KR102086081B1 - 다변측량을 이용한 디바이스의 위치 확인 - Google Patents

다변측량을 이용한 디바이스의 위치 확인 Download PDF

Info

Publication number
KR102086081B1
KR102086081B1 KR1020197006926A KR20197006926A KR102086081B1 KR 102086081 B1 KR102086081 B1 KR 102086081B1 KR 1020197006926 A KR1020197006926 A KR 1020197006926A KR 20197006926 A KR20197006926 A KR 20197006926A KR 102086081 B1 KR102086081 B1 KR 102086081B1
Authority
KR
South Korea
Prior art keywords
data
end user
user device
location
feature geometries
Prior art date
Application number
KR1020197006926A
Other languages
English (en)
Other versions
KR20190028567A (ko
Inventor
레오 모디카
리온 스테네스
Original Assignee
히어 그로벌 비. 브이.
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 히어 그로벌 비. 브이. filed Critical 히어 그로벌 비. 브이.
Publication of KR20190028567A publication Critical patent/KR20190028567A/ko
Application granted granted Critical
Publication of KR102086081B1 publication Critical patent/KR102086081B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
    • G01S15/06—Systems determining the position data of a target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
    • G01S15/06—Systems determining the position data of a target
    • G01S15/46—Indirect determination of position data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/46—Indirect determination of position data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/46—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being of a radio-wave signal type
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
    • G01S19/485—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an optical system or imaging system
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/10—Position of receiver fixed by co-ordinating a plurality of position lines defined by path-difference measurements, e.g. omega or decca systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/16—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4808—Evaluating distance, position or velocity data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Signal Processing (AREA)
  • Acoustics & Sound (AREA)
  • Automation & Control Theory (AREA)
  • Navigation (AREA)
  • Instructional Devices (AREA)
  • Traffic Control Systems (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

최종 사용자 디바이스에 의해, 경로망 내의 위치에서의 깊이 맵을 수집하는 단계(s101); 최종 사용자 디바이스의 프로세서를 사용하여, 깊이 맵으로부터 2차원 피처 지오메트리들을 추출하는 단계(s103); 추출된 피처 지오메트리들 내의 다수의 제어점을 식별하는 단계(s105); 최종 사용자 디바이스와 식별된 제어점들 간의 거리를 계산하는 단계(s107); 외부 데이터베이스로부터 각각의 식별된 제어점에 대한 위치 참조 정보를 수신하는 단계(s109); 및 식별된 제어점들의 위치 참조 정보 및 최종 사용자 디바이스와 각각의 식별된 제어점 간의 계산된 거리를 이용한 다변측량 계산을 통해 경로망 내의 최종 사용자 디바이스의 지리적 위치를 결정하는 단계(s111)를 포함하는 다변측량을 이용한 디바이스의 위치 확인 방법.

Description

다변측량을 이용한 디바이스의 위치 확인{LOCALIZATION OF A DEVICE USING MULTILATERATION}
다음의 개시내용은, 지문 데이터베이스를 개발하고 다변측량(multilateration) 계산을 이용하여 최종 사용자 디바이스(end-user device)(예컨대, 차량, 이동 전화기, 스마트 시계 등)의 지리적 위치를 결정하는 것에 관한 것이다.
위성 위치 확인 시스템(GPS), 근거리 무선 기술(예컨대, 와이파이(WiFi)), 및 단파장 전파(예컨대, 블루투스(Bluetooth))를 사용한 차량 위치 확인(localization)은 부정확할 수도 있다. GPS의 경우에는, 다중 경로화(multi-pathing)가 차량에 의해 수신된 신호에 대해 타이밍 변동을 야기한다. 와이파이 및 블루투스의 경우에는, 신호 강도가 주로 3차원(3D) 공간에서의 송신국의 위치의 폐색 및 정밀도 부족 때문에 위치 확인을 위한 신뢰할 수 없는 수단이다. 이러한 경우에, 다변측량(multilateration)이 수행되는 참조(reference)는 측위할 차선 수준, 또는 일부 경우에는 도로 수준(road level)을 생성하기에 충분히 정밀하지 못하다.
지문 데이터베이스(fingerprint database)를 개발하고 다변측량 계산을 이용하여 최종 사용자 디바이스의 지리적 위치를 결정하기 위한 시스템, 장치, 및 방법이 제공된다. 일 실시예에서, 상기 방법은 최종 사용자 디바이스에 의해, 경로망(path network) 내의 위치에서의 깊이 맵을 수집하는 단계를 포함한다. 상기 방법은 최종 사용자 디바이스의 프로세서를 사용하여, 깊이 맵으로부터 2차원 피처 지오메트리(two-dimensional feature geometry)들을 추출하는 단계를 더 포함한다. 상기 방법은 추출된 피처 지오메트리들 내의 다수의 제어점을 식별하는 단계를 더 포함한다. 상기 방법은 최종 사용자 디바이스와 식별된 제어점들 간의 거리를 계산하는 단계를 더 포함한다. 상기 방법은 외부 데이터베이스로부터 각각의 식별된 제어점에 대한 위치 참조 정보(location reference information)를 수신하는 단계를 더 포함한다. 상기 방법은 식별된 제어점들의 위치 참조 정보 및 최종 사용자 디바이스와 각각의 식별된 제어점 간의 계산된 거리를 이용한 다변측량 계산을 통해 경로망 내의 최종 사용자 디바이스의 지리적 위치를 결정하는 단계를 더 포함한다.
다른 실시예에서, 상기 방법은 최종 사용자 디바이스로부터, 경로망 내의 위치에 대한 깊이 맵의 추출된 2차원 피처 지오메트리들을 수신하는 단계를 포함한다. 상기 방법은 프로세서를 사용하여, 경로망에 대한 데이터베이스 내의 다수의 피처 지오메트리와 추출된 피처 지오메트리를 정합시키는 단계를 더 포함한다. 상기 방법은 데이터베이스로부터, 정합된 피처 지오메트리들의 점들에 대한 위치 참조 정보를 검색하는 단계를 더 포함한다. 상기 방법은 위치 참조 정보를 최종 사용자 디바이스에 전송하는 단계를 더 포함한다.
또 다른 실시예에서, 상기 장치는 적어도 하나의 프로세서, 및 하나 이상의 프로그램에 대한 컴퓨터 프로그램 코드를 포함하는 적어도 하나의 메모리를 포함하며; 상기 적어도 하나의 메모리 및 컴퓨터 프로그램 코드는, 적어도 하나의 프로세서에 의해, 상기 장치가, (1) 경로망 내의 위치에서의 깊이 맵을 수집하는 것; (2) 깊이 맵으로부터 2차원 피처 지오메트리들을 추출하는 것; (3) 추출된 피처 지오메트리들 내의 다수의 제어점을 식별하는 것; (4) 최종 사용자 디바이스와 식별된 제어점들 간의 거리를 계산하는 것; (5) 외부 데이터베이스로부터 각각의 식별된 제어점에 대한 위치 참조 정보를 수신하는 것; 및 (6) 식별된 제어점들의 위치 참조 정보 및 최종 사용자 디바이스와 각각의 식별된 제어점 간의 계산된 거리를 이용한 다변측량 계산을 통해 경로망 내의 최종 사용자 디바이스의 지리적 위치를 결정하는 것을 적어도 수행하게 하도록 구성된다.
예시적인 실시예가 다음의 도면을 참조하여 본 명세서에서 설명된다.
도 1은 다수의 고도에 있는 추출된 수평 슬라이스들, 및 추출된 슬라이스들로부터의 식별된 2차원 이미지들을 갖는 깊이 맵 이미지의 일례를 도시하고 있다.
도 2는 지문 데이터베이스 내의 인코딩된 지문의 일례를 도시하고 있다.
도 3은 도 2의 인코딩된 지문의 선 피처 지오메트리의 일례를 도시하고 있다.
도 4는 도 2의 인코딩된 지문의 원호 피처 지오메트리의 일례를 도시하고 있다.
도 5는 도 2의 인코딩된 지문의 스플라인(spline) 피처 지오메트리의 일례를 도시하고 있다.
도 6은 차량을 둘러싸는 피처 지오메트리들을 식별하고 추출하여 차량의 지리적 위치를 결정하는 차량의 일례를 도시하고 있다.
도 7A 및 도 7B는 디바이스를 둘러싸는 피처 지오메트리들 및 제어점들을 식별하고 추출하여 디바이스의 지리적 위치를 결정하는 디바이스의 추가 예를 도시하고 있다.
도 8은 3개의 제어점에 기초한 다변측량 처리의 다른 예를 도시하고 있다.
도 9는 다변측량 기술을 통한 디바이스의 위치를 결정하기 위한 예시적인 플로차트를 도시하고 있다.
도 10은 디바이스의 위치를 결정하기 위한 추가의 예시적인 플로차트를 도시하고 있다.
도 11은 예시적인 지리 및/또는 항법 데이터 시스템의 도면이다.
도 12는 도 11의 예시적인 시스템에서 사용되는 디바이스의 구성요소들의 실시예를 도시하고 있다.
최종 사용자 디바이스의 장소 또는 위치는 경로(예컨대, 도로)망 내의 실제 물체를 나타내는 2차원(2D) 피처 지오메트리들로부터의 좌표의 유도를 통해 결정될 수 있다. 최종 사용자 디바이스는 소비자에 의해 작동되거나 사용되는 디바이스를 지칭할 수도 있다. 본 명세서에서 사용되는 바와 같이, 최종 사용자 디바이스의 비한정예는 차량(예컨대, 자동차, 트럭, 버스, 기차, 오토바이, 보트, 선박)뿐만 아니라, 이동 전화기, 무선 기능을 갖춘 랩톱 컴퓨터, 비디오 기록 디바이스, 스캐닝 디바이스, 메시징 디바이스, 개인 휴대 정보 단말기(PDA), 및 웨어러블 컴퓨터(예컨대, 스마트 시계)와 같은 휴대용 전자 디바이스를 포함한다. 피처 지오메트리들은 디바이스 주위의 3차원 구조물들로부터 추출된 선들, 원호들, 및 스플라인들(예컨대, B-스플라인들)과 같은 2차원 형상을 지칭할 수 있다. 예를 들면, 2D 피처 지오메트리들은 빌딩 외벽, 도로 표지판, 기둥, 식물(예컨대, 나무), 또는 경로망 내에 존재하는 다른 비일시적 구조물들과 같은 3차원 구조물들로부터 추출될 수 있다. 특정 도로 구간에서의 다수의 피처 지오메트리는 함께 조합되어 주위 영역으로부터 특정 도로 구간을 식별하는 하나 이상의 고유한 지문을 제공할 수 있다.
즉, 디바이스(예컨대, 차량)의 위치는 디바이스를 둘러싸는 다양한 피처에 대한 지문의 식별에 기초하여 결정될 수 있다. 상기 위치는 실시간으로 결정될 수 있고, 여기서 디바이스에 의해 식별된 피처들은 피처 지오메트리들/지문들의 데이터베이스와 비교된다. 결정된 위치의 정밀도는 경로망 내의 디바이스들의 위치 및 디바이스들이 위치하는 방법에 기초할 수 있다.
이러한 위치 확인 처리는 GPS, 와이파이, 또는 블루투스와 같은 종래의 지리 측위(geo-positioning) 기술에 비해 디바이스의 개선된 측위를 허용할 수 있다. 또한, 피처 기반의 시각적 측위 기술은 임의의 입수 가능한 종래의 지리 측위 기술(예컨대, GPS)의 부재 시에 디바이스의 측위를 허용할 수 있다. 또한, 2D 피처 지오메트리들을 사용한 피처 기반 측위 기술은 실시간으로 디바이스의 위치를 결정하는 것과 연관된 전체 연산 비용을 감소시킬 수 있다. 이는, 실시간으로 이미지를 처리하기 위한 고가의 그래픽 처리 유닛(GPU)에 대한 필요성을 없애고, 저비용의 시각화 기술을 갖는 차량이 본 명세서에 기술되는 제안된 피처 기반 위치 확인 기술을 활용할 수 있게 한다. 또한, 점점 더 많은 차량이 정교한 관찰 기술에 의해 구축되고 있고 제안된 지리참조(georeferencing) 처리를 사용할 수 있다.
본 명세서에서 논의되는 바와 같이, 2차원 피처 지오메트리들의 데이터베이스는 깊이 감지 디바이스들(예컨대, 고정밀도의 LIDAR(Light Detection and Ranging) 디바이스)에 의해 생성된 깊이 맵들의 수집을 통해 개발될 수 있다. 수집된 깊이 맵들로부터, 빌딩, 신호등, 정지 표지판, 식물(예컨대, 나무), 및 도로 특성(예컨대, 차선 폭, 차선 수)과 같은 피처 지오메트리들이 추출될 수 있다. 추출된 피처들은 특정 위치에 대한 지문으로서 별도의 데이터베이스 내에 표시되거나 인코딩될 수 있다. 최종 사용자 디바이스(예컨대, 차량)는 피처 지오메트리들의 디바이스 자체의 식별 및 피처 지오메트리들의 지문 데이터베이스와의 비교에 기초하여 그의 위치를 결정할 수 있고, 여기서 상기 위치는 피처들 또는 지문들의 정합에 기초하여 결정된다.
데이터의 수집
소정의 실시예들에서, 경로망에 대한 다양한 피처 지오메트리를 수용하는 데이터베이스는 경로망에 대한 데이터의 수집 및 분석을 통해 개발될 수 있다. 경로망은 대도시권 또는 도시 내의 선택된 수의 도로 구간을 포함하는 도로망일 수 있다. 일부 실시예에서, 데이터베이스는 다수의 대도시권 또는 도시 내의 다수의 도로 구간에 대해 개발될 수 있다.
본 명세서에서 사용되는 바와 같이, "도로(road)" 또는 "도로 구간(road segment)"은 모니터링될 수 있거나, 또는 장래에 모니터링될 수 있는 임의의 주행 차선 또는 통로(예컨대, 고속도로, 도시 거리, 버스 경로, 기차 경로, 보행/자전거 통로, 수로)를 지칭할 수 있다.
소정의 실시예들에서, 데이터베이스는 (1) 도로망 내의 선택된 도로 구간들에 대한 3차원 데이터, 및 (2) 3D 데이터와 연관된 위치 데이터(예컨대, GPS 데이터)의 수집을 통해 개발된다. 3D 데이터는 3D 광학 거리 측정 시스템 또는 강도 기반 스캐닝 기술을 사용하여 취득된 깊이 맵 또는 점군(point cloud) 데이터일 수 있다. 소정의 실시예들에서, 깊이 맵 또는 점군 데이터는 깊이 감지 디바이스를 사용하여 수집된다. 깊이 감지 디바이스는 임의의 깊이 감지 입체 카메라 또는 스테레오 카메라(예컨대, LIDAR 카메라), RADAR(radio detection and ranging) 디바이스, 초음파 디바이스, 또는 구조 광 카메라일 수 있다. 깊이 감지 디바이스는 움직임으로부터 3차원 구조물들을 식별하도록 구성된 이동식 모노-카메라를 포함할 수 있다.
LiDAR, Lidar 또는 기타 유사한 표현으로도 알려진 LIDAR는, 하나 이상의 레이저 또는 카메라를 사용하여 도로 또는 보도에 대한 영역과 같은 영역을 나타내는 데이터점들을 수집하는 3차원 레이저 스캐닝 또는 광학 거리 측정 시스템이라고 지칭될 수도 있다.
데이터 취득 시스템 내의 LIDAR 카메라는 자외선광, 가시광, 또는 근적외선광을 사용하여, 비금속 물체, 암석, 비, 화합물, 에어로졸, 구름, 및 심지어는 단일 분자와 같은 광범위한 물질을 대상으로 하는 물체들을 촬영할 수 있다. 좁은 레이저 빔은 높은 해상도로 물리적 피처들을 매핑할 수 있다.
소프트웨어는 측정된 거리, 자동차와 같은 이동식 플랫폼 상에 있을 수 있는 광학 거리 측정 시스템의 위치, 및 레이저의 각도에 기초하여 깊이 맵 또는 점군을 생성할 수 있다. 다른 광학 거리 측정 시스템은 입체 카메라, 비과 시간(time of flight) 적외선 카메라, 및 구조 광 디바이스를 포함한다. LIDAR 카메라는, 각각의 데이터점이 (x, y, z)와 같은 로컬 좌표에 대응하고 온(on) 또는 오프(off)인 점군 내의 데이터점들을 수집하고 모은다. 대안적으로, LIDAR 데이터는 범위의 일단에서는 흑색을 가지며 타단에서는 백색을 갖는 미리 정해진 값의 범위(예컨대, 0 내지 255, 0 내지 65536)에서, 각각의 데이터점에 대한 강도(반사율을 표시함)를 포함하는 그레이스케일 점군일 수 있다. 점군은 ASCII 또는 LIDAR 교환 포맷(예컨대, ASPRS(American Society for Photogrammetry and Remote Sensing) .LAS 파일 포맷)으로 저장될 수 있다. 하나 이상의 레이저는 근적외선 스펙트럼(예를 들어, 약 700nm 내지 약 5000nm 또는 약 800nm 내지 약 2500nm) 또는 다른 광 스펙트럼 내의 것일 수 있다.
소정의 실시예들에서, LIDAR 카메라는 데이터 수집 디바이스(예컨대, 차량)에 부착되거나 달리 그와 일체화될 수 있다. 또한, LIDAR 시스템에 의해 취득된 데이터에 대한 기본 참조를 제공하도록 GPS와 같은 LIDAR 차량 시스템과 일체화된 측위 시스템이 있을 수도 있다. 차량 시스템의 이동성은 참조에 대한 설정 위치 및 지리적 영역을 나타내는 점군으로의 취득된 데이터의 통합을 이용하여 큰 지리적 영역에 걸쳐서 데이터를 취득하는 것을 용이하게 할 수 있다.
지문 데이터베이스의 개발에서, LIDAR 데이터 취득 시스템은 지리적 측위 시스템(GPS)과 조합되어 LIDAR 시스템에 의해 취득된 데이터에 대한 기본 참조를 제공할 수 있다. LIDAR 시스템과 GPS의 조합을 통해, 수집된 3D 데이터는 속성의 위도, 경도, 표고(altitude) 및 고도(elevation) 측정값을 갖는 데이터베이스 내에 저장되거나 인코딩될 수 있다.
차량 시스템의 이동성은 참조에 대한 설정 위치 및 지리적 영역을 나타내는 점군으로의 취득된 데이터의 통합을 이용하여 큰 지리적 영역에 걸쳐서 데이터를 취득하는 것을 용이하게 할 수 있다. 일부 실시예에서, 깊이 맵 또는 점군은 데이터 수집 차량이 경로망 내의 선택된 도로 구간들을 따라 주행함에 따라 연속적으로 수집될 수 있다. 다른 실시예들에서, 데이터는 도로 구간들을 따라 미리 규정된 간격으로(예를 들어, 10 내지 30 미터마다) 수집될 수 있다.
소정의 실시예들에서, 하나 이상의 데이터 수집 차량으로부터의 데이터는 장래의 분석을 위해 맵 개발자 데이터베이스에 업로딩될 수 있다. 일부 실시예에서, 업로딩 처리는 데이터 수집 차량(들)이 깊이 맵 또는 점군 데이터의 그들의 수집을 완료한 후에 실시될 수 있다. 다른 실시예들에서, 업로딩 처리는 데이터가 수집됨에 따라 연결된 네트워크를 통해 맵 개발자 데이터베이스로 데이터를 전송하는 것을 포함할 수 있다.
피처 추출
맵 개발자 데이터베이스로의 깊이 맵 또는 점군 데이터의 수집 및 업로딩 다음에, 데이터는 깊이 맵 또는 점군 데이터 내의 다양한 피처 지오메트리에 대하여 분석될 수 있다. 즉, 컴퓨터 알고리즘이 실행되어 깊이 맵 데이터 내의 특정 2차원 피처들을 탐색하고, 해당 피처들을 추출할 수 있다. 2차원 피처 지오메트리들은 깊이 맵의 물리적 구조물 내의 선들, 연결 선들 또는 곡선들의 세트, 원호들, 및 스플라인들을 포함할 수 있다. 소정의 실시예들에서, 물리적 구조물은 점군 데이터의 빌딩 외벽, 도로 표지판, 가로등 및 식물(예컨대, 나무)을 포함한다.
2차원 피처 지오메트리는 깊이 맵의 물리적 구조물들을 식별하고, 깊이 맵을 물리적 구조물의 상이한 고도에 있는 하나 이상의 수평면으로 분할 또는 슬라이싱함으로써 깊이 맵으로부터 추출될 수 있다. 그런 다음, 각각의 수평 슬라이스/세그먼트 내의 깊이 맵 데이터가 소정의 지오메트리들에 대해 분석될 수 있다. 분할 또는 슬라이싱 처리에서, 상기 깊이 맵 데이터가 정의된 고도로부터 추출될 뿐만 아니라, 정의된 고도 위 및 아래의 범위 내에 존재하는 데이터도 추출된다. 예를 들면, 상기 추출은 정의된 고도의 0.1 미터, 0.2 미터, 0.5 미터, 1 미터, 또는 2 미터 이내의 데이터의 집합을 포함한다. 즉, 수평 슬라이스 또는 세그먼트는 0.1 미터 미만, 0.2 미터 미만, 0.5 미터 미만, 1 미터 미만, 2 미터 미만, 0.1 내지 2 미터, 0.1 내지 1 미터, 0.1 내지 0.5 미터, 또는 0.1 내지 0.2 미터의 두께를 갖는다. 일부 실시예에서, 정의된 고도 위 및 아래의 범위 내의 깊이 맵 데이터가 함께 병합되거나 평균화된다.
깊이 맵 데이터의 분석은 동적 또는 반복적인 처리일 수 있다. 소정의 실시예들에서는, 하나보다도 많은 수평면이 깊이 맵 내의 눈에 띄거나 유용한 피처 지오메트리를 발견하기 위해서 분석된다. 예를 들면, 소정의 실시예들에서는, 제1 고도가 선택되고, 깊이 맵이 제1 고도에서의 수평면으로 슬라이싱된다. 이러한 슬라이싱 처리 및 분석은 전체 빌딩 또는 관찰된 구조물에 대해 복잡한 3차원 피처 인식 또는 분류를 수행할 필요성을 완화시킨다.
수평면은 직선들, 연결선들 또는 곡선들의 세트, 원호들, 또는 스플라인들과 같은 눈에 띄는 피처 지오메트리들에 대해 분석된다. 일부 실시예에서, 수평면은 연결선들의 세트들과 같은 눈에 띄는 피처 지오메트리들에 대해 분석된다. 예를 들면, 연결선들의 세트들은 정사각형 및 직사각형과 같은 사변형; 또는 삼각형, 오각형, 육각형, 칠각형, 팔각형, 구각형, 십각형 등과 같은 다른 다각형을 포함하는 2차원 형상을 포함할 수 있다. 다른 실시예들에서, 수평면은 원형 또는 타원형과 같은 눈에 띄는 연결 곡선 형상 지오메트리들에 대해 분석될 수 있다. 이러한 슬라이싱 처리 및 분석은 전체 빌딩 또는 관찰된 구조물에 대해 복잡한 3차원 피처 인식 또는 분류를 수행할 필요성을 완화시킨다.
유용한 피처들이 제1 고도에 있는 추출된 수평면에서 식별되지 않는 한, 제2 고도가 선택될 수 있고, 여기서 데이터가 제2 고도에서 추출되고 분석된다. 상기 처리는 적어도 하나의 눈에 띄거나 유용한 피처 지오메트리가 식별될 때까지 다수의 고도에서 반복될 수 있다. 일부 실시예에서, 상기 처리는 도로 수준으로부터 더 높은 고도에서 시작하고 고도 증가로(예컨대, 5 미터마다) 도로까지 내린다. 시작 고도는 특정 도로 구간 영역에 대한 제공된 지도 제작 데이터(cartography data)에 기초하여 결정될 수 있으며, 여기서 도로 구간을 따르는 빌딩의 대략적인 높이가 알려져 있다. 지도 제작 데이터는 별도의 소스로부터 맵 데이터베이스에 제공될 수 있고, 데이터 수집 차량이 LIDAR 데이터를 데이터베이스에 컴파일링하고 보고하는 것과 동시에 반드시 컴파일링되는 것은 아니다.
소정의 실시예들에서, 상기 추출 및 분석은 다수의 미리 정의된 고도에서(예컨대, 도로 수준으로부터 5 미터마다) 수행될 수 있다. 경로망 내의 각각의 도로 구간에 대한 도로 수준으로부터 가장 높은 고도는 고정값(예를 들어 도로 수준 위의 50 미터 또는 100 미터)일 수 있거나, 또는 각각의 도로 구간 위치에 대한 공지된 지도 제작 데이터에 기초한 가변 값일 수도 있다(예컨대, 하나의 도로 구간에 대해 분석된 가장 높은 고도는, 도로 구간 위치에서의 가장 높은 빌딩 또는 구조물이 20 미터 높이일 때, 도로 수준 위의 20 미터일 수 있다). 다수의 고도에서의 추출 및 분석 다음에, 추출된 기하학적 피처들 중 적어도 일부가 지문 데이터베이스 내에 저장을 위해 선택될 수 있다. 일부 실시예에서, 추출된 피처들은 그들의 형상, 크기, 고도, 및 변동/불변(variance/invariance)에 기초하여 분류(sorting)되거나 등급화된다. 피처들의 등급화 또는 분류에 대한 결정은 이하에서 더욱 상세히 논의된다.
각각의 수평 슬라이스 또는 면에 대한 지오메트리들의 추출은 다양한 알고리즘을 사용하여 실시될 수 있고, 여기서 슬라이스 내의 깊이 맵 데이터가 하나 이상의 2차원 지오메트리로 변환된다. 소정의 실시예들에서, 상기 알고리즘은 선형 회귀 알고리즘, 곡선형 회귀 알고리즘, 기계 학습 알고리즘, 또는 이들의 조합이다. 예를 들면, 선형 기하학적 피처가 깊이 맵 슬라이스에서 관찰되는 한, 선형 회귀 알고리즘이 깊이 맵 슬라이스로부터 선형 피처를 추출하고 깊이 맵 데이터를 2D 선 또는 연결선들의 세트로 변환하는데 사용된다. 원호 또는 스플라인이 깊이 맵 슬라이스에서 관찰되는 한, 곡선형 회귀 알고리즘이 깊이 맵 슬라이스로부터 원호 또는 스플라인 피처를 추출하고 깊이 맵 데이터를 2D 원호 또는 스플라인으로 변환하는데 사용된다. 일부 실시예에서는, 하나보다도 많은 기하학적 피처가 슬라이스 내에서 관찰될 수 있다. 이러한 경우에, 선형 회귀 및 곡선형 회귀 알고리즘 양쪽 모두가 수행되어 슬라이스 내의 선형 및 곡선형 피처를 추출하고 데이터를 선, 연결선들 또는 곡선들의 세트, 원호들, 스플라인들 등을 포함하는 2D 표현으로 변환할 수 있다.
도 1은 상이한 고도에 있는 수평 슬라이스들을 갖는 깊이 맵 이미지(10)의 하나의 비한정예를 제공하고 있다. 이 도면에서는, 제1 고도(12) 및 제2 고도(14)로 도시된 2개의 고도에 대해 피처 지오메트리들이 분석되었다. 선형 회귀 알고리즘, 곡선형 회귀 알고리즘, 및/또는 기계 학습 알고리즘을 통해, 제1 고도(12)의 깊이 맵 데이터 내의 피처들이 추출되고 연결선들과 원호의 조합을 포함하는 제1 2D 표현(16)으로 표현된다. 제2 고도(14)에서는, 추출 처리가 2개의 선을 포함하는 제2 고도에서의 제2 2D 표현(18)을 생성하였다.
지문 데이터베이스 내에 피처 지오메트리들 인코딩
소정의 실시예들에서, 추출된 피처 지오메트리들은 장래 사용을 위해 지문 데이터베이스 내에 지리 참조되고 인코딩될 수 있다. 즉, 인코딩된 피처 지오메트리들을 갖는 지문 데이터베이스는 (이하에서 더욱 상세히 논의되는 바와 같이) 데이터베이스와 통신하여 데이터 수집 디바이스(예컨대, 차량)의 위치를 결정하는 것을 보조하기 위해 액세스될 수 있다.
소정의 실시예들에서, 추출된 피처 지오메트리들은 그 지오메트리들의 특정 피처들 또는 점들의 지리적 위치(예컨대, 위도, 경도, 고도, 표고)와 같은 소정의 정보로 지리 참조될 수 있다. 이들 2차원 피처 지오메트리들은 2D 지오메트리들의 다양한 점을 다음의 것들, 즉 위도, 경도, 도로 수준으로부터의 고도, 및 표고 중 하나 이상에 대한 위치 참조 정보 또는 값들과 정합시키는 알고리즘을 사용하여 맵 또는 지리적 위치에 지리 참조될 수 있다. 이러한 처리는, 분석을 실시하고 추출하는 깊이 감지 카메라(예컨대, LIDAR 카메라)가 (예컨대, GPS 또는 다른 지리 참조 장치를 사용하여) 공지된 지리적 위치를 갖는 데이터 수집 차량과 통신하고 있을 때에 가능하다. 공지된 차량 위치, 및 깊이 감지 시스템을 통해 추출된 지오메트리들로부터의 차량의 공지된 거리에 의해, 지리 값이 추출된 지오메트리들에 할당되거나 참조될 수 있다.
예를 들면, 피처 지오메트리가 선 또는 연결선들의 세트일 때, 선 또는 연결선들의 세트를 따르는 점들(선 또는 연결선들의 세트의 종점을 포함함)는 위도, 경도, 도로 위의 고도, 및 선 점들의 표고에 관한 위치 참조 정보로 지리 참조될 수 있다. 원호 지오메트리들에 대해서는, 원호를 따르는 점들이 지리 참조될 수 있고, 그 안에 반경, 위도, 경도, 도로 위의 고도, 및 원호 점들의 표고에 관한 정보를 제공한다. 스플라인들에 대해서는, 스플라인을 따르는 점들이 지리 참조되어 노트(knot), 위도, 경도, 도로 위의 고도, 및 스플라인 점들의 표고에 관한 정보를 제공할 수 있다.
추출된 피처 지오메트리들의 지리 참조 다음에, 지리 참조된 2D 지오메트리들이 지문 데이터베이스 내에 인코딩될 수 있다. 소정의 실시예들에서, 지문 데이터베이스는 추출의 위치에 기초하여 피처 지오메트리들을 저장할 수 있다. 예를 들면, 피처들은 차량 참조(예를 들어, 피처 지오메트리가 식별되고 추출된 시점에서의 차량의 지리적 위치)와 링크될 수 있다.
도 2 내지 도 5는 지문 데이터베이스용 인코딩 시스템의 일례를 도시하고 있다. 도 2에 나타낸 바와 같이, 데이터베이스 내에 인코딩된 각각의 지문은 피처 지오메트리들(예를 들어, 선 피처들, 원호 피처들, 및 스플라인 피처들)의 리스트를 포함한다. 소정의 실시예들에서, 지문은, 이 지문이 유도된 차량 참조에 대응하는 참조 맵 내의 링크를 특정하는 맵 참조 속성을 포함한다. 맵 참조는 링크 식별자 및 링크 상의 길이방향 거리를 포함할 수 있다.
또한, 각각의 지문은 위치 확인 처리(후술함) 중에 데이터 수집 디바이스 또는 차량에 대한 3차원 참조점을 제공하는 차량 참조를 포함한다. 참조점은 그 위치에서 추출된 모든 피처 지오메트리를 고정시키고, 위치 확인 중에 피처 비교 처리를 용이하게 하여 데이터 수집 디바이스(예컨대, 차량)와 데이터를 포착/추출하는 차량 간의 초점의 차를 확인한다. 차량 참조는 피처 지오메트리들이 추출되는 위도, 경도, 및 표고 위치(예를 들어, 추출 시점에서의 후방 타이어의 지면 상의 접촉점의 위치)를 기술한다. 위도, 경도, 및 표고 측정은 세계측지계(World Geodetic System: WGS), 예를 들어 WGS 84를 사용하여 기술될 수 있다.
각각의 지문은 복수의 피처 지오메트리, 예를 들어 선 피처들, 원호 피처들, 및 스플라인 피처들(도 3 내지 도 5에 확대 상세도로 도시됨)을 또한 포함한다. 피처 지오메트리들은 요인들의 눈에 띄는 순서로 분류되거나 등급화될 수 있고, 여기서 리스트의 최상부에서의 피처 지오메트리들은 리스트의 최하부에서의 피처보다도 지리적 위치에 대하여 더욱 눈에 띄거나 식별 가능한 피처들을 갖는다. 피처 지오메트리들을 등급화하기 위한 방법이 이하에서 상세히 기술되며, 그 방법은 또한 지문 데이터베이스 내의 피처 지오메트리들의 인코딩에도 적용될 수 있다. 소정의 실시예들에서, 피처 지오메트리들의 리스트는 각각의 위치에 대해 적어도 5개, 적어도 10개, 또는 적어도 15개의 상이한 피처 지오메트리를 포함한다.
도 3은 인코딩된 선 피처를 상세히 도시하고 있다. 도면에 나타낸 바와 같이, 선 피처는 2개의 제어점(즉, 2D 지오메트리 상의 식별 가능한 추출된 점)을 갖는 2D 선 지오메트리를 나타내고 있다. 일 실시예에서, 선에 대한 2개의 제어점은 선의 대향하는 단부들일 수 있다. 선의 제어점들은 그 점들이 깊이 맵으로부터 동일한 수평면 상에서 추출되어 있기 때문에 동일한 고도 및 표고를 공유한다. 이와 같이, 선 피처 지오메트리에 대한 속성은 고도 및 표고 양쪽에 대해 보편적인 값을 포함한다. 고도는 차량 참조 위에 미터 단위로 표현될 수 있다. 각 제어점에 대한 별도의 위도 및 경도도 선 피처 지오메트리에 대해 인코딩되며, WGS 84 좌표로 표현될 수 있다.
도 4는 인코딩된 원호 피처를 상세히 도시하고 있다. 도면에 나타낸 바와 같이, 원호 피처는 2개의 제어점 및 반경을 갖는 2D 원호 지오메트리를 나타내고 있다. 일 실시예에서, 2개의 제어점은 원호의 대향하는 단부들일 수 있다. 원호의 제어점들은 그 점들이 깊이 맵으로부터 동일한 수평면 상에서 추출되어 있기 때문에 동일한 고도 및 표고를 공유한다. 이와 같이, 원호 피처 지오메트리에 대한 속성은 고도 및 표고 양쪽에 대해 보편적인 값을 포함한다. 각각의 제어점에 대한 별도의 위도 및 경도도 원호 피처 지오메트리에 대해 인코딩되며, WGS 84 좌표로 표현될 수 있다.
도 5는 인코딩된 스플라인 피처를 상세히 도시하고 있다. 도면에 나타낸 바와 같이, 스플라인 피처는 다수의 제어점 및 노트를 갖는 2D 스플라인 지오메트리(예컨대, B-스플라인)를 나타내고 있다. 스플라인의 제어점들은 그 점들이 깊이 맵으로부터 동일한 수평면 상에서 추출되어 있기 때문에 동일한 고도 및 표고를 공유한다. 이와 같이, 스플라인 피처 지오메트리에 대한 속성은 고도 및 표고 양쪽에 대해 보편적인 값을 포함한다. 각 제어점에 대한 별도의 위도 및 경도도 스플라인 피처 지오메트리에 대해 인코딩되며, WGS 84 좌표로 표현될 수 있다.
지문 데이터베이스를 사용한 최종 사용자 디바이스 위치 결정
경로망에 대해 설정되고 인코딩된 지문 데이터베이스를 사용하여, 깊이 감지 카메라 기술(예컨대, LIDAR 카메라)이 구비된 최종 사용자 디바이스(예컨대, 차량, 이동 전화기, 스마트 시계 등)는 경로망 내의 그의 위치를 결정할 수 있다. 최종 사용자 디바이스는 최종 사용자 디바이스/차량을 둘러싸는 피처 지오메트리들의 디바이스의 자체 식별, 및 소정의 피처 지오메트리들을 설정된 지문 데이터베이스와 비교하는 것(상기함)에 기초하여 그의 위치를 결정할 수 있고, 여기서 상기 위치는 데이터베이스에 대한 피처들 또는 지문들의 정합에 기초하여 결정된다. 일부 실시예에서, 디바이스의 위치는 피처 지오메트리들 및 GPS 데이터를 식별하는 것의 조합을 통해 결정될 수 있다. 다른 실시예에서, 임의의 GPS 데이터의 부재 시, 디바이스의 위치는 피처 지오메트리들의 식별을 통해 단독으로 결정될 수 있다.
깊이 감지 디바이스(예컨대, LIDAR 카메라)가 구비된 최종 사용자 디바이스(예컨대, 차량, 이동 전화기, 스마트 시계 등)는 지문 데이터베이스의 구성에서 데이터 수집 디바이스에 대해 전술한 것과 유사한 방식으로 피처 지오메트리들을 추출하여 디바이스의 위치를 결정할 수 있다. 다수의 추출된 피처 지오메트리는 지문을 정의하도록 선택될 수 있고, 정의된 지문은 지문 데이터베이스에 정합되어 위치를 결정할 수 있다. 일부 실시예에서, 최종 사용자 디바이스는 다양한 파라미터를 연산하여 추출 처리 전에 또는 그와 함께 디바이스의 수집된 깊이 맵을 지문 데이터베이스와 맞출 수 있다. 이는, 최종 사용자 디바이스의 지리적 위치뿐만 아니라, 그 위치에서의 디바이스의 방위를 결정하는 것을 보조할 수 있다.
디바이스의 위치를 실시간으로 식별하기 위한 노력으로, 디바이스에 대한 지문의 결정은 (지문 데이터베이스의 구성에 비해서) 축약된 처리일 수 있고, 여기서 소수의 피처 지오메트리가 선택되고 지문 데이터베이스와 비교된다. 예를 들면, 각각의 지리적 위치는 지문 데이터베이스 내에 저장된 수천 개의 피처 지오메트리를 가질 수 있다. 즉, 최종 사용자 디바이스(예컨대, 차량)가 위치 확인을 위해 가용한 모든 2D 피처 지오메트리를 분석하거나 고려하는 것은 비효율적일 수 있다.
지오메트리들은 2개의 주요 요인(이하에서 더욱 상세히 기술함)에 기초하여 선택된다. 제1 요인은 피처 지오메트리들의 등급화이고, 제2 요인은 피처 지오메트리들의 기하학적 정밀도 저하율(geometric dilution of precision: GDOP)이다. 소정의 실시예들에서, 경로망 내의 디바이스에 대한 위치 확인 처리는, (1) 디바이스를 둘러싸는 피처 지오메트리들을 식별하는 것, (2) 각각의 피처 지오메트리에 대한 특성(예컨대, 형상, 크기, 고도, 변동) 및 위치(GDOP)를 결정하는 것, (3) 그들의 특성에 따라 피처 지오메트리들을 등급화하는 것, 및 (4) 높게 분포되고(높은 GDOP) 높은 등급값을 갖는 피처 지오메트리들의 지문을 선택하는 것을 포함한다.
요인 1: 피처 지오메트리들의 GDOP
GDOP는 차량 주위의 구조물들 또는 피처 지오메트리들의 지리적 분포를 나타내고 있다. 즉, 각각의 추가 피처 지오메트리로부터 하나의 선택된 피처 지오메트리의 위치 간의 관계가 요인이다. 소정의 실시예들에서, 최상의 또는 가장 높은 GDOP는 디바이스를 둘러싸는 가장 균일하게 분포된 구조물들 또는 피처 지오메트리들에 의해 제공된다. 일부 실시예에서, 최상의 또는 가장 높은 GDOP는 x-y 평면으로 작도된 바와 같이(즉, z-축으로의 각각의 구조물의 고도를 무시함) 구조물들의 분포에 기초하여 결정된다.
예를 들면, 차량을 둘러싸는 3개의 구조물이 있는 경우, 최상의 GDOP는 구조물이 서로로부터 120도 분리되거나 이격된 경우에 발생할 수 있다. 즉, 제1 구조물은 (예컨대, 주행 방향 또는 도로의 주행 방향으로부터 측정한 바) 차량으로부터 0도로 x-y 평면에 위치할 수 있고, 제2 구조물은 차량으로부터 120도로 위치할 수 있으며, 제3 구조물은 차량으로부터 240도로 위치할 수 있다.
차량을 둘러싸는 4개의 구조물이 있는 경우, 최상의 GDOP는 각각의 구조물이 서로로부터 90도 이격된 경우에 발생할 것이다. 5개의 구조물이 있는 경우, 최상의 GDOP는 각각의 구조물이 서로로부터 72도 이격된 경우 등에 발생할 것이다.
요인 2: 피처 지오메트리들의 등급화
제2 요인에 관해, (각각의 섹터 내 또는 모든 깊이 맵 내) 피처 지오메트리들은 다음의 특성, 즉 (1) 피처의 형상, (2) 피처의 크기, (3) 피처의 고도, 및 (4) 피처의 변동(또는 불변)(즉, 피처의 형상이 시간 경과에 따라 얼마나 많이 변화하는지, 또는 피처가 소정의 시간에 적어도 존재하는지의 여부)에 기초하여 비교되거나 등급화될 수 있다. 일부 실시예에서는, 추가 요인, 예를 들어 피처 지오메트리 또는 지문의 색상이 고려될 수도 있다. 색상의 식별은, LIDAR 카메라가 색상을 식별할 수 있으므로, 데이터 수집 또는 최종 사용자 디바이스(예컨대, 차량)에 부착되거나 달리 연결된 추가 장비를 필요로 할 수 있다.
형상 특성에 관해, 선, 원호, 및 스플라인과 같은 단순한 형상을 갖는 피처 지오메트리들은, 선, 원호, 및 스플라인의 단순성이 더욱 효율적인 처리를 할 수 있게 하기 때문에 다른 더 복잡한 형상보다도 높은 등급이 될 수 있다. 즉, 도 6에 도시된 바와 같이, 20 미터 및 50 미터 고도 상의 직선을 나타내는 피처 지오메트리들은 나무의 가지를 포착하는 피처 지오메트리보다도 단순할 수 있다. 따라서, 빌딩 상에 선으로 나타내는 피처 지오메트리들은 나무의 가지와 관련된 피처 지오메트리보다도 높은 등급이 될 수 있다.
크기 특성에 관해, 크기가 더 큰 피처 지오메트리들은 크기가 더 작은 피처 지오메트리들보다도 높은 등급이 될 수 있다. 예를 들면, 도 6에서, 20 미터 및 50 미터에서의 좌측 빌딩 상의 피처 지오메트리들은 20 미터에서의 우측 빌딩 상의 피처 지오메트리보다도 높은 등급이 될 것이다.
고도 특성에 관해, 도로 수준으로부터 더 높은 고도에 있는 피처 지오메트리들은 도로 수준으로부터 더 낮은 고도에서의 피처 지오메트리들보다도 높은 등급이 될 수 있다. 즉, 빌딩의 높이는 특정 위치를 식별하는 것을 보조할 수 있고, 이에 따라 각각의 위치에 대해 더 높은 고도 피처 지오메트리들은 더 높은 등급이 될 수 있다. 예를 들면, 도 6에서, 50 미터 고도에서의 피처 지오메트리들은 20 미터 고도에서의 피처 지오메트리들보다도 높은 등급이 될 수 있다. 소정의 실시예에서, 경로망 내의 위치는 더 높은 고도에서 눈에 띄는 피처가 없을 수 있고, 그러면 더 낮은 고도에서의 피처가 선택된다. 이것은 나무 또는 다른 계절 피처를 포함할 수 있다.
변동 특성에 관해, 변동이 덜한 피처 지오메트리들에는 높은 등급이 부여된다. 피처 지오메트리의 변동은 피처의 계절성을 고려할 수 있다. 예를 들면, 가을 또는 겨울에, 나뭇잎은 사라져서 LIDAR 카메라에 맨 가지를 노출시킬 수 있다. 그런 다음, 나뭇잎은 봄 또는 여름에 다시 나타날 수 있다. 따라서, 나무의 가지, 잎 등은 지오메트리들의 계절성에 기초하여 변동되고, 이에 따라 빌딩의 직선 또는 나무의 줄기와 같은 더욱 불변하는 피처 지오메트리들보다도 적은 가중치가 할당될 수 있다. 일부 실시예에서, 다수의 지문은 지문 데이터베이스 내에 저장되어 상이한 계절 중에 변동하는 피처들을 정확하게 나타낼 수 있다. 피처 지오메트리의 변동은 또한 피처 지오메트리가 소정의 시간에 존재하고 다른 시간에는 존재하지 않는지(즉, 비고정식 물체)의 여부를 고려할 수도 있다. 예를 들면, 차량에 장착된 LIDAR 카메라는 인접하는 차선 내의 도로 구간을 따라 주행하는 다른 차량(예를 들어, 대형 트럭)을 식별할 수 있다. 이러한 피처 지오메트리는 그의 비고정식 속성 때문에 매우 낮은 등급이 부여될 수 있다.
색상 특성에 관해, 밝거나 비중성색(예를 들어, 적색, 분홍색, 자주색, 주황색, 녹색, 청색 또는 황색)을 포함하는 피처 지오메트리들은 중성색(예를 들어, 회색, 흑색, 갈색, 베이지색, 또는 백색)보다도 높은 등급이 부여될 수 있다. 예를 들면, 도시 또는 대도시권 내의 밝거나 비중성색은 도시 또는 대도시권 내에 존재하는 대부분의 철강 구조물과 대조적으로 고유한 빌딩 또는 구조물의 색상을 나타낼 수 있다. 이러한 고유한 빌딩 색상의 식별을 통해, 디바이스는 보다 더 용이하게 도시의 경로망 내의 그의 위치를 식별할 수 있다.
소정의 실시예들에서, 피처 지오메트리들은 상기한 특성들의 조합에 기초하여 등급화될 수 있다. 상기 조합은 가중 접근 방식을 포함할 수 있고, 여기서 각각의 특성에는 위치 및 시간당 가중치가 부여된다. 즉, 각 특성에 대한 가중치는 공간적 및 일시적으로 가변할 수 있다(즉, 가중치는 동적일 수 있다).
일 실시예에서, 특정 피처 지오메트리에 대한 전체 등급값은 피처의 형상의 등급값("형상"), 피처의 크기의 등급값("크기"), 피처의 고도의 등급값("고도"), 및 피처의 변동의 등급값("변동")을 사용하여 계산된다. 각각의 피처 지오메트리에 대한 전체 등급값은 다음의 식을 사용하여 계산될 수 있다:
등급값 = W1 × 형상 + W2 × 크기 + W3 × 고도 + W4 × 변동
여기서, W1 + W2 + W3 + W4 = 1.
소정의 실시예에서, W1, W2, W3, 및 W4는 각각의 특성의 중요도가 동일한 것을 표시하는, 동일한 가중치를 갖는다. 다른 실시예들에서, W2(피처 지오메트리의 크기와 연관됨) 및/또는 W3(지오메트리의 고도와 연관됨)에는 W1(형상) 및/또는 W4(변동)보다도 높은 가중치가 부여된다. 소정의 실시예에서, W2에는 4개의 요인 중 가장 높은 가중치가 부여된다. 다른 실시예들에서, W3에는 4개의 요인 중 가장 높은 가중치가 부여된다. 하나의 특정 실시예에서, 가장 높은 것부터 가장 낮은 것까지의 가중치의 순서는 W3, W2, W1, 및 W4이다.
일례에서, 4개의 피처 지오메트리는 4개의 요인에 기초하여 서로 비교된다. 이 예에서, 각각의 요인은 동일한 가중치(W1=W2=W3=W4=0.25)가 부여된다. 요인이 참(true) 또는 거짓(false)의 부울 값으로 정의되며, 여기서 참 = 1이고 거짓 = 0이다. 참 값은 높은 등급 속성, 예를 들어 10 미터의 길이보다 큰 크기, 도로 수준으로부터 10 미터보다도 높은 고도, 선, 연결선들 또는 곡선들의 세트, 원호, 또는 스플라인인 형상을 갖는 지오메트리, 또는 불변하는 지오메트리를 나타낼 수 있다. 거짓 값은 낮은 등급 속성, 예를 들어 10 미터 높이보다 작은 크기, 도로 수준으로부터 10 미터보다 낮은 고도, 선, 연결선들 또는 곡선들의 세트, 원호, 또는 스플라인보다도 복잡한 형상을 갖는 지오메트리, 또는 변동하는 지오메트리를 나타낼 수 있다. 등급값은 각각의 피처에 대해 결정되며, 전체 등급은 등급값들에 기초하여 결정된다. 예측 예의 결과가 아래의 표 1에 나타나 있다.
[피처 지오메트리들 등급화]
이름 형상 크기 고도 변동 등급값 최종 등급
피처 1 참 참 참 참 1.0 1
피처 2 거짓 참 거짓 거짓 0.25 4
피처 3 참 참 참 거짓 0.50 3
피처 4 거짓 참 거짓 참 0.75 2
다른 실시예들에서, 피처 지오메트리들은 부울 값과 조합하여, 또는 대안적으로 그로부터의 수치를 사용하여 등급화될 수 있다. 예를 들면, 피처들을 분류하는데 사용되는 값은 각각의 피처의 실제 길이 또는 크기 또는 도로 수준으로부터의 각각의 피처의 고도를 포함할 수 있는 한편, 각각의 피처의 형상 또는 각각의 구조물의 변동은 부울 참 또는 거짓 특성을 사용하여 정의될 수 있다. GDOP와 피처 등급의 조합
소정의 실시예들에서, 다수의 피처 지오메트리를 포함하는 지문은 차량을 둘러싸는 다양한 위치 또는 구역으로부터의 피처 지오메트리들의 조합을 통한 것일 수 있다. 일부 실시예에서, 상기 처리는 높게 분포되고(즉, 높은 GDOP를 갖고) 또한 높은 등급값도 갖는 피처 지오메트리들을 선택하는 것을 포함한다. 소정의 실시예들에서, 상기 처리는 깊이 맵을 다수의 섹션 또는 구역(예컨대, 적어도 3, 4, 또는 5개의 섹션 또는 구역)으로 분할하는 것을 포함할 수 있고, 여기서 구조물들은 깊이 맵의 각각의 섹션에서 식별되며, 해당 구조물들 내의 피처 지오메트리들은 서로에 대해 등급화된다. 소정의 실시예들에서, 각각의 섹션 또는 구역은 동일한 부피의 깊이 맵을 포함한다. 전체 지문은 깊이 맵의 각각의 섹션 내의 가장 높은 등급의 피처 지오메트리를 선택하는 것을 포함한다. 일부 실시예에서, 구조물이 깊이 맵의 섹션 내에서 식별되지 않는 한, 추가 구조물들(즉, 하나보다 많은 구조물) 또는 단일 구조물 내의 추가 피처 지오메트리들이 이웃하는 섹션에서 식별될 수 있다.
소정의 실시예들에서, 상기 처리는 디바이스의 위치를 결정하기 위해 고려되어야 할 최고 수의 피처 지오메트리를 선택한다. 일부 실시예에서, 상기 선택은 적어도 2, 적어도 3, 적어도 5, 적어도 10, 또는 적어도 15개의 피처 지오메트리를 포함한다.
경로망 내의 위치 결정
복수의 피처 지오메트리를 포함하는 지문의 최종 사용자 디바이스 또는 차량의 선택 다음에, 디바이스는 지문 데이터를 연결된 네트워크를 통해 지문 데이터베이스에 전송할 수 있다. 그런 다음, 지문 데이터베이스는 그의 저장된 피처 지오메트리 데이터와 전송된 피처 지오메트리들을 비교할 수 있다.
비교 처리에서, 선택되고 전송된 피처 지오메트리들의 고유성에 기초하여, 데이터베이스는 선택되고 전송된 피처 지오메트리들을 지문 데이터베이스 내에 저장된 피처 지오메트리들과 정합시킬 수 있다. 이러한 정합 처리를 통해, 지문 데이터베이스는 피처 지오메트리들의 위치 데이터를 다시 디바이스에 전송한다. 이러한 위치 데이터는 피처 지오메트리들의 인코딩된 데이터(상기함), 예를 들어 피처 지오메트리들에 대한 제어점 데이터를 포함할 수 있다. 즉, 제어점에 대한 인코딩된 데이터의 전송은 제어점의 위도, 경도, 및 표고의 전송을 포함한다.
전송된 제어점 데이터를 사용하고, 각각의 제어점으로부터 디바이스의 측정된 거리를 알면, 디바이스의 지리적 위치가 결정될 수 있다. 또한, 일부 실시예에서는, 디바이스의 지리적 방위(예컨대, 주행 방향)가 결정될 수 있다. 즉, 피처 지오메트리들을 정합시키고, 깊이 감지 디바이스의 위치에 관한 피처 지오메트리들의 위치를 알 때, 방위는, 피처 지오메트리들을 가장 잘 정렬하여 상기 디바이스 및 깊이 감지 디바이스의 방위(예컨대, 진로(heading))를 표시하는 것으로 결정될 수 있다.
소정의 실시예들에서, 지리적 위치는 전송된 제어점 데이터 및 제어점들로부터 측정된 거리(즉, 제어점들로부터의 반경)를 사용하여, 다변측량 처리를 통해 결정된다.
소정의 실시예들에서, 디바이스의 지리적 위치는 적어도 3개의 제어점(및 연관된 위도, 경도, 및 각각의 제어점과 연관된 표고 데이터)에 의한 다변측량 처리를 통해 결정될 수 있다. 다른 실시예들에서는, 적어도 4개의 제어점이 사용된다. 또 다른 실시예에서는, 5개 이상의 제어점이 자동차의 지리적 위치를 계산하는데 사용된다. 대안적인 실시예들에서는, 2개의 제어점만이 GPS 데이터와 함께 사용되어 최종 사용자 디바이스 또는 차량의 지리적 위치를 결정할 수 있다.
디바이스의 지리적 위치는 그의 지상 실제 또는 참 위치(즉, 실제 위도/경도, 및 선택적으로, 표고, 디바이스의 좌표)의 1 미터 이내에서 계산될 수 있다. 일부 실시예에서, 지리적 위치는 지상 실제 또는 참 위치의 0.5 미터, 0.1 미터, 50 센터미터, 20 센티미터, 10 센티미터, 5 센티미터, 3 센티미터, 2 센티미터, 또는 1 센티미터 이내에서 계산될 수 있다.
도 6은 다변측량 처리의 하나의 비한정예를 제공한다. 이 예에서, 차량(20)(즉, 차량의 프로세서)은 차량을 둘러싸는 4개의 피처 지오메트리를 식별하고 선택해서 위치에 대한 지문을 나타냈다. 즉, 차량(20)은 제1 빌딩(24) 상의 2개의 직선 피처 지오메트리를 식별하여 선택했고, 상기 피처 지오메트리들은 도로 수준 위의 20 미터 및 50 미터 고도에서 보인다. 차량(20)은 또한 20 미터 고도에서의 제2 빌딩(26) 상에 보이는 추가 직선 피처 지오메트리를 식별하여 선택했다. 또한, 차량(20)은 2 미터 고도에서의 교통 신호등 기둥(28)에 대한 피처 지오메트리를 식별하고 선택했다.
이들 피처 지오메트리들을 전송하여 지문 데이터베이스와 정합시킨 후, 지문 데이터베이스는 각각의 이들 지오메트리에 대한 제어점 데이터를 반환했다. 예를 들면, 도 6에 나타낸 바와 같이, 제어점은 직선의 종점(22a, 22b, 22c, 22d, 22f, 22g)뿐만 아니라, 교통 신호등 기둥을 나타내는 단일의 점(22e)으로서 식별된다. 각각의 제어점(22a 내지 22g)은 위도, 경도, 및 표고 정보를 포함한다. 차량(20)과 각 제어점 간의 식별된 거리와 함께, 이러한 제어점 정보는 다변측량 계산을 통해 차량(20)의 위치를 결정하는데 사용될 수 있다.
도 7A 및 도 7B는 이러한 처리의 다른 예를 제공하며, 여기서 차량의 위치는 피처 지오메트리들의 추출, 지문 데이터베이스와 지오메트리들의 정합, 및 다변측량 처리를 통해 결정된다. 예를 들면, 도 7A에서는, 4개의 직선 피처가 차량 주위의 3개의 빌딩(32, 34, 36)으로부터 추출된다. 지문 데이터베이스와의 정합 처리를 통해, 피처 지오메트리에 대한 제어점 정보가 처리를 위해 차량으로 다시 중계된다. 도 7B에 나타낸 바와 같이, 이들 4개의 직선 피처는 7개의 제어점을 포함하며, 여기서 d1 내지 d7은 차량으로부터 각각의 제어점까지의 식별된 거리를 표시한다. 이들 거리 및 제어점 정보(예컨대, 위도, 경도, 및 표고)를 사용하여, 차량의 지리적 위치가 결정된다.
도 8은 3개의 제어점(P1, P2, P3)에 기초한 다변측량 처리의 다른 예를 제공한다. 3개의 제어점에 대한 지리 좌표는 (0,0), (d,0), 및 (i,j)로서 식별된다. 차량으로부터 제어점들까지의 거리는 반경(r1, r2, r3)에 의해 식별된다. 이러한 알려진 거리, 및 지문 데이터베이스로부터의 제어점들의 지리적 위치에 기초하여, 차량의 대략적인 지리적 위치가 계산된다. 예를 들면, 이 경우에는, 차량의 위치에 대한 x, y, 및 z 좌표가 다음의 식을 사용하여 계산될 수 있다:
Figure 112019024068813-pat00001
Figure 112019024068813-pat00002
Figure 112019024068813-pat00003
도 8에 도시된 바와 같이, 대략적인 위치는 3개의 구의 교차점 이내이다.
일부 실시예에서, 예를 들어 자율 또는 HAD 차량의 경우에, 차량의 지리적 위치 또는 방위의 처리 및 결정 다음에, 차량은 보고된 데이터를 처리하고 운전자에게 경고하거나 조취를 취할지의 여부에 대해 결정할 수 있다. 소정의 실시예들에서, 차량 내의 항법 디바이스 또는 항법 디바이스와 통신하는 다른 컴퓨터 시스템은 차량을 라우팅하기 위한 명령어를 포함할 수 있거나, 또는 차량을 조종하고, 기어를 변속하며, 스로틀을 증감시키고, 보고된 위치 또는 방위 데이터에 기초하여 제동하기 위한 구동 명령을 생성할 수 있다.
플로차트 실시예들
도 9는 다변측량 기술을 이용하여 디바이스의 위치를 결정하기 위한 예시적인 플로차트를 도시하고 있다. 플로차트의 처리는 도 10 및 도 11에 기술되고 나타낸 항법 데이터 시스템(100) 또는 디바이스(201)에 의해 수행될 수 있다. 대안적으로, 다른 디바이스가 다음의 조치 중 하나 이상을 수행하도록 구성될 수 있다. 추가, 더 적은, 또는 다른 조치가 포함될 수 있다.
조치 S101에서, 최종 사용자 디바이스는 경로망 내의 위치에서의 깊이 맵을 수집한다. 조치 S103에서, 최종 사용자 디바이스의 프로세서가 깊이 맵으로부터 2차원 피처 지오메트리들을 추출한다. 조치 S105에서, 추출된 피처 지오메트리들 내의 다수의 제어점이 식별된다. 조치 S107에서, 최종 사용자 디바이스와 식별된 제어점들 간의 거리가 계산된다. 조치 S109에서, 위치 참조 정보가 외부 데이터베이스로부터 각각의 식별된 제어점에 대해 수신된다. 조치 S111에서, 경로망 내의 최종 사용자 디바이스의 지리적 위치가 식별된 제어점들의 위치 참조 정보 및 최종 사용자 디바이스와 각각의 식별된 제어점 간의 계산된 거리를 이용한 다변측량 계산을 통해 결정된다.
도 10은 경로망 내의 디바이스의 위치 결정을 보조하기 위한 추가의 예시적인 플로차트를 도시하고 있다. 플로차트의 처리는 도 11 및 도 12에 기술되고 나타낸 항법 데이터 시스템(100) 또는 디바이스(201)에 의해 수행될 수 있다. 대안적으로, 다른 디바이스가 다음의 조치 중 하나 이상을 수행하도록 구성될 수 있다. 추가, 더 적은, 또는 다른 조치가 포함될 수 있다.
조치 S201에서, 경로망 내의 위치에 대한 깊이 맵의 추출된 2차원 피처 지오메트리들이 최종 사용자 디바이스로부터 수신된다. 조치 S203에서, 최종 사용자 디바이스로부터의 추출된 피처 지오메트리들이 경로망에 대한 데이터베이스 내의 다수의 피처 지오메트리와 정합된다. 조치 S205에서, 정합된 피처 지오메트리들의 점들에 대한 위치 참조 정보가 데이터베이스로부터 검색된다. 조치 S207에서, 위치 참조 정보가 연결된 네트워크를 통해 최종 사용자 디바이스에 전송되고, 여기서 최종 사용자 디바이스 및 그의 관련 프로세서가 다변측량 계산을 통해 그의 지리적 위치를 결정할 수 있다.
항법 및 네트워크 시스템
도 11은 깊이 맵 데이터를 수집하거나 경로망 내의 디바이스의 위치를 결정하기에 유용한 지리 및/또는 항법 데이터 시스템(100)의 일 실시예를 도시하고 있다. 지리 데이터 또는 항법 시스템(100)은 지리적 구역(112) 내의 경로망(108) 상에서 주행하는 데이터 수집 또는 최종 사용자 디바이스(104), 디바이스(116), 처리 디바이스(128), 워크스테이션 또는 컴퓨터(132), 및/또는 데이터베이스(136)를 포함하지만, 이에 한정되지 않는다. 추가, 더 적은, 또는 다른 구성요소가 제공될 수 있다. 예를 들면, 프록시 서버, 네임 서버, 맵 서버, 캐시 서버 또는 캐시 네트워크, 라우터, 스위치 또는 지능형 스위치(intelligent switch), 추가 컴퓨터 또는 워크스테이션, 사용자 인터페이스, 관리 구성요소, 예를 들어 관리 워크스테이션, 게이트웨이 디바이스, 백본, 포트, 네트워크 연결부, 및/또는 네트워크 인터페이스가 제공될 수 있다. 도 11에서의 구성요소는 서로 분리된 것으로 도시되어 있지만, 이들 구성요소 중 하나 이상이 결합될 수도 있다.
데이터 수집 또는 최종 사용자 디바이스(104)는 차량, 예를 들어 자동차, 트럭, 오토바이, 자전거, 세그웨이(Segway), 또는 경로망(108) 상에서 이동하는데 사용되는 다른 운송 디바이스 또는 기계 디바이스이다. 대안적으로, 데이터 수집 또는 최종 사용자 디바이스(104)는 경로망(108)을 따라 걷거나 이동하는 인간 또는 동물과 같은 보행자를 표현할 수 있다. 경로망(108)은 도로망 및/또는 다른 통로들의 집합이다. 예를 들면, 경로망(108)은 다양한 도로로 구성된 도로망이다. 도로는, 예를 들어 지역 및 인근 거리(street)뿐만 아니라 고속도로 상에서 차량을 운전하는데 사용될 수 있다. 또한, 전통적인 거리 대신에 또는 그에 추가로, 경로망(108)은 자전거 도로 또는 경로, 보행로, 또는 기타 주행로를 포함할 수 있다. 대안적으로, 경로망(108)은 특정 경로 또는 주행 제약이 없는 개방 영역 공간일 수 있다. 경로망(108)은 지리적 구역(112), 예를 들어 도시, 교외, 주, 나라, 및/또는 다른 지리적 구역 내에 있다.
소정의 실시예들에서, 데이터 수집 또는 최종 사용자 디바이스(104)는 자율 차량 또는 고도의 자동화 주행(HAD) 차량이다. 본 명세서에 기술된 바와 같이, "자율 차량(autonomous vehicle)"은 탑승자가 차량를 조작하기 위해 탑승할 필요가 없는 자가 운전 또는 무인 운전 모드(driverless mode)를 지칭할 수 있다. 자율 차량은 로봇 차량 또는 자동화 차량이라고 지칭될 수도 있다. 자율 차량은 탑승자를 포함할 수 있지만, 운전자가 필요없다. 이들 자율 차량은 사람의 운전자 없이 위치들 사이에서 스스로 주차하거나 화물을 이동시킬 수 있다. 자율 차량은 다수의 모드를 포함할 수 있고 모드들 사이에서 이행할 수 있다.
본 명세서에 기재된 바와 같이, "고도의 자동화 주행(HAD) 차량(highly automated driving(HAD) vehicle"은 사람의 운전자를 완전히 대신하지는 못하는 차량을 지칭할 수 있다. 대신에, 고도의 자동화 주행 모드에서는, 차량이 일부 주행 기능을 수행할 수 있고, 사람의 운전자가 일부 주행 기능을 수행할 수 있다. 차량은 또한 사람의 운전자가 차량의 이동에 걸쳐서 어느 정도의 제어를 수행하는 수동 모드로 구동될 수도 있다. 차량은 또한 완전 무인 운전 모드를 포함할 수도 있다. 다른 자동화 수준도 가능하다.
데이터 수집 또는 최종 사용자 디바이스(104)는 데이터를 수집하기 위해서 경로망(108)을 따라 주행하거나 당해 경로망을 돌아다닌다. 지지 디바이스 또는 하우징(116)이 디바이스(104)에 부착 또는 연결되거나 그에 의해 운반된다. 지지 하우징(116)은 도로 또는 경로 주위나 부근의 영역 또는 다른 영역을 나타내는 데이터를 수집하기 위한 장비일 수 있거나, 그 장비를 포함할 수 있다. 예를 들면, 수집된 데이터는 (예를 들어, 가시 스펙트럼 또는 다른 스펙트럼의) 레이저, LIDAR, 이미지, 및/또는 비디오/카메라 데이터일 수 있다. 위치 데이터, GPS 데이터, 및/또는 다른 지리 데이터와 같은 다른 데이터가 수집될 수 있다.
일 실시예에서, 지지 하우징(116)은 보행자(데이터 수집 또는 최종 사용자 디바이스(104))에 부착되거나 그에 의해 운반되는 하우징 또는 용기이고, 보행자가 경로, 보도, 또는 다른 영역 상에 있고/있거나 그 위에서 이동하고 있을 때, 지지 하우징(116) 내의 장비, 예를 들어 LIDAR 시스템 및/또는 카메라가 데이터를 수집한다. 다른 실시예에서, 지지 하우징(116)은 차량에 부착되는 하우징 또는 용기이고, 차량이 도로 또는 경로 상에 있고/있거나 그 위에서 이동하고 있을 때, 지지 하우징(116) 내의 장비, 예를 들어 LIDAR 디바이스 및/또는 카메라가 주위 영역에 대응하는 데이터를 수집하거나 모은다. 대안적으로, 지지 하우징(116)은 LIDAR 디바이스 또는 카메라 디바이스 자체 또는 그의 일부일 수 있다. 지지 하우징(116)은 디바이스(예컨대, 차량)의 후미에 위치할 수도 있고 수집을 향상시키기 위해 경사질 수도 있다. 다른 실시예들에서, 지지 하우징(116)은 차량, 보행자, 또는 디바이스 상의 임의의 장소에 그리고 임의의 방향으로 위치할 수 있다.
수집된 데이터는 하나 이상의 비일시적 컴퓨터 판독가능 매체(120), 예를 들어 CD-ROM, DVD, 플래시 드라이브, 하드 드라이브, 또는 데이터를 저장하기에 적합한 다른 유형 매체(tangible media) 상에 저장된다. 다른 유형의 데이터가 동일한 매체(120) 상에 저장될 수 있다. 대안적으로, 별도의 비일시적 매체(120)가 별도 또는 다른 유형의 데이터를 저장하는데 사용될 수 있다. 일 실시예에서는, LIDAR 또는 레이저 데이터, 사진(예를 들어, 디지털 또는 전자 사진), 비디오 이미지, 및/또는 디바이스(104) 및/또는 지지 하우징(116)에 의해 수집된 다른 이미지 데이터가 하나 이상의 비일시적 매체(120) 내에 저장된다. 수집된 LIDAR 또는 이미지 데이터는 경로, 도로, 또는 다른 영역 주위나 부근의 영역 또는 구역을 표현할 수 있다. 수집된 레이저 또는 LIDAR 데이터 및/또는 이미지는 지리적 피처, 예를 들어 하늘 피처, 지형 또는 주위 피처, 도로 또는 경로(예를 들어, 보도), 도로 또는 경로 마킹(예를 들어, 횡단보도 또는 차선 마킹), 도로 또는 경로 표지판, 빌딩, 공원, 박물관 등과 같은 관심 지점("POI"), 및/또는 다른 피처 또는 물체를 포함할 수 있다.
하나 이상의 비일시적 매체(120)를 통해, 수집된 데이터는 맵, 지리, 및/또는 항법 데이터 개발자(124), 예를 들어 HERE 또는 Nokia Corporation에 보내진다. 예를 들면, 비일시적 매체(120)는 맵 개발자(124)에게 우편 발송되거나 전달될 수 있다. 대안적으로, 수집된 데이터의 일부 또는 전부는 무선 및/또는 유선 네트워크를 통해 맵 개발자(124)에게 전송될 수 있다. 예를 들면, 상기 네트워크는 인터넷, 인트라넷, 근거리 네트워크("LAN"), 광대역 네트워크("WAN"), 가상 사설 네트워크("VPN"), 서버 네트워크, 셀룰러 네트워크, 위성 네트워크, 방송 네트워크, 무선 또는 유선 연결부, 및/또는 임의의 공지되거나 장래의 네트워크 또는 연결부일 수 있다. 용어 "맵 개발자(map developer)"는 또한 제삼자 계약자를 포함할 수도 있다.
맵 개발자(124)에 의해 유지되는 처리 디바이스(128)는 수집된 데이터를 수신한다. 처리 디바이스(128)는 하나 이상의 서버, 컴퓨터(예를 들어, 데스크톱 타워 또는 랩톱 처리 유닛), 프로세서, 및/또는 다른 전자 처리 시스템 또는 디바이스이다. 처리 디바이스(128)는 프로세서(140), 메모리(144), 및 이미지 소프트웨어 애플리케이션(148)을 포함하지만, 이에 한정되지 않는다. 추가, 더 적은, 또는 다른 구성요소가 제공될 수도 있다.
처리 디바이스(128)는 워크스테이션 또는 컴퓨터(132)를 포함하거나 그와 통신할 수 있다. 예를 들면, 워크스테이션(132)은 사용자 인터페이스, 전자 콘솔, 및/또는 처리 디바이스(128) 또는 그의 구성요소에 대한 액세스, 제어, 및/또는 그와의 통신을 행하는데 사용될 수 있는 하나 이상의 입력 디바이스를 갖는 컴퓨터이다.
프로세서(140)는 범용 프로세서, 주문형 집적 회로(application-specific integrated circuit: "ASIC"), 디지털 신호 프로세서, 필드 프로그램가능 게이트 어레이(field programmable gate array: "FPGA"), 디지털 회로, 아날로그 회로, 또는 이들의 조합이다. 일 실시예에서, 프로세서(140)는 다양한 전자장치 및 처리 디바이스(128)의 로직을 제어하고/하거나 그와 통신하기 위해 작동할 수 있는 하나 이상의 프로세서이다. 메모리(144)는 임의의 공지되거나 장래의 저장 디바이스이다. 메모리(144)는 비휘발성 및/또는 휘발성 메모리, 예를 들어 랜덤 액세스 메모리 "RAM"(전자식), 판독 전용 메모리 "ROM"(전자식), 또는 소거가능 프로그램가능 판독 전용 메모리(EPROM 또는 플래시 메모리)이다. 메모리 네트워크가 제공될 수도 있다. 메모리(144)는 프로세서(140)의 일부일 수 있다. 메모리(144)는 레이저, LIDAR, 및/또는 이미지 데이터 또는 다른 데이터를 저장하도록 작동 가능하거나 구성된다.
프로세서(140) 또는 다른 프로세서는 메모리(144) 또는 다른 메모리 내에 저장될 수 있는 이미지 소프트웨어 애플리케이션(148)을 실행하도록 구성되거나 적합하게 된다. 예를 들면, 이미지 소프트웨어 애플리케이션(148)은 모델 데이터, 예를 들어 지리적 영역에 대응하는 3차원 모델 데이터에 기초하여 다층 이미지(예를 들어, 2차원 스케일러블 벡터 그래픽(scalable vector graphics: "SVG") 다층 이미지)를 생성한다. 일 실시예에서, 애플리케이션(148)은 3차원 모델 데이터, 예를 들어 수집된 3차원 LIDAR 점군 데이터를 식별 및/또는 수신하고, 이하에서 상세히 논의되는 처리 또는 렌더링 시퀀스를 수행하여, 지리적 영역의 다층 그래픽 이미지를 생성한다. 생성된 다층 그래픽 이미지는 항법 또는 지리 시스템뿐만 아니라 다양한 사용자 인터페이스, 디바이스, 또는 시스템에서 사용될 수 있다. 또한, 생성된 다층 그래픽 이미지는 구성 목적을 위해 이러한 시스템 및/또는 디바이스의 개발자에 제공될 수 있다.
일 실시예에서, 하나 이상의 생성된 다층 그래픽 이미지는 처리 디바이스(128)와 통신하는 데이터베이스(136)에 저장, 링크, 인덱싱, 및/또는 연관된다. 대안적으로, 하나 이상의 생성된 다층 그래픽 이미지는 데이터베이스(136) 또는 그의 데이터와 연관될 수 있거나 없는 하나 이상의 별도 또는 다른 데이터베이스 내에 저장될 수 있다. 일 실시예에서, 지리 데이터베이스(136)는 항법 관련 및/또는 지리 관련 서비스를 위해 사용되는 데이터를 포함한다. 예를 들면, 지리 데이터베이스(136)는 도로망, 예를 들어 경로망(108)을 나타내는 도로 구간/링크 및 노드 데이터 레코드를 포함한다. 노드는 도로 구간의 종점 및/또는 교차점을 표현한다. 도로 구간 및 노드는 속성, 예를 들어 지리 좌표, 거리명, 주소 범위, 속도 제한, 교차로에서의 방향 전환 제한, 및 다른 차량 항법 속성뿐만 아니라, POI, 예를 들어 주유소, 호텔, 레스토랑, 박물관, 경기장, 사무실, 자동차 판매점, 자동차 수리점, 빌딩, 상점 등과 연관될 수 있다. 대안적으로, 지리 데이터베이스(136)는 차량 도로 레코드 데이터에 추가로 또는 그 대신에 보행로를 표현하는 경로 구간/링크 및 노드 데이터 레코드 또는 다른 데이터를 포함한다.
지리 데이터베이스(136)는 갱신, 유지보수, 및 개발을 용이하게 하는 포맷으로 저장되는 마스터 지리 데이터베이스일 수 있다. 예를 들면, 마스터 지리 데이터베이스(136) 또는 마스터 지리 데이터베이스(136) 내의 데이터는, 예를 들어 개발 또는 생산 목적을 위해 오라클 공간 포맷(Oracle spatial format)으로 존재한다. 오라클 공간 포맷 또는 개발/생산 데이터베이스는 전달 포맷, 예를 들어 GDF 포맷으로 컴파일링될 수 있다.
생산 및/또는 전달 포맷의 데이터는, 최종 사용자 항법 디바이스 또는 시스템 또는 다른 시스템 또는 디바이스에서 사용될 수 있는 지리 데이터베이스 제품 또는 데이터베이스(152)를 형성하도록 컴파일링되거나 더욱 컴파일링될 수 있다. 예를 들면, 맵 개발자(124)(예를 들어, 항법 디바이스 또는 시스템의 개발자)의 고객은 생성된 다층 그래픽 이미지뿐만 아니라 전달 포맷의 다른 지리 데이터를 수신한 다음에 이러한 데이터를 최종 사용자 디바이스를 위해 컴파일링 및/또는 구성할 수 있다. 일 실시예에서, 지리 데이터는 항법 디바이스에 의해 경로 계산, 경로 안내, 맵 표시, 속도 계산, 거리 및 주행 시간 기능, 및 다른 기능과 같은 항법 관련 기능 및/또는 서비스를 수행하기 위한 데이터(예컨대, 구간/링크, 노드, 다층 그래픽 이미지, 및/또는 다른 데이터 또는 속성)를 조직화 및/또는 구성하도록 (예를 들어 PSF 포맷으로) 컴파일링된다. 항법 관련 기능은 차량 항법, 보행자 항법, 또는 다른 유형의 항법에 대응할 수 있다.
도 12는 디바이스(201)의 구성요소들의 실시예를 도시하고 있다. 예를 들면, 디바이스(201)는 데이터 수집 또는 최종 사용자 디바이스(104), 예를 들어 차량의 실시예일 수 있거나, 또는 지지 디바이스(116)와 유사할 수 있다. 일 실시예에서, 디바이스(201)는 데이터를 수집하기 위한 장비를 포함하는 지지체 또는 하우징이다. 예를 들면, 디바이스(201)는 차량과 제거 가능하게 또는 일체로 부착되거나 연결된다. 디바이스(201)는 차량의 후미 최상부에 위치한다. 대안적으로, 디바이스(201)는 임의의 각도로 차량의 임의의 부분 상에 또는 안에 위치할 수도 있다. 다른 실시예에서, 디바이스(201)는 보행자에 부착되거나 그에 의해 운반된다. 예를 들면, 디바이스(201)는 3차원 데이터를 수집하기 위한 LIDAR 디바이스 또는 다른 디바이스일 수 있다.
디바이스(201)는 프로세서(205), 메모리(209), 측위 시스템(213), 데이터 수집 및 최종 사용자 디바이스(217), 및 카메라 또는 카메라 디바이스(221)를 포함하지만, 이에 한정되지 않는다. 추가, 더 적은, 또는 다른 구성요소가 제공될 수 있다. 예를 들면, 입력 디바이스가 제공될 수 있다. 입력 디바이스는 하나 이상의 버튼, 키패드, 키보드, 마우스, 스타일리스트 펜, 트랙볼, 로커 스위치(rocker switch), 터치 패드, 음성 인식 회로, 또는 디바이스(201)의 하나 이상의 구성요소 내의 데이터를 제어 또는 입력하기 위한 다른 디바이스 또는 구성요소일 수 있다. 도 12에서의 구성요소는 서로 분리된 것으로 도시되어 있지만, 이들 구성요소 중 하나 이상이 결합될 수도 있다. 또한, 구성요소들 중 일부는 디바이스(201)의 외측에 제공될 수 있다. 예를 들면, 디바이스(201)가 차량에 부착된 하우징인 경우, 측위 시스템(213), 프로세서(205), 메모리(209), 입력 디바이스, 및/또는 다른 구성요소는 차량 내에 또는 차량의 다른 부분 상에 있을 수 있는 한편, 데이터 수집 또는 최종 사용자 디바이스(217) 및 카메라(221)는 디바이스(201) 내에 있다. 데이터 수집 및 최종 사용자 디바이스(217) 및 카메라(221)는 또한 다른 외장체 또는 지지체로 분리될 수도 있다.
프로세서(205)는 프로세서(140)와 유사하거나 다르다. 프로세서(205)는 수집 장비, 예를 들어 측위 시스템(213), 데이터 수집 또는 최종 사용자 디바이스(217), 및 카메라 시스템(221)을 작동시키도록 구성된다. 예를 들면, 프로세서(205)는 다양한 수집 디바이스에 명령을 보내서 데이터를 수집하고 다른 구성요소들을 동기화하거나 관리한다. 또한, 프로세서(205)는 수집 디바이스들로부터의 데이터를 메모리(209) 내에 저장하도록 구성된다. 메모리(209)는 메모리(144)와 유사하거나 다르다. 메모리(209)는 수집된 광, 레이저, LIDAR, 이미지, 및/또는 위치 데이터 또는 다른 데이터를 저장하도록 작동 가능하거나 구성된다. 메모리(209)는 비일시적 컴퓨터 판독가능 매체(120)의 일부일 수 있거나 별도의 메모리일 수도 있다.
측위 시스템(213)은 GPS 시스템, 하나 이상의 기계 및/또는 전기 센서, 하나 이상의 자이로스코프, 로컬 측위 시스템, 하나 이상의 방향 센서, 또는 디바이스(201), 그의 구성요소, 또는 부착된 디바이스, 예를 들어 차량의 장소 데이터(예컨대, 경도, 위도 및/또는 표고) 및/또는 방향 데이터와 같은 위치 데이터를 제공하기 위한 다른 시스템 또는 디바이스이다.
카메라(221)는 주위 영역의 사진 또는 비디오를 촬영하기 위해 사용되는 하나 이상의 카메라이다. 예를 들면, 카메라 시스템(221)은, 차량이 도로 또는 경로를 따라 주행할 때에 도로 또는 경로에 대한 지리적 피처를 표현하는 (예를 들어 가시광 스펙트럼의) 비디오 데이터를 기록하는 비디오 카메라를 포함한다. 카메라(221)는 또한 비디오 데이터와는 별도의 정지 사진을 포착할 수도 있다. 카메라(221)는 지리적 피처들의 상이한 색상 및 관련 텍스트를 포착할 수 있다.
데이터 수집 또는 최종 사용자 디바이스(217)는 광 데이터 수집 디바이스를 포함한다. 예를 들면, 상기 디바이스 또는 시스템(217)은 광원 및 광 수신기를 포함할 수 있다. 일 실시예에서, 데이터 수집 또는 최종 사용자 디바이스(217)는 LIDAR 디바이스 또는 센서, 레이저 디바이스, 및/또는 광을 송수신함으로써 데이터점, 예를 들어 3차원 데이터를 수집하는 다른 디바이스를 포함한다.
전술한 실시예에서, 통신 네트워크는 유선 네트워크, 무선 네트워크, 또는 이들의 조합을 포함할 수 있다. 무선 네트워크는 셀룰러 전화 네트워크, 802.11, 802.16, 802.20, 또는 WiMax 네트워크일 수 있다. 또한, 네트워크는 공중 네트워크, 예를 들어 인터넷, 사설 네트워크, 예를 들어 인트라넷, 또는 그들의 조합일 수 있고, TCP/IP 기반 네트워킹 프로토콜을 포함하지만 이에 한정되지 않는 현재 입수 가능하거나 차후에 개발될 다양한 네트워킹 프로토콜을 활용할 수 있다.
비일시적 컴퓨터 판독가능 매체가 단일의 매체인 것으로 기술되어 있지만, 용어 "컴퓨터 판독가능 매체(computer-readable medium)"는 단일의 매체 또는 다수의 매체, 예를 들어 중앙 집중형 또는 분산형 데이터베이스, 및/또는 하나 이상의 명령어 세트를 저장하는 관련 캐쉬 및 서버를 포함한다. 용어 "컴퓨터 판독가능 매체"는, 프로세서에 의해 실행하기 위한 명령어 세트를 저장, 인코딩 또는 운반할 수 있거나, 또는 컴퓨터 시스템이 본 명세서에 개시된 방법 및 동작 중 임의의 하나 이상을 수행하게 하는 임의의 매체를 또한 포함할 것이다.
예시적인 비한정의 특정 실시예에서, 컴퓨터 판독가능 매체는 하나 이상의 비휘발성 판독 전용 메모리를 하우징하는 메모리 카드 또는 다른 패키지와 같은 솔리드 스테이트(solid-state) 메모리를 포함할 수 있다. 또한, 컴퓨터 판독가능 매체는 랜덤 액세스 메모리 또는 다른 휘발성 재기록가능 메모리일 수 있다. 또한, 컴퓨터 판독가능 매체는 광자기(magneto-optical) 또는 광학 매체, 예를 들어 전송 매체를 통해 통신되는 신호와 같은 반송파 신호를 포착하기 위한 디스크 또는 테이프 또는 다른 저장 디바이스를 포함할 수 있다. 따라서, 본 개시내용은 데이터 또는 명령어가 저장될 수 있는, 컴퓨터 판독가능 매체 및 다른 등가물 및 후속 매체 중 임의의 하나 이상을 포함하는 것으로 간주된다.
대안적인 실시예에서는, 전용 하드웨어 구현예, 예를 들어 주문형 집적 회로, 프로그램가능 로직 어레이 및 다른 하드웨어 디바이스가 본 명세서에 기술된 방법들 중 하나 이상을 구현하도록 구성될 수 있다. 다양한 실시예의 장치 및 시스템을 포함할 수 있는 적용예는 다양한 전자장치 및 컴퓨터 시스템을 광범위하게 포함할 수 있다. 본 명세서에 기술된 하나 이상의 실시예는 모듈들 간에서 그리고 모듈을 통해 통신될 수 있는 관련된 제어 및 데이터 신호를 갖는 2개 이상의 특정한 상호연결된 하드웨어 모듈 또는 디바이스를 사용하여, 또는 주문형 집적 회로의 일부로서 기능을 구현할 수 있다. 따라서, 본 시스템은 소프트웨어, 펌웨어, 및 하드웨어 구현예를 망라한다.
본 개시의 다양한 실시예에 따르면, 본 명세서에 기술된 방법은 컴퓨터 시스템에 의해 실행 가능한 소프트웨어 프로그램에 의해 구현될 수 있다. 또한, 예시적인 비한정 실시예에서, 구현예는 분산 처리, 구성요소/오브젝트 분산 처리, 및 병렬 처리를 포함할 수 있다. 대안적으로, 가상 컴퓨터 시스템 처리가 본 명세서에 기술된 바와 같은 방법 또는 기능 중 하나 이상을 구현하도록 구성될 수 있다.
본 명세서는 특정 표준 및 프로토콜을 참조하여 특정 실시예에서 구현될 수 있는 구성요소 및 기능을 기술하지만, 본 발명은 이러한 표준 및 프로토콜에 한정되지 않는다. 예를 들면, 인터넷 및 다른 패킷 스위치형 네트워크 전송(예컨대, TCP/IP, UDP/IP, HTML, HTTP, HTTPS)을 위한 표준은 최신 기술의 예를 나타낸다. 이러한 표준은 근본적으로 동일한 기능을 갖는 보다 신속하거나 보다 효율적인 등가물에 의해 주기적으로 대체된다. 따라서, 본 명세서에 개시된 것과 동일 또는 유사한 기능을 갖는 대체 표준 및 프로토콜은 그의 등가물인 것으로 간주된다.
컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 애플리케이션, 스크립트 또는 코드라고도 알려짐)은 컴파일링된 또는 해석된 언어를 포함한 임의의 형태의 프로그래밍 언어로 기록될 수 있으며, 자립형 프로그램으로서 또는 모듈, 구성요소, 서브루틴, 또는 연산 환경에서 사용하기에 적합한 다른 유닛을 포함한 임의의 형태로 전개될 수 있다. 컴퓨터 프로그램은 반드시 파일 시스템 내의 파일에 대응하지는 않는다. 프로그램은 다른 프로그램 또는 데이터(예컨대, 마크업 언어 문서 내에 저장된 하나 이상의 스크립)를 보유하는 파일의 일부 내에, 해당 프로그램 전용의 단일 파일 내에, 또는 다수의 협력(coordinated) 파일(예컨대, 하나 이상의 모듈, 하위 프로그램, 또는 코드의 일부) 내에 저장될 수 있다. 컴퓨터 프로그램은 하나의 사이트에 위치하거나 다수의 사이트에 걸쳐서 분산되고 통신 네트워크에 의해 상호 연결되는 하나의 컴퓨터 또는 다수의 컴퓨터 상에서 실행되도록 전개될 수 있다.
본 명세서에 기술된 처리는 논리 흐름은 입력 데이터에 대해 작동하여 출력을 생성함으로써 기능을 수행하기 위해 하나 이상의 컴퓨터 프로그램을 실행하는 하나 이상의 프로그램가능 프로세서에 의해 수행될 수 있다. 처리 및 논리 흐름은 또한 특수 목적용 논리 회로, 예컨대 FPGA((field programmable gate array) 또는 ASIC(application specific integrated circuit)에 의해 수행될 수도 있고, 장치는 또한 이러한 특수 목적용 논리 회로로서 구현될 수도 있다.
본원에서 사용되는 바와 같이, 용어 "회로(circuitry 또는 circuit)"는 다음의 모든 것, 즉 (a) 하드웨어 전용 회로 구현예(예를 들어, 아날로그 및/또는 디지털 회로만의 구현예) 및 (b) 회로 및 소프트웨어(및/또는 펌웨어)의 조합, 예를 들어(적용 가능한 경우), (i) 프로세서(들)의 조합 또는 (ii) 프로세서(들)/소프트웨어(이동 전화기 또는 서버와 같은 장치가 다양한 기능을 수행하게 하도록 함께 작업하는 디지털 신호 프로세서(들), 소프트웨어, 및 메모리(들)를 포함함)의 일부 및 (c) 소프트웨어 또는 펌웨어가 물리적으로 존재하지 않는 경우에도, 작동을 위한 소프트웨어 또는 펌웨어를 필요로 하는 회로, 예를 들어 마이크로프로세서(들) 또는 마이크로프로세서(들)의 일부를 지칭한다.
"회로"의 이러한 정의는 임의의 청구범위를 포함한, 본원에서의 이러한 용어의 모든 용도에 적용한다. 또 다른 예로서, 본원에서 사용되는 바와 같이, 용어 "회로"는 또한 단지 프로세서(또는 다수의 프로세서) 또는 프로세서의 일부 및 그의(또는 그들의) 부속 소프트웨어 및/또는 펌웨어의 구현예를 포함할 것이다. 또한, 용어 "회로"는, 예를 들면 그리고 특정 청구범위 요소에 적용 가능한 경우, 이동 전화기용 베이스밴드 집적 회로 또는 애플리케이션 프로세서 집적 회로 또는 서버 내의 유사한 집적 회로, 셀룰러 네트워크 디바이스, 또는 다른 네트워크 디바이스를 포함할 것이다.
컴퓨터 프로그램의 실행에 적합한 프로세서는, 예로서 범용 및 특수 목적용 양쪽의 마이크로프로세서, 및 임의의 종류의 디지털 컴퓨터의 임의의 하나 이상의 프로세서를 포함한다. 일반적으로, 프로세서는 판독 전용 메모리 또는 랜덤 액세스 메모리 또는 양쪽 모두로부터의 명령어 또는 데이터를 수신한다. 컴퓨터의 필수 요소는 명령어를 수행하기 위한 프로세서 및 명령어 및 데이터를 저장하기 위한 하나 이상의 메모리 디바이스이다. 일반적으로, 컴퓨터는 데이터를 저장하기 위한 하나 이상의 대량 저장 디바이스, 예컨대 자기, 광자기 디스크, 또는 광학 디스크를 또한 포함하거나, 이들로부터 데이터를 수신하거나 이들로 데이터를 이송하도록 동작 가능하게 결합된다. 그러나, 컴퓨터는 이러한 디바이스가 필요없다. 또한, 컴퓨터는 다른 디바이스, 예컨대, 몇 가지만 예로 들면, 이동 전화기, 개인 휴대 정보 단말기(PDA), 이동식 오디오 플레이어, 위성 위치 확인 시스템(GPS) 수신기에 내장될 수 있다. 컴퓨터 프로그램 명령어 및 데이터를 저장하기에 적합한 컴퓨터 판독가능 매체는, 예로서 반도체 메모리 디바이스, 예컨대, EPROM, EEPROM, 및 플래시 메모리 디바이스; 자기 디스크, 예컨대 내부 하드 디스크 또는 탈착식 디스크; 광자기 디스크; 및 CD ROM 및 DVD-ROM 디스크를 포함한, 모든 형태의 비휘발성 메모리, 매체 및 메모리 디바이스를 포함한다. 프로세서 및 메모리는 특수 목적용 논리 회로에 의해 보충되거나, 또는 그 안에 포함될 수 있다.
사용자와의 상호 작용을 제공하기 위해, 본 명세서에 기술된 주제의 실시예는 사용자에게 정보를 표시하기 위한 디스플레이, 예컨대 CRT(cathode ray tube) 또는 LCD(liquid crystal display) 모니터 및 사용자가 컴퓨터에 대한 입력을 제공할 수 있는 키보드 및 포인팅 디바이스, 예컨대 마우스 또는 트랙볼을 갖는 디바이스 상에서 구현될 수 있다. 다른 종류의 디바이스는 또한 사용자와의 상호 작용; 예를 들면, 사용자가 임의의 형태의 감각 피드백, 예컨대 시각 피드백, 청각 피드백, 또는 촉각 피드백을 제공하는데 사용될 수 있고; 사용자로부터의 입력은 음향, 음성, 또는 촉각 입력을 포함한 임의의 형태로 수신될 수 있다.
본 명세서에 기술된 주제의 실시예들은, 후단 구성요소, 예컨대 데이터 서버를 포함하거나, 또는 미들웨어 구성요소, 예컨대 애플리케이션 서버를 포함하거나, 또는 전단 구성요소, 예컨대, 사용자가 본 명세서에 기술된 주제의 구현예와 상호 작용할 수 있는 그래픽 사용자 인터페이스 또는 웹 브라우저를 갖는 클라언트 컴퓨터를 포함하는 연산 시스템, 또는 하나 이상의 이러한 후단, 미들웨어, 또는 전단 구성요소들의 임의의 조합으로 구현될 수 있다. 상기 시스템의 구성요소들은 디지털 데이터 통신의 임의의 형태, 예컨대 통신 네트워크에 의해 상호 연결될 수 있다. 통신 네트워크의 예는 근거리 네트워크("LAN") 및 광대역 네트워크(WAN"), 예컨대 인터넷을 포함한다.
연산 시스템은 클라이언트 및 서버를 포함할 수 있다. 클라이언트 및 서버는 일반적으로 서로로부터 멀리 떨어져 있고, 통상적으로 통신 네트워크를 통해 상호 작용한다. 클라이언트 및 서버의 관계는 각각의 컴퓨터 상에서 실행되고 서로 클라이언트-서버 관계를 갖는 컴퓨터 프로그램에 의해 발생한다.
본 명세서에 기술된 실시예의 도시는 다양한 실시예의 구성의 일반적인 이해를 제공하려는 것이다. 상기 도시는 본 명세서에 기술된 구성 또는 방법을 활용하는 장치 및 시스템의 모든 요소 및 특징의 완벽한 설명을 제공하려는 것은 아니다. 많은 다른 실시예가 본 개시를 검토할 때에 당업자에게 명백해질 수 있다. 다른 실시예가 본 개시로부터 활용되고 유도될 수 있어, 본 개시의 범주를 벗어나지 않으면서 구조적 및 논리적 대체 및 변경이 이루어질 수 있다. 또한, 상기 도시는 단지 대표적인 것이며, 실제 축척대로 그려지지 않을 수도 있다. 상기 도시 내의 소정의 비율은 과장될 수 있는 한편, 다른 비율은 최소화될 수 있다. 따라서, 본 개시 및 도면은 제한적이기보다는 예시적인 것으로 간주되어야 한다.
본 명세서는 많은 세부사항을 포함하지만, 이들은 본 발명 또는 청구될 수 있는 것의 범위에 대한 제한으로서 해석되는 것이 아니라, 오히려 본 발명의 특정 실시예에 특정된 특징의 설명으로서 해석되어야 한다. 별도의 실시예들의 문맥에서 본 명세서에 기술된 소정의 특징은 또한 단일의 실시예에 조합하여 구현될 수도 있다. 반대로, 단일의 실시예의 문맥에서 기술된 다양한 특징은 또한 다수의 실시예에서 개별적으로 또는 임의의 적절한 하위 조합으로 구현될 수도 있다. 또한, 특징이 소정의 조합으로 작용하는 것으로 전술되고 심지어 이와 같이 처음에 청구될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징은 일부 경우에 그 조합으로부터 삭제될 수 있고, 청구된 조합은 하위 조합 또는 하위 조합의 변형으로 유도될 수 있다.
마찬가지로, 동작들이 도면에 도시되고 본 명세서에 특정 순서로 기술되지만, 이는, 바람직한 결과를 달성하기 위해서, 이러한 동작들이 나타낸 특정 순서로 또는 순차적 순서로 수행되거나, 모든 도시된 동작이 수행될 필요가 있는 것으로 이해하지 않아야 한다. 소정의 환경에서는, 다중 작업 및 병렬 처리가 유리할 수도 있다. 또한, 전술한 실시예에서의 다양한 시스템 구성요소의 분리는 모든 실시예에서 이러한 분리가 필요한 것으로 이해되지 않아야 하며, 기술된 프로그램 구성요소 및 시스템이 일반적으로 단일의 소프트웨어 제품에 함께 일체화되거나 다수의 소프트웨어 제품으로 패키징될 수 있음을 이해해야 한다.
본 개시의 하나 이상의 실시예는 단지 편의상 "발명"이라는 용어에 의해 그리고 본원의 범주를 임의의 특정 발명 또는 발명적 개념에 자발적으로 제한하려는 의도 없이, 개별적으로 그리고/또는 집합적으로 본 명세서에서 언급될 수 있다. 또한, 특정 실시예가 본 명세서에 도시되고 기술되어 있지만, 동일하거나 유사한 목적을 달성하도록 설계된 임의의 후속 배열이 나타낸 특정 실시예를 대체할 수 있음을 이해해야 한다. 본 개시내용은 다양한 실시예의 어느 및 모든 후속 적응예 또는 변형예를 포함하려는 것이다. 상기 실시예의 조합, 및 본 명세서에 구체적으로 기술되지 않은 다른 실시예가 본 설명을 검토할 때에 당업자에게는 명백하다.
본 개시의 요약서는 미국의 37 C.F.R. §1.72(b)를 준수하도록 제공되며, 청구범위의 범주 또는 의미를 해석하거나 제한하는데 사용되지 않을 것이라는 이해 하에 제출되어 있다. 또한, 상기의 상세한 설명에서, 다양한 특징부는 본 개시를 간소화할 목적으로 단일의 실시예에서 함께 그룹화되거나 기술될 수도 있다. 본 개시내용은 청구된 실시예가 각 청구범위에 명시적으로 열거되는 것보다 더 많은 특징부를 필요로 한다는 의도를 반영하는 것으로 해석하지 않아야 한다. 오히려, 다음의 청구범위가 반영하는 바와 같이, 본 발명의 주제는 임의의 개시된 실시예의 모든 특징부보다 적은 것에 관한 것일 수도 있다. 따라서, 다음의 청구범위는 상세한 설명에 포함되며, 각 청구항은 개별적으로 청구된 주제를 정의하는 것과 같이 독자적인 것이다.
상기의 상세한 설명은 한정이 아닌 예시로서 간주되고, 모든 등가물을 포함하는 다음의 청구범위는 본 발명의 범주를 정의하려는 것임을 이해할 것으로 의도되어 있다. 청구범위는 그 효과에 명시되지 않는 한, 기술된 순서 또는 요소에 한정된 것으로 읽어지지 않아야 한다. 따라서, 다음의 청구범위 및 그의 등가물의 범주 및 사상 내에 있는 모든 실시예는 본 발명으로서 청구된다.

Claims (15)

  1. 방법으로서,
    최종 사용자 디바이스(end-user device)에 의해, 경로망(path network) 내의 위치에서의 3차원 깊이 맵을 수집하는 단계;
    상기 최종 사용자 디바이스의 프로세서를 사용하여, 상기 3차원 깊이 맵으로부터 2차원 피처 지오메트리(two-dimensional feature geometry)들을 추출하는 단계;
    추출된 2차원 피처 지오메트리들 내의 다수의 제어점을 식별하는 단계;
    상기 최종 사용자 디바이스와 식별된 제어점들 간의 거리를 계산하는 단계;
    상기 최종 사용자 디바이스로부터 외부에 있는 데이터베이스로부터, 각각의 식별된 제어점에 대해 위도값 및 경도값과, 고도(elevation) 또는 표고(altitude)의 값을 포함하는 위치 참조 정보(location reference information)를 수신하는 단계; 및
    상기 식별된 제어점들의 상기 위치 참조 정보 및 상기 최종 사용자 디바이스와 각각의 식별된 제어점 간의 계산된 거리를 이용한 다변측량(multilateration) 계산을 통해 상기 경로망 내의 상기 최종 사용자 디바이스의 지리적 위치를 결정하는 단계
    를 포함하고,
    상기 3차원 깊이 맵은 하나 이상의 수평 세그먼트들로 분할되고, 각각의 수평 세그먼트는 상이한 고도에 대응되며, 각각의 수평 세그먼트는 두께를 갖는, 방법.
  2. 제1항에 있어서, 상기 식별된 제어점들의 수는 적어도 3개인, 방법.
  3. 제1항에 있어서, 상기 식별된 제어점들의 수는 적어도 2개이고, 상기 지리적 위치를 결정하는 단계는 상기 위치의 다변측량 알고리즘과 위성 위치 확인 시스템(GPS) 데이터의 조합을 포함하는, 방법.
  4. 제1항에 있어서, 상기 2차원 피처 지오메트리들은 곡선들, 원호들 또는 스플라인(spline)들 중 하나 이상을 포함하는, 방법.
  5. 제4항에 있어서, 상기 2차원 피처 지오메트리들을 추출하는 단계는, 곡선형 회귀 알고리즘을 사용하는, 방법.
  6. 제1항 내지 제5항 중 어느 한 항에 있어서, 상기 3차원 깊이 맵을 복수의 수평 세그먼트들로 슬라이싱하는 단계를 더 포함하는, 방법.
  7. 제1항 내지 제5항 중 어느 한 항에 있어서, 각각의 상기 수평 세그먼트는 0.1 내지 2 미터의 두께를 갖는, 방법.
  8. 제1항 내지 제5항 중 어느 한 항에 있어서, 각각의 상기 수평 세그먼트는 정의된 선택된 고도에서의 데이터뿐만 아니라 상기 선택된 고도 위 및 아래의 범위 내에 존재하는 데이터를 포함하는, 방법.
  9. 제1항 내지 제5항 중 어느 한 항에 있어서,
    2차원 피처 지오메트리들을 식별하기 위해 제1 고도에서 제1 수평 세그먼트를 분석하는 단계; 및
    상기 제1 수평 세그먼트에서 유용한 2차원 피처 지오메트리들이 식별되지 않는 경우, 제2 고도에서 제2 수평 세그먼트로부터의 2차원 피처 지오메트리들을 추출하는 단계를 더 포함하는, 방법.
  10. 제1항에 있어서, 상기 3차원 깊이 맵은 상기 최종 사용자 디바이스의 깊이 감지 디바이스를 사용하여 수집되고, 상기 깊이 감지 디바이스는 LIDAR 카메라, RADAR 디바이스, 초음파 디바이스, 구조 광(structure light) 카메라, 및 이동식 모노-카메라(moving mono-camera)로 이루어진 군으로부터 선택되는, 방법.
  11. 제1항에 있어서, 상기 최종 사용자 디바이스는 차량인, 방법.
  12. 제1항에 있어서, 상기 수신하는 단계 전에, 상기 추출된 2차원 피처 지오메트리들을 상기 최종 사용자 디바이스로부터 외부에 있는 상기 데이터베이스에 전송하는 단계를 더 포함하는, 방법.
  13. 방법으로서,
    최종 사용자 디바이스로부터, 경로망 내의 위치에 대한 3차원 깊이 맵의 추출된 2차원 피처 지오메트리들을 수신하는 단계;
    프로세서를 사용하여, 상기 경로망에 대한 데이터베이스 내의 다수의 2차원 피처 지오메트리와 상기 추출된 2차원 피처 지오메트리들을 정합시키는 단계;
    상기 데이터베이스로부터, 정합된 2차원 피처 지오메트리들의 점들에 대해 위도값 및 경도값과, 고도(elevation) 또는 표고(altitude)의 값을 포함하는 위치 참조 정보를 검색하는 단계; 및
    상기 위치 참조 정보를 상기 최종 사용자 디바이스에 전송하는 단계
    를 포함하고,
    상기 3차원 깊이 맵은 하나 이상의 수평 세그먼트들로 분할되고, 각각의 수평 세그먼트는 상이한 고도에 대응되며, 각각의 수평 세그먼트는 두께를 갖는, 방법.
  14. 장치로서,
    적어도 하나의 프로세서; 및
    하나 이상의 프로그램에 대한 컴퓨터 프로그램 코드를 포함하는 적어도 하나의 메모리
    를 포함하고,
    상기 적어도 하나의 메모리 및 상기 컴퓨터 프로그램 코드는, 상기 적어도 하나의 프로세서에 의해, 상기 장치가, 적어도, 제1항 내지 제5항 및 제10항 내지 제13항 중 어느 한 항에 따른 방법을 수행하도록 구성되는, 장치.
  15. 하나 이상의 프로그램에 대한 컴퓨터 프로그램 코드를 포함하는 컴퓨터 판독 가능한 저장 매체로서,
    상기 컴퓨터 프로그램 코드는 적어도 하나의 프로세서가, 적어도, 제1항 내지 제5항 및 제10항 내지 제13항 중 어느 한 항에 따른 방법을 수행하게 하도록 구성되는, 컴퓨터 판독 가능한 저장 매체.
KR1020197006926A 2014-12-26 2015-12-21 다변측량을 이용한 디바이스의 위치 확인 KR102086081B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/583,382 US10028102B2 (en) 2014-12-26 2014-12-26 Localization of a device using multilateration
US14/583,382 2014-12-26
PCT/IB2015/002520 WO2016103030A1 (en) 2014-12-26 2015-12-21 Localization of a device using multilateration

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020177020768A Division KR20170117039A (ko) 2014-12-26 2015-12-21 다변측량을 이용한 디바이스의 위치 확인

Publications (2)

Publication Number Publication Date
KR20190028567A KR20190028567A (ko) 2019-03-18
KR102086081B1 true KR102086081B1 (ko) 2020-03-06

Family

ID=55275116

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020177020768A KR20170117039A (ko) 2014-12-26 2015-12-21 다변측량을 이용한 디바이스의 위치 확인
KR1020197006926A KR102086081B1 (ko) 2014-12-26 2015-12-21 다변측량을 이용한 디바이스의 위치 확인

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020177020768A KR20170117039A (ko) 2014-12-26 2015-12-21 다변측량을 이용한 디바이스의 위치 확인

Country Status (8)

Country Link
US (1) US10028102B2 (ko)
EP (1) EP3237923A1 (ko)
JP (1) JP6619023B2 (ko)
KR (2) KR20170117039A (ko)
CN (2) CN107407568B (ko)
AU (1) AU2015370581B2 (ko)
BR (1) BR112017013792A2 (ko)
WO (1) WO2016103030A1 (ko)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9407443B2 (en) 2012-06-05 2016-08-02 Lookout, Inc. Component analysis of software applications on computing devices
US9760756B2 (en) 2013-12-05 2017-09-12 Aro, Inc. Venue identification using sensor fingerprints
US9541652B2 (en) * 2013-12-06 2017-01-10 Aro, Inc. Accurate mobile context detection at low sensor cost
WO2017021473A1 (en) * 2015-08-03 2017-02-09 Tomtom Global Content B.V. Methods and systems for generating and using localisation reference data
US10650621B1 (en) 2016-09-13 2020-05-12 Iocurrents, Inc. Interfacing with a vehicular controller area network
EP3322149B1 (en) * 2016-11-10 2023-09-13 Tata Consultancy Services Limited Customized map generation with real time messages and locations from concurrent users
KR102406502B1 (ko) * 2016-12-14 2022-06-10 현대자동차주식회사 차량의 협로 주행 안내 장치 및 방법
US10218697B2 (en) * 2017-06-09 2019-02-26 Lookout, Inc. Use of device risk evaluation to manage access to services
US11093760B2 (en) 2017-08-26 2021-08-17 Here Global B.V. Predicting features on a road network with repeating geometry patterns
EP3502618B1 (en) 2017-12-22 2021-09-22 Ordnance Survey Limited A geolocation system
US10930001B2 (en) 2018-05-29 2021-02-23 Zebra Technologies Corporation Data capture system and method for object dimensioning
US10743141B2 (en) 2018-06-05 2020-08-11 Kenmar Corporation Systems and methods for determining a location of an electronic device using bilateration
US10611372B2 (en) * 2018-09-06 2020-04-07 Zebra Technologies Corporation Dual-mode data capture system for collision detection and object dimensioning
US10955257B2 (en) 2018-12-28 2021-03-23 Beijing Didi Infinity Technology And Development Co., Ltd. Interactive 3D point cloud matching
US10976421B2 (en) * 2018-12-28 2021-04-13 Beijing Didi Infinity Technology And Development Co., Ltd. Interface for improved high definition map generation
DE102019206918B3 (de) * 2019-05-13 2020-10-08 Continental Automotive Gmbh Positionsbestimmungsverfahren und Positionsbestimmungseinrichtung
EP3973327A1 (en) * 2019-05-21 2022-03-30 Starship Technologies OÜ System and method for robot localisation in reduced light conditions
WO2021056132A1 (en) * 2019-09-23 2021-04-01 Beijing Voyager Technology Co., Ltd. Systems and methods for calibrating a camera and a lidar
WO2022107587A1 (ja) * 2020-11-18 2022-05-27 株式会社クボタ 移動体、データ生成ユニット、およびデータを生成する方法
EP4250046A4 (en) * 2020-11-18 2024-07-24 Kubota Kk MOVING BODY, CONTROL UNIT, DATA GENERATING UNIT, METHOD FOR CONTROLLING THE MOVEMENT OF A MOVING BODY AND METHOD FOR GENERATING DATA
JPWO2022107586A1 (ko) * 2020-11-18 2022-05-27
IL278930A (en) * 2020-11-23 2022-06-01 Israel Aerospace Ind Ltd Ground model based location detection with distance measurement
US11867514B2 (en) * 2021-09-24 2024-01-09 Telenav, Inc. Navigation system with independent positioning mechanism and method of operation thereof
EP4390318A1 (en) * 2022-12-21 2024-06-26 Volkswagen Ag Method and system for determining a precise position of a vehicle based on sensor data

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2228782A1 (en) 2009-02-20 2010-09-15 Navteq North America, LLC Determining travel path features based on retroreflectivity
JP2011511281A (ja) 2008-02-04 2011-04-07 テレ アトラス ノース アメリカ インコーポレイテッド センサにより検出されたオブジェクトとマップマッチングする方法
US8306273B1 (en) 2009-12-28 2012-11-06 Ball Aerospace & Technologies Corp. Method and apparatus for LIDAR target identification and pose estimation
US20140225771A1 (en) 2013-02-13 2014-08-14 Navteq B.V. Position in Urban Canyons
US20140309841A1 (en) 2011-11-22 2014-10-16 Hitachi, Ltd. Autonomous Mobile System

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11259502A (ja) * 1998-03-11 1999-09-24 Mitsubishi Electric Corp 映像情報表示装置
US6233522B1 (en) 1998-07-06 2001-05-15 Alliedsignal Inc. Aircraft position validation using radar and digital terrain elevation database
AU2001271238A1 (en) 2000-03-16 2001-09-24 The Johns-Hopkins University Light detection and ranging (lidar) mapping system
US6941226B2 (en) * 2002-05-31 2005-09-06 Trilithic, Inc. Method for determining, recording and sending GPS location data in an underwater environment
CN100557384C (zh) * 2003-11-14 2009-11-04 北京理工大学 一种基于双目视觉和激光测距的主动实时三维定位系统
JP2007080060A (ja) * 2005-09-15 2007-03-29 Matsushita Electric Ind Co Ltd 対象物特定装置
JP4680131B2 (ja) * 2006-05-29 2011-05-11 トヨタ自動車株式会社 自車位置測定装置
JP5162849B2 (ja) * 2006-06-11 2013-03-13 株式会社豊田中央研究所 不動点位置記録装置
EP2041515A4 (en) 2006-07-13 2009-11-11 Velodyne Acoustics Inc HIGH DEFINITION LIDAR SYSTEM
US8554478B2 (en) 2007-02-23 2013-10-08 Honeywell International Inc. Correlation position determination
JP2008249555A (ja) * 2007-03-30 2008-10-16 Mitsubishi Electric Corp 位置特定装置、位置特定方法および位置特定プログラム
CA2689189A1 (en) 2007-06-01 2009-02-26 Second Wind, Inc. Position correction in sodar and meteorological lidar systems
US9185361B2 (en) 2008-07-29 2015-11-10 Gerald Curry Camera-based tracking and position determination for sporting events using event information and intelligence data extracted in real-time from position information
KR20110044217A (ko) * 2008-07-31 2011-04-28 텔레 아틀라스 비. 브이. ３차원으로 내비게이션 데이터를 디스플레이하는 방법
GB0900929D0 (en) * 2009-01-20 2009-03-04 Sonitor Technologies As Acoustic position-determination system
US8125622B2 (en) 2009-07-28 2012-02-28 Applied Concepts, Inc. Lidar measurement device with target tracking and method for use of same
WO2011023246A1 (en) 2009-08-25 2011-03-03 Tele Atlas B.V. A vehicle navigation system and method
US20140379254A1 (en) 2009-08-25 2014-12-25 Tomtom Global Content B.V. Positioning system and method for use in a vehicle navigation system
CN101701828B (zh) * 2009-11-23 2012-10-03 常州超媒体与感知技术研究所有限公司 基于立体视觉和信息融合的盲人自主导航方法
WO2012012860A1 (en) 2010-07-27 2012-02-02 University Of Regina Method and system for cooperative stochastic positioning in a mobile environment
CN102506706B (zh) * 2011-10-18 2013-10-16 河北科技大学 便携式光纤干涉三坐标测量机及测量三坐标的方法
US8553942B2 (en) * 2011-10-21 2013-10-08 Navteq B.V. Reimaging based on depthmap information
US9116011B2 (en) * 2011-10-21 2015-08-25 Here Global B.V. Three dimensional routing
CN102520401B (zh) 2011-12-21 2013-05-08 南京大学 一种基于LiDAR数据的建筑物区域提取方法
JP5929230B2 (ja) * 2012-01-24 2016-06-01 カシオ計算機株式会社 測位装置、測位方法及びプログラム
US8633970B1 (en) 2012-08-30 2014-01-21 Google Inc. Augmented reality with earth data
CN103021177B (zh) 2012-11-05 2014-05-07 北京理工大学 一种雾天交通监控视频图像的处理方法和系统
KR101459522B1 (ko) * 2013-02-15 2014-11-07 브이앤아이 주식회사 모바일 기반의 부가정보를 이용한 위치 보정 방법
US9286539B2 (en) 2014-02-11 2016-03-15 Google Inc. Constructing contours from imagery
CN104236548B (zh) * 2014-09-12 2017-04-05 清华大学 一种微型无人机室内自主导航方法
US9519061B2 (en) 2014-12-26 2016-12-13 Here Global B.V. Geometric fingerprinting for localization of a device
US9792521B2 (en) 2014-12-26 2017-10-17 Here Global B.V. Extracting feature geometries for localization of a device

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011511281A (ja) 2008-02-04 2011-04-07 テレ アトラス ノース アメリカ インコーポレイテッド センサにより検出されたオブジェクトとマップマッチングする方法
EP2228782A1 (en) 2009-02-20 2010-09-15 Navteq North America, LLC Determining travel path features based on retroreflectivity
US8306273B1 (en) 2009-12-28 2012-11-06 Ball Aerospace & Technologies Corp. Method and apparatus for LIDAR target identification and pose estimation
US20140309841A1 (en) 2011-11-22 2014-10-16 Hitachi, Ltd. Autonomous Mobile System
US20140225771A1 (en) 2013-02-13 2014-08-14 Navteq B.V. Position in Urban Canyons

Also Published As

Publication number Publication date
US20160192154A1 (en) 2016-06-30
EP3237923A1 (en) 2017-11-01
CN107407568B (zh) 2021-03-23
JP6619023B2 (ja) 2019-12-11
KR20170117039A (ko) 2017-10-20
JP2018505426A (ja) 2018-02-22
AU2015370581B2 (en) 2019-02-14
CN113029125A (zh) 2021-06-25
US10028102B2 (en) 2018-07-17
KR20190028567A (ko) 2019-03-18
CN107407568A (zh) 2017-11-28
WO2016103030A1 (en) 2016-06-30
BR112017013792A2 (pt) 2018-03-13
AU2015370581A1 (en) 2017-07-13

Similar Documents

Publication Publication Date Title
KR102086081B1 (ko) 다변측량을 이용한 디바이스의 위치 확인
JP6813703B2 (ja) 装置の位置特定のための幾何学的指紋法
KR101968231B1 (ko) 디바이스의 위치 확인을 위한 피처 지오메트리 선택
CN107430191B (zh) 使用一个或多个处理器的方法，设备及计算机可读介质
US20160275667A1 (en) Guided Geometry Extraction for Localization of a Device

Legal Events

Date Code Title Description
A107 Divisional application of patent
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