1. 요약

도로를 벗어나서 생긴 사고(run-off-the-road: ROR)와 정면 충돌하는 사고를 포함하여, 차도를 벗어나서 발생하는 치명적인 사고는 미국에서 심각한 문제임. 럼블 스트립(rumble strip: 도로 위에 요철을 처리한 부분으로, 고속이나 추락을 방지하기 위해 도로 위나 옆의 표면을 거칠게 만들어 그 위로 자동차가 달리면 털털거리게 함으로써 운전자에게 경각심을 제공함)을 이용하는 것은 운전자가 차선에서 이탈하는 것을 방지하는데 효과적인 것으로 나타났음. 그러나 럼블 스트립은 그것을 구축하는데 인프라가 필요하고 도로 대부분에는 럼블 스트립이 존재하지 않음.

차선이탈경고(Lane Departure Warning: LDW) 시스템과 같은 다양한 기술이 개발됨으로써 교통안전을 눈에띄게 향상시켰음. 차선이탈경고 시스템이 효과가 있으려면 운전자가 차선을 이탈하려는 위험에 있을 때 운전자에게 경고를 함으로써 차선을 벗어나기 전에 안전하게 차선으로 돌아올 수 있도록 하여야함. 일반적인 카메라 기반의 차선이탈경고 시스템은 차선 표식(lane makers)를 통해 차량이 차선을 벗어났는지 아닌지를 판단하는 방식으로 작동함. 그러나 모든 도로에 항상 차선표식이 있으리라는 보장은 없음. 비가 내리거나 도로가 너무 뜨거워지는 등의 다양한 환경 요인은 차선 표식을 닳아 없어지게 할 수 있고 눈이 내리게 되면 차선 표식이 있다고 하더라도 보이지 않게 되는 상황에 처할 수 있음. 따라서 차선 표식으로 차량이탈경고 시스템을 이용할 수 있을 때 뿐만 아니라 차선표식이 잠깐이라도 없는 상황을 대비하는 기술을 발달이 절실히 필요함.

이 보고서는 이미지 기반의 차량이탈경고 시스템에 두가지 기술을 결합하여 개발하는 것을 제안함. Lucas-Kanade(L-K) 광학흐름(optical flow) 방식과Hough 변환 기반의 차선 감지(transform-based lane detection) 방식을 결합하고자 함. 이 알고리즘은 차량의 측면상태를 결정하여 운영과 실행을 하고 만약 차량의 측면상태가 경고가 필요한 상태이면 운전자에게 경고를 함. 차선을 감지하는 기술을 사용하는 동안, 차량의 테두리가 감지가 안되는 상황이 되면L-K 광학흐름 방식의 점 추적(point tracking)을 이용함. 반면 가우시안 필터링/스무딩(Gaussian filtering/smoothing)과 Hough 변환 방식은 차선표식을 사용할 수 있는 상황에서 그 방식을 이용함. 전면 이미지는 차량 내부의 카메라에 의해 캡쳐됨. 그리고 그 이미지는 호모그라피(homography)를 통해 그에 상응하는 top-view 이미지로 전환됨. 이러한 top-view이미지를 기반으로L-K 광학 흐름은, 프레임에서 프레임으로 차량의 전면 앵글을 찾는데 점 ？ 해리스 코너 (Harris”corners”) ？ 추적을 하는데 사용되고 이렇게 추적된 형태간의 관계를 평가하여 측면의 위치를 파악하게 됨. 이 차선 감지 방식은 차선표식을 찾는 것이 가능하다면 각 길의 각 사이드에 차량 표식이 되어있는 것을 찾음. 이 시스템은 차량 표식과의 거리를 계산하고 차량이 가고 있는 방향과 사용하고 있는 차량의 차선이 어디에 있는지를 파악하여 이전에 지나갔던 도로의 차선 표식값을 계산하고 그 값을 비교함.

이 보고서에서는, 연구진이 개발한 시스템을 설명함. 즉, 차량 발견 방법, 신호흐름 블록 다이아그램(signal flow block diagrams), 운영 알고리즘, 그리고 경고 메커니즘의 하드웨어 구현에 대한 시스템을 설명함. 이 시스템에서 L-K광학흐름과 차선 탐지 기술이 통합되어 있기는 하지만, 각 기술은 각기 따로 활성화 됨. 즉 한 기술이 활성화 되는 동안, 다른 기술은 비활성화 되어 있음. 그 이유는 각 기술마다 가지고 있는 장점과 단점이 서로 다르기 때문임. 개발된 시스템에서, 우리는L-K광학흐름 방식의 사용을 제한하기 위해 노력했음. 그 이유는L-K광학흐름은 계산속도가 느리며 차선탐지 방식에 비해 대부분의 경우에서 신뢰성이 더 낮은 것으로 증명되었기 때문임.

연구진은 그들의 차선이탈경고 시스템의 정확성을 확인하기 위하여 도로 테스트를 실시하였음. 도로 테스트는 차량이 중심차선의 임계값을 초과하였을 때, 경고음을 내는지를 알아보는것임. 이 테스트는 주간(interstate) 고속도로인 I-35, US-53, Rice Lake Road, Martin Road, and Jean Duluth Road를 포함하여 미국 미네소타 주 둘루스 지역(Duluth, Minnesota)을 둘러싸고 있는 도로들에 대하여 시험을 실행하였음. 이들 도로는 속도 제한, 교통량, 차선의 개수, 그리고 도로 상황 등을 비롯하여 매우 다양한 차이가 있으므로 실험 데이터를 더 다양하게 수집할 수 있었음. 전반적으로 그 시스템은 예상한대로 정확하다고 할 수 있게 작동하였음. 오작동한 경우는 대략 1.18 퍼센트였음. 그 시스템의 성능에 영향을 주었다고 할 수 있는 요소들 역시 논의가 될 필요가 있음.

2. 소개

차선 이탈로 인한 치명적인 사고들은 미국에서 심각한 문제임. 국가 자동차 사고 원인 조사(National Motor Vehicle Crash Causation Survey: NMVCCS)의 자료에 따르면, 차선이탈 사고는 자동차 사고 중 사망과 심각한 상처를 가져오는 사고의 큰 비중을 차지함. 차량간의 사고가 아닌 단일 차량의 사고의 경우 95퍼센트 이상에서 차선 이탈이 그 사고의 결정적 원인이었음. 이러한 차선이탈 사고의 원인을 보면 27.7 퍼센트는 운전자의 주행 실수임. 예를 들면, 서툰 방향조절이나 과도한 핸들조정이 있음. 다음으로 많은 비중을 차지한 것은 운전자의 판단 실수가 25.4 퍼센트를 차지하였음. 이는 커브길을 갈 때 너무 성급하게 커브를 돈 것 같은 경우를 말함. 다음은 22.5퍼센트를 차지한 졸음운전을 한 경우임. 19.8퍼센트를 차지한 원인은 운전자의 부주의에서 온 실수임. 예를 들어, 외부상황이나 내부상황으로 인해 산만해진 경우를 들 수 있음. 통계자료를 보면 70퍼센트에 달하는 차량이탈사고로 인한 사망이 교외의 고속도로에서 발생했으며, 90퍼센트의 사고는 2차선 도로에서 발생하였음. 가장 일반적으로 차량의 차선이탈을 방지하는 접근방법으로는 갓길에 럼블 스트립을 사용하는 것임. 실제로 도로에 럼블 스트립을 이용한 경우 운전자에게 차선 이탈 경고를 제공함으로써 차선이탈을 방지하는데 효과적이라는 것이 증명되었음.

차선이탈경고 시스템은 운전자가 도로를 이탈함으로써 위험에 빠지려는 상황에서 운전자에게 그러한 상황보다 앞서 경고를 줌으로써 운전자가 차선을 제대로 갈 수 있도록 조정할 수 있는 충분한 시간을 줄 수 있어야 함. 차선이탈경고 시스템은 차선의 표식을 이용하여 차선을 이탈하였는지 안하였는지를 감지하는 것이 주로 사용하는 방법임. 가장 간단한 차선이탈경고 시스템은 내장된 거리의 한계값외에 다른 가정을 하지 않고, 미리 예측하는 것을 제공하지 않거나 차량상태에 대한 정보를 필요로 하지 않음. 차선이탈경고 시스템의 한 대안으로 “Time-to-Lane-Crossing:TLC”시스템을 이용할 수 있음.

TLC시스템은 주어진 궤도의 길을 벗어나기 전까지 남은 시간을 측정함. 차량운전을 할 때 TLC 값은 잠재적으로 차선의 가장자리를 지나갈 것으로 예상되는 시간을 뜻함. 첫 번째로 TLC는 운전을 하는 데에 있어서 운전자들의 특성을 측정하는 측정기준을 제안하였음. Hayward는 차량 옆측의 가속도와 차량 속도를 이용하여 간단한 입자 역학(particle dynamics)을 통해 TLC를 계산하였음. Pomerleau는 운전자 모델을 미리 분석하고 운전자가 차선을 운행 할 때 운전자의 자세를 컴퓨터-비젼 시스템을 통해 측정하였고, 또한 급작스런 곡선도로를 측정한 정보를 통해 TLC를 계산하였음. 또 다른 접근 방식으로 LeBlanc 이 실행한 방법이 있음. 차량의 경로를 예측하여 효과적인 핸들링에 대한 동적 측정을 이용한 TLC알고리즘을 수행하였음. 차량의 경로는 잠재적인 차선의 교차를 예측하여 앞으로 나타날 도로의 이미지를 컴퓨터 비전을 통해 생성하고, 그 생성된 이미지를 비교함. 일반적으로 TLC는 길가의 럼블 스크립보다 더 많은 경고를 함. 그 이유는 운전자가 처할 수 있는 위험한 상황을 예측할 때마다 경고 시스템이 작동되기 때문임. 그러나 이러한 예측은 잘못된 것일 수 도 있음. 왜냐하면 차량의 궤적을 계산한 결과로 경고를 하는 것이지 운전자의 행동의 결과로 경고를 하는 것이 아니기 때문임. 따라서 잘못된 경고를 하게 되는 경우가 일반적으로 도로가의 럼블 스크립보다 더 많음. 이러한 시스템을 이용할 경우 운전자의 자신감과 효율성을 줄일 가능성이 있음. 그러나 럼블 스트립은 인프라를 요구하지만 대부분의 고속도로는 그러한 인프라가 갖추어져 있지 않음.

이에 Jung 과 Kelber(C. R. Jung and C. R. Kelber, “A Lane Departure Warning System Using Lateral Offset with Uncalibrated Camera,” Proceedings of the 8th IEEE International Conference on Intelligent Transportation Systems (2005), 348-35, Vienna, Austria)는 교정되지 않은 카메라 (a uncalibrated camera)와 함께 측면 상쇄를 이용한 차선이탈경고 시스템을 제안하였음. 이 방법은 선형-포물선 모델(linear-parabolic model)을 이용하는 것으로써 카메라 변수에 대한 정보에 대한 필요가 없음. 선형-포물선 모델은 차량이 차선 중앙에 대하여 측면 상쇄를 결정함. 더 나아가서는 카메라 기반의 시스템은 이 시스템은 차량 상태와 도로의 정렬 상태를 측정하여 그 측정된 비디오 이미지를 해석하는 알고리즘을 이용함. 그 예로AutoVue (Iteris’s device), 인피니티(Infiniti)의 차선 이탈 방지 시스템, 볼보(Volvo)와 BMW의 차선 이탈 경고 시스템, 렉서스(Lexus) LS 460 multi-mode 차선 유지 시스템 등을 들 수 있음. AutoVue는Freightliner's Century와 Argosy trucks 모델에 대하여 공장에서 미리 설치되어 나오는 옵션을 제공함. 자동차 제조사들은 아우디(Audi), 인피니티, BMW, 캐딜락(Cadillac), 볼보와 뷰익(Buick) 등 그들의 차량 모델에 차선 이탈 경고 시스템을 제공함.

캘리포니아의 PATH 프로그램은 마그네틱 표식을 차선에 이용하고 차량에는 그 마그네틱 표식을 읽을 수 있는 자력 기계를 설치하여 차선의 추적을 할 수 있는 방법을 이용하였음. 최근에는, 바타비아(Batavia)에서는 TLC의 확장과 운전자가 학습단계에서 가상의 차선경계를 조정하는 것을 추가하여 차선 경계 너머로 이동하는 것을 허용할 수 있도록 하는 도로 가의 럼블 스크립을 제안하였음. LDW 시스템의 실제 운전 상황의 비교연구 결과 역시 문헌에 보고되어있음.

이 연구의 주요 목표는 혁신적인 시각 기반의 차선이탈경고 시스템을 개발하는 것임. 시각 기반 시스템은 차량운행 중 주위 환경에 대한 유용한 정보를 포함하여 여러 가지 장점을 가지고 있음. 카메라 기반 시스템의 일반적인 작동원리는 만약 차량이 차선 밖으로 벗어나는지 아닌지를 보기 위해 도로에 있는 차선 표식을 추적하는 방식임. 그러나 도로에 항상 차선표식이 있으리라는 보장을 할 수가 없음. 비나 열과 같은 다양한 환경적인 요인들은 차선의 표식을 낡거나 사라지게 할 수 있음. 또한 도로에 눈이 쌓이게 되면 도로의 표식을 보는데 영향을 줄 수도 있음. 따라서 시스템은 차선이 가시적일 때 이용할 수 있는 것은 물론이고 도로 표식이 볼 수 없는 상황이 되더라도 차선이탈방지 시스템을 이용할 수 있도록 하여야 함.

3. 결론

이 보고서에서는 이전의 차선이탈경고 시스템이 환경적인 영향에 따라 그 이용이 제한되는 문제점을 파악하고 개선된 시스템을 제안하고자 하였음. 이 보고서에서 제안한 시스템은 차선 표식의 필요성을 최소화한 이미지 기반의Lane Departure Warning (LDW) 시스템임. 이 시스템은 또한 차량의 GPS 위치 정보에 의존하지 않음. 이 시스템은 L-K 광학 흐름 방식과 Hough 변환 기반의 차선 탐지 방법을 혼합하여 사용하는 시스템임. L-K 점 추적은 차선의 경계를 찾을 수 없을 때 사용하고, Hough 의 차선탐지 기술은 차선의 경계를 찾을 수 있을 때 사용함. L-K 광학 흐름 방식과 Hough의 차선탐지 기술을 이 시스템에서 모두 사용하고 있기는 하지만, 한 기술이 활성화 되었을 때 다른 기술은 비활성화되는 방식을 이용함. 왜냐하면 각 기술이 가지고 있는 장점과 단점이 다르기 때문임. 이러한 혼합된 기술을 통해 운영 알고리즘이 수행됨.

이 알고리즘이 수행되는 하드웨어/소프트웨어의 기반으로, I-35, US-53, Rice Lake Road, Martin Road, 그리고 Jean Duluth Road에서 시범 주행을 수행하였음. 각 도로는 속도와 곡선, 교통량, 차선의 수, 그리고 도로 구조 등 서로 다른 다양성을 가지고 있어서, 시험주행을 통해 다양한 데이터를 얻을 수 있었음. 도로 시범 주행의 결과는 다음과 같음. 연구진의 시스템은 그들이 기대한 만큼의 정확도를 보였음. 경고음이 잘못 작동한 경우는 1.18%에 불과 하였음. 다양한 요인들이 이 시스템의 성능에 영향을 줄 수 있다는 가능성 역시 논의가 되었음. 이 시스템에서 사용된 접근방식은 차량 측면의 특징에 대하여 특성화 하였고 그 특성화에는 최소한의 정보만을 요구하기 때문에 이 시스템은 각 차량의 어플리케이션에 더욱 알맞게 적용시킬 수 있음.