• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.239-241
• /
• 2022

현재 대한민국에서는 교통 혼잡을 해결하기 위해 다인승 전용차로 (HOV, High Occupancy Vehicle Lanes)와 지정차로제를 시행하고 있다. 현행의 교통단속 시스템은 단속 지역 구역에 인원이 필수로 배정되며 무인 단속에 어려움이 있다. 또한, 고정식 교통단속시스템은 속도 위반 단속은 가능하나 운전자가 네이게이션을 통해 단속을 회피할 수 있다. 이러한 문제점을 해결하기 위해 딥러닝 객체 인식 모델인 YOLO를 통한 교통 통합 단속 시스템이 필요하다. 본 연구에서는 멀티스레딩 기술 기반의 병렬처리 차량번호 인식 기술을 적용하여 불시 단속이 가능한 이동식 교통 통합 관리시스템을 제안한다. Yolo5를 이용한 차선 인식, 차량탑승인원 판별, 차량 번호 인식 등의 알고리즘을 통합 모델을 설계하고 이를 적용한 통합시스템을 제시하였다.

• 한국정보통신학회논문지
• /
• 제16권8호
• /
• pp.1693-1700
• /
• 2012

최근 차량 운전자들의 안전 운행을 보조하기 위해 운전자의 차량과 전방의 차량 간의 거리를 추정하고 안전거리 유무를 알려주기 위한 경보시스템이 개발되고 있다. 본 논문에서도 실제 도로 환경에서 전방의 주행 차량을 검출하여 차간 거리를 측정하고, 충돌 위험 상황을 감지하여 운전자에게 충돌 위험을 알리는 충돌경고시스템을 설계 및 구현하였다. 먼저 전방주시 카메라를 활용하여 촬영한 도로영상으로부터 도로와 차량에 해당하는 관심 영역을 추출하고, 관심 영역에서 전방 차량의 그림자 임계값 분석을 통해 전방 차량 객체를 추출한 후 전방 차량과의 거리를 계산하여 충돌 위험 경고를 알려준다. 주행 차량 검출 및 차간 거리 측정 결과를 기반으로 충돌경고시스템을 설계 및 구현하였으며, 실제 도로상황에 적용하여 실험한 결과 매우 높은 정확도를 나타내어 안전 운전에 대응할 수 있는 것으로 검증되었다.

• 한국정보통신학회논문지
• /
• 제19권5호
• /
• pp.1221-1227
• /
• 2015

에지 검출은 문자, 차선 및 물체 인식 등을 구현하는 과정에서 영상을 단순화하기 위한 중요한 기술 중 하나이며, 우수한 에지 검출을 위한 다양한 연구가 국내외에서 활발히 진행되고 있다. 기존의 에지 검출 방법에는 공간 영역에서 방향성 기울기 마스크를 적용하여 에지를 구하는 방법과 SE(structure element)를 이용한 수학적 모폴로지(mathematical morphology) 기반의 에지 검출 방법 등이 있다. 이러한 기존의 방법들은 지나치게 어둡거나 밝은 영상에서 에지 검출 특성이 미흡하다. 따라서 본 연구에서는 이러한 문제점을 보완하기 위해 기존의 방법 중 Sobel 방법과 히스토그램 평활화 방법을 적용하는 알고리즘을 제안하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.376-380
• /
• 2015

본 논문은 안개 낀 날 차선을 인식하는 방법을 제안한다. 이것은 주행 중 안개구간이 나타나면 시야확보가 어려운 운전자의 안전을 도모하고 또한 자동차 자율 주행을 가능하게 하기 위한 것이다. 제안한 방법은 먼저 입력 영상에서 화소 수 분포와 시작점으로 안개 구간인지를 판단한다. 만약 안개구간이면 Retinex 알고리즘에서 미디언 필터를 입력영상의 범위만큼 한 후 히스토그램 평활화와 정규화를 수행한다. 실험 결과 기존 연구보다 차선 검출이 정확하고 먼 거리까지 인식할 수 있었다.

• 자동차안전학회지
• /
• 제12권3호
• /
• pp.43-51
• /
• 2020

Currently, the second level of the six stages of self-driving technology, as defined by SAE, is commercialized, and the third level is preparing for commercialization. The purpose of ACC is to be evaluated as a system useful for preventing and preventing accidents by minimizing driver fatigue through longitudinal speed control and relative distance control of the vehicle. In this regard, for the study of safety assessment methods in the practical environment of ACC. Distance measurement method using monocular camera and data acquisition equipment such as DGPS are utilized. Based on the evaluation scenario considering the domestic road environment proposed by the preceding study, the relative distance obtained from equipment such as DPGS and the relative distance using a monocular camera in the actual test is verified by comparing and analyzing the safety assessment. The comparison by scenario results showed a minimum error rate of 3.83% in Scenario 1 and a maximum of 14.61% in Scenario 6. The cause of the maximum error is that the lane recognition is not accurate in the camera image and irregular operation conditions such as rushing in or exiting the surrounding area from the walkway. It is expected that safety evaluation using a monocular camera will be possible for other ADAS systems in the future.

• 전기전자학회논문지
• /
• 제24권2호
• /
• pp.492-496
• /
• 2020

안개가 낀 악조건의 날씨에서는 가시성이 저하되어 카메라로 포착한 정보들을 정확히 인식하기 어렵다. 안개 낀 날씨에서도 사물인식, 차선 인식 등 카메라 기반의 기기들이 정상 동작할 수 있도록 안개제거 연구가 활발히 진행되고 있다. 본 논문에서는 안개 영상에서 밝기와 채도의 차이가 영상의 깊이에 따라 비선형적으로 증가한다는 분석을 통해 깊이 맵 추정을 위한 비선형 모델을 제시한다. 비선형 모델의 안개 제거 방법은 여러 가지 안개제거 방법과의 정량적 수치평가(MSE, SSIM, TMQI)를 통해 동등 이상의 결과를 보여줌으로써 우수한 성능을 자랑한다.

• 한국정보통신학회논문지
• /
• 제18권8호
• /
• pp.1973-1980
• /
• 2014

영상, 차선, 물체 인식 등을 위한 에지 검출은 중요한 영상 처리 방법이며, 이를 위한 기존의 방법에는 Sobel, Prewitt, Roberts, Laplacian, LoG(Laplacian of Gaussian) 등이 있다. 이러한 방법들은 salt & pepper 잡음에 훼손된 영상에서 특성이 미흡하다. 이와 같은 문제점을 개선하기 위하여 본 논문에서는 중심 화소의 인접 화소를 중심으로 국부 마스크를 설정하여, 그것의 중심 화소가 비잡음인 경우 그대로 처리하고 잡음인 경우 추정 마스크를 구한 후, 가중치 마스크를 적용하여 에지를 검출하는 알고리즘을 제안하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 추계학술대회
• /
• pp.687-690
• /
• 2017

에지 검출은 차선 인식, 물체 및 패턴 검출 등의 성능을 결정하는 중요한 단계이며, 현재까지도 이를 위한 많은 연구가 이루어지고 있다. 지금까지 널리 알려져 있는 에지 검출 알고리즘은 Sobel, Prewitt, Roberts, Canny 에지 검출 알고리즘 등이 있으며, 이러한 알고리즘들은 밝기값의 변화가 완만한 영상을 처리할 때, 에지가 아닌 영역으로 판단할 경우가 많다. 따라서 본 논문에서는 마스크 영영에서 침식, 팽창, 열기, 닫기 등을 활용하는 그레이 레벨 모폴로지를 이용한 에지검출 알고리즘을 제안하였다.

• 정보보호학회논문지
• /
• 제33권6호
• /
• pp.1099-1110
• /
• 2023

자율주행 및 robot navigation의 인식 시스템은 성능 향상을 위해 다중 센서를 융합(Multi-Sensor Fusion)을 한 후, 객체 인식 및 추적, 차선 감지 등의 비전 작업을 한다. 현재 카메라와 라이다 센서의 융합을 기반으로 한 딥러닝 모델에 대한 연구가 활발히 이루어지고 있다. 그러나 딥러닝 모델은 입력 데이터의 변조를 통한 적대적 공격에 취약하다. 기존의 다중 센서 기반 자율주행 인식 시스템에 대한 공격은 객체 인식 모델의 신뢰 점수를 낮춰 장애물 오검출을 유도하는 데에 초점이 맞춰져 있다. 그러나 타겟 모델에만 공격이 가능하다는 한계가 있다. 센서 융합단계에 대한 공격의 경우 융합 이후의 비전 작업에 대한 오류를 연쇄적으로 유발할 수 있으며, 이러한 위험성에 대한 고려가 필요하다. 또한 시각적으로 판단하기 어려운 라이다의 포인트 클라우드 데이터에 대한 공격을 진행하여 공격 여부를 판단하기 어렵도록 한다. 본 연구에서는 이미지 스케일링 기반 카메라-라이다 융합 모델(camera-LiDAR calibration model)인 LCCNet 의 정확도를 저하시키는 공격 방법을 제안한다. 제안 방법은 입력 라이다의 포인트에 스케일링 공격을 하고자 한다. 스케일링 알고리즘과 크기별 공격 성능 실험을 진행한 결과 평균 77% 이상의 융합 오류를 유발하였다.

• 대한교통학회지
• /
• 제23권7호
• /
• pp.17-33
• /
• 2005

도로설계속도는 해당도로 규격을 결정하는 매우 중요한 설계요소이다. 설계속도 결정시 개통후 차량 주행속도를 예측하여 상관성이 높도록 계획해야 하는데, 기존 일반국도 주행속도 예측 모형은 설계속도에 따른 기하구조 요인만을 고려하여 도로의 주변환경을 고려하지 못하는 한계가 있다. 주변환경을 충분히 고려하지 않을 경우 과도한 공사비 지출과 지나친 환경 파괴우려가 있다. 따라서 본 연구에서는 도로 주변환경요소를 고려하는 주행속도 예측모형식의 정립을 시도했고, 연구결과는 다음과 같다. 첫째, 우리나라 일반국도의 지형 및 지역 요소를 운전자의 시각 특성과 GIS 프로그램을 활용하여 정의하였다. 둘째, 이렇게 구축한 지형 및 지역 특성이 차량의 주행속도에 미치는 영향을 살펴보았다. 그 결과, 지형 및 지역 별로 95% 신뢰도에서 속도차이가 있는 것으로 판단되었다. 섯째, 일반선형 모형(GLM)을 통하여 기하구조 요인과 지형 및 지역 요인을 모두 고려한 예측 모형식을 수립해 보았는데, R-Square가 양방향 2차로는 0.67, 양방향 4차로가 0.85로 나타났다. 끝으로 본 연구에서 개발한 모형을 바탕으로 지형 및 지역요소를 감안한 적정 도로 설계속도 범위를 제시했다. 이 방법론에 따라 산출된 관련 설계속도 범위는 일반국도에 대해 적용할 수 있지만, 지방도등 타 도로에 대해서는 직접 적용하기 곤란하다.