본 연구는 졸음운전 감지 및 차선 이탈 경고 시스템의 도입을 제안한다. 시스템의 주요 구성 요소는 카메라, PC, Arduino, 부저, LED이다. 카메라를 통해 운전자와 도로의 실시간 데이터를 수집한다. 차선 이탈은 후처리 기법과 결합한 YOLOPv2 딥러닝 모델을 사용하여 판정하며, 운전자 졸음은 Dlib 기반 얼굴 랜드마크 검출과 Eye Aspect Ratio (EAR) 방법을 함께 활용하여 평가한다. 두 검출 모듈의 결과는 주 처리 장치를 통해 통합되며, 운전자의 졸음 상태와 차선 이탈 여부를 종합적으로 평가한다. 위험이 식별되면 Arduino가 부저와 LED를 작동시켜 운전자에게 즉각적인 경고를 제공한다. 이 시스템은 실시간으로 동작(≈60 FPS)하며, 졸음 및 의도치 않은 차선 이탈과 관련된 위험을 완화함으로써 주행 안전을 향상시키도록 설계되었다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.