<aside> 🚗 팀명 : I가 타고 있어요👶🏻 팀원 : 김나혜, 허동욱 발표자 : 김나혜

GitHub - dongwookheo/lane-detection

</aside>

프로젝트 기획

프로젝트 기간 : 2023.11.02 ~ 2023.11.03 (2023.10.28일부터 시작)

프로젝트 발표일 : 2023.11.03

프로젝트 목표

해결하려는 문제를 간단히 요약하세요. 이 문제가 해결되어야 하는 이유는 무엇인가요?

주행 영상에서 차선의 위치를 검출한다. 또한 실제 자이카 주행 시, 발생할 수 있는 문제에 대응하여 정밀한 차선을 추정하고자 합니다.

고려사항

1. 불연속적인 차선
2. 조도 변화
3. 검은색 지형지물 (그림자)
4. 곡선 주행 시 차선 가림

프로젝트에 사용한 알고리즘

프로젝트에 사용한 알고리즘과 이 알고리즘을 선택한 이유는 무엇인가요?

동영상→차선 검출 영역 crop →그레이스케일 변환 → 히스토그램 평활화→ 이진화→ 라이다 마스킹→ 가우시안 블러→캐니 에지 검출→허프 변환→ 차선 추정→ 차선 필터링 → 차선 좌표 추출 → 차선 좌표 예측

Part 1. 이미지 전처리

1. 차선 검출 영역 crop

   연산량을 줄이고 정확도를 높이기 위해 차선의 바닥 부분만 남도록 crop을 수행하였다.

   

   

2. grayscale 변환

   검은색 차선과 흰색 바닥을 잘 구분하기 위해 grayscale로 변환하여 영상 전처리를 수행하였다.

   

3. 명암비 조절

   이진화를 수행하기 이전에 명암비를 높이는 전처리를 진행하였다. 그 이유는 이진화를 수행할 때 차선이 아닌 다른 노이즈들이 걸러지도록 하기 위해서이다. 두 가지 방법으로 진행해보았고 그 결과 히스토그램 평활화를 선택하였다. 두 방법 모두 성능은 비슷한데 수행속도가 달랐다. 평활화는 평균 0.9ms, 스트레칭은 평균 2.8ms가 걸렸다.

   • 히스토그램 평활화 → 이 방법 사용

   • 히스토그램 스트레칭