KR20210022995A

KR20210022995A - 터널 판단 장치 및 터널 판단 방법

Info

Publication number: KR20210022995A
Application number: KR1020190102508A
Authority: KR
Inventors: 쿠마 캄마 라제쉬
Original assignee: 주식회사 만도
Priority date: 2019-08-21
Filing date: 2019-08-21
Publication date: 2021-03-04

Abstract

일 실시예에 따른 터널 판단 장치는, 차량에 마련되어 상기 차량의 전방 영상 데이터를 획득하는 이미지 센서, 상기 이미지 센서에 의해 획득된 전방 영상 데이터를 처리하기 위한 적어도 하나의 프로세서를 포함하는 제어부를 포함하고, 상기 제어부는, 상기 획득된 전방 영상 데이터에 기초하여 상기 차량이 주행 중인 차로의 양쪽 차선의 소실점을 검출하여 상기 양쪽 차선의 소실점의 아래쪽 영역을 도로 영역, 상기 차선의 소실점의 위쪽 영역을 비도로 영역으로 결정하고, 상기 전방 영상 데이터의 상기 도로 영역에서 차선 패턴을 검출하고, 상기 전방 영상 데이터의 상기 비도로 영역에서 램프 패턴을 검출하고, 상기 전방 영상 데이터의 모든 영역에 대하여 픽셀들의 밝기값에 기초하여 히스토그램 분석을 수행하고, 상기 수행된 히스토그램 분석의 결과, 상기 검출된 차선 패턴 및 상기 검출된 램프 패턴에 기초하여 상기 차량의 터널 진입 또는 탈출 여부를 결정할 수 있다.

Description

터널 판단 장치 및 터널 판단 방법 {APPARATUS FOR DETECTING TUNNEL AND METHOD THEREOF}

터널 판단 장치 및 터널 판단 방법에 관한 것으로, 더욱 상세하게는 세 개의 독립된 시스템을 이용하여 터널의 입구 및 출구를 정확하게 판단할 수 있는 터널 판단 장치 및 터널 판단 방법에 관한 것이다.

현대 사회에서 차량은 가장 보편적인 이동 수단으로서 차량을 이용하는 사람들의 수는 증가하고 있다. 차량 기술의 발전으로 인해 장거리의 이동이 용이하고, 생활이 편해지는 등의 장점도 있지만, 우리나라와 같이 인구밀도가 높은 곳에서는 도로 교통 사정이 악화되어 교통 정체가 심각해지는 문제가 자주 발생한다.

최근에는 운전자의 부담을 경감시켜주고 편의를 증진시켜주기 위하여 차량 상태, 운전자 상태, 및 주변 환경에 대한 정보를 능동적으로 제공하는 첨단 운전자 보조 시스템(Advanced Driver Assist System; ADAS)이 탑재된 차량에 대한 연구가 활발히 진행되고 있다.

차량에 탑재되는 첨단 운전자 보조 시스템의 일 예로, 전방 충돌 회피 시스템(Forward Collision Avoidance; FCA), 긴급 제동 시스템(Autonomous Emergency Brake; AEB), 운전자 주의 경고 시스템(Driver Attention Warning, DAW) 등이 있다. 이러한 시스템은 차량의 주행 상황에서 객체와의 충돌 위험을 판단하고, 충돌 상황에서 긴급 제동을 통한 충돌 회피 및 경고 제공 시스템이다.

차량이 일반적인 도로 환경에서 주행 중에 터널에 진입하거나, 차량이 터널에서 주행 중에 터널에서 탈출하면, 급격한 환경의 변화로 인하여 운전자 보조 시스템이 오동작할 수 있다. 따라서, 차량의 터널 진입 여부 및 탈출 여부를 판단하는 기술이 연구 중에 있다.

개시된 발명의 일 측면은 세 가지 독립된 시스템을 이용하여 터널을 보다 정확하게 판단하는 것을 목적으로 한다.

개시된 발명의 일 실시예에 따른 카메라 터널 판단 장치는, 차량에 마련되어 상기 차량의 전방 영상 데이터를 획득하는 이미지 센서; 상기 이미지 센서에 의해 획득된 전방 영상 데이터를 처리하기 위한 적어도 하나의 프로세서를 포함하는 제어부;를 포함하고, 상기 제어부는, 상기 획득된 전방 영상 데이터에 기초하여 상기 차량이 주행 중인 차로의 양쪽 차선의 소실점을 검출하여 상기 양쪽 차선의 소실점의 아래쪽 영역을 도로 영역, 상기 차선의 소실점의 위쪽 영역을 비도로 영역으로 결정하고, 상기 전방 영상 데이터의 상기 도로 영역에서 차선 패턴을 검출하고, 상기 전방 영상 데이터의 상기 비도로 영역에서 램프 패턴을 검출하고, 상기 전방 영상 데이터의 모든 영역에 대하여 픽셀들의 밝기값에 기초하여 히스토그램 분석을 수행하고, 상기 수행된 히스토그램 분석의 결과, 상기 검출된 차선 패턴 및 상기 검출된 램프 패턴에 기초하여 상기 차량의 터널 진입 또는 탈출 여부를 결정할 수 있다.

또한, 상기 제어부는, 상기 모든 영역의 픽셀들 중 밝기값이 미리 정해진 값 이하인 픽셀의 개수에 기초하여 상기 히스토그램 분석을 수행할 수 있다.

또한, 상기 히스토그램 분석은, 수평 방향 및 수직 방향의 히스토그램 분석을 포함할 수 있다.

또한, 상기 제어부는, 상기 수평 방향의 히스토그램 분석 결과에 기초하여 두 개의 x좌표를 결정하고, 상기 수직 방향의 히스토그램 분석 결과에 기초하여 두 개의 y좌표를 결정하고, 상기 두 개의 x좌표 및 상기 두 개의 y좌표에 기초하여 터널 영역을 결정할 수 있다.

또한, 상기 제어부는, 상기 검출된 램프 패턴의 검출 지속 시간 및 검출 빈도 중 적어도 하나에 기초하여 상기 차량의 터널 진입 또는 탈출 여부를 결정할 수 있다.

또한, 상기 제어부는, 상기 검출된 차선 패턴의 곡률, 진행 방향 및 기울기 중 적어도 하나에 기초하여 상기 차량의 터널 진입 또는 탈출 여부를 결정할 수 있다.

또한, 상기 제어부는, 상기 램프 패턴의 곡률과 상기 차선 패턴의 곡률 사이의 유사도, 상기 램프 패턴의 진행 방향과 상기 차선 패턴의 진행 방향 사이의 유사도 및 상기 램프 패턴의 기울기와 상기 차선 패턴의 기울기 사이의 유사도 중 적어도 하나에 기초하여 상기 차량의 터널 진입 또는 탈출 여부를 결정할 수 있다.

일 실시예에 따른 터널 판단 방법은, 차량의 전방 영상 데이터를 획득하는 단계; 상기 획득된 전방 영상 데이터에 기초하여 상기 차량이 주행 중인 차로의 양쪽 차선의 소실점을 검출하여 상기 양쪽 차선의 소실점의 아래쪽 영역을 도로 영역, 상기 차선의 소실점의 위쪽 영역을 비도로 영역으로 결정하는 단계; 상기 전방 영상 데이터의 상기 도로 영역에서 차선 패턴을 검출하는 단계; 상기 전방 영상 데이터의 상기 비도로 영역에서 램프 패턴을 검출하는 단계; 상기 전방 영상 데이터의 모든 영역에 대하여 픽셀들의 밝기값에 기초하여 히스토그램 분석을 수행하는 단계; 및 상기 수행된 히스토그램 분석의 결과, 상기 검출된 차선 패턴 및 상기 검출된 램프 패턴에 기초하여 상기 차량의 터널 진입 또는 탈출 여부를 결정하는 단계;를 포함할 수 있다.

또한, 상기 전방 영상 데이터의 모든 영역에 대하여 픽셀들의 밝기값에 기초하여 히스토그램 분석을 수행하는 단계는, 상기 모든 영역의 픽셀들 중 밝기값이 미리 정해진 값 이하인 픽셀의 개수에 기초하여 상기 히스토그램 분석을 수행하는 단계;를 포함할 수 있다.

또한, 상기 수행된 히스토그램 분석의 결과에 기초하여 상기 차량의 터널 진입 또는 탈출 여부를 결정하는 단계는, 상기 수평 방향의 히스토그램 분석 결과에 기초하여 두 개의 x좌표를 결정하는 단계; 상기 수직 방향의 히스토그램 분석 결과에 기초하여 두 개의 y좌표를 결정하는 단계; 및 상기 두 개의 x좌표 및 상기 두 개의 y좌표에 기초하여 터널 영역을 결정하는 단계;를 포함할 수 있다.

또한, 상기 검출된 램프 패턴에 기초하여 상기 차량의 터널 진입 또는 탈출 여부를 결정하는 단계는, 상기 검출된 램프 패턴의 검출 지속 시간 및 검출 빈도 중 적어도 하나에 기초하여 상기 차량의 터널 진입 또는 탈출 여부를 결정하는 단계;를 포함할 수 있다.

또한, 상기 검출된 차선 패턴에 기초하여 상기 차량의 터널 진입 또는 탈출 여부를 결정하는 단계는, 상기 검출된 차선 패턴의 곡률, 진행 방향 및 기울기 중 적어도 하나에 기초하여 상기 차량의 터널 진입 또는 탈출 여부를 결정하는 단계;를 포함할 수 있다.

또한, 상기 검출된 차선 패턴 및 상기 검출된 램프 패턴에 기초하여 상기 차량의 터널 진입 또는 탈출 여부를 결정하는 단계는, 상기 램프 패턴의 곡률과 상기 차선 패턴의 곡률 사이의 유사도, 상기 램프 패턴의 진행 방향과 상기 차선 패턴의 진행 방향 사이의 유사도 및 상기 램프 패턴의 기울기와 상기 차선 패턴의 기울기 사이의 유사도 중 적어도 하나에 기초하여 상기 차량의 터널 진입 또는 탈출 여부를 결정하는 것;을 포함할 수 있다.

개시된 발명의 일 측면에 따르면, 교통 상황에 영향을 받지 않고 정확하게 터널의 입구와 출구를 판단할 수 있다.

도 1은 일 실시예에 따른 터널 판단 장치의 구성을 나타낸 블록도이다.
도 2은 일 실시예에 따른 터널 판단 방법의 순서도이다.
도 3은 일 실시예에 따라 도로 영역과 비도로 영역을 구분하는 방법을 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 히스토그램 분석 방법을 설명하기 위한 도면이다.
도 5는 일 실시예에 따른 차선 패턴 분석 방법을 설명하기 위한 도면이다.
도 6는 일 실시예에 따른 램프 패턴 분석 방법을 설명하기 위한 도면이다.

명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다. 본 명세서가 실시예들의 모든 요소들을 설명하는 것은 아니며, 개시된 발명이 속하는 기술분야에서 일반적인 내용 또는 실시예들 간에 중복되는 내용은 생략한다. 명세서에서 사용되는 '부, 모듈, 부재, 블록'이라는 용어는 소프트웨어 또는 하드웨어로 구현될 수 있으며, 실시예들에 따라 복수의 '부, 모듈, 부재, 블록'이 하나의 구성요소로 구현되거나, 하나의 '부, 모듈, 부재, 블록'이 복수의 구성요소들을 포함하는 것도 가능하다.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우뿐 아니라, 간접적으로 연결되어 있는 경우를 포함하고, 간접적인 연결은 무선 통신망을 통해 연결되는 것을 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.

명세서 전체에서, 어떤 부재가 다른 부재 "상에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.

제 1, 제 2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위해 사용되는 것으로, 구성요소가 전술된 용어들에 의해 제한되는 것은 아니다.

단수의 표현은 문맥상 명백하게 예외가 있지 않는 한, 복수의 표현을 포함한다.

각 단계들에 있어 식별부호는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 실시될 수 있다.

이하 첨부된 도면들을 참고하여 개시된 발명의 작용 원리 및 실시예들에 대해 설명한다.

도 1은 일 실시예에 따른 터널 판단 장치의 구성을 나타낸 블록도이다.

도 1을 참조하면, 개시된 발명의 일 실시예에 따른 터널 판단 장치는 이미지 센서(100) 및 제어부(200)를 포함할 수 있다.

일 실시예에 따른 이미지 센서(100)는 차량에 마련되어 차량의 전방 영상 데이터를 획득할 수 있다. 이러한 이미지 센서(100)는 차량 전방을 시야로 갖는 전방 카메라를 포함할 수 있다. 이 때, 카메라는 차량 전방의 이미지 데이터를 캡쳐하여 프로세서로 전달하는 기능을 수행할 수 있다.

일 실시예에 따른 이미지 센서(100)는 CCD와 CMOS 형을 포함할 수 있으며, 광을 전기 신호로 변환하는 복수의 포토 다이오드들을 포함할 수 있으며, 복수의 포토 다이오드들이 2차원 매트릭스로 배치될 수 있다.

일 실시예에 따른 제어부(200)는 이미지 센서(100)에 의해 획득한 전방 영상 데이터를 처리하기 위한 적어도 하나의 프로세서를 포함할 수 있다. 구체적으로, 네어부는 이미지 센서(100)로부터 획득된 전방 영상 데이터에 기초하여 도로 영역 및 비도로 영역을 구분하는 도로 영역 결정부(210), 전방 영상 데이터의 도로 영역에서 차선 패턴을 검출하는 차선 검출부(220), 전방 영상 데이터의 비도로 영역에서 램프 패턴을 검출하는 램프 검출부(230), 전방 영상 데이터의 모든 영역에 대하여 히스토그램 분석을 수행하는 히스토그램 분석부(240) 및 수행된 히스토그램 분석의 결과, 검출된 차선 패턴 및 램프 패턴에 기초하여 차량의 터널 진입 또는 탈출 여부를 결정하는 터널 판단부(250)를 포함할 수 있다.

제어부(200)는, 전술한 각 구성의 동작을 수행하는 적어도 하나의 프로세서로 구현될 수 있으며, 차량 내 구성요소들의 동작을 제어하기 위한 알고리즘 또는 알고리즘을 재현한 프로그램에 대한 데이터를 저장하는 메모리를 포함할 수 있다. 이때, 메모리와 프로세서는 각각 별개의 칩으로 구현될 수 있다. 또는, 메모리와 프로세서는 단일 칩으로 구현될 수도 있다. 또한, 제어부(200)는 전자 제어 유닛(ECU) 또는 단말기 등으로 신호를 전송할 수 있다. 이 경우, CAN(Controller Area Network) 통신 방식이 이용되어 신호가 전송될 수 있다.

즉, 일 실시예에 다른 이미지 센서(100)와 제어부(200)는 캔(CAN; Controller Area Network)통신을 수행하여 각각의 정보를 전달할 수 있다.

이하 도 3 내지 도 6을 참조하여 도 2를 설명하여, 일 실시예에 따른 터널 판단 장치의 각 구성의 동작 과정을 상세하게 설명한다.

도 2은 일 실시예에 따른 터널 판단 방법의 순서도이고, 도 3은 일 실시예에 따라 도로 영역과 비도로 영역을 구분하는 방법을 설명하기 위한 도면이고, 도 4는 일 실시예에 따른 히스토그램 분석 방법을 설명하기 위한 도면이고, 도 5는 일 실시예에 따른 차선 패턴 분석 방법을 설명하기 위한 도면이고, 도 6는 일 실시예에 따른 램프 패턴 분석 방법을 설명하기 위한 도면이다.

일 실시예에 따른 이미지 센서(100)는 차량의 전방 영상 데이터를 획득할 수 있다(1000). 도 3을 참조하면, 일 실시예에 따른 제어부(200)는 획득된 전방 영상 데이터에 기초하여 차량이 주행 중인 차로의 양쪽 차선의 소실점(VP)을 검출할 수 있다(1100). 이후 양쪽 차선의 아래쪽 영역(WA)을 도로 영역으로, 위쪽 영역(WRA)을 비도로 영역으로 결정할 수 있다(1200).

이하 도 5 및 도 6을 참조하여 후술할 바와 같이, 도로 영역 및 비도로 영역을 구분함으로써, 일 실시예에 따른 제어부(200)는 도로 영역에서 검출되는 패턴을 차선 패턴으로, 비도로 영역에서 검출되는 패턴을 램프 패턴으로 결정할 수 있다.

도 4를 참조하면, 일 실시예에 따른 제어부(200)는, 이미지 센서(100)로부터 획득된 전방 영상 데이터의 모든 영역에 대하여 픽셀들의 밝기값에 기초하여 히스토그램 분석을 수행할 수 있다(1230).

즉, 제어부(200)는 모든 영역의 픽셀들 중 밝기값이 미리 정해진 값 이하인 픽셀의 개수에 기초하여 히스토그램 분석을 수행할 수 있다. 구체적으로, 제어부(200)는 전방 영상 데이터의 모든 영역에서 밝기값이 미리 정해진 값 이하인 픽셀들을 분류할 수 있다. 이러한 픽셀들은 전방 영상 데이터의 어두운 영역을 표시하므로, 분류된 픽셀에 대하여 히스토그램 분석을 수행하면 터널로 판단되는 영역을 검출할 수 있다. 이 때, 히스토그램 분석은 수평 방향 및 수직 방향의 히스토그램 분석을 포함할 수 있다.

예를 들어, 수평 방향으로의 히스토그램 분석을 수행하면, 전방 영상 데이터에서 수평 방향으로 터널 영역의 양 끝점(X1, X2)을 검출할 수 있다. 수평 방향으로 터널 영역의 양 끝점은 밝기값이 미리 정해진 값 이하인 픽셀들의 개수가 급격하게 증가하는 지점으로 결정될 수 있다. 또는 밝기값이 미리 정해진 값 이하인 픽셀들의 개수가 미리 정해진 개수 이상이 되기 시작하는 점으로 결정될 수 있다.

또한, 수직 방향으로의 히스토그램 분석을 수행하면, 전방 영상 데이터에서 수직 방향으로 터널 영역의 양 끝점(Y1, Y2)을 검출할 수 있다. 수직 방향으로 터널 영역의 양 끝점은 밝기값이 미리 정해진 값 이하인 픽셀들의 개수가 급격하게 증가하는 지점으로 결정될 수 있다. . 또는 밝기값이 미리 정해진 값 이하인 픽셀들의 개수가 미리 정해진 개수 이상이 되기 시작하는 점으로 결정될 수 있다.

제어부(200)는, 이와 같이 결정된 수평 방향의 양 끝점(X1, X2) 및 수직 방향의 양 끝점(Y1, Y2)에 기초하여 터널 영역을 결정할 수 있다. 즉, 제어부(200)는 히스토그램 분석 결과에 기초하여 터널 영역을 결정할 수 있다.

다시 말해서, 제어부(200)는 수평 방향의 히스토그램 분석 결과에 기초하여 두 개의 x좌표(X1, X2)를 결정하고, 수직 방향의 히스토그램 분석 결과에 기초하여 두 개의 y좌표(Y1, Y2)를 결정하고, 결정된 두 개의 x좌표(X1, X2) 및 두 개의 y좌표(Y1, Y2)에 기초하여 터널 영역을 결정할 수 있다.

도면에는 도시되어 있지 않지만, 만약 반대쪽 차선에도 터널 영역이 존재하여, 수평 방향의 히스토그램 분석 결과 밝기값이 미리 정해진 값 이하인 픽셀들의 개수가 급격하게 증가하는 점이 네 개가 검출된다면, 제어부(200)는 전방 영상 데이터의 중앙 좌표를 기준으로, 우측 영역에 가까운 양 끝점을 터널 영역을 결정하기 위한 양 끝점으로 결정할 수 있다.

도 5를 참조하면, 일 실시예에 따른 제어부(200)는 또한 전방 영상 데이터의 도로 영역에서 차선 패턴을 검출할 수 있다(1210). 구체적으로 제어부(200)는 도로 영역에서 검출된 점선 또는 직선 패턴을 차선 패턴으로 결정할 수 있다.

제어부(200)는 검출된 차선 패턴의 곡률, 진행 방향 및 기울기 중 적어도 하나에 기초하여 차량의 터널 진입 또는 탈출 여부를 결정할 수 있다. 예를 들어, 검출된 차선 패턴의 곡률, 진행 방향 및 기울기를, 검출된 램프 패턴의 곡률, 진행 방향 및 기울기와 각각 비교하여 유사도를 결정하고, 결정된 유사도가 미리 정해진 값 이상이면 차량이 터널에 진입할 것으로 결정할 수 있다.

제어부(200)는 또한 차선 패턴이 실선의 모양을 갖는다면, 차량이 터널에 진입하는 것으로 결정할 수 있다. 터널 내부의 차선은 주로 실선으로 도시되기 때문이다.

도 6을 참조하면, 일 실시예에 따른 제어부(200)는 전방 영상 데이터의 비도로 영역에서 램프 패턴(R)을 검출할 수 있다(1220). 구체적으로 제어부(200)는 비도로 영역에서 검출된 점선 또는 직선 패턴을 램프 패턴(R)으로 결정할 수 있다.

제어부(200)는 검출된 램프 패턴(R)의 곡률, 진행 방향 및 기울기 중 적어도 하나에 기초하여 차량의 터널 진입 또는 탈출 여부를 결정할 수 있다. 예를 들어, 검출된 램프 패턴의 곡률, 진행 방향 및 기울기를, 검출된 차선 패턴의 곡률, 진행 방향 및 기울기와 각각 비교하여 유사도를 결정하고, 결정된 유사도가 미리 정해진 값 이상이면 차량이 터널에 진입할 것으로 결정할 수 있다.

또한 제어부(200)는, 검출된 램프 패턴(R)의 검출 지속 시간 및 검출 빈도 중 적어도 하나에 기초하여 차량의 터널 진입 또는 탈출 여부를 결정할 수 있다. 예를 들어, 제어부(200)는, 검출된 램프 패턴의 검출 지속 시간이 미리 정해진 시간 이상이 되거나, 검출 빈도가 미리 정해진 빈도보다 크면, 차량이 터널에 진입한 것으로 결정할 수 있다.

또한, 제어부(200)는 검출된 램프 패턴(R)에 최소 선형 자승법(LLS; Linear Least Squares)을 적용하여 직선(L)을 산출하고, 산출된 직선(L)과 상기 램프 패턴(R)과의 오차율이 미리 정해진 값 이하이면 차량이 터널에 진입한 것으로 결정할 수 있다. 구체적으로, 램프 패턴(R)에 최소 선형 자승법을 적용하여 직선(L)을 산출하면, 터널 내에서 산출된 직선(L)과 램프 패턴(R) 사이의 오차율은 터널 밖에서의 오차율 보다 작기 때문이다.

도 4 내지 도 6을 참조하여 각각 히스토그램 분석을 통한 터널 검출 방법, 차선 패턴을 이용한 터널 검출 방법 및 램프 패턴을 이용한 터널 검출 방법을 살펴보았지만, 하나의 방법으로 터널을 검출하면 정확하게 터널을 검출하지 못할 가능성이 높다.

따라서 일 실시예에 따른 제어부(200)는, 수행된 히스토그램 분석의 결과, 검출된 차선 패턴 및 검출된 램프 패턴을 종합적으로 고려하여 차량의 터널 진입 또는 탈출 여부를 결정할 수 있다(1300). 예를 들어, 제어부(200)는 히스토그램 분석 결과 차량이 터널을 진입하는 것으로 판단하였더라도, 차선 패턴 및 램프 패턴에 기초하여 판 차량이 터널에 진입하지 않는 것으로 판단되었으면, 차량이 터널에 진입하지 않는 것으로 결정할 수 있다.

또한 예를 들어, 제어부(200)는 히스토그램 분석 결과 차량이 아주 높은 확률로 터널을 진입하는 것으로 판단하였다면, 차선 패턴 및 램프 패턴에 기초하여 판 차량이 터널에 진입하지 않는 것으로 판단되었더라도 차량이 터널에 진입하는 것으로 결정할 수 있다.

즉, 제어부는 히스토그램 분석 결과에 따른 터널 진입 확률, 램프 패턴 검출에 따른 터널 진입 확률 및 차선 패턴 검출에 따른 터널 진입 확률 각각에 가중치를 주어 차량의 터널 진입 또는 탈출 여부를 결정할 수 있다.

즉 본 발명에 따르면, 차량의 터널 진입 또는 탈출 여부를 보다 정확하게 판단할 수 있다.

이상에서는, 터널 영역을 판단하고 차량이 터널 영역에 진입하는 지 여부를 판단하는 과정만을 설명하였으나, 통상의 기술자는 위와 같은 설명에 기초하여 터널 출구 영역을 판단하고 차량이 터널에서 탈출하는 지 여부를 판단하는 과정을 이해할 것이다.

한편, 개시된 실시예들은 컴퓨터에 의해 실행 가능한 명령어를 저장하는 기록매체의 형태로 구현될 수 있다. 명령어는 프로그램 코드의 형태로 저장될 수 있으며, 프로세서에 의해 실행되었을 때, 프로그램 모듈을 생성하여 개시된 실시예들의 동작을 수행할 수 있다. 기록매체는 컴퓨터로 읽을 수 있는 기록매체로 구현될 수 있다.

컴퓨터가 읽을 수 있는 기록매체로는 컴퓨터에 의하여 해독될 수 있는 명령어가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래시 메모리, 광 데이터 저장장치 등이 있을 수 있다.

이상에서와 같이 첨부된 도면을 참조하여 개시된 실시예들을 설명하였다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고도, 개시된 실시예들과 다른 형태로 본 발명이 실시될 수 있음을 이해할 것이다. 개시된 실시예들은 예시적인 것이며, 한정적으로 해석되어서는 안 된다.

100: 이미지 센서 200: 제어부
210: 도로 영역 결정부 220: 차선 검출부
230: 램프 검출부 240: 히스토그램 분석부
250: 터널 판단부

Claims

차량에 마련되어 상기 차량의 전방 영상 데이터를 획득하는 이미지 센서;
상기 이미지 센서에 의해 획득된 전방 영상 데이터를 처리하기 위한 적어도 하나의 프로세서를 포함하는 제어부;를 포함하고,
상기 제어부는,
상기 획득된 전방 영상 데이터에 기초하여 상기 차량이 주행 중인 차로의 양쪽 차선의 소실점을 검출하여 상기 양쪽 차선의 소실점의 아래쪽 영역을 도로 영역, 상기 차선의 소실점의 위쪽 영역을 비도로 영역으로 결정하고,
상기 전방 영상 데이터의 상기 도로 영역에서 차선 패턴을 검출하고,
상기 전방 영상 데이터의 상기 비도로 영역에서 램프 패턴을 검출하고,
상기 전방 영상 데이터의 모든 영역에 대하여 픽셀들의 밝기값에 기초하여 히스토그램 분석을 수행하고,
상기 수행된 히스토그램 분석의 결과, 상기 검출된 차선 패턴 및 상기 검출된 램프 패턴에 기초하여 상기 차량의 터널 진입 또는 탈출 여부를 결정하는 터널 판단 장치.
제1항에 있어서,
상기 제어부는,
상기 모든 영역의 픽셀들 중 밝기값이 미리 정해진 값 이하인 픽셀의 개수에 기초하여 상기 히스토그램 분석을 수행하는 터널 판단 장치.
제2항에 있어서,
상기 히스토그램 분석은,
수평 방향 및 수직 방향의 히스토그램 분석을 포함하는 터널 판단 장치.
제3항에 있어서,
상기 제어부는,
상기 수평 방향의 히스토그램 분석 결과에 기초하여 두 개의 x좌표를 결정하고, 상기 수직 방향의 히스토그램 분석 결과에 기초하여 두 개의 y좌표를 결정하고, 상기 두 개의 x좌표 및 상기 두 개의 y좌표에 기초하여 터널 영역을 결정하는 터널 판단 장치.
제1항에 있어서,
상기 제어부는,
상기 검출된 램프 패턴에 최소 선형 자승법(LLS; Linear Least Squares)을 적용하여 직선을 산출하고, 상기 산출된 직선과 상기 램프 패턴과의 오차율이 미리 정해진 값 이하이면 상기 차량이 터널에 진입한 것으로 결정하는 터널 판단 장치.
제1항에 있어서,
상기 제어부는,
상기 검출된 차선 패턴의 곡률, 진행 방향, 모양 및 기울기 중 적어도 하나에 기초하여 상기 차량의 터널 진입 또는 탈출 여부를 결정하는 터널 판단 장치.
제1항에 있어서,
상기 제어부는,
상기 램프 패턴의 곡률과 상기 차선 패턴의 곡률 사이의 유사도, 상기 램프 패턴의 진행 방향과 상기 차선 패턴의 진행 방향 사이의 유사도 및 상기 램프 패턴의 기울기와 상기 차선 패턴의 기울기 사이의 유사도 중 적어도 하나에 기초하여 상기 차량의 터널 진입 또는 탈출 여부를 결정하는 터널 판단 장치.
차량의 전방 영상 데이터를 획득하는 단계;
상기 획득된 전방 영상 데이터에 기초하여 상기 차량이 주행 중인 차로의 양쪽 차선의 소실점을 검출하여 상기 양쪽 차선의 소실점의 아래쪽 영역을 도로 영역, 상기 차선의 소실점의 위쪽 영역을 비도로 영역으로 결정하는 단계;
상기 전방 영상 데이터의 상기 도로 영역에서 차선 패턴을 검출하는 단계;
상기 전방 영상 데이터의 상기 비도로 영역에서 램프 패턴을 검출하는 단계;
상기 전방 영상 데이터의 모든 영역에 대하여 픽셀들의 밝기값에 기초하여 히스토그램 분석을 수행하는 단계; 및
상기 수행된 히스토그램 분석의 결과, 상기 검출된 차선 패턴 및 상기 검출된 램프 패턴에 기초하여 상기 차량의 터널 진입 또는 탈출 여부를 결정하는 단계;를 포함하는 터널 판단 방법.
제8항에 있어서,
상기 전방 영상 데이터의 모든 영역에 대하여 픽셀들의 밝기값에 기초하여 히스토그램 분석을 수행하는 단계는,
상기 모든 영역의 픽셀들 중 밝기값이 미리 정해진 값 이하인 픽셀의 개수에 기초하여 상기 히스토그램 분석을 수행하는 단계;를 포함하는 터널 판단 방법.
제9항에 있어서,
상기 히스토그램 분석은,
수평 방향 및 수직 방향의 히스토그램 분석을 포함하는 터널 판단 방법.
제10항에 있어서,
상기 수행된 히스토그램 분석의 결과에 기초하여 상기 차량의 터널 진입 또는 탈출 여부를 결정하는 단계는,
상기 수평 방향의 히스토그램 분석 결과에 기초하여 두 개의 x좌표를 결정하는 단계;
상기 수직 방향의 히스토그램 분석 결과에 기초하여 두 개의 y좌표를 결정하는 단계; 및
상기 두 개의 x좌표 및 상기 두 개의 y좌표에 기초하여 터널 영역을 결정하는 단계;를 포함하는 터널 판단 방법.
제8항에 있어서,
상기 검출된 램프 패턴에 기초하여 상기 차량의 터널 진입 또는 탈출 여부를 결정하는 단계는,
상기 검출된 램프 패턴에 최소 선형 자승법(LLS; Linear Least Squares)을 적용하여 직선을 산출하는 단계;
상기 산출된 직선과 상기 램프 패턴과의 오차율이 미리 정해진 값 이하이면 상기 차량이 터널에 진입한 것으로 결정하는 단계;를 포함하는 터널 판단 방법.
제8항에 있어서,
상기 검출된 차선 패턴에 기초하여 상기 차량의 터널 진입 또는 탈출 여부를 결정하는 단계는,
상기 검출된 차선 패턴의 곡률, 진행 방향 및 기울기 중 적어도 하나에 기초하여 상기 차량의 터널 진입 또는 탈출 여부를 결정하는 단계;를 포함하는 터널 판단 방법.
제8항에 있어서,
상기 검출된 차선 패턴 및 상기 검출된 램프 패턴에 기초하여 상기 차량의 터널 진입 또는 탈출 여부를 결정하는 단계는, 상기 램프 패턴의 곡률과 상기 차선 패턴의 곡률 사이의 유사도, 상기 램프 패턴의 진행 방향과 상기 차선 패턴의 진행 방향 사이의 유사도 및 상기 램프 패턴의 기울기와 상기 차선 패턴의 기울기 사이의 유사도 중 적어도 하나에 기초하여 상기 차량의 터널 진입 또는 탈출 여부를 결정하는 것;을 포함하는 터널 판단 방법.