• 센서학회지
• /
• 제28권3호
• /
• pp.164-170
• /
• 2019

In this paper, a lane detection and tracking algorithm based on vision sensors and employing a robust filter for inner edge detection is proposed for developing a lane departure warning system (LDWS). The lateral offset value was precisely calculated by applying the proposed filter for inner edge detection in the region of interest. The proposed algorithm was subsequently compared with an existing algorithm having lateral offset-based warning alarm occurrence time, and an average error of approximately 15ms was observed. Tests were also conducted to verify whether a warning alarm is generated when a driver departs from a lane, and an average accuracy of approximately 94% was observed. Additionally, the proposed LDWS was implemented as an embedded system, mounted on a test vehicle, and was made to travel for approximately 100km for obtaining experimental results. Obtained results indicate that the average lane detection rates at day time and night time are approximately 97% and 96%, respectively. Furthermore, the processing time of the embedded system is found to be approximately 12fps.

• International journal of advanced smart convergence
• /
• 제10권4호
• /
• pp.263-272
• /
• 2021

At a time when securing driving safety is the most important in the development and commercialization of autonomous vehicles, AI and big data-based algorithms are being studied to enhance and optimize the recognition and detection performance of various static and dynamic vehicles. However, there are many research cases to recognize it as the same vehicle by utilizing the unique advantages of radar and cameras, but they do not use deep learning image processing technology or detect only short distances as the same target due to radar performance problems. Radars can recognize vehicles without errors in situations such as night and fog, but it is not accurate even if the type of object is determined through RCS values, so accurate classification of the object through images such as cameras is required. Therefore, we propose a fusion-based vehicle recognition method that configures data sets that can be collected by radar device and camera device, calculates errors in the data sets, and recognizes them as the same target.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.369-371
• /
• 2012

Shadow detection and elimination is a critical issue in vision-based system to improve the detection performance of moving objects. However, traditional algorithms are useless at night time because they used the chromaticity and brightness information from the color image sequence. To obtain the high detection performance, we can use the thermal camera and there are shadows by the heat not the light. We proposed a novel algorithm to detect and eliminate the shadows using the thermal intensity and the locality property. By combining two results of the intensity-based and locality-based, we can detect the shadows by the heat and improve the detection performance of moving object.

• 한국ITS학회 논문지
• /
• 제16권2호
• /
• pp.105-115
• /
• 2017

루프 검지기, 영상 검지기 등의 기존 교통 검지기들은 설치와 유지보수에 드는 비용이 크고, 밤과 낮에 따라 상이한 검지 알고리즘이 필요하거나 날씨에 따라 검지율의 편차가 크다는 단점을 가지고 있다. 반면에 밀리미터파 레이더는 악천후에 의한 영향을 받지 않고, 주야간에 관계없이 일정한 검지 성능을 얻을 수 있다. 덧붙여 설치와 유지보수를 위하여 교통 통제의 필요가 없고, 다수의 차량을 동시에 검지 가능하다. 본 연구는 이러한 장점을 가진 레이더 센서를 활용한 다중 물체 검지 알고리즘을 기존의 단일 물체 검지 알고리즘을 응용하여 구현하였으며 이에 대한 평가를 수행하여 의미 있는 결과를 얻었다.

• 대한토목학회논문집
• /
• 제29권5D호
• /
• pp.635-644
• /
• 2009

외부 환경에서의 영상처리 기술은 외부환경에 매우 민감하여 외부환경이 급격하게 변화할 때마다 정확도가 많이 떨어지는 경향이 있다. 따라서 교통감시시스템으로 정확한 교통정보를 산출하기 위해서는 (여기서 교통감시시스템은 영상처리 기술을 이용하여 교통상황을 감시하는 시스템) '전이시간대의 그림자 제거', '야간에 차량 전조등에 의한 왜곡', '비', 눈, 그리고 안개에 의한 잡음', '폐색(occlusion)' 등을 필히 해결해야만 한다. 본 논문은 다양한 변화가 일어나는 실외환경에서 영상처리 기술을 이용하여 교통량, 속도, 점유시간을 산출하는 시스템을 개발하였다. 따라서, 시스템의 성능을 검증하기 위해 한국건설 기술연구원에서 운영하고 있는 곤지암 시험장에서 2008년 12월 16일부터 18일까지 교통량, 속도, 점유시간에 대해 4개차로 (상행 2차로, 하행 2차로)를 대상으로 평가하였다. 평가 방법은 기준데이터가 되는 레이더 검지기 데이터와 본 연구의 영상처리기술에 의해 산출된 데이터를 비교하는 방법으로 수행되었다. 평가 결과, 주간, 야간, 일출, 일몰 시간대 모두 교통량, 속도, 점유시간 산출 값이 기준데이터와 비교했을 때 약 92%에서 97%까지의 정확도가 있는 것으로 평가되었다.

• 한국ITS학회 논문지
• /
• 제11권4호
• /
• pp.131-143
• /
• 2012

본 논문은 지역적 특징을 빠르게 추출할 수 있는 SURF(Speed Up Robust Features) 알고리즘을 이용해 안경과 조명 등 자동차 환경에 적응적인 새로운 눈 상태 검출방법을 제안하였다. 또한, 베이지안 추론을 이용하여 각 운전자에 대해 세 가지 고유의 눈 상태 템플릿을 실시간적으로 생성함으로써 눈 상태 검출 성능을 향상시켰다. 주 야간, 안경 착용 시, 미착용 시 등 여러 환경에 대한 성능 실험 결과 주 야간 환경에서 각각 평균 98.1%와 96.0%의 검출률을, 공개된 ZJU데이터베이스에 대한 실험 결과 평균 97.8%의 검출률을 보임으로써 제안된 방법의 우수성을 보였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권3호
• /
• pp.255-265
• /
• 2007

본 논문은 지능형 자동차 개발을 위한 주간 및 야간 환경에서 차량 운전 시 발생할 수 있는 다양한 조명을 극복하고 운전자 졸음 상태를 단일 CCD(Charge Coupled Device) 카메라를 통해 감시하는 시스템을 제안한다. 운전 중 운전자 눈을 감시하여 졸음 상태를 판단하는 시스템에서 눈 검출 및 눈꺼풀 움직임 측정은 선행되어야 할 중요한 과정이다. 따라서 비전기반 시스템의 가장 큰 단점인 조명변화를 극복하며 눈 검출 성능을 높이고 실시간 처리가 가능한 간단한 조명 보정 알고리즘을 제안하였으며 또한 신뢰성 있는 졸음 판단을 위해 효율적인 눈꺼풀 움직임 측정 방법을 제안한다. 이러한 시스템은 실시간으로 처리되어야 하며 이를 위해 제안한 방법과 더불어 효율적인 눈 검증 방법으로 단계적 SVM(Cascaded Support Vector Machine)을 적용하였다. 한편, 제안한 알고리즘의 성능 측정을 위해 주간 및 야간의 다 양한 조명 변화 속에서 주행 중 수집된 운전자 동영상을 사용하였으며 자체 수집된 동영상에 대해 98% 이상의 눈 검출 성능 및 신뢰성 있는 눈꺼풀 움직임을 측정하였다. 최종 졸음판단 결과는 수집된 각각의 동 영상에 대한 PERCLOS(The percentage of eye-closed time during a period)를 비교함으로써 제안한 시스템의 성능 및 우수성을 보였다.

• 한국ITS학회 논문지
• /
• 제16권2호
• /
• pp.36-54
• /
• 2017

본 논문은 환경변화에 강인한 센서 융합 교통정보 수집 시스템을 제안한다. 제안된 시스템은 각 센서의 특징을 융합하여 영상 검지기에 비해 환경에 강인하고, 주 야간 등 시간에 영향을 받지 않으며 루프 검지기에 비해 유지보수에 드는 비용이 적다. 이는 레이더의 물체 추적 기법과 영상검지기의 차량분류, 적외선거리계의 신뢰성 높은 객체검지 정보를 융합하고 각 센서의 문제점을 보완하여 개선을 이루었다. 구현된 시스템을 보행자의 통행이 가능한 도로에서 주 야간 5일에 걸쳐 6시간 동안 실험한 결과 88.7%의 분류정확도와 95.5%의 차량 검지율을 나타내었다. 본 시스템의 파라미터 최적화 작업을 실험환경에 따라 적응되는 방식으로 보완한다면 교통정보 수집 체계의 고도화에 기여할 수 있을 것으로 기대된다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 하계학술대회
• /
• pp.191-193
• /
• 2016

후방 램프를 이용하는 기존의 차량 검출 기법들은 주로 색상 정보를 활용한다. 그러나 조도가 낮은 야간 환경의 특성상 색상 정보를 온전히 활용할 수 없는 경우가 빈번하게 발생한다. 이를 해결하기 위해 본 논문에서는 야간 환경에서 후방 램프의 밝기 값만을 이용해 차량을 검출한다. 일반적으로 후방 램프를 검출하기 위해 색상 정보와 밝기 값을 이용해 이진화를 하게 되는데, 본 논문에서는 밝기 값을 이용해 톤 매핑 과정을 수행하여 후방 램프의 모양을 보존한다. 밝기 값 만을 이용하기 때문에 오검출이 증가하게 되는데 이는 후방 램프에 대한 조건을 알고리즘에 적용함으로써 해결한다. 이에 더해 추적 알고리즘을 적용하여 남아있는 오검출을 제거한다. 이러한 과정은 모두 실시간으로 이루어지기 때문에 최근 활발히 연구되고 있는 자동 주행 시스템이나 주행 보조 시스템 등에 활용 될 수 있다.

• 한국도로학회논문집
• /
• 제14권1호
• /
• pp.85-94
• /
• 2012

교통사고 발생시점부터 사고처리가 완료된 시점까지를 돌발상황 지속시간(Incident Duration Time)이라고 정의하는데, 이를 단축시켜야만 교통사고 피해를 최소화할 수 있다. 본 연구는 고속도로 교통사고를 대상으로 돌발상황 지속시간에 영향을 주는 요인들을 찾아내기 위한 모형을 개발하였다. 모형은 모든 사고자료에 포함한 통합 모형(모형1)과 일반구간, 교량, 터널 등 교통사고 장소별로 구분하여 분석한 세부 모형(모형 2, 3, 4) 등 모두 4개의 모형을 구축하였다. 분석 결과, 교통사고가 발생한 장소에 따라 돌발상황 지속시간에 다른 영향을 주는 것으로 나타났으며, 현장 처리를 위한 작업차량 도착시간이 가장 민감한 요인으로 분석되었다. 또한 차-차 사고, 화물차에 의한 사고, 야간 사고, 주말 사고 등의 시사점 있는 요인들을 찾아냈다. 이러한 연구결과는 향후 교통사고 관리대책을 수립하는 데 있어 중요한 판단지표로 활용이 가능할 것으로 판단된다.