카메라 센서를 이용한 딥러닝 기법과 칼만필터 기반의 도심지 차선인식 및 추적 알고리즘 성능평가

국문 초록 (Abstract)

자율주행차량은 다양한 센서를 기반으로 주변 상황을 인지하며 주행한다. 특히 차도에 존재하는 차선정보는 차량이 이동해야 할 방향을 결정해주는 중요한 정보다. 그러나 도심지 도로에서는 다양한 장애물과 복잡한 도로 마커로 인해 Rule 기반의 이미지 처리기법의 차선검출 방법으로는 한계점이 존재한다. 따라서 본 논문에서는 카메라를 통해 얻은 이미지 정보를 딥러닝 알고리즘과 이미지 프로세싱 기법을 통한 차선영역 검출의 기법을 동시에 적용하고, 칼만필터를 이용하여 강건하게 차선을 검출할 방법을 제안하고자 한다. 알고리즘의 전체 도식도는 그림 1의 좌측과 같이 표현할 수 있다. 복잡한 도로 환경에서 차선영역만을 추출하기 위해 사용한 딥러닝 네트워크는 LaneNet 알고리즘을 사용하였고, 그림 1 우측 상단과 같이 네트워크에서 마스크 네트워크만을 이용하였다. LaneNet 이미지결과를 통해서 거리계산을 위한 bird-eye-view, Homography 변환 과정을 진행하여 도로 영역에서의 좌표변환과정을 수행하였다. 또한 전처리 과정을 통해 추출한 Binary 형태의 이미지에서 Hough line detection 알고리즘을 통하여 좌측, 우측이라고 예상하는 차선을 추출하고 초기 Sliding window를 생성하여 LaneNet 결과 이미지에서 탐색을 수행하게 된다. 이미지에서 좌측, 우측 차선의 탐색이 종료되면 각 차선의 해당하는 픽셀 좌표를 저장하고 노이즈를 고려하여 RANSAC 알고리즘과 최소자승법을 이용한 3차 방정식의 차선정보를 얻을 수 있다. 마지막 단계로 좌측, 그리고 우측 차선에서 얻은 차선의 정보를 Clothoid road model기반의 칼만필터를 적용하여 강건한 차선추출을 진행하게 되며, 그림 1 우측 하단 그림과 같이 좌측, 우측 차선이 검출되는 것을 확인할 수 있다.