메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
김광섭 (성균관대학교) Wang Maosen (성균관대학교) 정낙탁 (성균관대학교) 양성모 (성균관대학교) 유세훈 (성균관대학교) 기대성 (성균관대학교) 서명원 (성균관대학)
저널정보
한국자동차공학회 한국자동차공학회 춘계학술대회 2015 KSAE 부문 종합학술대회
발행연도
2015.5
수록면
702 - 705 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
Drowsy behavior is more likely to occur in sleep-deprived drivers. The accident rate is higher driver of drowsiness. Individuals’ drowsy behavior detection technology should be developed to prevent drowsiness related crashes. Driving information such as accelerations, steering angles and velocity, and physiological signals of drivers such as electroencephalogram (EEG), and eye tracking were adopted in present drowsy behavior detection technologies. However, it is difficult to measure physiological signal, as a result, driving information becomes more popular for drowsy driving detection. In this paper, vehicle information including lateral accelerations, longitudinal acceleration and steering angles, was combined into various cases to detect drowsy driving behavior. In order to increase the accuracy, it is defined the data set and predicted drowsy driving prediction using the Random Forest algorithm. As the result, the case of lateral and longitudinal of acceleration showed the best.

목차

Abstract
1. 서론
2. 실험 및 분석
3. 졸음 운전 감지
4. 결론
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2016-556-001594416