도로조명변화 및 노면표시에 강인한 차선 검출 및 이탈 경고 시스템

A Lane Detection and Departure Warning System Robust to Illumination Change and Road Surface Symbols

  • 김광수 (한밭대학교 전자제어공학과) ;
  • 최승완 (한밭대학교 전자제어공학과) ;
  • 곽수영 (한밭대학교 전자제어공학과)
  • 투고 : 2017.11.28
  • 심사 : 2017.12.18
  • 발행 : 2017.12.31


본 논문에서는 도로에서 주행 중인 차량에서 차선을 검출하고 차선이탈여부를 확인 및 경고처리할 수 있는 영상기반의 알고리즘을 제안한다. 차량 탑재된 카메라 영상을 이용하여 차선을 검출하는 경우, 도로면 위의 다양한 표지로 인하여 오검출률이 증가하거나, 터널 통과시 터널 내의 조명 효과로 인해 노랑색의 중앙선이 미검출되거나 또는 우천시 차선 검출이 쉽지 않은 문제들을 안고 있기 때문에 제안된 알고리즘은 이러한 문제점들을 해결하는 데에 초점을 맞추었다. 또한 제안된 알고리즘은 검출된 차선 정보를 이용하여 차로 내에서 한쪽으로 치우치는 정도를 판단하여 차선 이탈 여부를 확인하고 경고처리할 수 있다. 제안된 알고리즘의 성능은 블랙박스를 통해 얻어진 실제 도로주행 영상을 이용하여 도로의 조명변화가 심하거나 노면에 표시가 있는 환경에서의 테스트 하였고, 실험 결과 높은 검출률을 보이는 것을 확인하였다.

An Algorithm for Lane Detection and Lane Departure Warning for a Vehicle Driving on Roads is proposed in This Paper. Using Images Obtained from On-board Cameras for Lane Detection has Some Difficulties, e.g. the Increase of Fault Detection Ratio Due to Symbols on Roads, Missing Yellow Lanes in the Tunnel due to a Similar Color Lighting, Missing Some Lanes in Rainy Days Due to Low Intensity of Illumination, and so on. The Proposed Algorithm has been developed Focusing on Solving These Problems. It also has an Additional Function to Determine How much the Vehicle is leaning to any Side between The Lanes and, If Necessary, to Give a Warning to a Driver. Experiments Using an Image Database Built by Collecting with Vehicle On-board Blackbox in Six Different Situations have been conducted for Validation of the Proposed Algorithm. The Experimental Results show a High Performance of the Proposed Algorithm with Overall 97% Detection Success Ratio.



연구 과제 주관 기관 : 한국연구재단


  1. Cho, S.Y., Lee, G.H., Hyun, J.H., and Roh, C.W., "Future Direction of Designing ADAS from an User Perspectives," The Korean Society Of Automotive Engineers, pp. 869-870, 2013
  2. Jiang, T., Petrovic, S., Ayyer U., Tolani A. and Husain, S. "Self-Driving Cars: Disruptive or Incremental," Applied Innovation Review, UC Berkeley, No. 1, pp. 3-22, 2015.
  3. Moon, I.S., Jeong, T.K., and Hong, W., "A Study on the Development of Intelligent Autonomous Vehicle Using Wireless Communication and Computer Vision Technologies (in korean)," The International Industrial Information Systems Conference, pp. 77-81, 2009
  4. Choi, N.R., and Choi, S.I., "Preprocessing Technique for Lane Detection Using Image Clustering and HSV Color Model," Journal of Korea Multimedia Society, Vol. 20, No. 2, pp. 144-152, 2017
  5. Cheng, H. Y., Tseng, C. C., Fan,K. C., Hwang, J. N., and Jeng, B. S., "Hierarchical Lane Detection for Different Type of Roads," IEEE Transactions on Acoustics, Speech and Signal Processing, pp. 1349-1352, 2008.
  6. Wang,Y., Teoh,E. K., and Shenm, D., "Lane Detection and Tracking Using B-Snake," Elsevier Image and Vision Computing, Vol. 22, pp. 269-280, 2004
  7. Son, J., Yoo, H., Kim,S., and Sohn, K. "Real-time Illumination Invariant Lane Detection for Lane Departure Warning System," Expert Systems with Applications, Vol. 42, No. 4, pp. 1816-1824, 2015
  8. Jung, H., Min, J., and Kim, J. "An Efficient Lane Detection Algorithm For Lane Departure Detection," IEEE Intelligent Vehicles Symposium, pp. 976-981, 2013
  9. Li, Y., Iqbal, A., and Gans, N.R., "Multiple Lane Boundary Detection Using A Combination of Low-Level Image Features" IEEE 17th International Conference on Intelligent Transportation Systems, pp. 1682-1687, 2014.