WO2012060513A1 - 운전 부주의 분류시스템 - Google Patents

운전 부주의 분류시스템 Download PDF

Info

Publication number
WO2012060513A1
WO2012060513A1 PCT/KR2010/009382 KR2010009382W WO2012060513A1 WO 2012060513 A1 WO2012060513 A1 WO 2012060513A1 KR 2010009382 W KR2010009382 W KR 2010009382W WO 2012060513 A1 WO2012060513 A1 WO 2012060513A1
Authority
WO
WIPO (PCT)
Prior art keywords
careless
steering angle
deviation
visual
cognitive
Prior art date
Application number
PCT/KR2010/009382
Other languages
English (en)
French (fr)
Inventor
손준우
박수완
이태영
Original Assignee
재단법인 대구경북과학기술원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 재단법인 대구경북과학기술원 filed Critical 재단법인 대구경북과학기술원
Publication of WO2012060513A1 publication Critical patent/WO2012060513A1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W40/09—Driving style or behaviour
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K28/00—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions
    • B60K28/02—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions responsive to conditions relating to the driver
    • B60K28/06—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions responsive to conditions relating to the driver responsive to incapacity of driver
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/10—Path keeping
    • B60W30/12—Lane keeping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W2040/0818—Inactivity or incapacity of driver
    • B60W2040/0863—Inactivity or incapacity of driver due to erroneous selection or response of the driver
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • B60W2050/0052—Filtering, filters
    • B60W2050/0054—Cut-off filters, retarders, delaying means, dead zones, threshold values or cut-off frequency
    • B60W2050/0055—High-pass filters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • B60W2050/0052—Filtering, filters
    • B60W2050/0054—Cut-off filters, retarders, delaying means, dead zones, threshold values or cut-off frequency
    • B60W2050/0056—Low-pass filters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/18—Steering angle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/10—Path keeping
    • B60Y2300/12—Lane keeping

Definitions

  • the present invention relates to a driving careless classification, and more particularly, to a driving careless classification system that pinpoints the carelessness of the driver by accurately classifying whether the carelessness of the driver is the cognitive carelessness or the visual carelessness of the driver while driving.
  • ADAS Advanced Driver Assistance System
  • FCWS Forward Collision Warning System
  • LDWS lane departure warning system
  • an object of the present invention is to solve the above problems, by using general information of the vehicle, that is, lane change information and steering angle change information, whether the driver's state is visual inattention or cognitive without the addition of a large additional device. Its purpose is to provide a driving careless classification system that can determine if it is inadvertent.
  • the MSDLP calculation module receives lane position data, sets a reference lane position using the lane position data, calculates a difference between the lane position data received during the sliding window time and the difference between the reference lane position, and the difference. Compares the set first deviation criterion and the second deviation criterion to generate a first comparison result.
  • the steering angle detection module receives the steering angle data of the vehicle and classifies the received steering angle data into visual careless steering angle data and cognitive careless steering angle data, respectively.
  • the SRR calculation module sets a deviation of the visual careless steering angle data received during a predetermined reference time as a visual careless reference steering angle, and sets a deviation of the cognitive careless steering angle data received during a predetermined reference time as a cognitive careless reference steering angle. And comparing the difference between the visual careless reference steering angle and the cognitive careless reference steering angle and the deviations of the steering angle of the vehicle received during the sliding window time, respectively, with respect to the third and fourth deviation criteria, respectively. Generate a comparison result.
  • the carelessness classification module determines the type of carelessness using the first comparison result, the second comparison result, and the third comparison result.
  • the driving careless classification system accurately recognizes the type of driving carelessness at a low cost, so that the system of the vehicle assisting the driver can respond appropriately, so as to facilitate driving and to prevent traffic accidents.
  • the advantage is that social costs can be reduced.
  • FIG. 1 is a block diagram of a careless classification system according to the present invention.
  • FIG. 2 is an internal block diagram of the MSDLP operation module shown in FIG. 1.
  • FIG. 3 is an internal block diagram of the steering angle detection module shown in FIG. 1.
  • FIG. 4 is an internal block diagram of the SRR calculation module shown in FIG.
  • FIG 6 shows the SRR ratio of the Baseline2 reference visual inattention according to the degree of visual inattention.
  • FIG. 1 is a block diagram of a careless classification system according to the present invention.
  • the careless classification system 100 is equipped with an ADAS (Advanced Driver Assistance System) system
  • the MSDLP calculation module 110 the steering angle detection module 120, the SRR calculation module 130, and the like.
  • the driving careless classification module 140 is included.
  • the MSDLP calculation module 110 receives the lane position data, sets the deviation of the lane position data received for a predetermined time as the reference lane position baseline1, and receives the lane position data during the sliding window time.
  • the first comparison result INFORM1 is generated by comparing the difference between the deviation and the reference lane position baseline1 with the set first deviation reference REF1 (see FIG. 2) and the second deviation reference REF2 (see FIG. 2).
  • the steering angle detection module 120 receives the steering angle data of the vehicle and classifies the received steering angle data into visual careless steering angle data DATA1 and cognitive careless steering angle data DATA2, respectively.
  • the SRR calculation module 130 sets the deviation of the visual careless steering angle data DATA1 received during the predetermined reference time to the visual careless reference steering angle baseline2, and the deviation of the cognitive careless steering angle data DATA2 received during the predetermined reference time.
  • the second comparison result INFORM2 and the third comparison result INFORM3 are generated by comparison with the reference value REF3 (see FIG. 4) and the fourth deviation criterion REF4 (see FIG. 4).
  • the careless classification module 140 determines the type of carelessness using the first comparison result INFORM1, the second comparison result INFORM2, and the third comparison result INFORM3.
  • the driving careless classification system 100 further includes a lane detector 150 when the ADAS system is not mounted when the ADAS system is not mounted.
  • the lane detector 150 generates the lane position data by using the received lane image.
  • FIG. 1 the functional block illustrated in FIG. 1 will be described in detail.
  • FIG. 2 is an internal block diagram of the MSDLP operation module shown in FIG. 1.
  • the MSDLP calculation module 110 includes a first filter 111, a first baseline setter 112, a standard deviation calculation block 113, and a first comparator 114.
  • the first filter 111 receives the lane position data and performs high frequency filtering.
  • a high pass filter is proposed to be implemented as a second-order butter-worth filter having a cut-off frequency of 0.1 Hz.
  • the first baseline setter 112 generates a reference lane position baseline1 using the high frequency filtered lane position data.
  • baseline1 There are a number of ways to generate the baseline position (baseline1), it can be set to the standard deviation of the lane position data for a certain time without driving carelessness. From the driver's point of view, during the short time after the vehicle has left, the driver will concentrate on driving unless there is a special reason, so he will not drive inadvertently. Therefore, the standard deviation of the lane position data is calculated for a predetermined time immediately after the vehicle starts and set as the reference lane position baseline1.
  • the standard deviation calculation block 113 calculates the deviation MSDLP of the filtered lane position data received during the sliding window time.
  • the sliding window means a certain time interval. For example, if the slide window is 30 seconds and the current time is 65 seconds, 1 second after 66 seconds, the system calculates the lane position data from the previous time 36 seconds to the current time 66 seconds, and after 2 seconds has elapsed. Calculate with data from 37 to 67 seconds.
  • the first comparator 114 compares the difference between the filtered lane position data MSDLP and the reference lane position baseline1 received during the sliding window time with two deviation criteria REF1 and REF2. Create (INFORM1).
  • the first control signal CON1 is activated.
  • the first baseline setter 112 updates the deviation of the filtered lane position data received during the sliding window time to a new reference lane position baseline1 in response to the activated first control signal CON1.
  • FIG. 2 illustrates that the first comparator 114 is included in the MSDLP calculation module 110, in some cases, the first comparator 114 may be included in the careless classification module 140.
  • FIG. 3 is an internal block diagram of the steering angle detection module shown in FIG. 1.
  • the steering angle detection module 120 includes a second filter 121 and a third filter 122.
  • the second filter 121 filters the steering angle data to generate visual careless steering angle data DATA1 and may be implemented as a second-order butter-worth low pass filter having a cut-off frequency of 0.6 Hz.
  • the third filter 122 filters the steering angle data to generate cognitive careless steering angle data DATA2, and may be implemented as a second-order butter-worth low pass filter having a cut-off frequency of 2 Hz.
  • FIG. 4 is an internal block diagram of the SRR calculation module shown in FIG.
  • the SRR calculation module 130 includes a second baseline setter 131, a third baseline setter 132, a second comparator 133, and a third comparator 134. do.
  • the second baseline setter 131 calculates the deviation of the visual careless steering angle data DATA1 received during a predetermined reference time and sets it as the visual careless reference steering angle baseline2.
  • the third baseline setter 132 calculates a deviation of the cognitive careless steering angle data DATA2 received during a predetermined reference time and sets the reference careiness reference steering angle baseline3.
  • the second comparator 133 compares the difference between the visual careless reference steering angle baseline2 stored in advance and the visual careless steering angle data DATA1 received during the sliding window time with the third deviation reference REF3. To generate a second comparison result (INFORM2).
  • the second baseline setter 131 calculates the visual careless reference steering angle baseline2 at the initial stage and transmits it to the second comparator 133, which is a deviation from the received careless steering angle data DATA1.
  • the visual careless steering angle will be calculated and passed to the second comparator 133.
  • the second comparator 133 may compare the difference of the visual careless steering angle, which is a deviation between the already stored visual careless reference steering angle baseline2 and the visual careless steering angle data DATA1 received during the sliding window time, and the third deviation reference REF3. Can be.
  • the third comparator 134 measures the difference between the pre-stored cognitive careless steering angle data (baseline3) and the visual careless steering angle data, which is a deviation of the cognitive careless steering angle data DATA2 received during the sliding window time, from the fourth deviation reference (REF4). Comparing with the third comparison result (INFORM3) is generated.
  • the third baseline setter 132 calculates the cognitive careless reference steering angle baseline3 at the initial stage and transmits it to the third comparator 134, and continues with respect to the received cognitive careless steering angle data DATA2.
  • a cognitive careless steering angle that is a deviation will be calculated and passed to the third comparator 134.
  • the third comparator 134 compares the difference between the already stored cognitive careless steering angle baseline3 and the cognitive careless steering angle data DATA2 received during the sliding window time, and the fourth deviation criterion REF4. ) Can be compared.
  • the second comparator 133 determines that the deviation is within the third deviation reference REF3
  • the second comparator 133 activates the second control signal CON2
  • the second baseline setter 131 activates the activated second control signal.
  • a new visual careless baseline steering angle baseline2 is set based on the deviation of the visual careless steering angle data received during the sliding window time.
  • the third comparison analyzer 134 determines that the deviation is within the fourth deviation reference REF4
  • the third comparison analyzer 134 activates the third control signal CON3
  • the third baseline setter 132 activates the activated third control.
  • a new cognitive careless reference steering angle baseline3 is set based on the deviation of the cognitive careless steering angle data received during the sliding window time in response to the signal CON3.
  • Low-pass-filtering is performed in two ways on the steering angle data collected during a certain time, that is, during a sliding window.
  • the filter is filtered at a cut-off frequency of 0.6 Hz to measure visual inattention and the cut-off frequency at 2 Hz to measure cognitive inattention.
  • T is the number of data.
  • the reference steering angle (Baseline) is set in a similar manner to the MSDLP calculation module 110 for the SRR ratio from the baseline to the SRR (N r ) value thus obtained.
  • the baseline steering angle (Baseline) is a driving state without driving carelessness, the value is set to 100%, and the visual careless baseline steering angle (baseline2) and cognitive careless baseline steering angle (baseline3) are obtained, respectively.
  • Baseline determinations are made a few minutes after the start of operation. If a baseline value is calculated that is too high (for example, visual carelessness), the historical history (the baseline data is stored in the database and the data is deleted after a certain time) is calculated. 190% or more in the case and 145% in the case of cognitive negligence), recalculates after a while, and if it is high even after the recalculation, it is determined as driving carelessness and informs the driving careless judgment module of the driving carelessness state.
  • a baseline value is calculated that is too high (for example, visual carelessness)
  • the historical history the baseline data is stored in the database and the data is deleted after a certain time
  • 190% or more in the case and 145% in the case of cognitive negligence recalculates after a while, and if it is high even after the recalculation, it is determined as driving carelessness and informs the driving careless judgment module of the driving carelessness state.
  • the baseline is used as a baseline for judging carelessness in subsequent operation based on this baseline.
  • the careless determination module 140 determines based on the following criteria.
  • the driving careless classification module 140 receives the MSDLP ratio from the MSDLP calculation module 110 to the reference lane position baseline1, and the visual careless SRR ratio and the visual careless SRR ratio from the SRR calculation module 130 to the baseline2.
  • the type of driving carelessness is determined by inputting the ratio of cognitive careless SRR to careless reference steering angle (Baseline3).
  • FIG 6 shows the SRR ratio of the Baseline2 reference visual inattention according to the degree of visual inattention.
  • the careless classification module 140 determines the type of careless driving based on the same criteria as in FIG. 8.
  • baseline1 MSDLP rate is greater than 250% and the baseline2 baseline careless SRR rate is 190% or more, it is considered visual driving carelessness; if the baseline1 baseline MSDLP rate is 95% or less and baseline3 baseline cognitive negligence SRR rate is 145% or higher Considered driving careless.
  • the first deviation criterion REF1 corresponds to 250%
  • the second deviation criterion REF2 corresponds to 95%
  • the third deviation criterion REF3 corresponds to 190%
  • the fourth deviation criterion REF1 corresponds to 145%, respectively.
  • the present invention uses the general information of the vehicle, that is, lane change information and steering angle change information, to find out whether the driver's state is visual inattention or cognitive inattention without adding a large additional device.
  • the warning can be appropriately adjusted according to the driver's careless situation. That is, if the driver is in a cognitive neglect situation, the message "Focus on driving" may be sent.
  • the system of the vehicle assisting the driver can respond appropriately, which can facilitate the driver's convenience and reduce the social cost of the traffic accident.

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
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 적은 비용으로 운전 부주의 종류를 정확하게 인식함으로써 운전자를 보조하는 자동차의 시스템이 적절한 대응을 할 수 있게 하여, 운전의 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(
Figure PCTKR2010009382-appb-I000001
)를 계산한다.
수학식 1
Figure PCTKR2010009382-appb-M000001
조향각의 속도(
Figure PCTKR2010009382-appb-I000002
)를 계산한 후에는 수학식 2 및 3을 만족하는 데이터들을 모은다.
수학식 2
Figure PCTKR2010009382-appb-M000002
수학식 3
Figure PCTKR2010009382-appb-M000003
Figure PCTKR2010009382-appb-I000003
여기서 T는 데이터의 개수이다.
3. 단계 2에서 모은 데이터를 아래의 알고리즘에 적용하여 SRR(Nr)를 계산한다.
Figure PCTKR2010009382-appb-I000004
여기에서
Figure PCTKR2010009382-appb-I000005
은 시각적 부주의를 계산하기 위해서 3으로 하고, 인지적 부주의를 계산하기 위해서는 0.1로 한다.
4. 이렇게 얻어진 SRR(Nr) 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.

Claims (12)

  1. 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.
  2. 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.
  3. 제2항에 있어서, 상기 기준차선위치(baseline1)는,
    운전 부주의가 없는 일정한 시간 동안의 필터링 된 상기 차선위치 데이터의 편차인 운전 부주의 분류장치.
  4. 제2항에 있어서, 상기 제1필터(111)는,
    cut-off 주파수가 0.1Hz인 2차의 butter-worth 고주파 통과 필터인 것을 특징으로 하는 운전 부주의 분류장치.
  5. 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.
  6. 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.
  7. 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.
  8. 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.
  9. 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.
  10. 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.
  11. 제1항에 있어서, 상기 차선위치 데이터는,
    ADAS(Advanced Driver Assistance System) 시스템으로부터 생성되는 운전 부주의 분류장치.
  12. 제1항에 있어서,
    수신된 차선 영상을 이용하여 상기 차선위치 데이터를 생성하는 차선검출기(150)를 더 구비하는 운전 부주의 분류장치.
PCT/KR2010/009382 2010-11-01 2010-12-28 운전 부주의 분류시스템 WO2012060513A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020100107662A KR101163081B1 (ko) 2010-11-01 2010-11-01 운전 부주의 분류시스템
KR10-2010-0107662 2010-11-01

Publications (1)

Publication Number Publication Date
WO2012060513A1 true WO2012060513A1 (ko) 2012-05-10

Family

ID=46024615

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2010/009382 WO2012060513A1 (ko) 2010-11-01 2010-12-28 운전 부주의 분류시스템

Country Status (2)

Country Link
KR (1) KR101163081B1 (ko)
WO (1) WO2012060513A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105589880A (zh) * 2014-10-23 2016-05-18 标致·雪铁龙汽车公司 从长期人类历史驾驶数据中分割车道变换行为数据的自动方法
US9725096B2 (en) 2012-10-10 2017-08-08 Nxp Usa, Inc. Method and apparatus for generating and indicator of a risk level in operating systems

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0911773A (ja) * 1995-06-30 1997-01-14 Mitsubishi Automob Eng Co Ltd 車両走行状態検出装置及び居眠り運転警報装置
JP2010508611A (ja) * 2006-11-03 2010-03-18 ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツング 運転手の状態を識別するための方法および装置
US20100109881A1 (en) * 2008-11-05 2010-05-06 Azim Eskandarian Unobtrusive driver drowsiness detection system and method
US20100182139A1 (en) * 2009-01-19 2010-07-22 National Taiwan University Of Science And Technology Lane departure warning method and system thereof

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6154559A (en) 1998-10-01 2000-11-28 Mitsubishi Electric Information Technology Center America, Inc. (Ita) System for classifying an individual's gaze direction
CN101317763B (zh) 2002-10-15 2013-04-03 沃尔沃技术公司 解释对象的头部和眼睛活动的方法和装置
EP1638801A1 (en) 2003-06-06 2006-03-29 Volvo Technology Corporation Method and arrangement for controlling vehicular subsystems based on interpreted driver activity
DE10355221A1 (de) 2003-11-26 2005-06-23 Daimlerchrysler Ag Verfahren und Computerprogramm zum Erkennen von Unaufmerksamkeiten des Fahrers eines Fahrzeugs

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0911773A (ja) * 1995-06-30 1997-01-14 Mitsubishi Automob Eng Co Ltd 車両走行状態検出装置及び居眠り運転警報装置
JP2010508611A (ja) * 2006-11-03 2010-03-18 ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツング 運転手の状態を識別するための方法および装置
US20100109881A1 (en) * 2008-11-05 2010-05-06 Azim Eskandarian Unobtrusive driver drowsiness detection system and method
US20100182139A1 (en) * 2009-01-19 2010-07-22 National Taiwan University Of Science And Technology Lane departure warning method and system thereof

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9725096B2 (en) 2012-10-10 2017-08-08 Nxp Usa, Inc. Method and apparatus for generating and indicator of a risk level in operating systems
CN105589880A (zh) * 2014-10-23 2016-05-18 标致·雪铁龙汽车公司 从长期人类历史驾驶数据中分割车道变换行为数据的自动方法

Also Published As

Publication number Publication date
KR20120045836A (ko) 2012-05-09
KR101163081B1 (ko) 2012-07-05

Similar Documents

Publication Publication Date Title
WO2014058263A1 (ko) 충돌 경고 장치 및 충돌 경고 방법
KR100559870B1 (ko) 차량의 주행차로 변경방법
WO2015102275A1 (ko) 차선변경 경보 장치
WO2016089085A1 (ko) 역주행 차량 방지 시스템
WO2014081129A1 (ko) 다중 카메라를 이용한 차선 위반 검출 장치 및 이를 이용한 차선 위반 검출 방법, 다중 카메라에 의한 차선 위반 검출 장치를 이용하는 차선 위반 차량 단속시스템
KR102101956B1 (ko) 보행자 검지를 이용한 어린이보호구역 단속시스템
WO2014084593A1 (ko) 안전 운전 지원을 위한 장치 및 방법
WO2014077442A1 (ko) 차량간 통신을 통한 차로 위치 결정 장치
CN102837653B (zh) 车门开启安全防护系统
CN106740839A (zh) 一种汽车车距检测预警装置及预警方法
KR20020097357A (ko) 자동차의 차선 이탈 방지를 위한 제어 방법
KR102098883B1 (ko) 보행자 검지를 이용한 어린이보호구역 단속방법
WO2013180450A1 (ko) 카메라를 이용한 승객 안전하차 감지시스템 및 그 방법
WO2012060513A1 (ko) 운전 부주의 분류시스템
KR20150044134A (ko) 추월차로에서의 차선변경 유도장치 및 방법
WO2014084594A1 (ko) 신호 위반 감시를 위한 장치 및 방법
KR101283586B1 (ko) 휴대용 운행상태 판단장치 및 그 방법
KR20220081853A (ko) 오토바이의 속도 측정 방법과 인도 차도 구분법 및 그것을 이용한 무인 오토바이 단속카메라.
WO2014073870A1 (ko) 자동차 운전자에 대한 위험 경고방법
WO2021002520A1 (ko) 운전자 상태 모니터링을 이용한 차선 이탈 경보 판단 방법
KR20190046568A (ko) 차량 충돌 방지 제어 장치, 차량 충돌 방지 제어 시스템 및 차량 충돌 방지 제어 방법
KR20210005428A (ko) 차량 주행 정보 표시 시스템 및 방법
CN105225490B (zh) 位于交通路口的违章电子识别平台
CN106379231A (zh) 一种电动车安全行驶装置及防撞方法
WO2020116767A1 (ko) 교통 관리 서버, 이를 이용한 교통 관리 방법 및 컴퓨터 프로그램

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 10859315

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 10859315

Country of ref document: EP

Kind code of ref document: A1