최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.21 no.8, 2017년, pp.1553 - 1559
박한동 (IVM Co. Ldt.) , 오정수 (Department of Display Engineering, Pukyong National University)
This paper proposes a lane departure detection algorithm using a single camera equipped in front of a vehicle. The proposed algorithm generates a partial top-view image for a small ROI (region of interest) designated on the top-view space form the image acquired by the camera, detects lanes on the s...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
운전자 보조시스템(advanced driver assistance system, ADAS)의 작동 방식은? | 최근 IT 기술이 자동차에 접목되면서 운전자 보조시스템(advanced driver assistance system, ADAS)을 갖는 스마트 자동차(smart car)는 물론 무인 자율 주행 자동차(self driving car) 개발에 관심이 커지고 있다[1-4]. 이들은 다양한 센서들을 이용해 운전자의 시각 정보를 대신 취득하고, 시스템이 인지된 정보를 운전자에게 알리거나 인지된 정보를 근거로 주행 자동차를 제어한다. 다양한 운전자 보조 기능 중 자동차가 주행하는 동안 운전자의 의지와 달리 발생하는 차선 이탈을 인지하고 경고하는 것은 스마트 자동차나 자율 주행 자동차에 있어 보다 안전한 주행을 위한 기본적인 기능이다[3,4]. | |
차선 이탈 검출 알고리즘의 내용은? | 본 논문은 자동차 전방에 설치된 단일 카메라를 이용한 차선 이탈 검출 알고리즘을 제안한다. 제안된 알고리즘은 보다 정확한 정보를 얻기 위해 카메라 렌즈에 의한 방사 왜곡(Barrel distortion)과 카메라 자세에 의한 영상 기울어짐을 보정한다. 그리고 효율적인 차선 이탈 결정을 위해 보정된 영상에서 top-view 공간에 미리 지정된 작은 관심 영역의 부분 top-view 영상을 생성한다. 차선 이탈은 자동차 전방의 작은 영역만으로 판단할 수 있어 관심 영역을 top-view 공간의 영상 전체가 아닌 자동차 전방의 작은 영역에 지정된다. 제안된 알고리즘은 부분 top-view 영상에서 차선을 검출하여 미리 설정된 가상 자동차와 겹침을 비교하여 차선 이탈을 결정한다. 아주 작은 부분 top-view 영상을 사용하므로 계산량을 크게 줄일 수 있고 분명한 차선을 얻을 수 있다. 또한 제안된 알고리즘은 차선 이탈 검출을 방해하는 차선 사이의 도로 표기(잡음)에 의한 직선들을 제거하고, 차선이 검출되지 않을 때는 이전 프레임의 차선 정보를 이용해 손실된 차선을 예측한다. 제안된 알고리즘의 성능 평가를 위해 외곽 도로에서 취득된 시간과 장소가 다른 여러 동영상들에서 차선 이탈을 검출하여 제안된 알고리즘의 유효성을 평가하고 있다. | |
방사 왜곡이란? | 방사 왜곡은 렌즈의 중심으로부터 멀어질수록 화소의 위치가 왜곡되는 현상이다. 방사 왜곡을 보정하기 위해서는 초점 거리(focal length), 주점(principal point), 비대칭 계수(skew coefficient) 등의 카메라 내부 계수와 왜곡 계수를 구한 후 행렬식을 이용해 보정한다. |
T. Jiang, S. Petrovic, U. Ayyer, A. Tolani and S. Husain, "Self-Driving Cars: Disruptive or Incremental?," Applied Innovation Review, UC Berkeley, no. 1, pp.3-22, Jun. 2015.
Autonomous_car [Internet]. Available : https://en.wikipedia.org/wiki/Autonomous_car.
M. Zhao, Advanced Driver Assistant System, Technical White Paper, Intel, 2015 [Internet]. Available : http://www.intel.com/content/dam/www/public/us/en/documents/white-papers/advanced-driver-assistant-system-paper.pdf.
C. R. Jung and C. R. Kelber, "A lane departure warning system based on a linear-parabolic lane model," in Proceedings of 2004 IEEE Intelligent Vehicles Symposium, Parma, pp. 891-895, 2004.
D. G. Bailey, "A new approach to lens distortion correction," in Proceedings of Image and Vision Computing, Auckland, pp. 59-64, 2002.
S. G. Hwang, Learning OpenCV: Computer Vision with the OpenCV Library, Seoul, Hanbit Publishing Network, Inc., 2009.
L. Alvarez, L. Gomez, P. Henriquez, and L. Mazorra, "Automatic camera pose recognition in planar view scenarios," in Proceedings of 17th Iberoamerican Congress on Pattern Recognition, Buenos Aires, pp.406-413, 2012.
P. Mukhopadhyay, and B.B. Chaudhuri, "A survey of Hough transform." Pattern Recognition, vol. 48, no. 3, pp.993-1010, Mar. 2015.
Y. Ren, B. Zhang and H. Qiao, "A Simple Taylor-series Expansion Method for a Class of Second Kind Integral Equations," Journal of Computational and Applied Mathematics, vol. 110, no. 1, pp. 15-24, Jan. 1999.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.