• Proceedings of the National Institute of Ecology of the Republic of Korea
• /
• 제2권4호
• /
• pp.274-278
• /
• 2021

Road structures play an important role in collisions involving vehicles and wildlife. Our study aimed to determine the effect of various types of road structures on the risk associated with roadkill. We surveyed 50 previously identified roadkill hotspots, ranked from one to five according to roadkill density. We collected nine types of road structure data on each hotspot road section. Structures with similar characteristics were grouped together, resulting in five categories, namely, median barrier, high edge barrier, low edge barrier, speed, and visibility. We examined the existence of each road structure category at each hotspot rank. The cumulative link model showed that the absence of bottom blocked median barrier increased the roadkill hotspot rank. Our study concluded that a visual obstacle in the middle of roads by the median barrier decreases wildlife road crossing attempts and roadkill risk. We suggest that future roadkill mitigation plans should be established considering these characteristics.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.766-771
• /
• 2002

Automatic change detection based on the vector-to-raster comparison is hard especially in high-resolution image. This paper proposes a method to designate roads in high-resolution image in sequential manner using the information from vector map in which Hough transform is used for reliability. By its linearity, the road of urban areas in a vector map can be easily parameterized. Following some pre-processing to remove undesirable objects, we obtain the edge map of raster image. Then the edge map is transformed to a parameter space to find the selected road from vector map. The comparison is done in the parameter space to find the best matching. The set of parameters of a road from vector map is treated as the constraints to do matching. After designating the road, we may overlay it on the raster image for precise monitoring. The results can be used for detection of changes in road object in a semi-automatic fashion.

• Journal of information and communication convergence engineering
• /
• 제18권3호
• /
• pp.183-187
• /
• 2020

The general Wi-Fi network connection structure is that a number of IoT (Internet of Things) sensor nodes are directly connected to one AP (Access Point) node. In this structure, the range of the network that can be established within the specified specifications such as the range of signal strength (RSSI) to which the AP node can connect and the maximum connection capacity is limited. To overcome these limitations, multiple middleware bridge technologies for dynamic scalability and load balancing were studied. However, these network expansion technologies have difficulties in terms of the rules and conditions of AP nodes installed during the initial network deployment phase In this paper, an intelligent edge computing IoT device is developed for constructing an intelligent autonomous cluster edge computing network and applying it to real-time road danger context aware and notification system through an intelligent risk situation recognition algorithm.

• 제어로봇시스템학회논문지
• /
• 제4권6호
• /
• pp.759-764
• /
• 1998

We propose a novel algorithm capable of recognizing the road lane by image processing. Considering the fact that the direction and location of road lane are maintained similarly in successive images we formulate a function to represent the property. However, as noises play the role of making a lot of similar patterns appear and disappear in the road image, keeping of robustness in the lane detection has been known a difficult work. To overcome this problem, we introduce the following three ideas: 1) design of a function based on an edge direction and magnitude, 2) construction of a recursive filter to estimate the function recursively for successive images, 3) principal axis-based line fitting. These concepts enhance the adaptability to cope with the random environment of traffic scene and eventually lead to the reliable detection of a road lane.

• 대한전자공학회논문지SP
• /
• 제44권5호
• /
• pp.28-34
• /
• 2007

위성 영상에서 도로를 효과적으로 추출하기 위한 히스토그램 기반 도로 경계선 추출자를 제안하였다. 제안한 추출자를 이용해 도로 경계선 양측의 도로와 비도로 영역 각 화소의 방향성 히스토그램 차를 계산하고, 그 에지 강도 맵을 구하여 도로의 경계선을 추출하였다. 그리고 원영상과 분할된 도로 군집 영상의 에지 강도 맵을 계층적으로 구하여 직선 도로와 곡선 도로를 추출한 다음, 도로의 연결성을 기반으로 하여 전체 도로망을 구성하였다. 제안한 추출자는 칼라 유사도를 계산하는 기존 방법과 달리 히스토그램 차를 기반으로 하기 때문에 잡영에 강건하게 도로를 추출할 수 있으며, 도로 경계선의 위치와 도로 폭도 함께 추출할 수 있을 뿐만 아니라 도로군집을 자동식별하기 때문에 다양한 분광특성의 도로들도 쉽게 추출할 수 있다. 제안한 추출자를 이용하여 1m의 공간 해상도를 갖는 IKONOS 위성 영상에 대해 실험하여 잡영에 강건하게 도로가 추출됨을 확인하였고, 직선 도로 뿐만 아니라 곡선도로 추출도 용이함을 확인하였다.

• 방송공학회논문지
• /
• 제14권2호
• /
• pp.253-264
• /
• 2009

본 논문에서는 실용화를 목적으로 비전 시스템을 기반으로 한 차선검출의 성능개선과 처리과정의 고속화 알고리즘을 제안한다. 차선검출의 고속화를 위해 전처리 과정으로 수평소실선의 추정과 관심영역(ROI-LB)의 최적 선정으로 획기적인 검출영역의 감소가 가능하다. 블록단위의 ROI-LB 내에서 영상의 특징정보를 추출하고 이를 기반으로 한 Hough 변환의 적용에 의한 nonparametric 모델 매칭 기법으로 차선을 검출한다. Laplacian 필터를 사용해서 잡음제거와 동시에 에지 보강 과정을 처리함으로서 다양한 차선 패턴에 대한 특징정보 추출의 신뢰성을 향상시킨다. 또한 ROI-LB 내 블록별 에지의 방향성 정보의 클러스터링으로 차선으로 오인식되는 에지들의 제거가 가능해 차선검출의 성능을 개선할 수 있다. 제안 방법의 유효성을 검증하기 위해 다양한 실제 차선 패턴을 대상으로 한 실험결과를 제시한다.

• 한국컴퓨터정보학회논문지
• /
• 제15권10호
• /
• pp.35-47
• /
• 2010

본 논문은 에지를 이용한 차량 검출 시 검출률 향상을 위해 부정확한 에지 정보를 보완하는 확장 에지 분석 기법을 제안한다. 차량은 영상에서 차량이 지면과 닺는 경계면과 좌우 경계선을 이용하여 검출한다. 제안하는 확장 에지 분석기법은 차량과 지면의 경계선을 표현하는 수평 에지가 조명이나 잡음 등으로 인해 부정확하게 얻어지는 문제를 해결하기 위해 수평에지를 양방향으로 확장하여 차량 양쪽의 경계선인 두 개의 수직에지 성분과 교차하는 점을 찾는 방법이다. 즉, 미리 설정된 관심영역 내에서 인접한 수평에지 정보를 이용하여 에지를 융합하거나 분리하는 방법을 통해 수평에지를 추출하고 추출된 수평에지 영역에서 차량 그림자 영역을 검출하여 차량 바닥선을 결정한다. 차량의 폭은 수평에지와 교차하는 수직에지들 중에서 좌우 대칭을 형성할 수 있는 에지들과 차간 거리를 고려하여 결정한다. 확장 에지 분석기반 차량 검출 기법은 복잡한 배경을 갖는 도로 영상에서 기존의 에지 정보를 이용한 차량 검출 방식보다 효율적이다. 본 논문에서 제안하는 차량 검출 기법의 우수성은 복잡한 도로 영상에서 차량 검출 실험을 통해 검증하였다.

• 한국자동차공학회논문집
• /
• 제9권3호
• /
• pp.143-154
• /
• 2001

An algorithm for estimating the lane departure of a vehicle is derived and implemented based on an EDF(edge distribution function) obtained from gray-level images taken by a CCD camera mounted on a vehicle. As the function of edge direction, the EDF is aimed to show the distribution of edge direction and to estimate the possibility of lane departure with respect to its symmetric axis and local mamma. The EDF plays important roles: 1) It reduces noisy effects caused by dynamic road scene. 2) It makes possible lane identification without camera modeling. 3) It also leads LDW(lane departure warning) problem to a mathematical approach. When the situations of lane departure such that the vehicle approaches to lane marks or runs in the vicinity of the lane marks are occurred, the orientation of lane marks in images is changed, and then the situations are immediately reflected to the EDF. Accordingly, the lane departure is estimated by studying the shape of the EDF. The proposed EDF-based algorithm enhanced the adaptability to cope with the random and dynamic road environments, and eventually led to the reliable LDW system.

• Journal of Plant Biology
• /
• 제15권3호
• /
• pp.9-13
• /
• 1972

This report deals with lead and zinc contamination of roadside soil and plants caused by motor vehicles as a function of distance from the road edge. The concentrations of Pb and Zn in roadside soil and plant samples from several locations decrease regularly with increasing distance from traffic. Soil samples up to 24m distance from the road edge are contaminated with more than 12.99ppm lead, and 13.40ppm zinc. The decrease in Pb and Zn contamination with increasing distance from the road is characteristically curvilinear; the relative coefficiency of Pb and Zn with distance is -0.69, -0.48, respectively. The average contents of Pb and Zn in plants are 21.5ppm and 30.00ppm. It is suggested that the contamination is related to the composition of gasoline, motor oil and to roadside of the residues of this metals.

• 한국정밀공학회지
• /
• 제16권10호
• /
• pp.25-34
• /
• 1999

In this paper, an algorithm is presented to recognize lane and obstacles based on highway road image. The road images obtained by a video camera undergoes a pre-processing that includes filtering, edge detection, and identification of lanes. After this pre-processing, a part of image is grouped into 27 sub-windows and fed into a three-layer feed-forward neural network. The neural network is trained to indicate the road direction and the presence of absence of an obstacle. The proposed algorithm has been tested with the images different from the training images, and demonstrated its efficacy for recognizing lane and obstacles. Based on the test results, it can be said that the algorithm successfully combines the traditional image processing and the neural network principles towards a simpler and more efficient driver warning of assistance system