Development of a Drowsiness Warning System Based on Heart Rate and Driver Arousal Level for Determining Driving Control Transfer in Autonomous Vehicles

본 연구는 레벨 3 자율주행의 운전이양권(TOR) 안전성 향상을 위해, 기존 행동 기반 감지 방식의 한계를 극복하는 운전자 모니터링 시스템(DMS)을 개발했다. 차량의 미러 내장형 RGBW 카메라를 이용한 비접촉 원격 광용적맥파(rPPG) 기술로 운전자의 심박수를 실시간 측정하고, 심박변이도(HRV) 분석을 통해 졸음, 스트레스 등 운전자의 각성 수준을 판단한다. 딥러닝 기반 얼굴 인식, 신호 처리, 패턴 인식 알고리즘을 통합하여 시스템을 구현했다. 총 28명을 대상으로 105시간 이상의 실제 도로 환경에서 검증한 결과, 심전도(ECG) 대비 85.14%의 심박수 측정 정확도와 90.81%의 상태 판단 정확도를 달성했다. 본 연구는 생체신호 기반의 운전자 상태 평가가 TOR 판단의 신뢰성을 높이는 핵심 기술이 될 수 있음을 실증했다.