RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      차량 시뮬레이터 활용 운전자 감정에 따른 주행 데이터 분석 및 감정 그룹 제안 연구 = A Study on the Analysis of Driving Data and Suggestion of Emotion Group by Driver's Emotion Using Driving Simulator

      한글로보기

      https://www.riss.kr/link?id=T16635576

      • 0

        상세조회
      • 0

        다운로드
      서지정보 열기
      • 내보내기
      • 내책장담기
      • 공유하기
      • 오류접수

      부가정보

      국문 초록 (Abstract) kakao i 다국어 번역

      운전자의 감정이 운전자의 운전 능력에 영향을 미친다는 발표들이 지속적으로 보고되고 있다. 운전자의 감정을 예측하여, 운전 능력을 향상시킬 수 있도록 적절한 서비스를 제공해준다면, 도로 안전은 물론 운전자의 만족도 또한 향상될 것이다. 본 연구는 운전자의 감정에 따라 차량 조작, 생체, 설문조사 데이터에서 어떤 차이를 보이는지 확인하고자 진행되었다. 14명의 실험참가자를 모집하여, 감정을 유도하였고, 차량 시뮬레이터 주행을 요청하였다.
      유도하고자 하는 감정으로 행복, 놀람, 두려움, 화남, 슬픔, 지루함, 안도, 중립 여덟 가지를 선정하였다. 여덟 가지 감정을 감정의 각성도와 유인성을 고려하여 Russell의 circumplex model에 배치하였고, 감정을 분류하였다. 감정 유도는 영상 시청, 자기 경험 기술, 차량 시나리오 주행을 통해 진행되었으며, 차량 주행 5분간 실험참가자의 차량 조작, 생체 데이터가, 차량 주행 후 설문조사 데이터가 취득되었다.
      Human-in-the-loop 실험을 통해, 실험참가자 1명당 하루에 2개의 감정씩 4회, 14명 실험참가자에 대하여 총 56회의 본 실험을 진행하였다. 그 결과, 8개 각각 감정에 따른 차량 조작 데이터, 생체 데이터, 설문조사 데이터를 정상적으로 취득하였다.
      결론적으로 14명의 실험참가자를 대상으로 유도하려는 감정을 의도한대로 유도하였고, 각 감정에 따른 데이터를 확보하였다. 통계분석을 통해 감정에 따라 유의한 데이터를 확인할 수 있었고, 유의한 데이터를 바탕으로 8개의 감정을 3개의 그룹으로 분류할 수 있었다. 본 연구 결과는 감정 예측에 대한 기초 연구, 차량 UX design을 위한 파라미터 등으로 활용될 것으로 기대된다.
      번역하기

      운전자의 감정이 운전자의 운전 능력에 영향을 미친다는 발표들이 지속적으로 보고되고 있다. 운전자의 감정을 예측하여, 운전 능력을 향상시킬 수 있도록 적절한 서비스를 제공해준다면, ...

      운전자의 감정이 운전자의 운전 능력에 영향을 미친다는 발표들이 지속적으로 보고되고 있다. 운전자의 감정을 예측하여, 운전 능력을 향상시킬 수 있도록 적절한 서비스를 제공해준다면, 도로 안전은 물론 운전자의 만족도 또한 향상될 것이다. 본 연구는 운전자의 감정에 따라 차량 조작, 생체, 설문조사 데이터에서 어떤 차이를 보이는지 확인하고자 진행되었다. 14명의 실험참가자를 모집하여, 감정을 유도하였고, 차량 시뮬레이터 주행을 요청하였다.
      유도하고자 하는 감정으로 행복, 놀람, 두려움, 화남, 슬픔, 지루함, 안도, 중립 여덟 가지를 선정하였다. 여덟 가지 감정을 감정의 각성도와 유인성을 고려하여 Russell의 circumplex model에 배치하였고, 감정을 분류하였다. 감정 유도는 영상 시청, 자기 경험 기술, 차량 시나리오 주행을 통해 진행되었으며, 차량 주행 5분간 실험참가자의 차량 조작, 생체 데이터가, 차량 주행 후 설문조사 데이터가 취득되었다.
      Human-in-the-loop 실험을 통해, 실험참가자 1명당 하루에 2개의 감정씩 4회, 14명 실험참가자에 대하여 총 56회의 본 실험을 진행하였다. 그 결과, 8개 각각 감정에 따른 차량 조작 데이터, 생체 데이터, 설문조사 데이터를 정상적으로 취득하였다.
      결론적으로 14명의 실험참가자를 대상으로 유도하려는 감정을 의도한대로 유도하였고, 각 감정에 따른 데이터를 확보하였다. 통계분석을 통해 감정에 따라 유의한 데이터를 확인할 수 있었고, 유의한 데이터를 바탕으로 8개의 감정을 3개의 그룹으로 분류할 수 있었다. 본 연구 결과는 감정 예측에 대한 기초 연구, 차량 UX design을 위한 파라미터 등으로 활용될 것으로 기대된다.

      더보기

      다국어 초록 (Multilingual Abstract) kakao i 다국어 번역

      It has been continuously reported that the driver’s emotions affect the driver’s driving ability. If appropriate services are provided to improve driving ability by predicting the driver's emotions in advance, road safety and driver satisfaction will increase. This study was conducted to identify the differences in vehicle control data, physiological data, and survey data according to the driver's emotions. Fourteen experimental participants were recruited and eight emotions were induced.
      Happiness, surprise, fear, angry, depressed, bored, relieved, and neutral were selected as emotions to induce. Eight emotions were placed in Russell's Circumplex model in consideration of the arousal and valence of emotions, and emotions were classified. Emotional induction was conducted through video watching, writing passage, and scenario driving. As a result, vehicle control data, physiological data, and survey data were obtained after driving for 5 minutes.
      Through the human-in-the-loop experiment, eight emotions were induced successfully, and vehicle control data, physiological data, and survey data were acquired according to emotions.
      In conclusion, we were able to accurately induce the emotions, and it was possible to secure data according to each corresponding emotion. Significant data could be confirmed according to emotions, and 8 emotions could be classified into 3 groups based on the significant data. The results of this study can be used as a basic study on emotion prediction and parameters for vehicle UX design.
      번역하기

      It has been continuously reported that the driver’s emotions affect the driver’s driving ability. If appropriate services are provided to improve driving ability by predicting the driver's emotions in advance, road safety and driver satisfaction w...

      It has been continuously reported that the driver’s emotions affect the driver’s driving ability. If appropriate services are provided to improve driving ability by predicting the driver's emotions in advance, road safety and driver satisfaction will increase. This study was conducted to identify the differences in vehicle control data, physiological data, and survey data according to the driver's emotions. Fourteen experimental participants were recruited and eight emotions were induced.
      Happiness, surprise, fear, angry, depressed, bored, relieved, and neutral were selected as emotions to induce. Eight emotions were placed in Russell's Circumplex model in consideration of the arousal and valence of emotions, and emotions were classified. Emotional induction was conducted through video watching, writing passage, and scenario driving. As a result, vehicle control data, physiological data, and survey data were obtained after driving for 5 minutes.
      Through the human-in-the-loop experiment, eight emotions were induced successfully, and vehicle control data, physiological data, and survey data were acquired according to emotions.
      In conclusion, we were able to accurately induce the emotions, and it was possible to secure data according to each corresponding emotion. Significant data could be confirmed according to emotions, and 8 emotions could be classified into 3 groups based on the significant data. The results of this study can be used as a basic study on emotion prediction and parameters for vehicle UX design.

      더보기

      목차 (Table of Contents)

      • 제1장 INTRODUCTION 1
      • 1.1 연구 배경 및 필요성 1
      • 1.2 연구 동향 2
      • 1.2.1 감정이 주행 능력에 주는 영향 2
      • 1.2.2 감정을 유도하기 위한 방법 3
      • 제1장 INTRODUCTION 1
      • 1.1 연구 배경 및 필요성 1
      • 1.2 연구 동향 2
      • 1.2.1 감정이 주행 능력에 주는 영향 2
      • 1.2.2 감정을 유도하기 위한 방법 3
      • 1.2.3 유사한 연구 5
      • 1.3 연구 목표 6
      • 1.3.1 세부 목표 7
      • 1.3.1.1 운전 상황에서의 운전자 감정 종류 및 분류 모델 제시 7
      • 1.3.1.2 운전자 감정 유도 기법 확립 7
      • 1.3.1.3 감정에 따른 데이터 취득 7
      • 1.3.1.4 감정에 따른 데이터 경향 제시 7
      • 제2장 METHOD 8
      • 2.1 실험 가설 8
      • 2.2 실험 설계 9
      • 2.2.1 감정의 정의 9
      • 2.2.2 감정의 분류 10
      • 2.2.2.1 감정 분류 모델 검토 10
      • 2.2.2.2 감정 분류 모델 선정 11
      • 2.2.3 유도 감정 선정 12
      • 2.2.3.1 운전 상황에서 발생 가능한 감정 검토 12
      • 2.2.3.2 운전 상황에서 유도 감정 선정 13
      • 2.2.4 감정 유도 기법 선정 15
      • 2.2.4.1 감정 유도용 영상 선정 16
      • 2.2.4.2 감정 유도용 자기 경험 기술법 18
      • 2.2.4.3 시나리오 주행 19
      • 2.3 독립 변수와 종속 변수 21
      • 2.3.1 독립 변수 21
      • 2.3.2 종속 변수 21
      • 2.4 IRB 심의 진행 24
      • 2.5 실험 준비 25
      • 2.5.1 실험 인원 선정 25
      • 2.5.2 일정 조정 25
      • 2.5.3 감염병 예방 절차 수립 25
      • 2.6 실험 절차 27
      • 2.6.1 실험 일정 27
      • 2.6.2 본 실험 28
      • 2.6.2.1 시뮬레이터실 방문 및 동의서 작성 28
      • 2.6.2.2 데이터 취득 장비 착용 28
      • 2.6.2.3 감정 유도 1 (영상 시청) 및 설문조사 29
      • 2.6.2.4 감정 유도 2 (자기 경험 기술) 및 설문조사 29
      • 2.6.2.5 감정 유도 3 (차량 주행), 데이터 취득 및 설문조사 29
      • 2.6.2.6 휴식, 실험 재정비 및 2차 유도 준비 29
      • 2.6.2.7 두 번째 감정 유도 및 데이터 취득 30
      • 2.6.2.8 감정 중화 및 실험 종료 30
      • 2.7 실험 장비 31
      • 2.7.1 감정 유도 장비 31
      • 2.7.2 데이터 취득 장비 32
      • 제3장 RESULT 33
      • 3.1 기술 통계 34
      • 3.1.1 차량 조작 데이터 34
      • 3.1.2 생체 데이터 37
      • 3.1.3 설문조사 데이터 40
      • 3.2 추론 통계 41
      • 3.2.1 감정 유도 적합성 검증 42
      • 3.2.2 차량 조작 데이터 비교 43
      • 3.2.2.1 종방향 가속도 (절댓값) 비교 44
      • 3.2.2.2 가스 페달 압력 비교 44
      • 3.2.2.3 횡방향 속도 비교 45
      • 3.2.2.4 횡방향 속도 (절댓값) 비교 45
      • 3.2.2.5 횡방향 가속도 (절댓값) 비교 46
      • 3.2.2.6 스티어링 휠 각도 (절댓값) 비교 46
      • 3.2.3 생체 데이터 비교 47
      • 3.3 감정 그룹 제안 49
      • 3.3.1 차량 조작 데이터 그룹 50
      • 3.3.2 생체 데이터 그룹 53
      • 3.3.3 감정 그룹 분류 의의 53
      • 제4장 DISCUSSION 54
      • 4.1 연구 요약 54
      • 4.2 결과 해석 55
      • 4.3 한계 및 향후 연구 56
      • 4.4 연구의 의의 및 다른 연구와의 공통점 차이점 58
      • 4.5 결과 활용 방안 59
      • 제5장 CONCLUSION 60
      • 참고 문헌 61
      • Abstract 64
      • Appendix 66
      더보기

      분석정보

      View

      상세정보조회

      0

      Usage

      원문다운로드

      0

      대출신청

      0

      복사신청

      0

      EDDS신청

      0

      동일 주제 내 활용도 TOP

      더보기

      주제

      연도별 연구동향

      연도별 활용동향

      연관논문

      연구자 네트워크맵

      공동연구자 (7)

      유사연구자 (20) 활용도상위20명

      이 자료와 함께 이용한 RISS 자료

      나만을 위한 추천자료

      해외이동버튼