KR20180045264A - Apparatus and method for calculating distance between vehicle and object of adjacent lane - Google Patents

Apparatus and method for calculating distance between vehicle and object of adjacent lane Download PDF

Info

Publication number
KR20180045264A
KR20180045264A KR1020160139174A KR20160139174A KR20180045264A KR 20180045264 A KR20180045264 A KR 20180045264A KR 1020160139174 A KR1020160139174 A KR 1020160139174A KR 20160139174 A KR20160139174 A KR 20160139174A KR 20180045264 A KR20180045264 A KR 20180045264A
Authority
KR
South Korea
Prior art keywords
distance
vehicle
feature point
unit
polar
Prior art date
Application number
KR1020160139174A
Other languages
Korean (ko)
Other versions
KR101906999B1 (en
Inventor
김상구
박재홍
Original Assignee
주식회사 와이즈오토모티브
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 주식회사 와이즈오토모티브 filed Critical 주식회사 와이즈오토모티브
Priority to KR1020160139174A priority Critical patent/KR101906999B1/en
Publication of KR20180045264A publication Critical patent/KR20180045264A/en
Application granted granted Critical
Publication of KR101906999B1 publication Critical patent/KR101906999B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

The present invention relates to an apparatus and a method to calculate a distance between a vehicle and an object on an adjacent lane, capable of minimizing a processing load. To this end, an apparatus applied to a vehicle including at least one camera to calculate a distance between the vehicle and an object on an adjacent lane comprises: an image acquisition unit to acquire a camera image captured through the camera; a feature point extraction unit to extract at least one feature point from the camera image; a reference point setting unit to acquire polar coordinate system information from a storage unit, and to set a polar coordinate reference point and a first axis originated from the polar coordinate reference system on the camera image based on the polar coordinate system information; an angle calculation unit to calculate a feature point angle value between a line segment connecting at least one feature point with the polar coordinate reference point and the first axis; and a distance calculation unit using the feature point angle value to calculate a distance between the vehicle and an object corresponding to the feature point.

Description

차량과 인접 차로의 객체 간 거리 계산 장치 및 방법{APPARATUS AND METHOD FOR CALCULATING DISTANCE BETWEEN VEHICLE AND OBJECT OF ADJACENT LANE}[0001] APPARATUS AND METHOD FOR CALCULATING DISTANCE BETWEEN VEHICLE AND OBJECT OF ADJACENT LANE [0002]

본 발명은 차량과 인접 차로의 객체 간 거리 계산 장치 및 방법에 관한 것이다.The present invention relates to an apparatus and method for calculating the distance between objects in a vehicle and adjacent lanes.

종래 이용되는 차량 충돌 방지 방법으로, 운전자가 탑승한 차량이 변경하고자 하는 대상 차로로 이동 시에 인접 차로에서 주행 중인 차량과의 충돌을 방지하기 위한 방법이 있다. 일반적으로, 이러한 충돌 방지 기법의 경우, 복수의 센서부를 이용하여 인접한 차량을 탐지하거나, 또는 차량에 복수의 카메라들을 설치하고, 복수의 카메라들에 의해 각각 촬영되는 영상을 이용하여 인접한 차로 내의 차량들을 검출하는 기법이다.There is a method for preventing a collision with a vehicle running in an adjacent lane when a driver of the vehicle is moving to a target lane to be changed. Generally, in the case of such an anti-collision technique, a plurality of sensors are used to detect an adjacent vehicle, or a plurality of cameras are installed in a vehicle, and images captured by a plurality of cameras are used to detect vehicles in adjacent lanes .

또한, 최근에는 차량에 탑재되는 카메라에 광각 렌즈 또는 어안 렌즈를 적용하여, 적은 카메라로도 보다 넓은 촬영 범위를 확보하는 방식이 채택되고 있다. 다만, 이러한 광각 렌즈 또는 어안 렌즈의 경우, 일반 렌즈에 비해 보다 넓은 범위의 촬영 범위를 가질 수 있으나, 촬영 이미지의 형태가 평면 이미지의 형태가 아닌 원형 또는 타원형으로 일그러진 형태를 갖게 된다.Recently, a wide angle lens or a fish-eye lens is applied to a camera mounted on a vehicle, and a method of ensuring a wider shooting range with a small camera has been adopted. However, in the case of such a wide-angle lens or a fish-eye lens, it is possible to have a wider range of photographing range than a general lens, but the shape of the photographed image has a circular or oval shape rather than a planar image.

이에 따라, 광각 또는 어안 렌즈가 적용된 카메라로부터 촬영된 촬영 영상을 이용하여 인접 차량의 존재 여부를 탐지하거나, 인접 차량 과의 거리를 산출하기 위해서는 촬영 영상에 렌즈 왜곡 보정이나 원근/어파인 변환 등의 영상 변형 과정을 수행함으로써 평면 이미지로 변환하고, 평면 이미지 내에서 차량을 검출하는 과정이 요구된다. 이 경우, 연산이 복잡하고 복잡한 수학적 함수들이 많이 이용되어야 하는 불편함이 존재한다. 이렇게 복잡한 수학적 함수들을 많이 사용하는 경우에도 신호 처리 시간이 길어지고 오류의 발생 확률이 증가하는 문제점이 있다. Accordingly, in order to detect the presence of an adjacent vehicle or to calculate a distance to an adjacent vehicle using a photographed image photographed from a camera to which a wide-angle or fish-eye lens is applied, in order to calculate a lens distortion correction or perspective / A process of transforming the image into a plane image by performing an image transformation process and detecting a vehicle in the plane image is required. In this case, there are inconveniences that computational complexity and complicated mathematical functions must be used a lot. Even when a lot of complex mathematical functions are used, the signal processing time is long and the probability of occurrence of errors increases.

이에 따라, 보다 간편하게 운전자의 차량과 주변 차로에 존재하는 객체 간 거리를 측정할 수 있는 새로운 방법에 대한 요구가 존재한다.Accordingly, there is a need for a new method that can more easily measure the distance between the driver's vehicle and the object present in the nearby lane.

한국등록특허 제1276871호(명칭: 차량 충돌 방지 장치 및 방법)Korean Registered Patent No. 1276871 (Name: Vehicle crash prevention device and method)

본 발명은 적은 연산량으로도 인접 차로의 객체와 차량 간 거리를 정확히 계산할 수 있는 장치 및 방법을 제공하는데 그 목적이 있다.An object of the present invention is to provide an apparatus and method capable of accurately calculating the distance between an object and a vehicle in an adjacent lane even with a small amount of calculation.

상기와 같은 과제를 해결하기 위한 본 발명의 적어도 하나의 카메라를 포함하는 차량에 적용되어, 상기 차량과 인접 차로의 객체 간 거리를 계산하는 장치는 카메라를 통해 촬영된 카메라 이미지를 획득하는 이미지 획득부; 카메라 이미지에서 적어도 하나의 특징점을 추출하는 특징점 추출부; 저장부로부터 극좌표계 정보를 획득하고, 극좌표계 정보를 근거로 카메라 이미지에 극좌표 기준점과, 극좌표 기준점을 원점으로 하는 제 1 축을 설정하는 기준점 설정부; 적어도 하나의 특징점과 극좌표 기준점을 연결하는 선분과 제 1 축간의 특징점 각도값을 산출하는 각도 산출부; 및 특징점 각도값을 이용하여 특징점에 대응하는 객체와 차량간의 거리를 도출하는 거리 도출부를 포함하는 것을 특징으로 한다.An apparatus for calculating a distance between an object and a vehicle adjacent to the vehicle, the apparatus comprising: at least one camera of the present invention for solving the above problems, ; A feature point extracting unit for extracting at least one feature point from the camera image; A reference point setting unit for obtaining polar coordinate information from the storage unit and setting a polar axis reference point on the camera image based on the polar coordinate information and a first axis having the polar reference point as the origin; An angle calculating unit for calculating a feature point angle value between a line segment connecting the at least one feature point and the polar coordinate reference point and the first axis; And a distance deriving unit for deriving a distance between the object and the vehicle corresponding to the feature point using the feature point angle value.

또한, 본 발명의 일 실시예에 따른 차량과 인접 차로의 객체 간 거리 계산 장치는 저장부에 저장된 관심 영역 정보를 근거로, 카메라 이미지에서 상기 차량의 인접 차로에 관심 영역을 설정하는 관심 영역 설정부를 더 포함할 수 있다.According to another aspect of the present invention, there is provided an apparatus for calculating an object-to-object distance between a vehicle and an adjacent lane, the apparatus comprising: an interest area setting unit for setting an area of interest in an adjacent lane of the vehicle in a camera image based on interest area information stored in a storage unit; .

또한, 관심 영역 설정부는 카메라 이미지 내에 포함된 특징점의 좌표를 획득하고, 특징점의 좌표를 분석함으로써 특징점에 대응하는 객체가 관심 영역 내에 존재하는지 판단할 수 있다.In addition, the ROI setting unit may acquire the coordinates of the minutiae included in the camera image and analyze the coordinates of the minutiae point to determine whether the object corresponding to the minutiae point exists in the ROI.

또한, 각도 산출부는 관심 영역 내에 포함된 특징점에 대해 특징점 각도값의 산출을 수행할 수 있다.Further, the angle calculating unit may calculate the feature point angle value for the feature points included in the region of interest.

또한, 거리 도출부는 저장부에서 특징점 각도값에 매칭하는 거리값을 검색함으로써, 특징점에 대응하는 객체와 차량간의 거리를 도출할 수 있다.Also, the distance derivation unit can derive the distance between the object and the vehicle corresponding to the feature point by searching the distance value matching the feature point angle value in the storage unit.

또한, 본 발명의 일 실시예에 따른 차량과 인접 차로의 객체 간 거리 계산 장치는 극좌표계 정보에 따라 극좌표 기준점에서 연장하는 복수의 가상 경고선들을 생성하는 가상선 생성부를 더 포함할 수 있다.According to an embodiment of the present invention, an apparatus for calculating a distance between objects of a vehicle and an adjacent lane may further include a virtual line generator for generating a plurality of virtual warning lines extending from a polar reference point in accordance with polar coordinate information.

또한, 복수의 가상 경고선들은 제 1 축을 기준으로 서로 다른 각도로 생성되고, 서로 다른 각도로 생성된 복수의 가상 경고선들은 차량을 기준으로 서로 다른 거리 값을 가질 수 있다.In addition, the plurality of virtual warning lines are generated at different angles with respect to the first axis, and the plurality of virtual warning lines generated at different angles may have different distance values based on the vehicle.

또한, 관심 영역은 복수의 가상 경고선들에 의해 복수의 거리 영역들로 구분될 수 있다.Further, the region of interest may be divided into a plurality of distance regions by a plurality of virtual warning lines.

또한, 각도 산출부는 적어도 하나의 특징점과 극좌표 기준점을 연결하는 선분의 길이를 더 산출할 수 있다.Further, the angle calculating unit can further calculate the length of a line segment connecting the at least one feature point and the polar reference point.

또한, 관심 영역 설정부는 선분의 길이를 분석함으로써, 특징점에 대응하는 객체가 관심 영역 내에 존재하는지 판단할 수 있다.In addition, the ROI setting unit may determine whether an object corresponding to the ROI exists in the ROI by analyzing the length of the ROI.

상기와 같은 과제를 해결하기 위한 본 발명의 적어도 하나의 카메라를 포함하는 차량에 적용되어, 차량과 인접 차로의 객체 간 거리를 계산하는 방법은 이미지 획득부에 의해, 카메라를 통해 촬영된 카메라 이미지를 획득하는 단계; 특징점 추출부에 의해, 카메라 이미지에서 적어도 하나의 특징점을 추출하는 단계; 기준점 설정부에 의해, 저장부로부터 극좌표계 정보를 획득하고, 극좌표계 정보를 근거로 카메라 이미지에 극좌표 기준점과, 극좌표 기준점을 원점으로 하는 제 1 축을 설정하는 단계; 관심 영역 설정부에 의해, 저장부에 저장된 관심 영역 정보를 근거로, 카메라 이미지에서 상기 차량의 인접 차로에 대응하는 관심 영역을 설정하는 단계; 관심 영역 설정부에 의해, 카메라 이미지 내에 포함된 특징점의 좌표를 획득하고, 특징점의 좌표를 근거로 관심 영역 내에 존재하는 특징점을 구분하는 단계; 각도 산출부에 의해, 관심 영역 내에 존재하는 특징점과 극좌표 기준점을 연결하는 선분과 제 1 축간의 특징점 각도값을 산출하는 단계; 및 거리 도출부에 의해, 특징점 각도값을 이용하여 특징점에 대응하는 객체와 차량간의 거리를 도출하는 단계를 포함하는 것을 특징으로 한다.A method for calculating a distance between objects of a vehicle and an adjacent vehicle applied to a vehicle including at least one camera according to the present invention for solving the above problems is a method for calculating a distance between objects by a camera, Obtaining; Extracting at least one feature point from the camera image by the feature point extraction unit; Acquiring polar coordinate information from a storage unit by a reference point setting unit and setting a first axis having a polar reference point and a polar reference point as origin points in a camera image based on polar coordinate information; Setting a region of interest corresponding to an adjacent lane of the vehicle in the camera image based on the region of interest information stored in the storage unit by the region of interest setting unit; Acquiring coordinates of the minutiae included in the camera image by the region of interest setting unit and identifying minutiae existing in the region of interest based on the coordinates of the minutiae; Calculating a minutia angle value between a line segment connecting the minutiae point existing in the region of interest and the polar reference point and the first axis by the angle calculating unit; And deriving a distance between the object and the vehicle corresponding to the feature point by using the feature point angle value by the distance derivation unit.

또한, 객체와 상기 차량간의 거리를 도출하는 단계는 저장부에서 특징점 각도값에 매칭하는 거리값을 검색함으로써 이루어질 수 있다.The step of deriving the distance between the object and the vehicle may be performed by retrieving a distance value matching the feature point angle value in the storage unit.

또한, 본 발명의 일 실시예에 따른 차량과 인접 차로의 객체 간 거리 계산 방법은 가상선 생성부에 의해, 극좌표계 정보에 따라 극좌표 기준점에서 연장하는 복수의 가상 경고선들을 생성하는 단계를 더 포함할 수 있다.According to another aspect of the present invention, there is provided a method for calculating a distance between objects in a vehicle and an adjacent lane, the method further comprising generating a plurality of virtual warning lines extending from a polar reference point in accordance with polar coordinate information, can do.

또한, 복수의 가상 경고선들은 제 1 축을 기준으로 서로 다른 각도로 생성되고, 서로 다른 각도로 생성된 복수의 가상 경고선들은 차량을 기준으로 서로 다른 거리 값을 가질 수 있다.In addition, the plurality of virtual warning lines are generated at different angles with respect to the first axis, and the plurality of virtual warning lines generated at different angles may have different distance values based on the vehicle.

또한, 관심 영역은 복수의 가상 경고선들에 의해 복수의 거리 영역들로 구분될 수 있다.Further, the region of interest may be divided into a plurality of distance regions by a plurality of virtual warning lines.

상기와 같은 과제를 해결하기 위한 본 발명의 적어도 하나의 카메라를 포함하는 차량에 적용되어, 차량과 인접 차로의 객체 간 거리를 계산하는 방법은 이미지 획득부에 의해, 카메라를 통해 촬영된 카메라 이미지를 획득하는 단계; 특징점 추출부에 의해, 카메라 이미지에서 적어도 하나의 특징점을 추출하는 단계; 기준점 설정부에 의해, 저장부로부터 극좌표계 정보를 획득하고, 극좌표계 정보를 근거로 카메라 이미지에 극좌표 기준점과, 극좌표 기준점을 원점으로 하는 제 1 축을 설정하는 단계; 각도 산출부에 의해, 적어도 하나의 특징점과 상기 극좌표 기준점을 연결하는 선분의 길이와, 선분과 상기 제 1 축간의 특징점 각도값을 산출하는 단계; 관심 영역 설정부에 의해, 선분의 길이를 분석함으로써, 특징점에 대응하는 객체가 관심 영역 내에 존재하는지 판단하는 단계; 거리 도출부에 의해, 특징점 각도값을 이용하여 관심 영역 내에 존재하는 객체와 차량간의 거리를 도출하는 단계를 포함하는 것을 특징으로 한다.A method for calculating a distance between objects of a vehicle and an adjacent vehicle applied to a vehicle including at least one camera according to the present invention for solving the above problems is a method for calculating a distance between objects by a camera, Obtaining; Extracting at least one feature point from the camera image by the feature point extraction unit; Acquiring polar coordinate information from a storage unit by a reference point setting unit and setting a first axis having a polar reference point and a polar reference point as origin points in a camera image based on polar coordinate information; Calculating a length of a segment connecting the at least one feature point and the polar reference point and a feature point angle value between the segment and the first axis by the angle calculation unit; Determining whether the object corresponding to the feature point exists in the ROI by analyzing the length of the line segment by the ROI setting unit; And deriving a distance between the object and the vehicle existing in the ROI using the minutia angle value by the distance deriving unit.

또한, 객체와 상기 차량간의 거리를 도출하는 단계는 저장부에서 특징점 각도값에 매칭하는 거리값을 검색함으로써 이루어질 수 있다.The step of deriving the distance between the object and the vehicle may be performed by retrieving a distance value matching the feature point angle value in the storage unit.

또한, 본 발명의 일 실시예에 따른 차량과 인접 차로의 객체 간 거리 계산 방법은 가상선 생성부에 의해, 극좌표계 정보에 따라 극좌표 기준점에서 연장하는 복수의 가상 경고선들을 생성하는 단계를 더 포함할 수 있다.According to another aspect of the present invention, there is provided a method for calculating a distance between objects in a vehicle and an adjacent lane, the method further comprising generating a plurality of virtual warning lines extending from a polar reference point in accordance with polar coordinate information, can do.

또한, 복수의 가상 경고선들은 제 1 축을 기준으로 서로 다른 각도로 생성되고, 서로 다른 각도로 생성된 복수의 가상 경고선들은 차량을 기준으로 서로 다른 거리 값을 가질 수 있다.In addition, the plurality of virtual warning lines are generated at different angles with respect to the first axis, and the plurality of virtual warning lines generated at different angles may have different distance values based on the vehicle.

또한, 관심 영역은 복수의 가상 경고선들에 의해 복수의 거리 영역들로 구분될 수 있다. Further, the region of interest may be divided into a plurality of distance regions by a plurality of virtual warning lines.

본 발명의 차량과 인접 차로의 객체 간 거리 계산 장치 및 방법에 따르면 적은 연산량으로도 거리 계산을 수행할 수 있고, 이에 따라 높은 성능의 처리 장치를 요구하지 않으며, 처리 부하를 최소화시킬 수 있는 효과가 있다.According to the apparatus and method for calculating the object-to-object distance between the vehicle and the adjacent lane of the present invention, the distance calculation can be performed even with a small amount of calculation, and accordingly, a high-performance processing apparatus is not required, have.

도 1은 본 발명의 제 1 실시예에 따른 차량과 인접 차로의 객체 간 거리 계산 장치에 대한 블록도이다.
도 2 내지 도 6은 본 발명의 제 1 실시예에 따른 차량과 인접 차로의 객체 간 거리 계산 장치를 통해 차량과 객체간 거리를 계산하는 방법을 설명하기 위한 개념도이다.
도 7은 본 발명의 제 2 실시예에 따른 차량과 인접 차로의 객체 간 거리 계산 장치에 대한 블록도이다.
도 8은 본 발명의 제 2 실시예에 따른 차량과 인접 차로의 객체 간 거리 계산 장치를 통해 차량과 객체간 거리를 계산하는 방법을 설명하기 위한 개념도이다.
도 9는 본 발명의 제 1 실시예에 따른 차량과 인접 차로의 객체 간 거리 계산 방법에 대한 흐름도이다.
도 10은 본 발명의 제 2 실시예에 따른 차량과 인접 차로의 객체 간 거리 계산 방법에 대한 흐름도이다.1 is a block diagram of an inter-object distance calculation apparatus for a vehicle and an adjacent lane according to a first embodiment of the present invention.
2 to 6 are conceptual diagrams for explaining a method of calculating a distance between a vehicle and an object through a device for calculating the distance between objects of a vehicle and an adjacent lane according to the first embodiment of the present invention.
7 is a block diagram of an inter-object distance calculation apparatus for a vehicle and an adjacent lane according to a second embodiment of the present invention.
FIG. 8 is a conceptual diagram for explaining a method of calculating a distance between a vehicle and an object through an apparatus for calculating the distance between objects of a vehicle and an adjacent lane according to a second embodiment of the present invention.
9 is a flowchart illustrating a method of calculating a distance between objects in a vehicle and an adjacent lane according to the first embodiment of the present invention.
10 is a flowchart illustrating a method of calculating a distance between objects in a vehicle and an adjacent lane according to a second embodiment of the present invention.

본 발명을 첨부된 도면을 참조하여 상세히 설명하면 다음과 같다. 여기서, 반복되는 설명, 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능, 및 구성에 대한 상세한 설명은 생략한다. 본 발명의 실시형태는 당 업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다. 따라서, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.The present invention will now be described in detail with reference to the accompanying drawings. Hereinafter, a repeated description, a known function that may obscure the gist of the present invention, and a detailed description of the configuration will be omitted. Embodiments of the present invention are provided to more fully describe the present invention to those skilled in the art. Accordingly, the shapes and sizes of the elements in the drawings and the like can be exaggerated for clarity.

이하, 본 발명의 실시예에 따른 차량과 인접 차로의 객체 간 거리 계산 장치(100)에 대하여 설명하도록 한다. 본 발명의 일 실시예에 따른 차량과 인접 차로의 객체 간 거리 계산 장치(100)는 어안 렌즈가 적용된 카메라를 통해 촬영된 촬영 이미지를 분석함으로써, 상술한 거리 계산을 수행하는 것을 특징으로 한다. 또한, 본 발명의 일 실시예에 따른 차량과 인접 차로의 객체 간 거리 계산 장치(100)는 극좌표계(Polar Coordinate System)를 이용하여 상기 거리를 계산하는 것을 특징으로 한다.Hereinafter, an object-to-object distance calculation apparatus 100 for a vehicle and an adjacent lane according to an embodiment of the present invention will be described. The distance calculation apparatus 100 for calculating a distance between objects of a vehicle and an adjacent lane according to an embodiment of the present invention performs the distance calculation described above by analyzing a shot image taken through a camera to which a fisheye lens is applied. In addition, the distance calculation apparatus 100 for a vehicle and an adjacent lane according to an embodiment of the present invention calculates the distance using a polar coordinate system.

여기서, 극좌표계는 평면 위의 위치를 각도와 거리를 써서 나타내는 2차원 좌표계이다. 극좌표계는 두 점 사이의 관계가 각이나 거리로 쉽게 표현되는 경우에 가장 유용하다. 일반적으로 사용되는 직교 좌표계에서는 삼각 함수로 복잡하게 나타나는 관계가 극좌표계에서는 간단하게 표현되는 경우가 많다. 극좌표계의 경우, 2차원 좌표계이기 때문에 극 좌표는 반지름 성분과 각 성분의 두 성분으로 결정될 수 있다. 극 좌표계에서 주로 r로 나타내는 반지름 성분은 극(데카르트 좌표에서 원점)에서의 거리를 나타낸다. 주로 θ로 나타내는 각 성분은 0°(직교 좌표계에서 x축의 양의 방향에 해당)에서 반 시계 방향으로 잰 각의 크기를 나타낸다.Here, the polar coordinate system is a two-dimensional coordinate system in which a position on a plane is expressed by an angle and a distance. The polar coordinate system is most useful when the relationship between two points is easily represented by angles or distances. In a commonly used orthogonal coordinate system, a complex relationship represented by a trigonometric function is often simply expressed in a polar coordinate system. In the case of a polar coordinate system, since it is a two-dimensional coordinate system, the polar coordinates can be determined by the radius component and the two components of each component. The radial component, usually denoted by r in the polar coordinate system, represents the distance from the pole (origin at Cartesian coordinates). Each component mainly represented by? Represents the magnitude of the angle measured in the counterclockwise direction at 0 ° (corresponding to the positive direction of the x-axis in the orthogonal coordinate system).

또한, 아래에서는 본 발명의 일 실시예에 따른 차량과 인접 차로의 객체 간 거리 계산 장치(이하, 거리 계산 장치)를 2개의 실시예들로 구분하여 그 설명이 이루어진다. 여기서, 제 1 실시예는 상술한 극좌표계에서 객체에 대응하는 특징점의 특징점 각도값을 이용하여 거리를 계산하는 방법이고, 제 2 실시예는 극좌표계에서 객체에 대응하는 특징점의 특징점 각도값과, 반지름 값 모두를 이용하여 거리를 계산하는 방법을 나타낸다. 먼저, 도 1 내지 도 7을 참조로 본 발명의 제 1 실시예에 따른 거리 계산 장치(100)에 대한 설명이 이루어진다. Hereinafter, an apparatus for calculating a distance between objects (hereinafter referred to as a distance calculating apparatus) between a vehicle and an adjacent lane according to an embodiment of the present invention is divided into two embodiments and explained. In the first embodiment, the distance is calculated using the feature point angle value of the feature point corresponding to the object in the above-mentioned polar coordinate system. In the second embodiment, the feature point angle value of the feature point corresponding to the object in the polar coordinate system, This shows how to compute the distance using all of the radius values. First, the distance calculation apparatus 100 according to the first embodiment of the present invention will be described with reference to FIGS. 1 to 7. FIG.

도 1은 본 발명의 제 1 실시예에 따른 거리 계산 장치(100)에 대한 블록도이다. 상술한 것처럼, 본 발명의 제 1 실시예에 따른 거리 계산 장치(100)는 카메라 이미지를 분석함으로써, 주행중인 차량의 인접 차로에서 객체를 검출하고, 객체와 차량 간 거리를 산출하는 것을 특징으로 한다. 또한, 본 발명의 제 1 실시예에 따른 거리 계산 장치(100)는 카메라 이미지에 포함된 객체들의 특징점들의 좌표를 근거로, 객체가 관심 영역(즉, 인접 차로) 내에 존재하는지 판단할 수 있고, 관심 영역 내에 존재하는 객체의 특징점들과 제 1 축간 각도를 산출함으로써, 객체와 차량 간 거리를 계산할 수 있다.1 is a block diagram of a distance calculation apparatus 100 according to a first embodiment of the present invention. As described above, the distance calculation device 100 according to the first embodiment of the present invention is characterized by detecting an object in an adjacent lane of a vehicle under running by analyzing a camera image, and calculating a distance between the object and the vehicle . In addition, the distance calculation apparatus 100 according to the first embodiment of the present invention can determine whether an object exists in a region of interest (i.e., an adjacent lane) based on coordinates of minutiae points of objects included in the camera image, The distance between the object and the vehicle can be calculated by calculating the feature points of the object existing in the ROI and the first axis angle.

이를 위해, 본 발명의 제 1 실시예에 따른 거리 계산 장치(100)는 저장부(110), 이미지 획득부(120), 특징점 추출부(130), 기준점 설정부(140), 가상선 생성부(150), 관심 영역 설정부(160), 각도 산출부(170) 및 거리 도출부(180)를 포함하여 구성될 수 있다. 여기서, 본 발명의 제 1 실시예에 따른 거리 계산 장치(100)에 포함된 각 구성은 본 발명의 이해를 돕기 위해 기능별로 구분된 것이고, 실제로는 하나의 처리 장치를 통해 구현되는 것도 가능하다.The distance calculation apparatus 100 according to the first embodiment of the present invention includes a storage unit 110, an image obtaining unit 120, a feature point extracting unit 130, a reference point setting unit 140, The distance calculating unit 150, the ROI setting unit 160, the angle calculating unit 170, and the distance deriving unit 180. Here, each of the components included in the distance calculation apparatus 100 according to the first embodiment of the present invention is divided into functional groups in order to facilitate understanding of the present invention, and actually, it is also possible to implement them through one processing unit.

저장부(110)는 카메라(11)를 통해 촬영된 카메라 이미지가 저장된다. 여기서, 카메라(11)는 복수개가 존재할 수 있고, 카메라들 중 적어도 하나는 차량의 측방을 촬영하는 카메라일 수 있다. 또한 카메라(11)에는 적은 카메라로도 넓은 범위의 영역을 촬영하기 위해 광각 렌즈 또는 어안 렌즈가 적용된 카메라일 수 있다. 또한, 저장부(110)에는 아래에서 설명되는 차량과 객체 간 거리 계산에 이용되는 극좌표계 정보 및 관심 영역 정보가 저장될 수 있다. 구체적으로, 극좌표계 정보는 아래에서 다시 설명되는 바와 같이 카메라 이미지에서 극좌표 중심점의 위치를 나타내는 위치 정보와, 특징점 각도값에 따라 결정된 거리값들이 저장될 수 있다. 또한, 관심 영역 정보는 카메라 이미지에서 관심 영역의 위치를 나타내는 위치 정보를 포함할 수 있다. 또한, 여기서 관심 영역은 카메라 이미지 내에서 주행하는 차량을 기준으로 하는 인접 차선에 대한 영역을 나타낸다.The storage unit 110 stores a camera image photographed through the camera 11. Here, a plurality of cameras 11 may be present, and at least one of the cameras may be a camera for photographing the side of the vehicle. Further, the camera 11 may be a camera to which a wide-angle lens or a fish-eye lens is applied to photograph a wide range of areas with a small camera. In addition, the storage unit 110 may store polar coordinate information and ROI information, which will be described later, used in calculating the distance between the vehicle and the object. Specifically, the polar coordinate system information may include location information indicating the position of the polar center point in the camera image and distance values determined according to the minutia angle values as described below. In addition, the region of interest information may include position information indicating the position of the region of interest in the camera image. Here, the ROI indicates an area for an adjacent lane based on the vehicle traveling in the camera image.

이미지 획득부(120)는 저장부(110)에 저장된 카메라 이미지를 획득하는 기능을 하고, 특징점 추출부(130)는 카메라 이미지에서 적어도 하나의 특징점을 추출하는 기능을 한다. 여기서, 특징점 추출부(130)는 예를 들어, 차량의 움직임에 따라, 또는 주변 객체의 움직임에 따라 발생되는 밝기 변화를 근거로 추출될 수 있다.The image acquisition unit 120 acquires a camera image stored in the storage unit 110 and the feature point extraction unit 130 extracts at least one feature point from the camera image. Here, the feature point extracting unit 130 may be extracted based on, for example, the brightness of the vehicle, or the brightness change caused by the motion of the surrounding object.

기준점 설정부(140)는 저장부(110)에 저장된 극좌표계 정보를 이용하여, 카메라 이미지 상에 기준점을 설정하는 기능을 한다. 일반적으로, 어안 렌즈가 적용된 카메라를 통해 촬영된 카메라 이미지에는 어안 렌즈의 특성 상 소실점이 여러 군데 존재한다. 여기서, 극 좌표의 중심을 화면 상단에 존재하는 소실점(이하, 극좌표 기준점)에 위치시키면, 인접 차로에 존재하는 객체에 대해 검출되는 특징점들이 수평 방향으로 유사한 위치에 있을 때, 극좌표계를 통해 구한 각도 값도 유사한 값을 가지게 됨을 알 수 있다. 이에 따라, 본 발명의 제 1 실시예에 따른 거리 계산 장치(100)는 이러한 성질을 이용하여, 극좌표 기준점을 카메라 이미지의 상단에 설정할 수 있다. The reference point setting unit 140 sets a reference point on the camera image using the polar coordinate information stored in the storage unit 110. [ In general, there are several disadvantages due to the characteristics of a fish-eye lens in a camera image captured through a camera using a fisheye lens. When the center of the polar coordinates is located at a vanishing point (hereinafter referred to as a polar reference point) existing at the upper end of the screen, when the minutiae detected for the object existing in the adjacent lane are located at similar positions in the horizontal direction, And the value is also a similar value. Accordingly, the distance calculation apparatus 100 according to the first embodiment of the present invention can use this property to set the polar reference point at the top of the camera image.

또한, 기준점 설정부(140)는 극좌표 기준점에서 연장하는 제 1 축 및 제 2 축을 더 설정할 수 있다. 위에서 설명된 것처럼, 극좌표는 평면에서 거리와 각도로 표현되는 2차원 좌표계를 나타낸다. 그리고, 제 1 축은 극좌표 기준점에서 차량에 수직방향으로 연장되는 축을 나타내고, 제 2 축은 극좌표 기준점에서 제 1 축에 수직방향으로 연장되는 축을 나타낸다.Further, the reference point setting unit 140 may further set the first axis and the second axis extending from the polar reference point. As described above, polar coordinates represent a two-dimensional coordinate system expressed in terms of distance and angle in a plane. The first axis represents an axis extending perpendicularly to the vehicle at the polar coordinate reference point and the second axis represents an axis extending perpendicularly to the first axis at the polar coordinate reference point.

관심 영역 설정부(160)는 저장부(110)에 저장된 관심 영역 정보를 근거로, 카메라 이미지에서 차량의 인접 차로에 관심 영역을 설정하는 기능을 한다. 앞서 설명한 것처럼, 관심 영역 정보는 카메라 이미지에서 관심 영역의 위치 즉, 인접 차로의 위치를 나타내는 위치 정보를 포함할 수 있고, 관심 영역 설정부(160)는 이러한 인접 차로의 위치 정보를 근거로 카메라 이미지에 관심 영역을 설정할 수 있다.The ROI setting unit 160 sets a ROI on the basis of the ROI information stored in the storage unit 110 in the camera image. As described above, the region of interest information may include position information indicating the position of the ROI, that is, the position of the adjacent lane in the camera image, and the ROI setting unit 160 sets the ROI of the camera image The region of interest can be set.

각도 산출부(170)는 극좌표 기준점과 특징점을 연결하는 선분과 제 1 축간의 각도 즉, 특징점 각도값을 산출하는 기능을 한다. 위에서 설명된 것처럼, 극좌표계에서 극좌표 기준점이 카메라 이미지의 상단에 형성될 경우, 동일한 차로에 존재하는 객체들은 극좌표 기준값을 기준으로 동일한 거리 값들을 갖되, 서로 상이한 특징점 각도값들을 갖게 된다. 또한, 동일한 특징점 각도값들을 갖되, 상이한 거리값들을 갖는 객체들은 각각 다른 차로에 위치하되, 서로 나란한 위치에 존재하게 된다. The angle calculating unit 170 calculates the angle between the line segment connecting the polar reference point and the feature point and the first axis, that is, the feature point angle value. As described above, when a polar reference point is formed at the upper end of the camera image in the polar coordinate system, the objects existing on the same lane have the same distance values based on the polar reference value, but have different feature point angles. In addition, objects having the same minutia angle values but different distance values are located in different lanes, and exist in parallel with each other.

다시 말해, 인접 차로에 존재하는 객체들과 운전자의 차량 간 거리를 계산할 때, 인접 차로에 존재하는 복수의 객체들은 극좌표 기준점을 기준으로 모두 동일한 거리값들을 갖고, 특징점 각도값에 따라 그 위치가 달라진다. 이에 따라, 각 객체에 대한 특징점 각도값을 산출하게 되면, 차량과 각 객체 간 거리도 함께 계산이 가능해진다. 이를 위해, 본 발명은 특징점 각도값에 따라 상이한 거리값들을 갖는 데이터베이스(즉, 극좌표계 정보)를 미리 구축하고, 거리 도출부(180)에서는 각도 산출부(170)를 통해 산출된 특징점 각도값을 이용하여 저장부를 검색하여, 상술한 거리를 도출하는 것이 가능해진다.In other words, when calculating the distance between the vehicle existing in the adjacent lane and the driver's vehicle, a plurality of objects existing in the adjacent lane have the same distance values based on the polar reference point, and their positions are changed according to the minutia angle values . Accordingly, by calculating the minutia angle value for each object, the distance between the vehicle and each object can be calculated as well. To this end, the present invention preliminarily constructs a database (i.e., polar coordinate system information) having different distance values according to the minutia angle value, and the distance deriving unit 180 calculates the minutia angle value calculated through the angle calculation unit 170 It is possible to retrieve the storage section by using the above-described distance.

또한, 본 발명의 제 1 실시예에 따른 거리 계산 장치(100)는 상술한 거리 계산뿐만 아니라, 카메라 이미지에 복수의 경고 영역들을 설정하고, 특징점의 극좌표를 근거로 경고 신호를 생성하는 것도 가능하다.In addition, the distance calculation apparatus 100 according to the first embodiment of the present invention can set not only the distance calculation but also a plurality of warning areas in a camera image, and generate warning signals based on the polar coordinates of the feature points .

즉, 본 발명의 제 1 실시예에 따른 거리 계산 장치(100)는 동일 차선일 때 동일한 거리값을 갖되, 상이한 특징점 각도값들을 갖는 성질을 이용하여, 상기 관심 영역을 복수개의 경고 영역으로 구분할 수 있다.That is, the distance calculation apparatus 100 according to the first embodiment of the present invention can divide the attention area into a plurality of warning areas by using properties having the same distance value at the same lane but having different feature point angular values have.

이를 위해, 가상선 생성부(150)는 저장부(110)에 저장된 극좌표계 정보를 이용하여, 극좌표 기준점에서 연장하는 복수의 가상 경고선들을 생성할 수 있다. 여기서, 복수의 가상 경고선들은 카메라 이미지에 적용될 수 있고, 관심 영역 설정부(160)에 의해 설정된 관심 영역은 상기 가상 경고선들에 의해 복수의 거리 영역들로 구분될 수 있다. 여기서, 복수의 가상 경고선들은 관심 영역의 거리별 구분을 위해, 극좌표 기준점을 기준으로 서로 다른 각도로 생성될 수 있다. 이제, 도 2 내지 도 6을 참조로 본 발명의 제 1 실시예에 따른 거리 계산 장치(100)를 통해, 차량과 인접 차로의 객체 간 거리 계산을 수행하는 방법에 대한 설명이 이루어진다.The virtual line generator 150 may generate a plurality of virtual warning lines extending from the polar reference point using the polar coordinate information stored in the storage unit 110. [ Here, the plurality of virtual warning lines may be applied to the camera image, and the area of interest set by the area-of-interest setting unit 160 may be divided into a plurality of distance areas by the virtual warning lines. Here, the plurality of virtual warning lines may be generated at different angles with respect to the polar reference point, for distinction by distance of the region of interest. Now, with reference to Figs. 2 to 6, a description will be given of a method of performing distance calculation between objects of a vehicle and adjacent lanes through the distance calculation apparatus 100 according to the first embodiment of the present invention.

먼저, 도 2는 이미지 획득부(120)를 통해 획득된 카메라 이미지의 일 예시를 나타낸다. 본 예시에서 카메라는 차량의 측방에 설치되고, 어안 렌즈가 적용된 카메라인 것으로 가정된다. 또한, 본 예시에서 차량의 인접 차로에는 2개의 객체(20, 30)가 존재하고, 그 외의 차로에 1개의 객체(40)가 존재하는 상황을 가정한다. 2 shows an example of a camera image acquired through the image acquisition unit 120. As shown in FIG. In this example, it is assumed that the camera is installed on the side of the vehicle and is a camera to which a fisheye lens is applied. In this example, it is assumed that there are two objects 20 and 30 in the adjacent lane of the vehicle, and one object 40 exists in the other lane.

앞서 설명한 것처럼, 본 발명의 제 1 실시예에 따른 거리 계산 장치(100)는 카메라 이미지의 획득 이후, 특징점 추출, 관심 영역 설정, 극좌표 기준점을 설정할 수 있다. 즉, 본 발명의 제 1 실시예에 따른 거리 계산 장치(100)는 도 3에 도시된 바와 같이, 카메라 이미지의 획득 이후, 카메라 이미지에서 특징점(cp1, cp2, cp3, cp4, cp5, cp6)을 추출하고, 극좌표 기준점(rp)을 설정하며, 인접 차로에 대한 관심 영역(ROI)을 설정할 수 있다. 본 예시에서, 제 1 객체(20)에 대한 특징점은 cp1, cp2이 추출되었고, 제 2 객체(30)에 대한 특징점은 cp3, cp4이 추출되었으며, 제 3 객체(40)에 대한 특징점은 cp5, cp6이 추출된 것으로 가정한다. 또한, 관심 영역 설정 및 극좌표 기준점의 설정은 위에서 설명한 것처럼 저장부에 저장된 관심 영역 정보 및 극좌표계 정보를 근거로 이루어질 수 있다.As described above, the distance calculation apparatus 100 according to the first embodiment of the present invention can set a feature point extraction, a region of interest setting, and a polar reference point after acquiring a camera image. That is, as shown in FIG. 3, the distance calculation apparatus 100 according to the first embodiment of the present invention calculates the feature points cp 1 , cp 2 , cp 3 , cp 4 , cp 5 , cp 6 ), set the polar reference point (rp), and set the ROI for the adjacent lanes. In this example, the minutiae points cp 1 and cp 2 for the first object 20 are extracted, the minutiae points cp 3 and cp 4 for the second object 30 are extracted, The minutiae are assumed to have extracted cp 5 and cp 6 . In addition, the setting of the region of interest and the setting of the polar reference point may be performed based on the region of interest information and polar coordinate information stored in the storage unit, as described above.

그 후, 본 발명의 제 1 실시예에 따른 거리 계산 장치(100)는 관심 영역 내에 존재하는 특징점들을 구분하는 과정을 수행할 수 있다. 상술한 것처럼 본 발명의 제 1 실시예의 경우 극좌표가 아닌 일반 좌표를 근거로 관심 영역에 존재하는 또는 관심 영역에 존재하지 않는 특징점들을 구분할 수 있다. 본 예시의 경우, 제 1 객체(20)에 대한 특징점(cp1, cp2)과, 제 2 객체(30)에 대한 특징점(cp3, cp4)은 관심 영역 내에(ROI) 존재하므로, 이하에서 언급되는 각도값 산출 과정이 이루어지고, 제 3 객체(40)에 대한 특징점(cp5, cp6)에 대해서는 별도의 처리 과정이 수행되지 않을 수 있다.Thereafter, the distance calculation apparatus 100 according to the first embodiment of the present invention can perform a process of distinguishing minutiae existing in a region of interest. As described above, in the first embodiment of the present invention, feature points existing in the ROI or not present in the ROI can be distinguished based on the general coordinates rather than the polar coordinates. In this example, since the minutiae points cp 1 and cp 2 for the first object 20 and the minutiae points cp 3 and cp 4 for the second object 30 exist in the region of interest (ROI) And the minutiae points cp 5 and cp 6 for the third object 40 may not be processed separately.

이렇게, 관심 영역(ROI)의 설정과, 관심 영역(ROI)의 설정에 따른 특징점 구분이 이루어지면, 본 발명의 제 1 실시예에 따른 거리 계산 장치(100)는 관심 영역(ROI) 내에 존재하는 특징점들(cp1, cp2, cp3, cp4)과 제 1 축간의 특징점 각도값의 산출 과정을 수행한다. 본 예시에서, 제 1 객체(20)에 대한 특징점(cp1, cp2) 및 제 2 객체(30)에 대한 특징점(cp3, cp4)과, 제 1 축간의 특징점 각도값은 각각 θ1및 θ2로 표시하였다. 이처럼, 관심 영역(ROI) 내에 존재하는 특징점들과 제 1 축간의 특징점 각도값의 산출이 완료되면, 본 발명의 제 1 실시예에 따른 거리 계산 장치(100)는 저장부(110)에서 제 1 객체(20) 및 제 2 객체(30)의 특징점 각도값에 매칭하는 거리값들을 검색함으로써, 차량과 객체 간 거리 계산을 수행할 수 있다. 앞서 언급한 것처럼, 저장부(110)에 저장된 극좌표계 정보에는 특징점 각도값들 별로 거리값이 미리 저장될 수 있고, 거리 도출은 이러한 극좌표계 정보에서 해당 특징점 각도값을 검색함으로써 이루어질 수 있다.In this way, when the ROI is set and the ROI is set, the distance calculation apparatus 100 according to the first embodiment of the present invention determines whether the ROI exists in the region of interest (ROI) and it performs the feature points (cp 1, cp 2, cp 3, cp 4) and calculation of the feature point angle value of the first axis-to-axis process. In this example, the minutiae points (cp 1 , cp 2 ) for the first object 20 and the minutiae points (cp 3 , cp 4 ) for the second object 30 and the minutia angle values between the first axes are θ 1 And? 2 . When the calculation of the feature point angles between the feature points existing in the ROI and the first axis is completed, the distance calculation apparatus 100 according to the first embodiment of the present invention calculates the distance The distance between the vehicle and the object can be calculated by searching the distance values matching the feature point angle values of the object 20 and the second object 30. [ As described above, the distance value may be stored in advance in the polar coordinate system information stored in the storage unit 110 for each of the minutia angle values, and the distance derivation may be performed by retrieving the minutia angle value from the polar coordinate system information.

또한, 본 발명의 제 1 실시예에 따른 거리 계산 장치(100)는 관심 영역을 차량과의 거리에 따라 복수의 거리 영역들로 구분하고, 카메라 이미지 내에서 검출된 객체의 위치에 따라 이를 알리는 것도 가능하다. 이를 위해, 본 발명의 제 1 실시예에 따른 거리 계산 장치(100)는 도 4에 도시된 바와 같이, 극좌표 기준점(rp)을 기준으로 하는 복수의 가상 경고선들을 카메라 이미지에 설정할 수 있다. 앞서 설명된 것처럼, 여기서 가상 경고선들은 서로 다른 각도로 설정될 수 있고, 각 가상 경고선은 운전자 또는 사용자에게 경고를 하기 위한 거리값에 대응하는 각도로 설정될 수 있다. 상기 가상 경고선(ril)들에 따라 관심 영역(ROI)은 복수개의 거리 영역으로 구분될 수 있다.In addition, the distance calculation apparatus 100 according to the first embodiment of the present invention divides the region of interest into a plurality of distance regions according to the distance from the vehicle, and informs the distance region according to the position of the detected object in the camera image It is possible. To this end, the distance calculation apparatus 100 according to the first embodiment of the present invention can set a plurality of virtual warning lines based on the polar reference point rp in the camera image, as shown in FIG. As described above, the virtual warning lines may be set at different angles, and each virtual warning line may be set to an angle corresponding to the distance value for warning to the driver or the user. The ROI may be divided into a plurality of distance regions according to the virtual warning lines ril.

도 5는 복수개의 거리 영역으로 구분된 관심 영역을 설명하기 위한 도면이다. 즉, 도 5는 카메라 이미지 내에 포함된 관심 영역(ROI)을 스케일링한 예시를 나타낸다. 도 5에 도시된 것처럼 복수의 가상 경고선(ril22, ril21, ril, ril11, ril12)들이 카메라 이미지에 설정되면, 관심 영역(ROI)은 복수의 가상 경고선(ril22, ril21, ril, ril11, ril12)들에 따라 그 영역이 구분된다.5 is a view for explaining a region of interest divided into a plurality of distance regions. That is, FIG. 5 illustrates an example of scaling the ROI included in the camera image. 5, when a plurality of virtual warning lines ril 22 , ril 21 , ril, ril 11 , and ril 12 are set in the camera image, the ROI includes a plurality of virtual warning lines ril 22 , ril 21 , ril, ril 11 , ril 12 ).

예를 들어, 관리자의 설정에 따라 차량의 위치를 기준으로, 차량의 측후방에 대해 3m 내지 5m의 영역과 0m 내지 3m의 영역, 그리고 차량의 측전방에 대해 0m 내지 3m의 영역과 3m 내지 5m의 영역에 거리 영역을 설정하기 원하는 경우, 복수의 경고 가상선들은 차량의 위치를 기준으로 -5m, -3m, 0m, 3m 및 5m에 대응하는 각도로 생성될 수 있다. 이 경우, 가상 경고선(ril)은 차량과 나란한 지점에 설정되고, 가상 경고선(ril22)은 차량의 측후방을 기준으로 5m 지점에 설정되며, 가상 경고선(ril21)은 차량의 측후방을 기준으로 3m 지점에 설정될 수 있다. 또한, 가상 경고선(ril11)은 차량의 측전방을 기준으로 3m 지점에 설정되고, 가상 경고선(ril12)은 차량의 측전방을 기준으로 5m 지점에 설정될 수 있다.For example, in accordance with the setting of the manager, with reference to the position of the vehicle, a range of 3 m to 5 m, a range of 0 m to 3 m, and a range of 0 m to 3 m and a range of 3 m to 5 m A plurality of warning hypothetical lines may be generated at angles corresponding to -5m, -3m, 0m, 3m and 5m with respect to the position of the vehicle. In this case, the virtual warning line ril is set at a position parallel to the vehicle, the virtual warning line ril 22 is set at 5 m from the rear side of the vehicle, and the virtual warning line ril 21 is set at the side It can be set at 3 m from the rear. Further, the virtual warning line ril 11 may be set at a position 3 m from the front side of the vehicle, and the virtual warning line ril 12 may be set at a position 5 m from the front side of the vehicle.

여기서, 각 특징점과 차량간 거리는 특징점 각도값을 근거로 산출될 수 있으므로, 상기 거리를 산출하게 되면 객체가 복수의 거리 영역들 중 어느 거리 영역에 포함되는지를 알 수 있게 된다. 이에 따라, 본 발명의 제 1 실시예에 따른 거리 계산 장치(100)는 특징점이 속한 거리 영역 정보를 운전자 또는 사용자에게 알리는 것도 가능하다.Here, since the distance between each feature point and the vehicle can be calculated based on the feature point angle value, it is possible to know which one of the plurality of distance areas the object is included by calculating the distance. Accordingly, the distance calculation apparatus 100 according to the first embodiment of the present invention can notify the driver or the user of the distance area information to which the minutiae point belongs.

또한, 본 예시에서 특징점의 위치가 가상 경고선에 일치하는 것으로 설명되었으나, 이는 예시일 뿐이고 도 6에 도시된 것처럼 특징점(cp7, cp8)의 위치가 가상 경고선에 일치하지 않더라도 상술한 거리 계산이나, 거리 영역 정보의 생성이 가능하다는 점이 이해되어야 한다.Also, although the position of the feature point in this example is described as coinciding with the virtual warning line, this is only an example, and even if the position of the feature points cp 7 , cp 8 does not coincide with the virtual warning line as shown in Fig. 6, Computation, or generation of distance domain information.

위의 설명에서, 본 발명의 제 1 실시예에 따른 차량과 인접 차로의 객체 간 거리 계산 장치는 특징점의 좌표 정보와, 특징점과 제 1 축간 이루는 특징점 각도값을 이용하여 관심 영역에 특징점이 포함되는지를 확인하고, 관심 영역에 포함된 특징점에 해당하는 객체과 차량 간 거리값을 측정하는 것으로 설명되었다. 다만 이는 예시일 뿐이고, 특징점과 극좌표 기준점간의 선분 거리를 더 고려하여 상술한 기능을 수행하는 것도 가능하다. 이제, 도 7을 참조로 본 발명의 제 2 실시예에 따른 차량과 인접 차로의 객체 간 거리 계산 장치에 대한 설명이 이루어진다.In the above description, the apparatus for calculating the object-to-object distance between the vehicle and the adjacent lane according to the first embodiment of the present invention uses the coordinate information of the minutiae point and the minutia angle value between the minutiae and the first axis, And the distance between the object and the vehicle corresponding to the feature points included in the region of interest. However, this is merely an example, and it is also possible to perform the above-described function by further considering the line segment distance between the minutiae point and the polar reference point. Now, with reference to FIG. 7, a description will be given of an apparatus for calculating a distance between objects in a vehicle and an adjacent lane according to a second embodiment of the present invention.

도 7은 본 발명의 제 2 실시예에 따른 차량과 인접 차로의 객체 간 거리 계산 장치(200)에 대한 블록도이다. 위에서 언급한 바와 같이, 본 발명의 제 2 실시예에 따른 거리 계산 장치(200)는 특징점과 극좌표 기준점 간의 선분 거리를 근거로 관심 영역의 판단을 수행하는 점을 제외하고 본 발명의 제 1 실시예에 따른 거리 계산 장치(100)와 실질적으로 그 기능이 동일하다. 이에 따라, 아래에서는 본 발명의 제 1 실시예 대비 차이점 위주로 그 설명이 이루어진다.FIG. 7 is a block diagram of an object-to-object distance calculation apparatus 200 for a vehicle and an adjacent lane according to a second embodiment of the present invention. As described above, the distance calculation device 200 according to the second embodiment of the present invention is similar to the first embodiment of the present invention except that the determination of the region of interest is performed based on the line segment distance between the minutiae point and the polar reference point Substantially the same function as the distance calculation apparatus 100 according to the first embodiment. Accordingly, the following description is mainly made on differences from the first embodiment of the present invention.

각도 산출부(270)는 카메라 이미지 내에 존재하는 적어도 하나의 특징점과 극좌표 기준점을 연결하는 선분과 제 1 축간의 특징점 각도값을 산출하는 기능을 한다. 또한, 각도 산출부(270)는 특징점과 극좌표 기준점을 연결하는 선분의 길이를 더 산출하는 것을 특징으로 한다. 앞서 언급한 것처럼, 본 발명의 제 1 실시예의 경우, 관심 영역 내의 특징점들을 추출하고, 관심 영역 내의 특징점에 대해서만 특징점 각도값들을 산출하는 것을 특징으로 한 반면, 본 발명의 제 2 실시예에서는 각도 산출부(270)를 통해 선분의 길이 및 특징점 각도값들을 산출하고, 산출한 선분의 길이와 특징점 각도값들을 근거로 특징점이 관심 영역에 포함되었는지 판단할 수 있다.The angle calculating unit 270 calculates a feature point angle value between a line segment connecting the at least one feature point existing in the camera image and the polar reference point and the first axis. The angle calculating unit 270 further calculates the length of a line segment connecting the minutiae point and the polar reference point. As described above, in the case of the first embodiment of the present invention, the feature point angles are calculated only for the feature points in the ROI, and the feature point angles are calculated only for the feature points in the ROI. On the other hand, The length and the minutia angle values of the line segment are calculated through the minus 270 and the minutia point is included in the region of interest based on the calculated length and minutia angle values of the line segment.

상술한 것처럼, 카메라 이미지의 상단에 극좌표 기준점이 설정된 경우, 동일한 차로에 존재하는 객체들은 극좌표 기준값을 기준으로 동일한 거리 값들을 갖되, 서로 상이한 특징점 각도값들을 갖게 된다. 또한, 각각 다른 차로에 위치하되, 서로 나란한 위치에 존재하는 객체들은 동일한 특징점 각도값들을 갖되, 상이한 거리값들을 갖는 특성이 있다. 즉, 특징점의 특징점 각도값들과는 무관하게 특징점의 선분 길이를 알 수 있다면, 해당 선분 길이를 근거로 특징점에 해당하는 객체가 관심 영역 내에 포함되는지의 여부를 판단할 수 있게 된다.As described above, when a polar reference point is set at the top of the camera image, the objects existing in the same lane have the same distance values based on the polar reference value, but have different feature point angles. In addition, the objects located in different lanes are located in different lanes, and the objects having the same minutia angle values have different distance values. That is, if the segment length of the feature point is known regardless of the feature point angle values of the feature points, it is possible to determine whether the object corresponding to the feature point is included in the region of interest based on the segment length.

이에 따라, 관심 영역 설정부(260)는 각도 산출부(270)를 통해 산출된 선분의 길이를 근거로 해당 특징점에 대응하는 객체가 관심 영역에 포함되는지 판단할 수 있고, 객체가 관심 영역에 존재하는 경우, 거리 도출부(280)에 해당 특징점의 특징점 각도값을 전달함으로써 상술한 거리 산출이 이루어지게 할 수 있다.Accordingly, the ROI setting unit 260 can determine whether an object corresponding to the ROI is included in the ROI based on the length of the ROI calculated through the angle calculating unit 270, The distance calculation unit 240 can calculate the distance by transmitting the characteristic point angle value of the characteristic point to the distance derivation unit 280. [

즉, 본 발명의 제 2 실시예에 따른 거리 계산 장치(200)는 도 8에 도시된 것처럼 특징점(cp5, cp6)에 해당하는 객체와 좌표계 기준점 간 선분의 길이(r)와, 선분과 제 1 축간 특징점 각도값(θ1)을 산출하고, 선분의 길이를 근거로 해당 객체(20)가 관심 영역(ROI) 즉, 인접 차로에 존재하는지 판단할 수 있다. 또한, 객체(20)가 인접 차로 내에 존재하는 것으로 판단된 경우, 특징점 각도값(θ1)을 이용하여 운전자의 차량과 객체(20)간 거리를 산출하게 된다.That is, the distance calculation apparatus 200 according to the second embodiment of the present invention calculates the distance r between the object corresponding to the minutiae points cp 5 and cp 6 and the reference point of the coordinate system as shown in FIG. 8, Axis characteristic point angle value? 1 , and determine whether the object 20 exists in the ROI, that is, the adjacent lane, based on the length of the line segment. Further, when it is determined that the object 20 exists in the adjacent lane, the distance between the vehicle and the object 20 of the driver is calculated using the minutia angle value? 1 .

도 9는 본 발명의 제 1 실시예에 따른 차량과 인접 차로의 객체 간 거리 계산 방법에 대한 흐름도이다. 이제, 도 9를 참조로 본 발명의 제 1 실시예에 따른 차량과 인접 차로의 객체 간 거리 계산 방법(이하, 거리 계산 방법)에 대한 설명이 이루어진다. 상술한 것처럼, 본 발명의 제 1 실시예에 따른 거리 계산 방법은 카메라 이미지를 분석함으로써, 주행중인 차량의 인접 차로에서 객체를 검출하고, 객체와 차량 간 거리를 산출할 수 있고, 카메라 이미지에 포함된 객체들의 특징점들의 좌표를 근거로, 객체가 관심 영역(즉, 인접 차로) 내에 존재하는지 판단할 수 있으며, 관심 영역 내에 존재하는 객체의 특징점들과 제 1 축간 각도를 산출함으로써, 객체와 차량 간 거리를 계산하는 것을 특징으로 한다. 아래에서는 위에서 언급된 부분과 중복되는 사항은 생략하여 그 설명이 이루어진다.9 is a flowchart illustrating a method of calculating a distance between objects in a vehicle and an adjacent lane according to the first embodiment of the present invention. Now, with reference to FIG. 9, a description will be given of a method for calculating a distance between objects (hereinafter referred to as a distance calculation method) between a vehicle and an adjacent lane according to the first embodiment of the present invention. As described above, in the distance calculation method according to the first embodiment of the present invention, by analyzing the camera image, it is possible to detect the object in the adjacent lane of the vehicle under running, calculate the distance between the object and the vehicle, It is possible to determine whether an object exists in an area of interest (i.e., an adjacent lane) based on the coordinates of the minutiae points of the objects, and calculate the angle between the minutiae points of the object existing in the area of interest and the first axis, And calculates the distance. In the following, the duplication of the above-mentioned parts is omitted and the description is made.

S110 단계는 이미지 획득부에 의해, 카메라를 통해 촬영된 카메라 이미지를 획득하는 단계이다.Step S110 is a step of acquiring a camera image photographed by the camera by the image obtaining unit.

S120 단계는 특징점 추출부에 의해, 카메라 이미지에서 적어도 하나의 특징점을 추출하는 단계이다. 위에서 설명된 바와 같이, S120 단계를 통해 이루어지는 특징점 추출은 예를 들어, 차량의 움직임에 따라, 또는 주변 객체의 움직임에 따라 발생되는 밝기 변화를 근거로 이루어질 수 있다.Step S120 is a step of extracting at least one feature point from the camera image by the feature point extracting unit. As described above, the feature point extraction performed in step S120 may be performed based on, for example, a change in brightness caused by movement of a vehicle or movement of a surrounding object.

S130 단계는 기준점 설정부에 의해, 저장부로부터 극좌표계 정보를 획득하고, 극좌표계 정보를 근거로 카메라 이미지에 극좌표 기준점과, 극좌표 기준점을 원점으로 하는 제 1 축을 설정하는 단계이다.In step S130, the reference point setting unit obtains polar coordinate information from the storage unit, and sets a polar axis reference point on the camera image and a first axis having the polar reference point as the origin based on the polar coordinate information.

S140 단계는 관심 영역 설정부에 의해, 저장부에 저장된 관심 영역 정보를 근거로, 카메라 이미지에서 차량의 인접 차로에 대응하는 관심 영역을 설정하는 단계이다. 앞서 설명한 것처럼, 관심 영역 정보는 카메라 이미지에서 관심 영역의 위치 즉, 인접 차로의 위치를 나타내는 위치 정보를 포함할 수 있고, S140 단계는 이러한 인접 차로의 위치 정보를 근거로 카메라 이미지에 관심 영역을 설정할 수 있다.In step S140, the ROI setting unit sets the ROI corresponding to the adjacent lane of the vehicle in the camera image based on the ROI information stored in the storage unit. As described above, the ROI information may include position information indicating the position of the ROI, that is, the position of the ROI in the camera image. In step S140, the ROI is set to the ROI based on the position information of the adjacent ROI. .

S150 단계는 가상선 생성부에 의해, 극좌표계 정보에 따라 극좌표 기준점에서 연장하는 복수의 가상 경고선들을 생성하는 단계이다. 복수의 가상 경고선들은 제 1 축을 기준으로 서로 다른 각도로 생성되고, 서로 다른 각도로 생성된 복수의 가상 경고선들은 상기 차량을 기준으로 서로 다른 거리 값을 가질 수 있다. 이에 따라, S140 단계를 통해 생성된 관심 영역은 복수의 가상 경고선들에 의해 복수의 거리 영역들로 구분될 수 있다. 이에 따라, 아래에서 설명되는 거리 산출 과정 없이도, 특징점의 좌표 정보만 알면 특징점에 해당하는 객체가 어느 거리 영역 내에 존재하는지 알 수 있다.Step S150 is a step of generating a plurality of virtual warning lines extending from the polar reference point in accordance with the polar coordinate information by the virtual line generating unit. The plurality of virtual warning lines are generated at different angles with respect to the first axis, and the plurality of virtual warning lines generated at different angles may have different distance values based on the vehicle. Accordingly, the area of interest generated through step S140 can be divided into a plurality of distance areas by a plurality of virtual warning lines. Accordingly, if only the coordinate information of the minutiae point is known without the distance calculation process described below, it is possible to know in which distance area the object corresponding to the minutiae point exists.

S160 단계는 관심 영역 설정부에 의해, 카메라 이미지 내에 포함된 특징점의 좌표를 획득하고, 특징점의 좌표를 근거로 관심 영역 내에 특징점이 존재하는지 판단하는 단계이다. S160 단계에서의 판단 결과, 관심 영역 즉, 차량의 인접 차로 내에 객체가 포함된 것으로 판단된 경우, 제어는 S170 단계로 전달된다. 그렇지 않은 경우 제어는 S110 단계로 전달되어 상술한 과정을 재수행한다.In step S160, the ROI setting unit obtains the coordinates of the minutiae included in the camera image, and determines whether the minutiae point exists in the ROI based on the coordinates of the minutiae. If it is determined in step S160 that the object is included in the area of interest, that is, the adjacent lane of the vehicle, the control is transferred to step S170. Otherwise, control passes to step S110 to re-execute the above-described procedure.

S170 단계는 각도 산출부에 의해, 관심 영역 내에 존재하는 특징점과 상기 극좌표 기준점을 연결하는 선분과 상기 제 1 축간의 특징점 각도값을 산출하는 단계이다. In step S170, a line segment connecting the minutiae point existing in the ROI with the polar reference point and a minutia angle value between the first minima are calculated by the angle calculating unit.

S180 단계는 거리 도출부에 의해, 상기 특징점 각도값을 이용하여 특징점에 대응하는 객체와 차량간의 거리를 도출하는 단계이다. 구체적으로, S180 단계는 저장부에서 상기 특징점 각도값에 매칭하는 거리값을 검색함으로써 이루어질 수 있다. In step S180, the distance derivation unit derives the distance between the object and the vehicle corresponding to the minutiae using the minutia angle value. Specifically, step S180 may be performed by retrieving a distance value matching the minutia angle value in the storage unit.

S190 단계는 거리 도출부에 의해, 특징점이 존재하는 거리 영역에 대한 거리 영역 정보를 생성하는 단계이다.Step S190 is a step of generating distance region information for the distance region in which the minutiae point exists, by the distance deriving unit.

또한, 위의 설명에서 S120 단계 내지 S140 단계가 순차적으로 수행되는 것으로 설명되었으나, 이는 예시일 뿐이고 상기 단계들은 병렬적으로 이루어지거나 또는 서로 다른 순서로 이루어지는 것도 가능하다. 마찬가지로, S190 단계는 S180 단계 이후 수행되는 것으로 설명되었으나 이는 예시일 뿐이고, S150 단계 이후에 수행되는 것도 가능하다.Although it has been described in the above description that steps S120 through S140 are sequentially performed, it is only an example, and the steps may be performed in parallel or in a different order. Similarly, although it has been described that the step S190 is performed after the step S180, it is only an example, and it is also possible that the step is performed after the step S150.

도 10은 본 발명의 제 2 실시예에 따른 차량과 인접 차로의 객체 간 거리 계산 방법에 대한 흐름도이다. 상술한 바와 같이, 본 발명의 제 2 실시예에 따른 거리 계산 방법은 본 발명의 제 1 실시예로 언급된 특징점 각도값뿐만 아니라, 특징점과 극좌표 기준점간의 선분 거리를 더 고려하여 상술한 기능을 수행하는 것을 특징으로 한다. 이제, 도 10을 참조로 본 발명의 제 2 실시예에 따른 차량과 인접 차로의 객체 간 거리 계산 장치에 대한 설명이 이루어진다. 또한, 아래에서는 도 9를 참조로 설명된 부분과 유사한 부분에 대한 설명은 생략된다.10 is a flowchart illustrating a method of calculating a distance between objects in a vehicle and an adjacent lane according to a second embodiment of the present invention. As described above, the distance calculation method according to the second embodiment of the present invention performs not only the feature point angle value referred to as the first embodiment of the present invention, but also the segment distance between the feature point and the polar reference point, . Now, with reference to FIG. 10, a description will be given of an apparatus for calculating a distance between objects of a vehicle and an adjacent lane according to a second embodiment of the present invention. Further, in the following, description of portions similar to those described with reference to Fig. 9 is omitted.

S210 단계는 이미지 획득부에 의해, 카메라를 통해 촬영된 카메라 이미지를 획득하는 단계이다.Step S210 is a step of acquiring the camera image photographed by the camera by the image obtaining unit.

S220 단계는 특징점 추출부에 의해, 카메라 이미지에서 적어도 하나의 특징점을 추출하는 단계이다.Step S220 is a step of extracting at least one feature point from the camera image by the feature point extracting unit.

S230 단계는 기준점 설정부에 의해, 저장부로부터 극좌표계 정보를 획득하고, 극좌표계 정보를 근거로 카메라 이미지에 극좌표 기준점과, 극좌표 기준점을 원점으로 하는 제 1 축을 설정하는 단계이다.In step S230, the reference point setting unit obtains polar coordinate information from the storage unit, and sets a polar axis reference point on the camera image and a first axis having the polar reference point as the origin based on the polar coordinate information.

S240 단계는 각도 산출부에 의해, 적어도 하나의 특징점과 극좌표 기준점을 연결하는 선분의 길이와, 선분과 상기 제 1 축간의 특징점 각도값을 산출하는 단계이다. 도 9를 참조로 설명한 바와 같이, 본 발명의 제 1 실시예에 따른 거리 계산 방법은 관심 영역 내의 특징점들을 추출하고, 관심 영역 내의 특징점에 대해서만 특징점 각도값들을 산출하는 것으로 설명되었다. 다만, 극좌표계의 특성상 카메라 이미지의 상단에 극좌표 기준점이 설정된 경우, 특징점과 극좌표 기준점을 연결하는 선분의 길이를 파악하면, 상기 특징점에 해당하는 객체가 관심 영역 내에 존재하는지의 여부를 알 수 있게 된다. 이에 따라, S240 단계는 선분의 길이를 더 측정하는 것을 특징으로 한다.Step S240 is a step of calculating the length of a segment connecting the at least one feature point and the polar reference point and the feature point angle between the segment and the first axis by the angle calculating unit. As described with reference to FIG. 9, the distance calculation method according to the first embodiment of the present invention has been described as extracting minutiae within a region of interest and calculating minutia angle values only for minutiae within the region of interest. However, when the polar coordinate reference point is set on the upper part of the camera image due to the characteristics of the polar coordinate system, the length of the line connecting the minutiae point and the polar reference point can be grasped to know whether or not the object corresponding to the minutiae point exists in the area of interest . Accordingly, the step S240 further measures the length of the segment.

S250 단계는 선분의 길이를 분석함으로써 특징점이 관심 영역 내에 존재하는지 판단하는 단계이다. S250 단계에서의 판단 결과, 특징점이 관심 영역 내에 존재하는 것으로 판단되면 제어는 S260 단계로 전달된다. 그렇지 않은 경우 제어는 S210 단계로 전달되어 상술한 과정들을 재수행하게 된다.In step S250, the length of the segment is analyzed to determine whether the feature point exists in the ROI. As a result of the determination in step S250, if it is determined that the feature point exists in the ROI, control is passed to step S260. Otherwise, control passes to step S210 to re-execute the above processes.

S260 단계는 되어 가상선 생성부에 의해, 극좌표계 정보에 따라 극좌표 기준점에서 연장하는 복수의 가상 경고선들을 생성하는 단계이다. 여기서, 가상 경고선들은 관심 영역을 복수의 거리 영역들로 구분하는데 이용될 수 있고, 이에 대한 설명은 위에서 상세히 언급하였으므로, 중복되는 설명은 생략한다.Step S260 is a step of generating a plurality of virtual warning lines extending from the polar reference point in accordance with polar coordinate information by the virtual line generating unit. Here, the virtual warning lines can be used to divide the ROI into a plurality of ROIs, and a detailed description thereof will be omitted in order to avoid redundancy.

S270 단계는 S240 단계를 통해 산출된 특징점 각도값을 이용하여 관심 영역 내에 존재하는 객체와 상기 차량간의 거리를 도출하는 단계이다.In step S270, the distance between the object and the vehicle existing in the ROI is calculated using the minutia angle value calculated in step S240.

S280 단계는 거리 도출부에 의해, 특징점이 존재하는 거리 영역에 대한 거리 영역 정보를 생성하는 단계이다.Step S280 is a step of generating distance area information on the distance area in which the minutiae point exists by the distance deriving part.

위의 설명에서, SS80 단계는 S270 단계 이후 수행되는 것으로 설명되었으나 이는 예시일 뿐이고, S250 단계 이후에 수행되는 것도 가능하다.In the above description, step SS80 has been described as being performed after step S270, but this is merely an example, and it is also possible to perform it after step S250.

이상에서와 같이 도면과 명세서에서 최적의 실시예가 개시되었다. 여기서 특정한 용어들이 사용되었으나, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.As described above, an optimal embodiment has been disclosed in the drawings and specification. Although specific terms have been employed herein, they are used for purposes of illustration only and are not intended to limit the scope of the invention as defined in the claims or the claims. Therefore, those skilled in the art will appreciate that various modifications and equivalent embodiments are possible without departing from the scope of the present invention. Accordingly, the true scope of the present invention should be determined by the technical idea of the appended claims.

100 : 차량과 인접 차로의 객체 간 거리 계산 장치
110 : 저장부 120 : 이미지 획득부
130 : 특징점 추출부 140 : 기준점 설정부
150 : 가상선 생성부 160 : 관심 영역 설정부
170 : 각도 산출부 180 : 거리 도출부100: Distance calculating device for object to vehicle and adjacent lane
110: storage unit 120: image acquisition unit
130: feature point extracting unit 140: reference point setting unit
150: virtual line generating unit 160:
170: angle calculating unit 180: distance deriving unit

Claims (20)

적어도 하나의 카메라를 포함하는 차량에 적용되어, 상기 차량과 인접 차로의 객체 간 거리를 계산하는 장치로서,
상기 카메라를 통해 촬영된 카메라 이미지를 획득하는 이미지 획득부;
상기 카메라 이미지에서 적어도 하나의 특징점을 추출하는 특징점 추출부;
저장부로부터 극좌표계 정보를 획득하고, 상기 극좌표계 정보를 근거로 상기 카메라 이미지에 극좌표 기준점과, 상기 극좌표 기준점을 원점으로 하는 제 1 축을 설정하는 기준점 설정부;
상기 적어도 하나의 특징점과 상기 극좌표 기준점을 연결하는 선분과 상기 제 1 축간의 특징점 각도값을 산출하는 각도 산출부; 및
상기 특징점 각도값을 이용하여 상기 특징점에 대응하는 객체와 상기 차량간의 거리를 도출하는 거리 도출부를 포함하는 것을 특징으로 하는 차량과 인접 차로의 객체 간 거리 계산 장치.CLAIMS What is claimed is: 1. An apparatus for calculating a distance between objects in a vehicle and an adjacent vehicle, the apparatus being applied to a vehicle comprising at least one camera,
An image obtaining unit for obtaining a camera image photographed through the camera;
A feature point extractor for extracting at least one feature point from the camera image;
A reference point setting unit for obtaining polar coordinate information from the storage unit and setting a polar axis reference point on the camera image and a first axis having the polar reference point as an origin on the basis of the polar coordinate information;
An angle calculating unit for calculating a line segment connecting the at least one feature point and the polar coordinate reference point and a feature point angle value between the first and second axes; And
And a distance derivation unit for deriving a distance between the vehicle and the object corresponding to the feature point using the feature point angle value. 제1항에 있어서,
저장부에 저장된 관심 영역 정보를 근거로, 상기 카메라 이미지에서 상기 차량의 인접 차로에 관심 영역을 설정하는 관심 영역 설정부를 더 포함하는 것을 특징으로 하는 차량과 인접 차로의 객체 간 거리 계산 장치.The method according to claim 1,
Further comprising a region of interest setting unit that sets a region of interest to an adjacent lane of the vehicle in the camera image based on the region of interest information stored in the storage unit. 제2항에 있어서,
상기 관심 영역 설정부는 카메라 이미지 내에 포함된 특징점의 좌표를 획득하고, 상기 특징점의 좌표를 분석함으로써 상기 특징점에 대응하는 객체가 관심 영역 내에 존재하는지 판단하는 것을 특징으로 하는 차량과 인접 차로의 객체 간 거리 계산 장치.3. The method of claim 2,
Wherein the ROI setting unit obtains the coordinates of the minutiae included in the camera image and analyzes the coordinates of the minutiae to determine whether the object corresponding to the minutiae exists in the ROI. Computing device. 제2항에 있어서,
상기 각도 산출부는 상기 관심 영역 내에 포함된 특징점에 대해 특징점 각도값의 산출을 수행하는 것을 특징으로 하는 차량과 인접 차로의 객체 간 거리 계산 장치.3. The method of claim 2,
Wherein the angle calculation unit calculates the feature point angle value for the feature points included in the ROI. 제1항에 있어서,
상기 거리 도출부는 저장부에서 상기 특징점 각도값에 매칭하는 거리값을 검색함으로써, 상기 특징점에 대응하는 객체와 상기 차량간의 거리를 도출하는 것을 특징으로 하는 차량과 인접 차로의 객체 간 거리 계산 장치.The method according to claim 1,
Wherein the distance derivation unit derives a distance value matching the feature point angle value in the storage unit, thereby deriving a distance between the object corresponding to the feature point and the vehicle. 제1항에 있어서,
상기 극좌표계 정보에 따라 상기 극좌표 기준점에서 연장하는 복수의 가상 경고선들을 생성하는 가상선 생성부를 더 포함하는 것을 특징으로 하는 차량과 인접 차로의 객체 간 거리 계산 장치.The method according to claim 1,
Further comprising a virtual line generator for generating a plurality of virtual warning lines extending from the polar reference point in accordance with the polar coordinate system information. 제6항에 있어서,
상기 복수의 가상 경고선들은 상기 제 1 축을 기준으로 서로 다른 각도로 생성되고, 상기 서로 다른 각도로 생성된 복수의 가상 경고선들은 상기 차량을 기준으로 서로 다른 거리 값을 갖는 것을 특징으로 하는 차량과 인접 차로의 객체 간 거리 계산 장치.The method according to claim 6,
Wherein the plurality of virtual warning lines are generated at different angles with respect to the first axis, and the plurality of virtual warning lines generated at the different angles have different distance values with respect to the vehicle. An apparatus for calculating the distance between objects in adjacent lanes. 제7항에 있어서,
상기 관심 영역은 상기 복수의 가상 경고선들에 의해 복수의 거리 영역들로 구분되는 것을 특징으로 하는 차량과 인접 차로의 객체 간 거리 계산 장치.8. The method of claim 7,
Wherein the area of interest is divided into a plurality of distance areas by the plurality of virtual warning lines. 제2항에 있어서,
상기 각도 산출부는
상기 적어도 하나의 특징점과 상기 극좌표 기준점을 연결하는 선분의 길이를 더 산출하는 것을 특징으로 하는 차량과 인접 차로의 객체 간 거리 계산 장치.3. The method of claim 2,
The angle calculating unit
And calculating a length of a line segment connecting the at least one feature point and the polar reference point. 제9항에 있어서,
상기 관심 영역 설정부는 상기 선분의 길이를 분석함으로써, 상기 특징점에 대응하는 객체가 관심 영역 내에 존재하는지 판단하는 것을 특징으로 하는 차량과 인접 차로의 객체 간 거리 계산 장치.10. The method of claim 9,
Wherein the ROI setting unit determines whether an object corresponding to the feature point exists in the ROI by analyzing the length of the line segment. 적어도 하나의 카메라를 포함하는 차량에 적용되어, 상기 차량과 인접 차로의 객체 간 거리를 계산하는 방법으로서,
이미지 획득부에 의해, 상기 카메라를 통해 촬영된 카메라 이미지를 획득하는 단계;
특징점 추출부에 의해, 상기 카메라 이미지에서 적어도 하나의 특징점을 추출하는 단계;
기준점 설정부에 의해, 저장부로부터 극좌표계 정보를 획득하고, 상기 극좌표계 정보를 근거로 상기 카메라 이미지에 극좌표 기준점과, 상기 극좌표 기준점을 원점으로 하는 제 1 축을 설정하는 단계;
관심 영역 설정부에 의해, 저장부에 저장된 관심 영역 정보를 근거로, 상기 카메라 이미지에서 상기 차량의 인접 차로에 대응하는 관심 영역을 설정하는 단계;
상기 관심 영역 설정부에 의해, 카메라 이미지 내에 포함된 특징점의 좌표를 획득하고, 상기 특징점의 좌표를 근거로 관심 영역 내에 존재하는 특징점을 구분하는 단계;
각도 산출부에 의해, 상기 관심 영역 내에 존재하는 특징점과 상기 극좌표 기준점을 연결하는 선분과 상기 제 1 축간의 특징점 각도값을 산출하는 단계; 및
거리 도출부에 의해, 상기 특징점 각도값을 이용하여 상기 특징점에 대응하는 객체와 상기 차량간의 거리를 도출하는 단계를 포함하는 것을 특징으로 하는 차량과 인접 차로의 객체 간 거리 계산 방법.CLAIMS What is claimed is: 1. A method for calculating a distance between objects in a vehicle and an adjacent vehicle, the method being applied to a vehicle comprising at least one camera,
Acquiring a camera image photographed by the image acquiring unit through the camera;
Extracting at least one feature point from the camera image by a feature point extraction unit;
Acquiring polar coordinate information from a storage unit by a reference point setting unit and setting a first axis having a polar reference point on the camera image and a polar reference point as an origin based on the polar coordinate information;
Setting a region of interest corresponding to an adjacent lane of the vehicle in the camera image based on the region of interest information stored in the storage unit by the region of interest setting unit;
Obtaining coordinates of a minutiae included in the camera image by the region of interest setting unit and identifying minutiae existing in the region of interest based on the coordinates of the minutiae;
Calculating a minutia angle value between a line segment connecting the minutiae point existing in the ROI with the polar reference point and the minutia angle value between the first minima by the angle calculating unit; And
And deriving, by the distance deriving unit, the distance between the object corresponding to the feature point and the vehicle using the feature point angle value. 제11항에 있어서,
상기 객체와 상기 차량간의 거리를 도출하는 단계는 저장부에서 상기 특징점 각도값에 매칭하는 거리값을 검색함으로써 이루어지는 것을 특징으로 하는 차량과 인접 차로의 객체 간 거리 계산 방법.12. The method of claim 11,
Wherein deriving the distance between the object and the vehicle is performed by retrieving a distance value matching the feature point angle value in the storage unit. 제11항에 있어서,
가상선 생성부에 의해, 상기 극좌표계 정보에 따라 상기 극좌표 기준점에서 연장하는 복수의 가상 경고선들을 생성하는 단계를 더 포함하는 것을 특징으로 하는 차량과 인접 차로의 객체 간 거리 계산 방법.12. The method of claim 11,
Further comprising generating a plurality of virtual warning lines extending from the polar reference point in accordance with the polar coordinate information by the virtual line generating unit. 제13항에 있어서,
상기 복수의 가상 경고선들은 상기 제 1 축을 기준으로 서로 다른 각도로 생성되고, 상기 서로 다른 각도로 생성된 복수의 가상 경고선들은 상기 차량을 기준으로 서로 다른 거리 값을 갖는 것을 특징으로 하는 차량과 인접 차로의 객체 간 거리 계산 방법.14. The method of claim 13,
Wherein the plurality of virtual warning lines are generated at different angles with respect to the first axis, and the plurality of virtual warning lines generated at the different angles have different distance values with respect to the vehicle. A method for calculating the distance between objects in adjacent lanes. 제14항에 있어서,
상기 관심 영역은 상기 복수의 가상 경고선들에 의해 복수의 거리 영역들로 구분되는 것을 특징으로 하는 차량과 인접 차로의 객체 간 거리 계산 방법.15. The method of claim 14,
Wherein the area of interest is divided into a plurality of distance areas by the plurality of virtual warning lines. 적어도 하나의 카메라를 포함하는 차량에 적용되어, 상기 차량과 인접 차로의 객체 간 거리를 계산하는 방법으로서,
이미지 획득부에 의해, 상기 카메라를 통해 촬영된 카메라 이미지를 획득하는 단계;
특징점 추출부에 의해, 상기 카메라 이미지에서 적어도 하나의 특징점을 추출하는 단계;
기준점 설정부에 의해, 저장부로부터 극좌표계 정보를 획득하고, 상기 극좌표계 정보를 근거로 상기 카메라 이미지에 극좌표 기준점과, 상기 극좌표 기준점을 원점으로 하는 제 1 축을 설정하는 단계;
각도 산출부에 의해, 상기 적어도 하나의 특징점과 상기 극좌표 기준점을 연결하는 선분의 길이와, 상기 선분과 상기 제 1 축간의 특징점 각도값을 산출하는 단계;
관심 영역 설정부에 의해, 상기 선분의 길이를 분석함으로써, 상기 특징점에 대응하는 객체가 관심 영역 내에 존재하는지 판단하는 단계;
거리 도출부에 의해, 상기 특징점 각도값을 이용하여 관심 영역 내에 존재하는 객체와 상기 차량간의 거리를 도출하는 단계를 포함하는 것을 특징으로 하는 차량과 인접 차로의 객체 간 거리 계산 방법.CLAIMS What is claimed is: 1. A method for calculating a distance between objects in a vehicle and an adjacent vehicle, the method being applied to a vehicle comprising at least one camera,
Acquiring a camera image photographed by the image acquiring unit through the camera;
Extracting at least one feature point from the camera image by a feature point extraction unit;
Acquiring polar coordinate information from a storage unit by a reference point setting unit and setting a first axis having a polar reference point on the camera image and a polar reference point as an origin based on the polar coordinate information;
Calculating a length of a line segment connecting the at least one feature point and the polar reference point by the angle calculating unit and a minutia angle value between the line segment and the first axis;
Determining whether an object corresponding to the feature point exists in the ROI by analyzing the length of the line segment by the ROI setting unit;
And deriving a distance between the vehicle and an object existing in the ROI by using the minutia angle value by the distance deriving unit. 제16항에 있어서,
상기 객체와 상기 차량간의 거리를 도출하는 단계는 저장부에서 상기 특징점 각도값에 매칭하는 거리값을 검색함으로써 이루어지는 것을 특징으로 하는 차량과 인접 차로의 객체 간 거리 계산 방법.17. The method of claim 16,
Wherein deriving the distance between the object and the vehicle is performed by retrieving a distance value matching the feature point angle value in the storage unit. 제16항에 있어서,
가상선 생성부에 의해, 상기 극좌표계 정보에 따라 상기 극좌표 기준점에서 연장하는 복수의 가상 경고선들을 생성하는 단계를 더 포함하는 것을 특징으로 하는 차량과 인접 차로의 객체 간 거리 계산 방법.17. The method of claim 16,
Further comprising generating a plurality of virtual warning lines extending from the polar reference point in accordance with the polar coordinate information by the virtual line generating unit. 제18항에 있어서,
상기 복수의 가상 경고선들은 상기 제 1 축을 기준으로 서로 다른 각도로 생성되고, 상기 서로 다른 각도로 생성된 복수의 가상 경고선들은 상기 차량을 기준으로 서로 다른 거리 값을 갖는 것을 특징으로 하는 차량과 인접 차로의 객체 간 거리 계산 방법.19. The method of claim 18,
Wherein the plurality of virtual warning lines are generated at different angles with respect to the first axis, and the plurality of virtual warning lines generated at the different angles have different distance values with respect to the vehicle. A method for calculating the distance between objects in adjacent lanes. 제19항에 있어서,
상기 관심 영역은 상기 복수의 가상 경고선들에 의해 복수의 거리 영역들로 구분되는 것을 특징으로 하는 차량과 인접 차로의 객체 간 거리 계산 방법.
20. The method of claim 19,
Wherein the area of interest is divided into a plurality of distance areas by the plurality of virtual warning lines.
KR1020160139174A 2016-10-25 2016-10-25 Apparatus and method for calculating distance between vehicle and object of adjacent lane KR101906999B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160139174A KR101906999B1 (en) 2016-10-25 2016-10-25 Apparatus and method for calculating distance between vehicle and object of adjacent lane

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160139174A KR101906999B1 (en) 2016-10-25 2016-10-25 Apparatus and method for calculating distance between vehicle and object of adjacent lane

Publications (2)

Publication Number Publication Date
KR20180045264A true KR20180045264A (en) 2018-05-04
KR101906999B1 KR101906999B1 (en) 2018-12-05

Family

ID=62199747

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160139174A KR101906999B1 (en) 2016-10-25 2016-10-25 Apparatus and method for calculating distance between vehicle and object of adjacent lane

Country Status (1)

Country Link
KR (1) KR101906999B1 (en)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000020686A (en) * 1998-06-30 2000-01-21 Yazaki Corp Rear and side monitoring device for vehicle
JP5804180B2 (en) * 2012-03-01 2015-11-04 日産自動車株式会社 Three-dimensional object detection device

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000020686A (en) * 1998-06-30 2000-01-21 Yazaki Corp Rear and side monitoring device for vehicle
JP5804180B2 (en) * 2012-03-01 2015-11-04 日産自動車株式会社 Three-dimensional object detection device

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
일본 특허공보 특허 제 5804180호(2015.11.04.) 1부. *

Also Published As

Publication number Publication date
KR101906999B1 (en) 2018-12-05

Similar Documents

Publication Publication Date Title
JP5297078B2 (en) Method for detecting moving object in blind spot of vehicle, and blind spot detection device
US8867790B2 (en) Object detection device, object detection method, and program
WO2016035324A1 (en) Method for estimating motion, mobile agent and non-transitory computer-readable medium encoded with a computer program code for causing a processor to execute a method for estimating motion
US20160104047A1 (en) Image recognition system for a vehicle and corresponding method
CN107667378B (en) Method and device for detecting and evaluating road surface reflections
US10867403B2 (en) Vehicle external recognition apparatus
JP6021689B2 (en) Vehicle specification measurement processing apparatus, vehicle specification measurement method, and program
JP2002352225A (en) Obstacle detector and its method
TWI595450B (en) Object detection system
JPWO2017051480A1 (en) Image processing apparatus and image processing method
US9508000B2 (en) Object recognition apparatus
JP2006160116A (en) Vehicle motion estimation device and moving body detection device
KR20080004834A (en) Method of processing image for recognizing a lane and the system thereof
US9824449B2 (en) Object recognition and pedestrian alert apparatus for a vehicle
CN111144404A (en) Legacy object detection method, device, system, computer device, and storage medium
KR102100047B1 (en) Method for position recognition of vehicle using lane-end-point detection algorithm and method for evaluating performance of the same
JP5743935B2 (en) Object detection apparatus and object detection method
Romdhane et al. A generic obstacle detection method for collision avoidance
JP2005156199A (en) Vehicle detection method and vehicle detector
JP2013069045A (en) Image recognition device, image recognition method, and image recognition program
KR101906999B1 (en) Apparatus and method for calculating distance between vehicle and object of adjacent lane
JP2003317106A (en) Travel path recognition device
JP7064400B2 (en) Object detection device
JP2017211765A (en) Object recognition device
WO2014192061A1 (en) Image processing device, image processing method, and image processing program

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