• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.899-900
• /
• 2017

본 논문에서는 도로주행 영상 내에서 차선을 검출하는 알고리즘을 제안한다. 제안하는 알고리즘은 차량 내부 카메라로 촬영된 영상에 대하여 바타차야 거리를 이용해 차선 후보 영역을 검출한다. 검출된 영역에 대해 도로와 차선의 레퍼런스 RGB 값과의 바타차야 거리를 이용해 분류한 뒤, 차선이 갖는 특징을 모델링하여, 분류된 영역에서 차선으로 추정되는 영역만을 남긴다. 차선 영역 세그먼트의 흰 차선과 노란 차선의 클래스와의 유사도를 계산하여 검출된 차선정보를 제공한다.

• KIPS Transactions on Software and Data Engineering
• /
• v.3 no.7
• /
• pp.277-284
• /
• 2014

The detection method of curves for the lanes which is powerful for the variation by utilizing the lane variation vector and cardinal spline on the inverse perspective transformation screen images which do not required the camera parameters are suggested in this paper. This method detects the lane area by setting the expected lane area in the s frame and next s+1 frame where the inverse perspective transformation and entire process of the lane filter are adapted, and expects the points of lane location in the next frames with the lane variation vector calculation from the detected lane areas. The scan area is set from the nextly expected lane position and new lane positions are detected within these areas, and the lane variation vectors are renewed with the detected lane position and the lanes are detected with application of cardinal spline for the control points inside the lane areas. The suggested method is a powerful method for curved lane detection, but it was adopted to the linear lanes too. It showed an excellent lane detection speed of about 20ms in processing a frame.

• Proceedings of the KOR-KST Conference
• /
• 1998.10a
• /
• pp.116-125
• /
• 1998

도로공사로 인해 차선의 일부가 폐쇄된 경우에 이용하는 차선에 따라서 운전자의 통행패턴은 달라진다. 공사구간이 없는 경우 운전자의 차선변경은 제한적이나마 각 차선의 밀도에 의해서 좌우되는 것으로 나타났다. 또한 차선폐쇄지점 전방에서는 차선변경할 확률은 폐쇄지점까지의 남은 거리에 따라서 음지수함수를 따르는 것으로 확인되었다. 또한 논문에서 공사구간에서의 차선변경행태와 교통량, 밀도, 속도를 산정하였으며, 공사로 인한 차선별 지체시간을 산정하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.06a
• /
• pp.331-334
• /
• 2013

본 논문에서는 차량에 부착된 4대의 어안렌즈 카메라 영상을 이용하여 차량 주위 전방향의 주변 정보를 포함하는 정합 영상을 생성하고, 생성된 정합 영상에서 차선을 검출하는 알고리즘을 제안한다. 기존의 전방 카메라만을 이용하여 차선을 검출하는 방법들은 안개와 같이 기상 환경이 안 좋은 경우 가시거리가 짧아져 정상적인 차선 검출이 어려운 문제가 있다. 이에 반해 4대의 어안렌즈 카메라로 차량의 주변을 촬영한 영상은 기상 환경에 영향을 적게 받아 안정적인 차선 검출에 용이하다. 어안렌즈 카메라로 촬영한 영상은 왜곡이 심하기 때문에 왜곡 보정을 수행한 후 차량 위에서 아래로 내려다본 시점으로 투영 변환하여 하나의 영상으로 정합한다. 정합영상에서 관심영역을 설정한 후 차선 후보 영역을 검출하고, 검출된 후보 영역들로 차선을 직선으로 모델링한다. 점선 차선 구간이나 차량 흔들림에 대응하기 위해 직선으로 모델링된 차선 정보의 차선 각도와 차량으로부터 거리 정보를 칼만 필터 기반 추적 및 보정하여 안정적으로 차선 검출을 수행한다. 실험 결과 제안하는 방법은 실선구간에서 99.57%, 점선구간에서는 90.48%의 검출 정확도를 가진다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1123-1124
• /
• 2023

본 논문은 실시간 차선 인식을 기반으로 한 자율주행 알고리즘을 제안한다. 자율주행 알고리즘은 크게 차선 인식과 의사결정으로 구분된다. 차선 인식 부분에서는 직관적인 판단을 위해 버드 아이 뷰로 영상데이터를 변환하여 안정적 차선 인식을 위하여 차선 영역을 추출하고 노이즈를 제거하는 전처리과정을 거친다. 이렇게 처리된 영상에서 Hough 변환을 통하여 차선을 검출한다. 의사결정 부분에서는 검출된 차선과 현재 위치를 기반으로 진행할 경로를 결정한다.

• International Journal of Highway Engineering
• /
• v.7 no.4 s.26
• /
• pp.173-184
• /
• 2005

Pavement markings delineate driver's sight and attentions at day and night. Retroreflectivities of the pavement markings are known to be affected by some factors such as geometrical characteristics of road sections, marking materials, traffic volumes, weather, and so on. Therefore, pavement markings would have different retroreflectivities place by place. The objective of this paper is to contend that there are rises and falls of retroreflectivity of specific geometrical characteristics of road section based on observed field data. For this purpose, retroreflectivities of yellow continued lines and white skip lines were measured on the freeway sections from Hanam to Nami interchanges. And then, the sections are categorized based on road geometric or facility types. From this study, it may be concluded that there exist considerably lower retroreflectivity trends of pavement markings at sharply curved sections, climbing lane sections, ramp sections, and tunnel sections than averaged retroreflectivity trends on freeway sections. This may leads to the necessity of differential pavement marking managements.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.545-548
• /
• 2012

본 논문에서는 영상내 관심영역의 역 투시변환과 차선검출필터를 적용한 실시간 차선검출방법을 제안한다. 영상의 시작 프레임에서 소실점을 찾고 이를 기준으로 관심영역을 설정하고 차선을 예측하였으며, 예측된 차선을 기반으로 역 투시변환계수를 추출하여 원근감이 제거된 영상을 얻고, 이로부터 차선을 검출하였다. 제안한 방법은 원근감이 제거된 영상에 차선검출 필터를 적용하여 차선을 검출하는 방법으로, 처리영역을 축소하고 처리과정을 단순화 함으로써 초당 50 frames 정도의 양호한 차선검출 결과를 보였다.

• International Journal of Highway Engineering
• /
• v.10 no.4
• /
• pp.151-159
• /
• 2008

Performances of retroreflectivity vary place to place, according to traffic volumes and time lengths after striping, depending on pavement marking materials and colors. The present paper uses the nation wide data of retroreflectivity, which has been collected from freeways and then tries to develop the regression curve setting traffic volume and service life as independent variables and retroreflectivities as dependent variables. The DB system includes two year's measurement in $2005{\sim}2006$ over Korean freeway pavement marking at an interval of three months for the period. The mobile measurement system, a laserlux, was employed for the purpose. The DB has provided a lot of information about materials and performance of the specific pavement marking such as geometric features, traffic volumes, material characteristics and the installation date. This study provides the comparison of pavement marking performances under diversified conditions. Based on accumulated pavement marking performances, this study provides performance curves based on the diversified factors. The goal of the retroreflectivity modeling is to develop equations that can be used to estimate an average retroreflectivity of pavement markings as a function time since application and traffic volume. After representing the variation of retroreflectivities and estimating regression curves by linear, exponential, logarithmic and power function, the regression curve which had the highest coefficient of determination and the value similar to the last field measurement was regarded as the retroreflectivity decay model. As a result of verification, the decay model showed the signification within the 90% confidence level and especially showed the clear relation with field data according to increase of cumulative vehicle exposure. Accordingly, these models can be used to determine service lives, retroreflectivity degradation rates, and retroreflectivity of new markings.

• 한국HCI학회:학술대회논문집
• /
• 2008.02a
• /
• pp.205-209
• /
• 2008

Recently, for development of hardware systems, it has been comercially developed for lane detection system of assistive funtion to drivers. There are so many driving systems that is capable of detecting lane for ideal environment like quite visible lane and sweep curve just like highway, but these kinds of system are hard to apply for self driving system because it is difficult to detect lane in dynamic environment, which have rapid curve or only one sided lane For this paper, we proposed intelligent driving system that is able to detect the lane in case of rapid curve by labeling, or one sided lane by lane prediction. based on experimental results, we prove our lane detection system is able to detect lane not only in ideal environment, but also environment which have rapid curve or one sided lane.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.8
• /
• pp.1553-1559
• /
• 2017

This paper proposes a lane departure detection algorithm using a single camera equipped in front of a vehicle. The proposed algorithm generates a partial top-view image for a small ROI (region of interest) designated on the top-view space form the image acquired by the camera, detects lanes on the small partial top-view image, and makes a decision on the lane departure by checking overlap between the pre-assigned virtual vehicle and the detected lanes. The proposed algorithm also includes the removal of lines occurred by road symbols (noises) disturbing the lane departure detection between lanes and the prediction of lost lanes using lane information of previous fames. In lane departure detection test using real road videos, the proposed algorithm makes the right decision of 99.0% in lane keeping conditions and 94.7% in lane departure conditions.