KR102078908B1 - 무인 차량을 이용한 자동화 차선 도색 시스템 - Google Patents

Abstract

본 발명은 무인 차량을 이용한 자동화 차선 도색 시스템에 관한 것이다. 보다 상세하게는, 무인차량에 장착된 차선감지, 주변감지 카메라를 포함하는 촬영장치를 이용하여 영상정보를 획득하고, 획득된 영상정보를 바탕으로 차선의 유무 및 도장 상태를 판별하여 훼손된 차선을 재도색 하거나 도색할 지점을 자동으로 설계하여 새로운 차선을 도색함으로써 보다 정확하고 효율적인 도색작업이 이루어질 수 있도록 하는 무인 차량을 이용한 자동화 차선 도색 시스템에 관한 것이다.
이를 위해 본 발명은 무인차량의 전방 또는 바닥면에 차선과 근접하게 설치되는 촬영장치를 이용하여 차선상태를 판별하고, 무인차량에 탑재된 위치인식장치를 이용하여 차량의 위치정보를 생성하는 영상 및 위치인식부; 영상 및 위치인식부에서 전송된 영상정보와 전자지도 상의 차선정보를 비교하여 무인차량의 위치를 파악하고, 수집된 영상정보와 차선 DB에 저장된 정형화된 차선정보를 비교하여 차선의 색상과 마모도를 포함하는 도장상태를 분석하는 차선분석부; 및 차선분석부에 의해 분석된 정보를 바탕으로 무인차량의 운향방향을 조절하여도색할 위치에 무인차량의 위치를 둔 후, 무인차랑의 내부에 장착된 도료노즐을 개방시켜 도색작업을 수행하는 도색장치부를 포함하는 무인 차량을 이용한 자동화 차선 도색 시스템을 제공한다.

Description

무인 차량을 이용한 자동화 차선 도색 시스템{Automatic Lane Painting System Using Unmanned Vehicles}

본 발명은 무인 차량을 이용한 자동화 차선 도색 시스템에 관한 것이다. 보다 상세하게는, 무인차량에 장착된 차선감지, 주변감지 카메라를 포함하는 촬영장치를 이용하여 영상정보를 획득하고, 획득된 영상정보를 바탕으로 차선의 유무 및 도장 상태를 판별하여 훼손된 차선을 재도색 하거나 도색할 지점을 자동으로 설계하여 새로운 차선을 도색함으로써 보다 정확하고 효율적인 도색작업이 이루어질 수 있도록 하는 무인 차량을 이용한 자동화 차선 도색 시스템에 관한 것이다.

차선은 각종 도로 위에 도색된 선으로, 운전자가 주행 방향 및 주행 간격을 식별하기 위해 백색, 황색 등 몇 가지 색상으로 그려지며, 다른 차량과의 간격을 유지하여 운전자의 안전과 원활한 차량통행을 위하여 일정 기간이 경과하면 재도색하는 작업이 필요하다.

종래의 도로포장 및 재포장 기술은 대부분 작업자에 의존하여 진행되고 있다. 즉, 종래의 도로포장 및 재포장 기술은 작업자가 직접 손으로 방향을 조정하여 차선을 그리는 방식과 사람이 차량에 탑승하여 운전대로 차선의 방향을 결정하는 방식을 이용하고 있다.

그러나, 종래의 차선 도색방식은 차선의 방향을 그리는 작업자가 정확한 위치에 차선을 그리고 있는지 외부 작업자가 이를 주기적으로 감시하여야 하므로, 도로 위의 작업 중에 작업자들이 안전사고에 노출될 우려가 있으며, 차선 도색에 많은 인력이 소모된다는 문제점이 있었다.

따라서, 차선 및 주변을 감지할 수 있는 장치들이 탑재된 무인 차량을 이용하여 인력 소모를 저감시키고, 차선의 유무 및 도장상태를 판별하여 보다 정밀한 도색작업이 이루어질 수 있도록 하는 자동화 도색 시스템의 개발이 필요하다.

선행기술문헌 : KR 등록특허공보 제1483009호(2015.1.16.공고)

본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로, 무인 차량에 장착된 차선감지 및 주변감지 카메라를 포함하는 촬영장치에 의해 촬영된 영상정보를 바탕으로 차선의 유무 및 차선상태를 판별하고 훼손된 차선을 재도색하거나 새로운 도색 작업 시 3차원 전자지도를 활성화하여 차선을 자동학습 및 판별하여 자동으로 도색작업을 수행할 수 있도록 하는 무인 차량을 이용한 자동화 차선 도색 시스템을 제공하는 데 그 목적이 있다.

상기 목적을 달성하기 위해 안출된 본 발명에 따른 무인 차량을 이용한 자동화 차선 도색 시스템은 무인차량의 전방 또는 바닥면에 차선과 근접하게 설치되는 촬영장치를 이용하여 차선상태를 판별하고, 무인차량에 탑재된 위치인식장치를 이용하여 차량의 위치정보를 생성하는 영상 및 위치인식부; 영상 및 위치인식부에서 전송된 영상정보와 전자지도 상의 차선정보를 비교하여 무인차량의 위치를 파악하고, 수집된 영상정보와 차선 DB에 저장된 정형화된 차선정보를 비교하여 차선의 색상과 마모도를 포함하는 도장상태를 분석하는 차선분석부; 및 차선분석부에 의해 분석된 정보를 바탕으로 무인차량의 운향방향을 조절하여 도색할 위치에 무인차량의 위치를 둔 후, 무인차랑의 내부에 장착된 도료노즐을 개방시켜 도색작업을 수행하는 도색장치부를 포함할 수 있다.

또한, 본 발명에 따른 무인 차량을 이용한 자동화 차선 도색 시스템은 무인차량의 전방 또는 바닥면에 차선과 근접하게 설치되는 촬영장치를 이용하여 차선상태를 판별하고, 무인차량에 탑재된 위치인식장치를 이용하여 차량의 위치정보를 생성하는 영상 및 위치인식부; 영상 및 위치인식부에서 전송된 영상정보와 전자지도 상의 차선정보를 비교하여 무인차량의 위치를 파악하고, 수집된 영상정보와 차선 DB에 저장된 정형화된 차선정보를 비교하여 차선의 색상과 마모도를 포함하는 도장상태를 분석하는 차선분석부; 차선분석부에 의해 분석된 정보를 바탕으로 무인차량의 운향방향을 조절하여 도색할 위치에 무인차량의 위치를 둔 후, 무인차랑의 내부에 장착된 도료노즐을 개방시켜 도색작업을 수행하는 도색장치부를 포함하고, 차선분석부는 새로운 차선을 도색할 경우, 도로 설계 도면 및 3차원 전자지도를 활성화시켜 획득된 전자지도를 이용하여 도로에 그려질 차선을 예측하여 무인차량의 운전방향을 조절하는 제어신호를 송출하도록 하는 것을 특징으로 할 수 있다.

또한, 본 발명에 따른 무인 차량을 이용한 자동화 차선 도색 시스템은무인차량의 전방 또는 바닥면에 차선과 근접하게 설치되는 촬영장치를 이용하여 차선상태를 판별하고, 무인차량에 탑재된 위치인식장치를 이용하여 차량의 위치정보를 생성하는 영상 및 위치인식부; 영상 및 위치인식부에서 전송된 영상정보와 전자지도 상의 차선정보를 비교하여 무인차량의 위치를 파악하고, 수집된 영상정보와 차선 DB에 저장된 정형화된 차선정보를 비교하여 차선의 색상과 마모도를 포함하는 도장상태를 분석하는 차선분석부; 차선분석부에 의해 분석된 정보를 바탕으로 무인차량의 운향방향을 조절하여도색할 위치에 무인차량의 위치를 둔 후, 무인차랑의 내부에 장착된 도료노즐을 개방시켜 도색작업을 수행하는 도색장치부를 포함하고, 차선분석부는 차선을 재도색할 경우, 각각 평행하여 위치한 두 개 이상의 차선이 하나로 만나는 소실점을 구하고, 이 소실점을 중심으로 무인차량의 조향각도를 보정하여 무인차량의 운전방향을 조절하도록 제어신호를 송출하는 것을 더 포함할 수 있다.

또한, 본 발명에 따른 차선분석부는 허프 변환을 통해 차선과 동일한 선분을 추출한 후 RANSAC 알고리즘을 적용하여 차선을 제외한 외곽의 데이터는 배제하는 추정과정을 복수회 반복 수행하여 차선정보를 획득하고, 각각 평행하여 위치한 두 개 이상의 차선이 하나로 만나는 소실점을 산출하여 상기 소실점을 중심으로 무인차량의 조향각을 보상하는 것을 더 포함할 수 있다.

또한, 차선분석부는 촬영장치에서 전송된 영상정보를 토대로 차선의 결함을 분석하되, 일정 면적을 가진 면의 결함은 색상, 명암대비를 감별할 수 있는 알고리즘을 가동시켜 차선상태를 판별하고, 선의 결함은 스크레치를 감별하는 알고리즘을 가동시켜 차선상태를 판별하는 것을 더 포함할 수 있다.

본 발명에 의하면 무인차량에 장착된 차선감지, 주변감지 카메라를 포함하는 촬영장치를 이용하여 영상정보를 획득하고, 획득된 영상정보를 바탕으로 차선의 유무 및 도장 상태를 판별하여 훼손된 차선을 재도색 하거나 도색할 지점을 자동으로 설계하여 새로운 차선을 도색함으로써 보다 정확하고 효율적인 도색작업이 이루어질 수 있도록 하는 데 그 효과가 있다.

도 1은 본 발명의 바람직한 실시예에 따른 무인 차량을 이용한 자동화 차선 도색 시스템의 구성도,
도 2는 차선분석부에 의해 재도색 과정의 경우, 차선상태를 인식하는 절차를 도시한 도면,
도 3은 차선의 선분을 추출하여 차선의 소실점을 산출하기 위한 예시도면,
도 4는 RANSAC 알고리즘과 허프변환으로 직선을 추출하는 방식을 설명하기 위한 예시도면, 및
도 5는 본 발명의 바람직한 실시예에 따른 무인차량의 측면도이다.

이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성 요소들에 참조 부호를 부가함에 있어서, 동일한 구성 요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다. 또한, 이하에서 본 발명의 바람직한 실시예를 설명할 것이나, 본 발명의 기술적 사상은 이에 한정하거나 제한되지 않고 당업자에 의해 변형되어 다양하게 실시될 수 있음은 물론이다.

도 1은 본 발명의 바람직한 실시예에 따른 무인 차량을 이용한 자동화 차선 도색 시스템의 구성도이고, 도 2는 차선분석부에 의해 재도색 과정의 경우, 차선상태를 인식하는 절차를 도시한 도면이며, 도 3은 차선의 선분을 추출하여 차선의 소실점을 산출하기 위한 예시도면이고, 도 4는 RANSAC 알고리즘과 허프변환으로 직선을 추출하는 방식을 설명하기 위한 예시도면이며, 도 5는 본 발명의 바람직한 실시예에 따른 무인차량의 측면도이다.

본 발명의 바람직한 실시예에 따른 무인 차량을 이용한 자동화 차선 도색 시스템(100)은 무인차량에 장착된 차선감지, 주변감지 카메라를 포함하는 촬영장치를 이용하여 영상정보를 획득하고, 획득된 영상정보를 바탕으로 차선의 유무 및 도장 상태를 판별하여 훼손된 차선을 재도색 하거나 도색할 지점을 자동으로 설계하여 새로운 차선을 도색할 수 있도록 하는 시스템이다.

도 1 내지 도 5를 참조하면, 본 발명의 바람직한 실시예에 따른 무인 차량을 이용한 자동화 차선 도색 시스템(100)은 영상 및 위치인식부(10), 차선분석부(20), 및 도색장치부(30)를 포함하여 구성된다.

영상 및 위치인식부(10)는 무인차량(40)의 전방 또는 바닥면에 차선과 근접하게 설치되는 촬영장치를 이용하여 차선 및 주변을 감지하고, 도색할 위치의 차선상태를 파악한다.

예컨대, 촬영장치는 무인차량(40)의 전방에 설치되어 차선의 도장 작업현황을 촬영하는 제1 카메라(42), 무인차량의 양측 바퀴에 각각 설치되되, 차선에 근접하여 설치되고, 도색할 도로면과 차선의 마모도를 촬영하는 제2 카메라(44) 및 제3 카메라(46)를 포함할 수 있다.

상술한 촬영장치의 설치위치는 차선 폭에 따라 달라질 수 있으며, 촬영장치의 일측에 선형 리니어 장치를 포함하는 조절수단(미도시)이 구비되어 차선의 폭에 따라 촬영장치를 조절할 수 있도록 한다.

영상 및 위치인식부(10)는 촬영장치를 통해 도색할 위치에 차선상태가 인식되면 차선상태를 촬영하여 영상정보를 획득한다.

또한, 영상 및 위치인식부(10)는 촬영장치를 통해 도색할 위치에 차선이 없을 경우에는 무인차량(40)에 탑재된 GPS, 차량부착센서, WAVE기지국, DGPS를 포함하는 위치인식장치(미도시)를 작동시켜 차량의 위치정보를 생성하고, 획득된 차량의 위치정보를 바탕으로 주행 중 도색을 실시한다.

이 때, 정확한 도색을 위해, 차량의 위치정보와 더불어, 무인차량(40)의 바퀴와의 간격, 구조물의 위치 등의 정보가 더 포함될 수 있다.

영상 및 위치인식부(10)에 의해 획득된 영상정보는 차선을 제외한 불필요한 배경을 제거하기 위하여 색상 밝기 필터링을 통해 차선과 배경의 밝기 차이를 적용하여 차선 영역과 배경 영역을 분리시키는 전처리 과정을 거친다.

일반적으로, 차선은 흰색, 황색, 파란색 등 원색 계열로 이루어져 있어 도로 노면에 비해 밝기 때문에 차선과 도로 노면의 밝기 차이를 적용하여 배경영역과 차선 영역을 분리시켜 차선정보만을 확보하도록 한다.

차선 분석부(20)는 영상 및 위치인식부(10)로부터 수집된 영상정보와 차선 DB에 저장된 정형화된 차선정보를 비교하여 차선의 색상과 마모도를 포함하는 도장상태를 분석한다. 이때, 차선분석부(20)는 차량의 양측면에 구비되어 차선의 바닥면을 촬영하는 제2 카메라(44)와 제3 카메라(46)로부터 촬영된 영상정보를 실시간으로 수신할 수 있다.

보다 구체적으로, 차선분석부(20)는 재도색을 하는 경우에는 영상 및 위치인식부(10)에서 촬영된 영상정보를 기반으로 차선의 색, 차선의 마모도를 포함하는 차선상태를 분석하여 차선의 결함을 검출한다.

차선분석부(20)는 촬영장치에서 전송된 영상정보를 토대로 차선의 결함을 분석하되, 일정 면적을 가진 면의 결함은 색상, 명암대비를 감별할 수 있는 알고리즘을 가동시켜 차선상태를 판별하고, 선의 결함은 스크레치를 감별하는 알고리즘을 가동시켜 차선상태를 판별하도록 한다.

차선분석부(20)는 멀티레이어 쿼드트리(multi-layer quadtree) 기법과 캐니 에지 검출 기법을 이용하여 영상정보로부터 차선을 검출한다.

멀티레이어 쿼드트리 기법은 촬영장치에서 전송된 영상정보로부터 차선의 결함 부분을 감별하여, 전처리 과정을 통해, 미세 흠집이나 잡음을 제거하여 차선의 결함을 감지할 수 있다.

캐니 에지 검출 기법은 영상정보로부터 차선정보의 에지(Edge)를 검출하는 영상 전처리 기술로서, 차선의 크랙 검출률을 높일 수 있으며 차선이 점선으로 되어 있어 끊겨 있는 부분까지 용이하게 파악할 수 있다.

또한, 차선분석부(20)는 무인차량(40)의 전방에 부착된 제1 카메라(42)로부터 촬영된 영상정보를 실시간으로 획득하여 배경영역과 차선 영역을 분리하는 전처리 과정을 거쳐, 차선영역만을 분리하고, 각각 평행하여 위치한 두 개 이상의 차선이 하나로 만나는 소실점을 산출하여 소실점을 중심으로 무인차량의 조향각을 보정하여 무인차량(40)에 운전방향을 변경하라는 제어신호를 송출한다.

이를 위해, 차선분석부(20)는 허프 변환 방식을 이용하여 차선의 선분을 찾아내고, RANSAC(RANDOM SAMPLE CONSENSUS)알고리즘을 이용하여 각각 평행하여 위치한 두 개 이상의 차선이 하나로 만나는 소실점을 산출한다.

상기 허프 변환(Hough Transform) 방식은 수식으로 표현할 수 있는 도형, 직선, 원, 타원, 쌍곡선 등을 검출할 수 있는 방식으로, 본 발명에서는 차선 검출을 위한 선분 정보를 위 방식으로 추출한다.

도 4는 허프 변환 원리를 설명하기 위한 도면으로, 도 4를 참조하면, x-y 평면은 이미지라고 가정하고 이미지 안에 있는 빨간 직선을 찾는 알고리즘을 허프 변환을 통해 찾을 수 있다. 구체적으로,

와 r (혹은 rho)라는 두 개의 파라미터를 가지고 구할 수 있으며, 빨간 직선상에 수직인 선분 r은

으로 표현할 수 있다. 실제 이미지에 허프 변환을 바로 적용하기에는 계산량이 많기 때문에 Edge 검출 알고리즘인 Canny Edge Detection 알고리즘 적용 후 같이 쓰이며, 검출된 Edge들에 있는 점을 적용하여 직선을 찾을 수 있다.

또한, 상기 RANSAC 알고리즘은 허프 변환 방식을 통해 검출된 차선의 선분 정보를 토대로 LSM(Lesat Square Method)을 이용하여 직선을 예측하고 그렇지 않은 외곽의 데이터는 배제하는 추정과정을 반복수행하는 방식이다.

또한, 차선분석부(20)는 도색 작업 중 한쪽 차선이 존재하지 않거나, 영상 및 위치인식부(10)에 의해 차선인식이 정상적으로 수행되지 않을 경우에는 소실점을 향하는 직선 중 일정한 지점(예컨대, 1/3 지점)에 위치한 지점을 고정된 차선으로 지정하여, 이 고정 차선을 이용하도록 한다. 이때, 각각 평행하여 위치한 두 개 이상의 차선 중 인식되지 않은 차선만 고정 차선으로 대체할 수 있다.

또한, 차석분석부(20)는 주행 중 차선이 훼손되어 차선이 인식되지 않거나, 새로운 차선을 도색하는 경우에는 영상 및 위치인식부(10)로부터 무인차량의 위치정보를 수신하고, 도로의 설계도면 및 3차원 전자지도 상의 차선정보와 무인차량의 위치정보를 비교하여 도로에 그려질 차선을 예측하여 도색지점을 자동으로 설계한다.

차선분석부(20)는 도색지점의 분석이 완료되면, 무인차량의 조향각도를 조절하기 위한 제어신호를 전송하여 도색할 위치에 무인차량을 위치시키도록 한다.

도색장치부(30)는 차선분석부(20)에 의해 분석된 정보를 바탕으로 무인차량을 통해 도색작업을 수행한다.

도색장치부(30)는 정형화된 차선의 색이 저장된 차선 DB와 영상 및 위치인식부(10)로부터 수집된 영상정보를 비교하여 무인차랑(40)의 내부에 장착된 도료노즐을 개방시켜 차선의 마모도에 따라 도장 작업을 실시한다.

이 때, 도색장치부(30)는 차선에 결함(크랙)이 있는 경우에는 무인차량의 내부에 구비된 청소기로 이물질을 먼저 제거한 다음, 도료노즐을 개방시켜 용융된 도료를 크랙에 주입하고, 압착기 또는 롤러를 이용하여 크랙의 상면을 가압하여 평탄하게 압착할 수 있다.

도색장치부(30)는 도료 분사와 경화제를 일정하게 분사하는 노즐과 우천형 유리알이 포함된 도료를 도포하는 투입구가 구비될 수 있다.

도색장치부(30)는 상온 및 저온에서도 신속하게 경화될 수 있는 이액형 열경화성 폴리우레탄, 골재를 소재로 하는 도로용 보수재가 이용되는 것이 바람직하며, 이액형 라인 전용 마커로 도포할 경우, 차선 폭은 균일하게 진행되며, 보호 양생시간은 단시간에 완전히 경화되는 장점을 가진다.

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 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 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.

10 - 영상 및 위치인식부
20 - 차선분석부
30 - 도색장치부
100 - 무인 차량을 이용한 자동화 차선 도색 시스템

Claims (5)

1. 무인차량의 전방 또는 바닥면에 차선과 근접하게 설치되는 촬영장치를 이용하여 차선상태를 판별하고, 무인차량에 탑재된 위치인식장치를 이용하여 차량의 위치정보를 생성하는 영상 및 위치인식부;
   영상 및 위치인식부에서 전송된 영상정보와 전자지도 상의 차선정보를 비교하여 무인차량의 위치를 파악하고, 수집된 영상정보와 차선 DB에 저장된 정형화된 차선정보를 비교하여 차선의 색상과 마모도를 포함하는 도장상태를 분석하는 차선분석부;
   차선분석부에 의해 분석된 정보를 바탕으로 무인차량의 운향방향을 조절하여도색할 위치에 무인차량의 위치를 둔 후, 무인차량의 내부에 장착된 도료노즐을 개방시켜 도색작업을 수행하는 도색장치부
   를 포함하고,
   상기 촬영장치는
   무인차량의 전방에 설치되어 차선의 도장 작업현황을 촬영하는 제1 카메라, 무인차량의 양측 바퀴 부근에 각각 설치되되, 차선에 근접하여 설치되어 도색할 도로면과 차선의 마모도를 촬영하는 제2 카메라, 및 제3 카메라
   를 포함하며,
   차선분석부는
   새로운 차선을 도색할 경우, 도로 설계 도면 및 3차원 전자지도를 활성화시켜 획득된 전자지도를 이용하여 도로에 그려질 차선을 예측하여 무인차량의 운전방향을 조절하는 제어신호를 송출하도록 하며,
   차선을 재도색할 경우, 각각 평행하여 위치한 두 개 이상의 차선이 하나로 만나는 소실점을 구하고, 이 소실점을 중심으로 무인차량의 조향각도를 보정하여 무인차량의 운전방향을 조절하도록 제어신호를 송출하도록 하고,
   허프 변환을 통해 차선과 동일한 선분을 추출한 후 RANSAC 알고리즘을 적용하여 차선을 제외한 외곽의 데이터는 배제하는 추정과정을 복수회 반복 수행하여 차선정보를 획득하고, 각각 평행하여 위치한 두 개 이상의 차선이 하나로 만나는 소실점을 산출하여 상기 소실점을 중심으로 무인차량의 조향각을 보상하고,
   촬영장치에서 전송된 영상정보를 토대로 차선의 결함을 분석하되, 일정 면적을 가진 면의 결함은 색상, 명암대비를 감별할 수 있는 알고리즘을 가동시켜 판별하고, 선의 결함은 스크레치를 감별하는 알고리즘을 가동시켜 판별하도록 하는 것
   을 포함하고,
   차선분석부는
   영상 및 위치인식부에 의해 획득된 영상정보를 전달받아 차선을 제외한 불필요한 배경을 제거하기 위하여 색상 밝기 필터링을 통해 차선과 배경의 밝기 차이를 적용하여 차선 영역과 배경영역을 분리시키는 전처리 과정을 거쳐 차선정보만을 확보하는 과정
   을 포함하며,
   도색장치부는
   차선에 크랙이 있는 경우 무인차량의 내부에 구비된 청소기로 이물질을 먼저 제거한 다음 도료노즐을 개방시켜 용융된 도료를 크랙에 주입하는 것
   을 포함하는 무인 차량을 이용한 자동화 차선 도색 시스템.
   
   
2. 삭제
3. 삭제
4. 삭제
5. 삭제

Images