KR101549165B1 - Apparatus and method for estimating pose of vehicle - Google Patents
Apparatus and method for estimating pose of vehicle Download PDFInfo
- Publication number
- KR101549165B1 KR101549165B1 KR1020140110828A KR20140110828A KR101549165B1 KR 101549165 B1 KR101549165 B1 KR 101549165B1 KR 1020140110828 A KR1020140110828 A KR 1020140110828A KR 20140110828 A KR20140110828 A KR 20140110828A KR 101549165 B1 KR101549165 B1 KR 101549165B1
- Authority
- KR
- South Korea
- Prior art keywords
- lanes
- road
- image
- vector
- calculating
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 239000013598 vector Substances 0.000 claims abstract description 123
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 230000014509 gene expression Effects 0.000 claims description 3
- 238000010191 image analysis Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003703 image analysis method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- 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
- B60W40/10—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 vehicle motion
-
- 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
- B60W40/06—Road conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
- B60W2050/0057—Frequency analysis, spectral techniques or transforms
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/15—Road slope, i.e. the inclination of a road segment in the longitudinal direction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
본 발명은 도로상에서 차량의 자세를 추정하는 장치 및 방법에 관한 것이다.The present invention relates to an apparatus and a method for estimating a posture of a vehicle on a road.
본 발명은 산업통상자원부 한국산업기술평가관리원의 산업핵심기술개발사업(IT융합)의 일환으로 수행한 연구(과제번호 201403250000, 운전 안전성 및 편의성 향상을 위한 운전자 시야 중심 차량용 증강현실 정보제공 시스템 기술 개발) 및 미래창조과학부 정보통신연구진흥원의 IT융합 고급인력과정 지원사업의 일환으로 수행한 연구(과제번호 201403020000, 스마트 자동차를 위한 AUTOSAR 기반 차량 내외부 통신 플랫폼 및 응용기술 개발)로부터 도출된 것이다.The present invention is a research conducted as part of the industrial core technology development project (IT convergence) of the Korea Industrial Technology Evaluation and Management Agency of the Ministry of Commerce, Industry and Energy (Project No. 201403250000, development of augmented reality information providing system for driver's vision centered vehicle for driving safety and convenience) ) And Future Creation Science Department of Information Technology Research Promotion Agency (ITU Project 201403020000, development of AUTOSAR-based internal and external communication platform and application technology for smart cars).
도로상에서 차량 주행시 운전자는 차량이 차선들 사이에서 정확하게 주행하는지를 운전석에서 육안으로 확인하면서 차량을 운전해야 한다. 이는 차량의 자세가 차선에 대하여 기울어져 있거나 차선의 위치가 어느 한 차선 측에 가까이 붙어 있는 경우, 인접한 차량과 충돌할 가능성이 커질 수 있기 때문이다. GPS(Global Positioning System)을 이용하면, 도로상에서 차량의 위치를 측정할 수 있으며, 차량 위치의 변화로부터 차량의 자세를 추정할 수 있다. 그러나, GPS 데이터는 수미터 정도의 오차를 갖기 때문에, GPS 데이터에 의해서는 차량의 차선에 대한 자세 및 위치를 정확하게 추정하기 어렵다.When driving a vehicle on the road, the driver must operate the vehicle while visually confirming whether the vehicle is correctly traveling between the lanes in the driver's seat. This is because, if the posture of the vehicle is inclined with respect to the lane or the position of the lane is close to a certain lane side, the possibility of collision with an adjacent vehicle may increase. By using GPS (Global Positioning System), the position of the vehicle can be measured on the road, and the posture of the vehicle can be estimated from the change of the vehicle position. However, since the GPS data has an error of about several meters, it is difficult to accurately estimate the posture and the position of the vehicle with respect to the lane depending on the GPS data.
본 발명은 도로의 차선들의 영상 정보를 이용하여 차량의 자세를 추정하는 차량 자세 추정 장치 및 방법을 제공하는 것을 목적으로 한다.An object of the present invention is to provide a vehicle posture estimation apparatus and method for estimating a posture of a vehicle using image information of lanes of a road.
본 발명이 해결하고자 하는 다른 과제는 특별한 장비를 사용하지 않고도, 영상 분석 기반으로 차량의 자세를 효율적으로 추정할 수 있는 차량 자세 추정 장치 및 방법을 제공하는 것에 있다.Another object of the present invention is to provide a vehicle posture estimating apparatus and method which can efficiently estimate a posture of a vehicle based on image analysis without using special equipment.
본 발명이 해결하고자 하는 과제는 이상에서 언급된 과제로 제한되지 않는다. 언급되지 않은 다른 기술적 과제들은 이하의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.The problems to be solved by the present invention are not limited to the above-mentioned problems. Other technical subjects not mentioned will be apparent to those skilled in the art from the description below.
본 발명의 일 측면에 따른 차량 자세 추정 장치는 도로상을 주행하는 차량에 설치되고, 도로상의 평행한 차선들을 촬영하여 영상을 생성하는 영상 촬영 장치; 상기 영상에서 상기 차선들을 추출하여 상기 차선들 각각의 기울기와, 상기 차선들 각각의 연장선이 교차하는 소실점의 좌표를 산출하는 영상 분석부; 및 상기 소실점의 좌표를 기반으로 상기 도로상의 차선들의 방향 벡터를 산출하고, 상기 영상 내의 상기 차선들의 기울기와 상기 방향 벡터 및 상기 도로상의 차선들의 간격을 기반으로 상기 도로의 법선 벡터를 산출하여, 상기 차량의 자세를 추정하는 차량 자세 추정부를 포함한다.A vehicle posture estimating apparatus according to an aspect of the present invention includes a video photographing apparatus installed in a vehicle running on a road and photographing parallel lanes on the road to generate an image; An image analyzer for extracting the lanes from the image and calculating coordinates of a slope of each of the lanes and a vanishing point where an extension line of each of the lanes crosses; And calculating a normal vector of the road based on the slope of the lanes in the image, the direction vector, and the interval of the lanes on the road based on the coordinates of the vanishing point, And a vehicle posture estimating section for estimating a posture of the vehicle.
상기 차량 자세 추정부는, 상기 소실점의 좌표를 기반으로 상기 도로상의 차선들의 방향 벡터를 산출하는 차선 방향벡터 산출부; 및 상기 영상 내의 상기 차선들의 기울기와 상기 방향 벡터 및 상기 도로상의 차선들의 간격을 기반으로 상기 도로의 법선 벡터를 산출하는 도로 법선벡터 산출부를 포함할 수 있다.Wherein the vehicle posture estimating unit comprises: a lane direction vector calculating unit for calculating a direction vector of the lanes on the road based on the coordinates of the vanishing point; And a road normal vector calculating unit for calculating a normal vector of the road based on the slope of the lanes in the image, the direction vector, and the interval between the lanes on the road.
상기 차량 자세 추정부는, 상기 영상 촬영 장치의 좌표계와 상기 도로상의 차선들에 대한 좌표계 간의 이동 변환 관계를 산출하는 좌표계 이동변환 관계 산출부를 더 포함할 수 있다.The vehicle posture estimating unit may further include a coordinate system moving conversion relation calculating unit for calculating a moving conversion relationship between the coordinate system of the image photographing apparatus and the coordinate system of the lanes on the road.
상기 차선 방향벡터 산출부는, 상기 영상 촬영 장치의 초점 거리와, 상기 영상의 중심 좌표 및 상기 소실점의 좌표를 이용하여 상기 방향벡터를 산출할 수 있다.The lane direction vector calculating unit may calculate the direction vector using the focal length of the image photographing apparatus, the center coordinates of the image, and the coordinates of the vanishing point.
상기 도로 법선벡터 산출부는 하기의 수식 1 내지 수식 3에 따라 상기 법선벡터를 산출할 수 있다The road normal vector calculating unit may calculate the normal vector according to the following equations (1) to (3)
[수식 1][Equation 1]
[수식 2][Equation 2]
[수식 3][Equation 3]
상기 수식 1 내지 수식 3에서, m1, m2, m3는 상기 영상에서의 3개의 차선의 기울기를 나타내고, ax, ay, az는 상기 방향 벡터의 3차원 성분을 나타내고, w1, w2는 상기 도로상의 3개의 차선들의 간격을 나타내고, dx, dy, dz는 상기 도로상의 평면에서 상기 차선들에 수직한 단위 벡터의 3차원 성분을 나타내고, bx, by는 상기 영상 촬영 장치의 좌표계와 상기 도로상의 차선들에 대한 좌표계 간의 이동 변환 관계를 나타내고, 상기 법선 벡터는 상기 방향 벡터 및 상기 단위 벡터에 수직한 벡터이다.M 1 , m 2 , and m 3 represent slopes of three lanes in the image, a x , a y , and a z represent a three-dimensional component of the direction vector, and w 1 , w 2 denotes an interval of three lanes on the road, d x, d y, d z denotes a three-dimensional components of a unit vector perpendicular to the lane in a plan view on the road, b x, b y is Wherein the normal vector is a vector orthogonal to the direction vector and the unit vector, wherein the normal vector is a motion vector between the coordinate system of the image photographing device and the coordinate system of the lanes on the road.
본 발명의 다른 일 측면에 따르면, 도로상의 평행한 차선들을 촬영한 영상에서 상기 차선들을 추출하여 상기 차선들 각각의 기울기와, 상기 차선들 각각의 연장선이 교차하는 소실점의 좌표를 산출하는 영상 분석부; 그리고 상기 소실점의 좌표를 기반으로 상기 도로상의 차선들의 방향 벡터를 산출하는 차선 방향벡터 산출부 및 상기 영상 내의 상기 차선들의 기울기와 상기 방향 벡터 및 상기 도로상의 차선들의 간격을 기반으로 상기 도로의 법선 벡터를 산출하는 도로 법선벡터 산출부를 포함하며, 상기 방향 벡터 및 상기 법선 벡터에 따라 상기 영상을 촬영한 차량의 자세를 추정하는 차량 자세 추정부를 포함하는 차량 자세 추정 장치가 제공된다.According to another aspect of the present invention, there is provided an image analysis method for extracting the lanes from an image of parallel lanes on a road and calculating coordinates of a vanishing point at which the lanes of each of the lanes cross each other, ; A lane-direction vector calculating unit for calculating a direction vector of the lane on the road based on the coordinates of the vanishing point, and a normal vector calculating unit calculating a normal vector of the road based on the slope of the lane in the image, And a vehicle posture estimating unit that estimates a posture of the vehicle that captured the image according to the direction vector and the normal vector.
본 발명의 또 다른 일 측면에 따르면, 도로상의 평행한 차선들을 촬영한 영상에서 상기 차선들을 추출하여 상기 차선들 각각의 기울기와, 상기 차선들 각각의 연장선이 교차하는 소실점의 좌표를 산출하는 단계; 그리고 상기 소실점의 좌표를 기반으로 상기 도로상의 차선들의 방향 벡터를 산출하는 단계; 상기 영상 내의 상기 차선들의 기울기와 상기 방향 벡터 및 상기 도로상의 차선들의 간격을 기반으로 상기 도로의 법선 벡터를 산출하는 단계; 및 상기 방향 벡터 및 상기 법선 벡터에 따라 상기 영상을 촬영한 차량의 자세를 추정하는 단계를 포함하는 차량 자세 추정 방법이 제공된다.According to still another aspect of the present invention, there is provided a method of driving a vehicle, comprising the steps of: extracting the lanes from an image of parallel lanes on a road and calculating a slope of each of the lanes and a coordinate of a vanishing point at which an extension of each of the lanes intersects; Calculating a direction vector of the lanes on the road based on the coordinates of the vanishing point; Calculating a normal vector of the road based on an inclination of the lanes in the image, an interval between the direction vector and lanes on the road; And estimating a posture of the vehicle that has taken the image according to the direction vector and the normal vector.
상기 차량 자세 추정 방법은, 상기 영상을 촬영한 영상 촬영 장치의 좌표계와 상기 도로상의 차선들에 대한 좌표계 간의 변환 관계를 산출하는 단계를 더 포함할 수 있다.The vehicle posture estimation method may further include a step of calculating a conversion relationship between a coordinate system of the image photographing apparatus that has captured the image and a coordinate system of the lanes on the road.
상기 방향벡터를 산출하는 단계는, 상기 영상을 촬영한 영상 촬영 장치의 초점 거리와, 상기 영상의 중심 좌표 및 상기 소실점의 좌표를 이용하여 상기 방향벡터를 산출할 수 있다.The calculating of the direction vector may calculate the direction vector using the focal length of the image photographing apparatus that has captured the image, the center coordinates of the image, and the coordinates of the vanishing point.
상기 법선벡터를 산출하는 단계는, 상기 수식 1 내지 수식 3에 따라 상기 법선벡터를 산출할 수 있다.The step of calculating the normal vector may calculate the normal vector according to Equations (1) to (3).
본 발명의 또 다른 일 측면에 따르면, 상기한 차량 자세 추정 방법을 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체가 제공된다.According to another aspect of the present invention, there is provided a computer-readable recording medium having recorded thereon a program for executing the above vehicle orientation estimation method.
본 발명의 실시 예에 의하면, 도로의 차선들의 영상 정보를 이용하여 차량의 자세를 추정할 수 있다.According to the embodiment of the present invention, the posture of the vehicle can be estimated using the image information of the lanes of the road.
또한, 본 발명의 실시 예에 의하면, 특별한 장비를 사용하지 않고도, 영상 분석 기반으로 차량의 자세를 효율적으로 추정할 수 있다.In addition, according to the embodiment of the present invention, it is possible to efficiently estimate the posture of a vehicle based on image analysis without using special equipment.
본 발명의 효과는 상술한 효과들로 제한되지 않는다. 언급되지 않은 효과들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.The effects of the present invention are not limited to the effects described above. Unless stated, the effects will be apparent to those skilled in the art from the description and the accompanying drawings.
도 1은 본 발명의 일 실시 예에 따른 차량 자세 추정 장치를 구비한 차량이 도로상에서 주행하는 것을 보여주는 평면도이다.
도 2는 본 발명의 일 실시 예에 따른 차량 자세 추정 장치의 구성도이다.
도 3은 본 발명의 일 실시 예에 따른 차량 자세 추정 방법을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시 예에 따라 촬영된 영상을 분석하여 차량의 자세를 추정하는 방법을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시 예에 따른 차량 자세 추정 장치를 구성하는 차량 자세 추정부의 구성도이다.1 is a plan view showing a vehicle having a vehicle orientation estimating apparatus according to an embodiment of the present invention running on a road.
2 is a configuration diagram of a vehicle orientation estimation apparatus according to an embodiment of the present invention.
3 is a view for explaining a vehicle posture estimation method according to an embodiment of the present invention.
4 is a diagram for explaining a method of estimating a posture of a vehicle by analyzing a photographed image according to an embodiment of the present invention.
5 is a configuration diagram of a vehicle posture estimating unit that constitutes a vehicle posture estimating apparatus according to an embodiment of the present invention.
본 발명의 다른 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술하는 실시 예를 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예에 한정되지 않으며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 만일 정의되지 않더라도, 여기서 사용되는 모든 용어들(기술 혹은 과학 용어들을 포함)은 이 발명이 속한 종래 기술에서 보편적 기술에 의해 일반적으로 수용되는 것과 동일한 의미를 갖는다. 공지된 구성에 대한 일반적인 설명은 본 발명의 요지를 흐리지 않기 위해 생략될 수 있다. 본 발명의 도면에서 동일하거나 상응하는 구성에 대하여는 가급적 동일한 도면부호가 사용된다.Other advantages and features of the present invention and methods of achieving them will be apparent by referring to the embodiments described hereinafter in detail with reference to the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below, and the present invention is only defined by the scope of the claims. Although not defined, all terms (including technical or scientific terms) used herein have the same meaning as commonly accepted by the generic art in the prior art to which this invention belongs. A general description of known configurations may be omitted so as not to obscure the gist of the present invention. In the drawings of the present invention, the same reference numerals are used as many as possible for the same or corresponding configurations.
본 명세서 전체에서 사용되는 '~부' 의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위, 예를 들어 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미할 수 있다. 그렇지만 '~부'의 용어가 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함할 수 있다. '~부'에서 제공되는 기능은 다수의 구성요소들로 분리되어 제공되거나, 다른 구성요소의 기능과 통합될 수 있다.As used throughout this specification, the term " to " may refer to a hardware component, such as a software, FPGA or ASIC, unit that processes at least one function or operation. However, the term '~' is not meant to be limited to software or hardware. &Quot; to " may be configured to reside on an addressable storage medium and may be configured to play one or more processors. Thus, by way of example, 'parts' may refer to components such as software components, object-oriented software components, class components and task components, and processes, functions, , Subroutines, segments of program code, drivers, firmware, microcode, circuitry, data, databases, data structures, tables, arrays, and variables. The functions provided in the " part " may be provided separately from the plurality of components, or may be integrated with the functions of the other components.
도 1은 본 발명의 일 실시 예에 따른 차량 자세 추정 장치를 구비한 차량이 도로상에서 주행하는 것을 보여주는 평면도이다. 도 1을 참조하면, 본 발명의 실시 예에 따른 차량 자세 추정 장치(100)는 도로(20)상을 주행하는 차량(10)에 설치된다. 차량 자세 추정 장치(100)는 도로(20)상의 차선들(21,22,23)을 촬영한 영상에서 차선들을 추출하여 차선들 각각의 기울기와, 차선들 각각의 연장선이 교차하는 소실점(vanishing point)의 좌표를 산출하고, 소실점의 좌표를 기반으로 도로상의 차선들의 방향 벡터를 산출하고, 영상 내의 차선들의 기울기와 방향 벡터 및 도로상의 차선들의 간격을 기반으로 도로의 법선 벡터를 산출하여, 차량의 자세를 추정한다. 본 발명의 실시 예에 의하면, 특별한 장비를 사용하지 않고도, 도로상의 차선들을 촬영한 영상의 분석을 통해 효율적으로 차량의 자세를 추정할 수 있다.1 is a plan view showing a vehicle having a vehicle orientation estimating apparatus according to an embodiment of the present invention running on a road. Referring to FIG. 1, a vehicle
도 2는 본 발명의 일 실시 예에 따른 차량 자세 추정 장치의 구성도이다. 도 1 내지 도 2를 참조하면, 본 발명의 실시 예에 따른 차량 자세 추정 장치(100)는 영상 촬영 장치(120), 영상 분석부(140), 차량 자세 추정부(160) 및 메모리(180)를 포함한다.2 is a configuration diagram of a vehicle orientation estimation apparatus according to an embodiment of the present invention. 1 and 2, a vehicle
영상 촬영 장치(120)는 차량(10)에 설치되어, 도로(20)상의 평행한 차선들(21,22,23)을 촬영하여 영상을 생성한다. 영상 촬영 장치(120)는 예시적으로, 차량(10)의 전방 측에 설치되어, 차량(10)의 전방에 위치한 차선들(21,22,23)을 촬영할 수 있다. 도시된 바와 달리, 영상 촬영 장치(120)는 차량(10)의 후방 혹은 측방 측을 촬영하여 영상을 생성할 수도 있다.The
도 3은 본 발명의 일 실시 예에 따른 차량 자세 추정 방법을 설명하기 위한 도면이고, 도 4는 본 발명의 일 실시 예에 따라 촬영된 영상을 분석하여 차량의 자세를 추정하는 방법을 설명하기 위한 도면이다. 도 1 내지 도 4를 참조하면, 영상 분석부(140)는 촬영된 영상(IMG)에서 차선들(ℓ1,ℓ2,ℓ3)을 추출하여 차선들(ℓ1,ℓ2,ℓ3) 각각의 기울기와, 차선들(ℓ1,ℓ2,ℓ3) 각각의 연장선이 교차하는 소실점(v)의 좌표를 산출한다.FIG. 3 is a view for explaining a vehicle posture estimation method according to an embodiment of the present invention. FIG. 4 is a flowchart illustrating a method of estimating a posture of a vehicle by analyzing a captured image according to an embodiment of the present invention. FIG. Referring to Figure 1 to Figure 4, the
차량 자세 추정부(160)는 소실점(v)의 좌표를 기반으로 도로(20)상의 차선들(21,22,23)의 방향 벡터를 산출하고, 영상(IMG) 내의 차선들(ℓ1,ℓ2,ℓ3)의 기울기와 상기 방향 벡터 및 도로(20)상의 차선들(21,22,23)의 간격(w1,w2)을 기반으로 도로(20)상의 평면(Π)의 법선 벡터를 산출하여, 차량(10)의 자세를 추정한다.The vehicle
메모리(180)는 본 발명의 실시 예에 따른 차량 자세 추정 방법을 실행하기 위한 프로그램과, 차량 자세 추정을 위해 필요한 정보들을 저장할 수 있다. 차량 자세 추정을 위해 필요한 정보들은 예를 들어, 차선들(21,22,23)의 간격(w1,w2), 영상 촬영 장치(카메라)의 초점 거리와 같은 내부 파라미터 등의 정보를 포함할 수 있다.The
도 5는 본 발명의 일 실시 예에 따른 차량 자세 추정 장치를 구성하는 차량 자세 추정부의 구성도이다. 도 5를 참조하면, 차량 자세 추정부(160)는 차선 방향벡터 산출부(1622), 도로 법선벡터 산출부(1624) 및 좌표계 이동변환 관계 산출부(164)를 포함한다. 차선 방향벡터 산출부(1622) 및 도로 법선벡터 산출부(1624)는 좌표계 회전변환 관계 산출부(162)를 구성한다.5 is a configuration diagram of a vehicle posture estimating unit that constitutes a vehicle posture estimating apparatus according to an embodiment of the present invention. 5, the vehicle
도 1 내지 도 5를 참조하여, 도로(20)상의 평면(Π) 위에 존재하는 3개의 평행한 차선(21,22,23)을 촬영한 영상(IMG)을 분석하여, 차량(10)의 자세를 추정하는 방법을 설명하기로 한다. 제1 차선(21)과 제2 차선(22)의 간격(w1), 제2 차선(22)과 제3 차선(23)의 간격(w2)은 미리 알려져 있는 값으로 정의된다.1 to 5, the image IMG obtained by photographing three
도로(20) 상의 차선들(21,22,23)은 각각 직선 방정식 L1: ta+b-w1 d, L2: ta+b, L3: ta+b+w2 d (t는 실수)을 만족한다. a = (ax,ay,az) 는 차선들(21,22,23)의 방향 벡터이고, 단위 벡터 d = (dx,dy,dz) 는 도로(20)상의 평면(Π)에 존재하며, 방향 벡터 a에 수직인 벡터이다. 도시된 예에서, b는 영상 촬영 장치(120)의 좌표계의 XY 평면과 도로(20)상의 제2 차선(22)의 교점으로 정의된다. 즉, 제2 차선(22)의 직선 방정식 L2 는 점 b = (bx,by,0) 를 지나간다. 직선 방정식 L1, L2, L3에서 t를 소거하여 각 성분 간의 관계를 표현하면 아래의 식 1 내지 식 3과 같이 나타낼 수 있다.The lane (21,22,23) on the route (20) are each linear equation L 1: t a + b -w 1 d, L 2: t a + b, L 3: t a + b + w 2 d ( t is a real number). a = (a x, a y , a z) is a direction vector of the lane (21,22,23), the unit vector d = (d x, d y , d z) is a plane (Π on the road 20 ), And is a vector perpendicular to the direction vector a . In the illustrated example, b is defined as the intersection of the XY plane of the coordinate system of the
[식 1][Formula 1]
[식 2][Formula 2]
[식 3][Formula 3]
식 1 내지 식 3에서, ax, ay, az는 상기 방향 벡터 a의 3차원 성분이고, dx, dy, dz는 도로(20)상의 평면(Π)에서 차선들(21,22,23)에 수직한 단위 벡터 d의 3차원 성분이고, bx, by는 영상 촬영 장치(120)의 좌표계와 도로(20)상의 차선들(21,22,23)에 대한 좌표계 간의 변환 관계를 나타내는 x, y 좌표 변환 값이다.
벡터 n = (nx,ny,nz) 은 도로(20)상의 차선들(L1,L2,L3)이 포함된 평면(Π)의 법선 벡터이다. 법선 벡터는 방향 벡터 a 및 단위 벡터 d에 모두 수직한 벡터이다. 즉, 법선 벡터 d = (dx,dy,dz) 는 n × a = d 의 조건을 만족한다. 벡터 a, n, d 는 |a| = |n| = |d| = 1 의 조건을 만족한다.The vector n = (n x , n y , n z ) is the normal vector of the plane Π containing the lanes L 1 , L 2 , L 3 on the
영상 분석부(140)는 도로(20)상의 차선들(21,22,23)이 투영된 영상(IMG) 내에서 차선들의 영상인 직선들(ℓ1,ℓ2,ℓ3)을 추출하고, 영상(IMG)에서 차선들을 나타내는 직선들(ℓ1,ℓ2,ℓ3) 각각의 기울기(m1,m2,m3)를 산출할 수 있다.The
영상(IMG) 내의 차선들(ℓ1,ℓ2,ℓ3)과 X축 사이의 각이 각각 θ1, θ2, θ3 일 때, 영상(IMG) 내의 각 차선(ℓ1,ℓ2,ℓ3)의 기울기(m1,m2,m3)는 tanθ1, tanθ2, tanθ3 이다. mi = tanθi (i = 1,2,3) 로 정의하고, 영상(IMG) 내의 차선들(ℓ1,ℓ2,ℓ3) 위의 점을 (x,y) 라고 하면, 영상(IMG)에서 차선에 해당하는 각 직선(ℓ1,ℓ2,ℓ3)은 아래의 식 4와 같이 나타낼 수 있다.When the angles between the lanes (ℓ 1 , ℓ 2 , ℓ 3 ) and the X axis in the image IMG are θ 1 , θ 2 and θ 3 , the lane (ℓ 1 , ℓ 2 , ℓ 3) gradient (m 1, m 2, m 3) is the tanθ 1, tanθ 2, tanθ 3 . (x, y) on the lanes l 1 , l 2 , l 3 in the image IMG is defined as m i = tan i (i = ), Each straight line (ℓ 1 , ℓ 2 , ℓ 3 ) corresponding to the lane can be expressed by the following Equation (4).
[식 4][Formula 4]
이때, 영상(IMG) 내의 모든 차선들(ℓ1,ℓ2,ℓ3)을 나타내는 직선들은 서로 다른 기울기를 가지며, 차선들(ℓ1,ℓ2,ℓ3)의 연장선은 소실점 v에서 만나게 된다. 즉, 영상(IMG) 내의 직선들(ℓ1,ℓ2,ℓ3)의 연장선의 교점을 찾아 소실점 v의 좌표 (vx,vy)를 산출할 수 있다.At this time, the straight lines representing all the lanes (l 1 , l 2 , l 3 ) in the image IMG have different slopes and the extension lines of the lanes l 1 , l 2 and l 3 meet at the vanishing point v . That is, the coordinates (v x , v y ) of the vanishing point v can be calculated by finding the intersection of the extension lines of the straight lines (ℓ 1 , ℓ 2 , ℓ 3 ) in the image IMG.
영상 촬영 장치(120)에 스큐(skew)가 발생하지 않는다고 가정하면, 영상 촬영 장치(120)의 초점 거리는 fx = fy = f 로 나타낼 수 있으며, 영상 촬영 장치(120)의 내부 행렬을 아래의 식 5와 같이 정의할 수 있다.Assuming that skew does not occur in the
[식 5][Formula 5]
이때, f 는 초점 거리이고, cx, cy 은 영상 중심의 좌표이다. 3차원 직선 위의 점 (X,Y,Z) 를 투영 행렬 K를 이용하여 투영한 점이 (x,y) 이면, 아래의 식 6의 관계 식이 성립한다.Here, f is the focal length, and c x and c y are the coordinates of the center of the image. If the point (X, Y, Z) projected on the three-dimensional straight line using the projection matrix K is (x, y), the following equation (6) holds.
[식 6][Formula 6]
[식 7][Equation 7]
제3 차선(L3)을 예로 들어 식 3을 X, Y에 관하여 정리하면 아래의 식 8 내지 식 9와 같이 나타낼 수 있다.Taking the third lane (L 3 ) as an example, the equation ( 3 ) can be summarized with respect to X and Y as shown in the following equations (8) to (9).
[식 8][Equation 8]
[식 9][Equation 9]
식 8 내지 식 9를 앞서 설명된 식 6 내지 식 7에 대입하면 아래의 식 10 내지 식 11과 같이 정리할 수 있다.Substituting Equations 8 to 9 into equations 6 to 7 described above, the
[식 10][Equation 10]
[식 11][Equation 11]
식 10을 식 11로 나눈 다음, bz = 0 의 조건을 적용하여 정리하면, 아래의 식 12와 같은 관계식을 유도할 수 있다.When the
[식 12][Equation 12]
여기서, 식 12의 관계식은 제3 차선(L3)을 영상(IMG) 면에 투영하여 획득한 직선 ℓ3 을 나타낸다. 식 4와 비교를 통해 아래의 식 13 내지 식 14와 같은 관계 식을 결정할 수 있다.Here, the relational expression of Expression 12 represents a straight line 3 obtained by projecting the third lane L 3 on the image (IMG) plane. A comparison of Equation 4 with Equation 13 to Equation 14 can be made.
[식 13][Formula 13]
[식 14][Equation 14]
차선 방향벡터 산출부(1622)는 식 13 내지 식 14에 따라 영상 촬영 장치의 초점 거리(f)와, 영상의 중심 좌표(cx,cy) 및 소실점의 좌표 (vx,vy) 를 이용하여, 도로(20)상의 차선들(21,22,23)의 방향 벡터 a = (ax,ay,az) (|a|= 1) 를 산출할 수 있다.Lane direction
제1 차선(L1)과 제2 차선(L2)에 대해서도 위와 같은 방법으로 정리하면, 아래의 식 15 내지 식 17과 같은 관계들을 획득할 수 있다.If the first lane L 1 and the second lane L 2 are summarized in the same manner as described above, the following relations (15) to (17) can be obtained.
[식 15][Formula 15]
[식 16][Formula 16]
[식 17][Formula 17]
도로 법선벡터 산출부(1624)는 식 15 내지 17에 따라 영상(IMG)에서의 3개의 차선들(ℓ1,ℓ2,ℓ3)의 기울기(m1,m2,m3)와, 방향 벡터 a = (ax,ay,az) 및 도로(20)상의 차선들(21,22,23)의 간격(w1,w2)을 기반으로 단위 벡터 d = (dx,dy,dz) (|d|= 1, a · d = 0) 를 산출하고, 상기 방향 벡터 및 상기 단위 벡터에 모두 수직한 도로의 법선 벡터 n 을 산출할 수 있다.The road normal
아래의 식 18과 같이 변수 A, B, C를 정의하면, 식 15 내지 식 17을 아래의 식 19 내지 식 21로 정리할 수 있다.If the variables A, B, and C are defined as shown in the following Equation 18, Equations 15 to 17 can be summarized as Equations 19 to 21 below.
[식 18][Formula 18]
[식 19][Formula 19]
[식 20][Formula 20]
[식 21][Formula 21]
A를 B로 나누어서 정리하면 아래의 식 22와 같다.A is divided into B and summarized as shown in
[식 22][Formula 22]
n × a = d , a · d = 0 의 조건이 성립하므로, 아래의 식 23과 같은 관계식을 얻을 수 있다. Since the condition of nxa = d and a · d = 0 is established, the following equation (23) can be obtained.
[식 23][Equation 23]
영상(IMG)에서 찾은 소실점(v)과 내부 행렬을 이용하여 식 13 내지 식 14에서 을 계산할 수 있으므로, 도로 법선벡터 산출부(1624)는 계산된 를 식 22, 식 23에 적용하여 정리함으로써, 를 계산할 수 있다. |a|=|d|= 1 의 조건으로부터 방향 벡터 a = (ax,ay,az), 단위 벡터 d = (dx,dy,dz) 를 결정할 수 있으며, a × d = n 의 조건으로부터 법선 벡터 n 을 산출할 수 있다.Using the vanishing point (v) and the inner matrix found in the image (IMG) The road normal
a, d, n 벡터가 결정된 후, 좌표계 이동변환 관계 산출부(164)는 식 18에서 A 를 정리하여 bx 를 계산할 수 있으며, 이를 C 에 대입하여 by 를 계산함으로써, 영상 촬영 장치(120)의 좌표계와 도로(20)상의 평면(Π)에 대한 좌표계 간의 이동 변환 관계 b 를 결정할 수 있다.After the a, d, n vector is determined, the
좌표 b 를 중심으로 하고, 벡터 d, n, a 를 세 축으로 하는 좌표계에서, 영상 촬영 장치(120)의 좌표계로 변환 관계 [R|t] 는 회전 변환 관계와 이동 변환 관계로 나타낼 수 있으며, 회전 변환 관계 R 은 (d n a), 이동 변환 관계 t 는 b 로 추정할 수 있다. 최종적으로, 어느 한 차선의 연장선과 영상 촬영 장치 좌표계의 XY 평면간의 교점을 중심으로 하고, 차선 방향(방향벡터), 도로면 방향(도로평면의 법선 벡터), 차선과 도로면의 외적 벡터를 주축으로 하는 좌표계와 영상 촬영 장치 사이의 변환 관계를 알 수 있으며, 이에 따라 영상 촬영 장치(120)의 자세, 곧 차량(10)의 자세를 추정할 수 있다.The transformation relation [R | t] can be represented in the coordinate system of the
한편, 차량(10)의 자세가 추정되면, 차량(10)의 자세를 스피커(speaker)(미도시)나 디스플레이(display)(미도시)를 통해 일정 주기마다 운전자에게 알릴 수 있으며, 차량(10)의 자세가 미리 설정된 기준 범위에서 벗어난 경우에는 경고음이나 경고등과 같은 경고 신호를 경고 발생부(미도시)를 통해 발생하는 등의 조치를 취할 수도 있다.On the other hand, if the attitude of the
본 발명의 실시 예에 따른 차량 자세 추정 방법은 예를 들어 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 SRAM(Static RAM), DRAM(Dynamic RAM), SDRAM(Synchronous DRAM) 등과 같은 휘발성 메모리, ROM(Read Only Memory), PROM(Programmable ROM), EPROM(Electrically Programmable ROM), EEPROM(Electrically Erasable and Programmable ROM), 플래시 메모리 장치, PRAM(Phase-change RAM), MRAM(Magnetic RAM), RRAM(Resistive RAM), FRAM(Ferroelectric RAM) 등과 같은 불휘발성 메모리, 플로피 디스크, 하드 디스크 또는 광학적 판독 매체 예를 들어 시디롬, 디브이디 등과 같은 형태의 저장매체일 수 있으나, 이에 제한되지는 않는다.The vehicle attitude estimation method according to an embodiment of the present invention can be realized in a general-purpose digital computer which can be formed into a program that can be executed by a computer, for example, and which operates the program using a computer-readable recording medium. The computer readable recording medium may be a volatile memory such as SRAM (Static RAM), DRAM (Dynamic RAM), SDRAM (Synchronous DRAM), ROM (Read Only Memory), PROM (Programmable ROM), EPROM A non-volatile memory such as an electrically erasable programmable read-only memory (EEPROM), a flash memory device, a phase-change RAM (PRAM), a magnetic RAM (MRAM), a resistive RAM (RRAM) Or optical storage media, such as, but not limited to, CD-ROMs, DVDs, and the like.
이상의 실시 예들은 본 발명의 이해를 돕기 위하여 제시된 것으로, 본 발명의 범위를 제한하지 않으며, 이로부터 다양한 변형 가능한 실시 예들도 본 발명의 범위에 속하는 것임을 이해하여야 한다. 본 발명의 기술적 보호범위는 특허청구범위의 기술적 사상에 의해 정해져야 할 것이며, 본 발명의 기술적 보호범위는 특허청구범위의 문언적 기재 그 자체로 한정되는 것이 아니라 실질적으로는 기술적 가치가 균등한 범주의 발명에 대하여까지 미치는 것임을 이해하여야 한다.It is to be understood that the above-described embodiments are provided to facilitate understanding of the present invention, and do not limit the scope of the present invention, and it is to be understood that various modifications are possible within the scope of the present invention. It is to be understood that the technical scope of the present invention should be determined by the technical idea of the claims and the technical scope of protection of the present invention is not limited to the literary description of the claims, The invention of the present invention.
10: 차량
20: 도로
21,22,23: 차선
100: 차량 자세 추정 장치
120: 영상 촬영 장치
140: 영상 분석부
160: 차량 자세 추정부
162: 좌표계 회전변환 관계 산출부
1622: 차선 방향벡터 산출부
1624: 도로 법선벡터 산출부
164: 좌표계 이동변환 관계 산출부
180: 메모리10: Vehicle
20: Road
21, 22, 23:
100: vehicle posture estimating device
120:
140: Image analysis section
160:
162: coordinate system rotation conversion relation calculating unit
1622: lane direction vector calculating section
1624: Road normal vector calculation unit
164: coordinate system moving conversion relation calculating unit
180: Memory
Claims (13)
상기 영상에서 상기 차선들을 추출하여 상기 차선들 각각의 기울기와, 상기 차선들 각각의 연장선이 교차하는 소실점의 좌표를 산출하는 영상 분석부; 및
상기 소실점의 좌표를 기반으로 상기 도로상의 차선들의 방향 벡터를 산출하고, 상기 소실점의 좌표와 상기 방향 벡터 및 상기 도로상의 차선들의 간격을 기반으로 상기 도로의 법선 벡터를 산출하여, 상기 차량의 자세를 추정하는 차량 자세 추정부를 포함하는 차량 자세 추정 장치.A video photographing device installed in a vehicle traveling on a road and photographing parallel lanes on the road to generate an image;
An image analyzer for extracting the lanes from the image and calculating coordinates of a slope of each of the lanes and a vanishing point where an extension line of each of the lanes crosses; And
Calculating a normal vector of the road based on the coordinates of the vanishing point, the direction vector, and the interval between the lanes on the road based on the coordinates of the vanishing point, And estimates a vehicle posture of the vehicle.
상기 차량 자세 추정부는,
상기 소실점의 좌표를 기반으로 상기 도로상의 차선들의 방향 벡터를 산출하는 차선 방향벡터 산출부; 및
상기 영상 내의 상기 차선들의 기울기와 상기 방향 벡터 및 상기 도로상의 차선들의 간격을 기반으로 상기 도로의 법선 벡터를 산출하는 도로 법선벡터 산출부를 포함하는 차량 자세 추정 장치.The method according to claim 1,
Wherein the vehicle-
A lane direction vector calculating unit for calculating a direction vector of the lanes on the road based on the coordinates of the vanishing point; And
And a road normal vector calculating unit for calculating a normal vector of the road based on the slope of the lanes in the image, the direction vector, and the interval between the lanes on the road.
상기 차량 자세 추정부는, 상기 영상 촬영 장치의 좌표계와 상기 도로상의 차선들에 대한 좌표계 간의 이동 변환 관계를 산출하는 좌표계 이동변환 관계 산출부를 더 포함하는 차량 자세 추정 장치.3. The method of claim 2,
Wherein the vehicle posture estimating section further includes a coordinate system movement conversion relation calculating section for calculating a movement conversion relationship between a coordinate system of the image photographing device and a coordinate system of lanes on the road.
상기 차선 방향벡터 산출부는, 상기 영상 촬영 장치의 초점 거리와, 상기 영상의 중심 좌표 및 상기 소실점의 좌표를 이용하여 상기 방향벡터를 산출하는 차량 자세 추정 장치.3. The method of claim 2,
Wherein the lane direction vector calculating unit calculates the direction vector using the focal length of the image photographing apparatus, the center coordinates of the image, and the coordinates of the vanishing point.
상기 도로 법선벡터 산출부는 하기의 수식 1 내지 수식 3에 따라 상기 법선벡터를 산출하고,
[수식 1]
[수식 2]
[수식 3]
상기 수식 1 내지 수식 3에서, m1, m2, m3는 상기 영상에서의 3개의 차선의 기울기를 나타내고, ax, ay, az는 상기 방향 벡터의 3차원 성분을 나타내고, w1, w2는 상기 도로상의 3개의 차선들의 간격을 나타내고, dx, dy, dz는 상기 도로상의 평면에서 상기 차선들에 수직한 단위 벡터의 3차원 성분을 나타내고, bx, by는 상기 영상 촬영 장치의 좌표계와 상기 도로상의 차선들에 대한 좌표계 간의 변환 관계를 나타내고, 상기 법선 벡터는 상기 방향 벡터 및 상기 단위 벡터에 수직한 벡터인 차량 자세 추정 장치.5. The method according to any one of claims 2 to 4,
The road normal vector calculating unit calculates the normal vector according to the following equations (1) to (3)
[Equation 1]
[Equation 2]
[Equation 3]
M 1 , m 2 , and m 3 represent slopes of three lanes in the image, a x , a y , and a z represent a three-dimensional component of the direction vector, and w 1 , w 2 denotes an interval of three lanes on the road, d x, d y, d z denotes a three-dimensional components of a unit vector perpendicular to the lane in a plan view on the road, b x, b y is Wherein the normal vector represents a conversion relation between a coordinate system of the image photographing apparatus and a coordinate system of lanes on the road, and the normal vector is a vector perpendicular to the direction vector and the unit vector.
상기 소실점의 좌표를 기반으로 상기 도로상의 차선들의 방향 벡터를 산출하는 차선 방향벡터 산출부 및 상기 영상 내의 상기 차선들의 기울기와 상기 방향 벡터 및 상기 도로상의 차선들의 간격을 기반으로 상기 도로의 법선 벡터를 산출하는 도로 법선벡터 산출부를 포함하며, 상기 방향 벡터 및 상기 법선 벡터에 따라 상기 영상을 촬영한 차량의 자세를 추정하는 차량 자세 추정부를 포함하는 차량 자세 추정 장치.An image analyzer for extracting the lanes from an image of parallel lanes on the road and calculating coordinates of a slope of each of the lanes and an intersection point of extension lines of the lanes; And
A lane direction vector calculating unit for calculating a direction vector of the lane on the road based on the coordinates of the vanishing point and a normal vector of the road based on the slope of the lane in the image and the interval between the direction vector and the lane on the road And a vehicle posture estimating unit that estimates a posture of the vehicle that captured the image in accordance with the direction vector and the normal vector.
상기 차량 자세 추정부는, 상기 영상을 촬영한 영상 촬영 장치의 좌표계와 상기 도로상의 차선들에 대한 좌표계 간의 이동 변환 관계를 산출하는 좌표계 이동변환 관계 산출부를 더 포함하는 차량 자세 추정 장치.The method according to claim 6,
Wherein the vehicle posture estimating unit further includes a coordinate system movement conversion relation calculating unit for calculating a movement conversion relation between a coordinate system of the image photographing apparatus that photographs the image and a coordinate system of the lanes on the road.
상기 차선 방향벡터 산출부는, 상기 영상 촬영 장치의 초점 거리와, 상기 영상의 중심 좌표 및 상기 소실점의 좌표를 이용하여 상기 방향벡터를 산출하는 차량 자세 추정 장치.The method according to claim 6,
Wherein the lane direction vector calculating unit calculates the direction vector using the focal length of the image photographing apparatus, the center coordinates of the image, and the coordinates of the vanishing point.
상기 소실점의 좌표를 기반으로 상기 도로상의 차선들의 방향 벡터를 산출하는 단계;
상기 영상 내의 상기 차선들의 기울기와 상기 방향 벡터 및 상기 도로상의 차선들의 간격을 기반으로 상기 도로의 법선 벡터를 산출하는 단계; 및
상기 방향 벡터 및 상기 법선 벡터에 따라 상기 영상을 촬영한 차량의 자세를 추정하는 단계를 포함하는 차량 자세 추정 방법.Extracting the lanes from the image of the parallel lanes on the road and calculating the slope of each of the lanes and the coordinates of the vanishing point at which the extension of each of the lanes intersects; And
Calculating a direction vector of the lanes on the road based on the coordinates of the vanishing point;
Calculating a normal vector of the road based on an inclination of the lanes in the image, an interval between the direction vector and lanes on the road; And
And estimating a posture of the vehicle that photographed the image according to the direction vector and the normal vector.
상기 차량 자세 추정 방법은, 상기 영상을 촬영한 영상 촬영 장치의 좌표계와 상기 도로상의 차선들에 대한 좌표계 간의 변환 관계를 산출하는 단계를 더 포함하는 차량 자세 추정 방법.10. The method of claim 9,
Wherein the vehicle posture estimating method further includes calculating a conversion relationship between a coordinate system of the image photographing apparatus that photographs the image and a coordinate system of the lanes on the road.
상기 방향벡터를 산출하는 단계는, 상기 영상을 촬영한 영상 촬영 장치의 초점 거리와, 상기 영상의 중심 좌표 및 상기 소실점의 좌표를 이용하여 상기 방향벡터를 산출하는 차량 자세 추정 방법.10. The method of claim 9,
Wherein the calculating of the direction vector calculates the direction vector using the focal length of the image photographing apparatus that has captured the image, the center coordinates of the image, and the coordinates of the vanishing point.
상기 법선벡터를 산출하는 단계는, 하기의 수식 1 내지 수식 3에 따라 상기 법선벡터를 산출하고,
[수식 1]
[수식 2]
[수식 3]
상기 수식 1 내지 수식 3에서, m1, m2, m3는 상기 영상에서의 3개의 차선의 기울기를 나타내고, ax, ay, az는 상기 방향 벡터의 3차원 성분을 나타내고, w1, w2는 상기 도로상의 3개의 차선들의 간격을 나타내고, dx, dy, dz는 상기 도로상의 평면에서 상기 차선들에 수직한 단위 벡터의 3차원 성분을 나타내고, bx, by는 상기 영상 촬영 장치의 좌표계와 상기 도로상의 차선들에 대한 좌표계 간의 변환 관계를 나타내고, 상기 법선 벡터는 상기 방향 벡터 및 상기 단위 벡터에 수직한 벡터인 차량 자세 추정 방법.10. The method of claim 9,
The step of calculating the normal vector may include calculating the normal vector according to the following expressions (1) to (3)
[Equation 1]
[Equation 2]
[Equation 3]
M 1 , m 2 , and m 3 represent slopes of three lanes in the image, a x , a y , and a z represent a three-dimensional component of the direction vector, and w 1 , w 2 denotes an interval of three lanes on the road, d x, d y, d z denotes a three-dimensional components of a unit vector perpendicular to the lane in a plan view on the road, b x, b y is Wherein the normal vector represents a conversion relationship between a coordinate system of the image photographing apparatus and a coordinate system of lanes on the road, and the normal vector is a vector perpendicular to the direction vector and the unit vector.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140110828A KR101549165B1 (en) | 2014-08-25 | 2014-08-25 | Apparatus and method for estimating pose of vehicle |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140110828A KR101549165B1 (en) | 2014-08-25 | 2014-08-25 | Apparatus and method for estimating pose of vehicle |
Publications (1)
Publication Number | Publication Date |
---|---|
KR101549165B1 true KR101549165B1 (en) | 2015-09-14 |
Family
ID=54246910
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020140110828A KR101549165B1 (en) | 2014-08-25 | 2014-08-25 | Apparatus and method for estimating pose of vehicle |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101549165B1 (en) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101748269B1 (en) * | 2015-11-11 | 2017-06-27 | 현대자동차주식회사 | Apparatus and method for automatic steering control in vehicle |
KR20170133013A (en) * | 2016-05-25 | 2017-12-05 | 현대모비스 주식회사 | Apparatus for generating top-view image and method thereof |
KR20180065758A (en) * | 2016-12-08 | 2018-06-18 | 현대모비스 주식회사 | Apparatus for generating top-view image and method thereof |
KR20190103524A (en) * | 2018-02-13 | 2019-09-05 | 코가플렉스 주식회사 | Autonomous driving devise and method |
KR102542550B1 (en) | 2021-12-07 | 2023-06-13 | 주식회사 케이스랩 | Apparatus and method for estimating pose of vehicle |
US12148177B2 (en) | 2021-05-28 | 2024-11-19 | Samsung Electronics Co., Ltd. | Method and apparatus with vanishing point estimation |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003259357A (en) | 2002-03-05 | 2003-09-12 | Mitsubishi Electric Corp | Calibration method for camera and attachment of camera |
JP2013183311A (en) | 2012-03-02 | 2013-09-12 | Isuzu Motors Ltd | Estimation device and detection system of attitude angle in on-vehicle camera |
-
2014
- 2014-08-25 KR KR1020140110828A patent/KR101549165B1/en active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003259357A (en) | 2002-03-05 | 2003-09-12 | Mitsubishi Electric Corp | Calibration method for camera and attachment of camera |
JP2013183311A (en) | 2012-03-02 | 2013-09-12 | Isuzu Motors Ltd | Estimation device and detection system of attitude angle in on-vehicle camera |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101748269B1 (en) * | 2015-11-11 | 2017-06-27 | 현대자동차주식회사 | Apparatus and method for automatic steering control in vehicle |
US10160485B2 (en) | 2015-11-11 | 2018-12-25 | Hyundai Motor Company | Apparatus and method for automatic steering control in vehicle |
KR20170133013A (en) * | 2016-05-25 | 2017-12-05 | 현대모비스 주식회사 | Apparatus for generating top-view image and method thereof |
KR102457265B1 (en) | 2016-05-25 | 2022-10-20 | 현대모비스 주식회사 | Apparatus for generating top-view image and method thereof |
KR20180065758A (en) * | 2016-12-08 | 2018-06-18 | 현대모비스 주식회사 | Apparatus for generating top-view image and method thereof |
KR20210130688A (en) * | 2016-12-08 | 2021-11-01 | 현대모비스 주식회사 | Apparatus for generating top-view image and method thereof |
KR102328031B1 (en) | 2016-12-08 | 2021-11-17 | 현대모비스 주식회사 | Apparatus for generating top-view image and method thereof |
KR102430352B1 (en) | 2016-12-08 | 2022-08-05 | 현대모비스 주식회사 | Apparatus for generating top-view image and method thereof |
KR20190103524A (en) * | 2018-02-13 | 2019-09-05 | 코가플렉스 주식회사 | Autonomous driving devise and method |
KR102135672B1 (en) * | 2018-02-13 | 2020-07-20 | 코가플렉스 주식회사 | Autonomous driving devise and method |
US12148177B2 (en) | 2021-05-28 | 2024-11-19 | Samsung Electronics Co., Ltd. | Method and apparatus with vanishing point estimation |
KR102542550B1 (en) | 2021-12-07 | 2023-06-13 | 주식회사 케이스랩 | Apparatus and method for estimating pose of vehicle |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11893682B1 (en) | Method for rendering 2D and 3D data within a 3D virtual environment | |
US11632536B2 (en) | Method and apparatus for generating three-dimensional (3D) road model | |
JP6844043B2 (en) | Visual positioning methods, devices, electronics and systems | |
US10380433B2 (en) | Method of detecting an overtaking vehicle, related processing system, overtaking vehicle detection system and vehicle | |
JP2020064046A (en) | Vehicle position determining method and vehicle position determining device | |
EP3007099B1 (en) | Image recognition system for a vehicle and corresponding method | |
CN111046743B (en) | Barrier information labeling method and device, electronic equipment and storage medium | |
US8744169B2 (en) | Voting strategy for visual ego-motion from stereo | |
US9736460B2 (en) | Distance measuring apparatus and distance measuring method | |
US20100315505A1 (en) | Object motion detection system based on combining 3d warping techniques and a proper object motion detection | |
Dueholm et al. | Trajectories and maneuvers of surrounding vehicles with panoramic camera arrays | |
KR101549165B1 (en) | Apparatus and method for estimating pose of vehicle | |
JP2018512593A (en) | Object position measurement with in-vehicle camera using vehicle movement data | |
JP2004198212A (en) | Apparatus for monitoring vicinity of mobile object | |
US10832428B2 (en) | Method and apparatus for estimating a range of a moving object | |
KR102082254B1 (en) | a vehicle recognizing system | |
JP6384802B2 (en) | MOBILE BODY DETECTING DEVICE, IMAGE PROCESSING DEVICE, MOBILE BODY DETECTING METHOD, AND INTEGRATED CIRCUIT | |
WO2020156923A2 (en) | Map and method for creating a map | |
CN111105695B (en) | Map making method and device, electronic equipment and computer readable storage medium | |
JP5396585B2 (en) | Feature identification method | |
CN114248778A (en) | Positioning method and positioning device of mobile equipment | |
Yang et al. | Simultaneous estimation of ego-motion and vehicle distance by using a monocular camera | |
US20210134034A1 (en) | Region clipping method and recording medium storing region clipping program | |
JP7337617B2 (en) | Estimation device, estimation method and program | |
Mariotti et al. | Spherical formulation of moving object geometric constraints for monocular fisheye cameras |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20180724 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20190725 Year of fee payment: 5 |