유승은
(School of Computer Science and Engineering, Soongsil University)
,
김완수
(School of Computer Science and Engineering, Soongsil University)
,
마상기
(School of Computer Science and Engineering, Soongsil University)
,
이상준
(School of Computer Science and Engineering, Soongsil University)
뇌파 연구의 증진과 인터페이스 기술의 발전으로 뇌-컴퓨터 인터페이스 기술 또한 발전을 거듭하고 있다. 본 논문에서는 뇌-컴퓨터 인터페이스를 교통수단에 접목하여 운전 습관을 관리하는 시스템을 제안한다. 제안한 시스템은 뇌파 자극을 측정하는 뇌파 측정부와 전달된 뇌파정보를 분석하는 뇌파 분석부, 교통수단의 속도를 제어하는 속도 제어부, 운전자의 상태정보를 저장하는 메모리부, 경고를 발생하는 경보부로 구성되어 있다. 제안된 시스템을 통해 졸음 운전 방지 및 사용자의 운전 습관을 개선하는데 도움을 주며, 교통사고 예방에 도움이 된다.
뇌파 연구의 증진과 인터페이스 기술의 발전으로 뇌-컴퓨터 인터페이스 기술 또한 발전을 거듭하고 있다. 본 논문에서는 뇌-컴퓨터 인터페이스를 교통수단에 접목하여 운전 습관을 관리하는 시스템을 제안한다. 제안한 시스템은 뇌파 자극을 측정하는 뇌파 측정부와 전달된 뇌파정보를 분석하는 뇌파 분석부, 교통수단의 속도를 제어하는 속도 제어부, 운전자의 상태정보를 저장하는 메모리부, 경고를 발생하는 경보부로 구성되어 있다. 제안된 시스템을 통해 졸음 운전 방지 및 사용자의 운전 습관을 개선하는데 도움을 주며, 교통사고 예방에 도움이 된다.
Brain computer interface(BCI) technology has been continuously developed due to the continuous development of interface technology and the promotion of brain wave research. In this paper, we propose a driving habit management system by adopting BCI to transportation. The proposed system consists of ...
Brain computer interface(BCI) technology has been continuously developed due to the continuous development of interface technology and the promotion of brain wave research. In this paper, we propose a driving habit management system by adopting BCI to transportation. The proposed system consists of the electroencephalogram(EEG) measuring unit, the EEG analysis unit, the memory section for storing the state information of drivers, the speed controller unit and the alarming section for generating warnings. Our proposed system can reduce the drowsy driving, improve the driving habits of users and help to prevent traffic accidents.
Brain computer interface(BCI) technology has been continuously developed due to the continuous development of interface technology and the promotion of brain wave research. In this paper, we propose a driving habit management system by adopting BCI to transportation. The proposed system consists of the electroencephalogram(EEG) measuring unit, the EEG analysis unit, the memory section for storing the state information of drivers, the speed controller unit and the alarming section for generating warnings. Our proposed system can reduce the drowsy driving, improve the driving habits of users and help to prevent traffic accidents.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 BCI기술을 바탕으로 안전 운전을 위해 운전자의 습관을 관리하기 위한 기존의 연구[7]를 확장한다. 본 논문의 구성은 다음과 같이 구성되어 있다.
우리나라는 OECD 회원국 중 교통사고 사망률 1위이며, 교통사고 원인 중에 1위는 졸음 운전으로 알려져 있다[1]. 본 논문에서는 안전 운전 및 졸음 운전 예방을 위해 차세대 인터페이스로 부각되고 있는 뇌컴퓨터 인터페이스를 통한 운전 습관 관리 시스템을 제안한다.
[표 3]은 뇌파 측정부로부터 전달받은 데이터를 시리얼로 출력해 시리얼 모니터로 확인한 RAW데이터의 샘플이다. 본 논문에서는 여러 뇌파의 종류 중 알파파, 베타파, 세타파, 감마파의 4가지 종류의 뇌파를 이용해 파워 스펙트럼[14]을 사용하여 전달받은 RAW데이터를 분석하였다.
가설 설정
-감지속도가 빠름 : 뇌파를 감지함으로 관련연구에서 제시되었던 눈 깜박임 감지 기술보다 보다 빠른 상태 감지가 가능할 것이다. 그러므로 사용자의 사고의 대한 대처가 빠를 것이다.
제안 방법
뇌파 감지를 통한 운전 습관 관리 시스템을 구현하기 위해 본 논문에서는 [그림 2]와 같은 시스템 구조로 설계 하였다.
뇌파 측정부에서 전달받은 RAW데이터는 뇌파의 종류별로 주파수 대역이 분리되어 전달되어진다. 따라서 파워 스펙트럼을 통해 뇌파 측정부로부터 전달 되어진 뇌파들의 상대적인 크기를 알아본다. 예를 들어 감마파의 상대적인 파워 스펙트럼 상의 비율을 구한다면 감마파의 크기를 알파파+베타파+세타파+감마파를 더한 값으로 나누어 감마파가 전체 뇌파에서 차지하는 상대적인 비율을 구할 수 있다.
본 논문에서 뇌파 감지를 통한 운전 습관 관리 시스템을 구현하기 위해 JDK 1.7을 기반으로 Android 4.1.2(Jelly Bean) SDK를 사용하여 모바일 응용을 개발하였다. 그 외의 부분은 아두이노(Arduino) 1.
전두엽의 뇌파는 크게 베타파(집중력/흥분/긴장), 알파파(휴식상태), 세타파(졸음 상태), 델타파(깊은 수면)로 분류된다. 본 논문에서는 [그림 6]과 같이 운전자의 상태에 따라서 각각 다른 운전상황으로 파악하였다. 졸음 상태일 경우 속도를 제어함에 있어서 급정거는 위험한 상황을 초래할 수 있으므로 RC카의 속도를 초당 현재 속도의 5%씩 감소시켰다.
본 논문에서는 블루투스 모듈과 모바일을 연결하기 위해서 블루투스 모듈을 Slave 모드로 설정하고 모바일을 Master 모드로 설정하여 모바일에서 블루투스로 연결을 시도하도록 구현하였다. 블루투스 주변 장치 검색은 BluetoothAdapter 클래스의 멤버 메소드인 startDiscovery()를 통해서 찾을 수 있다.
본 논문의 제안 시스템은 졸음 상태뿐만 아니라 흥분 및 긴장상태를 추가적으로 감지한다. 또한 사용자에 관한 뇌파정보와 측정된 시간을 저장하여 사용자에게 하여금 피드백기능을 제공한다.
감지되는 알파파이라면 현재 안정된 상태를 유지하고 있음을 뜻하므로 속도 제어부는 어떤 일도 하지 않는다. 전달되어진 뇌파가 알파파가 아니라면 세타파, 베타파 또는 감마파인지 확인한다. 전달되어진 뇌파가 세타파라면 운전자가 졸음 상태라고 판단하며, 전달되어진 뇌파가 베타파일 때는 운전자가 흥분상태라고 판단한다.
대상 데이터
본 논문에서는 아두이노에 부착한 블루투스 장치로 Roving Network사의 RN-41 블루투스 모듈이 부착되어 있는 Sparkfun사의 Bluetooth Mate Gold[12]를 사용하였다.
이론/모형
본 논문에서는 뇌파측정을 위해 NeuroSky사의 마인드셋(Mindset)을 사용한다[11]. 마인드셋에서 오는 데이터는 [표 1]과 같이 Single-Byte CODE와 Multi-Byte CODE로 나눌 수 있다.
성능/효과
본 논문에서 제안한 뇌파 감지를 통한 운전 습관 관리 시스템은 기존 시스템과 달리 흥분과 긴장상태를 추가로 측정함으로써 다른 운전자가 교통법규를 지키지 않거나 사용자의 난폭 운전 등에 대한 다양한 안전사고에 대한 예방의 폭을 넓혔다. 운전자의 상태 따라 이동수단의 속도를 제어하거나 차분한 음악을 핸드폰에서 재생함으로써 효과적으로 사고를 예방할 수 있다.
후속연구
또한 운전자의 시간에 따른 운전자의 상태를 저장하여 운전자에게 피드백을 제공한다. 운전자는 저장된 정보를 통하여 시간대별 졸음 운전 횟수, 난폭 운전 횟수를 파악함으로써 운전 습관을 효과적으로 개선하는데 도움을 줄 것으로 기대된다.
예를 들어 감마파의 상대적인 파워 스펙트럼 상의 비율을 구한다면 감마파의 크기를 알파파+베타파+세타파+감마파를 더한 값으로 나누어 감마파가 전체 뇌파에서 차지하는 상대적인 비율을 구할 수 있다. 파워 스펙트럼을 통해 가장 큰 비율을 차지한 뇌파의 이름과 비율을 모바일 응용으로 전송한다.
질의응답
핵심어
질문
논문에서 추출한 답변
BCI이란?
뇌파의 종류에 따라 사람의 상태가 다르기 때문에 각 상태에 맞는 프로그래밍이 요구되며, 이를 BCI기 술이라 일컫는다[4]. BCI는 Brain Computer Interface의 약자로 인간의 두뇌와 컴퓨터를 직접 연결해 뇌파를 통해 컴퓨터를 제어하는 인터페이스 기술을 말하며, 차세대 인터페이스에 대한 하나의 대안으로 등장하고 있다. 특히 뇌파 연구의 증진과 뇌-컴퓨터 인터 페이스 기술의 활용 확대에 힘입어 발전을 거듭하고 있다[5].
뇌파 측정부는 무엇을 담당하는가?
뇌파(EEG; Electroencephalogram)는 뇌의 전기적인 활동을 머리 표면에 부착한 전극에 의해 비침습적으로 측정한 전기신호이다. 뇌파 측정부는 전두엽에서 측정한 RAW데이터를 정해진 프로토콜에 따라 파싱하여 유용한 데이터를 검출하는 것을 담당한다.
본 연구에서 개발한 뇌파 감지를 통한 운전 습관 관리 시스템의 내부 모듈 구성요소들은 각각 어떠한 역할을 하는가?
[그림 3]은 제안 시스템의 구성을 보여주고 있다. EEG Brainwave Sensor Headset의 뇌파 감지 센서에서 감지한 뇌파 데이터를 블루투스를 통해 아두이노에게 전달한다. 이때 아두이노의 10 segment LED는 사용자의 헤드셋 적응도를 표현하고 EEG Processing은 전달된 뇌파를 증폭시키고 잡음을 제거하여 정확도를 높이는 역할을 한다. RC카의 Motor Control은 뇌파에 따른 RC카의 움직임을 제어하기 위한 모듈이다. Mobile 부분의 MP3와 Alarm은 전달된 데이터의 주파수 대역에 따라 잔잔한 음악을 재생하거나 경고음을 울리기 위한 모듈이다. Bluetooth 모듈은 수신한 데이터를 해당 디바이스로 전달하거나 다른 디바이스로 데이터를 전송하는 역할을 한다.
참고문헌 (14)
Dongkook Kim, "Analysis of Cause Traffic Accident Occurrence and Road Traffic Accident in Korea", Transportation Technology and Policy, vol. 10, no. 3, pp.14-20, 2013
Chang-Jo Lee, Development of the Game for Increasing Intensive Power using EEG Signal, Journal of Korea Game Society, vol. 9, no. 2, pp.23-28, 2009
Young-Sear Kim, Hong-Ki Mi, "A Study on the Relation between Respiration and EEG in Stable State", Journal of IKEEE, vol. 12, no. 4, pp. 204-210, 2008
Trends of BCI Technologies (BCI 기술 동향), CT In-depth Report, Korea Creative Content Agency, 2011
H.S. Chun, The Technology and Development Trends of Brain Computer Interface, Electronics and Telecommunications Trends, vol. 26, no. 5, pp.123-133, 2011
Myeung-Sook Yoh, Joonho Kwon, Sunghoon Kim, "NeuroWander: a BCI game in the form of interactive fairy tale", Proc. of UbiComp (Adjunct Papers), pp.389-390, 2010
Seungeun Yoo, Wansoo Kim, Sanggi Ma, Sanggeun Song, Myungho Kim, Sangjun Lee, "Design and Implementation of Driving Habit Management System using the Brainwave", Proc. of KIISE Fall Conference, pp.389-390, 2013
Unexamined Publication No.1019980038553, Unexamined Publication Date 19980805
Unexamined Publication No.1020110103637, Unexamined Publication Date 20111011.
Unexamined Publication No.1020050080262, Unexamined Publication Date 20050812
※ AI-Helper는 부적절한 답변을 할 수 있습니다.