KR20200037011A - Road Curvature and Slope Estimation Method using Width Information of a Front Lane - Google Patents
Road Curvature and Slope Estimation Method using Width Information of a Front Lane Download PDFInfo
- Publication number
- KR20200037011A KR20200037011A KR1020180116217A KR20180116217A KR20200037011A KR 20200037011 A KR20200037011 A KR 20200037011A KR 1020180116217 A KR1020180116217 A KR 1020180116217A KR 20180116217 A KR20180116217 A KR 20180116217A KR 20200037011 A KR20200037011 A KR 20200037011A
- Authority
- KR
- South Korea
- Prior art keywords
- road
- information
- estimating
- image
- vehicle
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000005259 measurement Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims 1
- 239000000284 extract Substances 0.000 abstract description 2
- 241001300198 Caperonia palustris Species 0.000 description 6
- 235000000384 Veronica chamaedrys Nutrition 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 206010034719 Personality change Diseases 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000725 suspension Substances 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
- B60W40/02—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
- B60W40/076—Slope angle of 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
- 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
- B60W40/072—Curvature of 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
- 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—
-
- 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
-
- 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)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
Description
본 발명은 도로의 곡률 및 기울어짐 추정 기술에 관한 것으로, 더욱 상세하게는 카메라를 이용하여 원거리에 존재하는 도로의 곡률 및 기울어짐을 추정하는 방법에 관한 것이다.The present invention relates to a technique for estimating curvature and tilt of a road, and more particularly, to a method for estimating curvature and tilt of a road existing at a long distance using a camera.
최근 고급사양의 차량이 증가함에 따라, 승차감과 운전 편의성, 주행 안정성을 확보하기 위한 시스템 장치가 증가하는 추세에 있다.2. Description of the Related Art Recently, as vehicles with high-end specifications have increased, system devices for securing ride comfort, driving convenience, and driving stability have been increasing.
이는, 차량이 현재 주행 중인 차선의 정보 뿐 아니라 차량이 주행할 원거리의 차선정보를 추정하여 차선의 곡률 및 도로의 기울기를 미리 예측하여 샤시 제어에 활용하여 주행 안정성 및 승차감을 높이는 기술을 필요로 한다.This requires technology that increases driving stability and ride comfort by predicting the curvature of the lane and the slope of the road in advance by estimating the lane information of the long distance that the vehicle will travel as well as the information of the lane in which the vehicle is currently driving. .
기존의 방식은 차선 정보를 추출할 때 원거리에 있는 도로의 기울기 변화 혹은 주행 중인 차량의 차체의 자세 변화로 인한 영향을 반영하지 않고, 차선을 2차원 평면에 있다는 가정을 하여, 차량의 샤시 제어에 효율적인 정보를 제공해주지 못하고 있다.The existing method does not reflect the influence of the change in the inclination of the road at a long distance or the change in the attitude of the body of the driving vehicle when extracting the lane information, and assumes that the lane is in a two-dimensional plane to control the chassis of the vehicle. It is unable to provide efficient information.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은, 능동 샤시 제어에 의한 편의성과 안정성 확보를 위한 방안으로, 계산량이 적으면서도 전방 수십 미터의 도로에 대하여 기울기와 곡률을 미리 예측할 수 있는 방법을 제공함에 있다.The present invention has been devised to solve the above problems, and an object of the present invention is a method for securing convenience and stability by active chassis control. It is to provide a method that can be predicted in advance.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른, 도로 정보 추정 방법은, 도로 영상을 획득하는 단계; 획득한 도로 영상에서 차선을 추출하는 단계; 추출된 차선을 너비 정보를 이용하여, 도로 정보를 추정하는 단계;를 포함한다.A method for estimating road information according to an embodiment of the present invention for achieving the above object may include: obtaining a road image; Extracting lanes from the obtained road image; And estimating road information by using the extracted lane width information.
그리고, 획득 단계는, 카메라를 이용하여 전방 영상을 생성하는 단계; 전방 영상을 위에서 아래로 내려다본 영상으로 변환하는 단계:를 포함하고, 추출 단계는, 변환된 영상에서 차선을 추출할 수 있다.And, the obtaining step, generating a front image using a camera; A step of converting a front image to an image looking down from the top includes: and the extracting step may extract a lane from the converted image.
또한, 도로 정보는, 도로의 기울어짐 정보를 포함할 수 있다.Further, the road information may include tilt information of the road.
그리고, 도로 정보는, 도로의 경사 정보 및 기울어짐 정보를 포함할 수 있다.Further, the road information may include slope information and tilt information of the road.
또한, 추정 단계는, 차선의 너비의 변화를 이용하여, 도로의 경사 정보 및 기울어짐 정보를 추정할 수 있다.In addition, in the estimating step, it is possible to estimate the slope information and the slope information of the road using a change in the width of the lane.
그리고, 추정 단계는, 차량의 움직임 정보르 더 이용하여, 도로의 경사 정보 및 기울어짐 정보를 추정할 수 있다.And, in the estimating step, it is possible to estimate the slope information and the slope information of the road by further using the motion information of the vehicle.
또한, 차량의 움직임 정보는, 차량에 탑재된 IMU(Inertial Measurement Unit)를 이용하여 생성할 수 있다.Further, the motion information of the vehicle may be generated using an IMU (Inertial Measurement Unit) mounted on the vehicle.
한편, 본 발명의 다른 실시예에 따른, 도로 정보추정 시스템은, 도로 영상을 획득하는 카메라; 획득한 도로 영상에서 차선을 추출하고, 추출된 차선을 너비 정보를 이용하여 도로 정보를 추정하는 프로세서;를 포함한다.On the other hand, according to another embodiment of the present invention, the road information estimation system, a camera for acquiring a road image; And a processor for extracting lanes from the obtained road image and estimating road information using the width information of the extracted lanes.
이상 설명한 바와 같이, 본 발명의 실시예들에 따르면, 주행 중에 전방에 존재하는 차선 간 너비정보를 이용하여 차량과 도로의 자세 변화를 추정할 수 있고, 이를 기반으로 능동 새시 제어에 활용하여 차량의 안정성 및 승차감을 확보할 수 있다.As described above, according to embodiments of the present invention, it is possible to estimate the attitude change of the vehicle and the road using width information between the lanes existing in the front while driving, and based on this, it is utilized for active chassis control to utilize the vehicle Stability and ride comfort can be secured.
또한, 본 발명의 실시예들에 따르면, 차량을 기준으로 좌, 우 차선의 너비만을 이용하는 것이 아닌 전방의 모든 차선 간 너비 정보를 이용하기 때문에, 차선변화(분기, 합류)에 대해 강인하게 동작하므로, 차량 주행 안전 보조기술 및 자율 주행 기술의 성능을 증대시킬 수 있게 된다.In addition, according to embodiments of the present invention, since it uses not only the width of the left and right lanes based on the vehicle, but also the width information between all lanes in the front, it operates robust against lane changes (branch, confluence). , It is possible to increase the performance of the vehicle driving safety assist technology and autonomous driving technology.
도 1은 카메라를 이용한 차선 곡률 감지 시스템 개요,
도 2는 본 발명의 일 실시예에 따른 도로 곡률/기울어짐 추정 방법의 설명에 제공되는 순서도,
도 3은 입력 이미지와 흑백 이미지 변환,
도 4는 Bird eye view,
도 5는 정해진 법칙으로 bird eye view를 구성하는 경우 lane 위치에 오차가 발생하는 경우를 예시한 도면,
도 6은 차량과 노면간 상대 자세 변화가 없는 경우를 예시한 도면,
도 7은 차량이 앞쪽으로 기울어진 경우를 예시한 도면,
도 8은 차량이 뒤쪽으로 기울어진 경우를 예시한 도면,
도 9는 정상적인 경우, 오르막길, 내리막길을 예시한 도면, 그리고,
도 10은 본 발명의 일 실시예에 따른 도로 곡률/기울어짐 추정 시스템의 블럭도이다.1 is an overview of a lane curvature detection system using a camera,
Figure 2 is a flow chart provided in the description of the road curvature / tilt estimation method according to an embodiment of the present invention,
3 is an input image and black and white image conversion,
Figure 4 is a Bird eye view,
5 is a diagram illustrating a case in which an error occurs in a lane position when constructing a bird eye view according to a prescribed law,
6 is a view illustrating a case where there is no change in the relative posture between the vehicle and the road surface;
7 is a view illustrating a case where the vehicle is inclined forward,
8 is a view illustrating a case where the vehicle is inclined backward,
9 is a normal case, a diagram illustrating an uphill road and a downhill road, and
10 is a block diagram of a road curvature / tilt estimation system according to an embodiment of the present invention.
이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.Hereinafter, the present invention will be described in more detail with reference to the drawings.
본 발명의 일 실시예에서는, 전방 차선의 너비 정보를 이용한 도로의 곡률 및 기울어짐 추정 방법을 제시한다.In one embodiment of the present invention, a method for estimating curvature and tilt of a road using width information of a front lane is presented.
본 발명의 실시예에 따른 도로의 곡률/기울어짐 추정 방법은, 카메라를 이용하여 원거리(30~100m)에 존재하는 차선의 3차원 좌표 및 곡률을 검출하고, 검출된 곡률 정보를 기반으로 하여 도로의 기울어짐 정도를 추정하여, 차량 서스펜션, 스티어링의 제어에 활용할 수 있도록 한다.The method for estimating the curvature / tilt of a road according to an embodiment of the present invention uses a camera to detect three-dimensional coordinates and curvature of a lane existing at a long distance (30-100m), and based on the detected curvature information Estimation of the degree of inclination, so that it can be used for the control of vehicle suspension and steering.
본 발명의 실시예에 따른 도로의 곡률/기울어짐 추정 방법은, 계산량이 적으면서도 전방 수십 미터의 도로에 대하여 기울기와 곡률을 미리 예측할 수 있도록 한다.The method for estimating the curvature / tilt of a road according to an exemplary embodiment of the present invention enables the inclination and curvature to be predicted in advance with respect to a road of several tens of meters in front while having a small amount of calculation.
차량에 장착되어 있는 카메라는 주행중에 지면을 향하는 각도와 위치가 변화하는데, 본 발명의 실시예에 따른 도로의 곡률/기울어짐 추정 방법은, 다른 센서의 도움 없이 카메라로 추출한 차선의 3차원 정보로부터 이를 보정하여 도로와 차량간 자세정보를 추정하여 이를 연속적으로 반영하여 차선 추정값을 보정하므로 정확도가 높다.The camera mounted on the vehicle changes the angle and position toward the ground while driving, and the method for estimating the curvature / tilt of the road according to an embodiment of the present invention is based on three-dimensional information of the lane extracted by the camera without the aid of other sensors. By correcting this, the attitude information between the road and the vehicle is estimated, and the lane estimation value is corrected by continuously reflecting it, so accuracy is high.
본 발명의 실시예에서는, 도 1에 도시된 바와 같이, 도로의 곡률 추정을 위해 단일 카메라를 사용하여 획득한 차량 전방의 이미지 정보를 이용한다. 도 2는 입력 이미지로부터 차선의 위치 및 곡률을 추정하기 위한 순서도이다.In an embodiment of the present invention, as shown in FIG. 1, image information of a vehicle front obtained using a single camera is used for curvature estimation of a road. 2 is a flowchart for estimating the lane position and curvature from an input image.
도 2에 도시된 바와 같이, 단일 카메라를 이용하여 전방 도로에 대한 사영된 이미지를 얻고, 사영된 이미지를 도로의 위에서 아래로 내려다본 view(bird eye view)로 이미지를 변환한 후, 변환된 이미지에서 에지를 검출하여 이미지를 black&white 이미지로 변환한다.As shown in FIG. 2, after using a single camera to obtain a projected image of the road ahead, and after converting the projected image into a view (bird eye view) looking down from the top of the road, the converted image Detects the edge in and converts the image to a black & white image.
도 3에는 단일 카메라를 이용하여 획득한 전방 도로 이미지를 나타내었고, 도 4에는 이를 bird eye view로 변환한 후에 black&white로 변환한 이미지를 나타내었다.3 shows an image of a front road acquired using a single camera, and FIG. 4 shows an image converted to black & white after converting it to a bird eye view.
다음, 변환된 이미지에서 차선을 추출하고, 추출한 차선들을 분류한다.Next, lanes are extracted from the converted image, and the extracted lanes are classified.
한편, 정해진 기법으로 bird eye view를 구성하는 경우에는, 도 5에 도시된 바와 같이 차선 위치에 오차가 발생할 수 있다. On the other hand, when the bird eye view is configured by a predetermined technique, an error may occur in the lane position as shown in FIG. 5.
차량과 지면의 자세 정보 gamma를 추정 할 수 있으면, 아래 식으로부터 차선의 실제 거리 D를 추정할 수 있다.If the gamma of vehicle and ground attitude information can be estimated, the actual distance D of the lane can be estimated from the following equation.
여기서, alpha는 이미지 센서로부터 주어지며, beta는 이미지 센서에서 alpha가 주어지면 lookup table로부터 주어지는 값이다. H는 카메라의 탑재 높이이다.Here, alpha is given from the image sensor, and beta is a value given from the lookup table when alpha is given from the image sensor. H is the mounting height of the camera.
차체가 아닌 지면의 기울기가 바뀌는 경우, gamma는 차량에 탑재된 각속도, 가속도 센서 정보로부터 얻어낼 수 없다. 이에 따라, 본 발명의 실시예에서는 차선들간의 너비 정보의 변화로부터 gamma를 추정한다.When the slope of the ground rather than the vehicle body changes, gamma cannot be obtained from the angular velocity and acceleration sensor information mounted on the vehicle. Accordingly, in the embodiment of the present invention, gamma is estimated from a change in width information between lanes.
구체적으로, 본 발명의 실시예에서는 이미지 내에서 차량의 차선의 너비 w의 변화를 이용하여 지면의 오르막, 내리막, 좌우로 기울어짐 정보를 추정한다.Specifically, in an embodiment of the present invention, information on the uphill, downhill, and inclination of the left and right sides of the ground is estimated using a change in the width w of the lane of the vehicle in the image.
예를 들어, 차선의 너비 변화는 카메라와 지면의 높이 변화로부터 발생하는 것으로 다음과 같은 관계를 갖는다.For example, a change in the width of a lane arises from a change in the height of the camera and the ground, and has the following relationship.
일반적인 경우 차선의 너비가 크게 변화하지 않으므로 이미지 내에서 차선의 윗부분과 아랫부분의 너비가 연속적으로 변하는 양을 추정하고 추정한 값들을 이용하여 Z의 기울기를 추정할 수 있다.In the general case, since the width of the lane does not change significantly, it is possible to estimate the amount in which the width of the upper and lower lanes continuously changes in the image and estimate the slope of Z using the estimated values.
w1은 아랫부분, w2는 윗부분의 너비(픽셀) 이라고 하면 다음과 같은 관계를 따른다.When w1 is the lower part and w2 is the width (pixels) of the upper part, the following relationship follows.
이때, 한 이미지 내에서 y 방향에 따른 Z 값은 추정할 수 없지만, 차량과 지면의 자세각도 gamma를 추정 할 수 있다. Z를 y에 대한 평면식으로 가정한다.At this time, the Z value along the y-direction in one image cannot be estimated, but the gamma of the attitude of the vehicle and the ground can be estimated. Suppose Z is the plane of y.
차선 검출 방법으로부터 한 차선과 다른 차선들 간의 y축에 대한 너비 w_k(y)는 알고 있다.From the lane detection method, the width w_k (y) for the y-axis between one lane and the other is known.
즉, 한 차선과 다른 차선과의 너비 w를 이용하면 평면 방정식의 계수 a, b를 구할 수 있음. 이때 gamma는 다음과 같이 산출할 수 있고, 이를 통해도로의 오르막/내리막/좌우 기울어짐 여부와 그 정도를 파악 할 수 있다.That is, by using the width w between one lane and the other, the coefficients a and b of the plane equation can be obtained. At this time, the gamma can be calculated as follows, and through this, it is possible to grasp the uphill / downhill / left and right slope of the road and its degree.
그리고, 차량에 탑재된 IMU(Inertial Measurement Unit) 등을 이용하여, 차량의 자세가 변한 것인지, 지면의 높이 변화가 있는 것인지 판별할 수 있다.Then, it is possible to determine whether the attitude of the vehicle has changed or the height of the ground has changed using an IMU (Inertial Measurement Unit) mounted on the vehicle.
도 6에는, 차량과 노면간 상대 자세 변화가 없는 경우, 즉, 평지인 경우나 차량의 자세변화가 없는 경우를 나타내었다.FIG. 6 shows a case where there is no change in the relative posture between the vehicle and the road surface, that is, a flat surface or a case where there is no change in the posture of the vehicle.
도 7에는 차량이 앞쪽으로 기울어진 경우(gamma < 0)를 나타내었는데, bird eye view에서 위쪽으로 갈수록 차선 간 너비가 길어지는 것을 확인할 수 있다.FIG. 7 shows a case in which the vehicle is tilted forward (gamma <0), and it can be seen that the width between the lanes increases as it goes upward in the bird eye view.
도 8에는 차량이 뒤쪽으로 기울어진 경우(gamma > 0)를 나타내었는데, 차선이 위로 갈수록 좁아지는 것을 확인할 수 있다.FIG. 8 shows a case in which the vehicle is inclined backward (gamma> 0), and it can be seen that the lane narrows toward the top.
그리고, 도 9에는 정상적인 경우, 오르막길, 내리막길의 너비 관계를 통합하여 나타내었다.In addition, in FIG. 9, the normal, uphill and downhill width relations are integrated.
도 10은 본 발명의 다른 실시예에 따른 도로 곡률/기울어짐 추정 시스템의 블럭도이다.10 is a block diagram of a road curvature / tilt estimation system according to another embodiment of the present invention.
본 발명의 실시예에 따른 도로 곡률/기울어짐 추정 시스템은, 도 10에 도시된 바와 같이, 카메라(110), IMU(120), 프로세서(130) 및 차량 네트워크 인터페이스(140)를 포함하여 구축된다.A road curvature / tilt estimation system according to an embodiment of the present invention is constructed by including a
카메라(110)는 차량 전방 이미지를 생성하고, IMU(120)는 차량의 움직임 정보를 생성한다.The
프로세서(130)는 카메라(110)에서 생성한 이미지와 IMU(120)에서 생성한 움직임 정보를 이용하여, 전술한 방법에 따라 도로 곡률/기울어짐을 추정하고, 추정 결과를 차량 네트워크 인터페이스(140)를 통해 차량 측에 전달한다.The
지금까지, 전방 차선의 너비 정보를 이용한 도로의 곡률 및 기울어짐 추정 방법 및 시스템에 대해 바람직한 실시예를 들어 상세히 설명하였다.So far, a preferred embodiment of the method and system for estimating curvature and inclination of a road using width information of a front lane has been described in detail.
위 실시예에서는, 원거리에 있는 차선의 곡률 정보를 선행 예측하여 차량의 새시 제어에 능동적으로 활용하기 위해, 도로의 3차원 곡률 정보를 정밀하게 추정하기 위해 추출된 차선정보를 이용하였다.In the above embodiment, the extracted lane information is used to accurately estimate the 3D curvature information of the road in order to actively predict the curvature information of the lane at a long distance and actively utilize it for chassis control of the vehicle.
위 실시예에 따르면, 주행 중에 전방에 존재하는 차선 간 너비정보를 이용 할 수 있으면 차량과 도로의 자세 변화를 추정할 수 있고, 위와 같은 정보를 기반으로 능동 새시 제어에 활용하여 차량의 안정성 및 승차감을 확보할 수 있다.According to the above embodiment, if the width information between the lanes existing in the front can be used while driving, the attitude change of the vehicle and the road can be estimated, and the stability and ride comfort of the vehicle are utilized based on the above information for active chassis control. Can be secured.
그리고, 차량을 기준으로 좌, 우 차선의 너비만을 이용하는 것이 아닌 전방의 모든 차선 간 너비 정보를 이용하기 때문에 차선변화(분기, 합류)에 대해 강인하게 동작하므로 차량 주행 안전 보조기술 및 자율 주행 기술의 성능을 증대시킬 수 있다.In addition, since it uses not only the width of the left and right lanes based on the vehicle, but also uses the width information between all lanes in the front, it operates robustly against lane changes (branch, confluence), so it provides Performance can be increased.
한편, 본 실시예에 따른 장치와 방법의 기능을 수행하게 하는 컴퓨터 프로그램을 수록한 컴퓨터로 읽을 수 있는 기록매체에도 본 발명의 기술적 사상이 적용될 수 있음은 물론이다. 또한, 본 발명의 다양한 실시예에 따른 기술적 사상은 컴퓨터로 읽을 수 있는 기록매체에 기록된 컴퓨터로 읽을 수 있는 코드 형태로 구현될 수도 있다. 컴퓨터로 읽을 수 있는 기록매체는 컴퓨터에 의해 읽을 수 있고 데이터를 저장할 수 있는 어떤 데이터 저장 장치이더라도 가능하다. 예를 들어, 컴퓨터로 읽을 수 있는 기록매체는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광디스크, 하드 디스크 드라이브, 등이 될 수 있음은 물론이다. 또한, 컴퓨터로 읽을 수 있는 기록매체에 저장된 컴퓨터로 읽을 수 있는 코드 또는 프로그램은 컴퓨터간에 연결된 네트워크를 통해 전송될 수도 있다.On the other hand, the technical idea of the present invention can be applied to a computer-readable recording medium containing a computer program that performs functions of the apparatus and method according to the present embodiment. Further, the technical idea according to various embodiments of the present invention may be implemented in the form of computer-readable codes recorded on a computer-readable recording medium. The computer-readable recording medium can be any data storage device that can be read by a computer and stores data. Of course, the computer-readable recording medium may be a ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical disk, hard disk drive, or the like. In addition, computer-readable codes or programs stored in a computer-readable recording medium may be transmitted through a network connected between computers.
또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.In addition, although the preferred embodiments of the present invention have been shown and described above, the present invention is not limited to the specific embodiments described above, and the technical field to which the present invention belongs without departing from the gist of the present invention claimed in the claims. In addition, various modifications can be implemented by those skilled in the art, and these modifications should not be individually understood from the technical idea or prospect of the present invention.
110 : 카메라
120 : IMU
130 : 프로세서
140 : 차량 네트워크 인터페이스110: camera
120: IMU
130: processor
140: vehicle network interface
Claims (8)
획득한 도로 영상에서 차선을 추출하는 단계;
추출된 차선을 너비 정보를 이용하여, 도로 정보를 추정하는 단계;를 포함하는 것을 특징으로하는 도로 정보 추정 방법.
Obtaining a road image;
Extracting lanes from the obtained road image;
And estimating road information using the extracted lane width information.
획득 단계는,
카메라를 이용하여 전방 영상을 생성하는 단계;
전방 영상을 위에서 아래로 내려다본 영상으로 변환하는 단계:를 포함하고,
추출 단계는,
변환된 영상에서 차선을 추출하는 것을 특징으로하는 도로 정보 추정 방법.
The method according to claim 1,
The acquisition phase,
Generating a front image using a camera;
And converting the front image to the top-down image.
The extraction step,
A method for estimating road information, characterized by extracting lanes from the converted image.
도로 정보는,
도로의 기울어짐 정보를 포함하는 것을 특징으로하는 도로 정보 추정 방법.
The method according to claim 1,
Road information,
A method for estimating road information, characterized by including tilt information of the road.
도로 정보는,
도로의 경사 정보 및 기울어짐 정보를 포함하는 것을 특징으로하는 도로 정보 추정 방법.
The method according to claim 3,
Road information,
A method for estimating road information, characterized by including slope information and tilt information of the road.
추정 단계는,
차선의 너비의 변화를 이용하여, 도로의 경사 정보 및 기울어짐 정보를 추정하는 것을 특징으로하는 도로 정보 추정 방법.
The method according to claim 3,
The estimation phase is,
A method for estimating road information, characterized by estimating slope information and inclination information of a road using a change in the width of a lane.
추정 단계는,
차량의 움직임 정보르 더 이용하여, 도로의 경사 정보 및 기울어짐 정보를 추정하는 것을 특징으로하는 도로 정보 추정 방법.
The method according to claim 5,
The estimation phase is,
A method for estimating road information, characterized by estimating inclination information and inclination information of a road by using vehicle motion information.
차량의 움직임 정보는,
차량에 탑재된 IMU(Inertial Measurement Unit)를 이용하여 생성하는 것을 특징으로하는 도로 정보 추정 방법.
The method according to claim 6,
Vehicle motion information,
A method for estimating road information, characterized in that it is generated using an IMU (Inertial Measurement Unit) mounted on a vehicle.
획득한 도로 영상에서 차선을 추출하고, 추출된 차선을 너비 정보를 이용하여 도로 정보를 추정하는 프로세서;를 포함하는 것을 특징으로하는 도로 정보추정 시스템.
A camera that acquires road images;
And a processor for extracting lanes from the obtained road image and estimating road information by using the width information of the extracted lanes.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180116217A KR20200037011A (en) | 2018-09-28 | 2018-09-28 | Road Curvature and Slope Estimation Method using Width Information of a Front Lane |
| KR1020210116136A KR102445017B1 (en) | 2018-09-28 | 2021-09-01 | Road Curvature and Slope Estimation Method using Width Information of a Front Lane |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180116217A KR20200037011A (en) | 2018-09-28 | 2018-09-28 | Road Curvature and Slope Estimation Method using Width Information of a Front Lane |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210116136A Division KR102445017B1 (en) | 2018-09-28 | 2021-09-01 | Road Curvature and Slope Estimation Method using Width Information of a Front Lane |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20200037011A true KR20200037011A (en) | 2020-04-08 |
Family
ID=70275596
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180116217A KR20200037011A (en) | 2018-09-28 | 2018-09-28 | Road Curvature and Slope Estimation Method using Width Information of a Front Lane |
| KR1020210116136A KR102445017B1 (en) | 2018-09-28 | 2021-09-01 | Road Curvature and Slope Estimation Method using Width Information of a Front Lane |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210116136A KR102445017B1 (en) | 2018-09-28 | 2021-09-01 | Road Curvature and Slope Estimation Method using Width Information of a Front Lane |
Country Status (1)
| Country | Link |
|---|---|
| KR (2) | KR20200037011A (en) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100418763B1 (en) * | 2000-12-28 | 2004-02-18 | 현대자동차주식회사 | A method for measuring road slope and a system for controling vehicle speed upon road slope measured thereby |
| WO2008091565A1 (en) * | 2007-01-23 | 2008-07-31 | Valeo Schalter & Sensoren Gmbh | Method and system for universal lane boundary detection |
| JP2013147113A (en) * | 2012-01-18 | 2013-08-01 | Toyota Motor Corp | Road surface state detection device and suspension control device |
| KR101655553B1 (en) * | 2014-10-29 | 2016-09-08 | 현대자동차주식회사 | Driver assistance apparatus and method |
| KR102231560B1 (en) * | 2014-11-24 | 2021-03-24 | 현대엠엔소프트 주식회사 | Improve fuel economy method using Road gradient extraction by driving front image |
-
2018
- 2018-09-28 KR KR1020180116217A patent/KR20200037011A/en not_active IP Right Cessation
-
2021
- 2021-09-01 KR KR1020210116136A patent/KR102445017B1/en active IP Right Grant
Also Published As
| Publication number | Publication date |
|---|---|
| KR102445017B1 (en) | 2022-09-21 |
| KR20210111730A (en) | 2021-09-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102023297B1 (en) | Road Plane Output with Lateral Slope | |
| US6535114B1 (en) | Method and apparatus for environment recognition | |
| JP2020064046A (en) | Vehicle position determining method and vehicle position determining device | |
| JP5023186B2 (en) | Object motion detection system based on combination of 3D warping technique and proper object motion (POM) detection | |
| KR20150144731A (en) | Apparatus for recognizing location mobile robot using edge based refinement and method thereof | |
| KR20160123668A (en) | Device and method for recognition of obstacles and parking slots for unmanned autonomous parking | |
| WO2018030010A1 (en) | Road surface estimation device, vehicle control device, road surface estimation method, and program | |
| JP7173471B2 (en) | 3D position estimation device and program | |
| KR102504225B1 (en) | Apparatus and method for calculating distance between vehicles using 3-channel camera | |
| KR20220027359A (en) | Method for adjusting grid interval of height map for autonomous driving | |
| KR102003387B1 (en) | Method for detecting and locating traffic participants using bird's-eye view image, computer-readerble recording medium storing traffic participants detecting and locating program | |
| JP6488226B2 (en) | Runway parameter estimation apparatus and program | |
| KR102039801B1 (en) | Road Gradient Estimation Method and System based on Stereo Camera | |
| KR102445017B1 (en) | Road Curvature and Slope Estimation Method using Width Information of a Front Lane | |
| JP5760523B2 (en) | Runway estimation apparatus and program | |
| US20190355246A1 (en) | Vehicle recognition apparatus and vehicle recognition method | |
| CN110570680A (en) | Method and system for determining position of object using map information | |
| CN116772858A (en) | Vehicle positioning method, device, positioning equipment and storage medium | |
| KR102441424B1 (en) | System and method for fusion recognition using active stick filter | |
| KR102189502B1 (en) | Object tracking apparatus and object tracking method | |
| JP4847303B2 (en) | Obstacle detection method, obstacle detection program, and obstacle detection apparatus | |
| KR20180048094A (en) | Apparatus and method for estimating inter-vehicle distance | |
| JP7051416B2 (en) | Self-position estimation device | |
| JP2021043486A (en) | Position estimating device | |
| KR102388881B1 (en) | Apparatus and method for predicting pitch motion of vehicle body |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| X601 | Decision of rejection after re-examination |