새로운 기술은 차량 내 모니터링을 통해 운전자의 초기 치매 증상을 감지합니다

플로리다 애틀랜틱 대학교(FAU) 연구진은 오픈소스 차량 내 모니터링 및 AI 센싱 시스템을 활용하여 운전자의 치매 위험을 평가하는 획기적인 연구를 진행하고 있습니다. 이 혁신적인 접근 방식은 인지 변화에 대한 조기 경고를 제공하여 도로 안전을 향상시키는 데 중요한 역할을 할 것으로 기대됩니다.

이러한 기술의 필요성은 우려스러운 통계에 의해 더욱 강조됩니다. 현재 미국에서는 경도 인지 장애가 있는 400만~800만 명의 노인이 운전하고 있으며, 이들 중 3분의 1은 5년 이내에 치매로 진행될 것으로 추정됩니다. 진행성 치매 환자는 결국 안전하게 운전할 수 없게 되지만, 많은 사람들이 자신의 인지 기능 저하를 인지하지 못하고 있습니다.

본 연구는 차량 내 모니터링 시스템이 인지 장애를 나타내는 비정상적인 운전 행동을 어떻게 감지할 수 있는지matic으로 조사합니다. 복잡한 일상 활동 수행에서 시간에 따른 미묘한 변화를 감지하기 위해 지속적이고 눈에 띄지 않는 센서 및 관련 모니터링 장치를 사용하는 것에 대한 연구는 드뭅니다.

"알츠하이머병의 신경병리학적 특징이 교통dent로 사망한 고령 운전자들의 뇌에서 발견되었는데, 이들은 자신이 알츠하이머병에 걸렸다는 사실조차 몰랐고 뚜렷한 증상도 없었다"고 연구 책임자인 루스 태펀 교수는 말했다. "이번 연구의 목적은 인지 기능 장애를 가능한 한 조기에 효율적으로dent것이 중요하다는 데서 비롯되었다. 고령 운전자의 차량에 설치된 센서 시스템은 이러한 변화를 감지하고 인지 기능 변화 가능성에 대한 조기 경고를 제공할 수 있을 것이다."

종단 연구 설계

본 연구는 운전 행태에 대한 지속적인 정보를 얻기 위해 자연주의적 종단 연구 설계를 채택하고, 이를 3년간 3개월마다 실시한 광범위한 인지 기능 검사 결과와 비교 분석한다. 차량에는 운전석 카메라, 전방 카메라,matic장치가 설치되어 있으며, 인지 기능 검사가 실시되는 3개월마다 데이터를 다운로드한다.

연구진은 길을 잃거나, 신호등과 표지판을 무시하거나, 충돌 직전 상황을 겪거나, 주의trac이나 졸음, 반응 시간, 제동 패턴과 같은 비정상적인 운전 행동을 측정하고 있습니다. 또한, 운행 횟수, 주행 거리, 고속도로 주행 거리, 주간 및 야간 운전, 악천후 속 운전 등 이동 패턴도 분석하고 있습니다.

오픈 소스 하드웨어 및 소프트웨어 접근 방식

FAU 공과대학 연구진이 개발한 차량용 센서 네트워크는 오픈 소스 하드웨어 및 소프트웨어 구성 요소를 활용하여 차량용 센서 장치 개발에 소요되는 시간, 위험 및 비용을 절감합니다. 이 차량 내부 센서 시스템은 복잡한 배선, 센서 크기 및 센서 개수를 최소화하여 단순하고 소형으로 설계되어 차량에 자연스럽게 어우러집니다.

각 차량 내 센서 시스템은matic데이터용과 비디오 데이터용, 두 개의 분산 센싱 유닛으로 구성됩니다. 관성 측정 유닛(IMU)은 급제동, 가속, 회전 및 GPS 데이터를 처리합니다. 비디오 유닛에는 운전자 얼굴 인식, 눈동자 인식, 하품, 주의 산만, 흡연, 휴대폰 사용 등의 운전자 관련 지표와 교통 표지판 준수 등의 행동 지표를 실시간으로trac하는 인공지능(AI) 기능이 내장되어 있습니다 

감지, 객체 감지, 차선 이탈 감지, 충돌 직전 상황 감지, 보행자 감지.