KR20160149564A - 영상기반 교통표시 인식장치 및 방법 - Google Patents

Abstract

본 발명은 영상기반 교통표시 인식장치 및 방법에 관한 것으로, 자율주행장치가 교통표시정보 및 차량의 현재위치에 근거하여 교통표시 인식기능 동작여부를 결정하는 단계와, 상기 자율주행장치가 상기 교통표시 인식기능의 동작 결정에 따라 교통표시 인식장치를 동작시키는 단계와, 상기 교통표시 인식장치가 차량 주위의 영상을 획득하는 단계와, 상기 교통표시 인식장치가 상기 영상에서 관심영역을 검출하는 단계와, 상기 교통표시 인식장치가 상기 자율주행장치로부터 제공받은 차량정보 및 교통표시정보에 근거하여 상기 관심영역에서 교통표시를 인식하는 단계와, 상기 교통표시의 인식결과에 대한 검증을 수행하는 단계를 포함하는 것을 특징으로 하는 영상기반 교통표시 인식방법.

Description

영상기반 교통표시 인식장치 및 방법{APPARATUS AND METHOD FOR RECOGNIZING TRAFFIC MARK BASED ON IMAGE}

본 발명은 차량 내·외부 정보를 이용하여 차량에 장착된 카메라를 통해 획득한 영상에서 교통표시를 신속하고 정확하게 인식하는 영상기반 교통표시 인식장치 및 방법에 관한 것이다.

일반적으로, 영상 내 객체를 인식하기 위하여, 전체 영상영역에서 찾고자하는 대상 객체의 형태(예: 원형)를 검출하는 전역탐색 방법을 이용하거나 또는 일부 고정된 영역 내에서 객체를 인식한다. 이러한 인식 방식은 찾고자 하는 대상이 없을 때에도 지속적으로 탐색을 수행해야 하므로, 시스템 자원 이용의 효율성이 현저히 낮은 문제점이 있다.

이러한 문제점을 해결하기 위하여, 종래에는 특허문헌 1 및 특허문헌 2와 같은 인식 방식이 제안되었다.

특허문헌 1은 주행차로 인식여부 및 정지선 인식 여부에 따라 관심영역을 다르게 설정하는 것을 제시하고 있다. 예를 들어, 특허문헌 1은 차선 검출을 통해 차선을 검출한 경우와 차선을 검출하지 못한 경우에 따라 관심영역을 가변적으로 설정하는 방식을 이용하고 있다.

특허문헌 1에 제시된 인식 방식은 최적의 결과를 도출할 수 있는 조건이 제한적이다. 예컨대, 카메라가 모든 진행방향 차선을 검출해야 하고, 차선이 많아 카메라 렌즈에 모든 차선이 들어오지 않는 경우 최좌측차선 및 최우측차선을 인식할 수 없어 인식 오류가 발생할 가능성이 있다.

또한, 특허문헌 1은 차량이 전방을 가리거나 정지선이 안보이거나 페인트칠이 벗겨진 경우 정지선 인식이 어렵고 자차가 인식 대상과 가까워질수록 관심영역의 크기가 급격하게 증가하여 비효율적이다.

특허문헌 2는 현재 위치에서 계산된 인식 대상의 높이와 기저장된 높이정보가 일치할 시 저장된 신호등 영상과 현재 영상의 신호등 대상영역을 비교하는 방식을 제시하고 있다.

특허문헌 2는 레이더를 통해 인식된 물체의 위치정보를 바탕으로 목표대상을 인식하므로, 영상좌표와 센서좌표를 매칭시키는 단계가 필요하다. 또한, 특허문헌 2는 차량이 회전하는 경우 차량과 대상물의 방향에 따라 현재 영상의 형상이 기저장된 기준영상과 맞지 않아 인식하지 못할 가능성이 있다. 특허문헌 2는 레이더를 통한 지속적인 탐색이 필요하므로 시스템 차원의 효율성이 낮다.

KR 1020090055848 A KR 1020000019327 A

본 발명은 상기한 종래기술의 문제점을 해결하기 위하여 안출된 것으로, 차량 내·외부 정보를 이용하여 차량에 장착된 카메라를 통해 획득한 영상에서 교통표시를 신속하고 정확하게 인식하는 영상기반 교통표시 인식장치 및 방법을 제공하고자 한다.

또한, 본 발명은 인식 결과에 대한 검증을 통해 인식결과에 대한 신뢰도를 향상시킬 수 있는 영상기반 교통표시 인식장치 및 방법을 제공하고자 한다.

상기한 과제를 해결하기 위하여, 본 발명의 일 실시예에 따른 영상기반 교통정보 인식장치는 차량 주위의 영상을 촬영하는 촬영기와, 자율주행장치로부터 차량정보 및 교통표시정보에 근거하여 상기 영상에 대한 영상처리를 통해 상기 영상 내 교통표시를 인식하는 처리기를 포함하는 것을 특징으로 한다.

또한, 상기 차량정보는, 차량 위치, 차량 진행방향, 차량속도, 차량 위치 정확도를 포함하는 것을 특징으로 한다.

또한, 상기 교통표시정보는, 상기 교통표시의 위치정보 및 형태정보를 포함하는 것을 특징을 한다.

또한, 상기 교통표시는, 신호등, 횡단보도, 표지판을 포함하는 것을 특징으로 한다.

또한, 상기 처리기는, 자차의 현재위치로부터 일정 거리 이내 교통표시가 위치하는 경우 교통표시 인식을 수행하는 것을 특징으로 한다.

또한, 상기 처리기는, 상기 교통표시 인식결과에 대해 검증절차를 수행하는 것을 특징으로 한다.

한편, 본 발명의 일 실시예에 따른 영상기반 교통표시 인식방법은 자율주행장치가 교통표시정보 및 차량의 현재위치에 근거하여 교통표시 인식기능 동작여부를 결정하는 단계와, 상기 자율주행장치가 상기 교통표시 인식기능의 동작 결정에 따라 교통표시 인식장치를 동작시키는 단계와, 상기 교통표시 인식장치가 차량 주위의 영상을 획득하는 단계와, 상기 교통표시 인식장치가 상기 영상에서 관심영역을 검출하는 단계와, 상기 교통표시 인식장치가 상기 자율주행장치로부터 제공받은 차량정보 및 교통표시정보에 근거하여 상기 관심영역에서 교통표시를 인식하는 단계와, 상기 교통표시의 인식결과에 대한 검증을 수행하는 단계를 포함하는 것을 특징으로 한다.

또한, 상기 차량정보는, 차량 위치, 차량 진행방향, 차량속도, 차량 위치 정확도를 포함하는 것을 특징으로 한다.

또한, 상기 교통표시정보는, 상기 교통표시의 위치정보 및 형태정보를 포함하는 것을 특징을 한다.

또한, 상기 교통표시는, 신호등, 횡단보도, 표지판을 포함하는 것을 특징으로 한다.

또한, 상기 교통표시 인식기능 동작여부 결정 단계는, 상기 차량의 현재위치로부터 일정 거리 이내에 상기 교통표시가 존재하는 경우 교통표시 인식기능의 동작을 결정하는 것을 특징으로 한다.

또한, 상기 교통표시 인식기능 동작여부 결정 단계는, 상기 차량의 현재위치로부터 일정 거리 이내에 상기 교통표시가 존재하지 않는 경우 교통표시 인식기능의 정지를 결정하는 것을 특징으로 하는 교통표시 인식방법.

본 발명은 차량 내·외부 정보를 이용하여 차량에 장착된 카메라를 통해 획득한 영상에서 교통표시를 신속하고 정확하게 인식할 수 있게 한다.

또한, 본 발명은 인식 결과에 대한 검증을 통해 인식결과에 대한 신뢰도를 향상시킬 수 있다.

도 1은 본 발명의 일 실시예에 따른 영상기반 교통표시 인식 시스템의 블록구성도.
도 2는 본 발명의 일 실시예에 따른 영상기반 교통표시 인식방법을 도시한 흐름도.
도 3은 본 발명과 관련된 교통표시 인식 예를 도시한 예시도.
도 4는 본 발명의 일 실시예에 따른 횡단보도 인식 방법을 도시한 흐름도.
도 5는 도 4에 도시된 횡단보도 인식과정을 설명하기 위한 예시도
도 6은 본 발명의 일 실시예에 따른 신호등 인식 방법을 도시한 흐름도.
도 7은 도 6에 도시된 신호등 인식방법을 설명하기 위한 예시도.
도 8 및 도 9는 본 발명과 관련된 처리영역 선정을 설명하기 위한 도면.

본 명세서에 기재된 "포함하다", "구성하다", "가지다" 등의 용어는 특별히 반대되는 기재가 없는 한 해당 구성요소가 내재될 수 있음을 의미하는 것이므로 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

또한, 본 명세서에 기재된 "…부", "…기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, "일", "하나" 및 "그" 등의 관사는 본 발명을 기술하는 문맥에 있어서 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.

이하, 첨부한 도면들을 참조하여 본 발명의 실시예를 상세하게 설명한다.

도 1은 본 발명의 일 실시예에 따른 영상기반 교통표시 인식 시스템의 블록구성도이다.

도 1을 참조하면, 영상기반 교통표시 인식 시스템은 차량 네트워크를 통해 연결되는 자율주행장치(100)와 교통표시 인식장치(200)를 포함한다. 여기서, 차량 네트워크는 CAN(Controller Area Network), MOST(Media Oriented Systems Transport) 네트워크, LIN(Local Interconnect Network) 등과 같은 통신기술로 구현된다.

자율주행장치(100)는 차량의 자율주행을 수행하는 것으로, 이동경로 생성기(110), 차량제어기(120), 장애물 인식기(130), 차량 센서(140), 메모리(150)를 포함한다.

이동경로 생성기(110)는 차량의 현재위치로부터 사용자에 의해 설정된 목적지까지의 이동경로를 생성한다. 이때, 이동경로 생성기(110)는 장애물이 존재하는 경우 장애물을 회피할 수 있는 이동경로를 생성한다. 이동경로 생성기(110)는 일정 시간마다 및/또는 이벤트(예: 장애물 감지) 발생시 마다 이동경로를 갱신한다.

또한, 이동경로 생성기(110)는 GPS(Global Positioning System) 및 INS(Inertial Navigation System) 등을 이용하여 차량의 현재위치를 추정하고, 이동경로를 생성한다.

차량제어기(120)는 이동경로 상의 주행상황에 따라 제동장치, 조향장치, 동력전달장치 등을 제어한다. 다시 말해서, 차량제어기(120)는 생성된 이동경로를 추종하기 위해 조향 및 가감속, 기어 등 액츄에이터를 제어한다.

차량제어기(120)는 자차의 현재위치 및 교통표시정보에 근거하여 교통표시 인식장치(200)의 동작여부를 결정한다. 교통표시정보는 신호등, 횡단보도, 표지판 등과 같은 교통표시에 대한 위치 및 형태정보를 포함한다. 차량제어기(120)는 그 결정에 따라 동작 명령 또는 정지 명령을 교통표시 인식장치(200)로 전송한다.

차량제어기(120)는 교통표시 인식장치(200)로부터 교통표시 인식결과를 제공받고, 그 인식결과를 고려하여 자율주행을 제어한다.

장애물 인식기(130)는 레이다, 라이다, 카메라 등의 센서를 사용하여 정적 장애물 및 동적 장애물(차량, 보행자 등)을 인식한다. 장애물 인식기(130)는 차량의 전방, 후방, 측방에 위치하는 장애물을 감지한다.

차량 센서(140)는 속도센서, 6자유도(six degrees of freedom), GPS 등의 센서를 통해 차량 속도 및 진행방향, 차량 위치 등의 차량정보를 측정한다.

메모리(150)는 지도 정보 및 차량 정보 등의 각종 데이터를 저장한다. 여기서, 지도 정보는 교통표시정보를 포함한다. 또한, 메모리(150)는 자율주행장치(100)의 동작에 따라 발생되는 데이터를 저장한다.

교통표시 인식장치(200)는 촬영기(210), 메모리(220), 처리기(230)를 포함한다.

촬영기(210)는 차량의 전방, 후방, 측방 중 어느 하나 이상에 설치되어 영상을 획득한다. 본 실시예에서는 촬영기(210)가 차량의 전방에 설치되어 전방영상을 촬영하는 것을 예로 들어 설명한다. 이러한 촬영기(210)는 CCD(charge coupled device) 영상센서(image sensor), CMOS(complementary metal oxide semi-conductor) 영상센서, CPD(charge priming device) 영상센서 및 CID(charge injection device) 영상센서 등과 같은 영상센서들 중 어느 하나의 영상센서로 구현될 수 있다.

메모리(220)는 교통표시 인식장치(200)의 동작에 따라 발생되는 데이터를 저장한다.

처리기(230)는 자율주행장치(100)으로부터 전송되는 차량정보, 교통표시(예: 신호등, 횡단보도 등)의 위치 및 형태정보, 교통표시 인식장치(200)의 동작 명령 또는 정지 명령 등을 수신한다. 여기서, 차량정보는 차량 위치, 차량 진행방향, 차량속도, 차량 위치 정확도 등을 포함한다.

처리기(230)는 자율주행장치(100)의 동작 명령 또는 정지 명령에 따라 교통표시 인식 기능을 수행하거나 정지한다. 처리기(230)는 교통표시 인식기능 수행 시 촬영기(210)로부터 전방영상을 입력받는다.

처리기(230)는 촬영기(210)에 의해 획득된 전방영상으로부터 교통표시를 인식한다. 여기서, 교통표시는 횡단보도, 신호등, 표지판 등을 포함한다.

처리기(230)는 교통표시정보(교통표시의 위치정보 및 형태정보)와 차량정보에 근거하여 전방영상으로부터 교통표시를 추출한다.

처리기(230)는 교통표시 인식결과(교통표시 종류)를 자율주행장치(100)로 전송한다. 처리기(230)는 교통표시 인식장치(200)의 상태정보도 함께 자율주행장치(100)에 전송한다. 상태정보는 교통표시 인식장치(200)의 동작 여부를 나타내는 정보이다.

도 2는 본 발명의 일 실시예에 따른 영상기반 교통표시 인식방법을 도시한 흐름도이다.

도 2에 도시된 바에 따르면, 자율주행장치(100)는 교통표시 위치 수집 및 자차 위치를 추정한다(S101). 자율주행장치(100)는 차량 센서(140)를 통해 측정한 센서 데이터 및 지도 정보를 이용하여 차량의 현재 위치를 기준으로 일정 거리 이내에 위치하는 교통표시의 위치정보를 수집한다.

자율주행장치(100)는 자차의 현재위치 및 수집한 교통표시의 위치정보에 근거하여 교통표시 인식 동작의 필요여부를 결정한다(S103). 다시 말해서, 자율주행장치(100)는 차량의 현재위치를 기준으로 일정 거리 이내 인식이 필요한 교통표시가 존재하는지를 확인하여 교통표시 인식 기능의 동작여부를 결정한다.

자율주행장치(100)는 교통표시 인식 기능의 동작여부 결정을 확인한다(S105). 그 확인결과, 교통표시 인식 기능의 동작(수행)이 결정된 경우, 자율주행장치(100)는 동작명령을 교통표시 인식장치(200)로 전송한다. 교통표시 인식장치(200)는 자율주행장치(100)의 동작 명령에 따라 교통표시 인식을 시작한다. 이때, 교통표시 인식장치(200)는 촬영기(210)에 의해 획득된 영상을 입력받는다.

교통표시 인식장치(200)는 촬영기(210)로부터 입력되는 영상 내 도로의 소실점(vanishing point)을 검출한다(S107). 여기서, 소실점은 3차원 공간 상에서 평행한 직선들을 무한한 길이로 연장하고 이를 2차원 이미지 평면으로 투영하였을 때 연장된 평행 직선들이 이미지 평면상에서 만나는 점을 의미한다. 교통표시 인식장치(200)는 영상에 대한 허프 변환을 통하여 직선들을 검출하고 그 검출된 직선들이 만나는 점을 소실점으로 검출한다. 본 실시예에서는 허프 변환을 이용한 소실점을 예로 들어 설명하고 있으나 이에 한정되지 않고 한국공개특허 제10-2014-0148171호 및 한국공개특허 제10-2011-0098871호 등에 공지된 다양한 소실점 검출방법이 이용될 수 있다.

교통표시 인식장치(200)는 자차의 위치(촬영기(210)의 중심), 교통표시의 위치, 소실점을 이용하여 관심영역을 추출(설정)한다(S109).

교통표시 인식장치(200)는 추출한 관심영역에서 교통표시를 인식한다(S111). 차량의 진행방향과 대상물의 위치 사이의 각도에 따라 인지 성공 또는 실패 판정 기준이 가변된다.

교통표시 인식장치(200)는 인식결과의 크기를 실제 교통표시의 크기와 비교하여 결과를 재검증한다(S113). 자차와 대상물의 위치관계에 따라 판정 기준을 가변하여 오인식을 보완한다.

한편, 자율주행장치(100)는 교통표시 인식이 필요하지 않은 경우 교통표시 인식장치(200)의 인식 동작을 중단시킨다(S105, S115).

도 3은 본 발명과 관련된 교통표시 인식 예를 도시한 예시도이다.

차량의 조향으로 차량의 진행방향과 교통표시의 위치 사이에 각도(θ)가 발생하는 경우 교통표시의 형태가 변경되어 교통표시의 인식이 어려운 경우 인식 판단 기준을 가변한다.

예를 들어, 인식 판단 기준이 80점인 경우, 자차의 위치 근처에 신호등이 있다는 정보를 알고 있다면 79점의 인식 결과는 신호등일 가능성이 매우 높다. 따라서, 인식 대상의 인식 결과 수치가 변해서 미인식이 발생할 가능성이 있는 경우, 조명(반사 등)의 영향 및 대상과 카메라의 위치 관계가 비스듬한 경우 인식 판단 기준을 가변하여 교통표시를 인식할 수 있다.

도 4는 본 발명의 일 실시예에 따른 횡단보도 인식 방법을 도시한 흐름도이고, 도 5는 도 4에 도시된 횡단보도 인식과정을 설명하기 위한 예시도이다.

도 4를 참조하면, 교통표시 인식장치(200)는 자율주행장치(100)로부터 실제 횡단보도에 대한 정보를 수신한다(S201). 횡단보도 정보는 횡단보도의 위치, 길이, 폭을 포함한다.

교통표시 인식장치(200)는 촬영기(210)에 의해 촬영된 영상 내 횡단보도 정보가 있는지를 확인한다(S203).

교통표시 인식장치(200)는 영상 내 횡단보도 정보가 있는 경우, 영상 내 소실점을 검출한다(S205). 도 5의 (a)에 도시된 바와 같이, 교통표시 인식장치(200)는 촬영기(210)로부터 입력되는 영상에서 소실점 P을 검출한다.

교통표시 인식장치(200)는 검출한 소실점 을 기준으로 관심영역을 추출한다(S207). 여기서, 관심영역은 도 5의 (b)와 같이 소실점 P을 기준으로 아래 영역(-y 방향)을 관심영역으로 추출한다.

교통표시 인식장치(200)는 자차의 헤딩각을 기반으로 관심영역을 반대방향으로 회전시킨다(S209). 다시 말해서, 교통표시 인식장치(200)는 관심영역에 대한 영상처리를 통해 자차의 진행방향 과 교통표시의 위치 사이의 각도 차이로 인한 교통표시의 왜곡을 보정하는 것이다(도 5의 (c) 참조).

교통표시 인식장치(200)는 회전시킨 관심영역에서 횡단보도를 검출한다(S211).

교통표시 인식장치(200)는 검출된 횡단보도가 자율주행장치(100)로부터 제공받은 횡단보도 정보와 일치하는지를 검증한다(S213). 교통표시 인식장치(200)는 검증된 인식결과를 자율주행장치(100)에 제공한다. 교통표시 인식장치(200)는 검출한 횡단보도의 길이(|d2-d1|)가 기준 범위 이내인지를 확인하여 검증한다(도 5의 (d) 참조). 여기서, 기준 범위는 T1×D 초과 T2×D 미만이고, D는 교통표시의 실제 길이, T1은 영상 화소와 실제 거리 간의 최소 비율(pixel/m), T2는 영상 화소와 실제 거리 간의 최대 비율(pixel/m)이다.

도 6은 본 발명의 일 실시예에 따른 신호등 인식 방법을 도시한 흐름도이고, 도 7은 도 7에 도시된 신호등 인식방법을 설명하기 위한 예시도이다.

먼저, 교통표시 인식장치(200)는 자율주행장치(100)로부터 실제 신호등 정보를 수신한다(S301). 여기서, 신호등 정보는 신호등이 설치된 위치좌표(위치정보) 및 형태정보 등을 포함한다.

교통표시 인식장치(200)는 촬영기(210)를 통해 획득한 영상 내 신호등 정보가 있는지를 확인한다(S303).

교통표시 인식장치(200)는 영상 내 신호등이 있으면 영상에서 소실점을 검출한다(S305). 도 7의 (a)에 도시된 바와 같이, 도로가 존재하는 영역과 도로가 존재하지 않는 영역의 경계지점에 위치하는 일 지점을 소실점 P로 검출한다.

교통표시 인식장치(200)는 검출한 소실점을 기준으로 관심영역을 추출한다(S307). 이때, 교통표시 인식장치(200)는 관심영역 내 포함된 교통표시가 신호등인 경우, 소실점을 기준으로 위 영역(+y 방향)을 관심영역으로 추출한다(도 7의 (b) 참조).

교통표시 인식장치(200)는 영상 중심 좌표와 영상 내 신호등 위치 관계로 추가로 처리 영역을 추출한다(S309). 도 7의 (c)에 도시된 바와 같이, 교통표시 인식장치(200)는 관심영역에서 신호등이 존재하는 영역을 처리 영역으로 추출한다.

교통표시 인식장치(200)는 추출한 처리 영역을 자차의 헤딩각을 기반으로 반대방향으로 회전시킨다(S311). 도 7의 (d)를 참조하면, 교통표시 인식장치(200)는 차량의 조향(진행방향 변경)에 따른 영상의 왜곡을 보정한다.

교통표시 인식장치(200)는 회전시킨 처리 영역에서 신호등을 검출한다(S313).

교통표시 인식장치(200)는 검출된 신호등에 대한 검증을 수행한다(S315). 다시 말해서, 교통표시 인식장치(200)는 자율주행장치(100)로부터 제공받은 신호등 정보에 대응되는 신호등인지를 확인한다. 이때, 교통표시 인식장치(200)는 검출된 신호등의 폭(|w2-w1|)이 설정된 기준 범위 이내인지를 확인한다. 여기서, 기준 범위는 T1×W 초과 T2×W 미만이고, W는 교통표시의 실제 폭, T1은 영상 화소와 실제 거리 간의 최소 비율(pixel/m), T2는 영상 화소와 실제 거리 간의 최대 비율(pixel/m)이다.

교통표시 인식장치(200)는 검출한 신호등에 대한 검증이 완료되면 인식결과를 자율주행장치(100)로 전송한다.

도 8 및 도 9는 본 발명과 관련된 처리영역 선정을 설명하기 위한 도면이다.

도 8 및 도 9에 도시된 바와 같이, 본 발명에 따른 교통표시 인식장치는 인식 대상 존재 여부 및 주행차선, 차속 및 요레이트와 같은 차량이동 정보, 지도 정보 등을 바탕으로 전체 영상에서 인식 기능을 처리할 영상을 추출한다.

신호등, 속도 표지판, 횡단보도를 검출해야 하는 경우, 영상정보만으로 처리해야 하는 종래기술의 경우, 카메라를 통해 획득한 영상의 전체 영역을 이용하나, 본 발명에 따른 교통표시 인식장치(200)는 차량 정보 및 교통표시정보를 이용하여 촬영기(210)를 통해 촬영한 영상에서 교통표시가 존재하는 영역을 처리 영역을 선정하여 이용한다.

이상과 같이, 본 발명은 종래의 교통표시 인식방식에 비하여 영상의 일부 영역에 대해 영상처리를 수행하므로 처리 속도를 줄일 수 있다.

이상에서는 본 발명의 바람직한 실시 예 및 응용 예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시 예 및 응용 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해돼서는 안 될 것이다.

100: 자율주행장치
110: 이동경로 생성기
120: 차량제어기
130: 장애물 인식기
140: 차량 센서
150: 메모리
200: 교통표시 인식장치
210: 촬영기
220: 메모리
230: 처리기

Claims (12)

1. 차량 주위의 영상을 촬영하는 촬영기와,
   자율주행장치로부터 차량정보 및 교통표시정보에 근거하여 상기 영상에 대한 영상처리를 통해 상기 영상 내 교통표시를 인식하는 처리기를 포함하는 것을 특징으로 하는 영상기반 교통표시 인식장치.
   
2. 제1항에 있어서,
   상기 차량정보는,
   차량 위치, 차량 진행방향, 차량속도, 차량 위치 정확도를 포함하는 것을 특징으로 하는 영상기반 교통표시 인식장치.
   
3. 제1항에 있어서,
   상기 교통표시정보는,
   상기 교통표시의 위치정보 및 형태정보를 포함하는 것을 특징을 하는 영상기반 교통표시 인식장치.
   
4. 제3항에 있어서,
   상기 교통표시는,
   신호등, 횡단보도, 표지판을 포함하는 것을 특징으로 하는 영상기반 교통표시 인식장치.
   
5. 제1항에 있어서,
   상기 처리기는,
   자차의 현재위치로부터 일정 거리 이내 교통표시가 위치하는 경우 교통표시 인식을 수행하는 것을 특징으로 하는 영상기반 교통표시 인식장치.
   
6. 제1항에 있어서,
   상기 처리기는,
   상기 교통표시 인식결과에 대해 검증절차를 수행하는 것을 특징으로 하는 영상기반 교통표시 인식장치.
   
7. 자율주행장치가 교통표시정보 및 차량의 현재위치에 근거하여 교통표시 인식기능 동작여부를 결정하는 단계와,
   상기 자율주행장치가 상기 교통표시 인식기능의 동작 결정에 따라 교통표시 인식장치를 동작시키는 단계와,
   상기 교통표시 인식장치가 차량 주위의 영상을 획득하는 단계와,
   상기 교통표시 인식장치가 상기 영상에서 관심영역을 검출하는 단계와,
   상기 교통표시 인식장치가 상기 자율주행장치로부터 제공받은 차량정보 및 교통표시정보에 근거하여 상기 관심영역에서 교통표시를 인식하는 단계와,
   상기 교통표시의 인식결과에 대한 검증을 수행하는 단계를 포함하는 것을 특징으로 하는 영상기반 교통표시 인식방법.
   
8. 제7항에 있어서,
   상기 차량정보는,
   차량 위치, 차량 진행방향, 차량속도, 차량 위치 정확도를 포함하는 것을 특징으로 하는 영상기반 교통표시 인식방법.
   
9. 제7항에 있어서,
   상기 교통표시정보는,
   상기 교통표시의 위치정보 및 형태정보를 포함하는 것을 특징을 하는 영상기반 교통표시 인식방법.
   
10. 제7항에 있어서,
    상기 교통표시는,
    신호등, 횡단보도, 표지판을 포함하는 것을 특징으로 하는 영상기반 교통표시 인식방법.
    
11. 제7항에 있어서,
    상기 교통표시 인식기능 동작여부 결정 단계는,
    상기 차량의 현재위치로부터 일정 거리 이내에 상기 교통표시가 존재하는 경우 교통표시 인식기능의 동작을 결정하는 것을 특징으로 하는 영상기반 교통표시 인식방법.
    
12. 제11항에 있어서,
    상기 교통표시 인식기능 동작여부 결정 단계는,
    상기 차량의 현재위치로부터 일정 거리 이내에 상기 교통표시가 존재하지 않는 경우 교통표시 인식기능의 정지를 결정하는 것을 특징으로 하는 영상기반 교통표시 인식방법

Images