딥러닝을 활용한 운전자의 스티어링 휠 파지 여부 판단 모델 개발 = Development of Driver’s Hands On/Off Detection Model using Deep Learning
저자
발행사항
서울 : 국민대학교 자동차공학전문대학원, 2022
학위논문사항
학위논문(석사)-- 국민대학교 자동차공학전문대학원 : 자동차IT융합전공 2023. 2
발행연도
2022
작성언어
한국어
주제어
발행국(도시)
서울
형태사항
vii, 64 ; 26 cm
일반주기명
지도교수: 임세준
UCI식별코드
I804:11014-200000659614
소장기관
최근 많은 차량에 다양한 ADAS(Advanced Driver Assistance System) 기술이 적용되고 있다. ADAS 시스템은 여러 상황에서 운전자에 편의를 제공하거나 사고를 방지하는 역할을 수행하며, 특정 기술들은 운전자가 직접 운전할 때와 차량이 스스로 운전할 때 다른 방식으로 작동하기도 한다. 따라서, 운전자와 차량 사이의 제어권을 전환할 때의 이질감을 최소화하고 자율주행 상황에서 안전성을 확보하기 위해 정확한 HOD(Hands On/Off Detection) 기능이 요구된다. 또한, 이는 운전자의 안전과 매우 관련이 깊기 때문에 지속적인 발전과 최적화가 필수이다.
본 연구는 딥러닝 기반의 운전자의 스티어링 휠 파지 여부(Hands On/Off) 판단 모델을 제안한다. 토크 기반 연구의 낮은 정확성과 카메라 기반 연구가 갖는 조도 변화로 인한 어려움 등의 단점을 극복하기 위해, 차량 내부의 조향 관련 센서 데이터를 활용하는 딥러닝 모델을 개발하였다. 딥러닝 모델의 학습에 필요한 정답 데이터 수집을 위해 Arduino 보드와 정전식 센서 기반의 데이터 수집 시스템을 구축하고 주행데이터를 수집하였다. 실제 주행 상황을 고려하여 스티어링 휠 파지 상태 전환에 초점을 맞춘 평가 지표를 새로 고안하였고, 판단 허용 시간에 따른 판단 정확도와 판단에 걸리는 평균 시간을 계산하였다. 실험 결과, 판단 허용 시간을 2초로 하였을 때 평균 0.38초 내에 95.7%의 정확도로 스티어링 휠 파지 상태 전환을 판단하는 우수한 성능을 확보하였다. 또한, 새로운 운전자에 대한 일반화 성능 검증을 통해 다양한 운전자에 대해서도 범용적으로 활용할 수 있는 가능성까지 확인하였다.
Recently, a variety ADAS(Advanced Driver Assistance System) technologies have been applied to many vehicles. The ADAS system serves to provide convenience to the driver or to prevent accidents in many situations, and certain technologies operate in different ways when the driver drives himself/herself or the vehicle drives itself. Therefore, accurate hands on/off detection(HOD) function is required to minimize the sense of difference when switching control between the driver and the vehicle and to ensure safety in an autonomous driving situation. In addition, since this is very highly related to the safety of the driver, continuous development and optimization are essential.
This study proposes a deep learning-based driving intention (hands on/off) detection model. In order to overcome disadvantages such as low accuracy of torque-based research and difficulties caused by illumination changes in camera-based research, a deep learning model using CAN(Controller Area Network) data of the vehicle was developed. In order to collect the correct ground truth data necessary for learning the deep learning model, a data collection system based on a capacitive sensor with Arduino board was established and driving data was collected. The evaluation metric focusing the hands on/off state change considering the actual driving situation was newly introduced. Then, the detection accuracy and the average time required for detection were calculated by changing the detection time limit. As a result of the experiment, it showed excellent performance for detecting the hand on/off state transition with an accuracy of 95.7% within 0.38 seconds on average when the detection time limit is 2 seconds. In addition, the possibility of general use for various drivers was confirmed via test on the new drivers.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)