• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 학술대회 논문집 정보 및 제어부문
• /
• pp.169-171
• /
• 2004

This paper propose a new detection method of curve lane using Catmull-Rom spline for recognition various shape of the curve lane. To improve the accracy of lane detection, binarization and thinning process are firstly performed on the input image. Next, features on the curve lane such as curvature and orientation are extracted, and the control points of Catmull-Rom spline are detected to recognize the curve lane. Finally, Computer simulation results are given using a natural test image to show the efficiency of the proposed scheme.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.205-209
• /
• 2008

최근 하드웨어의 발달로 영상처리를 사용한 운전자 보조 기능의 차선인식 시스템이 상용화 되고 있다. 하지만 고속도로 주행과 같은 차선이 확실하고 곡률이 완만한 비교적 이상적인 상황에서의 차선인식을 전제로 만들어진 시스템이 많아 시내도로와 같이 상대적으로 곡률이 크고 일부 차선이 확실치 않은 장소에서는 차선인식이 힘들어 무인 자동차 제어에는 적용하기 힘들다. 본 논문은 무인차량의 자동주행을 위해 labeling과 차선예측을 통해 급격한 곡선 차로나 차선이 한쪽만 그려져 있는 경우에도 강인하게 차선인식이 가능한 시스템을 제안한다. 제안된 방법을 이용하여 이상적인 경우가 아닌 급격한 곡선차로가 있거나, 차선이 한쪽만 있는 실제 환경의 경우에서도 차선인식이 가능함을 보였다.

• 제어로봇시스템학회논문지
• /
• 제21권2호
• /
• pp.130-136
• /
• 2015

In this paper, we propose a robust curved lane marking detection method. Several lane detection methods have been proposed, however most of them have considered only straight lanes. Compared to the number of straight lane detection researches, less number of curved-lane detection researches has been investigated. This paper proposes a new curved lane detection and tracking method which is robust to various illumination conditions. First, the proposed methods detect straight lanes using a robust road feature image. Using the geometric relation between a vehicle camera and the road plane, several circle models are generated, which are later projected as curved lane models on the camera images. On the top of the detected straight lanes, the curved lane models are superimposed to match with the road feature image. Then, each curve model is voted based on the distribution of road features. Finally, the curve model with highest votes is selected as the true curve model. The performance and efficiency of the proposed algorithm are shown in experimental results.

• 한국자동차공학회논문집
• /
• 제7권5호
• /
• pp.178-185
• /
• 1999

Recently, Collision Warning System is developed to improve vehicle safety. This system chiefly uses radar. But the detected vehicle from radar must be decide whether it is the vehicle in the same lane of my vehicle or not. Therefore, Vision System is needed to detect traffic lane. As a preparative step, this study presents the development of algorithm to recognize traffic lane curve direction. That is, the Neural Network that can recognize traffic lane curve direction is constructed by using the information of short distance, middle distance, and decline of traffic lane. For this procedure, the relation between used information and traffic lane curve direction must be analyzed. As the result of application to sampled 2,000 frames, the rate of success is over 90%.t text here.

• 한국자동차공학회논문집
• /
• 제11권1호
• /
• pp.193-200
• /
• 2003

This paper proposes a novel algorithm to recognize the curve of a structured road. The proposed algorithm uses an LCF (Lane Curve Function) obtained by the transformation of a parabolic function defined on world coordinate into image coordinate. Unlike other existing methods, the algorithm needs no transformation between world coordinate and image coordinate owing to the LCF. In order to search for an LCF describing the lane best, the differential comparison between the slope of an assumed LCF and the phase angle of edge pixels in the LROI (Lane Region Of Interest) constructed by the LCF is implemented. As finding the true LCF, the lane curve is determined. The proposed method is proved to be efficient through various kinds of images, providing the reliable curve direction and the valid curvature compared to the real road.

• 대한임베디드공학회논문지
• /
• 제18권5호
• /
• pp.225-231
• /
• 2023

With the recent surge in the autonomous driving market, the significance of lane detection technology has escalated. Lane detection plays a pivotal role in autonomous driving systems by identifying lanes to ensure safe vehicle operation. Traditional lane detection models rely on engineers manually extracting lane features from predefined environments. However, real-world road conditions present diverse challenges, hampering the engineers' ability to extract adaptable lane features, resulting in limited performance. Consequently, recent research has focused on developing deep learning based lane detection models to extract lane features directly from data. In this paper, we classify lane detection models into four categories: cluster-based, curve-based, information propagation-based, and anchor-based methods. We conduct an extensive analysis of the strengths and weaknesses of each approach, evaluate the model's performance on an embedded board, and assess their practicality and effectiveness. Based on our findings, we propose future research directions and potential enhancements.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2009년도 정보 및 제어 심포지움 논문집
• /
• pp.34-36
• /
• 2009

This paper proposes an effective lane detection algorithm using hugh transform and lane model. The proposed lane detection algorithm includes two major components, i.e., lane marks segmentation and an exact lane extraction using a novel postprocessing technique. The first step is to segment lane marks from background images using HSV color model. Then, a novel postprocessing is used to detect an exact lane using Hugh transform and lane models(linear and curved lane models). The postprocessing consists of three parts, i.e, thinning process, Hugh Transform and filtering process. We divide input image into three regions of interests(ROIs). Based on lane curve function(LCF), we can detect an exact lane from various extracted lane lines. The lane models(linear and curved lane mode]) are used in order to judge whether each lane segment is fit or not in each ROIs. Experimental results show that the proposed scheme is very effective in lane detection.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권7호
• /
• pp.277-284
• /
• 2014

본 논문에서는 카메라 파라미터가 필요 없는 역 투시변환 영상에 차선 변화벡터와 카디널 스플라인을 이용하여 변화에 강인한 곡선 차선 검출 방법을 제안한다. 이 방법은 역 투시변환과 차선 필터의 전처리 과정이 적용된 영상의 시작 S 프레임과 그 다음 S+1 프레임에서 차선 후보 영역을 설정하여 차선 영역을 검출하고, 검출된 차선영역을 이용하여 차선 변화벡터를 계산한 결과를 가지고 이후의 프레임에서 차선이 위치할 지점을 예측한다. 이후에 예측된 차선 위치에서부터 스캔 영역을 설정하고 이 영역 내에서 새로운 차선 위치를 검출하며, 검출된 차선 위치를 이용해 차선 변화벡터를 갱신하고, 차선 영역 내의 제어 점들에 카디널 스플라인을 적용하여 차선을 검출한다. 제안하는 방법은 차선의 형태 변화에 강인한 곡선 차선 검출방법이지만 직선 차선에도 잘 적응됨을 보였으며 한 프레임을 처리하는 데 약 20ms 정도의 양호한 차선검출 속도를 보였다.

• 대한전자공학회논문지SP
• /
• 제47권6호
• /
• pp.97-106
• /
• 2010

본 논문에서는 곡선 템플릿 정합 방법을 이용한 곡률 검출 및 차선 검출 알고리즘을 제안한다. 본 논문에서는 영상의 원근감을 제거하기 위하여 입력 영상을 탑뷰(top view) 영상으로 변환한다. 생성된 탑뷰 영상을 이용하여 에지 영상을 생성하는데 검출의 정확도를 높이기 위해 차선 검출에 적합한 에지 검출 방법을 제안한다. 검출된 에지 영상을 이용하여 먼저 직선 차선을 검출한 후 본 논문에서 제안한 곡선 템플릿 정합 방법을 이용하여 가장 적합한 곡선 차선을 결정하여 곡률을 검출한다. 제안된 곡선 템플릿 정합 방법은 법선의 방정식과 원의 방정식만을 이용한 단순한 계산만으로 곡선 차선을 검출하기 때문에 알고리즘이 단순하고 검출 시간이 매우 짧다. 또한 본 논문에서는 이전 프레임에서 검출된 차선 정보를 이용하여 현재 프레임의 차선 정보를 보정하고 보완함으로써 보다 안정적인 차선 검출이 가능하였다. 제안된 알고리즘은 고속도로나 비교적 복잡한 시내 도로, 야간 시 고속도로 등에서 얻은 다양한 환경에서의 영상을 이용하여 실험하였다. 제안된 알고리즘은 초당 70 frame 가량의 영상 처리가 가능하였고 95% 이상의 차선 검출율과 90% 가량의 곡률 검출율을 얻을 수 있었다.

• 디지털융복합연구
• /
• 제14권8호
• /
• pp.253-259
• /
• 2016

차선의 인식을 위한 연구는 차량의 자율 주행 또는 교통사고의 예방을 위하여 지속적인 연구가 진행되고 있으며, 최근에는 다양한 알고리즘이 등장하여 차선 인식과 검출은 비약적으로 발전하였다. 이들 연구는 주로 비전 시스템 기반의 연구이며 인식률 또한 상당히 좋아 졌다. 그러나 야간의 도로 또는 우천 시에는 그 인식률이 아직 만족할 수준까지 도달하지는 못하였다. 본 논문은 이러한 비전 시스템 기반의 차선 인식 및 검출의 단점을 개선하여 사고 발생 후 대응을 위한 센서 융합 기술을 적용하여 차선 검출에 대한 연구를 수행하였고, 차선 검출에 대한 연구 중 곡선차선의 검출에 대한 연구를 진행하였다. 도로는 직선도로 뿐만 아니라 다양한 곡선도로까지 검출 가능해야 하며 이는 교통사고 조사 시에 활용될 수 있다. 커브의 굽은 정도를 나타내는 곡률의 임계값을 0.001~0.06로 하여 곡선자선을 산출해 낼 수 있음을 보였다.