• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 춘계학술대회
• /
• pp.896-897
• /
• 2014

스마트 내비게이션을 위해 차량의 차선 위치를 인식할 필요가 있다. 본 논문에서는 이를 위한 선행 연구로 다중차선 검출 기법을 제안한다. 기존 Box filter, Step filter가 클러터에 취약한 부분을 보완하기 위해 Three Point Laplacian Filter (TPLF)를 제안하고 실험적으로 그 가능성을 검증한다.

• 한국컴퓨터정보학회논문지
• /
• 제8권2호
• /
• pp.37-43
• /
• 2003

본 연구는 연속된 컬러 영상으로부터 전방의 차량과 차선을 검출하는 과정에서 연속 영상 분석을 통하여 다중 차량을 검출하는 방법을 제안한다. 하나의 프레임에서 차량 후보 영역의 검출은 그림자 특징과 에지 성분을 이용한다. 그리고, 다중 차량 영역을 검출하는 방법은 연속된 영상에 존재하는 차량 후보 영역들의 차량 추정값과(EOV)과 누적 유사도 함수(ASF)를 분석하여 차량일 가능성을 검사한다. 대부분의 연구 방법이 전방의 한 차량을 검출하는데 비해 본 연구에서는 여러 차량을 검출하는 방법을 제시하였으며, 교통량이 많고, 차선 변경이 자주 있는 경우에도 차량의 검출이 가능하도록 한다. 제안된 방식의 효과를 검증하기 위해 노트북 PC와 PC용 CCD 카메라로 도로에서의 영상을 촬영하고 차량 검출 알고리즘을 적용한 처리 시간, 정확도 및 차량검지 결과를 보인다.

• 전자공학회논문지
• /
• 제52권2호
• /
• pp.148-161
• /
• 2015

자동차 시장의 성장과 함께 차량에 카메라가 사용되는 사례가 늘고 있으며 영상 처리 기술의 중요성이 증가하고 있다. 또한, 차량 전장 시스템 기술 역시 급속도로 성장을 하고 있으며, 특히 차선이탈경보시스템(Lane Departure Warning System, LDWS)과 관련된 기술들이 다방면으로 개발 중이다. 본 논문에서는 기존의 방법보다 더 높은 차선 인식률을 검출하기 위해 촬영된 영상에서 먼저 Normalized Luminance Descriptor와 Normalized Contrast Descriptor값을 각각 연산하여, 두 값의 상관관계를 통해 Normalized Image Quality값을 조절하여 영상의 감마값을 조절한다. 그 뒤 다중의 관심영역을 통해 다중 영역에서 선택적 허프변환 알고리즘을 통한 차선 검출 알고리즘을 적용하여 차량 전방의 차선을 인식한다. 제안하는 알고리즘은 평균 27 Frame/sec와 $640{\times}480$ 해상도에서 검증 과정을 가졌다. 결과적으로 주 야간 및 심야를 포함한 도로들에서 평균 97% 이상의 차선 인식률을 보였으며 커브구간이나 차도 내 표식이 많은 구간에서도 성공적인 차선 인식을 보인다.

• 한국ITS학회 논문지
• /
• 제20권5호
• /
• pp.186-201
• /
• 2021

자율 주행 기술이 발전함에 따라 주행 주변 환경을 인식하는 데 차량 위치의 정확성은 매우 중요하다. 측위의 정확도를 높이기 위해 정밀지도를 사용한 지도 정합 측위기술(map-matching localization)이 연구되고 있다. 기존의 지도 정합 기법은 지도에서 차선의 중심으로 표현된 데이터를 기반으로 차량 위치를 추정하기에 차선 내 측면 거리의 편차를 반영하지 않는다. 따라서 본 논문에서는 정밀한 측위를 제공하기 위해 영상처리를 통한 차선 검출 기법과 정밀지도의 차선 위치 정보를 이용한 기법을 제안한다. 영상 처리 기법으로 IPM(inverse perspective mapping)과 다중 차선 검출 기법, 중앙선 검출 기법을 통하여 차선 번호를 검출하고 차선 이탈 감지 방법으로 차선 중심으로부터 차량의 측면 거리를 추정한다. 최종적으로 영상처리로 검출한 차선 번호와 GNSS / INS의 위치를 기반으로 정밀지도에서 위치 링크정보를 추출하고 추출된 링크에 측면 거리를 반영하여 차선 내 차량의 위치를 추정한다. 제안된 방법의 성능을 평가하기 위하여 실제 도로에서 실험하였다. 제안하는 방법은 GNSS / INS와 비교 시 약 1.0m 정도 정확도가 개선되며, 기존의 차선레벨 맵매칭 방법과 비교 시 구간별로 약 0.04m ~ 0.21m(7~30%) 정확도가 개선됨을 확인하였다.

• 전자공학회논문지
• /
• 제52권12호
• /
• pp.158-164
• /
• 2015

차선인식은 차선 유지, 경로 계획 등을 가능하게 하는 기술로서 자율주행차를 구성하는 가장 중요한 요소 중 하나이다. 카메라 센서를 이용한 연구가 많이 진행되었으나 센서의 특성상 화각의 한계가 존재하며 조도 환경에 취약한 단점이 있다. 반면 Lidar 센서는 넓은 화각과 함께 표면의 반사율 정보를 이용하기에 조도의 영향을 받지 않는 장점이 있다. 기존 연구에선 Hough 변환, 히스토그램 등의 방법을 이용하였는데 도로 표시들이 혼재한 상황에서 올바른 차선 인식이 이루어지지 않거나 다수의 차선이 존재함에도 주행 차선만 인식 되는 문제점들이 존재한다. 본 논문에서는 RANSAC과 regularization을 적용해 도로 표시가 혼재된 고속도로 환경에서도 정확하고 안정적인 다중 차선 인식 알고리즘을 제안한다. 정확한 차선 후보군 추출을 위해 원 모델 RANSAC을 적용하였고 안정적인 다중 차선 검출을 위해 피팅에 regularization을 추가로 제안하였다. 직접 취득한 도로 주행 데이터에 적용하여 높은 정확도와 실시간성을 정량적으로 검증하였다.

• 전자공학회논문지
• /
• 제52권12호
• /
• pp.142-149
• /
• 2015

단일 카메라 센서를 기반으로 한 차선검출 시스템은 급격한 조도 변화, 열악한 기상환경 등에 취약하다. 이러한 단일 센서 시스템의 한계를 극복하기 위한 방안으로 센서 융합을 통해 성능 안정화를 도모할 수 있다. 하지만, 기존 센서 융합의 연구는 대부분 물체 및 차량을 대상으로 한 융합 모델에 국한되어 차용하기 어렵거나, 차선 센서의 다양한 신호 주기 및 인식범위에 대한 상이성을 고려하지 않은 경우가 대부분이었다. 따라서 본 연구에서는 다중센서의 상이성을 고려하여 차선 정보를 최적으로 융합하는 기법을 제안한다. 제안하는 융합 프레임워크는 센서 별 가변적인 신호처리 주기와 인식 신뢰 범위를 고려하므로 다양한 차선 센서 조합으로도 정교한 융합이 가능하다. 또한, 새로운 차선 예측 모델의 제안을 통해 간헐적으로 들어오는 차선정보를 세밀한 차선정보로 정밀하게 예측하여 다중주기 신호를 동기화한다. 조도환경이 열악한 환경에서의 실험과 정량적 평가를 통해, 제안하는 융합 시스템이 기존 단일 센서 대비 인식 성능이 개선됨을 검증한다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(상)
• /
• pp.361-364
• /
• 2002

번호판 인식 시스템은 일반적으로 한 차선에 한 카메라를 사용한다. 만약 2개의 차로를 동시에 촬영하도록 카메라를 설치한다면 시스템 구축 비용이 많이 감소할 것이다. 본 논문은 이러한 시스템의 구축에 필요한 기본적인 방법으로써 이미지에서 번호판이 2개 이상 존재할 경우에도 그 위치를 모두 검출할 수 있는 방법에 대하여 제안한다. 번호판 후보 영역 추출은 모폴로지 연산을 통해 검출하고 각 후보 영역은 이진화후 제안한 검증 방법을 통해 후보 영역을 제거하고 번호판인 후보 영역에 대하여 정확한 번호판 영역을 검출한다. 제안한 검출 방법은 일반 번호판과 영업용 번호판 모두 검출할수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제24권11호
• /
• pp.29-39
• /
• 2019

실생활에서의 모바일 로봇 응용이 증가하면서 저비용의 자율 주행 기능이 요구되고 있다. 본 논문은 모바일 로봇의 실내 주행 여건을 고려한 제한된 트랙을 가정하고, 제한된 트랙에서 모바일 로봇의 자율 주행을 지원하는 비젼 기반 실시간 차선 검출 및 추적 시스템을 제안한다. 다양한 형태의 차선 처리와 동작 파리미터의 사전 조정 등을 고려하여 다중 동작 모드를 가진 시스템 구조와 상태 기계를 설계하였으며, 파라미터 조정 모드에서 차선 두께의 기하학적 특성을 바탕으로 컬러 필터의 임계값을 동적으로 조정하고, 곡선 트랙의 불안정 입력 모드와 직선 트랙의 안정 입력 모드에서 차선의 기하학적 그리고 시간적 특성을 바탕으로 차선 특징 픽셀을 적응적으로 추출하고 최소제곱법으로 차선 모형을 추정한다. 추정된 차선 모형으로 트랙 중앙선을 산출하고 움직임 모형을 단순화시켜 선형 칼만 필터를 통해 추적한다. 주행 실험에서 저성능의 로봇 구성에서도 실시간 처리를 통해 제한된 트랙에서 정상적으로 자율 주행이 이루어짐을 확인하였다.

• 한국정보통신학회논문지
• /
• 제26권3호
• /
• pp.367-373
• /
• 2022

딥러닝 기반 자율 주행 기술이 발전함에 따라 다양한 목적의 인공지능 모델이 연구되었다. 연구된 여러 모델들을 동시에 구동하여 자율주행 시스템을 개발한다. 그러나 동시에 인공지능 모델을 사용하면서 많은 하드웨어 자원 소비가 증가한다. 이를 해결하기 위해 본 논문은 백본 모델을 공유하며 다중 태스크를 고속으로 수행할 수 있는 Multi-Task CNN 모델을 제안한다. 이를 통해 AI모델을 사용하기 위한 백본 수의 증가를 해결할 수 있었습니다. 제안하는 CNN 모델은 기존 모델 대비 50% 이상 웨이트 파라미터 수를 감소시키며, 3배 이상의 FPS 속도를 향상시켰다. 또한, 차선인식은 Instance segmentation 기반으로 차선검출 및 차선별 Labeling을 모두 출력한다. 그러나 기존 모델에 비해 정확도가 감소하는 부분에 대해서는 추가적인 연구가 필요하다.

• 정보처리학회논문지B
• /
• 제15B권6호
• /
• pp.543-552
• /
• 2008

ATIS(Advanced Traveler Information System)는 교통 상황이나 주행 정보 등을 실시간으로 제공하여 이용자의 편익을 도모하는 시스템이다. ATIS를 위해 영상 이미지를 분석하여 교통정보를 수집 수집하는 방식은 크게 영역에 루프 검지기를 설정하여 측정하는 방식과, 영상 분석을 통해 차량을 검출하고 추적하는 방식으로 나뉜다. 본 연구에서는 차선마다 가상 검지기를 설치하는 방식을 기초로, 영상 분석 방법의 차량 위치 추적 방식을 응용하여 교통정보를 측정하는 시스템을 제안한다. 이때 가상 검지기 방식의 단점을 보완하기 위해 차선마다 다중의 가상 검지선을 설정하여, 검지 영역 내에 여러 대의 차량이 진입하거나 차량의 차선 변경 시에도 효과적으로 교통정보를 추출할 수 있게 하였고, 영상분석 방식의 문제점인 검지영역의 크기 증가에 따른 차량 추출 시간의 증가를 해결하기 위해 검지 영역 내에서 대표 픽셀을 추출하여 교통정보를 측정하였다. CCTV를 이용하여 취득한 영상에 제안하는 시스템을 이용하여 차량의 평균 속도와 차선별 교통량 측정한 결과 실제 교통량대비 평균 92.32%의 차량 검지율를 보였다.