• 로봇학회논문지
• /
• 제6권2호
• /
• pp.165-172
• /
• 2011

This paper presents a robust lane detection algorithm based on RGB color and shape information during autonomous car control in realtime. For realtime control, our algorithm increases its processing speed by employing minimal elements. Our algorithm extracts yellow and white pixels by computing the average and standard deviation values calculated from specific regions, and constructs elements based on the extracted pixels. By clustering elements, our algorithm finds the yellow center and white stop lanes on the road. Our algorithm is insensitive to the environment change and its processing speed is realtime-executable. Experimental results demonstrate the feasibility of our algorithm.

• 로봇학회논문지
• /
• 제13권1호
• /
• pp.31-37
• /
• 2018

Recently, the safety in vehicle also has become a hot topic as self-driving car is developed. In passive safety systems such as airbags and seat belts, the system is being changed into an active system that actively grasps the status and behavior of the passengers including the driver to mitigate the risk. Furthermore, it is expected that it will be possible to provide customized services such as seat deformation, air conditioning operation and D.W.D (Distraction While Driving) warning suitable for the passenger by using occupant information. In this paper, we propose robust vehicle occupant detection algorithm based on RGB-Depth-Thermal camera for obtaining the passengers information. The RGB-Depth-Thermal camera sensor system was configured to be robust against various environment. Also, one of the deep learning algorithms, OpenPose, was used for occupant detection. This algorithm is advantageous not only for RGB image but also for thermal image even using existing learned model. The algorithm will be supplemented to acquire high level information such as passenger attitude detection and face recognition mentioned in the introduction and provide customized active convenience service.

• 한국위성정보통신학회논문지
• /
• 제8권4호
• /
• pp.89-94
• /
• 2013

본 논문은 컬러 영상에서 화염검출 시 주기적으로 점멸하는 비화염 물체 검출을 제거하기 위해 웨이블렛 변환을 이용한 화염 검출 알고리즘을 제안한다. 기존 화염검출 알고리즘에서는 화염의 색상과 시간적인 변화와 공간적인 변화를 분석하고 이들을 조합하여 화염을 판정한다. 하지만 자동차 경광등, 방향지시등과 같이 점멸하면서 화염과 비슷한 특성을 보이는 물체를 화염으로 검출하는 문제점이 있다. 본 논문은 주기적으로 점멸하면서 화염과 비슷한 특성을 보이는 비화염 요소의 주기성을 판별하여 오검출을 감소시킨다. 제안하는 알고리즘은 화염의 색상과 영상 차분 기법으로 화염 후보영역을 선정하고 선정된 후보영역에 대하여 웨이블렛 변환 계수를 분석하여 주기성을 갖는 오검출 요소를 포함한 비화염 영역을 제거하는 알고리즘을 제안한다. 제안된 알고리즘의 모의실험 결과, 주기성을 갖는 비화염 영역을 제거하였고 97.9%의 검출율과 7.3%의 낮은 오검출율 성능을 확인하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.338-338
• /
• 2000

This paper proposes a modified TD-PSOLA algorithm for Korean speech synthesis. A WSS (Weighted score search) algorithm is proposed for pitch detection and speech synthesis engine is designed using 46 phones database.

• 융합신호처리학회논문지
• /
• 제13권4호
• /
• pp.173-179
• /
• 2012

본 논문에서는 자동차 번호판을 검출하는 새로운 방법을 제시한다. 자동차 번호판은 사각형 모양이므로 우리의 방법은 기본적으로 입력 영상에서 사각형을 추출하는 방법이 된다. 번호판을 검출하기 위해, 먼저 입력영상의 콘트라스트를 향상시키고, 그 후 LSD(Line segment detector) 기법을 사용하여 영상내의 선을 검출하고, 이 선 정보로 부터 사각형들을 추출 한다. 이 사각형들은 번호판 후보들이 되고, 이로부터 번호판이 검출된다. 이중에서 본 연구가 제안하는 부분은 사각형 추출방법으로서, 이 방법은 3단계로 구성된다: (1) 먼저, LSD에 의해 얻어진 선으로부터 꼭짓점들을 추출한다; (2) 구해진 꼭짓점들을 사용하여 사각형의 대각선을 검출한다; (3) 그 후, 대각선 정보를 이용하여 사각형을 추출해 낸다. 최종적으로 번호판 특성과 사각형 내부 정보를 이용하여 이 사각형들로부터 번호판이 선택된다. 100장의 자동차 영상을 촬영하여 실험한 결과 94%의 검출율을 달성하였다.

• 한국산학기술학회논문지
• /
• 제11권8호
• /
• pp.2942-2950
• /
• 2010

차량용 블랙박스는 사고 순간의 영상, 위치, 시간, 그리고 충격량등의 정보를 기록함으로써 사고원인을 규명하기 위한 용도로 사용되고 있다. 하지만 이러한 기능과 더불어 운전자의 안전운전을 유도하여 사고를 미연에 방지하기 위한 기능이 보다 필요하다. 사고방지 기능의 대표적인 것이 차선이탈경보 기능이다. 차선이탈 경보기능을 구현하기 위해서는 차선인식을 위한 영상처리 과정이 선행되어야 하며 일반적으로 영상처리 알고리즘은 매우 많은 데이터량과 복잡한 알고리즘 구조 때문에 많은 계산량을 요구한다. 따라서 본 논문에서는 비교적 적은 계산으로 차량용 블랙박스의 실시간 도로영상으로부터 차선을 인식하는 효율적인 임베디드 영상처리 알고리즘에 관해 기술한다.

• 융합신호처리학회논문지
• /
• 제2권1호
• /
• pp.1-11
• /
• 2001

자동차 번호판은 조명과 카메라에 따라 영상에서 다양한 형태로 나타나고 영상내의 잡음으로 인해 알고리즘 방식으로 자동차 번호판을 인식하기가 쉽지 않다. 이러한 문제에 적합한 해결 방법으로 본 논문에서는 학습 기반의 자동차 번호판 인식 시스템을 제안한다. 제안한 시스템은 자동차 검출 모듈, 번호판 추출 모듈, 번호판 문자 인식 모듈로 구성된다 본 논문에서는 자동차 번호판 추출을 위해서 입력 영상의 잡음에 상대적인 영향이 적은 시간-지연 신경망(Time-Delay Neural Networks : TDNN)과 번호판 인식을 위해서 일반적인 신경망보다 일반화 성능이 뛰어난 서포트 벡터 머신(Support Vector Machines : SVMs)을 시스템에 적용한다. 주차장과 톨게이트에서 여러 시간대의 움직이는 자동차 영상들을 실험한 결과, 번호판 추출율은 97.5%, 번호판 문자 인식률은 97.2%의 성능을 내었고, 전체 시스템 성능은 947%이며 처리 시간은 약 1조 미만이다. 따라서 본 논문에서 제안한 시스템은 실세계에서 유용하게 적용될 수 있다.

• 전자공학회논문지
• /
• 제50권1호
• /
• pp.215-224
• /
• 2013

본 논문은 주행중 차량에 장착된 카메라의 자세 변화를 카메라 외부 파라미터의 변화로 간주하고, 이의 추정을 통하여 도로의 요철과 전방 도로의 기울기 변화 등에 강건한 차선 검출 알고리즘을 제안한다. 제안하는 알고리즘에서 차선은 실세계 좌표에서 좌우가 평행하고 고정된 폭을 가진다 가정하며, 카메라 움직임을 고려한 연속된 영상들의 병합된 특징맵에서 B-snake를 이용하여 차선 검출과 카메라 외부 파라미터 추정이 동시에 수행된다. 실험을 통하여 카메라 외부 파라미터에 영향을 주는 주행 도로 환경의 변화에 강건한 차선 검출 결과를 확인하였으며, 추정된 카메라 외부 파라미터의 정확성은 전방 차량에 대한 레이더 실측 거리와의 비교를 통해 확인했다.

• 제어로봇시스템학회논문지
• /
• 제21권7호
• /
• pp.621-626
• /
• 2015

This paper presents a camera calibration method in order to estimate the lane detection and inter-vehicle distance estimation system for an automotive safety driving system. In order to implement the lane detection and vision-based inter-vehicle distance estimation to the embedded navigations or black box systems, it is necessary to consider the computation time and algorithm complexity. The process of camera calibration estimates the horizon, the position of the car's hood and the lane width for extraction of region of interest (ROI) from input image sequences. The precision of the calibration method is very important to the lane detection and inter-vehicle distance estimation. The proposed calibration method consists of three main steps: 1) horizon area determination; 2) estimation of the car's hood area; and 3) estimation of initial lane width. Various experimental results show the effectiveness of the proposed method.

• 전기학회논문지
• /
• 제65권7호
• /
• pp.1263-1269
• /
• 2016

Hearing impaired persons are exposed to the danger since they can't be aware of many dangerous situations like fire alarms, car hones and so on. Therefore they need haptic or visual informations when they meet dangerous situations. In this paper, we design a dangerous sound detection engine for hearing impaired. We consider four dangerous indoor situations such as a boiled sound of kettle, a fire alarm, a door bell and a phone ringing. For outdoor, two dangerous situations such as a car horn and a siren of emergency vehicle are considered. For a test, 6 data sets are collected from those six situations. we extract LPC, LPCC and MFCC as feature vectors from the collected data and compare the vectors for feasibility. Finally we design a matching engine using an artificial neural network and perform classification tests. We perform classification tests for 3 times considering the use outdoors and indoors. The test result shows the feasibility for the dangerous sound detection.