□ 개발목표 계획 운전자 주행 패턴, 주행 정보 및 영상데이터를 연계한 DB 구축, 시스템에 적용. 운전에 방해되는 원인 파악, 방지, 평가 시스템 개발. 운전자 정보 전달, 인식, 기능 모듈 개발. 실적 지능형 HVI, 센서정보 융합, 비전기반 감성인식, 차량정보 네트워크, 차량정보 관리.
□ 정량적 목표항목 및 달성도 2.운전자 상태감지 인식률 (정상, 졸음 구분 인식) : 계획(90%), 실적(졸음상태의 경우 108번 시험 중 80번 정상 출력, 단 정상상태의 경우 오탐률이 높음.)
□ 개발목표 계획 운전자 주행 패턴, 주행 정보 및 영상데이터를 연계한 DB 구축, 시스템에 적용. 운전에 방해되는 원인 파악, 방지, 평가 시스템 개발. 운전자 정보 전달, 인식, 기능 모듈 개발. 실적 지능형 HVI, 센서정보 융합, 비전기반 감성인식, 차량정보 네트워크, 차량정보 관리.
□ 정량적 목표항목 및 달성도 2.운전자 상태감지 인식률 (정상, 졸음 구분 인식) : 계획(90%), 실적(졸음상태의 경우 108번 시험 중 80번 정상 출력, 단 정상상태의 경우 오탐률이 높음.) 3.주행상태 감지 인식률 (부드러운 운전, 거친 운전 구분) : 계획(90%) 4.센서 정보 융합률 (영상 파일 내부에 저장된 센서 정보의 종류 및 수량) : 계획(5ea), 실적(가속도센서, 블루투스, 카메라, 온도/전압 센서, OBD) 5.실시간 데이터 처리 기술 (저장 데이터의 시간 지연) : 계획(95ms), 실적(600회 시험의 결과 최대 21ms,최소 0ms 이며 평균 5.14ms 이다.) 6.운전자 상태 감지 factor수 (상태감지를 판단하는 경우의 수) : 계획(3ea), 실적(운전자측 영상 (운전자 영상 정보), OBD (운전자 종 방향 정보), Lane Departure (운전자 횡 방향 정보)) 7.주행상태 감지 factor 수 (상태감지를 판단하는 변수의 수) : 계획(3ea), 실적(전방측 영상 (차량의 전방 영상), OBD (차량의 상태 정보), 가속도 (차량의 x,y,z 방향 가속도) 8.HVI 융합센서 (연관되는 센서정보의 수) : 계획(4ea), 실적(휴먼 센서, 환경감지 센서, 비전 센서, 주행상황정보 센서)
※ AI-Helper는 부적절한 답변을 할 수 있습니다.