A Basic Study of Obstacles Extraction on the Road for the Stability of Self-driving Vehicles

자율주행 차량의 안전성을 위한 도로의 장애물 추출에 대한 기초 연구

Recently, interest in the safety of Self-driving has been increasing. Self-driving have been studied and developed by many universities, research centers, car companies, and companies of other industries around the world since the middle 1980s. In this study, we propose the automatic extraction method of the threatening obstacle on the Road for the Self-driving. A threatening obstacle is defined in this study as a comparatively large object at center of the image. First of all, an input image and its decreased resolution images are segmented. Segmented areas are classified as the outer or the inner area. The outer area is adjacent to boundaries of the image and the other is not. Each area is merged with its neighbors when adjacent areas are included by a same area in the decreased resolution image. The Obstacle area and Non Obstacle area are selected from the inner area and outer area respectively. Obstacle areas are the representative areas for the obstacle and are selected by using the information about the area size and location. The Obstacle area and Non Obstacle area consist of the threatening obstacle on the road. Through experiments, we expect that the proposed method will be able to reduce accidents and casualties in Self-driving.

최근, 차량의 자율주행에 대한 기술이 개발되면서 안정성은 매우 흥미로운 요소로 관심이 증대되고 있다. 그리고 자율주행에 대하여 1980년대 중반부터 전세계의 많은 대학, 연구 센터, 자동차 회사, 그리고 다른 산업의 회사들에 의해 연구 및 개발되고 있다. 본 연구에서는 자율주행 차량의 안전성을 위한 도로의 위협적인 장애물을 자동 추출하는 방안에 대한 기초 연구를 제안한다. 자동차 도로 위에는 다양한 장애물들이 존재하지만, 본 연구에서는 위협적인 장애물은 도로의 중앙에 위치하며 비교적 큰 개체로 정의한다. 먼저, 입력 영상에 대하여 해상도를 달리하여 분할하고 분할된 영역들은 내부 영역과 외부 영역으로 분류한다. 외부 영역은 영상의 경계에 인접하고 내부 영역은 그렇지 않다. 또한, 저해상도 영상에 인접한 영역이 동일한 영역에 포함되면 각 영역은 인접 영역과 병합된다. 그리고 주요한 객체 영역과 주요한 배경 영역은 각각 내부 영역과 외부 영역에서 선택된다. 따라서, 주요한 객체 영역은 면적과 크기 정보를 활용하여 장애물을 대표하는 영역으로 추출된다. 실험을 통하여 제안된 방법이 자동차 자율주행 안전성을 높여 사고와 사상자를 줄일 수 있는 기초연구에 기여할 수 있을 것으로 기대한다.