선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- 교통사고의 원인 중 하나인 운전자의 부주의를 줄이기 위해 차선 이탈 및 차량 근접시 운전자에게 경보를 제공 하는 시스템의 핵심적인 기술로써 카메라 영상을 통해 수집되는 전방 도로 영상을 분석하기 위해 관심 영역을 설정하고 그레이스케일, 소벨 연산, 이진화, 허프 변환 등의 전처리 과정을 거쳐 색상 성분의 임계치를 얻고 윤곽을 찾아내는 방법으로 차선 및 차량을 검출하는 보다 효율적인 알고리즘을 연구하였다.
- 본 논문에서는 차선 추출의 정확도를 높이고 처리 속도를 향상하기 위하여 각각 왼쪽과 오른쪽 차선으로 관심영역을 설정하여 허프 변환에 의한 직선 검출 알고리즘을 적용하였고, 차량 인식은 차량의 그림자를 성분이 임계치 이하인 경우 이를 객체로 설정하고 차량여부를 분석하였으며, y축 픽셀에 의한 거리 계산을 통해 차간 거리를 산출하였다.
- 두 구성은 완전히 다른 형식이 아니라 위의 공식으로 상호변환이 가능하다. 영상 처리시에는 NTSC에서 제시한 YIQ방식에 기초하여 그레이스케일로 변환한다. 즉 위의 행렬식으로 계산해보면 밝기Y는 0.
- 이를 해결하기 위한 방안으로 전방 도로 영상을 획득한 후 그레이 스케일, 소벨 연산, 이진화, 허프변환 등의 전처리 과정을 거치며 보다 효율적으로 차선 인식 및 차량을 검출하는 기법을 제시한다.
- 차간 인식 알고리즘에 의해 차량을 인식하고, GPS(NMEA 0183) 수신기를 장착하여 차량속도와 초음파 센서에 의한 근접 차량 거리를 검출하고, 측정한 실제 차선의 거리 값과 차간 거리 값을 종합적으로 판단하여 차선 이탈 및 추돌 위험 경고 신호(Warning)를 사용자에게 알린다.
- step 1. 차량의 그림자 및 차량의 양쪽 뒷바퀴 모두 어두운색 성분을 가지는 특징을 이용하여 임계치 (Threshold)를 설정한다.
- 카메라를 통해 얻어진 영상에서 차선을 검출하기 위해 여러 에지 추출 연산자 중에서 대각선 방향으로 강인성을 보이는 소벨 연산자를 이용하여 에지를 검출한다. 에지를 검출하는 방법으로는 편미분 연산자 계산에 의한 검출 방법으로 영상에서의 기울기 (그래디언트)를 구하는 방법과 마스크를 이용하는 방법이 있으나, 여기서는 2차 미분에 해당하는 마스크 행렬을 이용하여 에지를 검출한다.
이론/모형
- 4. 허프변환 직선검출 (Hough Transform) 차선을 검출하기 위하여 영상 좌표에서의 직선의 방정식을 파라미터 공간으로 변환하여 직선을 찾는 알고리즘은 허프변환(Hough transform) 알고리즘을 이용하여 차선을 검출한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.