전방 차량의 횡간 이동 예측을 위한 차선 간 거리 측정 방법
Inter-Lane Distance Measurement Method for Predicting the Lateral Movement of the Vehicle in Front
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
자율주행 차량에는 라이다, 레이더, 카메라 등 다양한 센서들이 융합되어 활용되고 있다. 특히 라이더 및 레이더는 고가의 장비로 자율주행 자동차의 대중화를 위해 해결해야 하는 부분으로 고가의 장비를 대체할 수 있는 연구가 지속적으로 이루어지고있다. 본 논문에서는 비용면에서 저가이면서 손쉽게 장착할 수 있는 단일 카메라를 이용하여 주행 차량의 전방 측면 차량 바퀴와 인접 차선을 감지하고 거리를 추정하는 방법을 제안하였다. 제안된 방법은 입력 영상을 통해 프레임 추출 후 프레임 이미지에서 차선과 바퀴를 검출하고 거리를 측정하여 실제 도로 환경에서 실측 된 거리와 비교하였고, 오차범위 ±3cm 안에서 비교적정확히 거리를 산출할 수 있었다. 이를 통해 자율주행 자동차의 비용 절감 또는 라이다, 레이더 센서의 고장으로 대체 가능한 수단으로 활용할 수 있을 것으로 판단된다.
Abstract
Various sensors such as lidar, radar, and camera are fused and used in autonomous vehicles. Rider and radar sensors are difficultto popularize because they are expensive equipment. In order to popularize autonomous vehicles, research that can replaceexpensive equipment is continuously being conducted. In this paper, we use a single camera that is inexpensive and can be easilymounted. We propose a method for detecting the wheels and adjacent lanes of a front-side vehicle of a driving vehicle and estimatingdistances. Our proposed method detects lanes and wheels from frame images after frame extraction via input images. In addition, thedistance is measured and compared with the actual distance measured in the actual road environment. The distance could be calculatedrelatively accurately within the error range of ± 3 cm. Through this, it is expected that the camera can be used as an alternativemeans when the cost of autonomous vehicles is reduced or when the lidar or radar sensor fails.
참고문헌 (14)
- 김산민, "자율주행 기술 동향 및 발전 방향: AI를 중심으로", 한국자동차공학회 논문집, 30(10), pp.819~830 (2022), 한국자동차공학회
- J. Zhao, "Development and verification of the tire", road friction estimation algorithm for antilock braking system, 2014, pp.2014(786492), 1~15
- 한승헌, "딥러닝을 활용한 영상기반 교통사고 예방 안전시스템", 한국통신학회논문지, 45(8), pp.1399~1406 (2020), 한국통신학회[DOI]
- Y. Ko, "Key points estimation and point instance segmentation approach for lane detection", IEEE Transactions on Intelligent Transportation Systems, 23(7), pp.8949~8958 (2022)
- T. Zheng, "RESA : Recurrent feature-shift aggregator for lane detection", Proceedings of the 35th AAAI Conference on Artificial Intelligence, pp.3547~3554 (2021)
- C. Hu, "Sim-to-Real Domain Adaptation for Lane Detection and Classification in Autonomous Driving", Proceeding of the 2022 IEEE Intelligent Vehicles Symposium (IV), pp.457~463 (2022)
- K. H. An, "Technology trends of self-driving vehicles", Electronics and Telecommunications Trends, 28(4), pp.35~44 (2013)
- Y. Sim, "Standardization trend of autonomous-driving vehicle system", Auto Journal : Journal of the Korean Society of Automotive Engineers, 41(9), pp.63~66 (2019)
- 서주찬, "라이다 및 카메라 듀얼 센서 모니터링 기반의 곡선 차선인식 알고리즘 연구", 한국자동차공학회 논문집, 29(2), pp.197~204 (2021), 한국자동차공학회
- H. Fu, "Deep ordinal regression network for monocular depth estimation", Proceeding of 2018 IEEE, 2018, 2002~2011
- 김진수, "차량 장착 블랙박스 카메라를 이용한 효과적인 도로의 거리예측방법", 한국정보통신학회논문지, 19(3), pp.651~658 (2015), 한국정보통신학회[DOI]
- "OpenCV Docs"[URL]
- T. Taoka, "An efficient curvature lane recognition algorithm by piecewise linear approach", Proceeding of the 65th 2007 Vehicular Technology Conference (VTC 2007), pp.2530~2534 (2007)
- Q. Lin, "Real-Time Lane Departure Detection Based on Extended Edge-Linking Algorithm", proceeding of the 2010 Second International Conference on Computer Research and Development, pp.725~130 (2010)