[논문]모서리 검출과 추적을 이용한 차선 감지 및 추적 알고리즘

김성도; 박지헌; 박준상

모서리 검출과 추적을 이용한 차선 감지 및 추적 알고리즘
Lane Detection and Tracking Algorithm based on Corner Detection and Tracking 원문보기

韓國ITS學會論文誌 = The journal of the Korea Institute of Intelligent Transportation Systems, v.10 no.3, 2011년, pp.64 - 73

김성도 (홍익대학교 컴퓨터공학과) , 박지헌 (홍익대학교 컴퓨터공학과) , 박준상 (홍익대학교 컴퓨터공학과)

초록
AI-Helper

본 논문에서는 모서리 검출을 이용하여 추출된 모서리를 추적함으로써 차선을 검출하고 추적하는 알고리즘을 제안한다. 제안하는 알고리즘은 양 차선이 연속되지 않고 끊긴 형태로 존재하거나 교차되는 등의 다양한 차선의 형태에도 높은 추출률을 보이는 장점을 가지고 있다. 이는 이러한 형태의 차선의 비율이 높은 시내도로 와 국도에서의 차선 추출에 보다 유리하다. 이러한 점을 증명하기 위해 테스트는 주로 불연속적이고 교차되는 형태의 차선이 많은 도로에서 실시하였고 평균 87% 이상의 추출률을 보여주었다.

Abstract ▼ AI-Helper

This paper presents an algorithm for tracking lanes on the road based on corner detection techniques. The proposed algorithm shows high accuracy regardless of lane divider types, eg, solid line, dashed line, etc, and thus is of advantage to city streets and local roads where various types of lane dividers are used. A set of experiments was conducted on real roads with various types of lane dividers and results show an extract ratio over 87% in average.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 알고리즘은 자율주행 차량의 요소 기술로서 또는 일반 차량에서 운전자에 대한 차선 이탈 경고 기술로서 ITS환경에서 사용될 수 있을 것이다. 그러나 자율주행 차량에의 직접 적용 시에 있어서 차선이 변경될 경우의 빠른 재추적에 대한 판단문제가 해결되지 않았으므로 향후 연구과제로서 이에 대한 문제를 해결하고자 한다.
본 논문에서는 소실점 방향의 모서리 추적 기반 차선 추적 알고리즘을 제안하였다. 모서리 추적 알고리즘을 이용하여 차선을 추적하는 것은 이미지상의 차선이 모서리 속성을 갖고 있다는 점과 추출하려는 차선이 일련의 영역 안에 모여 있다는 점을 이용한 것이다.
본 논문에서는 이러한 열악한 환경에서 보다 정확히 차선을 추적할 수 있는 소실점 방향의 모서리 추적 기반 차선 추적 알고리즘을 제안한다. 이 알고리즘은 영상의 차선이 모서리를 가지고 있다는 점에 착한하여 소실점 방향으로 모서리를 선택, 추적하는 알고리즘이다.

제안 방법

먼저 허프 변환의 준비 작업으로 캐니 엣지 검출기를 이용하여 입력된 이미지의 외곽선을 추출한다. 굽은 도로에서의 추출 정확도를 높이고 신뢰할만한 소실점을 구하기 위하여 이미지를 몇 개의 수평 영역으로 분할한다.
추출 결과가 실제 차선의 모서리를 선택하여 얻어진 것이 아니거나 추출된 결과선이 교차하지 못하여 참조점을 얻지 못하였을 경우 차선 추출에 실패한다고 하였고 이 경우엔 CHEVP를 이용하여 초기 차선정보를 다시 제공해주었다. 실험 결과의 비교를 위해 모든 프레임을 순수한 CHEVP로 추적한 것을 실험 하였다. 이에 따른 실험결과는 <표 1>과 같다.
즉, 모서리 추적은 지난 프레임 정보를 이용하기 때문에 불연속적인 차선 추출에 매우 강하지만, 연속적인 차선의 경우 모서리가 적게 추출되므로 실패할 확률이 다른 경우에 비해 높다. 실험에서는 CHEVP가 온전하고 좋은 환경의 차선 검출률이 매우 높다는 것을 이용, 차선의 비정상적인 움직임이 발생할 경우 CHEVP를 이용하여 초기값을 다시 제공하도록 함으로써 제안하는 알고리즘을 보정하도록 하였다.
이 알고리즘을 사용하여 신뢰할만한 초기 차선 정보를 얻을 수 있다. 여기에서는 필요한 초기 정보만을 추출하기 위하여 CHEVP를 사용하였다.
이렇게 유효한 영역에 있다고 판단된 모서리가 한 개라는 보장이 없으므로 이 모서리를 선택하기 위해 영역 내에 있다고 판단된 수 개의 모서리들 (x_i, y_i) 중, 제일 가까운 모서리를 선택한다. 가장 가까운 모서리를 (x_next, y_next)라고 하면,
이에 관련하여 에 동일한 네 가지 영상을 도로 영역을 다른 비율로 잘라내어 천 프레임에 대하여 실험하였다.
제안된 알고리즘의 검증을 위해 좌, 우 차선이 지속적으로 연속되게 등장하는 좋은 조건의 차선 (그림 7.a)은 제외하고 좌, 우 차선이 동시에 등장하는 차선(그림 7.b), 번갈아가며 등장하는 차선(그림 7.c), 한쪽 차선은 연속이고 다른 쪽 차선은 불연속인 차선(그림 7.d)에 대하여 실험하였다. 실험 영상은 서울 시내의 간선도로 및 시내도로에서 찍었으며 도로 영역을 400×300 크기로 확대, 변환하여 실험하였으며 각각의 경우에 대해 1,000프레임을 선정하여 결과를 도출하였다.
좌, 우 차선에 대해 총 두 번 반복한 후, 추출된 각각의 확정점을 보간하여 하나의 곡선을 구한다. 이렇게 구해진 좌, 우 양 곡선은 교차하게 되며(그림 6.
실험 영상은 서울 시내의 간선도로 및 시내도로에서 찍었으며 도로 영역을 400×300 크기로 확대, 변환하여 실험하였으며 각각의 경우에 대해 1,000프레임을 선정하여 결과를 도출하였다. 추출 결과가 실제 차선의 모서리를 선택하여 얻어진 것이 아니거나 추출된 결과선이 교차하지 못하여 참조점을 얻지 못하였을 경우 차선 추출에 실패한다고 하였고 이 경우엔 CHEVP를 이용하여 초기 차선정보를 다시 제공해주었다. 실험 결과의 비교를 위해 모든 프레임을 순수한 CHEVP로 추적한 것을 실험 하였다.

대상 데이터

실험 영상은 서울 시내의 간선도로 및 시내도로에서 찍었으며 도로 영역을 400×300 크기로 확대, 변환하여 실험하였으며 각각의 경우에 대해 1,000프레임을 선정하여 결과를 도출하였다.

이론/모형

먼저 이미지에 해리스의 모서리 검출법[10, 11]을 이용하여 모서리들을 검출한다. 검출된 모서리들은 차선 추적을 위한 정보로 이용될 것이다.
모서리 정보를 이용한 차선 추출에는 두 가지의 초기 정보가 필요한데, 초기 소실점과 이미지상의 차선의 초기 시작 좌표이다. 본 논문에서는 이러한 두 가지의 초기 정보를 얻기 위해 CHEVP를 사용한다. 소실점은 모서리 선택의 초기 방향성을 위해, 차선의 시작 위치는 첫 시작점을 지정하기 위해 사용된다.
현재 영역에서 더 이상 선택할 모서리가 더 이상 없을 경우, 유효한 모서리를 모두 선택했다는 의미이므로 다음 영역으로 이동한다. 어느 영역으로 이동하는지는 선택한 모서리들을 근사법(data fitting)을 이용하여 얻은 직선을 이용하여 결정한다. 또한 이 직선과 영역을 이루는 사각형과의 교점 두 개를 구할 수 있는데, 이 교점은 알고리즘의 마지막에 최종 전체 차선을 결정하기 위해 사용된다.

성능/효과

모서리 추적 알고리즘을 이용하여 차선을 추적하는 것은 이미지상의 차선이 모서리 속성을 갖고 있다는 점과 추출하려는 차선이 일련의 영역 안에 모여 있다는 점을 이용한 것이다. 이 알고리즘은 좌, 우 차선이 동시에, 또는 차례로 등장하는 경우, 좌측 차선과 우측 차선이 비대칭인 경우에 좋은 성능을 보였다. 다만 이미지 상단의 노면표지등 방해요소가 될 만한 표지가 있는 경우 표지의 형태에 따라 매끄럽지 못한 결과가 나오는데 이에 대한 개선이 향후 연구과제로서 수행될 수 있을 것이다.

후속연구

먼저 이미지에 해리스의 모서리 검출법[10, 11]을 이용하여 모서리들을 검출한다. 검출된 모서리들은 차선 추적을 위한 정보로 이용될 것이다.
이 알고리즘은 좌, 우 차선이 동시에, 또는 차례로 등장하는 경우, 좌측 차선과 우측 차선이 비대칭인 경우에 좋은 성능을 보였다. 다만 이미지 상단의 노면표지등 방해요소가 될 만한 표지가 있는 경우 표지의 형태에 따라 매끄럽지 못한 결과가 나오는데 이에 대한 개선이 향후 연구과제로서 수행될 수 있을 것이다.
본 알고리즘은 자율주행 차량의 요소 기술로서 또는 일반 차량에서 운전자에 대한 차선 이탈 경고 기술로서 ITS환경에서 사용될 수 있을 것이다. 그러나 자율주행 차량에의 직접 적용 시에 있어서 차선이 변경될 경우의 빠른 재추적에 대한 판단문제가 해결되지 않았으므로 향후 연구과제로서 이에 대한 문제를 해결하고자 한다.
기본적으로 모서리 정보를 이용한 차선 추출 기법은 도로 위의 차선이 모서리 정보를 생성한다는 것에 기인한다. 이렇게 추출된 모서리들 중, 차선 위에서 생성된 모서리들을 밝혀내고 선택하여 연결한다면, 실제 차선의 모양과 유사한 차선정보를 얻을 수 있을 것이다. 모서리 정보를 이용한 차선 추출에는 두 가지의 초기 정보가 필요한데, 초기 소실점과 이미지상의 차선의 초기 시작 좌표이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	차선 검출 알고리즘이 신뢰성을 위해 만족해야하는 요구조건은?	차선 검출 알고리즘은 신뢰성을 위해 몇 가지 요구조건을 만족시켜야 하는데, 먼저, 차선에 생기는 그림자에 영향을 받지 말아야 하고, 차선 검출은 직선 도로와 굴곡이 있는 도로 모두를 검출할 수 있어야 하고, 평행하고 연속인 차선, 불연속인 차선, 교차하는 차선 등 차선의 형태에 관련 없이 차선을 추출할 수 있어야 한다[1].
	최근의 차선 검출 알고리즘에 연구되는 방법에는 무엇이 있는가?	최근의 차선 검출 알고리즘의 연구에서는 관심 영역을 지정, 탐색하는 방법[2]과 카메라 인자를 이용하는 방법[3, 4], 차선의 위치 예측에 기반을 둔 방법[5], 도로영역에서 나타나는 차선이나 도로 경계 등의 직선을 추출하고 추적하는 방법[6] 등이 연구되고 있다. 차선 검출 알고리즘은 검출뿐만 아니라 추가적으로 입력되는 이미지들에 대해서도 빠른 차선 검출 및 추적이 가능해야 한다.
	CHEVP 알고리즘의 장점은?	CHEVP(Canny edge Hough transform Estimate Vanish Point) 알고리즘은 초기 차선 및 도로 정보를 얻기 위해 사용되는 유용한 방법 중 하나이다. 이 알고리즘을 사용하여 신뢰할만한 초기 차선 정보를 얻을 수 있다. 여기에서는 필요한 초기 정보만을 추출하기 위하여 CHEVP를 사용하였다.

참고문헌 (10)

김덕래, 문호선, 김용득, "B-Snake를 이용한 차선 검출 및 추적 알고리즘에 관한 연구," 대한전자공학회논문지, 제 42권, 제 4호, pp.21-30, Jul. 2005.
정차근, "관심영역(ROI-LB)의 최적 추출에 의한 차선검출의 고속화," 방송공학회논문지, 제14 편, 제 2호, pp.253-264, Mar. 2009.

원문보기 상세보기
박종웅, 이준웅, 장경영, "차선 검출을 위한이 미지 좌표계상의 LCF(Lane Curve Function)에 관한 연구," 대한기계학회 2002년도 춘계학술대회 논문집, pp.852-857, May 2002.
허규성, 백열민, 윤재호, 김회율, "원거리 전방 영상을 이용한 실시간 차선 검출 방법," 제22회 영상처리 및 이해에 관한 워크샵, Jan. 2010.
김세훈, 김계영, 최형일, "동적 임계값과 단순화된 칼만필터 알고리즘을 이용한 효과적인 차선 검출," 한국정보과학회 2008년 가을 학술발표논문집, vol. 35, no. 2(B), pp.132-137, Oct. 2008.
A. Watanabe, T. Naito and Y. Ninomiya, "Lane detection with roadside structure using on-board monocular camera," in Proc. IEEE Intelligent vehicles symposium, pp.191-196, Jun. 2009.
Z. W. Kim, "Robust lane detection and tracking in challenging scenarios," IEEE Transactions on intelligent transportation systems, vol. 9, no. 1, pp.16-26 Mar. 2008.

상세보기
H. Y. Cheng, B. S. Jeng, P. T. Tseng and K. C. Fan, "Lane detection with moving vehicles in the traffic scenes," IEEE Transactions on Intelligent Transportation Systems, pp.571-582, Dec. 2006.
Y. Wang, E. K. Teoh and D. Shen, "Lane detection and tracking using B-Snake," Elsevier Image and Vision Computing 22, pp.269-280, May 2004.
C. Harris and M. Stephen, "A combined corner and edge detection," Proc. 4th ALVEY vision conferences, pp.147-151, Aug. 1988.

저자의 다른 논문 :

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