운전자가 가속과 제동 페달을 혼동하는 '페달 오조작'은 짧은 순간에 큰 사고로 이어집니다. PraxAI는 차량이 이미 만들어내는 신호만으로 이 위험을 실시간으로 가려내는 엣지 분석 기술을 연구합니다.
현장의 문제
사고의 원인은 운전자마다 다른 조작 습관과, 정상과 비정상의 경계가 모호하다는 점입니다. 고정된 임계값 하나로는 평소 가속이 강한 운전자를 오탐하거나 위험한 오조작을 놓치기 쉽습니다. 게다가 차량용 장치는 연산 자원이 매우 제한적이어서 무거운 모델을 그대로 올릴 수 없습니다.
- 운전자마다 다른 페달·가속 습관
- 정상 급가속과 오조작의 모호한 경계
- 차량 MCU의 제한된 연산·메모리 자원
PraxAI의 역할
가속페달 입력, 속도, 엔진 회전수, 관성센서(IMU) 신호를 함께 분석해 '얼마나 밟았는가'를 넘어 '평소와 다른 조작인가'를 판별합니다. 집단 통계에서 출발해 개인의 주행 데이터가 쌓일수록 그 사람만의 기준선으로 수렴하는 개인화 기법을 적용하고, 저사양 장치에서도 동작하도록 경량 시계열 신경망으로 설계합니다. 국책 컨소시엄에는 AI 협력 파트너로 참여합니다.
- 다채널 신호 융합 분석으로 이상 가속 판별
- 개인 기준선(Baseline) 학습으로 오탐 감소
- 경량 시계열 신경망으로 온디바이스 실시간 추론
기대 효과
운전자에게 즉시 경고를 주고 위험 등급을 실시간으로 산출하는 보조 기능으로 적용할 수 있습니다. 동일한 시계열·엣지 추론 역량은 스포츠 스마트타겟 등 다른 실시간 신호 분석으로도 확장됩니다. 실제 적용 범위와 성능은 현장 데이터 기반 검증이 필요합니다.
- 페달 오조작 조기 인지·경고 보조
- 현장 장비·엣지 디바이스에 적용 가능
- 축적 데이터로 개인별 정밀도 향상
페달 오조작엣지 분석시계열 신경망개인화차량 안전