방향지시등을 반드시 사용하도록 하였다.
전방/측면/후면 거리 측정을 위한 센서로는 40kHz 주파수를 사용하는 자동차용 초음파 센서를 이용하였으며, 전방 거리 센서는 일정속도(30km/h) 이상시 1초 간격으로 거리를 저장하였다. 측면/후면 거리센서는 방향 지시등이 점멸될 때 1초 간격으로 거리를 측정하였으며, 측면 센서는 방호벽, 중앙분리대, 터널안 등 후방거리 센서의 오진단을 보완하기 위하여 활용하고 후방거리는 후방거리 센서만을 사용하여 측정하였다.

성능/효과

운전성향은 난폭운전과 부주의 운전의 공격적 성향과 양보운전과 방어운전의 안전운전성향으로 나눌 수 있으며, 공격적 운전성향과 11대 중과실 교통법규 위반 행위를 결합하여 과속, 급가속/급제동, 잦은 차선변경, 안전거리 미확보, 무리한 끼어들기와 같은 공격적 운전행동을 도출 할 수 있다.[2] 또, 공격적 운전행동은 급가속/급감속, 과속, 차선변경과 같이 단독 운전행동과 안전거리 미확보, 무리한 끼어들기와 같은 상대적 운전행동으로 나뉠 수 있다.
기존의 안전운전 지원시스템은 차선변경, 안전거리 미확보, 운전자 부주의 상황 등 특정 상황에 제한된 안전운전 지원 서비스를 목적으로 운전자 고유의 운전행동에 대한 인식 및 지원은 고려하지 못하고 있다. 본 논문에서 제안하는 안전운전 지원 시스템은 운전자의 공격적 운전행동을 구분하는 동시에 운전자의 평소 운전행동과 실시간 운전행동을 비교함으로써 운전자의 이상상황을 인식하여 경고할 수 있는 장점이 있다.
다음 표 6은 실험자1의 실험결과이다. 총 10회의 기록중 8회는 일반적인 운전행동을 보이고 있으나, 2회차, 10회차 실험에서는 실험자1의 공격적 운전행동을 보이고 있음을 알 수 있다.

후속연구

마지막으로 IT융합 기술이 발달로 지능형 자동차에 적용되는 다양한 센서와 정보들을 활용하여 본 논문에서 설계한 시스템에 영상인식 장치 및 운전자 상태 인식 장치를 적용하면 보다 더 정확한 정보를 획득할 수 있으리라 기대된다.
마지막으로 운전행동 정보와 사용자의 운전패턴과의 비교를 통하여 안전운전을 위한 사용자 지원 서비스를 제공할 수 있도록 한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	안전운전 정보제공을 위한 시스템에서 필요한 것은?	안전운전 정보제공을 위한 시스템은 자동차 주행정보 획득을 위한 다양한 센서와 센서 정보 처리를 위한 정보처리모듈 그리고 안전운전 정보 분석 모듈, 사용자별 운전행동 저장소, 기존의 운전행동과 비교 모듈이 필요하다[4]. 그림 2는 안전운전 지원서비스 시스템의 구조이다.
	공격적 운전행동을 정의하면?	- 급가속/급감속은 속도의 증가직후 감속을 의미하여 잦은 가속과 감속의 반복으로 정의하였다. - 잦은 차선변경은 차량의 횡적 이동이 빈번이 일어나는 상황으로 정의하였다. - 안전거리 미확보는 서행주행이 아닌 속도에서 공주거리 아내 간격으로 5초이상 주행하는 상황으로 정의하였으며, 주행속도 30km/h의 1초 공주거리가 8.3m일 때 0.5초의 상황을 가정하여 4m로 가정하였다[3]. - 무리한 끼어들기는 서행주행이 아닌 속도에서 후방차량의 공주거리 이내 간격으로 차선 변경한 경우 또는 차선변경 후 뒤차량과의 간격이 4m 이내로 좁혀지는 상황으로 정의하였다.
	운전성향은 어떻게 나눌 수 있는가?	운전성향은 난폭운전과 부주의 운전의 공격적 성향과 양보운전과 방어운전의 안전운전성향으로 나눌 수 있으며, 공격적 운전성향과 11대 중과실 교통법규 위반 행위를 결합하여 과속, 급가속/급제동, 잦은 차선변경, 안전거리 미확보, 무리한 끼어들기와 같은 공격적 운전행동을 도출 할 수 있다.[2] 또, 공격적 운전행동은 급가속/급감속, 과속, 차선변경과 같이 단독 운전행동과 안전거리 미확보, 무리한 끼어들기와 같은 상대적 운전행동으로 나뉠 수 있다.

참고문헌 (6)

Yuri Kim, Chongkwan Rah, Minyong Park, Kihan Noh, "Quantification of subjective driving behavior and validation process under double lane change environment", ESK Conference, Seoul, pp.115-120, 2006. 5.
Dawoon Jeong, Heungsoon Kim, "An Analysis of the Traffic Offense Behavior by Drivers' Characteristics", The Seoul Institute Journal, vol. 9, no. 3, pp. 119-131, 2008. 9.
Daegwon Yoon, "Estimates the vehicle's stopping distance to free running distance and the braking distance.", TS for you pp. 38-39, 2008. 2.
Jie Sun, Yongping Zhang, Kejia He, "Providing context-awareness in the smart car environment", IEEE CIT2010, pp. 13-19, 2010. 6.
Jae-Jin Ko, Ki-Ho Choi, , "Development of a Matrix-based Context Awareness Model for Vehicle Environment", KITS Jornal, v.8, no.6, pp. 187-195, 2009. 12.
http://en.wikipedia.org/wiki/On-board_diagnostics#OBD-II

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증