• 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.

• 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.

• 한국자동차공학회논문집
• /
• 제22권3호
• /
• pp.136-142
• /
• 2014

Distinct features in heart rate signals during the driver's wake and sleep states could provide an initiative for the development of a safe driving systems such as drowsiness detecting sensor in a smart wheel. We measured ECG from health subjects ($23.5{\pm}2.5$ in age) during the wake and drowsiness states. The proposed method is able to detect R waves and R-R interval calculation in the ECG even when the signal includes in abnormal signals. Heart rate variability(HRV) was investigated for the time domain and frequency domains. The STD HR(0.029), NN50(0.044) and VLF power(0.0018) of the RR interval series of the subjects were significantly different from those of the control group (p < 0.05). In conclusion, there are changes in heart rate from wake to drowsiness that are potentially to be detected. The results in our study could be useful for the development of drowsiness detection sensors for effective real-time monitoring.

• 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.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1997년도 춘계학술대회
• /
• pp.322-325
• /
• 1997

In this study, we propose a non-invasive method to detect the drowsiness of a driver. The computer vision technology was used to extract an eye, track eyelids and measure the parameters related to the blink. We examined the blink patterns of a driver in drowsy state. For the evaluation of our image processing algorithm, the blink patterns were compared with the measured EOG signals. The result showed that our algorithm might be available in detection of drowsiness.

• 한국ITS학회 논문지
• /
• 제12권2호
• /
• pp.45-51
• /
• 2013

본 논문에서 호흡 기반의 운전자 졸음 감지 센서 시스템에 대해 언급하였다. 센서 시스템은 운전자의 복부 부분 안전벨트에 장착된 PZT 압력센서와 개인용 컴퓨터로 구성됐다. PZT 압력센서는 호흡 시 운전자 복부의 움직임에 의해 압력센서에 가해지는 압력의 변화를 측정하기 위해 사용되었고 운전자의 졸음을 감지하기 위한 신호처리는 Labview를 사용하여 개발됐다. 30세 남자 운전자를 상대로 운전자 졸음 감지 관련 실험들이 수행되어 졌다. 운전자가 각성상태일때 호흡의 크기는 졸음상태일 때보다 컸으며 반대로 호흡 주파수는 낮았다. 이런 실험을 바탕으로 제작된 졸음 감지 센서 시스템은 운전자의 졸음을 성공적으로 실시간 감지할 수 있었다.

• 한국인터넷방송통신학회논문지
• /
• 제14권3호
• /
• pp.89-97
• /
• 2014

본 논문에서는 운전자의 졸음 판단에 필요한 눈 깜빡임과 하품에 대해 실시간 빈도수 측정 프로그램을 제안한다. 사용자의 눈과 입의 개폐 빈도수 측정을 위해서 CCD 카메라 영상을 기반으로 OpenCV를 이용하여 얼굴을 검출한 후, 검출된 얼굴을 기반으로 눈동자 영역 추출 기술인 CDF(Cumulative Distribution Function)를 사용하여 눈의 위치를 찾아서 활성 윤곽(Active Contour) 기술을 이용하여 눈과 입의 영역을 추출한다. 추출된 눈과 입의 영역을 본 프로그램을 이용하여 각 각의 개폐 빈도수를 측정하며 결과 값을 분석하여 사용자의 졸음 판단을 위한 기반 기술로 활용한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권8호
• /
• pp.3820-3841
• /
• 2018

Most of the accidents occur due to drowsiness while driving, avoiding road signs and due to driver's distraction. Driver's distraction depends on various factors which include talking with passengers while driving, mood disorder, nervousness, anger, over-excitement, anxiety, loud music, illness, fatigue and different driver's head rotations due to change in yaw, pitch and roll angle. The contribution of this paper is two-fold. Firstly, a data set is generated for conducting different experiments on driver's distraction. Secondly, novel approaches are presented that use features based on facial points; especially the features computed using motion vectors and interpolation to detect a special type of driver's distraction, i.e., driver's head rotation due to change in yaw angle. These facial points are detected by Active Shape Model (ASM) and Boosted Regression with Markov Networks (BoRMaN). Various types of classifiers are trained and tested on different frames to decide about a driver's distraction. These approaches are also scale invariant. The results show that the approach that uses the novel ideas of motion vectors and interpolation outperforms other approaches in detection of driver's head rotation. We are able to achieve a percentage accuracy of 98.45 using Neural Network.

• 한국통신학회논문지
• /
• 제37권8C호
• /
• pp.711-720
• /
• 2012

본 논문에서는 운전자 졸음 인식 시스템의 구현 방법과 그에 따른 결과를 소개한다. 영상 입력 장치로는 시중에 판매되는 웹캠 카메라를 사용하였다. 얼굴 검출 방법으로는 Haar 변환 기법을 이용하였으며, 다양한 조명 환경에 강건하게 적응하도록 조명정규화를 수행하였다. 조명정규화를 거친 얼굴 영상은 특징값 추출에 용이하다. 조명정규화를 통한 눈 후보영역은 인체측정학 정보를 이용하여 후보 영역을 줄인 이후에 PCA와 Circle Mask의 혼합 모델을 적용했다. 위 방법을 통해 차량 내부의 복잡한 조명 환경 속에서 강건히 눈 영역을 추출한다. 검출된 눈 영역은 고해상도의 조명 정규화 영상과 간단한 연산을 통하여 졸음 여부를 판별한다. 졸음 상태가 1단계로 판단 될 경우에는 통합 모니터링 인터페이스에서 운전자에게 경고음을 울리며 2단계일 경우에는 CAN(Controller Area Network)를 통하여 안전벨트를 진동하게 함으로써 운전자에게 경고를 준다. 본 논문에서 제안하는 졸음 인식 시스템은 낮은 계산 복잡도를 만족하는 동시에 높은 인식률을 보여준다. 실험 결과 차량 내에서 97%의 인식률이 나타났다.

• 대한의용생체공학회:의공학회지
• /
• 제20권3호
• /
• pp.323-329
• /
• 1999

본 연구에서는 피부전기활동을 이용한 졸음 검출시 발생되는 동잡음 제거법을 제안하였다. 운전 조작시 발생하는 동잡음을 제거할 수 없는 기존의 핸들형 전극의 문제점을 해결하기 위하여 두 종류의 손목형 전극을 개발하였으며, 세 종류의 전극을 비교 실험한 결과, type I 전극을 개선한 손목형 전극 II가 동잡음 제거에 가장 효과적이었다. 가상 운전 실험을 통하여 동잡음 판별기준(IRI$\leq$10과 1.1$\leq$dNz)을 설정하고 이 기준을 동시에 만족하는 경우의 Nz값을 동잡음 발생이전의 Nz값으로서 치환하는 동잡음 제거 알고리즘을 개발하였다. 가상 및 도로 주행 실험결과 제안된 알고리즘은 동잡을 성공적으로 제거할 수 있었으며, 본 연구에서 제안된 알고리즘의 개선된 전극을 이용하여 구현된 시스템은 동일한 영향을 받지 않고 각성상태를 정확히 측정할 수 있음을 확인하였다.