최근 차량용 센서 및 인공지능의 기술 개발에 따라 전 세계적으로 자율 주행과 같은 운전자의 운전 편의에 대한 기술 개발이 활발하다. 하지만 시스템 안전성의 검증 때문에 개발 상황과 비교하면 상용화 비율이 낮다. 따라서 본 논문에서는 운전자가 주행하는 차량에서 사용 가능한 온-디바이스 AI를 구현하여 운전자 행동 분석 및 위험운전 인식에 사용할 수 있도록 차량 동작 상태를 분류하는 연구를 수행하였다. 차량의 동작 상태를 8가지로 정의하였고 추출한 차량 내부 정보를 사용하여 차량 동작 상태를 추론하는 딥러닝 모델을 설계하였다. 마지막으로온-디바이스 AI에서 실시간으로 차량 동작 상태를 추론하기 위해 딥러닝 모델을 디바이스에 탑재한다. 디바이스에딥러닝 모델을 탑재하기 위해 딥러닝 모델 구조를 변경하고 양자화를 통해 딥러닝을 경량화 하였다. 최종적으로구현한 온-디바이스 AI를 실제 차량에서 주행하면서 실시간 차량 동작 상태 추론을 수행하여 성능을 평가한다. 차량 동작 상태 인식 정확도는 91.66% 성능을 나타내었고 추론 시간은 19.72ms로 구현되어 실시간 추론을 수행하였다.
With the recent development of technologies for vehicle sensors and artificial intelligence, technologies for driver convenience such as autonomous driving are actively developed around the world. However, due to the verification of the safety of the system, the commercialization rate is lower than the development situation. Therefore, in this paper, a study was conducted to classify the vehicle operating status so that it can be used to analyze driver behavior and recognize dangerous driving by implementing on-device AI available in the vehicle driven by the driver. Deep learning model was designed to infer the vehicle"s operating status using the extracted vehicle interior information. In order to mount a deep learning model on a device, the structure of the deep learning model was changed and lightened through quantization. The performance is evaluated by performing real-time vehicle operation status inference while driving the finally implemented on-device AI in the real vehicle. The vehicle operating status recognition accuracy showed 91.66% performance and the inference time was 19.72 ms
(0)
(0)