KR101766138B1 - Apparatus for detecting forward vehicle - Google Patents

Apparatus for detecting forward vehicle Download PDF

Info

Publication number
KR101766138B1
KR101766138B1 KR1020160054594A KR20160054594A KR101766138B1 KR 101766138 B1 KR101766138 B1 KR 101766138B1 KR 1020160054594 A KR1020160054594 A KR 1020160054594A KR 20160054594 A KR20160054594 A KR 20160054594A KR 101766138 B1 KR101766138 B1 KR 101766138B1
Authority
KR
South Korea
Prior art keywords
vehicle
learning data
image
target area
vehicle type
Prior art date
Application number
KR1020160054594A
Other languages
Korean (ko)
Inventor
박태곤
최진혁
박민우
나용천
이원석
Original Assignee
현대자동차주식회사
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 현대자동차주식회사 filed Critical 현대자동차주식회사
Priority to KR1020160054594A priority Critical patent/KR101766138B1/en
Application granted granted Critical
Publication of KR101766138B1 publication Critical patent/KR101766138B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • G06K9/00825—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
    • B60R21/013—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over
    • B60R21/0134—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over responsive to imminent contact with an obstacle, e.g. using radar systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/14—Adaptive cruise control
    • B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • G06K9/66—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/19—Recognition using electronic means
    • G06V30/192—Recognition using electronic means using simultaneous comparisons or correlations of the image signals with a plurality of references
    • G06V30/194—References adjustable by an adaptive method, e.g. learning
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2300/00—Indexing codes relating to the type of vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/14—Cruise control
    • B60Y2300/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Mathematical Physics (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)

Abstract

An apparatus for detecting a forward vehicle according to an embodiment of the present invention includes a storage part which stores edited learning data for each vehicle type where a first target region and a second target region, which are partial regions within the rear images of a plurality of vehicles obtained at the same distance, have different offset distances according to a difference in width from a reference vehicle, an image obtaining part for obtaining the rear image of the forward vehicle, and a detection part for detecting the forward vehicle by comparing the obtained image with the learning data for each vehicle type. It is possible to improve the efficiency of calculation for vehicle detection.

Description

전방 차량 검출 장치{APPARATUS FOR DETECTING FORWARD VEHICLE}[0001] APPARATUS FOR DETECTING FORWARD VEHICLE [0002]

본 발명은 전방 차량 검출 장치에 관한 것으로, 더욱 상세하게는 전방 차량 영상의 일부 영역을 이용하여 전방 차량을 검출하는 전방 차량 검출 장치에 관한 것이다. BACKGROUND OF THE INVENTION 1. Field of the Invention [0002] The present invention relates to a front vehicle detection apparatus, and more particularly, to a front vehicle detection apparatus that detects a front vehicle using a partial area of a front vehicle image.

최근, 자동차 업계에서는 첨단 주행 보조 시스템(ADAS: Advanced Driver Assistance System)에 많은 관심이 집중되고 있다. 첨단 주행 보조 시스템은 차량에 부착된 센서를 이용하여 주행 중에 발생하는 위험 상황을 미리 감지하여 대응함으로써, 운전자의 안전을 보장하고 운전자에 편의를 제공하는 시스템이다. 첨단 주행 보조 시스템의 예로는, 적응적 크루즈 제어(ACC: Adaptive Cruise Control) 시스템, 자동 긴급 제동(AEB: Autonomous Emergency Braking) 시스템, 전방 추돌 경고(FCW: Forward Collision Warning) 시스템 등이 있다.Recently, in the automobile industry, much attention has been focused on Advanced Driver Assistance System (ADAS). The advanced driving assistance system detects the dangerous situation that occurs during driving using the sensor attached to the vehicle and responds to it, thereby assuring the safety of the driver and providing convenience to the driver. Examples of advanced travel assistance systems include an Adaptive Cruise Control (ACC) system, an Autonomous Emergency Braking (AEB) system, and a Forward Collision Warning (FCW) system.

이와 같은 첨단 주행 보조 시스템의 구현을 위해서는 운전자의 차량에서 전방 차량들까지의 차량 거리를 검출할 수 있는 기술이 요구된다. 즉, 주행 중 전방 차량들을 검출하고 전방 차량들까지의 차량 거리를 추정함으로써, 적응적 크루즈 제어 시스템의 정속 주행 기능이 제대로 수행할 수 있다. 또한, 전방 추돌 경고 시스템에서 전방 차량들의 근접으로 위한 위험을 운전자에게 미리 경보하거나 자동 긴급 제동 시스템에서 자동 긴급 제동을 통해 차량의 충돌을 예방할 수 있다.In order to realize such advanced support system, it is required to provide a technique for detecting the vehicle distance from the driver's vehicle to the front vehicle. That is, by detecting the forward vehicles during travel and estimating the vehicle distance to the forward vehicles, the cruise control function of the adaptive cruise control system can be performed properly. In addition, in the front collision warning system, the driver can be alerted in advance of the danger of approaching the front vehicles or the vehicle can be prevented from colliding with the automatic emergency braking system in the automatic emergency braking system.

이러한 첨단 주행 보조 시스템은 전방 차량과의 거리 등을 검출하기 위해 전방 윈드 쉴드에 장착된 카메라를 통해 획득된 영상과 미리 학습된 정보를 이용하여 전방 차량을 검출한다. 그러나, 일반적인 전방 차량 검출 기술들은 영상 처리에 있어서 연산량이 많고, 연산 효율이 떨어지는 문제가 있다. In order to detect the distance to the front vehicle, the advanced driving assistance system detects the front vehicle using the image obtained through the camera mounted on the front windshield and the pre-learned information. However, general forward vehicle detection techniques have a problem in that a large amount of computation is required in image processing and calculation efficiency is low.

본 발명의 일 목적은 차량 검출을 위한 연산의 효율성을 향상시킬 수 있는 전방 차량 검출 장치를 제공하는 데 있다. An object of the present invention is to provide a front vehicle detection device capable of improving the efficiency of the calculation for vehicle detection.

본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재들로부터 당업자에게 명확하게 이해될 수 있을 것이다.The technical problems of the present invention are not limited to the above-mentioned technical problems, and other technical problems which are not mentioned can be understood by those skilled in the art from the following description.

본 발명의 일 실시예에 따른 전방 차량 검출 장치는 동일한 거리에서 획득된 복수의 차량의 후방 영상내의 일부 영역인 제 1 타겟 영역 및 제 2 타겟 영역을 기준 차량과의 너비 차이에 따라 서로 다른 오프셋 거리를 갖도록 편집한 차량 유형 별 학습 데이터를 저장하는 저장부, 전방 차량의 후방 영상을 획득하는 영상 획득부, 및 상기 획득된 영상을 상기 차량 유형 별 학습 데이터와 비교하여 상기 전방 차량을 검출하는 검출부를 포함할 수 있다. The front vehicle detection apparatus according to an embodiment of the present invention includes a first target area and a second target area, which are a part of a rear image of a plurality of vehicles obtained at the same distance, with different offset distances And a detection unit for detecting the preceding vehicle by comparing the obtained image with the learning data for each vehicle type, .

일 실시예에서, 상기 검출부는 상기 획득된 영상을 상기 차량 유형 별 학습 데이터의 상기 제 1 타겟 영역들과 비교하여 기준 위치를 검출하고, 상기 기준 위치로부터 상기 서로 다른 오프셋 거리만큼 이격된 위치에서 상기 획득된 영상을 상기 제 2 타겟 영역과 비교하여 상기 전방 차량의 차량 유형을 검출할 수 있다. In one embodiment, the detecting unit detects the reference position by comparing the obtained image with the first target areas of the learning data of the vehicle type, and detects the reference position from the reference position at a position spaced apart from the reference position by the different offset distance. And compare the obtained image with the second target area to detect the vehicle type of the preceding vehicle.

일 실시예에서, 상기 제 1 타겟 영역 및 제 2 타겟 영역은 상기 차량 유형 별로 동일한 크기를 가질 수 있다. In one embodiment, the first target area and the second target area may have the same size for each vehicle type.

일 실시예에서, 상기 오프셋 거리는 상기 기준 차량과의 너비 차이가 소정 범위 이내인 경우 0으로 설정되고, 상기 기준 차량보다 너비가 제1값 이상 작은 경우 음의값을 갖도록 설정되고, 상기 기준 차량보다 너비가 제2값 이상 큰 경우 양의값을 갖도록 설정될 수 있다. In one embodiment, the offset distance is set to 0 when the width difference with the reference vehicle is within a predetermined range, and is set to have a negative value when the width of the reference vehicle is smaller than the first value, And may be set to have a positive value when the width is greater than the second value.

일 실시예에서, 상기 차량 유형 별 학습 데이터를 생성하는 학습 데이터 생성부를 더 포함할 수 있다. In one embodiment, the learning data generating unit may further include a learning data generating unit for generating learning data for each vehicle type.

일 실시예에서, 상기 차량 유형은 차량의 너비를 기준으로 정의될 수 있다. In one embodiment, the vehicle type can be defined based on the width of the vehicle.

본 발명의 일 실시예에 따른 전방 차량 검출 장치는 차량 검출을 위한 연산의 효율성을 향상시킬 수 있다. The front vehicle detection device according to an embodiment of the present invention can improve the efficiency of the calculation for vehicle detection.

도 1은 본 발명의 일 실시예에 따른 전방 차량 검출 장치를 보여주는 블록도이다.
도 2 내지 도 4는 본 발명의 일 실시예에 따른 전방 차량 검출 장치의 동작을 설명하기 위한 도면들이다.
도 5는 본 발명의 일 실시예에 따른 전방 차량 검출 장치의 적용례를 보여준다. 1 is a block diagram showing a front vehicle detection apparatus according to an embodiment of the present invention.
2 to 4 are views for explaining the operation of the front vehicle detection apparatus according to an embodiment of the present invention.
5 shows an application example of a front vehicle detection apparatus according to an embodiment of the present invention.

이하, 본 발명의 일부 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명의 실시예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 실시예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.Hereinafter, some embodiments of the present invention will be described in detail with reference to exemplary drawings. It should be noted that, in adding reference numerals to the constituent elements of the drawings, the same constituent elements are denoted by the same reference numerals whenever possible, even if they are shown in different drawings. In the following description of the embodiments of the present invention, a detailed description of known functions and configurations incorporated herein will be omitted when it may make the difference that the embodiments of the present invention are not conclusive.

본 발명의 실시예의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 또한, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.In describing the components of the embodiment of the present invention, terms such as first, second, A, B, (a), and (b) may be used. These terms are intended to distinguish the constituent elements from other constituent elements, and the terms do not limit the nature, order or order of the constituent elements. Also, unless otherwise defined, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which this invention belongs. Terms such as those defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the relevant art and are to be interpreted in an ideal or overly formal sense unless explicitly defined in the present application Do not.

도 1은 본 발명의 일 실시예에 따른 전방 차량 검출 장치를 보여주는 블록도이다. 도 2 내지 도 4는 본 발명의 일 실시예에 따른 전방 차량 검출 장치의 동작을 설명하기 위한 도면들이다.1 is a block diagram showing a front vehicle detection apparatus according to an embodiment of the present invention. 2 to 4 are views for explaining the operation of the front vehicle detection apparatus according to an embodiment of the present invention.

먼저, 도 1을 참조하면, 본 발명의 일 실시예에 따른 전방 차량 검출 장치(100)는 영상 획득부(110), 학습 데이터 생성부(120), 저장부(130), 및 검출부(140)를 포함할 수 있다. 1, a front vehicle detection apparatus 100 according to an embodiment of the present invention includes an image acquisition unit 110, a learning data generation unit 120, a storage unit 130, and a detection unit 140, . ≪ / RTI >

영상 획득부(110)는 전방 차량의 영상을 획득할 수 있다. 예를 들어, 상기 전방 차량의 영상은 전방 차량의 후방을 촬영하여 획득된 영상일 수 있다. 영상 획득부(110)는 차량(미도시)의 전방을 향해 배치되는 전방 카메라일 수 있으며, 차량의 진행 방향을 기준으로 소정 범위에 존재하는 전방 차량들의 후방 영상을 획득할 수 있다. 영상 획득부(110)는 획득되는 영상을 학습 데이터 생성부(120) 및/또는 검출부(140)로 전달할 수 있다. The image acquisition unit 110 may acquire an image of the preceding vehicle. For example, the image of the preceding vehicle may be an image obtained by photographing the rear of the preceding vehicle. The image acquisition unit 110 may be a front camera disposed toward the front of the vehicle (not shown), and may acquire a rear image of the front vehicles existing within a predetermined range based on the traveling direction of the vehicle. The image acquisition unit 110 may transmit the acquired image to the learning data generation unit 120 and / or the detection unit 140.

학습 데이터 생성부(120)는 전방 차량의 검출을 위한 차량 유형 별 학습 데이터를 생성할 수 있다. 여기서, 차량 유형은 차량의 너비를 기준으로 정의될 수 있다. 예를 들어, 차량 유형은 차량의 너비에 따라 소형 차량(경차나 작은 승용차), 중형 차량(승용차), 대형 차량(버스, 트럭 등)으로 정의될 수 있으나, 이에 한정되는 것은 아니며, 이하에서는 설명의 편의를 위해 차량 유형은 소형 차량, 중형 차량, 대형 차량으로 정의되는 것으로 가정하여 설명한다. 차량 유형 별 학습 데이터는 도 2 내지 도 4를 참조하여 구체적으로 설명한다. The learning data generation unit 120 may generate learning data for each vehicle type for detection of the preceding vehicle. Here, the vehicle type can be defined based on the width of the vehicle. For example, the type of vehicle may be defined as a small vehicle (a light vehicle or a small passenger car), a medium vehicle (a passenger car), a large vehicle (a bus, a truck, etc.) depending on the width of the vehicle, It is assumed that the vehicle type is defined as a small-sized vehicle, a medium-sized vehicle, and a large-sized vehicle. The learning data for each vehicle type will be described in detail with reference to Figs. 2 to 4. Fig.

도 2 내지 도 4를 참조하면, 소형 차량, 중형 차량, 대형 차량 별 학습 데이터를 생성하는 과정이 도시된다. Referring to FIGS. 2 to 4, a process of generating learning data for a small vehicle, a medium vehicle, and a large vehicle is shown.

학습 데이터 생성부(120)는 소형 차량, 중형 차량, 대형 차량 각각의 후방 영상을 획득할 수 있다(도 2 참조). 예를 들어, 학습 데이터 생성부(120)는 상기 후방 영상을 영상 획득부(110)로부터 전달받을 수도 있고, 외부로부터 전달받을 수도 있다. 차량 각각의 후방 영상은 자차로부터 동일한 거리에서 획득된 영상일 수 있다. The learning data generation unit 120 can acquire rear images of the small vehicles, the medium sized vehicles, and the large sized vehicles, respectively (see FIG. 2). For example, the learning data generation unit 120 may receive the backward image from the image acquisition unit 110 or may receive the backward image from the outside. The rear image of each of the vehicles may be an image obtained at the same distance from the car.

학습 데이터 생성부(120)는 소형 차량, 중형 차량, 대형 차량 각각의 후방 영상 내의 일부 영역을 제 1 타겟 영역 및 제 2 타겟 영역으로 정의할 수 있다(도 3 참조). 예를 들어, 제 1 타겟 영역은 차량의 후방 좌측 영역을 의미하고, 제 2 타겟 영역은 차량의 후방 우측 영역을 의미할 수 있다. 제 1 타겟 영역 및 제 2 타겟 영역은 차량 유형 별로 동일한 크기를 가질 수 있다. The learning data generation unit 120 may define a part of the rear image of each of the small-sized vehicle, the medium-sized vehicle, and the large-sized vehicle as a first target area and a second target area (see FIG. 3). For example, the first target area means the rear left area of the vehicle, and the second target area can mean the rear right area of the vehicle. The first target area and the second target area may have the same size for each vehicle type.

학습 데이터 생성부(120)는 소형 차량, 중형 차량, 대형 차량 각각의 후방 영상의 제 1 타겟 영역 및 제 2 타겟 영역을 기준 차량과의 너비 차이에 따라 서로 다른 오프셋 거리를 갖도록 편집하여 차량 유형 별 학습 데이터를 생성할 수 있다. 예를 들어, 상기 기준 차량은 중형 차량일 수 있으나, 이에 한정되는 것은 아니다. The learning data generation unit 120 edits the first target area and the second target area of the rear image of each of the small-sized vehicle, the medium-sized vehicle, and the large-sized vehicle so as to have different offset distances according to the difference in width from the reference vehicle, Learning data can be generated. For example, the reference vehicle may be a medium-sized vehicle, but is not limited thereto.

학습 데이터 생성부(120)는 기준 차량과의 너비 차이가 소정 범위 이내인 경우(즉, 중형 차량인 경우) 오프셋 거리를 0으로 설정할 수 있다(도 4의 가운데 그림). The learning data generation unit 120 can set the offset distance to 0 when the difference in width from the reference vehicle is within a predetermined range (i.e., when the vehicle is a medium sized vehicle) (center figure in FIG. 4).

학습 데이터 생성부(120)는 기준 차량보다 너비가 제1값 이상 작은 경우(즉, 소형 차량인 경우) 오프셋 거리를 음의 값을 갖도록 설정할 수 있다(도 4의 최상단 그림). 학습 데이터 생성부(120)는 오프셋 거리가 음의 값을 갖는 경우 제 1 타겟 영역 및 제 2 타겟 영역은 오버랩되도록 편집 처리할 수 있다.The learning data generation unit 120 can set the offset distance to have a negative value when the width of the reference vehicle is smaller than the first value (that is, when the vehicle is a small-sized vehicle) (the top view in Fig. 4). The learning data generation unit 120 may edit the first target area and the second target area so that they overlap with each other when the offset distance has a negative value.

학습 데이터 생성부(120)는 기준 차량보다 너비가 제2값 이상 큰 경우(즉, 대형 차량인 경우) 오프셋 거리를 양의 값을 갖도록 설정할 수 있다(도 4의 최하단 그림). The learning data generating unit 120 can set the offset distance to have a positive value when the width of the reference vehicle is larger than the second value (i.e., in the case of a large-sized vehicle) (the bottom view in Fig. 4).

다시 도 1을 참조하면, 저장부(130)는 학습 데이터 생성부(120)에 의해 생성된 차량 유형 별 학습 데이터를 저장할 수 있다. Referring again to FIG. 1, the storage unit 130 may store learning data for each vehicle type generated by the learning data generation unit 120. FIG.

검출부(140)는 영상 획득부(110)로부터 획득된 영상을 차량 유형 별 학습 데이터와 비교하여 전방 차량을 검출할 수 있다. The detection unit 140 can detect the forward vehicle by comparing the image acquired from the image acquisition unit 110 with the learning data of each vehicle type.

검출부(140)는 획득된 영상을 차량 유형 별 학습 데이터의 제 1 타겟 영역들과 비교하여 기준 위치를 검출하고, 기준 위치로부터 서로 다른 오프셋 거리만큼 이격된 위치에서, 획득된 영상을 제 2 타겟 영역과 비교하여 전방 차량의 차량 유형, 자차로부터의 거리 등을 검출할 수 있다. The detection unit 140 detects the reference position by comparing the obtained image with the first target areas of the learning data of the vehicle type, and at a position spaced apart from the reference position by different offset distances, It is possible to detect the vehicle type of the front vehicle, the distance from the vehicle, and the like.

즉, 검출부(140)는 획득된 영상의 기준 위치로부터 오프셋 거리(소형 차량의 오프셋 거리, 중형 차량의 오프셋 거리, 대형 차량의 오프셋 거리)만큼 이격된 위치에서만 학습 데이터와 획득된 영상을 비교하는 영상 처리를 수행하여 전방 차량을 검출할 수 있으므로 연산량을 줄일 수 있고, 연산 속도를 향상시킬 수 있다. That is, the detecting unit 140 detects an image that compares the acquired image with the learning data only at a position spaced apart from the reference position of the obtained image by an offset distance (an offset distance of the small vehicle, an offset distance of the medium vehicle, It is possible to reduce the amount of computation and improve the computation speed.

한편, 검출부(140)는 획득된 영상을 차량 유형 별 학습 데이터의 제 2 타겟 영역들과 비교하여 기준 위치를 검출하고, 기준 위치로부터 서로 다른 오프셋 거리만큼 이격된 위치에서, 획득된 영상을 제 1 타겟 영역과 비교하여 전방 차량의 차량 유형을 검출할 수 있다. On the other hand, the detection unit 140 detects the reference position by comparing the obtained image with the second target areas of the learning data of the vehicle type, and outputs the acquired image to the first target areas The vehicle type of the preceding vehicle can be detected in comparison with the target area.

도 5는 본 발명의 일 실시예에 따른 전방 차량 검출 장치의 적용례를 보여준다. 5 shows an application example of a front vehicle detection apparatus according to an embodiment of the present invention.

도 5를 참조하면, 본 발명의 일 실시예에 따른 전방 차량 검출 장치(100)는 전방 차량의 영상을 획득하고, 획득된 영상을 복수의 차량의 후방 영상내의 일부 영역인 제 1 타겟 영역 및 제 2 타겟 영역을 기준 차량과의 너비 차이에 따라 서로 다른 오프셋 거리를 갖도록 편집한 차량 유형 별 학습 데이터와 비교하여 전방 차량의 유형 및 거리를 검출할 수 있다. 5, a front vehicle detection apparatus 100 according to an embodiment of the present invention acquires an image of a preceding vehicle, and outputs the obtained image to a first target area, which is a partial area in a rear image of a plurality of vehicles, 2 type and distance of the preceding vehicle can be detected by comparing with the learning data of each vehicle type edited to have different offset distances according to the width difference between the target area and the reference vehicle.

구체적으로, 전방 차량 검출 장치(100)는 획득된 동일 차선의 전방 차량의 영상의 기준 위치로부터 대형 차량의 오프셋 거리만큼 이격된 위치에서만 학습 데이터와 획득된 영상을 비교하는 영상 처리를 수행하여 전방 차량을 검출할 수 있다. 또한, 전방 차량 검출 장치(100)는 획득된 우측 차선의 전방 차량의 영상의 기준 위치로부터 중형 차량의 오프셋 거리만큼 이격된 위치에서만 학습 데이터와 획득된 영상을 비교하는 영상 처리를 수행하여 우측 차선의 전방 차량을 검출할 수 있다. Specifically, the front vehicle detection apparatus 100 performs image processing that compares the acquired image with the learning data only at a position spaced apart from the reference position of the obtained image of the preceding vehicle in the same lane by an offset distance of the large vehicle, Can be detected. Further, the front vehicle detection apparatus 100 performs image processing for comparing the learning data with the acquired image only at a position spaced apart from the reference position of the image of the front vehicle in the obtained right lane by the offset distance of the middle vehicle, The front vehicle can be detected.

예를 들어, 동일 차선의 전방 차량은 대형 차량으로 검출될 수 있고, 우측 차선의 전방 차량은 중형 차량으로 검출될 수 있다. For example, a front vehicle in the same lane can be detected as a large vehicle, and a front vehicle in the right lane can be detected as a medium vehicle.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. The foregoing description is merely illustrative of the technical idea of the present invention, and various changes and modifications may be made by those skilled in the art without departing from the essential characteristics of the present invention.

따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.Therefore, the embodiments disclosed in the present invention are intended to illustrate rather than limit the scope of the present invention, and the scope of the technical idea of the present invention is not limited by these embodiments. The scope of protection of the present invention should be construed according to the following claims, and all technical ideas within the scope of equivalents should be construed as falling within the scope of the present invention.

100: 전방 차량 검출 장치
110: 영상 획득부
120: 학습 데이터 생성부
130: 저장부
140: 검출부100: Front vehicle detection device
110:
120:
130:
140:

Claims (6)

동일한 거리에서 획득된 복수의 차량의 후방 영상내의 일부 영역인 제 1 타겟 영역 및 제 2 타겟 영역을 기준 차량과의 너비 차이에 따라 서로 다른 오프셋 거리를 갖도록 편집한 차량 유형 별 학습 데이터를 저장하는 저장부;
전방 차량의 후방 영상을 획득하는 영상 획득부; 및
상기 획득된 영상을 상기 차량 유형 별 학습 데이터와 비교하여 상기 전방 차량을 검출하는 검출부를 포함하고,
상기 검출부는 상기 획득된 영상을 상기 차량 유형 별 학습 데이터의 상기 제 1 타겟 영역들과 비교하여 기준 위치를 검출하고, 상기 기준 위치로부터 상기 서로 다른 오프셋 거리만큼 이격된 위치에서 상기 획득된 영상을 상기 제 2 타겟 영역과 비교하여 상기 전방 차량의 차량 유형을 검출하는 것을 특징으로 하는 전방 차량 검출 장치.Storing the learning data for each vehicle type edited so that the first target area and the second target area, which are partial areas within the rear images of the plurality of vehicles obtained at the same distance, are edited to have different offset distances according to the difference in width from the reference vehicle part;
An image acquiring unit for acquiring a rear image of the front vehicle; And
And a detection unit for detecting the preceding vehicle by comparing the obtained image with learning data for each vehicle type,
Wherein the detecting unit detects the reference position by comparing the obtained image with the first target areas of the learning data of the vehicle type, and outputs the obtained image at a position spaced apart from the reference position by the different offset distance And detects the vehicle type of the preceding vehicle in comparison with the second target area. 삭제delete 제 1 항에 있어서,
상기 제 1 타겟 영역 및 제 2 타겟 영역은 상기 차량 유형 별로 동일한 크기를 갖는 것을 특징으로 하는 전방 차량 검출 장치.The method according to claim 1,
Wherein the first target area and the second target area have the same size for each vehicle type. 동일한 거리에서 획득된 복수의 차량의 후방 영상내의 일부 영역인 제 1 타겟 영역 및 제 2 타겟 영역을 기준 차량과의 너비 차이에 따라 서로 다른 오프셋 거리를 갖도록 편집한 차량 유형 별 학습 데이터를 저장하는 저장부;
전방 차량의 후방 영상을 획득하는 영상 획득부; 및
상기 획득된 영상을 상기 차량 유형 별 학습 데이터와 비교하여 상기 전방 차량을 검출하는 검출부를 포함하고,
상기 오프셋 거리는 상기 기준 차량과의 너비 차이가 소정 범위 이내인 경우 0으로 설정되고, 상기 기준 차량보다 너비가 제1값 이상 작은 경우 음의값을 갖도록 설정되고, 상기 기준 차량보다 너비가 제2값 이상 큰 경우 양의값을 갖도록 설정되는 것을 특징으로 하는 전방 차량 검출 장치.Storing the learning data for each vehicle type edited so that the first target area and the second target area, which are partial areas within the rear images of the plurality of vehicles obtained at the same distance, are edited to have different offset distances according to the difference in width from the reference vehicle part;
An image acquiring unit for acquiring a rear image of the front vehicle; And
And a detection unit for detecting the preceding vehicle by comparing the obtained image with learning data for each vehicle type,
Wherein the offset distance is set to 0 when the difference in width from the reference vehicle is within a predetermined range and is set to a negative value when the width of the reference vehicle is smaller than the first value, Or more, and is set to have a positive value. 제 1 항 또는 제 4 항에 있어서,
상기 차량 유형 별 학습 데이터를 생성하는 학습 데이터 생성부를 더 포함하는 것을 특징으로 하는 전방 차량 검출 장치.The method according to claim 1 or 4,
Further comprising: a learning data generating unit for generating learning data for each of the vehicle types. 제 1 항 또는 제 4 항에 있어서,
상기 차량 유형은 차량의 너비를 기준으로 정의되는 것을 특징으로 하는 전방 차량 검출 장치.The method according to claim 1 or 4,
Wherein the vehicle type is defined based on a width of the vehicle.
KR1020160054594A 2016-05-03 2016-05-03 Apparatus for detecting forward vehicle KR101766138B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160054594A KR101766138B1 (en) 2016-05-03 2016-05-03 Apparatus for detecting forward vehicle

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160054594A KR101766138B1 (en) 2016-05-03 2016-05-03 Apparatus for detecting forward vehicle

Publications (1)

Publication Number Publication Date
KR101766138B1 true KR101766138B1 (en) 2017-08-07

Family

ID=59654039

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160054594A KR101766138B1 (en) 2016-05-03 2016-05-03 Apparatus for detecting forward vehicle

Country Status (1)

Country Link
KR (1) KR101766138B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112466112A (en) * 2019-09-09 2021-03-09 现代自动车株式会社 Apparatus and method for generating vehicle data and system

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112466112A (en) * 2019-09-09 2021-03-09 现代自动车株式会社 Apparatus and method for generating vehicle data and system
KR20210030136A (en) * 2019-09-09 2021-03-17 현대자동차주식회사 Apparatus and method for generating vehicle data, and vehicle system
KR102664123B1 (en) * 2019-09-09 2024-05-09 현대자동차주식회사 Apparatus and method for generating vehicle data, and vehicle system

Similar Documents

Publication Publication Date Title
US11097726B2 (en) Lane keeping assist system and method for improving safety in preceding vehicle follower longitudinal control
US10026320B2 (en) Vehicle and method for supporting driving safety thereof
US9731717B2 (en) Driver assistance apparatus and method for operating the same
JP6353525B2 (en) Method for controlling the speed of a host vehicle and system for controlling the speed of a host vehicle
EP2302412B1 (en) System and method for evaluation of an automotive vehicle forward collision threat
US10625735B2 (en) Vehicle control apparatus and vehicle control method
US9953537B2 (en) Vehicle control system and method thereof
WO2012121107A1 (en) Vehicle-mounted camera and vehicle-mounted camera system
US20160107643A1 (en) Object recognition apparatus
US20170341642A1 (en) Vehicle control apparatus
US20140160252A1 (en) Redundant object detection for driver assistance systems
JP6174644B2 (en) Image processing device
US10040449B2 (en) Method for avoiding a rear-end collision between a first vehicle and a second vehicle and control unit
US20160307026A1 (en) Stereoscopic object detection device and stereoscopic object detection method
KR102463722B1 (en) Apparatus and method for setting velocity of vehicle
KR20200095976A (en) driver assistance apparatus
JP2015087969A (en) Column traveling device and traffic accident prevention device
US20210011481A1 (en) Apparatus for controlling behavior of autonomous vehicle and method thereof
US20200353904A1 (en) Vehicle and control method for the same
JP2015210191A (en) Object detection device
US20190375402A1 (en) Vehicle control system
US11890939B2 (en) Driver assistance system
US10112588B2 (en) Vehicle control apparatus
KR101766138B1 (en) Apparatus for detecting forward vehicle
KR102335987B1 (en) Apparatus and method for drive controlling of vehicle

Legal Events

Date Code Title Description
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant