$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 탑뷰 영상을 이용한 차선, 정지선 및 과속방지턱 인식
Recognition of Lanes, Stop Lines and Speed Bumps using Top-view Images 원문보기

전기학회논문지 = The Transactions of the Korean Institute of Electrical Engineers, v.65 no.11, 2016년, pp.1879 - 1886  

안영선 (Dept. of Electronic Engineering, Keimyung University) ,  곽성우 (Dept. of Electronic Engineering, Keimyung University) ,  양정민 (School of Electronics Engineering, Kyungpook National University)

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, we propose a real-time recognition algorithm of lanes, stop lines and speed bumps on roads for autonomous vehicles. First, we generate a top-view using the image transmitted from a camera that is installed to see the front of a vehicle. To speed up the processing, we simplify the mapp...

주제어

#Autonomous vehicles   #Image processing   #Lane detection   #Stop line detection   #Speed bump detection   #Top-view  

질의응답

핵심어 질문 논문에서 추출한 답변
카메라를 통해 입력되는 영상데이터은 어떻게 구성되는가? 카메라를 통해 입력되는 영상데이터는 3채널 R(red), G(green), B(blue)로 구성된다. 차선이나 정지선, 과속방지턱 등 사물의 윤곽을 표현하기 위해 세 채널의 밝기를 평균한 1 채널 그레이 스케일로 변환한다.
차선 및 도로환경 인식을 위한 기법들은 어떤 것들이 있는가? 차선 및 도로환경 인식을 위한 기법으로는 기하학적인 변환과 모폴로지(morphology)를 이용하는 방법, 허프 변환(Hough transform)[4]을 이용하는 방법, 히스토그램을 이용하는 방법, 스네이크(snake)를 이용하는 방법 등이 있다. 기존에 개발된 이 방법들은 영상의 넓은 영역을 탐색하고 있으며, 특징점을 찾기 위해 많은 전처리과정을 수행하여 처리 속도가 만족스럽지 않은 경우가 많다.
가우시안(Gaussian) 스무딩의 장점은? 가우시안(Gaussian) 스무딩은 2차원 가우시안 분포를 가진 마스크[8]를 원본영상과 컨벌루션(convolution)하여 이미지의 고주파 잡음을 제거하는 작업이다. 이 필터를 사용하면 에지(edge)가 무뎌지는 단점이 있지만 이미지에 섞여있는 가우시안(Gaussian) 잡음을 제거하는 데 효과적이다.​​​​​​​
질의응답 정보가 도움이 되었나요?

참고문헌 (11)

  1. M. Kang, S. Hur, I. Park, and Y. Park, "Map building based on sensor fusion for autonomous vehicle," The Transactions of the Korean Society of Automotive Engineers, vol. 22, no. 6, pp. 14-22, Sep. 2014. 

    원문보기 상세보기 crossref

  2. S. Thrun, et al., "Stanley: the robot that won the DARPA grand challenge," Journal of Field Robotics, vol. 23, no. 9, pp. 661-692, Sep. 2006. 

    상세보기 crossref

  3. S. Ahn and M. Han, "Research of the lane recognition for an advanced vehicle system," Journal of Korea Institute of Information Technology, vo1. 5, no. 1, pp. 136-142, Mar. 2007. 

  4. J. Ahn, T. Oh, and I. Kim, "Development of lane and obstacle detection system using vision sensor," in Proceeding of Information and Control Systems (CICS) Conference, pp. 276-277, Oct. 2008. 

  5. J. Yeo, K. Koo and E. Cha, "A lane tracking algorithm using IPM and Kalman filter," Journal of Korea Institute of Information and Communication Engineering, vol. 17, no. 11, pp. 2492-2498, Nov. 2013. 

    원문보기 상세보기 crossref

  6. M. Bertozzi, "Stereo inverse perspective mapping: theory and applications," Journal of Image and Vision Computing, vol. 8, pp. 585-590, 1998. 

  7. http://autonomous.ksae.org/ 

  8. R. C. Gonzalez and R. E. Woods, Digital Image Processing (3rd edition), Prentice Hall, 2009. 

  9. M. Aly, "Real time detection of lane markers in urban streets," in Proceeding of the Intelligent Vehicles Symposium, Eindhoven, pp. 7-12, 2008. 

  10. http://www.kiapi.or.kr/ 

  11. T. Park and T. Cho, "A crosswalk and stop line recognition system for autonomous vehicles," Journal of Korean Institute of Intelligent Systems, vol. 22, no. 2, pp. 154-160, Apr. 2012. 

    원문보기 상세보기 crossref
LOADING...

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

유발과제정보 저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로