본 논문은 영상처리를 통해 운전면허시험 시스템의 코스 주행 시스템을 개선하는 방법을 제시한다. 주행차량에 장착된 이미지 캡처장비를 통해, 디지털 이미지를 취득하고, 이에 대한 그레이스케일, 표본화, 허프변환 등의 영상처리과정을 거쳐 결정사항이 중앙시스템에 기록되고, 주행자에게 합격여부를 알려주게 되며, 이러한 시스템을 통해, 경제적이고 효율적인 운영이 가능해진다.
본 논문은 영상처리를 통해 운전면허시험 시스템의 코스 주행 시스템을 개선하는 방법을 제시한다. 주행차량에 장착된 이미지 캡처장비를 통해, 디지털 이미지를 취득하고, 이에 대한 그레이스케일, 표본화, 허프변환 등의 영상처리과정을 거쳐 결정사항이 중앙시스템에 기록되고, 주행자에게 합격여부를 알려주게 되며, 이러한 시스템을 통해, 경제적이고 효율적인 운영이 가능해진다.
This article presents a method that improve the drive-license test system, especially the course-driving by using the image processing. Decision(pass or not) is recorded and informed to test-driver after the image processing such as image capture, grayscaling, normalization, Hough transform and deci...
This article presents a method that improve the drive-license test system, especially the course-driving by using the image processing. Decision(pass or not) is recorded and informed to test-driver after the image processing such as image capture, grayscaling, normalization, Hough transform and decision. That result system enables us to manage much more economically and effectively.
This article presents a method that improve the drive-license test system, especially the course-driving by using the image processing. Decision(pass or not) is recorded and informed to test-driver after the image processing such as image capture, grayscaling, normalization, Hough transform and decision. That result system enables us to manage much more economically and effectively.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 이러한 기존 방식을 이미지처리 방식으로 대체하여 경제적이고 효율적인 시스템을 구현코자한다. 특히 주행코스에 대한 라인 인식에 있어, 허프변환을 이용하고 그 효율성의 입증을 통해, 현장에서 직접 활용할 수 있는 시스템을 제안코자 한다.
본 연구는 이미지 프로세싱(Processing)기술의 모듈화를 통해 응용 분야를 창출하기 위한 시도이다. 현재 자동차운전면허 시험장에 적용하여 사용중인 공기주압식(고무관)의 문제점을 해결하기위해, 이미지의 특징점을 추출하는 이미지처리방법 중 하나인 허프변환을 이용하여, 처리하는 방법을 제안하였으며, 실험을 통해, 가능성을 살펴보았다.
본 연구에서는 2절의 관련연구와 검토를 통해, 자동차시험장의 운전면허시험감독 시스템을 적용하고자 한다. 자동차 운전면허 시험에 있어 기존의 공기주압식 검지시스템의 비효율성을 보완한 이미지 판독법을 사용하여 시험자 항의의 근원을 제거할 수 있는 보다 정밀하고 반영구적인 시험감독 시스템의 구축할 수 있다.
판별된 사항을 기반으로 자동차시험용 차량의 현재위치, 시간, 감점 사항 등을 출력한다. 최종 목표는 실시간 자동차시험 차량 시뮬레이터에 표현하는 것이다.
본 논문에서는 이러한 기존 방식을 이미지처리 방식으로 대체하여 경제적이고 효율적인 시스템을 구현코자한다. 특히 주행코스에 대한 라인 인식에 있어, 허프변환을 이용하고 그 효율성의 입증을 통해, 현장에서 직접 활용할 수 있는 시스템을 제안코자 한다.
가설 설정
6) 직선식의 좌표가 감점영역을 벗어나면 위의 1)로 진입한다.
주행구분선과 바퀴의 윤곽을 정밀하게 구분할 수 있는 분해능을 감안하면 고해상도가 바람직하나 여러 단계의 이미지 처리가 요구되므로, 본 시스템에서 필요로하는 3fps 단위의 캡처속도로는 처리가 불가능하게 된다. 이에 따라 모든 시스템은 해상도로 한정하였다.
제안 방법
구현된 시스템의 실험은 실제 실현가능성을 보기에 앞서 운전면허시험장과 유사한 환경의 실내에서 진행하였다. 감점영역으로 진입하는 차량과 정상주행상태에 있는 차량에 대해 각각 50건의 장면을 별도로 캡처하였으며 이중 임의로 추려낸 30건의 영상처리 및 알고리즘을 통해 결과를 확인하였다.
그림 7의 자동차 시험장에 그림 8와 같이 차체 전륜과 후륜에 카메라를 장착한 형태의 시험감독 시스템을 제안한다. 바퀴의 앞과 뒤에 카메라를 장착하여 바퀴를 중심으로 디지털 이미지에 표현되고 처리되는 차선의 위치정보를 이용하여 감점여부를 판별한다.
판별된 사항을 기반으로 자동차시험용 차량의 현재위치, 시간, 감점 사항 등을 출력한다. 최종 목표는 실시간 자동차시험 차량 시뮬레이터에 표현하는 것이다.
본 연구는 이미지 프로세싱(Processing)기술의 모듈화를 통해 응용 분야를 창출하기 위한 시도이다. 현재 자동차운전면허 시험장에 적용하여 사용중인 공기주압식(고무관)의 문제점을 해결하기위해, 이미지의 특징점을 추출하는 이미지처리방법 중 하나인 허프변환을 이용하여, 처리하는 방법을 제안하였으며, 실험을 통해, 가능성을 살펴보았다. 그 결과, 예측되고 있는 부분들을 보완하여 정상운행 혹은 감점운행에 대한 판단률을 높인다면,, 실제 현장에서도 충분히 활용되어질 수 있는 시스템이라고 생각된다.
이론/모형
허프변환을 위해서는 경계선 추출을 위해 사전에 Canny 에지검출과정을 거친다. 이후 허프변환을 거쳐 직선군을 얻을 수 있다.
성능/효과
[2] 특히, 장내기능 시험의 코스시험에 이용되는 공기주압식 검지 시스템의 경우, 보수와 교체가 빈번하여 비경제적이며, 합격여부에 영향을 주어, 수험자의 불편을 주는 등의 문제를 안고 있다.
본 시스템에 있어 성공률은 그다지 높지 않은 편이다. 실제 운전면허시험장에 응용하기 위해서는 100%의 성공률을 가지고 있어야 하나, 고정되어 있는 것으로 가정한 바퀴가, 운행 중 차량의 요동으로, 위치변동이 발생한 요인이 큰 것으로 확인되었다. 또한 외측선에 대한 인지에 있어서도 좀 더 세밀한 알고리즘이 필요할 것으로 사료된다.
후속연구
실제 운전면허시험장에 응용하기 위해서는 100%의 성공률을 가지고 있어야 하나, 고정되어 있는 것으로 가정한 바퀴가, 운행 중 차량의 요동으로, 위치변동이 발생한 요인이 큰 것으로 확인되었다. 또한 외측선에 대한 인지에 있어서도 좀 더 세밀한 알고리즘이 필요할 것으로 사료된다.
시험장치 내부에 데이터베이스를 두어 시작시간, 종료시간, 감점요인 발생 시 이미지와 시간 등을 저장한다. 본 연구에서 도출된 정보를 응용정보시스템의 내용과 비교할 수 있는 내용이 될 수 있으며, 점수 카운터와 변동이 있을 수 있는 시험규정 trigger(합격/불합격 판단의 자료)에 적용할 수 있다.[6]
위와 같은 비효율성을 보완하여, 영상을 획득하고, 이에 따른 적절한 이미지 판독 방법으로 대체할 수 있다면, 과도한 유지보수 비용의 절감과 동시에 기존 시험감독시스템과 동일하거나 그 이상의 판독률을 보장할 수 있을뿐더러, 몇몇 장비만 보수하면 되는 반영구적인 시스템으로 구성될 수 있다.
향후 과제는, 다양한 이미지처리기술의 접목과 활용을 통해, 운전면허시험장에 활용될 수 있는 지속적 연구이며, 이를 기반으로 무인항공기 대상의 활주로 무인착륙유도 기술을 확보하고자 한다.
질의응답
핵심어
질문
논문에서 추출한 답변
noise 를 줄이기 위한 영상처리 과정에는 무엇이 있는가?
noise 를 줄이기 위한 영상처리 과정으로는 가우시안필터, 미디언필터 그리고 FUELS 필터를 적용할 수 있다. Gaussian filter는 부가적 잡음이 있는 경우 가장 기본적인 노이즈 필터로서 매우 효과적인 방법이다.
허프변환은 무엇인가?
허프변환은 이미지공간에서 직선뿐만 아니라 원, 타원등 도형을 위한 특징 추출법으로 형상과 다면체인식 및 주행 차선 검출 등에 많이 다뤄지고 있다[1],
공기주압식 검지시스템 방식의 문제점은 무엇인가?
가. 공사가 시작되는 시점에 시공되어야 한다.
나. 시험도중 시험차량의 정확한 감점대상 위치를 판별할 수 없다. 즉, 시험차량의 감점 위치를 포괄적으로 판별하여야만 한다. (mm 단위의 판별 불가능)
다. 경제성을 고려할 때, 특정코스에서만 운영되며, 일반 코스 주행에 응용할 경우, 과도한 비용이 지출된다.
라. 공기가 주입된 고무의 마모 및 훼손과 날씨변화에 따른 공기압을 계속 감시하여야 하는 등, 유지 보수에 비용이 든다.
참고문헌 (6)
Hough, P.V.C. ,"A method and means for recognizing complex patterns," U.S. Patent, 1962
운전면허시험관리단, 2008년 운전면허시험관리단 사업성과평가 보고서, 2009.2
Deriche, R., Giraudon, G,, "Accurate corner detection: an analytical study", Computer Vision, 1990. Proceedings, Third International Conference on , 4-7 Dec. 1990 Page(s): 66-70
Medioni. G., Yasumoto. Y, "Corner detection and curve representation using cubic B-splines", Robotics and Automation. Proceedings. 1986 IEEE International Conference on , Volume: 3 , Apr 1986 Page(s): 764-769
Bachnak. R, Celenk. M.,"A corner detection-based object representation technique for 2-D images" , Intelligent Control, 1988. Proceedings., IEEE International Symposium on , 24-26 Aug. 1988 Page(s): 186-190
Seemann.T, Tischer.P, "Structure preserving noise filtering of images using explicit local segmentation" ,Pattern Recognition, 1998. Proceedings. Fourteenth International Conference on , Volume: 2 , 16-20 Aug. 1998 Page(s): 1610-1612 vol.2
※ AI-Helper는 부적절한 답변을 할 수 있습니다.