The KIPS Transactions:PartB (정보처리학회논문지B)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Lane Departure Warning Algorithm Through Single Lane Extraction and Center Point Analysis

단일차선추출 및 중심점 분석을 통한 차선이탈검출 알고리즘

  • 배정호 ;
  • 김수웅 (국립금오공과대학교 컴퓨터공학부) ;
  • 이해연 (국립금오공과대학교 컴퓨터공학부) ;
  • 이현아 (국립금오공과대학교 컴퓨터공학부) ;
  • 김병만 (국립금오공과대학교 컴퓨터공학부)
  • Published : 2009.02.28
Download PDF
⟨ Previous Next ⟩

Abstract

Lane extraction and lane departure warning algorithms using the image sensor attached in the vehicle are addressed. With the research about intelligent automobile, there have been many algorithms about lane recognition and lane departure warning system. However, since these algorithms require to detect 2 lanes, the high time complexity and the low recognition rate under various driving circumstances are critical problems. In this paper, we present a lane departure warning algorithm using single lane extraction and center point analysis that achieves the fast processing time and high detection rate. From the geometry between camera and objects, the region of interest (ROI) is determined and splitted into two parts. Hough transform detects the part of the lane. After the detected lane is restored to have a pre-determined size, lane departure is estimated by calculating the distance from the center point. On real driving environments, the presented algorithm is compared with previous algorithms. Experiment results support that the presented algorithm is fast and accurate.

본 논문에서는 차량에 설치된 카메라를 활용하여 차선을 추출하고, 차량이탈을 검출하기 위한 방법에 대해서 논의한다. 하드웨어 기술의 발달로 지능형 자동차에 대한 연구가 활발히 진행됨에 따라서, 카메라를 활용한 차선인식 및 차량이탈검출과 관련하여 다양한 알고리즘들이 제시 되었다. 그러나 이들 연구에서는 영상에서 2개의 차선을 모두 찾아야 하기 때문에 처리속도 및 실제 운행환경에서의 다양한 여건으로 인하여 검출률이 떨어진다는 문제점이 있다. 본 논문에서는 빠른 속도와 높은 검출률을 위해 단일차선을 추출하고, 중심점 분석을 통한 차선이탈검출 알고리즘을 제안한다. 카메라의 기하학적 모델링을 통하여 차선이 존재하는 관심영역을 설정하고, 원본 이미지를 이등분한 후에 허프변환(Hough Transform)을 사용하여 한 차선의 일부를 찾아낸 후에, 일정 크기로 복원한다. 복원한 차선을 설정된 중심점과의 거리계산을 통하여 차선이탈을 판단한다. 실차실험을 통하여 제안한 알고리즘을 기존의 알고리즘과 비교 검증을 수행하였고, 이를 통하여 제안된 알고리즘이 빠르고 정확함을 보였다.

Keywords

References

  1. 권화중, 이준호, “Hough 변환과 2차 곡선 근사화에 기반한 효율적인 차선 인식 알고리즘”, 정보처리학회논문지, 6권 5호, 1999, pp.100-112
  2. 장윤, 기창두, “Hough Transform을 이용한 차선인식과 응용”, 한국자동차공학회, pp.912-917, 2002
  3. C. R. Jung and C. R. Kelber “Lane Following and Lane Departure Using a Linear-parabolic Model,” Image and Vision Computing, Vol.23(13), pp.1192-1202, 2005 https://doi.org/10.1016/j.imavis.2005.07.018
  4. T. Taoka, M. Manabe and M. Fukui, “An Efficient Curvature Lane Recognition Algorithm by Piecewise Linear Approach,” Proc. of IEEE International Conference on Vehicular Technology, pp.2530-2534, 2007 https://doi.org/10.1109/VETECS.2007.521
  5. J. P. Gonzalez and U. Ozguner, “Lane Detection Using Histogram-Based Segmentation and Detecion Tree,” Proc. of IEEE Intelligent Transportation Systems, pp.346-351, 2000 https://doi.org/10.1109/ITSC.2000.881084
  6. S. M. Wong and M. Xie, “Lane Geometry Detection for the Guidance of Smart Vehicle,” Proc. of IEEE Intelligent Transportation System, pp.925-928, 1995 https://doi.org/10.1109/ITSC.1999.821187
  7. 안수진, 한민홍, “자율주행차량을 위한 차선인식에 관한 연구”, 한국정보기술학회논문지, 5권1호, pp.136-142, 2007
  8. Y. Wang, E. K. Teoh and D. Shen, “Lane Detection and Tracking Using B-Snake,” Image and Vision Computing, Vol.22(4), pp.269-280, 2004 https://doi.org/10.1016/j.imavis.2003.10.003
  9. H.-Y. Cheng, B.-S. Jeng, P.-T. Tseng and K.-C. Fan, “Lane Detection With Moving Vehicles in the Traffic Scenes,” IEEE Trans. on Intelligent Transportation Systems. Vol.7(4), pp.571-582, 2006 https://doi.org/10.1109/TITS.2006.883940
  10. 서경호, 단일 시선 기하 법을 이용한 도로의 차선 인식 및 계측에 관한 연구, 경남대 대학원 박사논문, 제어번호 KDMT 1200510962, 2005
  11. 이준웅, 이성웅, “에지분포함수 기반의 차선이탈경보 알고리즘”, 한국자동차공학회논문집, 9권 3호, pp.143-154, 2001
  12. R. Labayrade, J. Douret, J. Laneurit and R. Chapuis, “A Reliable and Robust Lane Detection System Based on the Parallel Use of Three Algorithms for Driving Safety Assistance,” IEICE Trans. on Information and Systems, Vol.E89(7), pp.2092-2100, 2006 https://doi.org/10.1093/ietisy/e89-d.7.2092
  13. A. Broggi, “Robust real-time lane and road detection in critical shadow conditions,” Proc. of IEEE International Symposium on Computer Vision, pp.353-358, 1995 https://doi.org/10.1109/ISCV.1995.477027
  14. 국토해양부 도로설계 편람의 횡단구성, <표 303.2> 도로의 구분에 따른 차로 폭 http://web2.moct.go.kr/DataCenter/InfoRoom/data/20080619140645_도로설계편람_제5편_교량(2008년_개정판).pdf