[논문]개선된 버드아이뷰 변환을 활용한 효율적인 차선 검출 방법

정현석; 임석호; 윤현주

개선된 버드아이뷰 변환을 활용한 효율적인 차선 검출 방법
Efficient Lane Detection Method using Improved Bird's Eye View Transform 원문보기

정현석 (금오공과대학교 컴퓨터공학과) , 임석호 (금오공과대학교 컴퓨터공학과) , 윤현주 (금오공과대학교 컴퓨터공학과)

차선 검출은 자율주행 자동차의 가장 기본 기능 중의 하나이다. 전방 카메라를 통하여 얻은 입력 영상을 변환하여 주행 방향을 정할 수 있도록 차로를 검출하는 방법은 여러 가지가 있는데, 본 논문에서는 버드아이뷰 영상을 활용하는 방법을 채택하고 여러 가지 성능이 제한적인 임베디드 시스템에서 이를 보다 효율적으로 수행할 수 있도록 EPM(Expected Perspective Mapping) 방법과 변환 영상을 이용해 차로를 검출하는 슬라이딩 윈도우 알고리즘의 개선 방안을 제안한다. 제안된 방법은 기존의 차선 검출 방법에 비해 약 30% 이상 적은 연산량으로 수행할 수 있으면서 기존 방법과 동일한 결과를 생성하여 실시간성이 중요한 상황에서 정확한 차선 검출을 할 수 있음을 보여 준다.

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

문제 정의

본 논문에서는 하드웨어 성능이 제한적인 상황에서 보다 빠른 속도로 버드아이뷰 변환을 수행하기 위해 EPM(Expected Perspective Mapping) 방식을 제안한다. EPM은 차로가 직선인 점에 착안해 픽셀마다 호모그래피 행렬 연산을 수행하지 않고 직선의 방정식을 활용해 차선에 대한 기댓값을 계산하여 버드아이뷰 영상으로 변환시키는 방법이다.
본 연구에서는 계산량을 줄여 임베디드 시스템의 실시간 처리를 빠른 속도로 수행하기 위해 버드아이뷰 변환 과정과 슬라이딩 윈도우 알고리즘을 개선하였다.

제안 방법

이 중에서 슬라이딩 윈도우 알고리즘이 타 검출 방법에 비해 선을 검출하는 속도가 빠르기 때문에 우리는 이 방식을 채택하였다. 그리고 조금 더 연산 속도를 증가시킬 수 있도록 계산량이 평균 30% 이상 줄어드는 개선된 슬라이딩 윈도우 알고리즘을 제안하였다.
본 논문에서는 제한된 계산 성능을 가진 임베디드 시스템 환경에서 영상으로부터 효율적으로 차선을 검출하는 방법을 제안하여 자율주행 모형자동차에 적용하였다. 제안 된 EPM과 개선된 슬라이딩 윈도우 알고리즘은 기존 방식들보다 현저히 적은 계산량으로도 동일한 차선 검출 성능을 나타낸다.
슬라이딩 윈도우 알고리즘을 개선하기 위해 차선의 모양에 따라 적응적으로 슬라이딩 윈도우를 생성하는 기법을 제안한다. 입력 영상을 가로로 분할하여 세로축을 따라 윈도우를 올리면서 차선이 검출되는 지점을 찾을 때 영상 내 모든 영역을 찾는 것이 아니라, 윈도우 중 픽셀들이 최 초로 모이는 지점을 찾으면 그 곳을 차선이 존재하는 곳으로 인식하여 기록하고 진행을 멈춘다.
양쪽 차선검출을 위해 왼쪽, 오른쪽 각각 방향에서 픽셀이 검출되는 지점을 찾은 후 검출되는 지점 을 차로로 인식한다. 이후 아래쪽에서 올라오면 0˚ ~ 180˚ 각도에 있는 픽셀을 확인하고 이 가중치로 평균을 내어 차선의 각도를 검출한다.
실시간으로 차선 검출을 위해 자동차에 부착된 카메라 에서 10㎐ 속도로 영상을 받는다. 입력 영상을 색채에 민 감한 HSI 좌표계로 변환 후 Hue값이 20~55사이에 있는 값을 추출하여 밝기, 채도에 민감하지 않은 노란색 차선을 검출한 이진영상을 추출한다. 추출된 영상을 변환하여 버 드아이뷰 영상으로 만든 후 슬라이딩 윈도우 알고리즘을 이용하여 차선 정보를 얻은 후에 결과를 기반으로 앞바퀴 를 조향한다.
입력 영상을 색채에 민 감한 HSI 좌표계로 변환 후 Hue값이 20~55사이에 있는 값을 추출하여 밝기, 채도에 민감하지 않은 노란색 차선을 검출한 이진영상을 추출한다. 추출된 영상을 변환하여 버 드아이뷰 영상으로 만든 후 슬라이딩 윈도우 알고리즘을 이용하여 차선 정보를 얻은 후에 결과를 기반으로 앞바퀴 를 조향한다. 아래 (그림 3)은 차선 검출을 위한 전체적인 순서도다.
EPM(Expected Perspective Mapping) 방법은 모든 픽셀에 대해 변환 행렬을 적용하는 것이 아니라 차로가 직선 형태임에 착안하여 직선의 방정식을 활용하고 일부 픽셀에 대해서만 변환을 수행한다. 카메라 영상으로부터 현재 차선이 직진 차로일 때 나타나는 네 점을 예상해서 양쪽 차선의 함수를 구한다. 이 함수를 (식 1)의 (1)과 (2)로 나타낼 수 있다.

성능/효과

본 논문에서 제시하는 EPM과 개선된 슬라이딩 윈도우 알고리즘 모두 기존 방법들에 비해 연산양이 줄어들어서 실시간성이 보장되어야 하는 자율주행자동차 응용에 보다 적합한 성능을 보인다.
우리가 제안한 방법은 기존 알고리즘들에 비해 계산량이 적어서 실시간 자율주행에 보다 적합하다. (표 2)는 EPM 방법과 기존에 제시된 IPM, WPM 방법의 시간 복잡도이 다.
본 논문에서는 제한된 계산 성능을 가진 임베디드 시스템 환경에서 영상으로부터 효율적으로 차선을 검출하는 방법을 제안하여 자율주행 모형자동차에 적용하였다. 제안 된 EPM과 개선된 슬라이딩 윈도우 알고리즘은 기존 방식들보다 현저히 적은 계산량으로도 동일한 차선 검출 성능을 나타낸다. 이 방법은 현재 2017 임베디드 소프트웨어 경진대회 자율주행 모형자동차 부문 본선진출 팀 ‘금호우’ 에서 실제로 적용하고 있다.

후속연구

주어진 하드웨어에 제약이 있어 보다 다양한 시도를 할 수 없었지만 최근의 추세에서처럼 GPU가 포함된 처리기를 사용할 수 있다면 제안한 EPM과 슬라이딩 윈도우 알고리즘의 부분 연산을 각 GPU 코어에 분배하여 훨씬 높은 성능 향상을 이룰 수 있을 것이다.

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

개선된 버드아이뷰 변환을 활용한 효율적인 차선 검출 방법
Efficient Lane Detection Method using Improved Bird's Eye View Transform 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

개선된 버드아이뷰 변환을 활용한 효율적인 차선 검출 방법 Efficient Lane Detection Method using Improved Bird's Eye View Transform 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

개선된 버드아이뷰 변환을 활용한 효율적인 차선 검출 방법
Efficient Lane Detection Method using Improved Bird's Eye View Transform 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper