• 한국자동차공학회논문집
• /
• 제10권5호
• /
• pp.147-159
• /
• 2002

This paper proposes a method to recognize the noisiness of road images connected with the extraction of lane-related information in order to prevent the usage of erroneous information. The proposed method uses a fuzzy neural network(FNN) with the back-Propagation loaming algorithm. The U decides road images good or bad with respect to visibility of lane marks on road images. Most input parameters to the FNN are extracted from an edge distribution function(EDF), a function of edge histogram constructed by edge phase and norm. The shape of the EDF is deeply correlated to the visibility of lane marks of road image. Experimental results obtained by simulations with real images taken by various lighting and weather conditions show that the proposed method was quite successful, providing decision-making of noisiness with about 99%.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2004년도 전력전자학술대회 논문집(1)
• /
• pp.155-158
• /
• 2004

This paper describes a lane following control of vision based mobile robot that follows guidline. Summation of binarization conversion and image data of vertical axis was used in image processing. As an extraction of specific parameters of lane image, the raw image was converted to the binary data, and the binary data was summerized to the specific data vertically. The specific parameters were made to the inputs of neural network. Summation of image data was used for input of the net, and optimized value of turn angles of learned mobile robot was output. By using neural network algorithm, possibility of mobile robot moving to the target point and following the guidlines quickly and effectively was proved.

• 대한공간정보학회지
• /
• 제13권3호
• /
• pp.87-94
• /
• 2005

3차원적인 도로의 안정성을 분석하기 위하여 개발중인 도로안정성 조사분석차량(RoSSAV) 에서 촬영된 측하방 CCD 영상에서 추출된 차선 중심점의 좌표가 있다면, 이 정보를 GPS 및 IMU 자료와 결합하여 차선의 3차원 위치정보를 자동으로 계산할 수 있다. 이 논문의 목적은 상기한 도로안전성 조사분석차량에서 취득한 측하방 영상으로부터 차선을 인식하고 차선의 중심점을 자동으로 검출해 내는 기술을 개발하는 데에 있다. 제안된 알고리즘은 촬영된 측하방 영상의 에지 방향을 분석하여 라인후보 영역(Line Supporting Region)을 정의하고, 이 영역의 에지 크기 프로파일을 분석하여 평면으로 근사시킨 뒤 근사된 평면의 중심선을 라인으로 추출한 후, 추출된 라인의 쌍이 차선의 밝기와 폭의 조건을 만족시킬 경우, 이를 차선으로 인식하는 알고리즘이다 이 알고리즘은 기존에 제안된 문턱화 기법에 기반한 도로추출방법에 비해 정확하고 안정적이며, 실제로 주어진 측하방 CCD영상을 이용한 실험을 통해 효과적으로 차선이 추출됨을 입증하였다.

• International Journal of Automotive Technology
• /
• 제6권1호
• /
• pp.53-63
• /
• 2005

We propose a fuzzy neural network (FNN) theory capable of deciding the quality of a road image prior to extracting lane-related information. The accuracy of lane-related information obtained by image processing depends on the quality of the raw images, which can be classified as good or bad according to how visible the lane marks on the images are. Enhancing the accuracy of the information by an image-processing algorithm is limited due to noise corruption which makes image processing difficult. The FNN, on the other hand, decides whether road images are good or bad with respect to the degree of noise corruption. A cumulative distribution function (CDF), a function of edge histogram, is utilized to extract input parameters from the FNN according to the fact that the shape of the CDF is deeply correlated to the road image quality. A suitability analysis shows that this deep correlation exists between the parameters and the image quality. The input pattern vector of the FNN consists of nine parameters in which eight parameters are from the CDF and one is from the intensity distribution of raw images. Experimental results showed that the proposed FNN system was quite successful. We carried out simulations with real images taken in various lighting and weather conditions, and obtained successful decision-making about $99\%$ of the time.

• 한국멀티미디어학회논문지
• /
• 제5권2호
• /
• pp.176-190
• /
• 2002

차량이 증가함에 따라 전방의 상황을 운전자에게 알려주기 위한 운전자 도움 시스템(Advanced Drivers Assistance System)과 같은 체계가 요구된다. 본 논문에서는 전방의 상황을 운전자에게 알려 주기 위한 기본과정으로 연속된 컬러 영상으로부터 영상처리만을 이용하여 전방의 차량과 차선을 검출하는 방법을 제안한다. 도로 전방의 상황은 차량이 많다고 하더라도 도로의 영역이 많은 부분을 차지하고 있으며, 차량이 있는 경우에 차량의 하단에 그림자와 같이 어두운 영역이 존재하는 점을 이용하여 전방의 차량을 검출한다. 그리고 차선은 그림자 영역의 반대 특징으로 횐색계열이라는 점을 이용하여 차선 정보를 추출한다. 이 방법은 도로가 혼잡하거나 도로상에 방향 표시가 있는 경우에도 좋은 결과를 보인다. 차량과 차선을 검출하는데는 HSV 컬러 모델에서 태도 성분과 명도 성분을 이용하여 후보점을 검출하고, 차량과 타선의 영역을 검출하며 에지 정보를 이용하여 차량의 영역을 결정한다. 그리고 검출된 차량 영역이 이전 프레임의 차량 영역과 같은 차량인지 알기 위해서는 HSV 성분과 위치 정보의 통계적 특징을 이용한다. 제안된 방식의 효과를 검증하기 위해 노트북 PC와 PC용 CCD 카메라로 도로에서의 영상을 촬영하고 차량 및 차선 검출 알고리즘을 적용한 처리 시간, 정확도 및 차량검지 결과를 보인다.

• 정보처리학회논문지B
• /
• 제18B권4호
• /
• pp.201-212
• /
• 2011

본 논문에서는 특징점 추적을 이용한 끼어들기 위반차량 검지 시스템을 제안한다. 제안된 끼어들기 위반차량 검지 시스템의 전체적인 알고리즘은 영상 변환 및 전처리, 특징 추출, 추적대상 차량의 특징점 등록 및 추적, 끼어들기 위반차량 검지 등의 단계로 구성된다. 특히 형태학적 기울기 영상을 이용하여 특징점을 추출하므로 써 주간 및 야간 영상에 대해 동일한 알고리즘을 적용하여 그림자, 기상 조건, 차량 전조등 및 조명 등에 강인한 영상 검지 시스템을 구성 한다. 제안한 시스템을 끼어들기 금지구간에서 주간, 야간, 비 오는 날 야간에 취득한 영상을 사용하여 실험한 결과 정인식률 99.49%와 오류율 0.51%를 보였다. 또한 실시간처리에 문제가 없는 평균 91.34frame/s의 빠른 처리속도를 나타냈다.

• 한국지능시스템학회논문지
• /
• 제20권6호
• /
• pp.786-792
• /
• 2010

본 논문은 복잡한 도로 환경에서 차선을 정확하게 찾는 실시간 차선 검출법을 보인다. 기존의 많은 방법들은 대게 후처리 과정에서 차선 안쪽에 존재하는 잡음을 찾아 차선의 위치를 찾지만, 제안하는 방법은 특징 추출 단계에서 가능한 많은 잡음을 제거하므로 후처리 과정에서 검색 영역을 최소화한다. grid기반 모폴로지 연산은 우선 관심영역을 능동적으로 생성한 후, 모폴로지의 닫기 연산을 통해 에지 들을 연결한다. 그리고 방향성 에지 연결 기법을 통하여 유효한 방향에지를 찾고 사전에 구해진 영상 내 차선의 높이와 두 차선 간의 폭 관계를 이용하여 두 개의 차선을 군집화한다. 마지막으로 차선의 색상은 YUV색상 공간에서 두 개의 연결된 에지 안쪽을 검사하여 Bayesian확률 모델을 사용하여 추정한다. 제안하는 방법의 실험 결과는 다수의 불필요한 에지 군집이 존재하는 복잡한 도로 환경에서 효과적으로 도로 에지를 감별하였으며, 제안하는 알고리즘은 해상도 $320{\times}240$ 영상으로 10ms/frame의 속도에서 약92%의 정확도를 보였다.

• 한국측량학회지
• /
• 제34권1호
• /
• pp.11-19
• /
• 2016

최근 세계적인 기업들은 자율주행 자동차 상용화를 위해 최첨단 IT 기술을 융합한 자동차 기술을 발전시키고 있다. 이러한 자율주행 자동차는 차량을 안전하게 제어하여 신뢰도를 제고할 수 있도록 정확한 도로 경계 및 차선 정보를 요구하고 있다. 이에 본 연구는 저고도에서 취득된 고해상도 영상을 이용하는 UAV 사진측량의 적용 가능성을 검토하고자 한다. 취득된 GSD 7cm급의 디지털 영상으로부터 고해상도의 DSM과 정사영상을 생성하고, 생성된 자료를 기반으로 차선이 포함된 도로의 위치 정보를 추출하였다. 추출 자료의 정확도 검증 결과, RMSE는 약 15cm 이내임을 확인할 수 있었다. 본 연구 결과로 도로 영역에 대한 정밀 지도 제작과 갱신을 위해 UAV 사진측량이 효과적으로 적용될 것으로 판단된다.

• 대한공간정보학회지
• /
• 제12권4호
• /
• pp.61-68
• /
• 2004

본 연구에서는 도로 노면표지를 이용하여 도심지에서 3차원 도로정보를 자동으로 취득하기 위한 기술을 제안하였다. 제안된 방법은 다음의 주요 3단계로 구성되어 있다. 첫 단계는 두 장의 항공사진에 나타난 도로 노면표지를 추출하는 것이고, 두 번째는 추출된 노면표지 중 동일한 표지를 매칭하는 것이다. 마지막 단계는 항공사진의 외부표정요소를 이용하여 노면표지의 3차원 위치좌표를 얻는 것이다. 마지막 단계는 공선조건식을 사용하여 수행될 수 있기 때문에, 본 연구에서는 처음 두 단계에 연구의 초점을 맞추었다. 차로 경계선을 추출하기 위해 노면표지의 형상 정보와 공간 관계를 이용하였고, 템플릿 매칭을 추가적으로 사용하여 방향표시를 추출하였다. 그리고 도로의 3차원 위치정보를 취득하기 위해 도로 노면표지에 적합한 관계형 매칭(relational matching)기법을 사용하였다. 추출정확도는 시각적인 평가를 통해 수행하였고, 위치정확도는 수치사진 측량시스템을 통해 얻은 참고자료와 비교를 통해 수행하였다.

• 한국정보통신학회논문지
• /
• 제16권12호
• /
• pp.2665-2674
• /
• 2012

본 논문에서는 실시간의 도로 환경에서 위험상황을 감지하고 안전 운전을 돕는 실시간 차선 및 차간 인식 방법을 제안한다. 먼저 전방주시 카메라를 활용하여 촬영한 도로영상으로부터 도로와 차량에 해당하는 관심 영역을 추출한다. 관심 영역에 대한 허프 변환을 통하여 직선 성분을 검출하고 확률 계산을 통하여 차선을 확정하여 필터링을 실시한다. 그리고 관심 영역에서 전방 차량의 그림자 임계값 분석을 통해 전방 차량 객체를 추출하고 전방 차량과의 거리를 계산한다. 제안한 차선 및 차간 인식 기술을 실제 도로상황에 적용하여 실험한 결과 95% 이상의 인식률을 나타내어 안전 운전에 대응할 수 있는 것으로 입증되었다.