This study explores whether the Wake-Up-Word, "Hi, Kia!" may deliver emotions as much as full-sentence does. The deep learning-based algorithm was facilitated to analyze the emotional characteristics of the voices that began with "Hi, Kia!" articulated to 22 kinds of in-car contexts(N = 9 skilled subjects). When the emotion analyses were compared with those from the full sentence, weak but positive correlations were found on anger, boredom, and happiness. Except for sadness and disgust, the Wake-Up-Word's emotional intensity was larger than that from the full sentence. Additionally, the Wake-Up-Words' emotion scores were often more than those of full sentences on boredom, demonstrating the potential application of the emotional recognition of the Wake-Up-Words.

This study visualizes the results of a behavioral analysis experiment with college students as a group of subjects by combining psychological character trait testing and behavioral selection analysis. As the early stage of a research project for problem-solving behavior tracking and analysis, this study has explored the research direction for the research team through experimental results. The study uses cluster analysis to visually display the descriptive survey results of the participants. It also uses the Maudsley Personality Inventory to classify participants in two-dimensional factors to help the research team further grasp the Kansei performance of the participants.

Objective: This study aimed to investigate the effects of take-over events on driver's physiological responses in an autonomous driving simulator. Background: Conditional autonomous vehicle (SAE Level 3) will issue a take-over request to a driver when autonomous driving is not possible. Thus, the driver's state is an important variable for the safe transition of vehicle control. Method: 30 drivers were participated, consisting of two baseline scenarios and four event scenarios, to examine the heart rate (HR) and skin conductance level (SCL) during the transition of autonomous to manual driving conditions. The analysis was performed using a repeated-measures ANOVA. Results: The driver's heart rate (HR) and skin conductance level (SCL) for event-based take-over scenarios were significantly higher than the baseline scenarios.

최근 증강현실 기술은 5G와 인공지능 기술의 발전과 더불어 기능과 성능을 향상시키며 다양한 산업분야로의 적용 범위를 확대하고 있다. 특히 스마트 글라스와 개인 모바일 단말기를 이용하여 산업현장에서의 작업과 유지보수 및 검사, 훈련 및 교육을 수행하게 됨으로 인해 최근 언택트 시대의 흐름에도 적절히 대응할 수 있는 장점을 지니게 되었다. 본 논문에서는 증강현실이 적용되고 있는 산업 분야 중 특히 조선해양 분야에서의 국내외 적용 동향에 대해서 간략히 정리하였다. 먼저 선박 운항 분야와 선박 조립을 위한 야드에 증강현실이 적용되고 있는 국내 사례에 대해 정리하였으며, 조선해양 분야에 적용 가능한 대표적인 국내 기술 및 솔루션 개발 현황에 대해서도 기술하였다. 또한 증강현실 기술을 기반으로 다양한 산업현장을 위한 응용소프트웨어를 개발할 수 있는 툴과 플랫폼 기술 개발 현황에 대해서도 살펴보았다.

본 연구는 기존 신호 시스템에서 발생하는 황색 신호 딜레마 상황에서 운전자의 상태를 파악하고 생체신호인 뇌파를 이용하여 중추신경계의 반응을 통해 운전자 중심으로 기존 신호체계와 새롭게 제시하는 신호체계를 비교하고자 한다, 이를 위해 차량 그래픽 시뮬레이터를 통해 교차로 주행상황을 구현하여 기존 신호 시스템과 본 연구에서 제시하는 신호체계에서 운전자 24명의 뇌파 반응을 관찰하였다. 그 결과 기존 신호체계보다 새롭게 제시한 신호체계들이 α-power의 값은 감소하고 β-power의 값은 증가하였다. 그 중 황색과 청색 신호를 동시에 제시한 신호체계가 기존 신호체계와 새롭게 제시한 신호체계들과 통계적으로 유의한 차이를 보였다(p<0.05). 이를 통해 황색과 청색의 신호를 동시에 제시하는 신호체계가 기존 신호체계에 비해 운전자를 집중력을 높이는 것을 알 수 있었다. 결론적으로 본 연구에서 제안한 신호체계를 실제 신호체계에 적용시킨다면 운전자가 보다 안정적으로 황색신호 딜레마 구간을 통과할 것으로 보인다.