차선 검출과 차량 인식을 이용한 후방차량 이동경로 예측 시스템
Backward Vehicle Path Prediction Using Lane Detection and Vehicle Recognition
초록/요약
현재 대부분의 운전자 보조 시스템은 전방 차량을 대상으로 이루어지고 있다. 하지만 차량의 후방 영역에는 사각지대 등 운전자가 인지할 수 없는 영역이 존재한다. 후방 차량의 이동경로 예측 시스템은 이런 영역에 대한 정보를 운전자에게 제공함으로 운전자의 올바른 판단을 유도한다. 주변 상황에 대한 운전자의 판단을 도와주는 운전자 주의 시스템은 크게 초음파 센서, 레이더 센서 등의 각종 센서를 이용한 방식과 카메라 영상의 분석을 통한 두 가지 방식으로 이루어진다. 센서를 통해서 얻을 수 있는 것은 차량 간의 거리, 위치 등 차량 객체에 대한 정보들로 한정되어 있기 때문에 센서만을 이용해서는 도로와 같은 외부 환경에 대한 정보를 얻을 수 없다. 도로에 대한 정보 없이는 도로 상에서 차량의 움직임이 가지는 의미를 정의할 수 없다. 반면, 카메라 영상을 이용한 방식은 각종 영상처리 기법에 따라 차량의 위치, 거리 등의 차량 관련 정보뿐만 아니라 도로에 대한 각종 파라미터 추출도 가능하다. 일련의 영상을 이용하여 각종 데이터를 얻는데 유리하기 때문에 도로 상의 각종 변화에 대하여 인식하고 판단하는 것이 가능하다. 본 논문에서는 원근 효과 제거 방법을 통하여 차간 거리 정보와 차선 정보를 획득하고 차량 검출을 통하여 차량 위치 및 이동에 대한 정보를 획득하고 이들 정보를 바탕으로 현재의 상황을 판단하여 앞으로의 차량 움직임을 예측한다. 또한 본 논문에서는 시간의 단축을 위하여 기존의 원근 효과 제거(IPM : Inverse Perspective Mapping)방법에 소실점 검출을 이용한 도로 영역 구분을 통하여 개선한다. 소실점에 의한 영역 구분은 복잡한 삼각함수 계산을 요하는 원근 효과 제거 방법의 적용범위를 도로로 한정하므로 전체적인 시스템의 효율성을 기존 원근 효과 제거 방법에 비하여 20% 정도 향상시킨다.
more초록/요약
Most driver assistance system(DAS) is going on for forward vehicle. But undetectable area like as dead zone exists at the backward of vehicle. Backward vehicle path prediction system helps the decision of driver by producing information about undetectable area. DAS, helping the decision of driver about environment, is accomplished by two method. One is sensor-based-method using any sensors like as microwave, radar and so on. Another is image-based-method using camera. Because the information getting through sensor is limited by distance between two vehicles, position of vehicle and so on, only using sensor we can't get the information about environment. Without the information about environment, we can't define the mean of vehicle movement. While image-based-method using camera can get the information that is the position of vehicle, distance between two vehicle and environmental parameters. Image-based-method has the advantage acquiring various kinds of data using a series of image so we can recognize the change of environment and make circumstantial judgement. In this paper, we extract the information, like as the distance between two vehicles and the lane, from image through inverse perspective mapping and acquire the information of vehicle position and movement through vehicle detection. By mixing these information we can make a decision and a prediction for vehicle path. In the DAS, reducing the time loss is one of major concerns so this paper proposes advanced inverse perspective mapping method for reducing time loss that uses image segmenting method by vanishing point detection. This advanced inverse perspective mapping method improves the system performance about 20% by reducing complicated computation of trigonometrical function.
more목차
<제목 차례> = Ⅰ
<그림 차례> = Ⅱ
<표 차례> = Ⅲ
제1장 서론 = 1
제1절 선행 연구 = 3
제2장 영상 기반의 후방차량 감지 방법 = 6
제1절 도로 파라미터 추출 방법 = 7
제2절 도로 파라미터 추출 방법 개선 = 12
제3절 차량 인식 및 추적 방법 = 19
제3장 상황 판단 방법 = 25
제1절 위험성 판별 = 27
제2절 움직임 예측 = 29
제4장 실험 및 분석 = 33
제1절 실험을 위한 환경 설정 = 33
제2절 시뮬레이션 환경 = 34
제3절 측정 실험 결과 = 35
제5장 결론 = 39
참고문헌 = 41
ABSTRACT = 45
