KR101163081B1

KR101163081B1 - 운전 부주의 분류시스템

Info

Publication number: KR101163081B1
Application number: KR1020100107662A
Authority: KR
Inventors: 손준우; 박수완; 이태영
Original assignee: 재단법인대구경북과학기술원
Priority date: 2010-11-01
Filing date: 2010-11-01
Publication date: 2012-07-05
Also published as: KR20120045836A; WO2012060513A1

Abstract

본 발명은 차량이 가지고 있는 일반적인 정보, 즉 차선 변화 정보와 조향 각 변화 정보를 이용하여 큰 부가 장치의 추가 없이 운전자의 상태가 시각적 부주의인지 혹은 인지적 부주의인지를 결정할 수 있는 운전 부주의 분류시스템을 개시한다. 상기 운전 부주의 분류시스템은, MSDLP 연산모듈, 조향각 검출모듈, SRR 연산모듈 및 운전부주의 분류모듈을 구비한다.

Description

운전 부주의 분류시스템{DRIVING INATTENTION CLASSIFICATION SYSTEM}

본 발명은 운전 부주의 분류에 대한 것으로, 특히 운전 중 운전자의 부주의가 운전자의 인지적 부주의인가 혹은 운전자의 시각적 부주의인가를 정확하게 분류하여 운전자의 부주의를 정확하게 지적하는 운전 부주의 분류시스템에 대한 것이다.

일반적으로, 자동차의 지능화가 더욱 높은 수준으로 진행됨에 따라, 운전자의 운전을 보조하는 ADAS(Advanced Driver Assistance System) 시스템의 장착이 증가하고 있다. ADAS는 전방 충돌 상황이 발생할 경우 경고를 하는 FCWS(Forward Collision Warning System)나 차선을 이탈한 상황이 발생할 경우에 경고를 하는 LDWS(lane departure warning system) 등이 있다.

이러한 시스템이 운전자의 상태를 정확히 인지하여 필요한 경고를 알리는 것은 중요한 문제이다. 가령 운전자에게 인지적 부주의 상황이라면, “운전에 집중하라”는 메시지를 보내고, 운전자가 시각적 부주의 상황이라면 “전방을 주시하라”는 메시지를 주어야 할 것이다. 또한 정확하게 운전자에게 발생한 운전 부주의를 알 경우에 운전자를 보조하는 자동차의 시스템이 적절한 대응을 할 수 있을 것이다. 그러나 기존의 운전 부주의를 예측하는 시스템은 고가의 장비를 요구하거나, 고가의 장비가 없는 차량들은 단순히 차선 이탈을 감지하는 수준에서 운전 부주의를 예측하고 있는 실정이다.

따라서 본 발명의 목적은 상기와 같은 문제를 해결하기 위해, 차량이 가지고 있는 일반적인 정보, 즉 차선 변화 정보와 조향 각 변화 정보를 이용하여 큰 부가 장치의 추가 없이 운전자의 상태가 시각적 부주의인지 혹은 인지적 부주의인지를 결정할 수 있는 운전 부주의 분류시스템을 제공함을 그 목적으로 한다.

상기 기술적 과제를 이루기 위한 본 발명에 따른 운전 부주의 분류시스템은, MSDLP 연산모듈, 조향각 검출모듈, SRR 연산모듈 및 운전부주의 분류모듈을 구비한다. 상기 MSDLP 연산모듈은 차선위치 데이터를 수신하고, 상기 차선위치 데이터를 이용하여 기준차선위치를 설정하고, 슬라이딩 윈도우 시간 동안 수신한 차선위치 데이터의 편차와 상기 기준차선위치의 차이를 계산하고, 상기 차이를 설정된 제1 편차기준 및 제2 편차기준과 비교하여 제1 비교결과를 생성한다. 상기 조향각 검출모듈은 차량의 조향각 데이터를 수신하고 수신한 상기 조향각 데이터를 시각적 부주의 조향각 데이터와 인지적 부주의 조향각 데이터로 각각 분류한다. 상기 SRR 연산모듈은 일정한 기준 시간동안 수신한 상기 시각적 부주의 조향각 데이터의 편차를 시각적 부주의 기준조향각으로 설정하고, 일정한 기준 시간동안 수신한 상기 인지적 부주의 조향각 데이터의 편차를 인지적 부주의 기준조향각으로 설정하고, 상기 시각적 부주의 기준조향각 및 상기 인지적 부주의 기준조향각 각각과 상기 슬라이딩 윈도우 시간 동안 수신한 차량의 조향각의 편차들의 차이를 각각 제3 편차기준 및 제4 편차기준과 비교하여 제2 비교결과 및 제3 비교결과를 생성한다. 상기 운전부주의 분류모듈은 상기 제1 비교결과, 상기 제2 비교결과 및 상기 제3비교결과를 이용하여 운전 부주의의 종류를 판단한다.

상술한 바와 같이, 본 발명에 따른 운전 부주의 분류시스템은 은 비용으로 운전 부주의 종류를 정확하게 인식함으로써 운전자를 보조하는 자동차의 시스템이 적절한 대응을 할 수 있게 하여, 운전자의 편의를 도모하고 교통사고에 대한 사회적 비용을 경감할 수 있다는 이점이 있다.

도 1은 본 발명에 따른 운전 부주의 분류시스템의 블록다이어그램이다.
도 2는 도 1에 도시된 MSDLP 연산모듈의 내부 블록다이어그램이다.
도 3은 도 1에 도시된 조향각 검출모듈의 내부 블록다이어그램이다.
도 4는 도 1에 도시된 SRR 연산모듈의 내부 블록다이어그램이다.
도 5는 시각적 운전 부주의 정도에 따른 Baseline1 기준 MSDLP 비율을 나타낸다.
도 6은 시각적 운전 부주의 정도에 따른 Baseline2 기준 시각적 부주의 SRR 비율을 나타낸다.
도 7은 인지적 운전 부주의 정도에 따른 Baseline3 기준 인지적 부주의 SRR 비율을 나타낸다.
도 8은 운전부주의 판단기준의 예를 나타낸다.

이하, 도면을 참조하면서 본 발명에 따른 운전 부주의 분류시스템을 보다 상세히 기술하기로 한다. 본 발명을 설명함에 있어서 관련된 공지기술 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략될 것이다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 클라이언트나 운용자, 사용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.

도면 전체에 걸쳐 같은 참조번호는 같은 구성 요소를 가리킨다.

도 1은 본 발명에 따른 운전 부주의 분류시스템의 블록다이어그램이다.

도 1을 참조하면, 운전 부주의 분류시스템(100)은, ADAS(Advanced Driver Assistance System) 시스템이 장착되어 있는 경우, MSDLP 연산모듈(110), 조향각 검출모듈(120), SRR 연산모듈(130) 및 운전부주의 분류모듈(140)을 포함한다.

MSDLP 연산모듈(110, Modefiend Standard Deviation Lane Position)은 차선위치 데이터를 수신하고, 일정한 시간 동안 수신한 차선위치 데이터의 편차를 기준차선위치(baseline1)로 설정하고, 슬라이딩 윈도우 시간 동안 수신한 차선위치 데이터의 편차와 기준차선위치(baseline1)의 차이를 설정된 제1 편차기준(REF1, 도 2 참조) 및 제2 편차기준(REF2, 도 2 참조)과 비교하여 제1 비교결과(INFORM1)를 생성한다.

조향각 검출모듈(120)은 차량의 조향각 데이터를 수신하고 수신한 조향각 데이터를 시각적 부주의 조향각 데이터(DATA1)와 인지적 부주의 조향각 데이터(DATA2)로 각각 분류한다.

SRR 연산모듈(130)은 일정한 기준 시간 동안 수신한 시각적 부주의 조향각 데이터(DATA1)의 편차를 시각적 부주의 기준조향각(baseline2)으로 설정하고, 일정한 기준 시간 동안 수신한 인지적 부주의 조향각 데이터(DATA2)의 편차를 인지적 부주의 기준조향각(baselien3)으로 설정하고, 시각적 부주의 기준조향각(baseline2) 및 인지적 부주의 기준조향각(baseline3) 각각과 슬라이딩 윈도우 시간 동안 수신한 차량의 조향각의 편차들의 차이를 각각 제3 편차기준(REF3, 도 4 참조) 및 제4 편차기준(REF4, 도 4 참조)과 비교하여 제2 비교결과(INFORM2) 및 제3 비교결과(INFORM3)를 생성한다.

운전부주의 분류모듈(140)은 제1 비교결과(INFORM1), 제2 비교결과(INFORM2) 및 제3비교결과(INFORM3)를 이용하여 운전 부주의의 종류를 판단한다.

운전 부주의 분류시스템(100)은, ADAS(Advanced Driver Assistance System) 시스템이 장착되어 있지 않은 경우에는 ADAS 시스템이 장착되어 있는 경우에 비해 차선검출기(150)를 더 포함한다. 차선검출기(150)는 수신된 차선 영상을 이용하여 상기 차선위치 데이터를 생성하는 기능을 수행한다.

이하에서는 도 1에 도시된 기능블록에 대한 자세하게 설명한다.

도 2는 도 1에 도시된 MSDLP 연산모듈의 내부 블록다이어그램이다.

도 2를 참조하면, MSDLP 연산모듈(110)은, 제1 필터(111), 제1 베이스라인 설정기(112), 표준편차 계산블록(113) 및 제1 비교분석기(114)를 구비한다.

제1 필터(111)는 차선위치 데이터를 수신하고 이를 고주파 통과 필터링 한다. 본 발명에서는 고주파 통과 필터(high pass filter)는 cut-off 주파수가 0.1Hz인 2차의 butter-worth-filter로 구현할 것을 제안한다.

제1 베이스라인 설정기(112)는 고주파 필터링 된 차선위치 데이터를 이용하여 기준차선위치(baseline1)를 생성한다. 기준차선위치(baseline1)를 생성하는 방법은 여러 가지가 있을 수 있으며, 운전 부주의가 없는 일정한 시간 동안의 차선위치 데이터의 표준 편차로 설정할 수 있다. 운전사의 입장에서 볼 때, 차량이 출발하고 나서 얼마 되지 않은 시간 동안에는 특별한 사유가 없는 한 운전에 집중하게 되므로 부주의한 운전은 하지 않게 된다. 따라서 차량이 출발한 직후 일정한 시간 동안 차선위치 데이터의 표준 편차를 계산하여 이를 기준차선위치(baseline1)로 설정한다.

표준편차 계산블록(113)은 슬라이딩 윈도우 시간 동안 수신한 필터링 된 차선위치 데이터의 편차(MSDLP)를 계산한다. 여기서 슬라이딩 윈도우(sliding window)는 일정한 시간 간격을 의미한다. 예를 들면 슬라이드 윈도우가 30초이고 현재 시각이 65초라 할 때 1초 후인 66초일 때는, 이전 시간인 36초에서 현재 시간인 66초까지의 차선위치 데이터를 가지고 계산하고, 2초가 경과한 후에는 37초에서 67초까지의 데이터를 가지고 계산한다.

제1 비교분석기(114)는 슬라이딩 윈도우 시간 동안 수신한 필터링 된 차선위치 데이터의 편차(MSDLP)와 기준차선위치(baseline1)의 차이를 2개의 편차기준(REF1, REF2)과 비교하여 제1 비교결과(INFORM1)를 생성한다.

차선위치 데이터의 편차(MSDLP) 및 기준차선위치(baseline1)의 차이가 제1 편차기준(REF1) 및 제2 편차기준(REF2) 이내라고 판단되는 경우 제1 제어신호(CON1)를 활성화시킨다. 이때, 제1 베이스라인 설정기(112)는 활성화된 제1 제어신호(CON1)에 응답하여 슬라이딩 윈도우 시간 동안 수신한 필터링 된 상기 차선위치 데이터의 편차를 새로운 기준차선위치(baseline1)로 갱신한다.

도 2에는 제1 비교분석기(114)가 MSDLP 연산모듈(110)에 포함되는 것으로 도시되어 있지만, 경우에 따라서는 운전부주의 분류모듈(140)에 포함되는 것도 가능하다.

도 3은 도 1에 도시된 조향각 검출모듈의 내부 블록다이어그램이다.

도 3을 참조하면, 조향각 검출모듈(120)은, 제2 필터(121) 및 제3 필터(122)를 포함한다.

제2 필터(121)는 조향각 데이터를 필터링하여 시각적 부주의 조향각 데이터(DATA1)를 생성하며, cut-off 주파수가 0.6Hz인 2차의 butter-worth 저주파 통과 필터(low pass filter)로 구현할 수 있다.

제3 필터(122)는 조향각 데이터를 필터링하여 인지적 부주의 조향각 데이터(DATA2)를 생성하며, cut-off 주파수가 2Hz인 2차의 butter-worth 저주파 통과 필터(low pass filter)로 구현할 수 있다.

도 4는 도 1에 도시된 SRR 연산모듈의 내부 블록다이어그램이다.

도 4를 참조하면, SRR 연산모듈(130)은 제2 베이스라인 설정기(131), 제3 베이스라인 설정기(132), 제2 비교분석기(133) 및 제3 비교분석기(134)를 구비한다.

제2 베이스라인 설정기(131)는 일정한 기준 시간동안 수신한 시각적 부주의 조향각 데이터(DATA1)의 편차를 계산하여 이를 시각적 부주의 기준조향각(baseline2)으로 설정한다. 제3 베이스라인 설정기(132)는 일정한 기준 시간동안 수신한 인지적 부주의 조향각 데이터(DATA2)의 편차를 계산하여 인지적 부주의 기준조향각(baseline3)으로 설정한다.

제2 비교분석기(133)는 미리 저장해 놓은 시각적 부주의 기준조향각(baseline2)과 슬라이딩 윈도우 시간 동안 수신한 시각적 부주의 조향각 데이터(DATA1)들의 편차인 시각적 부주의 조향각들의 차이를 제3 편차기준(REF3)과 비교하여 제2 비교결과(INFORM2)를 생성한다. 제2 베이스라인 설정기(131)는 초기 단계에 시각적 부주의 기준조향각(baseline2)을 계산하여 이미 제2 비교분석기(133)에 전달하였으며, 계속하여 수신한 시각적 부주의 조향각 데이터(DATA1)에 대한 편차인 시각적 부주의 조향각을 계산하여 제2 비교분석기(133)에 전달할 것이다. 따라서 제2 비교분석기(133)는 이미 저장된 시각적 부주의 기준조향각(baseline2)과 슬라이딩 윈도우 시간 동안 수신한 시각적 부주의 조향각 데이터(DATA1)의 편차인 시각적 부주의 조향각의 차이와 제3 편차기준(REF3)을 비교할 수 있다.

제3 비교분석기(134)는 미리 저장해 놓은 인지적 부주의 기준조향각(baseline3)과 슬라이딩 윈도우 시간 동안 수신한 인지적 부주의 조향각 데이터(DATA2)들의 편차인 시각적 부주의 조향각들의 차이를 제4 편차기준(REF4)과 비교하여 제3 비교결과(INFORM3)를 생성한다.

제3 베이스라인 설정기(132)는 초기 단계에 인지적 부주의 기준조향각(baseline3)을 계산하여 이미 제3 비교분석기(134)에 전달하였으며, 계속하여 수신한 인지적 부주의 조향각 데이터(DATA2)에 대한 편차인 인지적 부주의 조향각을 계산하여 제3 비교분석기(134)에 전달할 것이다. 따라서 제3 비교분석기(134)는 이미 저장된 인지적 부주의 기준조향각(baseline3)과 슬라이딩 윈도우 시간 동안 수신한 인지적 부주의 조향각 데이터(DATA2)의 편차인 인지적 부주의 조향각의 차이와 제4 편차기준(REF4)을 비교할 수 있다.

여기서 제2 비교분석기(133)는 편차가 제3 편차기준(REF3) 이내라고 판단한 경우 제2 제어신호(CON2)를 활성화시키고, 제2 베이스라인 설정기(131)는 활성화된 상기 제2 제어신호(CON2)에 응답하여 슬라이딩 윈도우 시간 동안 수신한 시각적 부주의 조향각 데이터의 편차를 새로운 시각적 부주의 기준조향각(baseline2)을 설정한다.

또한 제3 비교분석기(134)는 편차가 상기 제4 편차기준(REF4) 이내라고 판단한 경우 제3 제어신호(CON3)를 활성화시키고, 제3 베이스라인 설정기(132)는 활성화된 상기 제3 제어신호(CON3)에 응답하여 슬라이딩 윈도우 시간 동안 수신한 인지적 부주의 조향각 데이터의 편차를 새로운 인지적 부주의 기준조향각(baseline3)을 설정한다.

이하에서는 도 4에 도시된 SRR 연산모듈(130)의 내부동작에 대하여 설명한다.

SRR 연산모듈(130)은

1. 일정 시간 즉 슬라이딩 윈도우 동안 모아진 조향 각 데이터에 대하여 Low-pass-filtering을 두 가지 방법으로 한다. 즉, 시각적 부주의를 측정하기 위해서 0.6 Hz의 cut-off 주파수로 필터링을 하고 인지적 부주의를 측정하기 위해서 2 Hz의 cut-off 주파수로 필터링을 한다.

2. 이어서 필터링 된 데이터에 대하여 수학식 1을 이용하여 조향각의 속도(

)를 계산한다.

조향각의 속도(

)를 계산한 후에는 수학식 2 및 3을 만족하는 데이터들을 모은다.

여기서 T는 데이터의 개수이다.

3. 단계 2에서 모은 데이터를 아래의 알고리즘에 적용하여 SRR(N_r)를 계산한다.

여기에서

은 시각적 부주의를 계산하기 위해서 3으로 하고, 인지적 부주의를 계산하기 위해서는 0.1로 한다.

4. 이렇게 얻어진 SRR(N_r) 값으로 Baseline 대비 SRR 비율을 위해서 MSDLP 연산모듈(110)과 유사한 방법으로 기준조향각(Baseline)을 설정한다.

기준조향각(Baseline)은 운전 부주의가 없는 주행 상태로, 이때의 값을 100%로 정하며, 시각적 부주의 기준조향각(baseline2)과 인지적 부주의 기준조향각(baseline3)을 각각 구한다.

기준조향각(Baseline)의 결정은 운전을 시작한 지 수 분 후에 수행하며, 과거 이력(Baseline 데이터를 데이터베이스로 저장해 두며 일정 시간이 지난 데이터는 삭제) 보다 지나치게 높은 기준치가 계산되면(예를 들어, 시각적 부주의 경우에 190% 이상이고 인지적 부주의 경우에 145%), 잠시 후에 재계산하고, 재계산 후에도 높으면 운전 부주의로 판단하고, 운전 부주의 판단 모듈에게 운전 부주의 상태를 알려 준다.

측정된 Baseline이 정상치에 해당하면 이 Baseline을 기준으로 이후의 운전에서 운전 부주의 판단을 위한 Baseline으로 사용한다.

상기와 같은 연산과정을 거쳐서 얻어진 정보를 이용하여 운전부주의 판단모듈(140)은 아래와 같은 기준으로 판단한다.

운전부주의 분류모듈(140)은 MSDLP 연산 모듈(110)로부터 기준차선위치(baseline1) 대비 MSDLP 비율을 입력받고, SRR 연산 모듈(130)로부터 시각적 부주의 기준조향각(baseline2) 대비 시각적 부주의 SRR 비율과 인지적 부주의 기준조향각(Baseline3) 대비 인지적 부주의 SRR 비율을 입력 받아서 운전 부주의 종류를 판단한다.

도 5는 시각적 운전 부주의 정도에 따른 Baseline1 기준 MSDLP 비율을 나타낸다.

도 6은 시각적 운전 부주의 정도에 따른 Baseline2 기준 시각적 부주의 SRR 비율을 나타낸다.

도 7은 인지적 운전 부주의 정도에 따른 Baseline3 기준 인지적 부주의 SRR 비율을 나타낸다.

도 8은 운전부주의 판단기준의 예를 나타낸다.

운전 부주의 분류모듈(140)은 도 8과 같은 기준으로 운전 부주의 종류를 판단 한다.

Baseline1 기준 MSDLP 비율이 250% 이상이고 Baseline2 기준 시각적 부주의 SRR 비율이 190%이상이면 시각적 운전 부주의로 간주하며, Baseline1 기준 MSDLP 비율이 95%이하이고 Baseline3 기준 인지적 부주의 SRR 비율이 145%이상이면 인지적 운전 부주의로 간주한다.

여기서, 제1 편차기준(REF1)은 250%, 제2 편차기준(REF2)은 95%, 제3 편차기준(REF3)은 190% 그리고 제4 편차기준(REF1)은 145%에 각각 대응된다.

운전자의 운전을 보조하는 장치 등에서 운전자의 상태를 정확히 인지하는 것은 필수적인 문제이다. 본 발명은 차량이 가지고 있는 일반적인 정보, 즉 차선변화정보와 조향각 변화정보를 이용하여 큰 부가 장치의 추가 없이 운전자의 상태가 시각적 부주의인지, 혹은 인지적 부주의인지를 밝혀 준다.

이 기능이 만약 운전자 부주의 경고시스템에 적용된다면 운전자의 부주의 상황에 맞게 적절하게 경고를 할 수 있을 것이다. 즉, 운전자가 인지적 부주의 상황이라면 “운전에 집중하라”는 메시지를 보내고, 운전자가 시각적 부주의 상황이라면 “전방을 주시하라”는 메시지를 적절히 줄 수 있을 것이다.

따라서 작은 비용으로 운전 부주의 종류를 정확하게 인식함으로써 운전자를 보조하는 자동차의 시스템이 적절한 대응을 할 수 있게 하여, 운전자의 편의를 도모하고 교통사고에 대한 사회적 비용을 경감할 수 있을 것이다.

이상과 같이 본 발명은 양호한 실시 예에 근거하여 설명하였지만, 이러한 실시 예는 본 발명을 제한하려는 것이 아니라 예시하려는 것이므로, 본 발명이 속하는 기술분야의 숙련자라면 본 발명의 기술사상을 벗어남이 없이 위 실시 예에 대한 다양한 변화나 변경 또는 조절이 가능할 것이다. 그러므로, 본 발명의 보호 범위는 본 발명의 기술적 사상의 요지에 속하는 변화 예나 변경 예 또는 조절 예를 모두 포함하는 것으로 해석되어야 할 것이다.

110: MSDLP 연산모듈 120: 조향각 검출모듈
130: SRR 연산모듈 140: 운전부주의 분류모듈
150: 차선검출기

Claims

차선위치 데이터를 수신하고, 상기 차선위치 데이터를 이용하여 기준차선위치(baseline1)를 설정하고, 슬라이딩 윈도우 시간 동안 수신한 차선위치 데이터의 편차와 상기 기준차선위치의 차이를 계산하고, 상기 차이를 설정된 제1 편차기준(REF1) 및 제2 편차기준(REF2)과 비교하여 제1 비교결과(INFORM1)를 생성하는 MSDLP 연산모듈(110);
차량의 조향각 데이터를 수신하고 수신한 상기 조향각 데이터를 시각적 부주의 조향각 데이터(DATA1)와 인지적 부주의 조향각 데이터(DATA2)로 각각 분류하는 조향각 검출모듈(120);
일정한 기준 시간동안 수신한 상기 시각적 부주의 조향각 데이터(DATA1)의 편차를 시각적 부주의 기준조향각(baseline2)으로 설정하고, 일정한 기준 시간동안 수신한 상기 인지적 부주의 조향각 데이터(DATA2)의 편차를 인지적 부주의 기준조향각(baseline3)으로 설정하고, 상기 시각적 부주의 기준조향각 및 상기 인지적 부주의 기준조향각 각각과 상기 슬라이딩 윈도우 시간 동안 수신한 차량의 조향각의 편차들의 차이를 각각 제3 편차기준(REF3) 및 제4 편차기준(REF4)과 비교하여 제2 비교결과(INFORM2) 및 제3 비교결과(INFORM3)를 생성하는 SRR 연산모듈(130); 및
상기 제1 비교결과, 상기 제2 비교결과 및 상기 제3비교결과를 이용하여 운전 부주의의 종류를 판단하는 운전부주의 분류모듈(140)을 구비하는 운전 부주의 분류 장치.
제1항에 있어서, 상기 MSDLP 연산모듈(110)은,
수신한 상기 차선위치 데이터를 필터링하는 제1필터(111);
필터링 된 상기 차선위치 데이터를 이용하여 상기 기준차선위치(baseline1)를 설정하는 제1 베이스라인 설정기(112);
슬라이딩 윈도우 시간 동안 수신한 필터링 된 상기 차선위치 데이터와 상기 기준차선위치의 편차(MSDLP)를 계산하는 표준편차 계산블록(113); 및
상기 편차(MSDLP)와 상기 제1 편차기준(REF1) 및 상기 제2 편차기준(REF2)을 비교하여 상기 제1 비교결과(INFORM1)를 생성하는 제1 비교분석기(114)를 구비하는 운전 부주의 분류장치.
제2항에 있어서, 상기 기준차선위치(baseline1)는,
운전 부주의가 없는 일정한 시간 동안의 필터링 된 상기 차선위치 데이터의 편차인 운전 부주의 분류장치.
제2항에 있어서, 상기 제1필터(111)는,
cut-off 주파수가 0.1Hz인 2차의 butter-worth 고주파 통과 필터인 것을 특징으로 하는 운전 부주의 분류장치.
제2항에 있어서,
상기 제1 비교분석기(114)는 상기 편차(MSDLP)와 상기 기준차선위치(baseline1)의 차이가 제1 편차기준(REF1) 및 상기 제2 편차기준(REF2) 이내라고 판단되는 경우 제1 제어신호(CON1)를 활성화시키고,
상기 제1 베이스라인 설정기(112)는 상기 활성화된 제1 제어신호(CON1)에 응답하여 상기 슬라이딩 윈도우 시간 동안 수신한 필터링 된 상기 차선위치 데이터의 평균을 새로운 기준차선위치(baseline1)로 갱신하는 운전 부주의 분류장치.
제1항에 있어서, 상기 조향각 검출모듈(120)은,
상기 조향각 데이터를 필터링하여 상기 시각적 부주의 조향각 데이터(DATA1)를 생성하는 제2 필터(121); 및
상기 조향각 데이터를 필터링하여 상기 인지적 부주의 조향각 데이터(DATA2)를 생성하는 제3 필터(122)를 구비하는 운전 부주의 분류장치.
제6항에 있어서,
상기 제2 필터(121)는 cut-off 주파수가 0.6Hz인 2차의 butter-worth 저주파 통과 필터이고,
상기 제3 필터(122)는 cut-off 주파수가 2Hz인 2차의 butter-worth 저주파 통과 필터인 것을 특징으로 하는 운전 부주의 분류장치.
제1항에 있어서, 상기 SRR 연산모듈(130)은,
일정한 기준 시간 동안 수신한 상기 시각적 부주의 조향각 데이터(DATA1)의 편차를 상기 시각적 부주의 기준조향각(baseline2)으로 설정하는 제2 베이스라인 설정기(131);
일정한 기준 시간 동안 수신한 상기 인지적 부주의 조향각 데이터(DATA2)의 편차를 상기 인지적 부주의 기준조향각(baseline3)으로 설정하는 제3 베이스라인 설정기(132);
상기 슬라이딩 윈도우 시간 동안 수신한 상기 시각적 부주의 조향각 데이터(DATA1)의 편차와 상기 시각적 부주의 기준조향각(baseline2)의 차이를 상기 제3 편차기준(REF3)과 비교하여 상기 제2 비교결과(INFORM2)를 생성하는 제2 비교분석기(133); 및
상기 슬라이딩 윈도우 시간 동안 수신한 상기 인지적 부주의 조향각 데이터(DATA2)의 편차와 상기 인지적 부주의 기준조향각(baseline3)의 차이를 상기 제4 편차기준(REF4)과 비교하여 상기 제3 비교결과(INFORM3)를 생성하는 제3 비교분석기(134)를 구비하는 운전 부주의 분류장치.
제8항에 있어서,
상기 제2 비교분석기(133)는 상기 차이가 상기 제3 편차기준(REF3) 이내라고 판단한 경우 제2 제어신호(CON2)를 활성화시키고,
상기 제2 베이스라인 설정기(131)는 활성화된 상기 제2 제어신호(CON2)에 응답하여 상기 슬라이딩 윈도우 시간 동안 수신한 상기 시각적 부주의 조향각 데이터의 편차를 새로운 시각적 부주의 기준조향각(baseline2)으로 설정하며,
상기 제3 비교분석기(134)는 상기 차이가 상기 제4 편차기준(REF4) 이내라고 판단한 경우 제3 제어신호(CON3)를 활성화시키고,
상기 제3 베이스라인 설정기(132)는 활성화된 상기 제3 제어신호(CON3)에 응답하여 상기 슬라이딩 윈도우 시간 동안 수신한 상기 인지적 부주의 조향각 데이터의 편차를 새로운 인지적 부주의 기준조향각(baseline3)으로 설정하는 것을 특징으로 하는 운전 부주의 분류장치.
제1항에 있어서, 상기 운전부주의 분류모듈(140)은,
상기 제1 비교결과, 상기 제2 비교결과 및 상기 제3비교결과를 통해,
슬라이딩 윈도우 시간 동안 수신한 차선위치 데이터의 편차와 상기 기준차선위치의 차이가 상기 제1 편차기준(REF1)보다 큰 경우 및 상기 슬라이딩 윈도우 시간 동안 수신한 시각적 부주의 조향각의 편차와 상기 시각적 부주의 기준조향각의 차이가 상기 제2 편차기준(REF2)보다 큰 경우에는 시각적 운전 부주의로 판단하고,
슬라이딩 윈도우 시간 동안 수신한 차선위치 데이터의 편차와 상기 기준차선위치의 차이가 상기 제2 편차기준(REF2)보다 작은 경우 및 상기 슬라이딩 윈도우 시간 동안 수신한 인지적 부주의 조향각의 편차와 상기 인지적 부주의 기준조향각의 차이가 상기 제4 편차기준(REF4)보다 큰 경우에는 인지적 운전 부주의로 판단하는 것을 특징으로 하는 운전 부주의 분류장치.
제1항에 있어서, 상기 차선위치 데이터는,
ADAS(Advanced Driver Assistance System) 시스템으로부터 생성되는 운전 부주의 분류장치.
제1항에 있어서,
수신된 차선 영상을 이용하여 상기 차선위치 데이터를 생성하는 차선검출기(150)를 더 구비하는 운전 부주의 분류장치.