AR HUD를 위한 차선 검출 기반 마스킹 기법 설계
Design of Masking Method Based on Lane Detection for AR HUD
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
도로 노면 색깔 유도선은 교통사고 발생 비율을 획기적으로 줄이며 그 효능을 입증하였다. 그러나 현재 이러한유도선은 국토교통부에서 지정한 설치 기준에 부합하는 도로에만 순차적으로 적용되고 있다. 또한, 기존의 경로 안내시스템인 레거시 내비게이션과 HUD(Head-Up Display) 는 정보 전달에서 오차가 존재하거나, 모호성이 존재하여 운전자를 위한 경로를 명확히 안내하는 정보 전달 방식이 요구된다. 따라서 본 논문에서는 최근 차량 편의기술로 주목받고 있는 AR HUD(Augmented Reality Head-Up Display) 기술과 도로 노면 색깔 유도선의 특징을 융합한 차선 검출및 마스킹 기법을 제안한다. 제안된 기법은 차선의 색상 검출, 차선 검출 및 판단을 통해 차선을 분류하고, 분류된 차선을 이용하여 도로의 마스킹을 진행한다. 본 실험에서는 제안된 기법을 사용하여 차선을 검출한 뒤 차선을 마스킹하는일련의 과정을 수행하고, 차선의 마스킹 성능을 평가하였다. 실험 결과, 제안된 기법은 주행 중인 차선의 약 70% 이상을 차지하는 영역을 채우는 데에 성공하였다. 이를 통해 운전자는 자신이 주행해야 하는 경로를 마스킹한 이미지를 실시간으로 제공받을 수 있을 것이며, 도로 노면 색깔 유도선을 상시 이미지화하는 것과 유사한 효과를 얻어 직관적인정보를 제공받고 운전자의 편의성을 높일 수 있을 것이라 기대한다. 향후 해당 마스킹 기법을 더욱 발전시킴으로써 운전자의 편의성과 안전성을 향상하는 데에 기여하고자 한다.
Abstract
The colored road surface guide lines have been proven to significantly reduce the occurrence of traffic accidents. However, these guide lines have been currently applied sequentially only on roads that meet the installation criteria designated by the Ministry of Land, Infrastructure, and Transport. Furthermore, existing navigation systems such as legacy navigation and HUD (Head-Up Display) have demonstrated errors or ambiguities in delivering route information, highlighting the need for a clearer method of guiding drivers. In this paper, we propose a lane detection and masking technique that integrates the features of AR HUD (Augmented Reality Head-Up Display), a technology gaining attention in vehicle convenience systems, with the characteristics of colored road surface guide lines. The proposed technique detects and classifies lanes based on their color and lane detection results, then performs road masking using the classified lanes. Experimental results show that the proposed technique masked approximately 70% of the lane area. This enables drivers to receive real-time images of the masked route they should follow, offering an experience similar to constantly visualizing colored road surface guide lines. We expect that this approach will provide more intuitive information and improve driver convenience. Future advancements in this masking technique will further contribute to enhancing both convenience and safety for drivers.
참고문헌 (15)
- J. S. Lim, "Analysis of Accident Reduction Effects of Color Lane in the At-Grade Intersection", Proceedings of the KOR-KST Conference, pp.315~331 (2023)
- E. Michelaraki, "Real-time monitoring of driver distraction : State-of-the-art and future insights", Accident Analysis & Prevention, 192 (2023)
- Y. S. Hwang, "The Effects of toward AR-HUD System Usage on Driver’s Driving Behaviors", The Institute of Electronics and Information Engineers, pp.1818~1820 (2015)
- B. J. Kim, "Software Design for Future AR HUD System", The Korean Society of Automotive Engineers, pp.1457~1458 (2023)
- N. Deng, "Towards Stereoscopic On-vehicle AR-HUD", The Visual Computer, 37, pp.2527~2538 (2021)
- N. Karatas, "Evaluation of AR-HUD Interface During an Automated Intervention in Manual Driving", 2020 IEEE Intelligent Vehicles Symposium, pp.2158~2164 (2020)
- W. Wang, "Digital Holographic System for Automotive Augmented Reality Head-Up-Display", 2018 IEEE 27th International Symposium on Industrial Electronics(ISIE), pp.1327~1330 (2018)
- X. Ma, "Does Augmented-Reality Head-Up Display Help? A Preliminary Study on Driving Performance Through a VR-Simulated Eye Movement Analysis", IEEE Access, 9, pp.129951~129964 (2021)
- K. Blankenbach, "Requirements and System Aspects of AR-Head-Up Displays", IEEE Consumer Electronics Magazine, 8(5), pp.62~67 (2019)
- G. H. Jang, "Lane Detection Algorithm Based on Color Information", Korean Institute of Intelligent Systems, pp.299~300 (2012)
- K. Zhao, "Deep Hough Transform for Semantic Line Detection", IEEE Transactions on Pattern Analysis and Machine Intelligence, 44(9), pp.4793~4806 (2022)
- Y. J. Yoon, "ROI-based Calibration Algorithm of Camera-Lidar Sensor Fusion That is Strong in Object Recognition and Distance Information Extraction", The Journal of Korean Institute of Communications and Information Sciences, 46(12), pp.2301~2309 (2021)
- K. H. Jang, "Fast Center Lane Detection Method for Vehicle Applications", The Journal of The Korea Institute of Electronic Communication Sciences, 9(6), pp.649~656 (2014)
- G. H. Kim, "Development of Autonomous driving RC car using deep learning object recognition", Proceedings of the Korean Society of Computer Information Conference, pp.317~318 (2022)
- H. Bilal, "Real-Time Lane Detection and Tracking for Advanced Driver Assistance Systems", 2019 Chinese Control Conference (CCC), pp.6772~6777 (2019)