[go: up one dir, main page]

KR101568683B1 - 영상 분석을 이용한 차간 거리 추정 방법 및 그 장치 - Google Patents

영상 분석을 이용한 차간 거리 추정 방법 및 그 장치 Download PDF

Info

Publication number
KR101568683B1
KR101568683B1 KR1020130137569A KR20130137569A KR101568683B1 KR 101568683 B1 KR101568683 B1 KR 101568683B1 KR 1020130137569 A KR1020130137569 A KR 1020130137569A KR 20130137569 A KR20130137569 A KR 20130137569A KR 101568683 B1 KR101568683 B1 KR 101568683B1
Authority
KR
South Korea
Prior art keywords
vehicle
image
distance
inter
calculating
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
KR1020130137569A
Other languages
English (en)
Other versions
KR20150055345A (ko
Inventor
조재수
김기석
Original Assignee
주식회사 하나비전테크
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 하나비전테크 filed Critical 주식회사 하나비전테크
Priority to KR1020130137569A priority Critical patent/KR101568683B1/ko
Publication of KR20150055345A publication Critical patent/KR20150055345A/ko
Application granted granted Critical
Publication of KR101568683B1 publication Critical patent/KR101568683B1/ko
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

본 명세서는 차량 전방을 촬영한 영상을 분석하여 차간 거리를 측정하는 방법을 개시한다. 상기 방법은 차량 전방을 촬영한 영상으로부터 전방 차량 영역을 검출하는 단계; 상기 검출한 전방 차량 영역을 상기 영상 내에서의 위치 정보로 변환하는 단계; 영상 내에서의 위치 정보와 전방 거리 사이의 함수 관계를 이용하여 상기 전방 차량과의 차간 거리를 계산하는 단계를 포함할 수 있다.

Description

영상 분석을 이용한 차간 거리 추정 방법 및 그 장치{METHOD TO ESTIMATE THE DISTANCE BETWEEN VEHICLES USING IMAGE ALALYSIS AND APPARATUS THEREFOR}
본 명세서는 영상 분석을 이용한 차간 거리 추정 장치 및 영상 분석을 이용한 차간 거리 추정 방법에 관한 것으로서, 더욱 상세하게는 차량에 설치된 카메라 설치 정보를 모르는 상황에서도 입력 영상과 차량의 속도만으로, 또는 입력 영상만으로 전방차량과의 거리를 추정하는 방법 및 그에 사용되는 장치에 관한 것이다.
오늘날 자동차가 널리 보급되면서 운전자의 편의를 위한 관련기술이 급속도로 발전하고 있다. 특히, 내비게이션, 차량용 블랙박스와 같이 운전자의 운전을 보조하는 ADAS(Advanced Driver Assistance System) 기술이 증가하고 있다. 또한, 영상 기반의 운전자 보조장치가 그 범용성과 경제성으로 인해 점차 수요가 증가하고 있다.
종래의 차량의 후면을 촬영한 영상으로부터 주행 차량을 검출하는 연구는 학습된 데이터를 이용하는 방법과 차량의 엣지(edge), 명암, 대칭성 등의 특징들을 찾아내는 방법 등이 있다. 차량의 후면을 촬영한 영상을 이용하여 차량간 거리를 추정하는 기술은 차량을 촬영하는 카메라 설치정보 및 영상에서 검출된 전방 차량의 넓이 또는 차량의 위치를 이용한다. 그러나, 차량의 넓이를 이용한 차량간 거리 추정방법은 차량의 크기가 모두 동일하다는 가정한 상태에서 차량간 거리를 추정하므로 그 결과값의 신뢰도가 떨어지게 된다.
또한, 종래의 연구는 영상차량에 설치된 카메라의 설치높이, 설치각도 등을 미리 알고 있어야만 차량간 거리를 추정할 수 있고, 만약 이러한 카메라 설치 정보를 모르는 경우는 촬영 영상만으로 차량간 거리를 추정할 수 없는 한계점이 있었다.
본 명세서는 영상 분석을 이용한 차간 거리 추정 장치 및 영상 분석을 이용한 차간 거리 추정 방법을 제공하는 데에 그 목적이 있다. 보다 구체적으로는 차량에 설치된 카메라 정보(설치높이 및 설치각도 등)를 모르는 상황에서도 입력 영상 및 카메라가 설치된 차량의 속도를 이용하여, 또는 입력 영상과 주행중인 도로의 차선 정보를 이용하여 전방차량과의 거리를 추정하는 방법 및 그에 사용되는 장치를 제공하는 것에 목적이 있다.
본 명세서의 일 실시예에 따라 영상을 분석하여 차간 거리를 추정하는 방법이 제공된다. 상기 방법은 차량 전방을 촬영한 영상으로부터 전방 차량 영역을 검출하는 단계; 상기 검출한 전방 차량 영역을 상기 영상 내에서의 위치 정보로 변환하는 단계; 영상 내에서의 위치 정보와 전방 거리 사이의 함수 관계를 이용하여 상기 전방 차량과의 차간 거리를 계산하는 단계를 포함할 수 있다.
본 명세서의 다른 실시예에 따라 차간 거리 추정 장치가 제공된다. 상기 장치는 차량 전방을 촬영한 영상을 수신하는 영상 수신부; 상기 수신한 영상으로부터 전방 차량 영역을 검출하는 검출부; 상기 검출한 전방 차량 영역을 상기 영상 내에서의 위치 정보로 변환하고, 영상 내에서의 위치 정보와 전방 거리 사이의 함수 관계를 이용하여 상기 전방 차량과의 차간 거리를 계산하는 거리 계산부를 포함할 수 있다.
본 명세서의 실시예들은 차량 전방을 촬영한 영상을 분석하여 차간 거리를 추정 수 있는 효과가 있다. 특히 차량에 설치된 카메라 정보(설치높이 및 설치각도 등)를 모르는 상황에서도 입력영상과 카메라가 설치된 차량의 속도만으로 전방차량과의 거리를 추정할 수 있는 효과가 있다.
도 1은 본 명세서의 일 실시예에 따른 차간 거리 측정을 나타낸 개념도이다.
도 2 내지 도 4는 본 명세서의 실시예에 따른 영상 분석을 나타낸 예시도이다.
도 5는 본 명세서의 일 실시예에 따른 차간 거리 측정 방법을 도시한 흐름도이다.
도 6은 본 명세서의 일 실시예에 따른 차간 거리 측정 장치를 나타낸 블록도이다.
본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 명세서에서 사용되는 기술적 용어는 본 명세서에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 명세서에서 사용되는 기술적인 용어가 본 발명의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 당업자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 발명에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 또한, 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 발명의 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 발명의 사상이 제한되는 것으로 해석되어서는 아니됨을 유의해야 한다. 본 발명의 사상은 첨부된 도면 외에 모든 변경, 균등물 내지 대체물에 까지도 확장되는 것으로 해석되어야 한다.
도 1은 본 명세서의 일 실시예에 따른 차간 거리 측정을 나타낸 개념도이다.
상기 차간 거리 측정 방법은 본 명세서에서 제안하는 차간 거리 측정 장치에 의하여 수행될 수 있다. 상기 차간 거리 측정 장치는 영상 분석에 기반한 차간 거리 추정 장치로서, 도 1의 (a)와 같이 운행 중인 차량의 전방을 촬영하고, 도 1의 (b)와 같이 촬영된 영상을 분석하고, 촬영 영상에서 전방 차량 및/또는 특징점들을 추출하고, 추출한 오브젝트들의 영상 내서의 위치를 거리로 환산함으로써 전방 차량과의 거리를 계산할 수 있다. 상기 차간 거리 측정 장치는 네비게이션, 블랙박스 등의 차량 장치에 포함되어 동작하거나, 상기 차량 장치와 연동하여 동작할 수 있다. 또는 상기 차간 거리 측정 장치는 스마트 폰의 앱(application) 형태로 제작되어 활용이 가능하다.
본 명세서의 일 실시예에 따른 차간 거리 측정 장치는 차량의 일 부분에 설치된 카메라 모듈로부터 차량 전방을 촬영한 영상을 수신할 수 있다. 상기 촬영 영상은 다수의 시간에 촬영된 복수 개의 영상일 수 있으며, 상기 차간 거리 측정 장치는 수신한 영상에서 차간 거리 측정에 필요한 물체(object)를 검출(추출)할 수 있다. 상기 물체(object)는 차량, 차선(실선, 파선 등), 기타 물체일 수 있다. 예컨대 상기 차간 거리 측정 장치는 수신한 영상에 포함된 대상이 차량인지 아닌지를 판단하기 위해 전방 차량에 의해 나타나는 그림자 특성, 뒷바퀴의 명암 특징 등을 이용할 수 있고, 또는 방향성 엣지를 활용하여 전방 차량에 관한 영상에 가로 방향의 엣지가 많은지 세로 방향의 엣지가 많은지를 판별하여 대상이 차량인지 여부 및 차량의 후면부인지 여부를 판단할 수도 있다. 이외에도 상기 차간 거리 측정 장치는 영상의 일정 검색 영역에서 차량임을 나타내는 특징점들을 추출하고, 상기 추출된 특징점들을 차량 일부의 특징 데이터와 비교하여 상기 판단을 할 수도 있다. 이때 차량 특징 데이터는 미리 학습된 차량 특징 데이터 중에서 선택된 차량 일부의 특징 데이터일 수 있으며, 여기에서 상기 선택된 차량 일부의 특징 데이터는, 차량의 상단 부분의 텍스쳐 또는 윤곽을 나타내는 특징일 수 있다.
상기 차간 거리 측정 장치는 여러 모델링 기법들을 이용하여 다양한 차량의 특징점들을 학습할 수 있다. 상기 학습 후, 특정 검색 영역(또는 차량 후보 영역)들을 검색하여 상기 차량 특징점들이 어느 정도 발견되는지에 따라 영상의 물체가 차량인지 여부를 판단하게 된다.
상기 차간 거리 측정 장치는 획득된 영상에서 추출한 특징점(차량, 차선 등)들의 영상 내 위치 정보에 기반하여, 전방 차량과의 차간 거리를 계산할 수 있다.
일 예로, 상기 차간 거리 측정 장치는 주행차량의 속도와 입력 영상의 특징점 추적을 통해 차간거리를 계산할 수 있다. 도 2를 참조하여 설명하면, 먼저 상기 차간 거리 측정 장치는, 도 2의 (a)와 같이, 차량 전방을 촬영한 영상으로부터 전방 차량 영역을 검출한다. 다음으로, 상기 차간 거리 측정 장치는 상기 검출한 전방 차량 영역을 상기 영상 내에서의 위치 정보(좌표 값, 화소(pixel) 위치 등)로 변환한다. 예를 들어, 상기 차간 거리 측정 장치는 상기 검출한 전방 차량 영역을 세로축(y축) 좌표(y1, y2, y3 또는 y4)로 환산한다. 이때 y축 좌표 값은 영상 최하단이 0, 영상의 최상단이 최대값일 수 있다. 이후 상기 차간 거리 측정 장치는 영상 내에서의 위치 정보와 전방 거리 사이의 함수 관계를 이용하여 상기 전방 차량과의 차간 거리를 계산한다. 예를 들어, 도 2의 (b)에 예시한 y축 좌표 값에 따른 거리함수를 사용하여 전방 차량과의 차간 거리를 계산할 수 있다.
상기 차간 거리 측정 장치는 상기 함수 관계를 산출하는 과정을 더 수행할 수 있다. 일 예로서 도 3을 참조하여 설명하면, 상기 차간 거리 측정 장치는 다수의 시점(time point)에서 촬영된 영상에서 특정 특징점을 추적하여 상기 함수 관계를 산출할 수 있다. 도 3은 다수의 시점(time point)에서 촬영된 영상을 나타낸 것으로서, tn은 촬영 시각, yn은 특징점의 위치값, vn은 각 영상 촬영 시각에서의 차량 속도를 나타낸다. 도 3에서 t1은 특징점 추적을 시작한 시각이고, tn은 특징점 추적을 종료한 시각, 즉 특징점이 영상의 최하단에 위치하는 시각이다.
추적 특징점(y1)과의 거리 d1은 {시간 * 평균 속도}로 구할 수 있다. 즉, 영상에서 y1 위치값을 가진 점과의 거리
Figure 112013103347646-pat00001
이다. 여기서,
Figure 112013103347646-pat00002
,
Figure 112013103347646-pat00003
이다.
추적 시작 시각에서의 추적 특징점이 y2라면, 마찬가지로, 추적 특징점(y2)과의 거리 d2은 {시간 X 평균 속도}로 구할 수 있다. 즉, 영상에서 y2 위치값을 가진 점과의 거리
Figure 112013103347646-pat00004
이다. 여기서,
Figure 112013103347646-pat00005
,
Figure 112013103347646-pat00006
이다.
이때 상기 평균 속도는 위 수식과 같이 복수 개의 영상을 촬영한 각각의 시각에서의 순간 속도를 평균하여 산출될 수 있다. 또는 평균 속도는 차량의 다른 장치(예: 네비게이션 등)로부터 획득할 수도 있다.
추적 시작시점에서 특징점의 위치값을 다르게 하여 위 과정을 반복 수행하거나, 또는 동시에 여러 특징점을 추적하면 영상 내에서의 위치 정보와 전방 거리 사이의 함수 관계를 얻을 수 있다. 또한, 특징점 추적이 이루어지지 않은 점의 거리는 다양한 보간법(interpolation) 등의 방법으로 추정이 가능하다.
이러한 함수 관계 산출(calibration)은 차간 거리 측정 동작에 앞서 1회 수행될 수도 있고, 특정 주기(예: N분)나 사용자의 산출 명령에 따라 수행될 수도 있다. 일 구현 예에서는 차간 거리 측정 시 마다 수행될 수도 있다.
이하에서는 도 4를 참조하여 상기 차간 거리 측정 장치가 전방 차량과의 차간 거리를 계산하는 또 다른 실시예를 설명한다.
상기 차간 거리 측정 장치는 촬영 영상에서 추출한 차선의 영상 내 위치 정보에 기반하여 전방 차량과의 차간 거리를 계산할 수 있다. 예를 들어, 상기 차간 거리 측정 장치는 차량 전방을 촬영한 영상으로부터 전방 차량 및 점선(파선)으로 이루어진 차선을 검출한다. 다음으로 상기 차간 거리 측정 장치는 검출된 차선의 위치 정보를 거리 값으로 환산한다. 즉, 상기 검출된 전방 차량과 상기 영상 최하단 사이에 존재하는 점선(파선)을 상기 영상 내에서의 위치 정보로 변환하고, 영상 내에서의 위치 정보와 전방 거리 사이의 함수 관계를 이용하여 상기 전방 차량과의 차간 거리를 계산한다.
도 4의 (a)를 보면, 전방 거리를 계산하고자 하는 차량과 영상의 최하단 사이에는 복수 개의 차선(파선)이 있으며, 차선의 규격(선의 길이, 간격의 길이)를 알고 있으면, 영상 내에서의 차선의 위치 정보(y1, y2, y3.y4 또는 y5)로부터 거리 추산이 가능하다. 이와 같이 추산된 거리 관계 함수가 도 4의 (b)에 도시되어 있다.
국내의 경우 차선의 규격은, 고속도로와 이와 유사한 도로는 흰선 10m/간격 10m, 지방도는 흰선 3m/5m 등과 같이 정해져 있다. 따라서 상기 차간 거리 측정 장치는 현재 주행하고 있는 도로 규격을 주변 장치(예: GPS, 네비게이션 등)으로부터 획득하여 차간 거리를 계산에 사용할 수 있다.
도 5는 본 명세서의 일 실시예에 따른 차간 거리 측정 방법을 도시한 흐름도이다.
상기 차간 거리 측정 방법은 도 1 내지 도 4에서 설명한 차간 거리 측정 장치에 의해 수행될 수 있다. 상기 차간 거리 측정 장치는 영상 분석에 기반한 차간 거리 추정 장치로서, 운행 중인 차량의 전방을 촬영한 영상을 분석하고, 촬영 영상에서 전방 차량 및/또는 특징점들을 추출하고, 추출한 오브젝트들의 영상 내에서의 위치를 거리로 환산함으로써 전방 차량과의 거리를 계산할 수 있다.
일 실시예로서, 상기 차간 거리 측정 장치는 차량 전방을 촬영한 영상으로부터 전방 차량 영역을 검출할 수 있다(S110). 이때 상기 차간 거리 측정 장치는 수신한 영상에 포함된 대상이 차량인지 아닌지를 판단하기 위해 전방 차량에 의해 나타나는 그림자 특성, 뒷바퀴의 명암 특징 등을 이용할 수 있고, 또는 방향성 엣지를 활용하여 전방 차량에 관한 영상에 가로 방향의 엣지가 많은지 세로 방향의 엣지가 많은지를 판별하여 대상이 차량인지 여부 및 차량의 후면부인지 여부를 판단할 수도 있다. 이외에도 상기 차간 거리 측정 장치는 영상의 일정 검색 영역에서 차량임을 나타내는 특징점들을 추출하고, 상기 추출된 특징점들을 차량 일부의 특징 데이터와 비교하여 상기 판단을 할 수도 있다.
상기 차간 거리 측정 장치는 상기 검출한 전방 차량 영역을 상기 영상 내에서의 위치 정보로 변환할 수 있다(S120). 예를 들어, 상기 차간 거리 측정 장치는 상기 검출한 전방 차량 영역을 세로축(y축) 좌표(y1, y2, y3 또는 y4)로 환산한다. 이때 y축 좌표 값은 영상 최하단이 0, 영상의 최상단이 최대값일 수 있다. 이후 상기 차간 거리 측정 장치는 영상 내에서의 위치 정보와 전방 거리 사이의 함수 관계를 이용하여 상기 전방 차량과의 차간 거리를 계산할 수 있다.
상기 차간 거리 측정 장치는 영상 내에서의 위치 정보와 전방 거리 사이의 함수 관계를 이용하여 상기 전방 차량과의 차간 거리를 계산할 수 있다(S130).
한편, 상기 차간 거리 측정 장치는 영상 내에서의 위치 정보와 전방 거리 사이의 함수 관계를 산출하는 단계를 더 수행할 수 있다(S140). 예를 들어 상기 차간 거리 측정 장치는 서로 다른 시간에 촬영된 복수 개의 영상을 수신하고,
최초 영상의 촬영 시각(t1)으로부터, 최초 영상에서 지정한 특정 특징점이 영상의 최하단에 위치하는 영상의 촬영 시각(tn)까지의 시간(T) 및 상기 시간(T) 동안의 차량 평균 속도에 기초하여 상기 최초 영상에서 지정한 임의의 특징점에 대응되는 위치까지의 전방 거리를 계산할 수 있다. 이때 상기 차량 평균 속도는 상기 복수 개의 영상을 촬영한 각각의 시각에서의 순간 속도를 평균하여 산출될 수 있다. 이러한 함수 관계 산출(calibration)은 차간 거리 측정 동작에 앞서 1회 수행될 수도 있고, 특정 주기(예: N분)나 사용자의 산출 명령에 따라 수행될 수도 있다. 일 구현 예에서는 차간 거리 측정 시 마다 수행될 수도 있다.
차량 전방을 촬영한 영상을 분석하여 차간 거리를 계산하는 다른 실시예는 이하와 같다.
상기 차간 거리 측정 장치는 차량 전방을 촬영한 영상으로부터 전방 차량 영역을 검출할 수 있다. 다음으로 상기 차간 거리 측정 장치는 차량 전방을 촬영한 영상으로부터 전방 차량 및 점선(파선)으로 이루어진 차선을 검출할 수 있다. 이후 상기 차간 거리 측정 장치는 상기 검출된 전방 차량과 상기 영상 최하단 사이에 존재하는 파선을 상기 영상 내에서의 위치 정보로 변환할 수 있다. 다음으로 상기 차간 거리 측정 장치는 영상 내에서의 위치 정보와 전방 거리 사이의 함수 관계를 이용하여 상기 전방 차량과의 차간 거리를 계산할 수 있다. 상기 차간 거리 측정 장치는 현재 주행하고 있는 도로 규격을 주변 장치(예: GPS, 네비게이션 등)으로부터 획득하여 차간 거리를 계산에 사용할 수 있다.
도 6은 본 명세서의 일 실시예에 따른 차간 거리 측정 장치를 나타낸 블록도이다.
상기 차간 거리 측정 장치(100)는 영상 수신부(101), 검출부(102), 거리계산부(103)을 포함하여 구성될 수 있다. 상기 차간 거리 측정 장치(100)는 함수 계산부(104)를 더 포함할 수도 있다.
상기 차간 거리 측정 장치(100)는 도 1 내지 도 5를 통하여 설명한 차체 부품 검출 방법을 수행한다. 상기 차간 거리 측정 장치(100)는 영상 분석에 기반한 차간 거리 추정 장치로서, 운행 중인 차량의 전방을 촬영한 영상을 분석하고, 촬영 영상에서 전방 차량 및/또는 특징점들을 추출하고, 추출한 오브젝트들의 영상 내에서의 위치를 거리로 환산함으로써 전방 차량과의 거리를 계산할 수 있다. 상기 차간 거리 측정 장치(100)는 네비게이션, 블랙박스 등의 차량 장치에 포함되어 동작하거나, 상기 차량 장치와 연동하여 동작할 수 있다. 또는 상기 차간 거리 측정 장치(100)는 스마트 폰의 앱(application) 형태로 제작되어 활용이 가능하다.
상기 차간 거리 측정 장치(100)의 영상 수신부(101)는 차량 전방을 촬영한 영상을 수신할 수 있다.
상기 검출부(102)는 상기 수신한 영상으로부터 전방 차량 영역을 검출할 수 있다. 이때 상기 검출부(102)는 수신한 영상에 포함된 대상이 차량인지 아닌지를 판단하기 위해 전방 차량에 의해 나타나는 그림자 특성, 뒷바퀴의 명암 특징 등을 이용할 수 있고, 또는 방향성 엣지를 활용하여 전방 차량에 관한 영상에 가로 방향의 엣지가 많은지 세로 방향의 엣지가 많은지를 판별하여 대상이 차량인지 여부 및 차량의 후면부인지 여부를 판단할 수도 있다. 이외에도 상기 차간 거리 측정 장치는 영상의 일정 검색 영역에서 차량임을 나타내는 특징점들을 추출하고, 상기 추출된 특징점들을 차량 일부의 특징 데이터와 비교하여 상기 판단을 할 수도 있다.
상기 거리계산부(103)는 상기 검출한 전방 차량 영역을 상기 영상 내에서의 위치 정보로 변환하고, 영상 내에서의 위치 정보와 전방 거리 사이의 함수 관계를 이용하여 상기 전방 차량과의 차간 거리를 계산할 수 있다. 예를 들어, 상기 거리계산부(103)는 상기 검출한 전방 차량 영역을 세로축(y축) 좌표(y1, y2, y3 또는 y4)로 환산한다. 이때 y축 좌표 값은 영상 최하단이 0, 영상의 최상단이 최대값일 수 있다. 이후 상기 거리계산부(103)는 영상 내에서의 위치 정보와 전방 거리 사이의 함수 관계를 이용하여 상기 전방 차량과의 차간 거리를 계산할 수 있다.
상기 함수 계산부(104)는 영상 내에서의 위치 정보와 전방 거리 사이의 함수 관계를 산출할 수 있다. 예를 들어 상기 함수 계산부(104)는 서로 다른 시간에 촬영된 복수 개의 영상을 수신하고,
최초 영상의 촬영 시각(t1)으로부터, 최초 영상에서 지정한 특정 특징점이 영상의 최하단에 위치하는 영상의 촬영 시각(tn)까지의 시간(T) 및 상기 시간(T) 동안의 차량 평균 속도에 기초하여 상기 최초 영상에서 지정한 임의의 특징점에 대응되는 위치까지의 전방 거리를 계산할 수 있다. 이때 상기 차량 평균 속도는 상기 복수 개의 영상을 촬영한 각각의 시각에서의 순간 속도를 평균하여 산출될 수 있다.
한편, 다른 실시예로서, 상기 차간 거리 측정 장치(100)는 촬영 영상에서 추출한 차선의 영상 내 위치 정보에 기반하여 전방 차량과의 차간 거리를 계산할 수 있다. 예를 들어, 상기 차간 거리 측정 장치의 거리계산부(103)는 차량 전방을 촬영한 영상으로부터 전방 차량 및 파선으로 이루어진 차선을 검출한다. 다음으로 상기 차간 거리 측정 장치의 거리계산부(103)는 검출된 차선의 위치 정보를 거리 값으로 환산한다. 즉, 상기 검출된 전방 차량과 상기 영상 최하단 사이에 존재하는 파선을 상기 영상 내에서의 위치 정보로 변환하고, 영상 내에서의 위치 정보와 전방 거리 사이의 함수 관계를 이용하여 상기 전방 차량과의 차간 거리를 계산한다.
이상, 본 발명의 실시예에 대하여 설명하였으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 특허청구범위에 기재된 본 발명의 사상으로부터 벗어나지 않는 범위 내에서, 구성 요소의 부가, 변경, 삭제 또는 추가 등에 의해 본 발명을 다양하게 수정 및 변경시킬 수 있을 것이며, 이 또한 본 발명의 권리범위 내에 포함된다고 할 것이다.
100 : 차간 거리 측정 장치
101 : 영상 수신부
102 : 검출부
103 : 거리 계산부
104 : 함수 계산부

Claims (10)

  1. 차량 전방을 촬영한 영상을 분석하여 차간 거리를 계산하는 방법으로서,
    차량 전방을 촬영한 영상으로부터 전방 차량 영역을 검출하는 단계;
    상기 검출한 전방 차량 영역을 상기 영상 내에서의 위치 정보로 변환하는 단계;
    상기 영상 내에서의 위치 정보와 전방 거리 사이의 함수 관계를 산출하는 단계; 및
    상기 영상 내에서의 위치 정보와 전방 거리 사이의 함수 관계를 이용하여 상기 전방 차량과의 차간 거리를 계산하는 단계를 포함하며,
    상기 함수 관계를 산출하는 단계는,
    서로 다른 시간에 촬영된 복수 개의 영상을 수신하는 단계; 및
    최초 영상의 촬영 시각(t1)으로부터, 최초 영상에서 지정한 특정 특징점이 영상의 최하단에 위치하는 영상의 촬영 시각(tn)까지의 시간(T) 및 상기 시간(T) 동안의 차량 평균 속도에 기초하여 상기 최초 영상에서 지정한 임의의 특징점에 대응되는 위치까지의 전방 거리를 계산하는 단계를 포함하는 것을 특징으로 하는 방법.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 차량 평균 속도는,
    상기 복수 개의 영상을 촬영한 각각의 시각에서의 순간 속도를 평균하여 산출되는 것을 특징으로 하는 방법.
  5. 차량 전방을 촬영한 영상을 분석하여 차간 거리를 계산하는 방법으로서,
    차량 전방을 촬영한 영상으로부터 전방 차량 및 파선으로 이루어진 차선을 검출하는 단계;
    상기 검출된 전방 차량과 상기 영상 최하단 사이에 존재하는 파선을 상기 영상 내에서의 위치 정보로 변환하는 단계;
    영상 내에서의 위치 정보와 전방 거리 사이의 함수 관계를 이용하여 상기 전방 차량과의 차간 거리를 계산하는 단계를 포함하는 것을 특징으로 하는 방법.
  6. 차량 전방을 촬영한 영상을 수신하는 영상 수신부;
    상기 수신한 영상으로부터 전방 차량 영역을 검출하는 검출부;
    상기 검출한 전방 차량 영역을 상기 영상 내에서의 위치 정보로 변환하고,
    상기 영상 내에서의 위치 정보와 전방 거리 사이의 함수 관계를 이용하여 상기 전방 차량과의 차간 거리를 계산하는 거리 계산부; 및
    상기 영상 내에서의 위치 정보와 전방 거리 사이의 함수 관계를 산출하는 함수 계산부를 포함하며,
    상기 함수 계산부는,
    서로 다른 시간에 촬영된 복수 개의 영상을 수신하고,
    최초 영상의 촬영 시각(t1)으로부터, 최초 영상에서 지정한 특정 특징점이 영상의 최하단에 위치하는 영상의 촬영 시각(tn)까지의 시간(T) 및 상기 시간(T) 동안의 차량 평균 속도에 기초하여 상기 최초 영상에서 지정한 임의의 특징점에 대응되는 위치까지의 전방 거리를 계산하는 것을 특징으로 하는 차간 거리 측정 장치.
  7. 삭제
  8. 삭제
  9. 제6항에 있어서,
    상기 차량 평균 속도는,
    상기 복수 개의 영상을 촬영한 각각의 시각에서의 순간 속도를 평균하여 산출되는 것을 특징으로 하는 차간 거리 측정 장치.
  10. 차량 전방을 촬영한 영상을 수신하는 영상 수신부;
    상기 수신한 영상으로부터 전방 차량 및 파선으로 이루어진 차선을 검출하는 검출부;
    상기 검출한 전방 차량 영역을 상기 영상 내에서의 위치 정보로 변환하고,
    상기 검출된 전방 차량과 상기 영상 최하단 사이에 존재하는 파선을 상기 영상 내에서의 위치 정보로 변환하고,
    영상 내에서의 위치 정보와 전방 거리 사이의 함수 관계를 이용하여 상기 전방 차량과의 차간 거리를 계산하는 거리 계산부를 포함하는 것을 특징으로 하는 차간 거리 측정 장치.
KR1020130137569A 2013-11-13 2013-11-13 영상 분석을 이용한 차간 거리 추정 방법 및 그 장치 Expired - Fee Related KR101568683B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130137569A KR101568683B1 (ko) 2013-11-13 2013-11-13 영상 분석을 이용한 차간 거리 추정 방법 및 그 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130137569A KR101568683B1 (ko) 2013-11-13 2013-11-13 영상 분석을 이용한 차간 거리 추정 방법 및 그 장치

Publications (2)

Publication Number Publication Date
KR20150055345A KR20150055345A (ko) 2015-05-21
KR101568683B1 true KR101568683B1 (ko) 2015-11-12

Family

ID=53390961

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130137569A Expired - Fee Related KR101568683B1 (ko) 2013-11-13 2013-11-13 영상 분석을 이용한 차간 거리 추정 방법 및 그 장치

Country Status (1)

Country Link
KR (1) KR101568683B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180069410A (ko) 2016-12-15 2018-06-25 현대자동차주식회사 인접 차로의 차량 폭 산출 방법 및 장치
US11288833B2 (en) 2019-08-08 2022-03-29 Samsung Electronics Co., Ltd. Distance estimation apparatus and operating method thereof

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109895684A (zh) * 2019-04-03 2019-06-18 武汉理工大学 一种基于图像单目视觉的车辆行驶预警系统及方法
CN111401208B (zh) 2020-03-11 2023-09-22 阿波罗智能技术(北京)有限公司 一种障碍物检测方法、装置、电子设备及存储介质
KR20240168850A (ko) 2023-05-23 2024-12-02 한국전자통신연구원 협력인지 기반 정밀위치 보정이 가능한 자율주행차량 및 이의 보정 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100435650B1 (ko) 2001-05-25 2004-06-30 현대자동차주식회사 카메라가 장착된 차량의 도로정보 추출 및 차간거리 탐지방법
JP2007155469A (ja) * 2005-12-05 2007-06-21 Alpine Electronics Inc 車間距離検出装置および車間距離検出方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100435650B1 (ko) 2001-05-25 2004-06-30 현대자동차주식회사 카메라가 장착된 차량의 도로정보 추출 및 차간거리 탐지방법
JP2007155469A (ja) * 2005-12-05 2007-06-21 Alpine Electronics Inc 車間距離検出装置および車間距離検出方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180069410A (ko) 2016-12-15 2018-06-25 현대자동차주식회사 인접 차로의 차량 폭 산출 방법 및 장치
US11288833B2 (en) 2019-08-08 2022-03-29 Samsung Electronics Co., Ltd. Distance estimation apparatus and operating method thereof

Also Published As

Publication number Publication date
KR20150055345A (ko) 2015-05-21

Similar Documents

Publication Publication Date Title
US9836657B2 (en) System and method for periodic lane marker identification and tracking
KR101411668B1 (ko) 교정 장치, 거리 측정 시스템, 교정 방법, 및 교정 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체
JP6254083B2 (ja) 車載用周囲環境認識装置
US9123242B2 (en) Pavement marker recognition device, pavement marker recognition method and pavement marker recognition program
JP5075672B2 (ja) 対象物検出装置及び方法
JP2004531424A5 (ko)
JP2008168811A (ja) 車線認識装置、車両、車線認識方法、及び車線認識プログラム
JP6815963B2 (ja) 車両用外界認識装置
KR101568683B1 (ko) 영상 분석을 이용한 차간 거리 추정 방법 및 그 장치
JP2008219063A (ja) 車両周辺監視装置及び方法
KR101035761B1 (ko) 차선 인식을 위한 영상 처리 방법 및 시스템
CN107097794B (zh) 道路车道线的侦测系统及其方法
JP6520740B2 (ja) 物体検出方法、物体検出装置、およびプログラム
KR101751112B1 (ko) 영상정보기반 교통정보 생성 장치 및 그 방법
JP2007249257A (ja) 移動体検出装置および移動体検出方法
JP5097681B2 (ja) 地物位置認識装置
KR20170055738A (ko) 영상 기반 주행 차로 판단 장치 및 방법
KR102100047B1 (ko) 차선 끝점 검출 알고리즘을 이용한 차량 위치 인식 시스템 및 상기 차선 끝점 검출 알고리즘의 성능을 평가하는 방법
US20200193184A1 (en) Image processing device and image processing method
CN202130447U (zh) 一种新型的车道线偏离检测装置
JP2018073275A (ja) 画像認識装置
TWI621073B (zh) Road lane detection system and method thereof
KR20170058512A (ko) 교통 표지판 인식 장치 및 방법
JP2018120303A (ja) 物体検出装置
JPWO2022264492A5 (ko)

Legal Events

Date Code Title Description
A201 Request for examination
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20131113

PA0201 Request for examination
E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20150318

Patent event code: PE09021S01D

PG1501 Laying open of application
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20150831

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20151106

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20151109

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
FPAY Annual fee payment

Payment date: 20180731

Year of fee payment: 4

PR1001 Payment of annual fee

Payment date: 20180731

Start annual number: 4

End annual number: 4

FPAY Annual fee payment

Payment date: 20190729

Year of fee payment: 5

PR1001 Payment of annual fee

Payment date: 20190729

Start annual number: 5

End annual number: 5

PR1001 Payment of annual fee

Payment date: 20200821

Start annual number: 6

End annual number: 6

PR1001 Payment of annual fee

Payment date: 20211108

Start annual number: 7

End annual number: 7

PC1903 Unpaid annual fee

Termination category: Default of registration fee

Termination date: 20230817