본 연구에서는 Healey 등(2005)의 데이터를 활용하여 스트레스 정도가 단시간에 변하는 운전상황에서 운전자의 심박변이도 분석을 통해 스트레스 정도에 대한 추정이 가능한지를 예비적으로 평가해 보았다. 단시간에 스트레스 정도가 변하는 운전의 경우 심박변이도 변화 양상은 기존 문헌에 나타난 장거리 운전의 양상과 다르며, meanRR, sdRR, HF, LF/HF, LFnorm, HFnorm의 6가지 심박변이도 파라미터가 스트레스 추정에 유의한 변수로 확인되었다. 정상인 운전자 5명에 대해 6가지 파라미터를 입력변수로, 운전 구간에 따라 변하는 스트레스 정도를 출력변수로 하여 개인별 선형회귀 모델(R2=0.8604±0.0959)을 도출하였으며, 이 선형회귀 모델의 적합성을 평가하기 위하여 심박변이도 데이터를 5분 길이의 16개 세그먼트로 나눈 뒤 실제 스트레스 정도와 추정된 스트레스 정도를 비교해 보았다. 그 결과 일부 세그먼트에서 부정확한 추정 결과가 관찰되기도 하였으나, 실제 스트레스 변화 패턴과 예측된 스트레스 변화 패턴 사이에 높은 상관성이 확인되었다(r=0.8560±0.0619). 향후 운전자 구속을 최소화하면서 측정 가능한 심박변이도 분석 시스템을 개발하고, 이를 Healey 등의 연구에서와 유사한 운전 프로토콜을 통해 다수의 피험자에게 적용함으로써 본 연구결과가 유효한지 검증할 계획이다.

The objective of this study was to test the estimation possibility of driver's stress degrees with the HRV analysis. For this, first, HRV analysis was applied to the 5 driver's ECG signals which were acquired in 7 different stress situations. From this, the facts that HRV trend was different from that in long-distance driving and 6 parameters - meanRR, sdRR, HF, LF/HF, LFnorm, HFnorm were useful for the stress estimation in stress varying driving situation. Next, we designed 5 personalized linear regression models in which 6 HRV parameters were input and the outcomes were 7 different stress degrees. Finally, we tested each model for 5min-long 16 segments individually. Consequently, the models could not hit the stress degrees exactly in some segments but the correlation coefficients between original stress pattern and estimated stress pattern during entire driving showed reasonably high.

• 이전(대구한의대학교 한방의공학과) | Lee, Jeon 교신저자