• 융합정보논문지
• /
• 제8권3호
• /
• pp.193-198
• /
• 2018

최근, 자동차 교통사고의 인명 피해가 급속히 증가하고 있으며 경상보다는 중상 및 사망이 많은 대형사고가 증가하고 있다. 대형사고의 70% 이상은 졸음운전으로 발생한다. 따라서, 본 논문에서는 교통사고의 대형 참사를 방지하기 위한 졸음운전 방지 시스템을 연구하였다. 본 논문에서는 졸음운전 감지 시스템을 위한 실시간 눈 깜빡임 인식 방법과 이산화탄소 증가에 따른 졸음 인식을 감지하도록 제안한다. 졸음운전 감지 시스템은 기존의 영상 검출과 딥러닝을 적용하였고 이산화탄소 증가 감지는 사물인터넷 기반으로 개발하였다. 이러한 두 가지 기법을 동시에 이용한 졸음운전 방지 시스템은 기존의 제품에 비해 정확성이 향상되었다.

• 전자공학회논문지 IE
• /
• 제49권2호
• /
• pp.30-39
• /
• 2012

졸음운전은 사고발생 확률이 높고, 사고 발생 시 심각도가 높기 때문에 효율적인 졸음운전 판단 시스템이 필요하다. 그러나 생체 신호나 비전을 이용한 졸음운전 판단시스템은 비용 측면에서 활용되기가 어렵다. 이에 본 논문에서는 추가적인 비용 없이 대부분의 차량에 기본 장착되어 있는 조향각 센서(steering angle sensor)와 차량정보(brake switch, throttle position signal, vehicle speed)를 이용하여 졸음운전자의 조향패턴 중 하나인 저킹 판단을 이용한 졸음운전 판단 알고리즘을 제안한다. 본 연구에서는 각 변수의 임계값을 제시하고, HILS(Hardware in the Loop Simulation)에서 CAN을 통해 취득한 차량의 데이터와 Matlab 프로그램을 이용하여 알고리즘을 평가한다.

• 한국멀티미디어학회논문지
• /
• 제19권11호
• /
• pp.1852-1861
• /
• 2016

Drowsy driving is a significant factor in traffic accidents, so driver drowsiness detection system based on computer vision for convenience and safety has been actively studied. However, it is difficult to accurately detect the driver drowsiness in complex background and environmental change. In this paper, it proposed the driver drowsiness detection algorithm to determine whether the driver is drowsy through the measurement standard of a yawn, eyes drowsy status, and nod based on facial features. The proposed algorithm detect the driver drowsiness in the complex background, and it is robust to changes in the environment. The algorithm can be applied in real time because of the processing speed faster. Throughout the experiment, we confirmed that the algorithm reliably detected driver drowsiness. The processing speed of the proposed algorithm is about 0.084ms. Also, the proposed algorithm can achieve an average detection rate of 98.48% and 97.37% for a yawn, drowsy eyes, and nod in the daytime and nighttime.

• 대한의용생체공학회:의공학회지
• /
• 제18권3호
• /
• pp.315-323
• /
• 1997

Driving is a complex vigilance task that includes improper lookout, excessive speed and inattention. The primary objective of this research is to detect driver drowsiness so that the driver can be alerted to an impending traffic accident in performance. We developed the automatic detection and warning system during drowsy driving. A drowsiness detection system must be able to monitor driver status and detect the detrimental changes of a driver performance. Eyeblink has been found to be a reliable factor of drowsiness detection in earlier studies. As an additional parameter, we also considered the yawning which often occurs in a low vigilance state and predicts the drowsy state. We used a computer vision method to extract the eyeblink and yawning in the face image sequences. When the drowsy state was detected, the driver was refreshed by alarming device and menthol scent generator after deciding the warning level by fuzzy logic. For the evaluation of our system, we measured the physiological parameters such as EOG and EEG. The results indicated that it is possible to detect and alert the driver drowsiness temporarily or continuously by using our system.

• 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.

• 한국ITS학회 논문지
• /
• 제11권4호
• /
• pp.131-143
• /
• 2012

본 논문은 지역적 특징을 빠르게 추출할 수 있는 SURF(Speed Up Robust Features) 알고리즘을 이용해 안경과 조명 등 자동차 환경에 적응적인 새로운 눈 상태 검출방법을 제안하였다. 또한, 베이지안 추론을 이용하여 각 운전자에 대해 세 가지 고유의 눈 상태 템플릿을 실시간적으로 생성함으로써 눈 상태 검출 성능을 향상시켰다. 주 야간, 안경 착용 시, 미착용 시 등 여러 환경에 대한 성능 실험 결과 주 야간 환경에서 각각 평균 98.1%와 96.0%의 검출률을, 공개된 ZJU데이터베이스에 대한 실험 결과 평균 97.8%의 검출률을 보임으로써 제안된 방법의 우수성을 보였다.

• 한국멀티미디어학회논문지
• /
• 제20권6호
• /
• pp.873-881
• /
• 2017

Prevention of drowsy driving is one of the important issues for safe driving. In this study, the algorithm for detection of drowsy driving has been developed. The algorithm was implemented by applying template matching and line profile, which detects eye blink. The accuracy of eye detection and blink detection was $97.45{\pm}3.67%$ and $98.50{\pm}0.92%$, which was resulted from the verification experiment that 21 subjects participated. Consequently, the algorithm is expected to be used to prevent sleep-deprived driving.

• 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.

• 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.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.447-450
• /
• 2013

본 논문에서는 카메라로부터 운전자의 눈동자, 하품을 인식하여 운전자의 졸음운전을 방지하는 방법을 제안한다. Viola-Jones 알고리즘을 사용하여 얼굴의 영역을 확보하고 이로부터 눈 영역과 입 영역을 추출해낸다. 눈 영역에서는 Hough변환을 적용하여 눈동자를 인식하여 졸음을 인식한다. 입 영역에는 전처리 필터를 적용하여 하품할 때 혀의 피부색을 검출한 뒤에 Sub-Window를 사용하여 하품 여부를 판단한다. 실험 결과 하품 인식률은 87%에 달했다. 본 논문에서 제안된 방법을 사용함으로서 졸음운전에 대한 사고를 줄이는 데 기여할 수 있을 것으로 보인다.