KR102393751B1 - Hud 컨텐츠 시인성 강화 방법 및 장치 - Google Patents

Abstract

본 발명은 HUD 표시에 있어서의 시인성을 강화하는 방법 및 장치, 그리고 이를 실현하는 HUD 표시 시스템에 관한 것이다.본 발명은 주행 차량의 전방 영상을 MFC로 촬영하여, 촬영된 전방 영상(전방 주행환경 영상)에서 HUD 영상의 배경이 되는 영상(배경영상)을 추출하고, 이 배경영상의 색상과 HUD 컨텐츠의 색상을 비교하여 그 색상차가 사전 설정된 임계값보다 작은지 큰지 판단한다. 임계값과 같거나 그보다 크다면 시인성에 문제가 있는 것이 아니므로 그대로 HUD 영상을 투사하면 되고, 만일 임계값보다 작다고 판단되면 HUD 영상의 컨텐츠(색상, 스타일 등)를 변경하여 배경영상과의 색상차가 커지도록 하여 시인성을 증가시킨다.

Description

HUD 컨텐츠 시인성 강화 방법 및 장치{Method and appratus for enhancing visibility of HUD contents}

본 발명은 자동차의 HUD에 관한 것으로, 구체적으로는, 자동차의 HUD 컨텐츠와 그 배경의 색상의 유사성에 기인한 시인성 저하를 자동으로 보상하여 시인성을 강화하는 방법 및 장치에 관한 것이다.

최근, 차량에 ADAS 등 안전 정보 및 기능이 증가함에 따라 운전자가 전방 주시를 유지한 상태에서 정보 확인이 가능한 HUD의 중요성이 커지고 있다. HUD(head up display)는 종래의 클러스터 계기판이 아닌 운전자의 눈 높이에 맞게 전방시선의 윈드실드(앞유리창) 쪽에 차량정보 또는 운행정보를 표시하는 장치이다. 종래에 윈드실드 쪽에 일반 평판 패널을 운전자의 눈높이에 맞게 설치하여 운행 정보를 표시하는 HUD 장치가 있으나, 이는 운전시 전방시선을 가리는 치명적인 단점을 갖는다. 최근의 HUD는 윈드실드에 상을 형성하는 허상(virtual image) 광학 기반의 디스플레이가 주류이다.

HUD는 정보의 증가 및 직관적 표현을 위해 화면이 커지는 방향으로, 그리고 운전자의 시선 이동을 최소화하기 위해 영상 위치를 높여 도로 쪽으로 투사시키는 방향으로 발전하고 있는 추세다. 또한 직관적 표현을 위해 필요한 정보를 실제 주행환경에 정합하여 표현하는 AR HUD 개발이 진행되고 있다.

HUD는 필요한 정보를 전방에 광학적으로 투사 표현하기 때문에 전방 환경에 영향을 받을 수 밖에 없다. 기존의 HUD는 차량 본네트 위에 투사되어 주행에 따른 환경 변화 영향이 제한적인 반면, 실제 주행환경에 정합해야 하는 AR HUD 또는 시선 이동 최소화를 위해 초점거리를 멀리 확보하는 HUD의 경우는 전방 도로에 투사되기 때문에 전방 차량의 위치 및 색상 등의 변화에 따라 시인성에 미치는 영향이 크다.

특히 AR을 이용한 HUD는 주행환경에 정보를 정합하여 제공하기 때문에 HUD 정보와 주행환경의 색상이 유사한 상황이 발생할 수 있으며 이러한 경우 HUD 정보의 시인성 확보가 어려울 수 있다. 또한 전방 주행환경 중 HUD 영상 위치의 배경이 중요한 만큼 해당 영역을 추출하여 인식하는 것이 요구된다.

공개특허출원 10-2016-0039874(2016.04.12)(차량용 디스플레이 제어 장치)에 광량을 감지하는 광량 센서; 차량의 현재 위치 및 현재 시각을 검출하는 네비게이션 시스템; 광량 센서에 의해 감지된 광량 및 네비게이션 시스템에서 검출된 현재 위치와 현재 시각을 바탕으로 기 설정된 색보정 조건을 만족하는지 여부를 판단하여 판단 결과에 따라 색보정 명령을 생성하는 판단부; 및 판단부로부터의 색보정 명령에 응답하여, 디스플레이부를 통해 출력되는 영상에 대한 색보정을 수행하는 디스플레이 제어부를 포함하는 차량용 디스플레이 제어 장치가 개시되어 있다(도 1 참조).

기존의 HUD 정보에 있어서는, 세팅을 통해 텍스트 컬러 및 밝기(휘도)를 조절하는 수준으로 HUD 컨텐츠 정보의 시인성(가독성)을 확보하는 정도였다. 물론 조도센서를 이용하여 주변 밝기에 따라 화면의 밝기(휘도)를 변경하는 기술이 있지만 이는 시스템 설정값을 단순 변화시킬 뿐 최적화된 정보를 제공하지는 못한다. 또한 HUD의 특성상 HUD 컨텐츠는 현실세계와 정합되는 정보 컨텐츠이기 때문에 정보의 시인성이 중요하다. 따라서 상술한 공개특허와 같이 주변 광량에 따른 색보정으로는 HUD 시인성 강화에 한계가 있다.

공개특허출원 10-2016-0039874(2016.4.12.)

본 발명의 목적은 종래의 HUD 표시에 있어서의 시인성을 강화하는 방법 및 장치, 그리고 이를 실현하는 HUD 표시 시스템을 제안하는 것이다.

상기 과제를 해결하기 위해 본 발명은 주행 차량의 전방 영상을 MFC(multifunction camera) 등으로 촬영하여, 촬영된 전방 영상(전방 주행환경 영상)에서 HUD 영상의 배경이 되는 영상(배경영상)을 추출하고, 이 배경영상의 색상과 HUD 컨텐츠의 색상을 비교하여 그 색상차가 사전 설정된 임계값보다 작은지 큰지 판단한다. 임계값과 같거나 그보다 크다면 시인성에 문제가 있는 것이 아니므로 그대로 HUD 영상을 투사하면 되고, 만일 임계값보다 작다고 판단되면 HUD 영상의 컨텐츠(색상, 스타일 등)를 변경하여 배경영상과의 색상차가 커지도록 하여 시인성을 증가시킨다.

배경영상 추출시에는, 주행환경 변화 시점(예를 들어, 선행차량의 존재, 선행차량과의 거리)를 고려하고, 운전자 눈높이 차이에 대응하기 위하여 차량에 제공되는 아이박스 단계(eyebox step)의 설정 상태를 고려한다.

본 발명의 한 특징에 따르면, 주행 차량의 전방 영상을 촬영하는 단계, 촬영된 전방 영상에서 HUD 영상의 배경영상을 인식하는 단계, 상기 배경영상의 색상과 HUD 영상의 컨텐츠를 비교하여 그 색상차가 사전 설정된 시인성 임계값보다 작은지 판단하는 단계, 상기 색상차가 시인성 임계값보다 작은 것으로 판단되면 HUD 컨텐츠를 변경하는 단계를 포함하는 HUD 컨텐츠 시인성 강화 방법이 제공된다.

또한 본 발명의 다른 특징에 따르면, 주행 차량의 전방 주행환경을 촬영한 전방 영상을 수신하여 이 영상에서 HUD 영상의 배경영상을 추출하는 수단, 상기 배경영상의 색상과 HUD 컨텐츠를 비교하여 그 색상차가 사전 설정된 시인성 임계값보다 작은지 판단하는 수단, 상기 색상차가 시인성 임계값보다 작은 것으로 판단되면 HUD 컨텐츠를 변경하는 수단을 포함하는 HUD 컨텐츠 시인성 강화 장치가 제공된다.

또한 본 발명의 또다른 특징에 따르면, 차량의 전방에 HUD 영상을 표시하는 제1수단; 차량의 전방 주행환경을 촬영하는 제2수단; 상기 촬영 수단에 의해 촬영된 전방 영상을 수신하여 이 영상에서 HUD 영상의 배경영상을 추출하고, 이 추출된 배경영상의 색상과 HUD 컨텐츠를 비교하여 그 색상차가 사전 설정된 시인성 임계값보다 작은지 판단하여, 색상차가 시인성 임계값보다 작은 것으로 판단되면 상기 HUD 영상 표시 수단으로 하여금 HUD 컨텐츠를 변경하도록 하는 제3수단을 포함하는 HUD 표시 시스템이 제공된다.

이상에서 소개한 본 발명의 구성과 작용은 이하에서 도면과 함께 설명하는 구체적인 실시예의 설명을 통해 보다 더 명확해질 것이다.

본 발명은 무엇보다도 HUD의 성능 향상으로, 기존 HUD의 문제점인 컨텐츠의 낮은 시인성(가독성)을 보완할 수 있으며, 아울러 하드웨어로서 기존에 차량에 적용되는 센서(조도 센서, 카메라)를 이용하므로 원가 절감 측면에서 그 효과가 크다. 최근 전세계적으로 차량내 HUD 탑재율이 높아지는 추세에 따라, 본 발명의 경쟁력은 한층 강화될 것이다.

도 1은 종래 기술의 한 가지 예시도
도 2는 본 발명의 원리를 간단히 설명하기 위한 개념도
도 3은 HUD 영상의 배경에 따른 HUD 컨텐츠의 시인성 저하에 관한 다른 고려 사항에 관한 설명도
도 4는 본 발명의 장치의 개략 블록도
도 5는 본 발명의 방법의 순서도
도 6은 아이박스 단계 설정정보의 설명도
도 7은 선행 차량과의 거리 계산을 위한 임계 조건의 설명도
도 8은 HUD와 차축까지의 거리와, MFC와 HUD의 위치 차이의 보정을 설명하기 위한 도면
도 9는 배경영상 추출의 원리를 설명하기 위한 도면

이하, 본 발명의 기술적 사상을 구현하는 대표적인 실시예에 관하여 설명한다.

도 2는 본 발명의 원리를 간단히 설명하기 위한 것으로 HUD 영상의 배경에 따른 HUD 컨텐츠의 시인성 저하에 관하여 설명하고 있다.

차량 앞유리, 즉, 윈드실드(12)에 HUD 영상(14)이 표시(투사)되고 있다. HUD 영상(14)에는 각종 차량정보 또는 운행정보에 관한 HUD 컨텐츠(16)가 노란색으로 표시된다. 윈드실드(12)를 통해서는 차량 전방에 있는 도로(20), 선행 차량(21), 지평선 또는 평야(22)가 보이고 있다. HUD 영상(14)의 외곽에 '18'번 영역이 있는데, 이 가상의 영역을 아이박스(eyebox)라고 부른다. 아이박스(18)는 운전자의 시선 위치로서 정면을 응시할 경우에 HUD 영상이 보이는 영역을 의미한다. HUD 영상(14)이 표시되는 가상의 영역이 아이박스(18) 내에 위치하게 된다. 참고로, 윈드실드(12)의 아래에 대시보드(24)가 있고 대시보드(24)의 왼쪽 운전석 앞에 클러스터 계기판(26)이 있다.

도 2의 (a)에서와 같이 HUD 컨텐츠(16)의 색상이 노란색 계열일 때, 일반 아스팔트 포장된 검정색 도로(20)가 배경으로 오게 될 경우에는 HUD 컨텐츠(16)의 시인성이 좋지만, (b)에서와 같이 비포장 도로 또는 시멘트 포장 도로와 같이 황색 또는 흰색 계열의 도로에 대해서는 노란색 HUD 컨텐츠(16)의 시인성이 저하되어 주행 중 HUD 컨텐츠(16)의 확인이 어렵게 된다.

도 3은 HUD 영상의 배경에 따른 HUD 컨텐츠의 시인성 저하에 관한 다른 고려 사항에 관하여 설명하고 있다.

왼쪽 그림에서와 같이 HUD 컨텐츠의 색상이 흰색 계열일 때에 일반 아스팔트(검정색) 도로에 대해서는 컨텐츠 시인성이 좋으나 오른쪽 그림에서와 같이 컨텐츠 색상과 유사한 흰색 계열의 선행 차량이 차량 전방의 일정 거리 내에 있게 되면 이 선행 차량이 HUD 영상의 배경영상이 되는 결과, 흰색의 HUD 컨텐츠의 시인성이 크게 저하된다.

도 2 및 도 3과 같이 나타나는 문제를 해결하기 위하여 본 발명은 주행 차량의 전방 영상을 MFC(multifunction camera) 등으로 촬영하여, 촬영된 전방 영상(전방 주행환경 영상)에서 HUD 영상의 배경이 되는 영상(배경영상)을 추출하고, 이 배경영상의 색상과 HUD 컨텐츠의 색상을 비교하여 그 색상차가 사전 설정된 시인성 임계값보다 작은지 큰지 판단한다. 임계값과 같거나 그보다 크다면 시인성에 문제가 있는 것이 아니라 판단하여 그대로 HUD 영상을 투사하면 되고, 만일 임계값보다 작으면 시하성이 저하된 것으로 판단하고 HUD 영상의 컨텐츠(색상, 스타일 등)를 변경하여 배경영상과의 차이가 커지도록 하여 시인성을 증가시킨다.

도 4는 이러한 개념에 따라 구성한 본 발명의 장치의 개략 블록도를 나타낸다.

인식부(1): 전방 카메라(MFC)를 이용하여 전방 주행환경 영상을 취득하여 HUD 영상(도 2의 14)의 배경영상(도 2의 20, 21, 22)을 인식한다. 2번의 HUD 제어부와 함께 전방 주행환경 영상으로부터의 배경영상의 인식에 추가로 필요한 기능을 수행한다.

HUD 제어부(2): HUD 아이박스 단계 설정정보의 인식, HUD 컨텐츠 변경(색상, 스타일 등), HUD 레이아웃 정보의 설정, 시인성 민감도 설정 등의 제어 기능을 수행한다. 또한, 인식부(1)에서 취득한 전방 주행환경 영상으로부터, 선행 차량의 존재, 선행 차량과의 거리 인식 등, 주행환경 변화 시점을 인식하는 기능도 수행한다. 여기서 'HUD 아이박스 단계 설정정보'란, 운전자마다의 눈높이 편차에 대응하기 위해서 차량 HUD에서는 아이박스 위치를 여러 단계로 설정하는 기능을 제공하는 바, 이를 통해 운전자가 자신에 맞는 아이박스를 직접 선택하거나 또는 아이트래킹 등의 기술을 이용하여 운전자 눈높이에 맞도록 자동 설정할 경우의 정보를 말한다. 이렇게 설정된 아이박스 단계의 설정 정보를 HUD 제어부(2)가 인식한다. 이 아이박스 단계 설정정보의 인식 기능은 인식부(1)에 의해 취득된 주행환경 영상으로부터 HUD 영상(14)의 배경 영상을 추출할 때에 운전자마다 정확한 배경을 추출할 수 있도록 고려하기 위한 것이다. 참고로, HUD가 적용된 차량의 경우에 아이박스의 설정단계는 10 단계 혹은 20 단계 등으로 구분된다.

배경영상 판단부(3): 전방 주행환경 영상에서 HUD 영상의 배경에 위치하는 영상을 판단하여 추출한다. 추출시에는 HUD 아이박스 단계에 따라 HUD 영상의 투사 위치를 추출한다.

시인성 판단부(4): 상기 배경영상으로부터 HUD 레이아웃의 배경 색상을 추출하여 HUD 영상(14)의 컨텐츠와의 색상 차이를 비교하여 소정의 임계값보다 큰지 작은지 판단하여 시인성을 판단한다. 임계값은 사전에 공장 출하시에 일정한 값으로 설정된 시인성 민감도 값일 수도 있고, 사용자의 취향대로 시인성 민감도를 임의 설정하도록 할 수도 있다. 시인성 민감도의 설정은 위에서 언급한 것과 같이 HUD 제어부(2)에서 수행할 수 있다. 임계값과 비교하여 시인성이 저하된 상태인 것으로 판단되면, HUD 제어부(2)는 시인성 확보가 가능한 색상 또는 스타일을 선택하여 HUD 컨텐츠(16)를 변경하여, HUD 표시부(5)로 하여금 변경된 컨텐츠 색상 또는 스타일로 HUD 영상을 윈드실드에 투사하도록 한다. 시인성 확보가 가능한 색상의 선택은 보색 관계에 있는 색상의 선택, 또는 미리 저장된 리소스를 이용하는 경우에는 색상차가 큰 색상의 선택 등일 수 있으며, 스타일의 변경은 HUD 컨텐츠 또는 레이아웃의 디자인 변경, 테두리 적용, 아이콘 재배치 등일 수 있다.

HUD 표시부(5): HUD 영상을 윈드실드에 투사하는 구성요소로서, 본 발명에서는 시인성 판단 결과에 따라 HUD 컨텐츠의 색상 및 스타일이 변경되면 이를 반영하는 기능도 수행한다.

이하에서는 도 5를 참조하여 본 발명의 동작에 관하여 상세하게 설명한다. 전방 주행환경 영상의 취득(100), HUD 영상의 배경영상 추출(200), 배경 색상 추출(210), HUD 컨텐츠 색상 정보 취득(220), 색차(색상차) 계산(300), 색상차와 시인성 민감도(임계값)의 비교(400), HUD 컨텐츠의 변경(500)의 개념은 앞에서 설명한 것과 동일하다.

도 5에서는 전방 주행환경 영상의 취득(100) 전에 HUD 아이박스 단계 정보 획득 단계(70)와, 선행 차량 및 차간 거리 인식 단계(80, 90)가 추가로 포함되어 있다. 이들 단계에 대해서는 앞에서 도 4에서 HUD 제어부(2)의 설명시의 아이박스 단계 설정상태의 인식 및 도 3에서의 차간 거리 존재 및 그 거리 인식에 관하여 언급한 바 있다.

HUD 아이박스 단계 정보 획득 단계(70)에 관하여 설명한다. 운전자마다의 눈높이 차이에 대응하기 위해서 대부분의 HUD 시스템에서는 아이박스를 여러 단계 제공하여 운전자가 선택하도록 하거나 또는 아이트랙킹 등의 기술을 이용하여 운전자 높이에 맞게 아이박스를 자동 설정한다. 이렇게 설정된 아이박스 단계 설정정보는 HUD 제어부(도 4의 2)가 획득한다. 아이박스 단계 설정정보는, HUD 제품별로 그 속성 내지는 사양으로서 정해져 있는 초점거리와 FOV, 그리고 아이박스의 각 단계별로 정해져 있는 투사거리(윈드실드 전방에 HUD 영상의 상이 맺히는 영역의 폭)와 중첩너비(윈드실드 전방에 HUD 영상의 상이 맺히는 영역의 폭) 데이터로부터 취득할 수 있다(도 6 참조). 특히 아이박스 단계별로 정해져 있는 투사거리 MIN(최소), MID(중간), MAX(최대)에 따라 변화되는 중첩너비 MIN(최소), MID(중간), MAX(최대)의 정보를 취득하여 이후의 배경영상 추출시의 파라미터로 사용한다.

다시 도 5로 돌아가면, HUD 아이박스 단계 정보를 획득(70)한 후에 차량 전방에 선행 차량이 존재하는지를 판단하고(80), 존재한다면 선행차량과의 거리를 인식하여 소정의 임계값과 비교한다(90). 이 단계는 앞서 도 3에서 잠시 언급한 고려사항을 실현하기 위한 단계이다.

일반적으로 차량이 주행 중인 경우 HUD 영상의 위치가 도로에 투사되는 위치일 때 선행 차량의 유무 및 그 위치에 따라 HUD 영상의 배경에 영향을 줄 수 있다. 선행 차량이 없는 경우는 일반적으로 도로 색상이 지속성을 띠고 있기 때문에 배경영상의 색상이 변할 가능성이 적으나, 선행 차량이 있는 경우는 해당 차량마다 색상이 다르기 때문에 선행 차량의 색상과 위치에 따라 HUD 영상의 배경에 변화가 생긴다. 따라서 선행 차량 및 차간 거리를 고려하여 HUD 영상의 배경이 되는 주행환경 변화 시점을 판단하며, 해당 변화 시점에만 HUD 영상 배경영상을 인식·추출할 수 있어서 리소스를 절약할 수 있는 장점이 있다.

선행 차량의 존재 및 차간 거리는 MFC를 이용하여 인식할 수 있다. 선행 차량이 있는 경우에 이 차량과의 거리를 계산하여 특정 임계 조건(예를 들어, HUD 아이박스 단계별 투사거리 MID 이하의 조건. 도 7 참조)에 부합할 경우에 다음 단계(100)로 넘어가 전방 주행환경 영상을 인식한다.

도 7에 선행 차량과의 거리 계산에 있어서의 아이박스 단계와의 관계를 나타내었다. 도 6에 나타낸 아이박스 단계별 HUD 투사거리 MIN, MID, MAX에 따라 중첩너비 MIN, MID, MAX가 변화됨을 볼 수 있다. 도 7에서와 같이 본 실시예에서는 투사거리 MID 조건을 임계 조건으로 설정하여 선행차량과의 거리가 이보다 작은 경우에(같은 경우 포함) 다음 절차인 전방 주행환경 영상 인식 단계(100)로 넘어간다.

전방 주행환경 영상 인식 단계(100)에서는 MFC 등의 카메라를 이용하여 전방 주행환경 영상을 취득한다.

이후의 HUD 영상의 배경영상 추출 단계(200)에서는 획득한 전방 주행환경 영상 가운데 HUD 영상 배경에 해당하는 영역을 추출한다. 이를 위해 도 9에서와 같이 HUD 아이박스 단계별로 획득된 투사거리 및 중첩너비 기준으로 9개의 위치값 (x,y)를 도출한다 - c(x,y), d(x,y), e(x,y), f(x,y), g(x,y), h(x,y), i(x,y), j(x,y), k(x,y).

이때 전방카메라(MFC)의 위치와 HUD 위치의 차이, 그리고 HUD와 차축까지의 거리를 보정해야 한다. 도 8에서 자동차의 대략 운전석에 위치하는 HUD와 차축까지의 거리를 'm', 그리고 자동차의 앞쪽에 설치된 MFC와 상기 HUD의 위치 차이를 'n'으로 나타내었다. 도 8에서와 같이 HUD의 위치가 차축과 동일한 위치에 있는 것이 아니고, 또한 HUD의 위치와 MFC의 위치가 차량의 진행방향으로 차이가 나기 때문에 이를 보정하여서 정확한 배경 영상을 추출해야 한다. 투사거리 종축을 y, 중첩너비 x축을 기준으로 할 경우에 보정 위치는 아래와 같이 도출할 수 있다. 보정해야 할 위치는 9개의 위치값 중 가장 아래 위치인 c, d, e 포인트이다. 이들 포인트의 보정 산식은 다음과 같다.

c(x,y): HUD중심―m, 투사거리MIN―n

d(x,y): c(x)―1/2(중첩너비MIN), c(y)

e(x,y): c(x)+1/2(중첩너비MIN), c(y)

이상과 같이 전방 주행환경 영상에서 각 도출된 9개 기준 위치값을 기준으로 HUD 영상의 배경영상을 추출한다. 이 때 HUD 컨텐츠 레이아웃에 따라 HUD 영역을 구분하여 기준 위치값을 세분하여 설정할 수 있다.

다음은, 추출된 배경영상의 색상을 추출하는 단계(210)이다. 추출된 HUD 영상의 배경영상을 분석하여 가장 대표되는 색상을 추출한다. 최빈 칼라값을 기준으로 대표 색상을 결정할 수 있다. 이 때에는 HUD 컨텐츠 레이아웃에 따라 HUD 영역을 구분하여 영역별로 대표 색상값을 추출할 수 있다.

배경영상에서 추출된 대표 색상과 HUD 컨텐츠의 색차를 계산한다(300). 색상 차이의 계산을 위하여 CIELuv 색공간으로의 변환 과정을 거친다. CIE(Commission Internationale De Leclairege, 국제조명위원회)는 빛과 조명 분야에서 과학과 기술에 관한 모든 사항에 대하여 국제적으로 표준과 측정 수단을 개발하며 국제 규격 및 각국의 공업 규격에 대한 지침을 제공한다. CIE 색공간이란 컬러 매칭 실험을 통하여 생성된 R, G, B 데이터를 바탕으로 만들어진 CIE XYZ, CEI LAB, CIE LUV이 대표적인데, 특히 CIE LUV는 균등한 색공간이 아닌 CIE XYZ의 단점을 보완하여 수식적으로 변화하여 색차를 계산할 수 있다. 색차 계산의 순서는 다음과 같다.

(1) RGB -> XYZ의 변환을 수행한다. 수식은 아래와 같다.

(2) XYZ -> CIELuv의 변환은, CIE 표준광 가운데 가시파장역의 평균적인 주광을 나타내는 D65를 기준으로 한다. 즉, Xn=0.95047, Yn=1, Zn=1.08883.

<예제1>

- 배경색: R G B 204, 204, 204 → u: 0.197841, v: 0.312215, L: 91.68486

- 컨텐츠색: R G B 255, 255, 0 → u: 0.20394, v: 0.36861, L: 97.13825

(3) 추출된 배경 영상의 대표 색상 및 HUD 컨텐츠 색상과의 색차 계산: 색차 계산은 유클리디언식을 이용하여 CIELuv 색공간의 두 점간의 거리를 계산한다. 즉,

.

<예제2>

예제1에서 구한 배경색 (L,u,v)와 컨텐츠 (L,u,v)에 대한 위 유클리디언식을 이용하여 색차를 계산하면 5.45가 나온다.

다시 도 5를 참조한다. 다음 단계는 시인성 민감도 설정정보를 획득(310)하고 이에 따라 색차와 시인성 민감도를 비교(400)한다.

일반적으로, 색공간에서 두 색상간의 거리가 멀수록, 즉, 색차값이 클수록 시인성이 좋은 것으로 판단된다. 따라서 두 색상 간에 색차값이 일정 수준 이하보다 작을 경우에 시인성이 저하된 것으로 판단할 수 있다. 이렇듯 시인성이 저하된 경우 운전자가 주행 중 컨텐츠 확인이 어려울 수 있으므로 컨텐츠 색상이나 스타일을 변경하여 시인성을 확보할 수 있도록 한다.

컨텐츠 색상이나 스타일이 수시로 바뀐다면 운전자에게 혼란을 줄 수 있기 때문에 시인성 확보가 어려운 경우에만 컨텐츠 색상이나 스타일을 변경하여 이러한 혼란을 최소화한다. 이로써 운전자 혼란은 최소화하면서 전방 주행환경 변화에 따른 컨텐츠 시인성이 떨어질 경우에는 시인성을 확보할 수 있겠다.

이 때 시인성이 떨어졌다고 판단하는 것은 사람마다 다르게 인식할 수 있다. 따라서 운전자의 성향 또는 취향에 따라 임의로 설정할 수 있도록 시인성 민감도를 상, 중, 하 또는 그 밖의 여러 단계로 구분할 수 있다. 각 단계별로 색차의 일정 수준을 미리 정해 놓음으로써 시인성 민감도에 따른 운전자의 성향을 반영할 수 있다. 즉, 운전자가 색차가 크지 않을 경우 시인성이 떨어지게 느끼는 경향이 강하면 민감도를 상으로 설정할 수 있으며 이때 색차 값과 앞에서 계산한 배경색과 컨텐츠 간의 색차값을 비교한다. 만약 색차를 10이라고 할 때 위 예제2의 경우에는 5.45로 설정 민감도보다 작거나 같기 때문에 시인성 확보가 어려운 것으로 판단할 수 있다.

시인성 민감도와 색차를 비교하여 시인성이 저하된 것으로 판단되면 이에 반응하여 HUD 컨텐츠의 색상이나 스타일을 변경한다(500). 이 때 HUD 컨텐츠가 시스템 색상인 경우는 보색으로 정하여 다시 제공할 수 있으며, 영상 등과 같이 리소스가 필요한 경우, 색상에 따른 세트를 시스템에 미리 제공하고 그 가운데 색차가 가장 큰 색상의 영상을 제공하도록 할 수 있다. 만약, 미리 제공된 리소스 가운데 민감도보다 큰 색차값을 갖는 색상이 없을 경우에는 컨텐츠의 외곽 테두리를 부가하는 등, 스타일을 변경함으로써 시인성을 확보할 수 있다.

윈드실드(12), HUD 영상(14), HUD 컨텐츠(16), 아이박스(18), 도로(20), 선행 차량(21), 지평선 또는 평야(22), 대시보드(24), 클러스터 계기판(26), m: HUD와 차축까지의 거리, n: MFC와 HUD의 위치 차이

Claims (13)

1. 주행 차량의 전방 영상을 카메라로 촬영하는 단계,
   촬영된 전방 영상에서 HUD에 의해 표시되는 HUD 영상의 배경영상을 인식하여 추출하는 단계,
   상기 카메라의 위치와 상기 HUD 위치의 차이 그리고 상기 HUD와 차량 차축까지의 거리에 따라 상기 추출된 배경영상을 보정하는 단계,
   상기 배경영상의 색상과 HUD 영상의 컨텐츠를 비교하여 그 색상차가 사전 설정된 시인성 임계값보다 작은지 판단하는 단계, 및
   상기 색상차가 시인성 임계값보다 작은 것으로 판단되면 HUD 영상의 컨텐츠를 변경하는 단계를 포함하는 HUD 컨텐츠 시인성 강화 방법.
2. 제1항에 있어서, 상기 HUD 컨텐츠의 변경 단계에서 변경되는 HUD 컨텐츠는 표시 색상 또는 스타일인 것을 특징으로 하는 HUD 컨텐츠 시인성 강화 방법.
3. 제1항에 있어서, 상기 배경영상 인식 단계에는, HUD 영상의 아이박스의 단계 설정정보를 인식하는 단계가 포함되는 HUD 컨텐츠 시인성 강화 방법.
4. 제1항에 있어서, 상기 배경영상 인식 단계에는, 선행 차량의 존재 여부를 판단하여 선행 차량 존재시 선행차량과의 거리를 계산하는 단계가 포함되는 HUD 컨텐츠 시인성 강화 방법.
5. 제1항에 있어서, 사용자가 입력한 상기 시인성 임계값의 크기를 변경하라는 명령을 처리하는 단계가 추가로 포함되는 HUD 컨텐츠 시인성 강화 방법.
6. 주행 차량의 전방 주행환경을 카메라로 촬영한 전방 영상을 수신하여 이 영상에서 HUD에 의해 표시되는 HUD 영상의 배경영상을 추출하고, 상기 카메라의 위치와 상기 HUD 위치의 차이 그리고 상기 HUD와 차량 차축까지의 거리에 따라 상기 추출된 배경영상을 보정하는 수단,
   상기 배경영상의 색상과 HUD 컨텐츠를 비교하여 그 색상차가 사전 설정된 시인성 임계값보다 작은지 판단하는 수단, 및
   상기 색상차가 시인성 임계값보다 작은 것으로 판단되면 HUD 영상의 컨텐츠를 변경하는 수단을 포함하는 HUD 컨텐츠 시인성 강화 장치.
7. 제6항에 있어서, 상기 HUD 컨텐츠의 변경 수단에 의해 변경되는 HUD 컨텐츠는 색상 또는 스타일인 것을 특징으로 하는 HUD 컨텐츠 시인성 강화 장치.
8. 제6항에 있어서, 상기 배경영상 추출 수단에는, HUD의 아이박스의 단계 설정정보를 인식하는 수단이 포함되는 HUD 컨텐츠 시인성 강화 장치.
9. 제6항에 있어서, 상기 배경영상 추출 수단에는, 선행 차량의 존재 여부를 판단하고 선행 차량 존재시 선행차량과의 거리를 계산하는 수단이 포함되는 HUD 컨텐츠 시인성 강화 장치.
10. 제6항에 있어서, 사용자가 상기 시인성 임계값의 크기를 변경하여 설정하도록 하는 수단이 추가로 포함되는 HUD 컨텐츠 시인성 강화 장치.
11. 차량의 전방에 HUD 영상을 표시하는 제1수단,
    차량의 전방 주행환경을 촬영하는 제2수단, 및
    상기 제2수단에 의해 촬영된 전방 영상을 수신하여 이 영상에서 HUD 영상의 배경영상을 추출하고, 상기 제2수단의 위치와 제1수단의 위치 차이 그리고 제1수단과 차량 차축까지의 거리에 따라 상기 배경영상을 보정하고, 상기 배경영상의 색상과 HUD 영상의 컨텐츠를 비교하여 그 색상차가 사전 설정된 시인성 임계값보다 작은지 판단하고, 색상차가 시인성 임계값보다 작은 것으로 판단되면 상기 제1수단으로 하여금 HUD 영상의 컨텐츠를 변경하도록 하는 제3수단을 포함하는 HUD 표시 시스템.
12. 제11항에 있어서, 상기 제3수단에는, HUD의 아이박스의 단계 설정정보를 인식하는 수단이 추가로 포함되는 HUD 표시 시스템.
13. 제11항에 있어서, 상기 제3수단에는, 선행 차량의 존재 여부를 판단하고 선행 차량 존재시 선행차량과의 거리를 계산하는 수단이 추가로 포함되는 HUD 표시 시스템.
    
    

Images