• 대한임베디드공학회논문지
• /
• 제11권5호
• /
• pp.277-285
• /
• 2016

Moving object detection system has been an emerging research field in various advanced driver assistance systems (ADAS) and surveillance system. In this paper, we propose two optical flow based moving object detection methods at dynamic scenes. Both proposed methods consist of three successive steps; pre-processing, foreground segmentation, and post-processing steps. Two proposed methods have the same pre-processing and post-processing steps, but different foreground segmentation step. Pre-processing calculates mainly optical flow map of which each pixel has the amplitude of motion vector. Dense optical flows are estimated by using Farneback technique, and the amplitude of the motion normalized into the range from 0 to 255 is assigned to each pixel of optical flow map. In the foreground segmentation step, moving object and background are classified by using the optical flow map. Here, we proposed two algorithms. One is Gaussian mixture model (GMM) based background subtraction, which is applied on optical map. Another is adaptive thresholding based foreground segmentation, which classifies each pixel into object and background by updating threshold value column by column. Through the simulations, we show that both optical flow based methods can achieve good enough object detection performances in dynamic scenes.

• 전자공학회논문지
• /
• 제50권5호
• /
• pp.224-230
• /
• 2013

운전자 보조 시스템에서 차선 경계 검출은 매우 중요하다. 본 연구는 악조건인 환경에서 차선 경계를 검출하기 위한 강건한 방법을 제안한다. 첫 번째로 원래의 image에서 iVMD(improve Vertical Mean Distribution) Method를 이용하여 수평선을 검출하고, 수평선 하위영역 image를 결정하며, 두 번째로 Canny edge detector를 사용하여 하위 영역에서 차선 표시를 추출한다. 마지막으로, RANSAC algorithm을 이용하여 각각에 맞는 line model을 적용하기 전에, k-means clustering algorithm을 이용하여 오른쪽 왼쪽 차선을 분류 한다. 제안된 알고리즘은 변종조명, 갈라진 도로, 복잡한 차선 표시, 교통신호에 관하여 상당히 정확한 차선 검출 기능을 나타낸다. 실험결과는 제안된 방법이 악조건인 환경하에서 실시간으로 효율적인 요구 사항을 충족함을 보여준다.

• 자동차안전학회지
• /
• 제10권4호
• /
• pp.40-49
• /
• 2018

Currently, a lot of researches about high risk test scenarios for autonomous vehicle and advanced driver assistance systems have been carried out to evaluate driving safety. This study proposes new type of test scenario that evaluate the driving safety for autonomous vehicle by reconstructing accident database of national automotive sampling system crashworthiness data system (NASS-CDS). NASS-CDS has a lot of detailed accident data in real fields, but there is no data of accurate velocity in accident moments. So in order to propose scenario generation method from accident database, we try to reconstruct accident moment from accident sketch diagram. At the same step, we propose an accident of occurrence frequency which is based on accident codes and road shapes. The reconstruction paths from accident database are integrated into evaluation of simulation environment. Our proposed methods and processor are applied to MILS (Model In the Loop Simulation) and VILS (Vehicle In the Loop Simulation) test environments. In this paper, a reasonable method of accident reconstruction typology for autonomous vehicle evaluation of feasibility is proposed.

• 한국ITS학회 논문지
• /
• 제23권1호
• /
• pp.182-196
• /
• 2024

자동차 보급과 교통 시설 발달로 인한 문제에 대응하여, ADAS와 같은 운전 보조 기술이 주목받고 있다. 최근에는 스마트폰 내장 센서를 사용한 운전패턴 분석 방법론이 개발되었다. 이 연구에서는 레이블 없이 대조학습을 통해 운전패턴의 특징을 학습하고 변화점을 감지하는 새로운 방법을 제안한다. 이 방법은 운전패턴 분류에도 확장 가능하여, 매우 적은 레이블링 데이터만으로 높은 분류 성능을 달성할 수 있음은 물론 적용 차량이 달라지는 도메인 변화 문제에 민감하게 반응하지 않아 일반화된 성능을 달성할 수 있다는 장점을 가지고 있다. 또한 본 연구에서는 추후 스마트폰 적용성을 고려하여 6가지 대표적인 경량화 딥러닝 모델에 대해 제안하는 방법을 적용하고 비교분석하여 추후 스마트폰 기반의 시스템 개발에 활용할 수 있도록 하였다.

• 한국인터넷방송통신학회논문지
• /
• 제13권5호
• /
• pp.1-8
• /
• 2013

본 논문에서는, 차량 섀시 제어시스템 중 ACC(Adaptive Cruise Control)와 LKS(Lane Keeping System)를 통합하여 차량용 OS인 OSEK OS 기반으로 구현하고 실험을 통하여 그 성능을 분석한다. 최근 자동차의 안전성을 향상시키기 위해 능동 안전 및 운전자 지원 시스템이 논의 되고 있다. 그 중 차량의 종방향에 대한 가감속 제어를 수행하는 ACC와 차량이 차선을 유지할 수 있도록 보조해주는 LKS를 통합하여 차량 내 제어시스템을 구현한다. 구현한 제어시스템은 차량용 소프트웨어의 재사용성과 안전성 및 응용 소프트웨어의 하드웨어 의존성 제거 등을 목표로 표준 제안된 OSEK/VDX를 적용한다. OSEK/VDX에서 지원하는 OSEK OS를 기반으로 재설계한 제어시스템은 실시간 태스크 관리와 인터럽트 처리 및 공유자원 관리가 가능하다. EILS(ECU-In-the-Loop Simulation) 수행 결과에 의해 OSEK OS 기반의 ACC/LKS 통합제어기와 기존 일체형 펌웨어로 구현한 ACC/LKS 통합제어기가 대등함을 입증한다.

• 한국멀티미디어학회논문지
• /
• 제19권2호
• /
• pp.112-121
• /
• 2016

ADAS(Advanced Driver Assistance Systems) and street furniture information collecting car like as MMS(Mobile Mapping System), they require object location estimation method for recognizing spatial information of object in road images. But, the case of conventional methods, these methods require additional hardware module for gathering spatial information of object and have high computational complexity. In this paper, for a coordinate of road sign in single camera image, a position estimation scheme of object in road images is proposed using the relationship between the pixel and object size in real world. In this scheme, coordinate value and direction are used to get coordinate value of a road sign in images after estimating the equation related on pixel and real size of road sign. By experiments with test video set, it is confirmed that proposed method has high accuracy for mapping estimated object coordinate into commercial map. Therefore, proposed method can be used for MMS in commercial region.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 하계학술대회
• /
• pp.267-270
• /
• 2016

차량 인식 기술은 지능형 자율주행 차량 및 첨단 운전자 보조 시스템 (ADAS: Advanced Driver Assistance System)의 개발에 있어서 핵심 요소 기술이다. 영상 기반의 차량 검출 알고리즘은 일반적으로 가설 생성 (HG: Hypothesis Generation) 단계와 가설 검증 (HV: Hypothesis Verification) 단계로 구성된다. 가설 검증 단계는 관심 영역 (ROI: Region of Interest) 내에 차량이 존재할 가능성이 있는 후보 영역을 만드는 단계로서 전체 알고리즘의 복잡도와 성능에 영향을 미친다. 본 논문에서는 관심 영역 내에 존재하는 그림자와 차량으로 인한 에지를 검출하고 두 특징 정보를 결합한 가설 생성 방법을 제안하고 차량 후방 영상을 이용하여 사각지대를 감시하는 시스템에 제안 방법을 적용하는 실험을 수행하였다. 실험 결과로 제안 방법이 차량 후보 영역의 존재 여부와 위치 정보를 판단하기에 적합하며 이를 통해 차량 검출 알고리즘의 계산 복잡도를 개선하면서도 다음 단계인 가설 검증 시 검출 성능을 향상시킬 수 있음을 확인하였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.601-605
• /
• 2009

$180^{\circ}$ 이상의 영역을 획득하는 어안렌즈(fish-eye lens)는 최소의 카메라로 최대 시야각을 확보할 수 있는 장점으로 인해 차량 장착 시도가 늘고 있다. 운전자에게 현실감 있는 영상을 제공하고 센서로 이용하기 위해서는 캘리브레이션을 통해 방사왜곡(radial distortion)에 따른 기하학적인 왜곡 보정이 필요하다. 그런데 차량용 어안렌즈의 경우, 대각선 어안렌즈로 일반 원상 어안렌즈로 촬영한 둥근 화상의 바깥둘레에 내접하는 부분을 잘라낸 직사각형 영상과 같으며, 수직, 수평 화각에 따라 왜곡이 비대칭구조로 설계되었다. 본 논문에서는, 영상의 특징점(feature points)을 이용하여 차량용 어안렌즈에 적합한 카메라 모델 및 캘리브레이션 기법을 소개한다. 캘리브레이션한 결과, 제안한 방법은 화각이 다른 차량용 어안렌즈에도 적용 가능하다.

• 대한임베디드공학회논문지
• /
• 제13권4호
• /
• pp.169-178
• /
• 2018

Currently, various sensors have been used for advanced driver assistance systems. In order to overcome the limitations of individual sensors, sensor fusion has recently attracted the attention in the field of intelligence vehicles. Thus, vision and radar based sensor fusion has become a popular concept. The typical method of sensor fusion involves vision sensor that recognizes targets based on ROIs (Regions Of Interest) generated by radar sensors. Especially, because AVM (Around View Monitor) cameras due to their wide-angle lenses have limitations of detection performance over near distance and around the edges of the angle of view, for high performance of sensor fusion using AVM cameras and radar sensors the exact ROI extraction of the radar sensor is very important. In order to resolve this problem, we proposed a sensor fusion scheme based on commercial radar modules of the vendor Delphi. First, we configured multiple radar data logging systems together with AVM cameras. We also designed radar post-processing algorithms to extract the exact ROIs. Finally, using the developed hardware and software platforms, we verified the post-data processing algorithm under indoor and outdoor environments.

• 대한임베디드공학회논문지
• /
• 제11권5호
• /
• pp.313-323
• /
• 2016

With the development of autonomous vehicle, there has been active research on advanced driver assistance system for road marking detection using vision sensor and 3D Laser scanner. However, vision sensor has the weak points that detection is difficult in situations involving severe illumination variance, such as at night, inside a tunnel or in a shaded area; and that processing time is long because of a large amount of data from both vision sensor and 3D Laser scanner. Accordingly, this paper proposes a road marking detection and classification method using single 2D Laser scanner. This method road marking detection and classification based on accumulation distance data and intensity data acquired through 2D Laser scanner. Experiments using a real autonomous vehicle in a real environment showed that calculation time decreased in comparison with 3D Laser scanner-based method, thus demonstrating the possibility of road marking type classification using single 2D Laser scanner.