• 대한공간정보학회지
• /
• 제10권3호
• /
• pp.41-51
• /
• 2002

최근 들어, 수치항공영상을 이용하여 지형정보를 추출하고자 하는 많은 연구가 수행되어 왔다. 그러나 수치항공영상에서 기존의 경계선 검출기법을 이용하여 대상물을 자동으로 인식하고 추출하는 것은 매우 어려우므로, 수동이나 반자동의 형태로 이루어졌다. 따라서, 본 연구에서는 먼저 도로 영역을 자동으로 추출하기 위해 밝기값이 분할된 항공영상의 의미론적인 정보의 대역을 중첩한 영상을 이용하여 인식에 장애가 되는 요소를 제거한 다음, 도로정보를 자동으로 인식하고 추출할 수 있는 알고리즘을 개발하여 시스템개발시 적용하고자 한다. 이를 위해 먼저, 횡단보도 대역 영상으로부터 횡단보도영역을 자동으로 인식하기 위한 '템플릿 회전이동 연산자'와 인식된 횡단보도의 장변의 길이를 바탕으로 도로영역을 추적할 수 있는 '윈도우 법선 탐색 추적 알고리즘'을 개발하므로써 항공영상으로부터 직접 도로정보를 자동으로 추출할 수 있는 기법을 제시하고자 한다.

• 한국정보전자통신기술학회논문지
• /
• 제14권3호
• /
• pp.223-230
• /
• 2021

현재 자율주행차량은 테스트 이후 상용화를 눈앞에 두고 있다. 그러나 아직 자율주행차량이 완벽히 상용화되지 않았음에도 81건의 사고가 발생했으며, 사고를 피하기 위한 차량의 주행 방식은 LiDAR에 많이 의존하고 있다. 현재 상용화된 3레벨 자율주행차량이 4레벨 자율주행차량으로 발전하기 위해서는 기존에 수집되는 정보보다 더 많은 정보를 수집해야만 한다. 따라서 본 논문에서는 기존의 자율주행차량에서 수집하는 정보인 도로 정보, 기상정보를 포함하여 차량이 주행 중인 도로의 거칠기와 자기 자신 및 주변 차량의 탑승객 상태를 정확하게 인식하여 차량이 처한 위기 상황을 정확하게 계산하는 Driving Situation Judgment System (DSJS)을 제안한다. DSJS의 PDM에 대한 실험 결과, PDM은 기존 차량의 탑승객 인식 시스템보다 평균적으로 15.52% 더 정확하게 탑승객을 분류할 수 있었다. 본 연구는 기존 3단계 자율주행차량이 수집하는 데이터보다 더 다양한 종류를 수집하여 4단계 자율주행차량을 달성하는 기초연구가 될 수 있다.

• 시스템엔지니어링학술지
• /
• 제1권2호
• /
• pp.26-33
• /
• 2005

In this paper, an algorithm is presented to recognize road based on unpaved test courses image. The road images obtained by a video camera undergoes a pre-processing that includes filtering, gray level slicing, masking and identification of unpaved test courses. After this pre-processing, a part of image is grouped into 27 sub-windows and fed into a three-layer feed-forward neural network. The neural network is trained to indicate the road direction. The proposed algorithm has been tested with the images different from the training images, and demonstrated its efficacy for recognizing unpaved road. Based on the test results, it can be said that the algorithm successfully combines the traditional image processing and the neural network principles towards a simpler and more efficient driver warning or assistance system.

• 제어로봇시스템학회논문지
• /
• 제22권12호
• /
• pp.1053-1060
• /
• 2016

As location recognition for autonomous vehicles develops, the need for a precise map for autonomous driving has increased. A precise map must be built based upon accurate position. Recent studies have accelerated research in this area by using various sensors that calculate the accurate position by comparing and recognizing objects around the roads. However, application of such methods is limited because these studies only take objects with significant verticality into consideration. Thus, new research is needed to overcome the limitations: a method that is not constrained by the existence of certain types of surrounding objects shall be proposed. Most roads contain road marking information, such as lanes, direction signs, and pedestrian crossings. Such information on the road surface is a valuable resource for building a precise map. This paper proposes a method of building a precise map by using road marking information.

• 한국결정성장학회지
• /
• 제29권5호
• /
• pp.229-237
• /
• 2019

야간이나 악천후에서도 높은 도로의 차선인식률을 유지하기 위해, 통상 재귀반사(retro-reflectivity) 특성이 뛰어난 고 굴절률의 글라스비드(glass bead)를 도로표시 페인트 위에 도포한다. 국가별로 일반 도로표시의 재귀반사 기준이 다르며, 국내는 백색광 기준으로 $240mcd/m^2{\cdot}lux$, 선진국들은 $250{\sim}300mcd/m^2{\cdot}lux$로 규정되어있다. 본 논문에서는 도로표시 관련 규정과 글라스비드에 대한 동향에 대하여 고찰하고, 향후 자율주행차량 상용화에 대비하여 규정 기준치 및 글라스비드물성 향상 필요성에 대하여 논의하였다.

• 전자공학회논문지
• /
• 제52권11호
• /
• pp.87-104
• /
• 2015

최근 지능화된 사물들이 연결되는 네트워크를 통해 사람과 사물, 사물과 사물 간에 상호 소통하고 상황인식 기반의 지식이 결합되어 인공지능 서비스를 제공하는 사물인터넷 (IoT : Internet of Things) 환경이 급속도로 발전하고 있다. 이러한 사물인터넷의 발전과 더불어 C-ITS (Cooperative Intelligent Transport System) 환경에서 고속으로 이동하는 차량이 기존의 노변 인프라 외에 주행 중인 다른 차량까지 교통 인프라에 포함하여 차선 및 번호판 인식, 전방 사고 및 도로 공사 감지 등 쌍방향 정보 공유를 통해 효율적인 도로 주행을 함으로써 운전자에게 편리성과 안전성을 높여주고 나아가 교통 효율성을 높이고자 하는 연구가 활발히 진행되고 있다. 본 논문에서는 C-ITS 환경에서 고속도로 주행 시 버스전용 차선 인식 후 교통 인프라와 연계하여 버스전용 차선 내 주행차량의 주행 가능 여부를 판단하고 이에 따른 후속 조치에 관한 연구를 진행하였다. 버스전용차선 인식을 통해 버스전용 차로의 위치를 파악한 후 후속 차량의 정면 전방 및 측면 전방 차량의 번호판 인식을 진행하고 향후 교통 인프라로 하여금 인지하게 하는 방법에 관한 학습과 해당 실험결과를 제시하였다.

• 대한공간정보학회지
• /
• 제21권3호
• /
• pp.19-25
• /
• 2013

최근 도시의 도로시설물 관리에 대한 중요성이 증대됨에 따라 보다 정확한 시설물의 데이터베이스 정보가 요구되고 있다. 본 연구에서는 효율적인 도로시설물 DB 구축에 필요한 교통표지를 자동으로 검출하는 방법을 제안하였다. 검출 방법은 영상에서 특정 교통표지를 인식하여 자동으로 검출한 후 시설물의 중심위치를 찾는 순서로 진행하였다. 최종적으로 검출된 교통표지의 위치 정확도를 평가하기 위해서, 실제 측량한 좌표값과 연구를 통해 교통표지의 좌표값을 비교하였다. 교통표지 인식과 검출 과정에서는 OPEN CV를 이용한 코딩을 통해 컴퓨터 비젼 기술을 이용하였으며, 검출된 교통표지의 정확한 위치 계산은 사진측량 기술을 이용하였다. 다양한 종류의 도로표지판 중에서 원형 교통표지판(주차금지)과 삼각형 교통표지판(횡단보도)을 선택하여 진행하였다. 제안한 연구를 통해 산출된 좌표값과 실제 측량된 좌표값의 차이는 원형 교통표지판이 약 50cm, 삼각형 교통표지판이 약 60cm의 오차값으로 나타났다. 이러한 결과는 만족할 만한 결과는 아니지만 교통표지의 위치를 찾기에는 무리가 없을 것으로 판단된다.

• 한국ITS학회 논문지
• /
• 제22권2호
• /
• pp.93-104
• /
• 2023

도로법에 의거한 도로교통량 상시조사는 매설식 AVC를 통해 12종 차종분류가 이루어지고 있다. 하지만 매설식 AVC 장비는 차량과의 마찰, 도로 균열, 소성변형, 도로공사로 인한 센서의 물리적 파손 등으로 인해 장비 가동률이 낮고, 수집 정보의 정확도와 신뢰도 저하 문제가 발생하고 있다. 이로인해 장비보수 등 유지비용 또한 증가하고 있다. 이러한 문제를 해결하고자 비매설식 AVC 장비 도입을 위한 연구가 진행되고 있으나, 차종을 분류하기 위해 복수의 장비 또는 교통량 정보 매칭을 위한 별도의 DB 구축·운영이 필요하였다. 이에 본 연구에서는 자동차 관리법에 근거하여 운영 중인 자동차관리정보시스템(VMIS)의 차량 제원 정보와 번호판 자동인식 기술(ANPR)을 활용한 12종 차종분류 방안을 마련하고자 하였다. 이를 통해 기존 도로교통량 조사체계를 개선하고 자동차 제원 정보를 활용하여 친환경 차량 분류 등 도로교통량 통계 고도화, 다변화에 기여할 수 있을 것으로 기대된다.

• 로봇학회논문지
• /
• 제12권2호
• /
• pp.217-227
• /
• 2017

Crosswalk detection is an important part of the Pedestrian Protection System in autonomous vehicles. Different methods of crosswalk detection have been introduced so far using crosswalk edge features, the distance between crosswalk blocks, laser scanning, Hough Transformation, and Fourier Transformation. However, most of these methods failed to detect crosswalks accurately, when they are damaged, faded away or partly occluded. Furthermore, these methods face difficulties when applying on real road environment where there are lot of vehicles. In this paper, we solve this problem by first using a region based binarization technique and x-axis histogram to detect the candidate crosswalk areas. Then, we apply Support Vector Machine (SVM) based classification method to decide whether the candidate areas contain a crosswalk or not. Experiment results prove that our method can detect crosswalks in different environment conditions with higher recognition rate even they are faded away or partly occluded.

• 전자공학회논문지B
• /
• 제32B권1호
• /
• pp.154-160
• /
• 1995

Maps are one of the most complicated types of drawings. Drawing recognition technology is not yet sophisticated enough for automated map reading. To automatically extract a road map directly form more complicated topographical maps, a very complicated algorithm is needed, simce the image generally involves such complicated patterns as symbols, characters, residential sections, rivers,etc. This paper describes a new feature extraction method based on the human optical neural field. We apply this method to extract complete set of road segments from topographical maps. The proposed method successfully extract road segments from various areas.