Support Vector Machine을 이용한 위험운전심각도 분류 알고리즘Development of Algorithm for Classifying Unsafe Driving Severity using Support Vector Machine
- Other Titles
- Development of Algorithm for Classifying Unsafe Driving Severity using Support Vector Machine
- Authors
- 정은비; 오철
- Issue Date
- Oct-2011
- Publisher
- 대한교통학회
- Citation
- 대한교통학회 학술대회지, v. 65, no. 10, pp. 767 - 772
- Indexed
- OTHER
- Journal Title
- 대한교통학회 학술대회지
- Volume
- 65
- Number
- 10
- Start Page
- 767
- End Page
- 772
- URI
- https://scholarworks.bwise.kr/erica/handle/2021.sw.erica/38319
- Abstract
- 교통사고는 인적요인, 도로 기하구조요인, 교통류요인, 환경적요인 등 복합적인 요인에 의해 발생한다. 인적요인에는 운전자의 특성과 운전행태가 포함되며 교통사고에 가장 큰 영향을 미치는 요인이다. 특히 운전자의 과대한 조향핸들 조작으로 인한 위험운전, 졸음운전 및 음주운전, 휴대폰 조작 등의 안전운전 불이행 및 전방 주 시태만운전은 사고발생 확률이 높고, 사고발생시 심각도가 높다. 이러한 안전운전 불이행 및 전방 주시태만운전에 대한 대응책이 요구됨에 따라 최근 위험운전 검지 및 운전자 행태에 관련된 연구가 활발히 진행되고 있다. 본 연구에서는 급차로변경과 사행운전을 위험운전이벤트로 정의하였으며, SVM(Support Vector Mechine)을 이용하여 위험운전이벤트의 위험도에 따라 차로변경을 급차로변경, 연속적인 급차로변경으로, 사행운전을 1차 사행운전, 2차 사행운전으로 분류하는 알고리즘을 개발하였다. 차로변경 및 사행운전은 차량의 좌우 움직임을 측정함으로써 판단할 수 있으며, 차량의 좌우 움직임을 정밀하게 측정하기 위해 자이로센서를 이용하여 자료를 수집하였다. 자이로센서로부터 수집되는 3축 각속도 자료 중 차량의 좌우 움직임을 반영하는 횡방향각속도(Z축 각속도)를 주요 파라미터로 이용하여 위험운전심각도를 분류하였다. 위험운전이벤트 검지시 나타나는 횡방향각속도의 최대값, 최소값을 변수로 설정하여 SVM을 통한 위험운전심각도 분류 알고리즘을 구축하였으며, 분류정확도를 통해 알고리즘의 성능을 검증하였다.
- Files in This Item
-
Go to Link
- Appears in
Collections - COLLEGE OF ENGINEERING SCIENCES > DEPARTMENT OF TRANSPORTATION AND LOGISTICS ENGINEERING > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.bwise.kr/erica/handle/2021.sw.erica/38319)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.