http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
딥 러닝 알고리즘을 활용한 뇌파 분석 기반 졸음운전 사고예방 시스템
이승기(SeungGi Lee),권용수(YongSu Kwon),박지수(Jisoo Park),윤성진(Seongjin Yun),김원태(Won-Tae Kim) 대한전자공학회 2018 전자공학회논문지 Vol.55 No.3
졸음운전은 운전자의 지각, 인식 및 차량 제어 능력의 현저한 저하를 야기하여 매년 교통사고의 원인에 상당히 기여하고 있는 위험 요인 중의 하나이다. 최근에는 졸음운전으로 인한 사고를 막기 위하여 ADAS 등의 운전 보조 기술들이 적용되거나 운전자의 생체 데이터를 활용한 졸음상태 판단으로 사고를 방지하는 방법들이 대두되고 있다. 특히 뇌파를 이용한 운전자의 졸음운전을 판단하는 기술이 활발하게 연구되고 있다. 본 논문에서는 뇌파를 활용하여 졸음 상태를 효과적으로 판단할 수 있는 딥 러닝 알고리즘을 제안한다. 제안한 알고리즘은 3가지의 운전자 상태를 판단하며, 평균 93%의 정확도를 얻었다. 또한, ADAS 등의 운전 보조 기술에 제안한 알고리즘을 접목하여 졸음운전으로 인한 사고를 방지할 수 있는 시스템을 제시하였다. Drowsy driving which drops the driver"s perception, recognition, and vehicle control ability is one of the fatal factors that cause a lot of traffic accidents each year. Recently, many studies have been researched for applying driver assistant technology like ADAS, as well as using driver"s biometric data to analyze one"s drowsiness in order to prevent accidents from drowsy driving. Especially, the technologies for recognizing the condition of driver’s drowsy driving are actively studied. In this paper, we propose a deep-learning algorithm that can effectively determine drowsiness status using EEG. The proposed algorithm determines the three kinds of driver states and shows an average of 93% accuracy. In addition, we proposed the system which can prevent accidents from drowsiness operation by applying the proposed algorithm to driving assistive technology.