Development of Smart driving monitoring device for Personal Mobility through Confusion Matrix verification

As the delivery industry grew around the restaurant industry along with the COVID-19 situation, the number of delivery workers increased significantly. Along with that, new forms of delivery using personal mobility (PM) also emerged and two-wheeled or PM-related accidents are steadily increasing. This study manufactures a PM's driving analysis device to establish a safe delivery monitoring environment. This system was constructed to process data collected from the driving analysis device and through a cloud server, which would recognize and record special situations (acceleration/deceleration, speed bump) that could occur during the PM's driving situation. As a result, the angular speed, acceleration, and geomagnetic values collected from the IMU in the device were able to determine whether to drive, drive on the sidewalk, and drive on the speed bump. This technology was able to achieve approximately 1600 times more driving information storage efficiency than conventional image-based recording devices.

배달산업이 COVID-19 상황과 함께 요식업을 중심으로 크게 성장함에 따라 배달업 종사자가 크게 증가했다. 그와 함께 개인형 모빌리티(Personal Mobility: PM)를 활용한 새로운 배달 형태가 등장했으며, 이륜차 혹은 PM 관련 사고는 꾸준히 증가하고 있다. 본 연구는 안전 배달 모니터링 환경을 구축하기 위해 PM의 주행 분석 장치의 제작한다. 이를 위해 주행 분석 장치와 장치에서 수집된 데이터를 클라우드 서버를 통해 처리하는 시스템을 구성했으며, 이 시스템을 통해 PM의 운전상황에서 운전 중 발생할 수 있는 특수한 상황(가/감속, 과속방지턱 통과)을 인식하고 기록하고자 한다. 그 결과 장치 내 측정 센서(IMU)에서 수집한 각속도, 가속도, 지자기 값을 통해 운행 여부 및 인도 주행 여부, 경사로 주행 여부를 판단해 낼 수 있었다. 이 기술은 기존의 영상기반 기록장치보다 약 1600배 이상의 주행 정보 저장 효율을 달성할 수 있었다.