Classification of the Safe Threats Using Clustering of Vehicle OBD2 Data by Road Section Type
Wan-Jae Lee, Dae-Sik Ko · The Journal of Korean Institute of Information Technology · 2020
본 논문에서는, 도로의 운행구간 유형에 8가지 OBD2 데이터에 대한 군집화 분석을 이용한 운전상황의 위험성을 분류하는 알고리즘을 제안하였다. 이를 위하여 도로의 운행구간 유형을 아파트 구간, 오르막 구간, 내리막 구간, 인터체인지 구간, 곡선 구간, 자동차전용도로 구간, 급회전 구간 등으로 나누고 도로유형에 영향을 미치는 OBD2데이터를 설정하였다. 제안된 알고리즘의 타당성 검증을 위하여 12가지 도로유형을 선택하였고 연령이 다른 총 10명의 운전자를 대상으로 총 30회 주행을 통하여 8개의 OBD2 데이터를 수집하였다. 실험결과, 도로구간 유형별로 유사성을 확인하였고, 머신러닝의 비 지도학습 기법인 군집화 알고리즘 중 K-means 알고리즘을 적용하여 위험도 평가라벨을 0∼4등급으로 분류할 수 있었다.