• 한국정보통신학회논문지
• /
• 제10권2호
• /
• pp.406-412
• /
• 2006

본 논문에서는 차선 추출을 위해서 OHT(Optimized Hough Transform) 알고리듬을 제안한다. 입력 영상을 그레이 영상으로 변환하고 변환된 그레이 영상은 수평 투영을 통해 주변 배경 영역과 도로 영역으로 분리된다. 분리된 도로 영역에서 OHT(Optimized Hough Transform) 알고리듬을 적용한다. OHT(Optimized Hough Transform) 알고리듬은 다음과 같이 특징지어진다. 첫째, 윤곽선 방향각을 이용해서 차선후보 픽셀을 최소화하였으며, 둘째, 좌우 차선의 범위는 제한된 ${\theta}$값으로서 정의하였다. 실험 결과, 제안한 알고리듬이 기존의 Hough Transform보다 훨씬 효율적임을 알 수 있었다.

• 대한전자공학회논문지SP
• /
• 제48권4호
• /
• pp.86-97
• /
• 2011

본 논문에서는 칼라분류 및 방향성 에지정보의 클러스터링과 이들의 통합에 의한 새로운 도로영역 및 차선검출 알고리즘을 제안한다. 도로영역 및 차선을 하나의 인식대상 물체로 취급하고, 통계적 파라미터의 반복 최적화에 의한 칼라정보의 클러스터링을 수행해서 검출과 인식을 위한 초기정보로 사용한다. 다음으로, 칼라정보가 갖는 물체인식 의 한계를 개선하기 위해 에지정보를 검출하고, 관심영역(Region Of Interest for Lane Boundary(ROI-LB))의 추출과 ROI-LB 영역에서 방향성 에지정보의 검출과 클러스터링을 수행한다. 칼라분류 및 에지 클러스터링의 결과를 통합해, 이들 각각의 정보가 갖는 특징을 이용함으로서 도로환경에 적합한 도로영역 및 차선을 검출할 수 있도록 한다. 제안방법은 도로와 차선에 관한 파라미터릭 수학적 모델을 사용하지 않고 칼라 및 에지의 클러스터링 정보에 의한 non-parametric 방법으로 다양한 도로 환경에 유연한 대응이 가능한 장점을 갖는다. 본 제안방법의 유효성을 입증하기 위해 상이한 촬상조건 및 도로환경에서의 영상에 대한 실험결과를 제시한다.

• 한국지능시스템학회논문지
• /
• 제20권6호
• /
• pp.786-792
• /
• 2010

본 논문은 복잡한 도로 환경에서 차선을 정확하게 찾는 실시간 차선 검출법을 보인다. 기존의 많은 방법들은 대게 후처리 과정에서 차선 안쪽에 존재하는 잡음을 찾아 차선의 위치를 찾지만, 제안하는 방법은 특징 추출 단계에서 가능한 많은 잡음을 제거하므로 후처리 과정에서 검색 영역을 최소화한다. grid기반 모폴로지 연산은 우선 관심영역을 능동적으로 생성한 후, 모폴로지의 닫기 연산을 통해 에지 들을 연결한다. 그리고 방향성 에지 연결 기법을 통하여 유효한 방향에지를 찾고 사전에 구해진 영상 내 차선의 높이와 두 차선 간의 폭 관계를 이용하여 두 개의 차선을 군집화한다. 마지막으로 차선의 색상은 YUV색상 공간에서 두 개의 연결된 에지 안쪽을 검사하여 Bayesian확률 모델을 사용하여 추정한다. 제안하는 방법의 실험 결과는 다수의 불필요한 에지 군집이 존재하는 복잡한 도로 환경에서 효과적으로 도로 에지를 감별하였으며, 제안하는 알고리즘은 해상도 $320{\times}240$ 영상으로 10ms/frame의 속도에서 약92%의 정확도를 보였다.

• 한국산학기술학회논문지
• /
• 제18권8호
• /
• pp.355-360
• /
• 2017

최근 자율주행 자동차 기술의 발전으로 정밀도로지도에 대한 중요성이 증가하고 있다. 정밀도로지도는 차선 정보, 규제 안전 정보, 각종 도로 시설물 등이 표현된 디지털 지도로 MMS(Mobile Mapping System) 기반으로 시험 제작되어 왔지만 이 방법은 고가의 도입비용으로 크게 활성화되지 못하고 있다. 하지만 무인항공기의 경우 적용 분야가 지속적으로 늘어나고 있으며, 이에 대한 연구도 다양한 분야에서 이루어지고 있다. 본 연구에서는 고해상도 무인항공기 영상의 처리를 통해 자율주행에 필요한 차선, 시설물 등의 정보를 추출하고자 하였다. 자율주행 자동차 시험도로를 연구대상지로 선정하고, 무인항공기를 이용하여 고해상도 정사영상을 제작하였다. 기존의 수치지형도와 정밀도로지도의 속성비교를 통해 정밀도로지도 제작을 위한 차선, 중앙분리대, 제어기 등의 추출 항목을 선정하였다. 또한 영상분류를 통해 차선, 중앙분리대, 제어기 등 정밀도로지도 구축을 위한 데이터를 효과적으로 추출함으로써 고해상도 정사영상의 활용성을 제시하였다. 추가적인 실험과 검증을 통해 무인항공기 영상의 이용 분야를 확대할 수 있을 것이며, 구축된 데이터를 자동차 제작사 및 관련 민 관 기관, 벤처 기업 등에 제공한다면 국내 자율주행차 기술 발전에 기여할 것이다.

• 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.

• 한국항행학회논문지
• /
• 제14권2호
• /
• pp.151-160
• /
• 2010

미래 지능형교통시스템에서 각 차량의 차선별 주행 정보를 관측 및 제어하는 기능은 반드시 선결되어야 할 요소 기술에 해당된다. 본 논문에서는 미래 지능형교통시스템 구현에 있어서 선결되어야 할 정밀측위 기반 주행차선 구분을 위하여 위성항법 수신기망 구성요소들을 설계하고, 실험을 통하여 제안된 방식에 의한 차선 구분의 가능성을 평가하였다. 설계된 수신기망 구성 요소는 기준국 서버, 방송기, 그리고 이동국 클라이언트로 구분되며 설계된 구성요소들은 추후 유연한 확장을 위하여 국제 표준 RTCM SC-104 version3.0 메시지 규격을 활용하는 특징을 가진다. 또한, 항공 및 해양 분야와는 달리 가시위성의 출몰이 빈번한 상황을 고려하여 이동체 클라이언트는 정밀 위치의 추출을 위하여 저가의 단일 주파수 수신기와 위치영역 위상평활화필터를 활용하도록 설계 하였다. 선 조사된 왕복 4차선 도로에 대한 주행 실험을 통하여 제안된 방식의 성능을 평가하였으며, 수평에서 20cm 이내의 측위 정확도를 보임을 확인 할 수 있었다.

• 한국공간정보시스템학회 논문지
• /
• 제4권2호
• /
• pp.55-64
• /
• 2002

효율적인 도로정보의 구축은 GIS에서 가장 중요한 주제이다. 본 논문에서는 도로정보를 자동으로 생성, 구축하기 위하여 모바일 매핑 기술과 영상인식 기술을 결합한 방법을 제안하였다. 모바일 매핑 시스템은 CCD 카메라, GPS, INS를 장착한 차량의 형태를 가지며, 취득한 영상에 나타난 공간객체의 좌표를 사진측량기법을 이용하여 계산한다. 모바일 매핑 시스템에 의한 공간객체 좌표추출과 데이터 구축은 자동화되지 않아 시간이 많이 드는 단점이 있다. 도로의 자동 인식은 영상인식 분야에서도 자동주행차량에 대한 연구의 형태로 진행되어 왔다. 그러나 영상인식에 기반한 방법들은 도로 차선에 적용할 경우 차선의 끊김 차량에 의한 가려짐 좋지 않은 날씨와 조명 등 실제의 도로나 도로변의 다양한 예외상황 때문에 원하는 결과를 얻기 힘든 경우가 많다. 이러한 단점을 보완하기 위하여 본 논문에서는 모바일 매핑 시스템으로부터 획득된 GPS/INS 데이터 및 영상인식 기술을 모두 이용한 자동 도로데이터 생성방법을 제안하였다. 영상에 나타난 도로 차선의 3차원좌표로부터 영상에서 객체가 나타날 위치를 추정하기 위한 방법을 고안하였으며, 이러한 방법은 도로 차선을 찾기 위한 복잡한 영상처리 과정을 대폭 줄일 수 있다. 예외상황 때문에 도로차선을 추출하지 못한 경우에는 스플라인 인터폴레이션에 의하여 값을 얻는다. 인터폴레이션은 교차로나 급격한 변화 지점에 따라 구분된 도로 구간 단위로 이루어진다. 본 논문에서는 제안된 객체좌표 추정방법과 인터폴레이션 기법에 대한 실험 및 결과를 제시하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.808-810
• /
• 2005

분 논문에서는 워터마크가 삽입된 영상의 비가시성과 강인성을 보장하기 위하여 주파수 영역 기반인 FFT(Fast Fourier Transform)을 이용하였다. 그리고 영상에 삽입된 워터마크를 정확하게 추출하기 위하여 워터마크에 삽입하는 키 사이의 직교성을 유지할 수 있는 그람-슈미트 정규직교화를 이용하였다. 실험을 통해 살펴본 결과 영상의 특징에 관계없이 랜덤계열에 민감한 워터마크를 추출할 수 있는 정확성 및 신뢰성을 가짐을 알 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권11호
• /
• pp.1496-1504
• /
• 2004

본 논문에서는 도로상에 운행중인 차량에 장착되어진 정방향 카메라로 획득한 스테레오 연속영상으로부터 추적대상 차량을 검출하고 추적중인 차량과의 거리를 추정하는 알고리즘을 제안한다. 차량의 검출은 차선의 인식을 이용하여 도로 영역을 추출하고, 추출된 도로영역에서 차량의 특징 검색을 수행한다. 추적중인 차량과의 거리는 스테레오영상으로부터 TSS(three step search) 코릴로그램 정합 방법을 이용하여 추정된다. 제안된 방법은 컴퓨터 모의실험을 통하여 움직이는 카메라로부터 획득된 영상에서 추적하고자 하는 차량을 분리하고 정합하여 추적됨을 보였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제5권6호
• /
• pp.748-757
• /
• 1999

본 논문에서는 차량 영역의 추출을 이용한 효율적인 교통 혼잡도 측정 시스템을 설계하고 구현한다. 차량 영역 정보의 추출은 첫째 영역 분할, 둘째 작은 영역의 제거와 영역의 직사각형화, 셋째 영역의 병합 및 삭제의 단계로 나눌 수 있다. 영역 분할 단계에서는 획득한 도로 영상을 영역 기반 영역 분할에 의해 영역으로 분할한다. 그 다음 영역 분할 후의 영역 정보 중 차량 영역을 추출하는데 영향을 미치지 않는 작은 영역들을 제거하고, 남은 영역들을 직사각형화한다. 마지막으로 차선 별로 남은 영역들을 병합, 삭제함으로써 각 차선마다 차량 영역 정보를 추출할 수 있다. 이러한 방법은 배경 영상과 같은 부가적인 정보를 사용하지 않고 도로 자체 영상만으로 교통 혼잡도를 측정할 수 있으며, 그림자의 영향이 없을 경우 적용할 수 있는 기법이다.Abstract In this paper, we designed and implemented an efficient road congestion analysis system using regional information. To extract vehicle regions from a road image, the system process the image in five steps: segmentation, small region elimination, region rectangularization, region merging and region deletion. First, we segment road image by a threshold value. Then, we eliminate useless small regions to extract vehicle region, and perform region rectangularization. Finally, we extract vehicle region of each lane of the road by region merging and deletion. This method has the advantage of measuring road congestion without additional information such as background images. But this method must be applied to road images without shadow.