KR20190088647A - Automatic Lane Painting System Using Unmanned Vehicles - Google Patents

Automatic Lane Painting System Using Unmanned Vehicles Download PDF

Info

Publication number
KR20190088647A
KR20190088647A KR1020180006981A KR20180006981A KR20190088647A KR 20190088647 A KR20190088647 A KR 20190088647A KR 1020180006981 A KR1020180006981 A KR 1020180006981A KR 20180006981 A KR20180006981 A KR 20180006981A KR 20190088647 A KR20190088647 A KR 20190088647A
Authority
KR
South Korea
Prior art keywords
lane
unmanned vehicle
information
painting
image
Prior art date
Application number
KR1020180006981A
Other languages
Korean (ko)
Other versions
KR102078908B1 (en
Inventor
서동환
강윤성
한성진
박지현
Original Assignee
한국해양대학교 산학협력단
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 한국해양대학교 산학협력단 filed Critical 한국해양대학교 산학협력단
Priority to KR1020180006981A priority Critical patent/KR102078908B1/en
Publication of KR20190088647A publication Critical patent/KR20190088647A/en
Application granted granted Critical
Publication of KR102078908B1 publication Critical patent/KR102078908B1/en

Links

Images

Classifications

    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
    • E01C23/00—Auxiliary devices or arrangements for constructing, repairing, reconditioning, or taking-up road or like surfaces
    • E01C23/16—Devices for marking-out, applying, or forming traffic or like markings on finished paving; Protecting fresh markings
    • E01C23/20—Devices for marking-out, applying, or forming traffic or like markings on finished paving; Protecting fresh markings for forming markings in situ
    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
    • E01C19/00—Machines, tools or auxiliary devices for preparing or distributing paving materials, for working the placed materials, or for forming, consolidating, or finishing the paving
    • E01C19/004—Devices for guiding or controlling the machines along a predetermined path

Landscapes

  • Engineering & Computer Science (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Image Analysis (AREA)

Abstract

The present invention relates to an automatic lane painting system using an unmanned vehicle. More specifically, the automatic lane painting system using the unmanned vehicle obtains image information using a photographing device including a camera sensing a periphery and a lane and installed in the unmanned vehicle. The automatic lane painting system using the unmanned vehicle also automatically designs a point to be painted or be repainted in the damaged lane by determining an existence of the lane and a painting state based on the obtained image information and paints the new lane. So, the automatic lane painting system can accurately and efficiently perform painting work. The automatic lane painting system includes: an image and position recognizing unit determining the state of the lane using the photographing device installed to be adjacent to the lane on the bottom or the front of the unmanned vehicle and generating position information using a position recognition device installed in the unmanned vehicle; a lane analyzing unit measuring the position of the unmanned vehicle by comparing lane information on a digital map and the image information transmitted from the image and position recognizing unit and analyzing a painting state including the color and an abrasion degree of the lane by comparing the standard lane information stored in a lane DB and the collected image information; and a painting device unit performing the painting work by opening a paint nozzle installed in the unmanned vehicle after positioning the unmanned vehicle at a position to be painted by controlling a driving direction of the unmanned vehicle based on the information analyzed by the lane analyzing unit.

Description

무인 차량을 이용한 자동화 차선 도색 시스템{Automatic Lane Painting System Using Unmanned Vehicles}{Automated Lane Painting System Using Unmanned Vehicles}

본 발명은 무인 차량을 이용한 자동화 차선 도색 시스템에 관한 것이다. 보다 상세하게는, 무인차량에 장착된 차선감지, 주변감지 카메라를 포함하는 촬영장치를 이용하여 영상정보를 획득하고, 획득된 영상정보를 바탕으로 차선의 유무 및 도장 상태를 판별하여 훼손된 차선을 재도색 하거나 도색할 지점을 자동으로 설계하여 새로운 차선을 도색함으로써 보다 정확하고 효율적인 도색작업이 이루어질 수 있도록 하는 무인 차량을 이용한 자동화 차선 도색 시스템에 관한 것이다.The present invention relates to an automated lane painting system using an unmanned vehicle. More specifically, image information is acquired using a photographing apparatus including a lane detecting and a surrounding detecting camera mounted on an unmanned vehicle, and the presence or absence of a lane and the painting state are determined based on the obtained image information, And more particularly, to an automated lane painting system using an unmanned vehicle, which enables a more accurate and efficient painting operation to be performed by automatically designing a point to be painted or painted and painting a new lane.

차선은 각종 도로 위에 도색된 선으로, 운전자가 주행 방향 및 주행 간격을 식별하기 위해 백색, 황색 등 몇 가지 색상으로 그려지며, 다른 차량과의 간격을 유지하여 운전자의 안전과 원활한 차량통행을 위하여 일정 기간이 경과하면 재도색하는 작업이 필요하다. The lane is painted on various roads and is painted in several colors such as white and yellow to identify the driving direction and distance between the driver and the driver. In order to keep the driver's safety and smooth traffic, When the period elapses, it is necessary to re-color the work.

종래의 도로포장 및 재포장 기술은 대부분 작업자에 의존하여 진행되고 있다. 즉, 종래의 도로포장 및 재포장 기술은 작업자가 직접 손으로 방향을 조정하여 차선을 그리는 방식과 사람이 차량에 탑승하여 운전대로 차선의 방향을 결정하는 방식을 이용하고 있다. Conventional road pavement and re-packaging techniques are largely dependent on operators. In other words, the conventional road pavement and re-packaging technique employs a method in which an operator directly adjusts his / her direction to draw a lane, and a method in which a person boarded a vehicle and determines the direction of the lane on the road.

그러나, 종래의 차선 도색방식은 차선의 방향을 그리는 작업자가 정확한 위치에 차선을 그리고 있는지 외부 작업자가 이를 주기적으로 감시하여야 하므로, 도로 위의 작업 중에 작업자들이 안전사고에 노출될 우려가 있으며, 차선 도색에 많은 인력이 소모된다는 문제점이 있었다. However, in the conventional lane-painting system, an external worker must periodically monitor the lane of the lane to see if the worker is lining the lane at an accurate position. Therefore, workers may be exposed to safety accidents during work on the road, There is a problem that a lot of manpower is consumed.

따라서, 차선 및 주변을 감지할 수 있는 장치들이 탑재된 무인 차량을 이용하여 인력 소모를 저감시키고, 차선의 유무 및 도장상태를 판별하여 보다 정밀한 도색작업이 이루어질 수 있도록 하는 자동화 도색 시스템의 개발이 필요하다. Therefore, it is necessary to develop an automated painting system that reduces manpower consumption by using an unmanned vehicle equipped with devices capable of detecting lanes and surroundings, and determines the presence or absence of a lane and the state of painting to enable more precise painting Do.

선행기술문헌 : KR 등록특허공보 제1483009호(2015.1.16.공고)Prior Art Document: KR Patent Registration No. 1483009 (issued on January 16, 2015)

본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로, 무인 차량에 장착된 차선감지 및 주변감지 카메라를 포함하는 촬영장치에 의해 촬영된 영상정보를 바탕으로 차선의 유무 및 차선상태를 판별하고 훼손된 차선을 재도색하거나 새로운 도색 작업 시 3차원 전자지도를 활성화하여 차선을 자동학습 및 판별하여 자동으로 도색작업을 수행할 수 있도록 하는 무인 차량을 이용한 자동화 차선 도색 시스템을 제공하는 데 그 목적이 있다.SUMMARY OF THE INVENTION The present invention has been made to solve the above-mentioned problems, and it is an object of the present invention to provide a lane detecting apparatus and a lane detecting apparatus, The present invention provides an automated lane painting system using an unmanned vehicle, which can redraw a lane or activate a three-dimensional electronic map during a new painting operation so that the lane can be automatically learned and discriminated to automatically perform a painting operation.

상기 목적을 달성하기 위해 안출된 본 발명에 따른 무인 차량을 이용한 자동화 차선 도색 시스템은 무인차량의 전방 또는 바닥면에 차선과 근접하게 설치되는 촬영장치를 이용하여 차선상태를 판별하고, 무인차량에 탑재된 위치인식장치를 이용하여 차량의 위치정보를 생성하는 영상 및 위치인식부; 영상 및 위치인식부에서 전송된 영상정보와 전자지도 상의 차선정보를 비교하여 무인차량의 위치를 파악하고, 수집된 영상정보와 차선 DB에 저장된 정형화된 차선정보를 비교하여 차선의 색상과 마모도를 포함하는 도장상태를 분석하는 차선분석부; 및 차선분석부에 의해 분석된 정보를 바탕으로 무인차량의 운향방향을 조절하여 도색할 위치에 무인차량의 위치를 둔 후, 무인차랑의 내부에 장착된 도료노즐을 개방시켜 도색작업을 수행하는 도색장치부를 포함할 수 있다. According to an embodiment of the present invention, there is provided an automated lane painting system using an unmanned vehicle, the apparatus comprising: An image and position recognition unit for generating position information of the vehicle using the position recognition apparatus; The image information transmitted from the image and position recognition unit is compared with the lane information on the electronic map to determine the location of the unmanned vehicle, and the collected image information is compared with the stored lane information stored in the lane DB to include lane color and abrasion A lane analysis unit for analyzing the painting state; And a control unit for controlling the direction of the unmanned vehicle based on the information analyzed by the lane analyzing unit to set the position of the unmanned vehicle at a position to be painted and then opening the paint nozzle mounted inside the unmanned vehicle, Device portion.

또한, 본 발명에 따른 무인 차량을 이용한 자동화 차선 도색 시스템은 무인차량의 전방 또는 바닥면에 차선과 근접하게 설치되는 촬영장치를 이용하여 차선상태를 판별하고, 무인차량에 탑재된 위치인식장치를 이용하여 차량의 위치정보를 생성하는 영상 및 위치인식부; 영상 및 위치인식부에서 전송된 영상정보와 전자지도 상의 차선정보를 비교하여 무인차량의 위치를 파악하고, 수집된 영상정보와 차선 DB에 저장된 정형화된 차선정보를 비교하여 차선의 색상과 마모도를 포함하는 도장상태를 분석하는 차선분석부; 차선분석부에 의해 분석된 정보를 바탕으로 무인차량의 운향방향을 조절하여 도색할 위치에 무인차량의 위치를 둔 후, 무인차랑의 내부에 장착된 도료노즐을 개방시켜 도색작업을 수행하는 도색장치부를 포함하고, 차선분석부는 새로운 차선을 도색할 경우, 도로 설계 도면 및 3차원 전자지도를 활성화시켜 획득된 전자지도를 이용하여 도로에 그려질 차선을 예측하여 무인차량의 운전방향을 조절하는 제어신호를 송출하도록 하는 것을 특징으로 할 수 있다. In addition, the automated lane painting system using the unmanned vehicle according to the present invention can discriminate the lane state by using the photographing apparatus installed near the lane on the front or bottom surface of the unmanned vehicle, and use the position recognition apparatus mounted on the unmanned vehicle An image and position recognition unit for generating position information of the vehicle; The image information transmitted from the image and position recognition unit is compared with the lane information on the electronic map to determine the location of the unmanned vehicle, and the collected image information is compared with the stored lane information stored in the lane DB to include lane color and abrasion A lane analysis unit for analyzing the painting state; A method of controlling the direction of the unmanned vehicle based on the information analyzed by the lane analyzing unit to position the unmanned vehicle at the position to be painted and then opening the paint nozzle mounted inside the unmanned vehicle to perform a paint operation And the lane analyzing unit predicts the lane to be drawn on the road by using the electronic map obtained by activating the road design drawing and the three-dimensional electronic map when painting a new lane, thereby controlling the driving direction of the unmanned vehicle To be transmitted.

또한, 본 발명에 따른 무인 차량을 이용한 자동화 차선 도색 시스템은무인차량의 전방 또는 바닥면에 차선과 근접하게 설치되는 촬영장치를 이용하여 차선상태를 판별하고, 무인차량에 탑재된 위치인식장치를 이용하여 차량의 위치정보를 생성하는 영상 및 위치인식부; 영상 및 위치인식부에서 전송된 영상정보와 전자지도 상의 차선정보를 비교하여 무인차량의 위치를 파악하고, 수집된 영상정보와 차선 DB에 저장된 정형화된 차선정보를 비교하여 차선의 색상과 마모도를 포함하는 도장상태를 분석하는 차선분석부; 차선분석부에 의해 분석된 정보를 바탕으로 무인차량의 운향방향을 조절하여도색할 위치에 무인차량의 위치를 둔 후, 무인차랑의 내부에 장착된 도료노즐을 개방시켜 도색작업을 수행하는 도색장치부를 포함하고, 차선분석부는 차선을 재도색할 경우, 각각 평행하여 위치한 두 개 이상의 차선이 하나로 만나는 소실점을 구하고, 이 소실점을 중심으로 무인차량의 조향각도를 보정하여 무인차량의 운전방향을 조절하도록 제어신호를 송출하는 것을 더 포함할 수 있다. In addition, the automated lane painting system using the unmanned vehicle according to the present invention can discriminate the lane state by using the photographing apparatus installed near the lane on the front or bottom surface of the unmanned vehicle, and use the position recognition apparatus mounted on the unmanned vehicle An image and position recognition unit for generating position information of the vehicle; The image information transmitted from the image and position recognition unit is compared with the lane information on the electronic map to determine the location of the unmanned vehicle, and the collected image information is compared with the stored lane information stored in the lane DB to include lane color and abrasion A lane analysis unit for analyzing the painting state; A method of controlling the direction of the unmanned vehicle based on the information analyzed by the lane analyzing unit to position the unmanned vehicle at the position to be painted and then opening the paint nozzle mounted inside the unmanned vehicle to perform a paint operation And the lane analysis section obtains a vanishing point where two or more lanes located in parallel are converged when the lane is redrawn and adjusts the steering direction of the unmanned vehicle by correcting the steering angle of the unmanned vehicle around the vanishing point And transmitting the control signal.

또한, 본 발명에 따른 차선분석부는 허프 변환을 통해 차선과 동일한 선분을 추출한 후 RANSAC 알고리즘을 적용하여 차선을 제외한 외곽의 데이터는 배제하는 추정과정을 복수회 반복 수행하여 차선정보를 획득하고, 각각 평행하여 위치한 두 개 이상의 차선이 하나로 만나는 소실점을 산출하여 상기 소실점을 중심으로 무인차량의 조향각을 보상하는 것을 더 포함할 수 있다. In addition, the lane analyzing unit according to the present invention extracts the same line segment as the lane through the Hough transform and then performs the estimation process of excluding the outer data excluding the lane by applying the RANSAC algorithm a plurality of times to obtain lane information, And calculating a vanishing point at which two or more lanes located at the vanishing point meet, and compensating the steering angle of the unmanned vehicle around the vanishing point.

또한, 차선분석부는 촬영장치에서 전송된 영상정보를 토대로 차선의 결함을 분석하되, 일정 면적을 가진 면의 결함은 색상, 명암대비를 감별할 수 있는 알고리즘을 가동시켜 차선상태를 판별하고, 선의 결함은 스크레치를 감별하는 알고리즘을 가동시켜 차선상태를 판별하는 것을 더 포함할 수 있다. In addition, the lane analyzing unit analyzes the defects of the lane based on the image information transmitted from the photographing apparatus. The lane analyzing unit identifies the lane state by operating an algorithm capable of discriminating the color and contrast of defects on the surface having a certain area, May further include determining a lane state by activating an algorithm for discriminating a scratch.

본 발명에 의하면 무인차량에 장착된 차선감지, 주변감지 카메라를 포함하는 촬영장치를 이용하여 영상정보를 획득하고, 획득된 영상정보를 바탕으로 차선의 유무 및 도장 상태를 판별하여 훼손된 차선을 재도색 하거나 도색할 지점을 자동으로 설계하여 새로운 차선을 도색함으로써 보다 정확하고 효율적인 도색작업이 이루어질 수 있도록 하는 데 그 효과가 있다. According to the present invention, image information is acquired by using a photographing apparatus including a lane-sensing and peripheral sensing camera mounted on an unmanned vehicle, and the presence or absence of a lane and the painting state are determined based on the acquired image information, Or a point to be painted is automatically designed to paint a new lane, thereby achieving a more accurate and efficient painting operation.

도 1은 본 발명의 바람직한 실시예에 따른 무인 차량을 이용한 자동화 차선 도색 시스템의 구성도,
도 2는 차선분석부에 의해 재도색 과정의 경우, 차선상태를 인식하는 절차를 도시한 도면,
도 3은 차선의 선분을 추출하여 차선의 소실점을 산출하기 위한 예시도면,
도 4는 RANSAC 알고리즘과 허프변환으로 직선을 추출하는 방식을 설명하기 위한 예시도면, 및
도 5는 본 발명의 바람직한 실시예에 따른 무인차량의 측면도이다. 1 is a configuration diagram of an automated lane painting system using an unmanned vehicle according to a preferred embodiment of the present invention;
2 is a diagram showing a procedure for recognizing a lane state in the case of a redrawing process by a lane analyzing unit,
3 is an exemplary diagram for extracting a segment of a lane to calculate a vanishing point of a lane,
4 is an exemplary diagram for explaining a RANSAC algorithm and a method of extracting a straight line by Hough transform, and
5 is a side view of an unmanned vehicle according to a preferred embodiment of the present invention.

이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성 요소들에 참조 부호를 부가함에 있어서, 동일한 구성 요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다. 또한, 이하에서 본 발명의 바람직한 실시예를 설명할 것이나, 본 발명의 기술적 사상은 이에 한정하거나 제한되지 않고 당업자에 의해 변형되어 다양하게 실시될 수 있음은 물론이다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. In the drawings, the same reference numerals are used to designate the same or similar components throughout the drawings. In the following description of the present invention, a detailed description of known functions and configurations incorporated herein will be omitted when it may make the subject matter of the present invention rather unclear. In addition, the preferred embodiments of the present invention will be described below, but it is needless to say that the technical idea of the present invention is not limited thereto and can be variously modified by those skilled in the art.

도 1은 본 발명의 바람직한 실시예에 따른 무인 차량을 이용한 자동화 차선 도색 시스템의 구성도이고, 도 2는 차선분석부에 의해 재도색 과정의 경우, 차선상태를 인식하는 절차를 도시한 도면이며, 도 3은 차선의 선분을 추출하여 차선의 소실점을 산출하기 위한 예시도면이고, 도 4는 RANSAC 알고리즘과 허프변환으로 직선을 추출하는 방식을 설명하기 위한 예시도면이며, 도 5는 본 발명의 바람직한 실시예에 따른 무인차량의 측면도이다. 1 is a configuration diagram of an automated lane painting system using an unmanned vehicle according to a preferred embodiment of the present invention, FIG. 2 is a diagram illustrating a procedure for recognizing a lane state in the case of a redrawing process by a lane analyzing unit, FIG. 3 is an exemplary view for extracting a line segment of a lane to calculate a vanishing point of a lane, FIG. 4 is an exemplary diagram for explaining a RANSAC algorithm and a method of extracting a straight line by Hough transform, and FIG. Fig. 10 is a side view of an unmanned vehicle according to an example.

본 발명의 바람직한 실시예에 따른 무인 차량을 이용한 자동화 차선 도색 시스템(100)은 무인차량에 장착된 차선감지, 주변감지 카메라를 포함하는 촬영장치를 이용하여 영상정보를 획득하고, 획득된 영상정보를 바탕으로 차선의 유무 및 도장 상태를 판별하여 훼손된 차선을 재도색 하거나 도색할 지점을 자동으로 설계하여 새로운 차선을 도색할 수 있도록 하는 시스템이다. The automated lane painting system 100 using the unmanned vehicle according to the preferred embodiment of the present invention acquires image information using a photographing apparatus including a lane detecting and peripheral sensing camera mounted on an unmanned vehicle, It is a system to identify the presence or absence of a lane and the state of painting, redraw the damaged lane, or automatically design a point to be painted so that a new lane can be painted.

도 1 내지 도 5를 참조하면, 본 발명의 바람직한 실시예에 따른 무인 차량을 이용한 자동화 차선 도색 시스템(100)은 영상 및 위치인식부(10), 차선분석부(20), 및 도색장치부(30)를 포함하여 구성된다. 1 to 5, an automated lane painting system 100 using an unmanned vehicle according to a preferred embodiment of the present invention includes an image and position recognition unit 10, a lane analysis unit 20, 30).

영상 및 위치인식부(10)는 무인차량(40)의 전방 또는 바닥면에 차선과 근접하게 설치되는 촬영장치를 이용하여 차선 및 주변을 감지하고, 도색할 위치의 차선상태를 파악한다. The image and position recognition unit 10 senses the lane and the periphery by using a photographing apparatus installed near the lane on the front or bottom surface of the unmanned vehicle 40 and grasps the lane state of the position to be painted.

예컨대, 촬영장치는 무인차량(40)의 전방에 설치되어 차선의 도장 작업현황을 촬영하는 제1 카메라(42), 무인차량의 양측 바퀴에 각각 설치되되, 차선에 근접하여 설치되고, 도색할 도로면과 차선의 마모도를 촬영하는 제2 카메라(44) 및 제3 카메라(46)를 포함할 수 있다. For example, the photographing apparatus includes a first camera 42 installed in front of the unmanned vehicle 40 for photographing the current state of the painting work of the lane, a second camera 42 provided on both wheels of the unmanned vehicle, And a second camera 44 and a third camera 46 for photographing the abrasion of the surface and the lane.

상술한 촬영장치의 설치위치는 차선 폭에 따라 달라질 수 있으며, 촬영장치의 일측에 선형 리니어 장치를 포함하는 조절수단(미도시)이 구비되어 차선의 폭에 따라 촬영장치를 조절할 수 있도록 한다. The mounting position of the photographing apparatus described above may vary depending on the lane width, and an adjusting unit (not shown) including a linear linear unit may be provided on one side of the photographing apparatus to adjust the photographing apparatus according to the width of the lane.

영상 및 위치인식부(10)는 촬영장치를 통해 도색할 위치에 차선상태가 인식되면 차선상태를 촬영하여 영상정보를 획득한다. The image and position recognition unit 10 captures a lane state and acquires image information when a lane state is recognized at a position to be painted through a photographing apparatus.

또한, 영상 및 위치인식부(10)는 촬영장치를 통해 도색할 위치에 차선이 없을 경우에는 무인차량(40)에 탑재된 GPS, 차량부착센서, WAVE기지국, DGPS를 포함하는 위치인식장치(미도시)를 작동시켜 차량의 위치정보를 생성하고, 획득된 차량의 위치정보를 바탕으로 주행 중 도색을 실시한다. When there is no lane at the position to be painted through the photographing apparatus, the image and position recognizing unit 10 recognizes the position and orientation of the unmanned vehicle 40 by using a GPS, a vehicle attachment sensor, a WAVE base station, The vehicle is operated to generate positional information of the vehicle, and carries out coloring based on the obtained vehicle position information.

이 때, 정확한 도색을 위해, 차량의 위치정보와 더불어, 무인차량(40)의 바퀴와의 간격, 구조물의 위치 등의 정보가 더 포함될 수 있다. At this time, in addition to the location information of the vehicle, information on the distance between the wheel and the unmanned vehicle 40, the position of the structure, and the like may be further included for accurate painting.

영상 및 위치인식부(10)에 의해 획득된 영상정보는 차선을 제외한 불필요한 배경을 제거하기 위하여 색상 밝기 필터링을 통해 차선과 배경의 밝기 차이를 적용하여 차선 영역과 배경 영역을 분리시키는 전처리 과정을 거친다. The image information obtained by the image and position recognition unit 10 is subjected to a preprocessing process for separating the lane area and the background area by applying the difference in brightness between the lane and the background through the color brightness filtering in order to remove unnecessary backgrounds except for the lane .

일반적으로, 차선은 흰색, 황색, 파란색 등 원색 계열로 이루어져 있어 도로 노면에 비해 밝기 때문에 차선과 도로 노면의 밝기 차이를 적용하여 배경영역과 차선 영역을 분리시켜 차선정보만을 확보하도록 한다. Generally, since the lane is composed of primary colors such as white, yellow, and blue, the lane information is obtained by separating the lane area from the background area by applying the brightness difference between the lane and the road surface because the lane is brighter than the road surface.

차선 분석부(20)는 영상 및 위치인식부(10)로부터 수집된 영상정보와 차선 DB에 저장된 정형화된 차선정보를 비교하여 차선의 색상과 마모도를 포함하는 도장상태를 분석한다. 이때, 차선분석부(20)는 차량의 양측면에 구비되어 차선의 바닥면을 촬영하는 제2 카메라(44)와 제3 카메라(46)로부터 촬영된 영상정보를 실시간으로 수신할 수 있다. The lane analyzing unit 20 compares the image information collected from the image and position recognizing unit 10 with the standardized lane information stored in the lane DB to analyze the painting state including the lane color and the degree of wear. At this time, the lane analysis unit 20 may receive image information photographed from the second camera 44 and the third camera 46, which are provided on both sides of the vehicle and photograph the bottom surface of the lane, in real time.

보다 구체적으로, 차선분석부(20)는 재도색을 하는 경우에는 영상 및 위치인식부(10)에서 촬영된 영상정보를 기반으로 차선의 색, 차선의 마모도를 포함하는 차선상태를 분석하여 차선의 결함을 검출한다. More specifically, in the case of redrawing, the lane analyzing unit 20 analyzes the lane state including lane color and lane wear based on the image information photographed by the image and position recognizing unit 10, Thereby detecting defects.

차선분석부(20)는 촬영장치에서 전송된 영상정보를 토대로 차선의 결함을 분석하되, 일정 면적을 가진 면의 결함은 색상, 명암대비를 감별할 수 있는 알고리즘을 가동시켜 차선상태를 판별하고, 선의 결함은 스크레치를 감별하는 알고리즘을 가동시켜 차선상태를 판별하도록 한다. The lane analyzing unit 20 analyzes the defects of the lane based on the image information transmitted from the photographing apparatus. The lane analyzing unit 20 determines an lane state by activating an algorithm capable of discriminating the color and contrast of defects on a surface having a predetermined area, A line defect activates an algorithm that discriminates the scratches to determine the lane state.

차선분석부(20)는 멀티레이어 쿼드트리(multi-layer quadtree) 기법과 캐니 에지 검출 기법을 이용하여 영상정보로부터 차선을 검출한다. The lane analyzer 20 detects lanes from image information using a multi-layer quadtree technique and a canyon edge detection technique.

멀티레이어 쿼드트리 기법은 촬영장치에서 전송된 영상정보로부터 차선의 결함 부분을 감별하여, 전처리 과정을 통해, 미세 흠집이나 잡음을 제거하여 차선의 결함을 감지할 수 있다. The multi-layer quad-tree technique distinguishes a defective portion of a lane from image information transmitted from a photographing device, and removes fine scratches or noise through a preprocessing process, thereby detecting a defect in the lane.

캐니 에지 검출 기법은 영상정보로부터 차선정보의 에지(Edge)를 검출하는 영상 전처리 기술로서, 차선의 크랙 검출률을 높일 수 있으며 차선이 점선으로 되어 있어 끊겨 있는 부분까지 용이하게 파악할 수 있다. The canyon edge detection technique is an image preprocessing technique that detects edges of lane information from image information. It can increase the detection rate of cracks in the lane and the broken line can be easily grasped because the lane is dotted line.

또한, 차선분석부(20)는 무인차량(40)의 전방에 부착된 제1 카메라(42)로부터 촬영된 영상정보를 실시간으로 획득하여 배경영역과 차선 영역을 분리하는 전처리 과정을 거쳐, 차선영역만을 분리하고, 각각 평행하여 위치한 두 개 이상의 차선이 하나로 만나는 소실점을 산출하여 소실점을 중심으로 무인차량의 조향각을 보정하여 무인차량(40)에 운전방향을 변경하라는 제어신호를 송출한다. The lane analyzing unit 20 acquires image information photographed from the first camera 42 attached to the front of the unmanned vehicle 40 in real time and preprocesses the background area and the lane area to separate the lane area, And sends a control signal to the unmanned vehicle 40 to change its driving direction by correcting the steering angle of the unmanned vehicle around the vanishing point by calculating a vanishing point where two or more lanes parallel to each other are combined.

이를 위해, 차선분석부(20)는 허프 변환 방식을 이용하여 차선의 선분을 찾아내고, RANSAC(RANDOM SAMPLE CONSENSUS)알고리즘을 이용하여 각각 평행하여 위치한 두 개 이상의 차선이 하나로 만나는 소실점을 산출한다. For this, the lane analyzer 20 finds a lane segment using a Hough transform method, and calculates a vanishing point where two or more lanes parallel to each other meet by using a RANSAC (RANDOM SAMPLE CONSENSUS) algorithm.

상기 허프 변환(Hough Transform) 방식은 수식으로 표현할 수 있는 도형, 직선, 원, 타원, 쌍곡선 등을 검출할 수 있는 방식으로, 본 발명에서는 차선 검출을 위한 선분 정보를 위 방식으로 추출한다. The Hough Transform method can detect shapes, straight lines, circles, ellipses, and hyperbolas that can be expressed by mathematical expressions. In the present invention, line segment information for lane detection is extracted by the above method.

도 4는 허프 변환 원리를 설명하기 위한 도면으로, 도 4를 참조하면, x-y 평면은 이미지라고 가정하고 이미지 안에 있는 빨간 직선을 찾는 알고리즘을 허프 변환을 통해 찾을 수 있다. 구체적으로,

Figure pat00001
와 r (혹은 rho)라는 두 개의 파라미터를 가지고 구할 수 있으며, 빨간 직선상에 수직인 선분 r은
Figure pat00002
으로 표현할 수 있다. 실제 이미지에 허프 변환을 바로 적용하기에는 계산량이 많기 때문에 Edge 검출 알고리즘인 Canny Edge Detection 알고리즘 적용 후 같이 쓰이며, 검출된 Edge들에 있는 점을 적용하여 직선을 찾을 수 있다. 4 is a diagram for explaining the Hough transform principle. Referring to FIG. 4, an algorithm for finding a red straight line in an image, assuming that the xy plane is an image, can be found through Hough transform. Specifically,
Figure pat00001
And r (or rho), and the vertical line r on the red line
Figure pat00002
. Since it has a large amount of computation to apply Hough transform directly to the real image, it is used after applying the Canny Edge Detection algorithm which is an edge detection algorithm, and a straight line can be found by applying a point in the detected edges.

또한, 상기 RANSAC 알고리즘은 허프 변환 방식을 통해 검출된 차선의 선분 정보를 토대로 LSM(Lesat Square Method)을 이용하여 직선을 예측하고 그렇지 않은 외곽의 데이터는 배제하는 추정과정을 반복수행하는 방식이다. In addition, the RANSAC algorithm estimates a straight line using a LSM (Lesat Square Method) based on the segment information of the lane detected through the Hough transform method, and repeats the estimation process of excluding the data of the outer periphery.

또한, 차선분석부(20)는 도색 작업 중 한쪽 차선이 존재하지 않거나, 영상 및 위치인식부(10)에 의해 차선인식이 정상적으로 수행되지 않을 경우에는 소실점을 향하는 직선 중 일정한 지점(예컨대, 1/3 지점)에 위치한 지점을 고정된 차선으로 지정하여, 이 고정 차선을 이용하도록 한다. 이때, 각각 평행하여 위치한 두 개 이상의 차선 중 인식되지 않은 차선만 고정 차선으로 대체할 수 있다. The lane analyzing unit 20 may be configured to determine whether or not one lane is present during the painting operation or when the lane recognition is not normally performed by the image and position recognizing unit 10, 3 point) is designated as a fixed lane and the fixed lane is used. At this time, only the unidentified lanes of two or more lanes located in parallel can be replaced with fixed lanes.

또한, 차석분석부(20)는 주행 중 차선이 훼손되어 차선이 인식되지 않거나, 새로운 차선을 도색하는 경우에는 영상 및 위치인식부(10)로부터 무인차량의 위치정보를 수신하고, 도로의 설계도면 및 3차원 전자지도 상의 차선정보와 무인차량의 위치정보를 비교하여 도로에 그려질 차선을 예측하여 도색지점을 자동으로 설계한다. When the lane is not recognized because the lane is damaged during driving, or when a new lane is painted, the anchorage analysis unit 20 receives the position information of the unmanned vehicle from the image and position recognition unit 10, And the lane information on the 3D electronic map is compared with the position information of the unmanned vehicle to predict the lane to be drawn on the road, thereby automatically designing the painting point.

차선분석부(20)는 도색지점의 분석이 완료되면, 무인차량의 조향각도를 조절하기 위한 제어신호를 전송하여 도색할 위치에 무인차량을 위치시키도록 한다. When the analysis of the painting point is completed, the lane analysis unit 20 transmits a control signal for controlling the steering angle of the unmanned vehicle to position the unmanned vehicle at the position to be painted.

도색장치부(30)는 차선분석부(20)에 의해 분석된 정보를 바탕으로 무인차량을 통해 도색작업을 수행한다.The paint unit 30 carries out a painting operation through the unmanned vehicle based on the information analyzed by the lane analysis unit 20.

도색장치부(30)는 정형화된 차선의 색이 저장된 차선 DB와 영상 및 위치인식부(10)로부터 수집된 영상정보를 비교하여 무인차랑(40)의 내부에 장착된 도료노즐을 개방시켜 차선의 마모도에 따라 도장 작업을 실시한다. The paint unit 30 compares the lane DB storing the color of the standard lane and the image information collected from the image and position recognition unit 10 to open the paint nozzle mounted inside the unmanned vehicle 40, Perform painting work according to wear degree.

이 때, 도색장치부(30)는 차선에 결함(크랙)이 있는 경우에는 무인차량의 내부에 구비된 청소기로 이물질을 먼저 제거한 다음, 도료노즐을 개방시켜 용융된 도료를 크랙에 주입하고, 압착기 또는 롤러를 이용하여 크랙의 상면을 가압하여 평탄하게 압착할 수 있다. At this time, when there is a defect (crack) in the lane of the lane, the paint unit 30 first removes the foreign substance with the cleaner provided in the unmanned vehicle, then opens the paint nozzle to inject the molten paint into the crack, Alternatively, the upper surface of the crack can be pressed and flatly pressed using a roller.

도색장치부(30)는 도료 분사와 경화제를 일정하게 분사하는 노즐과 우천형 유리알이 포함된 도료를 도포하는 투입구가 구비될 수 있다. The painting apparatus unit 30 may be provided with a nozzle for spraying the paint spraying agent and the hardening agent uniformly, and an inlet for applying a paint containing rainfall-type glass balls.

도색장치부(30)는 상온 및 저온에서도 신속하게 경화될 수 있는 이액형 열경화성 폴리우레탄, 골재를 소재로 하는 도로용 보수재가 이용되는 것이 바람직하며, 이액형 라인 전용 마커로 도포할 경우, 차선 폭은 균일하게 진행되며, 보호 양생시간은 단시간에 완전히 경화되는 장점을 가진다. It is preferable that the paint unit 30 is a road repair material using the liquid type thermosetting polyurethane and aggregate material that can be quickly cured even at room temperature and low temperature. When applied with the marker for this liquid type line, And the protective curing time is advantageously completely cured in a short time.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.It will be apparent to those skilled in the art that various modifications, substitutions and substitutions are possible, without departing from the scope and spirit of the invention as disclosed in the accompanying claims. will be. Therefore, the embodiments disclosed in the present invention and the accompanying drawings are intended to illustrate and not to limit the technical spirit of the present invention, and the scope of the technical idea of the present invention is not limited by these embodiments and the accompanying drawings . The scope of protection of the present invention should be construed according to the following claims, and all technical ideas within the scope of equivalents should be construed as falling within the scope of the present invention.

10 - 영상 및 위치인식부
20 - 차선분석부
30 - 도색장치부
100 - 무인 차량을 이용한 자동화 차선 도색 시스템10 - Image and position recognition unit
20-lane analysis section
30 - Paint unit
100 - Automated lane painting system using unmanned vehicle

Claims (5)

무인차량의 전방 또는 바닥면에 차선과 근접하게 설치되는 촬영장치를 이용하여 차선상태를 판별하고, 무인차량에 탑재된 위치인식장치를 이용하여 차량의 위치정보를 생성하는 영상 및 위치인식부;
영상 및 위치인식부에서 전송된 영상정보와 전자지도 상의 차선정보를 비교하여 무인차량의 위치를 파악하고, 수집된 영상정보와 차선 DB에 저장된 정형화된 차선정보를 비교하여 차선의 색상과 마모도를 포함하는 도장상태를 분석하는 차선분석부; 및
차선분석부에 의해 분석된 정보를 바탕으로 무인차량의 운향방향을 조절하여도색할 위치에 무인차량의 위치를 둔 후, 무인차랑의 내부에 장착된 도료노즐을 개방시켜 도색작업을 수행하는 도색장치부
를 포함하는 무인 차량을 이용한 자동화 차선 도색 시스템. An image and position recognition unit for discriminating a lane state by using a photographing apparatus installed close to a lane on a front or bottom surface of an unmanned vehicle and generating position information of the vehicle by using a position recognition apparatus mounted on the unmanned vehicle;
The image information transmitted from the image and position recognition unit is compared with the lane information on the electronic map to determine the location of the unmanned vehicle, and the collected image information is compared with the stored lane information stored in the lane DB to include lane color and abrasion A lane analysis unit for analyzing the painting state; And
A method of controlling the direction of the unmanned vehicle based on the information analyzed by the lane analyzing unit to position the unmanned vehicle at the position to be painted and then opening the paint nozzle mounted inside the unmanned vehicle to perform a paint operation part
An automated lane painting system using an unmanned vehicle. 무인차량의 전방 또는 바닥면에 차선과 근접하게 설치되는 촬영장치를 이용하여 차선상태를 판별하고, 무인차량에 탑재된 위치인식장치를 이용하여 차량의 위치정보를 생성하는 영상 및 위치인식부;
영상 및 위치인식부에서 전송된 영상정보와 전자지도 상의 차선정보를 비교하여 무인차량의 위치를 파악하고, 수집된 영상정보와 차선 DB에 저장된 정형화된 차선정보를 비교하여 차선의 색상과 마모도를 포함하는 도장상태를 분석하는 차선분석부;
차선분석부에 의해 분석된 정보를 바탕으로 무인차량의 운향방향을 조절하여도색할 위치에 무인차량의 위치를 둔 후, 무인차랑의 내부에 장착된 도료노즐을 개방시켜 도색작업을 수행하는 도색장치부
를 포함하고,
차선분석부는
새로운 차선을 도색할 경우, 도로 설계 도면 및 3차원 전자지도를 활성화시켜 획득된 전자지도를 이용하여 도로에 그려질 차선을 예측하여 무인차량의 운전방향을 조절하는 제어신호를 송출하도록 하는 것
을 특징으로 하는 무인 차량을 이용한 자동화 차선 도색 시스템. An image and position recognition unit for discriminating a lane state by using a photographing apparatus installed close to a lane on a front or bottom surface of an unmanned vehicle and generating position information of the vehicle by using a position recognition apparatus mounted on the unmanned vehicle;
The image information transmitted from the image and position recognition unit is compared with the lane information on the electronic map to determine the location of the unmanned vehicle, and the collected image information is compared with the stored lane information stored in the lane DB to include lane color and abrasion A lane analysis unit for analyzing the painting state;
A method of controlling the direction of the unmanned vehicle based on the information analyzed by the lane analyzing unit to position the unmanned vehicle at the position to be painted and then opening the paint nozzle mounted inside the unmanned vehicle to perform a paint operation part
Lt; / RTI >
The lane departments
In the case of painting a new lane, a control signal for controlling the driving direction of the unmanned vehicle is transmitted by predicting the lane to be drawn on the road using the electronic map obtained by activating the road design drawing and the three-dimensional electronic map
Wherein the automated lane painting system uses an unmanned vehicle. 무인차량의 전방 또는 바닥면에 차선과 근접하게 설치되는 촬영장치를 이용하여 차선상태를 판별하고, 무인차량에 탑재된 위치인식장치를 이용하여 차량의 위치정보를 생성하는 영상 및 위치인식부;
영상 및 위치인식부에서 전송된 영상정보와 전자지도 상의 차선정보를 비교하여 무인차량의 위치를 파악하고, 수집된 영상정보와 차선 DB에 저장된 정형화된 차선정보를 비교하여 차선의 색상과 마모도를 포함하는 도장상태를 분석하는 차선분석부;
차선분석부에 의해 분석된 정보를 바탕으로 무인차량의 운향방향을 조절하여도색할 위치에 무인차량의 위치를 둔 후, 무인차랑의 내부에 장착된 도료노즐을 개방시켜 도색작업을 수행하는 도색장치부
를 포함하고,
차선분석부는
차선을 재도색할 경우, 각각 평행하여 위치한 두 개 이상의 차선이 하나로 만나는 소실점을 구하고, 이 소실점을 중심으로 무인차량의 조향각도를 보정하여 무인차량의 운전방향을 조절하도록 제어신호를 송출하는 것
을 더 포함하는 무인 차량을 이용한 자동화 차선 도색 시스템. An image and position recognition unit for discriminating a lane state by using a photographing apparatus installed close to a lane on a front or bottom surface of an unmanned vehicle and generating position information of the vehicle by using a position recognition apparatus mounted on the unmanned vehicle;
The image information transmitted from the image and position recognition unit is compared with the lane information on the electronic map to determine the location of the unmanned vehicle, and the collected image information is compared with the stored lane information stored in the lane DB to include lane color and abrasion A lane analysis unit for analyzing the painting state;
A method of controlling the direction of the unmanned vehicle based on the information analyzed by the lane analyzing unit to position the unmanned vehicle at the position to be painted and then opening the paint nozzle mounted inside the unmanned vehicle to perform a paint operation part
Lt; / RTI >
The lane departments
When a lane is redrawn, a control point is set to obtain a vanishing point where two or more lanes parallel to each other meet, and a steering angle of the unmanned vehicle is corrected around the vanishing point to control the driving direction of the unmanned vehicle
Wherein the automated lane painting system includes an unmanned vehicle. 제1항에 있어서,
차선분석부는
허프 변환을 통해 차선과 동일한 선분을 추출한 후 RANSAC 알고리즘을 적용하여 차선을 제외한 외곽의 데이터는 배제하는 추정과정을 복수회 반복 수행하여 차선정보를 획득하고, 각각 평행하여 위치한 두 개 이상의 차선이 하나로 만나는 소실점을 산출하여 상기 소실점을 중심으로 무인차량의 조향각을 보상하는 것
을 더 포함하는, 무인 차량을 이용한 자동화 차선 도색 시스템. The method according to claim 1,
The lane departments
The same line segment as the lane is extracted through the Hough transform and then the RANSAC algorithm is applied to obtain the lane information by repeating the estimation process excluding the outer data except for the lane so that two or more lanes located in parallel meet each other Calculating a vanishing point and compensating the steer angle of the unmanned vehicle around the vanishing point
Further comprising an automated lane painting system using an unmanned vehicle. 제1항에 있어서,
차선분석부는
촬영장치에서 전송된 영상정보를 토대로 차선의 결함을 분석하되, 일정 면적을 가진 면의 결함은 색상, 명암대비를 감별할 수 있는 알고리즘을 가동시켜 판별하고, 선의 결함은 스크레치를 감별하는 알고리즘을 가동시켜 판별하도록 하는 것
을 더 포함하는, 무인 차량을 이용한 자동화 차선 도색 시스템.

The method according to claim 1,
The lane departments
The defect of the lane is analyzed based on the image information transmitted from the photographing apparatus. The defect of the surface having a certain area is discriminated by activating an algorithm capable of discriminating the color and the contrast, and the line defect is operated by an algorithm for discriminating the scratch .
Further comprising an automated lane painting system using an unmanned vehicle.

KR1020180006981A 2018-01-19 2018-01-19 Automatic Lane Painting System Using Unmanned Vehicles KR102078908B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180006981A KR102078908B1 (en) 2018-01-19 2018-01-19 Automatic Lane Painting System Using Unmanned Vehicles

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180006981A KR102078908B1 (en) 2018-01-19 2018-01-19 Automatic Lane Painting System Using Unmanned Vehicles

Publications (2)

Publication Number Publication Date
KR20190088647A true KR20190088647A (en) 2019-07-29
KR102078908B1 KR102078908B1 (en) 2020-02-18

Family

ID=67480804

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180006981A KR102078908B1 (en) 2018-01-19 2018-01-19 Automatic Lane Painting System Using Unmanned Vehicles

Country Status (1)

Country Link
KR (1) KR102078908B1 (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102143641B1 (en) 2020-02-07 2020-08-11 (주)라인테크 Automatic Lane Painting Device Using Vision Sensors
KR20220071670A (en) * 2020-11-24 2022-05-31 주식회사 넥스트칩 Electronic device for determining irregularity of the ground, and operating method thereof
KR102466004B1 (en) * 2022-05-11 2022-11-11 (주)라인테크 Lane Painting System using Deep Learning Technology
KR102499258B1 (en) * 2022-07-27 2023-02-15 (주)라인테크 Two-component (5 types) AI Lane Automatic Painting Device

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102271994B1 (en) 2020-04-28 2021-07-02 유한회사 삼신기업 Lane painting device for repairing lanes and lane painting method using the same
WO2022065675A1 (en) * 2020-09-25 2022-03-31 주식회사 충청 Road construction equipment for provision of road safety equipment, and method for constructing road and providing pavement safety equipment by using same
KR102345987B1 (en) * 2020-11-09 2021-12-31 주식회사 해담디앤씨 Method and recording medium for managing road mark

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140132210A (en) * 2013-05-07 2014-11-17 숭실대학교산학협력단 Lane detection method and system
KR101480959B1 (en) * 2013-12-13 2015-01-09 도로교통공단 Inspecting system of running type for lane mark
JP2015086590A (en) * 2013-10-31 2015-05-07 三菱電機株式会社 Road surface sign painting device
KR20170104089A (en) * 2016-03-04 2017-09-14 아이디어주식회사 Real time Lane Departure Warning Method and Warning System for Vehicle with Improving Processing Speed

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140132210A (en) * 2013-05-07 2014-11-17 숭실대학교산학협력단 Lane detection method and system
JP2015086590A (en) * 2013-10-31 2015-05-07 三菱電機株式会社 Road surface sign painting device
KR101480959B1 (en) * 2013-12-13 2015-01-09 도로교통공단 Inspecting system of running type for lane mark
KR20170104089A (en) * 2016-03-04 2017-09-14 아이디어주식회사 Real time Lane Departure Warning Method and Warning System for Vehicle with Improving Processing Speed

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102143641B1 (en) 2020-02-07 2020-08-11 (주)라인테크 Automatic Lane Painting Device Using Vision Sensors
KR20220071670A (en) * 2020-11-24 2022-05-31 주식회사 넥스트칩 Electronic device for determining irregularity of the ground, and operating method thereof
KR102466004B1 (en) * 2022-05-11 2022-11-11 (주)라인테크 Lane Painting System using Deep Learning Technology
KR102499258B1 (en) * 2022-07-27 2023-02-15 (주)라인테크 Two-component (5 types) AI Lane Automatic Painting Device

Also Published As

Publication number Publication date
KR102078908B1 (en) 2020-02-18

Similar Documents

Publication Publication Date Title
KR20190088647A (en) Automatic Lane Painting System Using Unmanned Vehicles
CN109284674B (en) Method and device for determining lane line
JP2917661B2 (en) Traffic flow measurement processing method and device
CA2885019C (en) Robust windshield detection via landmark localization
CN104966049B (en) Lorry detection method based on image
US10699567B2 (en) Method of controlling a traffic surveillance system
US20150371094A1 (en) A road marking analyser and a method of analysis of road markings and an apparatus and method for detecting vehicle weave
CN102831420B (en) Circular traffic sign positioning method based on color information and randomized circle detection
CN103971380A (en) Pedestrian trailing detection method based on RGB-D
CN109269478A (en) A kind of container terminal based on binocular vision bridge obstacle detection method
MX2015001228A (en) Three-dimensional object detection device, and three-dimensional object detection method.
KR20140109990A (en) Determining a vertical profile of a vehicle environment by means of a 3d camera
CN104517281A (en) Apparatus and method for recognizing vehicle
KR20170124299A (en) A method and apparatus of assisting parking by creating virtual parking lines
CN109635737A (en) Automobile navigation localization method is assisted based on pavement marker line visual identity
CN105654073A (en) Automatic speed control method based on visual detection
CN108332927A (en) A kind of bridge surface crack detection device
CN111079589A (en) Automatic height detection method based on depth camera shooting and height threshold value pixel calibration
CN108764075A (en) The method of container truck location under gantry crane
JPH08261756A (en) Running lane recognizing device
CN112634269B (en) Railway vehicle body detection method
JP2005043324A (en) Method of checking defective condition of road surface, and method of specifying defective position of the road surface
CN105447431A (en) Docking airplane tracking and positioning method and system based on machine vision
CN113989779A (en) Rapid lane line detection method for port and wharf auxiliary barrier filtering
CN116631187B (en) Intelligent acquisition and analysis system for case on-site investigation information

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
GRNT Written decision to grant