| 1 |
1
도로 영상에서 차선을 추출하는 제1 추출단계;라이다 센서를 통해 획득된 포인트 클라우드에서 차선을 추출하는 제2 추출단계;제2 추출단계에서 추출된 차선을 도로 영상에 투영하는 단계;제1 추출단계에서 추출된 차선과 제2 추출단계에서 추출된 차선에 각기 다른 가중치를 부여하면서 도로 영상의 픽셀 마다 스코어를 계산하여 스코어 맵을 작성하는 단계; 및작성된 스코어 맵에서 스코어가 기준 이상인 픽셀들을 최종 차선을 추출하는 제3 추출단계;를 포함하는 것을 특징으로 하는 데이터 융합 방법
|
| 2 |
2
청구항 1에 있어서,스코어 맵 작성단계는,제1 추출단계에서만 추출된 차선에는 제1 가중치를 부여하고,제2 추출단계에서만 추출된 차선에는 제2 가중치를 부여하며,제1 추출단계와 제2 추출단계 모두에서 추출된 차선에는 제3 가중치를 부여하는 것을 특징으로 하는 데이터 융합 방법
|
| 3 |
3
청구항 2에 있어서,제3 가중치는,제1 가중치와 제2 가중치 보다 큰 것을 특징으로 하는 데이터 융합 방법
|
| 4 |
4
청구항 3에 있어서,제2 가중치는,제1 가중치 보다 큰 것을 특징으로 하는 데이터 융합 방법
|
| 5 |
5
청구항 1에 있어서,제2 추출단계는,도로 영역에 해당하는 포인트 클라우드를 추출하는 제2-1 추출단계;추출된 포인트 클라우드에서 Intensity가 주변 보다 높은 포인트 클라우드를 차선으로 추출하는 제2-2 추출단계;를 포함하는 것을 특징으로 하는 데이터 융합 방법
|
| 6 |
6
청구항 5에 있어서,제2-2 추출단계는,주변 포인트 클라우드의 Intensity 평균치에 가중치를 적용한 Intensity 보다 Intensity가 큰 포인트 클라우드를 차선으로 추출하고,주변 포인트 클라우드에는 포인트 클라우드에 바로 인접한 포인트 클라우드는 포함되지 않는 것을 특징으로 하는 데이터 융합 방법
|
| 7 |
7
청구항 1에 있어서,차선 방정식을 이용하여, 제3 추출단계에서 추출된 최종 차선을 피팅하는 단계;를 더 포함하는 것을 특징으로 하는 데이터 융합 방법
|
| 8 |
8
도로 영상을 생성하는 카메라;차량 주변의 포인트 클라우드를 획득하는 라이다 센서; 및카메라에서 생성된 도로 영상에서 차선을 추출하고, 라이다 센서에서 획득된 포인트 클라우드에서 차선을 추출하며, 포인트 클라우드에서 추출된 차선을 도로 영상에 투영하고, 추출된 차선들에 각기 다른 가중치를 부여하면서 도로 영상의 픽셀 마다 스코어를 계산하여 스코어 맵을 작성하며, 작성된 스코어 맵에서 스코어가 기준 이상인 픽셀들을 최종 차선을 추출하는 프로세서;를 포함하는 것을 특징으로 하는 차선 인식 시스템
|
