• 한국도로학회논문집
• /
• 제10권4호
• /
• pp.127-138
• /
• 2008

현대 사회에서 자동차는 생활에 필수적인 요소로 자리잡고 있으며, 현대 생활의 편의성을 제공하는 자동차의 증가로 인하여 그에 따른 교통사고 또한 매년 증가하고 있다. 교통사고의 주요 발생요인은 운전부주의로써, 이 중 특히 피로운전은 일반교통사고의 $10{\sim}20%$와 관련되어 있으며, 사물감지능력 저하 및 반응시간 지연으로 치명적 사고피해를 야기한다. 이에 본 연구는 운전 중 휴대전화 사용 및 피로상태의 운전상황이 운전수행에 어떠한 결과를 미치는지 알아보고자 실시간 영상처리 방법을 이용하여 실험을 진행하였다. 실험을 진행하기 위하여 차량 시뮬레이터를 이용하였으며, 운전자의 눈꺼풀 움직임 추적방식에 대한 실험을 진행하기 위하여 Seeing Machines의 faceLAB 4.5를 차량 시뮬레이터의 전면부에 장착하여 운전자 눈꺼풀 상태를 정상상태와 피로상태로 나누어 비교 분석하였다.

• 한국지능시스템학회논문지
• /
• 제26권6호
• /
• pp.464-470
• /
• 2016

본 논문은 개선된 얼굴검출 알고리즘과 눈의 개폐 빈도수로부터 운전자의 졸음을 판단하는 방법을 제안한다. 이를 위해 기존의 Viola-Jones 알고리즘과 얼굴의 공간적 상관관계를 이용하여 얼굴, 눈, 코, 입을 검출한다. 여기서, 얼굴의 공간적 상관관계는 7가지 특징에 기반한 DFP(Detect Face Part)에 의해 수행된다. Caltect 얼굴 데이터베이스에 실험을 한 결과, 특히 코 영역에 대한 검출률은 기존 Viola-Jones 알고리즘과 비교하여 13.78% 증가된 검출률을 보여주고 있다. 그리고, SVM(Support Vector Machine)과 PERCLOS(Percentage Closure of Eyes)을 사용해 시간에 따른 눈 개폐상태의 누적 값으로 운전자의 졸음 판단을 분석한다. 실험결과 93.28%의 운전자 졸음판단률을 얻어 제안된 방법의 유용성을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.719-722
• /
• 2016

운전자의 주의력 감쇠는 교통사고 요인에 있어서 큰 비중을 차지한다. 주의력 감쇠는 무선 통화, 기기 조작, 졸음으로 나타날 수 있는데 자동차 대형사고의 대부분은 졸음운전으로 인하여 일어나며, 졸음운전 시에는 운전자의 운전조작 및 방어 조작 능력이 현저하게 저하한다. 본 시스템은 카메라로부터 실시간으로 영상 데이터를 입력 받아 처리하여 운전자의 졸음 상태를 인식하는 시스템으로 운전자에게 졸음방지 기능을 제공한다. Haar-Like Feature cascade classifier 방법을 사용하여 얼굴 및 눈 영역 검출을 하였고 Open Eye, Closed Eye가 학습된 MLP(Multi-Layer Perceptron)를 이용해 눈 깜박임을 인식하여 PERCLOS(Percentage of Eye Close)방법으로 졸음을 판단하였다. 본 논문에서 제안한 방법의 인식률의 정확도를 검증하기 위해 인식률 테스트를 하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.519-520
• /
• 2021

본 논문에서는 딥러닝 기반의 얼굴인식과 Harr Cascade 분류기를 이용한 눈인식, 스마트워치를 매개로 한 심박수 측정을 활용하여 운전자 졸음운전 경고 시스템을 제안하였다. 제안하는 시스템은 PERCLOS 방법을 적용하여 운전자의 눈 감은 시간을 누적시켜 졸음 상태 유무를 판단하고, 스마트워치의 HR센서를 활용한 운전자의 심박수 값 모니터링을 진행하여 졸음 발생 시 경고음을 발생시켜 졸음운전으로 인한 교통사고를 예방할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.508-510
• /
• 2020

2015년도부터 2019년도까지 5년간 고속도로에서 1,079명의 사망자가 발생하였으며, 이중 졸음운전 및 주시 태만이 729명(67.6%)로 가장 많았다. 졸음운전 방지를 위해 휴게소, 졸음쉼터 등 노력하고 있으나 이러한 노력에도 졸음운전으로 인한 사고는 지금까지도 계속해서 발생하고 있다. 본 연구는 이러한 사고를 방지하기 위해 적외선 카메라를 이용한 영상 촬영하여 안면검출 해석과 서비스를 구현하였다. 안면검출을 통한 동공 상태의 여부와 적합한 수면 판단 기준으로 PERCLOS(Percentage of Eye Closure)을 적용하였다. 운전자의 동공의 장축과 단축의 비율이 1 : 0.35 미만 일 때, 운전자가 졸음상태라 판단하고 음성 알람을 통해 졸음방지를 개선할 수 있었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.259-260
• /
• 2024

졸음운전으로 인한 교통사고는 매년 꾸준하게 일어나 이에 대한 다방면의 해결책이 요구되고 있다. 본 논문에서는 위 문제를 개선하고자 ChatGPT와 영상처리를 이용한 졸음 감지 시스템을 구현하였다. 이 시스템은 운전자의 얼굴 부분을 영상처리로 인식하여 눈동자의 종횡비를 구해 PERCLOS 공식에 따른 운전자의 졸음을 판별시키고, 경고와 동시에 ChatGPT가 운전자에게 특정 주제를 키워드로 TTS와 STT를 통해 대화한다. 운전자의 졸음을 판별하기 위해 임베디드 보드에서 연결된 캠을 통해 졸음 판별을 하고, ChatGPT도 마찬가지로 보드에서 연결한 스피커, 마이크를 통해 운전자와 대화한다. 이를 활용하여 운전자의 졸음 자각을 통한 안전운전 및 사고 발생률의 감소를 기대할 수 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권3호
• /
• pp.255-265
• /
• 2007

본 논문은 지능형 자동차 개발을 위한 주간 및 야간 환경에서 차량 운전 시 발생할 수 있는 다양한 조명을 극복하고 운전자 졸음 상태를 단일 CCD(Charge Coupled Device) 카메라를 통해 감시하는 시스템을 제안한다. 운전 중 운전자 눈을 감시하여 졸음 상태를 판단하는 시스템에서 눈 검출 및 눈꺼풀 움직임 측정은 선행되어야 할 중요한 과정이다. 따라서 비전기반 시스템의 가장 큰 단점인 조명변화를 극복하며 눈 검출 성능을 높이고 실시간 처리가 가능한 간단한 조명 보정 알고리즘을 제안하였으며 또한 신뢰성 있는 졸음 판단을 위해 효율적인 눈꺼풀 움직임 측정 방법을 제안한다. 이러한 시스템은 실시간으로 처리되어야 하며 이를 위해 제안한 방법과 더불어 효율적인 눈 검증 방법으로 단계적 SVM(Cascaded Support Vector Machine)을 적용하였다. 한편, 제안한 알고리즘의 성능 측정을 위해 주간 및 야간의 다 양한 조명 변화 속에서 주행 중 수집된 운전자 동영상을 사용하였으며 자체 수집된 동영상에 대해 98% 이상의 눈 검출 성능 및 신뢰성 있는 눈꺼풀 움직임을 측정하였다. 최종 졸음판단 결과는 수집된 각각의 동 영상에 대한 PERCLOS(The percentage of eye-closed time during a period)를 비교함으로써 제안한 시스템의 성능 및 우수성을 보였다.

• 한국통신학회논문지
• /
• 제30권9C호
• /
• pp.887-898
• /
• 2005

본 논문에서는 피로를 인식하기 위하여 베이지안 네트워크를 기반으로 한 확률 모델을 제안하고자 한다. 먼저 적외선 조명을 조사하여 눈거풀의 움직임, 시선 방향, 얼굴의 움직임 및 얼굴 표정 같은 얼굴특징정보를 측정하였다. 그러나 각각의 얼굴특징정보만으로 생체 피로를 결정하기에는 충분하지 않다. 그러므로, 본 논문에서는 생체 피로를 확률적 추론하기 위하여 가능한 많은 피로 원인에 대한 정보와 얼굴특징정보들로 베이지안 네트워크 모델을 구성하여 BN 피로지수를 산출하였다. 또한, BN 피로지수의 문턱치값은 MSBNX 시물레이션 결과 0.95로 산출되었다. 실험 결과 BN 피로지수와 TOVA 응답 시간을 비교한 결과 밀접한 상관관계가 있음을 확인하여 제안한 피로인식모델의 유효성을 입증하였다.

• 대한인간공학회지
• /
• 제25권4호
• /
• pp.129-135
• /
• 2006

he purpose of this study is to measure bio-signal to investigate the driver's physiological response change under real situation using train simulator. The train simulator used in this study is KTX model and according to changes of driving situation, The bio-signal controlled by autonomic nervous system, such as GSR(Galvanic Skin Response), SpO2(Saturation percent O2), HR(Heart Rate), ECG(Electrocardiograph), EEG(Electroencephagram) and movement and response of eye were measured. Statistically significant difference in bio-signal data and eye movement activity pattern were investigated under several different driving speeds using analysis of variance (p<0.05). The GSR and HR value measured in average and mission speed operation is higher than in high-speed operation. β wave of EEG in average speed operation become more activated than in high speed operation. In accordance with a characteristic of rail vehicle, movement and response of eye in high-speed operation requiring relatively simple maneuver become less activated than in either average or mission speed operations. Conclusively, due to more careful driving controls in average and mission speed operation are required than in high-speed operation, level of mental and physical stresses of train driver was increased and observed through changes of bio-signal and eye movement measured in this study.