다양한 방법을 시도해 본 결과 매우 긍정적인 결과를 얻고 있다.
우선 유로트럭에서 운전 장면을 가져와 실험해봤다.
가져온 사진에서 차선만 따서 birdyeview로 보이게 한 후
ROI에서 해당 차선 부분만 잘라줬다.
그다음에 필터를 뿌리면서 이진화시킨다.
왼쪽 차선의 오른쪽 차선을 각 화면에서 가중치가 높은 부분에 색을 부여하는 형식으로 구분하고 slidewindow 방식으로 차선을 인식했다.개인적으로 가장 어려웠던 부분인 것 같아 많은 정보를 찾아봤다.
이로써 해당 차선 사이를 다른 색으로 채워준다.
이제 이 차선을 원본으로 바꿔야 하는데 단순히 역행렬로 변환하면 된다.
이 이미지를 원본과 합치면 된다.
커브길에서 테스트 결과도 자주 나오는 것을 알 수 있다.
앞으로는 차선의 중앙선을 계산해 차선이탈 방지와 yolo와 함께 사용했을 때 real-time으로 좋은 mAP가 나오는지 테스트해보고 이를 기반으로 자율주행이 가능한지 알아보자.