[논문]LRF 를 이용한 이동로봇의 실시간 차선 인식 및 자율주행

김현우; 황요섭; 김윤기; 이동혁; 이장명

doi:10.5302/j.icros.2013.12.1836

LRF 를 이용한 이동로봇의 실시간 차선 인식 및 자율주행
A Real Time Lane Detection Algorithm Using LRF for Autonomous Navigation of a Mobile Robot 원문보기 논문타임라인

제어·로봇·시스템학회 논문지 = Journal of institute of control, robotics and systems, v.19 no.11, 2013년, pp.1029 - 1035

김현우 (부산대학교 전자전기공학과) , 황요섭 (부산대학교 전자전기공학과) , 김윤기 (부산대학교 전자전기공학과) , 이동혁 (부산대학교 전자전기공학과) , 이장명 (부산대학교 전자전기공학과)

Abstract ▼ AI-Helper

This paper proposes a real time lane detection algorithm using LRF (Laser Range Finder) for autonomous navigation of a mobile robot. There are many technologies for safety of the vehicles such as airbags, ABS, EPS etc. The real time lane detection is a fundamental requirement for an automobile system that utilizes outside information of automobiles. Representative methods of lane recognition are vision-based and LRF-based systems. By the vision-based system, recognition of environment for three dimensional space becomes excellent only in good conditions for capturing images. However there are so many unexpected barriers such as bad illumination, occlusions, and vibrations that the vision cannot be used for satisfying the fundamental requirement. In this paper, we introduce a three dimensional lane detection algorithm using LRF, which is very robust against the illumination. For the three dimensional lane detections, the laser reflection difference between the asphalt and lane according to the color and distance has been utilized with the extraction of feature points. Also a stable tracking algorithm is introduced empirically in this research. The performance of the proposed algorithm of lane detection and tracking has been verified through the real experiments.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 논문은 레이저 스캐너의 반사율에 따른 오차를 이용하여 아스팔트와 차선을 구분할 수 있다는 점을 착안하여 3차원적으로 실시간 도로의 환경지도를 생성하고 차선의 특징 점을 추출하여 모바일 로봇이 추정하는 방법에 관하여 다루었다.

제안 방법

3차원적인 도로지도를 만들고 차선을 트래킹하기 위해서 본 연구에서는 시스템을 센서부 및 데어터 처리부, 구동부로 구성하였다.
레이저 스캐너는 시간차 측정방법 및 삼각 측정 방법, 위상차 측정방법 등으로 나눌 수 있다. 그 중 본 논문에서 사용한 레이저 스캐너는 위상차를 이용한 측정방법을 사용한다. 이 방법은 레이저의 위상과 세기를 반영하여 전기적 신호를 발생시키는데, 센서는 초기의 발사 신호와 반사되어 돌아온 신호의 위상과 세기를 비교하여 식(1)을 사용하여 거리를 측정하게 된다.
본 논문에서는 단일 레이저 거리 센서를 이용하여 도로를 스캔하고, 스캔된 데이터를 이용하여 실시간 적으로 3차원 도로 환경지도를 작성한다. 그리고 작성된 도로 환경지도에서 특징점 추출 알고리즘을 이용하여 차선의 특징점을 추출하여 카나야마의 안정적인 추종 알고리즘을 적용하여 실시간적인 차선추종을 보임으로서 단일 LRF를 이용한 실시간 도로 환경지도 작성 및 자율주행의 한가지 방법을 제시하고자 한다.
두 번째 실험은 3차원 지도에서 찾은 차선을 모바일 로봇이 따라 가도록 하는 실험이다.
본 논문에서 모바일 로봇에 사용한 레이저 스캔 센서는 거리와 각도 데이터를 데이터 처리 부에 제공한다. 데이터 처리부에서 각도 데이터와 거리 데이터를 이용하여 식 (6)과 같이 X, Y 좌표를 형성하고 2차원 지도를 형성하게 된다[11,12].
본 논문에서는 단일 레이저 거리 센서를 이용하여 도로를 스캔하고, 스캔된 데이터를 이용하여 실시간 적으로 3차원 도로 환경지도를 작성한다. 그리고 작성된 도로 환경지도에서 특징점 추출 알고리즘을 이용하여 차선의 특징점을 추출하여 카나야마의 안정적인 추종 알고리즘을 적용하여 실시간적인 차선추종을 보임으로서 단일 LRF를 이용한 실시간 도로 환경지도 작성 및 자율주행의 한가지 방법을 제시하고자 한다.
본 연구는 기존의 비전시스템과 레이저 센서를 합치거나 2차원적인 지도를 만들어 도로의 정보를 파악하는 연구와 달리 단일 레이저 센서를 이용하여 3차원적으로 도로의 환경지도를 작성하였다. 단일 레이저 센서 만을 이용할 경우 시스템을 구성하는데 비용이 줄어들 뿐만 아니라 3차원 적으로 도로 환경지도를 작성할 경우 차선의 특징점 추출 시 발생하는 잡음을 쉽게 제거할 수 있다.
이 영상에서 도로의 차선 정보를 얻기 위해서는 여러 가지 필터나 많은 연산을 필요로 한다. 위의 그림을 영상 기법 중 영상을 그레이 스케일로 바꾼 뒤 SOBEL을 이용하여 차선의 정보를 추출하였다. 위 그림에서 보듯 차선이 앞부분은 흐리게 일부 보이지만 전체적으로 차선의 정보가 명확히 나타나지 않는다.
첫번째 실험은 안개 속에서 주행할 경우 vision system은 안개의 경향을 받지만 LRF는 안개의 영향을 받지 않음을 보이기 위해 비교 실험을 실시 하였다. 그림 6 위쪽 그림은 안개 낀 도로의 실험 환경이다.

대상 데이터

하단부의 MCU & Motor drive는 센서 컨트롤러, 데이터 컨트롤러로, 모터 드라이브로 구성되어 있으며 컨트롤러는 ARM계열의 LM3S8962 칩을 사용하였다.

이론/모형

좌측의 LRF는 Hokuyo사와 Sick사의 센서가 대표적으로 많이 이용되고 있다. 본 논문에 Hokuyo사의 URG-04LX를 사용하였다. 이 센서는 Sick사의 센서에 비해 좁은 측정거리 범위를 갖지만 최소 측정거리가 매우 가깝고, 해상도가 높아 3차원 지도 작성에 적합할 뿐만 아니라 차선을 스캔 할 때 유리하다.

성능/효과

본 논문은 레이저 스캐너의 반사율에 따른 오차를 이용하여 아스팔트와 차선을 구분할 수 있다는 점을 착안하여 3차원적으로 실시간 도로의 환경지도를 생성하고 차선의 특징 점을 추출하여 모바일 로봇이 추정하는 방법에 관하여 다루었다. 기존의 후 처리를 통한 환경지도 작성에서 탈피해 실시간 적으로 3차원 도로환경지도를 작성하고 도로환경지도에서 획득한 정보를 바탕으로 차선의 특징 점을 찾고 모바일 로봇을 제어함으로써 실시간 차선 추종이 가능함을 보였다. 이 연구는 야간에 카메라가 차선을 인지하는데 필요한 충분한 조도를 얻을 수 없거나, 안개 등으로 차선을 인지할 수 없는 특수한 환경 속에서 자동차의 자율주행을 위한 방법에 기여할 수 있을 것으로 보인다.
로봇은 차선의 우측 경계부분을 따라 이동시키며 차선의 우측 경계부분의 기준으로 오차를 검사한 결과 최대 169 mm, 평균 104.6 mm의 결과를 보였다. 차선의 폭이 150 mm인 것을 감안할 때 평균적인 특징 점 좌표는 차선을 벗어나지 안는 것을 알 수 있다.
그리고 파란색 점선으로 표시된 부분은 모바일 로봇이 이동한 경로를 나타내며 양쪽의 보라색 직선은 실제 차선을 나타낸다. 본 실험 결과 검출된 차선을 안정적인 추종 알고리즘을 이용해 안정적으로 주행하는 것을 볼 수 있다. 그리고 차선의 특이점이 지그재그로 나타나는 것은 양쪽 차선 모서리의 특이점 밀도를 계산하기 때문에 검출된 특이점의 밀도에 따라 차선 내에서 불규칙하게 나타날 수 있다.

후속연구

기존의 후 처리를 통한 환경지도 작성에서 탈피해 실시간 적으로 3차원 도로환경지도를 작성하고 도로환경지도에서 획득한 정보를 바탕으로 차선의 특징 점을 찾고 모바일 로봇을 제어함으로써 실시간 차선 추종이 가능함을 보였다. 이 연구는 야간에 카메라가 차선을 인지하는데 필요한 충분한 조도를 얻을 수 없거나, 안개 등으로 차선을 인지할 수 없는 특수한 환경 속에서 자동차의 자율주행을 위한 방법에 기여할 수 있을 것으로 보인다.

질의응답

핵심어	질문	논문에서 추출한 답변
	능동형 안전 시스템에는 어떤 센서들이 사용되는가?	이러한 능동적인 시스템은 주위 환경을 인지하고, 자동차 스스로 판단하는 것으로써, 현재 많은 발전이 이루어지고 있으며, 지속적으로 연구 가 진행 되어 지고 있다. 능동형 안전 시스템에는 주로 초음 파 센서 및 RADAR, 비전 시스템, 레이저 센서들이 주로 사용 된다. 이러한 센서들은 주로 특별한 자연 표식이 없는 실외 환경에서 이용된다.
	능동형 안전 시스템에 사용되는 센서는 어떤 환경에서 이용되는가?	능동형 안전 시스템에는 주로 초음 파 센서 및 RADAR, 비전 시스템, 레이저 센서들이 주로 사용 된다. 이러한 센서들은 주로 특별한 자연 표식이 없는 실외 환경에서 이용된다. 인지한 정보를 바탕으로 지도 작성 및 주행에 이용하여, 주행 시에 위치 추정 및 충돌 방지 경로 추종, 차선 인식 등에 이용할 수 있다[2].
	차선을 인지하기 위해서 사용되는 비전시스템의 장점은 무엇인가?	그 중 차선을 인지하기 위해서는 비전 시스템 및 레이저 센서를 이용하는데 주로 비전 시스템을 많이 활용하고 있다. 비전시스템의 경우 충분한 조도가 주어진다면 차선을 인식하는 것이 다른 어떠한 센서에 비해 매우 우수한다. 그러나 야간 상황에서는 카메라 영상 이미지를 개선하고 인식하는 연구가 많이 진행되 었음에도 불구하고 미흡한 상황이다[3].

참고문헌 (15)
타임라인 바로가기

J. Sparbert, "Lane detection and street type classification using laser range images," IEEE Intelligent Transportation Systems Conference Proceeding, Aug. 2001.

인용구절

인용 구절

미래의 자동차 시스템은 자동차 밖의 정보를 고려하고 전체적으로 더 안전성이 증가 될 수 있는 능동적인 자동차 시스템을 추구하게 될 것이다[1].
C.-W. Roh, "Development of patrol robot using DGPS and curb detection," Journal of Control, Automation, and Systems Engineering (in Korean), vol. 13, pp. 140-146, Feb. 2007.

원문보기 상세보기 타임라인에서 보기
인용구절

인용 구절

인지한 정보를 바탕으로 지도 작성 및 주행에 이용하여, 주행 시에 위치 추정 및 충돌 방지 경로 추종, 차선 인식 등에 이용할 수 있다[2].

경계 점들을 구하기 위해 식 (8)을 이용한다[2].
H. S. Lee, "An adaptive image algorithm for object detection in night drive," Proc. of KIIS Fall Conference 2010, vol. 20, 2010.

인용구절

인용 구절

그러나 야간 상황에서는 카메라 영상 이미지를 개선하고 인식하는 연구가 많이 진행되었음에도 불구하고 미흡한 상황이다[3].
S. M. Eun, "Enhancing the night time vehicle detection for intelligent headlight control using lane detection," KSAE 2011 Annual Conference, 2011.

인용구절

인용 구절

또한 비전 시스템의 경우 충분한 조도를 얻을 수 없을 경우 영상에서 차선을 검출하는 것은 불가능해질 수 있을 뿐만 아니라 야간 운전시 마주 오는 차량이나 뒤쪽에서 가까워지는 차량으로부터 조사되는 강한 상향 등에 의해 발생되는 매 순간의 조도 변화에 민감하게 대처해야 하는 등 여러 가지 문제점을 가지고 있다[4].
B.-J. Jung, "Lane marking detection of mobile robot with single laser rangefinder," Journal of Institute of Control, Robot and Systems (in Korean), vol. 17, pp. 521-525, Jul. 2011.

원문보기 상세보기 타임라인에서 보기
인용구절

인용 구절

이러한 장점 때문에 현재 레이저 센서를 이용한 차선인식은 연구를 지속적으로 하고 있다[5-7].
M. Montremerlo, J. Beeker, S. Bhat, and H. Dahlkamp, "The stanford entry in the urban challenge," Journal of Field Robotics, vol. 7, no. 9, pp. 468-492, Sep. 2008.

인용구절

인용 구절

이러한 장점 때문에 현재 레이저 센서를 이용한 차선인식은 연구를 지속적으로 하고 있다[5-7].
S. Suh, S. Lee, C. Roh, and S. Kang, "Autonomous navigation of kuve (KIST Unmanned Vehicle Electric)," Journal of Field Robotics, vol. 16, no. 7, pp. 617-624, Jul. 2010.

원문보기 상세보기 타임라인에서 보기
인용구절

인용 구절

이러한 장점 때문에 현재 레이저 센서를 이용한 차선인식은 연구를 지속적으로 하고 있다[5-7].
H. Kawata, K. Miyachi, Y. Hara, A. Ohya, and S. Yuta, "A method for estimation of lightness of objects with intensity data from SOKUIKI sensor," IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems, pp. 611-614, Aug. 2008.

인용구절

인용 구절

위상차 측정방식은 센서를 실제 환경에서 사용할 때 목표와의 거리, 각도와 목표의 광학적 반사율 등 외부의 요인들로 인해 목표물에 반사되어 돌아오는 레이저의 세기가 줄어든다[8].
S.-H. Im, "Pedestrian safety road marking detection using LRF range and reflectivity," Journal of Institute of Control, Robot and Systems (in Korean), vol. 18, pp. 62-68, Jan. 2012.

원문보기 상세보기 타임라인에서 보기
인용구절

인용 구절

대부분의 포장도로를 구성하는 아스팔트의 반사도가 가장 낮고, 노면 표시에서 주로 사용되는 백색과 밝은 노랑의 차선은 반사도가 높다[9].
Y. Kanayama, "A stable tracking control method for and autonomous mobile robot," IEEE Robotice and Automation, vol. 1, pp. 384-389, May 1990.

인용구절

인용 구절

식 (10)을 통해 시스템은두 위치의 차 P_e 를 얻게 된다[10].
J. Zhu, "Feature map building based on shape similarity for home robot apriattenda," IEEE International Conference on Robotics and Biomimetics, Dec. 2006.

인용구절

인용 구절

데이터 처리부에서 각도 데이터와 거리 데이터를 이용하여 식 (6)과 같이 X, Y 좌표를 형성하고 2차원 지도를 형성하게 된다[11,12].
S. Jia, "LRF-based data processing algorithm for map building of mobile robot," Proc. of the 2010 IEEE International Conference on Information and Automation, Jun. 2010.

인용구절

인용 구절

데이터 처리부에서 각도 데이터와 거리 데이터를 이용하여 식 (6)과 같이 X, Y 좌표를 형성하고 2차원 지도를 형성하게 된다[11,12].
Y. Hwang, "A 3D map building algorithm for a mobile robot moving on the slanted surface," Journal of Institute of Control, Robot and Systems (in Korean), vol. 18, pp. 243-250, Mar. 2012.

원문보기 상세보기 타임라인에서 보기
D. W. Lee, "Curb detection and following in various environments by adjusting tilt angle of a laser scanner," Journal of Institute of Control, Robot and Systems (in Korean), vol. 16, pp. 1068-1073, Nov. 2010.

원문보기 상세보기 타임라인에서 보기
E. J. Chae, "Lane detection for autonomous navigation of mobile robot," Proc. of KIIS Spring Conference 2010, vol. 20, pp. 86-89, 2010.

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