Eine Plattform für die Wissenschaft: Bauingenieurwesen, Architektur und Urbanistik
Eine Plattform für die Wissenschaft: Bauingenieurwesen, Architektur und Urbanistik
Lane Painting System using Deep Learning Technology
The present invention relates to a lane painting system using deep learning technology, which can precisely and accurately detect existing lanes without being affected by environmental factors by using deep learning technology, and can automatically control a lane painting vehicle and a nozzle so that the straight lines and curves of existing lanes can be distinguished and repainted smoothly. To solve the above problems, the lane painting system using deep learning technology comprises: a lane photographing unit for photographing the lanes of the road in real time; a preprocessing unit for increasing the lane recognition rate by processing images captured by the lane photographing unit; a learning model generation unit for generating a lane learning model by iteratively learning lane types of image data preprocessed by the preprocessing unit; a painting vehicle and nozzle control learning unit for learning lane painting control values through painting vehicle control data for each lane situation, nozzle control data, and correction data resulting from painting results; and a painting vehicle and nozzle control unit for recognizing lanes according to real-time lane images based on the lane learning model generated by the learning model generation unit and the lane painting control values learned by the painting vehicle and nozzle control learning unit, extracting the lane painting control values resulting from recognized lane situations, and controlling the lane painting vehicle and the nozzle.
본 발명은 딥러닝 기술을 이용하여 환경 요인의 영향을 받지 않고 기존 차선을 정밀하고 정확하게 검출할 수 있고, 차선 도색 차량과 노즐을 자동으로 제어하여 기존 차선의 직선과 곡선을 구분하여 부드럽게 재도색할 수 있는 딥러닝 기술을 이용한 차선 도색 시스템에 관한 것이다. 상기의 과제를 해결하기 위한 본 발명에 따른 딥러닝 기술을 이용한 기반 차선 도색 시스템은, 도로의 차선을 실시간으로 촬영하는 차선촬영부; 상기 차선촬영부에서 촬영된 영상을 처리하여 차선 인식률을 높이는 전처리부; 상기 전처리부에서 전처리된 이미지데이터의 차선 유형을 반복 학습하여 차선 학습모델을 생성하는 학습모델 생성부; 차선 상황별 도색차량 제어데이터, 노즐 제어데이터 및 도색 결과에 따른 교정데이터를 통해 차선도색 제어값을 학습하는 도색차량 및 노즐 제어학습부; 및 상기 학습모델 생성부에서 생성된 차선 학습모델과 상기 도색차량 및 노즐 제어학습부에서 학습된 차선도색 제어값에 기초하여 실시간 차선 영상에 따른 차선을 인식하고, 인식된 차선의 상황에 맞추어 차선도색 제어값을 추출하여 도색차량과 노즐을 제어하는 도색차량 및 노즐 제어부를 포함하는 것을 특징으로 한다.
Lane Painting System using Deep Learning Technology
The present invention relates to a lane painting system using deep learning technology, which can precisely and accurately detect existing lanes without being affected by environmental factors by using deep learning technology, and can automatically control a lane painting vehicle and a nozzle so that the straight lines and curves of existing lanes can be distinguished and repainted smoothly. To solve the above problems, the lane painting system using deep learning technology comprises: a lane photographing unit for photographing the lanes of the road in real time; a preprocessing unit for increasing the lane recognition rate by processing images captured by the lane photographing unit; a learning model generation unit for generating a lane learning model by iteratively learning lane types of image data preprocessed by the preprocessing unit; a painting vehicle and nozzle control learning unit for learning lane painting control values through painting vehicle control data for each lane situation, nozzle control data, and correction data resulting from painting results; and a painting vehicle and nozzle control unit for recognizing lanes according to real-time lane images based on the lane learning model generated by the learning model generation unit and the lane painting control values learned by the painting vehicle and nozzle control learning unit, extracting the lane painting control values resulting from recognized lane situations, and controlling the lane painting vehicle and the nozzle.
본 발명은 딥러닝 기술을 이용하여 환경 요인의 영향을 받지 않고 기존 차선을 정밀하고 정확하게 검출할 수 있고, 차선 도색 차량과 노즐을 자동으로 제어하여 기존 차선의 직선과 곡선을 구분하여 부드럽게 재도색할 수 있는 딥러닝 기술을 이용한 차선 도색 시스템에 관한 것이다. 상기의 과제를 해결하기 위한 본 발명에 따른 딥러닝 기술을 이용한 기반 차선 도색 시스템은, 도로의 차선을 실시간으로 촬영하는 차선촬영부; 상기 차선촬영부에서 촬영된 영상을 처리하여 차선 인식률을 높이는 전처리부; 상기 전처리부에서 전처리된 이미지데이터의 차선 유형을 반복 학습하여 차선 학습모델을 생성하는 학습모델 생성부; 차선 상황별 도색차량 제어데이터, 노즐 제어데이터 및 도색 결과에 따른 교정데이터를 통해 차선도색 제어값을 학습하는 도색차량 및 노즐 제어학습부; 및 상기 학습모델 생성부에서 생성된 차선 학습모델과 상기 도색차량 및 노즐 제어학습부에서 학습된 차선도색 제어값에 기초하여 실시간 차선 영상에 따른 차선을 인식하고, 인식된 차선의 상황에 맞추어 차선도색 제어값을 추출하여 도색차량과 노즐을 제어하는 도색차량 및 노즐 제어부를 포함하는 것을 특징으로 한다.
Lane Painting System using Deep Learning Technology
딥러닝 기술을 이용한 차선 도색시스템
CHO HYEONG OH (Autor:in) / CHO HYUN WOO (Autor:in)
11.11.2022
Patent
Elektronische Ressource
Koreanisch
IPC:
E01C
Bau von Straßen, Sportplätzen oder dgl., Decken dafür
,
CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE
/
B05B
Sprühvorrichtungen
,
SPRAYING APPARATUS
/
G06N
COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
,
Rechnersysteme, basierend auf spezifischen Rechenmodellen
/
G06T
Bilddatenverarbeitung oder Bilddatenerzeugung allgemein
,
IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
/
G06V
HUD Lane Painting Guidance System for Lane Painting Vehicles using HUD
| Europäisches Patentamt | 2023
Lane painting device for repairing lanes and lane painting method using the same
| Europäisches Patentamt | 2021
TRAFFIC LANE PAINTING DEVICE WITH IMPROVED TRAFFIC LANE PAINTING EFFICIENCY
| Europäisches Patentamt | 2021