• 한국조명전기설비학회:학술대회논문집
• /
• 한국조명전기설비학회 2008년도 춘계학술대회 논문집
• /
• pp.17-20
• /
• 2008

본 논문에서는 After-market에서 자동차 헤드라이트 상 하향 빔 전환 시스템으로 주로 사용하고 있는 solenoid 방식의 여러 문제점을 개선하기 위하여 차량용 릴레이를 이용한 HID램프의 헤드라이트 상 하향 전환 컨트롤 방식를 제안하였다. 특히, 차종에 따라 달라지는 상 하향 빔 전환 입력신호에 대하여 릴레이가 일정하게 상 하향 동작을 할 수 있는 signal selector회로를 구성하고, 두 개의 램프를 relay로 전환하는 방식을 채택함으로서 그 동안 자동차 하우징 구조상 기존 H4 타입에만 국한되어 오던 차량용 HID램프의 헤드라이트 상 하향 빔 전환 시스템을 H1, H3, H7, H11, 9004, 9006, 9007 등 다른 베이스타입의 벌브에도 적용이 가능하도록 하여 우수한 범용성을 갖도록 하였다.

• 한국멀티미디어학회논문지
• /
• 제14권10호
• /
• pp.1243-1251
• /
• 2011

본 논문에서는 차량의 헤드라이트 영상에 Scale Invariant Feature Transform(SIFT) 알고리즘을 적용하여 획득한 특징점을 이용하여 차량의 모델을 인식하는 차종 인식 방법을 제안한다. 보다 정확도 높은 차종 인식을 구현하기 위해서 특징점들의 분포로부터 동질성(homogeneity)을 계산하여 인식 정확성의 척도로 두었다. 제안한 방법의 성능을 평가하기 위해 국내 54종의 차량 영상으로부터 촬영된 400장의 실험 영상을 이용해 실험한 결과, 제안한 방법은 90%의 인식률과 16.45의 평균 동질성을 보였다.

• 한국산업정보학회논문지
• /
• 제23권1호
• /
• pp.87-96
• /
• 2018

본 논문에서는 차량 헤드라이트의 불량 유무를 판별하기 위하여 생산된 헤드라이트 이미지를 위치 및 회전 보정 후 검사이미지의 ROI(Region of Interest)와 표준 이미지의 ROI와의 유사도를 이용하여 불량 유무를 판단하는 방법을 제안하였다. 유사도 판별은 OpenCV에서 제공하는 템플릿매칭 유사도 판별방법을 응용하여 히스토그램 기반에서 유사도를 판별하는 방법을 사용하였고, 성능 분석을 목적으로 기존 OpenCV의 기본 방법과 비교하였다. 분석결과, OpenCV의 기본 방법보다 좋은 성능을 보임을 알 수 있었고, 제안 방법의 경우 불량 판별율 100%에 근접함을 알 수 있었다.

• 조명전기설비학회논문지
• /
• 제18권6호
• /
• pp.14-21
• /
• 2004

본 논문에서는 평지, 오르막 및 내리막에서 야간 운전할 때에 생기는 눈부심에 대해 헤드라이트를 자동 조절하여 운전자가 안전하게 운전을 할 수 있는 알고리즘을 제안하였다. 먼저 광센서를 이용해 전방에 차량이 접근하는지의 유무를 판단하고 기울기센서로써 차량의 기울어진 정도를 계속적으로 판단하도록 하였다. 이러한 정보를 이용하여 헤드라이트를 조절하는 서보모터를 제어함으로써 현 운행환경조건에 맞도록 조절할 수 있도록 하였다. 본 논문에서 제안한 헤드라이트 자동조절시스템은 평지 및 경사로에서 실제로 측정한 조도량에 대한 데이터를 바탕으로 하여 제작되었고, 테스트 모델에 의해 얻은 실험결과를 통해 환경과 조건에 따라 제대로 작동하고 효과가 있음을 확인하였고, 따라서 본 알고리즘의 유효성을 증명하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2015년도 춘계 종합학술대회 논문집
• /
• pp.305-306
• /
• 2015

과속차량 단속카메라에 촬영된 차량 전면 영상은 차량번호를 인식하여 과속차량에 과금하는 용도로 사용되나 범죄 용의자 차량을 추적하기 위한 용도로도 사용되어진다. 본 연구에서는 국소특징점의 정합을 이용하여 차량 모델을 찾는 방법을 넘어서 실시간으로 차량 모델을 찾기 위한 알고리즘을 제안한다. 입력된 영상에 대하여 차량의 모델을 특징지을 수 있는 헤드라이트를 포함한 차량의 그릴 영역을 관심영역으로 제한하고 관심영역에서 추출된 특징점들을 모델 특징벡터 데이터베이스의 자료와 비교하는 방법 을 사용하였다. 입력 영상의 크기 변화와 조명 변화에 강인한 SURF 국소특징점을 이용한 매칭 방법은 차량 모델을 찾는데 적합하나 선형적으로 탐색하는데 시간이 오래걸린다. 따라서 블러를 사용하여 차량 이미지에서 추출되는 특징점들의 수를 매칭이 가능한 수준으로 낮추는 방법으로 모델 자료로부터 탐색에 필요한 시간을 단축시켰다. 또한 모델 자료를 구조화하여 탐색시간을 줄이는 방법들을 비교하여 LSH 를 사용한 결과 차량 모델을 탐색하는데 필요한 시간이 단축됨을 보였다.

• 한국산업정보학회논문지
• /
• 제22권2호
• /
• pp.61-70
• /
• 2017

본 논문에서는 CPU기반 병렬처리인 OpenMP를 적용하여 헤드라이트의 차종을 판별하기 위한 처리속도를 개선하고, 생산부품의 얼라인먼트를 보정 후 특징을 추출하여 차종을 판단하는 방법을 제안하였다. 제안방법의 세부성능을 분석하기 위해 그레이영상을 이용한 방법 및 라인 검출을 이용한 방법과의 판별성능과 처리속도를 비교 분석하였다. 분석결과, 판별성능의 경우 제안방법과 라인 검출을 이용한 방법이 좋은 성능을 보였지만 처리속도 측면에서 라인검출 방법보다 제안 방법이 더 좋은 성능을 보였다. 처리속도의 경우 그레이 영상을 이용한 방법이 가장 좋은 성능을 보였으나 판별성능 측면에서 제안방법이 그레이 영상을 이용한 방법보다 좋다고 할 수 있다.

• 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.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 추계학술대회-지능형 정보기술과 미래조직 Information Technology and Future Organization
• /
• pp.159-173
• /
• 1999

본 논문은 교차로에 설치된 영상검지기로부터 들어온 교통정보 중 공간교통정보에 해당하는 차량 대기길이를 측정을 하는 방법으로 각 차선(lane)별 검지영역에 대하여 웨이브렛 변형(Wavelet Transforms)을 하여 차량을 검지하고, 검지영역 내에서 차량의 대기길이를 측정하는 알고리즘을 제안한다. 기존의 방법으로는 차량 윤곽선 추출(edge detection)을 이용한 대기길이 측정 방법이나 배경(background)정보를 사전에 입수한 후 임계값 이상의 변화가 있을 때 차량을 검지하여 대기길이를 측정하는 방법 등이 연구되어 왔으나 이러한 방법들은 영상의 노이즈에 대하여 크게 영향을 받는다는 문제점이 있다. 그러나 본 알고리즘은 영상의 노이즈에 대하여 크게 영향을 받지 않을 뿐만 아니라 시간대 변화에 따른 도로의 명암값(intensity or gray level)을 추정할 필요가 없다는 특징이 있다. 특히, 야간 영상인 경우 차량 헤드라이트로 인한 검지오류도 감소할 수가 있다. 본 논문에서 실험은 주간, 야간 각각 1개 차선의 80개 표본크기로 실험을 하였으며, 대기길이는 정지 대기길이(standing queue length)와 이동 대기길이(moving queue length)로 나누어 측정을 하였다. 그 결과 주간, 야간의 경우 정지 대기길이는 2.14%, 2.24%, 이동 대기길이는 2.59%, 2.74%의 오차율로 측정이 되었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.329-332
• /
• 2015

야간에 자동차를 운행할 때 검정색 차량 같은 어두운 색상의 자동차는 운전자가 인지를 못하는 경우가 많고 안개가 짙게 낀 상황도 운전자의 시야가 좁아져 교통사고율이 급격하게 증가한다. 도로교통공단의 자료에 의하면 최근 5년(2009~2013) 동안 가해자의 안전거리 미확보로 인한 교통사고는 매년 감소하는 것으로 나타나지만, 안전운전 의무 불이행 다음으로 두 번째로 높은 사고 건수를 기록하고 있다. 이는 아직도 운전자의 시인성 저하에 대한 방안이 부족하기 때문이다. 시인성 저하를 위한 대책으로 BMW, AUDI, Benz 회사에서 적외선 카메라를 이용한 나이트 비젼이 있으나 거리감지기능이 없어 디스플레이를 계속 주시하면서 운행하여야 하므로 시야가 좁아져 다른 위험이 발생할 수 있다. 현재 시중에 제공되고 있는 적외선 나이트 비젼 카메라를 이용하였을 때 일반 시야보다 약 4배 정도의 거리를 인식할 수 있었고, 이러한 나이트 비젼의 장점을 활용하여 전면 차량과의 안전거리를 확보하는 시스템을 제안한다. 본 논문에서는 제시하는 시스템은 시인성이 떨어지는 환경을 가정하여 설계하였고 나이트 비젼 카메라를 이용해 디스플레이로 출력하여 육안으로 구분할 수 없는 물체도 인지할 수 있어 헤드라이트를 켜고 운행할 때보다 안전한 운행을 할 수 있을 것으로 보인다. 하지만 디스플레이를 지속적으로 주시하며 운행할 경우 거리 감각이 떨어져 근접해 오는 물체와의 충돌 사고를 막기 힘들 것으로 보인다. 따라서 이러한 단점을 보안하기 위해 영상 데이터를 활용하여 앞 차량의 유무를 파악하고 차량이 있을 때 안전거리를 디스플레이에 표시함으로 앞 차량과의 거리를 유지하여 사고를 예방하여 안전 운행이 가능하도록 설계하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2003년도 추계종합학술대회
• /
• pp.797-800
• /
• 2003

본 논문은 차량 번호판 중앙부 위치값을 기반으로한 신경망을 이용하여 차량의 번호판 영역을 추출하는 방법을 제안하고자 한다. 임의의 숫자들로 정의된 표시영역에 대한 학습패턴과 넓은 범위를 수용할 수 있도록 한 신경망의 학습패턴을 이용하여 보다 효율적인 방법을 제시하였다. 학습패턴으로 차량 번호판 인식의 최적화을 이루었고 차량번호 및 헤드라이트 부분의 은닉효과와, 학습패턴의 확대 및 감소에 대하여 연구하였단. 위의 과정을 통하여 지하주차장에서 595여대의 자동차에 대하여 번호판 영역을 추출한 결과 98.5%의 인식율을 보여주었다.