KR101391668B1 - 4도체 송전선상의 주행장애물 인식시스템 및 주행장애물 인식방법 - Google Patents

4도체 송전선상의 주행장애물 인식시스템 및 주행장애물 인식방법 Download PDF

Info

Publication number
KR101391668B1
KR101391668B1 KR1020130013166A KR20130013166A KR101391668B1 KR 101391668 B1 KR101391668 B1 KR 101391668B1 KR 1020130013166 A KR1020130013166 A KR 1020130013166A KR 20130013166 A KR20130013166 A KR 20130013166A KR 101391668 B1 KR101391668 B1 KR 101391668B1
Authority
KR
South Korea
Prior art keywords
transmission line
image
roi
line
traveling
Prior art date
Application number
KR1020130013166A
Other languages
English (en)
Inventor
박성기
유주한
김동환
김재헌
이석
이택진
김창환
Original Assignee
한국과학기술연구원
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 한국과학기술연구원 filed Critical 한국과학기술연구원
Priority to KR1020130013166A priority Critical patent/KR101391668B1/ko
Application granted granted Critical
Publication of KR101391668B1 publication Critical patent/KR101391668B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)

Abstract

본 발명에 따르면, 4도체 송전선(10)을 따라 주행하는 주행장치의 일측에 설치되어 4개의 송전선(10)의 이미지가 식별되는 주행전방 영상을 촬영하는 촬영부(110); 상기 주행전방 영상 내에서 식별되는 각 송전선(10)의 형태대로 연장된 송전선라인(L)을 추출하는 송전선라인 추출부(130); 상기 주행전방 영상 내에서 수직중심선(Ov)을 기준으로 가장 근접한 2개의 상부 송전선라인(Lin)을 수평하게 연결한 라인을 윗변으로 하고 상기 수직중심선(Ov)을 기준으로 가장 이격된 2개의 하부 송전선라인(Lout)을 수평하게 연결한 라인을 아랫변으로 하는 사각형 형상의 ROI를 미리 설정된 n개만큼 생성하는 ROI생성부(140); 및 생성된 ROI의 내부영역만을 인식영역으로 판단하여 각각의 ROI에 대해서 주행장애물(20)을 인식하는 인식제어부(150);를 포함하는 4도체 송전선상의 주행장애물 인식시스템이 개시된다.

Description

4도체 송전선상의 주행장애물 인식시스템 및 주행장애물 인식방법{System Of Recognizing Obstacle And, Method of Recognizing Obstacle On 4 Bundle Power Transmisson Line}
본 발명은 4도체 송전선상의 주행장애물 인식시스템 및 주행장애물 인식방법에 관한 것으로, 보다 상세하게는 4도체 송전선을 따라 주행하는 검사로봇 등의 주행장치에 설치되어 주행전방 영상을 통해 상기 4도체 송전선 상에 배치되는 스페이서 및 클램프 등의 장애물을 인식하기 위한 4도체 송전선상의 주행장애물 인식시스템 및 주행장애물 인식방법에 관한 것이다.
종래에는 인력이 공중 이동수단에 탑승하여 송전선을 따라 이동하면서 피복 훼손 및 단선 등의 문제점을 검사하였으나, 최근에는 인건비와 작업시간 단축을 목적으로 송전선을 따라 주행하면서 송전선의 상태를 검사하는 검사로봇이 이용되고 있다.
또한, 통상적으로 4도체 송전선의 경우에는 각 송전선간의 간격을 유지시키기 위해 각 송전선을 꼭지점으로 하는 사각 형태의 스페이서가 설치되어 있다. 그러나, 상기 검사로봇의 경우에는 송전선을 따라 주행하는 입장에서 상기와 같은 스페이서는 우회하여 회피하여야 하는 주행장애물이며, 스페이서가 설치된 위치에서는 우회하기 위한 다양한 메커니즘을 통해 회피할 수 있도록 구비되었다.
여기서, 상기 검사로봇이 스페이서를 우회하기 위해서는 각 스페이서를 장애물로 인식하고 정확한 위치 파악이 선행되어야 했으므로, 기존에는 검사로봇의 일측에 설치되어 송전선 상에 설치된 스페이서를 인식하기 위한 스페이서 객체 인식시스템이 적용되어 운용되었다.
그러나, 기존의 스페이서 객체 인식 시스템의 경우에는 입력 영상의 전체 영역을 소정 사이즈의 서칭 윈도우로 스캐닝하는 과정이 있는데, 이 스캐닝하는 과정에서 과도한 연산 처리량이 요구되며, 이러한 과도한 연산 처리량은 영상 처리에 필요한 메모리 추가를 동반하면서 시스템이 전체적으로 대형화되는 문제점이 있었다.
즉, 스페이서 객체 인식을 위해 촬영된 영상의 전영역을 대상으로 객체 탐색이 이루어지므로, 복잡한 주변 환경에서는 인식률이 저하되며 장애물이 존재할 수 없는 영역에서도 인식 과정이 이루어지는 등으로 인해 데이터 처리시간이 증대되는 것은 물론, 고사양의 데이터 처리장치가 필요하게 되는 문제점이 있었다.
한국 공개특허공보 제2009-0125911호(2009.12.08), 전선 검사로봇
본 발명은 상술한 문제점을 해결하기 위하여 창출된 것으로, 본 발명의 목적은 4도체 송전선에 체결된 스페이서 등의 주행장애물의 체결구조를 반영한 ROI 범위내에서만 객체 인식이 이루어져 영상 처리 과정에서 과도한 연산 처리량이 요구되지 않는 4도체 송전선상의 주행장애물 인식시스템 및 주행장애물 인식방법을 제공하는 것에 있다.
상기의 목적을 달성하기 위한 본 발명에 따른 4도체 송전선상의 주행장애물 인식시스템은, 4도체 송전선(10)을 따라 주행하는 주행장치의 일측에 설치되어 4개의 송전선(10)의 이미지가 식별되는 주행전방 영상을 촬영하는 촬영부(110); 상기 주행전방 영상 내에서 식별되는 각 송전선(10)의 형태대로 연장된 송전선라인(L)을 추출하는 송전선라인 추출부(130); 상기 주행전방 영상 내에서 수직중심선(Ov)을 기준으로 가장 근접한 2개의 상부 송전선라인(Lin)을 수평하게 연결한 라인을 윗변으로 하고 상기 수직중심선(Ov)을 기준으로 가장 이격된 2개의 하부 송전선라인(Lout)을 수평하게 연결한 라인을 아랫변으로 하는 사각형 형상의 ROI를 미리 설정된 n개만큼 생성하는 ROI생성부(140); 및 생성된 ROI의 내부영역만을 인식영역으로 판단하여 각각의 ROI에 대해서 주행장애물(20)을 인식하는 인식제어부(150);를 포함한다.
여기서, 상기 주행전방 영상 내에서 식별되는 각 송전선(10) 이외의 주변이미지를 필터링하기 위한 마스킹영역(M)을 상기 주행전방 영상에 적용하는 마스킹적용부(120);를 더 포함할 수 있다.
또한, 상기 인식제어부(150)는, 각 ROI의 크기에 따라 주행장애물(20)의 크기를 추정하여 각각의 ROI에서 주행장애물(20)을 인식할 수 있다.
또한, 상기 ROI생성부(140)는, 2개의 상부 송전선라인(Lin)을 수평하게 연결한 라인을 윗변으로 하되, 상기 윗변의 라인을 직하방으로 이동하여 2개의 하부 송전선라인(Lout)과 접하는 위치의 수평라인을 아랫변으로 하는 사각형 형상의 ROI를 생성할 수 있다.
또한, 상기 송전선라인 추출부(130)는, 상기 주행전방 영상 내에서 수평중심선(Oh)을 기준으로 상부 이미지와 하부 이미지로 구분하고, 상기 상부 이미지 내에서 미리 설정된 수평영역 내에서 식별되는 송전선(10)의 형태대로 연장된 부분적인 송전선라인(L)을 추출하며, 추출된 부분적인 송전선라인(L)을 직선방향으로 연장시켜 전체적인 가상의 송전선라인(L)을 추출할 수 있다.
한편, 상기 주행전방 영상 내에서 식별되는 각 송전선(10) 이외의 주변이미지를 필터링하기 위한 마스킹영역(M)을 상기 주행전방 영상에 적용하는 마스킹적용부(120);를 더 포함하되, 상기 마스킹적용부(120)는, 상기 상부 이미지 내에서 미리 설정된 수평영역 내에서 식별되는 각 송전선(10) 이외의 주변이미지를 필터링하기 위한 마스킹영역(M)을 적용할 수 있다.
상기의 목적을 달성하기 위한 본 발명에 다른 4도체 송전선상의 주행장애물 인식방법은, 4도체 송전선(10)을 따라 주행하는 주행장치의 일측에 설치된 촬영부(110)를 통해 촬영된 4개의 송전선(10)의 이미지가 식별되는 주행전방 영상을 획득하는 송전선 이미지 획득 단계(S210); 송전선라인 추출부(130)를 통해 상기 주행전방 영상 내에서 식별되는 각 송전선(10)의 형태대로 연장된 송전선라인(L)을 추출하는 송전선라인 추출 단계(S230); ROI생성부(140)를 통해 상기 주행전방 영상 내에서 수직중심선(Ov)을 기준으로 가장 근접한 2개의 상부 송전선라인(Lin)을 수평하게 연결한 라인을 윗변으로 하고 상기 수직중심선(Ov)을 기준으로 가장 이격된 2개의 하부 송전선라인(Lout)을 수평하게 연결한 라인을 아랫변으로 하는 사각형 형상의 ROI를 미리 설정된 n개만큼 생성하는 ROI생성 단계(S240); 및 인식제어부(150)를 통해 생성된 ROI의 내부영역만을 인식영역으로 판단하여 각각의 ROI에 대해서 주행장애물(20)을 인식하는 장애물인식 단계(S250);를 포함한다.
여기서, 마스킹적용부(120)를 통해, 상기 주행전방 영상 내에서 식별되는 각 송전선(10) 이외의 주변이미지를 필터링하기 위한 마스킹영역(M)을 상기 주행전방 영상에 적용하는 마스킹적용 단계(S220);를 더 포함하며, 상기 송전선라인 추출 단계(S230)는, 상기 마스킹영역(M)이 적용된 범위 내에서 송전선라인(L)을 추출할 수 있다.
또한, 장애물인식 단계(S250)는, 각 ROI의 크기에 따라 주행장애물(20)의 크기를 추정하여 각각의 ROI에서 주행장애물(20)을 인식할 수 있다.
또한, 상기 ROI생성 단계(S240)는, 2개의 상부 송전선라인(Lin)을 수평하게 연결한 라인을 윗변으로 하되, 상기 윗변의 라인을 직하방으로 이동하여 2개의 하부 송전선라인(Lout)과 접하는 위치의 수평라인을 아랫변으로 하는 사각형 형상의 ROI를 생성할 수 있다.
또한, 상기 송전선라인 추출 단계(S230)는, 상기 주행전방 영상 내에서 수평중심선(Oh)을 기준으로 상부 이미지와 하부 이미지로 구분하고, 상기 상부 이미지 내에서 미리 설정된 수평영역 내에서 식별되는 송전선(10)의 형태대로 연장된 부분적인 송전선라인(L)을 추출하며, 추출된 부분적인 송전선라인(L)을 직선방향으로 연장시켜 전체적인 가상의 송전선라인(L)을 추출할 수 있다.
한편, 마스킹적용부(120)를 통해, 상기 주행전방 영상 내에서 식별되는 각 송전선(10) 이외의 주변이미지를 필터링하기 위한 마스킹영역(M)을 상기 주행전방 영상에 적용하는 마스킹적용 단계(S220);를 더 포함하되, 상기 마스킹적용 단계(S220)는, 상기 상부 이미지 내에서 미리 설정된 수평영역 내에서 식별되는 각 송전선(10) 이외의 주변이미지를 필터링하기 위한 마스킹영역(M)을 적용할 수 있다.
본 발명에 따른 4도체 송전선상의 주행장애물 인식시스템 및 주행장애물 인식방법에 의하면,
첫째, 4도체 송전선에 체결된 스페이서 등의 주행장애물의 체결구조를 반영한 ROI 범위, 즉 주행장애물이 존재할 수 있는 영역 내에서만 객체 인식이 이루어져 영상 처리 과정에서 과도한 연산 처리량이 요구되지 않는 효과를 구현할 수 있음은 물론, 복잡한 주변 환경에서도 높은 인률을 유지할 수 있다.
둘째, 주행전방 영상 내에서 식별되는 각 송전선 이외의 주변이미지를 필터링하기 위한 마스킹영역(M)을 상기 주행전방 영상에 적용하므로, ROI 생성을 위한 송전선라인의 추출 과정이 보다 용이해지며, 처리속도가 증대되는 효과가 있다.
셋째, 각 ROI의 크기에 따라 주행장애물의 크기를 추정하여 각각의 ROI에서 주행장애물을 인식하도록 동작하므로 인식 효율이 향상되는 효과가 있다.
넷째, 주행전방 영상 내에서 수평중심선(Oh)을 기준으로 상부 이미지와 하부 이미지로 구분하고, 상기 상부 이미지 내에서 미리 설정된 수평영역 내에서 식별되는 송전선의 형태대로 연장된 부분적인 송전선라인을 추출하며, 추출된 부분적인 송전선라인을 직선방향으로 연장시켜 전체적인 가상의 송전선라인(L)을 추출하므로, 상기 송전선라인(L)을 추출하기 위한 과정이 단순화되어 데이터 처리속도가 증대된다.
도 1은 본 발명의 바람직한 실시예에 따른 주행장애물 인식시스템의 구성을 나타낸 블록도,
도 2는 본 발명의 바람직한 실시예에 따른 촬영부를 통해 촬영된 주행전방 영상 내에 배치되는 수직중심선과 수평중심선이 표시된 상태를 나타낸 사진,
도 3은 본 발명의 바람직한 실시예에 따른 마스킹적용부를 통해 상부 이미지 내에서 미리 설정된 수평영역에 마스킹영역이 적용된 상태를 나타낸 사진,
도 4는 본 발명의 바람직한 실시예에 따른 송전선라인 추출부를 통해 상기 미리 설정된 수평영역 내에서 식별되는 부분적인 송전선라인을 나타낸 사진,
도 5는 본 발명의 바람직한 실시예에 따른 송전선라인 추출부를 통해 추출된 부분적인 송전선라인을 직선방향으로 연장시켜 전체적인 가상의 송전선라인을 추출한 상태를 나타낸 개략도,
도 6은 본 발명의 바람직한 실시예에 따른 ROI생성부를 통해 각 송전선라인을 통해 n개의 ROI가 생성된 상태를 나타낸 개략도,
도 7은 본 발명의 바람직한 실시예에 따른 인식제어부에 의해 각 ROI의 크기에 따라 주행장애물의 크기를 추정하여 각 ROI에서 주행장애물을 인식하는 동작원리를 설명하기 위한 개략도,
도 8은 본 발명의 바람직한 실시예에 따른 4도체 송전선상의 주행장애물 인식방법의 순서를 나타낸 순서도이다.
이하 첨부된 도면을 참조하면서 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다. 이에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여, 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.
따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.
먼저, 본 발명의 바람직한 실시예에 따른 4도체 송전선상의 주행장애물 인식시스템(100)의 구성 및 기능을 설명하기로 한다.
본 발명의 바람직한 실시예에 따른 주행장애물 인식시스템(100)은, 4도체 송전선(10)에 체결된 스페이서 등의 주행장애물(20)의 체결구조를 반영한 ROI 범위내에서만 객체 인식이 이루어져 영상 처리 과정에서 과도한 연산 처리량이 요구되지 않는 인식시스템으로서, 도 1에 도시된 바와 같이 촬영부(110), 마스킹적용부(120), 송전선라인 추출부(130), ROI생성부(140), 인식제어부(150) 및 데이터베이스(160)를 포함하여 구비된다.
먼저, 상기 4도체 송전선(10)은 도 2에 도시된 바와 같이, 4개의 송전선(10)으로 이루어지며 상부에 2개의 상부 송전선(10a)이 배치되며 그 하부에 2개의 하부 송전선(10b)이 배치되는 등 이단 이열의 형태로 설치된다.
상기 촬영부(110)는 4도체 송전선(10)을 따라 주행하는 검사로봇 등의 주행장치(미도시)의 일측에 설치되어 4개의 송전선(10)의 이미지가 식별되는 주행전방 영상을 촬영하는 구성요소로서, 4개의 송전선(10)의 이미지가 모두 식별되는 앵글로 촬영되면 무방하나, 도 2에 도시된 바와 같이, 하부 송전선(10b)보다 낮은 위치에서 상향을 지향하는 앵글로 주행전방 영상이 촬영되도록 구비되는 것이 바람직하다. 이는 송전선(10)이 배치된 높이를 기준으로 하향을 지향하는 앵글에는 지면에 설치된 나무, 전봇대, 가옥 등 다양한 불필요한 이미지들이 함께 촬영될 수 있으나, 상기와 같이 상향을 지향하는 앵글로 촬영된 영상에는 하늘 이미지 등이 주로 촬영되면서 상대적으로 불필요한 이미지가 적어지게 되기 때문이다.
상기 송전선라인 추출부(130)는, 촬영부(110)에서 획득된 주행장애물(20) 내에서 식별되는 각 송전선(10)의 형태대로 연장된 송전선라인(L)을 추출하는 구성요소로서, 주행전방 영상의 전체 범위에서 이미지를 분석하여 각 송전선(10)의 전체적인 송전선라인(L)을 추출할 수도 있겠으나, 이 경우 이미지 분석범위가 과도해지는 문제점이 발생할 수 있다.
따라서, 본 발명의 바람직한 실시예에 따른 송전선라인 추출부(130)는 도 4에 도시된 바와 같이 주행전방 영상 내에서 수평중심선(Oh)을 기준으로 상부 이미지와 하부 이미지로 구분하고, 상기 상부 이미지 내에서 미리 설정된 수평영역 내에서 식별되는 송전선(10)의 형태대로 연장된 부분적인 송전선라인(L)을 추출하며, 도 5에 도시된 바와 같이 추출된 부분적인 송전선라인(L)을 직선방향으로 연장시켜 전체적인 가상의 송전선라인(L)을 추출할 수 도 있다. 이로 인해, 상기 ROI를 생성하기 위해 선행되어야 하는 송전선라인(L)을 추출하기 위한 과정이 단순화되어 데이터 처리속도가 증대되는 효과를 구현할 수 있다.
여기서, 영상이미지로부터 원하는 라인 형상을 추출하기 위한 기술구성은 본 발명이 속하는 기술분야에서 널리 공지된 기술내용이므로 구체적인 설명은 생략하기로 한다.
상기 마스킹적용부(120)는, 주행장애물(20) 내에서 식별디는 각 송전선(10) 이외의 주변이미지를 필터링하기 위한 마스킹영역(M)을 주행장애물(20)에 적용하는 구성요소로서, 상기 송전선라인 추출부(130)가 송전선라인(L)을 추출하는 범위를 고려하여 마스킹영역(M)을 적용하는 것이 바람직하다.
예를 들어, 도 3에 도시된 바와 같이 상기 송전선라인 추출부(130)에 의해 상부 이미지 내에서 미리 설정된 수평영역 내에서 식별되는 각 송전선(10) 이외의 주변이미지를 필터링하기 위한 마스킹영역(M)을 적용할 수 있다.
이와 같은 마스킹적용부(120)의 구성을 통해 주행전방 영상 내에서 식별되는 각 송전선(10) 이외의 주변이미지를 필터링되면서 감지되는 객체의 개수가 감소하게 되므로 송전선라인(L)의 추출 과정이 보다 용이해지며, 처리속도가 증대되는 효과를 구현할 수 있다. 여기서, 상기 마스킹영역(M)의 필터링 크기는 송전선라인 추출부(130)의 분해능을 고려하여 적절하게 설정되는 것이 바람직하다.
상기 ROI생성부(140)는, 스페이서 등의 주행장애물(20)이 4도체 송전선(10)의 일위치에서 각 송전선(10)을 꼭지점으로 사각형태로 형성된다는 전제조건 하에, 송전선(10)에 체결된 주행장애물(20)의 체결구조를 반영한 ROI 범위, 즉 주행장애물(20)이 존재할 수 있는 영역 내에 ROI를 생성하는 구성요소로서, 도 6에 도시된 바와 같이 주행장애물(20) 내에서 수직중심선(Ov)을 기준으로 가장 근접한 2개의 상부 송전선라인(Lin)을 수평하게 연결한 라인을 윗변으로 하고 상기 수직중심선(Ov)을 기준으로 가장 이격된 2개의 상부 송전선라인(Lin)을 수평하게 연결한 라인을 아랫변으로 하는 사각형 형상의 ROI를 미리 설정된 n개 만큼 생성한다.
즉, 상기 ROI생성부(140)는 2개의 상부 송전선라인(Lin)을 수평하게 연결한 라인을 윗변으로 하되, 상기 윗변의 수평라인을 직하방으로 이동하여 2개의 하부 송전선라인(Lout)과 접하는 위치의 수평라인을 아랫변으로 하는 사각형 형상의 ROI를 생성하는 것이다.
상기 인식제어부(150)는, 생성된 ROI의 내부영역만을 인식영역으로 판단하여 각각의 ROI에 대해서 주행장애물(20)을 인식하는 구성요소로서, 도 7에 도시된 바와 같이 제1ROI(Ra) 내지 제4ROI(Rd)에 이르기까지 각 ROI의 크기에 따라 주행장애물(20)의 크기를 추정하여 각각의 ROI에서 주행장애물(20)을 인식함으로써 인식효율이 증대되도록 구비되는 것이 바람직하다.
상기 데이터베이스(160)는 본 발명의 바람직한 실시예에 따른 주행장애물 인식시스템(100)을 구동하기 위한 각종 데이터 및 주행장애물 모델의 학습 데이터가 저장될 수 있다. 이러한 주행장애물 모델의 학습 데이터를 통해 생성된 ROI 크기에 맞게 주행장애물(20) 모델의 크기를 변화시키면서 추정하는 방식으로 주행장애물(20)을 인식할 수 있게 된다.
다음으로는, 도 8을 참조하여 본 발명의 바람직한 실시예에 따른 주행장애물 인식방법을 설명하기로 한다.
도 8에 도시된 바와 같이 본 발명의 바람직한 실시예에 따른 주행장애물 인식방법은, 송전선 이미지 획득 단계(S210), 마스킹적용 단계(S220), 송전선라인 추출 단계(S230), ROI생성 단계(S240) 및 장애물인식 단계(S250)를 포함한다.
먼저, 송전선 이미지 획득 단계(S210)는, 도체 송전선(10)을 따라 주행하는 주행장치의 일측에 설치된 촬영부(110)를 통해 촬영된 4개의 송전선(10)의 이미지가 식별되는 주행전방 영상을 획득하는 단계로서, 도 2에 도시된 바와 같이, 하부 송전선(10b)보다 낮은 위치에서 상향을 지향하는 앵글로 주행전방 영상이 촬영되도록 구비되는 것이 바람직하다.
상기 송전선라인 추출 단계(S230)는, 송전선라인 추출부(130)를 통해 상기 주행전방 영상 내에서 식별되는 각 송전선(10)의 형태대로 연장된 송전선라인(L)을 추출하는 단계로서, 도 4에 도시된 바와 같이 주행전방 영상 내에서 수평중심선(Oh)을 기준으로 상부 이미지와 하부 이미지로 구분하고, 상기 상부 이미지 내에서 미리 설정된 수평영역 내에서 식별되는 송전선(10)의 형태대로 연장된 부분적인 송전선라인(L)을 추출하며, 도 5에 도시된 바와 같이 추출된 부분적인 송전선라인(L)을 직선방향으로 연장시켜 전체적인 가상의 송전선라인(L)을 추출하는 것이 바람직하다.
이로 인해, 상기 ROI를 생성하기 위해 선행되어야 하는 송전선라인(L)을 추출하기 위한 과정이 단순화되어 데이터 처리속도가 증대되는 효과를 구현할 수 있다.
상기 마스킹적용 단계(S220)는, 마스킹적용부(120)를 통해, 상기 주행전방 영상 내에서 식별되는 각 송전선(10) 이외의 주변이미지를 필터링하기 위한 마스킹영역(M)을 상기 주행전방 영상에 적용하는 단계로서, 상기 송전선라인 추출 단계(S230)를 통해 송전선라인 추출부(130)가 송전선라인(L)을 추출하는 범위를 고려하여 마스킹영역(M)을 적용하는 것이 바람직하다.
이와 같은 마스킹적용 단계(S220)를 통해, 주행전방 영상 내에서 식별되는 각 송전선(10) 이외의 주변이미지를 필터링되면서 감지되는 객체의 개수가 감소하게 되므로 송전선라인(L)의 추출 과정이 보다 용이해지며, 처리속도가 증대되는 효과를 구현할 수 있다. 여기서, 상기 마스킹영역(M)의 필터링 크기는 송전선라인 추출부(130)의 분해능을 고려하여 적절하게 설정되는 것이 바람직하다.
상기 ROI생성 단계(S240)는, ROI생성부(140)를 통해 상기 주행전방 영상 내에서 수직중심선(Ov)을 기준으로 가장 근접한 2개의 상부 송전선라인(Lin)을 수평하게 연결한 라인을 윗변으로 하고 상기 수직중심선(Ov)을 기준으로 가장 이격된 2개의 하부 송전선라인(Lout)을 수평하게 연결한 라인을 아랫변으로 하는 사각형 형상의 ROI를 미리 설정된 n개만큼 생성하는 단계로서, 상기 ROI생성부(140)는 2개의 상부 송전선라인(Lin)을 수평하게 연결한 라인을 윗변으로 하되, 상기 윗변의 수평라인을 직하방으로 이동하여 2개의 하부 송전선라인(Lout)과 접하는 위치의 수평라인을 아랫변으로 하는 사각형 형상의 ROI를 생성할 수 있다.
상기 장애물인식 단계(S250)는, 인식제어부(150)를 통해 생성된 ROI의 내부영역만을 인식영역으로 판단하여 각각의 ROI에 대해서 주행장애물(20)을 인식하는 단계로서, 도 7에 도시된 바와 같이 각 ROI의 크기에 따라 주행장애물(20)의 크기를 추정하여 각각의 ROI에서 주행장애물(20)을 인식함으로써 인식효율이 증대되도록 구비되는 것이 바람직하다.
또한, 데이터베이스(160)는 본 발명의 바람직한 실시예에 따른 주행장애물 인식시스템(100)을 구동하기 위한 각종 데이터 및 주행장애물 모델의 학습 데이터가 저장되는데, 이러한 주행장애물 모델의 학습 데이터를 통해 생성된 ROI 크기에 맞게 주행장애물(20) 모델의 크기를 변화시키면서 추정하는 방식으로 주행장애물(20)을 인식할 수 있게 된다.
상술한 바와 같은 본 발명의 바람직한 실시예에 따른 주행장애물 인식시스템(100) 및 주행장애물 인식방법의 각 구성 및 기능에 의해, 4도체 송전선(10)에 체결된 스페이서 등의 주행장애물(20)의 체결구조를 반영한 ROI 범위, 즉 주행장애물이 존재할 수 있는 영역 내에서만 객체 인식이 이루어져 영상 처리 과정에서 과도한 연산 처리량이 요구되지 않는 효과를 구현할 수 있음은 물론, 복잡한 주변 환경에서도 높은 인률을 유지할 수 있다.
또한, 주행전방 영상 내에서 식별되는 각 송전선(10) 이외의 주변이미지를 필터링하기 위한 마스킹영역(M)을 상기 주행전방 영상에 적용하므로, ROI 생성을 위한 송전선라인(L)의 추출 과정이 보다 용이해지며, 처리속도가 증대됨은 물론, 각 ROI의 크기에 따라 주행장애물의 크기를 추정하여 각각의 ROI에서 주행장애물을 인식하도록 동작하므로 인식 효율이 향상되는 효과가 있다.
이상과 같이, 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 이것에 의해 한정되지 않으며 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술 사상과 아래에 기재될 청구범위의 균등 범위 내에서 다양한 수정 및 변형이 가능함은 물론이다.
10...송전선 20..주행장애물
100...주행장애물 인식시스템 110...촬영부
120...마스킹적용부 130...송전선라인 추출부
140...ROI생성부 150...인식제어부
160...데이터베이스
S210...송전선 이미지 획득 단계 S220...마스킹적용 단계
S230...송전선라인 추출 단계 S240...ROI생성 단계
S250...장애물인식 단계

Claims (12)

  1. 4도체 송전선(10)을 따라 주행하는 주행장치의 일측에 설치되어 4개의 송전선(10)의 이미지가 식별되는 주행전방 영상을 촬영하는 촬영부(110);
    상기 주행전방 영상 내에서 식별되는 각 송전선(10)의 형태대로 연장된 송전선라인(L)을 추출하는 송전선라인 추출부(130);
    상기 주행전방 영상 내에서 수직중심선(Ov)을 기준으로 가장 근접한 2개의 상부 송전선라인(Lin)을 수평하게 연결한 라인을 윗변으로 하고 상기 수직중심선(Ov)을 기준으로 가장 이격된 2개의 하부 송전선라인(Lout)을 수평하게 연결한 라인을 아랫변으로 하는 사각형 형상의 ROI를 미리 설정된 n개만큼 생성하는 ROI생성부(140); 및
    생성된 ROI의 내부영역만을 인식영역으로 판단하여 각각의 ROI에 대해서 주행장애물(20)을 인식하는 인식제어부(150);를 포함하는 주행장애물 인식시스템.
  2. 제 1항에 있어서,
    상기 주행전방 영상 내에서 식별되는 각 송전선(10) 이외의 주변이미지를 필터링하기 위한 마스킹영역(M)을 상기 주행전방 영상에 적용하는 마스킹적용부(120);를 더 포함하는 것을 특징으로 하는 주행장애물 인식시스템.
  3. 제 1항에 있어서,
    상기 인식제어부(150)는, 각 ROI의 크기에 따라 주행장애물(20)의 크기를 추정하여 각각의 ROI에서 주행장애물(20)을 인식하는 것을 특징으로 하는 주행장애물 인식시스템.
  4. 제 1항에 있어서,
    상기 ROI생성부(140)는, 2개의 상부 송전선라인(Lin)을 수평하게 연결한 라인을 윗변으로 하되, 상기 윗변의 라인을 직하방으로 이동하여 2개의 하부 송전선라인(Lout)과 접하는 위치의 수평라인을 아랫변으로 하는 사각형 형상의 ROI를 생성하는 것을 특징으로 하는 주행장애물 인식시스템.
  5. 제 1항 내지 제 4항 중 어느 한 항에 있어서,
    상기 송전선라인 추출부(130)는,
    상기 주행전방 영상 내에서 수평중심선(Oh)을 기준으로 상부 이미지와 하부 이미지로 구분하고, 상기 상부 이미지 내에서 미리 설정된 수평영역 내에서 식별되는 송전선(10)의 형태대로 연장된 부분적인 송전선라인(L)을 추출하며, 추출된 부분적인 송전선라인(L)을 직선방향으로 연장시켜 전체적인 가상의 송전선라인(L)을 추출하는 것을 특징으로 하는 주행장애물 인식시스템.
  6. 제 5항에 있어서,
    상기 주행전방 영상 내에서 식별되는 각 송전선(10) 이외의 주변이미지를 필터링하기 위한 마스킹영역(M)을 상기 주행전방 영상에 적용하는 마스킹적용부(120);를 더 포함하되,
    상기 마스킹적용부(120)는, 상기 상부 이미지 내에서 미리 설정된 수평영역 내에서 식별되는 각 송전선(10) 이외의 주변이미지를 필터링하기 위한 마스킹영역(M)을 적용하는 것을 특징으로 하는 주행장애물 인식시스템.
  7. 4도체 송전선(10)을 따라 주행하는 주행장치의 일측에 설치된 촬영부(110)를 통해 촬영된 4개의 송전선(10)의 이미지가 식별되는 주행전방 영상을 획득하는 송전선 이미지 획득 단계(S210);
    송전선라인 추출부(130)를 통해 상기 주행전방 영상 내에서 식별되는 각 송전선(10)의 형태대로 연장된 송전선라인(L)을 추출하는 송전선라인 추출 단계(S230);
    ROI생성부(140)를 통해 상기 주행전방 영상 내에서 수직중심선(Ov)을 기준으로 가장 근접한 2개의 상부 송전선라인(Lin)을 수평하게 연결한 라인을 윗변으로 하고 상기 수직중심선(Ov)을 기준으로 가장 이격된 2개의 하부 송전선라인(Lout)을 수평하게 연결한 라인을 아랫변으로 하는 사각형 형상의 ROI를 미리 설정된 n개만큼 생성하는 ROI생성 단계(S240); 및
    인식제어부(150)를 통해 생성된 ROI의 내부영역만을 인식영역으로 판단하여 각각의 ROI에 대해서 주행장애물(20)을 인식하는 장애물인식 단계(S250);를 포함하는 주행장애물 인식방법.
  8. 제 7항에 있어서,
    마스킹적용부(120)를 통해, 상기 주행전방 영상 내에서 식별되는 각 송전선(10) 이외의 주변이미지를 필터링하기 위한 마스킹영역(M)을 상기 주행전방 영상에 적용하는 마스킹적용 단계(S220);를 더 포함하며,
    상기 송전선라인 추출 단계(S230)는, 상기 마스킹영역(M)이 적용된 범위 내에서 송전선라인(L)을 추출하는 것을 특징으로 하는 주행장애물 인식방법.
  9. 제 7항에 있어서,
    장애물인식 단계(S250)는, 각 ROI의 크기에 따라 주행장애물(20)의 크기를 추정하여 각각의 ROI에서 주행장애물(20)을 인식하는 것을 특징으로 하는 주행장애물 인식방법.
  10. 제 7항에 있어서,
    상기 ROI생성 단계(S240)는, 2개의 상부 송전선라인(Lin)을 수평하게 연결한 라인을 윗변으로 하되, 상기 윗변의 라인을 직하방으로 이동하여 2개의 하부 송전선라인(Lout)과 접하는 위치의 수평라인을 아랫변으로 하는 사각형 형상의 ROI를 생성하는 것을 특징으로 하는 주행장애물 인식방법.
  11. 제 7항 내지 제 10항 중 어느 한 항에 있어서,
    상기 송전선라인 추출 단계(S230)는,
    상기 주행전방 영상 내에서 수평중심선(Oh)을 기준으로 상부 이미지와 하부 이미지로 구분하고, 상기 상부 이미지 내에서 미리 설정된 수평영역 내에서 식별되는 송전선(10)의 형태대로 연장된 부분적인 송전선라인(L)을 추출하며, 추출된 부분적인 송전선라인(L)을 직선방향으로 연장시켜 전체적인 가상의 송전선라인(L)을 추출하는 것을 특징으로 하는 주행장애물 인식방법.
  12. 제 11항에 있어서,
    마스킹적용부(120)를 통해, 상기 주행전방 영상 내에서 식별되는 각 송전선(10) 이외의 주변이미지를 필터링하기 위한 마스킹영역(M)을 상기 주행전방 영상에 적용하는 마스킹적용 단계(S220);를 더 포함하되,
    상기 마스킹적용 단계(S220)는, 상기 상부 이미지 내에서 미리 설정된 수평영역 내에서 식별되는 각 송전선(10) 이외의 주변이미지를 필터링하기 위한 마스킹영역(M)을 적용하는 것을 특징으로 하는 주행장애물 인식방법.
KR1020130013166A 2013-02-06 2013-02-06 4도체 송전선상의 주행장애물 인식시스템 및 주행장애물 인식방법 KR101391668B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130013166A KR101391668B1 (ko) 2013-02-06 2013-02-06 4도체 송전선상의 주행장애물 인식시스템 및 주행장애물 인식방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130013166A KR101391668B1 (ko) 2013-02-06 2013-02-06 4도체 송전선상의 주행장애물 인식시스템 및 주행장애물 인식방법

Publications (1)

Publication Number Publication Date
KR101391668B1 true KR101391668B1 (ko) 2014-05-07

Family

ID=50893128

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130013166A KR101391668B1 (ko) 2013-02-06 2013-02-06 4도체 송전선상의 주행장애물 인식시스템 및 주행장애물 인식방법

Country Status (1)

Country Link
KR (1) KR101391668B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110705545A (zh) * 2019-09-09 2020-01-17 云南电网有限责任公司曲靖供电局 障碍物识别方法、装置、存储介质及巡检机器人
CN113160217A (zh) * 2021-05-12 2021-07-23 北京京东乾石科技有限公司 一种线路异物的检测方法、装置、设备及存储介质
CN113435407A (zh) * 2021-07-20 2021-09-24 广东电网有限责任公司 一种输电系统的小目标识别方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010515184A (ja) 2007-01-04 2010-05-06 コンチネンタル オートモーティヴ ゲゼルシャフト ミット ベシュレンクテル ハフツング 交通標識識別のためのドライバーアシスタンスシステム
JP2010517139A (ja) 2007-01-18 2010-05-20 シーメンス コーポレイト リサーチ インコーポレイテツド 車両を検出および追跡するためのシステムおよび方法
JP2010537330A (ja) 2007-08-28 2010-12-02 ヴァレオ・シャルター・ウント・ゼンゾーレン・ゲーエムベーハー 画像評価適応走行制御システムのセンサ画像における輝度値を評価するための方法およびシステム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010515184A (ja) 2007-01-04 2010-05-06 コンチネンタル オートモーティヴ ゲゼルシャフト ミット ベシュレンクテル ハフツング 交通標識識別のためのドライバーアシスタンスシステム
JP2010517139A (ja) 2007-01-18 2010-05-20 シーメンス コーポレイト リサーチ インコーポレイテツド 車両を検出および追跡するためのシステムおよび方法
JP2010537330A (ja) 2007-08-28 2010-12-02 ヴァレオ・シャルター・ウント・ゼンゾーレン・ゲーエムベーハー 画像評価適応走行制御システムのセンサ画像における輝度値を評価するための方法およびシステム

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110705545A (zh) * 2019-09-09 2020-01-17 云南电网有限责任公司曲靖供电局 障碍物识别方法、装置、存储介质及巡检机器人
CN110705545B (zh) * 2019-09-09 2023-03-10 云南电网有限责任公司曲靖供电局 障碍物识别方法、装置、存储介质及巡检机器人
CN113160217A (zh) * 2021-05-12 2021-07-23 北京京东乾石科技有限公司 一种线路异物的检测方法、装置、设备及存储介质
CN113435407A (zh) * 2021-07-20 2021-09-24 广东电网有限责任公司 一种输电系统的小目标识别方法及装置

Similar Documents

Publication Publication Date Title
CN109034047B (zh) 一种车道线检测方法及装置
US10353271B2 (en) Depth estimation method for monocular image based on multi-scale CNN and continuous CRF
US20200051250A1 (en) Target tracking method and device oriented to airborne-based monitoring scenarios
KR101569411B1 (ko) 보행자 인식 장치 및 그 방법
US8903127B2 (en) Egomotion estimation system and method
JP2013109760A (ja) 対象検知方法及び対象検知システム
US9393999B2 (en) Vehicle movement path system and method for vehicle
JP5999127B2 (ja) 画像処理装置
JP2011013706A (ja) ステレオ画像処理装置およびステレオ画像処理方法
CN112889071B (zh) 用于确定二维图像中深度信息的系统和方法
KR101818129B1 (ko) 나선 신경망 기법을 이용한 보행자 인식 장치 및 방법
US20140205184A1 (en) Method for representing surroundings
US9747507B2 (en) Ground plane detection
KR102052833B1 (ko) 영상 추적을 이용한 차량 속도 검출 장치 및 방법
KR101391668B1 (ko) 4도체 송전선상의 주행장애물 인식시스템 및 주행장애물 인식방법
JP2013186902A (ja) 車輌検知方法及び装置
JP6547841B2 (ja) 画像処理装置、物体認識装置、機器制御システム、画像処理方法およびプログラム
JPWO2017094300A1 (ja) 画像処理装置、物体認識装置、機器制御システム、画像処理方法およびプログラム
KR101699014B1 (ko) 스테레오 카메라를 이용한 객체 검출 방법 및 장치
JP2014170368A (ja) 画像処理装置、方法及びプログラム並びに移動体
JP6617150B2 (ja) 物体検出方法及び物体検出装置
CN111583335B (zh) 定位系统、定位方法和非易失性计算机可读存储介质
KR101779040B1 (ko) 태양광 어레이의 열적외선 영상으로부터 패널 영역을 자동 추출하는 방법 및 장치
KR101593483B1 (ko) 동등-높이 정합 영상을 이용하여 물체를 검출하기 위한 영상 처리 장치 및 방법, 그리고 그를 이용한 차량 운전 보조 시스템
CN109919128B (zh) 控制指令的获取方法、装置及电子设备

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20170523

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180409

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190429

Year of fee payment: 6