KR101764839B1 - 차선 인식 시스템 및 방법 - Google Patents

Abstract

본 발명은 차선 인식 시스템 및 방법에 관한 것으로, 보다 상세하게는 변동하는 주변 환경에도 강건하게 주행 중인 차량의 차선을 정확하게 인식하는 것이 가능한 차선 인식 시스템 및 방법에 관한 것이다.
본 발명에 따른 차선 인식 방법은 GNSS 데이터를 이용하여 제1 위치 정보를 획득하는 단계와, 도로 표지판 인식을 통하여 제2 위치 정보를 획득하는 단계와, 제1 및 제2 위치 정보를 융합하고, 맵 데이터를 이용하여 주행차량의 차선 위치를 결정하는 단계 및 주변 환경에 대하여 장애 환경인 것으로 판단한 경우, 주행 차량의 운행 차선 및 차선 변경 상황을 인식하는 단계를 포함하는 것을 특징으로 한다.

Description

차선 인식 시스템 및 방법{SYSTEM AND METHOD FOR LANE LEVEL POSITIONING}

본 발명은 차선 인식 시스템 및 방법에 관한 것으로, 보다 상세하게는 변동하는 주변 환경에도 강건하게 주행 중인 차량의 차선을 정확하게 인식하는 것이 가능한 차선 인식 시스템 및 방법에 관한 것이다.

급속한 산업의 발전에 따라 차량 대수가 증가되어 왔으며, 이동 및 운송 수단으로서 편의성을 제공하는 긍정적인 효과 이외에, 교통 혼잡이 심해지고 교통 사고가 많이 발생하여 심각한 사회 문제로 대두되고 있다.

한국교통과학연구원이 발표한 통계자료에 따르면, 교통사고로 인한 총 사회적 비용은 한 해 약 12.8조원, 교통 혼잡으로 인한 비용은 한 해 약 28.5조원이 발생한다.

이러한 문제를 해결하기 위해서 다양한 기술이 제안되고 있으며, 그 중 대표적인 방법은 안전하고 편리하게 이동할 수 있도록 지원하는 자율주행시스템이다.

이러한 자율주행시스템의 구현을 위하여는, 자율 주행을 위하여 도로의 차선을 인식하고, 사고의 빈도를 줄이는 것이 가장 중요한 요소이다.

기존 연구에서는 차선인식 분야에 있어서, 비전 시스템이나 Radar등을 이용하는 연구가 활발히 진행되고 있으나, 종래 기술에 따른 센서들은 주변 환경 변화에 취약하다는 단점을 가지고 있다.

도심 속 복잡한 주변 환경에서는, 차선 인식을 수행함에 있어 센서들간의 간섭, 반사파 및 여러 장애요소로 인하여 그 인식률이 급격히 떨어지는 문제점이 있다.

종래 기술에 따른 차선 인식을 위하여 사용되는 시스템은 비전 시스템이 대표적인데, 이러한 비전 시스템을 이용한 차선 인식 알고리즘은 일반적으로 영역 기반 방식 및 윤곽선 기반 방식으로 분류된다.

영역 기반 방식은 색상 정보와 질감 정보를 이용하여 도로와 도로 이외의 영역을 분류하고, 차선 모델에 이를 적용하는 방법이며, 윤곽선 기반 방식은 차선의 윤곽선을 검출하여 이를 차선 모델에 적용하는 방법이다.

그러나, 색상 및 질감 정보는 조명 및 반사 조건이 변화함에 따라 카메라에서 획득한 영상 또한 민감하게 변화되는 문제점이 있다.

또한, 영역을 분류하는 과정은 많은 연산량을 필요로 하므로, 실시간성을 보장하기 어려워 신속한 대응이 수행한 자율 주행 또는 ADAS 시스템에 적용되기 어려운 한계가 있다.

종래 기술에 따른 차선 모델링을 이용하여 차선을 인식하는 방법은 아주 단순한 차선 모델의 경우 직선 도로에서 인식률이 높으나, 곡선 구간 또는 평평하지 않은 도로에서의 오인식이 증가하는 단점이 있다.

전술한 바와 같이, 종래 기술에 따른 비전 시스템이 가지는 한계점은 주변 환경 변화에 민감한 특성 때문이다.

특히, 비나 눈이 오거나, 야간 주행 상황에서는 차선이 반사되거나 가려지기 때문에, 차선 인식률이 급격히 떨어지는 문제점이 있다.

그리고 차량이 많은 도로에서는 타 차량에 의하여 차선이 가려져, 차선 인식이 불가능하게 된다.

본 발명은 전술한 문제점을 해결하기 위하여 제안된 것으로, 위성항법시스템을 기반으로 비전 시스템이 융합된 차선 인식 방법을 제안함으로써, 다양한 도심의 주변 환경 변화에 영향을 받지 않는 강건한 차선 인식 시스템 및 방법을 제공하는 데 그 목적이 있다.

본 발명에 따른 차선 인식 방법은 GNSS 데이터를 이용하여 제1 위치 정보를 획득하는 단계와, 도로 표지판 인식을 통하여 제2 위치 정보를 획득하는 단계와, 제1 및 제2 위치 정보를 융합하고, 맵 데이터를 이용하여 주행차량의 차선 위치를 결정하는 단계 및 주변 환경에 대하여 장애 환경인 것으로 판단한 경우, 주행 차량의 운행 차선 및 차선 변경 상황을 인식하는 단계를 포함하는 것을 특징으로 한다.

본 발명에 따른 차선 인식 시스템은 주행 차량의 주변 환경이 장애 환경인지 여부를 판단하는 환경 판단부 및 주변 환경이 정상 환경인 경우 GNSS 데이터와 도로 표지판 인식 정보를 이용하여 주행 차량의 차선 위치를 인식하고, 주변 환경이 장애 환경에 해당되는 경우 차선 변경 상황에 대한 인식을 수행하여 차선 위치를 인식하는 차선 인식부를 포함하는 것을 특징으로 한다.

본 발명에 따른 차선 인식 시스템 및 방법은 위성항법시스템과 비전 시스템을 융합한 고정밀 위치 인식을 통하여 차선을 인식함으로써, 차량 주행 중 발생되는 졸음 운전을 방지하고, 차선 이탈을 방지하여, 차량 증가에 따른 사고 발생의 가능성을 미연에 방지하는 것이 가능한 효과가 있다.

또한, 주행 중인 차량의 차선을 인식함으로써 다음 방향 전환 안내를 네비게이션을 통하여 운전자에게 알려줄 수 있어, 급격한 차선 변경으로 인한 사고 발생을 방지하는 효과가 있다.

또한, 본 발명에 따르면 차량뿐 아니라 로봇 및 자율 주행에 사용되는 군용 장비, 재난 사고 시 이용되는 무인 주행 장비에 적용되어 고정밀 위치 인식이 가능한 효과가 있다.

본 발명의 효과는 이상에서 언급한 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 발명의 실시예에 따른 차선 인식 시스템의 GNSS 및 비전 시스템을 융합한 차선 인식 방식을 나타내는 개념도이다.
도 2는 본 발명의 실시예에 따른 차선 인식 시스템을 나타내는 블록도이다.
도 3은 본 발명의 실시예에 따른 차선 인식 방법을 나타내는 순서도이다.

본 발명의 전술한 목적 및 그 이외의 목적과 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다.

그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 이하의 실시예들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 목적, 구성 및 효과를 용이하게 알려주기 위해 제공되는 것일 뿐으로서, 본 발명의 권리범위는 청구항의 기재에 의해 정의된다.

한편, 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성소자, 단계, 동작 및/또는 소자가 하나 이상의 다른 구성소자, 단계, 동작 및/또는 소자의 존재 또는 추가됨을 배제하지 않는다.

본 발명의 실시예에 따른 차선 인식 시스템 및 방법은 위성항법시스템(GNSS)과 비전 시스템을 융합한 고정밀 위치 결정을 통하여 차선 인식을 하는 것에 기반을 두고 있으며, 주변 환경의 변화로 인하여 그 융합 측위로 정밀 측위가 어려워지는 경우, 기존 차선을 인식한 후 차선 변경 상황을 비전 시스템을 통하여 인식함으로써, 주변 환경 변화에 강건한 차선 인식 기술을 제공하는 데 그 목적이 있다.

이하에서는 도 1 내지 도 3에 대한 상세한 설명으로서, 본 발명의 실시예를 서술하기로 한다.

도 1은 본 발명의 실시예에 따른 차선 인식 시스템을 나타내는 개념도로서, 도심 환경에서 위성항법시스템과 비전 시스템을 융합한 고정밀 위치 결정에 대하여 도시하고, 도 2는 본 발명의 실시예에 따른 차선 인식 시스템을 나타내는 블록도이다.

본 발명의 실시예에 따르면, 위치 결정을 수행하는 차선 인식부(400)는 기본적으로 GNSS(100)로부터 수신되는 GNSS 데이터를 사용하여, 제1 위치정보를 도출한다.

GNSS(100)의 정밀도가 50센치미터 이하로 정확하다면 그것만으로 차선인식을 수행할 수 있을 것이나, 현재 사용되는 GNSS의 정밀도는 기본적인 오차 요인들로 인하여 수평 5미터, 수직 10미터의 오차를 포함한다.

더구나, GNSS(100)는 음영 지역 또는 어반 캐니언(urban canyon, 고층 건축 등이 밀집하고 있는 시가지 공간), 산악 지역과 같은 환경에서는, 위성으로부터 신호를 정상적으로 받지 못하며, 위치 측정의 오차가 수십 미터 이상으로 커지게 된다.

본 발명의 실시예에 따른 차선 인식부(400)는, 기본적으로 4 개 이상의 가시 위성이 확보되면, 수 미터 이내의 오차 신뢰성을 가지고 있는 바, 비전 시스템(200)을 통하여 획득한 제2 위치 정보를 이용하여 융합을 수행함으로써, 위치 오차를 줄이게 된다.

비전 시스템(200)은 대략 거리별 2%의 거리 오차를 가지고 있는데, 본 발명의 실시예에 따른 비전 시스템은 네비게이션(300)에 표시되는 도로 위의 도로 표지판을 인식한다.

네비게이션(300)에 표시되는 도로 표지판에는 대략적인 위치값이 기설정되어 있다.

본 발명의 실시예에 따른 비전 시스템(200)은 도로 표지판을 인식하여 도로 표지판의 위치(좌표값)을 파악하고, 비전 시스템(200)과 도로 표지판 사이의 거리가 계산된다.

이러한 거리 정보가 위치 값으로 변환되고, 이를 위성으로부터 수신한 GNSS 데이터를 이용하여 융합을 함으로써, 본 발명의 실시예에 따른 차선 인식부(400)는 주행 차량에 대한 고정밀 위치 결정을 수행한다.

본 발명의 실시예에 따른 차선 인식부(400)는 이러한 융합을 통한 고정밀 위치 결정을 수행한 결과로서, 서브 미터 급의 정밀도를 확보하는 것이 가능하다.

본 발명의 실시예에 따르면, 가시 위성이 4개 이상 확보되는 경우를 제외한, 나머지 장애 환경에 대하여도 강건하게 차선 인식을 수행한다.

전술한 바와 같이, 도심 지역 또는 산악 지역에서는 많은 장애물로 인하여 가시 위성을 확보하는 것이 용이하지 아니하고, 장애물로 인한 반사파 발생 역시 심해지는 바, 서브 미터 급의 고정밀 측위를 수행하기 어렵다.

본 발명의 실시예에 따른 환경 판단부(500)는 가시 위성 개수가 기설정 개수보다 적은 경우, DOP(Dilution Of Precise) 상태가 나빠지는 경우 및 전, 현재 에포크에서의 측위값의 변동 상태가 급격히 변하는 경우, 주행 환경을 장애 환경인 것으로 판단하게 된다.

이러한 장애 환경이 발생된 경우, 차선 인식부(400)는 네비게이션(300)의 맵 데이터를 활용하여, 주행 차량이 현재 도로 상의 총 몇 차선 도로 중 몇번째 차선을 운행하고 있는지를 파악한다.

그리고, 본 발명의 비전 시스템(200)을 이용하여 차선을 인식하여, 주행 차량이 차선을 변경하는 경우, 인식된 현재 차선에서 오른쪽 또는 왼쪽으로 몇 개의 차선을 이동하였는지 인식을 수행함으로써, 현재 주행 차량의 차선 위치를 인식하게 된다.

환경 판단부(500)의 판단 결과, 장애 환경이 정상 환경으로 복귀된 경우, 즉 가시 위성이 4개 이상으로 확보된 경우에는 전술한 바와 같이 GNSS 데이터와 비전 시스템을 이용한 도로 표지판 인식 정보를 융합하여 고정밀 측위를 수행하고, 현재 차선이 정확하게 인식되어 있는지 여부를 판단하여, 차선 인식이 부정확한 경우에는 보정 작업을 수행하게 된다.

본 발명의 실시예에 따르면, GNSS 데이터, 비전 시스템을 이용한 도로 표지판 인식 데이터, 네비게이션 맵 데이터를 사용하여 정상 환경에서나 장애 환경에서나 주행 차량의 차선 위치 결정을 정확하게 수행하는 것이 가능한 효과가 있다.

도 3은 본 발명의 실시예에 따른 차선 인식 방법을 나타내는 순서도이다.

본 발명의 실시예에 따른 차선 인식 방법은 GNSS 데이터를 이용하여 제1 위치 정보를 획득하는 단계(S100)와, 도로 표지판 인식을 통하여 제2 위치 정보를 획득하는 단계(S200)와, 제1 및 제2 위치 정보를 융합하고, 맵 데이터를 이용하여 주행차량의 차선 위치를 결정하는 단계(S300) 및 주변 환경에 대하여 장애 환경인 것으로 판단한 경우, 주행 차량의 운행 차선을 인식하고(S500), 차선 변경 상황을 인식하는 단계(S600)를 포함한다.

S200 단계는 비전 시스템을 이용하여 도로 표지판을 인식하고, 도로 표지판에 기설정된 위치값 및 도로 표지판과 주행 차량 간의 거리값을 이용하여, 주행 차량의 위치 좌표를 산출하게 된다.

이 때, S200 단계는 전술한 거리값을 위치값으로 변환함으로써, 비전 시스템이 장착된 주행 차량의 위치를 결정하게 된다.

S300 단계는 GNSS 데이터 및 비전 시스템을 통한 도로 표지판 인식 결과를 융합하여 주행 차량의 위치 결정을 수행하는 단계로서, 이러한 융합 결과에 따라 주행 차량의 차선 위치를 서브 미터 급으로 결정하는 것이 가능하다.

S400 단계는 주행 차량의 주변 환경이 정상 상태인지 또는 장애 상태인지 여부를 판단하는 단계로서, 가시 위성 개수가 기설정 개수(4개)보다 적은 경우, DOP(Dilution Of Precise) 상태가 나빠지는 경우 및 전, 현재 에포크에서의 측위값의 변동이 급격해지는 경우를 장애 환경인 것으로 판단한다.

도심 지역 또는 산악 지역과 같이 장애 환경인 것으로 판단된 경우에는, 전술한 과정을 통하여 서브 미터 급의 위치 결정을 수행하기가 용이하지 않게 되므로, 고정밀 측위에 사용되던 비전 시스템을 이용하여 기존 차선 인식, 차선 변경 상황 인식을 수행한다.

S500 단계는 네비게이션의 맵 데이터를 이용하여, 현재 도로 상에 위치한 주행 차량의 차선을 인식하고, S600 단계는 영상 정보를 획득하여 주행 차량의 차선 변경 상황을 인식한다.

즉, 맵 데이터를 이용하여 현재 주행 중인 도로의 총 차로에서 몇번째 차로에 주행 차량이 운행하고 있는지를 파악하고, 차선 변경 시 차선 변경 방향, 몇 개의 차로를 변경하였는지 여부를 파악하여, 주행 차량의 차선 위치를 인식하게 된다(S600).

따라서, 장애 환경인 경우에도 비전 시스템을 활용하여 현재 주행 중인 차량의 차선 위치를 정밀하고 지속적으로 인식하는 것이 가능하다.

장애 환경 주행이 지나, 주변 환경이 정상 환경으로 돌아온 경우, 전술한 융합 측위 정보를 이용하여 주행 차량의 차선 위치를 인식하고, 이를 장애 환경 주행 시 산출된 차선 위치와 비교하여, 장애 환경 주행 시에 산출된 차선 위치에 오차가 발생된 경우 이에 대한 보정을 수행하게 된다(S600).

이로부터, 정상 환경 및 장애 환경에서 지속적으로 주행 차량의 차선 위치 결정을 수행함으로써, 졸음 운전 등으로 인한 차선 이탈 방지 등 운전자를 지원하는 서비스를 제공할 수 있다.

이제까지 본 발명의 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

100: GNSS 200: 3D 비전 시스템
300: 네비게이션 400: 차선 인식부
500: 환경 판단부

Claims (12)

1. 삭제
2. 삭제
3. 삭제
4. 삭제
5. 삭제
6. 삭제
7. 삭제
8. 가시 위성 개수, DOP(Dilution Of Precise) 상태 및 전, 현재 에포크에서의 측위값의 변동 상태를 고려하여, 주행 차량의 주변 환경이 장애 환경인지 여부를 판단하는 환경 판단부;
   상기 주변 환경이 정상 환경인 경우 GNSS 데이터와 도로 표지판 인식 정보를 융합하여 주행 차량의 차선 위치를 인식하고, 상기 주변 환경이 장애 환경에 해당되는 경우 비전 시스템을 이용하여 차선을 인식하여, 상기 주행 차량이 차선을 변경하는 경우 차선 변경 방향 및 변경된 차선의 개수를 인식함으로써, 상기 주행 차량의 현재 주행 차선 위치를 인식하고, 상기 주변 환경이 장애 환경에서 정상 환경으로 복귀된 경우, 새로이 획득한 GNSS 데이터와 도로 표지판 인식 정보를 융합하여 산출한 측위 정보를 토대로 상기 현재 주행 차선 위치의 정확도를 판단하여, 부정확한 경우 보정 작업을 수행하는 차선 인식부
   를 포함하는 차선 인식 시스템.
   
9. 삭제
10. 제8항에 있어서,
    상기 차선 인식부는 상기 주행 차량 주변의 도로 표지판을 인식하고, 상기 도로 표지판에 대하여 기설정된 위치값과, 상기 도로 표지판과 상기 주행 차량 간의 거리 정보를 이용하여 상기 주행 차량에 대한 위치 정보를 획득하는 것
    인 차선 인식 시스템.
    
11. 제8항에 있어서,
    상기 차선 인식부는 상기 GNSS 데이터 및 도로 표지판 인식 정보를 융합하고, 네비게이션 맵을 통하여 상기 주행 차량의 차선 위치를 인식하는 것
    인 차선 인식 시스템.
    
12. 삭제

Images