• 자동차안전학회지
• /
• 제9권3호
• /
• pp.24-30
• /
• 2017

This paper presents the development of laser scanner based static obstacle detection algorithm for vehicle localization on lane lost section. On urban autonomous driving, vehicle localization is based on lane information, GPS and digital map is required to ensure. However, in actual urban roads, the lane data may not come in due to traffic jams, intersections, weather conditions, faint lanes and so on. For lane lost section, lane based localization is limited or impossible. The proposed algorithm is designed to determine the lane existence by using reliability of front vision data and can be utilized on lane lost section. For the localization, the laser scanner is used to distinguish the static object through estimation and fusion process based on the speed information on radar data. Then, the laser scanner data are clustered to determine if the object is a static obstacle such as a fence, pole, curb and traffic light. The road boundary is extracted and localization is performed to determine the location of the ego vehicle by comparing with digital map by detection algorithm. It is shown that the localization using the proposed algorithm can contribute effectively to safe autonomous driving.

• 전자공학회논문지
• /
• 제50권2호
• /
• pp.163-173
• /
• 2013

본 논문에서는 스테레오 카메라를 이용하여 차량 주행 중에 만날 수 있는 도로상의 수직형 돌발 장애물과 고정 장애물을 자동으로 추출하는 기술을 제안한다. 연속된 스테레오 영상 프레임들과 각 프레임의 좌, 우 영상 사이의 차영상들을 이용하여 도로 영상의 관심영역에 대한 시차를 획득하고, 기존 수직(V) 및 수평(H) 시차지도(disparity map)와는 달리 물체의 실제 크기에 비례하는 VO(Vertical Object) 및 HO(Horizontal Object)라는 새로운 지도를 생성한다. VO 및 HO 지도를 이용하여 추출할 물체의 후보를 선정하고 선정된 후보영역간의 병합, 정제를 통하여 최종적으로 도로 상의 수직 물체들을 추출하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.1197_1198
• /
• 2009

The development of Technology study for preventing of accident and reducing the risk through the intelligence of level crossing is provide the detection of stopped car at railway crossing with the most advanced intelligence technology such as sensor, computer, communication and date processing and transmit to the operational staff on broad for reaction or make the train stopped automatically through the connection with train. Also this study include that showing the situation of crossing railway when the train is approached and prevent the accident and reduce the risk through the connection of road transit signal system. On this study is performed the test through the date from spot level crossing and the development of video detection algorism for stopped road transit vehicle at level crossing with intelligent system.

• 한국멀티미디어학회논문지
• /
• 제19권6호
• /
• pp.1003-1013
• /
• 2016

This paper proposes a framework of superpixel-based vehicle detection method using plane normal vector in disparity space. We utilize two common factors for detecting vehicles: Hypothesis Generation (HG) and Hypothesis Verification (HV). At the stage of HG, we set the regions of interest (ROI) by estimating the lane, and track them to reduce computational cost of the overall processes. The image is then divided into compact superpixels, each of which is viewed as a plane composed of the normal vector in disparity space. After that, the representative normal vector is computed at a superpixel-level, which alleviates the well-known problems of conventional color-based and depth-based approaches. Based on the assumption that the central-bottom of the input image is always on the navigable region, the road and obstacle candidates are simultaneously extracted by the plane normal vectors obtained from K-means algorithm. At the stage of HV, the separated obstacle candidates are verified by employing HOG and SVM as for a feature and classifying function, respectively. To achieve this, we trained SVM classifier by HOG features of KITTI training dataset. The experimental results demonstrate that the proposed vehicle detection system outperforms the conventional HOG-based methods qualitatively and quantitatively.

• International Journal of Internet, Broadcasting and Communication
• /
• 제13권1호
• /
• pp.210-218
• /
• 2021

CNN (Convolutional Neural Network), a type of deep learning algorithm, is a type of artificial neural network used to analyze visual images. In deep learning, it is classified as a deep neural network and is most commonly used for visual image analysis. Accordingly, an AI autonomous driving model was constructed through real-time image processing, and a crosswalk image of a road was used as an obstacle. In this paper, we proposed a low-cost model that can actually implement autonomous driving based on the CNN model. The most well-known deep neural network technique for autonomous driving is investigated and an end-to-end model is applied. In particular, it was shown that training and self-driving on a simulated road is possible through a practical approach to realizing lane detection and keeping.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2000년도 추계학술대회논문집
• /
• pp.207-217
• /
• 2000

In this paper, we describe an image processing algorithm which is able to recognize the road lane. This algorithm performs to recognize the interrelation between AGV and the other vehicle. We experimented on AGV driving test with color CCD camera which is setup on the top of vehicle and acquires the digital signal. This paper is composed of two parts. One is image preprocessing part to measure the condition of the lane and vehicle. This finds the information of lines using RGB ratio cutting algorithm, the edge detection and Hough transform. The other obtains the situation of other vehicles using the image processing and viewport. At first, 2 dimension image information derived from vision sensor is interpreted to the 3 dimension information by the angle and position of the CCD camera. Through these processes, if vehicle knows the driving conditions which are angle, distance error and real position of other vehicles, we should calculate the reference steering angle.

• 한국ITS학회 논문지
• /
• 제11권5호
• /
• pp.125-135
• /
• 2012

본 연구는 도로 위의 객체를 분류하고 그 위치를 추정하기 위해 카메라와 레이저스캐너를 이용한 이종센서 검지 시스템의 연구를 다루고 있다. 이러한 도로인프라에서의 검지시스템은 ADAS(Advanced Driver Assist System) 및 (반)자동제어 서비스 등의 새로운 C-ITS 서비스에서 요구되는 객체의 위치 정보를 검지할 수 있다. 본 연구에서는 국외 관련 사례를 살펴보고, 카메라와 레이저스캐너를 이용한 검지시스템의 가능성을 살펴보았다. 그 후 이종센서 처리 알고리즘을 제안하고, 실 도로환경에서 몇 가지 도로상황 시나리오를 설정하여 시험검증을 실시하였다. 그 결과 이종센서 검지시스템으로 차량, 보행자 및 기타 장애물에 대한 검지 및 위치 추정에 대하여 비교적 용이하게 이용될 수 있음을 확인할 수 있었다. 본 연구의 경우 매우 이상적인 조건에서 실험이 실시되었으며, 조도, 날씨 등의 외부환경 조건의 변화에 따른 알고리즘의 평가가 필요하다. 이러한 연구는 향후 미래의 C-ITS 환경 하에서 객체 검지 기술로 활용될 수 있을 것으로 기대한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 ITC-CSCC -1
• /
• pp.23-26
• /
• 2000

An improved inverse perspective mapping (IIPM) is proposed so as to reduce computational expense of recovery of 3D road surface. An experimental system based on IIPM is developed to detect lane parameters for a driver assistant system. A re-organized image is obtained quickly and exactly by IIPM. Efficient preprocessing techniques are used to enhance the information of lane and obstacles. Lane in the preprocessed. image is located with region identification. Lane parameters are estimated effectively. An algorithm to adaptively modify the parameters of IIPM is given. Properties of obstacle on 3D road surface are discussed and used to detect obstacles in the current lane and neighboring lanes. Experimental results show that the new method can extract lane state information effectively.

• 한국ITS학회 논문지
• /
• 제20권2호
• /
• pp.95-111
• /
• 2021

인구의 감소 및 고령화 사회가 진행되면서 운전자의 평균 연령은 높아지게 된다. 그에 따라 잠재적인 사고의 위험성이 높은 고령 운전자들은 자율 주행형 개인 이동체가 필요하게 된다. 이러한 이동체가 도로 주행 중에 안전성을 확보하기 위하여 여러 장애물에 대응할 기술이 요구된다. 그 중에서도 주행 중에 마주할 수 있는 차량, 자전거, 사람과 같은 동적 장애물뿐만 아니라 도로 노면의 불량 상태와 같은 정적 장애물을 인식하는 기술이 가장 우선적으로 필요하다. 이를 위해서 본 논문에서는 두 종류의 장애물을 동시에 탐지할 수 있는 심층 신경망 알고리즘을 제안했다. 이 알고리즘을 개발하기 위해서 1,418장의 영상을 이용하여 7종의 동적 장애물에 표기한 annotation data와 도로 노면 파손을 표시한 label 영상을 확보했다. 이를 이용하여 학습한 결과, 46.22%의 평균 정확도로 동적 장애물을 탐지하고 74.71%의 mean intersection over union으로 도로 노면 파손을 탐지했다. 또한 한 장의 영상을 처리하는데 평균 소요시간은 89ms로 일반 차량보다 느린 개인 이동 차량에 사용하기 적합한 알고리즘을 개발했다. 향후 주행 중 마주할 있는 도로 장애물을 탐지하는 기술을 활용하여 개인 이동 차량의 주행 안전성이 향상되길 기대한다.

• 한국지능시스템학회논문지
• /
• 제18권5호
• /
• pp.599-604
• /
• 2008

최근 외부 개입 없이 스스로 주변 환경을 파악하고 목적지까지의 이동경로를 생성하여 자율 주행하는 지능형 시스템에 관한 연구가 활발히 진행되고 있다. 이러한 자율 주행 시스템은 기본적으로 운행 중에 사고가 발생하지 않고 안전하게 목표점까지 이동해야 한다. 본 논문에서는 레이저 변위 센서를 이용하여 노면의 왜곡(훼손된 노면, 비포장 도로, 장애물 등)을 검출하고, 영상 이진화 기법을 적용하여 위험 요소를 검출, 판단하여 주행 시스템의 안정적 운항이 가능한 경로를 생성하는 기법을 제안한다. 제안 기법의 타당성은 임의로 제작된 국부영역의 지도 데이터에 기반한 모의실험을 통하여 보인다.