1 |
1
도로 영상의 밝기 값을 추출하여, 상기 밝기 값을 미리 설정된 임계값과 비교하는 단계;상기 도로 영상에 대한 역 투영 변환 영상으로부터 도로 영역으로 추정되는 제1 관심 영역을 설정하는 단계;상기 밝기 값이 상기 임계값보다 작은 것으로 확인되면, 미리 학습된 심층 신경망을 이용하여 상기 도로 영상으로부터 차선과 도로로 판단된 객체가 포함된 제2 관심 영역을 설정하는 단계;상기 제1 관심 영역과 상기 제2 관심 영역을 기초로 상기 도로 영상에서 도로 영역으로 추정되는 최종 관심 영역을 결정하는 단계; 및미리 정해진 차선 검출 알고리즘을 이용하여 상기 최종 관심 영역으로부터 적어도 하나의 주행차선을 검출하는 단계를 포함하고,상기 제1 관심 영역으로 설정하는 것은,상기 역 투영 변환 영상의 최좌측 실선을 기준 차선으로 설정하고, 상기 기준 차선으로부터 미리 정해진 기준거리 이내에 위치한 점선을 차선으로 판단하고, 상기 차선으로부터 상기 기준거리 이내에 위치한 어느 하나의 실선을 가장자리 차선으로 설정하며, 상기 기준 차선으로부터 상기 가장자리 차선까지의 영역을 상기 제1 관심 영역으로 검출하고,상기 최종 관심 영역을 결정하는 것은,상기 제1 관심 영역에 상기 제2 관심 영역을 매핑하여, 상기 제1 관심 영역과 상기 제2 관심 영역의 공통 영역을 상기 기준 차선과 상기 가장자리 차선을 기준으로 하는 다각형 형태의 영역으로 추출하여 상기 최종 관심 영역으로 결정하는 것이고,상기 다각형 형태의 영역으로 추출하는 것은,상기 기준 차선으로부터 상기 가장자리 차선까지를 상기 최종 관심 영역의 폭으로 설정하고, 상기 차선에 의해 분할된 차로별 높이를 이용하여 상기 다각형 형태의 영역의 구간별 높이값을 설정하는 것을 특징으로 하는, 차선 검출 방법
|
2 |
2
제1항에 있어서,상기 제2 관심 영역으로 설정하는 것은,상기 심층 신경망을 이용하여 상기 도로 영상을 구성하는 각각의 픽셀을 미리 학습된 클래스 중 어느 하나의 클래스로 레이블링하여, 상기 도로 영상의 픽셀들을 학습된 클래스에 대한 객체로 그룹화하고, 도로 영역 클래스로 그룹화된 픽셀들을 상기 관심 영역으로 설정하는 것인, 차선 검출 방법
|
3 |
3
삭제
|
4 |
4
제1항에 있어서,상기 제1 관심 영역으로 설정하는 것은,상기 역 투영 변환 영상의 밝기 값이 기준값보다 작은 경우, 상기 기준 차선으로부터 미리 정해진 기준거리 이내에 위치한 실선을 차선으로 더 판단하고, 상기 기준거리를 기초로 연속적으로 판단되는 차선 중 최우측 차선을 상기 가장자리 차선으로 설정하는 것이고, 상기 기준값은 상기 임계값보다 작은 값을 설정되는 것을 특징으로 하는, 차선 검출 방법
|
5 |
5
삭제
|
6 |
6
삭제
|
7 |
7
제1항에 있어서,상기 적어도 하나의 주행차선을 검출하는 것은,상기 최종 관심 영역의 직선을 구성하는 어느 하나의 점을 직선 방정식으로 변환하고, 각각의 점에 대하여 변환된 복수의 직선 방정식이 서로 교차하는 교점을 검출하고, 상기 교점을 지나는 직선 방정식의 개수가 임계값 이상인 직선 방정식들을 이용하여 주행차선 후보군을 추출하는 것인, 차선 검출 방법
|
8 |
8
제7항에 있어서,상기 적어도 하나의 주행차선을 검출하는 것은,RANSAC 알고리즘을 이용하여 상기 주행차선 후보군으로부터 상기 적어도 하나의 주행차선을 검출하는 것인, 차선 검출 방법
|
9 |
9
제1항에 있어서,상기 최종 관심 영역을 결정하는 것은,상기 밝기 값이 상기 임계값보다 작은 것으로 확인되면, 검출된 상기 제1 관심 영역을 상기 최종 관심 영역으로 결정하는 것을 특징으로 하는, 차선 검출 방법
|
10 |
10
제1항에 있어서,상기 도로 영상의 밝기 값을 추출하기 이전에, 상기 도로 영상의 전처리 과정을 수행하는 단계를 더 포함하고, 상기 전처리 과정을 수행하는 것은,상기 도로 영상을 그레이 스케일 영상으로 변환하고, 탑-햇 필터를 이용하여 상기 그레이 스케일 영상을 변환하는 것을 포함하는, 차선 검출 방법
|
11 |
11
제1항, 제2항, 제4항 및 제7항 내지 제10항 중 어느 하나의 항에 따른 차선 검출 방법을 수행하기 위한, 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 기록매체
|
12 |
12
도로 영상의 밝기 값을 추출하여, 상기 밝기 값을 미리 설정된 임계값과 비교하는 주행 환경 판단부;상기 도로 영상에 대한 역 투영 변환 영상으로부터 도로 영역으로 추정되는 제1 관심 영역을 설정하는 제1 관심 영역 설정부와, 상기 밝기 값이 상기 임계값보다 작은 것으로 확인되면, 미리 학습된 심층 신경망을 이용하여 상기 도로 영상으로부터 차선과 도로로 판단된 객체가 포함된 제2 관심 영역을 설정하는 제2 관심 영역 설정부를 포함하며, 상기 제1 관심 영역과 상기 제2 관심 영역을 기초로 상기 도로 영상에서 도로 영역으로 추정되는 최종 관심 영역을 결정하는 도로 영역 추정부; 및미리 정해진 차선 검출 알고리즘을 이용하여 상기 최종 관심 영역으로부터 적어도 하나의 주행차선을 검출하는 차선 검출부를 포함하고,상기 제1 관심 영역 설정부는,상기 역 투영 변환 영상의 최좌측 실선을 기준 차선으로 설정하고, 상기 기준 차선으로부터 미리 정해진 기준거리 이내에 위치한 점선을 차선으로 판단하고, 상기 차선으로부터 상기 기준거리 이내에 위치한 어느 하나의 실선을 가장자리 차선으로 설정하며, 상기 기준 차선으로부터 상기 가장자리 차선까지의 영역을 상기 제1 관심 영역으로 검출하고,상기 도로 영역 추정부는,상기 제1 관심 영역에 상기 제2 관심 영역을 매핑하여, 상기 제1 관심 영역과 상기 제2 관심 영역의 공통 영역을 상기 기준 차선과 상기 가장자리 차선을 기준으로 하는 다각형 형태의 영역으로 추출하여 상기 최종 관심 영역으로 결정하고,상기 다각형 형태의 영역으로 추출하는 것은,상기 기준 차선으로부터 상기 가장자리 차선까지를 상기 최종 관심 영역의 폭으로 설정하고, 상기 차선에 의해 분할된 차로별 높이를 이용하여 상기 다각형 형태의 영역의 구간별 높이값을 설정하는 것인, 차선 검출 장치
|
13 |
13
제12항에 있어서,상기 제2 관심 영역 설정부는,상기 심층 신경망을 이용하여 상기 도로 영상을 구성하는 각각의 픽셀을 미리 학습된 클래스 중 어느 하나의 클래스로 레이블링하여, 상기 도로 영상의 픽셀들을 학습된 클래스에 대한 객체로 그룹화하고, 도로 영역 클래스로 그룹화된 픽셀들을 상기 제2 관심 영역으로 설정하는, 차선 검출 장치
|
14 |
14
삭제
|
15 |
15
삭제
|