• 로봇학회논문지
• /
• 제6권2호
• /
• pp.165-172
• /
• 2011

This paper presents a robust lane detection algorithm based on RGB color and shape information during autonomous car control in realtime. For realtime control, our algorithm increases its processing speed by employing minimal elements. Our algorithm extracts yellow and white pixels by computing the average and standard deviation values calculated from specific regions, and constructs elements based on the extracted pixels. By clustering elements, our algorithm finds the yellow center and white stop lanes on the road. Our algorithm is insensitive to the environment change and its processing speed is realtime-executable. Experimental results demonstrate the feasibility of our algorithm.

• 한국지능시스템학회논문지
• /
• 제24권3호
• /
• pp.271-278
• /
• 2014

정지선과 횡단보도는 자율 주행에서 가장 기본적으로 인식해야 하는 인식대상임에도 불구하고 추출할 수 있는 특징이 매우 제한적이고 영상기반의 인식기술을 제외한 레이저나 RF, GPS/INS 인식기술로는 인식이 어려운 분야다. 이러한 이유로 이 분야에 대한 연구는 매우 제한적으로 수행되어왔다. 본 논문에서는 비전센서를 통해 입력된 정지선과 횡단보도 영상을 영상기반으로 인식할 수 있는 알고리즘을 설계하고 구현한다. 제안한 알고리즘은 3개 부분으로 구성된다. 즉 특징추출에 필요한 영역을 사전에 선정하여 처리속도를 향상시키는 관심영역 설정 부분, 일정비율 이상의 백색이 검출된 영상만 인식되도록 하여 불필요한 연산을 제거하는 색상패턴 검사 부분, 에지특징을 추출하고 추출된 에지특징을 사전에 모델링한 특징모델과 비교하여 정지선과 횡단보도 여부를 식별하는 특징 추출과 인식 부분이다. 특징추출과 인식 부분에는 유형별 특징비교 알고리즘을 적용하여 정지선과 횡단보도가 병행하여 존재하거나 각각 존재하는 경우에 대해 모두 식별되도록 한다. 또한 제안한 알고리즘은 기존연구를 발전시키기 위해 카메라의 차량내부 설치의 효과, 역광 및 그림자와 같은 다양한 제약조건에 대한 인식률 변화와 거리에 따른 적정 인식률 평가를 비교 분석하였다.