• 반도체디스플레이기술학회지
• /
• 제22권3호
• /
• pp.161-165
• /
• 2023

One of the difficult works in an autonomous driving system is detecting road lanes or objects in the road boundaries. Detecting and tracking a vehicle is able to play an important role on providing important information in the framework of advanced driver assistance systems such as identifying road traffic conditions and crime situations. This paper proposes a vehicle detection scheme based on deep learning to classify and tracking vehicles in a complex and diverse environment. We use the modified YOLO as the object detector and polynomial regression as object tracker in the driving video. With the experimental results, using YOLO model as deep learning model, it is possible to quickly and accurately perform robust vehicle tracking in various environments, compared to the traditional method.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2007년도 추계학술대회 논문집
• /
• pp.174-176
• /
• 2007

Because of accident or leak of electricity, high voltage electricity can be conducted to vehicle chassis and damage human. Therefore the unit for detecting ground fault is necessary to minimize loss of life or equipment damage. Isolation resistance must be monitored for detecting ground fault. GFD(Ground Fault Detection) unit continually generate the pulse voltage between high voltage network and chassis. This will be sensing the returned current, calculate the isolation resistance and make decision the ground fault. This paper describes the method detecting ground fault.

• 한국자동차공학회논문집
• /
• 제20권4호
• /
• pp.16-24
• /
• 2012

This paper proposes a method utilizing Differential Global Position System (DGPS) with Real-Time Kinematic (RTK) and pre-built Geo-graphic Information System (GIS) to detect lane departure of a vehicle. The position of a vehicle measured by DGPS with RTK has 18 cm-level accuracy. The preconditioned GIS data giving accurate position information of the traffic lanes is used to set up coordinate system and to enable fast calculation of the relative position of the vehicle within the traffic lanes. This relative position can be used for safe driving by preventing the vehicle from departing lane carelessly. The proposed system can be a key component in functions such as vehicle guidance, driver alert and assistance, and the smart highway that eventually enables autonomous driving supporting system. Experimental results show the ability of the system to meet the accuracy and robustness to detect lane departure of a vehicle at high speed.

• 융합신호처리학회논문지
• /
• 제13권4호
• /
• pp.173-179
• /
• 2012

본 논문에서는 자동차 번호판을 검출하는 새로운 방법을 제시한다. 자동차 번호판은 사각형 모양이므로 우리의 방법은 기본적으로 입력 영상에서 사각형을 추출하는 방법이 된다. 번호판을 검출하기 위해, 먼저 입력영상의 콘트라스트를 향상시키고, 그 후 LSD(Line segment detector) 기법을 사용하여 영상내의 선을 검출하고, 이 선 정보로 부터 사각형들을 추출 한다. 이 사각형들은 번호판 후보들이 되고, 이로부터 번호판이 검출된다. 이중에서 본 연구가 제안하는 부분은 사각형 추출방법으로서, 이 방법은 3단계로 구성된다: (1) 먼저, LSD에 의해 얻어진 선으로부터 꼭짓점들을 추출한다; (2) 구해진 꼭짓점들을 사용하여 사각형의 대각선을 검출한다; (3) 그 후, 대각선 정보를 이용하여 사각형을 추출해 낸다. 최종적으로 번호판 특성과 사각형 내부 정보를 이용하여 이 사각형들로부터 번호판이 선택된다. 100장의 자동차 영상을 촬영하여 실험한 결과 94%의 검출율을 달성하였다.

• 센서학회지
• /
• 제27권2호
• /
• pp.137-141
• /
• 2018

Detecting the ego-lane of a vehicle (the lane on which the vehicle is currently running) is one of the basic techniques for a smart car. Vision sensing is a widely-used method for the ego-lane detection. Existing studies usually find road lane lines by detecting edge pixels in the image from a vehicle camera, and then connecting the edge pixels using Hough Transform. However, this approach takes rather long processing time, and too many straight lines are often detected resulting in false detections in various road conditions. In this paper, we find the lane lines by scanning only a limited number of horizontal lines within a small image region of interest. The horizontal image line scan replaces the edge detection process of existing methods. Automatic thresholding and spatiotemporal filtering procedures are also proposed in order to make our method reliable. In the experiments using real road images of different conditions, the proposed method resulted in high success rate.

• 한국ITS학회 논문지
• /
• 제8권2호
• /
• pp.36-44
• /
• 2009

본 논문에서는 특징점 추적을 이용하여 끼어들기 위반차량을 검지할 수 있는 끼어들기 위반차량 검지 시스템을 제안한다. 제안된 끼어들기 위반차량 검지 시스템의 전체적인 알고리즘은 특징 추출, 추적대상 차량의 특징점 등록 및 추적, 끼어들기 위반차량 검지 등의 세 단계로 구성된다. 특징 추출 단계에서는 실시간 처리가 가능한 특징점 추출 알고리즘을 이용하여 입력 영상에서 특징점을 추출한다. 추출된 특징점들은 다시 추적대상 특징점을 선정하고 등록된 특징점을 정규화 된 교차 상관관계(normalized cross correlation:NCC)를 이용하여 추적한다. 마지막으로 추적된 특징점들의 정보를 이용하여 끼어들기 위반여부를 최종 검지한다. 제안한 시스템을 끼어들기 금지구간에서 취득한 영상을 사용하여 실험한 결과 정인식률 99.09%와 오류율 0.9%의 뛰어난 성능을 보였고 실시간처리가 가능한 초당 34.48프레임의 빠른 처리속도를 얻을 수 있었다.

• 한국통신학회논문지
• /
• 제41권12호
• /
• pp.1978-1984
• /
• 2016

본 논문에서는 영상의 대비효과를 부각시키는 CLAHE(Contrast-Limit Adaptive Histogram Equalization)를 적용한 Adaboost 기반 방법을 통해 우천 상황에서 강인한 차량 검출 방법을 제안한다. 본 논문에서는 차량 검출의 효과적인 실시간 동작을 위해 2가지를 제안하였다. 먼저 영상의 RGB값을 통해 우천 상황 여부를 판단하여 검출 방법을 선택할 수 있도록 하여 연산량을 줄이는 것과 CLAHE를 이용한 영상 처리를 통해 영상 내에 차량의 후미등을 검출하여 관심영역을 지정해주는 방법을 제안했다. 또한 본 논문에서는 기존에 차량 검출 방법으로 제시되었던 가우시안 혼합 모델(Gaussian Mixture Model), 옵티컬 플로우(Optical Flow)와 Adaboost(Adaptive boosting)의 우천 상황에서의 차량 검출율을 비교하여 최종적으로 Adaboost를 선택한 이유를 설명했다. 본 논문 실험 결과는 CLAHE 미적용 시 정확율과 재현율은 각각 0.83, 0.77 이었고, CLAHE 적용 시 0.85, 0.87로 적용했을 때 정확율과 재현율에서 약 2%, 13% 향상되었다.

• 한국측량학회지
• /
• 제40권5호
• /
• pp.439-448
• /
• 2022

MV (Moving Vehicle) detection using satellite imagery is important for traffic monitoring and provides a wide range of observations. Specifically, MV detection methods utilizing the time lag in single-pass optical satellite images have been studied for detecting MVs from a single set of images. Because of limitations in detecting MVs outside of roads, most previous studies required road information to limit the moving object to cars on the road. However, it is difficult to obtain road information from inaccessible areas. Therefore, this study proposed a new method for detecting MVs regardless of their locations from single-pass optical satellite images without using additional data. WV-3 (Worldview-3) satellite images were used, and a spatial correlation coefficient map was proposed to detect spatial displacement which denotes MVs across two WV-3 MS images. Finally, evaluation was performed through quantitative metrics and visual inspection. The evaluation results revealed that the proposed method can detect MV movements from the single-pass satellite images. On the contrary, misdetected or undetected MVs due to radiometric differences between the images could be identified by visual inspection. The performance of the proposed method can be improved by minimizing radiometric variations and adding conditions that are robust to radiometric differences between the images.

• 한국정보전자통신기술학회논문지
• /
• 제8권4호
• /
• pp.270-274
• /
• 2015

본 논문에서는 HSV 색 공간을 이용한 야간 차량의 검출 시스템을 제안한다. 주정차 감시등 도로변에서 자동차를 감시하는 경우 자동차 번호판 추출하는 것이 중요하다. 일반적으로 번호판 추출을 위해서는 원거리에서 자동차 검출후 Pan-Tilt-Zoom 카메라로 자동차를 일정한 크기로 확대한 영상을 획득하여 번호판을 추출한다. 그리고 자동차 검출 및 추적을 위해 Mean-Shift 혹은 Optical Flow 알고리듬이 많이 이용되고 있다. 그러나 이러한 알고리즘은 주간에는 성공적으로 자동차를 검출 및 추적 할수 있었으나 야간에는 검출 및 추적에 어려움이 있었다. 그래서 본 논문에서는 입력 영상을 HSV 색 공간으로 변환하면 자동차의 전조등 혹은 후미등의 위치가 두드러지게 나타나는 것을 이용하여 자동차의 위치를 검출하였다. 실험 결과 정면 차량의 경우 93.9%, 후면 차량의 경우 97.7%의 차량을 검출하여 제안된 방법이 야간 차량 검출에 효율적임을 증명하였다.

• 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.