| 1 |
1
입력 영상에서 보행자 후보 객체를 추출하는 후보 생성 단계;주행 데이터의 통계적 분석을 통해 차량의 미래 경로가 존재할 수 있는 영역인 ROPP(Region of Prediction Path)을 산출하는 단계;상기 ROPP의 좌변 및 우변 외측 영역을 미리 설정된 기준에 따라 확장하여 ROD(Region of Danger)을 산출하는 단계; 및 상기 후보 생성 단계를 통해 추출된 보행자 후보 객체 중 ROD내에 위치하는 보행자 후보만을 선별 및 출력하는 단계; 및필터링된 보행자 후보 객체 각각에 대한 후보 검증을 수행하여 위험 상태의 보행자를 검출하는 후보 검증 단계를 포함하고,상기 ROPP를 산출하는 단계는,상기 주행 데이터에 포함된 차량의 속도 및 각속도를 획득하는 단계;상기 속도 및 가속도를 이용하여 예측시간 동안의 예상 경로 끝점을 계산하고, 상기 예상 경로 끝점의 위상각을 계산하는 단계;룩업 테이블로부터 상기 속도 및 각속도가 속하는 셀을 선택하는 단계;상기 선택된 셀로부터 방향 오류의 평균과 표준편차를 읽어오고, 상기 읽어온 방향 오류의 평균과 표준 편차를 이용하여 상기 예상 경로 끝점의 위상각에 대한 최대 방향 오류와 최소 방향 오류를 계산하는 단계;상기 계산된 최대 방향오류와 최소 방향 오류를 이용하여 상기 ROPP의 위상각의 범위를 계산하는 단계;상기 선택된 셀로부터 가속도의 평균과 표준 편차를 읽어오고, 상기 읽어온 가속도의 평균과 표준 편차를 이용하여 최대 도달 거리를 계산하는 단계; 및상기 위상각의 범위와 상기 최대 도달 거리에 의해 정의되는 상기 ROPP를 산출하는 단계;를 포함하고, 상기 룩업 테이블은 상기 차량의 속도 및 각속도에 따라 정의되는 복수의 셀을 포함하고, 각 셀마다 상기 각 셀에 할당된 속도와 각속도를 이용하여 가속도와 방향 오류를 계산하고, 계산된 가속도의 평균과 표준 편차 및 계산된 방향 오류의 평균과 표준편차를 계산하여 기록한 것을 특징으로 하는 보행자 보호 방법
|
| 2 |
2
삭제
|
| 3 |
3
제1항에 있어서,상기 ROPP를 산출하는 단계는,"" 및 ""를 근거로 예측시간 T 동안의 예상 경로 끝점(x(T), y(T))을 계산하는 단계;"Φ(T)=tan-1(y(T)/x(T))"의 식에 따라 상기 예상 경로 끝점의 위상각(Φ(T))을 계산하는 단계;CTRV 모션 모델을 근거로 EKF(Extended Kalman Filtering)를 적용하는 CTRV_EKF에 근거해 보정된 속도(v') 및 각속도(ω')가 속하는 셀(cell)을 선택하는 단계;상기 선택된 셀로부터 방향 오류의 평균(μφ )과 표준편차(σφ )를 추출하여 “Δφmax = μφ + βσφ , Δφmin = μφ - βσφ”의 식에 따라 최대 방향오류(Δφmax) 및 최소 방향오류(Δφmin)를 계산하는 단계;상기 최대 방향오류(Δφmax) 및 최소 방향오류(Δφmin)를 기반하여 “Φ(T) + Δφmin ~ Φ(T) + Δφmax”를 ROPP의 위상각 범위로 정의하는 단계;상기 선택된 셀로부터 가속도의 평균(μa)과 표준편차(σa)를 추출하여 “amax = μa + βσa”의 식에 따라 상기 최대가속도(amax)를 계산하는 단계; ""에 근거해 최대 도달거리(smax(v))를 계산하는 단계; 및반지름이 smax(v)이고 위상각이 Φ(T) + Δφmin ~ Φ(T) + Δφmax 범위인 부채꼴로 정의되는 ROPP를 산출하는 단계;를 포함하며,상기 셀을 선택하는 단계에서, 해당되는 셀이 없을 경우 거리가 가장 가까운 활성영역의 셀을 선택하고,상기 x 및 y는 차량 전방과 좌측을 x축과 y축으로 하는 좌표계 상의 좌표를, 상기 v은 속도를, 상기 ω는 각속도를, 상기 t는 시각을, 상기 T는 예측 시간을 나타내는 것을 특징으로 하는 보행자 보호 방법
|
| 4 |
4
제3항에 있어서, 상기 ROD을 산출하는 단계는 상기 ROPP에 미리 저장해 둔 차량 횡방향 폭(W)을 파악하는 단계; 및 상기 ROPP의 좌변 및 우변 외측 영역을 상기 차량 횡방향 폭(W)의 절반(W/2)만큼 각각 확장함으로써, 상기 ROD을 획득하는 단계를 포함하는 것을 특징으로 하는 보행자 보호 방법
|
| 5 |
5
제1항에 있어서,상기 ROD내에 위치하는 보행자 후보만을 선별 및 출력하는 단계는 상기 ROD를 상기 입력 영상에 투영하는 단계; 및상기 입력 영상에 투영된 ROD 위치와 보행자 후보 객체의 위치를 비교하여, 상기 ROD내에 위치하는 보행자 후보 객체만을 검증 대상 객체로 선별 및 출력하는 단계를 포함하는 것을 특징으로 하는 보행자 보호 방법
|
| 6 |
6
제5항에 있어서, 상기 ROD를 상기 입력 영상에 투영하는 단계는 ""에 따라 ROD의 차량 중심 좌표계를 입력 영상 좌표계로 변환하며, 상기 x(u, v, 1)는 입력 영상 좌표계, 상기 P(X, Y, Z, 1)는 차량 중심 좌표계, 상기 P는 카메라의 투사 매트릭스인 것을 특징으로 하는 보행자 보호 방법
|
| 7 |
7
입력 영상에서 보행자 후보 객체를 추출하는 후보 생성부;주행 데이터의 통계적 분석을 통해 차량의 미래 경로가 존재할 수 있는 영역인 ROPP(Region of Prediction Path)을 산출하는 ROPP 산출부;상기 ROPP의 좌변 및 우변 외측 영역을 기 설정된 기준에 따라 확장하여 ROD(Region of Danger)을 산출하는 ROD 산출부; 및 상기 후보 생성부를 통해 추출된 보행자 후보 객체 중 ROD내에 위치하는 보행자 후보만을 선별하여 후보 검증부에 전달하는 보행자 후보 선별부; 및 필터링된 보행자 후보 객체 각각에 대한 후보 검증을 수행하여 위험 상태의 보행자를 검출하는 후보 검증부를 포함하고,상기 ROPP를 산출부는,상기 주행 데이터에 포함된 차량의 속도 및 각속도를 획득하고,상기 속도 및 가속도를 이용하여 예측시간 동안의 예상 경로 끝점을 계산하고, 상기 예상 경로 끝점의 위상각을 계산하고,룩업 테이블로부터 상기 속도 및 각속도가 속하는 셀을 선택하고,상기 선택된 셀로부터 방향 오류의 평균과 표준편차를 읽어오고, 상기 읽어온 방향 오류의 평균과 표준 편차를 이용하여 상기 예상 경로 끝점의 위상각에 대한 최대 방향 오류와 최소 방향 오류를 계산하고,상기 계산된 최대 방향오류와 최소 방향 오류를 이용하여 상기 ROPP의 위상각의 범위를 계산하고,상기 선택된 셀로부터 가속도의 평균과 표준 편차를 읽어오고, 상기 읽어온 가속도의 평균과 표준 편차를 이용하여 최대 도달 거리를 계산하고,상기 위상각의 범위와 상기 최대 도달 거리에 의해 정의되는 상기 ROPP를 산출하고,상기 룩업 테이블은 상기 차량의 속도 및 각속도에 따라 정의되는 복수의 셀을 포함하고, 각 셀마다 상기 각 셀에 할당된 속도와 각속도를 이용하여 가속도와 방향 오류를 계산하고, 계산된 가속도의 평균과 표준 편차 및 계산된 방향 오류의 평균과 표준편차를 계산하여 기록한 것을 특징으로 하는 보행자 보호 시스템
|
| 8 |
8
삭제
|
