[논문]카메라와 2차원 레이저 거리센서를 활용한 비포장 도로 환경에서의 지상무인차량의 주행가능영역 추정 기법

안성용; 김종희; 최덕선; 박용운

doi:10.9766/kimst.2011.14.6.993

카메라와 2차원 레이저 거리센서를 활용한 비포장 도로 환경에서의 지상무인차량의 주행가능영역 추정 기법
An Estimation Method of Drivable Path for Unmanned Ground Vehicle Using Camera and 2D Laser Rangefinder on Unpaved Road 원문보기

韓國軍事科學技術學會誌 = Journal of the KIMST, v.14 no.6, 2011년, pp.993 - 1001

안성용 (국방과학연구소) , 김종희 (국방과학연구소) , 최덕선 (국방과학연구소) , 박용운 (국방과학연구소)

Abstract ▼ AI-Helper

Unmanned ground vehicle for facility protection mostly uses model of territory for autonomous navigation. However, modeling of territory using several sensors is highly time consuming and sometimes inefficient for road application. Therefore, an estimation of drivable path based on features of road is required for high speed autonomous navigation on road. In this paper, an estimation method of drivable path using camera and 2D laser rangefinder is proposed. First, a vanishing point is estimated based on image data from CCD camera. Second, a road width is estimated based on range data from 2D laser rangefinder. Finally, the drivable path is estimated by fusing the vanishing point and the road width. The proposed method is tested on both well-structured road and unpaved road like cross-country situation.

주제어

AI 본문요약
AI-Helper

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

문제 정의

하지만 모든 픽셀을 소실점 후보로 하여 영상의 임의의 모든 픽셀로 투표를 수행하는 과정에서 매우 높은 계산량이 요구되는 단점이 있다. 따라서 본 논문에서는 이전 프레임에서 획득된 소실점 정보를 이용하여 현재 프레임에서의 소실점 후보 픽셀과 투표를 수행하는 영상 상의 임의의 픽셀의 수를 줄인다.
본 논문에서는 영상 기반의 소실점 추출 기법 및 거리정보 기반의 주행가능영역 폭 추출하고, 추출된 두 정보의 융합을 통하여 주행가능영역 추정하는 기법을 제안하였다. 제안하는 기법은 밀도가 높은 영상 정보의 장점과 환경 변화에 강인한 레이저 거리센서의 장점을 함께 사용함으로서 구성된 도로 환경뿐만 아니라 비포장도로에서 모두 올바르게 주행가능영역을 추정함을 확인하였다.
영상 정보의 차이가 크지 않기 때문에 영상 정보 기반으로 추출되는 소실점 또한 그 위치가 급격히 변하는 일이 매우 드물다. 본 논문에서는 이러한 특징을 이용하여 소실점 후보 픽셀의 범위를 제한함으로서 가보필터의 계산량을 줄인다.

가설 설정

Fig. 5 b)와 f)에 표현된 각도별 거리 정보는 센서 기준으로 (x,y,z) 좌표로 변환되었고, 2차원 센서이기 때문에 z=0으로 가정하였다. 본 논문에서는 Fig.
최종적인 주행가능영역을 추출하기 위해서는 각각의 결과를 통합하여 주행가능영역을 추정해야한다. 본 논문에서는 두 결과를 합치기 위하여 카메라-레이저 거리센서 캘리브레이션 결과와 도로의 곡률이 급격하게 변하지 않는다는 가정을 이용하여 소실점과 주행가능영역의 양 끝점을 각각 연결함으로서 소실점을 기준으로 양 선분 안쪽의 영역을 차량의 주행가능영역으로 추정한다. 그리고 주행가능영역은 결과 도시를 위하여 영상 기준으로 융합한다.

제안 방법

가보 필터는 방향 θ, 주파수 λ 그리고 우/기 모드(Even/Odd Phase)로 표현되는 커널(Kernel)의 집합과 영상을 콘볼류션(Convolution)을 수행함으로서 Gaussianwindowed Fourier 분석을 하는 것이다.
제안하는 방법은 영상의 텍스쳐 방향 정보를 이용하여 현 프레임의 소실점(Vanishing Point)를 추출하고, 2차원 레이저 거리센서를 이용하여 주행 가능한 영역의 폭을 추출한다. 각 센서에서 추출된 소실점과 주행 가능한 영역의 폭을 융합함으로서 자율주행을 위한 주행 가능한 영역을 추정한다. 따라서 본 논문에서 제안하는 방법은 2차원 레이저 거리센서의 거리정보와 카메라의 영상 정보를 함께 사용함으로서 레이저 거리센서를 단독으로 사용하였을 때 보다 추출결과에 대한 신뢰도가 높고, 영상을 단독으로 사용하였을 때 보다 환경에 대한 강인한 장점이 있다.
따라서 본 논문에서는 조도 및 환경 변화에 강인한 레이저 거리센서의 거리 정보와 정보의 밀도가 낮은 레이저 거리센서의 단점을 보완하기 위한 CCD 카메라의 영상 정보를 함께 사용한다. 또한 구성된 도로뿐만 아니라 기주행된 야지와 같은 비포장도로 주행을 위하여 차선과 같은 특징 기반의 추정이 아니라 영상의 텍스쳐 방향 정보를 이용한다.
따라서 본 논문에서는 조도 및 환경 변화에 강인한 레이저 거리센서의 거리 정보와 정보의 밀도가 낮은 레이저 거리센서의 단점을 보완하기 위한 CCD 카메라의 영상 정보를 함께 사용한다. 또한 구성된 도로뿐만 아니라 기주행된 야지와 같은 비포장도로 주행을 위하여 차선과 같은 특징 기반의 추정이 아니라 영상의 텍스쳐 방향 정보를 이용한다. 제안하는 방법은 영상의 텍스쳐 방향 정보를 이용하여 현 프레임의 소실점(Vanishing Point)를 추출하고, 2차원 레이저 거리센서를 이용하여 주행 가능한 영역의 폭을 추출한다.
그리고 2차원 레이저 거리센서에서 획득된 각도별 거리정보는 센서 기준 좌표로 변환되어 주행 가능한 평탄한 부분의 너비를 계산함으로서 주행 가능한 영역의 양 끝을 추출한다. 마지막으로 카메라 및 2차원 레이저 거리센서 정보로부터 추출된 소실점과 주행 가능한 영역의 양 끝점을 융합하여 주행가능영역을 추정한다.
빨간 십자가가 영상정보로 부터의 소실점이고, 파란 십자가가 거리정보로 부터의 양쪽의 주행가능영역의 양 끝을 나타낸다. 먼저 2차원 레이저 거리센서 정보인 주행가능영역의 양 끝점을 카메라-레이저 거리센서 캘리브레이션 결과를 이용하여 영상정보 변환한 후 영상의 소실점과 직선으로 연결한다. 그리고 각 직선이 영상 끝에 연결 될 수 있도록 잘라 내거나 연장함으로서 주행가능영역을 추정한다.
본 논문에서 제안하는 기법은 영상기반의 소실점 추출, 거리정보기반의 주행가능영역의 폭 추출 그리고 각각의 정보에서 추출된 정보를 융합하여 주행가능한 영역을 추정하는 것으로 구성된다. 먼저 영상기반의 소실점 추출은 카메라에서 획득된 영상에 가보 필터(Gabor Fitler)를 적용하여 영상의 텍스쳐 방향을 계산하고, 해당 텍스쳐 방향 기반으로 영상에서 소실점을 추출한다. 그리고 2차원 레이저 거리센서에서 획득된 각도별 거리정보는 센서 기준 좌표로 변환되어 주행 가능한 평탄한 부분의 너비를 계산함으로서 주행 가능한 영역의 양 끝을 추출한다.
본 논문에서 제안하는 기법은 영상기반의 소실점 추출, 거리정보기반의 주행가능영역의 폭 추출 그리고 각각의 정보에서 추출된 정보를 융합하여 주행가능한 영역을 추정하는 것으로 구성된다. 먼저 영상기반의 소실점 추출은 카메라에서 획득된 영상에 가보 필터(Gabor Fitler)를 적용하여 영상의 텍스쳐 방향을 계산하고, 해당 텍스쳐 방향 기반으로 영상에서 소실점을 추출한다.
본 논문에서 제안하는 기법은 카메라의 영상정보와 레이저 거리센서의 거리정보를 함께 사용하기 때문에 서로 다른 두 센서의 정보를 융합하는 과정이 필수적이다. 서로 다른 두 센서의 정보를 융합하기 위해서는 Fig.
앞선 절에서 각각 영상 기반의 소실점과 거리정보 기반의 주행가능영역의 양 끝점을 계산하였다. 최종적인 주행가능영역을 추출하기 위해서는 각각의 결과를 통합하여 주행가능영역을 추정해야한다.
그에 반해 도로의 방향성을 나타내는 차선, 연석상의 우세한 텍스쳐 방향은 도로의 소실점으로 향하는 하나의 방향성을 가지고 있는 것을 확인할 수 있다. 이러한 도로 상의 텍스쳐의 방향성을 이용하여 영상에서의 도로의 소실점을 추출한다.
또한 구성된 도로뿐만 아니라 기주행된 야지와 같은 비포장도로 주행을 위하여 차선과 같은 특징 기반의 추정이 아니라 영상의 텍스쳐 방향 정보를 이용한다. 제안하는 방법은 영상의 텍스쳐 방향 정보를 이용하여 현 프레임의 소실점(Vanishing Point)를 추출하고, 2차원 레이저 거리센서를 이용하여 주행 가능한 영역의 폭을 추출한다. 각 센서에서 추출된 소실점과 주행 가능한 영역의 폭을 융합함으로서 자율주행을 위한 주행 가능한 영역을 추정한다.
제안하는 영상 및 거리정보 기반의 주행가능영역 추출 기법을 포장된 도로 및 비포장의 도로에서 수행하였다. 사용한 영상은 320×240 크기이며, 레이저 거리센서는 270°의 Field of View와 0.

대상 데이터

사용한 영상은 320×240 크기이며, 레이저 거리센서는 270°의 Field of View와 0.125°의 각도 분해능으로 거리 정보를 가진다.

성능/효과

2 b)의 결과를 보면, 도로 상의 특징이 적은 도로의 포장된 부분과 하늘을 포함한 가로수 부분은 우세한 텍스쳐 방향들이 하나의 방향성을 가지지 않는다. 그에 반해 도로의 방향성을 나타내는 차선, 연석상의 우세한 텍스쳐 방향은 도로의 소실점으로 향하는 하나의 방향성을 가지고 있는 것을 확인할 수 있다. 이러한 도로 상의 텍스쳐의 방향성을 이용하여 영상에서의 도로의 소실점을 추출한다.
각 센서에서 추출된 소실점과 주행 가능한 영역의 폭을 융합함으로서 자율주행을 위한 주행 가능한 영역을 추정한다. 따라서 본 논문에서 제안하는 방법은 2차원 레이저 거리센서의 거리정보와 카메라의 영상 정보를 함께 사용함으로서 레이저 거리센서를 단독으로 사용하였을 때 보다 추출결과에 대한 신뢰도가 높고, 영상을 단독으로 사용하였을 때 보다 환경에 대한 강인한 장점이 있다. 또한 제안하는 방법은 차선과 같은 영상의 특징점을 활용하는 기존의 방법과 달리 영상의 텍스쳐 방향 정보를 활용함으로서 차선이 존재하는 구성된 도로가 아닌 포장되지 않은 비포장도로에서도 주행 가능한 영역을 추정할 수 있다.
4에서 확인할 수 있듯이 대부분 하늘 혹은 가로수/그외 도로 구조물을 포함하고 있기 때문이다. 따라서 현재 프레임의 소실점의 위치가 이전 프레임의 소실점 위치와 비교하여 크게 변하지 않는 점을 이용하며 소실점 후보 픽셀에 대해 투표를 수행하는 픽셀들 또한 영상 상의 임의의 모든 픽셀이 아닌 Fig. 4의 빨간 선 이하 즉, 이전 소실점 위치의 y축 아래 방향만으로 제한함으로서 추가적인 계산량을 줄일 수 있다.
따라서 본 논문에서 제안하는 방법은 2차원 레이저 거리센서의 거리정보와 카메라의 영상 정보를 함께 사용함으로서 레이저 거리센서를 단독으로 사용하였을 때 보다 추출결과에 대한 신뢰도가 높고, 영상을 단독으로 사용하였을 때 보다 환경에 대한 강인한 장점이 있다. 또한 제안하는 방법은 차선과 같은 영상의 특징점을 활용하는 기존의 방법과 달리 영상의 텍스쳐 방향 정보를 활용함으로서 차선이 존재하는 구성된 도로가 아닌 포장되지 않은 비포장도로에서도 주행 가능한 영역을 추정할 수 있다.
본 논문에서는 영상 기반의 소실점 추출 기법 및 거리정보 기반의 주행가능영역 폭 추출하고, 추출된 두 정보의 융합을 통하여 주행가능영역 추정하는 기법을 제안하였다. 제안하는 기법은 밀도가 높은 영상 정보의 장점과 환경 변화에 강인한 레이저 거리센서의 장점을 함께 사용함으로서 구성된 도로 환경뿐만 아니라 비포장도로에서 모두 올바르게 주행가능영역을 추정함을 확인하였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	지상무인차량에 대한 중요성이 대두되고 있는 이유는?	카메라 및 레이저 거리센서 등의 센서 기술의 발전과 이에 따른 로봇 기술의 성숙에 맞추어 기존의 지상 무기의 지속적인 비용 상승 및 군 전투 인력 부족, 인명존중에 대한 요구 증대로 인해 지상무인차량에 대한 중요성이 대두되고 있다. 또한 정보의 중요성이 점차 높아지는 현대 및 미래 전장에 대응하기 위한 감시정찰 및 일정의 화력을 갖춘 무인전투차량에 대한 요구가 높아지고 있다[1].
	지상무인차량의 자율주행을 위한 지형 모델링은 어떤 단점이 있는가?	이러한 지형감지 및 주행 가능 여부 판별을 위해[2～4]에서는 쌍안카메라, 레이저 거리센서 등 다중센서를 통해 획득된 데이터를 통합하고 시간에 따라 융합하여 차량 주변의 지형을 모델링함으로서 주행 가능한 경로를 생성한다. 하지만 지형 모델링과 같은 지형 인식은 주행 가능한 영역을 간접적으로 추정하는 것일 뿐만 아니라 계산량이 매우 높다는 단점이 있다. 따라서 주행경로 상의 구조화된 도로 혹은 비포장 도로와 같은 기주행된 야지를 고속으로 주행하기 위해서는 위와 같은 간접적인 방법이 아닌 주행경로 상의 도로의 특징을 직접 추출하여 주행가능영역을 추정해야한다.
	무인전투차량에 대한 요구가 높아지고 있는 이유는?	카메라 및 레이저 거리센서 등의 센서 기술의 발전과 이에 따른 로봇 기술의 성숙에 맞추어 기존의 지상 무기의 지속적인 비용 상승 및 군 전투 인력 부족, 인명존중에 대한 요구 증대로 인해 지상무인차량에 대한 중요성이 대두되고 있다. 또한 정보의 중요성이 점차 높아지는 현대 및 미래 전장에 대응하기 위한 감시정찰 및 일정의 화력을 갖춘 무인전투차량에 대한 요구가 높아지고 있다[1].

참고문헌 (9)

박용운, 강태하, "국방로봇과 자율화 기술의 발전 전망", 대한기계학회 기계저널, 제46권 제5호(통권 제306호), pp. 44-49, 2006.
채정숙, 김준, 심성대, "야지 주행을 위한 실시간 3D 지형정보 모델링 방법", 제17회 지상무기학술대회, pp. 41(1-6), 2009.
김정환, 지태영, 김준, 심성대, 박형욱, "무인 차량의 다중센서를 이용한 3차원 월드모델링 기법", 제3회 군사용 로봇 워크샵, pp. 126-130, 2008.
김준, 심성대, 채정숙, 윤승재, "무인차량의 자율주행을 위한 야지 환경에서의 3D 레이저 레이더 기반 월드모델링 기법", 제17회 지상무기학술대회, pp. 44(1-6), 2009.
M. Aly, "Real Time Detection of Lane Markers in Urban Streets", In Proc. of IEEE IVS, pp. 7-12, 2008.
H. Kong, J. Y. Audibert and J. Ponce, "General Road Detection from a Single Image", IEEE Trans. on Image Processing, Vol. 19, No. 18, pp. 2211-2219, 2010.

상세보기
W. Zhang, "LIDAR-based Road and Road-Edge Detection", In Proc. of IEEE IVS, pp. 845-848, 2010.
Q. Zhang and R. Pless, "Extrinsic Calibration of a Camera and Laser Range Finder(improves camera calibration)", In Proc. of IEEE Intelligent Robots and Systems, pp. 2301-2306, 2004.
C. Rasmussen, "Grouping Dominant Orientation for Ill- Structured Road Following", Proc. of IEEE CVPR, pp. 470-477, 2004 June.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증