• 한국정보처리학회논문지
• /
• 제6권12호
• /
• pp.3710-3717
• /
• 1999

무인 자율 주행 시스템의 개발에는 전방의 장애물 검출 및 거리 계산이 필수적이다. 전방 장애물 검출시 입력 영상에는 검출하고자 하는 도로면 상의 물체뿐만 아니라 도로 주변에 가로수, 표지판 둥 관심 외적인 요소들이 함께 존재한다. 이러한 관심 외적인 요소들을 제거하기 위해 탐색 영역을 차선의 안쪽으로 제안시켜 계산 시간을 단축하고 관심의 대상이 되는 물체만 검출하는 것이 필요하다. 본 논문에서는 관심의 대상이 되는 전방 장애물 검출을 위하여, 탐색영역을 제한하는 간단하고 효율적인 차선 검출 알고리즘을 제시한다. 제안된 알고리즘은 Hough 변환을 이용하여 차선으로 추측된 영역에 수평탐색 영역과 2차 곡선의 근사화를 이용하여 정확하게 직선 차선 및 곡률을 지닌 차선을 검출하게 된다. 실험 결과로부터 제안한 알고리즘이 직선의 차선 뿐만 아니라 곡률을 지닌 차선 검출을 효과적으로 수행할 수 있는 실시간 시스템에 적합하다는 것을 보여준다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.599-607
• /
• 2021

스트리트뷰(Street-view) 영상은 도로의 특정 위치를 중심으로 한 전방위 영상을 제공하며, 보행 환경에 대한 다양한 장애물 정보를 포함한다. 보행자용 길안내 서비스에 활용하기 위한 보행 네트워크(Pedestrian network) 데이터는 교통약자를 비롯한 보행자의 이동 편의성을 보장하기 위하여 보행 장애물에 대한 최신 정보를 반영해야 한다. 본 연구에서는 스트리트뷰 영상과 딥러닝 기반의 객체탐지 알고리즘을 활용하여 서울 전역에 위치한 주요 보행 장애물인 볼라드(Bollard)를 학습하였다. 또한, 탐지된 볼라드 정보와 보행 네트워크 간의 공간매칭을 통해 횡단보도 노드를 대상으로 볼라드의 유무와 개수 정보를 장애물 속성으로 입력하고, 동시에 누락된 횡단보도 정보를 갱신하기 위한 프로세스를 정의하였다. 스트리트뷰 영상으로 학습된 모델은 보행 상황에서 스마트폰으로 촬영한 사진에 대해서도 적용이 가능하며, 향후 스트리트뷰 영상에 포함된 다양한 보행 장애물에 대한 추가 학습을 통해 효율적인 보행 장애 정보 갱신이 가능할 것으로 기대된다.

• International Journal of Computer Science & Network Security
• /
• 제24권5호
• /
• pp.1-10
• /
• 2024

Individuals with visual impairments face numerous challenges in their daily lives, with navigating streets and public spaces being particularly daunting. The inability to identify safe crossing locations and assess the feasibility of crossing significantly restricts their mobility and independence. Globally, an estimated 285 million people suffer from visual impairment, with 39 million categorized as blind and 246 million as visually impaired, according to the World Health Organization. In Saudi Arabia alone, there are approximately 159 thousand blind individuals, as per unofficial statistics. The profound impact of visual impairments on daily activities underscores the urgent need for solutions to improve mobility and enhance safety. This study aims to address this pressing issue by leveraging computer vision and deep learning techniques to enhance object detection capabilities. Two models were trained to detect objects: one focused on street crossing obstacles, and the other aimed to search for objects. The first model was trained on a dataset comprising 5283 images of road obstacles and traffic signals, annotated to create a labeled dataset. Subsequently, it was trained using the YOLOv8 and YOLOv5 models, with YOLOv5 achieving a satisfactory accuracy of 84%. The second model was trained on the COCO dataset using YOLOv5, yielding an impressive accuracy of 94%. By improving object detection capabilities through advanced technology, this research seeks to empower individuals with visual impairments, enhancing their mobility, independence, and overall quality of life.

• International Journal of Automotive Technology
• /
• 제8권4호
• /
• pp.493-504
• /
• 2007

This paper proposes a stereo vision-based forward obstacle detection and distance measurement method. In general, stereo vision-based obstacle detection methods in automotive applications can be classified into two categories: IPM (Inverse Perspective Mapping)-based and disparity histogram-based. The existing disparity histogram-based method was developed for stop-and-go applications. The proposed method extends the scope of the disparity histogram-based method to highway applications by 1) replacing the fixed rectangular ROI (Region Of Interest) with the traveling lane-based ROI, and 2) replacing the peak detection with a constant threshold with peak detection using the threshold-line and peakness evaluation. In order to increase the true positive rate while decreasing the false positive rate, multiple candidate peaks were generated and then verified by the edge feature correlation method. By testing the proposed method with images captured on the highway, it was shown that the proposed method was able to overcome problems in previous implementations while being applied successfully to highway collision warning/avoidance conditions, In addition, comparisons with laser radar showed that vision sensors with a wider FOV (Field Of View) provided faster responses to cutting-in vehicles. Finally, we integrated the proposed method into a longitudinal collision avoidance system. Experimental results showed that activated braking by risk assessment using the state of the ego-vehicle and measuring the distance to upcoming obstacles could successfully prevent collisions.

• 로봇학회논문지
• /
• 제8권4호
• /
• pp.238-246
• /
• 2013

In this paper, a robot vision technique is presented to detect obstacles, particularly approaching humans, in the images acquired by a mobile robot that autonomously navigates in a narrow building corridor. A single low-cost color camera is attached to the robot, and a trapezoidal area is set as a region of interest (ROI) in front of the robot in the camera image. The lower parts of a human such as feet and legs are first detected in the ROI from their appearances in real time as the distance between the robot and the human becomes smaller. Then, the human detection is confirmed by detecting his/her face within a small search region specified above the part detected in the trapezoidal ROI. To increase the credibility of detection, a final decision about human detection is made when a face is detected in two consecutive image frames. We tested the proposed method using images of various people in corridor scenes, and could get promising results. This method can be used for a vision-guided mobile robot to make a detour for avoiding collision with a human during its indoor navigation.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2004년도 추계학술대회 논문집
• /
• pp.454-457
• /
• 2004

AGV for FMS must be detected an obstacle. Therefore, many studies have been advanced, and recently, the ultra sonic sensor is used for this. However, the new method has to be developed because the ultra-sonic-sensor has many problems as a noise in factory, an directional error and detection of the obstacle size. So, we study the fast stereo vision system that can give more information to obstacles for intelligent AGV system. For this, the simulated AGV system was made with two CCD cameras in front to get the stereo images, and the threshold process by color information (intensity and chromaticity) and structure stereo matching method were constructed.

• 한국항행학회논문지
• /
• 제10권4호
• /
• pp.377-384
• /
• 2006

본 논문에서는 선박이나 항공기 조난에 대비하여 운용 중인 인공위성을 기반으로 하는 수색 및 구조 시스템의 조난신호 탐지시간에 관한 문제를 고려한다. 현재 운용 중인 LEOSAR 시스템은 저궤도 위성을 사용하며 시스템에 속한 위성의 수가 적고 커버리지는 지구전체가 아닌 국지이다. 따라서 조난자의 비컨 신호가 탐지되어 구조본부까지 전달되려면 장시간이 소요된다. 이와 대조적으로 새로 제안된 중궤도 항행위성시스템에 기반한 MEOSAR 시스템을 추가로 도입하는 경우를 가정하면 커버리지가 지구전역으로 확대되고 시스템의 안정도가 개선되어 조난신호 검출 또는 탐지시간이 크게 감소하므로 수색구조 효율이 크게 개선된 결과를 얻는다. 본 논문에서는 비컨에 대한 장애물의 영향을 고려했을 경우에 대하여 LEOSAR 및 MEOSAR 시스템에 대한 조난신호 탐지시간을 시뮬레이션을 통하여 계산하고 그 결과를 비교 해석한다.

• 전자공학회논문지SC
• /
• 제47권6호
• /
• pp.86-96
• /
• 2010

본 논문에서는 U-시차맵과 조감도를 이용한 스테레오 비전 기반의 장애물체 검출 및 차량 검증 방법을 제안한다. 먼저 최대 빈도 값을 이용하여 V-시차맵 상에서 도로 특징 정보를 추출하고, 추출된 도로 정보를 이용하여 대략적인 도로상의 장애물체 영역을 추출한다. 좀 더 정확한 장애물체 영역 추출을 위하여 U-시차맵을 생성하는데, 이때 시차값과 카메라 파라미터를 이용하여 계산된 문턱치를 이용하여 높이 제한된 U-시차맵을 생성함으로써, 일정한 높이의 장애물체만을 검출 할 수 있다. 그러나 검출된 장애물체 영역 내에는 여전히 다수의 장애물체와 배경이 존재하므로, 세그먼테이션 과정을 수행한다. 전 단계에서 추출된 장애물체 영역을 카메라 모델링과 파라미터를 이용하여 조감도 맵핑을 수행한다. 조감도는 시차맵과 카메라 정보를 기반으로 계산된 장애물체들의 위치를 평면상에 표시함으로써 장애물체들을 좀 더 쉽게 분리할 수 있다. 마지막으로 각각 분리된 장애물체들 별로 차량 특징 기반의 차량 검증 과정을 수행한다. 도로 접점 여부, 일정한 수평크기, 가로 세로 비율 및 텍스쳐 정보를 이용하여 최종적으로 도로상의 차량만을 검출한다. 그리고 실제 도로에서 획득한 영상에 제안한 알고리즘을 적용함으로써 장애물체 검출 및 차량 검증 성능을 검증한다.

• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.81-89
• /
• 2023

현대사회에서 시각장애인들은 도보, 승강기, 횡단보도 등 일반적인 환경에서 보행을 하는데 어려움이 있다. 시각장애인의 불편 해소를 위한 연구로 영상이나 음성을 이용한 연구가 있으며, 이런 연구는 고비용의 웨어러블 장치, 고성능 CCTV, 음성 센서 등을 사용하여 실생활에 적용하는 데는 한계가 있다. 본 논문에서 시각장애인이 보행 중에 안전한 이동을 위해서 스마트폰에 포함된 저비용의 영상 센서를 활용하여 주변 도보 공간을 인지하는 인공지능 융합 알고리즘을 제안한다. 제안된 알고리즘은 이동 중인 사람 탐지를 위해서 모션 캡처 알고리즘과 장애물 탐지를 위한 객체 탐지 알고리즘을 융합하여 개발하였다. 모션 캡처 알고리즘으로 mediapipe을 사용하여 이동 중에 있는 주변 보행자들을 모델링 및 탐지하였다. 객체 탐지 알고리즘을 사용했으며 도보 중에 발생하는 다양한 장애물을 모델링 하였다. 실험을 통하여 인공지능 융합 알고리즘을 검증했으며, 정확도 0.92, 정밀도 0.91, 재현율 0.99. F1 score 0.95로 결과를 얻어서 알고리즘의 성능을 확인하였다. 본 연구로 보행 중에 발생하는 볼라드, 공유 킥보드, 자동차 등의 주변 장애물 및 이동 중인 보행자 회피하여 시각장애인들의 통행에 도움을 줄 수 있다.

• 전기학회논문지
• /
• 제65권2호
• /
• pp.342-348
• /
• 2016

We propose an obstacle detection algorithm for unmanned ground vehicle on uneven terrain. The key ideas of the proposed algorithm are the use of two-layer laser range data to calculate the gradient of a target, which is characterized as either ground or obstacles. The proposed obstacle detection algorithm includes 4-steps: 1) Obtain the distance data for each angle from multiple lidars or a multi-layer scan lidar. 2) Calcualate the gradient for each angle of the uneven terrain. 3) Determine ground or obstacle for each angle on the basis of reference gradient. 4) Generate a new distance data for each angle for a virtual laser scanner. The proposed algorithm is verified by various experiments.