B-Snake를 이용한 차선 검출 및 추적에 관한 연구
A Study on a Lane Detection and Tracking Algorithm Using B-Snake
- 발행기관 亞洲大學校 大學院
- 지도교수 김용득
- 발행년도 2005
- 학위수여년월 2005. 2
- 학위명 석사
- 학과 및 전공 일반대학원 전자공학과
- 본문언어 한국어
초록/요약
원근 효과를 이용한 매핑, 허프 변환 등을 이용하여 영상 기반의 차선 검출 알고리즘에 대한 연구가 진행되어 왔다. 하지만 기존의 차선 검출 알고리즘은 카메라 파라메터를 요구하거나, 차선 표시나 강한 윤곽선을 가지는 도로 그리고 특정한 형태의 도로에만 적용이 가능하였다. 이러한 문제를 해결하기 위해 변형된 템플릿, 라인 스네이크 등과 같은 차선 모델을 이용한 차선 검출 알고리즘들이 제안되었다. 하지만 이러한 차선 모델을 이용한 차선 검출 알고리즘은 직선 도로, 비교적 잡음이 적은 영상 등 특정한 환경에서만 적용하였다. 본 논문에서는 기존에 제안된 B-Snake 차선 모델을 이용하여 날씨 변화, 점선 차선 등 좀더 다양한 환경하에서 사용하도록 수정된 알고리즘을 제안한다. B-Snake 차선 모델을 이용한 차선 검출 알고리즘의 특성을 살펴보면 다음과 같다. 첫째, B-Snake 차선 모델을 이용하여 다른 알고리즘에 비해 직선, 굴곡이 있는 도로와 같은 보다 넓은 범위의 차선 구조의 표현이 가능하다. 또한 평면 도로의 평행 특성을 이용하여 그림자, 잡음 등에 강하다. 둘째, 잡음에 강한 알고리즘인 CHEVP 알고리즘을 사용하여 B-Snake 처선 모델의 초기의 차선 위치를 제공한다. 셋째, 그레디언트 벡터 플로우, 최소 평균 제곱 에러를 이용하여 B-Snake 차선 모델에서 발생하는 외부의 힘을 줄여 차선 검출의 에러를 줄이고 차선 추적을 수행한다. 본 알고리즘의 검증을 위해 차량에 카메라를 설치하여 도로 영상을 얻었으며, 도로 영상을 날씨 별로 맑은 날, 흐린 날 그리고 비오는 날로 구분하여 본 알고리즘을 수행하였다. 실험 결과 95% 이상의 차선 검출률을 보였다.
more초록/요약
In this paper, we propose lane detection and tracking algorithm using BSnake as robust algorithm. One of chief virtues of Lane detection algorithm using B-Snake is that it is possible to specify a wider range of lane structure because B-Spline conform an arbitrary shape by control point set and that it doesn't use any camera parameter. Using a robust algorithm, called CHVEP, we find the vanishing point, width of lane and mid-line of lane because of the perspective parallel line and then we can detect the both side of lane mark using B-snake. To demonstrate that this algorithm is robust against noise, shadow and illumination variations in road image, we tested this algorithm about various image divided by weather-fine, rainy and cloudy day. The percentage of correct lane detection is over 95%.
more목차
제목차례
국문 요약
제1장 서론 = 1
제2장 B-Snake 차선 모델 = 4
제1절 차선 모델 = 4
제2절 B-Snake 차선 모델 = 6
제3장 CHEVP를 이용한 차선 추출 = 12
제1절 영상의 윤곽선 추출 = 13
제2절 허프 변환을 이용한 직선 추출 = 14
제3절 수평선과 소멸점 검출 = 15
제4절 양쪽 차선의 중앙선과 파라메터 k 계산 = 17
제5절 제어점 제어점(control point) 구하기 = 18
제4장 제안한 차선 추적 알고리즘 = 20
제1절 추출 차선 갱신 = 20
제2절 차선 추적 알고리즘 = 31
제5장 측정 실험 및 결과 = 32
제1절 측정 실험을 위한 환경 = 32
제2절 측정 실험 결과 = 33
제6장 결론 = 42
참고문헌 = 45
Abstract = 48
목차
그림차례
그림1. 지상평면과 영상 평면에서 평행한 차선 = 4
그림2. 기본함수의 합에 의한 곡선 = 7
그림3. 차선모델 중앙선 힘의 예 = 9
그림4. 파라메터 k 조정의 예 = 10
그림5. CHEVP 알고리즘 흐름도 = 12
그림6. (a)도로영상 (b)윤곽선 추출 영상 = 14
그림7. (a)도로 영역의 분리 (b)허프 변환을 이용한 직선 검출 = 15
그림8. 소멸선의 검출 = 16
그림9. 각 영상 영역의 직선 쌍과 소멸점 검출 = 16
그림10. (a)영상 영역 0의 양쪽 차선과 중앙선 (b)각 영상 영역에서의 중앙선 = 17
그림11. (a)제어점 Q1의 계산 (b)B-Spline을 이용한 차선 검출 = 18
그림12. 추출 차선 갱신 흐름도 = 30
그림13. 도로 영상 획득을 위한 카메라 위치 = 33
그림14. 제어점에 대한 실험 결과 = 35
그림15. 파라메터 k에 대한 실험 결과 = 36
그림16. 차선 검출 결과 비교 = 38
그림17. 차선 검출 결과 (a)맑은 날 (b)흐린 날 (c)비오는 날 = 39
그림18. 차선 검출의 실패 (a)맑은 날 (b)흐린 날 = 37
표2. 흐린 날의 차선 검출 결과 = 37
표3. 비오는 날의 차선 검출 결과 = 38
