• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.924-926
• /
• 2017

본 논문에서는 좁고 곡률이 큰 도로에서의 자율 주행을 위한 AVM 시스템 기반의 알고리즘을 제안한다. 기존의 전방을 주시하는 모노/스테레오 카메라를 이용한 차선 인식 방법을 이용한 자율주행 알고리즘은 모노/스테레오 카메라의 제한된 FOV (Field of View)로 인해 좁고 곡률이 큰 도로에서의 자율 주행에 한계가 있다. 제안하는 알고리즘은 AVM 시스템을 기반으로 하여 이 한계를 극복하고자 한다. AVM 시스템에서 얻은 영상을 차선의 색상 정보를 이용해 차선의 영역을 이진화 한다. 이진화 영상으로부터, 차량의 뒷바퀴 주변의 관심영역을 시작으로 재귀적 탐색법을 이용하여 좌, 우 차선을 검출한다. 검출된 좌, 우 차선의 중앙선을 차량의 경로로 삼고 조향각을 산출해 낸다. 제한하는 알고리즘을 실제 차량에 적용시킨 실험을 수행하였고, 운전면허 시험장의 코스를 차선의 이탈없이 주행 가능함을 실험적으로 확인하였다.

• 정보보호학회논문지
• /
• 제8권2호
• /
• pp.67-80
• /
• 1998

논문에서는 프레임릴레이 프로토콜을 사용하는 암호 통신 시스템에 적합한 키 스트림 동기 방식을 제안하였다. 제안된 주소영역의 확장 비트를 이용한 키 스트림 동기 방식은 단위 측정 시간 동안 측정된 프레임릴레이 프로토콜의 주소영역의 확장 비트 정보와 플래그 패턴의 수신률을 이용하여 문턱값보다 적은 경우에 동기 신호와 세션 키를 전송하므로써 종래의 주기적인 동기 방식에서 전송 효율성 저하와 주기적인 상이한 세션 키 발생, 다음 주김까지 동기 이탈 상태로 인한 오류 확산 등의 단점을 해결하였다. 제안된 알고리즘을 데이터 링크 계층의 처리기능을 최소화하여 패킷 망의 고속화가 가능하도록 설계된 프레임릴레이 프로토콜에서 서비스되는 동기식 스트림 암호 통신 시스템에 적용하여 slip rate $10^{-7}$의 환경에서 주기가 Isec인 주기적인 동기 방식에서 요구되는 9.6*10/ sup 6/비트에 비해 6.4*$10^{5}$비트가 소요됨으로써 전송율 측면에서의 성능 향상과 오복호율과 오복호율과 오복호 데이터 비트 측면에서 성능 향상을 얻었다.다.

• 스마트미디어저널
• /
• 제6권3호
• /
• pp.15-20
• /
• 2017

최근 자동차 산업은 IT 기술을 접목하여 운전자에게 편의를 제공하기 위한 운전자 보조 시스템에 관한 연구가 진행되고 있다. 본 논문에서는 차선 이탈 방지 및 자율 주행에 적용 가능한 도로상태 변화에 강인한 차선 검출 방법을 제안한다. 제안하는 방법은 Otsu 임계값 결정 방법과 가우시안 필터와 에지를 통한 후보 영역 검출 방법을 이용한다. 또한, 허프 변환을 통한 차선의 기울기와 폭 정보를 이용하여 차선을 검출한다. 실선뿐만 아니라 점선 차선 검출을 위해 기존에 검출된 차선 정보를 이용하여 다음 프레임에서 차선이 위치할 경로를 계산해 가상의 차선을 그려주는 방법을 제안한다. 제안하는 알고리즘은 실선과 점선상황에서 차선 검출이 모두 가능했고 오픈소스 하드웨어인 라즈베리 파이 2에 적용할 경우 실시간 처리가 가능함을 확인했다.

• 전자공학회논문지
• /
• 제52권2호
• /
• pp.148-161
• /
• 2015

자동차 시장의 성장과 함께 차량에 카메라가 사용되는 사례가 늘고 있으며 영상 처리 기술의 중요성이 증가하고 있다. 또한, 차량 전장 시스템 기술 역시 급속도로 성장을 하고 있으며, 특히 차선이탈경보시스템(Lane Departure Warning System, LDWS)과 관련된 기술들이 다방면으로 개발 중이다. 본 논문에서는 기존의 방법보다 더 높은 차선 인식률을 검출하기 위해 촬영된 영상에서 먼저 Normalized Luminance Descriptor와 Normalized Contrast Descriptor값을 각각 연산하여, 두 값의 상관관계를 통해 Normalized Image Quality값을 조절하여 영상의 감마값을 조절한다. 그 뒤 다중의 관심영역을 통해 다중 영역에서 선택적 허프변환 알고리즘을 통한 차선 검출 알고리즘을 적용하여 차량 전방의 차선을 인식한다. 제안하는 알고리즘은 평균 27 Frame/sec와 $640{\times}480$ 해상도에서 검증 과정을 가졌다. 결과적으로 주 야간 및 심야를 포함한 도로들에서 평균 97% 이상의 차선 인식률을 보였으며 커브구간이나 차도 내 표식이 많은 구간에서도 성공적인 차선 인식을 보인다.

• 전자공학회논문지
• /
• 제51권1호
• /
• pp.126-136
• /
• 2014

지능형 교통 시스템(ITS) 및 지능형 자동차의 운전자 보조 시스템에서 차선의 경계를 검출하기 위한 허프 변환 방법이 많이 연구되고 있다. 이 방법의 경우 차선을 효과적으로 인식하지만 차선 이외의 영역의 직선들도 인식할 수 있기 때문에 인식률이 떨어질 수 있고 연산속도가 늦어진다. 본 논문에서는 이러한 문제를 해결하기 위해 Hough space에 Accumulator cells를 최적화한 방법을 이용해서 차선 경계를 인식하는 알고리즘을 제안하였다. 이를 바탕으로 H/W 검증을 통해 안드로이드용 어플리케이션을 개발하였다. 스마트 기기의 사용자라면 언제 어디서든 운전자의 주행안전을 위한 차선검출 및 차선이탈 경보시스템을 사용 할 수 있도록 하였다. 소프트웨어 검증은 OpenCV를 사용하여 93.1%의 높은 차선인식률을 보였으며, 하드웨어 실시간 검증은 안드로이드용 휴대폰을 사용하여 68.89%의 차선인식률을 보였다.

• 한국정보통신학회논문지
• /
• 제17권11호
• /
• pp.2492-2498
• /
• 2013

본 논문에서는 차선 이탈 경고 장치 시스템에서 사용될 수 있는 주행차선 추적 방법을 제안한다. 먼저 역투영 변환을 이용해 차량에 부착된 카메라로 입력 받은 영상의 원근 효과가 제거된 조감도 영상을 생성한다. 그다음 차선의 형태학적 사전 지식을 이용하여 차선 검출에 적합한 특징들을 추출한다. 이후 블록 단위의 관심영역에 해당하는 차선 특징을 클러스터링하고 차선 유사도 함수를 이용함으로써 잡음이 제거된 차선 특징들을 얻을 수 있다. 이후 RANSAC(RANdom Sample Consensus) 알고리즘을 사용하여 차선 모델을 계산하고 칼만 필터를 이용하여 검출된 차선 모델을 추적한다. 제안하는 알고리즘은 고속도로 상의 다양한 환경에서 20ms 이내의 처리 속도와 90% 가량의 추적률을 얻을 수 있었다.

• 대한기계학회논문집A
• /
• 제39권2호
• /
• pp.235-240
• /
• 2015

디지털 기기의 발달과 더불어 능동안전시스템 또한 비례적으로 발달됨에 따라 4.5 톤 이상 중대형상용차에도 능동안전시스템에 대한 요구가 대두되고 있다. 승용차량과 달리 중대형 상용차량 경우 카메라 장착 위치가 상대적으로 높아 차선 인식에 불리한 조건을 가지고 있다. 본 논문에서는 공간영역처리 기반 중 하나인 소벨 에지(Sobel Edge) 추출과 허프 변환(Hough Transform) 기법과 색 변환보정 기법으로 국내 도로 환경에 맞는 차선 인식에 대한 방법을 제시하고, 영상을 통한 전방의 차량을 인식하는 객체 인식 기법 중에 Haar-like 기법, Adaboost 기법, SVM 기법, Template Matching 기법 등을 적용 및 분석을 통하여 검출 오류를 줄이기 위한 전방 차량 인식 방법을 제안한다. 성능검증을 위해서 실차평가를 실시하였으며, 차선 인식에 대해 98% 이상의 높은 인식률을 얻었다.

• 한국정보통신학회논문지
• /
• 제22권3호
• /
• pp.434-442
• /
• 2018

본 논문에서는 주행하는 차량에 탑재된 카메라에서 획득한 도로 영상에서 차선의 색상을 판별하는 방법을 제안하였다. 자동차의 자율주행기술에 있어 차선 정보는 차선이탈방지(ldws), 능동적 차선유지(lkas), 고속도로주행보조(hda) 등의 자율주행의 레벨(level)이 올라갈수록 중요하다. 특히 차선의 색상, 특히 흰색 및 황색 차선의 구별은 교통사고와 직접적인 관련이 있는 정보이기에 더욱 필요한 기술이다. 본 논문에서는 주행 차선 검출 결과를 기반으로 차선 및 도로의 관심 영역을 추출하고 각 영역의 컬러 정보를 2차원 S-색상 공간으로 투영하였다. S-공간에 투영된 색상의 특징 분포에서 개선된 mean-shift 알고리즘을 이용하여 특징의 무게중심을 구하였다. 좌, 우 차선과 도로영역의 색상특징의 중심점들 사이의 거리 정보를 이용하여 차선의 색상을 판별하였다. 다양한 조명환경에서 약 97%의 색상 인식 성공률을 보였다.