• 대한공간정보학회지
• /
• 제25권2호
• /
• pp.21-29
• /
• 2017

최근 활발히 연구가 진행 중인 자율주행차량이나 첨단운전자보조시스템의 효율적이고 안정적인 동작을 위해서 차량 위치를 정확하게 결정하는 것이 중요하다. 주로 사용되는 위성 기반 항법은 신호 수신이 어려운 영역에서 위치 정확도가 매우 떨어지는 한계가 있다. 이를 극복하기 위해 INS 등 추가센서를 이용하는 방안이 모색되고 있지만 높은 비용이 문제가 된다. 이에 본 연구는 고가의 센서를 추가하지 않고 차량에 이미 내장된 센서와 저가의 영상센서를 통합하여 차량의 위치를 정확하게 추정하는 알고리즘을 개발하였다. 차량 내장 센서로부터 제공되는 속력, 각속도와 단영상후방교차법로 결정된 카메라의 위치, 자세를 함께 활용하여 차량의 위치를 추정하였다. 알고리즘의 성능평가를 위해 시범 시스템을 구축하였고, 시험 데이터를 취득하여 주행경로를 추정하였다. 차량 내장 센서만을 이용하였을 경우에 비해 단영상후방교차법 결과를 함께 이용하였을 경우 약 40% 높은 정확도로 차량 경로추정이 가능하였다.

• 한국ITS학회 논문지
• /
• 제18권6호
• /
• pp.110-123
• /
• 2019

교통 데이터는 교통계획이나 교통시스템 운영에 필요한 기초 자료이며 최근 ADAS 카메라로 측정한 선행 차량과의 거리를 이용하여 교통류를 파악하는 방법이 시도되고 있다. 본 연구는 영상기반 차량인식의 거리오차를 반영한 미시적 시뮬레이션 분석을 통해 교통류를 추정하기 위한 ADAS 차량의 활용 가능성을 살펴보았다. 차로수, 교통수요, 프로브 차량의 점유율(MPR), 시공간 검지영역 등에 따른 교통류 추정치의 표준 평균 제곱근 오차를 통해 분석을 수행하였다. 분석결과, ADAS 카메라의 최대 인식거리의 한계로 저밀도 교통류(LOS A, LOS B)의 추정치는 신뢰할 수 없는 수준이다. 다차로나 교통수요가 크고 점유율(MPR)이 높을 경우 추정치의 신뢰성이 개선될 수 있지만, 인위적으로 점유율(MPR)을 높이는 것은 현실적으로 어려움이 있다. 또한, 검지영역의 시간범위를 연장함으로써 추정치의 신뢰성을 개선할 수 있지만, 가장 크게 영향을 미치는 것은 ADAS 차량의 주행행태로서 해당 차량이 도로의 교통류와 상이한 주행행태를 보일 경우 그 추정치는 신뢰할 수 없게 된다. 결론적으로 모든 교통류를 정확히 추정하지는 못 하지만 ADAS 카메라의 성능이나 기능을 개선함으로써 ADAS 차량의 활용 가능성은 확대될 것이다.

• 방송공학회논문지
• /
• 제26권2호
• /
• pp.155-166
• /
• 2021

현재 대부분의 객체 탐지 알고리즘은 RGB 영상을 기반으로 연구되고 있다. 하지만 RGB 카메라는 물체에서 반사되는 빛을 받아들여 영상을 생성하기 때문에, 물체에서 나오는 빛이 적거나 산란이 되는 야간 또는 안개가 끼는 환경에서는 물체의 정보가 잘 표현되는 영상 취득이 어려워 객체 탐지의 정확도가 떨어진다. 그에 반해 IR(열 적외선, Infra-Red) 영상은 열 센서로 이미지를 생성하기 때문에 RGB 영상에 비해 정확한 물체의 정보를 표현할 수 있다. 따라서 본 논문에서는 이러한 이미지 특성 차이에 따른 객체 탐지 성능을 비교하고자 하며, RGB와 IR 영상의 압축률에 따른 객체 탐지를 수행하고, 결과를 비교 분석 하고자 한다. 실험에 사용된 영상은 첨단운전자 보조 시스템(ADAS) 연구용 데이터 세트인 Free FLIR Thermal 데이터 세트 중 야간에 촬영된 RGB 영상과 IR 영상을 사용하였으며, 기존 RGB 영상 기반으로 사전 학습된 신경망과 FLIR Thermal 데이터 세트 내 RGB 영상과 IR 영상을 일부 골라 재학습한 신경망을 이용하여 객체 탐지를 수행하였다. 실험 결과 RGB 기반으로 사전 학습된 신경망과 재학습한 신경망 모두 IR 영상 기반 객체 탐지 성능이 RGB 영상 기반 성능보다 월등한 것을 확인할 수 있었다.