Earticle

MDPS control has been a difficult problem for the past two decades. Though there are many ways to control steering feeling, the MDPS control logic is still being upgraded or developed for steering feel improvement. A new point of view in MDPS is proposed by evolution logic, which is a new driver friendly improvement based on the analysis of driver’s driving pattern. As a result of the application of evolution logic, this paper shows that drivers behaviour effecting factors among MDPS parameters will efficiently lead to customers’ satisfaction.

본 연구는 고령운전자의 교통사고율 감소를 위하여 고령자의 운전패턴 인식을 통해 교통사고위험지수를 도출하고 그에 따라 운전면허증의 갱신 및 반납 정책에 반영하고자 실시되었다. 먼저, 고령운전자의 행동특성을 분석하여 교통사고를 유발하는 주요요인을 도출하여 교통사고 위험지수를 정의한다. 둘째, 자동차에 부착된 카메라, 거리센서와 스마트폰을 통하 여 고령자의 운전패턴으로부터 교통사고 위험지수를 측정하는 방법을 제시한다. 마지막으로 컴퓨터 시뮬레이션으로 3개의 문턱 값을 도출하여 측정된 교통사고 위험지수로부터 사고위험도를 4단계로 판별하고 고령 운전자의 안전운전을 보장하기 방안을 제시한다. 제안하는 방법에 따라 고령운전자의 운전능력을 객관적으로 평가하여 운전면허 갱신주기의 재설정 및 자 진 반납을 유도함으로써, 고령운전자의 교통사고 증가로 인한 사회적 비용을 최소화하기 위한 운전면허증 관리정책 수립에 적극 활용 가능할 것이라 믿는다.

This study was conducted to derive the traffic accident risk index through the recognition of the elderly driver's driving pattern to reduce the traffic accident rate of elderly drivers and to reflect them in the renewal and return policy of driver' s license accordingly. First, the traffic accident risk index is defined by analyzing the behavioral characteristics of older drivers to derive the major factors that lead to traffic accidents. Second, we present a method to measure the traffic accident risk index from the driving pattern of the elderly through the smart-phone, the camera and the distance sensor attached to the car. Finally, we derive three thresholds by computer simulation and determine the accident risk from the measured traffic accident risk index as four steps and suggest ways to ensure safe driving of older drivers. It is required to objectively assess the driving ability of an aged driver in accordance with the proposed method, and to induce the driver to reset the driver's license renewal cycle and voluntarily return the driver's license to minimize social costs due to increased traffic accidents.

본 논문은 문맥-자유 문법 (context-free grammar)를 이용하여, 차선변경 상황에서의 운전자의 행동패턴 인식을 하는 방법을 제안하는 것을 목표로 한다. 문맥-자유-문법은 기존 패턴인식 방식과는 대조적으로 유한적 기호로는 쉽게 표현될 수 없는 특징들을 비교적 손쉽게 표현할 수 있다. 이 방식을 적용하여, 동시에 여러 특징을 각각 고려해야 하는 좌표기반 데이터 처리 대신 심볼 시퀀스 방식 (symbolic sequence)을 패턴화하기 위해 구문론적 방식을 적용한다. 이 방법은 운전자와 안전 운전 분야 연구자들에게 효율적이고 보다 직관적인 방법으로 보다 더 효과적인 수행에 도움이 된다. 본 연구의 향후과제로 보다 안정적인 인식률을 획득하기 위해 확률적 구문분석 방법을 적용할 계획이다.

This paper analyzes the recognition of driver's behavior in lane change using context-free grammar. In contrast to conventional pattern recognition techniques, context-free grammars are capable of describing features effectively that are not easily represented by finite symbols. Instead of coordinate data processing that should handle features in multiple concurrent events respectively, effective syntactic analysis was applied for patterning of symbolic sequence. The findings proposed the effective and intuitive method for drivers and researchers in driving safety field. Probabilistic parsing for the improving this research will be the future work to achieve a robust recognition.

In this study, we propose a non-invasive method to detect the drowsiness of a driver. The computer vision technology was used to extract an eye, track eyelids and measure the parameters related to the blink. We examined the blink patterns of a driver in drowsy state. For the evaluation of our image processing algorithm, the blink patterns were compared with the measured EOG signals. The result showed that our algorithm might be available in detection of drowsiness.

일반적으로 자동차는 약 2~3만개의 부품으로 조립되어 있으며 상호 유기적인 결합으로 작동된다. 이들 중 주기적으로 점검 및 교환을 해주어야만 하는 소모품 형태의 부품들은 대략 20가지 정도이며, 이는 전체 부품에서 차지하는 비중이 0.001% 내외로 아주 작지만 차량의 안전운행에 주요한 영향을 끼치는 것으로 알려져 있다. 이러한 소모품에 대한 교환주기 정보는 차량 제조사에서 기본적으로 정보를 제공하며, 이는 시간과 차량 주행거리에 따른 부품 항목마다의 교환주기 정보이다. 그런데 다수의 자가용 운전자들은 많은 소모품의 교환주기 정보를 자신의 자동차 주행정보와 비교하여 소모품의 교환주기를 결정하기는 쉽지 않다. 이에 본 논문에서는 차량운전자의 생활패턴 정보를 기반으로 자동차 주행거리를 추정하여 자동차의 소모품에 대한 교환주기 정보를 실시간으로 제공하는 모델을 제안한다. 본 논문에서 제안하는 모델은 운전자의 생활패턴을 운전자가 선택하면 이를 기반으로 자신의 차량 주행거리를 예측하고 소모품에 대한 교환주기 정보를 모바일 앱(App)을 기반으로 알림정보를 자동 생성한다. 또한 본 논문의 제안 모델은 자동차의 소모품 관리 부주의로 인하여 발생할 수 있는 차량사고를 사전에 예방함과 더불어 운전자의 소모품 관리에 대한 불안감도 해소할 수 있을 것으로 기대한다.

Generally, a vehicle is composed of 20,000 to 30,000 parts, and they are closely linked and operated. Of such parts, consumable parts, number roughly 20 or about 0.001% of the total parts, which should be regularly inspected and replaced, crucially influence the safe operation of a car. This replacement cycle information on such consumable parts is basically provided by automakers, and it concerns the inspection and replacement cycle values for each part item determined according to the passage of time and travel distance. However, most private car drivers cannot easily recognize the replacement cycle information on many consumable parts against their car travel information, and determine the replacement cycle. This paper thus proposes a model designed to estimate the car travel distance based on the car driver’s lifestyle pattern information so as to provide the information of the car’s consumables replacement cycle in real time. The proposed model can automatically create a mobile App for the driver ? when the driver selects a lifestyle pattern ? to forecast his or her car travel distance, and to alert the car’s consumables replacement cycle. Also, the proposed model makes it possible to prevent possible car accidents caused by the mismanagement of automotive consumables, and to resolve the driver’s anxiety about the management of automotive consumables.

복합 기능 기기의 발전에 따라 카메라는 방범 시스템, 운전자 보조 시스템 등 여러 분야에서 광범위하게 사용되고 있으며 많은 사람들은 이러한 시스템에 노출되어 있다. 따라서 시스템은 인간의 행동을 인식할 수 있고 인식된 행동으로부터 얻은 정보를 이용하여 유용한 기능을 사용자에게 제공할 수 있어야 한다. 본 논문은 이차원 영상 이미지에서 인식된 기계적 학습 접근 방법을 사용한 인간 행동 패턴 인식 기법을 제안한다. 제안된 방법은 인식된 사용자의 행동 패턴을 기반으로 사용자에게 유용한 기능을 실행하기 위한 정보를 제공하게 될 것이다. 먼저 소개하는 방법은 전화 통화 행동 인식이다. 차량 내부에 운전자 방향으로 설치된 블랙박스가 전화 통화 행동을 인식한다면 안전 운전을 위해서 운전자에게 경고를 줄 수 있다. 두 번째 제안하는 방법은 안전 운행을 위한 전방 주시 행동 인식으로서 운전자가 전방 주시하고 있는지 아닌지를 판단하기 위한 방법과 기준을 제안한다. 본 논문은 실시간 영상 조건에서 제안하는 인식 방법의 효용성을 실험 결과를 통해서 보여준다.

In accordance with the development of various convergence devices, cameras are being used in many types of the systems such as security system, driver assistance device and so on, and a lot of people are exposed to these system. Therefore the system should be able to recognize the human behavior and support some useful functions with the information that is obtained from detected human behavior. In this paper we use a machine learning approach based on 2D image and propose the human behavior pattern recognition methods. The proposed methods can provide valuable information to support some useful function to user based on the recognized human behavior. First proposed one is "phone call behavior" recognition. If a camera of the black box, which is focused on driver in a car, recognize phone call pose, it can give a warning to driver for safe driving. The second one is "looking ahead" recognition for driving safety where we propose the decision rule and method to decide whether the driver is looking ahead or not. This paper also shows usefulness of proposed recognition methods with some experiment results in real time.