• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권3호
• /
• pp.361-370
• /
• 2017

본 논문에서는 공격적 성향의 운전자를 판단할 수 있는 기계학습 방식과 설문지 방식을 융합한 운전자 성향 판단 연구의 일환으로 두 방법으로 결정된 운전자 성향정보의 상관성을 분석하였다. 30명의 운전자를 대상으로 설문지를 이용한 주관적 성향을 정보를 수집하고 기계학습 기반의 성향판단 시스템을 이용하여 객관적 성향을 취득하였다. 이 중에서 기계학습 기반의 성향판단 시스템은 운전자행위 성향 분류 모델을 기반으로 설계되었다. 모델을 도출하기 위하여 운전자의 가속 패달과 브레이크 패달 조작 데이터와 HMM 기법을 이용한 기계학습을 수행하였다. 두 가지 방법으로 추정한 공격적 성향정보를 Pearson 방식으로 상관관계를 분석한 결과 높은 상관관계가 있음을 확인하였다. 뿐만 아니라 객관적 성향은 동일한 운전자에 대하여 고유한 특성이 있음을 확인하였다. 본 논문의 실험결과는 향후 두 방법을 융합하는 연구를 수행하기 위한 참고자료가 될 것이다. 또한 운전자의 공격적 성향이 주의어시스트, 운전자 식별, 도난방지 등 지능형 운전자 보조시스템에도 응용 될 수 있음을 확인하였다.

• 대한교통학회지
• /
• 제36권1호
• /
• pp.51-65
• /
• 2018

공격운전은 밀착주행과 급감속과 같은 행위로 상대 운전자를 위협하는 고의적인 행동으로 교통사고 발생 가능성이 높은 위험운전이벤트이다. 본 연구에서는 Multi-agent 주행 시뮬레이션 실험을 통해 공격운전 가해자와 피해자의 상호작용을 차량거동형태를 분석하였다. 운전자의 고의적인 공격의지 검지를 위해 주행패턴을 효과적으로 상대 평가할 수 있는 지표(Erratic Driving Index, EDI)를 도출하였다. 기존의 상용차의 디지털운행기록계 자료를 활용한 위험운전 검지기법과 본 연구에서 도출한 EDI를 연계한 공격운전 검지 방법론을 새롭게 개발하였고 활용성을 평가하였다. 공격운전을 억제하고 운전자의 안전운전을 유도하는 운전자 행태 관리를 위해 본 연구의 결과물이 효과적으로 사용될 것으로 기대된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권11호
• /
• pp.537-542
• /
• 2017

공격적인 성향의 운전은 자동차 사고의 주요한 원인이 된다. 기존 연구에서는 공격적 성향의 운전을 검출하기 위해, 주로 청년을 대상으로 연구가 이뤄졌으며 기계학습의 순수한 Clustering 또는 Classification 기법을 통해 이뤄졌다. 그러나 노인들은 취약한 신체적 조건에 의해 젊은 운전자와는 다른 운전 강도를 가지고 있어 기존의 방식으로는 검출이 불가능 하며, 데이터를 보정하는 등의 새로운 방법이 필요하다. 그리하여, 본 연구에서는 기존의 클러스터링 기법(K-means, Expectation - maximization algorithm)에, 새롭게 제안하는 ECA(Enhanced Clustering method for Acceleration data)기법을 추가하여, 주행 차량에 위치한 스마트폰으로부터 수집된 가속도 데이터를 분석하고 공격적인 운전 형태를 검출해 낸다. ECA는 모든 피험자의 데이터에서 K-means와 EM을 통해 검출된 군집군의 데이터 중 높은 강도의 데이터를 선별하여, 특징을 스케일링한 값을 통해 모델링한다. 본 방식을 통해 기존의 연구의 순수한 클러스터링 방식과는 달리, 모든 청장년 및 노인 실험 참가자 개인들의 공격적인 운전 데이터가 검출되었으며, 클러스터링 기법간의 비교를 통해 K-means 기법이 보다 높은 검출 효율을 갖고 있음을 확인했다. 또한, K-means 방식을 검출한 공격적인 운전 데이터에서는 젊은 운전자가 노인운전자에 비해 1.29배의 높은 운전 강도를 가지고 있음을 발견했다. 이와 같이 본 연구에서 제안된 방식은 낮은 운전 강도를 갖고 있는 노인의 데이터에서 공격적인 운전을 검출 가능하게 되었으며, 특히. 제안된 방법은 노인 운전자를 위한 맞춤형 안전운전 시스템을 구축이 가능하며, 추후 다양한 연구을 통해 이상 운전 상태를 검출하고 조기 경보하는데 활용이 가능할 것이다.

• 한국도로학회논문집
• /
• 제14권2호
• /
• pp.93-99
• /
• 2012

선행 차량과의 상대속도에 따른 차두거리 분포에 관한 연구를 위해 연속류 도로 중 국도에 설치된 차량검지기(VDS, Vehicle Detection System)의 교통정보 수집자료를 분석하였다. 수집자료를 차선별, 방향별로 정렬하여 선행 차량과 후행 차량 사이의 속도차이인 상대속도와 검지기 통과시간 및 차량의 속도를 이용하여 차두거리를 산출하였다. 모든 시간대를 대상으로 산출된 상대속도와 차두거리의 분석을 통해 두 변수간의 관계를 분석한 결과 고르게 분포하고 있는 것으로 나타났고 동일차량군 주행에서 차두거리의 중간값은 약 40m이며, 이는 자료구축 및 분석부분에서 언급한 A~D영역을 분류함에 있어 기준이 될 수 있었다. 시간대에 따른 차두거리 분포에 대한 분석을 위해 수집된 모든 자료의 교통량을 통해 첨두교통량을 산정하고 이를 기준으로 첨두시간과 비첨두시간을 분류하여 차두거리 분포의 차이를 분석하였다. 첨두시간은 비첨두시간에 비해 상대적으로 앞 차량과의 속도 차이가 적고 차두거리가 좁은 것으로 나타났기 때문에 선행차량과 같은 주행 패턴으로 추종한다고 할 수 있고 비첨두시간는 차두거리가 상대적으로 넓은 것으로 나타났다. 이는 운전자의 행태를 나타낼 수도 있는 것으로 차두거리가 좁을수록 공격적인 운전을 하며 본인의 총 통행시간을 줄이고자 하는 욕구가 크다고 미루어 짐작할 수 있겠다. 하지만 여가통행과 비첨두시간의 경우는 첨두시간에 비해 차두거리가 넓은 것으로 미루어보아 시간적 압박이 적어 상대적으로 여유로운 운전행태를 보인다고 할 수 있겠다.