KR20120044495A - 차량의 차선인식시스템 - Google Patents

Abstract

본 발명의 차선인식시스템은 차량 전방 또는 후방의 영상을 획득하는 영상정보 획득부, 상기 영상정보 획득부로부터 영상정보를 입력받아 상기 영상정보에 대한 저주파 패스 필터링을 수행하여 상기 영상정보로부터 그림자 성분을 생성하는 필터링부, 상기 필터링부로부터 출력된 상기 그림자 성분을 입력받아 상기 영상정보로부터 상기 그림자 성분을 제거하여 상기 영상정보의 반사 성분을 생성하는 그림자 제거부 및 상기 그림자 제거부로부터 출력된 상기 영상정보의 반사 성분을 입력받아 차선정보를 생성하는 차선인식부를 포함한다.

Description

차량의 차선인식시스템{Lane Recognizing System of Vehicle}

본 발명은 차량의 차선인식시스템에 관한 것이다.

일반적인 차선인식시스템은 차량에 장착된 카메라 센서를 이용하여 차선을 감지한다. 이와 같이 감지된 차선 정보는 차량의 운행에 여러 가지 방면에서 사용되고 있다. 예를 들어, 차선 정보는 차량이 차선을 유지하도록 하는데 사용될 수 있다.

차선정보를 얻는 과정에서 어려운 점 중 하나는 차량의 차선인식시스템이 태양광에 의하여 생기는 그림자와 차선을 구분하는 것이다. 태양광이 비추는 시간대에 운행하는 차량의 차선인식시스템은 차량의 주변의 피사체들의 그림자가 차선 근처 또는 차선 위에 있을 경우 차선 인식을 실패하거나 차선 인식을 정확하게 하지 못할 가능성이 증가한다.

따라서 최근에는 태양광으로 인한 그림자와 차선을 구별할 수 있는 차량의 차선인식시스템에 관한 연구가 활발하게 진행되고 있다.

이러한 배경에서, 본 발명의 목적은, 차선 인식시 태양광으로 인한 그림자의 영향을 줄일 수 있는 차선인식시스템을 제공하기 위한 것이다.

일측면에서, 본 발명의 차선인식시스템은 차량 전방 또는 후방의 영상을 획득하는 영상정보 획득부, 상기 영상정보 획득부로부터 영상정보를 입력받아 상기 영상정보에 대한 저주파 패스 필터링을 수행하여 상기 영상정보로부터 그림자 성분을 생성하는 필터링부, 상기 필터링부로부터 출력된 상기 그림자 성분을 입력받아 상기 영상정보로부터 상기 그림자 성분을 제거하여 상기 영상정보의 반사 성분을 생성하는 그림자 제거부 및 상기 그림자 제거부로부터 출력된 상기 영상정보의 반사 성분을 입력받아 차선정보를 생성하는 차선인식부를 포함한다.

상기 영상정보 획득부에 의하여 획득된 영상은 흑백 영상일 수 있다.

상기 영상정보 획득부는 픽셀의 좌표값과, 상기 좌표값에 해당되는 픽셀의 계조값에 해당되는 영상정보를 생성하며, 상기 영상정보는 상기 그림자 성분과 상기 반사 성분의 곱으로 표현될 수 있다.

상기 저주파 패스 필터링 과정은 다음의 수학식을 통하여 이루어질 수 있다.

L(x,y) = log[F(x,y)*I(x,y)]

F(x,y)는 저주파 패스 필터링 함수를 나타내며, *는 convolution 연산

상기 수학식의 저주파 패스 필터링 함수는 다음의 수학식일 수 있다.

σ는 가우시안 필터 표준편차

상기 그림자 제거부는 다음의 수학식을 이용하여 반사 성분을 생성할 수 있다.

R(x,y) = αlog[I(x,y)]-log[F(x,y)*I(x,y)]-β

I(x,y) : 영상정보, R(x,y) : 영상정보의 반사 성분, F(x,y) : 저주파 패스 필터링 함수, α : 스캐일 팩터, β : 오프셋

본 발명의 실시예에 따른 차선인식시스템은 차선 인식시 그림자를 효과적으로 제거함으로써 차선인식의 정확성을 향상시킬 수 있다.

도 1은 본 발명의 실시예에 따른 차선인식시스템을 나타낸다.
도 2는 본 발명의 실시예에 따른 차선인식시스템의 영상정보 획득부에서 생성된 영상의 일례를 나타낸다.
도 3은 본 발명의 실시예에 따른 차선인식시스템의 그림자 제거부에서 생성된 영상의 일례를 나타낸다.

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 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.

또한, 본 발명의 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. 어떤 구성 요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 또는 접속될 수 있지만, 각 구성 요소 사이에 또 다른 구성 요소가 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.

도 1은 본 발명의 실시예에 따른 차선인식시스템을 나타낸다. 도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 차선인식시스템은 영상정보 획득부(110), 필터링부(120), 그림자 추출부(130), 및 차선인식부(140)를 포함한다.

영상정보 획득부(110)는 차량 전방 또는 후방의 영상을 획득한다. 이를 위하여 영상정보 획득부(110)는 차량의 전면 또는 후면에 장착된 카메라 센서를 포함한다. 본 발명의 실시예에 따른 차선인식시스템은 태양광에 의한 그림자의 영향을 줄이는 것이므로 영상정보 획득부(110)에 의하여 획득된 영상은 도 2에 도시된 바와 같이, 흑백 영상일 수 있다. 영상정보 획득부(100)가 흑백 영상정보를 생성할 경우 이후의 영상처리과정에서 연산량이 줄어들 수 있다. 영상정보 획득부(100)는 픽셀의 좌표값과 이 좌표값에 해당되는 픽셀의 계조값(gray scale)에 해당되는 영상정보를 생성한다.

영상정보 획득부(100)에 의하여 생성된 영상정보는 I(x,y)로 표시될 수 있다. (x,y)는 픽셀의 좌표를 의미하며, I(x,y)는 특정 좌표의 픽셀의 계조값을 의미한다. 이 때 영상정보 I(x,y)는 그림자 성분과 반사 성분의 곱으로 표현될 수 있다. 이에 따라 영상정보 I(x,y)는 다음의 수학식 1과 같다.

[수학식 1]

I(x,y) = L(x,y)R(x,y)

영상정보 I(x,y)는 피사체에 태양광이 비추었을 때 하나의 픽셀의 계조값 중 그림자가 차지하는 그림자 성분 L(x,y)와, 피사체에 태양광이 비추었을 때 빛이 피사체의 표면에서 반사되는 반사 성분 R(x,y)의 곱으로 표현될 수 있다.

필터링부(120)는 영상정보 획득부(100)로부터 영상정보를 입력받아 영상정보에 대한 저주파 패스 필터링(low frequency pass filtering)을 수행하여 영상정보로부터 그림자 성분을 생성한다. 즉 필터링부(120)는 저주파의 영상정보를 통과시키고 고주파의 영상정보를 제거하는 필터링을 수행한다. 앞서 설명된 바와 같이 태양광에 의하여 그림자 성분이 발생하고 그림자 성분의 변화는 태양광의 방향 변화에 따라 이루어진다. 태양광의 방향 변화는 천천히 이루어지므로 한 픽셀에서의 그림자 성분의 변화 역시 천천히 이루어진다. 따라서 필터링부(120)가 영상정보 I(x,y)를 저주파 패스 필터링을 수행하면 그림자 성분에 해당되는 영상정보는 필터링부(120)를 통과하지만 그림자 성분에 해당되지 않는 영상정보는 필터링부(120)를 통과하지 못한다.

이와 같은 저주파 패스 필터링 과정은 다음의 수학식 2를 통하여 이루어질 수 있다.

[수학식 2]

L(x,y) = log[F(x,y)*I(x,y)]

수학식 2에서 *는 convolution 연산을 나타낸다. 이 때 F(x,y)는 저주파 패스 필터링 함수를 나타내며, 본 발명의 실시예에서는 F(x,y)로 수학식 3과 같은 가우시안 smoothing 함수(Gaussian smoothing function)가 사용될 수 있다.

[수학식 3]

이 때 σ는 가우시안 필터 표준편차이다.

이와 같은 저주파 패스 필터링 동작을 통하여 추정된 그림자 성분 L(x,y)은 그림자 제거부(130)로 입력된다.

그림자 제거부(130)는 필터링부(120)로부터 출력된 그림자 성분 L(x,y)을 입력받아 영상정보로부터 그림자 성분 L(x,y)을 제거하여 영상정보의 반사 성분을 생성한다. 본 발명의 실시예에서 그림자 성분의 제거는 수학식 1 과 수학식 2를 이용하여 이루어질 수 있다. 즉, 수학식 1에서 반사 성분은 R(x,y)는 다음의 수학식 4와 같다.

[수학식 4]

R(x,y) = I(x,y)/L(x,y)

수학식 4와 수학식 3을 이용하여 다음의 수학식 5와 같은 반사 성분을 구할 수 있다.

[수학식 5]

R(x,y) = αlog[I(x,y)]-log[F(x,y)*I(x,y)]-β

수학식 5에서 α는 스캐일 팩터(scale factor)이고, β는 오프셋(offset)이다. 스캐일 팩터는 다양한 환경(예를 들어, 장소나 태양광의 세기 등)에서 촬영된 영상신호를 통하여 최적의 반사 성분 R(x,y)을 얻기 위한 팩터이다. 또한 오프셋은 반사 성분 R(x,y)이 너무 커서 영상이 너무 밝거나 너무 작아서 영상이 너무 어두운 경우 차선 인식에 어려움이 커질 수 있다. 이러한 것을 방지하기 위하여 실험에 의하여 얻어진 적절한 오프셋이 저장되어 사용됨으로써 전체 픽셀들 각각의 반사 성분의 계조값이 줄어드는 양이 조절될 수 있다.

이와 같은 과정을 거쳐 얻어진 반사 성분으로 인한 영상이 도 3에 도시되어 있다. 도 2와 도 3을 비교하여 보면 도 2에서 차선과 겹쳐진 그림자가 도 3에는 나타나지 않음을 알 수 있다.

차선인식부(140)는 그림자 제거부(130)로부터 출력된 반사 성분을 입력받아 차선정보를 생성한다. 차선정보는 다양한 방법에 의하여 획득될 수 있다. 예를 들어, 반사 성분으로 이루어진 영상에서 차선 부분과 차선 이외의 부분의 계조값 차이를 이용하여 차선 정보를 획득할 수도 있고, 반사 성분으로 이루어진 영상에서 도로의 이미지에서 점선 부분과 직선 부분을 추출하여 차선 정보를 획득할 수도 있다.

이상에서, 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성 요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 발명의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 저장매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다. 컴퓨터 프로그램의 저장매체로서는 자기 기록매체, 광 기록매체, 캐리어 웨이브 매체 등이 포함될 수 있다.

또한, 이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재될 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥 상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

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. 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.

Claims (6)

1. 차량 전방 또는 후방의 영상을 획득하는 영상정보 획득부;
   상기 영상정보 획득부로부터 영상정보를 입력받아 상기 영상정보에 대한 저주파 패스 필터링을 수행하여 상기 영상정보로부터 그림자 성분을 생성하는 필터링부;
   상기 필터링부로부터 출력된 상기 그림자 성분을 입력받아 상기 영상정보로부터 상기 그림자 성분을 제거하여 상기 영상정보의 반사 성분을 생성하는 그림자 제거부; 및
   상기 그림자 제거부로부터 출력된 상기 영상정보의 반사 성분을 입력받아 차선정보를 생성하는 차선인식부
   를 포함하는 차량의 차선인식시스템.
2. 제1항에 있어서,
   상기 영상정보 획득부에 의하여 획득된 영상은 흑백 영상인 것을 특징으로 하는 차량의 차선인식시스템.
3. 제1항에 있어서,
   상기 영상정보 획득부는 픽셀의 좌표값과, 상기 좌표값에 해당되는 픽셀의 계조값에 해당되는 영상정보를 생성하며,
   상기 영상정보는 상기 그림자 성분과 상기 반사 성분의 곱으로 표현되는 것을 특징으로 하는 차량의 차선인식시스템.
4. 제1항에 있어서,
   상기 저주파 패스 필터링 과정은 다음의 수학식을 통하여 이루어지는 것을 특징으로 하는 차량의 차선인식시스템.
   L(x,y) = log[F(x,y)*I(x,y)]
   F(x,y)는 저주파 패스 필터링 함수를 나타내며, *는 convolution 연산
5. 제4항에 있어서,
   상기 수학식의 저주파 패스 필터링 함수는 다음의 수학식인 것을 특징으로 하는 차량의 차선인식시스템.
   

   

   
   σ는 가우시안 필터 표준편차
6. 제1항에 있어서,
   상기 그림자 제거부는 다음의 수학식을 이용하여 반사 성분을 생성하는 것을 특징으로 하는 차량의 차선인식시스템.
   R(x,y) = αlog[I(x,y)]-log[F(x,y)*I(x,y)]-β
   I(x,y) : 영상정보, R(x,y) : 영상정보의 반사 성분, F(x,y) : 저주파 패스 필터링 함수, α : 스캐일 팩터, β : 오프셋

Images