• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.246-248
• /
• 2017

자율주행자동차는 자동차 스스로 주변 환경을 인식하여 위험을 판단하고 주행경로를 계획하여 운전자 주행조작을 최소화하며 스스로 안전주행이 가능한 인간 친화형 자동차를 말한다. 자율주행자동차가 필요한 이유는 한정된 도로 상에서의 교통체증을 감소와 탄소 저감을 목적으로 시작되었다. 이러한 관련 자율주행자동차 사업 추진은 자동차 업체의 기존 사업 유지 및 확대와 ICT 기업의 신규사업 창출과 진입효과를 기대 할 수 있다. 관련 인증기관은 자율주행자동차에 대한 법적과 제도적 기반 마련이 시급하다. 그럼으로써 소비자에게 새로운 서비스가 제공될 수 있을 것이다. 따라서 본 논문에서는 자율주행자동차에 대한 기술개발 동향을 소개한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.18-20
• /
• 2019

본 논문에서는 고속 자율주행 중 차선을 이탈 하였을 때 사고를 방지하기 위해 주변 상황을 $360^{\circ}$ 카메라로 인식 후 경보를 울리는 경고 시스템을 설계하고자 한다. 자율주행 중 무리하게 차선을 바꾸려고 하거나 고속 주행 시 갑자기 나타나는 사람, 동물, 사물 등을 인지하지 못하여 사고가 발생하는 경우가 많다. 고속 자율 주행 중 차선 이탈시 카메라로 주변상황을 파악하고 차량 하부에 차선이탈 센서를 통해 경고 시스템이 울리는 자동차를 만들어 자율주행 시 일어나는 다양한 사고를 줄이고 보다 안전한 주행 시스템을 갖추고자 한다.

• Journal of information and communication convergence engineering
• /
• 제5권3호
• /
• pp.285-288
• /
• 2007

PDP(Plasma Display Panel) driving circuit requires switching devices and capacitors to stand up high voltages over 150volts. Thereby the power consumption and the cost of a PDP driving circuit increase. In this paper, a PDP driving circuit is proposed that can be operated with a lower supply voltage than the supply voltage of conventional driving circuit. The operation of the proposed driving circuit is verified by the computer simulation and experiments. PSPICE simulation and experiments results show that the output signal can drive PDP cells when the supply voltage is higher than 40volts.

• 대한교통학회지
• /
• 제25권5호
• /
• pp.149-160
• /
• 2007

차량용 블랙박스는 사고 및 평시 주행 정보를 저장 제공한다. 이러한 주행 사고 정보들을 가지고 과학적인 교통사고 데이터베이스를 구축할 수 있으며, 여러 산업 분야에서 활용될 수 있다. 본 연구에서는 주행 데이터 특성 분석과 위험 운전 인지 체계 구축을 목적으로 한다. 위험 운전 유형을 차량의 거동(가속, 감속, 선회)과 교통사고 통계 자료들을 고려하여 4가지 유형으로 분류하였다. 위험 운전 데이터는 차량용 블랙박스를 활용한 실차 실험을 통해 수집하였으며, 위험 운전 분류를 위하여 주행 데이터의 특성을 분석하였다. 위험 운전 인지를 위하여, 기준 임계치를 선정하고 위험 운전 인지 알고리즘을 구성하였다. 개발한 알고리즘을 구현한 차량용 블랙박스 탑재 실차 실험을 통하여 검증하였다. 본 논문에서 제시하는 위험 운전 인지 방안은 온라인/오프라인 운전자 및 차량 관리 등 시스템에 활용할 수 있다.

• 융합정보논문지
• /
• 제11권4호
• /
• pp.161-167
• /
• 2021

본 연구는 노인운전자의 운전능력을 선별하는 검사로서 이중과제가 활용될 수 있는지 확인하고자 노인운전자의 이중과제 수행과 운전 행동간의 상관관계를 알아보았다. 총 32명의 정상 노인운전자를 대상으로 일반적 정보 및 운전 관련 정보를 조사하고 이중과제 수행정도를 알아보기 위하여 Y-DuCog(Yonsei-Dual task Cognitive screening test)를 평가하였다. 운전행동 수준은 K-DBQ(Korean-Driving Behavior Questionnaire)설문을 사용하였다. 연구결과 페그꽂기 과제와 동물이름 말하기를 활용한 이중과제 수행이 K-DBQ의 위반영역의 점수와 유의미한 상관관계를 보였다. 본 연구로 운전능력 선별검사로서 이중과제의 가능성을 확인할 수 있었다.

• 한국정보전자통신기술학회논문지
• /
• 제9권2호
• /
• pp.243-247
• /
• 2016

본 논문은 급가속, 급 감속, 급제동, 급출발, 그리고 과속 등과 같은 여러 운행 이벤트 데이터는 운전자의 운행습관과 운전자의 사고위험성을 예측 또는 분석하는데 중요한 정보를 제공한다. 일반적인 자료의 분포는 정규분포, 로그정규분포, 감마분포 등을 이용하지만 운전자 운행습관을 나타내는 자료에서 사고위험성을 추정 할 수 있는 극단적인 부분에서는 언급한 분포로 적합하지 않은 경우가 발생한다. 특히 왜도가 발생하여 정규분포에 적합하지 않은 영역이 생겨난다. 본 논문에서는 이 영역에서 적합한 분포 함수와 사고를 유발하는 위험군을 분리 할 수 있고 운전자 운행 시 사전경고로 사고율을 줄 일수 있는 임계점을 분포함수의 quantile값과 군집분석 결과와 비교하여 제시하였다.

• Journal of Information Processing Systems
• /
• 제13권2호
• /
• pp.285-304
• /
• 2017

Big data information and pattern analysis have applications in many industrial sectors. To reduce energy consumption effectively, the eco-driving method that reduces the fuel consumption of vehicles has recently come under scrutiny. Using big data on commercial vehicles obtained from digital tachographs (DTGs), it is possible not only to aid traffic safety but also improve eco-driving. In this study, we estimate fuel consumption efficiency by processing and analyzing DTG big data for commercial vehicles using parallel processing with the MapReduce mechanism. Compared to the conventional measurement of fuel consumption using the On-Board Diagnostics II (OBD-II) device, in this paper, we use actual DTG data and OBD-II fuel consumption data to identify meaningful relationships to calculate fuel efficiency rates. Based on the driving pattern extracted from DTG data, estimating fuel consumption is possible by analyzing driving patterns obtained only from DTG big data.

• 한국컴퓨터정보학회논문지
• /
• 제22권8호
• /
• pp.33-39
• /
• 2017

In this paper, we propose a method which implements warning to drivers through real-time analysis of risky and unexpected driver and vehicle behavior using only a smartphone without using data from digital tachograph and vehicle internal sensors. We performed the evaluation of our system that demonstrates the effectiveness and usefulness of our method for risky and unexpected driver and vehicle behavior using three information such as vehicle speed, azimuth and GPS data which are acquired from a smartphone sensors. We confirmed the results and developed the smartphone application for validate and conducted simulation using actual driving data. This novel functionality of the smartphone application enhances drivers' situational awareness, increasing safety and effectiveness of driving.

• 대한인간공학회지
• /
• 제31권2호
• /
• pp.371-377
• /
• 2012

Objective: The aim of this study is to investigate effect of driver's cognitive distraction on driver's physiological state and driving performance, and then to determine parameters appropriate for detecting the cognitive distraction. Background: Driver distraction is a major cause of traffic accidents and poses a serious threat to traffic safety due to ever increasing use of in-vehicle information systems and mobile phones during driving. Cognitive distraction, among four different types of distractions, prevents a driver from processing traffic information correctly and adapting to change in surround vehicle behavior in time. However, the cognitive distraction is more difficult to detect because it normally does not involve significant change in driver behavior. Method: A full-scale driving simulator was used to create virtual driving environment and situations. Participants in the experiment drove the driving simulator in three different conditions: attentive driving with no secondary task, driving and conducting secondary task of adding numbers, and driving and conducting secondary task of conversing with an experimenter. Parameters related with driver's physiological state and driving performance were measured and analyzed for their change. Results: The experiment results show that driver's cognitive distraction, induced by secondary task of addition and conversation during driving, increased driver's cognitive workload, and indeed brought change in driver's physiological state and degraded driving performance. Conclusion: The galvanic skin response, pupil size, steering reversal rate, and driver reaction time are shown to be statistically significant for detecting cognitive distraction. The appropriate combination of these parameters will be used to detect the cognitive distraction and estimate risk of traffic accidents in real-time for a driver distraction warning system.

• 한국컴퓨터정보학회논문지
• /
• 제24권5호
• /
• pp.67-72
• /
• 2019

The self-driving cars identify appropriate navigation paths and obstacles to arrive at their destinations without human control. The autonomous cars are capable of sensing driving environments to improve driver and pedestrian safety by sharing with neighbor traffic infrastructure. In this paper, we have focused on pedestrian protection and have designed an improved localization algorithm to track mobile users on roads by interacting with smart traffic lights in vehicle environments. We developed smart traffic lights with the RSSI sensor and built the proposed method by improving the Kalman filter algorithm to localize mobile users accurately. We successfully evaluated the proposed algorithm to improve the mobile user localization with deployed five smart traffic lights.