• 제목/요약/키워드: 스마트 에어백

검색결과 8건 처리시간 0.009초

단일 비디오 카메라와 초음파센서를 이용한 스마트 에어백용 승객 감지 시스템 (An Occupant Sensing System Using Single Video Camera and Ultrasonic Sensor for Advanced Airbag)

  • 배태욱;이종원;하수영;김영춘;안상호;송규익
    • 한국멀티미디어학회논문지
    • /
    • 제13권1호
    • /
    • pp.66-75
    • /
    • 2010
  • 본 논문에서는 단일 비디오카메라와 초음파센서를 이용한 스마트 에어백용 승객 감지 시스템을 제안하였다. 승객의 체형과 얼굴 위치를 검출하기 위하여, 실시간 검출이 용이한 얼굴색 및 움직임 정보를 이용한다. 비디오 카메라 영상에서 얼굴색에 해당하는 색차신호 (U/V)의 경계값과 휘도신호 (Y)의 현재 프레임과 이전 프레임간의 차이값을 이용하여 후보 얼굴 블록 영상을 만든 후 모폴로지 및 라벨링 과정을 거쳐 얼굴 위치를 검출한다. 제안한 승객 자세감지 시스템의 성능을 평가하기 위하여 차량 지그에 IEEE 카메라, 초음파 센서 및 적외선 LED를 설치하여 다양한 실험을 수행하였다.

Distance Transform을 이용한 IR영상의 실시간 얼굴 위치 검출 최적화 알고리즘 구현 (The Optimal Implementation of Face Position Detection using Distance Transform)

  • 박인철;김승미;류현기;이행석
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(A)
    • /
    • pp.191-193
    • /
    • 2012
  • 본 논문은 차량용 스마트에어백 시스템이 탑승자의 머리 위치를 파악하여 지능적으로 에어백을 전개하도록 돕기 위한 얼굴 위치 검출 알고리즘을 제안한다. 차량용 임베디드 시스템은 한정된 자원에서 기능을 동작시키기 때문에 여러 가지 구현상 제한 조건들이 존재한다. 이러한 제한 조건들을 만족시키기 위해 알고리즘의 경량화 및 최적화 작업이 수반 되어져야한다. 제안하는 알고리즘에서는 이진화된 오브젝트에 거리변환(Distance Transform)을 사용하여 사람의 형태학적 모양을 분석/판단한다. 그리하여 얼굴의 위치를 검출하는 방법이다. 여러 가지 배경 상황에 관계없이 사람의 형태학적 모습을 이용하므로 사람 형태 검출에 용이하다. 설계된 알고리즘은 TI사의 TMS320DM6437 EVM 보드에서 구현하였고 구현 결과 제안한 알고리즘이 IR 영상에서 높은 인식률 및 빠른 처리 속도를 보임을 확인할 수 있었다.

새로운 충돌 판별 알고리즘과 가속도 센서의 위치 (New Crash Discrimination Algorithm and Accelerometer Locations)

  • 정현용;김영학
    • 한국자동차공학회논문집
    • /
    • 제8권6호
    • /
    • pp.182-193
    • /
    • 2000
  • Several metrics have been used in crash discrimination algorithms in order to have timely air bag deployment during all frontal crash modes. However, it is still challengine to have timely air bag deployment especially during the oblique, the pole and the underride crash mode. Therefore, in this paper a new crash discrimination algorithm was proposed, using the absolute value of the deceleration change multiplied by the velocity change as a metric, and processing the metric as a function of the velocity change. The new algorithm was applied for all frontal crash modes of a minivan and a sports utility vehicle, and it resulted in timely air bag deployment for all frontal crash modes including the oblique, the pole and the underride crash mode. Moreover, it was proposed that an accelerometer be installed at each side of the rails, rockers or pillars to assess the crash severity of each side and to deploy the frontal air bags at different time especially during an asymmetric crash such as an oblique and an offset crash. As an example, the deceleration pulses measured at the left and right B-pillar·rocker locations were processed through the new algorithm, and faster time-to-fires were obtained for the air bag at the struck side for the air bag at the other side.

  • PDF

압사 예방을 위한 스마트 IoT 조끼 시스템 (Smart IoT vest to prevent stampede accident)

  • 이영수;이태훈;김동현;이경준
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2023년도 추계학술발표대회
    • /
    • pp.786-787
    • /
    • 2023
  • 대규모 행사에서 압사 예방을 위해 스마트 IoT 조끼 시스템을 개발했다. 일반 사용자들이 해당 조끼를 착용해 긴급 상황 발생 즉시 행사 관리자에게 정보를 전송하고 동시에 Linear Actuator를 활용해 개발한 에어백 기능으로 인명피해 사고를 보다 예방할 수 있다.

차량네트워크와 Wi-Fi통신을 이용한 안드로이드 차량관리 시스템 구현 (Implementation of Android Vehicle Management System Using Wi-Fi & Vehicle Network)

  • 정재훈;김정;최진구
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2013년도 춘계학술발표대회
    • /
    • pp.735-738
    • /
    • 2013
  • CAN(Controller Area Network)은 차량내부의 제어하기 위하여 디바이스, 센서, 액츄에이터 등을 연결하는 비동기 직렬버스 네트워크이다. 이 CAN은 ECU들 사이에 통신을 위해 효율적으로 사용되고 있다. 또한 CAN은 엔진 진단, ABS, 에어백 등과 같은 메시지를 전송하며 창문 조작, 전조등 등의 제어 명령들을 전송한다. 본 논문에서는 차량 네트워크 환경으로부터 차량상태를 WiFi 통신을 이용하여 운전자에게 스마트폰으로 제공하는 시스템을 구현하였다. 또한 차량의 연비관리, 차량 관리하는 차계부, 블랙박스 기능이 포함된 안드로이드 애플리케이션을 구현하였다.

머신러닝 알고리즘을 사용한 웨어러블 스마트 에어백에 관한 연구 (A Study on a Wearable Smart Airbag Using Machine Learning Algorithm)

  • 김현식;백원철;백운경
    • 한국안전학회지
    • /
    • 제35권2호
    • /
    • pp.94-99
    • /
    • 2020
  • Bikers can be subjected to injuries from unexpected accidents even if they wear basic helmets. A properly designed airbag can efficiently protect the critical areas of the human body. This study introduces a wearable smart airbag system using machine learning techniques to protect human neck and shoulders. When a bicycle accident happens, a microprocessor analyzes the biker's motion data to recognize if it is a critical accident by comparing with accident classification models. These models are trained by a variety of possible accidents through machine learning techniques, like k-means and SVM methods. When the microprocessor decides it is a critical accident, it issues an actuation signal for the gas inflater to inflate the airbag. A protype of the wearable smart airbag with the machine learning techniques is developed and its performance is tested using a human dummy mounted on a moving cart.