• The Transactions of the Korea Information Processing Society
• /
• v.6 no.12
• /
• pp.3710-3717
• /
• 1999

For the development of unmanned autonomous vehicle, it is essential to detect obstacles, especially vehicles, in the forward direction of navigation. In order to reliably exclude regions that do not contain obstacles and save a considerable amount of computational effort, it is often necessary to confine computation only to ROI(region of interest)s. A ROI is usually chosen as the interior region of the lane. We propose a computationally simple and efficient method for the detection of lanes based on Hough transform and quadratic curve fitting. The proposed method first employs Hough transform to get approximate locations of lanes, and then applies quadratic curve fitting to the locations computed by Hough transform. We have experimented the proposed method on real outdoor road scene. Experimental results show that our method gives accurate detection of straight and curve lanes, and is computationally very efficient.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10b
• /
• pp.939-942
• /
• 2000

본 논문에서는 블록 스네이크와 영상 분한을 이용한 차선 검출 알고리즘을 제안한다. 제안한 알고리즘에서는 기울기값과 명암도값으로 차선이 존재 할 가능성이 가장 높은 기초 블록을 얻고, 기초블록으로부터 차선일 가능성이 높은 블록을 탐색하여 영상 분할을 수행한다. 영상 분할에서 일정한 기울기와 명암도를 가지는 잡음 블록들을 제거하여 차선일 가능성이 가장 높은 블록들만이 검출되고, 그룹 블록 스네이크를 이용하여 잡음이 제거된 차선을 효과적으로 검출하는 방법을 제시한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.72-74
• /
• 2011

최근 IT 기술이 융합된 지능형 자동차 기술에 대한 관심이 높아짐에 따라 이에 대한 연구가 활발히 진행되고 있다. 차선 검출은 지능형 자동차의 주요 과제인 첨단 안전자동차 기술의 핵심적인 부분으로 국내외에서 다양한 방법들에 대한 연구가 진행되었다. 차량의 안전을 향상시키기 위해서는 충분한 제동거리 확보가 가능한 거리까지 정확하고 빠른 차선 검출이 이루어져야 한다. 기존의 경계선 검출기법들은 조명 변화에 따라 그 성능의 변화가 크게 발생하였다. 이는 차선과 도로의 사이의 값의 차이가 조명 조건에 따라 변하기 때문이다. 따라서 본 논문에서는 영상 분석을 통하여 경계선을 판단하는 값을 조절함으로써 환경에 적응적인 경계선 추출 방법을 제안한다. 차량 주행 영상에서 제안한 방법과 기존의 경계선 검출 기법을 적용하여 성능을 비교한다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1911-1912
• /
• 2008

본 논문에서는 효율성 높은 차선 인식을 위한 알고리즘을 제안한다. 입력된 영상을 배경영상과 도로 영상으로 나눈 후 도로영역에서 Hough 변환을 이용하여 차선을 검출하도록 한다. 규정된 도로 규격 정보를 활용하여 한쪽차선만이 인식되더라도 자동차의 차선이탈여부를 검출할 수 있도록 하는 알고리즘을 제안한다. 또한 영상의 잡음을 최소화하기 위한 알고리즘을 적용하여 차선 인식률을 높일 수 있는 방법을 연구한다.

• Journal of Broadcast Engineering
• /
• v.17 no.6
• /
• pp.1069-1079
• /
• 2012

Lane detection with the use of a camera is an essential task required for the development of advanced driving assistance system. In this paper, edges of the lane are generated by applying Canny's method. The edge detection usually makes different results for several environmental conditions depending on the clearness of lane quality, so that it sometimes causes wrong lane detection. Therefore, we propose robust algorithm to environmental changes that automatically adjusts parameter for edge detection and generates edges more stably. Based on the acquired edges, we finally generate the spline curve of lane by using Catmull Rom spline.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.48 no.4
• /
• pp.86-97
• /
• 2011

This paper presents a novel algorithm to detect more accurate road lane with image sensor-based color classification and directional edge clustering. With treatment of road region and lane as a recognizable color object, the classification of color cues is processed by an iterative optimization of statistical parameters to each color object. These clustered color objects are taken into considerations as initial kernel information for color object detection and recognition. In order to improve the limitation of object classification using the color cues, the directional edge cures within the estimated region of interest in the lane boundary (ROI-LB) are clustered and combined. The results of color classification and directional edge clustering are optimally integrated to obtain the best detection of road lane. The characteristic of the proposed system is to obtain robust result to all real road environments because of using non-parametric approach based only on information of color and edge clustering without a particular mathematical road and lane model. The experimental results to the various real road environments and imaging conditions are presented to evaluate the effectiveness of the proposed method.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.10 no.3
• /
• pp.64-73
• /
• 2011

This paper presents an algorithm for tracking lanes on the road based on corner detection techniques. The proposed algorithm shows high accuracy regardless of lane divider types, eg, solid line, dashed line, etc, and thus is of advantage to city streets and local roads where various types of lane dividers are used. A set of experiments was conducted on real roads with various types of lane dividers and results show an extract ratio over 87% in average.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.10a
• /
• pp.802-804
• /
• 2014

Edge detection of image for performing the road lane recognition is an essential preprocessing. Various studies are being performed in order to detect such edge and there are conventional edge detection methods such as Sobel, Prewitt and Roberts. Such methods regardless of pixel distribution are processed by applying the same weighted value to the entire pixels and show a somewhat insufficient edge detection results. Therefore, this paper has proposed an algorithm that detects the edge using the suitable weighted value for the road lane recognition considering the pixel distribution shape of the image.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.901-904
• /
• 2017

차선 검출은 자율주행 자동차의 가장 기본 기능 중의 하나이다. 전방 카메라를 통하여 얻은 입력 영상을 변환하여 주행 방향을 정할 수 있도록 차로를 검출하는 방법은 여러 가지가 있는데, 본 논문에서는 버드아이뷰 영상을 활용하는 방법을 채택하고 여러 가지 성능이 제한적인 임베디드 시스템에서 이를 보다 효율적으로 수행할 수 있도록 EPM(Expected Perspective Mapping) 방법과 변환 영상을 이용해 차로를 검출하는 슬라이딩 윈도우 알고리즘의 개선 방안을 제안한다. 제안된 방법은 기존의 차선 검출 방법에 비해 약 30% 이상 적은 연산량으로 수행할 수 있으면서 기존 방법과 동일한 결과를 생성하여 실시간성이 중요한 상황에서 정확한 차선 검출을 할 수 있음을 보여 준다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1165-1166
• /
• 2023

본 논문에서는 YOLOPv2 를 기반으로 OpenCV 를 활용한 후처리 과정을 도입하여 차선 검출 성능을 극대화할 수 있는 알고리즘을 제안한다. 주요 단계로는 YOLOPv2 모델을 활용한 차선 인식, Bird's eye view 변환, Sobel 및 Morphology Filter 를 통한 왜곡 보정, Histogram 기반 차선 검출, 그리고 후처리 알고리즘 적용이 있다. 이 기술은 자율 주행 및 도로 정보 활용 분야에 활용 가능할 것으로 기대되며, 차선 검출 정확도를 향상시킬 수 있다.