차량 주행 환경에 관련된 데이터 셋(data set)을 획득하는 정보 획득부-상기 데이터 셋은 좌우차선의 클로소이드(clothoid) 곡선 계수 평균값, 종횡방향 속도 및 요 각속도(yaw rate)를 포함함;상기 데이터 셋을 LSTM(long short term memory) 기반 조향 행동 예측 모델에 입력한 후 상기 데이터 셋에 상응하는 조향각을 매핑하여 상기 조향 행동 예측 모델을 학습하는 학습부-상기 조향 행동 예측 모델은 상기 데이터 셋을 기반으로 예측된 조향각이 실제 조향각에 수렴하도록 학습됨;T 시점의 데이터 셋을 상기 학습된 조향 행동 예측 모델에 입력하여 상기 T 시점 이전의 장기 상태 벡터 및 단기 상태 벡터를 참조하여 차선 유지를 위한 (T+1) 시점의 조향각을 예측하는 예측부; 및상기 예측된 조향각과 차량 조작에 의해 획득되는 실제 조향각을 비교하여 조향 행동을 모니터링한 후 조향 행동 이상 검출시 경고 메시지를 출력하는 모니터링부를 포함하는 조향 행동 모니터링 장치.

제1 항에 있어서, 상기 조향 행동 예측 모델은,시계열로 데이터 셋을 입력받는 입력층(input layer);이전 시점의 장기 상태 벡터 및 단기 상태 벡터를 고려하여 상기 데이터 셋을 기반으로 조향각을 예측하는 은닉층(hidden layer); 및상기 예측된 조향각을 출력하는 출력층(output layer)을 포함하되,상기 은닉층은 멀티 레이어로 구성되되, 상기 멀티 레이어를 구성하는 각 레이어는 LSTM으로 연결되는 것을 특징으로 하는 조향 행동 모니터링 장치.

제2 항에 있어서, 상기 은닉층은 시계열 순서에 따른 데이터 셋을 고려할 수 있도록 각 단계가 LSTM으로 연결되는 것을 특징으로 하는 조향 행동 모니터링 장치.

제1 항에 있어서, 상기 LSTM은, 데이터 셋과 이전 시점의 단기 상태 벡터(short term state)를 입력받는 4개의 완전 연결층(fully-connected layer);상기 데이터 셋과 상기 이전 시점의 단기 상태 벡터를 이용하여 이전 시점의 장기 상태 벡터의 적어도 일부의 삭제 여부를 결정하는 삭제 게이트;상기 데이터 셋과 상기 이전 시점의 상태 벡터를 이용하여 쌍곡선 탄젠트 활성화 함수 연산을 통해 계산된 후보 은닉 상태의 출력 상태를 결정하는 입력 게이트;상기 후보 은닉 상태의 출력 상태와 상기 삭제 게이트에 의해 출력된 상기 이전 시점의 장기 상태 벡터를 이용하여 현재 시점의 장기 상태 벡터를 결정하여 저장하는 장기 상태 저장부; 및상기 데이터 셋과 상기 이전 시점의 단기 상태 벡터를 이용하여 상기 현재 시점의 장기 상태 벡터의 출력 상태를 최종 결정하는 출력 게이트를 포함하는 것을 특징으로 하는 조향 행동 모니터링 장치.

삭제

삭제

차량 주행 환경에 관련된 데이터 셋(data set)을 획득하는 단계-상기 데이터 셋은 좌우차선의 클로소이드(clothoid) 곡선 계수 평균값, 종횡방향 속도 및 요 각속도(yaw rate)를 포함함;상기 데이터 셋을 LSTM(long short term memory) 기반 조향 행동 예측 모델에 입력한 후 상기 데이터 셋에 상응하는 조향각을 매핑하여 상기 조향 행동 예측 모델을 학습하는 단계-상기 조향 행동 예측 모델은 상기 데이터 셋을 기반으로 예측된 조향각이 실제 조향각에 수렴하도록 학습됨;T 시점의 데이터 셋을 상기 학습된 조향 행동 예측 모델에 입력하여 상기 T 시점 이전의 장기 상태 벡터 및 단기 상태 벡터를 참조하여 차선 유지를 위한 (T+1) 시점의 조향각을 예측하는 단계;상기 예측된 조향각과 차량 조작에 의해 획득되는 실제 조향각을 비교하여 조향 행동을 모니터링하는 단계; 및상기 모니터링 결과 운전자의 잘못된 조향 행동이 검출되면 경고 메시지를 출력하는 단계를 포함하는 조향 행동 모니터링 방법.

삭제

삭제

제7 항에 따른 방법을 수행하기 위한 프로그램 코드를 기록한 컴퓨터로 판독 가능한 기록매체 제품.