$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

센서 구성을 고려한 비전 기반 차선 감지 시스템 개발
Development of A Vision-based Lane Detection System with Considering Sensor Configuration Aspect 원문보기

한국자동차공학회논문집 = Transactions of the Korean Society of Automotive Engineers, v.13 no.4, 2005년, pp.97 - 104  

박재학 (한양대학교 정밀기계공학과) ,  홍대건 (한양대학교 정밀기계공학과) ,  허건수 (한양대학교 기계공학부) ,  박장현 (한양대학교 기계공학부) ,  조동일 (서울대학교 전기컴퓨터 공학부)

Abstract ▼ AI-Helper 아이콘AI-Helper

Vision-based lane sensing systems require accurate and robust sensing performance in lane detection. Besides, there exists trade-off between the computational burden and processor cost, which should be considered for implementing the systems in passenger cars. In this paper, a stereo vision-based la...

주제어

#차선 감지   #역원근 변환   #센서구성   #해상도   #스팬픽 셀  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 카메라 스펙 및 배치의 센서구성 을 고려한 스테레오 카메라 기반의 차선 감지 시스템을 제안하였다. 좌측 및 우측 카메라의 상대적인 위치를 캘리브레이션하여 이를 역원근 변환에 적용하였으며 차선 감지에서 측정 변수를 줄이기 위하여 간략화된 모니터링 모델을 구성하였다.
  • 본 논문에서는 카메라의 스펙 및 장착 위치를 고려한 비전기반 차선 감지 시스템이 개발되었다. 스테레오 카메라를 사용하였으며, 좌측 카메라 및 우측 카메라의 상대적인 위치를 기반으로 두 개의 2차원 이미지로부터 3차원 공간으로의 역원근 변환 방법이 개발되었다.

가설 설정

  • 이 경우 차량의 직진 속도 및 요속도의 측정값이 요구된다.본 논문에서는 차선의 수평곡률 및 수직곡률을 주감지 요소로 선정하고 , 이들이 고속도로에서는 천천히 변한다고 가정하여, 식(14) 와 같은 간략화된 모델을 구성 하였다.
  • X)일정한 곡률을 가지는 차선의 경우 2차 다 항식으로 표현할 수 있으며, 6) 3차원 차선형상은 수평 차선 모델과 수직 차선 모델의 선형 조합으로 표현될 수 있다. 본 연구에서는 수평/수직 차선 모델을 곡률이 천천히 변한다는 가정 하에 다음과 같이 2차 다항식 을 사용하였다.
본문요약 정보가 도움이 되었나요?

참고문헌 (11)

  1. M. Bertozzi and A. Broggi, 'GOLD: A Parallel Real- Time Stereo Vision System for Generic Obstacle and Lane Detection,' IEEE Trans. on Image Processing, Vol.7, No.1, pp.62-81, 1998 

    상세보기 crossref

  2. D. Pomerleau, 'RALPH: Rapidly Adapting Lateral Position Handler,' Proc. IEEE IVS, pp.506-511, 1995 

  3. A. Takahashi and Y. Ninomiya, 'Model-Based Lane Recognition,' Proc. IEEE IVS, pp.162-166, 1996 

  4. J. Goldbeck and B. Huertgen, 'Lane Detection and Tracking by Video Sensors,' IEEE International Conference on ITS, pp.74-79, 1999 

  5. E. D. Dickmanns and B. D. Mysliwetz, 'Recursive 3-D Road and Relative Ego-state Recognition,' IEEE Trans. on PAMI, Vol.14, No.2, pp.199-213, 1992 

    상세보기 crossref

  6. C. F. Lin and A. G. Ulsoy, 'Lane Geometry Reconstruction: Least Square Curve Fit Versus Kalman Filter,' ASME Advanced Automotive Technologies, DSC-Vol.56/DE- Vol.86, pp.6370, 1995 

  7. K. Huh and Y. Park, 'Development of a Robust Lane Sensing System using Vision Sensors,' Proc. of AVEC, pp.769-774, 2002 

  8. J. Park, J. Lee, K. Jhang, J. Jung and K. Ko, 'The Detection of the Lane Curve using the Lane Model on the Image Coordinate Systems,' Transactions of KSAE, Vol.11, No.1, pp.193-200, 2003 

  9. S. Ernst, C. Stiller, J. Goldbeck and C. Roessig, 'Camera Calibration for Lane and Obstacle Detection,' IEEE Int. Conf. on Intelligent Transportation Systems, pp.356-361, 1999 

  10. Z. Zhang, 'Flexible Camera Calibration By Viewing a Plane From Unknown Orientations,' 7th IEEE Int. Conf. on Computer Vision, pp.666-673, 1999 

  11. J. Heikkila, O. Silven, 'A Four-step Camera Calibration Procedure with Implicit Image Correction,' IEEE Computer Society Computer Vision and Pattern Recognition Conf., pp.1106-1112, 1997 

저자의 다른 논문 :

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로