• 한국정보전자통신기술학회논문지
• /
• 제6권1호
• /
• pp.1-5
• /
• 2013

보행자의 수는 건물의 출입자 제어, 보행자 소통 관리, 지역 내 유동량 측정 등에 있어서 매우 중요하게 이용되는 정보이다. 그러나 기존의 사람 검출 및 계수 시스템은 겹침이나 그림자나 조명에 의한 부정확한 검출로 인하여 정확한 계수의 어려움이 있었다. 본 논문에서는 카메라로부터 영상을 입력받아 적응적으로 배경 영상을 생성하여 처리함으로써 조명의 변화나 그림자 영향을 최소화 하였다. 또한 Kalman 필터와 Mean-Shift 알고리즘을 이용하여 중복 계수를 방지하여 계수의 정확도를 높일 수 있었다. 실험 결과 95.4%의 계수 정확도를 나타내어 제안된 방법이 사람의 검출 및 계수에 효율적임을 증명하였다.

• 한국산학기술학회논문지
• /
• 제10권9호
• /
• pp.2280-2289
• /
• 2009

자동차 주요 생산국인 우리나라 보행자의 교통사고 사망률은 OECD 평균의 약 2.5배에 달한다. 보행자를 감지하고 운전자에게 경보를 보내주는 시스템이 개발되어 보행자 교통사고를 조금이라도 줄일 수 있다면, 그 자체만으로도 보행자 감지 시스템(PDS)의 가치는 충분할 것이다. 보행자 교통사고율은 야간에 특히 그 비율이 더 높기 때문에, 야간 보행자 감지 시스템이 주요 자동차 회사에 의해 점점 표준 사양으로 채택되어 가고 있는데, 그들은 주로 고가의 나이트비젼 또는 복합적 센서를 사용하는 장비를 채택하고 있다. 본 논문에서는 흑백 카메라 한 대만을 사용하는 PDS를 위한 보행자 영역 검출 기법을 제안한다. 몇몇 다른 환경에서 촬영된 야간 동영상에 대해 실험한 결과, 제안 알고리듬이 기존 알고리듬보다 더 빠르면서도 보행자 후보 영역을 더 정확하게 검출함을 관찰할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제29권1호
• /
• pp.51-59
• /
• 2024

교내 보행자 교통사고를 예방하고 안전한 환경을 조성하기 위해 교내 위험 구간을 설정하고, 해당 구역에서 차량 속도 측정 및 교차로 횡단보도에서의 차량과 보행자 상호작용을 실시간으로 감지하는 시스템을 설계하였다. YOLOv5s 모델과 Deep SORT 방법을 이용하여 구간 속도 측정 및 객체 추적을 수행하고, 횡단보도 구역에서는 YOLOv5s 객체 탐지 모델을 활용하여 보행자와 차량을 구분하는 조건별 출력 시스템을 개발하여 실시간으로 구동이 됨을 검증하였다. 이 시스템은 저렴한 비용으로 일반 스마트폰 카메라나 화상용 카메라를 활용하여 설치할 수 있으며, 대학 캠퍼스뿐만 아니라 비슷한 문제 지역에 도입하여 차량과 보행자의 안전을 위한 해결 방안으로 기대된다.

• 한국ITS학회 논문지
• /
• 제13권5호
• /
• pp.35-49
• /
• 2014

본 논문에서는 레이저스캐너만으로 이루어진 감지 시스템을 이용하여 도로 위에 있는 객체의 위치를 추정하고 분류하는 알고리즘을 제안한다. 각각의 레이저 스캐너에서 획득한 데이터는 그리드 맵을 사용하여 데이터를 융합하였으며, 팽창 연산과 레이블링 방법을 사용하여 측정 오차를 보정하였다. 추출한 객체의 정보(길이, 폭)를 입력으로 사용한 퍼지방법을 통해 객체를 보행자, 자전거, 차량으로 분류하였으며, 이러한 방법은 레이저스캐너로만 이루어진 감지 시스템의 정확도를 증가시켰다. 또한 본 논문에서는 실제 도로 환경에서 몇 가지 시나리오를 설정하여 실험을 하였다. 실험을 통해 감지 시스템이 객체를 정확히 분류하는지, GPS-RTK 장비를 사용하여 획득한 위치 정보와 비교하여 객체의 위치 정보를 정확히 추정하는지 검증하였다.

• 한국측량학회지
• /
• 제36권5호
• /
• pp.395-401
• /
• 2018

Recently, most of mobile devices are equipped with GNSS (Global Navigation Satellite System). When the GNSS signal is available, it is easy to obtain position information. However, GNSS is not suitable solution for indoor localization, since the signals are normally not reachable inside buildings. A wide varieties of technology have been developed as a solution for indoor localization such as Wi-Fi, beacons, and inertial sensor. With the increased sensor combinations in mobile devices, mobile devices also became feasible to provide a solution, which based on PDR (Pedestrian Dead Reckoning) method. In this study, we utilized the combination of three sensors equipped in mobile devices including accelerometer, digital compass, and gyroscope and applied three representative PDR methods. The proposed methods are done in three stages; step detection, step length estimation, and heading determination and the final indoor localization result was evaluated with terrestrial LiDAR (Light Detection And Ranging) data obtained in the same test site. By using terrestrial LiDAR data as reference ground truth for PDR in two differently designed experiments, the inaccuracy of PDR methods that could not be found by existing evaluation method could be revealed. The firstexperiment included extreme direction change and combined with similar pace size. Second experiment included smooth direction change and irregular step length. In using existing evaluation method which only checks traveled distance, The results of two experiments showed the mean percentage error of traveled distance estimation resulted from three different algorithms ranging from 0.028 % to 2.825% in the first experiment and 0.035% to 2.282% in second experiment, which makes it to be seen accurately estimated. However, by using the evaluation method utilizing terrestrial LiDAR data, the performance of PDR methods emerged to be inaccurate. In the firstexperiment, the RMSEs (Root Mean Square Errors) of x direction and y direction were 0.48 m and 0.41 m with combination of the best available algorithm. However, the RMSEs of x direction and y direction were 1.29 m and 3.13 m in the second experiment. The new evaluation result reveals that the PDR methods were not effective enough to find out exact pedestrian position information opposed to the result from existing evaluation method.

• 한국ITS학회 논문지
• /
• 제10권2호
• /
• pp.84-93
• /
• 2011

교통연계 환승센터를 이용하는 보행자에게 다양한 정보의 수집 및 가공을 통한 실시간 맞춤형 정보를 제공하기 위해 테스트베드(김포공항)의 통신환경 설계 및 효율적인 보행자 위치측위의 보정기술을 연구하였다. 통신환경 구축을 위한 설계는 환승 센터 구역에서 이용자에게 신뢰성이 보장된 데이터 전송이 가능하여야 한다. 또한, 위치 측위를 위해 고려 되어야 할 사항도 병행하여 검토해야 한다. 따라서 우리는 데이터 통신과 위치 측위 효율을 동시에 만족하는 통신환경 설계를 수행하였다. 그리고 효율적인 위치 측위 기술 적용을 위해 상용기술 기반의 실시간 위치 인식에 관련한 문제를 판단하고 문제를 해결하고자 새로운 접근 방법을 고안하여 테스트베드에 적용 및 분석하였다. 본 논문에서 전자지도상에 실제 건물이 가지고 있는 특성(구조물)을 인가하여 실제 환경과 최대한 흡사한 상황에서 무선접속점(AP: Access Point)을 위치시켰으며, 각각의 위치에서 특정한 조건을 만족하도록 통신환경 구축 설계를 수행하였다. 또한, 교통연계 환승 서비스에서 보행자 위치측위를 필요로 하는 주요지점(POI:Point Of Interest)을 기준점으로 설정하고 해당 지점을 표출할 수 있도록 하는 방법을 고안하였다. 그 설정방법과 알고리즘에 대해서 테스트베드에서의 실험을 통해 얻어진 원시데이터를 바탕으로 시뮬레이션 수행하고 그 결과에 대해서 소개하고자 한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2017년도 하계학술대회
• /
• pp.85-88
• /
• 2017

보행자 검출을 위한 기술이 많이 개발되고 있으며 HOG(Histograms of oriented)와 haar-like feature를 이용한 특징값 검출을 통해 보행자를 검출하는 방법들이 대표적이라 할 수 있다. 하지만 이 방법들은 보행자가 사물에 가려졌을 때 보행자를 검출하지 못한다는 단점이 있다. 이에 본 논문에서는 haar-like feature와 adaboost 학습알고리듬을 이용하여 보행자를 검출하고 kalman filter를 이용하여 보행자가 특정 사물에 가려지는 것 과 같은 occlusion 문제를 해결하여 보행자 검출 성능을 높이고자 하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 하계학술대회
• /
• pp.222-223
• /
• 2016

보행자 인식을 위한 컴퓨터 비전 알고리즘은 야간 상황과 같이 저조도 환경에서는 인식 성능이 떨어지고 있다. 이로 인하여 최근 저조도 환경에서 촬영된 영상으로 야간 상황에서 객체 인식 성능을 높이는 기법들이 연구되고 있다. 야간 환경은 주간 환경과는 다르게 광량이 적기 때문에 인간의 시각으로도 객체 인식에 어려움이 있고 일반적인 카메라로 촬영된 영상으로 객체 인식이 어렵다. 최근에는 NIR 카메라를 이용하여 촬영된 영상으로 야간 보행자 인식 알고리즘이 개발되고 있으나, 인식률과 객체 인식 가능 거리 및 범위가 한정적이다. 또한 기존의 야간 보행자 검출 기법들은 방대한 연산량이 필요하기 때문에 실시간 객체 인식이 불가능하다. 본 논문에서는 NIR 카메라로부터 촬영된 영상으로 preprocessing 후 ACF(Aggregated Channel Feature)를 이용하여 최근 연구되고 있는 카메라 움직임이 있는 야간 환경에서 보행자 인식 알고리즘을 PC 및 TK1 Board 환경에서 구현하고 객체 인식률을 높인다.

• 한국멀티미디어학회논문지
• /
• 제18권11호
• /
• pp.1302-1312
• /
• 2015

Recent research has been devoted and focused on detecting pedestrian and vehicle in intelligent vehicles except for the vulnerable road user(VRUS). In this paper suggest a new projection method which has robustness for rotation invariant and reducing dimensionality for each cell from original image to detect two-wheeler. We applied new weighting values which are calculated by maximum curvature containing very important object shape features and uniform local binary pattern to remove the noise. This paper considered the Adaboost algorithm to make a strong classification from weak classification. Experiment results show that the new approach gives higher detection accuracy than of the conventional method.

• 로봇학회논문지
• /
• 제7권2호
• /
• pp.113-119
• /
• 2012

In this paper we propose the method that detects moving objects in autonomous navigation vehicle using LRF sensor data. Object detection and tracking methods are widely used in research area like safe-driving, safe-navigation of the autonomous vehicle. The proposed method consists of three steps: data segmentation, mobility classification and object tracking. In order to make the raw LRF sensor data to be useful, Occupancy grid is generated and the raw data is segmented according to its appearance. For classifying whether the object is moving or static, trajectory patterns are analysed. As the last step, Markov chain Monte Carlo (MCMC) method is used for tracking the object. Experimental results indicate that the proposed method can accurately detect moving objects.