• 한국산업융합학회 논문집
• /
• 제23권6_2호
• /
• pp.979-987
• /
• 2020

This study used the Deep Learning models used in previous studies, we selected the basic model. The selected model was selected as ZFNet among ZFNet, Googlenet and ResNet, and the object was detected using a ZFNet based FRCNN. In order to reduce the detection error rate of FRCNN, location of four types of objects detected inside the image was designed by SVM classifier and location-based filtering was applied. As simulation results, it showed similar performance to the lane marking classification method with conventional 경계 detection, with an average accuracy of about 88.8%. In addition, studies using the Linear-parabolic Model showed a processing speed of 165.65ms with a minimum resolution of 600 × 800, but in this study, the resolution was treated at about 33ms with an input resolution image of 1280 × 960, so it was possible to classify lane marking at a faster rate than the previous study by CNN-based End to End method.

• 대한토목학회논문집
• /
• 제37권5호
• /
• pp.815-825
• /
• 2017

야간 혹은 우천시에 노면표시의 시인성이 저하되어 교통안전에 위협을 초래하고 있는 가운데, 본 연구에서는 최근 소개된 차선도색 장비 성능개량에 따른 노면표시 수명 연장(1.5배), 생산성 향상(56.3%), 축광차선도료를 배합한 야광 노면표시의 시인성 개선(97.0%) 등 다양한 기대 편익과 종합적인 소요비용을 고려한 경제적 타당성을 제시하고자 하였다. 노면표시 시인성 개선에 따라 45.4%의 사고가 감소, 연간 2,463억원의 교통사고 절감편익이 발생하며, 재도색주기 증가에 따른 공사중 교통혼잡비용 절감 연간 123억원, 자율주행자동차 차선인식 성능 개선에 따른 장비 가격 절감으로 연간 453억원의 편익이 발생하여, 축광노면표시 도입에 따른 연간 총 편익은 3,039억원으로 산정되었다. 전국 도로 91,195km의 차로구분선, 중앙선 및 가장자리차선에 야광차선 도입시 총비용 증가분은 연간 1조 9,222억원으로 경제성(비용-편익비 0.16) 확보가 어려운 것으로 나타났다. 교통사고 잦은 곳의 지방부 분석 구간길이(400m)에 대한 도로유형별 차로수별 차선도색비용과 교통사고비용 원단위를 적용하여 축광 노면표시의 경제적 타당성이 확보되는 사고 규모를 산정한 결과, 노면표시가 직 간접적 원인인 사고로 유발된 사망자가 연간 1명 이상이거나, 부상자가 연간 2명 이상(단, 왕복 4차로 미만인 경우는 연간 1명 이상)인 경우 경제적 타당성이 확보되는 것으로 나타났다. 구체적으로, 관련 사고구간(5,697개)에 대한 야광 노면표시 설치비용을 사고감소편익과 비교한 결과, 충분한 경제성(비용-편익비 3.91)이 확보되었다. 연구의 한계와 향후 연구주제가 논문의 말미에 토의되었다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제14권6호
• /
• pp.619-623
• /
• 2008

차선검출시스템은 지능형 차량 시스템의 중요한 요소이다. 차선검출 시, 주변 환경과 날씨의 변화 때문에 차선검출은 다양한 어려움에 직면하게 된다. 본 논문에서는 차선검출 및 추적을 위해 다양한 환경에서도 안정적으로 동작하는 간단하면서 효율적인 방법을 제안한다. 제안된 방법에서는 차선을 추적하고 차선의 기울기를 수정하기 위해 확률적 허프 변환(Probabilistic Hough Transform, PHT)과 최소자승법(Least-square method, LSM)를 이용한다. 일반적으로 차량의 내부에 설치된 카메라로부터 획득된 영상은 영상의 하단부분에서 차선이 비교적 뚜렷이 나타나고, 주변의 간섭을 적게 받는다는 가정 하에 제안된 방법에서는 차선검출 및 추적의 효율성을 증대시키기 위해 영상의 하단부분에 관심의 대상이 되는 두 개의 영역을 설정한다. 제안된 방법의 효율성을 입증하기 위해 정지영상과 비디오영상을 사용하여 실험하였고, 실험결과 제안된 방법이 강건하고, 신뢰성있는 결과를 얻었음을 보였다.

• 한국자동차공학회논문집
• /
• 제23권5호
• /
• pp.463-470
• /
• 2015

When a camera installed on a vehicle is used, estimation of the camera pose including tilt, roll, and pan angle with respect to the world coordinate system is important to associate camera coordinates with world coordinates. Previous approaches using huge calibration patterns have the disadvantage that the calibration patterns are costly to make and install. And, previous approaches exploiting multiple vanishing points detected in a single image are not suitable for automotive applications as a scene where multiple vanishing points can be captured by a front camera is hard to find in our daily environment. This paper proposes a camera pose estimation method. It collects multiple images of lane markings while changing the horizontal angle with respect to the markings. One vanishing point, the cross point of the left and right lane marking, is detected in each image, and vanishing line is estimated based on the detected vanishing points. Finally, camera pose is estimated from the vanishing line. The proposed method is based on the fact that planar motion does not change the vanishing line of the plane and the normal vector of the plane can be estimated by the vanishing line. Experiments with large and small tilt and roll angle show that the proposed method outputs accurate estimation results respectively. It is verified by checking the lane markings are up right in the bird's eye view image when the pan angle is compensated.