하이브리드 베이지안 네트워크 기반 운전자 상태 통합 판단 알고리즘 개발 및 평가에 관한 연구

국문 초록 (Abstract)

주행 중 운전자의 졸음이나 부주의 또는 과부하와 같은 비정상 상태에 의한 교통사고가 증가하고 있다. 이에 따라 최근 다양한 연구기관에서는 운전자 비정상 상태에 의한 교통사고를 줄이고 미연에 방지하기 위한 능동안전시스템 연구 개발을 활발히 진행하고 있다. 하지만, 현재의 능동안전시스템은 운전자 정보를 이용하기보다 주로 차량 정보나 주변 환경 정보를 이용하며, 운전자의 정보를 이용하더라도 단편적인 정보만을 이용하는 경우가 많다. 따라서 본 연구에서는 차량정보 외에 운전자의 영상정보, 음성정보, 생체정보를 이용하여 운전자의 비정상 상태를 판단하는 알고리즘을 개발 및 평가하는 연구를 진행하였다.
운전자의 비정상 상태를 판단하기 위한 변수의 선정과 조건부 확률표의 작성을 위해, 총 20명의 피험자를 모집하여 Human-in-the-loop 실험 진행하였고, 비정상 상태에 대한 실제 데이터를 취득하여 효용성 분석을 실시하였다. 그리고 효용성 분석 결과를 바탕으로 변수를 군집화하여 하이브리드 베이지안 네트워크 알고리즘을 모델링하였다. 이후 알고리즘의 성능을 평가하기 위하여, 졸음, 부주의, 과부하 상태의 구간을 선정하고 일반적인 상태의 구간과 비교하였다. 또한 효용성 분석 전과 후의 하이브리드 베이지안 네트워크의 성능을 비교하였으며, 일반적인 베이지안 네트워크와의 비교도 수행하였다. 수행 결과 일반 베이지안 네트워크의 경우 평균 적중률 0.9500으로 가장 높았지만, 평균 오경보율이 0.3320으로 가장 높았다. 효용성 분석 후의 하이브리드 베이지안 네트워크의 경우 평균 적중률 0.8764, 평균 오경보율 0.1552, 평균 계산속도 0.00022초로 가장 좋은 성능을 보였으며, 다른 알고리즘에 비해 오경보율 및 계산속도가 감소하는 것을 확인할 수 있었다.

목차 (Table of Contents)

• 목 차
• List of Figures ⅲ
• List of Tables ⅵ
• 국 문 요 약 ⅸ
• 제1장 서 론 1
• 1.1 연구의 배경 및 필요성 1
• 1.2 연구 동향 3
• 1.3 선행연구와의 비교 11
• 1.4 연구 목표 13
• 제2장 비정상 운전 상태 판단 알고리즘 설계 14
• 2.1 하이브리드 베이지안 네트워크 14
• 2.1.1 베이지안 네트워크의 장점 및 단점 14
• 2.1.2 운전자 상태 판단을 위한 하이브리드 베이지안 네트워크 구성 16
• 2.2 하이브리드 베이지안 네트워크 구조 정의 17
• 2.2.1 변수 군집화 17
• 2.2.2 변수 간 인과관계 정의 18
• 2.2.3 조건부 확률 정의 19
• 제3장 상태별 정보 획득을 위한 시뮬레이터 기반 Human-in-the-loop 실험 21
• 3.1 운전자 및 차량 정보 획득을 위한 Human-in-the-loop 실험 설계 21
• 3.1.1 비정상 운전 상태 판단을 위한 실험 변수 선정 21
• 3.1.1.1 운전자 상태 판단을 위한 영상 데이터 조사 21
• 3.1.1.2 운전자 상태 판단을 위한 음성 데이터 조사 22
• 3.1.1.3 운전자 상태 판단을 위한 생체 데이터 조사 22
• 3.1.1.4 운전자 상태 판단을 위한 차량 데이터 조사 22
• 3.1.1.5 운전자 상태 판단 실험의 독립변수 및 종속변수 정의 23
• 3.1.2 운전자 졸음, 부주의 및 과부하 유도를 위한 실험 시나리오 조사 25
• 3.1.3 운전자 졸음, 부주의 및 과부하 유도를 위한 실험 시나리오 선정 35
• 3.1.4 피험자 모집 39
• 3.1.5 실험 절차 39
• 3.1.6 실험 장치 41
• 제4장 하이브리드 베이지안 네트워크 모델링 45
• 4.1 모듈별 변수 효용성 분석 45
• 4.1.1 영상 모듈 변수 효용성 분석 47
• 4.1.2 음성 모듈 변수 효용성 분석 51
• 4.1.3 생체 모듈 변수 효용성 분석 54
• 4.1.4 차량 모듈 변수 효용성 분석 56
• 4.2 하이브리드 베이지안 네트워크 구조 설계 69
• 4.2.1 변수 효용성 분석을 통한 변수 군집화 69
• 4.2.2 변수 효용성 분석을 통한 베이지안 네트워크 구조 설계 70
• 4.2.3 변수 효용성 분석을 통한 조건부 확률 정의 77
• 제5장 하이브리드 베이지안 네트워크 알고리즘 판단 결과 79
• 5.1 결과 79
• 5.1.1 운전자 상태 판단 결과 79
• 5.1.2 운전자 상태 판단 알고리즘 성능 평가 82
• 제6장 결론 91
• 6.1 토의 91
• 6.2 본 연구의 성과 93
• 6.3 향후 과제 94
• 참고 문헌 96
• Appendix 99