【브레이크뉴스 대구】이성현 기자=DGIST(총장 국양)는 미래자동차연구부 현유진 박사 연구팀이 도플러 레이더 센서 기반의 머신러닝 기술을 이용해 차량 내 탑승자 인식을 더욱 정밀하게 측정하는 기술을 개발했다고 30일 밝혔다.

▲ DGIST 미래자동차연구부 현유진 박사(오른쪽), 제2저자인 진영석 연구원(왼쪽)  © DGIST

최근 대두되는 사회적 문제 중 아이를 차량 내에 방치하는 사고가 종종 일어나고 있다. 이 때문에 차량 내 탑승자를 인지하기 위한 초음파센서가 널리 사용되는데, 거리 값을 이용하기 때문에 다른 사물을 탑승자라고 오판 할 수 있다. 또한 카메라의 경우 사물 인지가 가능하나, 조명에 민감하고 사생활 보호 이슈로 인해 소비자의 거부감이 존재한다. 탑승자의 열을 측정해 존재를 확인하는 적외선 센서도 활용되나, 탑승자의 옷차림이나 카시트의 열선 등에 의해 성능이 저하될 수 있다.

이러한 기존 센서들의 단점을 보완하고자 최근 레이더 센서 기반으로 탑승자를 인지하는 기술이 차량에 탑재되고 있다. 레이더 센서는 비교적 외부환경에 영향을 받지 않으며, 탑승자가 움직이지 않는 경우에는 호흡 신호의 측정이 가능하다. 하지만 탑승자가 수면 중 또는 깨어난 상태에서 움직이면 생체신호 인지가 불가능하고 차량 내 움직임이 발생하는 객체가 사람 이외에도 다양하게 존재 할 수 있기 때문에 움직이는 탑승자도 구별 할 수 있는 기법이 필요한 실정이다.

이에 DGIST 현유진 박사 연구팀은 수신된 레이더 도플러 주파수 스펙트럼을 분석해 객체의 움직임 여부에 상관없이 그 객체가 사람인지 아닌지를 결정할 수 있는 기법을 개발했다. 도플러 주파수란 레이더 센서의 송신 전자파가 움직이는 객체로부터 반사될 때 그 객체의 움직임 속도에 의해 발생한 위상변위를 말한다.

연구팀은 움직이는 사람의 경우, 레이더 반사 신호가 머리, 가슴, 팔, 허리, 허벅지 등 다양한 컴포넌트로부터 발생하고 그 수신신호의 도플러 스펙트럼은 크기와 모양이 시간에 따라 매우 가변적이라는 특성을 활용했다. 이 때 사람의 움직임으로부터 반사된 레이더 수신신호를 전파 이미지로 생성한 후 특징벡터 2개를 추출했고, 사람의 호흡에 의해 발생한 도플러 주파수 값으로부터 특징벡터 1개를 생성했다. 이를 인공지능 연구 분야인 머신러닝 기법을 이용해 레이더 신호처리 알고리즘으로 완성했다.

연구팀은실제 차량 내부와 유사한 테스트 베드를 구축하고 레이더 신호를 획득하기 위한 모듈을 셋업했다. 그리고 다양한 시나리오를 기반으로 한 테스트를 통해 실제 사람만을 구분할 수 있는 객체 분류 정확도를 평균 98.6%까지 획득할 수 있었다.

현유진 박사는 “이번 연구 성과로 차량 내 방치된 탑승자 인지 시스템을 더욱 개선할 수 있을 것”이라며, “특히 계산량이 매우 낮아 향후 마이크로센서에도 구현이 가능해 보이며, 스마트 환경에 최적화된 비접촉 센서로서 레이더 기술의 발전이 기대된다."고 밝혔다.

한편 이번 연구는 센서 및 신호처리 분야의 세계적 국제학술지인 ‘MDPI Sensors’에10월 28일자 온라인 게재됐다.

<아래는 구글번역기로 번역한 기사 전문이다.>

 Dr. Yujin Hyun's research team at DGIST develops a technique to check the presence of occupants

[Brake News Daegu] Reporter Seong-Hyun Lee = DGIST (President Kookyang) announced on the 30th that the research team of Dr. Yu-jin Hyun of the Future Automobile Research Department developed a technology to more accurately measure occupant recognition in vehicles using machine learning technology based on Doppler radar sensors.

Among the social problems that have emerged recently, accidents of leaving children in vehicles are often occurring. For this reason, an ultrasonic sensor for recognizing an occupant in a vehicle is widely used, and since the distance value is used, other objects may be misjudged as occupants. In addition, in the case of cameras, objects can be recognized, but there is a feeling of rejection from consumers due to sensitive lighting and privacy issues. Infrared sensors that measure the occupant's heat to confirm presence are also used, but performance may be degraded by the occupant's clothing or the heat rays of the car seat.

In order to compensate for the shortcomings of these existing sensors, a technology for recognizing a passenger based on a radar sensor has recently been installed in vehicles. The radar sensor is relatively unaffected by the external environment and can measure the breathing signal when the occupant is not moving. However, if the occupant moves while sleeping or waking up, it is impossible to recognize the bio-signals, and since objects that cause movement in the vehicle can exist in various ways other than humans, a technique that can distinguish moving occupants is required.

Accordingly, Dr. Yujin Hyun's research team at DGIST developed a technique that can determine whether an object is a human or not, regardless of whether the object is moving or not by analyzing the received radar Doppler frequency spectrum. The Doppler frequency refers to the phase shift caused by the moving speed of the radar sensor when the transmitted electromagnetic waves of the radar sensor are reflected from the moving object.

In the case of a moving person, the research team utilized the characteristic that radar reflection signals are generated from various components such as head, chest, arms, waist, and thighs, and the size and shape of the received signal's Doppler spectrum are highly variable over time. At this time, the radar received signal reflected from the human motion was generated as a radio wave image, then two feature vectors were extracted, and one feature vector was generated from the Doppler frequency value generated by the human breath. This was completed with a radar signal processing algorithm using machine learning techniques, which are the field of artificial intelligence research.

The research team built a test bed similar to the inside of a real vehicle and set up a module to acquire radar signals. And through tests based on various scenarios, we were able to obtain an average of 98.6% of object classification accuracy that can distinguish only real people.

Dr. Hyun Yu-jin said, “With the results of this research, we will be able to further improve the occupant recognition system left in the vehicle.” In particular, the computational amount is very low, so it can be implemented in micro-sensors in the future. As a non-contact sensor optimized for smart environments, radar We are looking forward to the development of technology.”

Meanwhile, this research was published online on October 28 in “MDPI Sensors,” a world-class international academic journal in the field of sensors and signal processing.