퍼지 기법을 이용한 다수 레이저스캐너 기반 객체 인식 알고리즘
Object Classification Algorithm with Multi Laser Scanners by Using Fuzzy Method
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 논문에서는 레이저스캐너만으로 이루어진 감지 시스템을 이용하여 도로 위에 있는 객체의 위치를 추정하고 분류하는 알고리즘을 제안한다. 각각의 레이저 스캐너에서 획득한 데이터는 그리드 맵을 사용하여 데이터를 융합하였으며, 팽창 연산과 레이블링 방법을 사용하여 측정 오차를 보정하였다. 추출한 객체의 정보(길이, 폭)를 입력으로 사용한 퍼지 방법을 통해 객체를 보행자, 자전거, 차량으로 분류하였으며, 이러한 방법은 레이저스캐너로만 이루어진 감지 시스템의 정확도를 증가시켰다. 또한 본 논문에서는 실제 도로 환경에서 몇 가지 시나리오를 설정하여 실험을 하였다. 실험을 통해 감지 시스템이 객체를 정확히 분류하는지, GPS-RTK 장비를 사용하여 획득한 위치 정보와 비교하여 객체의 위치 정보를 정확히 추정하는지 검증하였다.
Abstract
This paper proposes the on-road object detection and classification algorithm by using a detection system consisting of only laser scanners. Each sensor data acquired by the laser scanner is fused with a grid map and the measurement error and spot spaces are corrected using a labeling method and dilation operation. Fuzzy method which uses the object information (length, width) as input parameters can classify the objects such as a pedestrian, bicycle and vehicle. In this way, the accuracy of the detection system is increased. Through experiments for some scenarios in the real road environment, the performance of the proposed detection and classification system for the actual objects is demonstrated through the comparison with the actual information acquired by GPS-RTK.
참고문헌 (19)
- Florian Ahlers, "Laserscanner based cooperative Pre-data-fusion", Advanced Microsystems for Automotive Application 2008, pp.63~71 (2008)
- Florian Ahlers, "Cooperative Laserscanner Pre-Data-Fusion", IEEE Intelligent Vehicles Symposium 2008, pp.1187~1190 (2008)
- Meng Lu, "Technical Feasibility of Advanced Driver Assistance Systems(ADAS)for Road Traffic Safety", Transportation Planning and Technology, 28(3), pp.167~187 (2005)
- Gwang Yul Song, "Vehicle Detection by Edge-based Candidate Generation and Appearance-based Classification", IEEE Intelligent Vehicles Symposium 2008, pp.428~433 (2008)
- Goncalo Monteiro, "Tracking and Classification of Dynamic Obstacles Using Laser Range Finder and Vision", Proc. IEEE, 2006, ~
- Wook-Sun Shin, "Vehicle Classification by Road Lane Detection and Model Fitting Using a Surveillance Camera", International Journal of Information Processing Systems, 2(1), pp.52~57 (2006)
- Habibu Rabiu, "Vehicle Detection and Classification for Cluttered Urban Intersection", International Journal of Computer Science, Engineering and Applications, 3(1), pp.37~47 (2013)
- Zhengping Ji, "Radar-Vision Fusion for Object Classification", IEEE Int. Conf. on Information Fusion 2008, pp.1~7 (2008)
- S. Tokoro, "Sensor Fusion system Pre-crash safety system", IEEE Intelligent Vehicles Symposium, pp.14~17 (2004)
- 오주택, "Vision 시스템의 차량 인식률 향상에 관한 연구", 한국ITS학회 논문지, 10(3), pp.16~24 (2011), 한국ITS학회
- Stefano Messelodi, "A Computer Vision System for the Detection and Classification of Vehicles at Urban Road Intersections", Pattern Analysis and Applications, 8, pp.17~31 (2005)
- Xia Liu, "Pedestrian Detection Using Stereo Night Vision", IEEE Trans. on Vehicular Technology, 53(6), pp.1657~1665 (2004)
- Giorgio Grisetti, "Improved Techniques for Grid Mapping with Rao-Blackwellized Particle Filters", IEEE Trans. on Robotics, 23(1), pp.34~46 (2007)
- Trung-dung Vu, "Online Localization and Mapping with Moving Object Tracking in Dynamic Outdoor Environments", IEEE Intelligent Vehicles Symposium 2007, pp.190~195 (2007)
- Alberto Elfes, "Using Occupancy Grids for Mobile Robot Perception and Navigation", Computer, 22(6), pp.46~57 (1989)
- Sung-Wook Kim, "Application of Fuzzy Logic to Vehicle Classification Algorithm in Loop", Piezo-Sensor Fusion Systems, 2001, pp.3(1), 64~68
- 박준형, "고속도로 루프검지기를 이용한 차종분류 기법 평가", 한국ITS학회 논문지, 8(1), pp.9~21 (2009), 한국ITS학회
- Chang Choi, "Probabilistic Spatio-temporal Inference for Motion Event Understanding", Neurocomputing, 122, pp.24~32 (2013)
- Chang Choi, "Semantic Representation of Motion for Tracing Object in Surveillance System", Journal of Internet Technology, 14(4), pp.621~630 (2012)