차량에서 수집된 차량 운행 데이터는 차량에서 발생한 영상 데이터 및 센싱 데이터가 그대로 기록된 것이기 때문에 외부에서 차량에서 일어나는 일을 분석하여 판단할 수 있는 객관적인 데이터로 이용할 수 있다. 본 논문에서는 차량의 움직임 및 운전자의 조작 상태를 감지하고 분석하여 실제 도로 상황에서 차량 충돌 사고가 발생했을 때, 차량의 움직임, 운전자의 각종 조작상태, 충돌 펄스 및 충돌과 관련된 신호들을 감지하고 저장하여 분석하는 사고 상황감지 시스템을 설계 및 구현하였다. 제안한 시스템에서는 충돌 직전 운전자의 반응, 차량의 조작 상태 및 물리적인 움직임에 대한 정보를 제공한다. 이렇게 수집하여 분석한 차량 운행 데이터는 충돌 사고가 발생했을 때, 사고 원인을 규명하고 공정한 사고처리에 이용할 수 있으며, 운전자의 운전 습관을 파악하여 잘못된 운전 습관의 교정 및 유류비 절감 등의 효과를 얻을 수 있다.
차량에서 수집된 차량 운행 데이터는 차량에서 발생한 영상 데이터 및 센싱 데이터가 그대로 기록된 것이기 때문에 외부에서 차량에서 일어나는 일을 분석하여 판단할 수 있는 객관적인 데이터로 이용할 수 있다. 본 논문에서는 차량의 움직임 및 운전자의 조작 상태를 감지하고 분석하여 실제 도로 상황에서 차량 충돌 사고가 발생했을 때, 차량의 움직임, 운전자의 각종 조작상태, 충돌 펄스 및 충돌과 관련된 신호들을 감지하고 저장하여 분석하는 사고 상황감지 시스템을 설계 및 구현하였다. 제안한 시스템에서는 충돌 직전 운전자의 반응, 차량의 조작 상태 및 물리적인 움직임에 대한 정보를 제공한다. 이렇게 수집하여 분석한 차량 운행 데이터는 충돌 사고가 발생했을 때, 사고 원인을 규명하고 공정한 사고처리에 이용할 수 있으며, 운전자의 운전 습관을 파악하여 잘못된 운전 습관의 교정 및 유류비 절감 등의 효과를 얻을 수 있다.
Car running data collected from the vehicle is a native image data and sensing data of it. Hence, it can be used as a set of objective data based on which events that took place outside the car can be analyzed and determined. In this paper, we designed and implemented a emergency situation detection...
Car running data collected from the vehicle is a native image data and sensing data of it. Hence, it can be used as a set of objective data based on which events that took place outside the car can be analyzed and determined. In this paper, we designed and implemented a emergency situation detection system to sense, store, and analyze signals related to car movements, driver's various operation states, collision pulse, etc when a car collision accident occurs on the actual road by sensing and analyzing the car movements and driver's operation status. The suggested system provides information on the driver's reaction right before the collision, operation state of the vehicle, and physical movement. The collected and analyzed data on vehicle running can be utilized to clarify the cause of a collision accident and to handle it in a just manner. Besides, it can contribute to grasping and correcting wrong driving habits of the driver and to saving.
Car running data collected from the vehicle is a native image data and sensing data of it. Hence, it can be used as a set of objective data based on which events that took place outside the car can be analyzed and determined. In this paper, we designed and implemented a emergency situation detection system to sense, store, and analyze signals related to car movements, driver's various operation states, collision pulse, etc when a car collision accident occurs on the actual road by sensing and analyzing the car movements and driver's operation status. The suggested system provides information on the driver's reaction right before the collision, operation state of the vehicle, and physical movement. The collected and analyzed data on vehicle running can be utilized to clarify the cause of a collision accident and to handle it in a just manner. Besides, it can contribute to grasping and correcting wrong driving habits of the driver and to saving.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
가설 설정
가속도 신호성분을 주파수 분석을 하였을 때, 첫 번째 피크가 위치하는 주파수 분포가 충돌 속도에 대한 상관 정보가 약하며 50 ~ 70Hz 사이에 존재하는 것을 알 수 있다. 따라서 이 특정 주파수를 통해 충돌사고 판단이 가능하다고 가정하였다.
제안 방법
본 논문에서는 차량의 움직임 및 운전자의 조작 상태를 감지하고 분석하여 실제 도로 상황에서 차량 충돌사고가 발생했을 때, 차량의 움직임, 운전자의 각종 조작상태, 충돌 펄스 및 충돌과 관련된 신호들을 감지하고 저장하여 분석하는 차량용 사고 상황 감지시스템을 설계 및 구현하였다. 구현한 시스템에서는 충돌 직전 운전자의 반응과 차량의 조작 상태, 차량의 물리적인 움직임에 대한 정보, 즉 차량의 물리적 움직임과 관련있는 종ㆍ횡 가속도, 차속 데이터, 운전자의 조작 상태와 관련 있는 조향각, 방향등, 제동 및 가속 여부 등의 정보를 제공한다. 이러한 정보의 분석 결과는 충돌 사고가 발생했을 때 사고 원인을 규명하고 공정한 사고처리에 이용할 수 있고, 운전자의 운전 습관을 파악하여 잘못된 운전 습관의 교정 및 유류비 절감 등의 효과를 얻을 수 있다.
본 논문에서는 차량의 움직임 및 운전자의 조작 상태를 감지하고 분석하여 실제 도로 상황에서 차량 충돌사고가 발생했을 때, 차량의 움직임, 운전자의 각종 조작상태, 충돌 펄스 및 충돌과 관련된 신호들을 감지하고 저장하여 분석하는 차량용 사고 상황 감지시스템을 설계 및 구현하였다. 제안한 시스템에서는 충돌 직전 운전자의 반응과 차량의 조작 상태, 차량의 물리적인 움직임에 대한 정보, 즉 차량의 물리적 움직임과 관련있는 종ㆍ횡 가속도와 차속 데이터, 운전자의 조작 상태와 관련 있는 조향각, 방향등, 제동 및 가속 여부 등의 정보를 제공한다.
사고 감지 실험을 위해 사고 상황 감시시스템을 탑재한 차량으로 실제 도로를 주행하여 사고 상황 감지 모듈로부터 수집된 데이터를 분석하였다. 본 논문에서 실험한 도로 주행은 직선 주행, 지그재그 중행, 실제도로를 주행하는 상황을 기반으로 실험을 실시하였으며, 데이터 수집 주기는 초당 10개의 정보를 저장하였다.
사고 분석 모듈은 차량의 충돌을 감지하고 동적 움직임을 분석하기 위해 센서와 각종 스위치 조작 여부를 이용하여 수집한 종ㆍ횡 방향의 가속, 차속 데이터, 조향각, 방향등, 제동 및 가속여부, 운전자의 반응 및 차량의 조작상태를 분석한다. 정보 분석에 사용되는 데이터는 사고감지 하드웨어 모듈을 이용하여 수집한 후 메모리에 저장하며, 차량의 동적 움직임에 관련된 정보를 분석하기 위하여 사용된다.
사고리스트는 데이터베이스에 저장되어 있는 정보를 보여주고, 사건번호는 날짜와 일련번호를 이용하여 자동으로 부여하고, 차량정보는 사고 차량의 정보를 입력할 수 있다. 사고 정보 파일은 차량 거동정보 저장장치로부터 거동정보 파일을 사고분석 모듈로 복사하여 사고 주행 정보를 분석한다. 그림 9의 불러오기 버튼을 클릭한 후 거동정보 파일을 선택하고 추가 버튼을 클릭하면 사고 분석 모듈로 파일을 복사한다.
사고 차량의 정보를 입력하고, 저장장치에 저장되어 있는 차량 이동 정보를 사고분석 모듈로 가져와서 사고 주행 정보를 분석한다. 사고 주행 정보 분석은 차량 이동 정보를 분석하여 가시적으로 표현하기 위한 기능으로 센싱 정보 분석과 3차원 주행 궤적으로 표현할 수 있는 기능으로 구성되어 있다.
[8]과 [9]에서는 교통사고 발생 후 신속한 처리가 요구되는 환자의 응급후송 및 2차 교통사고를 방지하기 위한 시스템의 필요성에 따라 현재 활발히 연구되고 있는 블랙박스 기반의 차량용 응급감지 및 통보시스템을 설계 및 구현하였다. 이 시스템에서는 사고감지, 정보 분석 및 정보 운영 기술을 바탕으로 기존의 블랙박스보다 차량상황 감지의 정확성을 높이고, 스마트폰을 이용하여 응급상황을 통보해준다.
센서나 각종 스위치를 이용하여 차량의 충돌사고를 감지하는 방법은 일반화되어 있으며, 다양한 유형의 영상을 이용하여 사고 상황을 감지하는 방법도 연구가 진행되고 있다. 제안한 방법에서도 일반화되어 있는 센서와 각종 스위치 등을 이용하여 사고 상황을 감지하였다.
본 논문에서는 차량의 움직임 및 운전자의 조작 상태를 감지하고 분석하여 실제 도로 상황에서 차량 충돌사고가 발생했을 때, 차량의 움직임, 운전자의 각종 조작상태, 충돌 펄스 및 충돌과 관련된 신호들을 감지하고 저장하여 분석하는 차량용 사고 상황 감지시스템을 설계 및 구현하였다. 제안한 시스템에서는 충돌 직전 운전자의 반응과 차량의 조작 상태, 차량의 물리적인 움직임에 대한 정보, 즉 차량의 물리적 움직임과 관련있는 종ㆍ횡 가속도와 차속 데이터, 운전자의 조작 상태와 관련 있는 조향각, 방향등, 제동 및 가속 여부 등의 정보를 제공한다. 이렇게 수집 및 분석한 정보는 충돌 사고가 발생했을 때 사고 원인을 규명하고 공정한 사고 처리에 이용할 수 있으며, 운전자의 운전 습관을 파악하여 잘못된 운전 습관의 교정 및 유류비 절감 등의 효과를 얻을 수 있을 것으로 판단된다.
대상 데이터
사고 감지 실험을 위해 사고 상황 감시시스템을 탑재한 차량으로 실제 도로를 주행하여 사고 상황 감지 모듈로부터 수집된 데이터를 분석하였다. 본 논문에서 실험한 도로 주행은 직선 주행, 지그재그 중행, 실제도로를 주행하는 상황을 기반으로 실험을 실시하였으며, 데이터 수집 주기는 초당 10개의 정보를 저장하였다.
데이터처리
지그재그 주행은 실제 주행 시 좌우 방향으로 이동하면서 진행하였으며 분석한 결과는 그림 5와 같다. 또한 도로 주행의 시뮬레이션을 위해 실제 도로를 이동하면서 사고 상황 감지 모듈로부터 데이터를 수집하여 분석하였으며 분석한 결과는 그림 6과 같다.
이론/모형
충돌 동안 가속도의 특성이 정상 주행동안의 것과는 매우 많이 다르기 때문에 서로 다른 측정 범위의 가속도계와 서로 다른 표본 빈도를 사용한다. 또한 기록된 자료를 저장하는 동안 입력 전원이 꺼지더라도 기록된 자료를 보호할 수 있는 FeRAM을 사용한다. 표 1은 사고감지 모듈의 주요 사양을 요약한 것이며, 그림 2는 표 1의 사양을 반영하여 구성한 사고감지 하드웨어 모듈이다.
사고 주행 정보 분석은 차량 이동 정보를 분석하여 가시적으로 표현하기 위한 기능으로 센싱 정보 분석과 3차원 주행 궤적으로 표현할 수 있는 기능으로 구성되어 있다. 센싱 데이터는 가속도 센서와 자이로 센서로부터 초당 10개의 정보를 저장하며, 원시 데이터의 노이즈 필터링(Noise filtering)을 수행하기 위하여 K-평균 알고리즘(K-means algorithm)[12]과 칼만 필터(Kalman filter) 알고리즘[12]을 적용하여 처리하였다.
충돌 판정, 그리고 충돌 차량의 속도변화와 주력 방향 계산을 위해 ±50G 측정범위인 dual-axis capacitance형 가속도계(Analog Devices ADXL250)를 사용한다.
성능/효과
17초 사이에 가속도 펄스가 존재하게 된다. 가속도 신호성분을 주파수 분석을 하였을 때, 첫 번째 피크가 위치하는 주파수 분포가 충돌 속도에 대한 상관 정보가 약하며 50 ~ 70Hz 사이에 존재하는 것을 알 수 있다. 따라서 이 특정 주파수를 통해 충돌사고 판단이 가능하다고 가정하였다.
[10]에서는 교차로 내 사고를 감지하기 위하여 배경 영상과 교차로 내에 설치된 사거리 신호등의 주기를 이용한 교차로 사고감지 알고리즘을 제안하였다. 사고감지를 위하여 차량 및 외부 그림자 또는 차량 조명등의 영향으로 인한 사고 오 판단을 줄이기 위하여 신호등의 주기와 배경영상의 히스토그램의 속성을 이용한 필터를 개발하여 이용하였으며, 사고 감지의 정확도가 높게 나타났다.
[7]에서는 신속하고 정확한 사고 통보를 위하여 비행기의 블랙박스와 같은 역할을 하는 차량용 블랙박스를 구성하여 사고판단, 사고데이터 저장 그리고 사고통보를 가능하게 하였다. 이 방법은 차량의 센서로부터 측정되는 가속도 값을 통하여 사고의 판단이 가능한 향상된 점을 보여주었다.
구현한 시스템에서는 충돌 직전 운전자의 반응과 차량의 조작 상태, 차량의 물리적인 움직임에 대한 정보, 즉 차량의 물리적 움직임과 관련있는 종ㆍ횡 가속도, 차속 데이터, 운전자의 조작 상태와 관련 있는 조향각, 방향등, 제동 및 가속 여부 등의 정보를 제공한다. 이러한 정보의 분석 결과는 충돌 사고가 발생했을 때 사고 원인을 규명하고 공정한 사고처리에 이용할 수 있고, 운전자의 운전 습관을 파악하여 잘못된 운전 습관의 교정 및 유류비 절감 등의 효과를 얻을 수 있다.
[8]과 [9]는 사고를 감지하여 전화나 문자로 통지만 가능하고, [10]은 교차로 내에서 사고 발생 시 교차로 신호등제어기 제어 및 사고 상황을 종합 교통 센터에 전송이 가능하며, [4]는 사고과정을 재구성하여 원인을 분석할 수 있다. 제안한 방법에서는 센서와 각종 스위치를 통해서 획득한 정보를 이용하여 다양한 형태로 사고의 원인을 진단하여 분석할 수 있으며, 일반화되어 있는 사고 상황감지 방법을 적용하여 하드웨어 모듈을 구현하고 실험을 실시하였기 때문에 사고 감지의 정확도가 높게 나타났다.
후속연구
제안한 시스템에서는 충돌 직전 운전자의 반응과 차량의 조작 상태, 차량의 물리적인 움직임에 대한 정보, 즉 차량의 물리적 움직임과 관련있는 종ㆍ횡 가속도와 차속 데이터, 운전자의 조작 상태와 관련 있는 조향각, 방향등, 제동 및 가속 여부 등의 정보를 제공한다. 이렇게 수집 및 분석한 정보는 충돌 사고가 발생했을 때 사고 원인을 규명하고 공정한 사고 처리에 이용할 수 있으며, 운전자의 운전 습관을 파악하여 잘못된 운전 습관의 교정 및 유류비 절감 등의 효과를 얻을 수 있을 것으로 판단된다. 논문의 구성은 다음과 같다.
향후 연구방향은 차선과 차량 인식률을 개선, 주행 도로 영상 프레임 처리 속도 보완 등 주행 차량에 서 획득할 수 있는 다양한 정보를 수집하는 기존 연구들과 접목시켜 제안한 사고 상황 감지 시스템의 성능을 향상시키고, 실제 차량에 적용시킬 수 있는 방안 마련, 블랙박스와 결합, 스마트폰 어플리케이션 개발 등 다양한 형태의 제품에 적용할 수 있도록 연구 및 개발을 진행하고 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
자동차 보유량이 증가함에 따라 나타나는 문제점은 무엇인가?
국내외적으로 자동차 보유량이 급격히 증가함에 따라 교통사고 발생과 이에 따른 사상자를 포함한 인적 경제적 피해규모가 증가하는 등 다양한 문제점을 야기하고 있다. 2012년 기준으로 대한민국의 자동차 등록대수 1,887만대, 교통사고 발생건수는 223,656건으로 인구 10만 명당 교통사고 사망자수와 부상자수는 각각 13.
차량용 블랙박스의 핵심은 무엇인가?
차량용 블랙박스의 핵심은 교통사고를 감지하고, 사고정보를 저장 및 분석하여, 사고원인을 식별하거나 운전자의 운전습관을 분석하여 개선하는 등 분석한 정보를 운용하는데 있다. 현재 교통사고 상황을 감지할 수 있는 방법은 다양하지만, 대부분 운전석 또는 조수석의 에어백을 위한 전방 충돌센서, 측면 에어백 장착 차량은 측면 충돌센서 등을 이용하여 사고를 감지한다.
제안한 차량용 사고 상황 감지시스템은 어떤 정보를 제공하는가?
본 논문에서는 차량의 움직임 및 운전자의 조작 상태를 감지하고 분석하여 실제 도로 상황에서 차량 충돌사고가 발생했을 때, 차량의 움직임, 운전자의 각종 조작상태, 충돌 펄스 및 충돌과 관련된 신호들을 감지하고 저장하여 분석하는 차량용 사고 상황 감지시스템을 설계 및 구현하였다. 제안한 시스템에서는 충돌 직전 운전자의 반응과 차량의 조작 상태, 차량의 물리적인 움직임에 대한 정보, 즉 차량의 물리적 움직임과 관련있는 종 횡 가속도와 차속 데이터, 운전자의 조작 상태와 관련 있는 조향각, 방향등, 제동 및 가속 여부 등의 정보를 제공한다. 이렇게 수집 및 분석한 정보는 충돌 사고가 발생했을 때 사고 원인을 규명하고 공정한 사고 처리에 이용할 수 있으며, 운전자의 운전 습관을 파악하여 잘못된 운전 습관의 교정 및 유류비 절감 등의 효과를 얻을 수 있을 것으로 판단된다.
참고문헌 (12)
e-National indicators : Occurrence of traffic accidents, http://www.index.go.kr/egams/index.jsp.
Donghyo Kim, Wonseop han, Inhwa Han, Sunchae Kim, Informed and intelligent traffic accident analysis system research and development, The Korea Transport Institute, pp.177, 2004.
Wonhee Lee, Inhwan Han, Development and test of a motor vehicle event data recorder, Journal of Automobile Engineering, Vol.218, No.9, pp.977-985, 2004. 9.
Wonhee Lee, Inhwan Han, Development of an Automobile Black Box for Reconstruction Analysis of Collision Accidents, Transaction of KASE, Vol. 12, No. 2, pp.205 214, 2004. 2.
JunYeung Min, Image processing-based transportation information collection and analysis of accidents and unexpected detection system technology trends, The Magazine of the IEEK, Vol. 39, No.12, pp.47-54, 2012. 12.
Sunyoung Kim, Younggo Gi, Smart car driver in an environment of context-aware service center proposal, Communications of the KIISE, Vol. 29, No. 9, pp.27-34, 2011. 9.
Seungjin Lee, Jongman park, Sungdae Jung, Sangsun Lee, The Reaearch of an Emergency Rescue System based on Black Box in vehicular Environment, KASE 2007 ITS Symposiums, pp.64-70, 2007. 8.
Doowy Kwon, Hoonjae Lee, Suhyun park, Kyeonghoon Do, Design and Implementation of a Motor Vehicle Emergency Situation Detection System using Accelerometer, Proceedings of the Korean Institute of Information and Communication Sciences Conference , pp.200-202, 2010. 10.
Doowy Kwon, Hoonjae Lee, Suhyun park, Kyeonghoon Do, Blackbox-based a Vehicle Emergency Situation Detection and Notification System, The Journal of Journal of the Korea Institute of Information and Communication Engineering, Vol. 14, No. 11, pp.2423-2428, 2010. 118.
Sung-Hwan Jung, Hoonwhan Lee, Detection Algorithm of Crossroad Traffic Accident using the Sequence of Traffic Lights, The KIPS Transactions : part B, Vol.16-B, No. 1, pp.17-24, 2009. 2.
Sunha Lee, Wooyoung Ahn, Hechan Kang, An Incident Detection method for Using Speed-Density Relations, Journal of Korean Society of Transportation, Vol. 24, No.2, pp.127-137, 2006. 4.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.