A collision risk assessment system based on rail detection for the enhancement of tram driving safety

Abstract

트램은 일반철도와는 달리 선로상에 보행자와 같은 돌발 장애물이 나타날 수 있는 주행 환경을 가진다. 기존에 개발되고 있는 레이더 기반 충돌 판단 시스템의 경우 센서 특성상 사람을 인식하기 어렵고 횡 방향 운동 추정에 한계가 있다. 이러한 한계를 극복하기 위해 이 연구에서는 카메라와 레이저스캐너의 융합정보 기반 충돌 판단 시스템을 제안한다. 제안된 시스템은 단안 카메라 기반 선로 인식 부분 및 인식 정보와 레이저스캐너 기반 충돌가능물체 거동 예측 부분으로 구성된다. 해당 시스템은 실제 트램이 주행환경에서 취득한 데이터 기반으로 검증 되었다. 본 연구에서 제안한 선로 인식 부분은 선로에 인식에 적합한 필터를 설계해 보다 강건한 선로 인식을 할 수 있으며 충돌가능물체에 대한 예측을 통하여 효율적인 충돌 판단을 가능하게 하였다. Unlike general trains, a wireless tram’s driving environment carries the risk of people or vehicles suddenly entering into its rails. Previous systems for trams detected objects using radar. However, radar-based collision risk assessment systems were found to have several disadvantages. For instance, low-cost radar systems cannot detect people and have difficulty in estimating lateral motion. To overcome such issues, this paper will propose a camera and laser scanner convergence-based collision risk assessment system. The proposed system consists of a monocular camera-based rail detection module and a detected rail and object-based behavior recognition module. The applicability of this system was evaluated based on logged sensor data-based simulations. The proposed system in this paper effectively detects rails by removing lanes from its detection range and assesses the collision risk efficiently through the prediction of collisional objects.