Earticle

초록

한국어

지능형 전자기기 발전과 함께 차량과 사람, 사물을 초고속 통신망으로 연결해 양방향 소통하고 거대한 사물인터넷(IoT)의 통신기기로 커넥티드 카가 진화하고 있다. 차량 내·외부의 정보를 이용한 커넥티드 카 서비스는 자동차용 애플리케이션 서비스와 스마트폰 연결로 운전자 중심의 텔레매틱스, 인포테인먼트 시스템이 차량 내에 탑재되어 위치 기반 서비스(Location Based Service: LBS), 지능형 운송 시스템(Intelligent Transport Systems: ITS), 그리드, 스마트하이웨이로 성장하고 있다. 운전자 중심의 융합 정보를 이용한 서비스 발전과 함께 운전자의 보안 및 인증 문제가 중요해지면서 운전자 인증 기술이 활발하게 연구되고 있다. 다중 경로 전파를 통해 CSI(Channel State Information)를 이용하여 고유한 무선 생체정보를 취득함으로써 접촉하지 않는 상태의 운전자를 식별하는 비접촉 방법과 패치 형태의 전극을 운전자 신체에 부착하여 고유한 생체신호를 취득함으로써 운전자를 식별하는 접촉 방법이 있다. 비접촉 운전자 식별 방법은 편리한 인증 및 보안 기술이지만 낮은 식별 정확도로 오류율이 높은 문제가 있다. 비접촉식 방법보다 높은 식별 정확도로 분석되는 접촉식 방법에 의해 운전자로부터 생체신호를 취득하고 식별 시스템이 연구 개발 중이다. 신체 내부에서 전기적 신호로 발생하는 생체신호 중 심전도(ECG, electrocardiogram)는 심장의 전기생리학적 요인과 심장의 위치, 크기, 신체적 조건에 의해 개인 고유의 특징이 있다. 근전도(EMG, electromyography) 는 근육 발달과 신체 활동의 정도가 사람마다 다르고 사용하는 근육에서 발생하는 불규칙 패턴에 따라 개인 고유의 특징이 있다. 단일 생체신호를 이용하여 운전자 식별 연구가 진행되고 있지만 낮은 정확도로 분석된다. 이러한 문제를 해결하기 위해 심전도와 근전도 신호를 2D 스펙트로그램으로 변환하고 CNN(Convolution Neural Network) 기반 멀티스트림을 이용한 운전자 식별 시스템 제안한다. 공개 DB인 drivedb(Stress Recognition in Automobile Drivers Database)를 이용하여 단일 심전도 신호의 최대 식별 정확도는 96.4%, 단일 근전도 신호의 최대 정확도는 84.1%이지만 심전도와 근전도를 다중으로 이용할 때 식별 정확도는 97%로 단일 생체신호의 최대 정확도보다 0.6% 우수하였다

목차

Abstract

저자

• 최규호 [ 연구교수, 연세대학교 바른ICT연구소 ]

참고문헌