• 한국ITS학회 논문지
• /
• 제19권5호
• /
• pp.178-188
• /
• 2020

본 논문에서는 split-attention 네트워크를 백본으로 특징을 추출하는 차선인식 CNN 네트워크를 제안한다. split-attention은 CNN의 특징 추출 과정에서 feature map의 각 channel에 가중치를 부여하는 방법으로, 빠르게 변화하는 자동차의 주행 환경에서 안정적으로 이미지의 특징을 추출할 수 있다. Tusimple 데이터 셋을 활용하여 본 논문에서 제안하는 네트워크를 학습·평가하였으며, 백본 네트워크의 레이어 수에 따른 성능 변화를 비교·분석 하였다. 평가 결과 최대 96.26%의 정확도로 최신 연구에 준하는 결과를 얻었으며, FP의 경우 0.0234(2.34%)로 비교 연구 중 가장 좋은 결과를 보여준다. 따라서, 실제 차량의 주행 환경 등에서도 본 연구에서 제안하는 모델을 사용하여 오인식 없이 안정적인 차선 인식이 가능하다.

• 자동차안전학회지
• /
• 제13권2호
• /
• pp.35-41
• /
• 2021

In this study, improved path tracking control algorithm based on pure pursuit algorithm is newly proposed by using improved lane detection algorithm through real time post-processing with interpolation methodology. Since the original pure pursuit works well only at speeds below 20 km/h, the look-ahead distance is implemented as a sigmoid function to work well at an average speed of 45 km/h to improve tracking performance. In addition, a smoothing filter was added to reduce the steering angle vibration of the original algorithm, and the stability of the steering angle was improved. The post-processing algorithm presented has implemented more robust lane recognition system using real-time pre/post processing method with deep learning and estimated interpolation. Real time processing is more cost-effective than the method using lots of computing resources and building abundant datasets for improving the performance of deep learning networks. Therefore, this paper also presents improved lane detection performance by using the final results with naive computer vision codes and pre/post processing. Firstly, the pre-processing was newly designed for real-time processing and robust recognition performance of augmentation. Secondly, the post-processing was designed to detect lanes by receiving the segmentation results based on the estimated interpolation in consideration of the properties of the continuous lanes. Consequently, experimental results by utilizing driving guidance line information from processing parts show that the improved lane detection algorithm is effective to minimize the lateral offset error in the diverse maneuvering roads.

• 한국ITS학회 논문지
• /
• 제10권3호
• /
• pp.16-24
• /
• 2011

차량의 전자제어 시스템은 운전자의 안전을 확보하려는 법률적, 사회적 요구에 발맞추어 빠르게 발달하고 있으며, 하드웨어의 가격하락과 센서 및 프로세서의 고성능화에 따라 레이더, 카메라, 레이저와 같은 다양한 센서를 적용한 다양한 운전자 지원 시스템 (Driver Assistance System)이 실용화되고 있다. 이에 본 연구의 선행연구에서는 CCD 카메라로부터 취득되는 영상을 이용하여 실험차량의 주행 차선 및 주변에 위치 하거나 접근하는 차량을 인식하여 운전자의 위험운전에 대한 원인 및 결과를 분석 할 수 있는 Vision 시스템 기반 위험운전 분석 프로그램을 개발하였다. 그러나 선행 연구에서 개발된 Vision 시스템은 터널, 일출, 일몰과 같이 태양광이 충분치 않은 곳에서는 차선 및 차량의 인식율이 매우 떨어지는 것으로 나타났다. 이에 본 연구에서는 밝기 대응 알고리즘을 개발하여 Vision 시스템에 탑재함으로서 언제, 어느 곳에서라도 차선 및 차량에 대한 인식율을 향상시켜 운전자의 위험운전에 대한 원인을 명확하게 분석하고자 한다.

• 한국정보전자통신기술학회논문지
• /
• 제10권4호
• /
• pp.304-310
• /
• 2017

본 논문은 자율주행자동차가 곡선 주행 차로를 따라 주행 경로를 인지하고 경로 제어가 가능하도록 하기 위한 IPM 기반의 차선 검출기 구조에 대해 제안하고 RTL (Register Transfer Level) 기반의 회로 구현 결과에 대해 설명한다. 제안한 회로 구조는 곡률이 심한 차선에 대해 높은 정확도를 보장하기 위해 역투영 정합 영상을 Near/Far 영역으로 구분하여 허프 변환과 차선의 후보 영역 검출 연산을 적용한다. 자율주행자동차의 경우 다양한 알고리즘을 탑재해야 하므로 임베디드 시스템에서 차선 인식기의 시스템 자원 사용량을 줄이기 위해 차선 인식에 사용하는 영상 데이터 및 각종 파라미터 데이터에 대해 메모리 접근 회수를 최소화하는 방법을 제안하였다. 제안한 회로는 Xilinx Zynq XC7Z020에서 LUT 16%, FF 5.9%, BRAM 29%의 FPGA 자원 점유율을 보였으며 100MHz 클럭에서 Full-HD ($1920{\times}1080$) 영상을 초당 42장 처리 가능한 성능을 갖고 약 96% 차선 인식률을 보인다.

• 한국ITS학회 논문지
• /
• 제8권2호
• /
• pp.36-44
• /
• 2009

본 논문에서는 특징점 추적을 이용하여 끼어들기 위반차량을 검지할 수 있는 끼어들기 위반차량 검지 시스템을 제안한다. 제안된 끼어들기 위반차량 검지 시스템의 전체적인 알고리즘은 특징 추출, 추적대상 차량의 특징점 등록 및 추적, 끼어들기 위반차량 검지 등의 세 단계로 구성된다. 특징 추출 단계에서는 실시간 처리가 가능한 특징점 추출 알고리즘을 이용하여 입력 영상에서 특징점을 추출한다. 추출된 특징점들은 다시 추적대상 특징점을 선정하고 등록된 특징점을 정규화 된 교차 상관관계(normalized cross correlation:NCC)를 이용하여 추적한다. 마지막으로 추적된 특징점들의 정보를 이용하여 끼어들기 위반여부를 최종 검지한다. 제안한 시스템을 끼어들기 금지구간에서 취득한 영상을 사용하여 실험한 결과 정인식률 99.09%와 오류율 0.9%의 뛰어난 성능을 보였고 실시간처리가 가능한 초당 34.48프레임의 빠른 처리속도를 얻을 수 있었다.

• 대한전자공학회논문지SP
• /
• 제48권4호
• /
• pp.86-97
• /
• 2011

본 논문에서는 칼라분류 및 방향성 에지정보의 클러스터링과 이들의 통합에 의한 새로운 도로영역 및 차선검출 알고리즘을 제안한다. 도로영역 및 차선을 하나의 인식대상 물체로 취급하고, 통계적 파라미터의 반복 최적화에 의한 칼라정보의 클러스터링을 수행해서 검출과 인식을 위한 초기정보로 사용한다. 다음으로, 칼라정보가 갖는 물체인식 의 한계를 개선하기 위해 에지정보를 검출하고, 관심영역(Region Of Interest for Lane Boundary(ROI-LB))의 추출과 ROI-LB 영역에서 방향성 에지정보의 검출과 클러스터링을 수행한다. 칼라분류 및 에지 클러스터링의 결과를 통합해, 이들 각각의 정보가 갖는 특징을 이용함으로서 도로환경에 적합한 도로영역 및 차선을 검출할 수 있도록 한다. 제안방법은 도로와 차선에 관한 파라미터릭 수학적 모델을 사용하지 않고 칼라 및 에지의 클러스터링 정보에 의한 non-parametric 방법으로 다양한 도로 환경에 유연한 대응이 가능한 장점을 갖는다. 본 제안방법의 유효성을 입증하기 위해 상이한 촬상조건 및 도로환경에서의 영상에 대한 실험결과를 제시한다.

• 한국자동차공학회논문집
• /
• 제22권3호
• /
• pp.50-59
• /
• 2014

This paper proposes a method of localization of vehicle especially the horizontal position for the purpose of recognizing the driving lane. Through tracking road signs, the relative position between the vehicle and the sign is calculated and the absolute position is obtained using the known information from the regulation for installation. The proposed method uses Kalman filter for road sign tracking and analyzes the motion using the pinhole camera model. In order to classify the road sign, ORB(Oriented fast and Rotated BRIEF) features from the input image and DB are matched. From the absolute position of the vehicle, the driving lane is recognized. The Experiments are performed on videos from the highway driving and the results shows that the proposed method is able to compensate the common GPS localization errors.

• 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

• 한국자동차공학회논문집
• /
• 제11권5호
• /
• pp.176-182
• /
• 2003

The researches for autonomous vehicle have been implemented in many studies, but most studies were confined to the lane fol1owing and changing. This paper addresses a problem of autonomous lane following parking a nonholonomic vehicle. The algorithm for image processing by the hough transform and controlling a steering angle and speed to park a nonholonomic vehicle is developed. The developed system which integrated the control algorithm for parking and vision algorithm for line traction tested with RC car and verified by the performance of the detection of parking area and the reactive parking without collisions.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.637-639
• /
• 2021

자율주행 연구가 활발히 진행되면서 ADAS(Advanced Driver Assistance System)에서 차량의 위치를 파악하고 경로를 유지하는데 차선 검출은 필수적인 기술이다. 차선 검출은 허프 변환과 RANSAC(Random Sample Consensus)과 같은 영상처리 알고리즘을 이용하여 검출한다. 본 논문은 라즈베리파이3 B+에 OpenCV를 이용하여 선형 도형 검출 알고리즘을 구현하고 있다. OpenCV 가우시안 블러 구조와 캐니 에지 검출을 통해 문턱값을 설정하였고, 선형 검출 알고리즘을 통한 차선 인식에 성공하였다.