[go: up one dir, main page]

KR102463449B1 - 인접 차로의 차량 폭 산출 방법 및 장치 - Google Patents

인접 차로의 차량 폭 산출 방법 및 장치 Download PDF

Info

Publication number
KR102463449B1
KR102463449B1 KR1020160171573A KR20160171573A KR102463449B1 KR 102463449 B1 KR102463449 B1 KR 102463449B1 KR 1020160171573 A KR1020160171573 A KR 1020160171573A KR 20160171573 A KR20160171573 A KR 20160171573A KR 102463449 B1 KR102463449 B1 KR 102463449B1
Authority
KR
South Korea
Prior art keywords
vehicle
edge
template
area
maximum
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.)
Active
Application number
KR1020160171573A
Other languages
English (en)
Other versions
KR20180069410A (ko
Inventor
박태곤
장재환
최진혁
Original Assignee
현대자동차주식회사
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 현대자동차주식회사 filed Critical 현대자동차주식회사
Priority to KR1020160171573A priority Critical patent/KR102463449B1/ko
Publication of KR20180069410A publication Critical patent/KR20180069410A/ko
Application granted granted Critical
Publication of KR102463449B1 publication Critical patent/KR102463449B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices
    • H04N5/2257—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Landscapes

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

Abstract

본 발명은 인접 차로의 차량 폭 산출 방법 및 장치에 관한 것이다. 이를 위한 본 발명의 차량 폭 산출 방법은 카메라를 통해 촬영된 카메라 이미지를 획득하고, 카메라 이미지에서 인접 차로에 위치한 주변 차량을 검출하는 단계; 카메라 이미지에서 주변 차량의 후면을 포함하는 관심 영역을 설정하고, 관심 영역의 중심에 제 1 탬플릿을 설정하는 단계; 제 1 탬플릿을 좌우 대칭 변환함으로써 제 2 탬플릿을 생성하는 단계; 관심 영역 내에서 제 2 탬플릿의 최대 유사지점을 검색하는 단계; 및 제 1 탬플릿의 제 1 수직방향 중심선과 최대 유사 지점에서 제 2 탬플릿의 제 2 수직방향 중심선을 근거로 보정 중심선을 추정하는 단계를 포함하는 것을 특징으로 한다.

Description

인접 차로의 차량 폭 산출 방법 및 장치{METHOD AND APPARATUS FOR CALCULATING VEHICLE WIDTH OF VEHICLE OF ADJACENT LANE}
본 발명은 인접 차로의 차량 폭 산출 방법 및 장치에 관한 것이고, 보다 상세하게, 도로 등에서 영상 기반으로 차량 간 거리를 산출할 때 이용되는 차량 폭을 정확하게 산출할 수 있는 방법 및 장치에 관한 것이다.
일반적으로, 차량은 차체에 장비한 엔진 등의 원동기를 동력원으로 하여 도로 등을 주행하며 사람이나 화물을 운반하거나 각종 작업을 수행하는 장치이고, 차량의 운전자는 주행 방향을 주시하면서 차량을 운전한다.
최근 이러한 차량의 자동 제어 등에 대한 연구가 진행되면서, 도로에서 주행중인 차량의 검출 방법과, 검출한 차량과 운전자의 차량 간 거리를 산출하는 방법에 대한 연구가 진행되고 있다. 여기서, 차량의 검출 방법은 크게 초음파 센서 등과 같이 센서를 이용하는 방식과, 차량에 장착된 카메라를 통해 촬영된 영상을 활용하는 방법으로 구분될 수 있다.
이들 방법 중 카메라를 이용한 차량 검출 방법은 전방 추돌 방지 시스템(FCW), 긴급 제동 시스템(AEB), 고속도로 자율 주행 시스템(HDA) 등과 같은 다양한 ADAS(Advanced Driver Assistance System) 에 사용되고 있다. 현재 출시되고 있는 차량에는 전방의 차량, 보행자, 차선 등을 검출하기 위한 카메라가 점차 확대 장착되고 있다. 예를 들어, 전방 윈드 쉴드에 장착되는 카메라를 이용하여 차선 이탈 경보, 차선 유지 시스템, 전방 충돌 경보 시스템, 긴급 제동 시스템 등 다양한 기능이 탑재되고 있다. 이중 전방 충돌 경보 시스템, 긴급 제동 시스템은 전방의 차량을 검출하여 자차와의 거리를 측정하고, 충돌 예상 시간을 계산하는 방식으로 동작한다. 다만, 운전자의 차량과 다른 차량간 상대 거리를 정확하기 위해서는 검출된 다른 차량의 차량 폭이 정밀하게 측정되어야 하나, 단순 영상 처리 기법만으로는 차량 폭이 정확하게 측정되기 어렵고, 이에 따라 차량 간 거리도 정확하게 산출되기 어려운 문제점이 존재한다.
한국등록특허 제1568683호(명칭: 영상 분석을 이용한 차간 거리 추정 방법 및 그 장치)
본 발명은 차량에 장착된 카메라를 이용하여 차량 간 거리를 산출할 때 이용되는 인접 차로의 차량 폭을 보다 정밀하게 산출할 수 있는 방법 및 장치를 제공하는데 그 목적이 있다.
상기와 같은 과제를 해결하기 위한 본 발명의 카메라가 장착된 차량에 적용되어, 인접 차로에 위치한 주변 차량의 차량 폭을 산출하는 방법은 카메라를 통해 촬영된 카메라 이미지를 획득하고, 카메라 이미지에서 인접 차로에 위치한 주변 차량을 검출하는 단계; 카메라 이미지에서 주변 차량의 후면을 포함하는 관심 영역을 설정하고, 관심 영역의 중심에 제 1 탬플릿을 설정하는 단계; 제 1 탬플릿을 좌우 대칭 변환함으로써 제 2 탬플릿을 생성하는 단계; 관심 영역 내에서 제 2 탬플릿의 최대 유사지점을 검색하는 단계; 및 제 1 탬플릿의 제 1 수직방향 중심선과 최대 유사 지점에서 제 2 탬플릿의 제 2 수직방향 중심선을 근거로 보정 중심선을 추정하는 단계를 포함하는 것을 특징으로 한다.
또한, 본 발명의 일 실시예에 따른 차량 폭 산출 방법은 카메라 이미지에서 주변 차량을 포함하는 주변 차량 영역을 추출하고, 주변 차량 영역의 제 1 및 제 2 영역 수직 엣지를 검출하는 단계를 더 포함할 수 있다.
또한, 주변 차량 영역의 제 1 및 제 2 영역 수직 엣지를 검출하는 단계는 주변 차량 영역에서 제 1 및 제 2 최대 엣지를 설정하는 단계; 제 1 최대 엣지를 제 1 영역 수직 엣지로 검출하는 단계; 및 제 2 최대 엣지의 위치를 조정함으로써 제 2 영역 수직 엣지를 검출하는 단계를 포함할 수 있다.
또한, 제 1 최대 엣지는 차량의 주행 차로를 기준으로, 주변 차량의 주행 차로의 위치에 따라 결정될 수 있다.
또한, 제 1 최대 엣지는 주변 차량의 주행 차로가 차량의 주행 차로의 우측에 존재하는 경우 주변 차량 영역에 존재하는 2개의 최대 엣지들 중 우측 최대 엣지로 설정되되, 주변 차량의 주행 차로가 차량의 주행 차로의 좌측에 존재하는 경우 주변 차량 영역에 존재하는 2개의 최대 엣지들 중 좌측 최대 엣지로 설정될 수 있다.
또한, 관심 영역의 일변은 제 1 영역 수직 엣지로, 관심 영역의 타변은 제 2 영역 수직 엣지로 설정될 수 있다.
또한, 본 발명의 일 실시예에 따른 차량 폭 산출 방법은 보정 중심선과 제 1 영역 수직 엣지 간 수평 거리를 산출함으로써 차량의 폭을 보정하는 단계를 더 포함할 수 있다.
또한, 카메라 이미지에서 인접 차로에 위치한 주변 차량을 검출하는 단계는 SVM(Support Vector Machine) 또는 Ada-boost를 통해 이루어질 수 있다.
상기와 같은 과제를 해결하기 위한 본 발명의 카메라가 장착된 차량에 적용되어, 인접 차로에 위치한 주변 차량의 차량 폭을 산출하는 장치는 카메라를 통해 촬영된 카메라 이미지를 획득하고, 카메라 이미지에서 인접 차로에 위치한 주변 차량을 검출하는 차량 검출부; 카메라 이미지에서 주변 차량의 후면을 포함하는 관심 영역을 설정하고, 관심 영역의 중심에 제 1 탬플릿을 설정하며, 제 1 탬플릿을 좌우 대칭 변환함으로써 제 2 탬플릿을 생성하는 탬플릿 설정부; 관심 영역 내에서 제 2 탬플릿의 최대 유사지점을 검색하는 유사지점 검색부; 및 제 1 탬플릿의 제 1 수직방향 중심선과 최대 유사 지점에서 제 2 탬플릿의 제 2 수직방향 중심선을 근거로 보정 중심선을 추정하는 보정 중심선 추정부를 포함하는 것을 특징으로 한다.
또한, 본 발명의 일 실시예에 따른 차량 폭 산출 장치는 카메라 이미지에서 주변 차량을 포함하는 주변 차량 영역을 추출하고, 주변 차량 영역의 제 1 및 제 2 영역 수직 엣지를 검출하는 엣지 검출부를 더 포함할 수 있다.
또한, 엣지 검출부는 주변 차량 영역에서 제 1 및 제 2 최대 엣지를 설정하고, 제 1 최대 엣지를 제 1 영역 수직 엣지로 검출하며, 제 2 최대 엣지의 위치를 조정함으로써 제 2 영역 수직 엣지를 검출할 수 있다.
또한, 제 1 최대 엣지는 차량의 주행 차로를 기준으로, 주변 차량의 주행 차로의 위치에 따라 결정될 수 있다.
또한, 제 1 최대 엣지는 주변 차량의 주행 차로가 차량의 주행 차로의 우측에 존재하는 경우 주변 차량 영역에 존재하는 2개의 최대 엣지들 중 우측 최대 엣지로 설정되되, 주변 차량의 주행 차로가 차량의 주행 차로의 좌측에 존재하는 경우 주변 차량 영역에 존재하는 2개의 최대 엣지들 중 좌측 최대 엣지로 설정될 수 있다.
또한, 관심 영역의 일변은 제 1 영역 수직 엣지로, 관심 영역의 타변은 제 2 영역 수직 엣지로 설정될 수 있다.
또한, 보정 중심선과 제 1 영역 수직 엣지 간 수평 거리를 산출함으로써 차량의 폭을 보정하는 차량 폭 보정부를 더 포함할 수 있다.
또한, 차량 검출부는 SVM 또는 Ada-boost를 통해 카메라 이미지에서 인접 차로에 위치한 주변 차량을 검출할 수 있다.
본 발명의 일 실시예에 따른 인접 차로의 차량 폭 산출 방법 및 장치에 따르면, 후처리 과정을 통해 카메라 이미지 내에서 인접 차로의 차량의 차량 폭을 보다 정확하게 계산할 수 있고, 이에 따라 인접 차로의 차량 과의 거리 추정 정확도도 종래 기술 대비 개선될 수 있다.
또한, 본 발명의 일 실시예에 따른 인접 차로의 차량 폭 산출 방법 및 장치에 따르면, 좌측 또는 우측 형태 유사도 판단 후, 나머지 부분을 검색하는 다단 형태의 알고리즘 특성을 통해 불필요한 연산을 줄일 수 있어, 연산량 측면에서 이점이 있다.
도 1은 본 발명의 일 실시예에 따른 차량 폭 산출 방법에 대한 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 차량 폭 산출 방법을 설명하기 위한 개념도이다.
도 3은 본 발명의 일 실시예에 따른 차량 폭 산출 장치에 대한 블록도이다.
본 발명을 첨부된 도면을 참조하여 상세히 설명하면 다음과 같다. 여기서, 반복되는 설명, 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능, 및 구성에 대한 상세한 설명은 생략한다. 본 발명의 실시형태는 당 업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다. 따라서, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.
이하, 본 발명의 실시예에 따른 차량 폭 산출 방법에 대하여 설명하도록 한다.
도 1은 본 발명의 일 실시예에 따른 차량 폭 산출 방법에 대한 흐름도이고, 도 2는 본 발명의 일 실시예에 따른 차량 폭 산출 방법을 설명하기 위한 개념도이다.
위에서 설명한 바와 같이, 본 발명의 일 실시예에 따른 차량 폭 산출 방법은 카메라가 적용된 차량에 적용되어, 운전자의 차량의 인접 차로에 위치한 주변 차량과 운전자의 차량간 거리를 측정하는데 이용되는, 주변 차량의 차량 폭을 산출하는 것을 특징으로 한다. 여기서 운전자의 차량과 동일 차선에 존재하는 다른 차량들의 경우 운전자의 차량과 거의 일직선상에 위치하기 때문에 종래기술들만으로도 정확도 높은 차량 폭의 계산이 가능하지만, 다른 차선에 존재할 경우 위에서 설명한 것처럼 정확한 차량 폭의 계산이 쉽지 않다. 이에 따라, 본 발명의 일 실시예에 따른 차량 폭 산출 방법은 아래에서 설명되는 바와 같이 차량에 장착된 카메라를 통해 촬영된 카메라 이미지 내에서 인접 차로에 위치한 차량을 검출하고, 검출 결과에 대해 후처리 과정을 수행함으로써 차량 폭을 보다 정밀하게 측정하는 것을 특징으로 한다.
S110 단계는 차량 검출부에 의해, 카메라를 통해 촬영된 카메라 이미지를 획득하고, 카메라 이미지에서 인접 차로에 위치한 주변 차량을 검출하는 단계이다. 예를 들어, S110 단계는 SVM(Support Vector Machine), Ada-boost 등 다양한 기계학습 기법을 사용할 수 있다. 또한, S110 단계는 HOG(Histogram of Oriented Gradient), LBP(Local Binary Pattern), Haar-like feature 등 다양한 특징을 사용할 수 있다. 물론, S110 단계로 언급된 검출 방법은 상기 방식 외에도 다양한 기술들이 적용될 수 있다. 이렇게 S110 단계를 통해 도 2a에 도시된 것처럼 카메라 이미지 내에서 주변 차량에 대한 검출이 이루어질 수 있다.
S120 단계는 엣지 검출부에 의해, 카메라 이미지에서 주변 차량을 포함하는 주변 차량 영역을 추출하고, 주변 차량 영역의 제 1 및 제 2 영역 수직 엣지를 검출하는 단계이다. 여기서, S120 단계는 주변 차량 영역에 대해 예를 들어, 히스토그램 분석을 수행함으로써 복수의 엣지들을 검출하고, 검출 결과를 근거로 아래에서 설명되는 제 1 및 제 2 영역 수직 엣지의 추출을 수행할 수 있다.
구체적으로, S120 단계는 도 2b에 도시된 것처럼, 도 2a를 통해 검출한 주변 차량 영역 내에서 제 1 최대 엣지(el2)와 제 2 최대 엣지(el1)를 설정하는 단계를 포함할 수 있다. 도 2b에 도시된 것처럼 주변 차량 영역의 경우 2개의 최대 엣지들(즉, 좌측 최대 엣지와 우측 최대 엣지)이 존재한다. 여기서, 주변 차량은 인접 차로에 위치하는 점에 기인하여, 2개의 최대 엣지들 중 하나의 최대 엣지는 주변 차량의 후면 중 일 변에 정확히 매칭되나, 다른 하나의 최대 엣지의 경우 차량의 전면부 상에 형성된다. 이에 따라, 2개의 최대 엣지들 중 하나의 최대 엣지는 기준이 되는 엣지로 이용될 수 있고, 다른 하나의 최대 엣지는 위치 조정이 수행되어야 한다.
이에 따라, 본 발명의 일 실시예에 따른 차량 폭 산출 방법은 기준이 되는 최대 엣지를 제 1 최대 엣지로 설정할 수 있고, 다른 최대 엣지를 제 2 최대 엣지로 설정할 수 있다. 구체적으로, 본 발명의 일 실시예에 따른 차량 폭 산출 방법은 주변 차량이 운전자의 차량의 좌측 차로에 존재하는 경우, 좌측 최대 엣지를 제 1 최대 엣지로 설정하고 우측 최대 엣지를 제 2 최대 엣지로 설정할 수 있다. 반대로, 본 발명의 일 실시예에 따른 차량 폭 산출 방법은 주변 차량이 운전자의 차량의 우측 차로에 존재하는 경우, 우측 최대 엣지를 제 1 최대 엣지로 설정하고, 좌측 최대 엣지를 제 2 최대 엣지로 설정할 수 있다.
본 예시의 경우, 검출된 주변 차량이 운전자의 차량을 기준으로 우측 차로에 존재하는 상황을 가정하므로, 제 1 최대 엣지는 우측 최대 엣지(el2)를 기반으로, 그리고 제 2 최대 엣지는 좌측 최대 엣지(el1)를 기반으로 설정될 수 있다.
또한, 위에서 설명한 바와 같이, 제 1 최대 엣지는 기준이 되는 엣지를 나타내므로, S120 단계는 제 1 최대 엣지와 제 2 최대 엣지를 설정한 이후, 제 1 최대 엣지를 제 1 영역 수직 엣지로 검출하는 단계를 포함한다.
또한, 제 2 최대 엣지는 차량의 후면이 아닌 차량의 전면에 설정된 엣지를 나타내므로, 미리 설정된 교정 알고리즘을 통해 제 2 최대 엣지의 위치를 조정하는 과정이 수행되어야 한다. 이에 따라, S120 단계는 미리 설정된 교정 알고리즘을 통해 제 2 최대 엣지의 위치를 조정함으로써, 제 2 영역 수직 엣지를 검출하는 단계를 포함할 수 있다.
S130 단계는 탬플릿 설정부에 의해, 카메라 이미지에서 주변 차량의 후면을 포함하는 관심 영역을 설정하고, 관심 영역의 중심에 제 1 탬플릿을 설정하는 단계이다. 여기서, 관심 영역은 상술한 주변 차량 영역 중 제 1 영역 수직 엣지와 제 2 영역 수직 엣지를 기준으로 설정된 영역으로서, 차량의 후면에 대한 영역을 나타낸다. S120 단계를 통해 설정된 제 1 영역 수직 엣지와 제 2 영역 수직 엣지를 근거로 설정될 수 있다. 구체적으로, 도 2c에 도시된 것처럼, 관심 영역(ROI)의 일변은 제 1 영역 수직 엣지(el2)로, 관심 영역(ROI)의 타변은 제 2 영역 수직 엣지(el3)로 설정될 수 있다.
다만, S120 단계를 통해 설정된 제 2 영역 수직 엣지가 차량의 후면 중 하나의 변의 위치에 정확히 설정되기는 현실적으로 어려우므로, 관심 영역에는 차량의 측면에 해당하는 부분이 포함될 수 있다. 이에 따라, 관심 영역의 중심선(이하, 제 1 수직방향 중심선)을 찾더라도, 제 1 수직방향 중심선의 위치는 주변 차량의 후면의 실제 수직방향 중심선의 위치에 정확하게 대응되지 않는다.
이에 따라, S130 단계는 관심 영역의 중심 영역에 제 1 탬플릿을 설정하는 단계를 포함할 수 있다(도 2c 참조). 여기서, 제 1 탬플릿의 크기는 관심 영역의 전체 크기 대비 1/4로 설정될 수 있다. 다만, 제 1 탬플릿의 크기는 상기 예시만으로 제한되지 않고, 다양하게 변경될 수 있다.
S140 단계는 탬플릿 설정부에 의해, 제 1 탬플릿을 좌우대칭 변환함으로써, 제 2 탬플릿을 생성하는 단계이다.
S150 단계는 유사지점 검색부에 의해, 관심 영역 내에서 제 2 탬플릿의 최대 유사지점을 검색하는 단계이다. 즉, S150 단계는 관심 영역 내에서 제 2 탬플릿과 유사도가 가장 높은 지점을 찾는 단계를 나타낸다.
S160 단계는 보정 중심선 추정부에 의해, 제 1 탬플릿의 제 1 수직방향 중심선(즉, 위에서 설명된 관심 영역의 제 1 수직방향 중심선)과 제 2 탬플릿의 제 2 수직방향 중심선을 근거로 보정 중심선을 추정하는 단계이다. 도 2e에 도시된 것처럼, 제 1 탬플릿(ta1)에 설정되는 제 1 수직방향 중심선(cl1)의 위치와, 제 2 탬플릿(ta2)에 설정되는 제 2 수직방향 중심선(cl2)의 위치는 서로 상이하다. 이에 따라, S160 단계는 제 1 수직방향 중심선(cl1)과 제 2 수직방향 중심선(cl2)의 평균값인 위치를 보정 중심선(dcl)으로 설정할 수 있다.
S170 단계는 차량 폭 보정부에 의해, 보정 중심선과 제 1 영역 수직 엣지 간 수평 거리를 산출함으로써 차량의 폭을 보정하는 단계이다. 즉, S170 단계는 종래 기술에 따라 산출된 차량의 폭을 보정함으로써, 종래 기술 대비 높은 정확도로 차량의 폭을 산출하는 단계를 나타낸다.
또한, S170 단계는 S160 단계를 통해 추정된 보정 중심선을 이용하여 운전자의 차량과 주변 차량 간 실세계 좌표 상 위치 관계를 이용함으로써 이루어질 수 있다. 구체적으로, S170 단계는 보정 중심선과 제 1 영역 수직 엣지 간 수평 거리를 산출함으로써 이루어질 수 있다.
도 3은 본 발명의 일 실시예에 따른 차량 폭 산출 장치(100)에 대한 블록도이다. 상술한 바와 같이, 본 발명의 일 실시예에 따른 차량 폭 산출 장치(100)는 카메라가 장착된 차량에 적용되어, 높은 정확도로 인접 차로에 위치한 주변 차량의 차량 폭을 산출하는 것을 특징으로 한다. 여기서, 차량 폭은 운전자의 차량의 인접 차로에 위치한 주변 차량과 운전자의 차량간 거리를 측정하는데 이용될 수 있어서, 보다 정확한 거리 산출에 이용될 수 있다.
이를 위해, 본 발명의 일 실시예에 따른 차량 폭 산출 장치(100)는 차량 검출부(110), 엣지 검출부(120), 탬플릿 설정부(130), 유사지점 검색부(140), 보정 중심선 추정부(150) 및 차량 폭 보정부(160)를 포함하여 구성될 수 있다. 여기서, 본 발명의 일 실시예에 따른 차량 폭 산출 장치(100)에 포함된 각 구성은 본 발명의 이해를 돕기 위해 기능별로 각각 구분된 것이고, 실제로는 CPU, MPU, ECU와 같은 하나의 처리 장치를 통해 구현되는 것도 가능하다.
차량 검출부(110)는 카메라를 통해 촬영된 카메라 이미지를 획득하고, 카메라 이미지에서 인접 차로에 위치한 주변 차량을 검출하는 기능을 한다. 여기서, 차량 검출부(110)는 SVM 또는 Ada-boost를 통해 카메라 이미지에서 인접 차로에 위치한 주변 차량을 검출할 수 있고, 상기 방식 외에도 다양한 검출 알고리즘들이 적용될 수 있다.
엣지 검출부(120)는 카메라 이미지에서 주변 차량을 포함하는 주변 차량 영역을 추출하고, 주변 차량 영역의 제 1 및 제 2 영역 수직 엣지를 검출하는 기능을 한다. 위에서 설명한 바와 같이, 엣지 검출부(120)는 카메라 이미지 중 주변 차량 영역에서 제 1 및 제 2 최대 엣지를 설정하고, 제 1 최대 엣지를 제 1 영역 수직 엣지로 검출하며, 제 2 최대 엣지의 위치를 조정함으로써 제 2 영역 수직 엣지를 검출할 수 있다.
즉, 주변 차량 영역에는 2개의 최대 엣지들 즉, 좌측 최대 엣지와 우측 최대 엣지가 존재할 수 있고, 엣지 검출부(120)는 주변 차량의 주행 차로의 위치에 따라 좌측 최대 엣지와 우측 최대 엣지 중 하나를 제 1 최대 엣지로, 그리고 다른 하나를 제 2 최대 엣지로 설정한다. 구체적으로, 엣지 검출부(120)는 주변 차량의 주행 차로가 차량의 주행 차로의 우측에 존재하는 경우 주변 차량 영역에 존재하는 2개의 최대 엣지들 중 우측 최대 엣지를 제 1 최대 엣지로 설정하고, 좌측 최대 엣지를 제 2 최대 엣지로 설정할 수 있다. 반대로, 엣지 검출부(120)는 주변 차량의 주행 차로가 차량의 주행 차로의 좌측에 존재하는 경우 주변 차량 영역에 존재하는 2개의 최대 엣지들 중 좌측 최대 엣지를 제 1 최대 엣지로 설정하고, 우측 최대 엣지를 제 2 최대 엣지로 설정할 수 있다.
여기서, 제 2 최대 엣지의 경우, 차량의 후면이 아닌 차량의 전면에 설정되는 점에 기인하여, 엣지 검출부(120)는 미리 설정된 교정 알고리즘을 통해 제 2 최대 엣지의 위치를 조정함으로써 제 2 영역 수직 엣지를 검출하게 된다.
탬플릿 설정부(130)는 카메라 이미지에서 주변 차량의 후면을 포함하는 관심 영역을 설정하고, 관심 영역의 중심에 제 1 탬플릿을 설정하며, 제 1 탬플릿을 좌우 대칭 변환함으로써 제 2 탬플릿을 생성하는 기능을 한다. 여기서, 관심 영역은 엣지 검출부(120)를 통해 검출된 제 1 영역 수직 엣지와 제 2 영역 수직 엣지에 의해 그 경계가 지어질 수 있다. 즉, 관심 영역의 일변은 제 1 영역 수직 엣지로, 관심 영역의 타변은 제 2 영역 수직 엣지로 설정될 수 있다.
또한, 탬플릿 설정부(130)는 관심 영역보다 작은 크기로 제 1 탬플릿의 크기를 결정할 수 있다. 위에서 설명한 바와 같이, 제 1 탬플릿은 관심 영역의 중심을 기준으로 설정될 수 있되, 그 크기는 관심 영역 대비 약 1/4 정도로 설정되는 것이 바람직하다. 이렇게 제 1 탬플릿의 설정이 완료되면, 탬플릿 설정부(130)는 좌우 대칭 변환 기법을 통해 제 2 탬플릿을 생성할 수 있다.
유사지점 검색부(140)는 관심 영역 내에서 제 2 탬플릿의 최대 유사지점을 검색하는 기능을 한다. 즉, 유사지점 검색부(140)는 관심 영역 내에서 탬플릿 설정부(130)를 통해 생성한 제 2 탬플릿과 가장 유사도가 높은 지점을 검색하는 기능을 한다.
보정 중심선 추정부(150)는 제 1 탬플릿의 제 1 수직방향 중심선과 최대 유사 지점에서 제 2 탬플릿의 제 2 수직방향 중심선을 근거로 보정 중심선을 추정하는 기능을 한다. 구체적으로, 보정 중심선 추정부(150)는 제 1 수직방향 중심선과 제 2 수직방향 중심선의 평균을 냄으로써, 보정 중심선을 추정하는 기능을 한다.
차량 폭 보정부(160)는 보정 중심선과 제 1 영역 수직 엣지 간 수평 거리를 산출함으로써 차량의 폭을 보정하는 기능을 한다.
이상에서와 같이 도면과 명세서에서 최적의 실시예가 개시되었다. 여기서 특정한 용어들이 사용되었으나, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.
100 : 차량 폭 산출 장치 110 : 차량 검출부
120 : 엣지 검출부 130 : 탬플릿 설정부
140 : 유사지점 검색부 150 : 보정 중심선 추정부
160 : 차량 폭 보정부

Claims (16)

  1. 카메라가 장착된 차량에 적용되어, 인접 차로에 위치한 주변 차량의 차량 폭을 산출하는 방법으로서,
    상기 카메라를 통해 촬영된 카메라 이미지를 획득하고, 상기 카메라 이미지에서 인접 차로에 위치한 주변 차량을 검출하는 단계;
    상기 카메라 이미지에서 상기 주변 차량의 후면을 포함하는 관심 영역을 설정하고, 상기 관심 영역의 중심에 제 1 탬플릿을 설정하는 단계;
    상기 제 1 탬플릿을 좌우 대칭 변환함으로써 제 2 탬플릿을 생성하는 단계;
    상기 관심 영역 내에서 상기 제 2 탬플릿의 최대 유사지점을 검색하는 단계; 및
    상기 제 1 탬플릿의 제 1 수직방향 중심선과 상기 최대 유사 지점에서 상기 제 2 탬플릿의 제 2 수직방향 중심선을 근거로 보정 중심선을 추정하는 단계를 포함하는 것을 특징으로 하는 차량 폭 산출 방법.
  2. 제1항에 있어서,
    상기 카메라 이미지에서 상기 주변 차량을 포함하는 주변 차량 영역을 추출하고, 상기 주변 차량 영역의 제 1 및 제 2 영역 수직 엣지를 검출하는 단계를 더 포함하는 것을 특징으로 하는 차량 폭 산출 방법.
  3. 제2항에 있어서,
    상기 주변 차량 영역의 제 1 및 제 2 영역 수직 엣지를 검출하는 단계는,
    상기 주변 차량 영역에서 제 1 및 제 2 최대 엣지를 설정하는 단계;
    상기 제 1 최대 엣지를 제 1 영역 수직 엣지로 검출하는 단계; 및
    상기 제 2 최대 엣지의 위치를 조정함으로써 제 2 영역 수직 엣지를 검출하는 단계를 포함하는 것을 특징으로 하는 차량 폭 산출 방법.
  4. 제3항에 있어서,
    상기 제 1 최대 엣지는 상기 차량의 주행 차로를 기준으로, 상기 주변 차량의 주행 차로의 위치에 따라 결정되는 것을 특징으로 하는 차량 폭 산출 방법.
  5. 제4항에 있어서,
    상기 제 1 최대 엣지는 상기 주변 차량의 주행 차로가 상기 차량의 주행 차로의 우측에 존재하는 경우 상기 주변 차량 영역에 존재하는 2개의 최대 엣지들 중 우측 최대 엣지로 설정되되, 상기 주변 차량의 주행 차로가 상기 차량의 주행 차로의 좌측에 존재하는 경우 상기 주변 차량 영역에 존재하는 2개의 최대 엣지들 중 좌측 최대 엣지로 설정되는 것을 특징으로 하는 차량 폭 산출 방법.
  6. 제2항에 있어서,
    상기 관심 영역의 일변은 상기 제 1 영역 수직 엣지로, 상기 관심 영역의 타변은 상기 제 2 영역 수직 엣지로 설정되는 것을 특징으로 하는 차량 폭 산출 방법.
  7. 제2항에 있어서,
    상기 보정 중심선과 상기 제 1 영역 수직 엣지 간 수평 거리를 산출함으로써 상기 차량의 폭을 보정하는 단계를 더 포함하는 것을 특징으로 하는 차량 폭 산출 방법.
  8. 제1항에 있어서,
    상기 카메라 이미지에서 인접 차로에 위치한 주변 차량을 검출하는 단계는 SVM(Support Vector Machine) 또는 Ada-boost를 통해 이루어지는 것을 특징으로 하는 차량 폭 산출 방법.
  9. 카메라가 장착된 차량에 적용되어, 인접 차로에 위치한 주변 차량의 차량 폭을 산출하는 장치로서,
    상기 카메라를 통해 촬영된 카메라 이미지를 획득하고, 상기 카메라 이미지에서 인접 차로에 위치한 주변 차량을 검출하는 차량 검출부;
    상기 카메라 이미지에서 상기 주변 차량의 후면을 포함하는 관심 영역을 설정하고, 상기 관심 영역의 중심에 제 1 탬플릿을 설정하며, 상기 제 1 탬플릿을 좌우 대칭 변환함으로써 제 2 탬플릿을 생성하는 탬플릿 설정부;
    상기 관심 영역 내에서 상기 제 2 탬플릿의 최대 유사지점을 검색하는 유사지점 검색부; 및
    상기 제 1 탬플릿의 제 1 수직방향 중심선과 상기 최대 유사 지점에서 상기 제 2 탬플릿의 제 2 수직방향 중심선을 근거로 보정 중심선을 추정하는 보정 중심선 추정부를 포함하는 것을 특징으로 하는 차량 폭 산출 장치.
  10. 제9항에 있어서,
    상기 카메라 이미지에서 상기 주변 차량을 포함하는 주변 차량 영역을 추출하고, 상기 주변 차량 영역의 제 1 및 제 2 영역 수직 엣지를 검출하는 엣지 검출부를 더 포함하는 것을 특징으로 하는 차량 폭 산출 장치.
  11. 제10항에 있어서,
    상기 엣지 검출부는,
    상기 주변 차량 영역에서 제 1 및 제 2 최대 엣지를 설정하고, 상기 제 1 최대 엣지를 제 1 영역 수직 엣지로 검출하며, 상기 제 2 최대 엣지의 위치를 조정함으로써 제 2 영역 수직 엣지를 검출하는 것을 특징으로 하는 차량 폭 산출 장치.
  12. 제11항에 있어서,
    상기 제 1 최대 엣지는 상기 차량의 주행 차로를 기준으로, 상기 주변 차량의 주행 차로의 위치에 따라 결정되는 것을 특징으로 하는 차량 폭 산출 장치.
  13. 제12항에 있어서,
    상기 제 1 최대 엣지는 상기 주변 차량의 주행 차로가 상기 차량의 주행 차로의 우측에 존재하는 경우 상기 주변 차량 영역에 존재하는 2개의 최대 엣지들 중 우측 최대 엣지로 설정되되, 상기 주변 차량의 주행 차로가 상기 차량의 주행 차로의 좌측에 존재하는 경우 상기 주변 차량 영역에 존재하는 2개의 최대 엣지들 중 좌측 최대 엣지로 설정되는 것을 특징으로 하는 차량 폭 산출 장치.
  14. 제10항에 있어서,
    상기 관심 영역의 일변은 상기 제 1 영역 수직 엣지로, 상기 관심 영역의 타변은 상기 제 2 영역 수직 엣지로 설정되는 것을 특징으로 하는 차량 폭 산출 장치.
  15. 제10항에 있어서,
    상기 보정 중심선과 상기 제 1 영역 수직 엣지 간 수평 거리를 산출함으로써 상기 차량의 폭을 보정하는 차량 폭 보정부를 더 포함하는 것을 특징으로 하는 차량 폭 산출 장치.
  16. 제9항에 있어서,
    상기 차량 검출부는 SVM 또는 Ada-boost를 통해 카메라 이미지에서 인접 차로에 위치한 주변 차량을 검출하는 것을 특징으로 하는 차량 폭 산출 장치.
KR1020160171573A 2016-12-15 2016-12-15 인접 차로의 차량 폭 산출 방법 및 장치 Active KR102463449B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160171573A KR102463449B1 (ko) 2016-12-15 2016-12-15 인접 차로의 차량 폭 산출 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160171573A KR102463449B1 (ko) 2016-12-15 2016-12-15 인접 차로의 차량 폭 산출 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20180069410A KR20180069410A (ko) 2018-06-25
KR102463449B1 true KR102463449B1 (ko) 2022-11-04

Family

ID=62806342

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160171573A Active KR102463449B1 (ko) 2016-12-15 2016-12-15 인접 차로의 차량 폭 산출 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102463449B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109658426B (zh) * 2018-12-14 2021-10-29 上海联影医疗科技股份有限公司 结肠中心线修正方法、装置、设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003077099A (ja) 2001-08-31 2003-03-14 Nissan Motor Co Ltd 先行車両認識装置
JP2006031313A (ja) 2004-07-15 2006-02-02 Daihatsu Motor Co Ltd 障害物測定方法及び障害物測定装置
US20080118149A1 (en) 2006-11-17 2008-05-22 Pengyu Fu Method and apparatus for partitioning an object from an image
JP2009180661A (ja) 2008-01-31 2009-08-13 Konica Minolta Holdings Inc 距離計測装置及び距離計測方法
US20140293052A1 (en) 2011-07-08 2014-10-02 Bendix Commercial Vehicle Systems Llc Image-based vehicle detection and distance measuring method and apparatus

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101568683B1 (ko) 2013-11-13 2015-11-12 주식회사 하나비전테크 영상 분석을 이용한 차간 거리 추정 방법 및 그 장치

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003077099A (ja) 2001-08-31 2003-03-14 Nissan Motor Co Ltd 先行車両認識装置
JP2006031313A (ja) 2004-07-15 2006-02-02 Daihatsu Motor Co Ltd 障害物測定方法及び障害物測定装置
US20080118149A1 (en) 2006-11-17 2008-05-22 Pengyu Fu Method and apparatus for partitioning an object from an image
JP2008130087A (ja) 2006-11-17 2008-06-05 Alpine Electronics Inc 対象領域分割方法及び対象領域分割装置
JP2009180661A (ja) 2008-01-31 2009-08-13 Konica Minolta Holdings Inc 距離計測装置及び距離計測方法
US20140293052A1 (en) 2011-07-08 2014-10-02 Bendix Commercial Vehicle Systems Llc Image-based vehicle detection and distance measuring method and apparatus

Also Published As

Publication number Publication date
KR20180069410A (ko) 2018-06-25

Similar Documents

Publication Publication Date Title
US11288833B2 (en) Distance estimation apparatus and operating method thereof
US10030969B2 (en) Road curvature detection device
CN105096655B (zh) 物体检测装置、驾驶辅助装置、物体检测方法
CN107305632B (zh) 基于单目计算机视觉技术的目标对象距离测量方法与系统
US10953885B2 (en) Road surface detecting apparatus
US10870450B2 (en) Vehicle control apparatus
US20150269445A1 (en) Travel division line recognition apparatus and travel division line recognition program
JP6139465B2 (ja) 物体検出装置、運転支援装置、物体検出方法、および物体検出プログラム
JP6837262B2 (ja) 走行可能領域検出装置及び走行支援システム
JP6105509B2 (ja) 走路推定装置及び走路推定プログラム
KR102304851B1 (ko) Ecu, 상기 ecu를 포함하는 무인 자율 주행 차량, 및 이의 주변 차량 인지 방법
WO2019065970A1 (ja) 車両用外界認識装置
US20150294164A1 (en) Lane mark recognition device
JP2016024572A (ja) 信号機検出装置及び信号機検出方法
EP3410345A1 (en) Information processing apparatus and non-transitory recording medium storing thereon a computer program
JP2016162323A (ja) 走行区画線認識装置
US9824449B2 (en) Object recognition and pedestrian alert apparatus for a vehicle
US10906540B2 (en) Vehicle control apparatus
US10536646B2 (en) Imaging control device and imaging control method
JP6488226B2 (ja) 走路パラメータ推定装置及びプログラム
KR102463449B1 (ko) 인접 차로의 차량 폭 산출 방법 및 장치
JP2024177451A (ja) 測定装置、測定方法およびプログラム
JP6645936B2 (ja) 状態推定装置
KR101263158B1 (ko) 차량의 검출 방법 및 장치
KR101714896B1 (ko) 지능형 운전자 보조 시스템을 위한 광량 변화에 강건한 스테레오 정합 장치 및 방법

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20161215

PG1501 Laying open of application
A201 Request for examination
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20201118

Comment text: Request for Examination of Application

Patent event code: PA02011R01I

Patent event date: 20161215

Comment text: Patent Application

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20220920

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20221101

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20221102

End annual number: 3

Start annual number: 1

PG1601 Publication of registration