KR101364047B1 - 물체인식을 바탕으로 한 칼만필터를 이용한 이동체의 자기위치 추정방법 및 장치 - Google Patents

Abstract

비전 시스템 기반 자동 항법 기술에서 칼만필터를 이용한 이동체의 자기위치 추정방법이 개시된다. 본 발명의 일 면에 따른 물체인식을 바탕으로 한 칼만필터를 이용한 이동체의 자기위치 추정방법은 상기 이동체에 구비된 카메라를 이용하여 영상을 획득하는 단계와, 획득된 영상에서 객체를 인식하고, 인식된 객체의 좌표 정보에 기초하여 상기 이동체의 위치 정보를 추출하는 단계와, 상기 위치 정보를 칼만 필터에 적용하여 상기 이동체의 위치를 추정하는 단계를 포함한다.

Description

물체인식을 바탕으로 한 칼만필터를 이용한 이동체의 자기위치 추정방법 및 장치{Method for estimating location based on object recognition using kalman filter}

본 발명은 비전 시스템 기반 자동 항법 기술에 관한 것이다.

일반적인 항법 시스템에 가정 보편적으로 사용되는 센서는 GPS를 꼽을 수 있다. 위성의 신호를 받아 삼각측량 방식으로 이동 객체의 위치를 추정하는 방식으로, 위성 신호를 받을 수 있는 곳에서는 쉽게 위치를 추정할 수 있다는 장점이 있다. 하지만 위성신호를 받기 힘든 환경(실내 혹은 빌딩 주위)에서는 정확도가 떨어지거나, 심지어는 위치를 추정할 수 없게 된다.

관성 센서를 이용한 관성 시스템은 GPS가 보편화되기 이전부터 개발되어 GPS와 함께 항법 시스템의 주요 시스템의 하나로 계속 사용되는 있는 시스템이다. 초기에는 관성력을 측정하는 관성 센서의 크기와 무게가 작지 않았으며, 센서 축을 항상 일정하게 유지시켜주기 위한 기구부도 필요했으므로 전체적인 크기와 무게가 상당했었다. 하지만 이후 MEMS 기술의 발달로 인해, 반도체 타입의 관성센서들이 개발되었고, 외부 장치의 필요성도 사라져 오늘날 작고 가벼운 관성측정장치(Inertial Measurement Unit)들이 개발되고 있다.

관성 센서를 이용한 관성 항법 시스템(Inertial Navigation System, INS)는 시간의 흐름에 따라 오차가 누적되어 항법을 위해서는 정밀도가 높은 관성측정장치를 사용해야 하나 가격적인 문제로 인해 상업화가 어려운 실정이다.

다양한 작업환경이 아닌 일정한 작업환경에서 사용하기 위해, RFID나 Beacon 등을 이용하기도 하며, 거리를 측정할 수 있는 장비인 초음파나 레이저 거리 측정기를 이용하여 이동 객체의 위치를 측정하기도 하나 새로운 환경에 적용하기 힘든 문제가 있고, 이와 같은 문제를 해결하기 위해 최근 블랙박스 카메라 등과 같은 비전 시스템을 융합한 항법 시스템 개발이 진행되고 있다.

그러나 현재까지 개발된 비전 항법 시스템 또한 위성 항법 시스템이 작동하지 못하는 경우의 임시적인 보완대책으로 활용되는 수준에 불과하다. 따라서 비전 인식만을 이용하여 인식된 객체로부터 거리와 방위각을 산출하고 이를 통해 이동체의 좌표를 계산할 수 있는 방법에 대한 연구가 필요한 실정이다.

본 발명은 상술한 종래 기술의 문제점을 해결하기 위하여, 비전 인식된 객체가 2개 이상인 경우, 2개 이상의 객체로부터 연산된 방위각을 이용하여 누적된 방위각 오차를 보정할 수 있는 방법을 제공하는 것을 목적으로 한다.

본 발명의 다른 목적은 비전 인식된 1개의 객체에 기초하여 연산된 이동체의 좌표정보와 비전 인식된 2개 이상의 객체에 기초하여 연산된 이동체의 좌표정보를 칼만 필터를 이용하여 융합하여 일정 시간 동안 인식된 객체가 없더라도 칼만 예측치를 통해 항법해의 계산이 가능한 자기위치 추정방법을 제공하는 것을 목적으로 한다.

본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

전술한 목적을 달성하기 위한 본 발명의 일 면에 따른 칼만필터를 이용한 이동체의 자기위치 추정방법은 상기 이동체에 구비된 카메라를 이용하여 영상을 획득하는 단계와, 획득된 영상에서 객체를 인식하고, 인식된 객체의 좌표 정보에 기초하여 상기 이동체의 위치 정보를 추출하는 단계와, 상기 위치 정보를 칼만 필터에 적용하여 상기 이동체의 위치를 추정하는 단계를 포함한다.

여기서, 상기 위치 정보를 추출하는 단계는 획득된 영상에서 인식된 객체의 수에 따라 서로 다른 값을 출력하는 단계를 포함한다.

또한, 상기 위치 정보를 추출하는 단계는 인식된 객체가 1개인 경우, 인식된 객체의 좌표 정보를 획득하는 단계와, 상기 객체의 좌표 정보를 이용하여 상기 이동체와 상기 객체 사이의 거리 및 진행방향 정보를 생성하는 단계와, 이전 에포크(측정 시각의 단위)에서 연산된 상기 이동체의 방위각과 상기 거리 정보를 이용하여 현재 에포크에서 상기 이동체의 좌표 정보를 생성하는 단계와, 이전 두 에포크에서 상기 이동체의 좌표 정보를 이용하여 현재 에포크에서 상기 이동체의 방위각 정보를 생성하는 단계를 한다.

또한, 상기 위치 정보를 추출하는 단계는 인식된 객체가 2개 이상인 경우, 인식된 모든 객체의 좌표 정보를 획득하는 단계와, 객체들 간의 좌표 차이 값을 연산하는 단계와, 상기 좌표 차이 값을 이용하여 인식된 모든 객체 중에서 2개의 객체를 선택하는 단계와, 선택된 2개의 객체가 이루는 방위각을 연산하고, 이를 상기 이동체와 객체가 이루는 방위각으로 변환하는 단계와, 변환된 방위각을 이용하여 상기 이동체의 좌표 정보를 생성하는 단계를 포함한다.

본 발명의 다른 면에 따른 칼만필터를 이용한 이동체의 자기위치 추정장치는 영상 획득을 위한 카메라와, 획득된 영상에서 객체를 인식하는 객체 인식부와, 인식된 객체가 1개인 경우, 인식된 객체의 좌표 정보에 기초하여 상기 이동체의 위치 정보를 추출하는 제1 연산부와, 인식된 객체가 2개 이상인 경우, 인식된 모든 객체의 좌표 정보에 기초하여 상기 이동체의 위치 정보를 추출하는 제2 연산부와, 인식된 객체의 수에 따라 선택적으로 입력되는 상기 제1 연산부 및 상기 제2 연산부의 출력을 칼만 필터에 적용하여 상기 이동체의 위치를 추정하는 위치 추정부를 포함한다.

여기서, 상기 제2 연산부는 인식된 모든 객체들의 위도 및 경도 좌표 차이 값을 연산하고, 인식된 모든 객체 중에서 상기 위도 및 경도 좌표 차이 값의 절대 값이 가장 큰 조합을 가지는 2개의 객체를 선택하고, 선택된 2개의 객체에 대한 좌표 정보를 이용하여 상기 이동체의 위치를 추정하는 것을 특징으로 한다.

한편, 본 발명의 일 면에 따른 칼만필터를 이용한 이동체의 자기위치 추정방법은 컴퓨터에서 실행시키기 위한 프로그램으로 구현되어 컴퓨터로 판독 가능한 기록 매체에 저장될 수 있다.

이상 상술한 바와 같이 본 발명에 따르면, 2개 이상의 객체로부터 연산된 방위각을 이용하여 누적된 방위각 오차를 보정할 수 있고, 또한 칼만 필터를 이용하여 일정 시간 동안 인식된 객체가 없더라도 칼만 예측치를 통해 항법해의 계산이 가능한 이점이 있다.

도 1은 본 발명의 일 실시예에 따른 칼만 필터를 이용한 이동체의 자기위치 추정장치의 블록도이다.
도 2는 본 발명의 다른 실시예에 따른 칼만 필터를 이용한 이동체의 자기위치 추정방법의 순서도이다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 한편, 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다.

이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.

도 1은 본 발명의 일 실시예에 따른 칼만 필터를 이용한 이동체의 자기위치 추정장치의 블록도이다.

본 발명의 일 실시예에 따른 칼만 필터를 이용한 이동체의 자기위치 추정장치는 도 1에 도시된 바와 같이 카메라(110)와 지도 저장부(120)와 객체 인식부(130)와 제1 연산부(140)와 제2 연산부(150)와 위치 추정부(160)를 포함하여 구성된다.

상기 카메라(100)는 이동체의 위치를 추정하는 수단으로서 기본적으로 이동체 진행 방향을 향한 장면의 영상을 획득하며 일정 범위의 시야각을 가진다.

지도 저장부(120)는 위상학적 지도 형태로 제작된 지리적 데이터와 함께 각 객체들의 좌표 정보를 저장한다. 여기서, 좌표 정보는 특정 위치를 기준으로 다른 객체와의 사이에서 상대적인 값을 가질 수도 있지만, 위도 및 경도와 같은 절대적인 값을 가질 수도 있다.

비전을 이용한 항법 시스템에서 가관측성(observability)을 보장하기 위해 지도 저장부(120)에서 각각의 객체는 랜드마크(Landmark)로 저장될 수 있다. 랜드마크는 해당 위치가 이미 정확히 알려진 위치이므로 영상 정보를 통한 위치 추정 과정 없이 사전 정보를 이용하여 객체에 대한 정확한 위치 할당이 이루어질 수 있다.

객체 인식부(130)는 카메라(100)를 통해 획득된 영상에서 객체를 인식한다. 인식된 객체는 하나 이상일 수 있고, 경우에 따라서는 특정 에포크(측정 시각의 단위)에는 인식되는 객체가 없을 수도 있다. 획득된 영상으로부터 매 에포크마다 객체 인식은 수행되며, 객체 인식부(130)는 특정 에포크에서 인식된 모든 객체에 대한 좌표 정보를 지도 저장부(120)에서 독출하여 이를 제1 또는 제2 연산부(140, 150)로 전송한다.

제1 연산부(140)와 제2 연산부(150)는 매 에포크마다 객체 인식부(130)에서 인식된 객체의 수에 따라 선택적으로 동작한다. 일 실시예로서, 객체 인식부(130)가 1개의 객체만을 인식한 경우에는 1개 객체에 대한 좌표 정보를 획득하여 제1 연산부(140)로 전송하고, 제1 연산부(140)만이 상기 좌표 정보를 이용하여 이동체의 좌표를 연산한다. 만약, 객체 인식부(130)에서 인식된 객체의 수가 2개 이상인 경우에는 인식된 모든 객체에 대한 좌표 정보를 전송 받은 제2 연산부(150)만이 동작하여 이동체의 좌표를 연산한다.

일 실시예로서, 제1 연산부(140)는 인식된 1개 객체의 좌표 정보를 이용하여 객체와 이동체 사이의 거리 및 진행방향과, 객체의 앙각을 이용하여 이동체의 현재 위치 좌표를 연산한다.

구체적으로, 제1 연산부(140)는 상기 객체의 좌표 정보를 이용하여 상기 이동체와 상기 객체 사이의 거리 및 진행방향 정보를 생성하고, 이전 에포크에서 연산된 상기 이동체의 방위각과 상기 거리 정보를 이용하여 현재 에포크에서 상기 이동체의 좌표 정보를 생성하고, 이전 두 에포크에서 상기 이동체의 좌표 정보를 이용하여 현재 에포크에서 상기 이동체의 방위각 정보를 생성한다.

제2 연산부(150)는 인식된 2개 객체의 좌표 정보로부터 두 객체가 이루는 방위각을 계산하고, 이를 이동체와 객체가 이루는 방위각으로 변환하여 이동체의 좌표 정보를 생성한다.

만약, 객체 인식부(130)에서 인식된 객체가 3개 이상인 경우에는 객체 사이의 좌표 차이 값을 기준으로 인식된 모든 객체 중에서 2개의 객체만을 선택한다. 예를 들어, 인식된 객체가 3개라면 제2 연산부(150)는 1번 객체와 2번 객체의 위도와 경도 좌표 차이값 ΔLAT_{12 ,} ΔLON₁₂과, 1번 객체와 3번 객체의 위도와 경도 좌표 차이 값 ΔLAT_{13 ,} ΔLON₁₃과, 2번 객체와 3번 객체의 위도와 경도 좌표 차이 값 ΔLAT_23, ΔLON₁₂₃을 모두 연산하여 좌표 차이 값의 절대 값이 가장 큰 조합을 가지는 2개의 객체를 선택한다. 이는 2개의 객체를 이용하여 이동체의 위치 좌표를 연산시 발생할 수 있는 기하학적인 오차를 최소화하기 위함이다.

1개의 객체로부터 이동체의 위치 좌표를 연산할 경우, 이동체의 진행방향에 대한 방위각을 산출하기 위해서는 이전 두 에포크에서 이동체의 좌표가 필요하다. 만약, 2 에포크 이상 좌표를 계산해내지 못하면 좌표를 구할 수 없고, 현재 에포크에서 연산된 이동체의 방위각이 다음 에포크에서 이동체의 방위각을 연산하는데 다시 사용되므로 방위각 연산의 오차는 계속적으로 누적된다.

또한, 2개의 객체로부터 이동체의 위치 좌표를 연산할 경우, 방위각 연산 오차가 시간의 흐름에 따라 누적되지 않으므로 위치 연산의 정확도가 향상될 수는 있으나, 2개의 객체를 인식해야 측위가 가능한 단점이 있다.

비전인식 기반 항법 기술에서 이동체의 측위 정확도를 향상시키는 방안으로 본 발명은 기본적으로 매 에포크마다 인식된 1개의 객체의 좌표 정보를 이용하여 이동체의 위치 정보를 추출하지만, 현재 에포크에서 인식된 객체가 2개 이상인 경우에는 2개 객체의 좌표정보로부터 방위각을 새롭게 계산하여 1개 객체에서 산출된 방위각을 대체한다. 즉, 1개 객체를 이용한 측위와 2개 객체를 이용한 측위를 융합하여 1개의 객체를 이용한 측위에서 발생하는 방위각의 누적 오차를 줄이는 것에 본 발명의 특징이 있다.

위치 추정부(160)는 객체 인식부(130)에서 인식된 객체의 수에 따라 선택적으로 입력되는 상기 제1 연산부(140) 또는 상기 제2 연산부(150)의 출력을 칼만 필터에 적용하여 이동체의 위치를 추정한다.

칼만필터는 비행체 위치 제어, 네비게이션이나 영상 처리 등 여러 분야에서 각 시스템의 작동 중에 필수적으로 요구되는 주요 변수(비행체의 자세, 이동체의 위치 또는 추적하는 객체의 위치 등)을 예측하는데 사용되는 도구이다. 수학적으로 칼만필터는 선형 시스템(Linear system)의 상태를 예측해서 발생할 수 있는 오류를 최소화하면서 예측을 수행한다.

제1 연산부(140) 또는 제2 연산부(150)에서 계산된 이동체의 위치 좌표는 칼만필터의 측정값으로 되고, 칼만필터에서 연산을 통해 이동체의 추정값이 출력된다. 즉, 현재 에포크에서 객체 인식 오류 또는 인식할 객체가 없는 경우 등의 이유로 인식된 객체가 없는 경우에도 칼만필터를 통해 이동체의 위치 추정값이 출력될 수 있다.

도 2는 본 발명의 다른 실시예에 따른 칼만 필터를 이용한 이동체의 자기위치 추정방법의 순서도이다. 본 실시예에 따른 자기위치 추정방법은 이상에서 설명된 자기위치 추정장치에서 처리되는 단계들로 구성된다. 따라서 이하 생략된 내용이라 하더라도 자기위치 추정장치에 관하여 기술된 내용은 본 실시예에 따른 자기위치 추정방법에도 그대로 적용될 수 있다.

먼저 이동체에 구비된 카메라는 진행방향의 전방에 위치하는 영상을 촬영하고, 촬영된 입력 영상에서 객체 인식이 수행된다(S210). 인식된 객체는 하나 이상일 수 있고, 경우에 따라서는 특정 에포크(측정 시각의 단위)에는 인식되는 객체가 없을 수도 있다. 획득된 영상으로부터 매 에포크마다 객체 인식은 수행된다.

인식된 객체의 수에 따라 이동체의 위치 좌표를 계산하는 방법이 달라지게 되는데, 이를 위해 인식된 객체의 수가 몇 개인지 여부를 판단하는 단계(S220)가 포함될 수 있다.

본 발명은 매 에포크마다 획득된 영상에 대한 객체 인식을 수행하고, 인식된 객체를 이용하여 이동체의 좌표를 연산하는데, 인식된 객체가 1개인 경우에는 1개 객체의 좌표 정보를 이용하여 현재 에포크에서 이동체의 좌표를 산출한다(S231).

만약, 인식된 객체가 2개 이상인 경우에는 인식된 모든 객체 중에서 2개의 객체만을 선택하는 과정을 거친 후, 선택된 2개의 객체의 좌표 정보를 이용하여 현재 에포크에서 이동체의 좌표를 산출한다(S233).

전술한 바와 같이, 1개 객체의 좌표 정보를 이용하여 산출되는 이동체의 방위각에는 시간이 지남에 따라 여러 가지 이유로 오차가 누적될 가능성이 있는데, 인식된 2개 객체의 좌표 정보를 이용하여 산출된 방위각으로 이를 대체함으로써 누적 오차를 해소할 수 있다.

상기 S231 단계 또는 상기 S233 단계에서의 계산된 이동체의 좌표는 칼만필터의 측정 값으로 들어가고, 칼만필터는 추정 값을 출력한다(S240). 칼만필터를 통해 데이터의 노이즈를 감소시키고, 일정시간 측정 값이 없어도 추정 값을 통해 이동체의 좌표를 출력할 수 있다.

상술한 본 발명에 따른 객체 추적방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현되는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체로는 컴퓨터 시스템에 의하여 해독될 수 있는 데이터가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래시 메모리, 광 데이터 저장장치 등이 있을 수 있다. 또한, 컴퓨터로 판독 가능한 기록매체는 컴퓨터 통신망으로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 읽을 수 있는 코드로서 저장되고 실행될 수 있다.

본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 보호범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구의 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (7)

1. 이동체가 자신의 위치를 추정하기 위한 방법에 있어서,
   상기 이동체에 구비된 카메라를 이용하여 영상을 획득하는 단계;
   획득된 영상에서 객체를 인식하고, 인식된 객체의 좌표 정보에 기초하여 상기 이동체의 위치 정보를 추출하는 단계; 및
   상기 위치 정보를 칼만 필터에 적용하여 상기 이동체의 위치를 추정하는 단계를 포함하되,
   상기 위치 정보를 추출하는 단계는,
   획득된 영상에서 인식된 객체의 수에 따라 서로 다른 값을 출력하는 단계를 포함하는 것
   인 물체인식을 바탕으로 한 칼만필터를 이용한 이동체의 자기위치 추정방법.
   
2. 삭제
3. 제1항에 있어서, 상기 위치 정보를 추출하는 단계는,
   인식된 객체가 1개인 경우, 인식된 객체의 좌표 정보를 획득하는 단계와,
   상기 객체의 좌표 정보를 이용하여 상기 이동체와 상기 객체 사이의 거리 및 진행방향 정보를 생성하는 단계와,
   이전 에포크(측정 시각의 단위)에서 연산된 상기 이동체의 방위각과 상기 거리 정보를 이용하여 현재 에포크에서 상기 이동체의 좌표 정보를 생성하는 단계와,
   이전 두 에포크에서 상기 이동체의 좌표 정보를 이용하여 현재 에포크에서 상기 이동체의 방위각 정보를 생성하는 단계를 포함하는 것
   인 물체인식을 바탕으로 한 칼만필터를 이용한 이동체의 자기위치 추정방법.
4. 제1항에 있어서, 상기 위치 정보를 추출하는 단계는,
   인식된 객체가 2개 이상인 경우, 인식된 모든 객체의 좌표 정보를 획득하는 단계와,
   객체들 간의 좌표 차이 값을 연산하는 단계와,
   상기 좌표 차이 값을 이용하여 인식된 모든 객체 중에서 2개의 객체를 선택하는 단계와,
   선택된 2개의 객체가 이루는 방위각을 연산하고, 이를 상기 이동체와 객체가 이루는 방위각으로 변환하는 단계와,
   변환된 방위각을 이용하여 상기 이동체의 좌표 정보를 생성하는 단계를 포함하는 것
   인 물체인식을 바탕으로 한 칼만필터를 이용한 이동체의 자기위치 추정방법.
5. 제1항, 제3항, 또는 제4항 중 어느 한 항의 이동체의 자기위치 추정방법이 컴퓨터가 읽을 수 있는 코드로서 구현된 프로그램이 기록된 컴퓨터로 실행 가능한 기록매체.
6. 이동체의 위치를 추정하기 위한 장치에 있어서,
   영상 획득을 위한 카메라;
   획득된 영상에서 객체를 인식하는 객체 인식부;
   인식된 객체가 1개인 경우, 인식된 객체의 좌표 정보에 기초하여 상기 이동체의 위치 정보를 추출하는 제1 연산부;
   인식된 객체가 2개 이상인 경우, 인식된 모든 객체의 좌표 정보에 기초하여 상기 이동체의 위치 정보를 추출하는 제2 연산부; 및
   인식된 객체의 수에 따라 선택적으로 입력되는 상기 제1 연산부 또는 상기 제2 연산부의 출력을 칼만 필터에 적용하여 상기 이동체의 위치를 추정하는 위치 추정부
   를 포함하는 물체인식을 바탕으로 한 칼만필터를 이용한 이동체의 자기위치 추정장치.
7. 제6항에 있어서, 상기 제2 연산부는,
   인식된 모든 객체들의 위도 및 경도 좌표 차이 값을 연산하고, 인식된 모든 객체 중에서 상기 위도 및 경도 좌표 차이 값의 절대 값이 가장 큰 조합을 가지는 2개의 객체를 선택하고, 선택된 2개의 객체에 대한 좌표 정보를 이용하여 상기 이동체의 위치를 추정하는 것
   인 물체인식을 바탕으로 한 칼만필터를 이용한 이동체의 자기위치 추정장치.

Images