KR102188480B1 - 광학식 위치 트래킹 시스템 기반의 위치 추적 장치 및 그 방법 - Google Patents

광학식 위치 트래킹 시스템 기반의 위치 추적 장치 및 그 방법 Download PDF

Info

Publication number
KR102188480B1
KR102188480B1 KR1020190157011A KR20190157011A KR102188480B1 KR 102188480 B1 KR102188480 B1 KR 102188480B1 KR 1020190157011 A KR1020190157011 A KR 1020190157011A KR 20190157011 A KR20190157011 A KR 20190157011A KR 102188480 B1 KR102188480 B1 KR 102188480B1
Authority
KR
South Korea
Prior art keywords
rigid body
camera
matrix
coordinates
marker
Prior art date
Application number
KR1020190157011A
Other languages
English (en)
Other versions
KR20200064947A (ko
Inventor
박진하
김충일
정하형
Original Assignee
(주)코어센스
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 (주)코어센스 filed Critical (주)코어센스
Publication of KR20200064947A publication Critical patent/KR20200064947A/ko
Application granted granted Critical
Publication of KR102188480B1 publication Critical patent/KR102188480B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/215—Motion-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/001—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • H04N5/247—

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)

Abstract

본 발명의 실시예에 따른 위치 추적 장치는 복수의 카메라의 내부 변수 및 외부 변수에 기초하여 복수의 카메라 각각에 대한 투영 행렬을 산출하는 카메라 보정부, 상기 투영 행렬에 기초하여 상기 복수의 카메라로부터 촬영된 입력 영상의 복수의 2차원 마커 좌표를 복수의 3차원 마커 좌표로 변환하는 좌표 변환부, 상기 복수의 3차원 마커 좌표 중 유클리드 거리가 소정의 범위 내에 포함되는 마커 좌표를 그룹핑하여 복수의 강체 그룹으로 분류하는 강체 분류부, 상기 복수의 강체 그룹 각각에 대한 중심 좌표에 기초하여 복수의 강체 그룹의 이동 궤적을 산출하는 궤적 산출부, 그리고 상기 이동 궤적에 기초하여 복수의 강체 그룹 사이의 충돌 및 이탈 여부를 판단하여 경보를 송출하는 경보부를 포함한다.

Description

광학식 위치 트래킹 시스템 기반의 위치 추적 장치 및 그 방법{APPARATUS FOR TRACKING POSITION BASED OPTICAL POSITION TRACKING SYSTEM AND METHOD THEREOF}
실시 예는 광학식 위치 트래킹 시스템 기반의 위치 추적 장치 및 그 방법에 관한 것이다.
모션 캡쳐(Motion Cature)란 신체에 센서를 부착시키거나, 적외선 카메라 등을 이용하는 방법으로 인체의 움직임을 파악하여 디지털 형태로 기록하는 작업을 말한다. 이러한 모션 캡쳐를 통해 얻어지는 모션 캡쳐 데이터는 디지털 콘텐츠로서, 애니메이션이나 영화 게임, 동작분석, 재활 등 다양하게 활용된다.
모션 캡쳐 시스템은 데이터를 추출하는 방식에 따라 광학식, 기계식, 자기식으로 구분될 수 있다. 최근에는 여러 대의 카메라를 통해서 마커의 위치를 추적함으로서 인체 및 사물의 모션 캡쳐를 수행하는 광학식 모션 캡쳐 시스템이 주로 이용된다. 광학식 모션캡쳐는 고속으로 촬영할 수 있어 유실되는 데이터가 거의 없고 대상의 움직임을 제약하는 요소가 없어 자유로운 동작 표현이 가능하여 매우 섬세한 동작을 추출해 낼 수 있다.
광학식 모션 캡쳐에서 가장 중요한 것은 측정 대상에 부착된 마커의 3차원 좌표 산출이다. 마커의 3차원 좌표 산출이 정확할수록 가상 캐릭터의 모션 구현이 용이하고 자연스러워진다.
이러한 위치 트레킹은 모션 캡쳐 시스템뿐만 아니라 가상현실 (Virtual Reality, VR), 증강현실(Augmented Reality, AR), 혼합현실(Mixed Reality)과 같은 콘텐츠에서도 관심이 높아지고 있다. 가상현실 등의 콘텐츠는 이용자가 오감을 통해 가상의 현실 세계를 체험하게 되므로, 헤드마운트디스플레이(HMD)와 같은 장비의 착용이 필요하게 된다. 하지만, HMD와 같은 장비는 실제 세계에 대한 오감을 차단하게 되므로 주위의 사물에 대한 인지가 불가능하다. 특히, 다수 사용자가 동일한 공간에서 콘텐츠를 이용하는 경우, 타 사용자에 대한 인지가 차단되어 충돌 위험이 발생할 수 있고, 콘텐츠 제공이 가능한 공간을 이탈하는 문제점들이 발생할 수 있다. 이러한 문제점을 해결하기 위한 위치 트레킹 방법이 요구된다.
본 발명의 배경이 되는 기술은 한국공개특허 제10-2013-0032579호(2013.04.02.공개)에 개시되어 있다.
실시 예는 광학식 위치 트래킹 시스템에서 사용자의 위치를 추적하여 충돌 및 이탈을 경보할 수 있는 위치 추적 장치 및 그 방법을 제공하기 위한 것이다.
실시 예에서 해결하고자 하는 과제는 이에 한정되는 것은 아니며, 아래에서 설명하는 과제의 해결수단이나 실시 형태로부터 파악될 수 있는 목적이나 효과도 포함된다고 할 것이다.
본 발명의 실시예에 따른 위치 추적 장치는 복수의 카메라의 내부 변수 및 외부 변수에 기초하여 복수의 카메라 각각에 대한 투영 행렬을 산출하는 카메라 보정부, 상기 투영 행렬에 기초하여 상기 복수의 카메라로부터 촬영된 입력 영상의 복수의 2차원 마커 좌표를 복수의 3차원 마커 좌표로 변환하는 좌표 변환부, 상기 복수의 3차원 마커 좌표 중 유클리드 거리가 소정의 범위 내에 포함되는 마커 좌표를 그룹핑하여 복수의 강체 그룹으로 분류하는 강체 분류부, 상기 복수의 강체 그룹 각각에 대한 중심 좌표에 기초하여 복수의 강체 그룹의 이동 궤적을 산출하는 궤적 산출부, 그리고 상기 이동 궤적에 기초하여 복수의 강체 그룹 사이의 충돌 및 이탈 여부를 판단하여 경보를 송출하는 경보부를 포함한다.
상기 카메라 보정부는, 체스 보드를 촬영한 복수의 제1 교정 영상을 이용하여 복수의 카메라 각각에 대한 내부 변수를 추정하고, 복수의 제1 마커가 부착된 보정용 봉을 촬영한 복수의 제2 교정 영상으로부터 상기 복수의 제1 마커의 2차원 좌표값을 산출하고, 상기 복수의 제2 교정 영상에 기초하여 복수의 카메라 각각에 대한 외부 변수를 추정하고, 상기 내부 변수 및 외부 변수에 기초하여 복수의 후보 투영 행렬을 산출하고, 상기 복수의 후보 투영 행렬에 기초하여 상기 복수의 제1 마커의 2차원 좌표값을 상기 복수의 제1 마커의 3차원 좌표값으로 변환하고, 상기 복수의 제1 마커의 2차원 좌표값 및 3차원 좌표값과 상기 복수의 후보 투영 행렬에 기초하여 상기 투영 행렬을 산출할 수 있다.
상기 카메라 보정부는, 임계치 이하의 밝기 정보를 제거하여 상기 복수의 제2 교정 영상을 보정하고, 보정된 상기 복수의 제2 교정 영상으로부터 에지 정보를 추출하여 복수의 에지 영상을 생성하고, 상기 복수의 에지 영상에 기초하여 원 형상을 추정하고, 상기 추정된 원 형상의 중심 좌표를 상기 복수의 제1 마커의 좌표로 산출하고, 상기 복수의 제1 마커의 좌표 중 직선 상에 배치된 제1 반사마커의 좌표를 그룹핑하여 제1 마커 정렬 정보를 생성할 수 있다.
상기 카메라 보정부는, 복수의 카메라 중 제1 카메라에 의해 촬영된 제2 교정 영상의 제1 픽셀 좌표와 상기 제1 픽셀 좌표에 대응하는 제2 카메라에 의해 촬영된 제2 교정 영상의 제2 픽셀 좌표에 기초하여 상기 제1 카메라와 상기 제2 카메라에 의해 촬영된 2개의 교정 영상 사이의 관계인 기본 행렬을 산출하고, 상기 제1 카메라의 내부 변수, 상기 제2 카메라의 내부 변수, 및 상기 기본 행렬에 기초하여 카메라의 위치 및 자세 정보를 나타내는 필수 행렬을 산출하고, 상기 필수 행렬에 기초하여 상기 복수의 카메라의 외부 변수를 나타내는 회전 행렬 및 병진 벡터를 산출할 수 있다.
상기 카메라 보정부는, 상기 제2 교정 영상의 제1 마커의 2차원 좌표값과 상기 복수의 후보 투영 행렬 및 상기 제1 마커의 3차원 좌표를 통해 산출된 2차원 좌표값 사이의 거리 정보에 기초하여 상기 투영 행렬을 산출할 수 있다.
상기 궤적 산출부는, 제1 시점에서의 강체 그룹의 중심 좌표와 상기 제1 시점보다 늦은 제2 시점에서 상기 강체 그룹의 중심좌표를 이용하여 상기 제1 시점과 상기 제2 시점에서 강체 그룹의 상관관계를 나타내는 공분산 행렬을 산출하고, 상기 공분산 행렬을 특이값 분해하여 회전 행렬을 산출하고, 상기 회전 행렬을 이용하여 상기 강체 그룹의 이동 궤적을 산출할 수 있다.
본 발명의 실시예에 따른 위치 추적 방법은 복수의 카메라의 내부 변수 및 외부 변수에 기초하여 복수의 카메라 각각에 대한 투영 행렬을 산출하는 단계, 상기 투영 행렬에 기초하여 상기 복수의 카메라로부터 촬영된 입력 영상의 복수의 2차원 마커 좌표를 복수의 3차원 마커 좌표로 변환하는 단계, 상기 복수의 3차원 마커 좌표 중 유클리드 거리가 소정의 범위 내에 포함되는 마커 좌표를 그룹핑하여 복수의 강체 그룹으로 분류하는 단계, 상기 복수의 강체 그룹 각각에 대한 중심 좌표에 기초하여 복수의 강체 그룹의 이동 궤적을 산출하는 단계, 그리고 상기 이동 궤적에 기초하여 복수의 강체 그룹 사이의 충돌 및 이탈 여부를 판단하여 경보를 송출하는 단계를 포함한다.
상기 투영 행렬을 산출하는 단계는, 체스 보드를 촬영한 복수의 제1 교정 영상을 이용하여 복수의 카메라 각각에 대한 내부 변수를 추정하는 단계, 복수의 제1 마커가 부착된 보정용 봉을 촬영한 복수의 제2 교정 영상으로부터 상기 복수의 제1 마커의 2차원 좌표값을 산출하는 단계, 상기 복수의 제2 교정 영상에 기초하여 복수의 카메라 각각에 대한 외부 변수를 추정하는 단계, 상기 내부 변수 및 외부 변수에 기초하여 복수의 후보 투영 행렬을 산출하는 단계, 상기 복수의 후보 투영 행렬에 기초하여 상기 복수의 제1 마커의 2차원 좌표값을 상기 복수의 제1 마커의 3차원 좌표값으로 변환하는 단계, 그리고 상기 복수의 제1 마커의 2차원 좌표값 및 3차원 좌표값과 상기 복수의 후보 투영 행렬에 기초하여 상기 투영 행렬을 산출하는 단계를 포함할 수 있다.
상기 복수의 제1 마커의 2차원 좌표값을 산출하는 단계는, 임계치 이하의 밝기 정보를 제거하여 상기 복수의 제2 교정 영상을 보정하는 단계, 보정된 상기 복수의 제2 교정 영상으로부터 에지 정보를 추출하여 복수의 에지 영상을 생성하는 단계, 상기 복수의 에지 영상에 기초하여 원 형상을 추정하는 단계, 상기 추정된 원 형상의 중심 좌표를 상기 복수의 제1 마커의 좌표로 산출하는 단계, 그리고 상기 복수의 제1 마커의 좌표 중 직선 상에 배치된 제1 반사마커의 좌표를 그룹핑하여 제1 마커 정렬 정보를 생성하는 단계를 포함할 수 있다.
상기 외부 변수를 추정하는 단계는, 복수의 카메라 중 제1 카메라에 의해 촬영된 제2 교정 영상의 제1 픽셀 좌표와 상기 제1 픽셀 좌표에 대응하는 제2 카메라에 의해 촬영된 제2 교정 영상의 제2 픽셀 좌표에 기초하여 상기 제1 카메라와 상기 제2 카메라에 의해 촬영된 2개의 교정 영상 사이의 관계인 기본 행렬을 산출하는 단계, 상기 제1 카메라의 내부 변수, 상기 제2 카메라의 내부 변수, 및 상기 기본 행렬에 기초하여 카메라의 위치 및 자세 정보를 나타내는 필수 행렬을 산출하는 단계, 그리고 상기 필수 행렬에 기초하여 상기 복수의 카메라의 외부 변수를 나타내는 회전 행렬 및 병진 벡터를 산출하는 단계를 포함할 수 있다.
상기 복수의 후보 투영 행렬에 기초하여 상기 투영 행렬을 산출하는 단계는, 상기 제2 교정 영상의 제1 마커의 2차원 좌표값과 상기 복수의 후보 투영 행렬 및 상기 제1 마커의 3차원 좌표를 통해 산출된 2차원 좌표값 사이의 거리 정보에 기초하여 상기 투영 행렬을 산출할 수 있다.
상기 복수의 강체 그룹의 이동 궤적을 산출하는 단계는, 제1 시점에서의 강체 그룹의 중심 좌표와 상기 제1 시점보다 늦은 제2 시점에서 상기 강체 그룹의 중심좌표를 이용하여 상기 제1 시점과 상기 제2 시점에서 강체 그룹의 상관관계를 나타내는 공분산 행렬을 산출하는 단계, 상기 공분산 행렬을 특이값 분해하여 회전 행렬을 산출하는 단계, 그리고 상기 회전 행렬을 이용하여 상기 강체 그룹의 이동 궤적을 산출하는 단계를 포함할 수 있다.
실시 예에 따르면, 마커의 3차원 좌표를 정확히 산출할 수 있다.
VR/AR 등의 콘텐츠 이용시 마커의 3차원 좌표 정보를 통해 다수 사용자간 충돌을 방지할 수 있다.
VR/AR 등의 콘텐츠 이용시 마커의 3차원 좌표 정보를 통해 사용자의 경로 이탈을 경보할 수 있다.
본 발명의 다양하면서도 유익한 장점과 효과는 상술한 내용에 한정되지 않으며, 본 발명의 구체적인 실시형태를 설명하는 과정에서 보다 쉽게 이해될 수 있을 것이다.
도 1은 본 발명의 실시예에 따른 광학식 위치 트래킹 시스템의 개념도이다.
도 2는 본 발명의 실시예에 따른 위치 추적 장치의 구성도이다.
도 3은 본 발명의 실시예에 따른 위치 추적 방법의 순서도이다.
도 4는 도 3의 S310 단계를 상세하게 나타낸 순서도이다.
도 5는 본 발명의 실시예에 따른 카메라 보정 과정에 대한 개념도이고, 도 6은 본 발명의 실시예에 따른 카메라 보정 과정을 개략적으로 나타낸 도면이다.
도 7은 본 발명의 실시예에 따른 보정용 봉의 예시 도면이다.
도 8은 본 발명의 실시예에 따른 제1 마커의 좌표를 도시한 도면이다.
도 9는 도 3의 S320 내지 360 단계를 상세하게 설명하기 위한 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제2, 제1 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제2 구성요소는 제1 구성요소로 명명될 수 있고, 유사하게 제1 구성요소도 제2 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부된 도면을 참조하여 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 대응하는 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 본 발명의 실시예에 따른 광학식 위치 트래킹 시스템의 개념도이다.
도 1을 참조하면, 본 발명의 실시예에 따른 광학식 위치 트래킹 시스템은 소정의 공간 내에 설치된 복수의 카메라 및 복수의 카메라로부터 촬영된 영상을 수신하여 카메라 보정 및 사용자의 충돌/이탈에 관한 경보를 송출하는 위치 추적 장치(100)를 포함할 수 있다.
복수의 카메라는 소정의 공간 내에 이격되어 설치될 수 있다. 복수의 카메라는 공간의 외곽을 따라 배치될 수 있으며, 공간을 바라보도록 배치될 수 있다. 복수의 카메라는 각각의 배치 위치에서 공간을 촬영하여 영상을 생성할 수 있다. 생성된 영상은 유선 또는 무선 통신망을 통해 위치 추적 장치(100)로 전송될 수 있다.
위치 추적 장치(100)는 수신된 영상을 통해 복수의 카메라를 보정할 수 있다. 위치 추적 장치(100)는 제1 교정 영상을 통해 복수의 카메라의 내부 변수를 추정할 수 있다. 또한 위치 추적 장치(100)는 제2 교정 영상을 통해 복수의 카메라의 외부 변수를 추정할 수 있다. 복수의 카메라의 내부 변수 및 외부 변수를 통해 복수의 카메라 사이의 기하학적 관계 등을 계산하여 카메라 보정을 수행한다.
위치 추적 장치(100)는 마커가 부착된 대상을 촬영한 영상을 통해 대상의 이동 궤적을 추적한다. 위치 추적 장치(100)는 이동 궤적을 통해 복수의 대상 간 충돌 및 이탈 여부를 판단하여 경보를 송출한다.
위치 추적 장치(100)는 데이터를 저장하고 처리하기 위한 프로세서, 램 및 저장 장치 등을 포함할 수 있다. 예를 들어, 위치 추적 장치(100)는 PC(personal computer)나 서버 등으로 구현될 수 있다.
도 2는 본 발명의 실시예에 따른 위치 추적 장치의 구성도이다.
도 2를 참조하면, 본 발명의 실시예에 따른 위치 추적 장치(100)는 카메라 보정부(110), 좌표 변환부(120), 강체 분류부(130), 궤적 산출부(140) 및 경보부(150)를 포함할 수 있다.
카메라 보정부(110)는 복수의 카메라의 내부 변수 및 외부 변수에 기초하여 복수의 카메라 각각에 대한 투영 행렬을 산출한다.
구체적으로, 카메라 보정부(110)는 체스 보드를 촬영한 복수의 제1 교정 영상을 이용하여 복수의 카메라 각각에 대한 내부 변수를 추정할 수 있다. 카메라 보정부(110)는 복수의 제1 마커가 부착된 보정용 봉을 촬영한 복수의 제2 교정 영상으로부터 복수의 제1 마커의 2차원 좌표값을 산출할 수 있다. 카메라 보정부(110)는 복수의 제2 교정 영상에 기초하여 복수의 카메라 각각에 대한 외부 변수를 추정할 수 있다. 카메라 보정부(110)는 내부 변수 및 외부 변수에 기초하여 복수의 후보 투영 행렬을 산출할 수 있다. 카메라 보정부(110)는 복수의 후보 투영 행렬에 기초하여 복수의 제1 마커의 2차원 좌표값을 복수의 제1 마커의 2차원 좌표값 및 3차원 좌표값으로 변환할 수 있다. 복수의 제1 마커의 3차원 좌표값과 복수의 후보 투영 행렬에 기초하여 투영 행렬을 산출할 수 있다.
카메라 보정부(110)는 임계치 이하의 밝기 정보를 제거하여 복수의 제2 교정 영상을 보정할 수 있다. 카메라 보정부(110)는 보정된 복수의 제2 교정 영상으로부터 에지 정보를 추출하여 복수의 에지 영상을 생성할 수 있다. 카메라 보정부(110)는 복수의 에지 영상에 기초하여 원 형상을 추정할 수 있다. 카메라 보정부(110)는 추정된 원 형상의 중심 좌표를 복수의 제1 마커의 좌표로 산출할 수 있다. 카메라 보정부(110)는 복수의 제1 마커의 좌표 중 직선 상에 배치된 제1 마커의 좌표를 그룹핑하여 제1 마커 정렬 정보를 생성할 수 있다.
카메라 보정부(110)는 복수의 카메라 중 제1 카메라에 의해 촬영된 제2 교정 영상의 제1 픽셀 좌표와 제1 픽셀 좌표에 대응하는 제2 카메라에 의해 촬영된 제2 교정 영상의 제2 픽셀 좌표에 기초하여 제1 카메라와 제2 카메라에 의해 촬영된 2개의 교정 영상 사이의 관계인 기본 행렬을 산출할 수 있다. 카메라 보정부(110)는 제1 카메라의 내부 변수, 제2 카메라의 내부 변수, 및 기본 행렬에 기초하여 카메라의 위치 및 자세 정보를 나타내는 필수 행렬을 산출할 수 있다. 카메라 보정부(110)는 필수 행렬에 기초하여 복수의 카메라의 외부 변수를 나타내는 회전 행렬 및 병진 벡터를 산출할 수 있다.
카메라 보정부(110)는 제2 교정 영상의 제1 마커의 2차원 좌표값과 복수의 후보 투영 행렬 및 제1 마커의 3차원 좌표를 통해 산출된 2차원 좌표값 사이의 거리 정보에 기초하여 투영 행렬을 산출할 수 있다.
좌표 변환부(120)는 투영 행렬에 기초하여 복수의 카메라로부터 촬영된 입력 영상의 복수의 2차원 마커 좌표를 복수의 3차원 마커 좌표로 변환한다.
강체 분류부(130)는 복수의 3차원 마커 좌표 중 유클리드 거리가 소정의 범위 내에 포함되는 마커 좌표를 그룹핑하여 복수의 강체 그룹으로 분류한다.
궤적 산출부(140)는 복수의 강체 그룹 각각에 대한 중심 좌표에 기초하여 복수의 강체 그룹의 이동 궤적을 산출한다.
경보부(150)는 이동 궤적에 기초하여 복수의 강체 그룹 사이의 충돌 및 이탈 여부를 판단하여 경보를 송출한다.
궤적 산출부(140)는 제1 시점에서의 강체 그룹의 중심 좌표와 제1 시점보다 늦은 시점에서 강체 그룹의 중심좌표를 이용하여 제1 시점과 제2 시점에서 강체 그룹의 상관관계를 나타내는 공분산 행렬을 산출할 수 있다. 궤적 산출부(140)는 공분산 행렬을 특이값 분해하여 회전 행렬을 산출할 수 있다. 궤적 산출부(140)는 회전 행렬을 이용하여 강체 그룹의 이동 궤적을 산출할 수 있다.
도 3은 본 발명의 실시예에 따른 위치 추적 방법의 순서도이다.
도 3을 참조하면, 본 발명의 실시예에 따른 위치 추정 방법은 S310 내지 S360단계를 포함할 수 있다.
우선, 카메라 보정부(110)는 복수의 카메라의 내부 변수 및 외부 변수에 기초하여 복수의 카메라 각각에 대한 투영 행렬을 산출한다(S310).
다음으로, 좌표 변환부(120)는 복수의 카메라로부터 촬영된 입력 영상으로부터 복수의 2차원 마커 좌표를 산출한다(S320).
그리고, 좌표 변환부(120)는 투영 행렬에 기초하여 복수의 2차원 마커 좌표를 복수의 3차원 마커 좌표로 변환한다(S330).
강체 분류부(130)는 복수의 3차원 마커 좌표 중 유클리드 거리가 소정의 범위 내에 포함되는 마커 좌표를 그룹핑하여 복수의 강체 그룹으로 분류한다(S340).
궤적 산출부(140)는 복수의 강체 그룹 각각에 대한 중심 좌표에 기초하여 복수의 강체 그룹의 이동 궤적을 산출한다(S350). 구체적으로, 궤적 산출부(140)는 제1 시점에서의 강체 그룹의 중심 좌표와 제1 시점보다 늦은 시점에서 강체 그룹의 중심좌표를 이용하여 제1 시점과 제2 시점에서 강체 그룹의 상관관계를 나타내는 공분산 행렬을 산출할 수 있다. 궤적 산출부(140)는 공분산 행렬을 특이값 분해하여 회전 행렬을 산출할 수 있다. 궤적 산출부(140)는 회전 행렬을 이용하여 강체 그룹의 이동 궤적을 산출할 수 있다.
경보부(150)는 이동 궤적에 기초하여 복수의 강체 그룹 사이의 충돌 및 이탈 여부를 판단하여 경보를 송출한다(S360).
도 4는 도 3의 S310 단계를 상세하게 나타낸 순서도이다.
카메라 보정부(110)는 체스 보드를 촬영한 복수의 제1 교정 영상을 이용하여 복수의 카메라 각각에 대한 내부 변수를 추정한다(S311).
카메라 보정부(110)는 복수의 제1 마커가 부착된 보정용 봉을 촬영한 복수의 제2 교정 영상으로부터 복수의 제1 마커의 2차원 좌표값을 산출할 수 있다(S312).
카메라 보정부(110)는 임계치 이하의 밝기 정보를 제거하여 복수의 제2 교정 영상을 보정할 수 있다(S313). 구체적으로, 카메라 보정부(110)는 보정된 복수의 제2 교정 영상으로부터 에지 정보를 추출하여 복수의 에지 영상을 생성할 수 있다. 그 후, 카메라 보정부(110)는 복수의 에지 영상에 기초하여 원 형상을 추정할 수 있다. 그리고, 카메라 보정부(110)는 추정된 원 형상의 중심 좌표를 복수의 제1 마커의 좌표로 산출할 수 있다. 카메라 보정부(110)는 복수의 제1 마커의 좌표 중 직선 상에 배치된 제1 마커의 좌표를 그룹핑하여 제1 마커 정렬 정보를 생성할 수 있다.
카메라 보정부(110)는 복수의 제2 교정 영상에 기초하여 복수의 카메라 각각에 대한 외부 변수를 추정할 수 있다(S314). 구체적으로, 카메라 보정부(110)는 복수의 카메라 중 제1 카메라에 의해 촬영된 제2 교정 영상의 제1 픽셀 좌표와 제1 픽셀 좌표에 대응하는 제2 카메라에 의해 촬영된 제2 교정 영상의 제2 픽셀 좌표에 기초하여 제1 카메라와 제2 카메라에 의해 촬영된 2개의 교정 영상 사이의 관계인 기본 행렬을 산출할 수 있다. 카메라 보정부(110)는 제1 카메라의 내부 변수, 제2 카메라의 내부 변수, 및 기본 행렬에 기초하여 카메라의 위치 및 자세 정보를 나타내는 필수 행렬을 산출할 수 있다. 카메라 보정부(110)는 필수 행렬에 기초하여 복수의 카메라의 외부 변수를 나타내는 회전 행렬 및 병진 벡터를 산출할 수 있다.
카메라 보정부(110)는 내부 변수 및 외부 변수에 기초하여 복수의 후보 투영 행렬을 산출할 수 있다(S315).
카메라 보정부(110)는 복수의 후보 투영 행렬에 기초하여 복수의 제1 마커의 2차원 좌표값을 복수의 제1 마커의 3차원 좌표값으로 변환한다(S316).
카메라 보정부(110)는 복수의 제1 마커의 2차원 좌표값 및 3차원 좌표값과 복수의 후보 투영 행렬에 기초하여 투영 행렬을 산출할 수 있다(S317). 구체적으로, 카메라 보정부(110)는 제2 교정 영상의 제1 마커의 2차원 좌표값과 복수의 후보 투영 행렬 및 제1 마커의 3차원 좌표를 통해 산출된 2차원 좌표값 사이의 거리 정보에 기초하여 투영 행렬을 산출할 수 있다.
이하에서는 도 5 내지 도 8을 통해 S310 단계를 상세하게 살펴보도록 한다.
도 5는 본 발명의 실시예에 따른 카메라 보정 과정에 대한 개념도이고, 도 6은 본 발명의 실시예에 따른 카메라 보정 과정을 개략적으로 나타낸 도면이다.
본 발명의 실시예에 따르면, 카메라 보정부(110)는 복수의 카메라의 내부 변수 및 외부 변수에 기초하여 복수의 카메라 각각에 대한 투영 행렬을 산출한다.
카메라 내부 변수를 추정하기 위하여, 카메라 보정부(110)는 제1 교정 영상을 수신한다. 여기서, 제1 교정 영상은 도 5의 (a)와 같은 소정의 공간 내에 복수의 카메라가 설치된 시점에서 체스보드를 촬영한 영상을 의미할 수 있다. 복수의 카메라가 설치된 시점은 카메라 설치 후 카메라 보정 과정이 진행되지 않은 시점을 의미할 수 있다.
카메라 보정부(110)는 제1 교정 영상을 통해 카메라의 내부 변수를 추정할 수 있다. 카메라 보정부(110)는 영상 내 체스 보드의 코너 점 좌표를 이용하여 카메라의 내부 변수를 추정할 수 있다. 카메라의 내부 변수는 카메라의 초점 거리(focal length), 주점(principle point), 기울어짐(skew) 등을 포함할 수 있다. 카메라의 내부 변수는 복수의 카메라 각각에 대해 추정될 수 있다.
카메라 보정부(110)는 제2 교정 영상을 수신할 수 있다. 제2 교정 영상은 도 5의 (a)와 같은 소정의 공간 내에 복수의 카메라가 설치된 시점에서 보정용 봉을 촬영한 영상을 의미할 수 있다. 여기서, 보정용 봉은 복수의 제1 마커가 부착될 수 있다. 도 7은 본 발명의 실시예에 따른 보정용 봉의 예시 도면이다. 도 7에서와 같이, 보정용 봉은 T자 형태의 프레임에 3개의 제1 마커(A, B, C)가 부착된 형태일 수 있다. 보정용 봉은 도 5의 (b)와 같이 고정의 공간 내에서 무작위로 움직이며 복수의 카메라는 이를 촬영함으로써 제2 교정 영상을 생성할 수 있다.
카메라 보정부(110)는 제2 교정 영상으로부터 마커의 2차원 좌표를 산출한다. 카메라 보정부(110)는 잡음을 제거하기 위하여 제2 교정 영상에서 임계치 이하의 밝기 정보를 제거한다. 카메라 보정부(110)는 제2 교정 영상에서 에지 정보를 추출하여 에지 영상을 생성한다. 제1 마커는 구 형상이나 2차원 상에서는 원 형상으로 나타나게 되므로, 카메라 보정부(110)는 에지 영상으로부터 원 형상을 추정함으로써 제1 마커에 대한 형상을 추정한다. 카메라 보정부(110)는 원적합법(circle fitting)을 통해 원 형상을 추정할 수 있으며, 원 형상의 모델은 아래의 수학식 1과 같이 나타낼 수 있다.
Figure 112019123583208-pat00001
카메라 보정부(110)는 추정된 원 형상으로부터 각 원 형상의 중심 좌표를 산출한다. 각 원 형상의 중심 좌표는 제1 마커의 좌표가 된다.
도 8은 본 발명의 실시예에 따른 제1 마커의 좌표를 도시한 도면이다.
제2 교정 영상의 각 프레임별로 제1 마커의 좌표를 산출하여 배치하면, 도 8에서와 같이 무작위로 배치될 수 있다. 따라서, 제1 마커의 좌표를 정렬할 필요가 있다. 카메라 보정부(110)는 복수의 제1 마커의 좌표 중 2개를 임의로 선택하고 선택된 2개의 좌표와 직선상에 배치된 제1 마커의 좌표가 존재하는지를 판단하는 과정을 반복한다. 직선상에 배치된 제1 마커의 좌표가 존재하면, 선택된 2개의 좌표와 함께 하나의 그룹으로 그룹핑함으로써 제1 마커 정렬 정보를 생성한다.
카메라 보정부(110)는 제2 교정 영상을 통해 카메라의 외부 변수를 추정한다. 카메라의 촬영 영상은 3차원 공간상의 점들을 카메라에 대응하는 2차원 영상 평면에 투사함으로서 생성될 수 있다. 3차원 공간상의 점을 2차원 영상 평면(image plane) 상의 점으로 변환하기 위한 카메라 모델은 아래의 수학식 2와 같이 나타낼 수 있다.
Figure 112019123583208-pat00002
여기서, X=(X,Y,Z,1)T으로서 3차원 공간상의 점을 의미하고, P는 투영행렬(projection matrix)를 의미하고, u=(u,v,1)T로서 2차원 영상 평면 상의 점을 의미한다. 해당 모델은 3차원 공간상의 점 X는 2차원 영상 평면 상의 점 u와 선형 관계(Direct linear transformation)가 있음을 가정한다.
투영 행렬은 카메라의 내부 변수와 외부 변수를 포함할 수 있다. 이러한 투영 행렬은 아래의 수학식 3을 통해 나타낼 수 있다.
Figure 112019123583208-pat00003
여기서, K는 카메라 내부 변수를 의미하고, [R|t]는 카메라의 회전(R) 및 이동 성분(t)을 포함하는 카메라 외부 변수를 의미한다.
카메라 내부 변수(K)는 아래의 수학식 4를 통해 나타낼 수 있다.
Figure 112019123583208-pat00004
여기서, fx는 및 fy는 영상의 x축 및 y축 방향으로의 초점 거리를 의미하고, cx 및 cy는 영상에서 주점(principal point)의 x축 값 및 y축 값을 의미한다.
카메라 보정부(110)는 투영 행렬 산출에 이용되는 카메라의 외부 변수를 산출하기 위하여 기본 행렬 및 필수 행렬을 산출한다.
필수 행렬은 카메라의 위치 및 자세 정보를 의미하며, 좌표 p와 p' 사이의 기하학적인 관계를 만족하는 행렬을 의미할 수 있다. 좌표 p와 p'은 3차원 좌표계 상의 점이 이상적인 영상 평면(Image Plane) A 및 B에 투영된 좌표를 의미할 수 있다. 이는 아래의 수학식 5를 통해 나타낼 수 있다.
Figure 112019123583208-pat00005
여기서, E는 필수 행렬을 의미하고, 3x3 행렬일 수 있다.
필수 행렬은 두 카메라 사이의 회전 행렬과 병진 벡터를 통해 나타낼 수 있다. 이때, 병진 벡터는 3x3의 반대칭 행렬(skew-symmetric matrix)로 변환되어 이용될 수 있다. 이는 아래의 수학식 6을 통해 나타낼 수 있다.
Figure 112019123583208-pat00006
여기서, R은 회전 행렬을 의미하고, t는 병진 벡터를 의미한다.
필수 행렬은 좌표 p와 p'으로부터 카메라의 상대적인 위치 및 자세를 추정하는데 이용될 수 있다. 하지만, 실제 카메라는 다양한 물리적 오차를 포함하고 있으므로, 필수 행렬에 대한 보정이 요구된다.
아래의 수학식 7은 영상 내 픽셀의 좌표와 좌표 p와의 관계를 나타낸다.
Figure 112019123583208-pat00007
여기서, pimg는 영상의 픽셀 좌표를 의미한다.
이와 같이, 필수 행렬은 카메라의 내부 변수가 포함되지 않은 좌표계를 이용하고 있는바, 촬영 영상으로부터 카메라 사이의 물리적 관계를 나타내기 위해서는 필수 행렬에 카메라의 내부 변수를 포함된 기본 행렬이 요구된다. 기본 행렬(F)은 아래의 수학식 8과 같은 관계로 나타낼 수 있다.
Figure 112019123583208-pat00008
여기서, p'img는 제1 카메라의 영상의 제1 좌표점을 의미하고, pimg는 제1 좌표점에 대응하는 제2 카메라의 영상의 제2 좌표점을 의미한다. 즉, 제1 좌표점과 제2 좌표점은 대응관계이다.
즉, 카메라 보정부(110)는 수학식 8에 기초하여 기본 행렬을 산출할 수 있다. 구체적으로, 카메라 보정부(110)는 복수의 카메라 중 기준으로 설정한 제1 카메라에 대응하는 제1 마커의 좌표와 제2 카메라에 대응하는 제1 마커의 좌표의 정보를 이용하여 각 카메라의 기본 행렬을 산출할 수 있다.
상기의 수학식을 벡터 형식으로 나타내면 아래의 수학식 9와 같이 나타낼 수 있다.
Figure 112019123583208-pat00009
이를 다시 내적을 이용하여 나타내면 아래의 수학식 10으로 나타낼 수 있다.
Figure 112019123583208-pat00010
대응점이 n개인 경우에는 아래의 수학식 11과 같이 나타낼 수 있다.
Figure 112019123583208-pat00011
하지만, n개의 대응점은 완전히 대응하는 것이 아니므로, 행렬 A는 역행렬이 존재하지 않은 특이행렬(singular matrix)이다. 따라서, f에 대한 자명해가 산출되는 것을 방지하기 위하여 특이값 분해(Singular Value Decomposition, SVD)를 이용하여 기본 행렬을 산출한다. 구체적으로, 행렬 A를 특이값 분해하여 산출된 특이값 중 가장 작은 특이값에 대응하는 특이 벡터(singular vector)가 기본 행렬(F)이 될 수 있다.
기본 행렬은 아래의 수학식 12와 같이 필수 행렬과 두 카메라의 내부 파라미터를 통해 나타낼 수 있다.
Figure 112019123583208-pat00012
여기서, K1은 제1 카메라의 내부 변수를 의미하고, K2는 제2 카메라의 내부 변수를 의미한다.
즉, 카메라 보정부(110)는 수학식 12에 기초하여 필수 행렬을 산출할 수 있다. 구체적으로, 카메라 보정부(110)는 기준으로 설정된 제1 카메라의 내부 파라미터와 제2 카메라의 내부, 그리고 앞서 산출된 기본 행렬을 통해 필수 행렬을 산출할 수 있다.
카메라 보정부(110)는 산출된 필수 행렬을 통해 외부 변수를 산출할 수 있다. 구체적으로, 카메라 보정부(110)는 필수 행렬을 특이값 분해하여 외부 변수에 포함된 회전 행렬과 병진 벡터를 산출할 수 있다. 이는 아래의 수학식 13 내지 16을 통해 나타낼 수 있다.
Figure 112019123583208-pat00013
Figure 112019123583208-pat00014
Figure 112019123583208-pat00015
Figure 112019123583208-pat00016
카메라 보정부(110)는 산출된 외부 변수 및 내부 변수를 이용하여 후보 투영 행렬을 산출할 수 있다. 카메라 보정부(110)는 앞서 설명한 수학식 3을 이용하여 후보 투영 행렬을 산출할 수 있다. 한편, 외부 변수 중 병진 벡터의 경우 실제 크기를 알 수 없는 스칼라량으로 나타나므로 위치 관계를 알기 위해서는 제1 마커 사이의 거리로 보정을 수행해야 한다. 카메라 보정부(110)는 보정용 봉에서 외곽에 배치된 제1 마커(A) 및 제1 마커(B)의 좌표값을 이용하여 스케일 펙터를 산출할 수 있으며, 이는 아래의 수학식 17을 통해 나타낼 수 있다.
Figure 112019123583208-pat00017
여기서, Xk A는 제1 마커(A)의 좌표값을 의미하고, Xk B는 제1 마커(B)의 좌표값을 의미하고, μ는 스케일 펙터를 의미하고, d는 제1 마커(A)와 제1 마커(B) 사이의 실제 거리를 의미한다. 카메라 보정부(110)는 잡음 오차를 줄이기 위하며 다수의 스케일 펙터를 산출한 후 이를 평균값을 산출할 수 있다.
카메라 보정부(110)는 투영 행렬과 영상의 제1 마커의 2차원 좌표값을 이용하여 제1 마커의 3차원 좌표를 계산할 수 있으며, 이는 아래의 수학식 18과 같이 나타낼 수 있다.
Figure 112019123583208-pat00018
여기서, m은 복수의 카메라의 개수를 의미하고, pm은 투영 행렬을 의미하고, u및 v는 제1 마커의 2차원 좌표를 의미하고, j는 제1 마커의 인덱스 번호를 의미한다.
카메라 보정부(110)는 광속 조정법(bundle adjustment)을 통해 투영 행렬을 산출할 수 있다. 카메라 보정부(110)는 제2 교정 영상의 제1 마커의 2차원 좌표값과 후보 투영 행렬 및 제1 마커의 3차원 좌표를 통해 산출된 2차원 좌표값 사이의 거리 정보를 통해 후보 투영 행렬을 최적화함으로써 투영 행렬을 산출한다. 이는 아래의 수학식 19와 같이 나타낼 수 있다.
Figure 112019123583208-pat00019
여기서, m은 카메라의 수이고, n은 마커의 수이다. D(x,y)는 다차원 공간에서 두 점 사이의 거리인 유클리디안 거리를 의미한다. Pk는 투영 행렬을 의미하고, Mi는 제1 마커의 3차원 좌표를 의미한다.
아래에서는 도 9를 통해 S320 내지 360 단계를 상세하게 살펴보도록 한다.
도 9는 도 3의 S320 내지 360 단계를 상세하게 설명하기 위한 도면이다.
입력 영상은 카메라 보정부(110)에 의해 카메라 보정이 종료된 시점에서 제2 마커가 부착된 대상을 촬영한 영상을 의미할 수 있다.
좌표 변환부(120)는 입력 영상에서 제2 마커의 2차원 좌표를 산출할 수 있다. 제2 마커의 2차원 좌표 산출 과정은 앞서 설명한 제1 마커의 2차원 좌표 산출 과정과 동일할 수 있다. 그리고, 좌표 변환부(120)는 투영 행렬을 통해 제2 마커의 2차원 좌표를 3차원 좌표로 변환한다.
이후, 강체 분류부(130)는 3차원 좌표를 그룹핑하여 강체 별로 분류한다. 이를 위해, 강체 분류부(130)는 3차원 좌표 사이의 유클리드 거리를 산출한다. 강체 분류부(130)는 산출된 유클리드 거리가 소정의 범위 내에 포함되는 3차원 좌표들을 하나의 강체 그룹으로 그룹핑한다.
궤적 산출부(140)는 각 강체 그룹의 중심 좌표를 산출한다. 그리고, 궤적 산출부(140)는 중심 좌표의 정보를 이용하여 강체의 이동 궤적을 산출한다.
이를 위해, 우선, 궤적 산출부(140)는 아래의 수학식 20을 통해 강체의 회전 정보를 포함하는 공분산 행렬(H)을 산출하게 된다.
Figure 112019123583208-pat00020
여기서, centroidA는 강체의 제1 시점에서의 중심 좌표를 의미하고, centroidB는 강체의 제1 시점보다 늦은 제2 시점에서의 중심 좌표를 의미하고, PA i는 제1 시점에서의 투영 행렬이고, PB i는 제2 시점에서의 투영행렬이고, N는 의미한다. 제1 시점의 중심 좌표는 제1 프레임에서 강체의 중심 좌표이고, 제2 시점의 중심 좌표는 제1 프레임의 다음 프레임인 제2 프레임에서 강체의 중심 좌표를 의미할 수 있다.
궤적 산출부(140)는 공분산 행렬을 통해 강체의 회전 행렬을 산출할 수 있다. 이를 위해 궤적 산출부(140)는 공분산 행렬을 특이값 분해할 수 있으며, 이는 아래의 수학식 21과 같이 나타낼 수 있다.
Figure 112019123583208-pat00021
그러면, 궤적 산출부(140)는 특이값 분해의 결과를 이용하여 회전 행렬을 산출하며 이는 아래의 수학식 22와 같이 나타낼 수 있다.
Figure 112019123583208-pat00022
궤적 산출부(140)는 강체에 대한 회전 행렬을 통해 강체의 이동 궤적을 산출한다.
경보부(150)는 이동 궤적에 기초하여 복수의 강체 그룹 사이의 충돌 및 이탈 여부를 판단하여 경보를 송출한다. 예를 들어, 경보부(150)는 제1 강체 그룹의 이동 궤적과 제2 강체 그룹의 이동 궤적 사이의 거리를 산출하고, 이동 궤적 사이의 거리가 임계치 이하인 경우 제1 강체 그룹과 제2 강체 그룹이 충돌한다고 판단할 수 있다. 충돌 판단된 경우, 경보부(150)는 제1 강체 그룹 및 제2 강체 그룹에 대응하는 대상에게 충돌 경보를 송출한다. 충돌 경보는 경보음을 통해 송출될 수 있으며, 대상이 HMD와 같은 장치를 착용하고 있는 경우 상대방의 위치를 제공하는 형태로 송출될 수도 있다. 이탈의 경우에는 강체 그룹의 이동 궤적이 기 설정된 영역 범위를 이탈하는 경우일 수 있다.
본 실시예에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA(field-programmable gate array) 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.
이상에서 실시예를 중심으로 설명하였으나 이는 단지 예시일 뿐 본 발명을 한정하는 것이 아니며, 본 발명이 속하는 분야의 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성을 벗어나지 않는 범위에서 이상에 예시되지 않은 여러 가지의 변형과 응용이 가능함을 알 수 있을 것이다. 예를 들어, 실시예에 구체적으로 나타난 각 구성 요소는 변형하여 실시할 수 있는 것이다. 그리고 이러한 변형과 응용에 관계된 차이점들은 첨부된 청구 범위에서 규정하는 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.
100 : 위치 추적 장치
110 : 카메라 보정부
120 : 좌표 변환부
130 : 강체 분류부
140 : 궤적 산출부
150 : 경보부

Claims (12)

  1. 복수의 카메라의 내부 변수 및 외부 변수에 기초하여 복수의 카메라 각각에 대한 투영 행렬을 산출하는 카메라 보정부,
    상기 투영 행렬에 기초하여 상기 복수의 카메라로부터 촬영된 입력 영상의 복수의 2차원 마커 좌표를 복수의 3차원 마커 좌표로 변환하는 좌표 변환부,
    상기 복수의 3차원 마커 좌표 중 유클리드 거리가 소정의 범위 내에 포함되는 마커 좌표를 그룹핑하여 복수의 강체 그룹으로 분류하는 강체 분류부,
    상기 복수의 강체 그룹 각각에 대한 중심 좌표에 기초하여 복수의 강체 그룹의 이동 궤적을 산출하는 궤적 산출부, 그리고
    상기 복수의 강체 그룹의 이동 궤적 사이의 거리를 산출하고, 상기 이동 궤적 사이의 거리가 기 설정된 임계치 이하이면 복수의 강체 그룹 사이의 충돌이 발생한 것으로 판단하고 강체 그룹의 이동 궤적이 기 설정된 영역 범위를 이탈하면 강체 그룹이 이탈한 것으로 판단하여 경보 및 상대방의 위치 중 적어도 하나를 송출하는 경보부를 포함하며,
    상기 궤적 산출부는,
    제1 시점에서의 강체 그룹의 중심 좌표 및 투영 행렬의 차이값과 상기 제1 시점보다 늦은 제2 시점에서 상기 강체 그룹의 중심 좌표 및 투영 행렬의 차이값을 이용하여 상기 제1 시점과 상기 제2 시점에서 강체 그룹의 상관관계를 나타내는 공분산 행렬을 산출하고, 상기 공분산 행렬을 특이값 분해하여 상기 강체 그룹에 대한 회전 행렬을 산출하고, 상기 회전 행렬을 이용하여 상기 강체 그룹의 이동 궤적을 산출하는 위치 추적 장치.
  2. 제1항에 있어서,
    상기 카메라 보정부는,
    체스 보드를 촬영한 복수의 제1 교정 영상을 이용하여 복수의 카메라 각각에 대한 내부 변수를 추정하고,
    복수의 제1 마커가 부착된 보정용 봉을 촬영한 복수의 제2 교정 영상으로부터 상기 복수의 제1 마커의 2차원 좌표값을 산출하고,
    상기 복수의 제2 교정 영상에 기초하여 복수의 카메라 각각에 대한 외부 변수를 추정하고,
    상기 내부 변수 및 외부 변수에 기초하여 복수의 후보 투영 행렬을 산출하고,
    상기 복수의 후보 투영 행렬에 기초하여 상기 복수의 제1 마커의 2차원 좌표값을 상기 복수의 제1 마커의 3차원 좌표값으로 변환하고,
    상기 복수의 제1 마커의 2차원 좌표값 및 3차원 좌표값과 상기 복수의 후보 투영 행렬에 기초하여 상기 투영 행렬을 산출하는 위치 추적 장치.
  3. 제2항에 있어서,
    상기 카메라 보정부는,
    임계치 이하의 밝기 정보를 제거하여 상기 복수의 제2 교정 영상을 보정하고,
    보정된 상기 복수의 제2 교정 영상으로부터 에지 정보를 추출하여 복수의 에지 영상을 생성하고,
    상기 복수의 에지 영상에 기초하여 원 형상을 추정하고,
    상기 추정된 원 형상의 중심 좌표를 상기 복수의 제1 마커의 좌표로 산출하고,
    상기 복수의 제1 마커의 좌표 중 직선 상에 배치된 제1 반사마커의 좌표를 그룹핑하여 제1 마커 정렬 정보를 생성하는 위치 추적 장치.
  4. 제2항에 있어서,
    상기 카메라 보정부는,
    복수의 카메라 중 제1 카메라에 의해 촬영된 제2 교정 영상의 제1 픽셀 좌표와 상기 제1 픽셀 좌표에 대응하는 제2 카메라에 의해 촬영된 제2 교정 영상의 제2 픽셀 좌표에 기초하여 상기 제1 카메라와 상기 제2 카메라에 의해 촬영된 2개의 교정 영상 사이의 관계인 기본 행렬을 산출하고,
    상기 제1 카메라의 내부 변수, 상기 제2 카메라의 내부 변수, 및 상기 기본 행렬에 기초하여 카메라의 위치 및 자세 정보를 나타내는 필수 행렬을 산출하고,
    상기 필수 행렬에 기초하여 상기 복수의 카메라의 외부 변수를 나타내는 회전 행렬 및 병진 벡터를 산출하는 위치 추적 장치.
  5. 제2항에 있어서,
    상기 카메라 보정부는,
    상기 제2 교정 영상의 제1 마커의 2차원 좌표값과 상기 복수의 후보 투영 행렬 및 상기 제1 마커의 3차원 좌표를 통해 산출된 2차원 좌표값 사이의 거리 정보에 기초하여 상기 투영 행렬을 산출하는 위치 추적 장치.
  6. 삭제
  7. 위치 추적 장치를 이용한 위치 추적 방법에 있어서,
    복수의 카메라의 내부 변수 및 외부 변수에 기초하여 복수의 카메라 각각에 대한 투영 행렬을 산출하는 단계,
    상기 투영 행렬에 기초하여 상기 복수의 카메라로부터 촬영된 입력 영상의 복수의 2차원 마커 좌표를 복수의 3차원 마커 좌표로 변환하는 단계,
    상기 복수의 3차원 마커 좌표 중 유클리드 거리가 소정의 범위 내에 포함되는 마커 좌표를 그룹핑하여 복수의 강체 그룹으로 분류하는 단계,
    상기 복수의 강체 그룹 각각에 대한 중심 좌표에 기초하여 복수의 강체 그룹의 이동 궤적을 산출하는 단계, 그리고
    상기 복수의 강체 그룹의 이동 궤적 사이의 거리를 산출하고, 상기 이동 궤적 사이의 거리가 기 설정된 임계치 이하이면 복수의 강체 그룹 사이의 충돌이 발생한 것으로 판단하고 강체 그룹의 이동 궤적이 기 설정된 영역 범위를 이탈하면 강체 그룹이 이탈한 것으로 판단하여 경보 및 상대방의 위치 중 적어도 하나를 송출하는 단계를 포함하며,
    상기 복수의 강체 그룹의 이동 궤적을 산출하는 단계는,
    제1 시점에서의 강체 그룹의 중심 좌표 및 투영 행렬의 차이값과 상기 제1 시점보다 늦은 제2 시점에서 상기 강체 그룹의 중심 좌표 및 투영 행렬의 차이값을 이용하여 상기 제1 시점과 상기 제2 시점에서 강체 그룹의 상관관계를 나타내는 공분산 행렬을 산출하는 단계,
    상기 공분산 행렬을 특이값 분해하여 상기 강체 그룹에 대한 회전 행렬을 산출하는 단계, 그리고
    상기 회전 행렬을 이용하여 상기 강체 그룹의 이동 궤적을 산출하는 단계를 포함하는 위치 추적 방법.
  8. 제7항에 있어서,
    상기 투영 행렬을 산출하는 단계는,
    체스 보드를 촬영한 복수의 제1 교정 영상을 이용하여 복수의 카메라 각각에 대한 내부 변수를 추정하는 단계,
    복수의 제1 마커가 부착된 보정용 봉을 촬영한 복수의 제2 교정 영상으로부터 상기 복수의 제1 마커의 2차원 좌표값을 산출하는 단계,
    상기 복수의 제2 교정 영상에 기초하여 복수의 카메라 각각에 대한 외부 변수를 추정하는 단계,
    상기 내부 변수 및 외부 변수에 기초하여 복수의 후보 투영 행렬을 산출하는 단계,
    상기 복수의 후보 투영 행렬에 기초하여 상기 복수의 제1 마커의 2차원 좌표값을 상기 복수의 제1 마커의 3차원 좌표값으로 변환하는 단계, 그리고
    상기 복수의 제1 마커의 2차원 좌표값 및 3차원 좌표값과 상기 복수의 후보 투영 행렬에 기초하여 상기 투영 행렬을 산출하는 단계를 포함하는 위치 추적 방법.
  9. 제8항에 있어서,
    상기 복수의 제1 마커의 2차원 좌표값을 산출하는 단계는,
    임계치 이하의 밝기 정보를 제거하여 상기 복수의 제2 교정 영상을 보정하는 단계,
    보정된 상기 복수의 제2 교정 영상으로부터 에지 정보를 추출하여 복수의 에지 영상을 생성하는 단계,
    상기 복수의 에지 영상에 기초하여 원 형상을 추정하는 단계,
    상기 추정된 원 형상의 중심 좌표를 상기 복수의 제1 마커의 좌표로 산출하는 단계, 그리고
    상기 복수의 제1 마커의 좌표 중 직선 상에 배치된 제1 반사마커의 좌표를 그룹핑하여 제1 마커 정렬 정보를 생성하는 단계를 포함하는 위치 추적 방법.
  10. 제8항에 있어서,
    상기 외부 변수를 추정하는 단계는,
    복수의 카메라 중 제1 카메라에 의해 촬영된 제2 교정 영상의 제1 픽셀 좌표와 상기 제1 픽셀 좌표에 대응하는 제2 카메라에 의해 촬영된 제2 교정 영상의 제2 픽셀 좌표에 기초하여 상기 제1 카메라와 상기 제2 카메라에 의해 촬영된 2개의 교정 영상 사이의 관계인 기본 행렬을 산출하는 단계,
    상기 제1 카메라의 내부 변수, 상기 제2 카메라의 내부 변수, 및 상기 기본 행렬에 기초하여 카메라의 위치 및 자세 정보를 나타내는 필수 행렬을 산출하는 단계, 그리고
    상기 필수 행렬에 기초하여 상기 복수의 카메라의 외부 변수를 나타내는 회전 행렬 및 병진 벡터를 산출하는 단계를 포함하는 위치 추적 방법.
  11. 제8항에 있어서,
    상기 복수의 후보 투영 행렬에 기초하여 상기 투영 행렬을 산출하는 단계는,
    상기 제2 교정 영상의 제1 마커의 2차원 좌표값과 상기 복수의 후보 투영 행렬 및 상기 제1 마커의 3차원 좌표를 통해 산출된 2차원 좌표값 사이의 거리 정보에 기초하여 상기 투영 행렬을 산출하는 위치 추적 방법.
  12. 삭제
KR1020190157011A 2018-11-29 2019-11-29 광학식 위치 트래킹 시스템 기반의 위치 추적 장치 및 그 방법 KR102188480B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20180151057 2018-11-29
KR1020180151057 2018-11-29

Publications (2)

Publication Number Publication Date
KR20200064947A KR20200064947A (ko) 2020-06-08
KR102188480B1 true KR102188480B1 (ko) 2020-12-08

Family

ID=71089726

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190157011A KR102188480B1 (ko) 2018-11-29 2019-11-29 광학식 위치 트래킹 시스템 기반의 위치 추적 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR102188480B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220092053A (ko) 2020-12-24 2022-07-01 (주)코어센스 교차 공분산 3d 좌표 추정을 통한 가상공간 이동플랫폼 구축 방법
KR20220159679A (ko) 2021-05-26 2022-12-05 (주)코어센스 가상 소방훈련을 위한 하이브리드 모션 캡쳐 위치 전환 방법

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111899305A (zh) * 2020-07-08 2020-11-06 深圳市瑞立视多媒体科技有限公司 一种相机自动标定优化方法及相关系统、设备
KR102472579B1 (ko) * 2020-07-16 2022-11-30 주식회사 아이팝 가상 소방 훈련을 위한 모션 캡쳐 시스템 및 이를 이용한 모션 캡쳐 방법
KR102478415B1 (ko) * 2020-07-17 2022-12-19 주식회사 아이팝 교차 공분산을 이용한 3차원 좌표 추정 방법
CN111975438A (zh) * 2020-08-21 2020-11-24 南通大学 基于距离传感器及机器视觉的机床急停方法及装置
KR102250869B1 (ko) * 2020-09-09 2021-05-11 한국전자기술연구원 다중 광학식 카메라를 이용한 가상현실 플랫폼에서의 다중 객체 위치 추적 시스템 및 방법
WO2024053876A1 (ko) * 2022-09-08 2024-03-14 삼성전자 주식회사 카메라 캘리브레이션(camera calibration)을 수행하는 전자 장치 및 그 동작 방법
CN115565134B (zh) * 2022-10-13 2024-03-15 广州国交润万交通信息有限公司 球机监控盲区诊断方法、系统、设备及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006003263A (ja) * 2004-06-18 2006-01-05 Hitachi Ltd 視覚情報処理装置および適用システム

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006003263A (ja) * 2004-06-18 2006-01-05 Hitachi Ltd 視覚情報処理装置および適用システム

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Samuel Blisard, "3D scene description and construction using spatial referencing language", University of Missouri-Columbia, (2010.12.31.) 1부.*
정하형외 2인, "모션캡쳐를 위한 다중카메라 보정기법", 대한전자공학회 학술대회, (2016.04.30.) 1부.*
정하형외 2인, "재난복구인력의 행동패턴분석을 위한 하이브리드 모션캡쳐 시스템 구현", 제어로봇시스템학회 논문지 23(5), (2017.05.31.) 1부.*

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220092053A (ko) 2020-12-24 2022-07-01 (주)코어센스 교차 공분산 3d 좌표 추정을 통한 가상공간 이동플랫폼 구축 방법
KR102543653B1 (ko) * 2020-12-24 2023-06-15 주식회사 아이팝 교차 공분산 3d 좌표 추정을 통한 가상공간 이동플랫폼 구축 방법
KR20220159679A (ko) 2021-05-26 2022-12-05 (주)코어센스 가상 소방훈련을 위한 하이브리드 모션 캡쳐 위치 전환 방법

Also Published As

Publication number Publication date
KR20200064947A (ko) 2020-06-08

Similar Documents

Publication Publication Date Title
KR102188480B1 (ko) 광학식 위치 트래킹 시스템 기반의 위치 추적 장치 및 그 방법
US20190188533A1 (en) Pose estimation
EP3516624B1 (en) A method and system for creating a virtual 3d model
JP5393318B2 (ja) 位置姿勢計測方法及び装置
JP4789745B2 (ja) 画像処理装置および方法
KR102371127B1 (ko) 골격의 길이 정보를 이용한 제스쳐 인식 방법 및 처리 시스템
CN111951325B (zh) 位姿跟踪方法、位姿跟踪装置及电子设备
Islam et al. Stereo vision-based 3D positioning and tracking
WO2022060443A1 (en) Training multi-object tracking models using simulation
CN109474817B (zh) 光学传感装置、方法及光学侦测模块
Sun et al. High-accuracy three-dimensional measurement based on multi-directional cooperative target with weighted SfM algorithm
CN115035546A (zh) 三维人体姿态检测方法、装置及电子设备
WO2019191537A1 (en) Pose estimation using radio frequency signals
KR20230150867A (ko) 얼굴 표정, 신체 자세 형상 및 의류 퍼포먼스 캡처를 위해 암시적 구별가능 렌더러를 사용하는 멀티뷰 신경 사람 예측
KR20050061115A (ko) 카메라 움직임을 보상한 객체 움직임 추출 장치 및 그 방법
JP7498404B2 (ja) 被写体の３次元姿勢推定装置、３次元姿勢推定方法、及びプログラム
McIlroy et al. Kinectrack: Agile 6-dof tracking using a projected dot pattern
Ababsa et al. A Robust Circular Fiducial Detection Technique and Real-Time 3D Camera Tracking.
KR102184619B1 (ko) 가상 환경의 표현에서의 시선 방향을 조정하는 방법
JP2007003462A (ja) 視線認識装置、及び視線認識方法
CN113424524B (zh) 使用半球形或球形可见光深度图像的三维建模
Riipkema et al. Pose estimation with radio-controlled visual markers
US20240119620A1 (en) Posture estimation apparatus, posture estimation method, and computer-readable recording medium
CN116402883A (zh) 一种基于无监督深度学习的船舶六自由度计算方法
Islam et al. 3D kinematic measurement of human movement using low cost fish-eye cameras

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant