메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
Chang-Hoon Kum (Hanyang University) Dong-Chan Cho (Hanyang University) Moon-Soo Ra (Hanyang University) Whoi-Yul Kim (Hanyang University)
저널정보
대한전자공학회 대한전자공학회 ISOCC ISOCC 2013 Conference
발행연도
2013.11
수록면
215 - 218 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
A lane detection system using around view monitoring (AVM) images is presented in this paper. To provide safe driving condition, many lane detection approaches have been proposed. However, previous approaches cannot detect lanes stably in low visibility condition such as foggy or rainy days because of the use of frontal camera. The proposed lane detection system uses ego-vehicle’s surrounding road information to overcome this problem. The proposed method can be split into two stages: generation of AVM images from four fisheye cameras and lane detection using AVM images. To generate AVM images, we use four fisheye cameras mounted on sides, front, and rear of the vehicle. Top-view images covering the surround area of the vehicle are generated from four fisheye images by calibrations of each camera and their relative camera pose. The lane detection procedure consists of detecting and grouping lane responses, fitting lane responses by a linear model, and tracking lanes with kalman filter to smooth the estimates. Experimental results on full lanes and dashed lanes show that the proposed method can achieve the detection accuracies of 98.78% and 90.88% respectively and processing speed of 1 ms per frame in a desktop computer.
#lane detection #around view monitoring #top view #multiple fisheye camera #intelligent vehicle

목차

Abstract
Introduction
AVM image generation
Lane Detection and Tracking
Experimental Results
Conclusion
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문의 저자 정보

이 논문과 함께 이용한 논문

조명변화에 강인한 S-색상공간 기반의 차선색상 판별 방법
백승해 ,  김염 ,  이근모 외 1명 한국정보통신학회논문지 2018 .03
도로 차선검출에 적합한 고속 호프변환 방법
백승해 ,  박순용 제어로봇시스템학회 논문지 2017 .08
차량용 블랙박스 영상을 이용한 환경적응적 실시간 차선인식 연구
박대혁 ,  이정훈 ,  서정구 외 6명 한국컴퓨터정보학회 학술발표논문집 2015 .07
비전센서를 이용한 차선인식 및 차간거리 추정 방법 Vision-based Lane Detection and
박종섭 ,  김기석 ,  노수장 외 2명 제어로봇시스템학회 국내학술대회 논문집 2015 .05
허프변환을 이용한 영역 분할 리플 차선검출 영상처리 알고리즘 제안
백지연 ,  정태상 대한전자공학회 학술대회 2014 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2016-569-001048887