• 한국정보통신학회논문지
• /
• 제16권12호
• /
• pp.2755-2761
• /
• 2012

본 논문에서는 Eccentricity를 이용한 차선 검출 알고리듬을 제안한다. 차선 검출 알고리듬은 자동차 운전자의 안정성을 증가시키는 차선 이탈 경보 시스템 등에 활용될 수 있다. 차선 검출율을 개선하기 위하여 그래프 이론에서 소개되는 Eccentricity를 정의하고, 이를 차선 검출 알고리듬에 이용하여 Eccentricity를 계산하였다. 직선도로인 경우 Eccentricity는 1이고 1차 함수로 구현이 가능하다. 그래서 시간 복잡도와 공간 복잡도를 개선하였고, 아울러 기존의 방법들보다 차선 검출율이 향상됨을 확인하였다.

• 한국산학기술학회논문지
• /
• 제11권8호
• /
• pp.2942-2950
• /
• 2010

차량용 블랙박스는 사고 순간의 영상, 위치, 시간, 그리고 충격량등의 정보를 기록함으로써 사고원인을 규명하기 위한 용도로 사용되고 있다. 하지만 이러한 기능과 더불어 운전자의 안전운전을 유도하여 사고를 미연에 방지하기 위한 기능이 보다 필요하다. 사고방지 기능의 대표적인 것이 차선이탈경보 기능이다. 차선이탈 경보기능을 구현하기 위해서는 차선인식을 위한 영상처리 과정이 선행되어야 하며 일반적으로 영상처리 알고리즘은 매우 많은 데이터량과 복잡한 알고리즘 구조 때문에 많은 계산량을 요구한다. 따라서 본 논문에서는 비교적 적은 계산으로 차량용 블랙박스의 실시간 도로영상으로부터 차선을 인식하는 효율적인 임베디드 영상처리 알고리즘에 관해 기술한다.

• 대한기계학회논문집A
• /
• 제39권2호
• /
• pp.235-240
• /
• 2015

디지털 기기의 발달과 더불어 능동안전시스템 또한 비례적으로 발달됨에 따라 4.5 톤 이상 중대형상용차에도 능동안전시스템에 대한 요구가 대두되고 있다. 승용차량과 달리 중대형 상용차량 경우 카메라 장착 위치가 상대적으로 높아 차선 인식에 불리한 조건을 가지고 있다. 본 논문에서는 공간영역처리 기반 중 하나인 소벨 에지(Sobel Edge) 추출과 허프 변환(Hough Transform) 기법과 색 변환보정 기법으로 국내 도로 환경에 맞는 차선 인식에 대한 방법을 제시하고, 영상을 통한 전방의 차량을 인식하는 객체 인식 기법 중에 Haar-like 기법, Adaboost 기법, SVM 기법, Template Matching 기법 등을 적용 및 분석을 통하여 검출 오류를 줄이기 위한 전방 차량 인식 방법을 제안한다. 성능검증을 위해서 실차평가를 실시하였으며, 차선 인식에 대해 98% 이상의 높은 인식률을 얻었다.

• 한국산업정보학회논문지
• /
• 제24권2호
• /
• pp.25-31
• /
• 2019

최근 인공지능 기술이 급격히 발전하면서 첨단 운전자 지원 시스템 분야에 딥러닝 기술을 접목하여 기존의 기술보다 뛰어난 성능을 보여주기 위한 여러 연구들이 진행 되고 있다. 이러한 동향에 맞춰 본 논문 또한 첨단 운전자 지원 시스템의 핵심 요소 중 하나인 차로이탈 경고시스템에 딥러닝 기술을 접목한 방법을 제안한다. 제안하는 방법과 기존의 차선검출 기반의 경고시스템과의 비교 실험을 통해 그 성능을 평가 하였다. 고속도로 주행영상과 시내 주행영상을 이용한 두 가지의 서로 다른 환경에서 모두 제안하는 방법이 정확도 및 정밀도 부분에서 더 높은 수치를 보여주었다.

• 한국정보통신학회논문지
• /
• 제17권11호
• /
• pp.2492-2498
• /
• 2013

본 논문에서는 차선 이탈 경고 장치 시스템에서 사용될 수 있는 주행차선 추적 방법을 제안한다. 먼저 역투영 변환을 이용해 차량에 부착된 카메라로 입력 받은 영상의 원근 효과가 제거된 조감도 영상을 생성한다. 그다음 차선의 형태학적 사전 지식을 이용하여 차선 검출에 적합한 특징들을 추출한다. 이후 블록 단위의 관심영역에 해당하는 차선 특징을 클러스터링하고 차선 유사도 함수를 이용함으로써 잡음이 제거된 차선 특징들을 얻을 수 있다. 이후 RANSAC(RANdom Sample Consensus) 알고리즘을 사용하여 차선 모델을 계산하고 칼만 필터를 이용하여 검출된 차선 모델을 추적한다. 제안하는 알고리즘은 고속도로 상의 다양한 환경에서 20ms 이내의 처리 속도와 90% 가량의 추적률을 얻을 수 있었다.

• 한국정보통신학회논문지
• /
• 제22권3호
• /
• pp.434-442
• /
• 2018

본 논문에서는 주행하는 차량에 탑재된 카메라에서 획득한 도로 영상에서 차선의 색상을 판별하는 방법을 제안하였다. 자동차의 자율주행기술에 있어 차선 정보는 차선이탈방지(ldws), 능동적 차선유지(lkas), 고속도로주행보조(hda) 등의 자율주행의 레벨(level)이 올라갈수록 중요하다. 특히 차선의 색상, 특히 흰색 및 황색 차선의 구별은 교통사고와 직접적인 관련이 있는 정보이기에 더욱 필요한 기술이다. 본 논문에서는 주행 차선 검출 결과를 기반으로 차선 및 도로의 관심 영역을 추출하고 각 영역의 컬러 정보를 2차원 S-색상 공간으로 투영하였다. S-공간에 투영된 색상의 특징 분포에서 개선된 mean-shift 알고리즘을 이용하여 특징의 무게중심을 구하였다. 좌, 우 차선과 도로영역의 색상특징의 중심점들 사이의 거리 정보를 이용하여 차선의 색상을 판별하였다. 다양한 조명환경에서 약 97%의 색상 인식 성공률을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.924-926
• /
• 2017

본 논문에서는 좁고 곡률이 큰 도로에서의 자율 주행을 위한 AVM 시스템 기반의 알고리즘을 제안한다. 기존의 전방을 주시하는 모노/스테레오 카메라를 이용한 차선 인식 방법을 이용한 자율주행 알고리즘은 모노/스테레오 카메라의 제한된 FOV (Field of View)로 인해 좁고 곡률이 큰 도로에서의 자율 주행에 한계가 있다. 제안하는 알고리즘은 AVM 시스템을 기반으로 하여 이 한계를 극복하고자 한다. AVM 시스템에서 얻은 영상을 차선의 색상 정보를 이용해 차선의 영역을 이진화 한다. 이진화 영상으로부터, 차량의 뒷바퀴 주변의 관심영역을 시작으로 재귀적 탐색법을 이용하여 좌, 우 차선을 검출한다. 검출된 좌, 우 차선의 중앙선을 차량의 경로로 삼고 조향각을 산출해 낸다. 제한하는 알고리즘을 실제 차량에 적용시킨 실험을 수행하였고, 운전면허 시험장의 코스를 차선의 이탈없이 주행 가능함을 실험적으로 확인하였다.

• 스마트미디어저널
• /
• 제6권3호
• /
• pp.15-20
• /
• 2017

최근 자동차 산업은 IT 기술을 접목하여 운전자에게 편의를 제공하기 위한 운전자 보조 시스템에 관한 연구가 진행되고 있다. 본 논문에서는 차선 이탈 방지 및 자율 주행에 적용 가능한 도로상태 변화에 강인한 차선 검출 방법을 제안한다. 제안하는 방법은 Otsu 임계값 결정 방법과 가우시안 필터와 에지를 통한 후보 영역 검출 방법을 이용한다. 또한, 허프 변환을 통한 차선의 기울기와 폭 정보를 이용하여 차선을 검출한다. 실선뿐만 아니라 점선 차선 검출을 위해 기존에 검출된 차선 정보를 이용하여 다음 프레임에서 차선이 위치할 경로를 계산해 가상의 차선을 그려주는 방법을 제안한다. 제안하는 알고리즘은 실선과 점선상황에서 차선 검출이 모두 가능했고 오픈소스 하드웨어인 라즈베리 파이 2에 적용할 경우 실시간 처리가 가능함을 확인했다.

• 전자공학회논문지
• /
• 제51권1호
• /
• pp.126-136
• /
• 2014

지능형 교통 시스템(ITS) 및 지능형 자동차의 운전자 보조 시스템에서 차선의 경계를 검출하기 위한 허프 변환 방법이 많이 연구되고 있다. 이 방법의 경우 차선을 효과적으로 인식하지만 차선 이외의 영역의 직선들도 인식할 수 있기 때문에 인식률이 떨어질 수 있고 연산속도가 늦어진다. 본 논문에서는 이러한 문제를 해결하기 위해 Hough space에 Accumulator cells를 최적화한 방법을 이용해서 차선 경계를 인식하는 알고리즘을 제안하였다. 이를 바탕으로 H/W 검증을 통해 안드로이드용 어플리케이션을 개발하였다. 스마트 기기의 사용자라면 언제 어디서든 운전자의 주행안전을 위한 차선검출 및 차선이탈 경보시스템을 사용 할 수 있도록 하였다. 소프트웨어 검증은 OpenCV를 사용하여 93.1%의 높은 차선인식률을 보였으며, 하드웨어 실시간 검증은 안드로이드용 휴대폰을 사용하여 68.89%의 차선인식률을 보였다.

• 한국산학기술학회논문지
• /
• 제21권3호
• /
• pp.57-64
• /
• 2020

첨단 운전자 보조시스템(ADAS, Advanced Driver Assist System)의 주요 기술에는 적응형 순항 제어(ACC, Advanced Cruise Control), 주행 조향보조 시스템(LKAS, Lane Keeping Assist System), 자동 긴급제동 시스템(AEB, Autonomous Emergency Braking) 등이 있다. ADAS 중 LKAS는 카메라(camera)와 적외선 센서(sensor)를 사용하여 운전자가 의도하지 않은 차선이탈이 발생하였을 때, 조향 보조장치를 제어하여 주행 차선으로 복귀하는 시스템이다. 이러한 시스템의 안전성 평가와 검증을 위해 실차시험을 진행한다. 그러나 LKAS 동작 후 임의의 추가 조향각이 인가될 경우에 대한 연구는 미흡하다. 본 논문에서는 선행연구에서 제안한 시나리오에 대해 Prescan을 이용하여 추가 조향각 인가 모델링(modeling)기법을 개발하고 시뮬레이션(simulation) 하고, 실차시험을 통해 취득한 데이터(data)와의 비교분석으로 모델링 기법의 타당성을 검증하였다. 앞바퀴부터 차선까지 최대 거리오차는 0.56 m이며, 시뮬레이션과 실차시험의 차선 복귀 속도의 차이로 인해 발생하였다. 시뮬레이션과 달리 실차시험은 주행 차선으로 복귀 속도가 느려 이탈하는 차의 횡방향 변화가 상대적으로 적어 시뮬레이션과 오차가 발생한 것으로 판단된다. 시뮬레이션과 실차시험 값의 비교분석 결과 차선복귀 속도 차이는 있지만 앞바퀴부터 차선까지 거리가 약 0.5m로 수렴하는 경향성을 나타내어 신뢰성을 확인할 수 있었다.