KR20180061695A - 휠 검출을 통한 차량 옆면 인식 방법 및 장치 - Google Patents

휠 검출을 통한 차량 옆면 인식 방법 및 장치 Download PDF

Info

Publication number
KR20180061695A
KR20180061695A KR1020160161158A KR20160161158A KR20180061695A KR 20180061695 A KR20180061695 A KR 20180061695A KR 1020160161158 A KR1020160161158 A KR 1020160161158A KR 20160161158 A KR20160161158 A KR 20160161158A KR 20180061695 A KR20180061695 A KR 20180061695A
Authority
KR
South Korea
Prior art keywords
image
vehicle
histogram
histogram bin
value
Prior art date
Application number
KR1020160161158A
Other languages
English (en)
Inventor
이준희
Original Assignee
주식회사 만도
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 만도 filed Critical 주식회사 만도
Priority to KR1020160161158A priority Critical patent/KR20180061695A/ko
Publication of KR20180061695A publication Critical patent/KR20180061695A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06K9/00825—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • G06K9/4642—
    • G06K9/4652—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B60W2420/42—

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 차량의 전방을 촬영하여 획득한 전방 영상에 대해, 타이어의 색이 검정색이고 금속 재질의 휠이 밝은색이라는 명암 특성을 이용하여, 휠과 타이어의 명암 특성에 따른 전처리 영상을 누적해 히스토그램을 생성하고, 히스토그램을 처리하여 전방 옆 차선에 주행 중인 차량의 바퀴를 인식해 전방 차량의 옆면을 인식할 수 있도록 하는, 휠 검출을 통한 차량 옆면 인식 방법 및 장치가 개시된다.
개시된 차량 옆면 인식 장치는, 차량의 전방을 카메라를 통해 촬영하여 전방 영상을 획득하는 영상 획득부; 상기 전방 영상에 대해 관심 영역(ROI)을 설정해 전처리 영상을 획득하고, 전처리 영상에 대해 히스토그램 빈(Histogram Bin)을 설정해 각 히스토그램 빈 별로 전처리 값을 누적하며, 빈에 누적된 값이 임계(Threshold)값을 넘는 경우에 히스토그램을 생성해 피크(Peak)를 검출하는 영상 분석부; 및 상기 영상 분석부를 통해 검출되는 피크를 추적하여 일정 시간 동안의 영상 프레임에 존재하는 경우에 차량 옆면 바퀴로 인식하고, 인식된 옆면 바퀴 차선에 차량이 주행하는 것으로 인식하는 제어부를 포함한다.
본 발명에 의하면, 타이어의 검정색과 휠의 밝은색의 명암 특성을 이용하여 차량의 옆면 바퀴를 인식할 수 있다.

Description

휠 검출을 통한 차량 옆면 인식 방법 및 장치{The side face recognition method and apparatus using a detection of vehicle wheels}
본 발명은 차량의 전방을 촬영하여 획득한 전방 영상에 대해, 타이어의 색이 항상 검정색이고 금속 재질의 휠이 항상 밝은색이라는 명암 특성을 이용하여, 휠과 타이어의 명암 특성에 따른 전처리 영상을 누적해 히스토그램을 생성하고, 히스토그램을 처리하여 전방 옆 차선에 주행 중인 차량의 바퀴를 인식해 전방 차량의 옆면을 인식할 수 있도록 하는, 휠 검출을 통한 차량 옆면 인식 방법 및 장치에 관한 것이다.
일반적으로 움직이는 이동체의 검출 방법은 레이다, 초음파 등의 다양한 방식이 있지만 그 중 한가지로 영상을 촬영하여 분석하는 방식이 있다. 영상을 이용한 이동체 검출 방식은 기본적으로 연속하여 촬영된 복수 개의 영상을 비교하여, 이동체에 의해 차이가 발생한 영역을 통해 이동체를 검출한다. 이러한 영상을 이용한 이동체 검출 방식으로 차영상 기법이 있다.
차영상 기법은 현재 프레임과 이전 프레임 사이의 차를 계산한다. 프레임 차는 픽셀 단위로 계산하며, 계산된 픽셀 별 프레임 차의 절대값이 기설정 된 문턱 값 이상이면 1로 그리고, 문턱 값 미만이면 0으로 이진화하여 이동체를 검출한다. 배경의 경우에는 두 프레임 사이의 픽셀 값의 차이가 크지 않은 반면, 이전 프레임에 나타난 객체와 현재 프레임에 나타난 객체, 즉 이동체는 위치 변화로 인해 픽셀 값의 차이가 크게 발생한다. 차영상 기법에서는 이 픽셀 값의 차이를 분석하여 이동체를 판별한다.
한편, 기존의 영상 기반 차량 인식은, 카메라를 통해 차량의 전방을 촬영하여 획득한 전방 영상에 대해 차량의 후면 모양을 기준으로 인식하게 되는데, 대상 차량의 뒷면이 모두 보이지 않을 경우 인식하지 못한다는 문제점이 있다.
이러한 이유로, 자차량이 주행하는 중에 옆 차선에서 다른 차량이 갑자기 자차량의 주행 차선으로 끼어들어 빠르게 앞질러 가는 경우에, 획득하는 영상에는 다른 차량의 옆 면만 존재하므로 해당 차량을 인식하지 못하거나, 해당 차량을 인식하는 속도가 늦게 되어 자차량의 제어에 여러가지 문제를 야기시키게 된다.
한국 공개특허공보 제2016-0004118호(공개일: 2016년 1월 12일)
전술한 문제점을 해결하기 위한 본 발명의 목적은, 차량의 전방을 촬영하여 획득한 전방 영상에 대해, 타이어의 색이 검정색이고 금속 재질의 휠이 밝은색이라는 명암 특성을 이용하여, 휠과 타이어의 명암 특성에 따른 전처리 영상을 누적해 히스토그램을 생성하고, 히스토그램을 처리하여 전방 옆 차선에 주행 중인 차량의 바퀴를 인식해 전방 차량의 옆면을 인식할 수 있도록 하는, 휠 검출을 통한 차량 옆면 인식 방법 및 장치를 제공함에 있다.
전술한 목적을 달성하기 위한 본 발명에 따른 차량 옆면 인식 장치는, 차량의 전방을 카메라를 통해 촬영하여 전방 영상을 획득하는 영상 획득부; 상기 전방 영상에 대해 관심 영역(ROI)을 설정해 전처리 영상을 획득하고, 전처리 영상에 대해 히스토그램 빈(Histogram Bin)을 생성해 각 히스토그램 빈 별 수직방향 전처리 영상을 누적하며, 빈에 누적된 값이 임계(Threshold)값을 넘는 경우에 히스토그램을 생성해 피크(Peak)를 검출하는 영상 분석부; 및 상기 영상 분석부를 통해 검출되는 피크를 추적하여 일정 시간 동안의 영상 프레임에 존재하는 경우에 차량 옆면 바퀴로 인식하고, 인식된 옆면 바퀴 차선에 차량이 주행하는 것으로 인식하는 제어부를 포함한다.
또한, 상기 영상 분석부는, 상기 전방 영상에 대해 원근법(Perspective)에 따라 수평선 아래로 명암의 대비가 이루어지는 영역을 관심 영역으로 설정할 수 있다.
또한, 상기 영상 분석부는, 상기 히스토그램 빈에 누적된 값이 임계(Threshold)값을 넘는 경우에 상기 히스토그램 빈에 누적된 값을 스케일(Scale) 누적값으로 설정할 수 있다.
또한, 상기 영상 분석부는, 원근법에 따라 수평선 아래의 관심 영역에 대한 상기 히스토그램 빈의 위치에 따른 스케일(Scale)을 생성하고, 상기 히스토그램 빈에 누적된 값을 스케일(Scale) 누적값으로 설정할 수 있다.
그리고, 상기 영상 분석부는, 수직방향으로 전처리 영상이 누적된 상기 히스토그램 빈의 위치에 따라 임계값을 설정할 수 있다.
한편, 전술한 목적을 달성하기 위한 본 발명에 따른 휠 검출을 통한 차량 옆면 인식 방법은, (a) 영상 획득부가 카메라를 통해 차량의 전방을 촬영하여 전방 영상을 획득하는 단계; (b) 영상 분석부가 상기 전방 영상에 대해 관심 영역(ROI)을 설정해 전처리 영상을 획득하는 단계; (c) 영상 분석부가 상기 전처리 영상에 대해 히스토그램 빈(Histogram Bin)을 설정해 각 히스토그램 빈 별로 전처리 값을 누적하는 단계; (d) 영상 분석부가 상기 히스토그램 빈의 누적된 값이 임계(Threshold)값을 넘는 경우에 히스토그램을 생성해 피크(Peak)를 검출하는 단계; 및 (e) 제어부가 상기 검출되는 피크를 추적하여 일정 시간 동안의 영상 프레임에 존재하는 경우에 차량 옆면 바퀴로 인식하고, 인식된 옆면 바퀴 차선에 차량이 주행하는 것으로 인식하는 단계를 포함한다.
본 발명에 의하면, 타이어의 색은 항상 검고, 금속 재질의 휠은 항상 밝은 색이라는 특징을 이용하여 옆 차선에서 주행하는 차량이 갑자기 자차량의 주행 차선으로 진입하더라도 즉시로 옆 차량을 인식하여 그에 따라 운전자에게 알려서 실시간으로 대처할 수 있다.
또한, 옆 차로에서 주행하는 차량의 후면이 완전히 검출되지 않는 경우에도 전술한 바와 같은 과정으로 차량이 있음을 감지하여 FCW, AEB, LKAS 기능이 기존보다 넓은 범위에서 높은 신뢰성을 가지고 동작할 수 있다.
그리고, 차량 옆면의 바퀴를 인식하여 결과적으로 차량 옆면을 통해 옆 차선의 차량 존재 여부를 판별할 수 있는 시스템을 제공할 수 있다.
도 1은 본 발명의 실시예에 따른 차량 옆면 인식 장치의 하드웨어적 주요 구성을 나타낸 구성도이다.
도 2는 본 발명의 실시예에 따른 휠 검출을 통한 차량 옆면 인식 방법을 설명하기 위한 동작 흐름도를 나타낸 도면이다.
도 3은 본 발명의 실시예에 따른 전방 영상에서 관심 영역을 설정하는 예를 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 전처리 영상에 대해 히스토그램 빈을 설정하는 예를 나타낸 도면이다.
도 5는 본 발명의 실시예에 따른 히스토그램 빈 별 누적값을 나타내는 히스토그램을 도시한 그래프이다.
도 6은 본 발명의 실시예에 따라 차량 옆면을 인식하는 예를 나타낸 도면이다.
이하, 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.
본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조 부호를 붙이도록 한다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우 뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
어느 부분이 다른 부분의 "위에" 있다고 언급하는 경우, 이는 바로 다른 부분의 위에 있을 수 있거나 그 사이에 다른 부분이 수반될 수 있다. 대조적으로 어느 부분이 다른 부분의 "바로 위에" 있다고 언급하는 경우, 그 사이에 다른 부분이 수반되지 않는다.
제1, 제2 및 제3 등의 용어들은 다양한 부분, 성분, 영역, 층 및/또는 섹션들을 설명하기 위해 사용되나 이들에 한정되지 않는다. 이들 용어들은 어느 부분, 성분, 영역, 층 또는 섹션을 다른 부분, 성분, 영역, 층 또는 섹션과 구별하기 위해서만 사용된다. 따라서, 이하에서 서술하는 제1 부분, 성분, 영역, 층 또는 섹션은 본 발명의 범위를 벗어나지 않는 범위 내에서 제2 부분, 성분, 영역, 층 또는 섹션으로 언급될 수 있다.
여기서 사용되는 전문 용어는 단지 특정 실시예를 언급하기 위한 것이며, 본 발명을 한정하는 것을 의도하지 않는다. 여기서 사용되는 단수 형태들은 문구들이 이와 명백히 반대의 의미를 나타내지 않는 한 복수 형태들도 포함한다. 명세서에서 사용되는 "포함하는"의 의미는 특정 특성, 영역, 정수, 단계, 동작, 요소 및/또는 성분을 구체화하며, 다른 특성, 영역, 정수, 단계, 동작, 요소 및/또는 성분의 존재나 부가를 제외시키는 것은 아니다.
"아래", "위" 등의 상대적인 공간을 나타내는 용어는 도면에서 도시된 한 부분의 다른 부분에 대한 관계를 보다 쉽게 설명하기 위해 사용될 수 있다. 이러한 용어들은 도면에서 의도한 의미와 함께 사용 중인 장치의 다른 의미나 동작을 포함하도록 의도된다. 예를 들면, 도면 중의 장치를 뒤집으면, 다른 부분들의 "아래"에 있는 것으로 설명된 어느 부분들은 다른 부분들의 "위"에 있는 것으로 설명된다. 따라서 "아래"라는 예시적인 용어는 위와 아래 방향을 전부 포함한다. 장치는 90˚ 회전 또는 다른 각도로 회전할 수 있고, 상대적인 공간을 나타내는 용어도 이에 따라서 해석된다.
다르게 정의하지는 않았지만, 여기에 사용되는 기술용어 및 과학용어를 포함하는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 일반적으로 이해하는 의미와 동일한 의미를 가진다. 보통 사용되는 사전에 정의된 용어들은 관련 기술문헌과 현재 개시된 내용에 부합하는 의미를 가지는 것으로 추가 해석되고, 정의되지 않는 한 이상적이거나 매우 공식적인 의미로 해석되지 않는다.
이하, 첨부한 도면을 참조하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.
도 1은 본 발명의 실시예에 따른 차량 옆면 인식 장치의 하드웨어적 주요 구성을 나타낸 구성도이다.
도 1을 참조하면, 본 발명에 따른 차량 옆면 인식 장치(100)는, 영상 획득부(110)와 영상 분석부(120) 및 제어부(130)를 포함한다.
전술한 구성 이외에 전원을 공급하기 위한 전원부(140)와, 데이터를 저장하기 위한 메모리(150)를 더 포함할 수 있다.
영상 획득부(110)는 차량의 전방을 카메라를 통해 촬영하여 전방 영상을 획득한다. 여기서, 영상 획득부(110)는 차량의 전방을 촬영하기 위한 VGA(Video Graphic Array) 렌즈(Lens)와 이미지 센서(Image Sensor)를 포함할 수 있다.
영상 분석부(120)는 전방 영상에 대해 관심 영역(ROI)을 설정해 전처리 영상을 획득하고, 전처리 영상에 대해 히스토그램 빈(Histogram Bin)을 설정해 각 히스토그램 빈 별로 전처리 값을 누적하며, 히스토그램 빈 별로 누적된 값이 임계(Threshold) 값을 넘는 경우에 히스토그램을 생성해 피크(Peak)를 검출한다.
여기서, 영상 분석부(120)는 예를 들면, 비전 프로세서(Vision Processor) 등으로 구현할 수 있으며, FPCB(Flexible Printed Circuit Board)를 통해 영상 획득부(110)와 연결된다.
또한, 영상 분석부(120)는, 전방 영상에 대해 원근법(Perspective)에 따라 수평선 아래로 명암의 대비가 이루어지는 영역을 관심 영역으로 설정할 수 있다.
또한, 영상 분석부(120)는, 원근법에 따라 수평선 아래의 관심 영역에 대한 히스토그램 빈의 위치에 따른 스케일(Scale)을 생성하고, 히스토그램 빈의 누적된 값을 스케일(Scale) 누적값으로 설정할 수 있다.
또한, 영상 분석부(120)는, 전처리 값이 누적된 히스토그램 빈의 위치에 따라 임계값을 설정할 수 있다.
또한, 영상 분석부(120)는, 히스토그램 빈의 누적된 값이 임계(Threshold)값을 넘는 경우에 히스토그램 빈의 누적된 값을 스케일(Scale) 누적값으로 설정할 수 있다.
제어부(130)는 예컨대, 마이크로 프로세서(Micro-processor) 등으로 구현할 수 있으며, 전자 제어 유닛(Electronic Control Unit)이나, 메인 컨트롤 유닛(Main Control Unit) 등으로도 구현할 수 있다.
즉, 제어부(130)는 영상 분석부(120)를 통해 검출되는 피크를 추적하여 일정 시간 동안의 영상 프레임에 피크가 존재하는 경우에 차량 옆면 바퀴로 인식하고, 인식된 옆면 바퀴의 차선에 차량이 주행하는 것으로 인식한다.
도 2는 본 발명의 실시예에 따른 휠 검출을 통한 차량 옆면 인식 방법을 설명하기 위한 동작 흐름도를 나타낸 도면이다.
도 2를 참조하면, 본 발명에 따른 차량 옆면 인식 장치(100)는, 영상 획득부(110)가 카메라를 통해 차량의 전방을 촬영하여 전방 영상을 획득한다(S210).
이때, 영상 획득부(110)는 예컨대, VGA 렌즈와 이미지 센서(Image Sensor)를 이용하여 전방 영상을 획득하고, 획득한 전방 영상을 FPCB를 통해 영상 분석부(120)에 전달한다.
이어, 영상 분석부(120)는 전방 영상에 대해 관심 영역(ROI)을 설정해 전처리 영상을 획득한다(S220).
이때, 영상 분석부(120)는 예컨대, 비전 프로세서(Vision Processor)를 통해 구현할 수 있으며, 영상 획득부(110)로부터 전달받은 전방 영상을 메모리 등에 저장하여 전방 영상을 분석하는 동작을 실행하게 된다.
즉, 영상 분석부(120)는 전방 영상에 대해 도 3에 도시된 바와 같이 원근법에 따라 수평선 아래로 명암의 대비가 이루어지는 영역을 관심 영역으로 설정한다. 도 3은 본 발명의 실시예에 따른 전방 영상에서 관심 영역을 설정하는 예를 나타낸 도면이다. 도 3의 전방 영상에서, 원근법에 따른 수평선 아래로 명암의 대비가 이루어지는 영역은 검정색의 바퀴 타이어(330)와 금속 재질로 밝은 색의 휠(Wheel)(320) 부분이므로, 영상 분석부(120)는 이런 명암의 대비가 이루어지는 부분이 포함된 영역을 관심 영역으로 설정해 전처리 영상(340)으로 획득하는 것이다.
이어, 영상 분석부(120)는 전처리 영상(340)에 대해 도 4에 도시된 바와 같이 세로 방향의 히스토그램 빈(Histogram Bin)을 설정해 각 히스토그램 빈 별로 전처리 값을 누적한다(S230).
즉, 영상 분석부(120)는 전처리 영상(340)에 대해 도 4에 도시된 바와 같이 N 개의 세로방향의 히스토그램 Bin으로 나누고, 전처리 영상(340)을 히스토그램 빈 별로 가로방향의 픽셀 단위로 전처리 값을 누적하는 것이다. 도 4는 본 발명의 실시예에 따른 전처리 영상을 히스토그램 빈 별로 설정하는 예를 나타낸 도면이다. 영상 분석부(120)는 전처리 영상에 대해 도 4에 도시된 바와 같이 각 히스토그램 빈 별로 픽셀(Pixel) 단위로 색상이 밝은 픽셀은 '1'로, 색상이 어두운 픽셀은 '0'으로 전처리 값을 설정해 각 히스토그램 빈 별로 누적한다.
여기서, 휠과 타이어의 명암 특성은 전처리 영상을 누적함으로써 히스토그램으로 표현할 수 있다. 원근법 특성을 고려해 누적된 값이 먼 쪽은 영상 안쪽으로 갈수록 작아도 의미가 있고, 영상 바깥 쪽에는 매우 크지 않은 이상 의미가 없다. 이런 특성을 이용하여 임계값을 설정하고, 설정된 임계값을 이용하여 노이즈(Noise)를 제거할 수 있다. 임계값을 넘지 못하면 '0'으로 설정하고, 아닌 경우에 원근법에 따라 보상해 주기 위한 위치별 스케일(Scale)을 곱한 값을 히스토그램 빈 별로 만들어 준다. 이때, 히스토그램 빈을 도 4의 세로방향이 아닌 가로방향의 빈으로 설정할 수 있고, 히스토그램 빈이 세로방향이면 픽셀 단위의 가로 방향으로 히스토그램 빈 별로 전처리 값을 누적할 수 있다.
이렇게 히스토그램 빈 별로 만들어진 값으로 도 5에 도시된 바와 같은 히스토그램을 만들고, Local-Maxima 값으로 피크(Peak)를 찾는 것이다.
이어, 영상 분석부(120)는 히스토그램 빈의 누적된 값이 임계(Threshold) 값을 넘는 경우에 도 5에 도시된 바와 같은 히스토그램을 생성해 피크(Peak)(510, 520)를 검출한다(S240).
즉, 영상 분석부(120)는 각 히스토그램 빈 별로 누적한 값이 기 설정된 임계값을 초과하는 경우에, 도 5에 도시된 바와 같이 각 히스토그램 빈 별 누적값을 나타내는 히스토그램을 생성한다. 도 5는 본 발명의 실시예에 따른 히스토그램 빈 별 누적값을 나타내는 히스토그램을 도시한 그래프이다. 영상 분석부(120)는 도 5에 도시된 바와 같이 생성된 히스토그램에서, 피크(Peak)에 해당하는 히스토그램 빈(510, 520)을 검출한다. 이때, 영상 분석부(120)는, 원근법에 따라 수평선 아래의 관심 영역에 대한 히스토그램 빈의 위치에 따른 스케일(Scale)을 생성하고, 히스토그램 빈에 누적된 값을 스케일(Scale) 누적값으로 설정할 수 있다.
이렇게 찾아진 피크(Peak)를 여러 프레임에 대해 검출하여 연속적으로 발견될 경우에, 차량의 바퀴를 찾은 것으로 간주하는 것이다.
이어, 제어부(130)는 검출되는 피크를 추적하여 일정 시간 동안의 영상 프레임에 존재하는 경우에 차량 옆면 바퀴로 인식하고, 인식된 옆면 바퀴 차선에 차량이 주행하는 것으로 인식한다(S250).
즉, 제어부(130)는 일정 시간, 예컨대, 3분이나 5분 동안 획득한 전처리 영상에 대해, 각 영상 프레임 별로 도 5에 도시된 바와 같은 히스토그램을 생성하고, 생성된 히스토그램 중에서 각 영상 프레임 중 도 5에 도시된 바와 같은 피크(Peak)(510, 520)가 존재하는 경우에, 도 6에 도시된 바와 같이 차량 옆면 바퀴로 인식하는 것이다. 도 6은 본 발명의 실시예에 따라 차량 옆면을 인식하는 예를 나타낸 도면이다. 제어부(130)는 영상 분석부(120)에서 도 5에 도시된 바와 같이 분석한 결과에 근거해 도 6과 같이 옆 차선에 주행하는 차량의 바퀴와 그에 따른 차량의 옆면을 인식하는 것이다. 이때, 제어부(130)는 도 5의 히스토그램에서, 피크 값을 나타내는 히스토그램 빈(520, 510)은 10번 히스토그램 빈(520)과 14번 히스토그램 빈(510)이므로, 전처리 영상(330)에서 10번 히스토그램 빈에 해당하는 위치(320)와, 14번 히스토그램 빈에 해당하는 위치(310)를 각각 차량의 앞 바퀴(610)와 뒤 바퀴(620)로 인식하고, 그에 따라 관심 영역을 차량의 옆면으로 인식하게 되는 것이다.
전술한 바와 같이 본 발명에 의하면, 차량의 전방을 촬영하여 획득한 전방 영상에 대해, 타이어의 색이 검정색이고 금속 재질의 휠이 밝은색이라는 명암 특성을 이용하여, 휠과 타이어의 명암 특성에 따른 전처리 영상을 누적해 히스토그램을 생성하고, 히스토그램을 처리하여 전방 옆 차선에 주행 중인 차량의 바퀴를 인식해 전방 차량의 옆면을 인식할 수 있도록 하는, 휠 검출을 통한 차량 옆면 인식 방법 및 장치를 실현할 수 있다.
본 발명이 속하는 기술 분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있으므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100 : 차량 옆면 인식 장치
110 : 영상 획득부
120 : 영상 분석부
130 : 제어부
140 : 전원부
150 : 메모리

Claims (6)

  1. 차량의 전방을 카메라를 통해 촬영하여 전방 영상을 획득하는 영상 획득부;
    상기 전방 영상에 대해 관심 영역(ROI)을 설정해 전처리 영상을 획득하고, 전처리 영상에 대해 히스토그램 빈(Histogram Bin)을 설정해 각 히스토그램 빈 별로 전처리 값을 누적하며, 상기 히스토그램 빈의 누적된 값이 임계(Threshold)값을 넘는 경우에 히스토그램을 생성해 피크(Peak)를 검출하는 영상 분석부; 및
    상기 영상 분석부를 통해 검출되는 피크를 추적하여 일정 시간 동안의 영상 프레임에 존재하는 경우에 차량 옆면 바퀴로 인식하고, 인식된 옆면 바퀴 차선에 차량이 주행하는 것으로 인식하는 제어부;
    를 포함하는 차량 옆면 인식 장치.
  2. 제 1 항에 있어서,
    상기 영상 분석부는, 상기 전방 영상에 대해 원근법(Perspective)에 따라 수평선 아래로 명암의 대비가 이루어지는 영역을 상기 관심 영역으로 설정하는, 차량 옆면 인식 장치.
  3. 제 1 항에 있어서,
    상기 영상 분석부는, 상기 히스토그램 빈의 누적된 값이 임계(Threshold)값을 넘는 경우에 상기 히스토그램 빈의 누적된 값을 스케일(Scale) 누적값으로 설정하는, 차량 옆면 인식 장치.
  4. 제 3 항에 있어서,
    상기 영상 분석부는, 원근법에 따라 수평선 아래의 관심 영역에 대한 상기 히스토그램 빈의 위치에 따른 스케일(Scale)을 생성하고, 상기 히스토그램 빈의 누적된 값을 스케일(Scale) 누적값으로 설정하는, 차량 옆면 인식 장치.
  5. 제 1 항에 있어서,
    상기 영상 분석부는, 상기 전처리 값이 누적된 상기 히스토그램 빈의 위치에 따라 임계값을 설정하는, 차량 옆면 인식 장치.
  6. (a) 영상 획득부가 카메라를 통해 차량의 전방을 촬영하여 전방 영상을 획득하는 단계;
    (b) 영상 분석부가 상기 전방 영상에 대해 관심 영역(ROI)을 설정해 전처리 영상을 획득하는 단계;
    (c) 영상 분석부가 상기 전처리 영상에 대해 히스토그램 빈(Histogram Bin)을 설정해 각 히스토그램 빈 별로 전처리 값을 누적하는 단계;
    (d) 영상 분석부가 상기 히스토그램 빈의 누적된 값이 임계(Threshold)값을 넘는 경우에 히스토그램을 생성해 피크(Peak)를 검출하는 단계; 및
    (e) 제어부가 상기 검출되는 피크를 추적하여 일정 시간 동안의 영상 프레임에 피크가 존재하는 경우에 차량 옆면 바퀴로 인식하고, 인식된 옆면 바퀴의 차선에 차량이 주행하는 것으로 인식하는 단계;
    를 포함하는 휠 검출을 통한 차량 옆면 인식 방법.
KR1020160161158A 2016-11-30 2016-11-30 휠 검출을 통한 차량 옆면 인식 방법 및 장치 KR20180061695A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160161158A KR20180061695A (ko) 2016-11-30 2016-11-30 휠 검출을 통한 차량 옆면 인식 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160161158A KR20180061695A (ko) 2016-11-30 2016-11-30 휠 검출을 통한 차량 옆면 인식 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20180061695A true KR20180061695A (ko) 2018-06-08

Family

ID=62600042

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160161158A KR20180061695A (ko) 2016-11-30 2016-11-30 휠 검출을 통한 차량 옆면 인식 방법 및 장치

Country Status (1)

Country Link
KR (1) KR20180061695A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020062856A1 (zh) * 2018-09-27 2020-04-02 东软睿驰汽车技术（沈阳）有限公司 一种车辆特征获取方法及装置
CN116453075A (zh) * 2023-06-14 2023-07-18 山东省科学院海洋仪器仪表研究所 一种基于图像处理的轮轴识别方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160004118A (ko) 2014-07-02 2016-01-12 엘지전자 주식회사 차량 운전 보조 장치 및 이를 구비한 차량

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160004118A (ko) 2014-07-02 2016-01-12 엘지전자 주식회사 차량 운전 보조 장치 및 이를 구비한 차량

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020062856A1 (zh) * 2018-09-27 2020-04-02 东软睿驰汽车技术（沈阳）有限公司 一种车辆特征获取方法及装置
US12002269B2 (en) 2018-09-27 2024-06-04 Neusoft Reach Automotive Technology (Shenyang) Company Vehicle feature acquisition method and device
CN116453075A (zh) * 2023-06-14 2023-07-18 山东省科学院海洋仪器仪表研究所 一种基于图像处理的轮轴识别方法及系统
CN116453075B (zh) * 2023-06-14 2023-09-08 山东省科学院海洋仪器仪表研究所 一种基于图像处理的货车轮轴识别方法及系统

Similar Documents

Publication Publication Date Title
US11270134B2 (en) Method for estimating distance to an object via a vehicular vision system
EP2919197B1 (en) Object detection device and object detection method
US7091837B2 (en) Obstacle detecting apparatus and method
US9789820B2 (en) Object detection apparatus
US10220782B2 (en) Image analysis apparatus and image analysis method
US10719699B2 (en) Pedestrian detection method and system in vehicle
US20130286205A1 (en) Approaching object detection device and method for detecting approaching objects
US9286512B2 (en) Method for detecting pedestrians based on far infrared ray camera at night
US10423843B2 (en) Vehicle vision system with enhanced traffic sign recognition
WO2007111220A1 (ja) 道路区画線検出装置
JP5760090B2 (ja) 生体認識装置
JP6569385B2 (ja) 車両検出装置、車両検出システム、車両検出方法、及び車両検出プログラム
US20130162826A1 (en) Method of detecting an obstacle and driver assist system
US20160180158A1 (en) Vehicle vision system with pedestrian detection
WO2016157698A1 (ja) 車両検出システム、車両検出装置、車両検出方法、及び車両検出プログラム
JP4826355B2 (ja) 車両周囲表示装置
KR20180061695A (ko) 휠 검출을 통한 차량 옆면 인식 방법 및 장치
JP4798576B2 (ja) 付着物検出装置
US9064158B2 (en) Vehicle surroundings monitoring device
JP4765113B2 (ja) 車両周辺監視装置、車両、車両周辺監視用プログラム、車両周辺監視方法
US9030560B2 (en) Apparatus for monitoring surroundings of a vehicle
US9811744B2 (en) Fast and robust stop line detector
KR101998256B1 (ko) 이동물체 감지 시스템 및 방법
JP2008257399A (ja) 画像処理装置
US20240015269A1 (en) Camera system, method for controlling the same, storage medium, and information processing apparatus