1 min to read
Side Occupancy Check
차량 양측면의 장애물 여부 판단
Author : 이 구
Date: 2020.11.16
Environment Setting
Tensorflow: 1.14.0
Keras: 2.3.1
OpenCV: 4.2.0
GPU: RTX 2080Ti x 2
Why?
차선 변경과 교차로에서의 안전한 주행을 위해, 차량 양측면의 장애물 존재 여부를 알아야 했다.
카메라는 루프에, 라이다는 범퍼 가운데에 설치되어 있는데 옆은 어떻게 볼까?
차에 새로운 카메라를 달아주기로 했다!
Sensor Specification
Camera: logitech c920e
Lens: Wide-angle lens for smartphones
쉽게 구할 수 있는 웹캠에 광각 렌즈를 붙여서 사용하였다.
How?
차량의 양측면에 부착한 카메라를 통해 얻은 이미지를 이용하여, 차량 양측면의 Occupancy 정보를 얻어야 한다. 이를 위해, 아래와 같은 구조의 네트워크를 사용하였다.
이를 사용한 결과는 아래와 같다. 모델의 output이 0.5보다 크면 OPEN, 0.5보다 작으면 BLOCK으로 표시하였다.
이제, 양측면 카메라의 이미지를 하나의 모델로 추론해보자.
가시성을 높이기 위해 OPEN인 경우 초록색, BLOCK인 경우 빨간색으로 표시하였다.
아래의 영상은 테스트를 위해 서로 다른 두 영상을 이용한 결과이다.
ROS Application
차량의 왼쪽, 오른쪽 Occupancy를 확인한 후, 그 결과를 ROS의 Int16 형태로 publish한다. 각 토픽의 이름은 아래와 같다.
/SideOccupancy/Left
/SideOccupancy/Right
각 토픽의 메세지는 BLOCK인 경우 0, OPEN인 경우 1의 값을 갖는다.
