KR20210031163A - 노면 객체 인식 기반의 차로 검출 장치 및 방법 - Google Patents

Abstract

본 발명은 차량에 탑재되는 카메라로부터 획득되는 촬영 이미지에 기반하여 노면의 객체를 인식하는 차로 검출 장치 및 방법에 관한 것으로서, (a) 이미지 수신부가 차량에 탑재되는 카메라로부터 노면의 촬영 이미지를 수신하는 단계; (b) 차선 인식부가 상기 노면의 촬영 이미지에 영상처리 기법을 적용하여 상기 차량이 주행하는 도로의 차선을 인식하는 단계; (c) 차로 검출부가 상기 인식된 차선에 기반하여 차로를 검출하는 단계; 및 (d) 차로정보 파악부가 상기 검출된 차로에 기반하여 상기 차량이 주행중인 도로의 전체 차로수 및 차량의 주행 차로정보를 파악하는 단계를 포함하는 것을 특징으로 한다.
본 발명에 따르면, GNSS(Global Navigation Satellite System)의 도움없이 차량에 설치된 카메라만을 이용하여 카메라의 이미지 객체 중 차선을 영상처리기법으로 분석함으로써 보다 정확히 실제 도로의 전체 차로의 개수와 차량이 주행중인 차로의 위치를 인식할 수 있다.

Description

노면 객체 인식 기반의 차로 검출 장치 및 방법{Apparatus and Method for detecting traffic path based on road object recognition}

본 발명은 노면 객체 인식 기반의 차로 검출 장치 및 방법에 관한 것으로, 보다 상세하게는 GNSS(Global Navigation Satellite System)의 도움없이 차량에 설치된 카메라만을 이용하여 역변환매핑(IPM, Inverse Perspective Mapping) 등의 영상처리기법을 이용하여 전체 차로수 및 주행 중인 차량의 주행 차로를 검출할 수 있는 노면 객체 인식 기반의 차로 검출 장치 및 방법에 관한 것이다.

일반적으로 차선 인식 기능은 운전자 보조시스템 (ADAS), 자율주행(Autonomous Vehicle), 협력지능형 교통체계(C-ITS) 등에서 필수적으로 필요하다.

도로의 전체 차로의 개수와 차량이 달리는 차로의 위치를 인식할 수 있다면 차로 이탈 경보, 전방 추돌 경보, 차간거리 모니터링 및 경고, 자동 긴급제동, 보행자 충돌 경보 등의 ADAS기능과 자율주행 그리고 도로장애물(낙하물, 포트홀, 공사지점, 사고지점)등의 감지를 통한 안정적인 대응이 가능한 C-ITS기능을 수행할 수 있다.

기존 차선 인식 기능 중 하나로 원근감 등에 의하여 차선의 폭이 거리에 따라서 줄어드는 삼각형 형태의 차선을 인식하는 방식이 있다. 그런데 이 경우에 경사로 및 곡선 도로에서의 차선 인식에 어려움이 존재하였다.

이를 개선하기 위해 한국등록특허 1986166호가 제안되었다. 이는 카메라를 이용하여 경사로 및 곡선 도로에서도 보다 정확하게 차선을 인식하고, 차량이 차선을 이탈하는 경우 운전자에게 경보를 제공하는 차선 인식 장치 및 방법에 관한 것이다. 제안된 기술에서 차선 인식 장치는, 차량의 카메라가 수집한 영상을 수신하는 정보수신부, 수신된 영상을 이용하여 차량의 좌측 차선 및 우측 차선이라 판단되는 부분을 검출하는 차선검출부, 좌측 차선에서 적어도 둘 이상의 서로 다른 지점을 선택하고, 우측 차선 상에서 상기 좌측 차선에서 선택된 상기 적어도 둘 이상의 서로 다른 지점과 가장 가까운 거리에 위치한 지점을 선택하는 지점선택부, 지점들 사이의 거리를 산출하고, 상기 산출된 적어도 둘 이상의 거리의 차의 크기가 기 설정된 임계값을 초과하는지 여부 및 상기 산출된 적어도 둘 이상의 거리가 기 설정된 임계범위 내에 존재하는지 여부를 판단하는 거리판단부 및 거리 판단부의 판단을 이용하여 상기 차량이 차선을 인식하는 차선 인식부를 포함한다.

KR 10-2014-0021826 A KR 10-2014-0006463 A

본 발명은 이 같은 기술적 배경에서 도출된 것으로,GNSS(Global Navigation Satellite System)의 도움없이 차량에 설치된 카메라만을 이용하여 카메라의 이미지 객체 중 차선을 영상처리기법으로 분석함으로써 보다 정확히 실제 도로의 전체 차로의 개수와 차량이 주행중인 차로의 위치를 인식할 수 있는 노면 객체 인식 기반의 차로 검출 장치 및 방법을 제공함에 그 목적이 있다.

상기의 과제를 달성하기 위한 본 발명은 다음과 같은 구성을 포함한다.

본 발명에 따른 노면 객체 인식 기반의 차로 검출 장치는, 차량에 탑재되는 카메라로부터 노면의 촬영 이미지를 수신하는 이미지 수신부; 상기 노면의 촬영 이미지에 영상처리 기법을 적용하여 상기 차량이 주행하는 도로의 차선을 인식하는 차선 인식부; 상기 인식된 차선에 기반하여 차로를 검출하는 차로 검출부; 및 상기 검출된 차로에 기반하여 상기 차량이 주행중인 도로의 전체 차로수 및 차량의 주행 차로정보를 파악하는 차로정보 파악부를 포함하는 것을 특징으로 한다.

상기 차로 검출 장치는, 상기 노면의 촬영 이미지로부터 주행중인 차로의 간격과 주변 차로의 간격의 비율을 미리 저장되어 있는 차로의 간격 비율과 비교하여 상기 인식된 차선에서 불필요한 차선을 제거하거나 인식되지 않은 차선을 생성하는 차로 보정부를 더 포함할 수 있다.

상기 차선 인식부는, 차량의 전방, 후방, 좌측, 및 우측에 탑재되는 카메라 중의 적어도 하나로부터 수신되는 노면의 촬영 이미지를 이용해 차선을 인식할 수 있다.

상기 차로 검출 장치는, 노면의 촬영 이미지에 기반하여 다른 차량 존재 여부, 노면표시, 도로 외곽의 물체 존재 여부, 터널이나 일출·일몰에 따른 역광 발생, 우천시 노면의 반사광, 야간 시간의 낮은 조도, 도로의 장애물, 마모된 차선, 미처 지워지지 못한 차선, 및 도로공사 등으로 인한 임시 차선 중 적어도 하나에 해당하는 차선 인식을 방해하는 장애상황의 발생 여부를 검출하는 장애상황 검출부를 더 포함할 수 있다.

상기 차로 검출 장치는, 차량의 전방, 후방, 좌측, 및 우측에 탑재되는 카메라 중의 적어도 하나로부터 수신되는 노면의 촬영 이미지를 이용해 하늘에서 아래를 내려다보는 영상을 생성할 수 있다.

한편, 본 발명의 일 실시예에 따른 노면 객체 인식 기반의 차로 검출 방법은, 차량에 탑재되는 카메라로부터 획득되는 촬영 이미지에 기반하여 노면의 객체를 인식하는 차로 검출 장치에서 수행되는 것으로, (a) 이미지 수신부가 차량에 탑재되는 카메라로부터 노면의 촬영 이미지를 수신하는 단계; (b) 차선 인식부가 상기 노면의 촬영 이미지에 영상처리 기법을 적용하여 상기 차량이 주행하는 도로의 차선을 인식하는 단계; (c) 차로 검출부가 상기 인식된 차선에 기반하여 차로를 검출하는 단계; 및 (d) 차로정보 파악부가 상기 검출된 차로에 기반하여 상기 차량이 주행중인 도로의 전체 차로수 및 차량의 주행 차로정보를 파악하는 단계를 포함하는 것을 특징으로 한다.

본 발명에 따르면, GNSS(Global Navigation Satellite System)의 도움없이 차량에 설치된 카메라만을 이용하여 카메라의 이미지 객체 중 차선을 영상처리기법으로 분석함으로써 보다 정확히 실제 도로의 전체 차로의 개수와 차량이 주행중인 차로의 위치를 인식할 수 있다.

도 1은 본 발명에 따른 노면 객체 인식 기반의 차로 검출 장치의 구성을 도시한 블록도.
도 2는 본 발명에 따른 노면 객체 인식 기반의 차로 검출 방법을 도시한 흐름도.
도 3은 본 발명의 다른 실시예에 따른 노면 객체 인식 기반의 차로 검출 방법을 도시한 흐름도.
도 4는 검출된 차로의 간격을 분석하는 것을 예시한 도면.
도 5a 및 도 5b는 노면의 촬영 이미지를 이용하여 검출된 차로를 보정하는 것을 예시한 도면.
도 6a 및 6b는 카메라 배치에 따른 변화를 예시한 도면.

본 발명에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 발명에서 사용되는 기술적 용어는 본 발명에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다.

이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명한다.

도 1 은 본 발명에 따른 노면 객체 인식 기반의 차로 검출 장치의 구성을 도시한 블록도이다.

본 발명에 따른 차로 검출 장치(10)는 차량에 탑재된 카메라(10)로부터 획득되는 촬영 이미지에 기반하여 노면의 객체를 인식할 수 있다.

도 1 에 도시된 바와 같이, 본 발명에 따른 노면 객체 인식 기반의 차로 검출 장치(10)는 이미지 수신부(100), 차선 인식부(110), 차로 검출부(120) 및 차로정보 파악부(130)를 포함하며, 추가적으로 카메라(20), 차로 보정부(125) 및 장애상황 검출부(140) 중의 적어도 하나를 더 포함할 수 있다.

이미지 수신부(100)는 차량에 탑재된 적어도 하나의 카메라(20)로부터 노면 도로의 촬영 이미지를 수신한다. 즉, 이미지 수신부(100)는 전방 카메라(20a), 후방 카메라(20b), 좌측 카메라(20c), 우측 카메라(20d) 중의 적어도 하나의 카메라로부터 노면의 촬영 이미지를 수신할 수 있다.

일 실시예에 있어서 이미지 수신부(100)는 카메라(20a, 20b, 20c, 20d)와 근거리 무선통신 또는 유선통신을 수행하여 촬영 이미지를 수신할 수 있다.

차선 인식부(110)는 이미지 수신부(100)에서 수신된 노면의 촬영 이미지로부터 영상처리 기법을 적용하여 현재 차량이 주행하는 도로의 차선(traffic lane, traffic line)을 인식한다.

차선 인식부(110)는 카메라로 촬영된 이미지를 컴퓨터 비젼 영상처리 기법을 적용하여 차선을 인식하고, 차로 검출부(120)는 이러한 차선 인식 결과에 기반하여 차로(traffic path)를 검출할 수 있다.

본 발명에 따르면, 차선 인식부(110)는 카메라의 촬영 이미지에 허프변환 (Hough Transform) 방식, 역변환매핑 (IPM, Inverse Perspective Mapping) 방식, RANSAC line Fitting (RAndom SAmple Consensus) 방식, 베이지어 곡선 정합(Beizer Spline Fitting ) 방식 중 적어도 하나 이상의 알고리즘을 적용하여 차선을 인식할 수 있다. 그러나 이에 한정되는 것은 아니며 그 외의 다양한 방식이나 알고리즘을 이용하여 차선을 인식할 수 있음은 물론이다.

또한, 본 발명에 따르면 차선 인식부(110)는 차량의 전방, 후방, 좌측, 우측에 탑재되는 카메라 중의 적어도 하나로부터 수신되는 노면의 촬영 이미지 중 적어도 하나 이상을 이용하여 차선을 인식할 수 있으며, 이로부터 차량의 상부에서 아래를 내려다보는 영상을 생성할 수도 있다.

한편, 소실점(vanishing point)은 물리공간에서 평행한 직선들이 영상에 투영되어 원근효과(perspective effect)에 의해 마치 한 점에서 만나는 것처럼 보이는 점이다. 그리고, 소실선(vanishing line)은 소실점들이 모여서 이루어진 직선이다. 평행한 평면에 속한 직선들의 소실점들은 일직선을 이룬다. 또한 어떤 평면에 대한 소실선(vanishing line)은 이 평면과 수평이고 카메라 원점을 지나는 평면이 이미지 평면과 만나서 생기는 교선이다.

즉, 지면 위의 한 직선을 이미지에 투영해 보면 직선을 무한히 확장하였을 경우 결국 소실선 상의 어느 한 점으로 수렴하게 됨을 쉽게 상상할 수 있다.

영상에서 소실선의 위치는 카메라의 평행이동과는 무관하며 오직 카메라의 자세(3D 회전)에만 영향을 받는다. 따라서 카메라로 촬영된 촬영 이미지에서 소실선의 위치를 알면 캘리브레이션을 하지 않고도 카메라의 팬(pan), 틸트(tilt), 롤(roll)을 알아낼 수 있다. 즉, 소실점/소실선을 이용한 카메라의 3D 자세측정이 가능하다. 그런데, 영상에서 소실점/소실선을 이용하면 이러한 외부 파라미터(extrinsic parameter) 뿐만 아니라 카메라의 내부 파라미터 추정도 가능하다. 즉, 카메라의 초점거리 및 주점의 추정이 가능하다.

결국, 차량에 탑재되는 카메라로 촬영된 촬영 이미지에서 차선 인식부(110)는 차선에 해당하는 객체를 검출하여 인식한 후, 차선이 도로상에서 평행하기 때문에 차선이 소실점으로 모이는 성질을 이용하여 차선의 소실점을 검출할 수 있다.

차로 검출부(120)는 차선 인식부(110)에서 인식된 차선에 기반하여 차로를 검출한다. 차량이 주행하는 도로에서 차선(traffic lane)으로 구분한 차도의 부분을 차로(traffic path)라 한다. 일 실시예에 있어서, 차로 검출부(120)는 차선 인식부(110)에서 인식된 차선 사이 사이를 차로로 판단함으로써 차로를 검출할 수 있다.

차로 보정부(125)는 노면의 촬영 이미지를 분석하여 검출된 차로를 보정한다. 차로 보정부(125)는 노면의 촬영 이미지로부터 주행중인 차로의 간격과 주변 차로의 간격의 비를 비교하여 차선 인식부(110)에 의해 인식된 차선에서 불필요한 차선을 제거하거나 제대로 인식되지 않은 차선을 신규로 생성하여 검출된 차로를 보정하는 역할을 수행할 수 있다.

차로 보정부(125)는 노면의 촬영 이미지로부터 소실점과 각 차선의 가상선을 생성하고, 노면의 촬영 이미지의 가상기준선(1500)을 기준으로 각 차선의 가상선 간의 간격을 산출하고 이를 비교하여 불필요한 차선을 제거하거나 인식이 안된 차선을 새롭게 생성함으로써, 실제 검출된 차로나 주행 차로정보의 정확도를 높인다. 이에 대한 상세한 설명은 후술하기로 한다.

차로정보 파악부(130)는 차로 검출부(120)에 의해 검출된 차로정보 및 차로 보정부(125)에 의해 보정된 차로정보에 기반하여 차량이 주행중인 도로의 전체 차로수 및 차량의 주행 차로정보를 파악할 수 있다.

이때, 차로정보 파악부(130)는 차선 인식부(110)에서 인식된 차선 정보 및 도로의 끝을 참고하여 도로의 전체 차로수를 파악할 수도 있다. 예를들어 차로정보 파악부(130)는 차선들 중 노란색 선이 감지되면 중앙선으로 파악할 수 있고, 연석, 턱, 중앙분리대와 같은 경계구조가 인식되면 도로의 끝으로 파악할 수 있다.

이때, 중앙선을 일반 차선과 구분하기 위해서 차선의 색을 파악하거나, 복선(두개의 선이 일정간격 이격되어 인식돔)으로 인식되면 중앙선으로 파악할 수도 있다.

차로정보 파악부(130)는 촬영 이미지에 기반하여 현재 차량이 위치하고 있는 차로의 위치를 정확하게 파악하는 것이 가능하다.

본 발명의 특징적인 양상에 따르면, 차선 인식부(110)는 차로정보 파악부(130)에서 파악되는 차량의 주행 차로정보에 기반하여, 차량의 우측에 탑재되는 카메라로부터 수신되는 노면의 촬영 이미지 및 상기 차량의 좌측에 탑재되는 카메라로부터 수신되는 노면의 촬영 이미지를 이용하여 차량의 상부에서 아래를 내려다보는 영상을 생성할 수도 있다.

장애상황 검출부(140)는 노면의 촬영 이미지에 기반하여 다른 차량의 존재 여부, 노면표시, 도로 외곽의 물체 존재 여부, 터널이나 일출·일몰에 따른 역광 발생, 우천시 노면의 반사광, 야간 시간의 낮은 조도, 도로의 장애물, 마모된 차선, 미처 지워지지 못한 차선, 도로공사 등으로 인한 임시 차선 중 하나에 해당하는 장애상황 발생 여부를 검출할 수 있다.

일반적으로 카메라 이미지를 컴퓨터 비젼 영상처리 기법을 적용하여 차선을 인식하며 차로를 검출할 수 있다. 그런데 이때 다른 차량, 노면표시, 도로 바깥 존재 물체, 다차로인 경우에 넓은 화각, 터널이나 일출, 일몰의 역광, 우천시 노면 반사광, 야간의 낮은 조도, 도로의 장애물, 마모된 차선, 미처 지워지지 못한 차선, 도로공사 등으로 인한 임시 차선 등과 같은 요인들이 도로의 차선 인식을 방해하는 요소로 작용할 수 있는 것이다. 그러나 차선 인식이 방해되는 장애상황이 이에 한정되는 것은 아니다. 차선 인식률을 떨어뜨릴 수 있는 다양한 상황들을 포괄하도록 해석된다.

일 실시예에 있어서 장애상황 검출부(140)는 차량에 탑재되는 조도 센서나 빗물 감지 센서, 장애물 감지 센서로부터 센싱되는 결과를 수신하여 터널, 일출, 일몰에 따른 역광발생, 야간시간의 낮은 조도, 우천시 노면의 반사광, 도로의 장애물, 미처 지워지지 못한 차선, 도로공사 등으로 인한 임시 차선, 주변의 다른 차량 존재 여부에 따라 장애상황 발생 여부를 파악할 수도 있다. 즉, 도로장애물이나 여러 상황으로 차선이 잘 인식되지 못하거나 잘못 인식되는 등의 장애상황의 발생 여부를 검출할 수 있도록 장애상황 검출부(140)는 어떠한 제한없이 다양하게 모든 기술적 구성을 포괄하도록 해석된다.

본 발명의 일 실시예에 따른 노면 객체 인식 기반의 차로 검출 장치(10)는 전술한 방해 요소들을 극복하고 정확도 높은 차로 검출을 수행하기 위해서 먼저 기본적으로 전방의 카메라를 이용한 차선 인식을 시도하고, 적어도 하나 이상의 차선 인식 방해 요소들의 존재 유무에 따라 후방, 좌우측 카메라를 통한 촬영 이미지 중의 적어도 하나를 이용하여 차로 검출을 수행하는 것이다.

차로 검출에 방해 요소들이 없는 일반적인 경우에는 차량의 전방에 탑재되는 전방 카메라(20a)로 촬영되는 노면의 촬영 이미지에 기반으로 차선을 인식하고, 차로를 검출할 수 있다.

예를들어 도로가 너무 넓거나, 조도가 낮거나, 반사광이 존재하거나, 주변의 장애물이 있는 경우를 제외하고, 차량의 전방에 탑재되는 카메라를 이용해서 차선 인식률이 충분히 보장될 수 있는 경우에는 불필요하게 여러대의 카메라로 촬영된 노면의 촬영 이미지를 수신하여 처리하는 과정을 줄일 수 있다. 이에 따라 데이터 효율을 높일 수 있는 것이다.

그러나 차선을 인식함에 있어서 방해가 되는 장애상황이 발생하여 전방 카메라(20a)를 이용한 차선 인식률이 충분히 보장되지 않는 경우에는 후방, 좌측, 우측 카메라 중의 적어도 하나로 촬영되는 노면의 촬영 이미지를 더 수신하고 이를 이용하여 차선을 인식할 수 있다.

한편, 본 발명에 따른 노면 객체 인식 기반의 차로 검출 방법은 차량에 탑재되는 카메라로부터 획득되는 촬영 이미지에 기반하여 노면의 객체를 인식하는 차로 검출 장치에서 수행된다. 본 발명의 일 실시예에 따른 노면 객체 인식 기반의 차로 검출 방법은 노면의 객체를 인식하는 차로 검출 장치에서 수행되는 방법으로서 카테고리만 상이할 뿐 실질적으로 동일한 기능을 수행하므로 반복적인 설명은 생략하도록 한다.

도 2는 본 발명에 따른 노면 객체 인식 기반의 차로 검출 방법을 도시한 흐름도이다.

먼저, 이미지 수신부(100)가 차량에 탑재되는 카메라로부터 노면의 촬영 이미지를 수신한다(S100).

그리고 차선 인식부(110)는 차량의 전면에 탑재된 카메라로부터 수신된 노면의 촬영 이미지에 영상처리 기법을 적용하여 차량이 주행하는 도로의 차선을 인식한다(S110).

본 발명에서, 차선 인식부(110)는 허프변환 (Hough Transform) 방식, 역변환매핑 (IPM, Inverse Perspective Mapping) 방식, RANSAC line Fitting (RAndom SAmple Consensus) 방식, 베이지어 곡선 정합(Beizer Spline Fitting ) 방식 중 적어도 하나의 알고리즘을 적용하여 차선을 인식한다.

일 실시예에 따르면 차량의 전방, 후방, 좌측, 우측에 탑재되는 카메라로부터 수신되는 노면의 촬영 이미지 중 적어도 하나 이상을 이용하여 차량의 상부에서 아래를 내려다보는 영상을 생성하고 차선을 인식할 수 있다.

이 후에 차로 검출부(120)는 차선 인식부(110)에서 인식된 차선 정보에 기반하여 차로를 검출할 수 있다(S120). 차량이 주행하는 도로에서 차선(traffic lane)으로 구분한 차도의 부분을 차로(trafiic path)라 한다. 일 실시예에 있어서, 차로 검출부는 차선 인식부에서 인식되는 차선 사이 사이의 차로를 검출할 수 있다.

그리고 나서, 차로정보 파악부(130)는 검출된 차로 정보에 기반하여 차량이 주행 중인 도로의 전체 차로수 및 차량의 주행 차로정보를 파악할 수 있다(S140).

이때, 차로정보 파악부(130)는 차선 인식부(110)에서 인식된 차선 정보 및 감지된 도로의 끝을 참고하여 도로의 전체 차로수를 파악할 수 있다. 예를들어 차로정보 파악부(130)는 차선들 중 노란색 선이 감지되면 중앙선으로 파악할 수 있고, 벽이나 턱과 같은 경계구조가 인식되면 도로의 끝으로 파악할 수 있다.

그러나 이에 한정되지 않고, 차로정보 파악부(130)는 차선 인식부(110)에서 인식되는 차선의 개수에 따라서 도로 전체가 몇차로인지를 파악할 수도 있다. 이때, 중앙선을 일반 차선과 구분하기 위해서 차선의 색을 파악하거나, 복선(두개의 선이 일정간격 이격되어 인식돔)으로 인식되면 중앙선으로 파악할 수 있다.

차로정보 파악부(130)는 촬영 이미지에 기반하여 현재 차량이 위치하고 있는 주행 차로정보를 정확하게 파악하는 것이 가능하다.

한편, 차로 보정부(125)는 S120 단계와 S140 단계 사이에 노면의 촬영 이미지를 분석하여 차선을 보정한 후 검출된 차로를 보정할 수 있다(S520). 차로 보정부(125)는 노면의 촬영 이미지로부터 주행중인 차로의 간격과 주변 차선의 간격의 비를 비교하여 상기 인식된 차선에서 불필요한 차선을 제거하거나 인식되지 못한 차선을 생성하고, 최종적으로 인식된 차선 사이의 차로를 검출할 수 있다. 도 2에서는 S130 단계가 S120 단계와 S140 단계 사이에 수행되는 것으로 도시되었지만, S130 차로 보정 단계는 S140 단계 이후에 수행될 수도 있음은 물론이다.

도 3은 본 발명의 다른 실시예에 따른 노면 객체 인식 기반의 차로 검출 방법을 도시한 흐름도이다.

도 3에 따른 단계들은 전방 카메라의 촬영 이미지에서 차선 인식이 방해되는 상황이 발생하는 경우 수행될 수 있는 것으로 도시되었지만, 차선 인식이 방해되는 장애 상황 외에도 차선 인식률을 높이기 위해 언제든지 필요한 때 수행될 수도 있음은 물론이다.

장애상황 검출부(140)는 차량의 전방에 탑재된 카메라로부터 수신된 도로의 촬영 이미지에 기반하여 노면표시, 도로 외곽의 물체 존재 여부, 터널이나 일출·일몰에 따른 역광 발생, 우천시 노면의 반사광, 야간 시간의 낮은 조도, 도로의 장애물, 마모된 차선, 미처 지워지지 못한 차선, 도로공사 등으로 인한 임시 차선, 주변의 다른 차량 존재 중 적어도 하나의 이유로 전방 카메라의 촬영 이미지에서 차선 인식이 방해되는 장애상황 발생 여부를 검출할 수 있다(S200).

장애상황 검출부(140)는 차량에 탑재되는 조도 센서나 빗물 감지 센서, 장애물 감지 센서로부터 센싱되는 결과를 수신하여 터널, 일출, 일몰에 따른 역광발생, 야간시간의 낮은 조도, 우천시 노면의 반사광, 주변의 다른 차량 존재 여부, 도로의 장애물, 마모된 차선, 미처 지워지지 못한 차선, 도로공사 등으로 인한 임시 차선 등 차선의 인식을 방해하는 장애상황 발생 여부를 파악할 수 있다. 즉, 전술한 장애상황이나 이와 유사한 상황으로 인한 차선인식의 방해 여부를 검출할 수 있도록, 장애상황 검출부(140)는 어떠한 제한없이 다양하게 모든 기술적 구성을 포괄하도록 해석된다.

본 발명에 따른 노면 객체 인식 기반의 차로 검출 방법은 전술한 방해 요소들을 극복하고 정확도 높은 차로 검출을 수행하기 위해서 먼저 기본적으로 전방 카메라를 이용하여 차선 인식을 시도하고, 적어도 하나 이상의 차선 인식 방해 요소들의 존재 유무에 따라 순차적으로 또는 독립적으로 후방, 좌우측 카메라를 이용하여 차선 인식을 수행하는 것이다.

장애상황이 존재하여 전방 카메라의 촬영 이미지로부터 차선 인식이 방해된다고 파악되는 경우에, 차선 인식부(110)는 차량의 전방을 촬영한 이미지 외에도 차량의 후방, 좌측, 및 우측에 탑재된 카메라에서 촬영된 노면의 촬영 이미지 중의 적어도 하나를 더 이용하여 차선을 인식한다(S210). 물론, 전술한 것처럼 후방, 좌우측 카메라의 촬영 이미지는 장애상항에만 이용되는 것이 아니라 언제든지 필요한 경우에 이용되거나 차로 검출의 정확도 향상을 위해 항상 이용될 수 있다.

또한, 차선 인식부(110)는 차로정보 파악부(130)에서 파악되는 차량의 주행 차로정보에 기반하여, 차량의 우측에 탑재되는 카메라로부터 수신되는 노면의 촬영 이미지 및 상기 차량의 좌측에 탑재되는 카메라로부터 수신되는 노면의 촬영 이미지를 이용하여 차량의 상부에서 아래를 내려다보는 영상을 생성할 수도 있다.

이 후에 차로 검출부(120)는 차선 인식부에서 인식된 차선 정보에 기반하여 차로를 검출한다(S220).

그리고 차로정보 파악부는 검출된 차로 정보에 기반하여 차량이 주행 중인 도로의 전체 차로수 및 차량의 주행 차로정보를 파악한다(S240).

S220 단계와 S240 단계 사이에, 전술한 차로 보정 단계(S230)가 더 수행될 수도 있음은 물론이다.

본 발명의 실시예에 따른 노면 객체 인식 기반의 차로 검출 방법은 차량의 전방에 탑재되는 카메라를 이용해서 차선의 인식률이 충분히 보장될 수 있는 경우에는 불필요하게 여러대의 카메라로 촬영된 노면의 촬영 이미지를 수신하여 처리하는 과정을 줄일 수 있다.

그리고 차선 인식률이 충분히 보장되지 않는 경우에는 보조적으로 차량의 후방, 좌우측에 탑재된 카메라로 촬영된 노면의 촬영이미지 중의 적어도 하나를 이용하여 차선을 인식함으로써 차로 검출의 정확도를 높일 수 있을 뿐 아니라 데이터 효율을 높일 수 있는 것이다.

도 4는 검출된 차로의 간격을 분석하는 것을 예시한 도면이고, 도 5a 및 도 5b는 노면의 촬영 이미지를 이용하여 검출된 차로를 보정하는 것을 예시한 도면이다.

우선 차로 보정부(125)는 노면의 촬영 이미지에서 주행중인 차로의 간격과 주변 차로의 간격의 비를 비교하여 상기 인식된 차선에서 불필요한 차선을 제거하거나 미처 인식하지 못한 차선을 생성하는 역할을 수행할 수 있다. 상세하게는, 차로 보정부(125)는 노면의 촬영 이미지로부터 소실점과 각 차선의 가상선을 생성하고, 촬영 이미지에서 임의의 거리만큼 떨어진 가상기준선(150)을 기준으로 각 차선 간의 간격을 산출하고 이를 비교함으로써 실제 검출된 차로나 주행 차로정보의 정확도를 판단한 후, 불필요한 차선을 제거하거나 인식하지 못한 차선을 신규로 생성할 수 있다. 이때, 가상기준선(150)은 각 차선의 가상선과 수직인 차선이다.

도 4의 예에서, 편도 5차로를 가진 직선 도로에서 차량이 가운데의 차로인 3차로를 주행하는 경우, 차로 보정부(125)는 노면의 촬영 이미지로부터 인식된 각 차선을 연결하는 가상선과 그 가상선이 만나는 소실점을 생성할 수 있다. 그리고 나서 차로 보정부(125)는 가상기준선(150)을 그리고, 가상기준선(150)을 기준으로 각 차로 간의 간격, 즉, 각 차선 간의 간격(L1, L2, C, R1, R2)을 산출할 수 있다. 중앙에 있는 차로가 차량이 주행중인 차로이므로, 차로 보정부(125)는 주행중인 차로의 간격(C)을 기준으로 주변 차로의 간격(L1, L2, R1, R2)의 비율을 비교분석하여 실제 검출된 차로나 주행 차로정보의 정확도를 판단할 수 있다.

일반적으로 주행중인 차로의 간격(C)과 주변 차로의 간격(L1, L2, R1, R2)의 비율은 촬영 이미지에서 일정한 변화량을 유지해야 한다. 따라서, 차로 보정부(125)는 실제 촬영 이미지로부터 산출된 주행중인 차로 간격과 주변 차로 간격의 비율의 변화량이 비교한계값을 초과하면, 검출된 차선 중에서 비교한계값을 초과한 차선을 잘못 인식된 것으로 판단하고 불필요한 차선을 걸러내거나 인식되지 못한 차선을 신규로 생성한다.

주행중인 차로의 위치에 따라 주행중인 차로의 간격(C)과 주변 차로의 간격(L1, L2, R1, R2)의 비율의 변화량은 미리 실험이나 테스트 등으로 용이하게 결정될 수 있다. 예를 들어, 가장 우측 차로로 주행하는 경우 우측에 차로가 없으므로 주행하는 차로를 기준으로 좌측으로 가면서 간격이 줄어들기 때문에 간격 비율도 줄어들 것이다. 또한, 주행하는 차로가 중간에 있는 경우, 주행하는 차로를 기준으로 좌우 측면으로 갈수록 주변 차로의 간격 비율이 일정 비율로 줄어들 것이다. 가상기준선(150)이 차량에서 일정 거리만큼 이격된 지점으로 미리 정해진 경우, 주행중인 차로의 간격(C)을 기준으로 좌측이나 우측의 주변 차로의 간격 비율의 변화량이 미리 계산되어 결정될 수 있으며, 주행중인 차로에서 멀어질수록 일정한 비율로 차로의 간격의 비가 줄어든다.

이처럼, 차로 보정부(115)는 주행 차로에 따라 미리 결정된 차로의 간격 비율과 노면의 실제 촬영 이미지로부터 산출된 차로이 간격 비율을 서로 비교함으로써, 실제 검출된 전체 차로수와 차량의 주행 차로정보의 오검출 여부를 판단한다. 그 판단 결과에 따라, 차로 보정부(115)는 불필요한 차선이 있는 경우 차선을 제거하거나 차선이 있어야 할 위치에 차선이 없는 경우 차선을 신규로 생성함으로써 최종적으로 차로를 보정할 수 있다. 물론 차로가 보정되면, 차로정보 파악부(130)는 보정된 차로를 기반으로 전체 차로수와 차량의 주행 차로정보를 재결정할 수 있다.

도 5a는 고속도로의 입출구에서 2개의 도로가 서로 만나는 지점에서 점선과 실선이 함께 그려진 이중 차선을 위에서 바라본 것을 예시한 도면이고, 도 5b는 주행중인 차량에 탑재된 카메라로 이중 차선을 바라본 영상을 예시한 도면이다.

예를 들어, 도 5a에서처럼, 고속도로의 입출구에서 2개의 도로가 서로 만나는 지점에는 점선과 실선이 함께 그려진 이중 차선이 있을 수 있으며, 공사 현장에는 기존 차선이 미처 잘 지워지지 못해서 기존 차선과 임시 차선이 동시에 존재할 수 있다. 이러한 경우, 차선 인식부(110)는 촬영 이미지에서 보여지는 모든 차선을 인식하게 되므로, 산출된 차로 간의 간격의 비율값은 미리 저장되어 있는 차로 간의 간격 비율값과 비교할 때 비율 변화량의 비교한계값을 초과하여 많은 차이가 나게 된다. 이때, 이중 차선 중의 어느 한 차선이나 미처 지워지지 못한 희미한 차선이 제거되면, 나머지 차로 간의 간격의 비율은 미리 저장되어 있는 차로 간의 간격 비율값과 비교하여 그 간격 비율의 변화량이 비교한계값 미만을 유지할 수 있다.

따라서, 실제 촬영 이미지로부터 산출된 차로 간의 간격 비율이 미리 저장되어 있는 차로 간의 간격 비율과 비교하여 비교한계값을 초과하는 간격이 좁은 차로가 검출되면, 차로 보정부(125)는 상대적으로 간격이 좁은 차로에서 어느 하나의 차선을 제거한다. 이때, 차로 보정부(125)는 산출된 차로 간의 간격 비율이 미리 저장되어 있는 차로의 간격 비율과 비숫해지도록 불필요한 차선을 적절하게 제거할 수 있다.

도 5b에서, 점선 차선(A)과 실선 차선(B)이 인식되면, 소실점(V), 점선 차선(A)에 의한 가상선(X1, X2, X3, X5), 및 실선 차선(B)에 의한 가상선(X4)이 검출될 수 있다.

차로 보정부(125)는 가상기준선(1500)에서의 차선 간의 간격인 T1, T2, T3, T4의 비율을 산출하고, T3가 다른 간격들(T1, T2, T4)보다 현저히 작아 차로의 간격비의 변화량이 비교한계값을 초과하는 것임을 파악할 수 있다. 결국, 차로 보정부(125)는 차로 간의 간격 비율의 변화량이 비교한계값을 초과하지 않도록 불필요한 실선 차선(X4)을 제거하여 차로를 보정한다.

그리고 나면, 차로정보 파악부(130)는 보정된 차로를 기반으로 최종적으로 전체 차로수 및 주행 차로정보를 재결정한다.

한편, 도면에 도시되지는 않았지만, 차선이 마모되거나 여러 가지 장애 상황으로 차선이 미처 인식되지 못하는 경우도 역시 발생할 수 있다. 차선이 인식되지 못한 경우, 차선이 인식되지 못한 차로는 차선이 인식된 차로 간의 간격보다 커지므로, 미리 저장된 차로의 간격 비율과 비교하여 그 비율의 변화량이 비교한계값을 초과하게 된다.

그러한 경우, 차로 보정부(125)는 비교한계값을 초과한 간격이 넓은 차로에 새로운 신규 차선을 생성하고, 그에 따라 차로를 보정할 수 있다. 이때, 차로 보정부(125)는 생성된 신규 차선에 따른 차로 간의 간격 비율이 미리 저장된 차로의 간격 비율과 비교하여 그 변화량이 비교한계값을 초과하지 않도록 적절한 개수의 신규 차선을 생성할 수 있다.

차로 보정부(125)가 불필요한 차선을 제거하거나 인식되지 않은 차선을 새로 생성하여 차로를 보정하면, 차로정보 파악부(130)는 보정된 차로를 기초로 다시 전체 차로수와 차량의 주행 차로정보를 재결정한다.

도 6a 및 6b는 카메라 배치에 따른 변화를 예시한 도면이다.

일 예로 차량이 주행중인 도로의 차선의 수가 많아질 경우 카메라의 화각에 따라 좌측 혹은 우측 부분은 좁은 영역만 촬영이 되고 IPM을 적용하여 Top-View영상으로 변환을 해도 차선의 일부만 남게 되어 차선검출에 실패할 수 있다. 이러한 문제를 극복하기 위해 전방 카메라의 영상뿐만 아니라 후방, 좌측, 및 우측 카메라 중의 적어도 하나에 의한 영상도 함께 결합하여 차선을 인식함으로써, 전방 카메라 의 영상만 사용했을 때 좁은 화각으로 검출이 안 되는 좌우측 차선과 후방 차선까지도 안정적으로 검출할수 있다.

도 6b는 차량의 전방, 후방, 좌측, 우측에 각각 탑재된 카메라로부터 촬영 이미지를 수신하여 차선을 인식한 경우를 도시한 것이다.

차량이 좌측 끝 차선을 달릴 때 우측 끝 차선쪽은 전방 카메라나 후방 카메라의 화각에 한계가 있기 때문에 IPM을 적용하더라도 차로 인식에 실패할 확률이 여전히 존재한다.

뿐만 아니라 우측 끝 차선을 달릴 때도 좌측 끝 차선을 인식하는데도 어려움이 따른다.

이때, 도 6b에서와 같이 차선 인식부(110)는 차로정보 파악부(130)에서 파악되는 차량의 주행 차로정보에 기반하여, 차량이 도로의 좌측이나 좌측 끝의 차로를 주행중이면 차량의 우측에 탑재되는 카메라로부터 수신되는 노면의 촬영 이미지를 이용하여 차선 인식률을 개선시킬 수 있다.

반면, 차량이 도로의 우측 차로나 우측 끝의 차로를 주행중이면 차량의 좌측에 탑재되는 카메라로부터 수신되는 노면의 촬영 이미지를 이용하여 차선 인식률을 개선할 수 있다.

한편, 4방향의 카메라를 통한 영상을 모두 분석하고 차선을 인식함으로써 차선 인식률을 개선할 수도 있음은 물론이다.

차선 인식부(110)가 4대의 카메라에서 촬영 이미지들을 수신하고, 이때 4대의 카메라에서 촬영된 노면의 촬영 이미지 중에서 서로 겹치는 영역이나 어떤 카메라에 의해서도 촬영되지 않는 음영 영역이 최소화되도록 차량 주변을 파악할 수 있게 구현될 수 있다.

본 발명의 추가적인 양상에 있어서 일 실시예에 따른 노면 객체 인식 기반의 차로 검출 장치는 카메라에서 촬영된 노면의 촬영 이미지를 사용자 단말의 어플리케이션을 통해 제공해줄 수 있다. 사용자는 자신이 소지하는 사용자 단말을 통해 자신의 차량이 주변 차선 인식을위해 이용하는 촬영 이미지들을 확인하는 것이 가능하다. 이때 사용자 단말에 표시되는 화면은 도 6e에서와 같이 차량의 상부에서 아래를 내려다보도록 생성된 영상으로 제공된다.

차량의 전방, 후방, 좌우 양 측면에 탑재되는 카메라로 촬영된 촬영 이미지를 이용하여 차량의 상부에서 아래를 내려다보도록 영상을 생성하는 것은 차로 검출 장치에서 변환하여 차량의 상부에서 아래를 내려다보도록 생성된 영상을 사용자 단말로 제공하거나, 사용자 단말에서 차량의 전방, 후방, 양 측면에 탑재되는 카메라로 촬영된 촬영 이미지를 수신하여 차량의 상부에서 아래를 내려다보도록 영상을 생성하는 방식 모두 가능하다.

이에 따라 차량 운전자는 자신이 소지하는 사용자 단말기를 이용하여 현재 차량이 주행하고 있는 도로의 전체 차로정보와 차량이 주행하고 있는 차로의 정보를 가시적인 데이터로 손쉽게 확인가능하다.

또한 사용자가 손쉽게 수시로 차량 주변의 노면 촬영 이미지를 확인하는 것이 가능하여 전방, 후방, 좌측, 우측에 탑재된 노면 촬영을 위한 카메라들의 촬영 화각이 틀어진 경우에 보완하거나, 카메라의 동작여부를 확인하는 것이 가능하여 카메라들의 유지 보수를 용이하게 할수 있는 효과가 도출된다.

아울러, 전후좌우 4방향의 카메라로 촬영된 노면의 촬영 이미지를 사용자 단말에서 확인 가능하게 제공함으로써 현재 차량의 전방이나 후방에 설치되는 카메라에 의해 기록되는 차량 블랙박스 영상보다 차량의 주행 상황을 더 정확하게 파악할 수 있는 근거 자료로 활용되는 것도 가능하다.

전술한 방법은 애플리케이션으로 구현되거나 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.

상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.

컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.

프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

10 : 차로 검출 장치 100 : 이미지 수신부
110 : 차선 인식부 120 : 차로 검출부
125 : 차로 보정부 130 : 차로정보 파악부
140 : 장애상황 검출부

Claims (10)

1. 차량에 탑재되는 카메라로부터 획득되는 촬영 이미지에 기반하여 노면의 객체를 인식하는 차로 검출 장치에서 수행되는 차로 검출 방법에 있어서,
   (a) 이미지 수신부가 차량에 탑재되는 카메라로부터 노면의 촬영 이미지를 수신하는 단계;
   (b) 차선 인식부가 상기 노면의 촬영 이미지에 영상처리 기법을 적용하여 상기 차량이 주행하는 도로의 차선을 인식하는 단계;
   (c) 차로 검출부가 상기 인식된 차선에 기반하여 차로를 검출하는 단계; 및
   (d) 차로정보 파악부가 상기 검출된 차로에 기반하여 상기 차량이 주행중인 도로의 전체 차로수 및 차량의 주행 차로정보를 파악하는 단계를 포함하는 것을 특징으로 하는 노면 객체 인식 기반의 차로 검출 방법.
   
2. 제 1 항에 있어서, 상기 방법은 상기 (d) 단계 이전에,
   상기 노면의 촬영 이미지로부터 주행중인 차로의 간격과 주변 차로의 간격의 비율을 미리 저장되어 있는 차로의 간격 비율과 비교하여 상기 인식된 차선에서 불필요한 차선을 제거하거나 인식되지 않은 차선을 생성하는 단계를 더 포함하는 것을 특징으로 하는 노면 객체 인식 기반의 차로 검출 방법.
   
3. 제 1 항에 있어서, 상기 (b) 단계는,
   차량의 전방, 후방, 좌측, 및 우측에 탑재되는 카메라 중의 적어도 하나로부터 수신되는 노면의 촬영 이미지를 이용해 차선을 인식하는 것을 특징으로 하는 노면 객체 인식 기반의 차로 검출 방법.
   
4. 제 1 항에 있어서, 상기 방법은,
   상기 노면의 촬영 이미지에 기반하여 다른 차량 존재 여부, 노면표시, 도로 외곽의 물체 존재 여부, 터널이나 일출·일몰에 따른 역광 발생, 우천시 노면의 반사광, 야간 시간의 낮은 조도, 도로의 장애물, 마모된 차선, 미처 지워지지 못한 차선, 및 도로공사 등으로 인한 임시 차선 중 적어도 하나에 해당하는 차선 인식을 방해하는 장애상황의 발생 여부를 검출하는 단계를 더 포함하는 것을 특징으로 하는 노면 객체 인식 기반의 차로 검출 방법.
   
5. 제 3 항에 있어서, 상기 방법은,
   차량의 전방, 후방, 좌측, 및 우측에 탑재되는 카메라 중의 적어도 하나로부터 수신되는 노면의 촬영 이미지를 이용해 하늘에서 아래를 내려다보는 영상을 생성하는 단계를 더 포함하는 것을 특징으로 하는 노면 객체 인식 기반의 차로 검출 방법.
   
6. 차량에 탑재되는 카메라로부터 노면의 촬영 이미지를 수신하는 이미지 수신부;
   상기 노면의 촬영 이미지에 영상처리 기법을 적용하여 상기 차량이 주행하는 도로의 차선을 인식하는 차선 인식부;
   상기 인식된 차선에 기반하여 차로를 검출하는 차로 검출부; 및
   상기 검출된 차로에 기반하여 상기 차량이 주행중인 도로의 전체 차로수 및 차량의 주행 차로정보를 파악하는 차로정보 파악부를 포함하는 것을 특징으로 하는 노면 객체 인식 기반의 차로 검출 장치.
   
7. 제 6 항에 있어서, 상기 장치는,
   상기 노면의 촬영 이미지로부터 주행중인 차로의 간격과 주변 차로의 간격의 비율을 미리 저장되어 있는 차로의 간격 비율과 비교하여 상기 인식된 차선에서 불필요한 차선을 제거하거나 인식되지 않은 차선을 생성하는 차로 보정부를 더 포함하는, 노면 객체 인식 기반의 차로 검출 장치.
   
8. 제 6 항에 있어서, 상기 차선 인식부는,
   차량의 전방, 후방, 좌측, 및 우측에 탑재되는 카메라 중의 적어도 하나로부터 수신되는 노면의 촬영 이미지를 이용해 차선을 인식하는 것을 특징으로 하는 노면 객체 인식 기반의 차로 검출 장치.
   
9. 제 6 항에 있어서, 상기 장치는,
   상기 노면의 촬영 이미지에 기반하여 다른 차량 존재 여부, 노면표시, 도로 외곽의 물체 존재 여부, 터널이나 일출·일몰에 따른 역광 발생, 우천시 노면의 반사광, 야간 시간의 낮은 조도, 도로의 장애물, 마모된 차선, 미처 지워지지 못한 차선, 및 도로공사 등으로 인한 임시 차선 중 적어도 하나에 해당하는 차선 인식을 방해하는 장애상황의 발생 여부를 검출하는 장애상황 검출부를 더 포함하는 것을 특징으로 하는 노면 객체 인식 기반의 차로 검출 장치.
   
10. 제 8 항에 있어서, 상기 장치는,
    차량의 전방, 후방, 좌측, 및 우측에 탑재되는 카메라 중의 적어도 하나로부터 수신되는 노면의 촬영 이미지를 이용해 하늘에서 아래를 내려다보는 영상을 생성하는 것을 특징으로 하는 노면 객체 인식 기반의 차로 검출 장치.

Images