이미지 세그멘테이션 결과로부터 컨테이너 크레인의 장애물 충돌 경계를 추정하는 방법

국문 초록 (Abstract)

항만 컨테이너 크레인은 주행 시 작업자가 주변 환경을 인지하기 어렵기 때문에 2D 레이저 스캐너를 이용하여 주변 장애물을 감지하고 있다. 하지만, 위치가 고정된 컨테이너와 이동이 가능한 트럭을 구분할 수 없기 때문에 장애물이 감지된 경우 무조건 서행하여 작업 효율이 떨어진다. 이러한 문제를 해결하기 위해 본 논문에서는 컨테이너 크레인에 설치된 CCTV의 이미지를 기반으로 주변 장애물을 인식하고 충돌 경계를 추정할 수 있는 방법을 제안한다. 수집된 이미지는 세그멘테이션을 통해 장애물을 인식하고 경계선을 추출한다. 추출된 경계선은 PnP(perspective-n-point)를 통해 이미지 좌표계를 현실 좌표계로 변환하고 추출된 경계선을 기반으로 충돌 발생 근접 거리를 산출한다. 제안된 알고리즘은 컨테이너 크레인과 유사한 실험실 환경에서 3개의 장애물에 대해서 수행하였으며 최종 결과는 LiDAR 측정결과와 비교하여 유효성을 검증하였다.

다국어 초록 (Multilingual Abstract)

Because a container crane operator struggles to recognize the surrounding environment while driving, the container crane uses a 2D laser scanner to detect surrounding obstacles. However, because a container with a fixed location cannot be distinguished from a truck that can move, when an obstacle is detected, it unconditionally moves slowly, reducing the work efficiency. To solve this problem, this study proposes a method to recognize obstacles and estimate collision boundaries based on the CCTV images installed on container cranes. The collected images recognize obstacles by segmentation and extract boundaries. The extracted boundary line converts the image coordinate system to the real coordinate system using perspective-n-point (PnP) and calculates the collision proximity distance based on the extracted boundary line. The proposed algorithm was performed on three obstacles in a laboratory environment similar to that of a container crane, and the final result was validated by comparing it with the LiDAR measurement result.

목차 (Table of Contents)

• 초록
• Abstract
• 1. 서론
• 2. 장애물 충돌 경계 추정 알고리즘
• 3. 실험
• 4. 결론
• 참고문헌(References)