[논문]졸음운전 감지 및 방지 시스템 연구

안병태

doi:10.22156/cs4smb.2018.8.3.193

졸음운전 감지 및 방지 시스템 연구
Study for Drowsy Driving Detection & Prevention System 원문보기

융합정보논문지 = Journal of Convergence for Information Technology, v.8 no.3, 2018년, pp.193 - 198

안병태 (안양대학교 교양대학)

초록
AI-Helper

최근, 자동차 교통사고의 인명 피해가 급속히 증가하고 있으며 경상보다는 중상 및 사망이 많은 대형사고가 증가하고 있다. 대형사고의 70% 이상은 졸음운전으로 발생한다. 따라서, 본 논문에서는 교통사고의 대형 참사를 방지하기 위한 졸음운전 방지 시스템을 연구하였다. 본 논문에서는 졸음운전 감지 시스템을 위한 실시간 눈 깜빡임 인식 방법과 이산화탄소 증가에 따른 졸음 인식을 감지하도록 제안한다. 졸음운전 감지 시스템은 기존의 영상 검출과 딥러닝을 적용하였고 이산화탄소 증가 감지는 사물인터넷 기반으로 개발하였다. 이러한 두 가지 기법을 동시에 이용한 졸음운전 방지 시스템은 기존의 제품에 비해 정확성이 향상되었다.

Abstract ▼ AI-Helper

Recently, the casualties of automobile traffic accidents are rapidly increasing, and serious accidents involving serious injury and death are increasing more than those of ordinary people. More than 70% of major accidents occur in drowsy driving. Therefore, in this paper, we studied the drowsiness prevention system to prevent large-scale disasters of traffic accidents. In this paper, we propose a real-time flicker recognition method for drowsy driving detection system and drowsy recognition according to the increase of carbon dioxide. The drowsy driving detection system applied the existing image detection and the deep running, and the carbon dioxide detection was developed based on the IoT. The drowsy prevention system using both of these techniques improved the accuracy compared to the existing products.

주제어

AI 본문요약
AI-Helper

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

문제 정의

것으로 나타났다. 따라서 본 논문에서는 차량 내이 산화탄소의 농도를 감지하여 졸음운전을 방지하도록 하였다.
본 논문에서는 졸음운전 감지 및 방지를 위한 방법으로 눈꺼풀의 깜빡임 속도를 이용하여 졸음임을 감지하거나 차내 이산화탄소의 양을 체크하여 졸음이 감지됨을 파악하였다. 따라서 본 논문의 2장에서는 국내 및 국외사례를 통해 현재 졸음운전 방지 기술을 알아보고 3장에서는 눈꺼풀의 깜빡임 속도와 이산화탄소의 검출량을 통한 졸음운전 방지를 위한 설계를 제안한다.
본 연구는 졸음운전 감지 및 방지를 위한 시스템을 설계하였다. 그리고 설계를 기반으로 실제 사례를 개발 및 테스트 하였다.
본 센서는 내구성이 높고, 정확도가 높아 졸음운전을 신속히 감지할 수 있다. 본 연구에서는 반도체 저항방식, 전기 화학방식, NDIR 방식의 가스센서 중가 성비 및 효율성을 감안하여 NDIR 방식을 이용하여 측정하였다.

가설 설정

2. 이들의 무게중심의 좌표로 현재 위치를 이동시킨다.

제안 방법

. 사용자의 생체 정보(체온과 차 내 온도, 호흡, 심박 수)를 받아서 사용자의 졸음 여부를 분석함.
그리고 설계를 기반으로 실제 사례를 개발 및 테스트 하였다. 개발환경으로 파이썬, C언어를 사용하였고 개발 장비로는 라즈베리파이3, 적외선 카메라, 스피커, 마이크, 이산화탄소 센서, 갤럭시 s4, 승용차 소나타를 이용하였다.
10은 NDIR 방식의 이산화탄소 농도를 측정하는 센서 이다. 비분산형 적외선 발광부를 이용해 가스 농도에 의해 얼마나 굴절이 일어나는 정도로 이산화탄소 농도를 측정한다. 본 센서는 내구성이 높고, 정확도가 높아 졸음운전을 신속히 감지할 수 있다.
검출된 얼굴은 OpenCV에서 Haar Cascade를 사용하여 눈을 인식하게 된다[14]. 실제 본 연구에서 이러한 기술을 접목하여 눈을 인식하도록 하였으나 본 연구에서 사용하는 라즈베리파이 환경에서는 성능이 좋지 못해 부득이 얼굴 영역이 검출되면 한국 표준 얼굴 데이터를 참고하여 눈의 위치를 추정하도록 하였다.
사람의 얼굴의 경우, 눈은 어둡고, 코는 밝은 패턴을 보인다. 이러한 기법을 적용하여 흑백 이미지에서 패턴을 분석하여 얼굴을 검출한다. 검출된 얼굴은 OpenCV에서 Haar Cascade를 사용하여 눈을 인식하게 된다[14].
졸음운전 감지 및 방지를 위한 국외 사례로는 렉서스, 포드에 대해서 알아보고 국내 사례로는 현대모비스에 대해서 조사하였다.

대상 데이터

. 카메라로 운전자를 인식 후 영상처리 기술을 활용함 운전자를 238개의 포인트와 913여 개의 메쉬로구성된 3D로 모델링함.
그리고 설계를 기반으로 실제 사례를 개발 및 테스트 하였다. 개발환경으로 파이썬, C언어를 사용하였고 개발 장비로는 라즈베리파이3, 적외선 카메라, 스피커, 마이크, 이산화탄소 센서, 갤럭시 s4, 승용차 소나타를 이용하였다. 향후 과제로는 스마트폰에서 앱과 연동된 시스템을 구축하고 실제 테스트를 통해 실시간 반응 속도를 체크할 것이다.

이론/모형

6은 미국 포드 승용차에서 졸음운전 감지 및 방지를 위한 기술을 나타낸 것이다. 포드는 아래 항목과 같은 기술을 적용하여 졸음운전 방지 기술을 적용하였다[13].

성능/효과

이산화탄소 농도가 1500ppm 이상이 되면 졸음이 오는 것으로 나타났다. 이산화탄소는 농도가 높을 경우 졸음, 뻐근함 등 컨디션에 지장을 줄 뿐만 아니라 두통 현기증, 건강상의 문제도 일어남을 알 수 있었다.
졸음운전이 많이 발생하는 경우를 설문조사를 통해 알아본 결과 차량내 공기 질에 따라 졸음운전이 많이 발생하는 것으로 나타났다. 따라서 본 논문에서는 차량 내이 산화탄소의 농도를 감지하여 졸음운전을 방지하도록 하였다.

후속연구

개발환경으로 파이썬, C언어를 사용하였고 개발 장비로는 라즈베리파이3, 적외선 카메라, 스피커, 마이크, 이산화탄소 센서, 갤럭시 s4, 승용차 소나타를 이용하였다. 향후 과제로는 스마트폰에서 앱과 연동된 시스템을 구축하고 실제 테스트를 통해 실시간 반응 속도를 체크할 것이다. 그리고 앱 개발 및 연동을 위해 안드로이드 기반 뿐만 아니라 iOS 환경에서도 개발이 되도록 하겠다.

참고문헌 (15)

Y. S. Jeong, Y. H. & Yon J. H. Ku. (2017). Hash-chain-based IoT authentication scheme suitable for small and medium enterprises. Journal of Convergence for Information Technology, 7(4), 105-111. DOI : 10.22156/CS4SMB.2017.7.4.105

원문보기 상세보기
Taner Danisman, Ian Marius Bilasco lan, Chabane Djeraba. (2010). Drowsy driver detection system using eye blink patterns. Machine and Web Intelligence (ICMWI), 2010 International Conference, 10, 3-5. DOI : 10.1109/icmwi.2010.5648121
R. Lienhart & J. Maydt. (2002). An Extended set of Haar-like Features for Rapid Object Detection. IEEE ICIP, 1, 900-903.
H. J. Kim & W. Y. Kim. (2008). Eye Detection in Facial Images Using Zernike Moments with SVM. ETRI Journal, 30, 335-337. DOI : 10.4218/etrij.08.0207.0150

원문보기 상세보기
Z. H. Zhou & X. Gen. (2004). Projection Functions for Eye Detection. Pattern Recognition, 37(5), 1049-1056. DOI : 10.1016/j.patcog.2003.09.006

상세보기
J. Qiang & Y. Xiaojie. (2002). Real-time eye, gaze, and face pose tracking for monitering driver vigilance. Real-time Imaging, 8(5), 357-377. DOI : 10.1006/rtim.2002.0279

상세보기
D. F. Dinges & R. Grace. (1998). PERCLOS: A Valid Psychophysiological Measure of Alertness As Assessed by Psychomotor Vigilance. Federal Highway Administration, Office of Motor Carriers. DOI : 10.1037/e509282006-001
J. H. Skipper & W. W. Wierwille. (1985). AnInvestigation of Low-Level Stimulus-Induced Measures of Driver Drowsiness. Proceedings of the Conference on Vision in Vehicles, 139-148.
David J. Mascord, Jeannie Walls and Graham A Starmer. (1995). Fatigue and Alcohol: interactive effects on human performance in driving-related tasks. Fatigue and Driving. Taylor & Francis, 189-205.
S. Boverie, J. Leqellec & A. Hirl. (1998). Intelligent systems for video monitoring of vehicle cockpit. International Congress and Exposition ITS: Advanced Controls and Vehicle Navigation Systems, 1-5, 1998. DOI : 10.4271/980613
H. Ueno, M Kaneda & M. Tsukino. (1994). Development of drowsiness detection system. Proceedings of Vehicle Navigation and Information Systems conference, Yokohama, Japan, 15-20.
T. E. Hutchinson. (1998). Eye movement detection with improved calibration and speed. United States Patent, (4,950,069)
H. Takchito, M. Katsuya, S. Kazunori & M. Yuji. (2002). Detecting Drowsiness while Driving by Measuring Eye Movement-A Polot Study. International Conference on Intelligent Transportation Systems, IEEE, 3-6. DOI : 10.1109/itsc.2002.1041206
C. Dixon. (1999). Unobtrusive eyelid closure and visual of regard measurement system. Conference on ocular measures of driver alertness.
T. Ishii. M. Hirose & H. Iwata. (1987). Automatic recognition of driver's facial expression by image analysis. Journal of the Society of Automotive Engineers of Japan, 41, 1398-1403.

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