KR102384430B1 - Mms 차량의 고정밀 주행 궤적을 이용한 차선 필터링 및 차선 지도 구축 방법 - Google Patents

Mms 차량의 고정밀 주행 궤적을 이용한 차선 필터링 및 차선 지도 구축 방법 Download PDF

Info

Publication number
KR102384430B1
KR102384430B1 KR1020170067800A KR20170067800A KR102384430B1 KR 102384430 B1 KR102384430 B1 KR 102384430B1 KR 1020170067800 A KR1020170067800 A KR 1020170067800A KR 20170067800 A KR20170067800 A KR 20170067800A KR 102384430 B1 KR102384430 B1 KR 102384430B1
Authority
KR
South Korea
Prior art keywords
lane
driving trajectory
precision driving
map
filtering
Prior art date
Application number
KR1020170067800A
Other languages
English (en)
Other versions
KR20180131154A (ko
Inventor
전영재
Original Assignee
현대오토에버 주식회사
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 현대오토에버 주식회사 filed Critical 현대오토에버 주식회사
Priority to KR1020170067800A priority Critical patent/KR102384430B1/ko
Publication of KR20180131154A publication Critical patent/KR20180131154A/ko
Application granted granted Critical
Publication of KR102384430B1 publication Critical patent/KR102384430B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003—Maps
    • G09B29/006—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes
    • G09B29/007—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes using computer methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
    • H04N23/12—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths with one sensor only
    • H04N9/07—
    • 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
    • G06T2207/30241—Trajectory
    • 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
    • G06T2207/30256—Lane; Road marking

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Ecology (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Computer Graphics (AREA)
  • Remote Sensing (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 MMS 차량의 고정밀 주행 궤적을 이용한 차선 필터링 및 차선 지도 구축 방법에 관한 것으로서, MMS(Mobile Mapping System) 차량으로부터 얻어지는 고정밀 주행 궤적을 사용하여 유망 차선 후보로 필터링함으로써 차선 검출의 정확도를 높이고 불필요한 연산을 줄여 차선 레벨의 정밀지도를 구축하는 것에 관한 것이다.

Description

MMS 차량의 고정밀 주행 궤적을 이용한 차선 필터링 및 차선 지도 구축 방법{Method for filtering the lane and generating the lane map using high precision running trajectory of MMS vehicle}
본 발명은 MMS 차량의 고정밀 주행 궤적을 이용한 차선 필터링 및 차선 지도 구축 방법에 관한 것으로서, MMS(Mobile Mapping System) 차량으로부터 얻어지는 고정밀 주행 궤적을 사용하여 유망 차선 후보로 필터링함으로써 차선 검출의 정확도를 높이고 불필요한 연산을 줄여 차선 레벨의 정밀지도를 구축하는 것에 관한 것이다.
최근 자율주행을 통하여 목적지까지 보다 편리하고 안정적이며 효율적으로 도착하도록 지원하기 위하여, 정밀지도로부터 인지된 전방의 도로 형상, 도로간의 연결 관계, 차선 수 등을 고려하여 차선 변경이 필요한지를 자동으로 결정하고 차선 변경이 필요한 경우 차선 변경의 타이밍을 효과적으로 결정할 수 있도록 하기 위해서는 정밀지도의 필요성이 높아지고 있으며, 이를 위하여 정밀지도의 차선 지도를 효율적으로 구축하기 위한 방안들이 요구되고 있는 실정이다.
이러한 요구에 맞추어 대한민국 공개특허 제2015-0146374호의 주변 환경 정보를 이용한 차선 인식 시스템 및 그 방법에서는 도 1에 도시한 바와 같이 차선 인식 시스템의 전처리 모듈(100)은 차선 후보 선택부(110), 에지 추출부(130) 및 세선화부(150)를 포함하여 구성되고, 관심영역 설정 모듈(200)은 동적 이미지 관심영역 설정부(210), 고정이미지 관심영역 설정부(230) 및 카메라 관심영역 설정부(250)를 포함하여 구성되고, V-ROI(Video Region of Interest) 설정부를 더 포함하여 구성될 수 있다. 오류 검출 모듈(400)은 탑뷰 변환부(410)및 허프 변환부(430)을 포함하여 구성함으로써, 네비게이션으로부터 획득한 차량의 위치정보와 차량에서 획득한 이미지 정보를 연동하여 차선 인식을 위한 관심영역을 필터링함으로써, 차선 인식 수행에 필요한 연산량을 감소시킨다. 이를 통해, 전체 시스템의 응답 성능을 향상시키고자 하였다.
그러나, 이러한 종래의 기술은 내비게이션으로부터 획득한 차량의 위치정보와 차량에서 획득한 이미지 정보를 연동하여 차선 인식을 위한 관심 영역을 필터링함으로써 차선 인식 수행에 필요한 연산량을 감소시킴으로써 전체 시스템의 응답 성능을 향상시키는 것으로 정밀지도에 포함되는 차선 정보를 구축하는 것과의 관련성은 낮다.
또한, 일반적인 차선인식 기술은 영상 기반의 차선 인식 및 차선 객체 추출을 영상으로부터 주변과 색상 차이가 큰 화소들의 연결성을 찾아내어 차선으로 추정하는 것이어서, 영상의 품질에 따라 차선의 검출 품질이 달라진다는 단점이 존재한다.
상기와 같은 종래 기술의 문제점을 해결하기 위하여 안출된 본 발명은 MMS(Mobile Mapping System) 차량으로부터 얻어지는 고정밀 주행 궤적을 사용하여 유망 차선 후보로 필터링함으로써 차선 검출의 정확도를 높이고 불필요한 연산을 줄여 차선 지도 구축의 속도를 개선하고자 하는 것에 목적이 있다.
또한, 상대적으로 차선 지도 구축의 어려움이 상대적으로 낮은 직선 구간뿐만 아니라, 곡선 구간 혹은 다양한 밝기의 화소들이 영상에 존재하는 경우 차선 추출의 어려움을 해결하기 위하여 고정밀 주행 궤적을 활용함으로써 정확성을 확보하는 동시에 수행 시간에 대한 비용을 절감하고자 하는 것에 또 다른 목적이 있다.
또한, MMS 차량의 주행 궤적을 활용하여 추출한 차선 객체를 레이저 스캔 장치로부터 얻어진 3차원 점군으로의 좌표 참조를 통해 지도 좌표계 상에 정의함으로써, 차선 레벨의 고정밀 지도를 구축하고자 하는 것에 또 다른 목적이 있다.
본 발명의 상기 목적은 MMS 차량의 고정밀 주행 궤적을 이용한 차선 필터링 및 차선 지도 구축 방법에 있어서, MMS 차량의 고정밀 주행 궤적, RGB 영상 및 지도 좌표 3차원 점군을 획득하는 제1 단계; 상기 고정밀 주행 궤적을 상기 RGB 영상에 투영하여 맵핑 이미지를 생성하는 제2 단계; 상기 맵핑 이미지를 정사 영상으로 변환하는 제3 단계; 상기 정사 영상에 포함된 상기 고정밀 주행 궤적을 선형 방정식으로 근사하여 대표 선형을 도출하고, 상기 정사 영상에서 관심 영역에 대하여 차선 후보를 검출하여 선형을 도출하는 제4 단계; 상기 제4 단계에서 상기 고정밀 주행 궤적의 대표 선형과 상기 차선 후보의 선형의 유사성 비교에 의하여 유망 차선 후보를 도출하는 제5 단계; 상기 유망 차선 후보에서 차선 객체를 추출하는 제6 단계; 및 상기 지도 좌표 3차원 점군으로부터 획득되는 지도 좌표를 추출된 상기 차선 객체에 부여하여 지도 좌표 차선을 생성하는 제7 단계로 이루어지는 것을 특징으로 하는 MMS 차량의 고정밀 주행 궤적을 이용한 차선 필터링 및 차선 지도 구축 방법에 의해 달성된다.
따라서, 본 발명의 MMS 차량의 고정밀 주행 궤적을 이용한 차선 필터링 및 차선 지도 구축 방법은 MMS(Mobile Mapping System) 차량으로부터 얻어지는 고정밀 주행 궤적을 사용하여 유망 차선 후보로 필터링함으로써 차선 검출의 정확도를 높이고 불필요한 연산을 줄여 차선 지도 구축의 속도를 개선할 수 있는 효과가 있다.
또한, 곡선 구간 혹은 다양한 밝기의 화소들이 영상에 존재하는 경우 차선 추출의 어려움을 해결하기 위하여 고정밀 주행 궤적을 활용함으로써 정확성을 확보하는 동시에 수행 시간에 대한 비용을 절감할 수 있는 또 다른 효과가 있다.
또한, MMS 차량의 주행 궤적을 활용하여 추출한 차선 객체를 레이저 스캔 장치로부터 얻어진 3차원 점군으로의 좌표 참조를 통해 지도 좌표계 상에 정의함으로써, 차선 레벨의 고정밀 지도를 구축할 수 있는 또 다른 효과가 있다.
도 1은 종래의 기술에 따른 주변 환경 정보를 이용한 차선 인식 시스템 구성도,
도 2는 본 발명에 따른 MMS 차량의 고정밀 주행 궤적을 이용한 차선 필터링 및 차선 지도 구축 방법의 순서도,
도 3은 본 발명에 따른 RGB 영상 맵핑 및 정사 영상 변환 예시도이다.
본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니되며, 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.
이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기로 한다.
도 2는 본 발명에 따른 MMS 차량의 고정밀 주행 궤적을 이용한 차선 필터링 및 차선 지도 구축 방법의 순서도이다. 도 2에 도시된 바와 같이, MMS 차량에 구비되는 고정밀 주행 궤적 검출장치, 후방 카메라 장치 및 레이저 스캔장치로부터 MMS 차량의 고정밀 주행 궤적, RGB 영상 및 지도 좌표 3차원 점군을 획득한다.
여기서, 동일한 GPS 시간에 고정밀 주행 궤적 및 RGB 영상을 대응되도록 취득되며, RGB 영상은 MMS 차량의 후방 카메라 장치에 의하여 획득된다.
획득된 MMS 차량의 고정밀 주행 궤적은 후방 카메라 장치의 투영 행렬을 이용하여 고정밀 주행 궤적의 선형을 RGB 영상에 투영하여 맵핑 이미지를 생성하며, 이는 도 3(a)에 차선과 다른 실선으로 표현되어 있다.
이러한 맵핑 이미지는 역투영 변환(Inverse Perspective Mapping)에 의하여 정사 영상으로 변환되며, 이는 도 3(b)에 정사 영상으로 변환된 이미지를 예시하였다.
이러한 정사 영상으로의 변환은 정사 영상 공간에서의 주행궤적이 주변 주행 차선과 평행하다는 특징 및 주행 궤적은 정지선과는 직교한다는 특징을 이용하기 위한 것이다.
이후 정사 영상에 포함된 상기 고정밀 주행 궤적을 선형 방정식으로 근사하여 대표 선형을 도출하고, 정사 영상에서 관심 영역(Region of Interest, ROI)에 대하여 차선 후보를 검출하여 선형을 도출한다.
여기서, 관심 영역은 원근 변환의 오차 때문에 MMS 차량이 주행한 5 내지 20미터의 과거 주행 궤적으로서 설정하는 것이 바람직하다.
여기서, 관심 영역에서 검출되는 차선 후보는 직선뿐만 아니라 곡선에 대해서도 선형 검출이 가능한 GHT(Generalized Hough Transform) 또는 B-Snake법을 이용하여 검출된다.
이후 고정밀 주행 궤적의 대표 선형과 차선 후보의 선형의 유사성 비교에 의하여 유망 차선 후보를 도출하며, 유사성 비교는 선형 길이, 방향, 곡률 및 교차 여부중 어느 하나 이상의 유사성을 비교한다.
이후 유사성 비교에 의하여 도출된 유망 차선 후보에서 차선 객체를 추출하고, 레이저 스캔 장치에 의하여 취득된 지도 좌표 3차원 점군으로부터 획득되는 지도 좌표를 추출된 차선 객체에 부여하여 지도 좌표 차선을 생성하여 차선지도를 구축한다.
본 발명은 이상에서 살펴본 바와 같이 바람직한 실시예를 들어 도시하고 설명하였으나, 상기한 실시예에 한정되지 아니하며 본 발명의 정신을 벗어나지 않는 범위 내에서 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변경과 수정이 가능할 것이다.

Claims (7)

  1. MMS 차량의 고정밀 주행 궤적을 이용한 차선 필터링 및 차선 지도 구축 방법에 있어서,
    MMS 차량의 고정밀 주행 궤적, RGB 영상 및 지도 좌표 3차원 점군을 획득하는 제1 단계;
    상기 고정밀 주행 궤적을 상기 RGB 영상에 투영하여 맵핑 이미지를 생성하는 제2 단계;
    상기 맵핑 이미지를 정사 영상으로 변환하는 제3 단계;
    상기 정사 영상에 포함된 상기 고정밀 주행 궤적을 선형 방정식으로 근사하여 대표 선형을 도출하고, 상기 정사 영상에서 관심 영역에 대하여 차선 후보를 검출하여 선형을 도출하는 제4 단계;
    상기 제4 단계에서 상기 고정밀 주행 궤적의 대표 선형과 상기 차선 후보의 선형의 유사성 비교에 의하여 유망 차선 후보를 도출하는 제5 단계;
    상기 유망 차선 후보에서 차선 객체를 추출하는 제6 단계; 및
    상기 지도 좌표 3차원 점군으로부터 획득되는 지도 좌표를 추출된 상기 차선 객체에 부여하여 지도 좌표 차선을 생성하는 제7 단계로 이루어지는 것을 특징으로 하는 MMS 차량의 고정밀 주행 궤적을 이용한 차선 필터링 및 차선 지도 구축 방법.
  2. 제1항에 있어서,
    상기 고정밀 주행 궤적 및 상기 RGB 영상은 동일 GPS 시간에 취득되는 것을 특징으로 하는 MMS 차량의 고정밀 주행 궤적을 이용한 차선 필터링 및 차선 지도 구축 방법.
  3. 제1항에 있어서,
    상기 RGB 영상은 MMS 차량의 후방 카메라 장치에 의하여 획득되는 것을 특징으로 하는 MMS 차량의 고정밀 주행 궤적을 이용한 차선 필터링 및 차선 지도 구축 방법.
  4. 제1항에 있어서,
    상기 제3 단계에서 생성되는 상기 정사 영상은 역투영 변환에 의하여 생성되는 것을 특징으로 하는 MMS 차량의 고정밀 주행 궤적을 이용한 차선 필터링 및 차선 지도 구축 방법.
  5. 제3항에 있어서,
    상기 MMS 차량의 고정밀 주행 궤적은 상기 MMS 차량이 주행한 5 내지 20미터의 과거 주행 궤적인 것을 특징으로 하는 MMS 차량의 고정밀 주행 궤적을 이용한 차선 필터링 및 차선 지도 구축 방법.
  6. 제1항에 있어서,
    상기 관심 영역에서 검출되는 차선 후보는 GHT(Generalized Hough Transform) 또는 B-Snake법을 이용하여 검출되는 것을 특징으로 하는 MMS 차량의 고정밀 주행 궤적을 이용한 차선 필터링 및 차선 지도 구축 방법.
  7. 제1항에 있어서,
    상기 유사성 비교는 선형 길이, 방향, 곡률 및 교차 여부중 어느 하나 이상의 유사성을 비교하는 것을 특징으로 하는 MMS 차량의 고정밀 주행 궤적을 이용한 차선 필터링 및 차선 지도 구축 방법.
KR1020170067800A 2017-05-31 2017-05-31 Mms 차량의 고정밀 주행 궤적을 이용한 차선 필터링 및 차선 지도 구축 방법 KR102384430B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170067800A KR102384430B1 (ko) 2017-05-31 2017-05-31 Mms 차량의 고정밀 주행 궤적을 이용한 차선 필터링 및 차선 지도 구축 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170067800A KR102384430B1 (ko) 2017-05-31 2017-05-31 Mms 차량의 고정밀 주행 궤적을 이용한 차선 필터링 및 차선 지도 구축 방법

Publications (2)

Publication Number Publication Date
KR20180131154A KR20180131154A (ko) 2018-12-10
KR102384430B1 true KR102384430B1 (ko) 2022-04-07

Family

ID=64670947

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170067800A KR102384430B1 (ko) 2017-05-31 2017-05-31 Mms 차량의 고정밀 주행 궤적을 이용한 차선 필터링 및 차선 지도 구축 방법

Country Status (1)

Country Link
KR (1) KR102384430B1 (ko)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101996623B1 (ko) * 2018-12-11 2019-07-04 주식회사 맵퍼스 Gps 궤적 품질 지표를 이용한 고정밀 지도 데이터 구축 방법 및 시스템
KR102091580B1 (ko) * 2019-07-09 2020-03-20 주식회사 모빌테크 이동식 도면화 시스템을 이용한 도로 표지 정보 수집 방법
CN110646824B (zh) * 2019-09-30 2023-09-05 郑州威科姆华大北斗导航科技有限公司 一种多种定位方式实现运动轨迹漂移点过滤计算的方法
KR102278307B1 (ko) * 2019-11-25 2021-07-15 한국교통대학교산학협력단 정밀지도 생성 시스템
KR102280846B1 (ko) 2020-09-07 2021-07-23 주식회사 뉴비전네트웍스 Mms를 기반으로 한 자율주행 정밀지도 제작 시스템
KR102293627B1 (ko) 2020-09-24 2021-08-26 주식회사 뉴비전네트웍스 다양한 mms 데이터를 기반으로 하는 자율주행 정밀도로지도 시스템
KR102327073B1 (ko) 2020-09-28 2021-11-17 (주)스페이스 Mms 차량의 고정밀 도로지도 제작 시스템
KR102293614B1 (ko) 2020-09-28 2021-08-26 주식회사 뉴비전네트웍스 자율주행 정밀도로지도 제작을 위한 mms 영상 처리 시스템
KR102327068B1 (ko) 2020-09-28 2021-11-17 (주)스페이스 Mms 데이터를 기반으로 하는 자율주행 정밀도로지도 갱신 시스템
KR102327064B1 (ko) 2020-09-28 2021-11-17 (주)스페이스 Mms 촬영 차량을 통한 고정밀 도로지도 차선 필터링 구축 시스템
KR102326823B1 (ko) 2020-09-28 2021-11-17 주식회사 첨단공간정보 정밀도로지도 제작을 위한 mms 데이터 처리시스템
KR102326817B1 (ko) 2020-09-28 2021-11-17 주식회사 첨단공간정보 Mms 촬영을 통한 자율주행 정밀도로지도 갱신시스템
KR102326821B1 (ko) 2020-09-28 2021-11-17 주식회사 첨단공간정보 Mms 데이터를 통한 정밀도로 지도의 위치 추적 시스템
KR102293618B1 (ko) 2020-09-28 2021-08-26 주식회사 뉴비전네트웍스 정밀도로지도 제작을 위한 mms 데이터 자율주행 갱신 시스템
US11912300B2 (en) * 2020-09-30 2024-02-27 GM Global Technology Operations LLC Behavioral planning in autonomus vehicle
KR102244300B1 (ko) 2021-02-22 2021-04-27 네이버시스템(주) 자율주행 정밀도로지도 제작을 위한 mms 카메라 고정 장치
KR102258708B1 (ko) 2021-02-22 2021-06-01 네이버시스템(주) 자율주행 정밀도로지도 제작을 위한 mms 카메라 고정시스템
KR102296596B1 (ko) 2021-02-22 2021-09-03 네이버시스템(주) 자율주행 정밀도로지도 제작을 위한 mms 데이터 갱신 시스템
KR102356162B1 (ko) 2021-06-11 2022-02-08 주식회사 새한지앤아이 특정구역의 수집 정보에 대한 레이어 자동변환 기능의 모바일 매핑 시스템
KR102358547B1 (ko) 2021-09-09 2022-02-08 동아항업 주식회사 유동성을 지닌 mms의 실측치 실시간 보정을 통한 수집데이터 출력시스템
KR102562031B1 (ko) * 2022-12-02 2023-08-02 주식회사 라이드플럭스 차선 정보를 이용한 자율주행 차량의 측위 방법, 장치 및 컴퓨터프로그램

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017500595A (ja) 2013-10-31 2017-01-05 トヨタ モーター エンジニアリング アンド マニュファクチャリング ノース アメリカ，インコーポレイティド 正確な車線レベル地図の生成方法
KR101738425B1 (ko) 2016-02-15 2017-05-23 (주)한양정보통신 다차선 검출을 위한 관심 영역 설정 장치 및 방법

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101295077B1 (ko) * 2011-12-28 2013-08-08 전자부품연구원 다양한 도로 상황에서의 차선 검출 및 추적 장치
KR101645322B1 (ko) * 2014-12-31 2016-08-04 가천대학교 산학협력단 차선 변화벡터와 카디널 스플라인을 이용한 차선 검출 시스템 및 그 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017500595A (ja) 2013-10-31 2017-01-05 トヨタ モーター エンジニアリング アンド マニュファクチャリング ノース アメリカ，インコーポレイティド 正確な車線レベル地図の生成方法
KR101738425B1 (ko) 2016-02-15 2017-05-23 (주)한양정보통신 다차선 검출을 위한 관심 영역 설정 장치 및 방법

Also Published As

Publication number Publication date
KR20180131154A (ko) 2018-12-10

Similar Documents

Publication Publication Date Title
KR102384430B1 (ko) Mms 차량의 고정밀 주행 궤적을 이용한 차선 필터링 및 차선 지도 구축 방법
US10863166B2 (en) Method and apparatus for generating three-dimensional (3D) road model
US11670087B2 (en) Training data generating method for image processing, image processing method, and devices thereof
WO2017124901A1 (zh) 一种数据处理方法、装置及终端
CN108413971B (zh) 基于车道线的车辆定位技术及应用
US20190005667A1 (en) Ground Surface Estimation
US9336595B2 (en) Calibration device, method for implementing calibration, and camera for movable body and storage medium with calibration function
KR102091580B1 (ko) 이동식 도면화 시스템을 이용한 도로 표지 정보 수집 방법
WO2020224305A1 (zh) 用于设备定位的方法、装置及设备
EP3574450A1 (en) Method and apparatus for optimizing scan data and method and apparatus for correcting trajectory
KR102519666B1 (ko) 이미지 변환 장치 및 방법
KR102218881B1 (ko) 차량 위치 결정 방법 및 시스템
US11087145B2 (en) Gradient estimation device, gradient estimation method, computer program product, and controlling system
CN111427373B (zh) 一种位姿确定方法、装置、介质和设备
CN112700486B (zh) 对图像中路面车道线的深度进行估计的方法及装置
CN113095184B (zh) 定位方法、行驶控制方法、装置、计算机设备及存储介质
KR102280846B1 (ko) Mms를 기반으로 한 자율주행 정밀지도 제작 시스템
KR20180059188A (ko) 딥 러닝을 이용한 동적 장애물이 없는 배경 위주의 3차원 지도 생성 방법
US20230251097A1 (en) Efficient map matching method for autonomous driving and apparatus thereof
JP2021103160A (ja) 自律走行車意味マップ確立システム及び確立方法
US20180232582A1 (en) Object detection device, object detection method, and program
JP7010535B2 (ja) 情報処理装置
Mancini et al. Automatic road object extraction from mobile mapping systems
KR102534031B1 (ko) 도로 기호 및 문자 추출방법
JP5435294B2 (ja) 画像処理装置及び画像処理プログラム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant