운전 공격성 인식을 위한 3D 컨볼루션 기반 비디오 인식 시스템 연구 (A Study on a 3D Convolution-Based Video Recognition System for Driving Aggressiveness Recognition)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회논문지 / 51권 / 12호 / 1094 ~ 1103페이지
· 저자명 : 이상인, 박지훈

초록

본 연구는 차량 전방 카메라에서 수집한 비디오 데이터를 활용해 운전 스타일을 분류하고, 이를 통해 운전 공격성을 인식하는 모델을 개발 및 평가하는 것을 목적으로 한다. 이를 위해 CARLA 시뮬레이터를 사용하여 다양한 도로 환경에서 공격적/안전지향적 운전 패턴을 모사하였으며, 3D 컨볼루션 기반의 VideoResNet 모델을 활용하여 비디오 데이터를 분석하였다. 연구 결과, 학습된 모델은 도심 주행 상황에서 높은 정확도로 운전 스타일을 분류할 수 있었으며, 전방 카메라 데이터를 활용해 운전 공격성을 인식하는 데 유용함을 보여주었다. 또한, 실험을 통해 모델이 온라인 방식으로 운전 스타일을 분류할 수 있음을 확인하였으며, 이를 통해 모델의 즉각적인 운전 공격성 인식 도구로서의 적용 가능성을 평가하였다. 추가로, 본 연구에서는 도로 환경 및 속도 변화가 공격성 수치에 미치는 영향을 분석하여, 모델이 도로 환경의 복잡성과 속도의 상호작용을 고려한 판단을 수행할 수 있음을 확인하였다.

영어초록

This study aims to develop and test a model for classifying driving styles and recognizing driving aggressiveness using video data collected from a vehicle's front camera. To achieve this, the CARLA simulator was employed to simulate aggressive and cautious driving behaviors across various road environments, while a 3D convolution-based VideoResNet model was utilized for analyzing the video data. The results showed that the trained model achieved high accuracy in classifying driving styles during urban driving scenarios, demonstrating the effectiveness of front camera data in recognizing driving aggressiveness. Furthermore, experiments confirmed the model's capability to classify driving styles in an online manner, highlighting its potential as an on-the-spot tool for recognizing driving aggressiveness. Additionally, this study investigated the effect of road environments and speed variations on aggressiveness scores, demonstrating that the model can effectively consider the interplay between road complexity and speed when makingin its predictions.

참고자료

· 없음