KR100647285B1 - 인공마크를 이용한 지능형 시스템의 자기위치인식장치 및방법과 이를 이용한 지능형 시스템 - Google Patents

인공마크를 이용한 지능형 시스템의 자기위치인식장치 및방법과 이를 이용한 지능형 시스템 Download PDF

Info

Publication number
KR100647285B1
KR100647285B1 KR1020040062604A KR20040062604A KR100647285B1 KR 100647285 B1 KR100647285 B1 KR 100647285B1 KR 1020040062604 A KR1020040062604 A KR 1020040062604A KR 20040062604 A KR20040062604 A KR 20040062604A KR 100647285 B1 KR100647285 B1 KR 100647285B1
Authority
KR
South Korea
Prior art keywords
artificial mark
intelligent system
information
position information
detected
Prior art date
Application number
KR1020040062604A
Other languages
English (en)
Other versions
KR20050020614A (ko
Inventor
노경식
한우섭
권웅
심영보
Original Assignee
삼성전자주식회사
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 filed Critical 삼성전자주식회사
Priority to US10/919,493 priority Critical patent/US7437226B2/en
Priority to EP04254970A priority patent/EP1508845A3/en
Priority to JP2004240801A priority patent/JP2005070043A/ja
Publication of KR20050020614A publication Critical patent/KR20050020614A/ko
Application granted granted Critical
Publication of KR100647285B1 publication Critical patent/KR100647285B1/ko
Priority to US12/208,096 priority patent/US8229619B2/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Abstract

자율주행을 위한 인공마크 구성방법, 인공마크를 이용한 지능형 시스템의 자기위치인식장치 및 방법, 이를 이용한 지능형 시스템이 개시된다. 지능형 시스템의 자기위치인식장치는 촬상된 화상으로부터 검출된 인공마크의 투사불변비를 산출하는 투사불변비 산출부; 상기 인공마크에 포함된 다각형들의 색상조합에 따른 식별번호, 투사불변비와 상기 인공마크의 글로벌 위치정보를 데이터베이스로 저장하고 있으며, 상기 산출된 투사불변비를 이용하여 상기 데이터베이스를 검색하여, 상기 검출된 인공마크의 글로벌 위치정보를 획득하는 검색부; 및 상기 검출된 인공마크의 글로벌 위치정보와, 지능형 시스템과 상기 검출된 인공마크간의 위치정보를 이용하여 상기 지능형시스템의 위치를 분석하는 위치정보 분석부로 이루어진다.

Description

인공마크를 이용한 지능형 시스템의 자기위치인식장치 및 방법과 이를 이용한 지능형 시스템 {A method for constructing an artificial mark for autonomous driving of an intelligent system, an apparatus and method for determining the position of an intelligent system using the artificial mark, and an intelligent system employing the same}
도 1a 및 도 1b은 본 발명의 제1 및 제2 실시예에 따른 인공마크의 형태를 나타내는 도면,
도 2a 및 도 2b는 본 발명의 제3 및 제4 실시예에 따른 인공마크의 형태를 나타내는 도면,
도 3은 본 발명에 따른 자기위치인식장치를 포함하는 지능형 시스템의 일예에 따른 구성을 보여주는 블럭도,
도 4는 도 3에 도시된 촬상부를 수학적으로 모델링하기 위한 핀홀 카메라 모델을 보여주는 도면,
도 5는 도 3에 도시된 촬상부에서 선형성이 성립되는 조건을 보여주는 도면,
도 6은 본 발명에 따른 지능형 시스템의 자기위치인식방법을 설명하는 흐름도,
도 7은 주행장소에 설치된 2차원 인공마크인 물체면과 촬상화상인 영상면상 의 좌표계 및 투사관계를 도시한 것,
도 8은 주행장소에 설치된 1차원 인공마크인 물체면과 촬상화상인 영상면상의 좌표계 및 투사관계를 도시한 것,
도 9는 투사불변비를 인공마크의 형태별로 나타낸 도면,
도 10a 내지 도 10d는 본 발명에 따른 인공마크의 인식 실험결과를 보여주는 도면,
도 11은 도 6에 있어서 이동체의 위치정보를 분석하는 방법의 일 실시예를 설명하는 도면,
도 12는 도 6에 있어서 이동체의 위치정보를 분석하는 방법의 다른 실시예를 설명하는 도면, 및
도 13은 인공마크가 회전, 슬랜트, 이동, 스케일링된 경우 및 다수의 객체 중에 포함된 경우 CONDENSATION 알고리즘에 의한 검출결과를 보여주는 도면이다.
본 발명은 지능형 시스템(Intelligent System)의 자율주행을 위한 인공마크 구성방법, 인공마크를 이용한 지능형 시스템의 자기위치인식장치 및 방법, 이를 이용한 지능형 시스템에 관한 것이다.
최근 들어 무인 항공기, 무인 차량, 모바일 로봇, 지능형 교통시스템(Intelligent Transportation System) 등과 같은 지능형 시스템에 대한 관심이 높 아짐에 따라서 이에 대하여 활발한 연구가 진행되고 있다. 특히, 지능형 시스템의 자기 위치를 인식하는 로컬라이제이션(localization)에 대하여 다양한 방법이 제안되고 있다. 로컬라이제이션을 위하여 실외에서는 위성위치확인시스템(Global Positioning System)을 이용하는 한편, 실내에서는 통상 가이드 레일(guided rail), 능동형 마크(active landmark), 수동형 마크(passive landmark), 자연형 마크(natural landmark)와 같은 수단을 이용한다.
실내의 로컬라이제이션 수단 중 가이드 레일, 능동형 마크나 자연형 마크 등은 유지 관리가 어렵고 실용성이 떨어지기 때문에 수동형 마크가 광범위하게 사용되고 있다.수동형 마크와 관련해서는 다양한 형태가 제안되어 있으며, 그 중 가장 대표적인 것으로서 일정 사이즈를 갖는 사각형 평면을 소정 갯수의 작은 사각형으로 분할한 다음, 작은 사각형들을 이진화시켜 제작하며, 마크의 이진코드에 따라서 장소정보 또는 방향정보 등을 나타내게 하는 방식이 있다. 그런데, 이러한 수동형 마크를 사용할 경우, 지능형 시스템에 의해 화상을 촬상한 다음 마크를 검출하는데 소요되는 시간이 길고, 흑백으로 이루어지므로 구별력이 떨어지며, 지능형 시스템에 설치되는 카메라가 마크를 바라보는 위치에 따라서 정확한 위치정보를 제공해 줄 수 없으므로 사용상의 제약점이 따르는 문제점이 있다.
따라서, 본 발명이 이루고자 하는 기술적 과제는 지능형 시스템에 설치되는 카메라에 의해 촬상된 화상으로부터 카메라가 마크를 바라보는 위치에 상관없이 검출가능한 인공마크를 구성하는 방법을 제공하는데 있다.
본 발명이 이루고자 하는 다른 기술적 과제는 지능형 시스템에 설치되는 카메라에 의해 촬상된 화상으로부터 카메라가 마크를 바라보는 위치에 상관없이 검출가능한 인공마크를 이용한 지능형 시스템의 자기위치인식장치 및 방법을 제공하는데 있다.
본 발명이 이루고자 하는 또 다른 기술적 과제는 상기 인공마크를 이용한 자기위치인식장치 및 방법을 채용한 지능형 시스템을 제공하는데 있다.
상기 기술적 과제를 달성하기 위하여 본 발명에 따른 인공마크 구성방법은 제1 색상을 가지는 평면을 제공하는 단계; 및 상기 제1 색상과 상이하고 서로 다른 색상을 갖는 복수개의 다각형들을 상기 평면내에 배열하는 단계로 이루어지며, 상기 색상들의 조합에 따라서 인공마크를 구별할 수 있는 것을 특징으로 한다.
상기 다른 기술적 과제를 달성하기 위하여 본 발명에 따른 인공마크를 이용한 지능형 시스템의 자기위치인식장치는 촬상된 화상으로부터 검출된 인공마크의 투사불변비를 산출하는 투사불변비 산출부; 상기 인공마크에 포함된 다각형들의 색상조합에 따른 식별번호, 투사불변비와 상기 인공마크의 글로벌 위치정보를 데이터베이스로 저장하고 있으며, 상기 산출된 투사불변비를 이용하여 상기 데이터베이스를 검색하여, 상기 검출된 인공마크의 글로벌 위치정보를 획득하는 검색부; 및 상기 검출된 인공마크의 글로벌 위치정보와, 지능형 시스템과 상기 검출된 인공마크간의 위치정보를 이용하여 상기 지능형시스템의 위치를 분석하는 위치정보 분석부를 포함한다.
상기 다른 기술적 과제를 달성하기 위하여 본 발명에 따른 인공마크를 이용한 지능형 시스템의 자기위치인식방법은 (a) 인공마크에 포함된 다각형들의 색상조합에 따른 식별번호, 투사불변비와 상기 인공마크의 글로벌 위치정보를 데이터베이스화하는 단계; (b) 촬상된 화상으로부터 검출된 인공마크의 투사불변비를 계산하고, 계산된 투사불변비를 이용하여 상기 데이터베이스를 검색하여 검출된 인공마크의 글로벌 위치정보를 획득하는 단계; 및 (c) 상기 검출된 인공마크의 글로벌 위치정보와, 지능형 시스템과 상기 검출된 인공마크간의 위치정보를 이용하여 상기 지능형시스템의 위치를 분석하는 단계를 포함한다.
상기 또 다른 기술적 과제를 달성하기 위하여 본 발명에 따른 지능형 시스템은 주행장소에 대하여 촬상된 화상을 획득하는 촬상부; 상기 촬상된 화상으로부터 검출된 인공마크의 투사불변비를 산출하고, 산출된 투사불변비에 의해 얻어지는 상기 검출된 인공마크의 주행장소내의 글로벌 위치와 지능형 시스템과 인공마크 간의 위치정보로부터 상기 지능형 시스템의 위치를 분석하는 주제어부; 및 상기 주제어부에서 제공되는 상기 지능형 시스템의 위치정보에 따라서 상기 지능형 시스템의 구동을 제어하는 구동제어부를 구비한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 일실시예에 대하여 상세히 설명하기로 한다.
도 1a 및 도 1b는 본 발명의 제1 및 제2 실시예에 따른 인공마크의 형태를 나타내는 도면이다. 도 1a를 참조하면, 제1 실시예에 따른 인공마크는, 소정 높이(H)와 소정 폭(W)을 갖는 평판(110) 상에 배치되며 서로 다른 색상을 가지고 2차원 적으로 배열되는 제1 내지 제5 다각형(121~129)으로 이루어진다. 평판(110)은 제1 내지 제5 다각형(121~129)의 색상과는 다른 색상을 가진다. 여기서는 제1 내지 제5 다각형(121~129)은 원형으로 이루어지며, 그 갯수가 5개인 것을 예로 들었으나 이에 한정되지 않으며, 임의의 다각형에 5개 이하 혹은 이상인 것도 무방하다. 또한, 평판(110)의 형태도 사각형인 것을 예로 들었으나 원형도 무방하다. 이러한 경우 제1 내지 제5 다각형(121~129)의 배열 순서를 달리함으로써 120 가지(=5!)의 형태를 가질 수 있다.
도 1b를 참조하면, 제2 실시예에 따른 인공마크는, 소정 높이(H)와 소정 폭(W)을 갖는 평판(130) 상에 배치되는 서로 다른 색상을 갖는 제1 내지 제5 다각형(141~149)과 평판(130)의 양측면에 위치하는 측면 사각형 부분(151,153)으로 이루어진다. 평판(130)은 제1 내지 제5 다각형(141~149)의 색상과는 다른 색상을 가지며, 측면 사각형 부분(151,153)은 동일한 색상을 가지며 이때 평판(130)과 제1 내지 제5 다각형(141~149)의 색상과 다른 색상을 가진다. 도 1a에 도시된 제1 실시예에서와 마찬가지로, 다각형(141~149)이 원형으로 이루어지며, 그 갯수가 5개인 것을 예로 들었으나 이에 한정되지 않으며, 임의의 다각형에 5개 이상 혹은 이하이더라도 무방하다.
도 2a 및 도 2b는 본 발명의 제3 및 제4 실시예에 따른 인공마크의 형태를 나타내는 도면이다. 도 2a를 참조하면, 제3 실시예에 따른 인공마크는, 소정 높이(H)와 소정 폭(W)을 갖는 평판(210) 상에 배치되며, 서로 다른 색상을 가지면서 1차원적으로 배열되는 제1 내지 제4 다각형(221~227)으로 이루어진다. 제1 및 제2 실시예에서와 마찬가지로, 다각형(221~227)이 원형으로 이루어지며, 그 갯수가 4개인 것을 예로 들었으나 이에 한정되지 않으며, 임의의 다각형에 4개 이상 혹은 이하이더라도 무방하다. 이러한 경우 제1 내지 제4 다각형(221~2270)의 배열 순서를 달리함으로써 24 가지(=4!)의 형태를 가질 수 있다.
도 2b를 참조하면, 제4 실시예에 따른 인공마크는, 소정 높이(H)와 소정 폭(W)을 갖는 평판(230) 상에 배치되며, 서로 다른 색상을 가지면서 1차원적으로 배열되는 제1 내지 제4 다각형(241~247)과 평판(230)의 양측면에 위치하는 측면 사각형 부분(251,253)으로 이루어진다. 제3 실시예에서와 마찬가지로, 다각형(241~247)이 원형으로 이루어지며, 그 갯수가 4개인 것을 예로 들었으나 이에 한정되지 않으며, 임의의 다각형에 4개 이상 혹은 이하이더라고 무방하다. 상기 도 1a, 도 1b, 도 2a, 도 2b에 도시된 바와 같은 인공마크를 주행장소내의 특정 위치에 따라 서로 다른 색상 조합을 가질 수 있다. 또한, 본 발명에 따른 자기위치인식장치 및 방법은 인공마크의 위치정보의 추출시 주변의 환경이나 노이즈 등에 영향을 받지 않는 투사불변비 정보(projection invariant information)를 사용하므로, 지능형 시스템에 의해 취득된 인공마크의 영상에 왜곡이 발생하였다 하더라도 정확한 위치 추정을 수행할 수 있다.
도 3은 본 발명에 따른 자기위치인식장치를 포함하는 지능형 시스템 즉 이동체(390)의 일예에 따른 구성을 보여주는 블럭도로서, 크게 촬상부(310), 화상처리부(330), 주제어부(350) 및 구동제어부(370)를 포함하여 이루어진다. 여기서, 이동체(390)는 주행바퀴 등의 주행수단을 가지는 것을 예로 들기로 한다. 주제어부 (350)는 투사불변비 산출부(361), 검색부(363), 및 위치정보 분석부(365)를 포함하여 이루어진다.
도 3을 참조하면, 촬상부(310)는 표준 칼라 CCD 카메라일 수도 있고 ㅇ니터넷 서버와 결합된 웹카메라일 수도 있다. 웹 카메라는 일반 CCD 카메라에 비해 왜곡현상이 더 발생하는 단점이 있으나, 값이 저렴하여 대중화하기 용이한 장점을 가지고 있다. 본 발명에 따른 이동체(390)는 자기위치 인식시 투사불변비 정보를 이용하기 때문에, 촬상부(310)를 고가의 CCD 카메라 대신 저가의 웹 카메라를 사용하더라도 좋은 인식결과를 가질 수 있다. 따라서, 이동체(390)의 자기위치 인식기능을 저렴한 비용으로 수행할 수 있다. 촬상부(310)는 예를 들면 이동체(390)의 상부에 설치된다. 촬상부(310)는 주행하는 장소를 촬상하고, 촬상된 화상을 화상처리부(330)로 제공한다.
화상처리부(330)는 촬상부(310)로부터 제공되는 화상으로부터 본 발명에서 사용되는 인공마크를 검출한다. 도 1A에 도시된 인공마크를 예를 들 경우, 화상처리부(330)는 CONDENSATION(Conditional Density Propagation) 알고리즘에 기초하여 촬상 화상으로부터 제1 내지 제5 다각형을 포함하는 평판(110)을 검출한 다음, 제1 내지 제5 다각형(121~129)을 검출한다. CONDENSATION 알고리즘에 대해서는 M.Isard와 A.Blake에 의한 "Contour tracking by stochastic propagation of conditional density"(Eur. Conf. on Computer Vision (ECCV), pages 343-356, 1996)과 M.Isard와 A.Blake에 의한 "Condensation-conditional density propagation for visual tracking"(International Journal of Computer Vision, 29(1):5-28, 1998)에 자세히 기재되어 있다. 이와 같이 화상처리부(330)는 촬상된 화상으로부터 인공마크를 검출하고, 검출결과에 따른 제1 내지 제5 다각형의 좌표값을 주제어부(350)로 제공한다. 이때, CONDENSATION 알고리즘 이외에 라인 피팅이나 서클 피팅과 같은 기존의 다른 알고리즘을 사용하는 것도 무방하다. 본 발명은 인공마크를 검출하는 방법에 관한 것이 아니기 때문에 여기서는 더 이상의 세부적인 설명은 생략하기로 한다.
주제어부(350)는 이동체(390)를 운용하기 위한 전반적인 제어를 수행하며, 본 발명에 따른 이동체의 자기위치인식방법에 기초한 알고리즘을 수행한다. 먼저, 투사불변비 산출부(361)에서는 화상처리부(330)로부터 제공되는 인공마크의 제1 내지 제5 다각형의 좌표값을 이용하여 검출된 인공마크의 투사불변비를 산출한다. 이와 같이 투사불변비를 이용할 경우 촬상 화상에서 나타날 수 있는 비선형적인 특성이나 검출된 인공마크의 경사 각도에 상관없이 견실하게 인공마크를 인식할 수 있다.
검색부(363)는 이동체(390)의 주행 장소에 설치된 인공마크별로 투사불변비(Projective invariant)를 미리 구하여, 투사불변비, 식별번호, 주행 장소내의 글로벌 위치 등을 각각 대응시킨 다음 데이터베이스로 저장하고 있다. 검색부(363)에서는 투사불변비 산출부(361)에서 산출된 투사불변비를 이용하여 데이터베이스를 검색하고, 산출된 투사불변비에 대응하는 인공마크의 주행장소내의 글로벌 위치를 획득한다.
위치정보 분석부(365)에서는 검색부(363)에서 획득한 인공마크가 설치된 주 행장소내의 글로벌 위치와 촬상부(310)와 인공마크 간의 거리정보로부터 이동체(390)의 주행장소내의 글로벌 위치 및 방향각과 같은 위치정보를 분석할 수 있다. 위치정보 분석부(530)는 분석된 이동체(390)의 위치정보를 이용하여 미리 입력되어 있는 이동경로 프로그램에 기초하여 이동체(390)의 이동방향 및 이동속도를 결정하고, 이를 이동명령으로 구동제어부(370)로 제공한다.
구동제어부(370)는 위치정보 분석부(365)로부터 제공되는 이동명령에 근거하여 이동체(390)의 이동방향 및 이동속도를 제어한다. 즉, 구동제어부(370)는 미리 입력되어 있는 이동경로 프로그램에 기초하여 다음 위치로 이동시키도록 주행용 모터 등의 주행장치로 이동명령을 제공함으로써 전진, 후진, 방향전환 등과 같은 이동체(390)의 구동을 제어한다.
도 4는 도 3에 도시된 촬상부(310)를 수학적으로 모델링하기 위한 핀홀 카메라 모델(pin-hall camera model)을 보여주는 도면이다. 도 4를 참조하면, 핀홀 카메라 모델에서 영상에 대한 투사변환(projective transformation) 식은 다음과 같이 표시된다.
Figure 112004035539575-pat00001
여기서, (u,v,1)는 영상면에서 정의된 점(q)의 좌표이고, (X, Y, Z, 1)는 물 체 좌표계에서 대응되는 점(P)의 좌표이고, ti,j는 물체면과 영상면 사이의 변형 매트릭스(transformation matrix)의 ij번째 요소를 각각 나타낸다.
이 때, 대상 물체가 2차원 평면인 경우(즉, Z=0), 수학식 1은 다음과 같이 변형된다.
Figure 112004035539575-pat00002
수학식 1 및 수학식 2에서 알 수 있는 바와 같이, 대상 물체로부터 영상을 취득하는 과정은 비선형적이다. 그러나, 촬상부(310)에 의해 취득된 2차원 형상은 수학식 2에서 나타내고 있는 바와 같은 비선형적인 투사변환식을 그대로 사용하지 않고, 도 5에서와 같이 선형화된 투사변환식을 사용할 수 있다.
도 5는 도 3에 도시된 촬상부(310)에서 선형성이 성립되는 조건을 보여주는 도면이다. 도 5에 도시된 바와 같이, 물체의 크기(S0)에 비하여 촬상부(310)로부터 물체까지의 거리(S)가 충분히 크게 되면, 수학식 2에서 나타내고 있는 비선형적인 투사변환식은 수학식 3과 같이 선형화된 투사변환식으로 변환된다.
Figure 112004035539575-pat00003
이와 같은 특성을 만족시키는 대표적인 선형화 표현자로는 퓨리에 표현자(Fourier descriptor)가 있다. 퓨리에 표현자는 2차원 물체의 이미지의 외곽선에 대해 2차원 퓨리에 변환을 수행하여 얻는 퓨리에 계수들로 그 물체의 이미지를 표현한다. 그러나, 이 방법은 촬상부(310)의 선형성이 보장되는 경우(즉, 촬상부(310)와 물체 사이가 먼 경우)에만 적용이 가능하다. 따라서, 본 발명에서는 이와 같은 제약을 극복하기 위해 촬상부(310)에 의해 취득된 영상을 투사 불변비(I)를 사용하여 분석한다. 그 결과, 반드시 카메라의 선형성이 보장되는 경우(즉, 촬상부(310)와 물체 사이가 먼 경우)가 아니더라도, 영상을 취득하는 과정에서 나타나는 촬상부(310)의 비선형적인 특성에 영향을 받지 않고, 노이즈 또는 영상의 경사각도의 변화에도 건실한 특성을 갖게 된다.도 6은 본 발명의 일실시예에 따른 지능형 시스템의 자기위치인식방법을 설명하는 흐름도이다.
도 6을 참조하면, 610 단계에서는 인공마크를 나타내는 사각형 평면을 검출하고, 620 단계에서는 사각형 평면내에 위치하는 제1 내지 제5 다각형을 검출한다. 이때, 바람직하게로는 CONDENSATION 알고리즘을 이용한다. 이와 같이 CONDENSATION 알고리즘을 이용할 경우, 인공마크가 회전, 슬랜트, 이동, 스케일링된 경우 및 다수의 객체 중에 포함된 경우에 대한 인공마크의 검출결과는 도 13에 도시되어 있다.630 단계에서는 620 단계에서 검출된 인공마크에 포함된 제1 내지 제5 다각형의 투사불변비를 계산한다. X축에 대한 투사불변비는 2차원적으로 배열된 제1 내지 제5 다각형의 영상면과 물체면상의 X 축 좌표값을 이용한 det(·) 값 또는 1차원적으로 배열된 제1 내지 제4 다각형의 영상면과 물체면상의 X 축 좌표값의 교차비로 계산될 수 있다. 마찬가지로, Y축에 대한 투사불변비는 2차원적으로 배열된 제1 내지 제5 다각형의 영상면과 물체면상의 Y 축 좌표값을 이용한 det(·) 값 또는 1차원적으로 배열된 제1 내지 제4 다각형의 영상면과 물체면상의 Y 축 좌표값의 교차비로 계산될 수 있다.
640 단계에서는 630 단계에서 계산된 투사불변비를 이용하여 인공마크의 글로벌 위치를 인식한다. 이를 위하여, 미리 주행장소의 각 위치에 설치되는 인공마크의 형태별로 식별번호, 투사불변비와 주행장소내의 글로벌 위치 정보가 미리 데이터베이스화되어 마련되어 있다.650 단계에서는 640 단계에서 인식된 인공마크의 주행장소내의 글로벌 위치 정보와, 이동체의 카메라와 인공마크간의 거리정보를 이용하여 이동체의 위치를 분석한다.
660 단계에서는 650 단계에서 얻어진 이동체의 위치 정보를 이용하여 미리 프로그램된 이동경로에 따라서 원하는 방향으로 이동체의 구동을 제어한다.
도 7은 주행장소에 설치된 2차원 인공마크와 촬상 화상상의 좌표계 및 투사관계를 도시한 것으로서, 이때 투사불변비(I)는 다음 수학식 4와 같이 표현된다.
Figure 112004035539575-pat00004
여기서, P는 인공마크의 제1 내지 제5 다각형을 나타내는 포인트의 좌표값이고, q는 촬상 화상에서 이에 대응하는 포인트의 좌표값이다. 상기 수학식 4에서 det(·)는 다음 수학식 5와 같이 나타낼 수 있다.
Figure 112004035539575-pat00005
여기서, f는 촛점거리이다. 수학식 4에 의해 산출되는 투사불변비는 비선형적인 변형하에서도 불변하는 값으로서 인공마크의 위치정보 인식에 유용하게 사용되어진다.
상기 수학식 4에 의해 산출되는 투사불변비를 인공마크의 형태별로 나타낸 도면이 도 9이며, 여기서는 8가지의 형태를 예로 든 것이다.
도 8은 주행장소에 설치된 1차원 인공마크와 촬상 화상상의 좌표계 및 투사 관계를 도시한 것으로서, 이때 투사불변비(I(x1, x2, x3, x4 ))는 다음 수학식 6과 같이 표현된다.
Figure 112004035539575-pat00006
상기 수학식 6에서, (X1, X2, X3, X4)와 (x1, x 2, x3, x4)는 각각 물체면과 영상면상에 정의된 한 직선상의 4개의 포인트에 대한 X 축 좌표값을 각각 나타낸다. 마찬가지로, 투사불변비(I(y1, y2, y3, y4))에 대해서도 상기 수학식 6을 응용하여 계산할 수 있다.
즉, 투사변형하에서 두 점간의 거리 등은 변하는 성질을 갖지만 수학식 6에 의해 산출되는 투사불변비는 불변인 값으로 인공마크 인식을 위해 사용된다.
도 10a 내지 도 10d는 본 발명에 따른 인공마크의 인식 실험결과를 보여주는 도면으로서, 도 10a, 도 10b와 도 10d에 도시된 인공마크는 도 9에서 예로 든 인공마크의 형태 중 7번째에 해당되는 것이고, 도 10c에 도시된 인공마크는 도 9에서 예로 든 인공마크의 형태 중 8번째에 해당되는 것이다. 이와 같이 도 1B에 도시된 인공마크를 예로 들 경우, 큰 사각형으로 이루어지는 평판(130)에 의해서는 이동체(390)에 설치된 카메라와 인공마크 간의 거리(depth), 기울어짐(deviation), 각도(angle)를 파악할 수 있고, 측면 사각형(151,153)에 의해서는 이동체(390)에 설치 된 카메라로부터 인공마크를 바라보는 방향을 파악할 수 있다.
도 11은 도 6에 있어서 이동체의 위치정보를 분석하는 방법의 일 실시예를 설명하는 도면으로서, 인공마크와 이 인공마크에 대한 촬상화상에서의 기하학적인 관계는 다음 수학식 7 및 8로 나타낼 수 있다. 여기서, Δu, Δv는 카메라를 통해 촬상된 영상에서 인공마크의 넓이와 높이를 각각 나타내고, fx 및 fy는 카메라의 명세서나 캘리브레이션 과정을 통해 미리 정의되어 있는 값으로서, 촬상된 영상의 화소단위를 cm와 같은 물리적인 단위로 환산하여 주는 스케일 팩터를 의미한다. 또한, Mark Height와 Mark Width는 주행장소에 부착되어 있는 인공마크의 실제 높이와 폭을 나타낸내며, 이미 알고 있는 값이다.
Figure 112004035539575-pat00007
Figure 112004035539575-pat00008
즉, 인공마크와 이동체간의 거리(depth)는 상기 수학식 7로부터, 이동체에서 인공마크를 보는 각도는 수학식 8로부터 얻어질 수 있다.
도 12는 도 6에 있어서 이동체의 위치정보를 분석하는 방법의 다른 실시예를 설명하는 도면으로서, 촬상 화상에서 추출된 제1 내지 제5 다각형(여기서는 정원형) 데이터로부터 인공마크와 이동체(390) 간의 거리정보 및 방위정보를 추출하는 과정을 설명한다.
도 12에는 촬상부(310)에 의해 촬상된 영상으로부터 얻어진 인공마크의 제1 내지 제5 다각형의 형태(1203a-1203c)의 예가 도시되어 있다. 도 12를 참조하면, 인공마크의 다각형(즉, 정원형)은 카메라가 가지고 있는 비선형성 때문에 정원형(1203c), 타원형(1203b), 또는 소정의 각도만큼 기울어진 타원형(1203a) 등으로 나타날 수 있다.
이와 같은 정원형 또는 타원형의 도형은 두 변수 x, y를 갖는 이차곡선의 방정식으로 표현될 수 있는데, 이 같은 도형을 원추 곡선(Conic Section)이라 한다. 정원 및 타원을 포함하는 원추 곡선을 음함수 방정식(implicit equation)으로 나타내면 수학식 9와 같고, 촬상부(310)에 투영된 원추 곡선(즉, 제1 내지 제5 원형 중 어느 하나의 원형)을 벡터 형식으로 나타내면 수학식 10과 같다.
Figure 112004035539575-pat00009
Figure 112004035539575-pat00010
여기서, f는 카메라의 초점 길이(focal length)를 의미하고, k는 비-제로 임의상수(arbitrary non-zero constant)를 의미한다.
상기 수학식 9 및 수학식 10과 같이 표시되는 원추 곡선이 임의의 축에 대하여 회전하게 되면, 임의의 Cubic 식(Q)과 회전된 원추곡선에 대한 Cubic 식(Q') 사이의 관계는 다음 수학식 11과 같이 표현된다.
Figure 112004035539575-pat00011
여기서, R은 회전 벡터(rotation vector)를 의미한다.
상기 수학식 8에 표시된 임의의 Cubic 식(Q)과 회전된 원추곡선에 대한 Cubic 식(Q') 사이의 관계에 의하면, 이동체(390)에 의한 인공마크 영상 취득시 인공마크와 이동체(390)간의 3차원적 정보, 예를 들면, 인공마크와 이동체(390)간의 거리 정보 및 방위 정보를 추출할 수 있게 된다.
예를 들어, 인공마크의 제 1 내지 제5 다각형이 소정의 각도만큼 기울어진 타원형(1203a)으로 나타날 경우, 상기 타원(1203a)에 대한 Cubic 식은 앞에서 설명된 수학식 10과 같다. 이때, 상기 타원형(1203a)을 도 12의 1203b와 같이 표준 위 치(standard position)에 위치한 타원으로 변형시키게 되면, 수학식 10과 같이 표시된 상기 타원(1203a)에 대한 Cubic 식(Q)은 다음 수학식 12와 같이 변형된다.
Figure 112004035539575-pat00012
이 때, 두 Cubic 식들간의 관계식은 수학식 13과 같다.
Figure 112004035539575-pat00013
여기서, U=[U1, U2, U3]은 Conic Q의 고유 값(eigen value)인 λ 1, λ2, λ3에 대한 고유 벡터(eigen vector)로 구성된 행렬을 나타낸다.
이어서, 도 12의 1203b와 같은 형태의 타원을 도 12의 1203c와 같은 형태의 정원으로 변형시킬 때의 Cubic 식은 수학식 14과 같고, 원래 취득된 영상의 Cubic 식(Q)과 최종적으로 변환된 Cubic 식(Q'')간의 관계식은 수학식 15와 같다.
Figure 112004035539575-pat00014
Figure 112004035539575-pat00015
여기서, R은 x' 축에 대한 회전 변환 행렬(rotation transformation matrix)을 의미한다.
앞에서 설명한 바와 같이, 카메라에 의해 취득된 인공마크로부터 추출된 원추곡선에 대한 Cubic 식의 변환에 의하면, 원래 취득된 영상으로부터 추출된 Cubic 식과, 변형된 Cubic 식들(Q', Q'')간의 관계식으로부터 인공마크와 이동체(390)간의 방위 정보, 및 인공마크와 이동체(390)간의 거리 정보가 구해지게 된다. 인공마크와 이동체(390)간의 거리 정보는, 변형 후 구해진 원(도 12의 1203c)이 놓여진 영상면 상의 법선 벡터(normal vector ; n)와 원의 중심까지의 벡터(ct), 및 법선 거리(normal distance ; d)를 이용하여 구해지게 된다. 이들에 의해 구해지는 타원(1203a)에 대한 법선 벡터(n)와 원의 중심까지의 벡터(ct), 및 법선 거리(d) 각각은 다음과 같이 표시된다.
Figure 112004035539575-pat00016
Figure 112004035539575-pat00017
Figure 112004035539575-pat00018
여기서, n'=(0 0 1)T이고, ct' = (0 -dc/f d)T이며, c=
Figure 112004035539575-pat00019
이다. 그리고, α=
Figure 112004035539575-pat00020
이고, γ=
Figure 112004035539575-pat00021
이다. 는 정원(1203c)과 타원(1203b)의 중심 좌표 값의 차이를 보상해 주기 위한 값으로서, 최종적으로 변환된 정원(1203c)으로부터 원래 취득된 타원(1203a) 형상에 이르기까지 각 수학식을 거꾸로 역 추적해 나가게 되면, 카메라에 의해 취득된 인공마크와 이동체(390)간의 거리 정보를 구할 수 있게 된다.
이상에서, 본 발명의 실시예로서 이동 로봇과 같은 이동체에 대한 자기 위치 인식에 대해 구체적으로 예시되었으나, 그밖에도 자동화 시스템(automation system), 지능적 차량 시스템(intelligent vehicle system) 등과 같이 영상을 이용한 응용 분야에 대한 영상의 인식 및 추적에도 본 발명을 적용할 수 있다. 상기한 본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플라피디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매 체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
상술한 바와 같이 본 발명에 따르면, 2차원적 혹은 1차원적으로 배열되며 서로 다른 색상으로 이루어진 복수개의 다각형들로 인공마크를 구성하여 주행장소의 임의의 위치에 설치한 다음, 이동체의 카메라를 이용하여 인공마크를 검출 및 인식하고, 인식된 인공마크의 글로벌 위치 정보와 카메라와 인공마크간의 거리정보를 이용하여 이동체의 위치를 분석한다. 따라서, 인공마크 검출에 소요되는 시간이 매우 짧고, 촬상 화상에 비선형적인 특징이 존재하더라도 정확하게 인공마크 및 인공마크의 형태를 검출할 수 있으므로 인공마크를 촬상하기 위하여 이동체의 카메라에 대한 별도의 조작을 필요로 하지 않는다.
이상 도면과 명세서에서 최적 실시예들이 개시되었다. 여기서 특정한 용어들이 사용되었으나, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.

Claims (20)

  1. 제1 색상을 가지는 평면을 제공하는 단계; 및
    상기 제1 색상과 상이하고 서로 다른 색상을 갖는 복수개의 다각형들을 상기 평면내에 배열하는 단계로 이루어지며, 상기 색상들의 조합에 따라서 인공마크를 구별할 수 있는 것을 특징으로 하는 인공마크 구성방법.
  2. 제1 항에 있어서, 상기 복수개의 다각형들은 상기 평면내에 1차원적 혹은 2차원적으로 배열되는 것을 특징으로 하는 특징으로 하는 인공마크 구성방법.
  3. 제1 항에 있어서, 상기 평면의 양측면에 상기 평면 및 다각형들의 색상과 서로 다른 영역을 제공하는 단계를 더 구비하는 인공마크 구성방법.
  4. 촬상된 화상으로부터 검출된 인공마크의 투사불변비를 산출하는 투사불변비 산출부;
    상기 인공마크에 포함된 다각형들의 색상조합에 따른 식별번호, 투사불변비와 상기 인공마크의 글로벌 위치정보를 데이터베이스로 저장하고 있으며, 상기 산출된 투사불변비를 이용하여 상기 데이터베이스를 검색하여, 상기 검출된 인공마크의 글로벌 위치정보를 획득하는 검색부; 및
    상기 검출된 인공마크의 글로벌 위치정보와, 지능형 시스템과 상기 검출된 인공마크간의 위치정보를 이용하여 상기 지능형시스템의 위치를 분석하는 위치정보 분석부를 포함하는 것을 특징으로 하는 지능형 시스템의 자기위치인식장치.
  5. 제4 항에 있어서, 상기 인공마크는 제1 색상을 가지는 평면과, 상기 평면내에 1차원적 혹은 2차원적으로 배열되고 상기 제1 색상과 상이하고 서로 다른 색상을 갖는 복수개의 다각형들로 이루어지는 것을 특징으로 하는 지능형 시스템의 자기위치인식장치.
  6. 제5 항에 있어서, 상기 인공마크는 상기 평면의 양측면에 상기 평면 및 다각형들의 색상과 서로 다른 영역을 더 구비하는 것을 특징으로 하는 지능형 시스템의 자기위치인식장치.
  7. 제4 항에 있어서, 상기 위치정보 분석부는 인공마크의 실제 높이와 폭 정보, 상기 검출된 인공마크의 높이와 폭 정보 및 스케일링 팩터를 이용하여 상기 인공마크에 대한 상기 지능형 시스템의 방위정보 및 거리정보로 이루어지는 상기 지능형 시스템의 위치정보를 얻는 것을 특징으로 지능형 시스템의 자기위치인식장치.
  8. 제4 항에 있어서, 상기 위치정보 분석부는 상기 인공마크에 포함되는 다각형의 실제 형태가 정원이고 상기 촬상된 화상에서 상기 다각형의 형태가 타원으로 나타나는 경우, 상기 타원에 대한 원추곡선식을 정원에 대한 원추곡선식으로 변환하 고, 상기 두 원추곡선식간의 관계식으로부터 상기 인공마크에 대한 상기 지능형 시스템의 방위정보 및 거리정보로 이루어지는 상기 지능형 시스템의 위치정보를 얻는 것을 특징으로 지능형 시스템의 자기위치인식장치.
  9. (a) 인공마크에 포함된 다각형들의 색상조합에 따른 식별번호, 투사불변비와 상기 인공마크의 글로벌 위치정보를 데이터베이스화하는 단계;
    (b) 촬상된 화상으로부터 검출된 인공마크의 투사불변비를 계산하고, 계산된 투사불변비를 이용하여 상기 데이터베이스를 검색하여 검출된 인공마크의 글로벌 위치정보를 획득하는 단계; 및
    (c) 상기 검출된 인공마크의 글로벌 위치정보와, 지능형 시스템과 상기 검출된 인공마크간의 위치정보를 이용하여 상기 지능형시스템의 위치를 분석하는 단계를 포함하는 것을 특징으로 하는 지능형 시스템의 자기위치인식방법.
  10. 제9 항에 있어서, 상기 인공마크는 제1 색상을 가지는 평면과, 상기 평면내에 1차원적 혹은 2차원적으로 배열되고 상기 제1 색상과 상이하고 서로 다른 색상을 갖는 복수개의 다각형들로 이루어지는 것을 특징으로 하는 지능형 시스템의 자기위치인식방법.
  11. 제10 항에 있어서, 상기 인공마크는 상기 평면의 양측면에 상기 평면 및 다각형들의 색상과 서로 다른 영역을 더 구비하는 것을 특징으로 하는 지능형 시스템 의 자기위치인식방법.
  12. 제9 항에 있어서, 상기 인공마크의 실제 높이와 폭 정보, 상기 검출된 인공마크의 높이와 폭 정보 및 스케일링 팩터를 이용하여 상기 인공마크에 대한 상기 지능형 시스템의 방위정보 및 거리정보로 이루어지는 상기 지능형 시스템의 위치정보를 얻는 것을 특징으로 지능형 시스템의 자기위치인식방법.
  13. 제9 항에 있어서, 상기 인공마크에 포함되는 다각형의 실제 형태가 정원이고 상기 촬상된 화상에서 상기 다각형의 형태가 타원으로 나타나는 경우, 상기 타원에 대한 원추곡선식을 정원에 대한 원추곡선식으로 변환하고, 상기 두 원추곡선식간의 관계식으로부터 상기 인공마크에 대한 상기 지능형 시스템의 방위정보 및 거리정보로 이루어지는 상기 지능형 시스템의 위치정보를 얻는 것을 특징으로 지능형 시스템의 자기위치인식방법.
  14. 주행장소에 대하여 촬상된 화상을 획득하는 촬상부;
    상기 촬상된 화상으로부터 검출된 인공마크의 투사불변비를 산출하고, 산출된 투사불변비에 의해 얻어지는 상기 검출된 인공마크의 주행장소내의 글로벌 위치와 지능형 시스템과 인공마크 간의 위치정보로부터 상기 지능형 시스템의 위치를 분석하는 주제어부; 및
    상기 주제어부에서 제공되는 상기 지능형 시스템의 위치정보에 따라서 상기 지능형 시스템의 구동을 제어하는 구동제어부를 구비하는 것을 특징으로 하는 지능형 시스템.
  15. 제14 항에 있어서, 상기 주제어부는
    상기 검출된 인공마크의 투사불변비를 산출하는 투사불변비 산출부;
    상기 인공마크에 포함된 다각형들의 색상조합에 따른 식별번호, 투사불변비와 상기 인공마크의 글로벌 위치정보를 데이터베이스로 저장하고 있으며, 상기 산출된 투사불변비를 이용하여 상기 데이터베이스를 검색하여, 상기 검출된 인공마크의 글로벌 위치정보를 획득하는 검색부; 및
    상기 검출된 인공마크의 글로벌 위치정보와, 지능형 시스템과 상기 검출된 인공마크간의 위치정보를 이용하여 상기 지능형시스템의 위치를 분석하는 위치정보 분석부를 포함하는 것을 특징으로 하는 지능형 시스템.
  16. 제14 항에 있어서, 상기 인공마크는 제1 색상을 가지는 평면과, 상기 평면내에 1차원적 혹은 2차원적으로 배열되고 상기 제1 색상과 상이하고 서로 다른 색상을 갖는 복수개의 다각형들로 이루어지는 것을 특징으로 하는 지능형 시스템.
  17. 제16 항에 있어서, 상기 인공마크는 상기 평면의 양측면에 상기 평면 및 다각형들의 색상과 서로 다른 영역을 더 구비하는 것을 특징으로 하는 지능형 시스템.
  18. 제14 항에 있어서, 상기 주제어부는 인공마크의 실제 높이와 폭 정보, 상기 검출된 인공마크의 높이와 폭 정보 및 스케일링 팩터를 이용하여 상기 인공마크에 대한 상기 지능형 시스템의 방위정보 및 거리정보로 이루어지는 상기 지능형 시스템의 위치정보를 얻는 것을 특징으로 지능형 시스템.
  19. 제14 항에 있어서, 상기 주제어부는 상기 인공마크에 포함되는 다각형의 실제 형태가 정원이고 상기 촬상된 화상에서 상기 다각형의 형태가 타원으로 나타나는 경우, 상기 타원에 대한 원추곡선식을 정원에 대한 원추곡선식으로 변환하고, 상기 두 원추곡선식간의 관계식으로부터 상기 인공마크에 대한 상기 지능형 시스템의 방위정보 및 거리정보로 이루어지는 상기 지능형 시스템의 위치정보를 얻는 것을 특징으로 지능형 시스템.
  20. (a) 인공마크에 포함된 다각형들의 색상조합에 따른 식별번호, 투사불변비와 상기 인공마크의 글로벌 위치정보를 데이터베이스화하는 단계;
    (b) 촬상된 화상으로부터 검출된 인공마크의 투사불변비를 계산하고, 계산된 투사불변비를 이용하여 상기 데이터베이스를 검색하여 검출된 인공마크의 글로벌 위치정보를 획득하는 단계; 및
    (c) 상기 검출된 인공마크의 글로벌 위치정보와, 지능형 시스템과 상기 검출된 인공마크간의 위치정보를 이용하여 상기 지능형시스템의 위치를 분석하는 단계 를 포함하는 지능형 시스템의 자기위치인식방법을 실행할 수 있는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020040062604A 2003-08-20 2004-08-09 인공마크를 이용한 지능형 시스템의 자기위치인식장치 및방법과 이를 이용한 지능형 시스템 KR100647285B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
US10/919,493 US7437226B2 (en) 2003-08-20 2004-08-17 Method of constructing artificial mark for autonomous driving, apparatus and method of determining position of intelligent system using artificial mark and intelligent system employing the same
EP04254970A EP1508845A3 (en) 2003-08-20 2004-08-18 Method of constructing artificial mark for autonomous driving, apparatus and method of determining position of intelligent system using artificial mark and intelligent system employing the same
JP2004240801A JP2005070043A (ja) 2003-08-20 2004-08-20 人工マークを利用した知能型システムの自己位置認識装置及び方法、並びにそれを利用した知能型システム
US12/208,096 US8229619B2 (en) 2003-08-20 2008-09-10 Method of constructing artificial mark for autonomous driving, apparatus and method of determining position of intelligent system using artificial mark and intelligent system employing the same

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020030057727 2003-08-20
KR20030057727 2003-08-20

Publications (2)

Publication Number Publication Date
KR20050020614A KR20050020614A (ko) 2005-03-04
KR100647285B1 true KR100647285B1 (ko) 2006-11-23

Family

ID=37229473

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020040062604A KR100647285B1 (ko) 2003-08-20 2004-08-09 인공마크를 이용한 지능형 시스템의 자기위치인식장치 및방법과 이를 이용한 지능형 시스템

Country Status (1)

Country Link
KR (1) KR100647285B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100866380B1 (ko) 2007-02-13 2008-11-03 한국과학기술연구원 물체인식을 바탕으로 한 로봇의 자기위치 추정 방법
KR100884904B1 (ko) 2007-09-12 2009-02-19 아주대학교산학협력단 평행 투영 모델을 이용한 자기위치 인식 방법
KR20110136028A (ko) * 2010-06-14 2011-12-21 주식회사 비즈모델라인 가상 점을 통해 객체를 인식하는 증강현실 장치
KR101364047B1 (ko) * 2012-11-05 2014-02-27 재단법인대구경북과학기술원 물체인식을 바탕으로 한 칼만필터를 이용한 이동체의 자기위치 추정방법 및 장치

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100746300B1 (ko) * 2005-12-28 2007-08-03 엘지전자 주식회사 로봇의 이동방향 결정 방법

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100866380B1 (ko) 2007-02-13 2008-11-03 한국과학기술연구원 물체인식을 바탕으로 한 로봇의 자기위치 추정 방법
KR100884904B1 (ko) 2007-09-12 2009-02-19 아주대학교산학협력단 평행 투영 모델을 이용한 자기위치 인식 방법
KR20110136028A (ko) * 2010-06-14 2011-12-21 주식회사 비즈모델라인 가상 점을 통해 객체를 인식하는 증강현실 장치
KR101692764B1 (ko) * 2010-06-14 2017-01-05 주식회사 비즈모델라인 가상 점을 이용한 증강현실 제공 방법
KR101364047B1 (ko) * 2012-11-05 2014-02-27 재단법인대구경북과학기술원 물체인식을 바탕으로 한 칼만필터를 이용한 이동체의 자기위치 추정방법 및 장치

Also Published As

Publication number Publication date
KR20050020614A (ko) 2005-03-04

Similar Documents

Publication Publication Date Title
US8229619B2 (en) Method of constructing artificial mark for autonomous driving, apparatus and method of determining position of intelligent system using artificial mark and intelligent system employing the same
KR100493159B1 (ko) 이동체의 효율적 자기 위치 인식을 위한 랜드마크 및 이를이용한 자기 위치 인식 장치 및 방법
KR100776215B1 (ko) 상향 영상을 이용한 이동체의 위치 추정 및 지도 생성장치 및 방법과 그 장치를 제어하는 컴퓨터 프로그램을저장하는 컴퓨터로 읽을 수 있는 기록 매체
US8872925B2 (en) Method and device for camera calibration
Nair et al. Moving obstacle detection from a navigating robot
US20090290758A1 (en) Rectangular Table Detection Using Hybrid RGB and Depth Camera Sensors
Klippenstein et al. Quantitative evaluation of feature extractors for visual slam
Fiala et al. Visual odometry using 3-dimensional video input
Maier et al. Self-supervised obstacle detection for humanoid navigation using monocular vision and sparse laser data
Churchill et al. An orientation invariant visual homing algorithm
Ferguson et al. A 2d-3d object detection system for updating building information models with mobile robots
Carrera et al. Lightweight SLAM and Navigation with a Multi-Camera Rig.
Sakai et al. Large-scale 3D outdoor mapping and on-line localization using 3D-2D matching
KR100647285B1 (ko) 인공마크를 이용한 지능형 시스템의 자기위치인식장치 및방법과 이를 이용한 지능형 시스템
Oskouie et al. A data quality-driven framework for asset condition assessment using LiDAR and image data
Goronzy et al. QRPos: Indoor positioning system for self-balancing robots based on QR codes
Strasdat et al. Multi-cue localization for soccer playing humanoid robots
Roy et al. Robotic surveying of apple orchards
Denuelle et al. Bio-inspired visual guidance: From insect homing to UAS navigation
Colios et al. A framework for visual landmark identification based on projective and point-permutation invariant vectors
KR101002776B1 (ko) 상향 영상을 이용한 이동체의 위치 추정 및 지도 생성 장치및 방법과 그 장치를 제어하는 컴퓨터 프로그램을저장하는 컴퓨터로 읽을 수 있는 기록 매체
Fiedler et al. Position estimation on image-based heat map input using particle filters in cartesian space
Fu et al. Multi-waypoint visual homing in piecewise linear trajectory
Dörfler et al. Application of surface reconstruction for car undercarriage inspection
Li et al. CAD-vision-range-based self-localization for mobile robot using one landmark

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20121024

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20131024

Year of fee payment: 8

LAPS Lapse due to unpaid annual fee