차선 이탈 경고 시스템(LDWS)은 차량의 충돌 사고를 최소화하기 위하여 차량이 운전자의 부주의나 졸음 등으로 차선을 벗어나려고 할 때 운전자에게 경고하도록 설계된 시스템이다. 차선 유지 보조 시스템(LKAS)은 운전자의 개입 없이도 차선을 유지하도록 해준다. LDWS와 LKAS의 주요 기능으로 차선인식은 차선 검출 정보 및 차량의 위치 정보 등 주행을 위한 유용한 정보를 제공한다. 이때 차선 검출 결과는 신속하고 정확하게 제공되어야 한다. 본 논문에서는 LDWS 및 LKAS에 응용하기 위한 강력한 영상 처리 기반의 차선 검출 방법을 개발하고 구현하였다. 역삼각형 모양의 -ROI라고 하는 도로의 관심 영역이 설정되어 효율적으로 차선을 검출하기 위해 이용된다. 입력 영상의 전체 이미지에 비해 -ROI 부분의 작은 영역만을 연산하므로 연산량이 크게 감소하고 잡음 성분이 제외되어 더 정확히 인식할 수 있다. 차선 인식률을 높이기 위해 도로면과 차선경계선의 대비, 차선경계선의 색, 그리고 차선경계선이 도로면보다 밝다는 특징을 이용하였다. 제안한 알고리즘에서는 EDLines, 선분 ...
차선 이탈 경고 시스템(LDWS)은 차량의 충돌 사고를 최소화하기 위하여 차량이 운전자의 부주의나 졸음 등으로 차선을 벗어나려고 할 때 운전자에게 경고하도록 설계된 시스템이다. 차선 유지 보조 시스템(LKAS)은 운전자의 개입 없이도 차선을 유지하도록 해준다. LDWS와 LKAS의 주요 기능으로 차선인식은 차선 검출 정보 및 차량의 위치 정보 등 주행을 위한 유용한 정보를 제공한다. 이때 차선 검출 결과는 신속하고 정확하게 제공되어야 한다. 본 논문에서는 LDWS 및 LKAS에 응용하기 위한 강력한 영상 처리 기반의 차선 검출 방법을 개발하고 구현하였다. 역삼각형 모양의 -ROI라고 하는 도로의 관심 영역이 설정되어 효율적으로 차선을 검출하기 위해 이용된다. 입력 영상의 전체 이미지에 비해 -ROI 부분의 작은 영역만을 연산하므로 연산량이 크게 감소하고 잡음 성분이 제외되어 더 정확히 인식할 수 있다. 차선 인식률을 높이기 위해 도로면과 차선경계선의 대비, 차선경계선의 색, 그리고 차선경계선이 도로면보다 밝다는 특징을 이용하였다. 제안한 알고리즘에서는 EDLines, 선분 클러스터링, 칼만 필터 등의 방법을 적용하여 차선을 인식하고 추적한다. 또한, 이러한 차선 검출의 결과를 이용하여 간단하지만 효과적인 차선 이탈 경고 알고리즘을 제안하였다. 제안하는 차선 인식 알고리즘의 검증을 위하여 다양한 환경의 많은 주행 영상을 수집하였다. 이들은 야간과 주간 영상, 날씨와 차선의 종류에 따라 세부적으로 다양한 환경을 분류하였다. 실험 결과, 열악한 도로 조건 속에서도 정확하고 안정적으로 차선 검출이 이루어지고, 차선 이탈 상황을 정확히 감지함을 검증하였다. 제안한 시스템을 임베디드 플랫폼에서 구현하였고 실시간 동작이 가능함을 확인하였다.
차선 이탈 경고 시스템(LDWS)은 차량의 충돌 사고를 최소화하기 위하여 차량이 운전자의 부주의나 졸음 등으로 차선을 벗어나려고 할 때 운전자에게 경고하도록 설계된 시스템이다. 차선 유지 보조 시스템(LKAS)은 운전자의 개입 없이도 차선을 유지하도록 해준다. LDWS와 LKAS의 주요 기능으로 차선인식은 차선 검출 정보 및 차량의 위치 정보 등 주행을 위한 유용한 정보를 제공한다. 이때 차선 검출 결과는 신속하고 정확하게 제공되어야 한다. 본 논문에서는 LDWS 및 LKAS에 응용하기 위한 강력한 영상 처리 기반의 차선 검출 방법을 개발하고 구현하였다. 역삼각형 모양의 -ROI라고 하는 도로의 관심 영역이 설정되어 효율적으로 차선을 검출하기 위해 이용된다. 입력 영상의 전체 이미지에 비해 -ROI 부분의 작은 영역만을 연산하므로 연산량이 크게 감소하고 잡음 성분이 제외되어 더 정확히 인식할 수 있다. 차선 인식률을 높이기 위해 도로면과 차선경계선의 대비, 차선경계선의 색, 그리고 차선경계선이 도로면보다 밝다는 특징을 이용하였다. 제안한 알고리즘에서는 EDLines, 선분 클러스터링, 칼만 필터 등의 방법을 적용하여 차선을 인식하고 추적한다. 또한, 이러한 차선 검출의 결과를 이용하여 간단하지만 효과적인 차선 이탈 경고 알고리즘을 제안하였다. 제안하는 차선 인식 알고리즘의 검증을 위하여 다양한 환경의 많은 주행 영상을 수집하였다. 이들은 야간과 주간 영상, 날씨와 차선의 종류에 따라 세부적으로 다양한 환경을 분류하였다. 실험 결과, 열악한 도로 조건 속에서도 정확하고 안정적으로 차선 검출이 이루어지고, 차선 이탈 상황을 정확히 감지함을 검증하였다. 제안한 시스템을 임베디드 플랫폼에서 구현하였고 실시간 동작이 가능함을 확인하였다.
A lane departure warning system(LDWS) is designed to warn a driver when a vehicle is about to deviate from the current lane to minimize accidents caused by the distraction or drowsiness of the driver. A lane keeping assistant system(LKAS) lets a vehicle keep in a lane without the driver’s attention ...
A lane departure warning system(LDWS) is designed to warn a driver when a vehicle is about to deviate from the current lane to minimize accidents caused by the distraction or drowsiness of the driver. A lane keeping assistant system(LKAS) lets a vehicle keep in a lane without the driver’s attention or action. As the important component of the LDWS and the LKAS, the lane detection algorithms provide the useful information for driving such as the lane structure and the position of vehicle in the lane. The lane detection results should be prompt and accurate. In this thesis, we develop and implement a robust vision-based lane detection method and its application to the LDWS and the LKAS. An appropriate region of interest (ROI) called -ROI whose shape is inverse triangular is set up and employed to detect lane marking efficiently. Due to the small area of the ROI, the amount of calculation is reduced a lot and most of noises are excluded. Information including contrast between lane marking with road background, the color and low-high-low intensity pattern of lane marking is exploited to achieve the high accuracy. Our lane detection method uses EDLines, line segment clustering, Kalman filter to detect and track lane marking. A simple but effective lane departure warning algorithm that is devised from the result of lane detection is proposed. In order to verify the proposed lane detection method, a huge amount of sample videos is collected. They are classified into detailed categories that cover from daytime to nighttime with different kinds of weather and lane marking conditions. The results of the experiment are proved that the developed lane detection method works robustly and stably even in harsh road conditions as well as the lane departure is detected correctly. The system is implemented and evaluated with an embedded platform in which the performance of the system satisfies the requirement of real time operation.
A lane departure warning system(LDWS) is designed to warn a driver when a vehicle is about to deviate from the current lane to minimize accidents caused by the distraction or drowsiness of the driver. A lane keeping assistant system(LKAS) lets a vehicle keep in a lane without the driver’s attention or action. As the important component of the LDWS and the LKAS, the lane detection algorithms provide the useful information for driving such as the lane structure and the position of vehicle in the lane. The lane detection results should be prompt and accurate. In this thesis, we develop and implement a robust vision-based lane detection method and its application to the LDWS and the LKAS. An appropriate region of interest (ROI) called -ROI whose shape is inverse triangular is set up and employed to detect lane marking efficiently. Due to the small area of the ROI, the amount of calculation is reduced a lot and most of noises are excluded. Information including contrast between lane marking with road background, the color and low-high-low intensity pattern of lane marking is exploited to achieve the high accuracy. Our lane detection method uses EDLines, line segment clustering, Kalman filter to detect and track lane marking. A simple but effective lane departure warning algorithm that is devised from the result of lane detection is proposed. In order to verify the proposed lane detection method, a huge amount of sample videos is collected. They are classified into detailed categories that cover from daytime to nighttime with different kinds of weather and lane marking conditions. The results of the experiment are proved that the developed lane detection method works robustly and stably even in harsh road conditions as well as the lane departure is detected correctly. The system is implemented and evaluated with an embedded platform in which the performance of the system satisfies the requirement of real time operation.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.