운전자 보조 시스템에서 차선 경계 검출은 매우 중요하다. 본 연구는 악조건인 환경에서 차선 경계를 검출하기 위한 강건한 방법을 제안한다. 첫 번째로 원래의 image에서 iVMD(improve Vertical Mean Distribution) Method를 이용하여 수평선을 검출하고, 수평선 하위영역 image를 결정하며, 두 번째로 Canny edge detector를 사용하여 하위 영역에서 차선 표시를 추출한다. 마지막으로, RANSAC algorithm을 이용하여 각각에 맞는 line model을 적용하기 전에, k-means clustering algorithm을 이용하여 오른쪽 왼쪽 차선을 분류 한다. 제안된 알고리즘은 변종조명, 갈라진 도로, 복잡한 차선 표시, 교통신호에 관하여 상당히 정확한 차선 검출 기능을 나타낸다. 실험결과는 제안된 방법이 악조건인 환경하에서 실시간으로 효율적인 요구 사항을 충족함을 보여준다.
Lane boundary detection plays a key role in the driver assistance system. This study proposes a robust method for detecting lane boundary in severe environment. First, a horizontal line detects form the original image using improved Vertical Mean Distribution Method (iVMD) and the sub-region image which is under the horizontal line, is determined. Second, we extract the lane marking from the sub-region image using Canny edge detector. Finally, K-means clustering algorithm classifi left and right lane cluster under variant illumination, cracked road, complex lane marking and passing traffic. Experimental results show that the proposed method satisfie the real-time and efficient requirement of the intelligent transportation system.
