KR102103944B1 - 모노카메라를 이용한 자율주행 차량의 거리 및 위치 추정 방법 - Google Patents

모노카메라를 이용한 자율주행 차량의 거리 및 위치 추정 방법 Download PDF

Info

Publication number
KR102103944B1
KR102103944B1 KR1020190060481A KR20190060481A KR102103944B1 KR 102103944 B1 KR102103944 B1 KR 102103944B1 KR 1020190060481 A KR1020190060481 A KR 1020190060481A KR 20190060481 A KR20190060481 A KR 20190060481A KR 102103944 B1 KR102103944 B1 KR 102103944B1
Authority
KR
South Korea
Prior art keywords
autonomous driving
image
ground data
estimating
vehicle
Prior art date
Application number
KR1020190060481A
Other languages
English (en)
Inventor
김재승
임도영
Original Assignee
주식회사 모빌테크
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 주식회사 모빌테크 filed Critical 주식회사 모빌테크
Priority to KR1020190060481A priority Critical patent/KR102103944B1/ko
Priority to US17/282,950 priority patent/US20210387636A1/en
Priority to PCT/KR2019/006644 priority patent/WO2020235734A1/ko
Application granted granted Critical
Publication of KR102103944B1 publication Critical patent/KR102103944B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • 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
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • 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
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0248—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means in combination with a laser
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4041—Position
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4049—Relationship among other objects, e.g. converging dynamic objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Electromagnetism (AREA)
  • Multimedia (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Human Computer Interaction (AREA)
  • Optics & Photonics (AREA)
  • Theoretical Computer Science (AREA)
  • Measurement Of Optical Distance (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명은 모노카메라를 이용한 자율주행 차량의 거리 및 위치 추정 방법에 관한 것으로, 보다 상세하게는 모노카메라(Mono camera)와 라이다(LiDAR)를 이용하여 자율주행에 필요한 정보를 효율적으로 획득할 수 있도록 한 것이다.
특히, 본 발명은 자율주행에서 요구하는 고정밀GPS수신기나 스테레오카메라 등과 같은 고가의 장비를 사용하지 않으면서도, 충분한 신뢰성을 갖는 정보를 실시간으로 획득할 수 있다.
결과적으로, 본 발명은 GPS를 사용하지 않으면서도, 자율주행을 위한 의미정보 인식, 자율주행 자동차의 위치를 추정, 차간거리계산 등과 같은 ADAS 등에 널리 활용될 수 있으며, 더 나아가 대응된 데이터를 가지고 소프트웨어를 개발하여, 동일한 기능을 수행할 수 있는 카메라를 개발할 수 있다.
따라서, 자율주행 분야, 자율주행용 객체 인식 분야, 자율주행 차량 위치추적 분야는 물론 이와 유사 내지 연관된 분야에서 신뢰성 및 경쟁력을 향상시킬 수 있다.

Description

모노카메라를 이용한 자율주행 차량의 거리 및 위치 추정 방법{Distance and position estimation method of autonomous vehicle using mono camera}
본 발명은 모노카메라를 이용한 자율주행 차량의 거리 및 위치 추정 방법에 관한 것으로서, 보다 상세하게는 모노카메라(Mono camera)와 라이다(LiDAR)를 이용하여 자율주행에 필요한 정보를 효율적으로 획득할 수 있도록 한 것이다.
특히, 본 발명은 자율주행에서 요구하는 고정밀GPS수신기나 스테레오카메라 등과 같은 고가의 장비를 사용하지 않으면서도, 충분한 신뢰성을 갖는 정보를 실시간으로 획득할 수 있는 모노카메라를 이용한 자율주행 차량의 거리 및 위치 추정 방법에 관한 것이다.
차량의 무인자율화(자율주행차량)는 크게 주위 환경을 인식하는 단계(인지영역)와, 인식된 환경으로부터 주행경로를 계획하는 단계(판단영역), 그리고 계획된 경로를 따라 주행하는 단계(제어영역)로 구성될 수 있다.
특히, 인지영역의 경우 자율주행을 위해 가장 처음 수행되는 기반 기술이며, 이러한 인지영역에서의 기술이 정확히 이루어져야만 다음 단계인 판단영역 및 제어영역에서도 정확한 수행이 가능하게 된다.
인지영역에서의 기술로는, GPS를 이용하여 차량의 정확한 위치를 파악하는 기술과, 카메라를 통해 획득된 영상정보를 통해 주위환경에 대한 정보를 획득하는 기술 등이 있다.
먼저, 자율주행에서 GPS를 이용한 차량의 위치에 대한 오차범위는 최소한 차선의 간격보다 작아야 하며, 오차범위가 작을수록 실시간 자율주행에 효율적으로 사용할 수 있으나, 이와 같이 오차범위가 작은 고정밀의 GPS수신기는 그 가격이 매우 고가일 수밖에 없다.
이를 해결하기 위한 기술 중 하나로, 하기의 선행기술문헌인 대한민국 등록특허공보 제10-1765746호 '다중 저가형 GPS를 이용한 농업용 무인 트랙터의 자율주행용 위치 추정방법 및 시스템'(이하 '선행기술1'이라고 한다)은, 기하학적 구조를 기반으로 복수 개의 GPS위치정보를 상호 보완함으로써, 복수 개의 저가형 GPS를 이용하여 정밀한 위치데이터를 확보할 수 있도록 한 것이다.
그러나, 선행기술1에서는 GPS수신기를 복수 개로 운용해야 하므로, 그 개수만큼 가격이 상승할 수 밖에 없음은 당연하다.
또한, 복수 개의 GPS수신기를 연동해야 하므로, 장치의 구성이나 데이터처리 프로세스 들이 복잡해질 수 밖에 없으며, 이러한 복잡성은 기기의 신뢰성을 저하시키는 요인이 될 수 있다.
다음으로, 주위환경에 대한 정보의 획득에 관한 기술로, 하기의 선행기술문헌인 대한민국 공개특허공보 제10-2018-0019309호 '스테레오 카메라 기반의 자율 주행 방법 및 그 장치'(이하 '선행기술2'이라고 한다)는, 차량의 주행상태(주로, 주행속도)에 따라 스테레오 카메라를 구성하는 두 카메라의 간격을 조절하여 깊이측정 영역을 조정하도록 한 것이다.
이와 같이 스테레오 카메라를 이용하는 기술 또한, 그 장치가 고가일 뿐만 아니라, 장치의 구성이나 데이터처리의 복잡성을 수반하므로, 앞서 설명한 인용발명1의 문제점과 유사한 문제점을 가지고 있다.
또한, 인용발명2와 같은 기술에서는 영상처리되는 데이터의 양에 따라 정밀도가 좌우되는데, 실시간 데이터 처리를 위해서는 데이터의 양을 감소시킬 수 밖에 없기 때문에, 그 정밀도에서 한계가 발생한다는 단점이 있다.
대한민국 등록특허공보 제10-1765746호 '다중 저가형 GPS를 이용한 농업용 무인 트랙터의 자율주행용 위치 추정방법 및 시스템' 대한민국 공개특허공보 제10-2018-0019309호 '스테레오 카메라 기반의 자율 주행 방법 및 그 장치'
상기와 같은 문제점을 해결하기 위해서, 본 발명은 모노카메라(Mono camera)와 라이다(LiDAR)를 이용하여 자율주행에 필요한 정보를 효율적으로 획득할 수 있도록 할 수 있는 모노카메라를 이용한 자율주행 차량의 거리 및 위치 추정 방법을 제공하는데 목적이 있다.
보다 구체적으로, 본 발명은 모노카메라에서 촬영된 영상과 라이다에 의해 수집된 정보를 이용하여, 지면상에서 특정 위치까지의 거리를 정확히 계산할 수 있도록 함으로써, 자율주행에서 요구되는 객체(자율주행용 객체, 대상객체)와 차량 간의 상대적 위치를 실시간으로 추정할 수 있는 모노카메라를 이용한 자율주행 차량의 거리 및 위치 추정 방법을 제공하는데 목적이 있다.
특히, 본 발명은 자율주행에서 요구하는 고정밀의 GPS수신기나 스테레오카메라 등과 같은 고가의 장비를 사용하지 않으면서도, 충분한 신뢰성을 갖는 정보를 실시간으로 획득할 수 있는 모노카메라를 이용한 자율주행 차량의 거리 및 위치 추정 방법을 제공하는데 목적이 있다.
상기와 같은 목적을 달성하기 위해서, 본 발명에 따른 모노카메라를 이용한 자율주행 차량의 거리 추정 방법은, 모노카메라(Mono camera)에 의해 촬영된 2차원 영상이미지를 획득하는 영상이미지 획득단계; 3차원 라이다(LiDAR)에 의해 측정된 지면데이터를 획득하는 라이다데이터 획득단계; 상기 영상이미지의 2차원 픽셀과 3차원 라이다의 좌표계를 매칭시키는 좌표계 매칭단계; 및 상기 영상이미지의 지면에 대상객체가 위치한 경우, 대상객체가 위치한 픽셀에 매칭된 라이다좌표값에 의해 해당 객체까지의 거리를 추정하는 객체거리 추정단계;를 포함한다.
또한, 상기 영상이미지 획득단계는, 상기 모노카메라에 의해 영상을 촬영하는 영상촬영과정; 및 촬영된 영상에 대하여, 상기 모노카메라의 렌즈에 의한 왜곡을 보정하는 렌즈왜곡 보정과정;을 포함할 수 있다.
또한, 상기 좌표계 매칭단계는, 상기 영상이미지와 지면데이터를 중첩시키는 데이터 중첩과정; 상기 지면데이터와 중첩되는 픽셀의 경우, 해당 지면데이터를 해당 픽셀의 라이다좌표값으로 설정하는 직접매칭과정; 및 상기 지면데이터와 중첩되지 않는 픽셀의 경우, 상기 지면데이터로부터 추정하여 라이다좌표값을 설정하는 확장매칭과정;을 포함할 수 있다.
또한, 상기 확장매칭과정은, 상기 지면데이터와 중첩되지 않는 픽셀의 경우, 인접한 지면데이터로부터 선형보간법을 이용하여 해당 픽셀의 좌표값을 추정하여 설정할 수 있다.
또한, 본 발명에 따른 모노카메라를 이용한 자율주행 차량의 위치 추정 방법은, 모노카메라(Mono camera)에 의해 촬영된 2차원 영상이미지를 영상처리하여 자율주행용 객체와의 상대적 위치를 산출하는 상대위치 산출단계; 자율주행용 정밀도로지도(HD-map) 상에서, 해당 자율주행용 객체를 확인하는 대상객체 확인단계; 및 상기 자율주행용 정밀도로지도 상에서, 해당 자율주행용 객체와의 상대적 위치를 적용하여 현재 차량의 위치를 확인하는 차량위치 확인단계;를 포함한다.
또한, 상기 상대위치 산출단계는, 모노카메라를 이용하여 특정 방향의 2차원 영상이미지를 획득하는 2차원이미지 획득과정; 상기 2차원이미지에 포함된 자율주행용 객체를 확인하고, 해당 자율주행용 객체까지의 방향 및 거리를 추정하는 객체위치 산출과정; 및 상기 자율주행용 객체를 기준으로 차량의 상대적 위치를 추정하는 차량위치 산출과정;을 포함할 수 있다.
또한, 상기 상대위치 산출단계는, 모노카메라를 이용하여 특정 방향의 2차원 영상이미지를 획득하는 2차원이미지 획득과정; 상기 2차원이미지에 포함된 자율주행용 객체를 확인하고, 적어도 3개의 자율주행용 객체까지의 거리를 추정하는 객체위치 산출과정; 및 상기 자율주행용 객체들을 기준으로 차량의 상대적 위치를 추정하는 차량위치 산출과정;을 포함할 수 있다.
또한, 상기 객체위치 산출과정은, 상기 2차원이미지의 픽셀별로 3차원 라이다(LiDAR)에 의해 측정된 지면데이터를 매칭하고, 상기 지면데이터가 매칭된 픽셀의 라이다좌표값에 기초하여 해당 자율주행용 객체까지의 거리 및 방향 중 적어도 하나를 추정할 수 있다.
또한, 상기 객체위치 산출과정은, 상기 2차원이미지와 지면데이터를 중첩시킨 후, 상기 지면데이터와 중첩되는 픽셀은 해당 지면데이터를 해당 픽셀의 라이다좌표값으로 설정하고, 상기 지면데이터와 중첩되지 않는 픽셀은 상기 지면데이터로부터 추정하여 라이다좌표값을 설정할 수 있다.
또한, 상기 객체위치 산출과정은, 상기 지면데이터와 중첩되지 않는 픽셀의 경우, 인접한 지면데이터로부터 선형보간법을 이용하여 해당 픽셀의 좌표값을 추정하여 설정할 수 있다.
상기와 같은 해결수단에 의해, 본 발명은 모노카메라(Mono camera)와 라이다(LiDAR)를 이용하여 자율주행에 필요한 정보를 효율적으로 획득할 수 있도록 할 수 있는 장점이 있다.
보다 구체적으로, 본 발명은 모노카메라에서 촬영된 영상과 라이다에 의해 수집된 정보를 이용하여, 지면상에서 특정 위치까지의 거리를 정확히 계산할 수 있도록 함으로써, 자율주행에서 요구되는 객체(자율주행용 객체, 대상객체)와 차량 간의 상대적 위치를 실시간으로 추정할 수 있는 장점이 있다.
특히, 단순히 촬영된 영상만을 이용하는 경우, 영상처리를 통해 영상 내의 객체를 인식하고, 해당 객체까지의 거리를 추정하는 하는데, 이때 요구되는 거리의 정확도가 높아질수록 처리해야 할 데이터의 양이 매우 크게 증가하므로, 실시간으로 데이터를 처리하는데 한계가 있다.
이에 반해, 본 발명에서는 촬영된 영상 중 지면의 영역에 대한 정보만을 요구하므로, 영상분석에 필요한 데이터를 최소화할 수 있으며, 실시간 데이터처리가 가능하다는 장점이 있다.
이에, 본 발명은 자율주행에서 요구하는 고정밀GPS수신기나 스테레오카메라 등과 같은 고가의 장비를 사용하지 않으면서도, 충분한 신뢰성을 갖는 정보를 실시간으로 획득할 수 있는 장점이 있다.
또한, 본 발명은 초당 수백만 개의 포인트가 들어오는 고가의 고정밀라이다에 비해 데이터 처리 시간을 월등히 줄일 수 있는 장점이 있다.
또한, 차량이 움직이면서 측정되는 라이다의 데이터는 상대 속도에 따른 오차와 차량의 흔들림으로 발생하는 오차가 발생하기 때문에 정밀도 역시 떨어지게 되는 반면, 본 발명은 정적인 상태(촬영된 영상)에서의 2차원 이미지와 3차원 상대 좌표를 대응시키는 것이기 때문에 정밀도가 높다는 장점이 있다.
더불어, 스테레오 카메라의 뎁스(Depth)를 이용한 거리 계산은 이미지의 특징점(Feature) 혹은 경계선(Boundary)과 같이 주변과 구분할 수 있는 픽셀을 통해 거리를 추정할 수 있기 때문에 제약이 따른다는 단점과 더불어, 삼각 측량(Triangulation)을 이용한 거리 계산이기 때문에 정확한 값을 나타내기엔 무리가 있는 반면, 본 발명에서는 지면에 위치한 객체에 대한 기술이므로, 상당히 신뢰할만한 오차 범위 내로 거리를 계산할 수 있다는 장점이 있다.
이와 같이, 본 발명은 GPS를 사용하지 않으면서도, 자율주행을 위한 의미정보(자율주행용 객체 등) 인식을 통해 자율주행 자동차의 현재 위치를 추정, 차간 거리 계산과 같은 ADAS(Advanced Driver Assistance System, 첨단 운전자 지원 시스템) 등의 널리 활용될 수 있으며, 더 나아가 대응된 데이터(Corresponded data)를 가지고 소프트웨어를 개발하여 동일한 기능을 수행할 수 있는 카메라를 개발할 수 있는 장점이 있다.
따라서, 자율주행 분야, 자율주행용 객체 인식 분야, 자율주행 차량 위치추적 분야는 물론 이와 유사 내지 연관된 분야에서 신뢰성 및 경쟁력을 향상시킬 수 있다.
도 1은 본 발명에 의한 모노카메라를 이용한 자율주행 차량의 거리 추정 방법의 일 실시예를 나타내는 흐름도이다.
도 2는 도 1의 단계 'S110'의 구체적인 일 실시예를 나타내는 흐름도이다.
도 3은 도 1의 단계 'S130'의 구체적인 일 실시예를 나타내는 흐름도이다.
도 4 내지 도 5는 도 1의 과정을 설명하는 이미지이다.
도 6은 본 발명에 의한 모노카메라를 이용한 자율주행 차량의 위치 추정 방법의 일 실시예를 나타내는 흐름도이다.
도 7은 도 6의 단계 'S210'의 구체적인 일 실시예를 나타내는 흐름도이다.
본 발명에 따른 모노카메라를 이용한 자율주행 차량의 거리 및 위치 추정 방법에 대한 예는 다양하게 적용할 수 있으며, 특히 차량에 탑재되는 자율주행시스템이나 자율주행을 위한 영상처리장치, 영상처리모듈, 차량제어장치, 자율주행모듈, 디지털맵 매핑모듈 등에서 활용될 수 있다.
이에, 본 발명은 자율주행용 정밀도로지도(HD-map)를 활용하는 다양한 시스템이나 장치에서 수행될 수 있으며, 이하에서는 첨부된 도면을 참조하여 가장 바람직한 실시 예에 대해 설명하기로 한다.
도 1은 본 발명에 의한 모노카메라를 이용한 자율주행 차량의 거리 추정 방법의 일 실시예를 나타내는 흐름도이다.
도 1을 참조하면, 본 발명의 모노카메라를 이용한 자율주행 차량의 거리 추정 방법은 영상이미지 획득단계(S110), 라이다데이터 획득단계(S120), 좌표계 매칭단계(S130) 및 객체거리 추정단계(S140)를 포함한다.
먼저, 영상이미지 획득단계(S110)에서는 모노카메라(Mono camera)에 의해 촬영된 2차원 영상이미지(2차원이미지)를 획득할 수 있다.
이때, 2차원 영상이미지(2차원이미지)는 도 4의 (a)와 같이 하부의 일정영역에 지면이 촬영된 이미지를 말한다.
이에, 본 발명에서는 영상처리과정에서 촬영된 영상이미지 전체를 영상처리하여 분석하는 것이 아니라, 하부의 지면부분만을 대상영역으로 추출하므로, 영상처리에 요구되는 데이터량을 대폭적으로 감소시킬 수 있다.
라이다데이터 획득단계(S120)에서는 도 4의 (b)에 나타난 바와 같이 해당 차량을 중심으로 3차원 라이다(LiDAR)에 의해 측정된 지면데이터를 획득할 수 있다.
좌표계 매칭단계(S130)에서는 앞서 획득된 영상이미지의 2차원 픽셀과 3차원 라이다의 좌표계를 매칭시키는 과정을 거치치면서, 도 5의 (a)에 나타난 바와 같이 영상이미지와 지면데이터를 매칭시킬 수 있다.
마지막으로, 객체거리 추정단계(S140)에서 영상이미지의 지면에 대상객체(자율주행용 객체)가 위치한 경우, 대상객체가 위치한 픽셀에 매칭된 라이다좌표값에 의해 해당 객체까지의 거리를 추정한다.
따라서, 획득된 영상이미지를 처리하는 데이터의 양을 최소화하면서도, 지면상에 위치한 대상객체까지의 거리를 신속하고 정확하게 산출할 수 있다.
도 2는 도 1의 단계 'S110'의 구체적인 일 실시예를 나타내는 흐름도이다.
도 2를 참조하면, 영상이미지 획득단계(S110)는 영상촬영과정(S111) 및 렌즈왜곡 보정과정(S112)을 포함할 수 있다.
일반적으로, 렌즈에 의해 촬영된 영상은 렌즈의 중심에서 가장자리로 갈수록 왜곡이 심하게 발생하게 되므로, 라이다와 같이 3차원 정보를 수집하는 기기와 매칭시키기 위해서는 왜곡된 부분을 보정하는 과정을 필요로 한다.
이에, 모노카메라에 의해 특정 방향에 대한 영상을 촬영하게 되면(S111), 촬영된 영상에 대하여, 모노카메라의 렌즈에 의한 왜곡을 보정하는 과정을 거치게 된다(S112).
이러한 영상의 보정과정은 해당 모노카메라 자체에서 수행이 가능할 수 있으며, 이 경우 모노카메라에서 촬영된 영상을 영상처리하는 과정에서의 연산처리에 대한 부하를 감소시킬 수 있다.
한편 라이다의 경우, 레이저채널의 개수 등에 의해 해상도가 결정되는데, 앞서 설명한 바와 같이 라이다에 의해 획득된 데이터의 양이 많아지면 이로 인해 연산처리에 상당한 부하가 발생할 수 있으며, 이는 실시간으로 데이터를 처리하는데 바람직하지 못한 상황을 발생시킬 수 있다.
이하에서는, 이를 해결하는 방법에 대해 살펴보기로 한다.
도 3은 도 1의 단계 'S130'의 구체적인 일 실시예를 나타내는 흐름도이다.
도 3을 참조하면, 좌표계 매칭단계(S130)는 데이터 중첩과정(S131), 직접매칭과정(S132) 및 확장매칭과정(S133)을 포함할 수 있다.
예를 들어, 도 5의 (a)에 나타난 바와 같이 영상이미지와 지면데이터를 중첩시키게 되면(S131), 영상이미지의 픽셀 중에서 지면데이터가 존재하는 픽셀은 정확한 위치를 알 수 있다.
다시 말해, 영상이미지의 픽셀 중 지면데이터와 중첩되는 픽셀의 경우, 해당 지면데이터를 해당 픽셀의 라이다좌표값으로 설정할 수 있다(S132).
그러나, 도 5의 (a)에 나타난 지면데이터 사이의 픽셀들은 라이다에 의해서는 정확한 위치를 알 수 없다.
이에, 본 발명은 영상이미지의 픽셀 중 지면데이터와 중첩되지 않는 픽셀의 경우, 지면데이터로부터 확장하여 추정하는 방법으로 해당 픽셀의 라이다좌표값을 설정할 수 있다(S133).
예를 들어, 확장매칭과정(S133)에서, 지면데이터와 중첩되지 않는 픽셀의 경우, 인접한 지면데이터로부터 선형보간법을 이용하여 해당 픽셀의 좌표값을 추정하여 설정할 수 있다. 여기서, 선형보간법은 두 지점의 값을 알고 있는 경우, 두 지점 사이에 위치한 값을 추정하기 위하여 선형적으로 계산하는 방법을 말한다.
이와 같은 과정을 통해, 도 5의 (b)와 같이 2차원 영상이미지의 지면영역에 대한 모든 픽셀의 라이다좌표값을 알아낼 수 있다.
이하에서는, 앞서 살펴본 바와 같이 라이다좌표값을 이용하여 확인한 대상객체(자율주행용 객체)와의 거리와 방향을 이용하여, 자율주행용 정밀도로지도(HD-map)와 같은 디지털맵 상에서 현재 차량의 위치를 알아내는 방법에 대해 살펴보기로 한다.
도 6은 본 발명에 의한 모노카메라를 이용한 자율주행 차량의 위치 추정 방법의 일 실시예를 나타내는 흐름도이다.
도 6을 참조하면, 본 발명의 모노카메라를 이용한 자율주행 차량의 위치 추정 방법은, 상대위치 산출단계(S210), 대상객체 확인단계(S220) 및 차량위치 확인단계(S230)를 포함한다.
상대위치 산출단계(S210)는 모노카메라(Mono camera)에 의해 촬영된 2차원 영상이미지(2차원이미지)를 영상처리하여 자율주행용 객체(대상객체)와의 상대적 위치를 산출할 수 있다.
대상객체 확인단계(S220)에서는, 자율주행용 정밀도로지도(HD-map) 상에서 해당 자율주행용 객체 및 객체의 위치를 확인할 수 있다.
이후, 차량위치 확인단계(S230)에서는, 자율주행용 정밀도로지도 상에서 해당 자율주행용 객체와의 상대적 위치를 적용함으로써, 자율주행용 정밀도로지도 상에서 현재 차량의 위치를 확인할 수 있다.
이하에서, 보다 구체적으로 살펴보기로 한다.
도 7은 도 6의 단계 'S210'의 구체적인 일 실시예를 나타내는 흐름도이다.
도 7을 참조하면, 상대위치 산출단계(S210)는 2차원이미지 획득과정(S211), 객체위치 산출과정(S212) 및 차량위치 산출과정(S213)을 포함할 수 있다.
예를 들어, 라이다로부터 특정 위치까지의 거리 및 방향정보를 획득할 수 있는 경우, 상대위치 산출단계(S210)에서, 모노카메라를 이용하여 특정 방향의 2차원 영상이미지인 2차원이미지를 획득하면(S211), 2차원이미지에 포함된 자율주행용 객체를 확인하고, 차량으로부터 해당 자율주행용 객체까지의 방향 및 거리를 추정한 후(S212), 자율주행용 객체를 기준으로 차량의 상대적 위치를 추정할 수 있다(S213).
다른 예로, 라이다로부터 특정 위치까지의 거리정보만을 획득할 수 있는 경우 또는 거리정보와 방향정보를 획득한 후 방향정보를 제외한 거리정보만을 이용하는 경우, 상대위치 산출단계(S210)에서, 모노카메라를 이용하여 특정 방향의 2차원 영상이미지인 2차원이미지를 획득하면(S211), 2차원이미지에 포함된 자율주행용 객체를 확인하고, 적어도 3개의 자율주행용 객체까지의 거리를 추정한 후(S212), 상기 자율주행용 객체들을 기준으로 차량의 상대적 위치를 추정할 수 있다(S213).
보다 구체적으로, 객체위치 산출과정(S212)에서, 앞서 도 1 내지 도 5를 참조하여 살펴본 바와 같이, 2차원이미지의 픽셀별로 3차원 라이다(LiDAR)에 의해 측정된 지면데이터를 매칭하고, 지면데이터가 매칭된 픽셀의 라이다좌표값에 기초하여 해당 자율주행용 객체까지의 거리 및 방향 중 적어도 하나를 추정할 수 있다.
그리고, 상기 2차원이미지와 지면데이터를 중첩시킨 후, 상기 지면데이터와 중첩되는 픽셀은 해당 지면데이터를 해당 픽셀의 라이다좌표값으로 설정하고, 상기 지면데이터와 중첩되지 않는 픽셀은 상기 지면데이터로부터 추정하여 라이다좌표값을 설정할 수 있다.
만약, 지면데이터와 중첩되지 않는 픽셀의 경우, 인접한 지면데이터로부터 선형보간법을 이용하여 해당 픽셀의 좌표값을 추정하여 설정할 수 있다.
따라서, 본 발명은 데이터의 연산처리량을 최소화하면서도 정확한 거리 및 위치의 추정이 가능하도록 함으로써, 실시간으로 데이터를 처리해야 하는 자율주행 분야에서 최적의 방법을 제공할 수 있다.
이에, 본 발명은 자율주행에서 요구하는 고정밀의 GPS수신기나 스테레오카메라 등과 같은 고가의 장비를 사용하지 않으면서도, 충분한 신뢰성을 갖는 정보를 실시간으로 획득할 수 있다.
이상에서 본 발명에 의한 모노카메라를 이용한 자율주행 차량의 거리 및 위치 추정 방법에 대하여 설명하였다. 이러한 본 발명의 기술적 구성은 본 발명이 속하는 기술분야의 당업자가 본 발명의 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다.
그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 한정적인 것이 아닌 것으로서 이해되어야 한다.

Claims (10)

  1. 모노카메라(Mono camera)에 의해 촬영된 2차원 영상이미지를 영상처리하여 자율주행용 객체와의 상대적 위치를 산출하는 상대위치 산출단계;
    자율주행용 정밀도로지도(HD-map) 상에서, 해당 자율주행용 객체를 확인하는 대상객체 확인단계; 및
    상기 자율주행용 정밀도로지도 상에서, 해당 자율주행용 객체와의 상대적 위치를 적용하여 현재 차량의 위치를 확인하는 차량위치 확인단계;를 포함하되,
    상기 상대위치 산출단계는,
    모노카메라를 이용하여 특정 방향의 2차원 영상이미지를 획득하는 2차원이미지 획득과정;
    상기 2차원이미지에 포함된 자율주행용 객체를 확인하고, 해당 자율주행용 객체까지의 방향 및 거리를 추정하는 객체위치 산출과정; 및
    상기 자율주행용 객체를 기준으로 차량의 상대적 위치를 추정하는 차량위치 산출과정;을 포함하며,
    상기 객체위치 산출과정은,
    상기 2차원이미지의 픽셀별로 3차원 라이다(LiDAR)에 의해 측정된 지면데이터를 매칭하고, 상기 지면데이터가 매칭된 픽셀의 라이다좌표값에 기초하여 해당 자율주행용 객체까지의 거리 및 방향 중 적어도 하나를 추정하고,
    상기 객체위치 산출과정은,
    상기 2차원이미지와 지면데이터를 중첩시킨 후, 상기 지면데이터와 중첩되는 픽셀은 해당 지면데이터를 해당 픽셀의 라이다좌표값으로 설정하고, 상기 지면데이터와 중첩되지 않는 픽셀은 상기 지면데이터로부터 추정하여 라이다좌표값을 설정하는 것을 특징으로 하는 모노카메라를 이용한 자율주행 차량의 위치 추정 방법.
  2. 모노카메라(Mono camera)에 의해 촬영된 2차원 영상이미지를 영상처리하여 자율주행용 객체와의 상대적 위치를 산출하는 상대위치 산출단계;
    자율주행용 정밀도로지도(HD-map) 상에서, 해당 자율주행용 객체를 확인하는 대상객체 확인단계; 및
    상기 자율주행용 정밀도로지도 상에서, 해당 자율주행용 객체와의 상대적 위치를 적용하여 현재 차량의 위치를 확인하는 차량위치 확인단계;를 포함하되,
    상기 상대위치 산출단계는,
    모노카메라를 이용하여 특정 방향의 2차원 영상이미지를 획득하는 2차원이미지 획득과정;
    상기 2차원이미지에 포함된 자율주행용 객체를 확인하고, 적어도 3개의 자율주행용 객체까지의 거리를 추정하는 객체위치 산출과정; 및
    상기 자율주행용 객체들을 기준으로 차량의 상대적 위치를 추정하는 차량위치 산출과정;을 포함하며,
    상기 객체위치 산출과정은,
    상기 2차원이미지의 픽셀별로 3차원 라이다(LiDAR)에 의해 측정된 지면데이터를 매칭하고, 상기 지면데이터가 매칭된 픽셀의 라이다좌표값에 기초하여 해당 자율주행용 객체까지의 거리 및 방향 중 적어도 하나를 추정하고,
    상기 객체위치 산출과정은,
    상기 2차원이미지와 지면데이터를 중첩시킨 후, 상기 지면데이터와 중첩되는 픽셀은 해당 지면데이터를 해당 픽셀의 라이다좌표값으로 설정하고, 상기 지면데이터와 중첩되지 않는 픽셀은 상기 지면데이터로부터 추정하여 라이다좌표값을 설정하는 것을 특징으로 하는 모노카메라를 이용한 자율주행 차량의 위치 추정 방법.
  3. 제 1항 또는 제2항에 있어서,
    상기 객체위치 산출과정은,
    상기 지면데이터와 중첩되지 않는 픽셀의 경우, 인접한 지면데이터로부터 선형보간법을 이용하여 해당 픽셀의 좌표값을 추정하여 설정하는 것을 특징으로 하는 모노카메라를 이용한 자율주행 차량의 위치 추정 방법.
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 삭제
  10. 삭제
KR1020190060481A 2019-05-23 2019-05-23 모노카메라를 이용한 자율주행 차량의 거리 및 위치 추정 방법 KR102103944B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020190060481A KR102103944B1 (ko) 2019-05-23 2019-05-23 모노카메라를 이용한 자율주행 차량의 거리 및 위치 추정 방법
US17/282,950 US20210387636A1 (en) 2019-05-23 2019-06-03 Method for estimating distance to and location of autonomous vehicle by using mono camera
PCT/KR2019/006644 WO2020235734A1 (ko) 2019-05-23 2019-06-03 모노카메라를 이용한 자율주행 차량의 거리 및 위치 추정 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190060481A KR102103944B1 (ko) 2019-05-23 2019-05-23 모노카메라를 이용한 자율주행 차량의 거리 및 위치 추정 방법

Publications (1)

Publication Number Publication Date
KR102103944B1 true KR102103944B1 (ko) 2020-04-23

Family

ID=70472671

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190060481A KR102103944B1 (ko) 2019-05-23 2019-05-23 모노카메라를 이용한 자율주행 차량의 거리 및 위치 추정 방법

Country Status (3)

Country Link
US (1) US20210387636A1 (ko)
KR (1) KR102103944B1 (ko)
WO (1) WO2020235734A1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102325124B1 (ko) * 2021-04-27 2021-11-12 주식회사 모빌테크 기계 학습 및 모노 카메라로 물체의 위치 정보를 획득하는 차량
KR20220015056A (ko) * 2020-07-30 2022-02-08 한국과학기술연구원 3d 환경 모델을 이용하여 피사체의 실제 크기를 측정 가능한 cctv 관제 시스템
KR102360105B1 (ko) 2020-12-29 2022-02-14 주식회사 포커스비전 영상 블러를 이용한 3차원 영상 생성방법
KR20220055556A (ko) * 2020-10-26 2022-05-04 씨드로닉스(주) 선박 및 항만 모니터링 장치 및 방법
KR20220147828A (ko) 2021-04-28 2022-11-04 부산대학교 산학협력단 단안 이미지를 이용한 뎁스 맵 생성 장치 및 방법
KR102587292B1 (ko) 2022-07-25 2023-10-12 서울대학교산학협력단 자체움직임 측정을 위한 레이더 센서 배치와 알고리즘

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101420684B1 (ko) * 2008-02-13 2014-07-21 삼성전자주식회사 컬러 영상과 깊이 영상을 매칭하는 방법 및 장치
KR20150051735A (ko) * 2013-11-05 2015-05-13 현대모비스 주식회사 주차 보조 시스템 및 그 방법
KR20170057684A (ko) * 2015-11-17 2017-05-25 현대오트론 주식회사 전방 카메라를 이용한 주차 지원 방법
KR101765746B1 (ko) 2015-09-25 2017-08-08 서울대학교산학협력단 다중 저가형 gps를 이용한 농업용 무인 트랙터의 자율주행용 위치 추정방법 및 시스템
KR20180019309A (ko) 2016-08-16 2018-02-26 삼성전자주식회사 스테레오 카메라 기반의 자율 주행 방법 및 그 장치
KR20180068490A (ko) * 2016-12-14 2018-06-22 현대자동차주식회사 자율 주행 제어 장치, 그를 포함한 시스템 및 그 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101420684B1 (ko) * 2008-02-13 2014-07-21 삼성전자주식회사 컬러 영상과 깊이 영상을 매칭하는 방법 및 장치
KR20150051735A (ko) * 2013-11-05 2015-05-13 현대모비스 주식회사 주차 보조 시스템 및 그 방법
KR101765746B1 (ko) 2015-09-25 2017-08-08 서울대학교산학협력단 다중 저가형 gps를 이용한 농업용 무인 트랙터의 자율주행용 위치 추정방법 및 시스템
KR20170057684A (ko) * 2015-11-17 2017-05-25 현대오트론 주식회사 전방 카메라를 이용한 주차 지원 방법
KR20180019309A (ko) 2016-08-16 2018-02-26 삼성전자주식회사 스테레오 카메라 기반의 자율 주행 방법 및 그 장치
KR20180068490A (ko) * 2016-12-14 2018-06-22 현대자동차주식회사 자율 주행 제어 장치, 그를 포함한 시스템 및 그 방법

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220015056A (ko) * 2020-07-30 2022-02-08 한국과학기술연구원 3d 환경 모델을 이용하여 피사체의 실제 크기를 측정 가능한 cctv 관제 시스템
KR102473165B1 (ko) * 2020-07-30 2022-12-01 한국과학기술연구원 3d 환경 모델을 이용하여 피사체의 실제 크기를 측정 가능한 cctv 관제 시스템
KR20220055556A (ko) * 2020-10-26 2022-05-04 씨드로닉스(주) 선박 및 항만 모니터링 장치 및 방법
KR102535115B1 (ko) * 2020-10-26 2023-05-23 씨드로닉스(주) 선박 및 항만 모니터링 장치 및 방법
KR20230074438A (ko) * 2020-10-26 2023-05-30 씨드로닉스(주) 선박 및 항만 모니터링 장치 및 방법
KR102645492B1 (ko) * 2020-10-26 2024-03-11 씨드로닉스(주) 선박 및 항만 모니터링 장치 및 방법
KR102360105B1 (ko) 2020-12-29 2022-02-14 주식회사 포커스비전 영상 블러를 이용한 3차원 영상 생성방법
KR102325124B1 (ko) * 2021-04-27 2021-11-12 주식회사 모빌테크 기계 학습 및 모노 카메라로 물체의 위치 정보를 획득하는 차량
KR20220147828A (ko) 2021-04-28 2022-11-04 부산대학교 산학협력단 단안 이미지를 이용한 뎁스 맵 생성 장치 및 방법
KR102587292B1 (ko) 2022-07-25 2023-10-12 서울대학교산학협력단 자체움직임 측정을 위한 레이더 센서 배치와 알고리즘

Also Published As

Publication number Publication date
US20210387636A1 (en) 2021-12-16
WO2020235734A1 (ko) 2020-11-26

Similar Documents

Publication Publication Date Title
KR102103944B1 (ko) 모노카메라를 이용한 자율주행 차량의 거리 및 위치 추정 방법
US20230143687A1 (en) Method of estimating three-dimensional coordinate value for each pixel of two-dimensional image, and method of estimating autonomous driving information using the same
CN109902637B (zh) 车道线检测方法、装置、计算机设备和存储介质
US20220292720A1 (en) Method and system for calibrating multiple cameras
US11915099B2 (en) Information processing method, information processing apparatus, and recording medium for selecting sensing data serving as learning data
US9846812B2 (en) Image recognition system for a vehicle and corresponding method
US9386302B2 (en) Automatic calibration of extrinsic and intrinsic camera parameters for surround-view camera system
CN108692719B (zh) 物体检测装置
WO2016035324A1 (en) Method for estimating motion, mobile agent and non-transitory computer-readable medium encoded with a computer program code for causing a processor to execute a method for estimating motion
JP2018124787A (ja) 情報処理装置、データ管理装置、データ管理システム、方法、及びプログラム
JP2006252473A (ja) 障害物検出装置、キャリブレーション装置、キャリブレーション方法およびキャリブレーションプログラム
US11908163B2 (en) Multi-sensor calibration system
CN109727285B (zh) 使用边缘图像的位置和姿态确定方法和系统
JP6552448B2 (ja) 車両位置検出装置、車両位置検出方法及び車両位置検出用コンピュータプログラム
WO2018142533A1 (ja) 位置姿勢推定装置および位置姿勢推定方法
KR102490521B1 (ko) 라이다 좌표계와 카메라 좌표계의 벡터 정합을 통한 자동 캘리브레이션 방법
CN112232275A (zh) 基于双目识别的障碍物检测方法、系统、设备及存储介质
JP2021120255A (ja) 距離推定装置及び距離推定用コンピュータプログラム
CN112017238A (zh) 一种线状物体的空间位置信息确定方法及装置
KR102195040B1 (ko) 이동식 도면화 시스템 및 모노카메라를 이용한 도로 표지 정보 수집 방법
CN111260538A (zh) 基于长基线双目鱼眼相机的定位及车载终端
JP2020076580A (ja) 軸ずれ推定装置
JP6886136B2 (ja) 位置合わせ装置、位置合わせ方法及び位置合わせ用コンピュータプログラム
EP4345750A1 (en) Position estimation system, position estimation method, and program
EP4300423A1 (en) Robust stereo camera image processing method and system

Legal Events

Date Code Title Description
AMND Amendment
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant