지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김정하
- 발행연도
- 2018
- 저작권
- 국민대학교 논문은 저작권에 의해 보호받습니다.
이용수13
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 연구는 자동차 전용 도로에서 차선 검출 방법과 검출된 차선 정보를 이용하여 경로를 추종(차선 유지)하는 방법에 대해 제시하였다.
우선 카메라의 입력영상을 그레이 이미지로 변환하였다. 이후 역투영 변환을 사용하여 영상의 원근감을 제거하고 LDA(Line Difference Accumulation) 방법을 사용하여 일정한 두께를 가진 차선의 정보를 강화하였다. 다음으로, 좌우 차선의 위치를 확인하기 위해 허프변환(Hough Transform) 군집화(Clustering)를 하여 좌우 차선의 위치를 확인하였다. 또한, 차선 포인트 검출을 위해 템플릿 매칭 후에 분류된 차선 포인트를 RANSAC(Random Sample Consensus) 알고리즘을 사용하여 근사화(Line fitting)하였다.
상기 과정을 바탕으로, 차량의 속도에 따라서 목표점의 위치를 찾고 경로 추종에 사용하기 위해 좌표변환을 하였으며, 최종적으로 변환된 목표점을 이용하여 Pure Pursuit 방법에 적용 후 최종 조향각(Steering Angle)을 얻었다. 얻어진 조향각을 바탕으로 차선 유지 실험을 하였으며, 차량 OBDⅡ 에서 얻어진 조향각과 차선의 중심과 차량 중심과의 차이값(횡방향 거리 오차)을 측정하여 제시하였다.
그 결과, 기존의 차선 유지 및 경보 시스템이 차량 앞바퀴 혹은 차량 자체가 차선에 닿을 경우 경고와 함께 불연속적인 횡 방향 제어를 하는 방식과 달리, 제안하는 시스템은 차로 중앙 부근을 지속적이며, 안정적으로 유지할 수 있도록 해주고 자율주행 차량에서도 적용 가능함을 확인하였다.
우선 카메라의 입력영상을 그레이 이미지로 변환하였다. 이후 역투영 변환을 사용하여 영상의 원근감을 제거하고 LDA(Line Difference Accumulation) 방법을 사용하여 일정한 두께를 가진 차선의 정보를 강화하였다. 다음으로, 좌우 차선의 위치를 확인하기 위해 허프변환(Hough Transform) 군집화(Clustering)를 하여 좌우 차선의 위치를 확인하였다. 또한, 차선 포인트 검출을 위해 템플릿 매칭 후에 분류된 차선 포인트를 RANSAC(Random Sample Consensus) 알고리즘을 사용하여 근사화(Line fitting)하였다.
상기 과정을 바탕으로, 차량의 속도에 따라서 목표점의 위치를 찾고 경로 추종에 사용하기 위해 좌표변환을 하였으며, 최종적으로 변환된 목표점을 이용하여 Pure Pursuit 방법에 적용 후 최종 조향각(Steering Angle)을 얻었다. 얻어진 조향각을 바탕으로 차선 유지 실험을 하였으며, 차량 OBDⅡ 에서 얻어진 조향각과 차선의 중심과 차량 중심과의 차이값(횡방향 거리 오차)을 측정하여 제시하였다.
그 결과, 기존의 차선 유지 및 경보 시스템이 차량 앞바퀴 혹은 차량 자체가 차선에 닿을 경우 경고와 함께 불연속적인 횡 방향 제어를 하는 방식과 달리, 제안하는 시스템은 차로 중앙 부근을 지속적이며, 안정적으로 유지할 수 있도록 해주고 자율주행 차량에서도 적용 가능함을 확인하였다.
목차
Ⅰ. 서 론 11.1 연구 배경 및 동향 11.2 연구 목적 51.3 논문의 구성 6Ⅱ. 전처리 과정 72.1 그레이 이미지 82.2 역투영 변환 102.3 블러 필터 132.4 LDA 162.5 이진화 182.6 모폴로지 연산 20Ⅲ. 차선 검출 및 근사화 233.1 허프변환을 이용한 차선 영역 설정 243.2 템플릿 매칭을 이용한 차선 포인트 검출 293.3 RANSAC을 이용한 차선 포인트 근사화 32Ⅳ. 경로 추종 364.1 Pure Pursuit 알고리즘 374.2 영상좌표계 변환 394.3 최종 목표점 설정 41Ⅴ. 실험 결과 분석 435.1 실험 환경 435.2 차선 검출 485.3 차선 유지 515.3.1 저속 실험 525.3.2 고속 실험 55Ⅵ. 결론 및 향후계획 586.1 결론 586.2 향후계획 59참고문헌 60
최근 본 자료
댓글(0)
0