Real-time Identification of Traffic Light and Road Sign for the Next Generation Video-Based Navigation System

차세대 실감 내비게이션을 위한 실시간 신호등 및 표지판 객체 인식

A next generation video based car navigation is researched to supplement the drawbacks of existed 2D based navigation and to provide the various services for safety driving. The components of this navigation system could be a load object database, identification module for load lines, and crossroad identification module, etc. In this paper, we proposed the traffic lights and road sign recognition method which can be effectively exploited for crossroad recognition in video-based car navigation systems. The method uses object color information and other spatial features in the video image. The results show average 90% recognition rate from 30m to 60m distance for traffic lights and 97% at 40-90m distance for load sign. The algorithm also achieves 46msec/frame processing time which also indicates the appropriateness of the algorithm in real-time processing.

차세대 실감 내비게이션 시스템은 2D 기반 내비게이션 시스템의 단점을 보완하고 보다 안전한 운전을 할 수 있도록 다양한 서비스를 제공하기 위해 연구되고 있다. 실감 내비게이션 시스템 차선인식과 도로시설물 객체 DB, 교차로 인식 모듈등의 기능 블록들로 구성된다. 본 논문에서는 실감내비게이션의 중요 요소 중 하나인 교차로 인식을 위한 신호등과 표지판 인식 시스템을 개발하였다. 개발된 알고리듬은 색상 정보를 이용해 인식 대상을 검출하고 객체의 특징을 이용하여 신호등과 표지판을 객체별로 인식할 수 있도록 하였으며 실험을 통해 검증하였다. 실험결과 신호등의 경우 60-30m의 거리에서 평균90%의 인식률을 보였으며, 표지판의 경우 90-40m의 거리에서 평균 97%의 인식률을 보였고, 프레임 당 평균 처리시간이 46msec로서 실시간 처리가 가능함을 보였다.