Journal of the Institute of Electronics Engineers of Korea SC (전자공학회논문지SC)

The Institute of Electronics and Information Engineers (대한전자공학회)
권호 표지

Reliable State Estimation Method using Stereo Vision-Based Virtual Model Extended Kalman Filter

스테레오 비전 기반 가상 모델 확장형 칼만 필터를 이용한 안정된 상태 추정 방법

  • 임영철 (대구경북과학기술연구원) ;
  • 이충희 (대구경북과학기술연구원) ;
  • 이종훈 (대구경북과학기술연구원)
  • Received : 2010.03.09
  • Accepted : 2011.05.12
  • Published : 2011.05.25
Download PDF
⟨ Previous Next ⟩

Abstract

This paper presents a method that estimates distance and velocity of an object with reliability regardless of maneuver status of the target in stereo vision system. A stereo vision system can calculate a distance with disparity from left and right images. However, the distance estimation error may occur due to quantization error of image pixel. A sub-pixel interpolation method minimizes the quantization error and estimates accurate disparity with real value. Extended Kalman filter (EKF) was used to minimize the error covariance and estimate the object's velocity. However, divergence problem occurs due to model uncertainty when a target maneuvers highly, which makes the estimation error increase. In this paper, we propose a virtual model extended Kalman filter (VMEKF) method that minimizes the processing time and provides reliable estimation ability regardless of maneuver status. Computer simulations and experimental results in real road environments demonstrate that the proposed method gives a reliable estimation performance and reduces processing time under various maneuver status while comparing other estimation filters.

본 논문은 스테레오 비전 시스템에서 객체의 기동 상태에 상관없이 안정된 거리 및 속도를 추정할 수 있는 방법을 제안한다. 스테레오 비전은 좌우 영상의 시차를 이용하여 거리를 추정할 수 있지만, 영상 화소의 양자화 오차로 인해 거리 오차가 발생할 수 있다. 부화소 보간법은 이러한 양자화 오차를 최소화하여 실수를 갖는 정밀 시차를 추정할 수 있다. 확장형 칼만 필터는 추정된 정밀 시차의 공분산을 최소화하고 객체의 속도를 추정하기 위하여 사용되어진다. 하지만, 시스템 모델의 불확실성으로 인해 기동이 발생했을 때, 발산 문제가 생기고 이는 오히려 추정 오차를 증가시킨다. 본 논문에서는 연산 시간을 최소화하면서, 객체의 기동 상태에 상관없이 안정된 상태 추정 성능을 제공할 수 있는 가상 모델 확장형 칼만 필터를 제안한다. 모의실험 및 실제 도로 환경에서의 실험 결과는 제안한 방법이 기존 추정 필터들에 비하여, 다양한 기동 상태에서 안정된 추정 성능과 향상된 연산시간을 제공한다는 것을 보여준다.

Keywords

References

  1. M. Shimizu, M. Okutomi, "Precise sub-pixel estimation on area-based matching," IEEE International Conference on Computer Vision, Vol. 1, pp. 90-97, Vancouver, Canada, July 2001.
  2. E. Z. Psarakis, G. D. Evangelidis, "An enhanced correlation-based method for stereo correspondence with subpixel accuracy," IEEE International Conference on Computer Vision, Vol. 1, pp. 907-912, Beijing, China, Oct. 2005.
  3. Y. C. Lim, C. H. Lee, S. Kwon, W. Y. Jung. "Distance estimation algorithm for both long and short ranges based on stereo vision system," IEEE Intelligent Vehicles Symposium, pp. 841-846, Eindhoven, Netherlands, June 2008.
  4. Y. C. Lim, C. H. Lee, S. Kwon, J. h. Lee, "Tracking Distance and Velocity using a Stereo Vision System," International Conference on Future Generation Communication and Networking Symposia, pp. 48-50, Hainan Island, China, Dec. 2008.
  5. D. H. Zhou and P. M. Frank, "Strong tracking Kalman filtering of non-linear time-varying stochastic systems with colored noise: Application to parameter estimation and empirical robustness analysis," Int. J. Control, Vol. 65, no. 2, pp. 295-307, Sep. 1996. https://doi.org/10.1080/00207179608921698
  6. P. Pan, X. Feng, F. Li, "Self-adaptive Constant Acceleration Model and Its Tracking Algorithm Based on STF," International Conference on Mechatronics and Automation, pp. 3784-3789, Aug. 2007.
  7. Z. Jia, A. Balasuriya, and S. Challa, "Vision based data fusion for autonomous vehicles target tracking using interacting multiple dynamic models," Computer vision and image understanding, Vol. 109, no. 1, pp. 1-21, Jan. 2008. https://doi.org/10.1016/j.cviu.2006.12.001
  8. Y. C. Lim, C. H. Lee, S. Kwon, J. h. Lee, "Position estimation and multiple obstacles tracking method based on stereo vision system," IEEE Intelligent Vehicles Symposium, pp. 72-77, Xi'an, China, June 2009.
  9. D. -J. Jwo, S. -H. Wang, "Adaptive Fuzzy Strong Tracking Extended Kalman Filtering for GPS Navigation," IEEE Sensors Journal, Vol. 7, no. 5, pp. 778-789, May. 2007. https://doi.org/10.1109/JSEN.2007.894148
  10. 임영철, 이충희, 권순, 이종훈, "스테레오 비전에서 향상된 적응형 퍼지 칼만 필터를 이용한 거리 추정 기법," 전자공학회논문지, 제45권 SC편, 제6호, 108-116쪽, 2008년 11월.
  11. R. Zabih, J. Woodfill, "Non-parametric local transforms for computing visual correspondence." In Proceedings of ECCV, Vol. 2, pp. 151-158, Stockholm, Sweden, May 1994.
  12. P. F. Felzenszwalb, D. P. Huttenlocher, "Efficient Belief Propagation for Early Vision," International Journal of Computer Vision, Vol. 70, no. 1, pp. 41-54, Oct. 2006. https://doi.org/10.1007/s11263-006-7899-4
  13. 고정환, "산업용 AGV 시스템의 적응적 경로설정을 위한 지능형 시각 시스템의 구현," 전자공학회논문지, 제46권 IE편, 제1호, 23-30쪽, 2009년 3월
  14. M. Bertozz, A. Broggia, A. Fasciolia, "Stereo inverse perspective mapping: theory and applications," Image and Vision Computing, Vol. 16, no. 8, pp. 585-590, June 1998. https://doi.org/10.1016/S0262-8856(97)00093-0