For the autonomous navigation of vehicles in highway, the lateral control is an essential element. Computer vision is the most powerful sensor to detect the road lane or boundary. But the heavy computational load makes it difficult to implement its algorithm in a real-time without using expensive additional hardware. In this thesis, we propose a fast lane search algorithm and the simple and reliable curvature calculation. The search algorithm is an improved version of the conventional boundary following heuristic algorithm in that the proposed algorithm need not have previous edge map. Besides, the shadow treatment by hue is the advantage of the color image. The curvature calculation is made directly from the data set. The algorithm is implemented on a personal computer and the curvature is calculated in a frame rate. The validity of the proposed algorithm is supported by a number of simulations of real road images. The curvature calculated by the proposed algorithm is compared with the curvature obtained from the steering angle while human driver drives the vehicle.
본 논문에서는 신뢰성있고, 빠른 이미지 처리를 위해 효과적인 검색알고리즘과 그림자를 처리하는 알고리즘을 HSI 컬러 모델을 이용하여 제안하였다.
일반적으로 에지 추출은 전체 이미지를 처리하는데 많은 시간을 요구하여 제어에 이용하기에 부적당하였고, 다른 특별한 하드웨어를 이용하여 실시간으로 구현할 수 있으나, 가격이 비싸지는 단점이 있다. 본 논문에서는 효과적인 검색을 이용하여 처리시간을 대폭 줄이면서, 필요한 정보인 도로의 경계선을 찾을 수 있는 방법을 제시하였다.
보통 도로주변환경에 의해서 생기는 그림자는 강한 에지를 형성하여 도로경계로 잘못 오인하게 하는 요소이다. 그림자는 보통 도로의 색상에 영향을 많이 주지 않고, 채도와 명도에 많은 영향을 준다. 따라서, 컬러를 이용하여 색상에 차이가 나지 않고, 강한 에지가 나타나면 그림자에 의한 것이므로 그림자를 제거할 수 있다. 이렇게 하면, 기존의 에지에 의한 특징점 추출이 갖는 단점을 제거할 수 있다.
여기서 제시한 검색은 특징점이 연속이 아니라 단속적인 경우에도 적용될 수 있음을 보였고, 제시한 알고리즘에 의해 추출한 도로의 곡률정보는 사람이 운전하는 차량의 조향각에서 얻은 도로의 곡률과 상당히 일치함을 보였다.
