$\require{mediawiki-texvc}$

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.

스테레오 비전 기반의 도로 특징 정보 추출 및 장애 물체 검출
A Road Feature Extraction and Obstacle Localization Based on Stereo Vision 원문보기

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. SC, 시스템 및 제어, v.46 no.6 = no.330, 2009년, pp.28 - 37  

이충희 (대구경북과학기술원) ,  임영철 (대구경북과학기술원) ,  권순 (대구경북과학기술원) ,  이종훈 (대구경북과학기술원)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 지역 최대 빈도 값을 이용하여 V-시차 맵 상에서 도로 특징 정보를 추출하고 이를 이용한 장애물체 검출 방법을 제안한다. 기존 방법은 장애물체의 크기 수 및 종류 등이 변경되면 추출 성능이 영향을 받는다. 특히 크기가 큰 장애물체나 중앙분리대와 같은 연속적인 장애물체에 대한 추출이 어렵다. 이를 해결하기 위하여 주변 상황 영향을 적게 받는 도로 특징 정보를 새로운 장애물체의 유무 판단 기준으로 사용한다. 도로 특징 정보는 V-시차 맵 상에서 특정 열에 장애물체가 많이 존재하는 상황에서도 전체적인 그 특징을 잘 유지함으로 그 강건성이 높아 새로운 판단기준으로 적합하다. 그리고 V-시차 맵 상에서 도로 특징 정보를 쉽게 추출하기 위하여 먼저 지역 최대 빈도 값을 이용하여 이진 V-시차 맵을 생성한다. 그리고 기존 중간 값과 비교하여 도로 특징 정보가 아닌 부분은 제거하고, 마지막으로 보간을 통하여 최종 도로 특징 정보를 추출한다. 이를 시차 맵의 각 행과 비교하여 장애물체 영역을 검출한다. 또한 장애물체 영역 검출 성능을 향상시키기 위하여 검출 단계에서 발생한 노이즈를 제거하기 위한 후처리 과정도 제안한다. 그리고 실제 도로 영상에 적용한 실험을 통하여 제안한 알고리즘이 기존 방법에 비해 장애물체 검출 성능이 우수함을 보인다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, we propose an obstacle localization method using a road feature based on a V-disparity map binarized by a maximum frequency value. In a conventional method, the detection performance is severely affected by the size, number and type of obstacles. It's especially difficult to extract a...

주제어

#Stereo vision   #Road feature   #Obstacle localization   #Maximum frequency value   #Post-processing  

참고문헌 (14)

  1. Everett H.R., Sensors for mobile Robots:Theory and Application, Wellesley MA, A.K. Peters, 1995 

  2. M. Bertozzi, A. Broggi, M. Cellario, A. Fascioli, P. Lombardi and M. Porta, 'Artificial vision in road vehicles,' Proceeding of the IEEE, Vol. 90, No. 7, 2002, pp. 1258-1271 

    상세보기 crossref

  3. N. Srinivasa, 'A vision-based vehicle detection and tracking method for forward collision warining,' IEEE Intelligent vehicle symposium, 2002, pp. 626-631 

  4. V. Lemonde, M. Devy, 'Obstacle detection with stereovision,' Mechatronics and Robotics, Aachen, Germany, Sept. 2004 

  5. Broggi, A., Caraffi, C., Fedriga, R.I., Grisleri, P., 'Obstacle detection with stereo vision for off-road vehicle navigation,' Computer Vision and Pattern Recognition, 2005 IEEE Computer Society Conference on, Vol. 3, June 2005, pp. 65-72 

    crossref

  6. Saito, Toru, Morimitsu, Noboru, Sekiguchi, Hiroyuki, et al., 'Next Generation Driving Assist System Using New Stereo Camera,' FISITA, Septemper, 2008 

  7. R. Labayrade, D. Aubert, and J.-P. Tarel, 'Real time obstacle detection on non flat road geometry through V-disparity representation,' IEEE Intelligent Vehicles Symposium, Versailles, June, 2002, pp. 646-651 

  8. R. Labayrade, D. Aubert, 'Onboard Road Obstacles Detection in Night Condition Using Binocular CCD Cameras,' ESV 2003 Proceedings, Nagoya, May, 2003, pp. 19-22 

  9. R. Labayrade, D. Aubert, 'A Single Framework for Vehicle Roll, Pitch, Yaw Estimation and Obstacles Detection by Stereovision,' IEEE Intellignent Vehicles Symposium Proceedings, Columbus, June, 2003 

  10. Brendan M. Collins, Alain L. Kornhauser, 'Stereo vision for obstacle detection in autonomous navigation,' DARPA grand challenge Princeton university technical paper, May, 2006 

  11. Caraffi, C., Cattani, S., Grisleri, P., 'Off-Road Path and Obstacle Detection Using Decision Networks and Stereo Vision,' IEEE Transactions on Intelligent Transportation Systems, Vol. 8, December, 2007, pp. 607-618 

    상세보기 crossref

  12. C. H. Lee, Y. C. Lim, S. Kwon and J. H. Lee, 'Obstacle localization with a binarized v-disparity map using local maximum frequency values in stereo vision,' International Conference on Signals, Circuits and Systems 2008, pp. 1-4, Nov. 2008 

  13. Wilson, S.S., 'Theory of matrix morphology,' IEEE Trans. on Pattern Analysis and Machine Intelligence, Vol. 14, No. 6, pp.636-652, June, 1992 

    상세보기 crossref

  14. 이충희, 임영철, 권순, 이종훈, '스테레오 비전을 이용한 장애물체 검출용 후처리 기법,' UCT 2008 학술대회, 172-175쪽, 2008년 7월 

저자의 다른 논문 :

LOADING...

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