• 대한공간정보학회지
• /
• 제13권3호
• /
• pp.87-94
• /
• 2005

3차원적인 도로의 안정성을 분석하기 위하여 개발중인 도로안정성 조사분석차량(RoSSAV) 에서 촬영된 측하방 CCD 영상에서 추출된 차선 중심점의 좌표가 있다면, 이 정보를 GPS 및 IMU 자료와 결합하여 차선의 3차원 위치정보를 자동으로 계산할 수 있다. 이 논문의 목적은 상기한 도로안전성 조사분석차량에서 취득한 측하방 영상으로부터 차선을 인식하고 차선의 중심점을 자동으로 검출해 내는 기술을 개발하는 데에 있다. 제안된 알고리즘은 촬영된 측하방 영상의 에지 방향을 분석하여 라인후보 영역(Line Supporting Region)을 정의하고, 이 영역의 에지 크기 프로파일을 분석하여 평면으로 근사시킨 뒤 근사된 평면의 중심선을 라인으로 추출한 후, 추출된 라인의 쌍이 차선의 밝기와 폭의 조건을 만족시킬 경우, 이를 차선으로 인식하는 알고리즘이다 이 알고리즘은 기존에 제안된 문턱화 기법에 기반한 도로추출방법에 비해 정확하고 안정적이며, 실제로 주어진 측하방 CCD영상을 이용한 실험을 통해 효과적으로 차선이 추출됨을 입증하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 하계학술대회
• /
• pp.194-197
• /
• 2016

자동차 산업이 발전하면서 안정적인 주행과 운전자의 편의성을 위한 지능형운전자보조시스템인 ADAS (Advanced Driver Assistance System)가 이슈가 되고 있다. 차선인식의 결과에 따라 차선이탈 경고시스템의 성능이 달라지기 때문에 차선인식은 ADAS에서 매우 중요한 핵심적인 기술이라 할 수 있다. 이에 본 논문에서는 그림자 영역과 같이 밝기의 분포가 균일하지 않는 환경에서 강인하게 동작하는 차선인식 알고리즘을 제안하였다, 지역적인 밝기 특징을 고려하여 차선에 해당하는 특징점을 추출하며, 추출된 특징점 가운데 이상치(outlier)를 제거하기 위해 RANSAC (RANdom SAmple Consensus) 알고리즘을 이용하여 차선을 검출한다. 또한 RANSAC 알고리즘에서 신뢰도가 높은 차선이 검출되면 그 주위에 특징점을 추출하기 위한 관심영역을 설정함으로써 안정적인 차선 검출이 가능하도록 하였다.

• 한국ITS학회 논문지
• /
• 제10권3호
• /
• pp.64-73
• /
• 2011

본 논문에서는 모서리 검출을 이용하여 추출된 모서리를 추적함으로써 차선을 검출하고 추적하는 알고리즘을 제안한다. 제안하는 알고리즘은 양 차선이 연속되지 않고 끊긴 형태로 존재하거나 교차되는 등의 다양한 차선의 형태에도 높은 추출률을 보이는 장점을 가지고 있다. 이는 이러한 형태의 차선의 비율이 높은 시내도로 와 국도에서의 차선 추출에 보다 유리하다. 이러한 점을 증명하기 위해 테스트는 주로 불연속적이고 교차되는 형태의 차선이 많은 도로에서 실시하였고 평균 87% 이상의 추출률을 보여주었다.

• 정보처리학회논문지B
• /
• 제16B권1호
• /
• pp.35-46
• /
• 2009

본 논문에서는 차량에 설치된 카메라를 활용하여 차선을 추출하고, 차량이탈을 검출하기 위한 방법에 대해서 논의한다. 하드웨어 기술의 발달로 지능형 자동차에 대한 연구가 활발히 진행됨에 따라서, 카메라를 활용한 차선인식 및 차량이탈검출과 관련하여 다양한 알고리즘들이 제시 되었다. 그러나 이들 연구에서는 영상에서 2개의 차선을 모두 찾아야 하기 때문에 처리속도 및 실제 운행환경에서의 다양한 여건으로 인하여 검출률이 떨어진다는 문제점이 있다. 본 논문에서는 빠른 속도와 높은 검출률을 위해 단일차선을 추출하고, 중심점 분석을 통한 차선이탈검출 알고리즘을 제안한다. 카메라의 기하학적 모델링을 통하여 차선이 존재하는 관심영역을 설정하고, 원본 이미지를 이등분한 후에 허프변환(Hough Transform)을 사용하여 한 차선의 일부를 찾아낸 후에, 일정 크기로 복원한다. 복원한 차선을 설정된 중심점과의 거리계산을 통하여 차선이탈을 판단한다. 실차실험을 통하여 제안한 알고리즘을 기존의 알고리즘과 비교 검증을 수행하였고, 이를 통하여 제안된 알고리즘이 빠르고 정확함을 보였다.

• 대한전자공학회논문지SD
• /
• 제48권6호
• /
• pp.15-24
• /
• 2011

지능형 자동차 시스템에 대한 인식이 높아지면서 차선 획득 알고리즘에 대해 많이 연구되고 있다. 일반적인 차선 인식에서 사용하는 경계선 추출을 사용하는 방법은 도로에서의 차선 검출에 좋은 결과를 가져 올 수 있다. 하지만 도로에 그림자, 혹은 가로 선 같은 다른 경계선이 검출 될 수 있다. 본 논문에서는 이와 같은 문제를 해결하기 위해 형태학적 연산을 적용하여 차선에 대한 정보를 추출하였다. 또한 HSV(Hue, Saturation, Value) 칼라 모델을 적용하여 색상에 대한 정보를 이용함으로써 한번 더 차선의 정보를 추출하였다. 추출된 차선의 후보들을 이용하여 Hough 변환을 통해 차선이 존재할 가능성이 높은 차선 검출 영역을 설정하고, 이러한 차선 검출 영역 내에서 차선을 추출하는 방식을 사용함으로써 효과적으로 차선을 검출할 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제3권5호
• /
• pp.445-453
• /
• 2000

본 논문에 서 는 그룹화 블록 스네이크를 이용한 도로 영상 차선추출 알고리즘을 제안하였다. 제안한 알고리즘에서는 먼저 영상을 $8\times{8}$ 블록으로 나눈 후 전체 영상을 확률적 접근 방식에 의해 잡음을 포함한 블록들을 제거하였으며, 차선과 겹치는 배경 영상과의 분리를 위해 허프 변환을 사용하였다. 도로 영상에 포함된 차선추출을 위해 전영역 탐색 방법보다는 블록을 그룹화한 후 탐색하는 방법을 사용하였다. 제안한 방법은 기존의 화소 단위의 스네이크에 비해 계산량의 감소와 화소 단위의 잡음을 제거하는 장점을 가진다.

• 한국지능시스템학회논문지
• /
• 제18권6호
• /
• pp.797-807
• /
• 2008

본 논문은 복잡한 도로 영상에서 차량 검출의 효율성을 높이기 위해 체인코드를 이용한 차선의 검출로부터 도로 영역을 찾아 차량이 존재하는 차량 영역의 추출 기법을 제안한다 먼저, 복잡한 도로 영상에서 정확한 차선을 검출하기 위해 체인코드를 이용하여 에지 화소들간의 연결성을 고려한다. 주행 차량의 방향과 일치하는 차선을 검출한 후, 중앙의 차선으로부터 차도의 폭과 차선의 소실점을 찾아 인접하는 차도를 찾는다. 마지막으로 주행 차선과 인접 차선을 포함하는 도로 영역 내에 차량의 에지 정보를 이용하여 차량이 존재하는 차량 영역을 추출한다 따라서, 제안하는 차량 영역의 추출 기법은 복잡한 배경을 갖는 도로 영상에서 차량의 검출율을 높이고 추출된 차량 영역에 한정할 수 있기 때문에 차량을 검출하는데 매우 효율적이다. 본 논문은 제안하는 차량 영역의 추출 기법의 우수성을 복잡한 도로 영상에서 차량 검출율의 실험을 통해 검증하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.427-429
• /
• 2017

본 논문에서는 실시간으로 주행 중인 차량의 영상을 대상으로 ROI 영역을 추출하고 추출된 ROI 영역에 Warping 기법과 RANSAC 알고리즘을 적용하여 곡선 차선을 검출하는 방법을 제안한다. 제안된 방법은 실시간 영상에서 관심 영역을 ROI 영역으로 설정하고 영상의 원근감을 제거하기 위하여 Warping을 적용한다. Warping이 적용된 영상에서 차선의 밝기는 도로의 밝기보다 높다는 특징을 이용하여 노란색과 흰색 차선의 영역을 추출한다. 추출된 차선의 영역에서 곡선을 검출하기 위하여 RANSAC 알고리즘을 적용하여 곡선을 검출하기 위한 기준점을 설정한 후, 스플라인 기법을 적용하여 곡선을 검출한다. 실시간적으로 주행 중인 차량에서 촬영한 동영상을 대상으로 실험한 결과, 곡선 차선이 효과적으로 검출되었다. 따라서 제안된 방법이 자율 주행에 효율적으로 적용될 수 있는 가능성을 확인하였다.

• 전자공학회논문지SC
• /
• 제49권1호
• /
• pp.88-93
• /
• 2012

자동차 기술의 발전으로 카메라를 이용하여 차선을 검출하는 운전자 보조 시스템에 대한 연구가 활발히 진행되고 있다. 하지만 비가 오거나 차선이 노후화된 경우 차선 검출이 어려운 문제가 있다. 본 논문에서는 도로 환경 변화에 강인한 차선 검출 방법을 제안한다. 제안하는 방법은 밝기 값과 차선의 평균적인 폭 정보를 이용하여 후보 영역을 추출한다. 추출된 후보 영역을 기준으로 허프 변환을 이용하여 구간별 직선을 추출하고, B-Snake 방법을 사용하여 자연스러운 차선을 검출하게 된다. 노후화 되거나 손실된 차선을 검출하기 위하여, 기존에 검출된 차선 정보를 이용하여 다음 프레임에서 차선이 위치할 경로를 계산하고, 계산된 경로를 기준으로 차선 영역에서 검출되는 후보 영역에 대한 가중치를 부여한다. 실험 결과 제안하는 방법은 노후화되거나 비가 내려 차선의 밝기가 낮은 경우에도 효과적으로 차선을 검출하였다.

• 한국측량학회지
• /
• 제39권1호
• /
• pp.1-11
• /
• 2021

본 연구는 일련의 방법을 조합하여 차선의 라인모델을 추출하는 과정을 제안한다. 첫째로, 호모그래피(homography)에 기반한 영상와핑(warping)을 통하여 영상내에서 차선영역내에 존재하는 픽셀들을 검출하기 용이하도록 변환하는 것을 제안한다. 두 번째로, 에지검출과 HSL (Hue, Saturation, and Lightness) 변환을 이용하여 차선후보픽셀들을 안정적으로 추출하는 방법을 제안한다. 세 번째로, 선택영역을 활용하는 방법을 통하여 차선후보픽셀들 중에서 오류픽셀들을 제거하는 방법을 제안한다. 네 번째로, 차선픽셀들을 이차다항식 함수로 모델링하는 방법을 제안한다. 제안한 방법의 유효성을 검증하기 위하여, 다양한 조명조건과 노이즈 하에서 취득한 차량용 블랙박스영상을 이용하였다. 실험결과는 제안한 방법은 색상이나 에지만을 기반으로 하는 방법들에서 나타나는 문제점들을 극복하고 비교적 저가의 컴퓨팅 환경하에서 다양한 조건의 영상에 대하여 프레임 당 약 0.6초 이내에 차선픽셀들을 추출하고 차선라인모델을 생성할 수 있음을 보여준다.