본 논문에서는 AVM (Around View Monitoring) 시스템에서 제공하는 조감도 영상에서 전기 자동차의 주차 공간을 탐색하고 무선 충전 지점을 정확하게 추적하는 방법을 제안한다. 또한, 카메라에서 매개 변수를 얻는 방법과 AVM 이미지를위한 4 개의 어안 카메라를 결합하는 방법도 제안 합니다. 제안 된 검출 방법은 ...
본 논문에서는 AVM (Around View Monitoring) 시스템에서 제공하는 조감도 영상에서 전기 자동차의 주차 공간을 탐색하고 무선 충전 지점을 정확하게 추적하는 방법을 제안한다. 또한, 카메라에서 매개 변수를 얻는 방법과 AVM 이미지를위한 4 개의 어안 카메라를 결합하는 방법도 제안 합니다. 제안 된 검출 방법은 이미지 분할을 사용하여 비전기반 주차 공간을 찾는다. 데이터를 수집하고 레이블을 지정하는 수동 작업으로 인해 막대한 데이터 집합을 구성하는 것은 매우 어려운 작업이며 많은 시간을 소비 할 수 있습니다. 이 문제를 해결하기 위해이 백서는 제한된 데이터 문제에 대한 데이터 공간 솔루션 인 Data Augmentation을 사용합니다. 제안 된 추적 방법은 희미한 조명, 배경, 노면에서의 반사 등과 같은 문제에 강력합니다.
본 논문에서는 AVM (Around View Monitoring) 시스템에서 제공하는 조감도 영상에서 전기 자동차의 주차 공간을 탐색하고 무선 충전 지점을 정확하게 추적하는 방법을 제안한다. 또한, 카메라에서 매개 변수를 얻는 방법과 AVM 이미지를위한 4 개의 어안 카메라를 결합하는 방법도 제안 합니다. 제안 된 검출 방법은 이미지 분할을 사용하여 비전기반 주차 공간을 찾는다. 데이터를 수집하고 레이블을 지정하는 수동 작업으로 인해 막대한 데이터 집합을 구성하는 것은 매우 어려운 작업이며 많은 시간을 소비 할 수 있습니다. 이 문제를 해결하기 위해이 백서는 제한된 데이터 문제에 대한 데이터 공간 솔루션 인 Data Augmentation을 사용합니다. 제안 된 추적 방법은 희미한 조명, 배경, 노면에서의 반사 등과 같은 문제에 강력합니다.
In this paper, we present a method to search the parking space for electric vehicles and track the wireless charging spot accurately from the bird’s eye view image provided by the AVM(Around View Monitoring) system by fusing four fish-eye cameras already mounted on produced vehicles. In addition, we...
In this paper, we present a method to search the parking space for electric vehicles and track the wireless charging spot accurately from the bird’s eye view image provided by the AVM(Around View Monitoring) system by fusing four fish-eye cameras already mounted on produced vehicles. In addition, we also introduce how to get parameters and combining four fish-eye cameras for AVM images throughout camera calibration. The proposed detection method finds parking spaces based on vision using the image segmentation. Assembling enormous datasets can be a very daunting task and spending many times due to the manual effort of collecting and labeling data. For solving this problem, this paper use Data Augmentation, which data-space solution to the problem of limited data. The proposed tracking method is robust against problems such as dim lighting, background, reflections on road surfaces etc.
In this paper, we present a method to search the parking space for electric vehicles and track the wireless charging spot accurately from the bird’s eye view image provided by the AVM(Around View Monitoring) system by fusing four fish-eye cameras already mounted on produced vehicles. In addition, we also introduce how to get parameters and combining four fish-eye cameras for AVM images throughout camera calibration. The proposed detection method finds parking spaces based on vision using the image segmentation. Assembling enormous datasets can be a very daunting task and spending many times due to the manual effort of collecting and labeling data. For solving this problem, this paper use Data Augmentation, which data-space solution to the problem of limited data. The proposed tracking method is robust against problems such as dim lighting, background, reflections on road surfaces etc.
주제어
#ADAS, Calibration, Deep Learning, Parking slot detection
학위논문 정보
저자
김준영
학위수여기관
충북대학교
학위구분
국내석사
학과
스마트카협동과정 스마트자동차공학전공
지도교수
기석철
발행연도
2020
총페이지
vii, 53 p.
키워드
ADAS, Calibration, Deep Learning, Parking slot detection
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.