• 한국자동차공학회논문집
• /
• 제13권4호
• /
• pp.19-25
• /
• 2005

This paper presents a lateral control system for the autonomous navigation vehicle that was developed and tested by Robotics Centre of Ecole des Mines do Paris in France. A robust lane detection algorithm was developed for detecting different types of lane marker in the images taken by a CCD camera mounted on the vehicle. $^{RT}Maps$ that is a software framework far developing vision and data fusion applications, especially in a car was used for implementing lane detection and lateral control. The lateral control has been tested on the urban road in Paris and the demonstration has been shown to the public during IEEE Intelligent Vehicle Symposium 2002. Over 100 people experienced the automatic lateral control. The demo vehicle could run at a speed of 130km1h in the straight road and 50km/h in high curvature road stably.

• 디지털산업정보학회논문지
• /
• 제18권4호
• /
• pp.1-11
• /
• 2022

Recently, research on license plate recognition, which is a core technology of an intelligent transportation system(ITS), is being actively conducted. In this paper, we propose a method to extract numbers and characters from low-quality license plate images by applying the YOLOv4 algorithm. YOLOv4 is a one-stage object detection method using convolution neural network including BACKBONE, NECK, and HEAD parts. It is a method of detecting objects in real time rather than the previous two-stage object detection method such as the faster R-CNN. In this paper, we studied a method to directly extract number and character regions from low-quality license plate images without additional edge detection and image segmentation processes. In order to evaluate the performance of the proposed method we experimented with 500 license plate images. In this experiment, 350 images were used for training and the remaining 150 images were used for the testing process. Computer simulations show that the mean average precision of detecting number and character regions on vehicle license plates was about 93.8%.

• 융합신호처리학회논문지
• /
• 제22권2호
• /
• pp.85-90
• /
• 2021

운전자의 안전 운전을 위한 첨단 운전자 보조시스템(ADAS; Advanced Driver Assistance System)은 자율주행 자동차에서 중요한 연구 분야 가운데 하나이다. 특히, 이전에 자동차에 부착된 영상센서를 기반으로 한 ADAS 소프트웨어는 구축 비용이 저렴하고 그 활용도가 우수하다. 본 논문에서는 선행차의 주행 상황을 인지할 수 있는 선행 차량 후미등(Tail-Lamp)의 정지등(Break-Lamp) 영역을 검출하는 알고리즘을 제안한다. 제안하는 방법은 주행 영상으로부터 객체 추적에 우수한 성능을 보이고 있는 YOLO 기술을 이용하여 자동차 객체를 추출하고, 추출된 자동차 관심 영역의 HSV 영상을 이용하여 정지등의 밝기 변화 영역을 검출한다. 그 다음 검출된 각 정지등 후보 고립영역을 라벨링하여 후보 영역들 간의 모양 대칭성을 인지하는 선택적 주의집중 모델(Selective Attention Model)을 적용하여 정지등 영역을 검출한다. 제안한 알고리즘의 성능 평가를 위하여 다양한 주행 영상에 적용하여 실험한 결과 ADAS에 적용 가능한 성공적인 검출 결과를 보였다.

• 전자공학회논문지SC
• /
• 제41권5호
• /
• pp.9-18
• /
• 2004

본 논문에서는 펄스레이더를 이용한 차량검지 알고리즘을 제안하였다. 제안된 알고리즘은 likelihood개념을 이용한 likelihood ration를 통해 하나의 펄스신호에서 분류위치를 추출하고 추출된 분리점을 기준으로 신호를 분리, 간략화 하였다. 이렇게 처리 된 펄스신호에서 연속된 신호의 유클리드거리를 이용하여 단순 군집 탐색 알고리즘에 의해 차량을 검지하였고, 실험을 통해 제안된 알고리즘의 유용성을 확인하였다.

• 한국전자통신학회논문지
• /
• 제14권1호
• /
• pp.251-256
• /
• 2019

본 논문에서는 무인자율주행자동차를 레이싱 경기에 운용하기 위해 차량의 전면유리 중앙에 설치된 단안카메라를 사용하여 원거리에 있는 차량을 인식하고 추적하는 알고리즘을 제안한다. 차량은 하르(Haar) 특징을 사용하여 탐지하고, 차량바닥에 있는 그림자를 검출하여 차량의 크기와 위치를 판단한다. 인식된 차량의 주변을 ROI(: Region Of Interest)로 설정하여 다음 프레임들에서는 ROI 내부의 차량 그림자를 찾아 추적한다. 이를 통하여 차량의 위치, 상대속도와 이동방향을 예측한다. 실험결과는 100m이상의 거리에서 90%이상의 인식율로 차량을 인식하였다.

• 대한원격탐사학회지
• /
• 제30권3호
• /
• pp.351-366
• /
• 2014

The aim of this study was to develop software for beach litter detection that includes a Graphical User Interface (GUI) and uses images taken by a micro-unmanned aerial vehicle. Videos were taken over Doomo pebble beach, Sogye pebble beach, and Heungnam sand beach on the northeast coast of Geojedo (Geoje Island), Korea. Still images of actual beach litter were obtained from the videos. The image processing involved preprocessing, morphological image processing, and image recognition. Comparison with still images showing beach litter demonstrated that the software could generally detect litter larger than 50 cm in size such as Styrofoam buoys and circular fish traps (excluding small pixel-size ropes). Combining the proposed method with the conventional surveying approach is expected to enhance the accuracy of beach litter detection. The new technique will also aid in predicting the amount of beach litter generated along coastlines, which is currently difficult to monitor.

• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2008년도 추계 학술발표회
• /
• pp.938-945
• /
• 2008

Rockfall and landslide bring about a great social loss with loss of property such as obstruction of traffic and damage of the crops as well as casualty. The purpose of this study is to develop a mobile equipment for local risk factors detecting of road slope. The mobile equipment is designed to receive the sensing data from the measurement sensors, which are installed to detect the dangerous signs from the slopes, as loaded on a vehicle which is moving around to the places where the sensors are installed. In general, more than one mandatory data logger, which is very expensive, must be installed at each slope for the automatic measuring system, but in case of this developmental system, the inexpensive routine measurement can be performed regardless of the number of slopes due to the single unit of information gathering vehicle. This study is going to develop technologies that are expected to be applied to not only slope but also tunnel and bridges which might have the partial risk and need measuring.

• 한국멀티미디어학회논문지
• /
• 제13권7호
• /
• pp.983-990
• /
• 2010

외부 환경에서의 영상처리 기술은 환경에 매우 민감하여 외부환경이 급격하게 변화할 때마다 정확도가 많이 떨어지는 경향이 있다. 본 논문에서는 다양한 변화가 일어나는 실외환경에서 영상처리 기술을 이용한 방범용 차량 검지 및 추적 시스템을 제안한다. 방범용 카메라검지기는 하나의 차선내에서 차량을 검지하고 추적하기 때문에 차량의 윤곽보다는 차량의 특징 영역을 분리하는 것이 중요하다. 제안한 시스템은 차량 진입의 판단을 광류를 통하여 검지하며, 차량의 전조등, 본넷, 전면창, 루프 등으로 영역을 분류하여 차량을 추적한다. 실험을 통하여 제안한 시스템이 차량의 종류, 속도 및 시간 의 환경 변화에도 강인함을 확인하였다.

• 스마트미디어저널
• /
• 제9권4호
• /
• pp.134-143
• /
• 2020

자동차 번호판 인식 기술은 도로의 교통상황 통제, 과속차량 단속, 도주 차량의 추적 등 현대 교통 시설 및 교통 안전망을 책임지고 있는 핵심 기술 중 하나이다. 이 기법은 과거에도 연구되었던 분야였으나 최근 딥러닝 기술의 발전으로 다양한 기법들을 적용하여 향상된 성능을 보이는 분야이며, 크게 자동차 번호판 검출과 번호판 인식으로 나뉜다. 본 연구에서는 다양한 객체 검출 모델과 WPOD-Net(Warped Planar Object Detection Network) 모델을 활용하여 자동차 번호판 검출 성능을 향상시키기 위한 실험을 진행하였으며, 객체 검출 모델을 활용하여 번호판을 검출하는 기존 방식들 대신 차량을 검출한 다음 번호판을 검출하는 방식을 택하여 정확도를 높였다. 특히 Super-Resolution 기법 중 하나인 Fast-SRGAN 모델을 활용하여 이미지 내에 존재하는 노이즈를 제거하는 처리를 통해 최종 성능을 향상시켰다. 결과적으로 92.38%에서 96.72%로 선행 연구 대비 평균 4.34% 향상된 성능이 실험을 통해 확인되었다.

• 로봇학회논문지
• /
• 제10권1호
• /
• pp.33-41
• /
• 2015

Recent developments in robotics and intelligent vehicle area, bring interests of people in an autonomous driving ability and advanced driving assistance system. Especially fully automatic parking ability is one of the key issues of intelligent vehicles, and accurate parked vehicles detection is essential for this issue. In previous researches, many types of sensors are used for detecting vehicles, 2D LiDAR is popular since it offers accurate range information without preprocessing. The L shape feature is most popular 2D feature for vehicle detection, however it has an ambiguity on different objects such as building, bushes and this occurs misdetection problem. Therefore we propose the accurate vehicle detection method by using a 3D complete vehicle model in 3D point clouds acquired from front inclined 2D LiDAR. The proposed method is decomposed into two steps: vehicle candidate extraction, vehicle detection. By combination of L shape feature and point clouds segmentation, we extract the objects which are highly related to vehicles and apply 3D model to detect vehicles accurately. The method guarantees high detection performance and gives plentiful information for autonomous parking. To evaluate the method, we use various parking situation in complex urban scene data. Experimental results shows the qualitative and quantitative performance efficiently.