[논문 리뷰] Robust and Real Time Detection of Curvy Lanes (Curves) with Desired Slopes for Driving Assistance and Autonomous Vehicles

Amartansh Dubey, Kishor M. Bhurchandi|arXiv (Cornell University)|2015. 01. 13.

Autonomous Vehicle Technology and Safety참고 문헌 7인용 수 6

한 줄 요약

이 논문은 복잡하고 노이즈가 많으며 악천후 조건에서 원하는 기울기를 가진 곡선 차선을 정확하게 탐지하기 위한 새로운 실시간 알고리즘을 제안한다. 엣지 검출, 곡선 파arameter에 대한 투표 기반의 후우 변형 기법, 조명 및 그림자 보정 기법을 결합하여 기존의 OpenCV와 같은 라이브러리가 곡선, 끊어진, 또는 저대비 차선에서 실패할 때도 정확한 차선 탐지가 가능하도록 한다.

ABSTRACT

One of the biggest reasons for road accidents is curvy lanes and blind turns. Even one of the biggest hurdles for new autonomous vehicles is to detect curvy lanes, multiple lanes and lanes with a lot of discontinuity and noise. This paper presents very efficient and advanced algorithm for detecting curves having desired slopes (especially for detecting curvy lanes in real time) and detection of curves (lanes) with a lot of noise, discontinuity and disturbances. Overall aim is to develop robust method for this task which is applicable even in adverse conditions. Even in some of most famous and useful libraries like OpenCV and Matlab, there is no function available for detecting curves having desired slopes , shapes, discontinuities. Only few predefined shapes like circle, ellipse, etc, can be detected using presently available functions. Proposed algorithm can not only detect curves with discontinuity, noise, desired slope but also it can perform shadow and illumination correction and detect/ differentiate between different curves.

연구 동기 및 목표

• 소음, 끊어진 선, 어두운 조명 조건과 같은 악조건에서 특정 기울기를 가진 곡선 차선을 실시간으로 탐지하는 데 있어 핵심 과제를 해결한다.
• OpenCV나 MATLAB과 같은 기존 컴퓨터 비전 라이브러리에서 원하는 기울기를 가진 임의의 곡선을 탐지할 수 있는 내장 기능이 부족한 점을 극복한다.
• 그림자, 조명 변화, 차선 끊김에 강건한 방법을 개발하여 실제 주행 환경에서 신뢰할 수 있는 성능을 보장한다.
• 단일 이미지에서 여러 곡선(예: 여러 차선)을 구분할 수 있도록 하여 복잡한 차선 탐지 작업을 지원한다.
• 주행 보조 시스템과 자율주행 차량에 통합 가능한 실용적이고 효율적인 솔루션을 제공한다.

제안 방법

• 입력 이미지에서 차선 유사 특징을 추출하기 위해 엣지 검출을 적용하며, 주로 차선 마킹에 해당하는 고기울기 영역에 집중한다.
• 이차 또는 고차 다항식 세그먼트로 매개변수화하여 원하는 기울기를 가진 곡선을 탐지하기 위해 수정된 후우 변형 기반의 투표 방식을 사용한다.
• 기울기 제약이 가미된 매개변수 공간을 활용하여 예상되는 차선 방향과 일치하는 곡선을 우선순위로 지정한다.
• 이미지 전반의 밝기 변화를 정규화하여 조명 및 그림자 보정 기법을 통합함으로써 탐지의 강건성을 향상시킨다.
• 연결성과 예상되는 차선 기하학적 특성에 부합하도록 후처리를 통해 검출된 곡선 세그먼트를 군집화하고 정밀 조정한다.
• 이미지 격자 기반의 효율적인 데이터 구조와 병렬 처리 가능한 연산을 활용하여 실시간 성능을 최적화한다.

실험 결과

연구 질문

• RQ1 노이즈, 끊어진 선, 그림자 및 조명 변화에 영향을 받는 상황에서도 특정 기울기를 원하는 곡선 차선을 실시간으로 탐지할 수 있는가?
• RQ2 기본적인 후우 변형 및 OpenCV/Matlab 기능에 비해 제안된 방법은 비원형, 비타원형 곡선 탐지 작업에서 어떻게 우월한가?
• RQ3 어려운 시각 조건 하에서 단일 이미지에서 여러 차선 또는 곡선을 얼마나 잘 구분할 수 있는가?
• RQ4 조명 및 그림자 보정 구성 요소가 다양한 조명 조건에서 곡선 탐지 정확도 향상에 얼마나 효과적인가?
• RQ5 이 방법의 계산 효율성은 어떠한가? 자율주행 시스템의 실시간 처리 요구 조건을 충족할 수 있는가?

주요 결과

• 제안된 알고리즘은 표준 방법이 실패하는 고노이즈 및 고불연속성 조건에서도 실시간으로 원하는 기울기를 가진 곡선 차선을 성공적으로 탐지한다.
• 그림자 및 조명 변화 보정을 효과적으로 적용하여 악조건의 조명 조건에서도 강력한 성능을 발휘한다.
• 장면 내 여러 곡선을 구분할 수 있어 복잡한 도로 환경에서 여러 차선 또는 차선 마킹을 탐지할 수 있다.
• 투표 메커니즘에서 기울기 제약이 가미된 매개변수 공간을 사용함으로써 탐지 정확도가 크게 향상되고 임의의 오진이 감소한다.
• 기존의 OpenCV 및 MATLAB 기능은 원형, 타원형과 같은 정의된 형태에 한해 지원하는 데 비해, 본 방법은 임의의 곡선 탐지를 지원함으로써 우월성을 확보한다.
• 시스템은 계산적으로 효율적이며 자율주행 차량과 고급 운전자 보조 시스템(ADAS)에 실시간 구현에 적합하다.