Because of traffic accidents, our society suffers a lot of human and material loss. According to the statistics materials, aggressive-driving behaviors are major cause of traffic accidents. So as we can correct aggressive-driving behavior, the traffic accidents can be reduced. In this paper, we proposed the aggressive-driving detection method using Inertial Measurement Unit (IMU) and established the detection system using embedded board. We supposed to detect five aggressive-driving behaviors such as abrupt acceleration and deceleration, aggressive right, left turn and aggressive U-turn. The algorithm uses the thresholding method to detect abrupt acceleration and deceleration and utilizes Dynamic Time Warping (DTW) and k-Nearest Neighborhood (k-NN) to detect aggressive turning events. To get data pattern, we performed the car experiments. And using these data, we can make a training sets. Using twenty of training sets and fifty-four of test sets, the experimental results are 96.29% accuracy and other contributions is verified.
우리 사회는 교통 사고로 인한 인적 및 물적 손실로 고통 받고 있다. 통계 자료에 따르면, 위험운전 행동이 교통사고의 주된 원인이며, 따라서 위험운전 행동 교정을 통해, 교통사고 또한 낮출 수 있다. 본 논문에서는 관성 측정 장치를 이용한 위험운전행동 감지 방법에 대해 연구를 진행하였고, 이를 임베디드 시스템 상에 구현하였다. 감지하고자 하는 대상은 5개의 위험운전 행동이며, 각각 급 가속, 급 감속, 급 좌우회전, 급 유턴에 해당된다. 문턱치 설정 방법을 통해 급 가속, 급 감속을 감지하며, 동적 시간 워핑(Dynamic Time Warping) 알고리즘과 k-최근접 이웃 알고리즘을 사용하는 분류기를 통해 급회전을 감지하였다. 데이터 패턴을 얻기 위해서, 차량 실험을 실시 하였고, 이 데이터를 이용하여 학습 데이터를 제작할 수 있었다. 실험 결과는 학습 셋 20개, 테스트 셋 54개로 테스트 하여, 정확도 96.29%를 획득하였으며, 분류기, 특정 특징벡터의 유무에 따른 실험들을 통해 본 연구에서 제시된 문제점이 해결됨을 보였다.
