[논문]단일 카메라를 이용한 3차원 공간 정보 생성

권오영; 서경택

doi:10.6109/jkiice.2015.19.12.2943

[국내논문] 단일 카메라를 이용한 3차원 공간 정보 생성
3D Reconstruction Using a Single Camera 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.19 no.12, 2015년, pp.2943 - 2948

권오영 (School of Computer Science and Engineering, University of Technology and Education) , 서경택 (School of Computer Science and Engineering, University of Technology and Education)

초록
AI-Helper

경제성을 얻기 위해 단일 카메라를 이용하여 3차원 복원을 수행한 뒤 그 정보를 토대로 운전자에게 전방에 존재하는 장애물의 통과 여부를 알려줄 수 있는 운전 보조 장치에 관한 연구를 진행한다. 그 결과 depth 정보는 떨어지나 직진상의 장애물을 통과 할 수 있는 정보를 제공할 수 있다. 3차원 복원을 위해서는 내부파라미터를 측정하고, 특징점을 찾아 매칭하여 기본행렬을 계산하고 이를 토대로 삼각측량을 수행하여 얻는다. 실험을 통해 결과를 확인해 보면 depth 정보는 불완전하나, 장애물 통과 여부를 판단 할 수 있는 X, Y 축의 정보는 신뢰성을 가진다.

Abstract ▼ AI-Helper

Run 3D reconstruction using a single camera, based on the information, we are advancing research on driving assistance apparatus or can be informed how to pass the obstacle existing ahead the driver. As a result depth information falls but it is possible to provide information that can pass through an obstacle on the straight. For 3D reconstruction by measuring the internal parameters, it calculates the Fundamental matrix and matching to find the feature points obtained by executing the triangulation on the basis of this. When the through experiments try to confirm the results, the depth information is present error information in the X and Y axes which can determine whether or not to pass through an obstacle has reliability.

Keyword

AI 본문요약
AI-Helper

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

문제 정의

본 논문은 블랙박스에 장착된 단일한 카메라를 이용, 카메라 내부 변수가 동일하도록 하여 지속적인 켈리브레이션 작업 없이 한대의 카메라로부터 얻은 두 장의 영상을 이용하여 3차원 복원을 수행, 차량의 진행 경로에 관한 정보를 제공한다. 본 논문의 2장에서 수행 과정을 설명하고, 3장에서 실험 결과를 기술하고, 4장에서 결론을 기술한다.
본 연구는 차량의 진행방향에 장애물 발생 시 차량의 크기와 3차원 복원을 통해 얻어진 결과를 비교하여 차량의 통과 가능 여부를 판단한다. 이를 위해 시중에 판매되는 블랙박스와 동일한 1080p 화질의 카메라 모듈 통해 장애물 진입전 차량의 속도를 10km/h로 가정하여 초당 이동거리인 3m 단위로 카메라를 직선으로 이동하여 2장의 이미지를 얻어 실험하였다.

제안 방법

카메라 내부 파라미터[2]는 측정하는 여러 방법이 있지만 본 연구에서는 ‘gml c++ camera calibration toolbox’ 툴을 이용하여 내부 파라미터를 측정하였다[3].
본 연구는 차량의 진행방향에 장애물 발생 시 차량의 크기와 3차원 복원을 통해 얻어진 결과를 비교하여 차량의 통과 가능 여부를 판단한다. 이를 위해 시중에 판매되는 블랙박스와 동일한 1080p 화질의 카메라 모듈 통해 장애물 진입전 차량의 속도를 10km/h로 가정하여 초당 이동거리인 3m 단위로 카메라를 직선으로 이동하여 2장의 이미지를 얻어 실험하였다. 카메라 촬영은 낮 시간대에 수행하고, 자동초점은 카메라 내부 파라미터를 변하게 하므로 일정하게 하기 위해 수동초점으로 촬영하였다.
이를 위해 시중에 판매되는 블랙박스와 동일한 1080p 화질의 카메라 모듈 통해 장애물 진입전 차량의 속도를 10km/h로 가정하여 초당 이동거리인 3m 단위로 카메라를 직선으로 이동하여 2장의 이미지를 얻어 실험하였다. 카메라 촬영은 낮 시간대에 수행하고, 자동초점은 카메라 내부 파라미터를 변하게 하므로 일정하게 하기 위해 수동초점으로 촬영하였다.
차량의 장애물 통과 가능 여부를 판단하기 위해 장애물 사이의 폭을 3차원 복원을 통해 측정하여 실제거리와 비교하였다. 이때 장애물이 차량 진행방향에 일직선으로 존재하는 경우(case1)와 대각선으로 존재하는 경우(case2)를 나누어 복원을 수행하였다.
차량의 장애물 통과 가능 여부를 판단하기 위해 장애물 사이의 폭을 3차원 복원을 통해 측정하여 실제거리와 비교하였다. 이때 장애물이 차량 진행방향에 일직선으로 존재하는 경우(case1)와 대각선으로 존재하는 경우(case2)를 나누어 복원을 수행하였다.
위 실험의 오차율의 원인을 Z(depth)값으로 보고 이를 확인하기 위한 실험을 수행하였다. 파란색, 검정색 두 개의 막대를 나란하게 세운 뒤 검정 막대를 일정 길이만큼 depth를 변경하여 두 기둥 사이의 거리의 오차가 어떻게 변하여 가는지 측정해 보았다.
위 실험의 오차율의 원인을 Z(depth)값으로 보고 이를 확인하기 위한 실험을 수행하였다. 파란색, 검정색 두 개의 막대를 나란하게 세운 뒤 검정 막대를 일정 길이만큼 depth를 변경하여 두 기둥 사이의 거리의 오차가 어떻게 변하여 가는지 측정해 보았다. 이전 분석과 마찬가지로 카메라는 직선으로 이동하였고, 2장의 이미지를 통해 3차원 복원을 실행한다.
X축, Y축, Z 축의 오차 정도를 알아보기 위해 8장소에서 촬영한 이미지를 3차원 복원을 수행하여 실제거리와의 평균 오차율을 구하였다.
본 논문에서는 3차원 복원 시스템의 경제성 및 효율성을 높이기 위해 단일 카메라를 이용, 카메라 내부 변수가 동일하도록 하여 지속적인 캘리브레이션 작업 없이 한 대의 카메라로부터 얻은 두 장의 영상을 이용하여 3차원 복원을 수행, 차량의 진행 경로에 관한 정보를 제공하는 방법을 제안하여 실제 임베디드 보드에서 사용할 수 있도록 포팅 하여 실험하였다.

대상 데이터

임베디드 환경에서 실험을 위해 주변에서 흔하게 접할 수 있는 Quad-core ARM Cortex-A7를 사용한 Raspberry 2 Model B를 사용하였다. 이 보드의 스펙은 표 2에 명시되어있다.

성능/효과

논문에서 제시한 방법을 통해 구현한 결과 X, Y 축 오차범위는 상대적으로 적어 직선으로 이동하는 차량의 크기와의 비교를 통해 장애물 통과 여부의 정보를 제공해 줄 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	3차원 복원 과정은?	3차원 복원 과정은 그림 1과 같이 이미지를 가져와 영상의 특징점을 찾아 이를 토대로 매칭 과정을 거치고 기본행렬을 계산하여 삼각측량을 수행하는 과정으로 이루어진다. 본 연구에서 수행한 단일 카메라를 이용한 방법도 이와 같은 과정으로 진행되나 빠른 연산을 위해 카메라로부터 얻은 시간적으로 차이가 있는 이미지 2장을 이용하며 블랙박스에 주로 사용되는 어안렌즈를 복원하는 과정과 불필요한 데이터를 삭제하는 과정이 추가된다.
	복수의 카메라를 이용하여 3차원 복원 시스템 구현의 문제점은?	기존의 3차원 복원 시스템은 복수의 카메라를 사용하는 것이 일반적이다. 그러나 차량의 진행 방향에 대한 공간 정보를 획득하기 위해 복수의 카메라를 사용하여 3차원 복원 시스템을 구현하는 것은 경제성 및 효율성 면에서 경쟁력이 떨어지는 문제점이 있으며, 이러한 비경제성 및 비효율성은 3차원 복원 기술을 실제 차량에 적용하여 제품화하는데 있어서 커다란 걸림돌이 된다.
	gml c++ camera calibration toolbox은 어떤 과정이 필요한가?	카메라 내부 파라미터[2]는 측정하는 여러 방법이 있지만 본 연구에서는 ‘gml c++ camera calibration toolbox’ 툴을 이용하여 내부 파라미터를 측정하였다[3]. 이 툴은 여러 각도에서 촬영된 패턴을 이용하 카메라 내부 파라미터를 측정한다. 내부 파라미터 측정에 앞서 차량용 카메라의 경우 일반적으로 높은 시야각을 위해 어안(fisheye) 렌즈를 사용하기 때문에 차량용 카메라에 획득되는 영상 정보가 왜곡되어 들어오기 때문에 이러한 왜곡된 정보를 보정해주는 과정이 필요하다. 왜곡보정 과정은 카메라 내부 파라미터에 의해 보정된 픽셀을 왜곡영상의 대응되는 픽셀로 채워 넣는 것이다[4].

참고문헌 (9)

HARTLEY, Richard; ZISSERMAN, Andrew. Multiple view geometry in computer vision. Cambridge university press, 2003.
ZHANG, Zhengyou. A flexible new technique for camera calibration. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 22.11: pp.1330-1334, 2000.
http://graphics.cs.msu.ru/en/node/909.
Brauer-Burchardt, Christian, and Klaus Voss. "A new algorithm to correct fish-eye-and strong wide-angle-lensdistortion from single images." Image Processing, 2001. Proceedings. 2001 International Conference on. Vol. 1. IEEE, 2001.
LOWE, David G. Object recognition from local scale-invariant features. In: Computer vision, 1999. The proceedings of the seventh IEEE international conference on. Ieee, pp.1150-1157, 1999.
https://en.wikipedia.org/wiki/Fundamental_matrix
Torr. P. and Murray, D. "The development and comparison of robust methods for estimating the fundamental matrix." International Journal of Computer Vision, 24(3), pp.271-300, 1997.
HARTLEY, Richard I.; STURM, Peter. Triangulation. Computer vision and image understanding, 68.2: pp.146- 157, 1997.
https://en.wikipedia.org/wiki/Essential_matrix

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

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