Abstract
Recently, it is used to apply various improved methods to determine the cause of traffic accidents. However, most of vehicle black box usually start to store the video information by an event trigger in case that the impact value at that time exceeds the threshold impact value as compared the threshold impact value saved in advance with the current impact value. there are problems with above method that a lot video information should be saved in the memory card of the vehicle black box, and the user should delete the unwanted video information every time because of unclassified video store. In this paper, we propose the ontology-based context aware algorithm that the vehicle black box recognize the situation, and then remove the video data with a low weighting factor by itself for efficient memory management.
최근의 차량용 블랙박스는 교통사고의 원인을 결정하기 위해서 여러 가지 개선된 방법이 적용되고 있다. 그러나 대부분의 블랙박스는 충격이 발생하면 기존에 저장된 임계값과 비교하여 현재 발생한 충격 데이터가 임계값을 초과할 경우, 이벤트 발생과 함께 영상정보를 메모리에 저장하는 방법을 사용하고 있다. 위와 같은 방법은 다수의 영상정보를 저장하는 문제점을 갖고 있으며, 또한 영상을 분류하여 저장하지 않기 때문에 사용자가 영상을 확인하고 삭제하는 문제점을 갖고 있다. 본 논문에서는 차량용 블랙박스가 상황을 인지하고 스스로 가중치가 낮은 데이터를 우선 삭제할 수 있는 온톨로지 기반의 상황인지 알고리즘을 제안한다.