Journal Search Engine
The Journal of The Korea Institute of Intelligent Transport Systems Vol.24 No.3 pp.212-227
DOI : https://doi.org/10.12815/kits.2025.24.3.212
DOI : https://doi.org/10.12815/kits.2025.24.3.212
Development and Evaluation of a Vision-Based Lane Identification Algorithm for Supporting Autonomous Road Maintenance
│
│
Abstract
This study highlights the importance of inspecting road surfaces to ensure safe autonomous vehicle operation. Analysis identified "sharp curves" and "lane issues" (e.g., faded markings and structural damage) as key factors that can disrupt autonomous driving. However, limited research on distinguishing lanes from other objects for maintenance posed challenges for transfer learning. To address this, a new dataset and a lane identification algorithm were developed. The algorithm showed high performance, with precision, recall, and mAP@0.5 metrics ranging from 91% to 96%, and key classes like 'lane,' 'road marking,' 'arrow,' and 'safety zone' achieving 92%-97% accuracy. Validation with KITTI and Tusimple datasets confirmed high accuracy in detecting road issues. Compared to previous studies, this algorithm demonstrated improved performance, reaching 90% precision for stable lane identification. These findings provide essential data for assessing lane conditions, supporting road management and autonomous vehicle perception using the YOLOv5xl algorithm, and enhancing road safety through automated lane maintenance.
자율주행 지원 도로 유지보수를 위한 영상 기반 차선식별 알고리즘 개발 및 평가
초록
본 연구는 자율주행차의 안전한 운행을 위해 도로 표면 상태 점검의 중요성을 강조한다. 분석 결과, 자율주행에 장애를 줄 수 있는 주요 요인으로는 ‘급커브’와 ‘차선 문제’(예: 차선 마모 및 구조적 손상)가 도출되었다. 그러나 유지보수를 위한 차선과 기타 객체의 구분에 대한 연구는 부족하여 전이학습에 어려움이 존재하였다. 이를 해결하기 위해 새로운 데이터셋과 차 선 식별 알고리즘을 개발하였으며, 해당 알고리즘은 정밀도, 재현율, mAP@0.5 지표에서 91% 에서 96% 사이의 높은 성능을 보였다. 특히 ‘차선’, ‘노면표시’, ‘화살표’, ‘안전지대’ 등 주요 클래스는 92%~97%의 정확도를 달성하였다. 또한 KITTI와 Tusimple 데이터셋을 활용한 검증을 통해 도로 이상 탐지에서 높은 정확도를 확인하였다. 기존 연구와 비교했을 때 본 알고리즘은 안정적인 차선 식별에서 90%의 정밀도를 달성하며 성능 향상을 입증하였다. 이러한 결과는 차선 상태 평가를 위한 핵심 자료로 활용될 수 있으며, YOLOv5xl 알고리즘 기반의 도로 관리 및 자율주행 인지 향상, 자동화된 차선 유지보수를 통한 도로 안전성 제고에 기여할 수 있다.
