• 대한교통학회지
• /
• 제19권6호
• /
• pp.161-170
• /
• 2001

차량검출은 교통량 관측(모니터링)을 위해서 필요한 가장 기본적인 요소이다. 영상을 기반으로 한 교통정보추출 시스템은 다른 방식을 이용하는 시스템들과 비교했을 때 몇 가지 두드러진 장점을 가지고 있다. 그러나 영상기반 시스템에서는 영상에 포함된 그림자가 차량검출의 정확도를 저해하는 요소로 작용하는 데, 특히 이동 중인 차량에 의해서 발생하는 환성 그림자는 심각한 성능저하를 야기할 수 있다. 본 논문에서는 차량검출과 그림자 영향 제거를 위해서 배경 빼기와 에지 검출을 결합한 새로운 접근방법을 제안하였다. 제안한 방법은 노변의 지형지물에 의해서 발생하는 비활성 그림자가 크게 증가하는 상황에서도, 98(%)이상의 차량검출 정확도를 나타내었다. 본 논문에서 제안한 차량검출 방법을 기반으로 하여, 차량 추적, 차량 계수, 차종 분류, 그리고 속도 측정을 수행하여 각 차로의 부하를 나타내는 데 사용되는 차량 흐름과 관련된 여러 가지 교통정보를 추출하였다.

• 실천공학교육논문지
• /
• 제14권3호
• /
• pp.593-600
• /
• 2022

자율주행 차량에는 라이다, 레이더, 카메라 등 다양한 센서들이 융합되어 활용되고 있다. 특히 라이더 및 레이더는 고가의 장비로 자율주행 자동차의 대중화를 위해 해결해야 하는 부분으로 고가의 장비를 대체할 수 있는 연구가 지속적으로 이루어지고 있다. 본 논문에서는 비용면에서 저가이면서 손쉽게 장착할 수 있는 단일 카메라를 이용하여 주행 차량의 전방 측면 차량 바퀴와 인접 차선을 감지하고 거리를 추정하는 방법을 제안하였다. 제안된 방법은 입력 영상을 통해 프레임 추출 후 프레임 이미지에서 차선과 바퀴를 검출하고 거리를 측정하여 실제 도로 환경에서 실측 된 거리와 비교하였고, 오차범위 ±3cm 안에서 비교적 정확히 거리를 산출할 수 있었다. 이를 통해 자율주행 자동차의 비용 절감 또는 라이다, 레이더 센서의 고장으로 대체 가능한 수단으로 활용할 수 있을 것으로 판단된다.

• 한국측량학회지
• /
• 제31권1호
• /
• pp.89-97
• /
• 2013

최근, 지구 온난화에 따른 이상기후로 폭설로 인한 사회 경제적인 피해가 확산되고 있다. 국지적 기습 폭설에 의한 도로지역 피해를 저감하기 위해서는 도로 구간별 강설현황을 정확히 파악하여 대책을 마련하는 것이 중요하다. 본 논문은 도로에 설치되어 있는 CCD 영상을 이용하여 도로 강설강도를 탐지하는 알고리즘을 다룬다. 첫째, 전체 영상 공간 중 차량의 움직임 및 차선이 존재하지 않는 MLZ(MotionLess Zone)를 설정한다. 다음으로, 각 영상의 MLZ를 통과하는 눈 궤적을 Canny 연산자와 제안된 알고리즘을 이용하여 추출한다. 또한 1분 동안 MLZ 안의 눈 궤적의 개수를 나타내는 SII(Snow Intensity Index)를 정의한다. 마지막으로, 69분 동안 계산된 SII 값과 영상을 육안 비교함으로써 본 논문에서 제안된 알고리즘의 유효성을 검증한다. 실험결과 SII의 integration은 실제 적설량과 깊은 연관관계를 나타내었다.

• 대한전자공학회논문지SP
• /
• 제37권4호
• /
• pp.11-19
• /
• 2000

도로 위에 설치된 카메라에서 획득한 입력 영상으로부터 각 차선의 통과 차량수, 차량속도 도로 점유율, 차간 거리, 차종 등의 교통정보를 실시간으로 산출하는 기법은 지능형 교통 시스템(ITS)의 핵심 분야이다. 본 논문에서는 검지영역의 시공간 영상 분석에 의해 다양한 기상 조건과 그림자 등의 환경의 변화에 민감하지 않은 교통정보 산출기법을 제안한다. 각 차선에 2개의 검지영역을 설정하고 검지영역의 통계적 특성과 형상적 특성을 이용해 도로영역, 그림자 영역, 차량영역으로 분류하여 차량을 검지하며 시공간 영상 분석을 통하여 정량적 교통정보를 산출한다. 제안한 기법은 영상의 국부 검지영역 데이터만을 사용하므로 1초에 30 프레임이상의 실시간 처리가 가능하며 기상 조건과 그림자의 변화에 견실한 차량검지 및 교통정보 산출 능력을 구현할 수 있다.

• 한국정보통신학회논문지
• /
• 제16권8호
• /
• pp.1693-1700
• /
• 2012

최근 차량 운전자들의 안전 운행을 보조하기 위해 운전자의 차량과 전방의 차량 간의 거리를 추정하고 안전거리 유무를 알려주기 위한 경보시스템이 개발되고 있다. 본 논문에서도 실제 도로 환경에서 전방의 주행 차량을 검출하여 차간 거리를 측정하고, 충돌 위험 상황을 감지하여 운전자에게 충돌 위험을 알리는 충돌경고시스템을 설계 및 구현하였다. 먼저 전방주시 카메라를 활용하여 촬영한 도로영상으로부터 도로와 차량에 해당하는 관심 영역을 추출하고, 관심 영역에서 전방 차량의 그림자 임계값 분석을 통해 전방 차량 객체를 추출한 후 전방 차량과의 거리를 계산하여 충돌 위험 경고를 알려준다. 주행 차량 검출 및 차간 거리 측정 결과를 기반으로 충돌경고시스템을 설계 및 구현하였으며, 실제 도로상황에 적용하여 실험한 결과 매우 높은 정확도를 나타내어 안전 운전에 대응할 수 있는 것으로 검증되었다.

• 한국콘텐츠학회논문지
• /
• 제19권1호
• /
• pp.125-131
• /
• 2019

소실점이란 실제 공간의 평행한 선들이 영상 내에 투영되면서 한곳에 모이는 점으로, 도로 공간에서의 소실점은 매우 중요한 공간정보이다. 도로 공간에서의 소실점을 이용해 추출된 차선의 위치를 개선하거나, 깊이지도 영상을 생성할 수 있다. 본 논문에서는 자동차의 시점을 기준으로 도로를 촬영한 영상을 Deep Neural Network(DNN)과 Histogram of Oriented Gradient(HoG) Feature를 이용한 소실점 검출 방법을 제안한다. 제안하는 알고리즘에서는 영상을 블록별로 나눠서 주요 에지 방향을 추출하는 HoG Feature 추출 단계와 DNN 학습 단계, 그리고 Test 단계로 나뉜다. 학습단계에서는 자동차 시점으로 기준으로 도로 영상 2300장으로 학습을 진행한다. 그리고 Test 단계에서는 Normalized Euclidean Distance(NormDist) 방법을 사용하여 제안하는 알고리즘의 효율성을 측정한다.

• 한국ITS학회 논문지
• /
• 제20권6호
• /
• pp.47-54
• /
• 2021

국내 고속도로 교통사고 건수는 2020년 기준 약 4천건으로, 비반복적 정체와 높은 주행속도로 인해 다른 도로 대비 교통사고 발생 건수 당 사망자 수는 약3.7배에 달한다. 고속도로의 사고 유형은 측면충돌 및 추돌사고가 대부분을 차지하며, 주요 요인 중 하나는 분·합류부, 사고 등으로 야기되는 위험 교통류라고 할 수 있다. 따라서, 고속도로와 같은 연속류에서 나타나는 위험 교통류는 운전자에게 사고 방지를 위한 중요한 정보라고 할 수 있다. 본 연구에서는 개별차량 정보를 이용하여 속도의 변화 지점과 차로별 속도 차이가 발생하는 구간 등 위험 교통류를 분류하고자 하였다. 지오해시 기반으로 공간을 분리하였으며, 동일 구간 내에서 개별 차량의 속도 차이를 나타낼 수 있는 공간평균속도와 차량간 속도 편차를 이용하여 속도의 동질 구간을 분류하였다. 그 결과 고속도로 위험 구간 정보를 제공할 수 있는 분류부 영향권 구간과 위험 교통류 구간을 추출하였다.

• 한국ITS학회 논문지
• /
• 제21권2호
• /
• pp.132-151
• /
• 2022

차량 측위 기술은 차량의 정확한 위치 정보를 제공한다는 점에서 자율주행을 위한 핵심 기술 중 하나로 평가되고 있다. 이미지 기반의 측위 기술은 위치 정보를 효율적으로 제공할 수 있을 것으로 판단되어 다양한 관련 연구가 진행되고 있다. 하지만, 기존 특징점 또는 차선 정보를 이용한 이미지 기반 측위 방법론은 도로 및 운행 환경에 측위 정확도가 큰 영향을 받을 수 있다는 한계가 있다. 선분 매칭은 특징점에 비하여 텍스쳐 반복에 강건하고 주변 환경 전체에서 추출된 선분을 활용하기 때문에 기존 방법론의 단점을 해결할 수 있다. 하지만, 차량 운행환경을 대상으로 한 선분 매칭 방법론을 다루는 연구는 거의 진행된 바 없다. 따라서 본 연구에서는 정확한 차량 측위 지원을 위한 선분 매칭 프레임워크를 제안한다. 또한 도로 주행 환경에서의 알고리즘 성능 비교 분석을 통하여 최적 선분 매칭 알고리즘을 결정하였다. 최종적으로 제안된 프레임워크는 선분 추출, 병합, 중첩 영역 탐지 및 MSLD 기반 선분 매칭의 4단계로 구성되었다. 제안된 프레임워크는 차량의 속도, 운행 방식, 주변 환경에 상관없이 차량 측위에 충분한 수준의 선분 매칭을 안정적으로 수행하였다.

• 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.