KR20210153999A - 차량 및 그 제어방법 - Google Patents

차량 및 그 제어방법 Download PDF

Info

Publication number
KR20210153999A
KR20210153999A KR1020200071075A KR20200071075A KR20210153999A KR 20210153999 A KR20210153999 A KR 20210153999A KR 1020200071075 A KR1020200071075 A KR 1020200071075A KR 20200071075 A KR20200071075 A KR 20200071075A KR 20210153999 A KR20210153999 A KR 20210153999A
Authority
KR
South Korea
Prior art keywords
license plate
image
vehicle
outline image
outline
Prior art date
Application number
KR1020200071075A
Other languages
English (en)
Inventor
천상우
Original Assignee
현대자동차주식회사
기아 주식회사
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 현대자동차주식회사, 기아 주식회사 filed Critical 현대자동차주식회사
Priority to KR1020200071075A priority Critical patent/KR20210153999A/ko
Priority to US17/111,175 priority patent/US11461927B2/en
Publication of KR20210153999A publication Critical patent/KR20210153999A/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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates
    • 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—
    • G06K2209/15—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30261—Obstacle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 카메라를 통해 획득한 영상에 포함된 번호판을 인식하여 전방 차량의 정확한 위치 정보를 획득할 수 있는 차량 및 그 제어방법을 제공할 수 있다.
일 측면에 의한 차량은 전방의 영상을 획득하는 카메라; 상기 전방 영상에 포함된 번호판의 윤곽 이미지를 인식하고, 기준 번호판의 윤곽 이미지를 저장하고, 상기 기준 번호판의 윤곽 이미지와 대응되는 상기 전방 차량과 차량간 거리를 포함하는 거리 정보를 저장하는 저장부; 및 전방 영상에 포함된 번호판의 윤곽 이미지를 인식하고, 상기 번호판의 윤곽 이미지와 위치 정보를 기초로 상기 전방 차량의 위치를 결정하는 제어부;를 포함할 수 있다.

Description

차량 및 그 제어방법 {VEHICLE AND METHOD FOR CONTROLLING THEREOF}
본 발명은 전방 차량의 위치를 결정하는 차량 및 차량의 제어방법에 관한 것이다.
최근 운전자의 편의를 위한 자율 주행을 위해 다양한 운전자 보조 시스템(ADAS: Advanced Driver Assistance System)이 개발되고 있다. 특히 자율주행 시장이 2020년부터 본격적인 성장세에 진입할 것으로 전망되고 있으면서 그에 대한 연구가 활발하게 진행되고 있다.
이 중 하나로서 정속 주행 시스템(ACC:Adaptive Cruise Control)이 활발하게 연구되고 있다. 정속 주행 시스템(ACC)은 운전자가 원하는 속도를 설정하면 운전자의 조작 없이 그 속도를 유지하면서 차량이 주행할 수 있도록 하는 시스템이다. 이를 위해서는 전방에 목표 제어 대상 차량이 있는 경우 거리 측정을 통해 목표 차간 거리를 유지해야 할 수 있다.
정확한 거리 측정을 위해서는 레이저를 이용하는 방법이 있으나, 이는 원가 절감 측면에서 좋지 못한 단점이 있다.
본 발명은 카메라를 통해 획득한 영상에 포함된 번호판을 인식하여 전방 차량의 정확한 위치 정보를 획득할 수 있는 차량 및 그 제어방법을 제공할 수 있다.
일 측면에 의한 차량은 전방의 영상을 획득하는 카메라; 상기 전방 영상에 포함된 번호판의 윤곽 이미지를 인식하고, 기준 번호판의 윤곽 이미지를 저장하고, 상기 기준 번호판의 윤곽 이미지와 대응되는 상기 전방 차량과 차량간 거리를 포함하는 거리 정보를 저장하는 저장부; 및 전방 영상에 포함된 번호판의 윤곽 이미지를 인식하고, 상기 번호판의 윤곽 이미지와 위치 정보를 기초로 상기 전방 차량의 위치를 결정하는 제어부;를 포함할 수 있다.
상기 저장부는, 복수의 기준 번호판의 윤곽 이미지를 저장하고, 상기 기준 번호판의 윤곽 이미지와 대응되는 전방 차량과 차량간 거리를 포함하는 거리 정보를 저장할 수 있다.
상기 저장부는, 기준 번호판의 윤곽 이미지 데이터를 저장할 수 있다.
상기 제어부는, 상기 전방 영상에 포함된 상기 번호판의 윤곽 이미지의 모양을 상기 기준 번호판의 윤곽 이미지 모양과 대응되도록 제어할 수 있다..
상기 제어부는, 상기 번호판의 윤곽 이미지와 대응되는 픽셀의 움직임이 연속적이면, 상기 픽셀의 움직임을 기초로 상기 번호판의 윤곽 이미지의 인식을 유지할 수 있다.
상기 제어부는, 상기 기준 번호판의 윤곽 이미지 중 상기 번호판의 윤곽 이미지의 좌변 및 우변 각각에 대응되는 적어도 하나의 미리 저장된 번호판의 윤곽 이미지를 기초로 상기 전방 차량의 위치를 결정할 수 있다.
상기 제어부는, 상기 번호판의 윤곽 이미지의 종횡비를 기초로 상기 전방 영상에 포함된 상기 번호판의 윤곽 이미지를 상기 기준 번호판의 이미지와 대응되도록 제어할 수 있다.
상기 제어부는, 상기 번호판의 윤곽 이미지의 종횡비와 상기 기준 번호판의 윤곽 이미지의 종횡비의 차이가 미리 결정된 값 이하인 경우, 상기 번호판의 윤곽 이미지를 상기 기준 번호판의 윤곽 이미지와 대응되도록 제어할 수 있다.
상기 제어부는, 상기 번호판의 윤곽 이미지 중 글자가 포함된 면적의 비율이 미리 결정된 값 이상인 경우, 상기 번호판의 윤곽 이미지를 상기 기준 번호판의 윤곽 이미지와 대응되도록 제어할 수 있다.
일 실시예에 따른 차량의 제어 방법은, 전방 영상을 획득하고,기준 번호판의 윤곽 이미지를 저장하고 상기 기준 번호판의 윤곽 이미지 크기에 따른 전방 차량의 위치를 포함하는 위치 정보를 저장하고,상기 전방 영상에 포함된 번호판을 인식하고, 상기 번호판과 상기 위치 정보를 기초로 상기 전방 차량의 위치를 결정하는 것을 포함한다.
상기 번호판의 윤곽 이미지를 인식하는 것은,
상기 전방 영상에 포함된 상기 번호판의 윤곽 이미지의 모양을 상기 기준 번호판의 윤곽 이미지 모양과 대응되도록 제어하는 것을 포함할 수 있다.
상기 번호판을 인식하는 것은,
상기 기준 번호판의 윤곽 이미지의 크기가 상기 번호판의 윤곽 이미지의 크기를 초과하는 경우에만 상기 번호판의 인식을 포함할 수 있다.
. 상기 번호판을 인식하는 것은, 상기 기준 번호판의 윤곽 이미지의 크기가 상기 번호판의 윤곽 이미지 크기를 초과하는 경우에 상기 번호판을 인식하는 것을 포함할 수 있다.
상기 번호판을 인식하는 것은, 상기 전방 영상에 포함된 상기 번호판의 윤곽 이미지를 상기 기준 번호판의 이미지와 대응되도록 제어하는 것을 포함할 수 있다.
상기 번호판을 인식하는 것은, 상기 번호판의 윤곽 이미지의 종횡비와 상기 기준 번호판의 윤곽 이미지의 종횡비의 차이가 미리 결정된 값 이하인 경우, 상기 번호판의 윤곽 이미지를 상기 기준 번호판의 윤곽 이미지와 대응되도록 제어하는 것을 포함할 수 있다.
. 상기 번호판을 인식하는 것은, 상기 번호판의 윤곽 이미지 중 글자가 포함된 면적의 비율이 미리 결정된 값 이상인 경우, 상기 번호판의 윤곽 이미지를 상기 기준 번호판의 윤곽 이미지와 대응되도록 제어하는 것을 포함할 수 있다.
일 실시예에 따른 차량 및 그 제어방법은 카메라로 인식한 영상에 포함된 번호판을 인식하여 주변 차량의 정확한 위치 정보를 획득할 수 있다.
도1은 일 실시예에 의한 전방 차량의 위치 결정 동작을 예시한 도면이다.
도 2은 일 실시예에 의한 차량의 제어 구성을 도시할 수 있다.
도 3은 일 실시예에 의한 차량의 번호판 인식을 나타낸 도면이다
도4는 일 실시예에 의한 전방 차량의 번호판과 대응되는 픽셀의 움직임을 기초로 번호판 인식을 유지하는 동작을 예시한 도면이다.
도 5는 일 실시예에 의한 전방 차량의 번호판의 윤곽 이미지의 좌변 및 우변의 길이를 측정하여, 전방 차량의 위치를 결정하는 동작을 예시한 도면이다.
도 6은 일 실시예에 의한 전방 차량의 번호판의 윤곽 이미지의 종횡비를 기초로 전방 차량의 위치를 결정하는 동작을 예시한 도면이다.
도 7은 일 실시예에 의한 주행 중 기준 번호판의 윤곽 이미지의 크기가 상기 번호판의 윤곽 이미지의 크기를 초과하는 경우에만 상기 번호판을 인식하는 차량의 동작을 예시한 도면이다.
도 8 는 일 실시예에 따른 번호판의 윤곽 이미지의 종횡비 차이를 기초로 상기 기준 번호판의 윤곽 이미지와 대응되도록 제어하는 동작을 예시한 도면이다.
도9는 일 실시예에 따른 번호판의 윤곽 이미지 중 글자가 포함된 면적의 비율을 기초로 상기 기준 번호판의 윤곽 이미지와 대응되도록 제어하는 동작을 예시한 도면이다.
도10은 일 실시예에 따른 순서도이다.
명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다.본 명세서가 실시예들의 모든 요소들을 설명하는 것은 아니며, 본 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 포함할 수 있다.
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 포함할 수 있다.
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 포함할 수 있다.
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 본 발명의 작용 원리 및 실시예들에 대해 설명한다.
도1은 일 실시예에 의한 전방 차량(2)의 위치 결정 동작을 예시한 도면이고, 도2는 일 실시예에 의한 차량의 제어 블럭도이다.
도 1및 도2를 구체적으로 살펴보면, 차량(1)은 카메라(100)로 전방의 영상을 촬영할 수 있다.
저장부(300)는 카메라(100)로부터 영상을 수신 받아 전방 차량의 기준 번호판의 윤곽 이미지 및 전방 차량의 번호판의 윤곽 이미지에 대응하는 전방 차량(2)과 차량(1)과의 거리를 포함하는 위치 정보를 저장할 수 있다.
여기서 번호판의 기준 윤곽 이미지란 번호판 윤곽의 모양 및 크기를 의미한다.
기준 번호판의 윤곽 이미지는 국가별, 종류별 등 번호판의 모양과 크기가 다양할 수 있다.
여기서 위치 정보란 차량(1)을 기준으로 한 전방 차량(1)의 위치를 의미한다.
제어부(200)는 카메라(100)로부터 영상을 획득하고, 영상에 포함된 번호판을 인식한다. 인식한 번호판과 저장부(300)에 저장된 위치 정보를 기초로 차량(1)의 전방에 위치하는 적어도 하나의 전방 차량(2)의 위치를 결정할 수 있다.
여기서 번호판을 인식하는 것은, 영상에 포함된 번호판의 윤곽 이미지를 기준 번호판의 윤곽 이미지와 대응하여 번호판을 인식할 수 있다. 번호판을 인식하는 것은 번호판의 윤곽 이미지를 인식하는 것과 같을 수 있다.
제어부(200)는 카메라(100) 사양 별, 카메라(100)가 차량에 장착된 조건 및 화각 별로 차량 번호판의 크기를 미리 측정 및 변경한다. 또한 번호판의 크기를 미리 측정 및 변경 한 후 번호판 크기에 따른 전방 차량 거리 파라미터를 도출할 수 있다.
제어부(200)는 주행 시 측정되는 전방 차량(2)의 번호판의 윤곽 이미지를 인식하여 크기를 계산하고, 각 크기 및 화각에 따라 전방 차량(2)의 거리를 계산하는 제어 방법을 거친다. 이때 획득한 정보를 기초로, 전방 차량(2)이 회전하는 경우나, 원근에 왜곡되는 경우, 번호판을 이용하여 전방 차량(2)의 회전각을 계산할 수 있다.
카메라(100)를 고정한 상태에서 각 위치 및 거리 별로 전방 차량(2)의 번호판을 인식하고 이에 따른 전방 차량(2)의 번호판의 위치를 데이터화 한다. 제어부(200) 저장부(300)에 저장된 많은 양의 데이터를 바탕으로 위치를 결정하는 알고리즘을 만들 수 있다.
저장부(300)는 캐쉬, ROM(Read Only Memory), PROM(Programmable ROM), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM) 및 플래쉬 메모리(Flash memory)와 같은 비휘발성 메모리 소자 또는 RAM(Random Access Memory)과 같은 휘발성 메모리 소자 또는 하드디스크 드라이브(HDD, Hard Disk Drive), CD-ROM과 같은 저장 매체 중 적어도 하나로 구현될 수 있으나 이에 한정되지는 않는다.
저장부(300)는 제어부(200)와 관련하여 전술한 프로세서와 별개의 칩으로 구현된 메모리일 수 있고, 프로세서와 단일 칩으로 구현될 수도 있다.
제어부(200)는 차량(1)의 제반 동작을 제어하는 프로세서로서, 동력 계통의 동작 전반을 제어하는 전자 장치(ECU; Electronic Control Unit)의 프로세서일 수 있다. 또한 제어부(200)는 차량(1) 내에 내장된 각종 모듈, 기기 등의 동작을 제어할 수 있다. 일 실시예에 의하면 제어부(200)는 차량(1) 내에 내장된 각종 모듈, 기기 등을 제어하기 위한 제어 신호를 생성하여 각 구성 요소들의 동작을 제어할 수 있다.
또한, 제어부(200)는 전술 및 후술하는 동작을 수행하는 프로그램 및 이와 관련된 각종 데이터가 저장된 메모리와, 메모리에 저장된 프로그램을 실행하는 프로세서를 포함 할 수 있다. 또한 제어부(200)는 차량(1)에 내장된 시스템 온 칩(System On Chip, SOC)에 집적될 수 있으며, 프로세서(processor)에 의해 동작될 수 있다. 다만, 차량(1)에 내장된 시스템 온 칩이 하나만 존재하는 것은 아니고, 복수 개일 수도 있으므로, 하나의 시스템 온 칩에만 집적되는 것으로 제한되지 않는다.
제어부(200)는 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(Random Access Memory: RAM), SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 통해 구현될 수 있다. 다만, 이에 한정되는 것은 아니며, 당업계에 알려져 있는 임의의 다른 형태로 구현될 수도 있다.
차량(1)은 카메라(100)로 촬영하는 영상 데이터 또는 내부에 저장된 영상 데이터를 처리하고, 처리된 영상 데이터를 저장부(300) 및 제어부(200)로 보낸다. 저장부(300)에서 저장된 데이터를 제어부(200)로 보내고, 제어부는 저장부(300) 및 카메라(100)로부터 수신된 데이터를 기초로 전방 차량(2)의 위치를 결정할 수 있다.
카메라(100)는 차량(1) 전방의 영상을 촬영하고, 차량(1) 전방의 영상 데이터를 획득할 수 있다. 차량(1) 주변의 영상 데이터는 차량(1)의 전방에 위치하는 적어도 하나의 전방 차량(2, 동일 차선을 주행하는 선행 차량)을 인식할 수 있다.
차량(1)은 영상 속에서 기준 번호판의 윤곽 이미지와 대응되는 전방 차량(2)과 차량(1)간 거리를 나타내는 위치 정보를 저장하는 저장부(300)를 통하여 데이터를 저장할 수 있다.
도2에 도시된 차량의 구성 요소들의 성능에 대응하여 적어도 하나의 구성요소가 추가되거나 삭제될 수 있다. 또한, 구성 요소들의 상호 위치는 시스템의 성능 또는 구조에 대응하여 변경될 수 있다는 것은 당해 기술 분야에서 통상의 지식을 가진 자에게 용이하게 이해될 것이다.
한편, 도2에서 도시된 각각의 구성요소는 소프트웨어 및/또는 Field Programmable Gate Array(FPGA) 및 주문형 반도체(ASIC, Application Specific Integrated Circuit)와 같은 하드웨어 구성요소를 의미할 수 있다.
도3은 일 실시예에 의한 주행 중 전방 차량(2)의 번호판을 모양을 통해 인식하는 동작을 예시한 도면이다.
일 실시예에 의한 제어부(200)는 카메라(100)를 통하여 전방의 영상을 획득할 수 있다. 저장부(300)는 기존 번호판의 윤곽 이미지를 저장할 수 있다. 또한 저장부(300)는 기준 번호판을 포함하는 전방 차량(2)과 차량(1)간 거리를 포함하는 위치 정보를 저장할 수 있다. 카메라(100)를 통해 전방 영상을 획득하고, 전방 영상에 포함된 번호판의 윤곽 이미지를 인식할 수 있다. 제어부(200)는 전방 영상에 포함된 번호판의 윤곽 이미지의 모양을 기준 번호판의 윤곽 이미지 중 가장 근사한 모양과 대응되도록 제어할 수 있다.
도3을 구체적으로 살펴보면 주행 중 전방 차량의 이동에 따라 번호판의 윤곽 이미지 모양이 직사각형이 형태가 아닌 다양한 형태로 측정되는 번호판의 윤곽 이미지 모양(a,b,c,d)도 관측 된다.. 이는 정면에서 바라본 번호판 모양 에서 회전 정도 또는 오르막길, 내리막길을 내려가는 상태에 따라 다양하게 관측될 수 있다. 따라서 다양한 모양의 번호판의 윤곽 이미지 모양 역시 사전에 측정하고 변경하여 정면에서 바라본 번호판의 윤곽 이미지 모양(e)으로 저장할 수 있다.
이때 기준 번호판 윤곽 이미지는 정면에서 바라본 번호판의 윤곽 이미지 모양(e) 뿐만 아니라 다양한 형태로 측정되는 번호판의 윤곽 이미지 모양(a,b,c,d)도 저장할 수 있다.
이때 기준 번호판의 윤곽 이미지를 저장한 후, 차량(1)과 전방 차량(2)간의 거리를 계산하게 된다. 전방 차량(2)의 번호판이 회전 및 경사로 이동 등으로 변형되게 측정되더라도 전방 차량(2)의 번호판의 가로 길이 혹은 세로 길이 중 하나는 일정하게 유지되거나 변하더라도 극단적으로 변화되지 않는다. 예를 들어서 b의 경우 전방 차량(2)이 좌회전하는 경우로 볼 수 있으며, 번호판의 윤관 이미지 길이가 좌측에 비해 우측이 더 짧은 것을 알 수 있다. 이 경우, 해당 자동차가 좌회전중인 것을 감안하여 위치를 판단하게 된다.
도4는 일 실시예에 의한 주행 중 전방 차량(2)의 번호판과 대응되는 픽셀의 움직임을 기초로 번호판 인식을 유지하는 동작을 예시한 도면이다.
픽셀(MF)은 디지털 이미지를 이루는 요소를 의미할 수 있다.
픽셀(MF)은 타일의 모자이크 그림과 같은 사각형 모양으로 이루어져 있으며, 픽셀(MF)의 집합으로 모니터 등의 디지털 이미지를 형성할 수 있다.
여기서 말하는 번호판과 대응되는 픽셀의 움직임은 번호판의 윤곽 이미지에 대응되는 픽셀의 움직임을 의미할 수 있다.
제어부(200)는 전방 차량(2)의 번호판의 인식을 유지하기 위해 픽셀(MF)을 사용하는 것을 포함할 수 있다.
도 4를 구체적으로 살펴보면 우선, 전방 차량(2)의 번호판(NF)을 인식할 수 있다 이후, FRAME별 번호판으로 인식하는 픽셀이 연속적으로 이동하면서 번호판 인식을 유지할 수 있다.
구체적으로 FRAME1(FR1)에서 전방 차량(2)의 번호판(NF)을 인식하게 되고, 전방 차량(2)이 좌회전을 하게 되면서 점차 FRAME2, FRAME3으로 픽셀(NF) 이 이동하게 된다. 픽셀이 이동하면 번호판을 인식하는 부분(NF1)이 점차적으로 감소하게 된다. 이때, 이전 FRAME에서 번호판을 유지하는 부분을 살펴보면 FRAME2(FR2)에서의 이전 FRAME에서 번호판을 인식하는 부분(NF1)에서 차량이 더 회전하는 정도에 따라서 FRAME3(FR3)의 이전 FRAME에서 번호판 유지 부분(NF2)도 변하게 된다. NF가 픽셀(MF)을 차지하는 부분이 점차적으로 감소하여 그 감소량이 일정 값을 초과하지 않고, 이전 FRAME에서 번호판 유지 부분이 존재한다면 이를 기존에의 번호판(NF)으로 인식을 유지하게 된다..
도 5는 일 실시예에 의한 주행 중 전방 차량(2)의 번호판의 윤곽 이미지의 좌변 및 우변의 길이를 측정하여, 이를 기초로 전방 차량의 위치를 결정하는 동작을 예시한 도면이다.
일 실시예에 따르면 제어부(200)는 기준 번호판의 윤곽 이미지 중 전방 차량(2) 번호판의 윤곽 이미지의 좌변 및 우변 각각에 대응되는 적어도 하나의 기준 번호판의 윤곽 이미지를 기초로 전방 차량(2)의 위치를 결정할 수 있다.
도 5를 구체적으로 살펴보면, 전방 차량(2)이 좌회전을 하는 경우, 전방 차량(2)의 번호판의 윤곽 이미지의 좌변은 길이가 유지되는 반면, 우변의 길이는 점진적으로 줄어든다. 이때 제어부(200)는 전방 차량(2) 번호판의 윤곽 이미지의 좌변의 길이에 대응되는 기준 번호판의 윤곽 이미지(20-1)를 정할 수 있다.
또한 제어부(200)는 전반 차량 번호판의 윤곽 이미지의 우변 길이에 대응되는 기준 번호판의 윤곽 이미지(10-1)를 정할 수 있다.
제어부(200)는 전방 차량 번호판의 윤곽 이미지의 좌변 및 우변 각각의 길이를 측정하고, 기준 번호판의 윤곽 이미지 중 번호판의 윤곽 이미지의 세로 축 길이와 가장 유사한 번호판을 결정할 수 있다
이때, 번호판의 윤곽 이미지의 세로 축 길이는 기준 번호판의 윤곽 이미지(20-1)의 세로 축 길이에 대응된다. 적어도 하나의 기준 번호판 윤곽 이미지 및 위치 정보를 기초로 각각의 전방 차량의 위치를 구할 수 있다.
제어부(200)는 전방 차량(2)의 각 변에(10-1,20-1)에 대응하는 기준 번호판의 윤곽 이미지(10-2, 20-2)의 길이를 통해 각 기준 번호판의 윤곽 이미지의(10-2, 20-2)의 위치를 알 수 있고, 이를 기초로 차량간 거리(S-2)를 결정할 수 있다.
제어부(200)는 적어도 하나의 번호판의 윤곽 이미지에 대응하는 차량간의 거리(S-2)와 전방 차량의 입력된 번호판 길이(S-1)를 통해 회전 각도(S-3)를 구할 수 있다.
제어부(200)는 회전 각도(S-3)와 차량간의 거리(S-2)를 기초로 영상 속 전방 차량(2) 번호판 이 영상 속 전방 차량(2)의 위치를 결정할 수 있다.
이러한 동작은 좌측 및 우측 뿐만 아니라 상측 및 하측 길이에도 마찬가지로 동작할 수 있다.
도 6은 일 실시예에 의한 주행 중 전방 차량 번호판의 윤곽 이미지(IM)의 종횡비를 기초로 전방 차량의 위치를 결정하는 동작을 예시한 도면이다.
국가별, 종류별로 번호판의 종횡비가 다양할 수 있다.
따라서 제어부(200)는 전방 차량의 번호판의 윤곽 이미지(IM)를 인식하여 거리를 결정하기 위해서는 각각의 번호판을 구분할 필요가 있다.
도 6을 살펴보면, 제어부는(200) 전방 차량 번호판의 윤곽 이미지(IM)의 가로 및 세로 길이를 측정하고, 측정한 가로 및 세로 길이를 기초로 종횡비를 구할 수 있다.
제어부(200)는 각 종류별 기준 번호판 윤곽 이미지 데이터(DB)를 미리 저장할 수 있다.
제어부(200)는 영상 속 전방 차량 번호판의 윤곽 이미지(IM)의 종횡비를 기초로 기준 번호판의 윤곽 이미지 데이터에 대응되도록 제어할 수 있다.
예를 들어서, 도면 6의 번호판1(R1)과 번호판2(R2)를 기준 번호판의 윤곽 이미지와 대응 시켜보면, 복수의 기준 번호판의 윤곽 이미지 데이터(DB)가 있고 그 중에서 번호판1(R1) 및 번호판2(R2) 각각의 종횡비와 가장 근사한 번호판의 윤곽 이미지 종횡비를 가진 번호판3(R3) 및 번호판4(R4)와 대응되게 되고 나머지 번호판(R5)은 무시할 수 있다. 무시한다는 것은 오인식을 방지하기 위하여 번호판 이미지의 종횡비 차이와 기준 번호판 이미지의 종횡비 차이가 현저하게 크다거나, 윤곽 이미지 중 글자가 포함된 면적의 비율이 너무나 작아서 번호판이 아닌 경우 데이터로서 이용하지 않는 것을 의미한다. 즉 번호판의 윤곽 이미지의 종횡비와 기준 번호판의 윤곽 이미지의 종횡비의 차이가 미리 결정된 값 이하인 경우, 번호판의 윤곽 이미지를 상기 기준 번호판의 윤곽 이미지와 대응되도록 제어할 수 있고, 번호판의 윤곽 이미지 중 글자가 포함된 면적의 비율이 미리 결정된 값 이상인 경우, 상기 번호판의 윤곽 이미지를 상기 기준 번호판의 윤곽 이미지와 대응되도록 제어할 수 있다.
도 7은 일 실시예에 의한 주행 중 기준 번호판의 윤곽 이미지의 크기가 전방 차량 번호판의 윤곽 이미지의 크기를 초과하는 경우에만 상기 번호판을 인식하는 차량의 동작을 예시한 도면이다.
도 7을 살펴보면, 제어부(200)는 전방 차량의 번호판의 윤곽 이미지 (M) 크기를 인식하고, 이를 미리 저장한 기준 번호판의 윤곽 이미지 크기와 비교할 수 있다.
제어부(200)는 기준 번호판의 윤곽 이미지 데이터(D)에 있는 기준 번호판의 윤곽 이미지 크기가 전방 차량에 있는 번호판의 윤곽 이미지(M) 크기를 초과하는 경우에 번호판을 인식할 수 있다.
제어부(200)는 미리 저장한 기준 번호판의 윤곽 이미지 데이터(D)에 있는 곽 이미지가 전방 차량 번호판의 윤곽 이미지(M)보다 큰 경우에 번호판을 인식할 수 있다.
최종 크기에 대응하는 번호판을 결정하고, 이를 기초로 전방 차량(2)의 위치를 결정할 수 있다.
이때1단계 과정으로, 영상 속 번호판의 윤곽 이미지(S,K)를 연속으로 감지할 수 있다.
연속 감지의 기준은 프레임 별 픽셀이 연속적으로 이동하는 경우만 해당된다.
제어부(200)는 도로 표지판 및 도로 외적인 요소에 대한 오인지 가능성을 없애기 위해 직선 주행 영역만 고려할 수 있다.
2단계 과정에서 제어부(200)는 전방 번호판의 윤곽 이미지(S,K)와 기준 번호판의 윤곽 이미지 데이터(D) 상 알고 있는 번호판간의 종횡비를 비교한다. 비교하여 종횡비가 근사한 기준 번호판의 윤곽 이미지(t,p)와 대응한다.
그리고 가장 근사한 기준 번호판의 윤곽 이미지(t-1,t-2,p-1,p-2)와 대응 시킬 수 있다.
3단계 과정에서 제어부(200)는 기준 번호판의 윤곽 이미지의 크기가 상기 번호판의 윤곽 이미지의 크기를 초과하는 경우에 번호판으로 인식하게 된다.
제어부(200)는 안전을 위해 차량 안전 거리가 가깝다고 인식되는 번호판을 결정할 수 있다.
여기서 결정이란, 상기 기준 번호판의 윤곽 이미지의 크기가 상기 번호판의 윤곽 이미지의 크기를 초과하는 경우에만 상기 번호판을 인식하는 것을 의미한다. 제어부(200)는 기준 번호판의 윤곽 이미지 데이터상 매칭되는 번호판이 영상에 포함된 번호판의 윤곽 이미지 크기보다 큰 경우 번호판으로 인식할 수 있다. 이는 기준 번호판의 윤곽 이미지 데이터 중 가장 근사한 종횡비를 가지는 전방 차량의 번호판을 인식(t-3, p-3)하게 된다.
구체적으로 도 7을 살펴보면, 기준 번호판의 윤곽 이미지 데이터(D) 중 근사한 종횡비를 가지는 번호판의 윤곽 이미지들 중 전방 차량 번호판의 윤곽 이미지 크기보다 기준 번호판의 윤곽 이미지 크기가 큰 번호판의 윤곽 이미지(t-1, p-2)와 크기가 작은 번호판의 윤곽 이미지(t-2,p-1)가 있는 경우 기준 번호판의 윤곽 이미지 크기가 더 큰 번호판의 윤곽 이미지(t-1, p-2)가 선택된다. 기준 번호판의 윤곽 이미지 크기가 전방 차량 번호판의 윤곽 이미지 크기보다 큰 경우만 번호판을 결정하여 전방 차량의 번호판으로 인식(t-3, p-3)하고, 이를 통해 전방 차량(2)의 위치를 결정하게 된다.
도8 는 일 실시예에 따른 번호판의 윤곽 이미지의 종횡비 차이를 기초로 상기 기준 번호판의 윤곽 이미지와 대응되도록 제어하는 동작을 예시한 도면이다.
도8에서 설명하는 동작은 과도한 번호판 오인지를 방지하기 위하여 번호판 인식의 기준을 정하고 기준에 벗어나는 경우 번호판으로 인식하는 것을 방지하기 위함이다.
도 8을 구체적으로 살펴보면, 제어부(200)는 영상 속 전방 차량(2)의 번호판의 윤곽 이미지의 종횡비 및 기준 번호판의 윤곽 이미지의 종횡비를 측정하여 종횡비를 비교할 수 있다.
제어부(200)는 종횡비의 차이가 미리 결정된 값을 초과하면, 이는 다른 물품을 번호판으로 잘못 인식하고 있는 것이므로 번호판으로 인식하지 않고 무시할 수 있다. 즉, 번호판의 윤곽 이미지의 종횡비와 상기 기준 번호판의 윤곽 이미지의 종횡비의 차이가 미리 결정된 값 이하인 경우, 상기 번호판의 윤곽 이미지를 상기 기준 번호판의 윤곽 이미지와 대응되도록 제어할 수 있다.
예를 들어서 전방 차량(2)의 전체적인 뒷모습(2-1)을 카메라가 영상에 담고, 제어부(200)에서 전방 차량(2)의 전체적인 뒷모습(2-1)을 번호판 모양으로 인식하였다면, 전방 차량(2)의 전체적인 뒷모습(2-1) 종횡비와 기준 번호판 종횡비는 차이가 크다. 이를 기초로 해서 제어부(200)는 이를 번호판이 아닌 다른 물품으로 인식할 수 있다.
따라서 기준 번호판 윤곽 이미지와 번호판 윤곽 이미지의 종횡비 차이가 클 경우 제어부(200)는 전방 차량(2)의 전체적인 뒷모습(2-1)을 번호판(501)으로 인식하지 않을 수 있다.
도9는 일 실시예에 따른 번호판의 윤곽 이미지 중 글자가 포함된 면적의 비율을 기초로 상기 기준 번호판의 윤곽 이미지와 대응되도록 제어하는 동작을 예시한 도면이다.
구체적으로 도 9를 살펴보면, 제어부(200)가 전방 차량(2)의 뒷범퍼(2-2)가 포함된 이미지를 번호판의 윤곽 이미지로 잘못 인식할 수 있다.
제어부(200)는 뒷 범퍼가 포함된 번호판의 윤곽 이미지와 유사한 종횡비를 갖는 기준 번호판의 윤곽 이미지가 대응되는 잘못된 동작을 수행할 수 있다.
제어부(200)는 이러한 잘못된 동작의 수행을 방지하기 위해 번호판의 윤곽 이미지 중 글자가 포함된 면적의 비율을 판단할 수 있다.
제어부(200)는 전방 차량(2)의 번호판의 윤곽 이미지 중 글자가 포함된 면적의 비율이 미리 결정된 값 미만이면, 번호판(502)으로 인식하지 않을 수 있다.
즉, 번호판의 윤곽 이미지 중 글자가 포함된 면적의 비율이 미리 결정된 값 이상인 경우, 상기 번호판의 윤곽 이미지를 상기 기준 번호판의 윤곽 이미지와 대응되도록 제어할 수 있다.
예를 들어서, 자동차 뒷 범퍼(2-2)를 기준으로 하면 '152가 3109'이 써있는 숫자는 그 전체적인 면적에서 고려해서 그 비율이 굉장히 낮다. 이는 번호판에서 글자가 차지하는 비율에 비하면 굉장히 낮은 수치에 해당할 것이다. 따라서 번호판에서 글자가 차지하는 비율을 미리 설정해 두고, 그보다 낮은 경우 번호판을 인식하지 않 차량의 뒷 범퍼(2-2)를 번호판으로 오인지 하지 않게 된다.
도10은 일 실시예에 의한 차량의 제어 방법을 도시한 동작 순서도이다.
도10에서, 카메라(100)는 전방 영상을 획득할 수 있다(1001). 저장부(300)는 카메라로 획득한 영상을 기초로 전방 차량(2)의 번호판의 윤곽 이미지를 저장(1002)하고, 기준 차량 번호판의 윤곽 이미지로 저장(1002)한다. 기준 번호판의 크기에 따른 전방 차량(2)과 차량(1)간의 거리를 포함하는 위치 정보를 저장할 수 있다(1002). 제어부(200)는 카메라(100)를 통해 전방 영상을 획득한다(1003). 또한 제어부(200)는 전방 영상에 포함된 번호판을 인식할 수 있다(1004). 제어부(200)는 인식된 번호판과 위치 정보를 기초로 전방 차량의 위치를 결정할 수 있다(1005).
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, 플래쉬 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.
1:차량
2:전방 차량
100:카메라
200:제어부
300:저장부

Claims (16)

  1. 전방 영상을 획득하는 카메라;
    기준 번호판의 윤곽 이미지를 저장하고,,
    상기 기준 번호판의 윤곽 이미지 크기에 따른 전방 차량의 위치를 포함하는 위치 정보를 저장하는 저장부; 및
    상기 전방 영상에 포함된 번호판을 인식하고,
    상기 번호판과 상기 위치 정보를 기초로 상기 전방 차량의 위치를 결정하는 제어부;를 포함하는 차량.
  2. 제1항에 있어서,
    상기 제어부는,
    상기 전방 영상에 포함된 상기 번호판의 윤곽 이미지 모양을 상기 기준 번호판의 윤곽 이미지 모양과 대응되도록 제어하는 차량.
  3. 제1항에 있어서,
    상기 제어부는,
    상기 번호판과 대응되는 픽셀의 움직임이 연속적이면,
    상기 픽셀의 움직임을 기초로 상기 번호판의 인식을 유지하는 차량.
  4. 제2항에 있어서,
    상기 제어부는,
    상기 기준 번호판의 윤곽 이미지 중 상기 번호판의 윤곽 이미지의 좌변 및 우변 각각에 대응되는 적어도 하나의 상기 기준 번호판의 윤곽 이미지를 기초로 상기 전방 차량의 위치를 결정하는 차량.
  5. 제1항에 있어서,
    상기 제어부는,
    상기 번호판의 윤곽 이미지의 종횡비를 기초로
    상기 전방 영상에 포함된 상기 번호판의 윤곽 이미지를 상기 기준 번호판의 윤곽 이미지와 대응되도록 제어하는 차량.
  6. 제5항에 있어서,
    상기 제어부는,
    상기 기준 번호판의 윤곽 이미지의 크기가 상기 번호판의 윤곽 이미지의 크기를 초과하는 경우에 상기 번호판을 인식하는 차량.
  7. 제5항에 있어서,
    상기 제어부는,
    상기 번호판의 윤곽 이미지의 종횡비와 상기 기준 번호판의 윤곽 이미지의 종횡비의 차이가 미리 결정된 값 이하인 경우, 상기 번호판의 윤곽 이미지를 상기 기준 번호판의 윤곽 이미지와 대응되도록 제어하는 차량.
  8. 제5항에 있어서,
    상기 제어부는,
    상기 번호판의 윤곽 이미지 중 글자가 포함된 면적의 비율이 미리 결정된 값 이상인 경우, 상기 번호판의 윤곽 이미지를 상기 기준 번호판의 윤곽 이미지와 대응되도록 제어하는 차량.
  9. 전방 영상을 획득하고,
    기준 번호판의 윤곽 이미지를 저장하고,
    상기 기준 번호판의 윤곽 이미지 크기에 따른 전방 차량의 위치를 포함하는 위치 정보를 저장하고,
    상기 전방 영상에 포함된 번호판을 인식하고,
    상기 번호판과 상기 위치 정보를 기초로 상기 전방 차량의 위치를 결정하는 것을 포함하는 차량의 제어 방법.
  10. 제9항에 있어서,
    상기 번호판의 윤곽 이미지를 인식하는 것은,
    상기 전방 영상에 포함된 상기 번호판의 윤곽 이미지의 모양을 상기 기준 번호판의 윤곽 이미지 모양과 대응되도록 제어하는 것을 포함하는 차량의 제어 방법.
  11. 제 9항에 있어서,
    상기 번호판의 윤곽 이미지를 인식하는 것은,
    상기 번호판의 윤곽 이미지와 대응되는 픽셀의 움직임이 연속적이면,
    상기 픽셀의 움직임을 기초로 상기 번호판의 인식을 유지하는 것을 포함하는 차량의 제어 방법.
  12. 제9항에 있어서,
    상기 번호판을 인식하는 것은,
    상기 기준 번호판의 윤곽 이미지의 크기가 상기 번호판의 윤곽 이미지의 크기를 초과하는 경우에만 상기 번호판의 인식을 포함하는 차량의 제어 방법.
    .
  13. 제9항에 있어서,
    상기 번호판을 인식하는 것은,
    상기 전방 영상에 포함된 상기 번호판의 윤곽 이미지를 상기 기준 번호판의 이미지와 대응되도록 제어하는 것을 포함하는 차량의 제어 방법.
    .
  14. 제13항에 있어서,
    상기 번호판을 인식하는 것은,
    상기 기준 번호판의 윤곽 이미지의 크기가 상기 번호판의 윤곽 이미지 크기를 초과하는 경우에 상기 번호판을 인식하는 것을 포함하는 차량의 제어 방법.
  15. 제13항에 있어서,
    상기 번호판을 인식하는 것은,
    상기 번호판의 윤곽 이미지의 종횡비와 상기 기준 번호판의 윤곽 이미지의 종횡비의 차이가 미리 결정된 값 이하인 경우, 상기 번호판의 윤곽 이미지를 상기 기준 번호판의 윤곽 이미지와 대응되도록 제어하는 것을 포함하는 차량의 제어 방법.
  16. 제13항에 있어서,
    상기 번호판을 인식하는 것은,
    상기 번호판의 윤곽 이미지 중 글자가 포함된 면적의 비율이 미리 결정된 값 이상인 경우, 상기 번호판의 윤곽 이미지를 상기 기준 번호판의 윤곽 이미지와 대응되도록 제어하는 것을 포함하는 차량의 제어 방법.

KR1020200071075A 2020-06-11 2020-06-11 차량 및 그 제어방법 KR20210153999A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020200071075A KR20210153999A (ko) 2020-06-11 2020-06-11 차량 및 그 제어방법
US17/111,175 US11461927B2 (en) 2020-06-11 2020-12-03 Vehicle and method for controlling thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200071075A KR20210153999A (ko) 2020-06-11 2020-06-11 차량 및 그 제어방법

Publications (1)

Publication Number Publication Date
KR20210153999A true KR20210153999A (ko) 2021-12-20

Family

ID=78825791

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200071075A KR20210153999A (ko) 2020-06-11 2020-06-11 차량 및 그 제어방법

Country Status (2)

Country Link
US (1) US11461927B2 (ko)
KR (1) KR20210153999A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102612593B1 (ko) * 2022-09-14 2023-12-08 인천대학교 산학협력단 전방 차량의 위치에 따라 지향성 광신호를 전송할 수 있는 차량용 신호 전송 장치 및 그 동작 방법

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102551283B1 (ko) * 2020-09-08 2023-07-06 한국전자통신연구원 메타인지 기반 자율주행 보정 장치 및 방법
KR20230018596A (ko) * 2021-07-30 2023-02-07 주식회사 마크애니 뉴럴 네트워크를 위한 학습 데이터 생성 방법 및 장치

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101949765B1 (ko) 2012-05-04 2019-04-25 엘지이노텍 주식회사 번호판 인식을 이용한 차량 위치 정보 인식 장치 및 방법
CN106529424B (zh) * 2016-10-20 2019-01-04 中山大学 一种基于选择性搜索算法的车标检测识别方法及系统
US11010922B1 (en) * 2016-10-31 2021-05-18 United Services Automobile Association (Usaa) Systems and methods for calibrating distance estimation in image analysis
GB2576538B (en) * 2018-08-23 2020-09-02 Roadmetric Ltd Detection and documentation of speeding violations
US10755423B2 (en) * 2018-10-18 2020-08-25 Getac Technology Corporation In-vehicle camera device, monitoring system and method for estimating moving speed of vehicle
WO2020133464A1 (en) * 2018-12-29 2020-07-02 Zhejiang Dahua Technology Co., Ltd. Systems and methods for license plate recognition
KR102010766B1 (ko) 2019-02-13 2019-08-14 엘지이노텍 주식회사 번호판 인식을 이용한 차량 위치 정보 인식 장치 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102612593B1 (ko) * 2022-09-14 2023-12-08 인천대학교 산학협력단 전방 차량의 위치에 따라 지향성 광신호를 전송할 수 있는 차량용 신호 전송 장치 및 그 동작 방법

Also Published As

Publication number Publication date
US11461927B2 (en) 2022-10-04
US20210390734A1 (en) 2021-12-16

Similar Documents

Publication Publication Date Title
KR20210153999A (ko) 차량 및 그 제어방법
US10127460B2 (en) Lane boundary line information acquiring device
US8854458B2 (en) Object detection device
US10074021B2 (en) Object detection apparatus, object detection method, and program
US10325171B2 (en) Object detection device, driving assistance device, object detection method, and object detection program
WO2018153211A1 (zh) 获取交通路况信息的方法及装置、计算机存储介质
US11061122B2 (en) High-definition map acquisition system
CN110167813B (zh) 行驶路径识别装置及行驶路径识别方法
US20190258249A1 (en) Apparatus and method for controlling driving mode switch of vehicle and vehicle system
US20190392229A1 (en) Parking compartment recognition apparatus
US10846546B2 (en) Traffic signal recognition device
JP2010019589A (ja) 車間距離検出装置、ドライブレコーダ装置
JP6038422B1 (ja) 車両判定装置、車両判定方法及び車両判定プログラム
JP6032034B2 (ja) 物体検知装置
JP2018048949A (ja) 物体識別装置
KR101767237B1 (ko) 객체 검출 장치 및 방법
KR20180067199A (ko) 객체 인식 장치 및 방법
CN111091037A (zh) 用于确定驾驶信息的方法和设备
US10688995B2 (en) Method for controlling travel and device for controlling travel of vehicle
US20210402992A1 (en) Apparatus and method for setting planned trajectory
CN110211172B (zh) 立体图像中的快速地平面区分
CN107924570B (zh) 用于机动车辆的视觉系统和控制视觉系统的方法
CN111959482A (zh) 自主驾驶装置及方法
US20220289185A1 (en) Vehicle controller and method for controlling vehicle
CN108416305B (zh) 连续型道路分割物的位姿估计方法、装置及终端