• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.562-564
• /
• 2003

지능형 교통 시스템(intelligent traffic system)의 필요성은 컴퓨터비전기술의 발전에 따라 성장해오고 있다. 지능형 교통 시스템의 바람직한 방법들 중 하나는 비전처리를 통하여 자동차의 수를 계수하는 것이다. 차량이 포함된 도로 이미지들은 디지털 카메라에 의하여 촬영된다. 우선적으로 이미지에서 도로의 중앙선 오른쪽부분은 제외한다. 단순히 개개의 차량을 분리해 나는 것은 겹치는 문제, 그림자, 조명과 같은 많은 문제점을 가지고 있다. 차량계수를 목적으로 이미지를 세밀히 조사하다가 보니 낮에는 차량의 앞 범퍼 끝의 그림자로 밤에는 헤드라이트 불빛으로 차량을 식별할 수 있다는 것을 알 수 있었다. 이 논문에서는 그림자분석을 통한 차량계수를 다루었다. 이 특징을 사용하여 차량을 계수하여 만족할만한 정확성을 성취하는 것이 이 논문의 목표이다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 추계학술대회
• /
• pp.146-149
• /
• 2014

최근 자동차 산업과 IT 기술의 융합이 활발해지면서 스마트카, 자율주행 자동차(무인 자동차)와 같은 지능형 자동차 개발이 활발히 진행되고 지능형 자동차의 비전 기반 기술개발도 활발히 진행되고 있다. 고속도로와 같이 포장된 도로나 자갈길과 같은 비포장 도로에서도 운전자의 승차감을 고려한 능동적 안전시스템과 안정적인 자율주행 자동차의 주행능력을 보장하는 기술들 중 도로 유형을 판단하는 것이 중요 요소 중 하나이다. 따라서 본 논문에서는 가중치 기반 클러스터링 기술을 이용하여 도로표면 유형을 분류하는 알고리즘을 제안한다. 아스팔트, 자갈길, 흙길, 눈길의 도로표면 영상 데이터를 히스토그램의 분포도와 최고점 위치, 에지 영상의 에지량, 채도성분을 이용하여 특징값을 추출하고 클러스터를 구성한다. 분류할 입력 도로표면 영상에 대해 특징값을 분석한 후 탐색범위 내 선택된 각 클러스터의 벡터와의 거리를 측정하여 가중치를 계산하고 가중치가 높은 클러스터를 분류하여 입력 영상에 대한 도로표면을 결정한다. 실험결과 제안하는 방법이 각 도로표면 영상의 특징값과 이를 이용한 가중치만을 이용하여 약 91.25%의 정확도로 도로의 표면을 분류해 내는 것을 볼 수 있었다.

• 한국자동차공학회논문집
• /
• 제7권5호
• /
• pp.258-267
• /
• 1999

An intelligent safety vehicle(ISV) should have an ability to predict the possibility of an accident and help a driver avoid the accident in advance. The basic function of the ISV is to alert the driver by warning when the collision is to occur. For this purpose, the ISV has to function efficiently in sensing the environmental context. While image processing provides lane information, laser radar senses road obstacles including vehicles. By applying a simple clustering algorithm to radar signals, it is possible to obtain the vehicle information. Consequently, we can identify the existence of the vehicle of interest on my lane. The reliability of the sensing algorithm is evaluated by running on the highway with a test vehicle.

• 한국자동차공학회논문집
• /
• 제24권6호
• /
• pp.627-634
• /
• 2016

In this paper, an augmented video generation method to evaluate the performance of lane departure warning system is proposed. In our system, the input is a video which have road scene with general clean lane, and the content of output video is the same but the lane is synthesized with contamination image. In order to synthesize the contamination lane image, two approaches were used. One is example-based image synthesis, and the other is background-based image synthesis. Example-based image synthesis is generated in the assumption of the situation that contamination is applied to the lane, and background-based image synthesis is for the situation that the lane is erased due to aging. In this paper, a new contamination pattern generation method using Gaussian function is also proposed in order to produce contamination with various shape and size. The contamination lane video can be generated by shifting synthesized image as lane movement amount obtained empirically. Our experiment showed that the similarity between the generated contamination lane image and real lane image is over 90 %. Futhermore, we can verify the reliability of the video generated from the proposed method through the analysis of the change of lane recognition rate. In other words, the recognition rate based on the video generated from the proposed method is very similar to that of the real contamination lane video.

• 융합신호처리학회논문지
• /
• 제4권1호
• /
• pp.56-63
• /
• 2003

본 논문은 실제 무인주행자동차에 적용할 수 있는 비전 기반의 소형 자율이동로봇 개발에 관한 연구를 제시한다. 이전의 자율주행차량은 하드웨어 설계의 복잡성, 실장의 어려움과 많은 계산량으로 인해 PC에 대한 의존도가 높았다. 본 논문에서는 고속에서 정확한 조향 및 빠른 이동을 할 수 있고, 단일 카메라를 사용한 독립형 시스템으로 지능적 인식을 할 수 있는 소형 자율이동로봇을 제안한다. 제안된 시스템은 폭 25~30cm, 총길이 200cm로 만들어진 트랙에서 실험하였다. 실험 로봇은 직선 트랙에서 평균 32.9km/h, 곡률반경 30~40m인 곡선트랙에서 평균 22.3km/h의 속도로 주행할 수 있었다 이 시스템은 실제 무인 자동차를 쉽게 만들기 위해 사용할 수 있는 차선 인식 알고리즘을 적용한 소형 자율이동로봇 시스템에 대한 하나의 모델을 제시할 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 D
• /
• pp.2507-2509
• /
• 2004

지능형 안전자동차에 비전센서를 채택하여 이의 응용시스템을 개발하기 위해서는 궁극적으로 많은 양의 영상데이터를 시스템의 제어목적에 부합하도록 실시간으로 처리하기 위한 노력과 구현하고자 하는 영상처리시스템을 정적인 실내환경과 달리 열악한 환경의 차량에 탑재가 용이하게 하기 위한 소형화의 노력이 요구된다. 본 논문에서 구현된 실시간 영상처리 하드웨어는 에지 연산 등의 반복된 전처리는 FPGA에서 처리하고, 상위단계의 영상처리는 RISC에서 수행하는 구조이다. 구현된 영상처리 하드웨어는 에지정보 기반의 차선정보추출 및 차선이탈 경보알고리즘을 적용하여 그 성능을 평가하였으며, 초당 25프레임 이상의 영상처리를 수행할 수 있는 연산속도를 보여 성공적인 결과를 얻을 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1321-1323
• /
• 2013

지능형 자동차에서 영상 기반 능동 안전시스템의 신뢰성을 확보하기 위해서는 도로 위의 다양한 객체를 강건하게 검출하고, 추적하는 것이 가장 중요하다. 본 논문에서는 다중 가설 기반 추적 프레임워크를 이용하여, 실시간으로 전방 차량을 검출하고 추적하는 시스템을 제안한다. 제안한 시스템은 다양한 외부 도로 환경에서 획득된 실험 영상에 대하여 10-15Hz 의 처리 속도로, 평균적으로 98%의 인식률을 제공할 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 하계학술대회
• /
• pp.9-12
• /
• 2019

지난 수 년 동안 계속해서 일반 실상 카메라를 이용한 영상분석기술에 대한 연구가 활발히 진행되고 있다. 최근에는 딥러닝 기술을 적용한 지능형 영상분석기술로 발전해 왔으며 국방기지방호, CCTV, 사용자 얼굴인식, 머신비전, 자동차, 드론 산업이 활성화되면서 많은 시너지를 효과를 일으키고 있다. 그러나 어두운 밤과 안개, 날씨, 연기 등 다양한 여건에서 따라서 카메라의 영상분석 정확성 감소와 오류가 수반될 수 있으며 일반적으로 딥러닝 기술을 활용하기 위해서는 고사양의 GPU를 필요로 하기 때문에 다른 추가적인 시스템이 요구된다. 이에 본 연구에서는 열적외선 영상의 객체 검출에 적용하기 위해 SSD(Single Shot MultiBox Detector) 기반의 경량적인 MobilNet 네트워크로 재구성하여, 모바일 기기 등 낮은 사양의 낮은 임베디드 시스템에서도 활용 할 수 있는 방법을 제안한다. 모의 실험결과 제안된 방식의 모델은 적외선 열화상 카메라에서 객체검출과 학습시간이 줄어든 것을 확인 할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.220-222
• /
• 2019

국내 자동차 시장은 2016년 이후 생산 및 수출이 지속적으로 둔화되고 있다. 이를 극복하기 위한 가장 근본적인 해결책은 경쟁력 있는 부품을 개발해야 한다. 경쟁력 있는 부품을 개발하기 위해서는 두 가지 중요한 요소가 있다. 가장 중요한 것은 제품 설계 기술이며, 두 번째로 중요한 것이 바로 생산 기술이다. 생산기술이 중요한 이유는 재료비를 제외한 생산 단가를 낮추어야 하며, 품질의 지속성을 가지고 있어야하기 때문이다. 본 논문에서는 생산기술을 확보하기 위하여 C사의 자동차 회사 부품을 검사하기 위한 설계한 지능형 스마트 검사 시스템의 기본 구조를 설계하였다. 현재 본 시스템은 기본 및 상세설계가 마무리 되고 현재 개발 진행 단계에 있다. 본 시스템이 성공적으로 개발된다면 C사의 품질 검사 단계의 자동화와 불량률을 감소시킬 수 있을 것을 예상하고 있다.

• 한국통신학회논문지
• /
• 제41권12호
• /
• pp.1950-1958
• /
• 2016

최근 활발히 연구되고 있는 차세대 지능형교통시스템(C-ITS), 자율주행 자동차 등 교통관련 IT기술 분야에 있어 차량의 위치를 정밀하게 측정하는 기술은 매우 중요하다. 도로위의 차량 측위를 위한 기술은 GPS 가 대표적이나 도심지로 가면 주위에 고층건물이 많아 GPS 신호가 반사되어 심한 경우는 2~300 m의 오차가 발생할 정도로 정확도가 매우 떨어진다. 따라서 본 논문에서는 비전기반의 고정밀 차량측위 기술을 제안한다. 개략적인 처리과정은 고정된 카메라로부터 입력받은 영상 속에 관심 영역을 설정한 후 영역 내 차량 객체 검출(Vehicle Detection)을 수행하여 객체가 점유하는 도로영역을 계산, 미리 정의된 Homography변환행렬을 이용하여 지도영상으로 사용할 항공시점(Aerial View) 상의 점들로 변환하여 측위를 수행한다. 측위성능분석결과 평균적으로 약 20cm이내의 높은 정확도를 가지고 있으며 최대 오차역시 44.72cm를 넘지 않았다. 또한 $22-25_{FPS}$ 의 빠른 처리로 실시간 측위가 가능함을 확인하였다.