• 대한의용생체공학회:의공학회지
• /
• 제18권3호
• /
• pp.315-323
• /
• 1997

Driving is a complex vigilance task that includes improper lookout, excessive speed and inattention. The primary objective of this research is to detect driver drowsiness so that the driver can be alerted to an impending traffic accident in performance. We developed the automatic detection and warning system during drowsy driving. A drowsiness detection system must be able to monitor driver status and detect the detrimental changes of a driver performance. Eyeblink has been found to be a reliable factor of drowsiness detection in earlier studies. As an additional parameter, we also considered the yawning which often occurs in a low vigilance state and predicts the drowsy state. We used a computer vision method to extract the eyeblink and yawning in the face image sequences. When the drowsy state was detected, the driver was refreshed by alarming device and menthol scent generator after deciding the warning level by fuzzy logic. For the evaluation of our system, we measured the physiological parameters such as EOG and EEG. The results indicated that it is possible to detect and alert the driver drowsiness temporarily or continuously by using our system.

• 디지털산업정보학회논문지
• /
• 제5권2호
• /
• pp.167-176
• /
• 2009

In this paper, a system that detects driver's drowsiness has been implemented based on the automatic extraction and the tracking of pupils. The research also focuses on the compensation of illumination and reduction of background noises that naturally exist in the driving condition. The system, that is based on the principle of Haar-like feature, automatically collects data from areas of driver's face and eyes among the complex background. Then, it makes decision of driver's drowsiness by using recognition of characteristics of pupils area, detection of pupils, and their movements. The implemented system has been evaluated and verified the practical uses for the prevention of driver's drowsiness.

• 한국지능시스템학회논문지
• /
• 제18권2호
• /
• pp.223-229
• /
• 2008

본 논문에서는 비젼을 이용한 영상처리 기술을 기반으로 운전자의 피로도를 측정하여 졸음운전을 판단하는 실시간 비젼시스템을 제안한다. 제안된 시스템은 얼굴 영상 분석과 퍼지 이론을 이용하여 운전자의 졸음 또는 부주의함을 경고함으로서 교통사고를 미연에 방지하는 시스템이다. 본 논문에서는 실시간 얼굴 탐색 알고리즘 개발을 위해 퍼지 색상 필터와 가상 얼굴 모형을 이용하여 얼굴 위치 및 눈 영역을 보다 빠르게 검출하고, 눈 깜박임의 빈도수(eye blinking frequency)와 눈의 닫힘 지속 기간(eye closure duration)을 측정하는 방법은 제안한다. 그 다음, 측정된 데이터를 기반으로 퍼지논리를 사용하여 운전자의 피로도를 결정하고 졸음운전 여부를 판단하는 방법을 제안한다. 마지막으로 제안된 방법은 여러 실험을 통해 그 우수성과 응용 가능성을 증명한다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제15권4호
• /
• pp.142-148
• /
• 2023

In Modern days, Self-driving for modern people is an absolute necessity for transportation and many other reasons. Additionally, after the outbreak of COVID-19, driving by oneself is preferred over other means of transportation for the prevention of infection. However, due to the constant exposure to stressful situations and chronic fatigue one experiences from the work or the traffic to and from it, modern drivers often drive under drowsiness which can lead to serious accidents and fatality. To address this problem, we propose a drowsy driving prevention learning model which detects a driver's state of drowsiness. Furthermore, a method to sound a warning message after drowsiness detection is also presented. This is to use MoveNet to quickly and accurately extract the keypoints of the body of the driver and Dense Neural Network(DNN) to train on real-time driving behaviors, which then immediately warns if an abnormal drowsy posture is detected. With this method, we expect reduction in traffic accident and enhancement in overall traffic safety.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.947-950
• /
• 2015

우리나라 전체 교통사고 원인에 있어서 졸음운전은 음주운전보다도 더 큰 비중을 차지하고 있는 위험요소로 나타나고 있다. 따라서 사전에 졸음운전사고를 예방하기 위하여 운전자의 졸음을 인식하고 경고해주는 시스템 개발과 관련된 연구가 활발하게 이루어지고 있는 추세이며, 졸음의 지표는 뇌파의 알파파를 분석하는 것이 효과적이라는 선행 연구결과들이 발표되었다. 본 연구에서는 LabView 프로그램을 이용하여 졸음지표를 검출할 수 있는 신호처리 알고리즘을 적용시킨 뇌파측정 장치를 자체 개발하였다. 소수의 실험자를 대상으로 졸음유도 실험을 실시한 결과 알파파의 상대 파워스펙트럼 변화를 기준으로 졸음상태를 의미하는 뇌파의 패턴을 검출 할 수 있었다. 이후 기존의 뇌파측정 장비들을 사용하여 측정한 졸음패턴과 비교분석한 결과 유사한 패턴을 나타내는 것을 확인 할 수 있었다. 이러한 결과를 바탕으로 차후 운전자의 졸음예방 시스템에 활용한다면 졸음운전 사고로 인한 사망률을 낮추는데 기여할 수 있을 것으로 기대된다.

• 전기학회논문지
• /
• 제57권12호
• /
• pp.2281-2284
• /
• 2008

The purpose of this paper is to develope the drowsiness-drive perception system which judges drowsiness driving based on drivers' eye region using single vision system. To do this, first, we use the Haar-like feature and AdaBoost learning algorithm for detecting the features of the face region. And we measure the eye blinking frequency and eye closure duration from these feature data. And then, we propose the drowsiness-drive detection algorithm using the eye blinking frequency and eye closure duration. Finally, we have shown the effectiveness and feasibility of the proposed method through some experiments.

• 융합신호처리학회논문지
• /
• 제13권3호
• /
• pp.136-141
• /
• 2012

운전 중 운전자의 졸음은 교통 사망사고를 일으키는 중요한 요인이며 음주운전보다도 더 위험할 수 도 있다. 이러한 이유로 운전자의 졸음을 판별하고 경고하는 시스템 개발이 최근에 매우 중요한 이슈로 떠올랐다. 그중에서도 졸음과 가장 밀접한 관련이 있는 생체 신호인 뇌파 (Electroencephalogram, EEG)와 안구전도 (Electrooculogram, EOG)를 분석하는 연구가 주류를 이루고 있다. 본 논문에서는 실험 프로토콜에 의거하여 측정된 뇌파를 주파수별로 분석하여 운전자의 상태별 뇌파 데이터베이스를 구축하고 선형예측(Linear Predictive coding, LPC) 계수를 특징벡터로 한 신경회로망 기반 운전자 졸음 감지 시스템을 제안한다. 실험결과로 졸음의 뇌파분석에서 알파파가 감소하며 세타파가 증가하는 추세를 보였으며, LPC 계수가 각성, 졸음 및 수면상태의 특징을 잘 반영하였다. 특히 제안한 시스템은 적은 샘플(250ms)을 가지고도 96.5%라는 높은 분류 결과를 얻어 짧은 순간에 일어날 수 있는 운전 시 돌발 상황을 실시간으로 검출 가능성을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제22권6호
• /
• pp.768-773
• /
• 2012

운전 중 운전자의 졸음은 교통 사망사고를 일으키는 중요한 요인이며 음주운전보다도 더 위험할 수 도 있다. 이러한 이유로 운전자의 졸음을 판별하고 경고하는 시스템 개발이 최근에 매우 중요한 이슈로 떠올랐다. 그중에서도 졸음과 가장 밀접한 관련이 있는 생체 신호 분석이 많이 적용되는데 그중에서도 뇌파(Electroencephalogram, EEG)와 안구전도(Electrooculogram, EOG)를 분석하는 연구가 주류를 이루고 있다. 본 논문에서는 실험 프로토콜를 바탕으로 측정된 뇌파를 주파수별로 분석하여 운전자의 상태별 뇌파 데이터베이스를 구축하였고 선형예측(Linear Predictive Coding, LPC) 계수와 Support Vector Machine(SVM)을 이용한 운전자 졸음 감지 시스템을 제안한다. 실험결과로 졸음의 뇌파분석에서 알파파가 감소하며 세타파가 증가하는 추세를 보였으며, LPC 계수가 각성, 졸음 및 수면상태의 특징을 잘 반영하였다. 특히 제안한 시스템은 적은 샘플(250ms)에서도 96.5%의 높은 분류 결과를 얻어 짧은 순간에 일어날 운전시 돌발 상황을 실시간으로 예측할 수 있는 가능성을 보였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.1856-1859
• /
• 1997

This paper describes the arousal measurement and the control system using fuzzy logic to prevent drowsy driving. Sugeno's method was used for fuzzy inference in this study. Membership function and rule base were determined form the modfied arousal level criteria. The output of fuzzy inference tracked well the change of subject's arousal level. When IRI(Inter-SIR interval) was under the 60sec, maximum output of three step warning method was medium sound, but that of fuzzy logic system was changed from medium to big. Furthermore, the output of the fuzzy inference was highly correlated with $N_{z}$(r=0.99). Therefore, the fuzzy inference method for evaluation and the control of arousal will be more effective at real driving sityation than three step warning method.ning method.

• 한국통신학회논문지
• /
• 제39C권10호
• /
• pp.887-895
• /
• 2014

졸음운전은 전체 교통사고 원인 중 큰 비중을 차지하며 그 위험성이 음주운전보다도 크다고 알려져 있다. 따라서 운전자의 졸음을 판단하고 경고하는 시스템 개발에 대한 관심이 높아지고 있으며, 뇌파를 분석하는 것이 운전자의 피로와 졸음을 감지하는데 효과적이라는 연구결과들이 발표되었다. 본 논문은 짧은 시간에 높은 해상도를 가지는 auto-regressive 모델 기법 중 잡음에 강인한 errors-in-variables(EIV) 방법을 이용하여 특징벡터를 추출하고, 다층신경망(multilayer perceptron; MLP)에 적용하여 운전자의 상태를 각성, 천이, 졸음의 세 가지 상태로 분류하는 졸음 감지 시스템을 제안한다. 생체신호의 측정 환경에 따른 성능을 평가하기 위해 높은 진단률을 갖도록 하는 EIV차수를 결정하고, 잡음에 대한 강인성을 확인하기 위해 신호대 잡음비(signal-to-noise ratio; SNR)에 따른 성능을 선형 예측 부호화(linear predictive coding; LPC) 방법과 비교하였다. 이 결과로부터 제안한 EIV와 MLP를 결합한 졸음 감지 시스템은 기존의 LPC와 MLP를 이용한 시스템에 대해 우수한 성능을 얻을 수 있음을 확인하였다.