운전자와 승객의 안전과 편의를 향상시키는 지능형 자동차(intelligent vehicle)에 대한 관심이 갈수록 증대되고 있다. 지능형 자동차는 운전자에게 안전과 편의에 관련된 다양한 정보를 제공해 보다 안전하고 편리하게 운전할 수 있도록 지원해준다.
그러나 운전중 정보기기의 사용은 운전자에게 운전 부주의(driving distraction)를 유발시켜 교통사고 위험을 높이기도 한다. 여기서, 운전 부주의란 운전자가 어떤 이벤트, 행동, 사람이나 운전 태스크(task)의 주의 감소로 인해 안전하게 운전 태스크를 수행하는 데 필요한 정보인지가 지연되었을 때를 의미한다. 이는 특히 운전중 모바일폰이나 내비게이션과 같은 정보기기의 조작과 같은 다중 작업(multitasking)으로 인해 높은 운전부하(driving workload) 상태에서 빈번하게 발생된다.
그림 1과 같이 도로교통공단(ROTA)의 “Road traffic accident in Korea” 통계에 따르면, 한국 교통사고의 60% 이상이 운전자의 실수와 관련돼 있다. 일본의 National Police Agency의 1998년 통계에 따르면, 차량 충돌사고의 89%가 운전 부주의 같은 운전자의 실수와 관련돼 있다.
이에 따라 교통사고의 주요 원인이 되는 운전중 정보기기의 조작으로 발생되는 운전 부주의와 운전부하에 대한 많은 연구가 수행되고 있다. 예를 들어, 2002년부터 3년간 EU에서 수행된 HASTE (Human machine interface And Traffic Safety)는 운전자의 운전 부주의 및 운전부하를 평가하는 지표와 방법을 제안했다.
운전자의 운전 특성을 분석하는 연구와 모바일폰이나 내비게이션과 같은 정보기기의 조작으로 인해 발생하는 운전부하와 운전 부주의에 대한 연구도 진행되고 있다. 특히, 유럽의 EU COMMUNICAR, AIDE, DOT SAVE-TI 프로젝트는 다양한 연구결과를 바탕으로 운전자와 차량을 통합 관리해 운전자의 운전부하를 줄이는 ADVMS (Advanced Driver and Vehicle Management Systems)에 관한 연구를 진행하고 있다.
운전자의 안전한 운전을 위해 운전부하를 줄이는 ADVMS는 운전자와 차량의 운전수행도(driving performance)를 실시간으로 모니터링(monitoring)해 운전부하를 관리하고 운전자가 안전한 운전을 할 수 있도록 적절한 동기를(motivating) 유발시켜 운전자에게 제공한다. 즉, ADVMS는 운전자와 차량의 정보를 수집해 운전자가 안전하게 운전할 수 있도록 운전부하를 조절하며 필요에 따라 운전자에게 위험을 경고해 위험한 상황을 사전에 방지하는 시스템을 말한다.
ADVMS의 첫 단계는 운전부하를 추정할 수 있는 운전자와 차량의 정보를 언제든지 실시간으로 획득할 있는 모니터링 환경을 개발하는 것이다. 이 글은 ADVMS를 개발하기 위한 첫 단계로 운전자와 차량의 정보 모니터링을 위한 측정항목 선정과 차량 환경의 구축방법에 대한 제안이다. ADVMS의 구조와 측정항목, ADVMS를 위한 운전자 및 차량 모니터링 환경구축, 운전자 및 차량 모니터링 환경의 성능평가 결과를 기술하고 향후 연구방향에 대해 논의한다.
ADVMS 개요
ADVMS는 운전중 발생되는 운전부하를 줄이기 위하여 운전자의 운전수행도를 실시간으로 모니터링하고 운전부하를 관리해 운전자가 안전한 운전을 할 수 있도록 지원해 주는 시스템이다. ADVMS는 그림 2와 같이 운전자 및 차량의 상태를 모니터링 하는 DVM(Driver & Vehicle Monitoring), 모니터링 된 정보를 바탕으로 운전부하를 관리하는 WM(Workload Management), 안전한 운전을 유도하는 MSDB (Motivate Safe Driving Behavior)와 운전자의 FM(Feedback and Motivation)으로 구성된다. 특히, MSDB에 따른 운전자의 FM은 DVM으로 피드백 돼 운전자의 운전부하를 지속적으로 추정하고 줄이는 데 활용된다.
먼저 DVM은 운전자와 차량의 정보를 모니터링 해 운전부하 추정에 필요한 정보를 제공하는 기능을 가진다. 운전자 및 차량의 정보에는 운전수행도, 운전자 시선(driver eye position), 생체신호 정보(physiological data)와 운전자 행동(driver behavior)이 있다. 운전수행도는 운전중 발생되는 운전자와 차량의 정보를 의미하며, 차량의 주행, 제동 및 조향 정보, 차량의 위치정보(GPS)와 차선정보 등이 있다. 여기서 기본적인 운전수행도는 차량에 적용돼 있는 CAN (Controller Area Network)을 이용해 획득할 수 있다. 레이더와 같은 장비를 이용한 앞차, 혹은 뒤차와 주행 차량 간의 위치 관계에 대한 정보도 이에 포함된다. 운전자 시선은 운전 시 운전자의 시선 정보를 의미하며, 운전자의 시선 분포 및 동체의 크기 등을 이용해 운전부하를 추정한다. 생체신호 정보는 운전중 발생되는 운전자의 생체정보를 말한다. 심전도(electrocardiography, EKG), 뇌파(electro-encephalogram, EEG), 호흡(respiration), 피부전도도(skin conductance, EDA), 광혈류량(photoplethysmography, PPG) 등이 있다. 마지막으로 운전자 행동은 운전중 운전자의 자세와 같은 정보를 말한다. 운전자의 운전자세나 기기 조작과 같은 정보를 통해 운전부하의 정도를 판단한다.
WM은 DVM에서 수집된 정보를 받아 운전부하를 관리하는 기능을 갖는다. 즉, 주행중인 차량의 운전부하를 지속적으로 모니터링 하고 있다가 운전부하가 증가하면 운전부하를 줄이기 위한 기능을 수행한다. WM의 가장 중요한 기능은 여러 가지 정보를 바탕으로 운전자의 운전부하를 추정하는 기술(workload estimating)과 추정된 운전부하 정도에 따라 운전자에게 제공할 기능을 결정하는(workload standard) 것이다. 특히, 추정된 운전부하의 정도에 따라 운전자에게 제공할 기능은 운전부하의 증가로 인해 운전자가 얼마나 안전운전에 방해가 될 지의 정도와 밀접하게 관련된다. 즉, 안전운전에 지장이 될 만큼의 운전부하가 발생할 때만 ADVMS가 운전자의 차량 제어를 제한하거나 경고를 제공하는 것이다.
MSDB는 운전부하의 증가로 인해 운전자의 안전운전에 위험이 발생할 때 안전운전을 위한 기능을 수행한다. MSDB의 기능은 안전 경고(alerting), 차량 기능의 자동 제어(automation)나 우선순위에 따른 정보 제공(prioritization of information) 등이다. 경고는 대표적인 안전운전을 위한 방법으로 운전부하가 증가하면 운전자에게 위험을 사전에 알리는 방법이다. 차량 기능의 자동제어는 운전부하의 증가로 인해 운전자의 안전운전을 보장할 수 없을 때 제동과 같은 차량의 일부 기능을 자동으로 조정해 운전자의 안전운전을 보장하는 방법이다. 우선순위에 따른 정보 제공은 운전부하가 증가해 운전자의 안전운전에 지장을 주는 경우, 여러 가지 정보기기의 정보 중에서 꼭 필요한 정보의 우선순위를 정해 운전부하의 변화와 정보 제공의 우선순위에 따라 정보를 선택적으로 제공하는 방법이다. 세 가지 방법은 운전중 운전자의 운전부하가 증가할 때 운전자의 안전운전을 제공하기 위한 대표적인 방법이다.
마지막으로 FM은 ADVMS가 운전자에게 제공하는 MSDB를 통해 운전자가 차량에 피드백시키거나 스스로 변화되는 부분을 의미한다. 운전자는 ADVMS를 통해 운전수행도가 향상되고 안전운전에 대한 자기 기준을 가질 수 있다. 또한 운전자는 경고 및 선택적인 정보 제공 기능을 통해 보다 운전에 집중할 수 있으며, 이를 통해 운전부하가 줄어들게 된다. ADVMS는 DVM을 통해 FM의 상태와 다른 지표를 모니터링 해 운전부하를 관리하게 된다.
ADVMS를 위한 실차 환경 구축
ADVMS를 위한 첫 단계로 운전자와 차량 모니터링 실차 환경은 운전부하를 추정에 필요한 항목을 중심으로 실내와 실외를 구분해 실차 환경을 구축했다. 그림 3은 운전자 및 차량 모니터링을 위해 구축한 실차 환경의 구성을 나타낸다. 실차에는 운전부하 추정에 필요한 운전수행도, 운전자 시선, 생체신호와 운전자 행동 정보와 실차 환경의 운영 및 데이터를 수집해 보관하는 2대의 PC가 탑재됐다. 또한 실차 환경을 운영하고 데이터를 실시간으로 모니터링 하기 위해 2대의 모니터가 차량의 뒤좌석에 위치했다.
우선, 운전수행도를 모니터링 하기 위해 차량 내부 네트워크를 이용했다. 다수의 차량 네트워크 표준으로 적용된 CAN 프로토콜을 이용해 주행, 제동 및 조향에 관련된 차량 정보를 수집했다. 제동 및 조향에 대한 정보는 High CAN을 통해 수집했으며, 주행에 관련된 정보는 차량 실내에 위치한 Low CAN을 통해 수집했다. 자동차 회사에서 CAN dB에 대한 정보는 보안사항이기 때문에 각각의 장치를 조작하면서 데이터의 변화를 실험적으로 관찰해 각각의 메시지가 의미하는 정보를 확인했다. 또 운전자의 행동 분석을 위해 차량의 위치정보는 USB 타입의 상용 GPS 모듈(ascan GPS520)을 이용했다.
운전자 시선 정보는 그림 4(a)와 같이 차량의 계기판 위에 상용 장비(FaceLab 4.6)를 설치해 수집했다. 사용된 상용 장비는 운전자의 시선정보를 그림 4(b)와 같이 실시간을 획득해 저장하는 기능을 가지고 있다. 현존하는 장비 중 가장 정확한 것으로 알려진 장비다. 또한 운전자의 시선정보는 실차 환경을 제어하는 PC의 동기화 신호에 따라 주기적으로 정보를 저장하도록 구축했다.
운전자의 생체신호 정보는 차량의 트렁크에 상용 장비(MEDAC System/R)를 설치해 수집했다. 사용된 상용 장비는 운전자의 근전도, 혈류량, 호흡도와 피부전도도를 실시간으로 획득해 저장하는 기능을 지녔다. 트렁크 캡을 통해 운전석 뒤로 연결돼 운전자의 생체 신호를 측정하는 센서와 부착되도록 설계했다. 특히, 그림 5와 같이 생체신호를 측정하는 센서는 부착할 때 주의가 필요하며, 센서 신호가 정상적으로 출력되는 지 꼭 확인해야 한다. 이는 생체신호를 측정하는 센서가 외부에서 발생하는 노이즈에 약하고, 작은 충격이나 운전자의 움직임에도 정상적으로 데이터를 출력하지 못하는 경우가 많기 때문이다. 운전자의 생체신호 정보는 실차 환경을 제어하는 PC의 동기화 신호에 따라 주기적으로 정보를 저장하도록 구축했다.
마지막으로 운전자 행동정보는 6대의 카메라를 통해 수집했다. 6대의 카메라는 운전자를 중심으로 실내 환경 및 실외 환경으로 구분해 설치했다. 실외 환경은 차량의 전방, 후방과 양쪽 운전 사각지대에 4대의 카메라로 구성했다. 차량의 전방 카메라는 실내의 룸 밀러 앞쪽에 설치하고, 차량의 후방 카메라는 실내의 뒤 유리 가운데의 위쪽에 설치했다. 또 운전 사각 카메라는 양쪽 사이드 미러 아래쪽에 설치했으며, 주행중 우천을 고려해 방수처리를 했다. 실내 환경은 운전자의 동작정보와 기기 조작정보를 수집하는 2대의 카메라로 구성했다. 운전자의 동작정보 카메라는 룸 밀러 아래쪽에 카메라를 설치하고, 운전자의 기기 조작정보 카메라는 실내 중앙에 설치해 획득했다(그림 6). 여기서 6대의 카메라 위치는 실험적으로 선정했으며, 카메라 영상은 주행 시간, 영상 프레임과 차량 속도를 포함해 2대의 PC에 각각 저장됐다.
운전자와 차량 모니터링 실차 환경은 그림 7과 같은 프로그램을 통해 통합 제어가 되도록 설계했다. 통합 제어 프로그램은 차량의 메인 PC에 설치돼 실험의 시작과 함께 모든 데이터를 메인 PC에 저장하도록 했다. 메인 PC는 표 1과 같이 차량 정보(rpm, speed, brake)와 6대의 카메라 영상의 프레임 정보를 동기화 시간에 따라 저장했다. 또 2대의 PC는 6대의 영상을 각각 나눠 저장했다.
<저작권자 © AEM. 무단전재 및 재배포, AI학습 이용 금지>