자율주행 자동차는 4차 산업혁명의 핵심 분야로 여러 국가와 기업들이 자율주행 시스템을 개발하고 있으며, 이와 함께 차량 운행의 안전과 편의성을 위한 Advanced Driver Assistance Systems (ADAS) 기술 개발이 화두가 되고 있다. 교통 노면표시 중 하나인 차선과 횡단보도, 도로 노면표시는 현재 주행 중인 도로의 정보를 포함하고 있지만, 뚜렷한 특징을 가지고 있어 다른 ...
자율주행 자동차는 4차 산업혁명의 핵심 분야로 여러 국가와 기업들이 자율주행 시스템을 개발하고 있으며, 이와 함께 차량 운행의 안전과 편의성을 위한 Advanced Driver Assistance Systems (ADAS) 기술 개발이 화두가 되고 있다. 교통 노면표시 중 하나인 차선과 횡단보도, 도로 노면표시는 현재 주행 중인 도로의 정보를 포함하고 있지만, 뚜렷한 특징을 가지고 있어 다른 알고리즘에 방해가 될 수 있다. 이에 본 논문에서는 주행 중인 차선의 차선과 횡단보도 및 도로 노면표시의 위치를 인식하는 알고리즘을 제안한다. 본 논문에서는 차선, 횡단보도, 도로 노면표시를 통합적으로 인식하는 알고리즘을 제안하였으며, 정확도 개선방안을 제시 하였으며 전체적인 성능 평가를 수행하였다. 알고리즘은 차선의 밝기 정보를 이용한 지역 특징점 추출, RANSAC 알고리즘을 이용한 차선 검출 알고리즘과 도로면 밝기 정보를 이용한 이진 영상 생성, 외곽선 검출과 파티클 필터를 통한 횡단보도 및 도로 노면표시를 검출, 정지선을 이용하여 횡단보도와 도로 노면표시를 분류 알고리즘으로 이루어져 있다. 알고리즘의 정확도를 개선하는 방법으로 차선, 횡단보도 및 도로 노면표시 각각의 검출 결과를 다른 알고리즘의 검출 단계에 적용하는 방법을 제안하였다. 제안 방법은 차선의 검출 결과와 횡단보도 및 도로 노면표시 검출 정확도 및 재현율 그리고 전체 알고리즘의 처리 시간을 통해 실제 상황에 적용이 가능한 결과를 보여주었다. 앞으로 자율주행 차량 및 ADAS에서 활용될 수 있을 것으로 보인다.
자율주행 자동차는 4차 산업혁명의 핵심 분야로 여러 국가와 기업들이 자율주행 시스템을 개발하고 있으며, 이와 함께 차량 운행의 안전과 편의성을 위한 Advanced Driver Assistance Systems (ADAS) 기술 개발이 화두가 되고 있다. 교통 노면표시 중 하나인 차선과 횡단보도, 도로 노면표시는 현재 주행 중인 도로의 정보를 포함하고 있지만, 뚜렷한 특징을 가지고 있어 다른 알고리즘에 방해가 될 수 있다. 이에 본 논문에서는 주행 중인 차선의 차선과 횡단보도 및 도로 노면표시의 위치를 인식하는 알고리즘을 제안한다. 본 논문에서는 차선, 횡단보도, 도로 노면표시를 통합적으로 인식하는 알고리즘을 제안하였으며, 정확도 개선방안을 제시 하였으며 전체적인 성능 평가를 수행하였다. 알고리즘은 차선의 밝기 정보를 이용한 지역 특징점 추출, RANSAC 알고리즘을 이용한 차선 검출 알고리즘과 도로면 밝기 정보를 이용한 이진 영상 생성, 외곽선 검출과 파티클 필터를 통한 횡단보도 및 도로 노면표시를 검출, 정지선을 이용하여 횡단보도와 도로 노면표시를 분류 알고리즘으로 이루어져 있다. 알고리즘의 정확도를 개선하는 방법으로 차선, 횡단보도 및 도로 노면표시 각각의 검출 결과를 다른 알고리즘의 검출 단계에 적용하는 방법을 제안하였다. 제안 방법은 차선의 검출 결과와 횡단보도 및 도로 노면표시 검출 정확도 및 재현율 그리고 전체 알고리즘의 처리 시간을 통해 실제 상황에 적용이 가능한 결과를 보여주었다. 앞으로 자율주행 차량 및 ADAS에서 활용될 수 있을 것으로 보인다.
Recently, Many countries and companies are developing autonomous navigation systems. Development of Advanced Driver Assistance Systems (ADAS) technology for safety and convenience of vehicle operation is becoming a hot topic. Lane, crosswalk, and road markings, which are traffic road markings, inclu...
Recently, Many countries and companies are developing autonomous navigation systems. Development of Advanced Driver Assistance Systems (ADAS) technology for safety and convenience of vehicle operation is becoming a hot topic. Lane, crosswalk, and road markings, which are traffic road markings, include information on the roads currently being traveled. But traffic road markings can have disturbances to other algorithms. In this paper, we propose the method that recognizes lane, cross-walk, and road surface. The proposed algorithm is composed of lane detection and crosswalk, road markings recognition. Lane detection algorithm consists of local feature point extraction using brightness information of lane, and lane detection using RANSAC algorithm. crosswalk and road marking algorithm consists of making binary image using road surface brightness information, detect crosswalks and road marking through contour and particle filter, classification of crosswalk and road marking using stop line. Also, we proposed a method to improve the accuracy by applying lane detection, crosswalk, and road marking detection results to each algorithms. We evaluated the performance of proposed algorithm and we got a quite satisfactory results. So it can be used in autonomous vehicles and ADAS.
Recently, Many countries and companies are developing autonomous navigation systems. Development of Advanced Driver Assistance Systems (ADAS) technology for safety and convenience of vehicle operation is becoming a hot topic. Lane, crosswalk, and road markings, which are traffic road markings, include information on the roads currently being traveled. But traffic road markings can have disturbances to other algorithms. In this paper, we propose the method that recognizes lane, cross-walk, and road surface. The proposed algorithm is composed of lane detection and crosswalk, road markings recognition. Lane detection algorithm consists of local feature point extraction using brightness information of lane, and lane detection using RANSAC algorithm. crosswalk and road marking algorithm consists of making binary image using road surface brightness information, detect crosswalks and road marking through contour and particle filter, classification of crosswalk and road marking using stop line. Also, we proposed a method to improve the accuracy by applying lane detection, crosswalk, and road marking detection results to each algorithms. We evaluated the performance of proposed algorithm and we got a quite satisfactory results. So it can be used in autonomous vehicles and ADAS.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.