KR101591471B1 - 물체의 특징 정보를 추출하기 위한 장치와 방법, 및 이를 이용한 특징 지도 생성 장치와 방법 - Google Patents

물체의 특징 정보를 추출하기 위한 장치와 방법, 및 이를 이용한 특징 지도 생성 장치와 방법 Download PDF

Info

Publication number
KR101591471B1
KR101591471B1 KR1020080108438A KR20080108438A KR101591471B1 KR 101591471 B1 KR101591471 B1 KR 101591471B1 KR 1020080108438 A KR1020080108438 A KR 1020080108438A KR 20080108438 A KR20080108438 A KR 20080108438A KR 101591471 B1 KR101591471 B1 KR 101591471B1
Authority
KR
South Korea
Prior art keywords
information
corner
plane patch
reflection function
reflection
Prior art date
Application number
KR1020080108438A
Other languages
English (en)
Other versions
KR20100049325A (ko
Inventor
조준기
김연호
박동렬
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 KR1020080108438A priority Critical patent/KR101591471B1/ko
Priority to JP2009133125A priority patent/JP5595677B2/ja
Priority to US12/457,203 priority patent/US8352075B2/en
Priority to CN2009101575749A priority patent/CN101726741B/zh
Publication of KR20100049325A publication Critical patent/KR20100049325A/ko
Application granted granted Critical
Publication of KR101591471B1 publication Critical patent/KR101591471B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/514—Depth or shape recovery from specularities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Manipulator (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

이동 로봇의 위치 인식을 위한 특징 지도 생성 및 주변의 특징 정보 추출 기술이 개시된다. 본 발명의 일 양상에 따르면, 빛을 방출하는 3D 거리 센서를 이용하여 취득된 정보로부터 반사 함수를 포함하는 특징 정보를 추출하고 이를 기반으로 특징 지도를 생성하기 때문에 주변의 환경 변화에 덜 민감한 특징 지도를 생성할 수 있고, 특징 매칭시의 성공률을 높일 수 있다.
이동 로봇, 특징 지도(feature map), 코너 정보, 평면 패치, 반사 함수

Description

물체의 특징 정보를 추출하기 위한 장치와 방법, 및 이를 이용한 특징 지도 생성 장치와 방법{apparatus and method for extracting feature information of object, and apparatus and method for generating feature map}
이동 로봇의 위치 인식을 위해 주변 물체로부터 특징 정보를 추출하고 이를 통해 특징 지도를 생성하는 기술과 관련된다.
이동 로봇에 사용되는 지도는 사용 목적에 따라 여러 가지가 있으나, 주로 그리드 지도(Grid map)와 특징 지도(Feature map)가 많이 사용된다.
그리드 지도는 정해진 크기의 그리드를 이용하여 주변환경과 장애물의 위치나 형상을 그대로 반영하여 저장하는 형태의 지도로 매우 직관적이며 다루기 쉽지만, 로봇의 사용 공간이 커질수록 요구되는 메모리가 급격히 커지는 단점이 있다.
이에 반해 특징 지도는 주변 환경과 장애물에 대해 위치, 색깔 등의 필요한 특징 정보만을 검출하여 저장하는 방식으로 요구되는 메모리는 적지만, 시스템의 특징 검출 성능에 비교적 의존적이다.
이중 특징 지도를 생성하기 위해 로봇에 카메라를 장착하고 카메라로부터 얻어지는 영상 정보를 이용하여 주변 물체의 특징을 추출하는 방법이 많이 사용된다.
그러나, 로봇의 위치를 인식하기 위해서는 등록된 특징점과 현재 검출한 특징점 간의 매칭이 반드시 필요한데, 카메라의 영상 정보는 특징점을 매칭할 때 조명 변화와 로봇 위치 변화에 따른 영상의 스케일, 회전, 각도(affine) 왜곡을 보상하기가 쉽지 않아 매칭 성능이 낮은 문제점이 있다.
따라서 주변 환경 변화에 덜 민감하고 보다 효율적으로 특징 정보를 검출하는 특징 지도 생성방법이 요구된다 할 수 있겠다.
본 명세서에서는 3D 거리 센서를 이용하여 주변 물체에 관한 거리 정보, 평면 패치 정보, 반사 함수 등을 특징 정보로써 검출하고 이를 이용하여 특징 지도를 생성하는 장치 및 방법이 개시된다.
보다 구체적으로, 본 발명의 일 양상에 따른 특징 정보 추출 장치는 주변으로 빛을 방출하며, 주변 물체로부터 반사되는 빛을 감지하여 주변 물체에 관한 거리 정보 및 레미션 정보를 취득하는 센서부; 레미션 정보를 이용하여 주변 물체에 관한 코너 정보를 검출하는 코너 검출부; 코너 정보 및 해당 코너 주변의 거리 정보를 이용하여 평면 패치 정보를 검출하는 평면 검출부; 및 평면 패치로 입사되는 빛의 각도에 따른 레미션 정보를 이용하여 평면 패치의 반사 함수를 검출하는 반사 함수 검출부; 를 포함할 수 있다.
또한, 본 발명의 일 양상에 따른 특징 지도 생성 장치는 로봇에 장착되어 주변으로 빛을 방출하며, 주변 물체로부터 반사되는 빛을 감지하여 주변 물체에 관한 거리 정보 및 레미션 정보를 취득하는 센서부; 및 거리 정보 및 레미션 정보로부터 주변 물체에 관한 코너 정보, 평면 패치 정보 및 평면 패치의 반사 함수를 포함하는 특징 정보를 추출하고, 추출된 특징 정보를 저장하여 특징 지도를 생성하는 데이터 처리부; 를 포함할 수 있다.
또한, 본 발명의 일 양상에 따른 특징 정보 추출 방법은 주변으로 빛을 방출 하고, 주변 물체로부터 반사되는 빛을 감지하여 주변 물체에 관한 거리 정보 및 레미션 정보를 취득하는 단계; 레미션 정보에 기초하여 주변 물체에 관한 코너의 위치 좌표를 코너정보로 검출하는 단계; 검출된 코너의 위치 좌표 및 해당 코너 주변의 거리 정보를 이용하여 코너의 위치 좌표를 중심점으로 갖는 정육면체를 설정하고, 정육면체 내에 속하는 거리 정보들로부터 평면 패치 정보를 검출하는 단계; 평면 패치로 입사되는 빛의 각도에 따른 상기 레미션 정보를 이용하여 평면 패치의 반사 함수를 검출하는 단계; 및 코너 정보, 평면 패치 또는 반사 함수 중 적어도 1 이상을 특징 정보로써 추출하여 저장하는 단계; 를 포함할 수 있다.
또한, 본 발명의 일 양상에 따른 특징 지도 생성 방법은 주변으로 빛을 방출하고, 주변 물체로부터 반사되는 빛을 감지하여 주변 물체에 관한 거리 정보 및 레미션 정보를 취득하는 단계; 레미션 정보에 기초하여 주변 물체에 관한 코너의 위치 좌표를 코너정보로 검출하는 단계; 검출된 코너의 위치 좌표 및 해당 코너 주변의 거리 정보를 이용하여 코너의 위치 좌표를 중심점으로 갖는 정육면체를 설정하고, 정육면체 내에 속하는 거리 정보들로부터 평면 패치 정보를 검출하는 단계; 평면 패치로 입사되는 빛의 각도에 따른 레미션 정보를 이용하여 평면 패치의 반사 함수를 검출하는 단계; 코너 정보, 평면 패치 또는 반사 함수 중 적어도 1 이상을 특징 정보로써 추출하여 저장하는 단계; 현재 감지된 특징 정보와 기 저장된 특징 정보를 매칭하여 로봇의 위치를 보정하고 저장되었던 특징 정보를 업데이트하는 단계; 를 포함할 수 있다.
한편, 본 발명의 일 양상에 따라, 레미션 정보란 주변 물체로부터 반사되는 빛의 양 또는 이를 기초로 생성된 평면 이미지가 될 수 있다. 그리고, 코너 정보는 해당 코너의 위치 좌표가 될 수 있다. 평면 패치 정보는 해당 평면 패치에 관한 평면식의 파라미터가 될 수 있으며, 반사 함수는 해당 평면 패치에 대한 빛의 입사각에 따른 레미션 정보를 나타내는 함수가 될 수 있다.
전술한 내용 중에서, 코너는 SIFT(Scale Invariant feature transform) 또는 Harris 알고리즘에 기초하여 검출되는 것이 가능하다. 평면 패치는 검출된 코너를 중심점으로 갖는 정육면체를 설정했을 때, 정육면체 내에 속하는 거리 정보들에 대하여 LSM(Least Square Method)을 이용한 평면 검출 알고리즘을 적용하여 평면식을 산출하여 구할 수 있다. 반사 함수는 평면 패치로 입사되는 빛의 각도에 따른 상기 레미션 정보에 대하여 가우시안(Gaussian) 함수를 이용한 커브 피팅(curve fitting)을 통해 산출될 수 있다.
개시된 내용에 의하면, 조명 변화에 강인한 반사 함수를 특징 정보로 이용하였기 때문에 주/야간 관계없이 사용할 수 있다. 그리고 3D 정보에서 특징 정보를 직접 검출하는 것이 아니고 2D 정보인 레미션 정보로부터 특징 정보를 검출하므로 연산량을 줄일 수 있다. 나아가 영상을 얻기 위해 별도의 카메라 장치를 추가할 필요가 없다.
이하에서는 첨부한 도면을 참조하여 본 발명의 실시예에 따른 특징 정보 추출 장치 및 방법, 이러한 특징 정보 추출을 이용한 특징 지도 생성 장치 및 방법을 상세히 설명하기로 한다. 이를 설명함에 있어서, 후술되는 용어들은 여러 가지 기능을 고려하여 정의된 용어들로서 이는 사용자 의도 또는 관례 등에 따라 달라질 수 있으므로, 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
본 실시예를 통해 설명되는 장치 및 방법은 특정 지역을 조사하는 탐지 로봇 또는 집안 청소를 위한 청소 로봇과 같이 일정한 범위를 이동하면서 임무를 수행하는 이동형 로봇에 적용될 수 있다. 로봇이 일정한 범위를 이동하면서 임무를 수행하기 위해서는 자신의 위치를 인식하여야 하는데, 이때 위치 인식을 위해 주변 정보를 가지고 있을 필요가 있다. 주변 정보의 대표적인 예가 특징 지도(feature map)이다. 따라서 본 실시예를 통해 설명되는 장치 및 방법은 이동 로봇에 적용되어 특징 정보를 추출하기 위한 수단 또는 추출된 특징 정보를 이용하여 특징 지도를 생성하는 수단 등으로 이용될 수 있다.
예컨대, 특징 정보 추출 장치 또는 특징 지도 생성 장치의 경우, 로봇에 장착된 센서와 이 센서에서 취득된 정보를 처리하는 데이터 처리 수단으로 구성될 수 있다. 이때, 데이터 처리 수단은 로봇을 제어하기 위한 마이컴 또는 제어칩 속에 소프트웨어 적으로 구현될 수도 있고, 별도의 데이터 처리 칩으로 구성될 수도 있다.
도 1은 본 발명의 실시예에 따른 이동 로봇 및 이러한 이동 로봇의 위치를 인식하기 위한 특징 지도를 생성하기 위해 특징 정보를 추출하는 장치를 도시한다.
도 1을 참조하면, 로봇(101)은 전술한 바와 같이 일정한 범위를 이동하면서 특정한 임무를 수행한다. 이동을 위해서는 로봇(101)이 자신의 위치를 인식하여야 하는데, 이러한 위치는 특징 지도 저장부(104)에 저장된 주변의 특징 지도를 이용하여 인식되는 것이 가능하다. 따라서 로봇(101)이 특정한 임무를 수행하기 전에, 특징 지도가 미리 구축되어야 하며, 이 특징 지도는 사용자가 직접 입력을 하거나 로봇(101)이 스스로 주변 지역을 탐색하면서 특징 지도를 생성하는 것이 가능하다.
도 1에서는 로봇(101)이 주변 지역을 탐색하면서 장애물과 같은 물체에 관한 특징 정보를 추출하고 이를 통해 특징 지도를 구축하는 것을 예시하였다.
도 1에서, 센서부(102)는 로봇(101)에 장착되어 주변으로 빛을 방출한다. 또한 센서부(102)는 주변 물체로부터 반사되는 빛을 감지하여 주변 정보를 획득한다. 예컨대, 센서부(102)는 레이저를 주변으로 스캔하고 반사된 레이저를 검출하는 3D 거리 센서가 사용될 수 있다.
센서부(102)에 의해 획득되는 주변 정보는 물체에 관한 거리 정보 및 레미션(remission) 정보가 될 수 있다. 거리 정보는 빛을 방출한 시간과 반사된 빛이 도달한 시간을 이용하여 산출 가능하며, 레미션 정보는 반사되는 빛의 양을 측정하여 얻는 것이 가능하다.
특징 정보 추출부(103)는 센서부(102)에 의해 취득된 거리 정보 및 레미션 정보를 이용하여 특징 지도 생성을 위한 주변 물체의 특징 정보를 추출한다. 이때 추출되는 정보로는 물체의 코너 정보(예컨대, 코너의 위치 좌표), 평면 패치 정보(예컨대, 특정한 평면에 관한 평면식의 파라미터), 반사 함수(예컨대, 특정한 평면에 관한 빛의 입사각에 따른 빛의 반사량) 등이 될 수 있다.
특징 지도 저장부(104)는 특징 정보 추출부(103)에 의해 추출된 특징 정보를 저장한다. 즉, 특징 정보 추출부(103)에 의해 추출된 다양한 특징 정보들의 집합이 특징 지도를 이루는 것으로 이해할 수도 있다.
도 2는 본 발명의 실시예에 따른 센서부의 일 예를 나타낸 것이다.
도 2를 참조하면, 센서부(102)는 상하좌우로 회동하면서 빛을 방출하고 반사된 빛을 검출하는 것이 가능하다. 예컨대, 센서부(102)는 빛을 방출하는 레이저 다이오드(LD)와 반사된 빛을 방출하며 레이저 다이오드(LD)의 부근에 형성된 포토 다이오드(PD)로 구성될 수 있으며, 이러한 구성이 회전축에 장착되어 형성되는 것이 가능하다. 따라서 센서부(102)에서 방출되는 빛은 회전축이 회전함에 따라 다양한 입사각을 갖게 되는데, 편의 상 상하 또는 수직 방향을 θ1, 좌우 또는 수평 방향을 θ2 로 지칭할 수 있다.
도 3은 본 발명의 실시예에 따른 특징 정보 추출 장치의 일 예를 도시한다.
도 3을 참조하면, 본 실시예에 따른 특징 정보 추출 장치(300)는 센서부(301), 코너 검출부(302), 평면 검출부(303), 반사 함수 검출부(304)를 포함할 수 있다.
센서부(301)는 주변으로 빛을 방출하며, 주변 물체로부터 반사되는 빛을 감지하여 물체에 관한 거리 정보 및 레미션 정보를 취득한다. 여기서 거리 정보는 물체의 각 지점과 센서부(301) 사이의 거리가 될 수 있으며, 레미션 정보는 물체로부터 반사되는 빛의 양 또는 이를 기초로 생성된 평면 이미지가 될 수 있다. 이때, 센서부(301)의 구조의 일 예는 도 2와 같다.
코너 검출부(302)는 센서부(301)에 의해 취득된 레미션 정보를 이용하여 물체에 관한 코너 정보를 검출한다.
예를 들어, 레미션 정보는 반사되는 빛의 양을 기초로 생성된 평면 이미지가 될 수 있으므로, 이 평면 이미지 상의 물체에서 각 물체의 코너(즉, 물체의 모서리 또는 에지)를 검출하는 것이 가능하다. 코너를 검출하는 알고리즘은 크기불변특징변환(scale invariant feature transform, SIFT) 또는 Harris 기법 등이 사용될 수 있다.
또한, 검출되는 코너 정보는 해당 코너의 위치 좌표인 것이 가능하다.
도 4는 코너 검출부(302)가 레미션 정보로부터 코너 검출 알고리즘을 이용하여 코너 정보를 검출하는 방법의 일 예를 나타낸 것이다.
도 4에서, 왼쪽은 로봇(101)이 1번 위치에서 3번 위치로 이동하는 것을 나타내고, 오른쪽은 이렇게 로봇(101)이 이동할 때의 센서부(301)가 취득한 레미션 정보를 나타낸다.
도 4를 참조하면, 레미션 정보인 2D 이미지를 통해 특징점을 검출하므로 로봇(101)의 이동에 따른 거리와 각도 변화에 불구하고 비교적 일정하게 코너가 검출되는 것을 알 수 있다. 이때 획득한 특징점 중에서 반복적으로 잘 검출되는 특징점들을 등록 특징으로 사용하는 것이 가능하다.
다시 도 3에서, 평면 검출부(303)는 코너 검출부(302)에서 검출된 코너 정보와 해당 코너 주변의 거리 정보를 이용하여 평면 패치 정보를 검출한다.
도 5는 본 발명의 실시예에 따른 평면 패치의 일 예를 나타낸다.
도 5에서, 평면 패치란 어떤 물체(501)에서 검출된 코너의 위치 좌표(502)를 중심점으로 갖는 정육면체를 설정했을 때, 정육면체 내에 속하는 거리 정보들에 대하여 LSM(Least Square Method)을 이용한 평면 검출 알고리즘을 적용하여 검출된 면(예컨대, S1, S2 등)이 될 수 있다. 또한 여기서 S1, S2는 평면 패치의 평면식을 나타낼 수 있으며, 평면 검출부(303)는 각 평면식의 파라미터를 평면 패치 정보로 검출하는 것도 가능하다.
다시 도 3에서, 반사 함수 검출부(304)는 평면 검출부(303)에서 검출된 각 평면 패치에 대한 반사 함수를 검출한다.
먼저 반사 함수에 대해 설명한다.
도 6은 반사 함수를 설명하기 위한 것으로, 이를 참조하면 센서부(301)에서 방출되는 빛은 소정의 각도로 방사되므로 물체로 입사되는 빛의 입사각은 다양한 값을 가질 수 있다. 예컨대, 수직 방향의 입사각인 θ1이 변화하면 그에 따라 취득되는 빛의 반사량, 즉 레미션 정보도 달라지게 된다. 도 6의 오른쪽 그림은 이와 같이 입사각을 변화시키면서 취득된 레미션 정보를 나타낸다. 이와 같이, 반사 함수란 평면 패치로 입사되는 빛의 각도에 따른 레미션 정보로 정의될 수 있다.
다음으로 반사 함수 검출부(304)가 이러한 반사 함수를 검출하는 방법을 설명한다.
도 7을 참조하면, 로봇이 이동하면서 검출된 평면 패치에 대하여 미리 정한 범위 각도(예컨대, 약 0~30도 사이의 θ2)에 대한 레미션 정보를 획득한다. 정해진 범위 각도에 대한 레미션 정보가 모두 획득되면(예컨대, 획득된 정보는 도 6의 오른쪽과 같음), 이 정보를 도 7의 오른쪽과 같이 가우시안(Gaussian) 함수를 이용한 커브 피팅(curve fitting)을 통해 반사 함수 R을 산출한다.
도 8은 본 발명의 실시예에 따른 특징 정보를 나타낸 것이다. 이것은 도 3과 같은 구성을 갖는 특징 정보 추출 장치(300)를 통해 얻어진 정보 집합이 될 수 있다.
도 8을 참조하면, 추출된 특징 정보들은 어느 하나의 코너의 위치 좌표를 기준으로 적어도 1 이상의 평면 패치 정보가 검출되고, 각각의 평면 패치에 관한 반사 함수로 이루어 질 수 있음을 알 수 있다.
도 9는 본 발명의 실시예에 따른 특징 정보 추출 방법의 일 예를 도시한다. 이것은 도 3의 구성을 갖는 특징 정보 추출 장치(300)에 의해 수행되는 것이 가능하다.
도 9의 방법을 구체적으로 살펴보면 다음과 같다.
먼저, S901과 같이, 주변 물체에 관한 거리 정보 및 레미션 정보를 획득한다. 이 정보들은 앞서 설명한 센서부(301)에 의해 취득되는 것이 가능하다.
이어서, S902와 같이, 코너 정보를 검출한다. 예컨대, 코너 검출부(302)가 레미션 정보로 획득된 평면 이미지를 대상으로 SIFT 알고리즘 또는 Harris 알고리즘을 수행하여 코너의 위치 좌표를 검출하는 것이 가능하다.
이어서, S903과 같이, 평면 패치 정보를 검출한다. 예컨대, 평면 검출부(303)가 S902에서 검출된 코너의 위치 좌표를 중심점으로 갖는 정육면체를 설정하고 정육면체 내의 거리 정보들로부터 평면 패치를 검출한다. 이때 최소자승법과 같은 평면 검출 알고리즘이 이용될 수 있으며, 평면 패치 정보는 각 평면 패치의 평면식에 대한 파라미터를 의미할 수 있다.
이어서, S904와 같이, 평면 패치의 반사 함수를 검출한다. 예컨대, 반사 함수 검출부(304)가 도 7과 같이 평면 패치로 입사되는 빛의 각도에 따른 레미션 정보를 수집하고 수집된 정보를 커브 피팅을 통해 가우시안 함수로 추정하는 것이 가능하다.
이어서, S905와 같이, 각각의 코너 정보, 평면 패치 정보, 반사 함수를 특징 정보로써 등록한다.
도 10은 본 발명의 실시예에 따른 특징 지도 생성 장치의 일 예를 도시한다.
도 10에서, 본 실시예에 따른 특징 지도 생성 장치(400)는 이동형 로봇에 적용될 수 있으며, 도시된 것과 같이, 센서부(401)와 데이터 처리부(402)를 포함할 수 있다.
센서부(401)는 도 2에서 예시된 것과 같은 3D 거리 센서가 로봇에 장착되어 주변으로 빛을 방출하는 것이 가능하다. 또한 센서부(401)는 주변 물체로부터 반사되는 빛을 감지하여 물체에 관한 거리 정보 및 레미션 정보를 취득할 수 있다.
데이터 처리부(402)는 센서부(401)에 의해 취득된 정보로부터 주변 물체에 관한 특징 정보를 추출하고, 추출된 특징 정보를 저장하여 특징 지도를 생성하는 것이 가능하다. 이때 특징 정보로는 코너의 위치 좌표, 코너 주변의 평면 패치에 관한 평면식의 파라미터, 평면 패치에 대한 반사 함수 등이 될 수 있다.
도 11은 본 발명의 실시예에 따른 데이터 처리부(402)의 일 예를 도시한다.
코너 검출부(403)는 센서부(401)에 의해 취득된 레미션 정보를 이용하여 물체에 관한 코너 정보를 검출한다. 예컨대, 코너 정보는 반사되는 빛의 양을 기초로 생성된 평면 이미지에 대하여 코너 검출 알고리즘을 수행하여 해당 코너의 위치 좌표로써 검출되는 것이 가능하다(도 4 참조).
평면 검출부(404)는 코너 검출부(403)에서 검출된 코너 정보와 해당 코너 주변의 거리 정보를 이용하여 평면 패치 정보를 검출한다. 예컨대, 도 5와 같이, 검출된 코너를 중심점으로 갖는 정육면체를 설정하고 정육면체 내의 거리 정보들로부터 평면 패치로 검출하는 것이 가능하며, 이때 평면 패치 정보란 해당 평면식의 파라미터들로 이루어질 수 있다. 평면을 검출하기 위한 알고리즘은 최소자승법이 이용될 수 있다.
반사 함수 검출부(405)는 평면 검출부(404)에서 검출된 각 평면 패치에 대한 반사 함수를 검출한다. 예컨대, 도 6 및 도 7에서 설명한 것과 같이, 평면 패치로 입사되는 빛의 각도에 따른 레미션 정보를 수집하고 수집된 정보를 커브 피팅하여 가우시안 함수로 추정하는 것이 가능하다.
특징 지도 저장부(406)는 검출된 코너 정보, 평면 패치 정보, 반사 함수들을 특징 정보로써 저장한다. 예컨대, 도 8과 같이, 어느 하나의 코너의 위치 좌표를 기준으로 적어도 1 이상의 평면 패치 정보와 해당 평면 패치에 관한 반사 함수가 저장되는 것이 가능하다.
업데이트부(407)는 로봇이 임무를 수행하면서 감지된 현재의 특징 정보와 특징 지도 저장부(406)에 저장된 특징 정보를 매칭시켜서 로봇의 위치를 보정하고 저장되었던 특징 정보를 업데이트하는 기능을 수행한다.
도 12는 본 발명의 실시예에 따른 특징 지도 생성 방법의 일 예를 도시한다. 이것은 도 10 또는 도 11의 구성에 의해 수행될 수 있다.
도 12의 방법을 구체적으로 살펴보면 다음과 같다.
먼저, S1201과 같이, 주변에 관한 특징 정보를 추출한다. 이 추출 방법은 도 9에서 설명한 방법이 이용될 수 있으므로 자세한 설명은 생략한다.
이어서, S1202와 같이, 추출된 정보를 특징 지도로써 저장한다. 예컨대, 코너 정보, 평면 패치 정보, 반사 함수 등이 특징 정보가 될 수 있다.
이어서, S1203과 같이, 현재의 특징 정보와 기 저장된 특징 정보 간의 매칭을 수행한다.
이어서, S1204와 같이, 매칭된 특징 정보에 해당하는 로봇의 위치를 반영하여 그 위치를 보정한다. 예컨대, 현재 수집된 특징 정보가 기 저장된 특징 정보들 중에서 A라는 위치에서 검출된 특징 정보와 가장 유사하다고 하면, 로봇의 위치를 A로 이동시킬 수 있다.
이어서, S1205와 같이, 로봇의 위치 이동에 따라 저장되었던 특징 정보를 업데이트한다.
이상에서 본 발명의 실시예에 대하여 설명하였으나 본 발명은 상술한 특정의 실시예에 한정되지 아니한다. 즉, 본 발명이 속하는 기술분야에서 통상의 지식을 가지는 자라면 첨부된 특허청구범위의 사상 및 범주를 일탈함이 없이 본 발명에 대한 다수의 변경 및 수정이 가능하며, 그러한 모든 적절한 변경 및 수정의 균등물들도 본 발명의 범위에 속하는 것으로 간주되어야 할 것이다.
도 1은 본 발명의 일 실시예에 따른 로봇을 도시한다.
도 2는 본 발명의 일 실시예에 따른 3D 거리 센서를 도시한다.
도 3은 본 발명의 일 실시예에 따른 특징 정보 추출 장치를 도시한다.
도 4는 본 발명의 일 실시예에 따라 레미션 정보로부터 코너 정보를 검출하는 것을 도시한다.
도 5는 본 발명의 일 실시예에 따라 평면 패치를 검출하는 것을 도시한다.
도 6은 본 발명의 일 실시예에 따른 반사 함수를 도시한다.
도 7은 본 발명의 일 실시예에 따라 반사 함수를 산출하는 것을 도시한다.
도 8은 본 발명의 일 실시예에 따른 특징 정보를 도시한다.
도 9는 본 발명의 일 실시예에 따른 특징 정보 추출 방법을 도시한다.
도 10은 본 발명의 일 실시예에 따른 특징 지도 생성 장치를 도시한다.
도 11은 본 발명의 일 실시예에 따른 데이터 처리부를 도시한다.
도 12는 본 발명의 일 실시예에 따른 특징 지도 생성 방법을 도시한다.

Claims (17)

  1. 물체의 특징 정보를 추출하기 위한 장치에 있어서,
    주변으로 빛을 방출하며, 주변 물체로부터 반사되는 빛을 감지하여 상기 물체의 각 지점과 자신 사이의 거리 정보 및 상기 물체에서 반사되는 빛에 관련된 레미션 정보를 취득하는 센서부;
    상기 레미션 정보를 이용하여 상기 물체의 코너의 위치 좌표를 포함하는 코너 정보를 검출하는 코너 검출부;
    상기 코너의 위치 좌표를 중심점으로 갖는 정육면체를 설정하고, 상기 정육면체 내의 물체의 각 지점과 상기 센서부 사이의 거리 정보를 이용하여 평면 패치 정보를 검출하는 평면 검출부; 및
    상기 평면 패치로 입사되는 빛의 각도에 따른 상기 레미션 정보를 이용하여 상기 평면 패치의 반사 함수를 검출하는 반사 함수 검출부; 를 포함하는 장치.
  2. 제 1 항에 있어서,
    상기 검출된 코너 정보, 평면 패치 정보 또는 반사 함수 중 적어도 1 이상의 정보를 상기 물체의 특징 정보로써 이용하는 장치.
  3. 제 2 항에 있어서,
    상기 코너 정보는 해당 코너의 위치 좌표를 포함하고, 상기 평면 패치 정보는 해당 평면 패치의 평면식에 대한 파라미터를 포함하며, 상기 반사 함수는 해당 평면 패치의 반사 함수에 대한 파라미터를 포함하는 장치.
  4. 삭제
  5. 제 1 항에 있어서,
    상기 반사 함수 검출부는 상기 평면 패치로 입사되는 빛의 각도에 따른 상기 레미션 정보에 대하여 가우시안(Gaussian) 함수를 이용한 커브 피팅(curve fitting)을 통해 상기 반사 함수를 산출하는 장치.
  6. 이동형 로봇의 위치 인식을 위한 특징 지도를 생성하는 장치에 있어서,
    상기 로봇에 장착되어 주변으로 빛을 방출하며, 주변 물체로부터 반사되는 빛을 감지하여 상기 물체의 각 지점과 자신 사이의 거리 정보 및 상기 물체에서 반사되는 빛에 관련된 레미션 정보를 취득하는 센서부; 및
    상기 거리 정보 및 레미션 정보로부터 상기 물체의 코너의 위치 좌표를 포함하는 코너 정보, 평면 패치 정보 및 상기 평면 패치의 반사 함수를 포함하는 특징 정보를 추출하고, 추출된 특징 정보를 저장하여 특징 지도를 생성하는 데이터 처리부; 를 포함하고,
    상기 데이터 처리부는 상기 코너의 위치 좌표를 중심점으로 갖는 정육면체를 설정하고, 상기 정육면체 내의 물체의 각 지점과 상기 센서부 사이의 거리 정보들로부터 한 개 이상의 평면 패치 정보를 검출하는 평면 검출부를 포함하는 장치.
  7. 제 6 항에 있어서,
    상기 코너 정보는 해당 코너의 위치 좌표를 포함하고, 상기 평면 패치 정보는 해당 평면 패치의 평면식에 대한 파라미터를 포함하며, 상기 반사 함수는 해당 평면 패치의 반사 함수에 대한 파라미터를 포함하는 장치.
  8. 제 6 항에 있어서,
    상기 데이터 처리부는 :
    상기 레미션 정보를 이용하여 상기 물체에 관한 코너 정보를 검출하는 코너 검출부;
    상기 평면 패치로 입사되는 빛의 각도에 따른 상기 레미션 정보를 이용하여 상기 평면 패치의 반사 함수를 검출하는 반사 함수 검출부; 및
    검출된 코너 정보, 평면 패치 정보 또는 평면 패치의 반사 함수를 저장하는 특징 지도 저장부; 를 포함하는 장치.
  9. 제 8 항에 있어서,
    상기 데이터 처리부가 :
    현재 감지된 특징 정보와 기 저장된 특징 정보를 매칭하여 상기 로봇의 위치를 보정하고 저장되었던 특징 정보를 업데이트하는 업데이트부; 를 더 포함하는 장치.
  10. 삭제
  11. 제 8 항에 있어서,
    상기 반사 함수 검출부는 상기 평면 패치로 입사되는 빛의 각도에 따른 상기 레미션 정보에 대하여 가우시안(Gaussian) 함수를 이용한 커브 피팅(curve fitting)을 통해 상기 반사 함수를 산출하는 장치.
  12. 특징 지도 생성을 위한 특징 정보 추출 방법에 있어서,
    센서부에서, 주변으로 빛을 방출하고, 주변 물체로부터 반사되는 빛을 감지하여 상기 물체의 각 지점과 상기 센서부 사이의 거리 정보 및 상기 물체에서 반사되는 빛에 관련된 레미션 정보를 취득하는 단계;
    프로세서에서, 상기 레미션 정보에 기초하여 상기 물체에 관한 코너의 위치 좌표를 코너정보로 검출하는 단계;
    상기 검출된 코너의 위치 좌표 및 해당 코너 주변의 물체의 각 지점과 상기 센서부 사이의 거리 정보를 이용하여 상기 코너의 위치 좌표를 중심점으로 갖는 정육면체를 설정하고, 상기 정육면체 내의 물체의 각 지점과 상기 센서부 사이의 거리정보들로부터 하나 이상의 평면 패치 정보를 검출하는 단계;
    상기 평면 패치로 입사되는 빛의 각도에 따른 상기 레미션 정보를 이용하여 상기 평면 패치의 반사 함수를 검출하는 단계; 및
    상기 코너 정보, 상기 평면 패치 또는 상기 반사 함수 중 적어도 1 이상을 상기 특징 정보로써 추출하여 저장하는 단계; 를 포함하는 방법.
  13. 제 12 항에 있어서,
    상기 레미션 정보는 상기 물체로부터 반사되는 빛의 양 또는 반사되는 빛의 양을 기초로 생성된 평면 이미지인 방법.
  14. 제 12 항에 있어서,
    상기 반사 함수는 상기 평면 패치로 입사되는 빛의 각도에 따른 상기 레미션 정보에 대하여 가우시안(Gaussian) 함수를 이용한 커브 피팅(curve fitting)을 통해 산출되는 방법.
  15. 이동형 로봇의 위치 인식을 위한 특징 지도를 생성하는 방법에 있어서,
    센서부에서, 주변으로 빛을 방출하고, 주변 물체로부터 반사되는 빛을 감지하여 상기 물체의 각 지점과 상기 센서부 사이의 거리 정보 및 상기 물체에서 반사되는 빛에 관련된 레미션 정보를 취득하는 단계;
    프로세서에서, 상기 레미션 정보에 기초하여 상기 물체에 관한 코너의 위치 좌표를 코너정보로 검출하는 단계;
    상기 검출된 코너의 위치 좌표 및 해당 코너 주변의 물체의 각 지점과 상기 센서부 사이의 거리 정보를 이용하여 상기 코너의 위치 좌표를 중심점으로 갖는 정육면체를 설정하고, 상기 정육면체 내의 물체의 각 지점과 상기 센서부 사이의 거리정보들로부터 하나 이상의 평면 패치 정보를 검출하는 단계;
    상기 평면 패치로 입사되는 빛의 각도에 따른 상기 레미션 정보를 이용하여 상기 평면 패치의 반사 함수를 검출하는 단계;
    상기 코너 정보, 상기 평면 패치 또는 상기 반사 함수 중 적어도 1 이상을 상기 특징 정보로써 추출하여 저장하는 단계;
    현재 감지된 특징 정보와 기 저장된 특징 정보를 매칭하여 상기 로봇의 위치를 보정하고 저장되었던 특징 정보를 업데이트하는 단계; 를 포함하는 방법.
  16. 제 15 항에 있어서,
    상기 레미션 정보는 상기 물체로부터 반사되는 빛의 양 또는 반사되는 빛의 양을 기초로 생성된 평면 이미지인 방법.
  17. 제 15 항에 있어서,
    상기 반사 함수는 상기 평면 패치로 입사되는 빛의 각도에 따른 상기 레미션 정보에 대하여 가우시안(Gaussian) 함수를 이용한 커브 피팅(curve fitting)을 통해 산출되는 방법.
KR1020080108438A 2008-11-03 2008-11-03 물체의 특징 정보를 추출하기 위한 장치와 방법, 및 이를 이용한 특징 지도 생성 장치와 방법 KR101591471B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020080108438A KR101591471B1 (ko) 2008-11-03 2008-11-03 물체의 특징 정보를 추출하기 위한 장치와 방법, 및 이를 이용한 특징 지도 생성 장치와 방법
JP2009133125A JP5595677B2 (ja) 2008-11-03 2009-06-02 物体の特徴情報を抽出するための装置と方法、及びそれを利用した特徴マップ生成装置と方法
US12/457,203 US8352075B2 (en) 2008-11-03 2009-06-03 Apparatus and method for extracting feature information of object and apparatus and method for creating feature map
CN2009101575749A CN101726741B (zh) 2008-11-03 2009-07-14 提取特征信息的设备和方法及创建特征地图的设备和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080108438A KR101591471B1 (ko) 2008-11-03 2008-11-03 물체의 특징 정보를 추출하기 위한 장치와 방법, 및 이를 이용한 특징 지도 생성 장치와 방법

Publications (2)

Publication Number Publication Date
KR20100049325A KR20100049325A (ko) 2010-05-12
KR101591471B1 true KR101591471B1 (ko) 2016-02-04

Family

ID=42132435

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080108438A KR101591471B1 (ko) 2008-11-03 2008-11-03 물체의 특징 정보를 추출하기 위한 장치와 방법, 및 이를 이용한 특징 지도 생성 장치와 방법

Country Status (4)

Country Link
US (1) US8352075B2 (ko)
JP (1) JP5595677B2 (ko)
KR (1) KR101591471B1 (ko)
CN (1) CN101726741B (ko)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101591471B1 (ko) * 2008-11-03 2016-02-04 삼성전자주식회사 물체의 특징 정보를 추출하기 위한 장치와 방법, 및 이를 이용한 특징 지도 생성 장치와 방법
US8532863B2 (en) * 2009-09-28 2013-09-10 Sri International Audio based robot control and navigation
DE102010017689A1 (de) * 2010-07-01 2012-01-05 Vorwerk & Co. Interholding Gmbh Selbsttätig verfahrbares Gerät sowie Verfahren zur Orientierung eines solchen Gerätes
KR101222624B1 (ko) * 2010-12-17 2013-01-16 한국생산기술연구원 군집 로봇 및 군집 로봇을 이용한 수색 방법
KR20130015146A (ko) * 2011-08-02 2013-02-13 삼성전자주식회사 의료 영상 처리 방법 및 장치, 영상 유도를 이용한 로봇 수술 시스템
WO2013148675A1 (en) * 2012-03-26 2013-10-03 Robert Bosch Gmbh Multi-surface model-based tracking
KR101942288B1 (ko) * 2012-04-23 2019-01-25 한국전자통신연구원 위치 보정 장치 및 방법
KR101400400B1 (ko) * 2012-09-28 2014-05-27 엘지전자 주식회사 로봇 청소기 및 로봇 청소기의 제어방법
EP2922022B1 (en) * 2012-11-06 2020-01-01 Soinn Inc. Feature value extraction device and location inference device
US9371622B2 (en) * 2013-10-22 2016-06-21 James Connor Buckley System and method to automatically determine irregular polygon for environmental hazard containment modules
JP6750921B2 (ja) * 2013-12-19 2020-09-02 アクチエボラゲット エレクトロルックス ロボット掃除機
CN104848848A (zh) * 2015-03-30 2015-08-19 北京云迹科技有限公司 基于无线基站和激光传感器的机器人绘制地图和定位的方法及系统
KR101775114B1 (ko) * 2016-01-25 2017-09-05 충북대학교 산학협력단 이동 로봇의 위치 인식 및 지도 작성 시스템 및 방법
CN107041718B (zh) * 2016-02-05 2021-06-01 北京小米移动软件有限公司 清洁机器人及其控制方法
US10386847B1 (en) * 2016-02-19 2019-08-20 AI Incorporated System and method for guiding heading of a mobile robotic device
US11726490B1 (en) * 2016-02-19 2023-08-15 AI Incorporated System and method for guiding heading of a mobile robotic device
US10901431B1 (en) * 2017-01-19 2021-01-26 AI Incorporated System and method for guiding heading of a mobile robotic device
CN107782311A (zh) * 2017-09-08 2018-03-09 珠海格力电器股份有限公司 可移动终端的移动路径规划方法及装置
US10293489B1 (en) * 2017-12-15 2019-05-21 Ankobot (Shanghai) Smart Technologies Co., Ltd. Control method and system, and cleaning robot using the same
EP3711699B1 (en) * 2019-03-21 2024-01-03 Stryker European Operations Limited Technique for transferring a registration of image data of a surgical object from one surgical navigation system to another surgical navigation system
JP7235691B2 (ja) * 2020-03-23 2023-03-08 株式会社日立製作所 自動検査装置
CN111812992A (zh) * 2020-06-17 2020-10-23 三星电子（中国）研发中心 用于网关的智能家居控制方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001266123A (ja) 2000-03-22 2001-09-28 Honda Motor Co Ltd 画像処理装置、特異箇所検出方法、及び特異箇所検出プログラムを記録した記録媒体
JP2002081908A (ja) 2000-09-11 2002-03-22 Fuji Photo Film Co Ltd 情報獲得方法、画像撮像装置及び、画像処理装置
WO2005087452A1 (ja) 2004-03-17 2005-09-22 Sony Corporation ロボット装置、及びその動作制御方法、並びに移動装置

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3578241D1 (de) * 1985-06-19 1990-07-19 Ibm Verfahren zum identifizieren dreidimensionaler objekte mittels zweidimensionaler bilder.
JPH05297141A (ja) 1992-04-17 1993-11-12 Canon Inc 車載型物体検知装置
JP3149661B2 (ja) * 1993-12-24 2001-03-26 株式会社ダイフク 無人搬送車の位置同定方法
JP3660492B2 (ja) * 1998-01-27 2005-06-15 株式会社東芝 物体検知装置
US6420694B1 (en) * 1999-09-21 2002-07-16 The Boeing Company Steerable retroreflective system and method
JP4150506B2 (ja) * 2000-02-16 2008-09-17 富士フイルム株式会社 画像撮像装置及び距離測定方法
JP4568967B2 (ja) * 2000-07-13 2010-10-27 ソニー株式会社 ３次元画像生成システムおよび３次元画像生成方法、並びにプログラム記録媒体
US6909801B2 (en) * 2001-02-05 2005-06-21 National Instruments Corporation System and method for generating a low discrepancy curve on an abstract surface
US6959104B2 (en) * 2001-02-05 2005-10-25 National Instruments Corporation System and method for scanning a region using a low discrepancy sequence
JP2003281686A (ja) 2002-03-20 2003-10-03 Mitsubishi Heavy Ind Ltd 距離画像センサ及び車種判別装置
JP4306183B2 (ja) 2002-05-27 2009-07-29 ソニー株式会社 固体撮像装置及びその駆動方法
CA2397389A1 (en) * 2002-08-09 2004-02-09 Djemel Ziou Image model based on n-pixels and defined in algebraic topology, and applications thereof
US7774158B2 (en) * 2002-12-17 2010-08-10 Evolution Robotics, Inc. Systems and methods for landmark generation for visual simultaneous localization and mapping
KR100520078B1 (ko) * 2003-08-04 2005-10-12 삼성전자주식회사 로봇시스템 및 비콘
JP3887377B2 (ja) * 2004-01-19 2007-02-28 株式会社東芝 画像情報取得装置、画像情報取得方法及び画像情報取得プログラム
JP2007530978A (ja) * 2004-03-29 2007-11-01 エヴォリューション ロボティクス インコーポレイテッド 反射光源を使用する位置推定方法および装置
US7831094B2 (en) * 2004-04-27 2010-11-09 Honda Motor Co., Ltd. Simultaneous localization and mapping using multiple view feature descriptors
JP4479372B2 (ja) * 2004-06-25 2010-06-09 ソニー株式会社 環境地図作成方法、環境地図作成装置、及び移動型ロボット装置
JP4218963B2 (ja) 2004-06-28 2009-02-04 株式会社東芝 情報抽出方法、情報抽出装置及び記録媒体
JP4433907B2 (ja) * 2004-07-06 2010-03-17 富士ゼロックス株式会社 ３次元形状測定装置および方法
US20060017720A1 (en) * 2004-07-15 2006-01-26 Li You F System and method for 3D measurement and surface reconstruction
JP4438557B2 (ja) 2004-08-10 2010-03-24 ソニー株式会社 撮像装置、情報処理装置及び情報処理方法、並びにコンピュータ・プログラム
JP4501587B2 (ja) * 2004-08-18 2010-07-14 富士ゼロックス株式会社 ３次元画像測定装置および方法
KR100754385B1 (ko) * 2004-09-30 2007-08-31 삼성전자주식회사 오디오/비디오 센서를 이용한 위치 파악, 추적 및 분리장치와 그 방법
KR100587572B1 (ko) 2004-10-15 2006-06-08 삼성전자주식회사 카메라 픽셀 정보를 이용하여 공간상의 코너 포인트를추출하는 시스템 및 방법, 상기 시스템을 포함하는 이동로봇
KR100657915B1 (ko) * 2004-11-26 2006-12-14 삼성전자주식회사 코너 검출 방법 및 코너 검출 장치
KR100633160B1 (ko) * 2004-12-17 2006-10-11 삼성전자주식회사 비콘을 이용하여 위치 및 방향 인식이 가능한 로봇시스템
KR100776215B1 (ko) * 2005-01-25 2007-11-16 삼성전자주식회사 상향 영상을 이용한 이동체의 위치 추정 및 지도 생성장치 및 방법과 그 장치를 제어하는 컴퓨터 프로그램을저장하는 컴퓨터로 읽을 수 있는 기록 매체
KR100698828B1 (ko) 2005-02-28 2007-03-23 한국과학기술원 조명-반사율 모델에 기반한 영상의 왜곡 보정 시스템 및 방법
JP2007040762A (ja) * 2005-08-01 2007-02-15 Toyota Motor Corp 光ジャイロ較正装置、光ジャイロを搭載するロボット及び光ジャイロ較正プログラム
KR100813100B1 (ko) * 2006-06-29 2008-03-17 성균관대학교산학협력단 실시간 확장 가능한 스테레오 매칭 시스템 및 방법
KR100863245B1 (ko) * 2006-07-18 2008-10-15 삼성전자주식회사 거리측정 기능을 갖는 비컨, 이를 이용한 위치인식시스템및 그 위치인식방법
CN101008571A (zh) * 2007-01-29 2007-08-01 中南大学 一种移动机器人三维环境感知方法
KR101014572B1 (ko) * 2007-08-27 2011-02-16 주식회사 코아로직 영상 왜곡 보정 방법 및 그 보정 방법을 채용한 영상처리장치
KR101461185B1 (ko) * 2007-11-09 2014-11-14 삼성전자 주식회사 스트럭쳐드 라이트를 이용한 3차원 맵 생성 장치 및 방법
KR101503903B1 (ko) * 2008-09-16 2015-03-19 삼성전자 주식회사 이동 로봇의 지도 구성 장치 및 방법
KR101591471B1 (ko) * 2008-11-03 2016-02-04 삼성전자주식회사 물체의 특징 정보를 추출하기 위한 장치와 방법, 및 이를 이용한 특징 지도 생성 장치와 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001266123A (ja) 2000-03-22 2001-09-28 Honda Motor Co Ltd 画像処理装置、特異箇所検出方法、及び特異箇所検出プログラムを記録した記録媒体
JP2002081908A (ja) 2000-09-11 2002-03-22 Fuji Photo Film Co Ltd 情報獲得方法、画像撮像装置及び、画像処理装置
WO2005087452A1 (ja) 2004-03-17 2005-09-22 Sony Corporation ロボット装置、及びその動作制御方法、並びに移動装置

Also Published As

Publication number Publication date
CN101726741B (zh) 2013-05-22
JP5595677B2 (ja) 2014-09-24
KR20100049325A (ko) 2010-05-12
US20100114374A1 (en) 2010-05-06
US8352075B2 (en) 2013-01-08
JP2010107495A (ja) 2010-05-13
CN101726741A (zh) 2010-06-09

Similar Documents

Publication Publication Date Title
KR101591471B1 (ko) 물체의 특징 정보를 추출하기 위한 장치와 방법, 및 이를 이용한 특징 지도 생성 장치와 방법
CN108406731B (zh) 一种基于深度视觉的定位装置、方法及机器人
CN111989544B (zh) 基于光学目标的室内车辆导航的系统和方法
CN110807350B (zh) 用于面向扫描匹配的视觉slam的系统和方法
Kang et al. Automatic targetless camera–lidar calibration by aligning edge with gaussian mixture model
TWI242701B (en) Autonomous moving robot
EP3104194B1 (en) Robot positioning system
CN103890606B (zh) 用于使用雷达-光学成像融合来创建地图的方法和系统
CN110766758B (zh) 标定方法、装置、系统及存储装置
JP5380792B2 (ja) 物体認識方法および装置
KR20160003776A (ko) 자세 추정 방법 및 로봇
WO2020000737A1 (zh) 移动机器人定位方法、存储介质及计算机设备
EP3069100B1 (en) 3d mapping device
CN112013858B (zh) 定位方法、装置、自移动设备和存储介质
CN112013850B (zh) 定位方法、装置、自移动设备和存储介质
US11624833B2 (en) System and method for automatically generating scan locations for performing a scan of an environment
CN111383261A (zh) 移动机器人、及其位姿估计方法和位姿估计装置
JP5874252B2 (ja) 対象物との相対位置計測方法と装置
CN109313822A (zh) 基于机器视觉的虚拟墙构建方法及装置、地图构建方法、可移动电子设备
KR102114558B1 (ko) 라이다를 이용한 지면 및 비지면 검출 장치 및 방법
CN212044739U (zh) 一种基于惯性数据和视觉特征的定位装置及机器人
US20220406005A1 (en) Targetless tracking of measurement device during capture of surrounding data
JP2019045199A (ja) 物体検出システム及び物体検出プログラム
KR101997563B1 (ko) 이동 기기의 위치 인식 방법
JP2013114381A (ja) 対象物識別装置および対象物識別方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
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: 20181218

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20191216

Year of fee payment: 5