KR102312892B1 - 도로 연석 검출 방법 및 장치 - Google Patents

도로 연석 검출 방법 및 장치 Download PDF

Info

Publication number
KR102312892B1
KR102312892B1 KR1020190171974A KR20190171974A KR102312892B1 KR 102312892 B1 KR102312892 B1 KR 102312892B1 KR 1020190171974 A KR1020190171974 A KR 1020190171974A KR 20190171974 A KR20190171974 A KR 20190171974A KR 102312892 B1 KR102312892 B1 KR 102312892B1
Authority
KR
South Korea
Prior art keywords
curb
road
point
points
reference points
Prior art date
Application number
KR1020190171974A
Other languages
English (en)
Other versions
KR20210079815A (ko
Inventor
쿠마 아재이
이진희
권순
박성민
황종락
Original Assignee
재단법인대구경북과학기술원
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 재단법인대구경북과학기술원 filed Critical 재단법인대구경북과학기술원
Priority to KR1020190171974A priority Critical patent/KR102312892B1/ko
Publication of KR20210079815A publication Critical patent/KR20210079815A/ko
Application granted granted Critical
Publication of KR102312892B1 publication Critical patent/KR102312892B1/ko

Links

Images

Classifications

    • G06K9/00798—
    • 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
    • G06K9/46—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/30256—Lane; Road marking

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명은 도로 연석 검출 방법 및 장치에 관한 것으로, 포인트 클라우드 데이터를 이용한 링 반경 기반의 세분화를 통한 연석 포인트를 이용함으로써, 단거리의 연석 뿐만 아니라, 장거리의 연석에 대한 도로 연석 포인트를 보다 정확하게 결정한다.

Description

도로 연석 검출 방법 및 장치{APPARATUS AND METHOD FOR DETECTING ROAD CURB}
본 발명은 도로 연석 검출 방법 및 장치에 관한 것으로, 보다 구체적으로는 포인트 클라우드 데이터로부터 도로 영역의 양쪽으로 도로와 차도 간에 경계를 나타내기 위해 설치된 연석을 검출하는 방법 및 장치에 관한 것이다.
자율 주행 기술(Automatic Driving)은 운전자가 직접 운전하지 않고, 차량에 부착된 센서를 통해 자율적으로 위치를 인식하고, 도로 이동 및 장애물을 피하면서 목적지까지 안전하게 주행하는 기술이다. 이러한, 자율 주행 기술은 보다 안전하고 효율적인 주행을 보장하기 위한 자율 주행 기법이 빠르게 성장함에 따라 다양한 센서들이 많이 사용되고 있으며, 자율 주행 시스템 기능을 업그레이드하기 위한 많은 새로운 접근 방식이 도입되고 있다.
그러나, 자율 주행 기술은 자율 주행 시스템의 인식, 위치 추정 및 주행 계획 기능 등과 관련하여 여전히 많은 난제가 있으며, 견고성, 정확성 측면에서 개선이 필요하다. 그 중에서도 도로 연석 감지 기술은 자율 주행에서 위치 인식을 위한 연구의 기초가 되는 기본적이고 필수적인 기술이다. 도로 연석 감지 기술은 도로를 주행 가능 영역과 주행 불가능 영역으로 분리하고, 차량이 보다 효율적으로 주변 환경의 인식을 가능하게 한다. 특히, 도로 연석 감지 기술은 다양한 측면에서 인식, 현지화 및 경로 계획에 유용하게 사용이 가능하다.
도로 연석 감지 기술은 도로를 구분함에 있어, 도로의 도로 연석을 검출하고, 검출된 도로 연석을 기준으로 도로의 영역을 분리할 수 있다. 일반적으로 연석의 높이는 약 10 ~ 15cm이며, 도로 연석에 의해 노면과 보도를 분리한다. 또한, 도로 연석은 날씨 및 환경 조명 조건에 관계없이 도로에서 볼 수 있는 고정된 특징 중 하나로써, 도로 연석을 실시간으로 추출하면, 로컬리제이션(localization), 차선 유지, 도로 특징 추출과 같은 자율 주행 기술 개발 연구에 많은 도움이 된다.
최근에는 카메라, 라이더 센서를 사용하여 도로 연석 감지에 대한 다양한 접근 방식을 도입한 많은 연구들이 있지만, 대부분의 카메라 기반 접근법은 연석 포인트 검출을 수행하기 위한 외부 광 조건에 의존하고, 광의 강도(intensity)와 카메라의 방향 또는, 위치에 따른 표준 추정(normal estimation)에 기반한 LiDAR 접근 방식은 견고성과 정확도에 의해 제한된다.
따라서, 상술한 문제점을 해결하면서 보다 정확하게 도로 연석을 감지할 수 있는 기술이 요구된다.
본 발명은 포인트 클라우드 데이터 기반의 연속된 동심원들을 이용하여 도로의 특정 고도를 갖는 연석 포인트를 검출함으로써, 보다 효과적인 위치 인식을 위한 강건한 도로 연석을 검출하는 도로 연석 검출 방법 및 장치를 제공할 수 있다.
본 발명은 포인트 클라우드 데이터 기반의 연속된 동심원들에 따른 세분화된 연석 포인트를 검출함으로써, 단거리 뿐만 아니라, 장거리 연석에 관한 연석 포인트를 보다 강력하고 정확하게 감지하는 도로 연석 검출 방법 및 장치를 제공할 수 있다.
일실시예에 따른 도로 연석 검출 방법은 포인트 클라우드 데이터의 점 그룹으로 이루어진 서로 다른 크기를 갖는 연속된 동심원들을 추출하는 단계; 상기 연속된 동심원들 각각이 나타내는 제1 보정 반경보다 작은 반경을 갖는 제2 보정 반경을 이루는 기준 포인트들을 추출하는 단계; 상기 기준 포인터들 간에 높이 변화에 따른 도로의 특정 고도를 갖는 연석 피쳐 포인트들을 검출하는 단계; 및 상기 연석 피쳐 포인트들을 필터링하여 도로의 경계를 나타내는 연석 포인트를 검출하는 단계를 포함할 수 있다.
일실시예에 따른 연속된 동심원들을 추출하는 단계는, 도로의 각 지점을 나타내는 링 인덱스를 기반으로 상기 도로의 노면 상태가 반영된 서로 다른 크기를 갖는 복수의 동심원을 추출할 수 있다.
일실시예에 따른 기준 포인트들을 추출하는 단계는, 상기 연속된 동심원들 간에 이격 거리를 분석하는 단계; 상기 링 인덱스를 기반으로 복수의 동심원 각각에 대한 동심원의 포인트에 대한 제1 보정 반경을 설정하는 단계; 및 상기 이격 거리에 기초하여 제1 보정 반경보다 작은 반경을 갖는 제2 보정 반경을 이루는 기준 포인트들을 추출하는 단계를 포함할 수 있다.
일실시예에 따른 연석 피쳐 포인트를 검출하는 단계는, 상기 기준 포인트들에 대해 미리 설정된 크기의 슬라이딩 윈도우를 적용하는 단계; 상기 슬라이딩 윈도우의 내부에 포함된 기준 포인트들 간에 높이 변화에 따른 상기 슬라이딩 윈도우의 내부에 포함된 기준 포인트들을 상승점과 평면점으로 상승점(Elevated Point)과 평면점(Planar Point)으로 각각 분류하는 단계; 및 상기 분류된 결과에 따라 상승점으로 분류된 기준 포인트들을 노면에 대해 특정 고도를 갖는 연석 피쳐 포인트로 결정하는 단계를 포함할 수 있다.
일실시예에 따른 연석 포인트를 검출하는 단계는, 연석 형상을 기준으로 상기 연석 피쳐 포인트들을 필터링하여, 연석 피쳐 포인트들을 연석에 해당하는 커브 포인트(Curb Point)와 도로에 해당하는 직선 포인트(Line Point)로 분류하는 단계; 및 상기 연석 피쳐 포인트 중 직선 포인트에 해당하는 포인트를 제거하여, 커브 포인트로 이루어진 연석 포인트를 결정하는 단계를 포함할 수 있다.
일실시예에 따른 도로 연석 검출 방법을 수행하는 도로 연석 검출 장치에 있어서, 상기 도로 연석 검출 장치는 프로세서를 포함하고, 프로세서는, 포인트 클라우드 데이터의 점 그룹으로 이루어진 서로 다른 크기를 갖는 연속된 동심원들을 추출하고, 상기 연속된 동심원들 각각이 나타내는 제1 보정 반경보다 작은 반경을 갖는 제2 보정 반경을 이루는 기준 포인트들을 추출하고, 기준 포인터들 간에 높이 변화에 따른 도로의 특정 고도를 갖는 연석 피쳐 포인트들을 검출하고, 연석 피쳐 포인트들을 필터링하여 도로의 경계를 나타내는 연석 포인트를 검출할 수 있다.
일실시예에 따른 프로세서는, 도로의 각 지점을 나타내는 링 인덱스를 기반으로 상기 도로의 노면 상태가 반영된 서로 다른 크기를 갖는 복수의 동심원을 추출할 수 있다.
일실시예에 따른 프로세서는, 상기 연속된 동심원들 간에 이격 거리를 분석하고, 상기 링 인덱스를 기반으로 복수의 동심원 각각에 대한 동심원의 포인트에 대한 제1 보정 반경을 설정하고, 상기 이격 거리에 기초하여 제1 보정 반경보다 작은 반경을 갖는 제2 보정 반경을 이루는 기준 포인트들을 추출할 수 있다.
일실시예에 따른 프로세서는, 상기 기준 포인트들에 대해 미리 설정된 크기의 슬라이딩 윈도우를 적용하고, 상기 슬라이딩 윈도우의 내부에 포함된 기준 포인트들 간에 높이 변화에 따른 슬라이딩 윈도우의 내부에 포함된 기준 포인트들을 상승점과 평면점으로 각각 분류하고, 상기 분류된 결과에 따라 상승점으로 분류된 기준 포인트들을 노면에 대해 특정 고도를 갖는 연석 피쳐 포인트로 결정할 수 있다.
일실시예에 따른 프로세서는, 연석 형상을 기준으로 상기 연석 피쳐 포인트들을 필터링하여, 연석 피쳐 포인트들을 연석에 해당하는 커브 포인트와 도로에 해당하는 직선 포인트로 분류하고, 상기 연석 피쳐 포인트 중 직선 포인트에 해당하는 포인트를 제거하여, 커브 포인트로 이루어진 연석 포인트를 결정할 수 있다.
본 발명의 일실시예에 따른 도로 연석 검출 방법 및 장치는 포인트 클라우드 데이터 기반의 연속된 동심원들을 이용하여 도로의 특정 고도를 갖는 연석 포인트를 검출함으로써, 보다 효과적인 위치 인식을 위한 강건한 도로 연석을 검출할 수 있다.
본 발명의 일실시예에 따른 도로 연석 검출 방법 및 장치는 포인트 클라우드 데이터 기반의 연속된 동심원들에 따른 세분화된 연석 포인트를 검출함으로써, 단거리 뿐만 아니라, 장거리 연석에 관한 연석 포인트를 보다 강력하고 정확하게 감지할 수 있다.
본 발명의 일실시예에 따른 도로 연석 검출 방법 및 장치는 3D LiDAR를 이용한 링 반경 기반의 세분화로 연석 포인트를 보다 강력하고 정확하게 감지함으로써, 자율 주행 시스템의 현지화(localization) 및 경로 계획 프로세스에 사용하기 위한 실시간 특징 맵을 생성하는데 활용이 가능할 수 있다.
도 1은 본 발명의 일실시예에 따른 도로 연석을 검출하기 위한 전체 구성을 도시한 도면이다.
도 2는 본 발명의 일실시예에 따른 포인트 클라우드 데이터를 이용해 도로 연석 지점을 추출하는 동작을 설명하기 위한 도면이다.
도 3은 본 발명의 일실시예에 따른 도로 연석을 검출하기 위한 아키텍처를 나타낸 도면이다.
도 4는 본 발명의 일실시예에 따른 링 반경으로 계산된 신호를 교정하는 방법을 나타낸 도면이다.
도 5는 본 발명의 일실시예에 따른 연석 검출 과정을 나타낸 흐름도이다.
도 6은 본 발명의 일실시예에 따른 도로 연석 검출 방법을 설명하기 위한 흐름도이다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일실시예에 따른 도로 연석을 검출하기 위한 전체 구성을 도시한 도면이다.
도 1을 참고하면, 도로 연석 검출 장치(101)는 이동 수단(102)의 목적지까지 보다 안전한 주행을 수행할 수 있도록 도로(103)의 도로 경계(104)에 해당하는 도로 연석(105)을 검출할 수 있다. 도로의 경계는 운전이 가능한 도로 양쪽에 설치된 도로 연석의 위치에 의해 정의될 수 있다. 도로 연석은 보행의 안전, 도로 용지의 경계 등의 편의를 위하여 차도와의 경계에 연접하여 설치되는 경계석일 수 있다. 또한, 도로 연석은 보행자의 이동 영역과 자동차의 이동 영역을 구분하며, 차도를 이탈하거나, 이동하기 위한 차량의 진행 방향을 변환시키기는 역할을 수행할 수 있다.
도로 연석 검출 장치(101)는 이동 수단(102)의 상단에 배치되어, 카메라의 방향 및 위치에 따른 도로 연석의 모양을 기반으로 도로(103)의 도로 연석(105)을 검출할 수 있다. 보다 구체적으로, 도로 연석 검출 장치(101)는 포인트 클라우드 데이터의 점 그룹으로 이루어진 서로 다른 크기를 갖는 연속된 동심원들을 추출할 수 있다. 포인트 클라우드 데이터는 지형에 관한 연속된 동심원들로 이루어진 점 그룹이다. 자세하게, 도로 연석 검출 장치(101)는 3차원 스캐너에 의해 촬영된 지형 데이터를 지형적 특징에 따른 포인트로 변환할 수 있다. 이때, 도로 연석 검출 장치(101)는 서로 다른 크기를 갖는 연속된 동심원들을 이용하여 지형적 특징을 포함하는 포인트를 그룹화하여 포인트 클라우드 데이터를 생성할 수 있다.
일례로, 도로 연석 검출 장치(101)는 라이다 레이저(3D LiDAR)를 수집한 지형에 관한 라이다 데이터를 이용할 수 있으며, 라이다 데이터는 점 그룹으로 이루어진 포인트 클라우드 데이터일 수 있다.
도로 연석 검출 장치(101)는 서로 다른 크기를 갖는 연속된 동심원들 간에 이격 거리를 분석하여, 이격 거리에 따른 기준 포인트들을 추출할 수 있다. 도로 연석 검출 장치(101)는 기준 포인트들에 대해 미리 설정된 크기의 슬라이딩 윈도우를 적용하여, 슬라이딩 윈도우의 내부에 포함된 기준 포인트들 간에 높이 변화에 따른 연석 피쳐 포인트를 결정할 수 있다.
도로 연석 검출 장치(101)는 링 반경 기반의 세분화를 통한 일정 반경 내 연석 피쳐 포인트를 결정할 수 있다. 도로 연석 검출 장치(101)는 연석 피쳐 포인트들로부터 단거리의 연석 뿐만 아니라, 장거리의 연석에 대한 도로 연석 포인트를 보다 정확하게 결정할 수 있다.
도 2는 본 발명의 일실시예에 따른 포인트 클라우드 데이터를 이용해 도로 연석의 지점을 추출하는 동작을 설명하기 위한 도면이다.
본 발명에서는 3D 라이다 레이저의 포인트 클라우드 데이터를 사용하고 도로에서 추출한 커브 포인트의 경계를 기반으로 도로 연석을 추출할 수 있다. 이를 위해, 본 발명은 도로 연석의 지점을 감지하고, 잘못된 추정(false estimation)을 최소화함으로써, 보다 효율적이고, 견고한 도로 연석을 검출할 수 있다.
도 2의 (a)를 살펴보면, 도로 연석 검출 장치는 도로 경계의 도로 연석을 검출하기 위해, 포인트 클라우드 데이터를 필터링할 수 있다. 도로 연석 검출 장치는 포인트 클라우드 데이터를 필터링하여 점 그룹으로 이루어진 서로 다른 크기를 갖는 연속된 동심원들을 추출할 수 있다.
도로 연석 검출 장치는 도로의 각 지점을 나타내는 링 인덱스를 기반으로 상기 도로의 노면 상태가 반영된 서로 다른 크기를 갖는 복수의 동심원을 추출할 수 있다. 도로 연석 검출 장치는 포인터 클라우드 데이터를 각 링의 보정 반경보다 더 작은 반경을 가진 포인트를 추출할 수 있다. 다시 말해, 도로 연석 검출 장치는 연속된 동심원들 각각이 나타내는 제1 보정 반경보다 작은 반경을 갖는 제2 보정 반경을 이루는 기준 포인트들을 추출할 수 있다.
이를 위해, 도로 연석 검출 장치는 연속된 동심원들 간에 이격 거리를 분석할 수 있다. 도로 연석 검출 장치는 링 인덱스를 기반으로 복수의 동심원 각각에 대한 동심원의 포인트에 대한 제1 보정 반경을 설정할 수 있다. 도로 연석 검출 장치는 이격 거리에 기초하여 제1 보정 반경보다 작은 반경을 갖는 제2 보정 반경을 이루는 기준 포인트들을 추출할 수 있다.
도 2의 (b)를 살펴보면, 도로 연석 검출 장치는 반경이 작은 점을 추출하고, 슬라이딩 윈도우를 이용하여 노면에 대해 특정 고도를 가진 점을 추출할 수 있다. 도로 연석 검출 장치는 기준 포인트들에 대해 미리 설정된 크기의 슬라이딩 윈도우를 적용할 수 있다. 슬라이딩 윈도우는 도로 연석의 높이보다 낮은 높이로 영역을 설정할 수 있다. 도로 연석 검출 장치는 슬라이딩 윈도우의 내부에 포함된 기준 포인트들 간에 높이 변화에 따른 슬라이딩 윈도우의 내부에 포함된 기준 포인트들을 상승점과 평면점으로 각각 분류할 수 있다.
도로 연석 검출 장치는 슬라이딩 윈도우의 내부에 포함된 기준 포인트들에 대한 분류가 완료되면, 슬라이딩 윈도우 밖의 최하단에 위치한 기준 포인트부터 다시 슬라이딩 윈도우를 적용함으로써, 포인트 클라우드 데이터에 포함된 기준 포인트에 대한 상승점과 평면점을 모두 분류할 수 있다.
결국, 도로 연석 검출 장치는 슬라이딩 윈도우 세분화를 통한 연석 피쳐 포인트를 추출 할 수 있다. 포인트 클라우드 데이터에서 연석 포인트는 도로를 기준으로 특정 고도를 갖는 형태로 나타날 수 있다. 따라서, 도로 연석 검출 장치는 이웃 포인트들에서 상대적인 height variance를 가진 포인트만 연석 포인트로 분류할 수 있다.
도 2의 (c)를 살펴보면, 도로 연석 검출 장치는 회귀 필터(Regression Filter)를 사용하여 도로 연석에 해당하는 점이 아닌 나머지 점을 제거할 수 있다. 일례로, 도로 연석 검출 장치는 실제로 연석 지점을 얻은 후 도로 경계를 정의하여 도로 연석에 대한 연석 피쳐 포인트를 추출할 수 있다. 도로 연석 검출 장치는 분류된 결과에 따라 상승점으로 분류된 기준 포인트들을 노면에 대해 특정 고도를 갖는 연석 피쳐 포인트로 결정할 수 있다. 결국, 도로 연석 검출 장치는 높이 z 값에 컨벌루션 마스크를 사용하면 연석 피쳐 포인트를 추출할 수 있다.
도 2의 (d)를 살펴보면, 도로 연석 검출 장치는 연석 형상을 기준으로 상기 연석 피쳐 포인트들을 필터링하여, 연석 피쳐 포인트들을 연석에 해당하는 커브 포인트(Curb Point)와 도로에 해당하는 직선 포인트(Line Point)로 분류할 수 있다. 도로 연석 검출 장치는 연석 피쳐 포인트 중 직선 포인트에 해당하는 포인트를 제거하여, 커브 포인트로 이루어진 연석 포인트를 결정할 수 있다.
결국, 도로 연석 검출 장치는 3D lidar를 이용한 링 반경 기반의 세분화로 커브 포인트를 보다 강력하고 정확하게 감지 할 수 있으며, 긴 라이더 링에서도 도로 연석 지점을 추출할 수 있다.
도 3은 본 발명의 일실시예에 따른 도로 연석을 검출하기 위한 아키텍처를 나타낸 도면이다.
도 3을 참고하면, 도로 연석 검출 장치는 포인트 클라우드 데이터를 이용하여 도로의 경계를 나타내는 연석 포인트를 검출할 수 있다. 이를 위해, 도로 연석 검출 장치는 프로세서를 포함할 수 있다. 프로세서는 차량 플랫폼을 기반으로 라이다 레이저의 포인트 클라우드 데이터를 이용한 일련의 아키텍처(architecture)에 따른 동작을 수행할 수 있다.
프로세서는 도로 연석 감지(Road Curb Detection), 도로 경계 감지(Road Boundary Detection), 도로 필터링(Road Filtering), 도로 연석 특징 추출(Feature Extract) 및 도로 모양 파일 생성(Generate Shape File) 등 일련의 과정을 거쳐 연석 포인트를 검출할 수 있다.
도 4는 본 발명의 일실시예에 따른 링 반경으로 계산된 신호를 교정하는 방법을 나타낸 도면이다.
도로 연석 검출 장치는 이동 수단의 상단에 배치된 라이다 레이저 센서(LiDAR)의 센서 교정(Sensor calibration)을 수행할 수 있다. 자세하게, Velodyne 64채널의 라이다 레이저 센서는 최대 360도 수평 시야각과 26.8 수직 시야각을 갖춘 최대 64 개의 수직 레이저와 초당 130만 포인트 이상의 5~15Hz 사용자 선택 가능 프레임 속도를 제공할 수 있다.
도 4에서 볼 수 있듯이 Velodyne 64채널 라이더 센서는 지면에서 2미터 높이를 갖는 이동 수단의 상단에 라이다 레이저 센서가 장착될 수 있다. 라이다 레이저 센서의 출력은 반사 강도 li 및 링 인덱스 n과 함께 표준 3D 극좌표(ri, θi, φi)를 가질 수 있다. 여기서, 기하학적 거리는 ri , 센서 좌표계에 대한 수평 및 수직 각도는 각각 θi, φi로 나타낼 수 있다. 센서의 초기 측정 값은 다음과 같이 직교 3D 좌표계 pi(xi, yi, zi)로 표현할 수 있으며, 이는 다음의 수학식 1과 같이 나타낼 수 있다.
Figure 112019132229643-pat00001
도 5는 본 발명의 일실시예에 따른 연석 검출 과정을 나타낸 흐름도이다.
도 5를 참고하면, 도로 연석 검출 장치는 크게, 데이터 처리 및 연석 포인트 결정을 통해 도로 연석을 검출할 수 있다.
1) 데이터 처리
도로 연석 검출 장치는 센서 교정(sensor calibration) 및 링 반경 필터링(Ring radius filtering)을 수행할 수 있다.
① 센서 교정
도로 연석 검출 장치는 이동 수단의 상단에 배치된 라이다 레이저 센서 도로 연석 검출 장치는 의 센서 교정을 수행할 수 있다. 도로 연석 검출 장치는 포인트 클라우드 데이터 내 도로 포인터 및 링 반경에 대한 정보를 추출할 수 있다.
② 링 반경 필터링
링 반경을 필터링에서 LiDAR에서 생성된 포인트들은 링 인덱스를 기반으로 처리될 수 있다. 도로 연석 검출 장치는 포인트 링 인덱스를 기반으로, 각 링의 포인트에 대한 반경이 추정되고 연속 링과 비교되어 임계 반경보다 작은 반경을 갖는 포인트를 추출할 수 있다.
2) 연석 포인트 결정
도로 연석 검출 장치는 슬라이딩 윈도우 세분화(Sliding window segmentation) 및 회귀 분석(Regression filtering)을 수행할 수 있다. 벨로다인 LiDAR와 같은 다중 채널 3D 레이저 센서는 측정을 위해 동심원 링을 반환하는 다중 레이저 emitter로 구성될 수 있다. 도로 연석 검출 장치는 센서 측정에서 생성된 포인트는 특정 링 인덱스와 연관되며, 물체는 연속된 링 사이의 거리를 분석하여 감지할 수 있다. 도로 연석 검출 장치는 LiDAR 포인트 클라우드에서 연석 포인트를 추출할 수 있다.
① 슬라이딩 윈도우 세분화
도로 연석 검출 장치는 슬라이딩 윈도우 세분화를 통한 연석 피쳐 포인트를 추출할 수 있다. 포인트 클라우드 데이터에서 연석 포인트는 도로를 기준으로 특정 고도를 갖는 형태로 나타나며, 도로 연석 검출 장치는 이웃 포인트들에서 상대적인 높이 변화를 가진 포인트만 연석 포인트로 분류할 수 있다.
도로 연석 검출 장치는 기준 포인트들에 대해 미리 설정된 크기의 슬라이딩 윈도우를 적용할 수 있다. 도로 연석 검출 장치는 슬라이딩 윈도우의 내부에 포함된 기준 포인트들 간에 높이 변화에 따른 상기 슬라이딩 윈도우의 내부에 포함된 기준 포인트들을 상승점과 평면점으로 상승점(Elevated Point)과 평면점(Planar Point)으로 각각 분류할 수 있다.
② 회귀 분석
도로 위 보행자, 자동차와 같은 장애물은 이전 프로세스인 슬라이딩 윈도우 세분화 처리 과정에서 연석 포인트로 잘못 검출이 가능할 수 있다. 도로 연석 검출 장치는 이 문제를 극복하기 위해 회귀 필터(regression filter)를 사용하여 도로 연석의 모양(shape)를 기반으로 커브 포인트를 감지하고, 나머지 포인트는 제거함으로써 도로 연석을 추출할 수 있다
도로 연석 검출 장치는 연석 형상을 기준으로 상기 연석 피쳐 포인트들을 필터링하여, 연석 피쳐 포인트들을 연석에 해당하는 커브 포인트(Curb Point)와 도로에 해당하는 직선 포인트(Line Point)로 분류할 수 있다. 도로 연석 검출 장치는 연석 피쳐 포인트 중 직선 포인트에 해당하는 포인트를 제거하여, 커브 포인트로 이루어진 연석 포인트를 결정할 수 있다.
도 6은 본 발명의 일실시예에 따른 도로 연석 검출 방법을 설명하기 위한 흐름도이다.
단계(601)에서 도로 연석 검출 장치는 포인트 클라우드 데이터의 점 그룹으로 이루어진 서로 다른 크기를 갖는 연속된 동심원들을 추출할 수 있다. 자세하게, 도로 연석 검출 장치는 도로의 각 지점을 나타내는 링 인덱스를 기반으로 상기 도로의 노면 상태가 반영된 서로 다른 크기를 갖는 복수의 동심원을 추출할 수 있다.
단계(602)에서 도로 연석 검출 장치는 연속된 동심원들 각각이 나타내는 제1 보정 반경보다 작은 반경을 갖는 제2 보정 반경을 이루는 기준 포인트들을 추출할 수 있다. 상세하게, 도로 연석 검출 장치는 연속된 동심원들 간에 이격 거리를 분석할 수 있다. 도로 연석 검출 장치는 링 인덱스를 기반으로 복수의 동심원 각각에 대한 동심원의 포인트에 대한 제1 보정 반경을 설정할 수 있다. 도로 연석 검출 장치는 이격 거리에 기초하여 제1 보정 반경보다 작은 반경을 갖는 제2 보정 반경을 이루는 기준 포인트들을 추출할 수 있다.
단계(603)에서 도로 연석 검출 장치는 기준 포인터들 간에 높이 변화에 따른 도로의 특정 고도를 갖는 연석 피쳐 포인트들을 검출할 수 있다. 도로 연석 검출 장치는 기준 포인트들에 대해 미리 설정된 크기의 슬라이딩 윈도우를 적용할 수 있다. 도로 연석 검출 장치는 슬라이딩 윈도우의 내부에 포함된 기준 포인트들 간에 높이 변화를 판단할 수 있다.
그리고, 도로 연석 검출 장치는 높이 변화에 따른 슬라이딩 윈도우의 내부에 포함된 기준 포인트들을 상승점과 평면점으로 상승점(Elevated Point)과 평면점(Planar Point)으로 각각 분류할 수 있다. 도로 연석 검출 장치는 분류된 결과에 따라 상승점으로 분류된 기준 포인트들을 노면에 대해 특정 고도를 갖는 연석 피쳐 포인트로 결정할 수 있다.
단계(604)에서 도로 연석 검출 장치는 연석 피쳐 포인트들을 필터링하여 도로의 경계를 나타내는 연석 포인트를 검출할 수 있다. 도로 연석 검출 장치는 연석 형상을 기준으로 연석 피쳐 포인트들을 필터링할 수 있다. 도로 연석 검출 장치는 연석 피쳐 포인트들을 연석에 해당하는 커브 포인트(Curb Point)와 도로에 해당하는 직선 포인트(Line Point)로 분류할 수 있다. 도로 연석 검출 장치는 연석 피쳐 포인트 중 직선 포인트에 해당하는 포인트를 제거할 수 있다. 이후, 도로 연석 검출 장치는 직선 포인트에 해당하는 포인트가 제거된 커브 포인트로 이루어진 연석 포인트를 결정할 수 있다.
한편, 본 발명에 따른 방법은 컴퓨터에서 실행될 수 있는 프로그램으로 작성되어 마그네틱 저장매체, 광학적 판독매체, 디지털 저장매체 등 다양한 기록 매체로도 구현될 수 있다.
본 명세서에 설명된 각종 기술들의 구현들은 디지털 전자 회로조직으로, 또는 컴퓨터 하드웨어, 펌웨어, 소프트웨어로, 또는 그들의 조합들로 구현될 수 있다. 구현들은 데이터 처리 장치, 예를 들어 프로그램가능 프로세서, 컴퓨터, 또는 다수의 컴퓨터들의 동작에 의한 처리를 위해, 또는 이 동작을 제어하기 위해, 컴퓨터 프로그램 제품, 즉 정보 캐리어, 예를 들어 기계 판독가능 저장 장치(컴퓨터 판독가능 매체) 또는 전파 신호에서 유형적으로 구체화된 컴퓨터 프로그램으로서 구현될 수 있다. 상술한 컴퓨터 프로그램(들)과 같은 컴퓨터 프로그램은 컴파일된 또는 인터프리트된 언어들을 포함하는 임의의 형태의 프로그래밍 언어로 기록될 수 있고, 독립형 프로그램으로서 또는 모듈, 구성요소, 서브루틴, 또는 컴퓨팅 환경에서의 사용에 적절한 다른 유닛으로서 포함하는 임의의 형태로 전개될 수 있다. 컴퓨터 프로그램은 하나의 사이트에서 하나의 컴퓨터 또는 다수의 컴퓨터들 상에서 처리되도록 또는 다수의 사이트들에 걸쳐 분배되고 통신 네트워크에 의해 상호 연결되도록 전개될 수 있다.
컴퓨터 프로그램의 처리에 적절한 프로세서들은 예로서, 범용 및 특수 목적 마이크로프로세서들 둘 다, 및 임의의 종류의 디지털 컴퓨터의 임의의 하나 이상의 프로세서들을 포함한다. 일반적으로, 프로세서는 판독 전용 메모리 또는 랜덤 액세스 메모리 또는 둘 다로부터 명령어들 및 데이터를 수신할 것이다. 컴퓨터의 요소들은 명령어들을 실행하는 적어도 하나의 프로세서 및 명령어들 및 데이터를 저장하는 하나 이상의 메모리 장치들을 포함할 수 있다. 일반적으로, 컴퓨터는 데이터를 저장하는 하나 이상의 대량 저장 장치들, 예를 들어 자기, 자기-광 디스크들, 또는 광 디스크들을 포함할 수 있거나, 이것들로부터 데이터를 수신하거나 이것들에 데이터를 송신하거나 또는 양쪽으로 되도록 결합될 수도 있다. 컴퓨터 프로그램 명령어들 및 데이터를 구체화하는데 적절한 정보 캐리어들은 예로서 반도체 메모리 장치들, 예를 들어, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM(Compact Disk Read Only Memory), DVD(Digital Video Disk)와 같은 광 기록 매체(Optical Media), 플롭티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-Optical Media), 롬(ROM, Read Only Memory), 램(RAM, Random Access Memory), 플래시 메모리, EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM) 등을 포함한다. 프로세서 및 메모리는 특수 목적 논리 회로조직에 의해 보충되거나, 이에 포함될 수 있다.
또한, 컴퓨터 판독가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용매체일 수 있고, 컴퓨터 저장매체 및 전송매체를 모두 포함할 수 있다.
본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다. 개별적인 실시형태의 문맥에서 본 명세서에 기술된 특정한 특징들은 단일 실시형태에서 조합하여 구현될 수도 있다. 반대로, 단일 실시형태의 문맥에서 기술한 다양한 특징들 역시 개별적으로 혹은 어떠한 적절한 하위 조합으로도 복수의 실시형태에서 구현 가능하다. 나아가, 특징들이 특정한 조합으로 동작하고 초기에 그와 같이 청구된 바와 같이 묘사될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합으로부터 배제될 수 있으며, 그 청구된 조합은 하위 조합이나 하위 조합의 변형물로 변경될 수 있다.
마찬가지로, 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시형태의 다양한 장치 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 장치들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징 될 수 있다는 점을 이해하여야 한다.
한편, 본 명세서와 도면에 개시된 본 발명의 실시 예들은 이해를 돕기 위해 특정 예를 제시한 것에 지나지 않으며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시 예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 자명한 것이다.
101: 도로 연석 검출 장치
102: 이동 수단
103: 도로
104: 도로 경계
105: 도로 연석

Claims (10)

  1. 포인트 클라우드 데이터의 점 그룹으로 이루어진 서로 다른 크기를 갖는 연속된 동심원들을 추출하는 단계;
    상기 연속된 동심원들 각각이 나타내는 제1 보정 반경보다 작은 반경을 갖는 제2 보정 반경을 이루는 기준 포인트들을 추출하는 단계;
    상기 기준 포인트들 간에 높이 변화에 따른 도로의 특정 고도를 갖는 연석 피쳐 포인트들을 검출하는 단계;
    상기 연석 피쳐 포인트들을 필터링하여 도로의 경계를 나타내는 연석 포인트를 검출하는 단계
    를 포함하며,
    상기 연속된 동심원들을 추출하는 단계는,
    도로의 각 지점을 나타내는 링 인덱스를 기반으로 상기 도로의 노면 상태가 반영된 서로 다른 크기를 갖는 복수의 동심원을 추출하고,
    상기 기준 포인트들을 추출하는 단계는,
    상기 연속된 동심원들 간에 이격 거리를 분석하는 단계;
    상기 링 인덱스를 기반으로 복수의 동심원 각각에 대한 동심원의 포인트에 대한 제1 보정 반경을 설정하는 단계; 및
    상기 이격 거리에 기초하여 제1 보정 반경보다 작은 반경을 갖는 제2 보정 반경을 이루는 기준 포인트들을 추출하는 단계
    를 포함하는 도로 연석 검출 방법.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 연석 피쳐 포인트를 검출하는 단계는,
    상기 기준 포인트들에 대해 미리 설정된 크기의 슬라이딩 윈도우를 적용하는 단계;
    상기 슬라이딩 윈도우의 내부에 포함된 기준 포인트들 간에 높이 변화에 따른 상기 슬라이딩 윈도우의 내부에 포함된 기준 포인트들을 상승점(Elevated Point)과 평면점(Planar Point)으로 각각 분류하는 단계; 및
    상기 분류된 결과에 따라 상승점으로 분류된 기준 포인트들을 노면에 대해 특정 고도를 갖는 연석 피쳐 포인트로 결정하는 단계
    를 포함하는 도로 연석 검출 방법.
  5. 제1항에 있어서,
    상기 연석 포인트를 검출하는 단계는,
    연석 형상을 기준으로 상기 연석 피쳐 포인트들을 필터링하여, 연석 피쳐 포인트들을 연석에 해당하는 커브 포인트(Curb Point)와 도로에 해당하는 직선 포인트(Line Point)로 분류하는 단계; 및
    상기 연석 피쳐 포인트 중 직선 포인트에 해당하는 포인트를 제거하여, 커브 포인트로 이루어진 연석 포인트를 결정하는 단계
    를 포함하는 도로 연석 검출 방법.
  6. 도로 연석 검출 방법을 수행하는 도로 연석 검출 장치에 있어서,
    상기 도로 연석 검출 장치는 프로세서를 포함하고,
    상기 프로세서는,
    도로의 각 지점을 나타내는 링 인덱스를 기반으로 상기 도로의 노면 상태가 반영되며, 포인트 클라우드 데이터의 점 그룹으로 이루어진 서로 다른 크기를 갖는 연속된 동심원들을 추출하고,
    상기 연속된 동심원들 간에 이격 거리를 분석하고,
    상기 링 인덱스를 기반으로 복수의 동심원 각각에 대한 동심원의 포인트에 대한 제1 보정 반경을 설정하고,
    상기 이격 거리에 기초하여 제1 보정 반경보다 작은 반경을 갖는 제2 보정 반경을 이루는 기준 포인트들을 추출하고,
    상기 기준 포인트들 간에 높이 변화에 따른 도로의 특정 고도를 갖는 연석 피쳐 포인트들을 검출하고,
    상기 연석 피쳐 포인트들을 필터링하여 도로의 경계를 나타내는 연석 포인트를 검출하는 도로 연석 검출 장치.
  7. 삭제
  8. 삭제
  9. 제6항에 있어서,
    상기 프로세서는,
    상기 기준 포인트들에 대해 미리 설정된 크기의 슬라이딩 윈도우를 적용하고,
    상기 슬라이딩 윈도우의 내부에 포함된 기준 포인트들 간에 높이 변화에 따른 슬라이딩 윈도우의 내부에 포함된 기준 포인트들을 상승점과 평면점으로 각각 분류하고,
    상기 분류된 결과에 따라 상승점으로 분류된 기준 포인트들을 노면에 대해 특정 고도를 갖는 연석 피쳐 포인트로 결정하는 도로 연석 검출 장치.
  10. 제6항에 있어서,
    상기 프로세서는,
    연석 형상을 기준으로 상기 연석 피쳐 포인트들을 필터링하여, 연석 피쳐 포인트들을 연석에 해당하는 커브 포인트와 도로에 해당하는 직선 포인트로 분류하고,
    상기 연석 피쳐 포인트 중 직선 포인트에 해당하는 포인트를 제거하여, 커브 포인트로 이루어진 연석 포인트를 결정하는 도로 연석 검출 장치.
KR1020190171974A 2019-12-20 2019-12-20 도로 연석 검출 방법 및 장치 KR102312892B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190171974A KR102312892B1 (ko) 2019-12-20 2019-12-20 도로 연석 검출 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190171974A KR102312892B1 (ko) 2019-12-20 2019-12-20 도로 연석 검출 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20210079815A KR20210079815A (ko) 2021-06-30
KR102312892B1 true KR102312892B1 (ko) 2021-10-15

Family

ID=76602116

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190171974A KR102312892B1 (ko) 2019-12-20 2019-12-20 도로 연석 검출 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102312892B1 (ko)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101319471B1 (ko) * 2008-08-29 2013-10-17 미쓰비시덴키 가부시키가이샤 부감 화상 생성장치, 부감 화상 생성방법 및 기록매체
KR101625486B1 (ko) * 2014-11-14 2016-05-30 재단법인대구경북과학기술원 지도 기반 측위 시스템 및 그 방법
CN105184852B (zh) * 2015-08-04 2018-01-30 百度在线网络技术（北京）有限公司 一种基于激光点云的城市道路识别方法及装置
KR20190014237A (ko) * 2017-07-31 2019-02-12 현대엠엔소프트 주식회사 모바일 맵핑 시스템을 이용한 도로 차선 취득 장치 및 방법

Also Published As

Publication number Publication date
KR20210079815A (ko) 2021-06-30

Similar Documents

Publication Publication Date Title
CN108345822B (zh) 一种点云数据处理方法及装置
Hata et al. Road marking detection using LIDAR reflective intensity data and its application to vehicle localization
US8670592B2 (en) Clear path detection using segmentation-based method
US9852357B2 (en) Clear path detection using an example-based approach
Yang et al. 3D local feature BKD to extract road information from mobile laser scanning point clouds
US11670087B2 (en) Training data generating method for image processing, image processing method, and devices thereof
US8611585B2 (en) Clear path detection using patch approach
US8428305B2 (en) Method for detecting a clear path through topographical variation analysis
JP6657789B2 (ja) 画像処理装置、撮像装置、機器制御システム、頻度分布画像生成方法、及びプログラム
US20100097455A1 (en) Clear path detection using a vanishing point
JP2017223511A (ja) 道路構造化装置、道路構造化方法、及び道路構造化プログラム
EP3422289A1 (en) Image processing device, imaging device, mobile entity apparatus control system, image processing method, and program
US8718329B2 (en) Top-down view classification in clear path detection
JP6583527B2 (ja) 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム
WO2017130640A1 (ja) 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム
KR20170104287A (ko) 주행 가능 영역 인식 장치 및 그것의 주행 가능 영역 인식 방법
JP6705497B2 (ja) 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、プログラム、及び移動体
JP4940177B2 (ja) 交通流計測装置
US20230221140A1 (en) Roadmap generation system and method of using
CN113219472B (zh) 一种测距***和方法
JP5888275B2 (ja) 道路端検出システム、方法およびプログラム
KR102312892B1 (ko) 도로 연석 검출 방법 및 장치
CN116206286A (zh) 高速路况下的障碍物检测方法、装置、设备和介质
KR102274548B1 (ko) 도로 특징 지도 구축 방법 및 장치
Belaroussi et al. Convergence of a traffic signs-based fog density model

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right