Journal of the Ergonomics Society of Korea Vol. 29, No. 1 pp.1-7, February 2010 1 운전생체신호및운전수행도분석 System 개발 * 이원섭 1 박장운 1 김수진 2 윤성혜 2 Xiaopeng Yang 1 이용태 3 손준우 3 김만호 3 유희천 1 1 포항공과대학교기계산업공학부 / 2 LG 전자 MC 사업본부 / 3 대구경북과학기술원공공원천기술연구센터 Development of an Analysis System for Biosignal and Driving Performance Measurements Wonsup Lee 1, Jangwoon Park 1, Sujin Kim 2, Sunghye Yoon 2, Xiaopeng Yang 1, Yongtae Lee 3, Joonwoo Son 3, Man Ho Kim 3, Heecheon You 1 1 Department of Industrial and Management Engineering, POSTECH, Pohang, 790 784 2 Department of Mobile Communication, LG Electronics, Seoul, 153 801 3 Public & Original Technology Research Center, DGIST, Daegu, 704 230 ABSTRACT An analysis of biosignal and performance data collected during driving has increasingly employed in research to explore a human-vehicle interface design for better safety and comfort. The present study developed a protocol and a system to effectively analyze biosignal and driving performance measurements in various driving conditions. Electrocardiogram (ECG), respiration rate (RR), and skin conductance level (SCL) were selected for biosignal analysis in the study. A data processing and analysis protocol was established based on a comprehensive review of related literature. Then, the established analysis protocol was implemented to a computerized system so that immense data of biosignal and driving performance can be analyzed with ease, efficiency, and effectiveness for an individual and/or a group of individuals of interest. The developed analysis system would be of use to examine the effects of driving conditions to cognitive workload and driving performance. Keyword: Biosignal, Driving performance, Analysis protocol, Computerized analysis system 1. 서론 자동차내의 human-machine interface(hmi) 기술이발전함에따라운전자가습득및처리해야하는정보가다 양해지고있다. 예를들어, 자동차 HMI에는계기판, audio, 공조장치등의전통적인 interface 뿐만아니라, navigation system, entertainment system( 예 : DMB TV, media player), driving information system (DIS) 등의새로운장비에따른다양한 interface 들이추가되고있다. 이로인 * 본논문은 2009 년대구경북과학기술원의지원을받아수행되었음. 교신저자 : 유희천주소 : 790-784 포항시남구효자동산31 호, 전화 : 054-279-2210, E-mail: hcyou@postech.ac.kr
2 이원섭 박장운 김수진 윤성혜 Xiaopeng Yang 이용태 손준우 김만호 유희천大韓人間工學會 해운전자는주행정보 ( 예 : 속도, 도로및교통상황 ) 와더불어추가적인인지작업 ( 예 : 자동차상태알림, navigation 정보, entertainment 관련정보 ) 들을처리해야하는경우가발생하고있다. 운전정보의다양화는운전작업부하 (driving workload) 를증가시키며안전하고편안한운전에영향을미치게된다. 자동차주행시운전자에게제공되는부가정보가다양해질경우, 운전자의정보처리를위한인지적노력이증가하게되고집중력이분산되어작업부하가증가하게된다. 따라서부적절한 HMI 설계는운전자의실수를유발할수있으며, 심각할경우는교통사고를야기할수있다. 자동차 HMI 설계에따른운전자의정신적작업부하는생체신호의측정및분석을통해정량적으로평가될수있다. 정신적작업부하는생체신호의변화를수반하므로, 생체신호분석을통해정신적작업부하및심리적상태를분석할수있다. 예를들어, 운전자의분당심박수와호흡수가증가할경우운전자의심리상태가불안정하고정신적작업부하가높은것으로추정할수있다. 작업부하를평가하기위한생체신호로는분당심박수 (heart rate; HR), 분당호흡수 (respiration rate; RR), 뇌파 (electroencephalogram; EEG), 피부전기전도수준 (skin conductance level; SCL), 피부온도 (skin temperature) 등이사용될수있다. 예를들어, Verwey and Veltman(1996) 은자동차운전작업에대한작업부하평가방법개발을위해실제운전상황에서시각적자극과청각적자극에따른생체신호변화 (HR, SC, eye-blink) 를분석하였다. 운전작업부하의정량적이고종합적평가를위해, 다양한주행환경및운전자들을대상으로측정된생체신호에대한분석 protocol 개발이필요하다 ( 그림 1 참조 ). 운전작업부하는도로주행환경 ( 예 : 고속도로와시내주행, 주변차량밀도 ) 과운전자의특성에따라차이가있을수있다. 예를들어, 동일한주행환경에대해서도 20대와 60대또는남 녀운전자가느끼는작업부하가다르게나타날수있다. 따라서, 다양한주행환경과운전자들을대상으로생체신호변화를분석하는것이필요하며이를효과적으로수행할수있는분석 protocol 개발이요구된다. 또한수집된운전생체신호및운전수행도 data 를효과적이고체계적으로분석하기위해서는평가및분석과정이 system 화될필요가있다. 본연구는다양한주행환경에따른운전생체신호변화의정량적분석을위해분석 protocol 과분석 system 을개발하였다. 기존연구조사를통해생체신호별평가 measure, 신호처리 (signal processing) 방법, 잡음제거 (noise filtering) 방법, 이상치검출 (outlier detection) 방법등의분석 protocol 을구축하였다. 또한, 구축된운전생체신호분석 protocol 을토대로효과적이고체계적인운전생체신호및운전수행도분석을위해 system 을개발하였다. 2. 운전생체신호및운전수행도분석 System 개발 본연구는운전생체신호분석 protocol 및분석 system 을개발하기위하여그림 2와같이 3 단계연구추진절차를수립하였다. 첫째, 기존연구문헌조사를통한생체신호분석방법및분석사례를조사하였다. 둘째, 본연구의운전생체신호분석에적합한분석 protocol 을구축하였다. 마지막으로, 구축된운전생체신호분석 protocol 을토대로운전생체신호분석 system 을개발하였다. 분석은 STISIM Drive TM (Systems Technology Inc., USA) 를이용한모의주행실험에서 20대와 60대남녀를대상으로기측정된운전생체신호및운전수행도 data를기반으로수행되었다 ( 이용태외, 2009). Step 1 생체신호분석방법기반구축 운전생체신호 (EKG, RR, SCL) 의이론적기반, 측정기술및분석방법조사 문헌조사 (papers: 30 편, books & reports: 7 권 ) Physical Autonomic nervous system (ANS) Mental Sympathetic nerves (HR ) Parasympathetic nerves Emotional (vagus nerves) (HR ) Statistical Cardiac output Sinoatrial (SA) RR intervals Node activity Blood pressure Arterial baroreflex Aortic baroreceptors Short-term recordings (2~5 min) Step 2 운전생체신호분석 protocol 구축 SDNN RMSSD LF LF norm HF HF norm LF/HF Signal processing & filtering Data transformation & segmentation Statistical analysis Step 3 (a) 운전생체신호분석 system 개발 (b) 운전생체신호분석사례개발 그림 1. 운전생체신호분석연구배경및목적 그림 2. 연구추진체계
第 29 卷, 第 1 號, 2010. 2. 28 운전생체신호및운전수행도분석 System 개발 3 2.1 생체신호분석방법기반구축 생체신호분석방법을파악하기위해본연구에서분석하고자하는생체신호 (HR, RR, SCL) 의분석방법에대한기존문헌들 (30편, 관련서적 7권 ) 을조사하였다. 문헌조사에는문헌검색 keyword 를선정 ( 예 : 운전, 비행, 생체신호, HR, RR, SCL) 하고인터넷학술자료전문검색사이트 ( 예 : ScienceDirect, Google Scholar) 를이용하여관련문헌을입수하였다. 입수된문헌을분석하여기존연구의생체신호분석방법과분석사례들을조사하고, 본연구의생체신호분석을위한분석 protocol 및분석 system 구축에활용하였다. 2.1.1 Electrocardiogram(ECG) ECG는신호처리 (signal processing) 를통해분석이용이한평가지표 ( 예 : SDNN, RMSSD, LF/HF ratio) 로변환되어분석된다. 측정된 ECG 신호자체는심장박동시나타나는전기신호의상대적인크기이므로체계적이고심층적인분석에는한계가있다. 따라서 ECG를용이하게분석하기위해서는측정된 data 를신호처리하여분당심박수 (heart rate; HR, beat/min), 심박수변화 (heart rate variable; HRV), 심박수변화의변동 (standard deviation of normal to normal; SDNN) 과같은해석이용이한평가지표로변환하여사용한다 (Berntson et al., 1997). ECG는 data의유형에따라시간영역 (time domain) 과주파수영역 (frequency domain) 의평가지표들로변환될수있다 ( 그림 3 참조 ). 특히시간영역의 SDNN과 RMSSD 와주파수영역의 low frequency(lf; 0.04~0.15Hz), high frequency(hf; 0.15 ~0.4Hz), 그리고 LF/HF ratio 가심전도분석에주로활용되고있다. HR은휴식시에비해작업부하가증가할수록값이커지나 (Roscoe, 1992; 그림 4 참조 ), SDNN은값이작아지는것으로알려져있다 (Malik et al., 1996). 또한, Time-Domain Measures Statistical SDNN SDANN RMSSD SDNN index SDSD NN50 pnn50 Geometric HRV triangular index TINN Frequency-Domain Measures Short-term recordings(2~5 min) LF LF norm HF HF norm LF/HF Long-term recordings (24 h) ULF VLF LF HF HRV commonly employed for analysis on short-term recordings α ECG 신호의주파수영역변환을통해파악되는 LF와 HF 의비율 (LF/HF ratio) 은작업부하증가시함께증가한다 (Berntson et al., 1997; Malik et al., 1996). Physical Mental Emotional Statistical Autonomic nervous system (ANS) Sympathetic nerves (HR ) Parasympathetic nerves (vagus nerves) (HR ) 2.1.2 Respiration rate(rr) RR은분당호흡수 (breath/min) 의변화량을통해정신적작업부하의정도를평가하는데활용된다. 일반적으로휴식시대비작업부하가높을수록 RR이증가하는것으로알려져있다 (Wientjes, 1992). Yao et al.(2008) 은비행경험에서차이가나는두조종사 group 을대상으로 11개비행단계를휴식시와비교한결과, 비행경험이적은조종사들의 RR이 3개단계 (embarking = 25.4±2.9, take-off = 24.6 ±3.5, landing = 24.8±3.5) 에서휴식시 (21.0±2.7) 보다유의하게높은것을파악하였다. 이와같이 RR은다양한 scenario 및 task 에따른작업부하정도와업무난이도를평가하는데활용될수있다. 2.1.3 Skin conductance level(scl) Sinoatrial (SA) Node activity Aortic baroreceptors RR intervals Short-term recordings (2~5 min) Arterial baroreflex Cardiac output Blood pressure SDNN RMSSD LF LF norm HF HF norm LF/HF 그림 4. Effects of cognitive stress on ECG SCL은측정치의크기및시각적인분석을통해정신적작업부하평가에활용될수있다. SCL은작업부하가증가하게될경우신체에땀이분비되었다식었다하는것을이용하여피부의전기전도를측정하는것으로, 작업부하발생시 SCL값이순간적으로높게측정되며시간이지나면다시원래수준으로회복된다 (Gould et al., 2009; Perala and Sterling, 2007; Shimomura et al., 2008). SCL은주로분석하고자하는구간들의평균과표준편차를비교하여작업부하의수준을평가한다. 또한특정구간에서의 SCL 변동 ( 예 : SCL peaks) 을시각적으로분석함으로써작업부하의발생빈도와작업부하의크기를파악해볼수있다 (Storm et al., 2002). 그림 3. ECG data 를활용한작업부하평가
4 이원섭 박장운 김수진 윤성혜 Xiaopeng Yang 이용태 손준우 김만호 유희천大韓人間工學會 2.2 운전생체신호분석 protocol 구축 본연구는다양한운전환경에서측정된생체신호를체계적이고효과적으로분석할수있는 protocol 을개발하였다. Protocol 은기존연구문헌조사를통해파악된 ECG, RR, 그리고 SCL의 data 처리및가공방법과분석사례를토대로개발되었다. 또한조사된각생체신호의측정가능범위를파악하여본연구의 data filtering 에적용하였다 ( 표 1 참조 ). 표 1. 생체신호별가용범위조사결과 Bio-signal Unit Typical range Possible range HR Beats/min 50~150 50~200 RR Breaths/min 10~30 5~50 SCL Microsiemens 2~25 2~30 측정된생체신호는측정환경및측정장비의영향으로인해왜곡 ( 예 : 잡음, 누락 ) 될수있으므로정확한분석결과를위해 data filtering 작업이필요하다. Friesen et al.(1990) 은 ECG 신호가신체에부착한 electrode의접지, 측정장치와저장장치간의연결문제, 인체근육의수축및이완, 그리고신호처리기기의오류등에의해왜곡되는것으로보고하였다. ECG 분석을위해본연구는 LIBROW TM 사 (Ukraine) 에서개발한 ECG processing (R-peaks detection) 방법을사용하여 raw ECG data를 filtering 하고 inter-beat interval(ibi) 을도출하였다. 도출된 IBI는심박수분석을위한전문 software 인 Kubios- HRV(Biosignal Analysis and Medical Imaging Group, University of Kuopio, Finland) 를이용하여 HR, HRV, SDNN, 그리고 LF/HF ratio 등을평가지표로변환되어분석된다. RR은분석구간내의평균치에비해표준편차의 3배이상차이가나는 data를오측정된것으로판단하여 filtering 하였다 (Papp et al., 1997). 또한, SCL은측정치의유효범위 (2~30 microsiemens) 를벗어난경우 filtering 하였다 (Lim et al., 1996; Storm et al., 2002; El-Sheikh, 2006; Mehler et al., 2008; Shimomura et al., 2008). 2.3 운전생체신호및운전수행도분석 System 개발본연구는기존연구에대한조사를바탕으로도출된운전생체신호및운전수행도분석 protocol 을적용한 system 을개발하였다. System 은 MATLAB R2008a (The MathWorks TM, USA) 을활용하여설계되었다. 2.3.1 System 구성개발된운전생체신호및운전수행도분석 system 은그림 5와같이 2개의분석 module system( 생체신호분석 module, 운전수행도분석 module) 으로구성되었다. System 은운전생체신호와운전수행도분석을위하여우선 3종류의 database( 실험참여자정보, 주행 scenario 정보, 생체신호및운전수행도 raw data) 에따라측정된운전자의생체신호 (ECG, RR, SCL) 를개발된분석 protocol 을적용하여분석한다. 운전수행도분석 module 은주행 scenario 에따라정량적으로측정된운전자의운전능력 ( 예 : 주행속도, 차선변경횟수, 사고횟수등 ) 을분석한다. Data 분석결과중 ECG data 는신호처리와 data filtering 을거치며, Kubios-HRV 에서분석될수있는 IBI data 가 ASCII 형식의 file 로생성된다. 이외의생체신호및운전수행도관련변수들은분석결과를통계분석전문 software 운전생체신호및운전수행도분석 System Database 생체신호분석 module 운전수행도분석 module Participants information Driving scenarios 운전생체신호 data 운전수행도 data Signal Processing ECG Data 변환 (ECG to IBI) Data filtering RR, SCL Data filtering Data 변환 Data Analysis 운전구간별 data 분석 ( 개별분석, group 분석 ) Output Kubios-HRV 분석용 data 추출 통계분석용 data 추출 통계분석용 data 추출 그림 5. 운전자생체신호및수행도분석 system 구조
第 29 卷, 第 1 號, 2010. 2. 28 운전생체신호및운전수행도분석 System 개발 5 에서통계분석 ( 예 : ANOVA) 하기에용이한양식의 file로저장된다. 2.3.2 System interface 다양한종류의 data( 실험참여자정보, 주행 scenario 정, 운전생체신호 data, 운전수행도 data) 체계적이고효과적으로분석하기위한 interface 가설계되었다. System 은개별분석 (individual analysis) 과집단분석 (group analysis) 으로구분된다 ( 그림 6 참조 ). 개별분석은 system 구동시자동으로실험참여자정보를불러들이며분석자는분석할대상을선정한다. 분석된결과는그림 6에예시한것과같이 table 과 graph 를활용하여시각적으로해석될수있도록하였으며, 용이한통계분석을위해 ASCII file로도생성된다. 집단분석은운전생체신호및운전수행도의 raw data 가아닌개별분석이완료되어 file 로저장된정보를불러들여다양한실험참여자들을종합적으로빠르게분석할수있도록하였다. 그림 6. 운전자생체신호및수행도분석 system 구조및분석결과예시 3. 토의 본연구는운전생체신호의체계적인평가를위한분석 protocol 을개발하였다. 본연구는운전생체신호분석을위해 ECG, RR, 그리고 SCL 를선정하였으며, 생체신호분석 protocol 을개발하기위하여기존문헌들을조사및 review 하였다. 생체신호중 ECG와 SCL는지표간독립성이우수하고측정이용이한것으로파악되었다 ( 박준영외, 2003). 또한, ECG data 는분석이용이한여러평가지표 ( 예 : SDNN, RMSSD, LF/HF ratio) 로변환하여사용되는것으로파악 되었다. 본연구는측정된생체신호에서측정시포함된신호잡음 (noise) 을제거하고분석에용이한평가지표로의변환을위해 data 를신호처리 (signal processing) 하는일련의 protocol 을개발하고 system 설계에적용하였다. 본연구는다양한운전자와운전 scenario 에대하여기측정된운전생체신호및운전수행도 data를체계적이고효과적으로분석하기위한분석 system 을개발하였다. 운전생체신호및운전수행도 data는 20대와 60대의남녀를대상으로측정되었다. 또한 data는고속도로와도심구간에서발생할수있는다양한운전상황을포함한운전 scenario에대하여 STISIM Drive TM simulator 를사용하여측정되었다. 개발된분석 system 은운전구간별과운전자특성 ( 연령, 성별 ) 별로측정된방대한양의운전생체신호및운전수행도 data 를종합적이면서체계적이고효과적으로분석할수있다. System 은직관적이고쉬운 system 의사용을위해 one-stop 으로분석될수있도록하였으며, 분석결과를 graph 로시각화하여해석이용이하도록하였다. 또한, system 은실험참여자별분석을통해측정된운전생체신호의 quality 를확인한후, 여러참여자를대상으로 group 분석할수있도록개발되었다. 모든측정된 data는통계분석양식의 file 로저장되어 ANOVA 등의통계분석을용이하게수행할수있도록하였다. 운전자의생체신호분석은운전작업부하 (driving workload) 를평가하는데활용가능하나작업부하원인분석에는한계가있다. 운전중의 navigation system 이나 driving information system(dis) 의사용은운전자에게작업부하 ( 예 : 집중력분산, 혼란, 느린판단 ) 를증대시키며, 이는운전자의생체신호의변동에유의한영향을주게된다. 따라서생체신호의크기와변화 pattern 을분석함으로써운전자의작업부하수준을평가할수있다. 이러한일련의과정은추후운전자에게인지적부담을일으키는운전환경을개선하는데활용될수있다. 하지만운전구간별작업부하의변화경향을파악할수는있으나작업부하를발생시키는원인을규명하는데에는한계가있다. 따라서작업부하양상에따른생체신호변화와자동차 humanmachine interface(hmi) 설계요소및사용작업간의종합적인상관관계분석을위한심층연구가필요하다. 예를들어, 주행중의 HMI 설계요소 ( 예 : audio system, navigation system, DIS) 및사용작업의특성 ( 예 : 중요도, 난이도, 빈도수등 ) 을파악하고실험을통해생체신호변화와의연관관계를분석하여작업부하의원인을규명하는데본연구에서개발한운전생체신호분석 system 이유용하게활용될수있다. 운전자생체신호분석및작업부하평가결과는자동차 HMI 의인간공학적설계및평가에적용될수있다. 예를들
6 이원섭 박장운 김수진 윤성혜 Xiaopeng Yang 이용태 손준우 김만호 유희천大韓人間工學會 어, 자동차에서운전자의생체신호변화를지속적으로파악하여상황에따라적절한기능및서비스 ( 예 : 졸음방지기능, 안전운전도우미, 사고예측및알림기능 ) 를제공해주는 system 설계에활용될수있다. 특히차세대지능형자동차 (smart car) HMI의인간공학적설계및평가에도유용하게활용될수있을것으로예상된다. 이러한 HMI의인간공학적설계는운전자의운전만족도향상과안전운전에기여할것으로예상된다. 감사의글 본논문은 2009 년대구경북과학기술원의지원을받아수행되었음. 참고문헌 박준영, 박장현, 박지형, 박동수, " 생체신호분석을통한인간감성의측정 ", 대한기계학회 2003 춘계학술대회지, 13 (pp. 935-939), 2003. 이용태, 김만호, 손준우, 연령증가에따른주행중인지부하의특성변화, 대한인간공학회지, 28(3), 73-79, 2009. Berntson, G. G., Bigger Jr, J. T., Eckberg, D. L., Grossman, P., Kaufmann, P. G., Malik, M., Nagaraja, H. N., Porges, S. W., Saul, J. P., Stone, P. H. and Van Der Molen., M. W., Heart rate variability: origins, methods, and interpretive caveats, Psychophysiology, 34, 623-648, 1997. El-Sheikh, M., Children's Skin Conductance Level and Reactivity: Are these stable over time and across tasks?, Developmental Psychobiology, 49(2), 180-186, 2006. Friesen, G. M., Jannett, T. C., Jadallah, M. A., Yates, S. L., Quint, S. R. and Nagle, H. T., A comparison of the noise sensitivity of nine QRS detection algorithms, IEEE Transactions on Biomedical Engineering, 37(1), 85-98, 1990. Gould, K. S., Røed, B. K., Saus, E. R., Koefoed, V. F., Bridger, R. S. and Moen, B. E., Effects of navigation method on workload and performance in simulated high-speed ship navigation, Applied Ergonomics, 40(1), 103-114, 2009. Lim, C. L., Barry, R. J., Gordon, E., Sawant, A., Rennie, C. and Yiannikas, C., The relationship between quantified EEG and skin conductance level, International Jounal of Psychophysiology, 21, 151-162, 1996. Malik, M., Bigger, J. T., Camm, A. J., Kleiger, R. E., Malliani, A., Moss, A. J. and Schwartz, P. J., Heart rate variability, European Heart Journal, 17, 354-381, 1996. Mehler, B., Reimer, B., Coughlin, J. F. and Dusek, J. A., "The impact of incremental increases in cognitive workload on physiological arousal and performance in young adult drivers", Proceedings of Transportation Research Board 88 th Annual Meeting, Washington, DC. 2008. Papp, L. A., Martinez, J. M., Klein, D. F., Coplan, J. D., Norman, R. G., Cole, R., De Jesus, M. J., Ross, D., Goetz, R. and Gorman, J. M., Respiratory psychophysiology of panic disorder: Three respiratory challenges in 98 subjects, American Journal of Psychiatry, 154 (11), 1557-1565, 1997. Perala, C. H. and Sterling, B. S., Galvanic Skin Response as a Measure of Soldier Stress (Tech. No. ARL-TR-4114), Army Research Laboratory, 2007. Roscoe, A. H., Assessing pilot workload. Why measure heart rate, HRV and respiration?, Biological Psychology, 34(2-3), 259-287, 1992. Shimomura, Y., Yoda, T., Sugiura, K., Horiguchi, A., Iwanaga, K. and Katsuura, T., Use of frequency domain analysis of skin conductance for evaluation of mental workload, Journal of Physiological Anthropology, 27(4), 173-177, 2008. Verwey, W. B. and Veltman, H. A., Detecting short periods of elevated workload: A comparison of nine workload assessment techniques, Journal of Experimental Psychology: Applied, 2(3), 270-285, 1996. Wientjes, C. J. E., Respiration in psychophysiology methods and applications, Biological Psychology, 34(2-3), 179-203, 1992. Yao, Y. J., Chang, Y. M., Xie, X. P., Cao, X. S., Sun, X. Q. and Wu, Y. H., Heart rate and respiration responses to real traffic pattern flight, Psychophysiology Biofeedback, 33(4), 203-209, 2008. 저자소개 이원섭 mcury@postech.ac.kr 한동대학교산업정보디자인학부학사현재 : 포항공과대학교산업경영공학과통합과정관심분야 : 인간공학적제품설계, 3차원스캐닝, 3차원인체모델링, 공학디자인, 경험디자인 박장운 parkjw@postech.ac.kr 아주대학교산업정보시스템공학부학사현재 : 포항공과대학교산업경영공학과통합과정관심분야 : 인간공학적제품설계, 3차원동작분석, 3차원인체모델링, 사용성평가 김수진 usagi@postech.ac.kr 포항공과대학교산업경영공학과석사현재 : LG 전자 MC 사업본부관심분야 : 인간공학적제품설계, 3차원동작분석 윤성혜 sunghea@postech.ac.kr 포항공과대학교산업경영공학과석사현재 : LG 전자 MC 사업본부관심분야 : 인간공학적제품설계, 3차원스캐닝, 손형상측정
第 29 卷, 第 1 號, 2010. 2. 28 운전생체신호및운전수행도분석 System 개발 7 Xiaopeng Yang yxp233@postech.ac.kr 서울대학교경제학과석사현재 : 포항공과대학교산업경영공학과통합과정관심분야 : 인간공학적제품설계, inverse kinematic hand model, 3차원손동작분석, 3차원인체모델링 이용태 lyt@dgist.ac.kr 계명대학교산업공학과박사현재 : 대구경북과학기술원연구원관심분야 : 중 고령자의기능특성, 고령친화형 HMI 기술, 유니버설디자인 손준우 json@dgist.ac.kr 부산대학교지능기계공학과박사현재 : 대구경북과학기술원연구책임자관심분야 : 고령친화형 Human-Machine Interface 기술차량임베디드시스템신뢰성향상기술 김만호 mhkim@dgist.ac.kr 부산대학교지능기계공학과박사현재 : 대구경북과학기술원연구원관심분야 : HVI, 결함허용시스템, 자동차네트워크 유희천 hcyou@postech.ac.kr 미국펜실바니아주립대학교산업공학과박사현재 : 포항공과대학교산업경영공학과부교수관심분야 : 인간공학적제품설계기술, 사용자중심의제품설계, 가상환경기반인간공학적제품설계및평가, 사용성공학, 근골격계질환예방및통제 논문접수일 (Date Received) : 2009 년 00 월 00 일 논문수정일 (Date Revised) : 2010 년 00 월 00 일 논문게재승인일 (Date Accepted) : 2010 년 00 월 00 일