KR101686169B1 - 옥트리 기반의 3차원 맵 생성 장치 및 방법 - Google Patents

옥트리 기반의 3차원 맵 생성 장치 및 방법 Download PDF

Info

Publication number
KR101686169B1
KR101686169B1 KR1020100012091A KR20100012091A KR101686169B1 KR 101686169 B1 KR101686169 B1 KR 101686169B1 KR 1020100012091 A KR1020100012091 A KR 1020100012091A KR 20100012091 A KR20100012091 A KR 20100012091A KR 101686169 B1 KR101686169 B1 KR 101686169B1
Authority
KR
South Korea
Prior art keywords
grid
points
plane
information
map
Prior art date
Application number
KR1020100012091A
Other languages
English (en)
Other versions
KR20110092592A (ko
Inventor
김연호
조준기
한정현
조용현
Original Assignee
삼성전자주식회사
고려대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사, 고려대학교 산학협력단 filed Critical 삼성전자주식회사
Priority to KR1020100012091A priority Critical patent/KR101686169B1/ko
Priority to US12/929,682 priority patent/US8593451B2/en
Publication of KR20110092592A publication Critical patent/KR20110092592A/ko
Application granted granted Critical
Publication of KR101686169B1 publication Critical patent/KR101686169B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/005—Tree description, e.g. octree, quadtree

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Processing Or Creating Images (AREA)
  • Image Processing (AREA)

Abstract

3D 복합 옥트리 맵 생성 방법이 개시된다. 개시된 방법에 의하면, 거리 영상에서 3차원 위치 정보를 가지는 다수의 포인트들을 검출하고, 검출된 다수의 포인트들을 포함하는 공간을 옥트리 기반의 그리드로 표현하되, 포인트들이 평면을 구성하면 서브 그리드로 분할하지 않고 평면 정보를 그대로 저장한다. 그리고 평면을 구성하지 아니하는 공간만 서브 그리드로 분할함으로써 저장 효율을 높인다.

Description

옥트리 기반의 3차원 맵 생성 장치 및 방법{Apparatus and Method for generating 3D map based on the octree map}
3차원 물체를 표현하는 3D 그래픽스 및 3차원 공간을 인식하는 로봇 기술과 관련된다.
로봇이란 사람의 모습을 한 인형 내부에 기계장치를 조립해 넣고, 손발과 그 밖의 부분을 본래의 사람과 마찬가지로 동작하도록 만든 자동인형을 말한다. 그러나 최근에는 사람의 모습 여부를 떠나서 자율적으로 어떠한 임무를 수행하는 자동 장치를 로봇으로 통칭하게 되었다.
이동 로봇은 극한 환경 또는 위험 지역에서 사람을 대신하여 작업을 수행할 수 있기 때문에 많은 각광을 받고 있다. 또한, 청소 로봇과 같이 자율적으로 집안을 돌아다니면서 가사 업무를 도와주는 가정용 이동 로봇도 다수 보급되기에 이르렀다.
이동 로봇이 자율적으로 이동하면서 임무를 수행하기 위해서는 주변 환경에 대한 인식이 필수적이다. 로봇의 주변 환경 인식은 3차원 맵(map)을 통해 이루어질 수 있다. 3차원 맵은 물체의 각 부분을 3차원 포인트로 나타낸 3D 포인트 맵과 물체가 존재하는 부분을 격자로 표현하는 3D 그리드 맵이 대표적이다.
평면과 비평면을 구분함으로써 맵 데이터의 저장 효율을 높일 수 있는 옥트리(octree) 기반의 3차원 맵 생성 장치 및 방법이 제공된다.
본 발명의 일 양상에 따른 옥트리 기반의 3차원 맵 생성 장치는, 거리 영상으로부터 3차원 위치 정보를 갖는 다수의 포인트들을 검출하는 포인트 검출부, 다수의 포인트들을 적어도 하나 이상의 제 1 그리드로 표현하는 그리드 설정부, 및 제 1 그리드 내부의 포인트들이 평면을 구성하는지 여부에 따라 제 1 그리드를 제 2 그리드로 분할하거나 분할하지 아니하는 그리드 분할부를 포함한다.
본 발명의 일 양상에 따라, 그리드 분할부는, 제 1 그리드 내부의 포인트들이 평면을 구성하는지 여부를 판단하여, 제 1 그리드 내부의 포인트들이 평면을 구성하면 제 1 그리드를 제 2 그리드로 분할하지 아니하고 그 평면의 평면 정보를 저장하고, 제 1 그리드 내부의 포인트들이 평면을 구성하지 아니하면 제 1 그리드를 제 2 그리드로 분할하고 제 2 그리드의 공간 정보를 저장한다.
본 발명의 일 양상에 따른 옥트리 기반의 3차원 맵 생성 방법은, 거리 영상을 획득하는 단계, 획득된 거리 영상에서 3차원 위치 정보를 가지는 다수의 포인트들을 검출하는 단계, 검출된 다수의 포인트들을 적어도 하나 이상의 제 1 그리드로 표현하는 단계, 제 1 그리드 내부의 포인트들이 평면을 구성하는지 여부를 판단하는 단계, 및 제 1 그리드 내부의 포인트들이 평면을 구성하면 대응되는 평면의 평면 정보를 저장하고, 제 1 그리드 내부의 포인트들이 평면을 구성하지 아니하면 제 1 그리드를 제 2 그리드로 분할하고 제 2 그리드의 공간 정보를 저장하는 단계를 포함한다.
또한, 본 발명의 일 양상에 따라, 평면 정보는, 평면에 대한 평면식의 파라미터, 평면의 경계 정보 및 평면을 이루는 포인트들의 위치 좌표 중 적어도 하나를 포함할 수 있고, 공간 정보는, 제 1 그리드 및 제 2 그리드의 중심 좌표, 그리드 내의 포인트들의 위치 좌표, 하위 그리드에 대한 정보 중 적어도 하나를 포함할 수 있다.
개시된 내용에 의하면, 평면형 물체 또는 작업 공간의 벽면 등을 효율적으로 표현할 수 있는 옥트리 맵을 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 로봇을 도시한다.
도 2는 본 발명의 일 실시예에 따른 3D 복합 옥트리 맵을 도시한다.
도 3은 본 발명의 일 실시예에 따른 3D 복합 옥트리 맵의 저장 구조를 도시한다.
도 4는 본 발명의 일 실시예에 따른 옥트리 기반의 3D 맵 생성 장치를 도시한다.
도 5a 내지 도 5d는 본 발명의 일 실시예에 따른 3D 복합 옥트리 맵의 생성 과정을 도시한다.
도 6은 본 발명의 일 실시예에 따른 옥트리 기반의 3D 맵 생성 방법을 도시한다.
이하, 첨부된 도면을 참조하여 본 발명의 실시를 위한 구체적인 예를 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 로봇을 도시한다.
도 1을 참조하면, 로봇(101)은 작업 공간에 대한 맵(map)을 생성하고 생성된 맵을 바탕으로 작업 공간 내에서 특정한 임무를 수행한다. 예컨대, 로봇(101)은 이동형 청소 로봇이 될 수 있다.
로봇(101)에는 소정의 센서(102)가 탑재된다. 탑재된 센서(102)는 주변에 대한 정보를 검출한다. 로봇(101)은 센서(102)가 검출한 정보를 토대로 3차원 맵을 생성한다. 탑재되는 센서(102)로는 거리 센서, 카메라 등이 이용될 수 있다. 일 예로써, 센서(102)가 3D 거리 센서인 경우, 로봇(101)은 3D 거리 센서를 이용하여 물체(103)에 대한 레인지 데이터(range data)를 획득할 수 있다. 또한, 다른 예로써, 센서(102)가 스테레오 카메라인 경우, 로봇(101)은 스테레오 카메라를 이용하여 물체(103)에 대한 거리 영상을 획득할 수도 있다. 그러나 센서(102)의 종류가 여기에 한정되는 것은 아니며, 초음파 센서와 같이 맵 생성을 위해 필요한 정보를 획득하는 다른 종류의 센서가 사용될 수도 있다.
로봇(101)은 센서(102)로부터 얻어진 정보를 토대로 3차원 복합 옥트리 맵(3D complex octree map)을 생성한다. 3차원 복합 옥트리 맵이란 본 실시예에 따라 명명된 3차원 맵을 지칭한다.
본 실시예에 따른 3차원 복합 옥트리 맵을 설명하기 위해, 먼저 일반적인 3차원 그리드 맵과 단순 옥트리 맵을 설명하면 다음과 같다. 일반적인 3차원 그리드 맵은 어떤 공간을 크기가 고정된 그리드로 구분하여 표현한다. 일반적인 3차원 그리드 맵은 구현하기가 수월하지만 물체가 없는 빈 공간도 그리드로 나누어야 하기 때문에 저장 효율이 낮다. 단순 옥트리 맵은 크기가 다른 여러 가지 종류의 그리드를 사용하여 물체가 없는 빈 공간은 큰 그리드로 표현하고 물체가 있는 공간은 그 물체의 복잡도에 따라 작은 그리드로 표현한다. 단순 옥트리 맵은 저장 효율이 높지만 작업 공간 내의 벽면 또는 플레이트와 같은 평면형 물체를 표현하기에 적절치 않다.
본 실시예에 따른 3차원 복합 옥트리 맵은 단순 옥트리 맵을 기반으로 공간 또는 물체를 표현하되, 평면이 존재하는 부분에 대해서는 그리드로 표현하지 않고 평면 정보를 그대로 이용한다.
도 2는 본 발명의 일 실시예에 따른 복합 옥트리 맵을 도시한다.
도 2를 참조하면, 복합 옥트리 맵은 공간(201)을 크기가 다른 다수의 그리드(203)(204)로 분할하여 표현한다. 예를 들어, 물체(202)가 존재하는 부분은 단위 그리드(203)로 분할되고, 물체(202)가 없는 부분은 단위 그리드(203)보다 큰 초기 그리드(204)로 분할될 수 있다. 그러나, 본 실시예에 따라, 복합 옥트리 맵은 단순 옥트리 맵과 달리 물체(205)가 존재하더라도 그 물체(205)가 평면 패치(planer patch)와 같은 평면인 경우, 평면 물체(205)를 포함하는 그리드(206)를 단위 그리드(203)로 분할하지 않고 평면 물체(205)에 관한 정보를 그대로 이용한다.
도 3은 본 발명의 일 실시예에 따른 복합 옥트리 맵의 저장 구조를 도시한다.
도 3을 참조하면, 복합 옥트리 맵은 메모리에 저장될 때 링크 구조로 저장될 수 있다. 링크 구조에서 각각의 노드는 그리드에 대응되며, 대응되는 그리드의 중심 좌표와 하위 그리드의 주소를 저장하는 메모리의 저장소가 될 수 있다. 그리고 노드 사이의 링크는 부모 그리드와 자식 그리드 간의 관계를 나타낸다.
도 1 내지 도 3에서, 로봇(101)은 센서(102)를 통해 어떤 물체(103)가 포함된 공간에 대한 정보를 획득하고, 획득된 정보에 기초하여 공간을 인지하기 위한 도 2와 같은 복합 옥트리 맵을 생성하고, 생성된 복합 옥트리 맵을 도 3과 같은 링크 구조로 저장하는 것이 가능하다.
도 4는 본 발명의 일 실시예에 따른 옥트리 기반의 3차원 맵 생성 장치를 도시한다. 이것은 로봇(101)에 장착되거나 로봇(101)의 구성 중 일부를 형성할 수 있다.
도 4를 참조하면, 맵 생성 장치(400)는 거리 영상 획득부(401), 포인트 검출부(402), 그리드 설정부(403), 그리드 분할부(404), 및 맵 저장부(405)를 포함한다.
거리 영상 획득부(401)는 로봇(101)의 작업 공간에 대한 거리 영상을 획득한다. 예를 들어, 거리 영상 획득부(401)는 3D 거리 센서를 통해 작업 공간에 대한 레인지 데이터(range data)를 획득할 수 있다. 레인지 데이터는 거리 영상 데이터에 있어서 영상의 각 지점이 거리에 따라 다른 색상, 다른 명암, 또는 다른 채도로 표현된 영상 데이터가 될 수 있다.
거리 영상 획득부(401)는 피사체로부터 반사되는 빛을 검출하고 검출된 빛을 디지털 신호로 변환 및 처리하는 것이 가능하다. 이러한 경우, 거리 영상 획득부(401)에는 CMOS(complementary metal oxide semiconductor) 또는 CCD(charge coupled device) 등의 이미지 센서와, 이미지 센서의 출력을 수신하여 3D 이미지를 생성하는 영상처리모듈 등이 구비될 수 있다.
포인트 검출부(402)는 획득된 거리 영상에서 3차원 위치 정보를 갖는 다수의 포인트들을 검출한다. 다수의 포인트는 물체의 표면 또는 물체의 경계부분에 존재하는 물체의 특징점이 될 수 있다. 각각의 포인트들은 3차원 위치 좌표를 가진다.
그리드 설정부(403)는 검출된 포인트들이 차지하는 공간을 적어도 하나 이상의 제 1 그리드로 표현한다. 제 1 그리드는 검출된 포인트들이 존재하는 공간을 포함하는 입방체가 될 수 있다. 예를 들어, 그리드 설정부(403)는 로봇(101)의 작업 공간 또는 획득된 거리 영상에 대응되는 공간을 8개의 제 1 그리드로 표현하는 것이 가능하다. 제 1 그리드의 크기는 사용 목적 및 작업 공간의 크기에 따라 적절하게 정할 수 있다.
그리드 분할부(404)는 제 1 그리드 내부의 포인트들이 평면을 구성하는지 여부를 판단한다. 예를 들어, 그리드 분할부(404)는 각각의 포인트들의 거리 정보 또는 위치 좌표를 이용하여 제 1 그리드 내부에 여러 개의 평면의 후보를 설정하고, 설정된 평면의 후보에 기초하여 제 1 그리드 내부의 포인트들이 평면을 구성하는지 여부를 판단할 수 있다. 평면의 후보는 각 포인트들의 거리 정보 또는 위치 좌표에 평면 검출 알고리즘을 적용하거나 이 거리 정보 또는 위치 좌표를 이용하여 평면식의 계수를 구하는 방식으로 설정될 수 있다.
또한, 그리드 분할부(404)는 제 1 그리드 내부의 포인트들이 평면을 구성하지 아니하는 경우, 제 1 그리드를 제 1 그리드보다 크기가 작고 하위 그리드인 제 2 그리드로 분할하고, 제 2 그리드의 공간 정보를 맵 저장부(405)에 저장한다.
또한, 그리드 분할부(404)는 제 1 그리드 내부의 포인트들이 평면을 구성하는 경우, 제 1 그리드를 제 2 그리드로 분할하지 아니하고 평면을 구성하는 포인트들의 정보 또는 그 평면에 대한 정보를 맵 저장부(405)에 저장한다.
본 실시예에 따라, 맵 저장부(405)에 저장되는 공간 정보는, 도 3과 같이, 그리드의 중심 좌표, 크기, 하나 이상의 3차원 포인트 좌표 및 하위 그리드에 대한 정보 등이 될 수 있다. 그리고 맵 저장부(405)에 저장되는 평면 정보는 평면에 대한 평면식의 파라미터, 평면의 경계 정보 또는 평면을 이루는 포인트들의 위치 좌표 등이 될 수 있다.
이와 같이, 맵 생성 장치(400)는 어떤 공간 또는 물체를 다수 개의 그리드로 표현할 때 평면이 있는 부분을 제외한 나머지 부분만을 하위 그리드로 분할하고, 평면 정보는 그대로 저장함을 알 수 있다.
도 5a 내지 도 5d는 본 실시예에 따른 3D 복합 옥트리 맵의 생성 과정을 도시한다.
도 5a에서, 거리 영상 획득부(401)는 거리 영상(500)을 획득한다. 거리 영상(500)은 로봇(101)의 작업 공간에 관한 것으로, 그 작업 공간에 구형 물체(501)와 평면형 물체(502)가 존재한다고 가정한다. 이 때, 평면형 물체(502)는 작업 공간의 벽면을 포함할 수 있다. 거리 영상(500)은 레인지 데이터 기반의 영상이 될 수 있다. 예를 들어, 영상 내의 물체(501)(502)는 다수의 포인트로 표현될 수 있으며, 각각의 포인트는 거리 정보 또는 위치 좌표를 갖는다.
도 5b에서, 포인트 검출부(402)는 구형 물체(501)와 평면형 물체(502)에서 3차원 포인트들을 검출한다. 예를 들어, 구형 물체(501)는 검출된 제 1 포인트들(510)로, 평면형 물체(502)는 검출된 제 2 포인트들(520)로 나타낼 수 있다.
도 5c에서, 그리드 설정부(403)는 구형 물체(501)에 대응되는 제 1 포인트들(510) 및 평면형 물체(502)에 대응되는 제 2 포인트들(520)이 존재하는 공간을 초기 그리드(530)로 표현한다. 예컨대, 그리드 설정부(403)는 8개의 초기 그리드(530)를 이용하여 공간을 표현할 수 있다. 이 때, 제 1 포인트들(510)은 4번째 초기 그리드(534)에 포함되고, 제 2 포인트들(520)은 7번째 초기 그리드(537)에 포함될 수 있다.
또한, 도 5c에서, 그리드 분할부(403)는 평면을 구성하는 포인트들을 검출한다. 즉, 초기 그리드(530)들 중에서 평면을 포함하는 그리드를 검출한다. 예를 들어, 그리드 분할부(403)는 평면형 물체(502)에 대응되는 제 2 포인트들(520)을 갖는 7번째 초기 그리드(537)를 검출할 수 있다.
도 5d에서, 그리드 분할부(403)는 평면형 물체(502)에 대응되는 제 2 포인트들(520)을 갖는 7번째 초기 그리드(537)를 분할하지 않고, 구형 물체(501)에 대응되는 제 1 포인트들(510)을 갖는 4번째 초기 그리드(534)만 서브 그리드(550)로 분할한다. 그리고 그리드 분할부(403)는 평면(540)에 대한 평면식의 파라미터 또는 평면(540)을 구성하는 포인트들의 위치 좌표 등의 평면 정보를 저장하고, 초기 그리드(530) 및 서브 그리드(550)들의 중심 좌표 등의 공간 정보를 저장한다.
또한, 도 5d에서, 8개의 서브 그리드(550)로 이루어진 4번째 초기 그리드(534)에 대해 다시 위의 과정을 반복 적용함으로써 그리드를 세분화하는 것이 가능하다.
또한, 선택적으로, 어떤 그리드 내부에 평면을 구성하는 포인트들과 평면을 구성하지 아니하는 포인트들이 모두 존재하는 경우에는, 평면을 구성하는 포인트들이 없는 것으로 간주하고 서브 그리드로 분할한 후, 분할된 서브 그리드에 대해 다시 위의 과정을 반복 적용할 수도 있다.
도 6은 본 발명의 일 실시예에 따른 옥트리 기반의 3차원 맵 생성 방법을 도시한다.
도 6을 참조하면, 맵 생성 방법(600)은, 먼저 거리 영상을 획득한다(601). 예컨대, 거리 영상 획득부(401)가, 도 5a와 같이, 3D 거리 센서를 이용하여 레인지 데이터를 획득하거나 스테레오 카메라를 이용하여 거리 영상을 획득할 수 있다.
그리고, 맵 생성 방법(600)은, 획득된 거리 영상에서 3차원 포인트를 검출한다(602). 예컨대, 포인트 검출부(402)가, 도 5b와 같이, 거리 영상이 획득된 공간 상의 물체에 대응되는 3차원 포인트들을 검출할 수 있다.
그리고, 맵 생성 방법(600)은, 검출된 포인트들이 차지하는 공간에 제 1 그리드를 설정한다(603). 예컨대, 그리드 설정부(403)가, 도 5c와 같이, 검출된 포인트들을 몇 개의 초기 그리드로 나타내는 것이 가능하다.
그리고, 맵 생성 방법(600)은, 제 1 그리드 내부에 3차원 포인트가 존재하는지 여부를 판단한다(604).
제 1 그리드 내부에 3차원 포인트가 없으면, 다음 노드로 이동한다 (605). 여기서 다음 노드란 제 1 그리드에 인접한 다른 제 1 그리드를 의미한다. 예를 들어, 초기에 어떤 공간을 8개의 그리드로 분할한 경우, 노드 이동이란 첫 번째 그리드에서 두 번째 그리드로 이동하는 것이 될 수 있다.
제 1 그리드 내부에 3차원 포인트가 있으면, 그 3차원 포인트들이 평면을 구성하는지 여부를 판단한다(606). 예컨대, 그리드 분할부(404)가 3차원 포인트들의 거리 정보 또는 위치 좌표를 이용하여 소정의 평면식을 만족하는 3차원 포인트들이 있는지 여부를 판단할 수 있다. 선택적으로, 평면을 구성하는 3차원 포인트들과 평면을 구성하지 아니하는 3차원 포인트들이 동시에 존재하는 경우, 일단 평면을 구성하는 3차원 포인트들이 없는 것으로 간주할 수 있다.
3차원 포인트들이 평면을 구성하지 아니하면, 제 1 그리드를 하위 그리드인 제 2 그리드로 분할하고(607), 제 2 그리드에 대한 공간 정보를 저장한다. 예컨대, 그리드 분할부(404)가, 도 5d와 같이, 구체형 물체(501)를 포함하는 4번째 초기 그리드(534)를 8개의 서브 그리드(550)로 분할하고, 초기 그리드(534) 및 서브 그리드(550)들의 중심 좌표, 크기, 및 링크 정보 등을 저장할 수 있다.
3차원 포인트들이 평면을 구성하면, 제 1 그리드를 하위 그리드인 제 2 그리드로 분할하지 아니하고, 해당 평면 정보를 저장한다(609). 예컨대, 그리드 분할부(404)가, 도 5d와 같이, 평면형 물체(502)를 포함하는 7번째 초기 그리드(537)를 분할하지 않고, 평면(540)에 대한 평면식의 파라미터 또는 평면(540)을 구성하는 3차원 포인트들의 위치 좌표를 저장할 수 있다.
그리고, 맵 생성 방법(600)은, 공간 정보 또는 평면 정보가 저장되면, 현재 그리드가 마지막 노드인지 판단한다(610). 마지막 노드가 아니면 다음 노드로 이동하고(605), 마지막 노드면 위 과정을 종료한다.
한편, 본 발명의 실시 예들은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현하는 것을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의하여 용이하게 추론될 수 있다.
이상에서 본 발명의 실시를 위한 구체적인 예를 살펴보았다. 전술한 실시 예들은 본 발명을 예시적으로 설명하기 위한 것으로 본 발명의 권리범위가 특정 실시 예에 한정되지 아니할 것이다.

Claims (12)

  1. 거리 영상으로부터 3차원 위치 정보를 갖는 다수의 포인트들을 검출하는 포인트 검출부;
    상기 다수의 포인트들을 적어도 하나 이상의 제 1 그리드로 표현하는 그리드 설정부; 및
    상기 제 1 그리드 내부의 포인트들이 평면을 구성하는지 여부에 따라 상기 제 1 그리드의 분할 여부를 결정하는 그리드 분할부; 를 포함하는 옥트리 기반의 3차원 맵 생성 장치.
  2. 제 1 항에 있어서, 상기 그리드 분할부는
    상기 제 1 그리드 내부의 포인트들이 평면을 구성하는지 여부를 판단하여,
    상기 제 1 그리드 내부의 포인트들이 평면을 구성하면 상기 제 1 그리드를 제 2 그리드로 분할하지 아니하고 그 평면의 평면 정보를 저장하고,
    상기 제 1 그리드 내부의 포인트들이 평면을 구성하지 아니하면 상기 제 1 그리드를 상기 제 2 그리드로 분할하고 상기 제 2 그리드의 공간 정보를 저장하는 옥트리 기반의 3차원 맵 생성 장치.
  3. 제 2 항에 있어서, 상기 그리드 분할부는
    상기 각각의 포인트들의 거리 정보 또는 위치 좌표를 이용하여 상기 평면 구성 여부를 판단하는 옥트리 기반의 3차원 맵 생성 장치.
  4. 제 2 항에 있어서, 상기 평면 정보는
    상기 평면에 대한 평면식의 파라미터, 평면의 경계 정보, 평면을 이루는 포인트들의 위치 좌표 중 적어도 하나를 포함하는 옥트리 기반의 3차원 맵 생성 장치.
  5. 제 2 항에 있어서, 상기 공간 정보는
    상기 제 2 그리드의 중심 좌표, 크기, 하위 그리드에 대한 정보, 및 상기 제 2 그리드 내부의 포인트들의 위치 좌표 중 적어도 하나를 포함하는 옥트리 기반의 3차원 맵 생성 장치.
  6. 제 2 항에 있어서,
    상기 거리 영상을 획득하기 위한 거리 영상 획득부; 및
    상기 평면 정보 및 상기 공간 정보가 각각 저장되는 맵 저장부; 를 더 포함하는 3차원 맵 생성 장치.
  7. 제 1 항에 있어서, 상기 제 2 그리드는
    상기 제 1 그리드의 하위 그리드 또는 서브 그리드이고, 상기 제 1 그리드 보다 크기가 작은 3차원 맵 생성 장치.
  8. 거리 영상을 획득하는 단계;
    상기 거리 영상에서 3차원 위치 정보를 가지는 다수의 포인트들을 검출하는 단계;
    상기 검출된 다수의 포인트들을 적어도 하나 이상의 제 1 그리드로 표현하는 단계;
    상기 제 1 그리드 내부의 포인트들이 평면을 구성하는지 여부를 판단하는 단계; 및
    상기 제 1 그리드 내부의 포인트들이 평면을 구성하면 대응되는 평면의 평면 정보를 저장하고, 상기 제 1 그리드 내부의 포인트들이 평면을 구성하지 아니하면 상기 제 1 그리드를 제 2 그리드로 분할하고 상기 제 2 그리드의 공간 정보를 저장하는 단계; 를 포함하는 옥트리 기반의 3차원 맵 생성 방법.
  9. 제 8 항에 있어서, 상기 영상은
    영상의 각 지점이 거리 정보로 표현된 레인지 데이터(range data)인 옥트리 기반의 3차원 맵 생성 방법.
  10. 제 8 항에 있어서, 상기 평면을 구성하는지 여부를 판단하는 단계는
    상기 각각의 포인트들의 거리 정보 또는 위치 좌표를 이용하여 소정의 평면식을 구하는 과정을 포함하는 옥트리 기반의 3차원 맵 생성 방법.
  11. 제 8 항에 있어서, 상기 평면 정보는
    상기 평면에 대한 평면식의 파라미터, 평면의 경계 정보, 및 평면을 이루는 포인트들의 위치 좌표 중 적어도 하나를 포함하는 옥트리 기반의 3차원 맵 생성 방법.
  12. 제 8 항에 있어서, 상기 공간 정보는
    상기 제 2 그리드의 중심 좌표, 크기, 하위 그리드에 대한 정보, 및 상기 제 2 그리드 내부의 포인트들의 위치 좌표 중 적어도 하나를 포함하는 옥트리 기반의 3차원 맵 생성 방법.
KR1020100012091A 2010-02-09 2010-02-09 옥트리 기반의 3차원 맵 생성 장치 및 방법 KR101686169B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020100012091A KR101686169B1 (ko) 2010-02-09 2010-02-09 옥트리 기반의 3차원 맵 생성 장치 및 방법
US12/929,682 US8593451B2 (en) 2010-02-09 2011-02-08 Apparatus and method for generating octree based 3D map

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100012091A KR101686169B1 (ko) 2010-02-09 2010-02-09 옥트리 기반의 3차원 맵 생성 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20110092592A KR20110092592A (ko) 2011-08-18
KR101686169B1 true KR101686169B1 (ko) 2016-12-14

Family

ID=44353358

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100012091A KR101686169B1 (ko) 2010-02-09 2010-02-09 옥트리 기반의 3차원 맵 생성 장치 및 방법

Country Status (2)

Country Link
US (1) US8593451B2 (ko)
KR (1) KR101686169B1 (ko)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101932537B1 (ko) * 2013-01-08 2019-03-15 한화테크윈 주식회사 3차원 전자지도상에 촬영영상을 표시하는 방법 및 장치
US9514574B2 (en) * 2013-08-30 2016-12-06 Qualcomm Incorporated System and method for determining the extent of a plane in an augmented reality environment
KR101555426B1 (ko) * 2014-02-07 2015-09-25 고려대학교 산학협력단 지형 렌더링 방법 및 장치
KR101710860B1 (ko) 2015-07-22 2017-03-02 홍의재 영상정보를 기반으로 공간상의 위치정보를 생성하는 방법 및 그 장치
WO2017200527A1 (en) * 2016-05-16 2017-11-23 Hewlett-Packard Development Company, L.P. Generating a shape profile for a 3d object
US11300964B2 (en) 2016-12-20 2022-04-12 Korea Advanced Institute Of Science And Technology Method and system for updating occupancy map for a robotic system
KR101949609B1 (ko) * 2016-12-20 2019-02-19 한국과학기술원 대표 광선 기반의 점유맵 업데이트 방법 및 시스템
CN108363392A (zh) * 2017-11-10 2018-08-03 广东康云多维视觉智能科技有限公司 确定扫描的最佳路径的方法及系统
CN108196586A (zh) * 2018-03-14 2018-06-22 广州亿航智能技术有限公司 无人机控制方法、装置和储存介质
WO2020034086A1 (zh) * 2018-08-14 2020-02-20 深圳前海达闼云端智能科技有限公司 一种场景的三维重建方法、装置、电子设备及存储介质
US11176631B1 (en) * 2018-09-04 2021-11-16 University Of South Florida GPU-based parallel indexing for concurrent spatial query
CN111260784B (zh) * 2020-01-20 2023-02-10 广州海格星航信息科技有限公司 一种城市三维空间网格压缩编码方法、装置及终端设备
CN111325821B (zh) * 2020-02-18 2023-06-06 Oppo广东移动通信有限公司 网格模型处理方法及装置、设备、存储介质
CN112284394A (zh) * 2020-10-23 2021-01-29 北京三快在线科技有限公司 一种地图构建及视觉定位的方法及装置
CN114936966B (zh) * 2022-07-25 2022-11-22 嘉兴霏云信息科技有限公司 用于电子展示屏的2d地图自动生成2.5d地图的方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002073540A1 (en) * 2001-03-12 2002-09-19 Koninklijke Philips Electronics N.V. Generation of a three-dimensional representation from multiple images using octrees
JP2003266349A (ja) 2002-03-18 2003-09-24 Sony Corp 位置認識方法、その装置、そのプログラム、その記録媒体及び位置認識装置搭載型ロボット装置
KR100601946B1 (ko) 2004-03-26 2006-07-14 삼성전자주식회사 로봇의 전역 위치 추정 방법
KR100834571B1 (ko) 2006-09-28 2008-06-02 한국전자통신연구원 자율이동로봇의 최적 경로를 통한 환경 지도 작성 장치 및그 방법
KR100883520B1 (ko) * 2007-07-23 2009-02-13 한국전자통신연구원 실내 환경지도 작성 시스템 및 방법
KR100949116B1 (ko) 2008-02-26 2010-03-23 삼성전자주식회사 이동 로봇의 위치 인식 및 지도 작성 방법

Also Published As

Publication number Publication date
US8593451B2 (en) 2013-11-26
US20110193859A1 (en) 2011-08-11
KR20110092592A (ko) 2011-08-18

Similar Documents

Publication Publication Date Title
KR101686169B1 (ko) 옥트리 기반의 3차원 맵 생성 장치 및 방법
CN106940186B (zh) 一种机器人自主定位与导航方法及系统
CN113110457B (zh) 在室内复杂动态环境中智能机器人的自主覆盖巡检方法
DK2952993T3 (en) PROCEDURE FOR MAKING A CARD OF LIKELIHOOD FOR ONE OF THE ABSENCE OR EXISTENCE OF BARRIERS FOR AN AUTONOMOUS ROBOT
US20180001472A1 (en) Specialized robot motion planning hardware and methods of making and using same
Wurm et al. Hierarchies of octrees for efficient 3d mapping
US11119498B2 (en) Systems and methods for simulation utilizing a segmentable monolithic mesh
McDaniel et al. Ground plane identification using LIDAR in forested environments
Rodenberg et al. Indoor A* pathfinding through an octree representation of a point cloud
Mojtahedzadeh Robot obstacle avoidance using the Kinect
KR20200143228A (ko) 3차원 가상 공간 모델을 이용한 사용자 포즈 추정 방법 및 장치
Ghani et al. Improvement of the 2D SLAM system using Kinect sensor for indoor mapping
CN112907625B (zh) 应用于四足仿生机器人的目标跟随方法及系统
Kumar Rath et al. Real‐time moving object detection and removal from 3D pointcloud data for humanoid navigation in dense GPS‐denied environments
Martínez et al. 3D registration of laser range scenes by coincidence of coarse binary cubes
Chikhalikar et al. An object-oriented navigation strategy for service robots leveraging semantic information
JP6162526B2 (ja) ３次元環境復元装置
JP2012103144A (ja) ３次元環境復元装置、３次元環境復元方法、及びロボット
WO2021065594A1 (ja) 自己位置推定装置、自律移動体、自己位置推定方法及びプログラム
Li et al. Object-Aware View Planning for Autonomous 3D Model Reconstruction of Buildings Using a Mobile Robot
Oelsch et al. Init-loam: Lidar-based localization and mapping with a static self-generated initial map
Marginean et al. A Distributed Processing Architecture for Vision Based Domestic Robot Navigation
Chicaiza et al. Navigation Guided by Visual Markers and Path Planning for Mobile Robots in Confined Environments
CN108459598A (zh) 一种用于处理任务区域的任务的移动电子设备以及方法
Saka Real-time Autonomous Robot Navigation System with Collision Avoidance for NAO Robot

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant