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
- 최수일
- 발행연도
- 2019
- 저작권
- 전남대학교 논문은 저작권에 의해 보호받습니다.
이용수40
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
최근 여름철 집중호우와 겨울철 폭설 등 이상기후로 포트홀(Pot Hole)의 발생이 급증하여 교통안전과 도로손상에 큰 영향을 미치고 있다. 이뿐만 아니라 차량파손 및 사고유발 등 사회적 문제를 유발시켜 사회적 비용 발생의 원인이 되고 있다. 이에 포트홀을 효율적으로 관리하기 위해 포트홀 자동탐지 기법들이 연구되고 있다.
포트홀을 검출하는 방법에는 진동, 3D 복원, 영상, 명암을 기반으로 한 방법이 있다. 진동을 이용하는 방법은 자동차가 포트홀을 지날 때 감지되는 진동으로 포트홀을 판단한다. 하지만 도로의 연결 부분, 센서를 직접 접촉하기 때문에 신뢰할 수 있는 감지 방법이 아니다. 3D 복원은 고사양 고비용의 LiDAR 혹은 레이저 스캐너를 이용하기 때문에 가격 측면에서 비효율적인 방법이다. 영상을 이용한 방법은 영상을 획득하고 분석함으로써 포트홀을 검출한다. 이 방법은 그림자, 노면패치 등 다양한 노이즈들로 인해 포트홀 인식에 많은 어려움이 많다. 기존의 명암과 특징기반의 포트홀 검출 관련 연구는 높은 탐지율 성과를 이루었지만 여전히 다양한 노이즈의 문제에 직면하고 있다.
본 논문에서는 2D LiDAR와 카메라를 이용하여 포트홀을 검출하는 알고리즘과 시스템을 개발한다. LiDAR를 통해 얻은 데이터를 전처리, 선분추출, 1차 미분 단계로 나뉜다. 데이터 전처리 과정은 영상처리에서 사용되는 Median filter를 사용하여 모터의 진동으로 인한 데이터의 노이즈를 제거한다. 다음으로 추출된 데이터를 ABD, IEPF 알고리즘을 사용해 선분을 추출한다. 그리고 1차 미분방정식을 통해 추출된 데이터의 특징점을 찾아내어 포트홀 여부를 검사한다. 그 후 포트홀로 추측되는 부분의 시작점과 끝점을 통해 포트홀의 깊이와 폭을 추측한다.
카메라를 통해 얻은 데이터를 전처리과정, 에지검출 과정을 거친다. 전처리과정에서는 그레이스케일로 이미지를 변환 후에 포트홀의 영역만큼 이미지 영역을 재설정한다. 영역이 재설정된 이미지의 노이즈를 제거하는 단계를 거친 후에 캐니 에지 알고리즘을 통해 포트홀 외형의 에지를 검출한다. 이후 거리에 따른 이미지의 전체 길이와의 관계를 추정한 후에 포트홀의 에지라고 판별된 부분의 크기를 3차원 좌표계로 변환하는 작업을 거친다.
2D LiDAR와 카메라에서 얻은 데이터를 하나의 좌표계로 정합하는 과정을 거친다. 2D LiDAR에서 얻은 데이터를 통하여 포트홀의 폭, 깊이를 확인하고 카메라에서 얻은 데이터를 통해 포트홀의 형태를 확인한다. 이를 통해 2개 이상의 센서 융합을 통한 정밀한 포트홀 검출 시스템의 개발 가능성을 보이고자 한다.
포트홀을 검출하는 방법에는 진동, 3D 복원, 영상, 명암을 기반으로 한 방법이 있다. 진동을 이용하는 방법은 자동차가 포트홀을 지날 때 감지되는 진동으로 포트홀을 판단한다. 하지만 도로의 연결 부분, 센서를 직접 접촉하기 때문에 신뢰할 수 있는 감지 방법이 아니다. 3D 복원은 고사양 고비용의 LiDAR 혹은 레이저 스캐너를 이용하기 때문에 가격 측면에서 비효율적인 방법이다. 영상을 이용한 방법은 영상을 획득하고 분석함으로써 포트홀을 검출한다. 이 방법은 그림자, 노면패치 등 다양한 노이즈들로 인해 포트홀 인식에 많은 어려움이 많다. 기존의 명암과 특징기반의 포트홀 검출 관련 연구는 높은 탐지율 성과를 이루었지만 여전히 다양한 노이즈의 문제에 직면하고 있다.
본 논문에서는 2D LiDAR와 카메라를 이용하여 포트홀을 검출하는 알고리즘과 시스템을 개발한다. LiDAR를 통해 얻은 데이터를 전처리, 선분추출, 1차 미분 단계로 나뉜다. 데이터 전처리 과정은 영상처리에서 사용되는 Median filter를 사용하여 모터의 진동으로 인한 데이터의 노이즈를 제거한다. 다음으로 추출된 데이터를 ABD, IEPF 알고리즘을 사용해 선분을 추출한다. 그리고 1차 미분방정식을 통해 추출된 데이터의 특징점을 찾아내어 포트홀 여부를 검사한다. 그 후 포트홀로 추측되는 부분의 시작점과 끝점을 통해 포트홀의 깊이와 폭을 추측한다.
카메라를 통해 얻은 데이터를 전처리과정, 에지검출 과정을 거친다. 전처리과정에서는 그레이스케일로 이미지를 변환 후에 포트홀의 영역만큼 이미지 영역을 재설정한다. 영역이 재설정된 이미지의 노이즈를 제거하는 단계를 거친 후에 캐니 에지 알고리즘을 통해 포트홀 외형의 에지를 검출한다. 이후 거리에 따른 이미지의 전체 길이와의 관계를 추정한 후에 포트홀의 에지라고 판별된 부분의 크기를 3차원 좌표계로 변환하는 작업을 거친다.
2D LiDAR와 카메라에서 얻은 데이터를 하나의 좌표계로 정합하는 과정을 거친다. 2D LiDAR에서 얻은 데이터를 통하여 포트홀의 폭, 깊이를 확인하고 카메라에서 얻은 데이터를 통해 포트홀의 형태를 확인한다. 이를 통해 2개 이상의 센서 융합을 통한 정밀한 포트홀 검출 시스템의 개발 가능성을 보이고자 한다.
목차
제 1 장 서 론 11. 연구 배경 12. 연구 필요성 3제 2 장 포트홀 관련 연구 41. 포트홀(Pothole) 4가. 포트홀의 발생 4나. 포트홀의 영향 42. 포트홀 검출 시스템의 종류 5가. 진동 기반 포트홀 검출 시스템 5나. 영상 기반 포트홀 검출 시스템 8다. 레이저 스캐너를 사용한 포트홀 검출 시스템 103. 레이저 스캐너의 이해 12가. 레이저의 특성 12나. 측정원리 12다. 측정방식 131) Time of Flight Method 132) Pulse laser Method 133) Beat frequency Method 144) Phase shift Method 145) Triangulation Method 15라. 2D & 3D레이저 스캐너 161) LiDAR 제품 기술개발 동향 172) LiDAR 시장 동향 분석 17제 3 장 2D LiDAR를 이용한 3차원 포트홀 검출 알고리즘 181. 2D LiDAR를 이용한 포트홀 검출 18가. Median Filter 20나. K-means clustering 20다. ABD 22라. Line Extraction 241) IEPF 24마. 1차 미분을 이용한 포트홀 검출 261) 도로 노면의 기울기 변화량을 통한 포트홀 특징점 추출 262) 이상적인 환경에서의 포트홀 검출 273) 포트홀의 시작점과 끝점 284) 포트홀의 폭, 깊이 282. 2D LiDAR를 이용한 3D Data 추출 알고리즘 30가. 이상적인 환경에서의 3D Data 추출 30나. 실제 환경에서의 3D Data 추출 30제 4 장 카메라를 이용한 포트홀 에지 검출 알고리즘 321. 카메라를 이용한 포트홀 에지 검출 알고리즘 32가. 포트홀 에지 검출 알고리즘 33나. Canny Edge detection 34다. 카메라 이미지를 이용한 3D 포트홀 에지 검출 35제 5 장 2D LiDAR와 카메라를 이용한 포트홀 검출 시스템 구현 371. 2D LiDAR와 카메라를 이용한 포트홀 검출 시스템 37가. 2D LiDAR 39나. PWM 42다. Point Data Clustering 431) 전처리 결과 432) ABD와 K-means를 이용한 point data 클러스터링 433) IEPF를 이용한 선분 추출 45라. 카메라를 이용한 포트홀 에지 검출 461) 이미지 전처리 결과 462) 에지 검출 알고리즘 462. 2D LiDAR와 카메라를 이용한 3차원 포트홀 검출 47가. 2D LiDAR와 카메라를 이용한 3차원 포트홀 검출 47제 6 장. 결 론 49참 고 문 헌 50Abstract 52
최근 본 자료
댓글(0)
0