• 제어로봇시스템학회논문지
• /
• 제21권3호
• /
• pp.179-186
• /
• 2015

In this paper, a novel lateral control system is proposed for the purpose of improving lane keeping performance which is independent from GPS signals. Lane keeping is a key function for the realization of unmanned driving systems. In order to obtain this objective, a vision sensor based real-time lane detection scheme is developed. Furthermore, we employ a data fusion along with a real-time steering angle of the test vehicle to improve its lane keeping performance. The fused direction data can be obtained by an IMU sensor and vision sensor. The performance of the proposed system was verified by computer simulations along with field tests using MOHAVE, a commercial vehicle from Kia Motors of Korea.

• 한국자동차공학회논문집
• /
• 제17권3호
• /
• pp.54-61
• /
• 2009

Lane keeping assistant system (LKAS) could save thousands of lives each year by maintaining lane position and is regarded as a promising active safety system. The LKAS is expected to reduce the driver workload and to assist the driver during driving. This paper proposes a model based predictive controller for the LKAS which requires cooperative driving between the driver and the assistance system. A Hardware-In-the-Loop-Simulator (HILS) is constructed for its evaluation and includes Carsim, Matlab Simulink and a lane detection algorithm. The single camera is mounted with the HILS to acquire the monitor images and to detect the lane markers. The simulation is conducted to validate the LKAS control performance in various road scenario.

• 전자공학회논문지
• /
• 제50권5호
• /
• pp.224-230
• /
• 2013

운전자 보조 시스템에서 차선 경계 검출은 매우 중요하다. 본 연구는 악조건인 환경에서 차선 경계를 검출하기 위한 강건한 방법을 제안한다. 첫 번째로 원래의 image에서 iVMD(improve Vertical Mean Distribution) Method를 이용하여 수평선을 검출하고, 수평선 하위영역 image를 결정하며, 두 번째로 Canny edge detector를 사용하여 하위 영역에서 차선 표시를 추출한다. 마지막으로, RANSAC algorithm을 이용하여 각각에 맞는 line model을 적용하기 전에, k-means clustering algorithm을 이용하여 오른쪽 왼쪽 차선을 분류 한다. 제안된 알고리즘은 변종조명, 갈라진 도로, 복잡한 차선 표시, 교통신호에 관하여 상당히 정확한 차선 검출 기능을 나타낸다. 실험결과는 제안된 방법이 악조건인 환경하에서 실시간으로 효율적인 요구 사항을 충족함을 보여준다.

• 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.

• 제어로봇시스템학회논문지
• /
• 제21권1호
• /
• pp.46-51
• /
• 2015

In this paper, we propose a vision-based method to recognize lane changes of an autonomous vehicle. The proposed method is based on six states of driving situations defined by the positional relationship between a vehicle and its nearest lane detected. With the combinations of these states, the lane change is detected. The proposed method yields 98% recognition accuracy of lane change even in poor situations with partially invisible lanes.

• 대한임베디드공학회논문지
• /
• 제13권4호
• /
• pp.195-204
• /
• 2018

Lane keeping assist and departure prevention system are the key functions of ADAS. In this paper, we propose lane detection method which uses Gaussian function based RANSAC. The proposed method consists mainly of IPM (inverse perspective mapping), Canny edge detector, and Gaussian function based RANSAC (Random Sample Consensus). The RANSAC uses Gaussian function to extract the parameters of straight or curved lane. The proposed RANSAC is different from the conventional one, in the following two aspects. One is the selection of sample with different probability depending on the distance between sample and camera. Another is the inlier sample score that assigns higher weights to samples near to camera. Through simulations, we show that the proposed method can achieve good performance in various of environments.

• 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.

• 한국측량학회지
• /
• 제39권1호
• /
• pp.1-11
• /
• 2021

본 연구는 일련의 방법을 조합하여 차선의 라인모델을 추출하는 과정을 제안한다. 첫째로, 호모그래피(homography)에 기반한 영상와핑(warping)을 통하여 영상내에서 차선영역내에 존재하는 픽셀들을 검출하기 용이하도록 변환하는 것을 제안한다. 두 번째로, 에지검출과 HSL (Hue, Saturation, and Lightness) 변환을 이용하여 차선후보픽셀들을 안정적으로 추출하는 방법을 제안한다. 세 번째로, 선택영역을 활용하는 방법을 통하여 차선후보픽셀들 중에서 오류픽셀들을 제거하는 방법을 제안한다. 네 번째로, 차선픽셀들을 이차다항식 함수로 모델링하는 방법을 제안한다. 제안한 방법의 유효성을 검증하기 위하여, 다양한 조명조건과 노이즈 하에서 취득한 차량용 블랙박스영상을 이용하였다. 실험결과는 제안한 방법은 색상이나 에지만을 기반으로 하는 방법들에서 나타나는 문제점들을 극복하고 비교적 저가의 컴퓨팅 환경하에서 다양한 조건의 영상에 대하여 프레임 당 약 0.6초 이내에 차선픽셀들을 추출하고 차선라인모델을 생성할 수 있음을 보여준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.1175-1176
• /
• 2023

전기차의 자율주행을 위해선 차선 인식과 모터 제어가 필요하다. 카메라로 입력된 영상에 허프 변환을 적용하고, 변환된 이진 이미지에 Enet 및 DeepLabv3+ 구조를 활용한 LaneNet 모델을 적용하여 차선을 학습시키고, Fuzzy 제어 기법을 활용하여 모터의 조향이 원활이 되도록 하였다. 기존의 Rule base 기법에 비하여 차선 인식 정확도가 월등히 향상되었으며, 주행 결과 Real-Time 주행환경 판단에 대한 여지를 남겼다.

• 대한전자공학회논문지SP
• /
• 제49권4호
• /
• pp.85-94
• /
• 2012

차선 마킹 검출은 지능형 운송 시스템(ITS, intelligent transportation systems), 운전자 보조 시스템(DAS, driver assistant systems) 등에 필수적인 요소이다. 이 논문에서는 스케일 공간 기법을 이용하여 기존의 기법들에 비해 견고한 차선 마킹 검출기법을 제안한다. 차선 마킹 검출에 많이 사용되고 있는 지역 통계 기반 가변적 문턱처리 기법은 밝기 특성이 두드러진 객체의 검출에 유리하므로 차선 마킹 검출에 효과적일 수 있다. 그러나 통계적 특징만으로는 무관한 영역도 함께 검출되므로, 이 논문에서는 가변적 문턱처리 결과와 함께 수평 1D LoG 필터링 스케일 공간을 합성하여 차선 마킹 후보 영역을 축소하는 기법을 제안한다. 실제 영상에 대해 가변적 문턱처리뿐만 아니라 차선 마킹 검출을 위한 또 다른 대표적인 기법인 하프 변환을 사용하는 기법과도 비교한 결과, 뚜렷한 차선 마킹 후보 영역 축소를 확인할 수 있었다.