KR101748524B1 - 시정거리 산정을 이용한 안개 감지 장치 및 방법 - Google Patents
시정거리 산정을 이용한 안개 감지 장치 및 방법 Download PDFInfo
- Publication number
- KR101748524B1 KR101748524B1 KR1020160009177A KR20160009177A KR101748524B1 KR 101748524 B1 KR101748524 B1 KR 101748524B1 KR 1020160009177 A KR1020160009177 A KR 1020160009177A KR 20160009177 A KR20160009177 A KR 20160009177A KR 101748524 B1 KR101748524 B1 KR 101748524B1
- Authority
- KR
- South Korea
- Prior art keywords
- edge
- distance information
- image
- distance
- area
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000001514 detection method Methods 0.000 title claims description 19
- 238000003708 edge detection Methods 0.000 claims abstract description 40
- 238000012937 correction Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 5
- 230000007717 exclusion Effects 0.000 claims description 5
- 230000000873 masking effect Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 206010039203 Road traffic accident Diseases 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000003595 mist Substances 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N2015/0023—Investigating dispersion of liquids
- G01N2015/0026—Investigating dispersion of liquids in gas, e.g. fog
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
안개 감지 장치 및 방법이 개시된다. 안개 감지 장치는 도로 영상을 획득하는 영상 촬영부 및 도로 영상에서 객체의 에지 정보를 가지는 에지 검출 영상을 획득하고, 획득된 에지 검출 영상에서 처음으로 에지가 검출된 지점 또는 에지가 일정 임계치 이상 누적된 지점까지를 안개 영역으로 결정하는 안개영역 측정부를 포함한다.
Description
본 발명은 시정거리 산정을 이용한 안개 감지 장치 및 방법에 관한 것이다.
일반적으로, 교통사고의 주요 원인으로는 과속, 기상악화, 음주운전, 졸음운전, 부주의 등이 있으며, 특히, 아무리 운전에 능숙한 사람이라도 비가 내리거나 안개 낀 날씨에는 긴장을 늦출 수 없게 된다. 이와 같이, 비나 안개가 운전자의 시야를 가리고, 자동차의 제동 거리에도 영향을 주기 때문에 교통사고 위험이 커지기 때문이다. 예를 들어, 교통안전공단이 발표한 기상재해별 교통사고 치사율에 따르면 맑은 날(2.4)보다 안개 낀 날(8.9)이 3.7배 정도, 비 오는 날(3.0)은 3배가량 높았다.
특히, 짙은 안개가 끼는 경우, 운전자는 물론 보행자도 충분한 시야를 확보하기 어려워 추돌사고나 무단횡단 사고가 날 위험이 크다. 또한, 대부분의 운전자는 안개 낀 도로에서도 기존의 맑은 날씨에 하는 것과 같은 속도로 운전하고, 차간 거리도 맑은 날 운전할 때와 비슷하게 유지하므로 안개도로에서 사고는 대형사고로 이어질 가능성이 크다. 예를 들면, 2006년 10월 서해대교에서 안개 때문에 29중 추돌사고가 나 11명이 사망하고 46명이 부상당한 것이 대표적인 예다. 평소에도 안개가 자주 끼는 제주도 평화로의 경우, 2002년 개통 이후 추돌사고가 끊이지 않았고, 2011년 11월에도 29중 추돌사고가 난 바 있다.
이러한 안개 발생시 교통사고를 줄이기 위해서 가장 확실한 방법은 발생된 안개를 제거하거나, 안개가 원천적으로 발생하지 않게 하는 것이다. 그러나, 이것은 현실적으로 불가능하기 때문에 전방 도로의 안개 발생 여부를 신속 정확하게 검지하여 이를 운전자에게 알려 줌으로써, 운전자로 하여금 안개 발생 위험도로구간을 우회하거나 미리 속도를 낮추어 안개구간에 진입하게 하는 등의 방안이 필요하다.
이러한 안개발생 정보제공을 위해 기존에는 고가의 안개검지(시정) 센서를 별도로 구매하여 설치하였는데, 비교적 고가인 시정센서 특성으로 위험도로구간에 널리 설치 및 운영되지 못하고 있는 설정이다.
예를 들면, 안개경보 시스템의 핵심요소는 시정(visibility)을 산출하는 것으로 주로 안개센서와 같은 광학적 방식의 시정센서(visibility sensor)를 사용하고 있으며 현재 매우 다양한 종류의 센서가 개발되어 있다. 가장 널리 사용되고 있는 장비는 1991년에 Gerber에 의해 개발된 미립자 검출장치(PVM: Particulate Volume Monitor)로 구름의 수증기와 미립자 표면영역을 적외선 레이저(780nm)로부터 빛의 전방산란(forward scattering)을 측정하는 장치로 이 장치는 유지관리가 용이하고 어느 시간대에나 쉽게 적용할 수 있다는 장점이 있으나 비교적 고가이다. 2008년 상대적으로 저가인 광학센서(CSU OFD)가 Carrillo 등에 의해 개발되었으며, 이는 송신부와 수신부의 사이에 존재하는 안개를 검출하기 위해 880nm급 발광다이오드의 감쇠현상을 이용하고 있다. 그러나, 이러한 light-scatter 방식의 센서는 매우 좁은 영역만을 검지하는 원리적 한계점에 따라 눈, 비, 안개밀도의 불균일성 등에 의한 심각한 오류발생의 가능성이 있고 운전자의 시정 감각과 큰 차이가 발생될 수 있다.
따라서, 비용 효과적인 안개 검지 기술의 개발을 통해 안개 발생에 따른 정보를 즉각적으로 제공하여 안개로 인한 교통사고 발생을 감소시키는 기술의 개발이 필요한 실정이다.
본 발명은 촬영된 도로 영상을 이용하여 도로상에 발생하는 안개를 신속히 감지하고, 차량에서 주시 가능한 시정거리를 미리 산출하여 제공하는 시정거리 산정을 이용한 안개 감지 장치 및 방법을 제공하기 위한 것이다.
본 발명의 일 측면에 따르면, 시정거리 산정을 이용한 안개 감지 장치가 개시된다.
본 발명의 실시예에 따른 안개 감지 장치는 도로 영상을 획득하는 영상 촬영부 및 상기 도로 영상에서 객체의 에지 정보를 가지는 에지 검출 영상을 획득하고, 상기 획득된 에지 검출 영상에서 처음으로 에지가 검출된 지점 또는 에지가 일정 임계치 이상 누적된 지점까지를 안개 영역으로 결정하는 안개영역 측정부를 포함한다.
상기 도로 영상에서 일부 지점의 실측 거리 정보를 이용하여 도로 영상의 나머지 지점들의 거리 정보를 설정하는 거리 설정부 및 상기 도로 영상의 각 지점들에 대하여 설정된 거리 정보를 이용하여, 상기 에지 검출 영상에서 원거리 영역으로부터 근거리 영역으로 에지 검출 유무를 확인하고, 처음으로 에지가 검출된 지점의 거리 정보를 시정 거리 정보로 산출하는 시정거리 산출부를 더 포함한다.
상기 거리 설정부는 상기 도로 영상의 모든 지점들에 대하여 거리 정보를 설정하기 위하여 등거리선을 이용한 거리맵을 생성한다.
상기 거리 설정부는 일부 지점의 실측 거리 정보를 이용하여 예측된 가상 등거리선을 도로 영상 위에 원거리 영역부터 근거리 영역까지 입력받고, 입력된 상기 가상 등거리선을 기준으로 상기 도로 영상의 모든 지점들에 대하여 거리 정보를 설정하여 상기 거리맵을 생성한다.
상기 거리 설정부는 입력된 상기 가상 등거리선을 기준으로 인접한 두 가상 등거리선 사이의 지점들에 대하여 거리 정보를 설정함으로써, 상기 도로 영상의 모든 지점들에 대하여 거리 정보를 설정한다.
상기 거리 설정부는 상기 인접한 두 등거리선 상에 존재하는 일부 실측 지점들을 연결하여, 상기 인접한 두 등거리선 사이의 영역을 복수의 삼각형 영역으로 분할한 후, 상기 삼각형 영역의 각 꼭지점에 대한 거리 정보를 기반으로 상기 삼각형 영역 내부의 모든 지점에 대한 거리 정보를 선형 보간법(linear interpolation)을 이용하여 산출한다.
상기 안개영역 측정부는, 상기 도로 영상에서 밝기 대비가 미리 설정된 비율 이상인 에지를 검출하여 에지 검출 영상을 생성하는 에지 검출부 및 상기 도로 영상에서 에지 판단 영역과 에지 제외 영역을 정의하기 위한 마스크 이미지를 생성하고, 상기 마스크 이미지를 이용하여 상기 에지 검출 영상에서 상기 에지 제외 영역의 에지를 제외하는 마스킹 처리부를 포함한다.
상기 에지 검출부는 상기 도로 영상에서 밝기가 급격하게 변하는 경계 영역인 에지의 변화량인 에지값을 산출하여 에지를 검출한다.
상기 에지 검출부는 상기 도로 영상의 이미지값에 소벨 마스크를 적용한 후, X축 변화량의 절대값과 Y축 변화량의 절대값을 서로 더하여 상기 에지값을 산출한다.
상기 에지 검출부는 에지 기준값을 가지는 에지를 검출하되, 상기 에지 기준값은 상기 밝기 대비가 미리 설정된 비율인 에지의 에지값으로 결정된다.
상기 에지 제외 영역은 상기 도로 영상에 오버레이된 정보 또는 수직으로 배치된 구조물이 표시된 영역을 포함한다.
상기 시정거리 산출부는 상기 도로 영상의 모든 지점들에 대한 좌표 정보, 거리 정보 및 에지 검출 여부 정보를 하나의 그룹으로 묶고, 모든 지점들에 대한 그룹 정보들을 상기 거리 정보를 기준으로 원거리에서 근거리 순으로 정렬하고, 상기 정렬된 그룹 정보들로부터 원거리에서 근거리 방향으로 에지 유무를 판단하여 처음으로 에지가 검출된 그룹에 속한 거리 정보를 상기 시정 거리 정보로 판단한다.
상기 시정거리 산출부는 상기 처음으로 에지가 검출된 지점 대신에, 에지가 일정 임계치이상 누적된 지점의 거리 정보를 시정 거리 정보로 산출한다.
상기 시정 거리 정보를 유무선 통신망을 통해 교통 관제 센터 또는 운전자에게 제공하는 안개정보 제공부를 더 포함한다.
본 발명의 다른 측면에 따르면, 시정거리 산정을 이용한 안개 감지 장치가 수행하는 안개 감지 방법이 개시된다.
본 발명의 실시예에 따른 안개 감지 방법은 도로 영상을 획득하는 단계 및 상기 도로 영상에서 객체의 에지 정보를 가지는 에지 검출 영상을 획득하고, 상기 획득된 에지 검출 영상에서 처음으로 에지가 검출된 지점 또는 에지가 일정 임계치 이상 누적된 지점까지를 안개 영역으로 결정하는 단계를 포함한다.
상기 안개 영역으로 결정하는 단계는, 상기 도로 영상에서 일부 지점의 실측 거리 정보를 이용하여 도로 영상의 나머지 지점들의 거리 정보를 설정하는 단계, 상기 도로 영상에서 가시 영역과 안개 영역을 판단하기 위하여 에지(edge)를 검출하여 에지 검출 영상을 생성하는 단계 및 상기 도로 영상의 각 지점들에 대하여 설정된 거리 정보를 이용하여, 상기 에지 검출 영상에서 원거리 영역으로부터 근거리 영역으로 에지 검출 유무를 확인하고, 처음으로 에지가 검출된 지점의 거리 정보를 시정 거리 정보로 산출하는 단계를 포함한다.
상기 거리 정보를 설정하는 단계는, 상기 도로 영상의 모든 지점들에 대하여 거리 정보를 설정하기 위하여 등거리선을 이용한 거리맵을 생성하는 단계를 포함한다.
상기 거리맵을 생성하는 단계는, 일부 지점의 실측 거리 정보를 이용하여 예측된 가상 등거리선을 도로 영상 위에 원거리 영역부터 근거리 영역까지 입력받는 단계 및 입력된 상기 가상 등거리선을 기준으로 상기 도로 영상의 모든 지점들에 대하여 거리 정보를 설정하는 단계를 포함한다.
상기 도로 영상의 모든 지점들에 대하여 거리 정보를 설정하는 단계는, 입력된 상기 가상 등거리선을 기준으로 인접한 두 가상 등거리선 사이의 지점들에 대하여 거리 정보를 설정하는 단계를 포함한다.
상기 인접한 두 가상 등거리선 사이의 지점들에 대하여 거리 정보를 설정하는 단계는, 상기 인접한 두 등거리선 상에 존재하는 일부 실측 지점들을 연결하여, 상기 인접한 두 등거리선 사이의 영역을 복수의 삼각형 영역으로 분할하는 단계 및 상기 삼각형 영역의 각 꼭지점에 대한 거리 정보를 기반으로 상기 삼각형 영역 내부의 모든 지점에 대한 거리 정보를 선형 보간법(linear interpolation)을 이용하여 산출하는 단계를 포함한다.
상기 에지 검출 영상을 생성하는 단계는, 상기 도로 영상에서 밝기 대비가 미리 설정된 비율 이상인 에지를 검출하여 에지 검출 영상을 생성하는 단계 및 상기 도로 영상에서 에지 판단 영역과 에지 제외 영역을 정의하기 위한 마스크 이미지를 생성하고, 상기 마스크 이미지를 이용하여 상기 에지 검출 영상에서 상기 에지 제외 영역의 에지를 제외하는 단계를 포함한다.
상기 도로 영상에서 밝기 대비가 미리 설정된 비율 이상인 에지를 검출하여 에지 검출 영상을 생성하는 단계는, 상기 도로 영상에서 밝기가 급격하게 변하는 경계 영역인 에지의 변화량인 에지값을 산출하는 단계 및 에지 기준값을 가지는 에지를 검출하는 단계를 포함한다.
상기 에지 기준값은 상기 밝기 대비가 미리 설정된 비율인 에지의 에지값으로 결정된다.
상기 처음으로 에지가 검출된 지점의 거리 정보를 시정 거리 정보로 산출하는 단계는, 상기 도로 영상의 모든 지점들에 대한 좌표 정보, 거리 정보 및 에지 검출 여부 정보를 하나의 그룹으로 묶고, 모든 지점들에 대한 그룹 정보들을 상기 거리 정보를 기준으로 원거리에서 근거리 순으로 정렬하는 단계 및 상기 정렬된 그룹 정보들로부터 원거리에서 근거리 방향으로 에지 유무를 판단하여 처음으로 에지가 검출된 그룹에 속한 거리 정보를 상기 시정 거리 정보로 판단하는 단계를 포함한다.
상기 처음으로 에지가 검출된 지점의 거리 정보를 시정 거리 정보로 산출하는 단계는, 상기 처음으로 에지가 검출된 지점 대신에, 에지가 일정 임계치 이상 누적된 지점의 거리 정보를 시정 거리 정보로 산출한다.
본 발명의 실시예에 따른 시정거리 산정을 이용한 안개 감지 장치 및 방법은 촬영된 도로 영상을 이용하여 도로상에 발생하는 안개를 신속히 감지하고, 차량에서 주시 가능한 시정거리를 미리 산출하여 제공함으로써, 안개 발생 지역에서 운전자의 안전 운전을 유도하고, 효율적으로 교통을 관리할 수 있다.
도 1 및 도 2는 본 발명의 실시예에 따른 안개 감지 장치의 구성을 개략적으로 예시한 도면.
도 3 내지 도 11은 본 발명의 실시예에 따른 안개 감지 장치의 동작을 설명하기 위한 도면.
도 12는 본 발명의 실시예에 따른 안개 감지 방법을 나타낸 흐름도.
도 3 내지 도 11은 본 발명의 실시예에 따른 안개 감지 장치의 동작을 설명하기 위한 도면.
도 12는 본 발명의 실시예에 따른 안개 감지 방법을 나타낸 흐름도.
본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "구성된다" 또는 "포함한다" 등의 용어는 명세서상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
이하, 본 발명의 다양한 실시예들을 첨부된 도면을 참조하여 상술하겠다.
도 1 및 도 2는 본 발명의 실시예에 따른 안개 감지 장치의 구성을 개략적으로 예시한 도면이고, 도 3 내지 도 11은 본 발명의 실시예에 따른 안개 감지 장치의 동작을 설명하기 위한 도면이다. 이하, 도 1 및 도 2를 중심으로 본 발명의 실시예에 따른 안개 감지 장치의 구성에 대하여 설명하되, 도 3 내지 도 11을 참조하기로 한다.
도 1을 참조하면, 본 발명의 실시예에 다른 안개 감지 장치는 영상 촬영부(10), 거리 설정부(20), 안개영역 측정부(30), 시정거리 산출부(40) 및 안개정보 제공부(50)를 포함한다.
영상 촬영부(10)는 도로 영상을 획득한다. 예를 들어, 영상 촬영부(10)는 안개가 자주 발생하는 지역의 도로를 촬영하도록 설치하는 안개감지 전용 카메라일 수 있다. 또는, 영상 촬영부(10)는 교통 관제 센터와 연결되어 교통 상황을 촬영하기 위하여 기설치된 CCTV일 수도 있다.
거리 설정부(20)는 획득된 도로 영상에서 일부 지점(픽셀 좌표)의 실측 거리 정보를 이용하여 예측되는 도로 영상의 나머지 지점들의 거리 정보를 설정한다. 여기서, 거리 정보는 영상 촬영부(10)로부터 해당 지점까지의 거리일 수 있다.
예를 들어, 거리 설정부(20)는 도로 영상의 모든 지점들에 대하여 거리 정보를 설정하기 위하여 등거리선을 이용한 거리맵을 생성할 수 있다.
즉, 거리 설정부(20)는 도 3에 도시된 바와 같은 거리맵 설정 화면을 출력하여 거리맵을 생성할 수 있다. 도 3을 참조하면, 거리 설정부(20)는 310과 같이 도로 영상과 설정 메뉴로 구성되는 거리맵 설정 화면을 출력한다. 이어, 사용자는 일부 지점의 실측 거리 정보를 이용하여 도로 영상 위에 원거리 영역(320)부터 근거리 영역(330)까지 가상 등거리선을 입력한다. 여기서, 입력되는 가상 등거리선은 도 3에 거리맵 설정 화면에 도시된 바와 같이, 실측 거리 정보를 가지는 일부 지점들이 연결되어 생성될 수 있으며, 서로 일정 간격(예를 들어, 200m)을 가질 수 있다. 이후, 사용자가 가장 가까운 거리까지 가상 등거리선을 입력하고 나서 거리맵 생성 버튼을 누르면, 거리 설정부(20)는 입력된 가상 등거리선을 기준으로 도로 영상의 모든 지점에 대하여 거리 정보를 생성한다(340). 즉, 거리 설정부(20)는 인접한 두 가상 등거리선 사이의 지점들에 대하여 거리 정보를 설정한다. 도 4를 참조하면, 거리 설정부(20)는 사용자의 등거리선 입력이 완료되면(거리맵 생성 버튼 입력), 인접한 두 등거리선 상에 존재하는 일부 실측 지점들을 연결하여, 인접한 두 등거리선 사이의 영역을 복수의 삼각형 영역으로 분할한다. 이어, 거리 설정부(20)는 삼각형 영역의 각 꼭지점(즉, 실측 지점)에 대한 거리 정보를 기반으로 삼각형 영역 내부의 모든 지점에 대한 거리 정보를 선형 보간법(linear interpolation)을 이용하여 산출한다.
안개영역 측정부(30)는 도로 영상에서 가시 영역과 안개 영역을 판단하기 위하여 에지(edge)를 검출하여 에지 검출 영상을 생성한다.
예를 들어, 도 5에 도시된 바와 같이, 안개영역 측정부(30)는 그레이 스케일로 변환된 도로 영상에서 이미지 밝기 대비가 5%이상이 되는 에지를 검출한 후, 에지가 존재하는 영역을 가시 영역으로, 에지가 존재하지 않는 영역을 안개 영역(붉은색으로 표시)으로 판단할 수 있다.
도 2를 참조하면, 안개영역 측정부(30)는 에지 검출부(31) 및 마스킹 처리부(33)를 포함한다.
에지 검출부(31)는 밝기 대비가 미리 설정된 비율 이상의 에지를 검출하여 에지 검출 영상을 생성한다.
예를 들어, 이미지 밝기 대비는 대상 물체의 내부와 외부의 밝기 차이를 나타낸다. 도 6은 이미지 밝기 대비의 몇 가지 샘플값에 따른 이미지를 나타낸다. 도 6을 참조하면, 안개로 인하여 물체가 보이지 않는다는 기준은 이미지 밝기 대비값을 5%로 설정하는 것이 적절할 수 있다. 밝기 대비값을 구하기 위해서는, 대상 물체와 배경을 구분할 수 있어야 하는데, 이는 도 6에 도시된 이미지처럼 심플한 이미지에서는 가능하나, 일반적인 CCTV 카메라의 영상에서는 그 구분이 명확하게 정의될 수 없다. 그래서, 본 발명의 실시예에서는, 대상 물체와 배경을 구분해야 하는 대비 산출 방식 대신에, 이미지 상의 밝기가 급격하게 변하는 경계 영역인 에지의 변화량(이하, 에지값이라 함)을 구하는 방식이 사용될 수 있다. 에지값을 구하는 방식으로서, 하기 표 1과 같이, 이미지값에 소벨 마스크가 적용될 수 있으며, X축 변화량의 절대값과 Y축 변화량의 절대값을 서로 더하여 에지값이 산출될 수 있다.
| 이미지 값 | 가로 소벨 마스크 | 가로 변화량 |
 |
 |
    |
| 이미지 값 | 세로 소벨 마스크 | 세로 변화량 |
 |
 |
   |
즉, 에지값(G)는 일반적으로, 
와 같이 정의되지만, 본 발명의 실시예에서는, 간단하게 
로 산출할 수 있다.
이와 같은 방법으로 산출한 에지값은 처리 영상의 크기(가로X세로)에 따라 다르게 나타날 수 있다. 일반적으로, 영상에서 밝기 변화는 여러 픽셀에 걸쳐서 나타날 수 있으며, 이것은 이미지 크기가 커질수록 더 넓게 분포하기 때문에, 처리 영상의 크기를 정한 다음에 밝기 대비 5%에 해당하는 에지값을 실험적으로 찾아야 한다. 그래서, 도 7은 밝기 대비 5%에 해당하는 에지값을 실험적으로 찾기 위하여, 원본 영상에서 특정 에지값들을 기준으로 검출된 에지를 파란색으로 표시한 것이다. 도 7에 도시된 바와 같이, 에지 기준값 40과 50에서는 에지가 좀 더 검출이 되어야 하고, 에지 기준값 10과 20 에서는 과도하게 검출이 되었으므로, 30 정도가 적절한 에지 기준값이 될 수 있다.
마스킹 처리부(33)는 에지 판단 영역과 에지 제외 영역을 정의하기 위하여 마스크 이미지를 생성한다.
예를 들어, 도 8을 참조하면, 도로 영상에서 가로등, 가로수 등과 같은 수직으로 배치된 구조물 및 도로 영상에 오버레이된 정보(문자, 숫자, 기호 등)은 시정거리 판단을 위한 에지 검출 과정에서 제외되어야 한다. 그래서, 마스킹 처리부(33)는 도 8에 도시된 바와 같은 마스크 이미지를 도로 영상에 구성하여 에지 판단 영역과 에지 제외 영역을 정의할 수 있다(녹색으로 표시된 영역이 에지 판단 영역). 그리고, 도 9는 이와 같은 마스크 이미지 적용 전후의 에지 검출 영상을 나타낸다.
시정거리 산출부(40)는 도로 영상의 각 지점들에 대하여 설정된 거리 정보를 이용하여, 에지 검출 영상에서 원거리 영역으로부터 근거리 영역으로 에지 검출 유무를 확인하고, 처음으로 에지가 검출된 지점의 거리 정보를 시정 거리 정보로 산출한다.
예를 들어, 시정거리 산출부(40)는 도로 영상의 모든 지점들에 대하여 좌표(x, y) 정보, 거리 정보(거리맵 정보) 및 에지 검출 여부 정보를 가지고 있으며, 이 정보들을 하나의 그룹으로 묶은 후, 모든 지점들에 대한 그룹 정보들을 거리 정보를 기준으로 원거리에서 근거리 순으로 정렬할 수 있다. 그리고, 시정거리 산출부(40)는 정렬된 그룹 정보들로부터 원거리에서 근거리 방향으로 에지 유무를 판단하여 처음으로 에지가 검출된 그룹에 속한 거리 정보를 안개 영역과 가시 영역의 경계까지 거리 즉, 시정 거리로 판단할 수 있다.
또한, 시정거리 산출부(40)는 에지가 일정 임계치이상 누적된 지점의 거리 정보를 시정 거리 정보로 산출할 수도 있다.
예를 들어, 처음으로 에지가 검출된 지점은 영상 내 잡음으로 인하여 실제 시정거리와 오차가 있을 수 있다. 그래서, 시정거리 산출부(40)는 처음으로 에지가 검출된 지점이 아닌, 에지가 일정 임계치이상 누적된 지점의 거리 정보를 사실상의 시정거리로 판단할 수도 있다. 즉, 도 10을 참조하면, 도 10의 왼쪽 도로 영상에 나타난 바와 같이, 에지가 처음으로 검출되는 지점의 거리를 시정거리로 판단하면, 원본 도로 영상에서 판단되는 실제 시정거리보다 더 멀리 보인다고 인식 될 수 있으므로, 오른쪽 도로 영상에 나타난 바와 같이, 희미하게 에지가 검출된 지점을 무시할 수 있도록 에지가 일정 임계치이상 누적된 지점의 거리 정보를 시정 거리로 산출하는 것이 오차를 줄일 수 있다.
안개정보 제공부(50)는 시정 거리 정보를 유무선 통신망을 통해 교통 관제 센터 또는 운전자에게 제공한다. 예를 들어, 시정 거리 정보는 도 11에 도시된 바와 같은 형태의 영상으로 제공될 수 있다. 즉, 도 11을 참조하면, 시정 거리 정보는 안개 영역을 특정색으로 표시하고, 시정 거리값을 오버레이하여 표시한 도로 영상일 수 있다.
예를 들어, 안개정보 제공부(50)는 시정 거리 정보를 유무선 통신망을 통해 교통 관제 센터로 전송할 수 있으며, 교통 관제 센터는 수신한 시정 거리 정보를 저장하고, 해당 도로에 설치된 전광판이나 경보 장치를 통해 시정 거리 정보나 경보 신호를 출력할 수도 있다. 그리고, 교통 관제 센터는 네비게이션, 모바일 단말, 라디오, 전용 단말기 등을 통해 시정 거리 정보를 운전자에게 제공할 수도 있다. 또는, 안개정보 제공부(50)는 네비게이션, 모바일 단말, 라디오, 전용 단말기 등을 통해 직접 운전자에게 시정 거리 정보를 운전자에게 제공할 수도 있다.
도 12는 본 발명의 실시예에 따른 안개 감지 방법을 나타낸 흐름도이다.
S1210 단계에서, 안개 감지 장치는 도로 영상을 획득한다.
S1220 단계에서, 안개 감지 장치는 획득된 도로 영상에서 일부 지점의 실측 거리 정보를 이용하여 예측되는 도로 영상의 나머지 지점들의 거리 정보를 설정한다. 여기서, 거리 정보는 영상 촬영부(10)로부터 해당 지점까지의 거리일 수 있다. 예를 들어, 안개 감지 장치는 도로 영상의 모든 지점들에 대하여 거리 정보를 설정하기 위하여 등거리선을 이용한 거리맵을 생성할 수 있다.
S1230 단계에서, 안개 감지 장치는 도로 영상에서 가시 영역과 안개 영역을 판단하기 위하여 에지를 검출하여 에지 검출 영상을 생성한다. 즉, 안개 감지 장치는 밝기 대비가 미리 설정된 비율 이상의 에지를 검출하여 에지 검출 영상을 생성하고, 에지 판단 영역과 에지 제외 영역을 정의하기 위하여 마스크 이미지를 생성할 수 있다.
S1240 단계에서, 안개 감지 장치는 도로 영상의 각 지점들에 대하여 설정된 거리 정보를 이용하여, 에지 검출 영상에서 원거리 영역으로부터 근거리 영역으로 에지 검출 유무를 확인하고, 처음으로 에지가 검출된 지점의 거리 정보를 시정 거리로 산출한다. 이때, 안개 감지 장치는 에지가 일정 임계치이상 누적된 지점의 거리 정보를 시정 거리로 산출할 수도 있다.
S1250 단계에서, 안개 감지 장치는 시정 거리 정보를 유무선 통신망을 통해 교통 관제 센터 또는 운전자에게 제공한다.
한편, 전술된 실시예의 구성 요소는 프로세스적인 관점에서 용이하게 파악될 수 있다. 즉, 각각의 구성 요소는 각각의 프로세스로 파악될 수 있다. 또한 전술된 실시예의 프로세스는 장치의 구성 요소 관점에서 용이하게 파악될 수 있다.
또한 앞서 설명한 기술적 내용들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예들을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 하드웨어 장치는 실시예들의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
상기한 본 발명의 실시예는 예시의 목적을 위해 개시된 것이고, 본 발명에 대한 통상의 지식을 가지는 당업자라면 본 발명의 사상과 범위 안에서 다양한 수정, 변경, 부가가 가능할 것이며, 이러한 수정, 변경 및 부가는 하기의 특허청구범위에 속하는 것으로 보아야 할 것이다.
10: 영상 촬영부
20: 거리 설정부
30: 안개영역 측정부
40: 시정거리 산출부
50: 안개정보 제공부
20: 거리 설정부
30: 안개영역 측정부
40: 시정거리 산출부
50: 안개정보 제공부
Claims (26)
- 도로 영상을 획득하는 영상 촬영부;
상기 도로 영상에서 일부 지점의 실측 거리 정보를 이용하여 도로 영상의 나머지 지점들의 거리 정보를 설정하는 거리 설정부;
상기 도로 영상에서 가시 영역과 안개 영역을 판단하기 위하여 에지(edge)를 검출하여 에지 검출 영상을 생성하는 안개영역 측정부; 및
상기 도로 영상의 각 지점들에 대하여 설정된 거리 정보를 이용하여, 상기 에지 검출 영상에서 원거리 영역으로부터 근거리 영역으로 에지 검출 유무를 확인하고, 처음으로 에지가 검출된 지점의 거리 정보를 시정 거리 정보로 산출하는 시정거리 산출부를 포함하되,
상기 거리 설정부는 일부 지점의 실측 거리 정보를 이용하여 예측된 가상 등거리선을 도로 영상 위에 원거리 영역부터 근거리 영역까지 입력받고, 입력된 상기 가상 등거리선을 기준으로 인접한 두 가상 등거리선 사이의 지점들에 대하여 거리 정보를 설정함으로써, 상기 도로 영상의 모든 지점들에 대하여 거리 정보를 설정하여 거리맵을 생성하며,
상기 거리 설정부는 상기 인접한 두 가상 등거리선 상에 존재하는 일부 실측 지점들을 연결하여, 상기 인접한 두 가상 등거리선 사이의 영역을 복수의 삼각형 영역으로 분할한 후, 상기 삼각형 영역의 각 꼭지점에 대한 거리 정보를 기반으로 상기 삼각형 영역 내부의 모든 지점에 대한 거리 정보를 선형 보간법(linear interpolation)을 이용하여 산출하는 것을 특징으로 하는 안개 감지 장치.
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 제1항에 있어서,
상기 안개영역 측정부는,
상기 도로 영상에서 밝기 대비가 미리 설정된 비율 이상인 에지를 검출하여 에지 검출 영상을 생성하는 에지 검출부; 및
상기 도로 영상에서 에지 판단 영역과 에지 제외 영역을 정의하기 위한 마스크 이미지를 생성하고, 상기 마스크 이미지를 이용하여 상기 에지 검출 영상에서 상기 에지 제외 영역의 에지를 제외하는 마스킹 처리부를 포함하는 것을 특징으로 하는 안개 감지 장치.
- 제7항에 있어서,
상기 에지 검출부는 상기 도로 영상에서 밝기가 급격하게 변하는 경계 영역인 에지의 변화량인 에지값을 산출하여 에지를 검출하는 것을 특징으로 하는 안개 감지 장치.
- 제8항에 있어서,
상기 에지 검출부는 상기 도로 영상의 이미지값에 소벨 마스크를 적용한 후, X축 변화량의 절대값과 Y축 변화량의 절대값을 서로 더하여 상기 에지값을 산출하는 것을 특징으로 하는 안개 감지 장치.
- 제8항에 있어서,
상기 에지 검출부는 에지 기준값을 가지는 에지를 검출하되,
상기 에지 기준값은 상기 밝기 대비가 미리 설정된 비율인 에지의 에지값으로 결정되는 것을 특징으로 하는 안개 감지 장치.
- 제7항에 있어서,
상기 에지 제외 영역은 상기 도로 영상에 오버레이된 정보 또는 수직으로 배치된 구조물이 표시된 영역을 포함하는 것을 특징으로 하는 안개 감지 장치.
- 제1항에 있어서,
상기 시정거리 산출부는 상기 도로 영상의 모든 지점들에 대한 좌표 정보, 거리 정보 및 에지 검출 여부 정보를 하나의 그룹으로 묶고, 모든 지점들에 대한 그룹 정보들을 상기 거리 정보를 기준으로 원거리에서 근거리 순으로 정렬하고, 상기 정렬된 그룹 정보들로부터 원거리에서 근거리 방향으로 에지 유무를 판단하여 처음으로 에지가 검출된 그룹에 속한 거리 정보를 상기 시정 거리 정보로 판단하는 것을 특징으로 하는 안개 감지 장치.
- 제1항에 있어서,
상기 시정거리 산출부는 상기 처음으로 에지가 검출된 지점 대신에, 에지가 일정 임계치이상 누적된 지점의 거리 정보를 시정 거리 정보로 산출하는 것을 특징으로 하는 안개 감지 장치.
- 제1항에 있어서,
상기 시정 거리 정보를 유무선 통신망을 통해 교통 관제 센터 또는 운전자에게 제공하는 안개정보 제공부를 더 포함하는 안개 감지 장치.
- 안개 감지 장치가 수행하는 안개 감지 방법에 있어서,
도로 영상을 획득하는 단계;
상기 도로 영상에서 일부 지점의 실측 거리 정보를 이용하여 도로 영상의 나머지 지점들의 거리 정보를 설정하는 단계;
상기 도로 영상에서 가시 영역과 안개 영역을 판단하기 위하여 에지(edge)를 검출하여 에지 검출 영상을 생성하는 단계; 및
상기 도로 영상의 각 지점들에 대하여 설정된 거리 정보를 이용하여, 상기 에지 검출 영상에서 원거리 영역으로부터 근거리 영역으로 에지 검출 유무를 확인하고, 처음으로 에지가 검출된 지점의 거리 정보를 시정 거리 정보로 산출하는 단계를 포함하되,
상기 거리 정보를 설정하는 단계는,
일부 지점의 실측 거리 정보를 이용하여 예측된 가상 등거리선을 도로 영상 위에 원거리 영역부터 근거리 영역까지 입력받는 단계; 및
입력된 상기 가상 등거리선을 기준으로 인접한 두 가상 등거리선 사이의 지점들에 대하여 거리 정보를 설정함으로써, 상기 도로 영상의 모든 지점들에 대하여 거리 정보를 설정하여 거리맵을 생성하는 단계를 포함하며,
거리맵을 생성하는 단계는,
상기 인접한 두 가상 등거리선 상에 존재하는 실측 지점들을 연결하여, 상기 인접한 두 가상 등거리선 사이의 영역을 복수의 삼각형 영역으로 분할하는 단계; 및
상기 실측 지점인 상기 삼각형 영역의 각 꼭지점에 대한 거리 정보를 기반으로 상기 삼각형 영역 내부의 모든 지점에 대한 거리 정보를 선형 보간법(linear interpolation)을 이용하여 산출하는 단계를 포함하는 것을 특징으로 하는 안개 감지 방법.
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 제15항에 있어서,
상기 에지 검출 영상을 생성하는 단계는,
상기 도로 영상에서 밝기 대비가 미리 설정된 비율 이상인 에지를 검출하여 에지 검출 영상을 생성하는 단계; 및
상기 도로 영상에서 에지 판단 영역과 에지 제외 영역을 정의하기 위한 마스크 이미지를 생성하고, 상기 마스크 이미지를 이용하여 상기 에지 검출 영상에서 상기 에지 제외 영역의 에지를 제외하는 단계를 포함하는 것을 특징으로 하는 안개 감지 방법.
- 제21항에 있어서,
상기 도로 영상에서 밝기 대비가 미리 설정된 비율 이상인 에지를 검출하여 에지 검출 영상을 생성하는 단계는,
상기 도로 영상에서 밝기가 급격하게 변하는 경계 영역인 에지의 변화량인 에지값을 산출하는 단계; 및
에지 기준값을 가지는 에지를 검출하는 단계를 포함하는 것을 특징으로 하는 안개 감지 방법.
- 제22항에 있어서,
상기 에지 기준값은 상기 밝기 대비가 미리 설정된 비율인 에지의 에지값으로 결정되는 것을 특징으로 하는 안개 감지 방법.
- 제15항에 있어서,
상기 처음으로 에지가 검출된 지점의 거리 정보를 시정 거리 정보로 산출하는 단계는,
상기 도로 영상의 모든 지점들에 대한 좌표 정보, 거리 정보 및 에지 검출 여부 정보를 하나의 그룹으로 묶고, 모든 지점들에 대한 그룹 정보들을 상기 거리 정보를 기준으로 원거리에서 근거리 순으로 정렬하는 단계; 및
상기 정렬된 그룹 정보들로부터 원거리에서 근거리 방향으로 에지 유무를 판단하여 처음으로 에지가 검출된 그룹에 속한 거리 정보를 상기 시정 거리 정보로 판단하는 단계를 포함하는 것을 특징으로 하는 안개 감지 방법.
- 제15항에 있어서,
상기 처음으로 에지가 검출된 지점의 거리 정보를 시정 거리 정보로 산출하는 단계는,
상기 처음으로 에지가 검출된 지점 대신에, 에지가 일정 임계치 이상 누적된 지점의 거리 정보를 시정 거리 정보로 산출하는 것을 특징으로 하는 안개 감지 방법.
- 제15항, 제21항 내지 제25항 중 어느 한 항의 방법을 컴퓨터에서 실행하기 위한 프로그램을 기록하는 컴퓨터 판독 가능한 기록매체.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160009177A KR101748524B1 (ko) | 2016-01-26 | 2016-01-26 | 시정거리 산정을 이용한 안개 감지 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160009177A KR101748524B1 (ko) | 2016-01-26 | 2016-01-26 | 시정거리 산정을 이용한 안개 감지 장치 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101748524B1 true KR101748524B1 (ko) | 2017-06-27 |
Family
ID=59514597
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160009177A KR101748524B1 (ko) | 2016-01-26 | 2016-01-26 | 시정거리 산정을 이용한 안개 감지 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101748524B1 (ko) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101949968B1 (ko) * | 2018-06-04 | 2019-02-21 | 주식회사 유에스티21 | 안개 성분이 포함된 이미지의 시정거리를 결정하는 장치 및 방법 |
| KR101966750B1 (ko) | 2017-11-23 | 2019-04-08 | 가천대학교 산학협력단 | 이미지 데이터로부터 기계학습에 의한 시정거리 예측 장치, 시스템, 및 방법 |
| KR101993445B1 (ko) * | 2018-03-05 | 2019-06-26 | (주)시정 | 인공지능을 이용한 영상분석 시정계 |
| KR102267517B1 (ko) * | 2020-07-22 | 2021-06-22 | 재단법인 서울특별시 서울기술연구원 | 도로 안개감지 장치 및 그 감지 방법 |
| CN115797848A (zh) * | 2023-01-05 | 2023-03-14 | 山东高速股份有限公司 | 基于高速事件预防系统中视频数据的能见度检测预警方法 |
| US20230215177A1 (en) * | 2022-01-04 | 2023-07-06 | Seoul Institute Of Technology | Nighttime road fog detection system using open information of cctv and detection method thereof |
| KR102599330B1 (ko) * | 2023-06-13 | 2023-11-08 | 컨트롤에프 주식회사 | 영상 기반 안개영역 검출 및 가시거리 산출 시스템 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006349492A (ja) * | 2005-06-15 | 2006-12-28 | Denso Corp | 車載霧判定装置 |
-
2016
- 2016-01-26 KR KR1020160009177A patent/KR101748524B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006349492A (ja) * | 2005-06-15 | 2006-12-28 | Denso Corp | 車載霧判定装置 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101966750B1 (ko) | 2017-11-23 | 2019-04-08 | 가천대학교 산학협력단 | 이미지 데이터로부터 기계학습에 의한 시정거리 예측 장치, 시스템, 및 방법 |
| KR101993445B1 (ko) * | 2018-03-05 | 2019-06-26 | (주)시정 | 인공지능을 이용한 영상분석 시정계 |
| WO2019172500A1 (ko) * | 2018-03-05 | 2019-09-12 | 주식회사 시정 | 인공지능을 이용한 영상분석 시정계 |
| KR101949968B1 (ko) * | 2018-06-04 | 2019-02-21 | 주식회사 유에스티21 | 안개 성분이 포함된 이미지의 시정거리를 결정하는 장치 및 방법 |
| KR102267517B1 (ko) * | 2020-07-22 | 2021-06-22 | 재단법인 서울특별시 서울기술연구원 | 도로 안개감지 장치 및 그 감지 방법 |
| US11398054B2 (en) | 2020-07-22 | 2022-07-26 | Seoul Institute Of Technology | Apparatus and method for detecting fog on road |
| US20230215177A1 (en) * | 2022-01-04 | 2023-07-06 | Seoul Institute Of Technology | Nighttime road fog detection system using open information of cctv and detection method thereof |
| US11881026B2 (en) * | 2022-01-04 | 2024-01-23 | The Seoul Institute | Nighttime road fog detection system using open information of CCTV and detection method thereof |
| CN115797848A (zh) * | 2023-01-05 | 2023-03-14 | 山东高速股份有限公司 | 基于高速事件预防系统中视频数据的能见度检测预警方法 |
| KR102599330B1 (ko) * | 2023-06-13 | 2023-11-08 | 컨트롤에프 주식회사 | 영상 기반 안개영역 검출 및 가시거리 산출 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101748524B1 (ko) | 시정거리 산정을 이용한 안개 감지 장치 및 방법 | |
| US10580155B2 (en) | Image processing apparatus, imaging device, device control system, frequency distribution image generation method, and recording medium | |
| KR101362324B1 (ko) | 차선 이탈 경보 시스템 및 방법 | |
| US9047518B2 (en) | Method for the detection and tracking of lane markings | |
| KR101032160B1 (ko) | 카메라를 이용한 도로 시정 측정 시스템 및 그 방법 | |
| JP5804180B2 (ja) | 立体物検出装置 | |
| WO2012004938A1 (ja) | 車両の周辺監視装置 | |
| CN109263557B (zh) | 车辆盲区侦测方法 | |
| JP2006329776A (ja) | 車両位置検出方法、並びに車両速度検出方法及び装置 | |
| KR101834838B1 (ko) | 영상처리를 이용한 도로 교통 정보 제공 시스템 및 방법 | |
| CN107133587B (zh) | 障碍物距离判定图像生成方法与装置 | |
| JP2020504881A (ja) | 車線の部分の位置を判定するように動作可能な装置 | |
| JP2010044561A (ja) | 乗物搭載用監視装置 | |
| JP2013109455A (ja) | 画像処理装置、車両システム、及び、画像処理方法 | |
| CN112896159A (zh) | 行车安全预警方法及系统 | |
| KR102267517B1 (ko) | 도로 안개감지 장치 및 그 감지 방법 | |
| US9691196B2 (en) | Data reproducing apparatus | |
| KR20180063524A (ko) | 가상 차선을 이용한 전방 차량 위험도 감지 방법 및 장치 | |
| KR101519261B1 (ko) | 차량의 모니터링 방법 및 자동 제동 장치 | |
| WO2019021500A1 (ja) | 乗員数検知システム、乗員数検知方法、およびプログラム | |
| KR102039723B1 (ko) | 공중촬영 영상을 이용한 차량 행태 분석 시스템 및 이를 이용한 분석 방법 | |
| KR102415620B1 (ko) | 보행자 판단 시스템을 포함하는 가변형 차량 속도 경고 시스템 | |
| KR101793156B1 (ko) | 신호등을 이용한 차량 사고 방지 시스템 및 방법 | |
| KR20170073975A (ko) | 안개 검지 및 위험 경보 알람 시스템 및 이의 동작 방법 | |
| JP5871069B2 (ja) | 立体物検出装置及び立体物検出方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GRNT | Written decision to grant |