$\require{mediawiki-texvc}$

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.

단안 카메라를 딥 러닝 네트워크 기반의 객체 검출 및 거리 추정
Deep Learning based Object Detection and Distance Estimation using Mono Camera 원문보기

한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, v.28 no.3, 2018년, pp.201 - 209  

김현석 (순천향대학교 일반대학원 미래융합기술학과) ,  박민규 (순천향대학교 일반대학원 미래융합기술학과) ,  손원일 (국민대학교 자동차공학전문대학원) ,  최혁두 (순천향대학교 전자정보공학과) ,  박성근 (순천향대학교 스마트자동차학과)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 단안 카메라를 통한 실시간 차선 검출과 딥 러닝 네트워크를 기반으로 하는 객체 검출 및 거리 추정 시스템을 제안한다. 단안 카메라를 통해 취득한 이미지의 원근감을 제거한 뒤 Sliding Windows 기법을 이용해 차선에 해당하는 후보군을 선정하고, RANSAC 기법을 통해 차선을 검출한다. 객체 검출의 경우 기존의 Computer Vision 알고리즘보다 검출률이 높고 주변 환경 변화에 강인한 딥 러닝을 이용한다. 또한, 타 센서로부터 취득한 거리 데이터를 기반으로 단안 카메라에서 검출된 객체의 Bounding Box Pixel 값과 실제 거리 정보의 관계를 이용하여 수식을 세우고, 이를 통해 객체와 차량의 거리를 추정한다. 그리고 자율주행 차량의 안정적인 주행을 위해 종 횡 방향 제어를 한다. 그리고 차선유지 및 전방 객체와의 거리에 따른 위험도 판별을 긴급제동(Auto Emergency Braking) 실험을 통해 제안한 시스템의 성능을 검증한다.

Abstract AI-Helper 아이콘AI-Helper

In this paper proposes using mono camera for real-time lane detection, distance estimation and object detection system based on deep learning network. After removing the perspective of the acquired image data, the candidate group corresponding to the lane is selected using the Sliding Windows method...

주제어

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

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