운전석/승객석 모니터링 시스템(DMS/IMS) 개발 및 테스트

• 일반적인 카메라 유형을 연결하기 위한 많은 상용 기성품(COTS)
• NIR(Near InfraRed)과 같은 DMS 전용 카메라 센서 통합
• NCAP(2023)에 대한 DMS 요구 사항 및 2024년부터 트럭 및 버스에 대한 새로운 승인을 충족하도록 지금 애플리케이션 개발을 시작합니다.
• 더욱 강력한 솔루션을 위해 Python 기반 AI 알고리즘을 손쉽게 포함합니다.
• 다중 모드 센서 애플리케이션을 개발 및 테스트하도록 설계된 하나의 프레임워크를 사용하여 DMS 시스템을 시장에 더 빨리 출시합니다.

작업

운전자 상태 모니터링(DSM)은 2023년부터 승용차에 대한 유럽 신차 평가 프로그램(Euro NCAP)의 필수적인 부분이 될 것입니다. DSM 시스템은 운전자 주의 산만, 피로 및 무반응을 감지할 것으로 예상됩니다. 2024년부터 새로운 트럭과 버스의 승인을 위해서는 운전자 졸음 및 주의 경고가 필요하며 형식 승인을 위한 EU 첨단 운전자 주의 산만 경고가 필요합니다. 자율 주행 레벨 3 이상에서는 더 많은 카메라와 60GHz 레이더 센서가 실내에 설치되는 등 운전자 모니터링 사용 사례의 중요성이 커질 것입니다.

도전 과제

DSM 애플리케이션은 운전자 상태를 감지하기 위해 차선 유지, 조향 움직임 분석 또는 방향 지시등 활성화와 같은 다양한 차량 기능의 출력을 평가할 수 있습니다. 그러나 가장 소중한 데이터는 운전자를 관찰하는 차량 전면에 설치된 실내 카메라에 의해 제공됩니다. 불리한 조명 조건을 극복하기 위해 특정 NIR 또는 NIR+NGR 카메라 유형이 종종 사용됩니다. 핵심 문제는 감지 애플리케이션의 엄격성을 해결하는 것입니다. 감지 품질을 테스트할 때는 다양한 조건을 고려해야 합니다. 예를 들어, 운전자의 나이와 성별, 안경 착용 여부, 수염, 치아 교합, 먹거나 말하거나 웃는 것과 같은 운전자의 행동. 이러한 어려움을 극복하기 위한 가능한 접근 방식은 딥 러닝 알고리즘과 특정 훈련 데이터를 활용하는 것입니다.

솔루션

다중 센서 개발 프레임워크인 RTMaps는 카메라 또는 레이더와 같은 실내 센서를 설정에서 관련 차량 버스와 함께 쉽게 통합할 수 있는 블록 기반 접근 방식을 제공합니다. COTS 라이브러리에서 광범위한 센서 유형 및 버스 구성 요소를 끌어서 DMS 애플리케이션과 연결하고 단 몇 번의 클릭만으로 실행할 수 있습니다. 문서화된 API 및 구현 예제를 사용하여 라이브러리에 없는 센서를 요청하거나 심지어 통합할 수도 있습니다. RTMaps는 서로 다른 유형의 비동기 입력 데이터 스트림을 시간 상관 방식으로 DMS 알고리즘에 노출하는 고유한 내장 기능을 제공합니다. 이를 통해 효율적인 드라이버 상태 감지를 위한 핵심 전제 조건으로 데이터 융합이 가능합니다. 개발 프레임워크는 AI 알고리즘 개발에 널리 사용되는 Python 스크립팅 언어를 기본적으로 지원하며, 딥 러닝 기능을 빠르게 통합하여 매우 강력한 드라이버 모니터링 기능에 대한 까다로운 요구 사항을 충족할 수 있습니다. RTMaps에 포함된 수많은 기능을 통해 검증 테스트 작업을 추가로 수행할 수 있습니다. 예를 들어, 데이터 재생을 사용하여 AI 기반 DMS 기능에 실제 또는 사실적인 합성 데이터 호스트를 제공하여 엄격성을 테스트할 수 있으며 이 모든 것을 하나의 도구로 테스트할 수 있습니다.