KR102235827B1 - 격자 지도를 생성하는 방법 및 장치 - Google Patents

격자 지도를 생성하는 방법 및 장치 Download PDF

Info

Publication number
KR102235827B1
KR102235827B1 KR1020180115910A KR20180115910A KR102235827B1 KR 102235827 B1 KR102235827 B1 KR 102235827B1 KR 1020180115910 A KR1020180115910 A KR 1020180115910A KR 20180115910 A KR20180115910 A KR 20180115910A KR 102235827 B1 KR102235827 B1 KR 102235827B1
Authority
KR
South Korea
Prior art keywords
grid map
map
grid
point cloud
laser point
Prior art date
Application number
KR1020180115910A
Other languages
English (en)
Other versions
KR20190082060A (ko
Inventor
이페이 잔
미아오 얀
왕 저우
시옹 두안
시안펭 랑
창지에 마
Original Assignee
바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드
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 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 filed Critical 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드
Publication of KR20190082060A publication Critical patent/KR20190082060A/ko
Application granted granted Critical
Publication of KR102235827B1 publication Critical patent/KR102235827B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003—Maps
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3863—Structures of map data
    • G01C21/387—Organisation of map data, e.g. version management or database structures
    • G01C21/3881—Tile-based structures
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/005—Tree description, e.g. octree, quadtree
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/36—Level of detail

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Databases & Information Systems (AREA)
  • Computer Graphics (AREA)
  • Automation & Control Theory (AREA)
  • Multimedia (AREA)
  • Educational Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Processing Or Creating Images (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)
  • Instructional Devices (AREA)

Abstract

본 개시의 예시적인 실시예에 의하면, 격자 지도를 생성하는 방법, 장치 및 컴퓨터 판독 가능한 매체를 제공한다. 해당 방법은, 이미 획득한 레이저 포인트 클라우드를 기반으로 제1 해상도를 구비하는 제1 격자 지도를 생성하는 단계를 포함한다. 해당 방법은, 제1 격자 지도 중의 격자들에 대해 합병을 진행하여 제1 해상도보다 낮은 제2 해상도를 구비하는 제2 격자 지도를 생성하는 단계를 더 포함한다. 또한, 해당 방법은, 제1 격자 지도 및 제1 격자 지도와 제2 격자 지도 사이의 관련성을 저장하는 단계를 더 포함한다. 본 개시의 실시예는 각종의 해상도의 격자 지도들을 생성함으로써, 상이한 레벨의 항법 또는 위치 확인의 요구를 만족할 수 있다. 또한, 본 개시의 실시예는 단지 해상도가 가장 높은 격자 지도 및 각 레벨의 지도들 사이의 관련성만을 저장함으로써, 저장 공간을 줄일 수 있다.

Description

격자 지도를 생성하는 방법 및 장치{METHOD AND APPARATUS FOR GENERATING GRID MAPS}
본 개시의 실시예들은 일반적으로 전자 지도 기술 분야에 관한 것으로, 보다 상세하게는 격자 지도를 생성하는 방법 및 장치에 관한 것이다.
전자 지도는 컴퓨터 기술을 이용하여 생성한 디지털 형식의 지도를 가리키며, 조회, 위치 확인 및 항법 등의 정경에 광범위하게 이용된다. 전자 지도는 통상적으로 일반적인 항법 지도와 고정밀 지도로 나누어진다. 일반적인 항법 지도는 사용자를 상대로 한 지도로서, 사용자에게 조회와 표시를 진행하도록 시각화된 인터페이스를 제공한다. 고정밀 지도는 기계를 상대로 한 지도 데이터로서, 예컨대 자동 주행, 로봇 항법 및 위치 확인 등에 이용될 수 있다. 일반적인 항법 지도는 통상적으로 위성 지도 측량 및 제작을 통해 획득하며, 그의 정밀도는 통상적으로 높지 못하다(예를 들어, 오차가 몇 미터 내지 수십 미터에 달함). 고정밀 지도는 정확도가 높은 지도 데이터로서, 상대적으로 높은 정밀도를 구비할 뿐만 아니라, 정확한 항법 및 위치 확인에 이용될 수 있는 기타의 정보, 예컨대 차선 정보, 대상물 높이 정보, 도로 형상 정보 등을 포함한다.
격자 지도는 자주 쓰이는 고정밀 지도 형식으로서, 환경을 일련의 격자로 분할하되, 여기서, 각 격자에는 해당 격자가 점용되었음을 표시하는 값이 표기된다. 즉, 격자 지도는 실제 환경에 대해 디지털 격자화를 진행하여 획득한 결과물로서, 격자가 점용되었는지 여부를 통해 환경 중의 장애물을 표식한다. 자동 주행 차량과 로봇에 대한 항법 및 위치 확인의 수요에 있어서, 점용형 격자 지도는 무인 자율 주행 차량과 지능형 로봇의 항법 및 위치 확인 정경에 광범위하게 적용된다.
본 개시의 예시적인 실시예들에 의하면, 격자 지도를 생성하는 방안을 제공한다.
본 개시의 제1 양태에 있어서, 격자 지도를 생성하는 방법을 제공한다. 해당 방법은, 이미 획득한 레이저 포인트 클라우드를 기반으로 제1 해상도를 구비하는 제1 격자 지도를 생성하는 단계를 포함한다. 해당 방법은, 제1 격자 지도 중의 격자들에 대해 합병을 진행하여 제1 해상도보다 낮은 제2 해상도를 구비하는 제2 격자 지도를 생성하는 단계를 더 포함한다. 또한, 해당 방법은, 제1 격자 지도 및 제1 격자 지도와 제2 격자 지도 사이의 관련성을 저장하는 단계를 더 포함한다.
본 개시의 제2 양태에 있어서, 격자 지도를 생성하는 장치를 제공한다. 해당 장치는, 이미 획득한 레이저 포인트 클라우드를 기반으로 제1 해상도를 구비하는 제1 격자 지도를 생성하도록 구축된 제1 지도 생성 모듈을 포함한다. 또한, 해당 장치는, 제1 격자 지도 중의 격자들에 대해 합병을 진행하여 제1 해상도보다 낮은 제2 해상도를 구비하는 제2 격자 지도를 생성하도록 구축된 제2 지도 생성 모듈과, 제1 격자 지도 및 제1 격자 지도와 제2 격자 지도 사이의 관련성을 저장하도록 구축된 지도 저장 모듈을 더 포함한다.
본 개시의 제3 양태에 있어서, 컴퓨팅 기기를 제공하며, 해당 컴퓨팅 기기는 하나 또는 다수의 프로세서와 하나 또는 다수의 프로그램을 저장하기 위한 저장 장치를 포함한다. 상기 하나 또는 다수의 프로그램이 상기 하나 또는 다수의 프로세서에 의해 실행될 경우, 컴퓨팅 기기는 본 개시의 실시예에 따른 방법 또는 과정을 구현하도록 한다.
본 개시의 제4 양태에 있어서, 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능한 매체를 제공하며, 해당 프로그램은 프로세서에 의해 실행될 경우, 본 개시의 실시예에 따른 방법 또는 과정을 구현한다.
발명의 내용 부분에서 설명한 내용은 본 개시의 실시예들의 관건적이거나 중요한 특징을 한정하고자 하는 것이 아니며, 본 개시의 범위를 한정하기 위한 것이 아님을 이해하여야 한다. 본 개시의 기타 특징들은 아래의 설명을 통해 용이하게 이해할 수 있을 것이다.
본 개시의 각 실시예의 전술한 및 기타의 특징, 이점 및 방면들은 첨부된 도면들을 결부하고 아래의 상세한 설명을 참조함으로써 더욱 명확해질 것이다. 첨부된 도면들에 있어서, 동일하거나 유사한 도면 부호는 동일하거나 유사한 요소를 표시하며, 첨부된 도면들에 있어서:
도1은 본 개시의 실시예를 구현 가능한 예시적 환경의 개략도를 나타내고,
도2는 본 개시의 실시예에 따른 격자 지도를 생성하는 과정의 흐름도를 나타내고,
도3a는 본 개시의 실시예에 따른 격자 합병의 개략도를 나타내고,
도3b는 본 개시의 실시예에 따른 격자 합병의 다른 일 개략도를 나타내고,
도4는 본 개시의 실시예에 따른 팔진트리 공간 색인의 개략도를 나타내고,
도5는 본 개시의 실시예에 따른 격자 지도를 호출하기 위한 과정의 흐름도를 나타내고,
도6은 본 개시의 실시예에 따른 격자 지도를 생성하는 장치의 블록도를 나타내고,
도7은 본 개시의 다수의 실시예들을 실시 가능한 컴퓨팅 기기의 블록도를 나타낸다.
아래에 첨부된 도면들을 참조하여 본 개시의 실시예들에 대한 보다 상세한 설명을 진행하기로 한다. 첨부된 도면들에는 본 개시의 일부의 실시예들이 표시되나, 본 개시는 각종의 형식으로 실현될 수 있음을 이해하여야 하고, 본 개시가 본원에 진술된 실시예들에 한정되는 것으로 해석하여서는 아니된다. 반대로, 이러한 실시예들은 본 개시의 더욱 명확하고 완전한 이해를 위해 제공된다. 본 개시의 첨부된 도면들과 실시예들은 단지 예시적인 작용으로 이용될 뿐, 본 개시의 보호 범위를 한정하기 위한 것이 아님을 이해하여야 한다.
본 개시의 실시예들을 설명함에 있어서, 용어 "포함" 및 이와 유사한 용어는 개방적인 포함으로 이해하여야 하며, 즉, "... 포함하나, 이에 한정되지 않는다"로 이해하여야 한다. 용어 "기반으로"는 "적어도 부분적으로 ... 기반으로"로 이해하여야 한다. 맥락 상에서 명확히 다르게 지시되지 않는 한, 용어 "제1", "제2" 등은 상이하거나 동일한 대상물을 지시할 수 있다. 아래에는 기타의 명확한 정의 및 함축적인 정의가 포함될 수 있다.
격자 지도는 고정밀 지도로서, 일반적인 항법 지도보다 높은 정밀도를 제공할 수 있다. 그러나, 전통적인 격자 지도는 통상적으로 일 유형의 해상도의 지도 데이터만 제공하며, 즉, 단일 척도의 격자 지도만 존재하며, 이로 인해 상이한 요구 레벨(예컨대, 상이한 정밀도)의 항법 또는 위치 확인 서비스를 만족할 수 없다. 또한, 전통적인 격자 지도는 업데이트를 진행함에 있어서 새로운 데이터와 이전의 데이터를 정합하기 어려운 문제에 직면하게 되어, 격자 지도의 업데이트가 어렵게 되므로, 이로 인해 통상적으로 대량의 저장 및 컴퓨팅 자원과 시간 비용을 소모하게 되는 완전한 업데이트의 방식으로 업데이트를 진행한다. 또한, 전통적인 격자 지도 중의 각 격자는 통상적으로 정보량이 상대적으로 적은 점용되었는지 여부와 같은 한가지 속성 정보만 존재하므로, 항법 및 위치 확인 성능도 상대적으로 약하게 된다.
전술한 과제들 중의 적어도 하나를 해결하기 위하여, 본 개시의 실시예들은 격자 지도를 생성하는 방법 및 장치를 제출한다. 본 개시의 실시예들은 각종의 해상도의 격자 지도들을 생성함으로써, 상이한 레벨의 항법 또는 위치 확인의 요구를 만족할 수 있으며, 아울러, 본 개시의 실시예는 단지 해상도가 가장 높은 격자 지도만을 저장할 뿐, 해상도가 상대적으로 낮은 격자 지도들을 직접적으로 저장하지 않으므로, 저장 공간을 줄일 수 있다. 또한, 본 개시의 실시예들은 포인트 클라우드 정합 방식을 적용하여 격자 지도에 대해 업데이트를 진행함으로써, 지도의 부분적인 업데이트 효과를 실현할 수 있다. 또한, 격자 지도 중의 각 격자는 점용 여부에 관한 전통적인 정보를 포함할 뿐만 아니라, 수요에 따라 기타의 속성들을 더불어 추가할 수 있으므로, 항법 및 위치 확인의 능력을 향상시킨다. 아래에 도1 내지 도7을 참조하여 본 개시의 일부의 예시적 실시예들에 대한 상세한 설명을 진행하기로 한다.
도1은 본 개시의 실시예를 구현 가능한 예시적 환경(100)의 개략도를 나타낸다. 해당 예시적 환경(100)에 있어서, 도로(110)에는 데이터 수집 본체(본 예시에서 차량(120)임)가 주행된다. 차량(120)은 그 상에 고정된 레이저 수집 장치(125)가 구비되고, 레이저 수집 장치(125)는 레이저 레이더를 이용하여 주위 환경의 공간 데이터를 수집할 수 있다. 차량(120)은 운전자의 운전을 통해 기정의 노선 및/또는 수집 주기에 따라 도로(110)중의 데이터를 수집할 수 있으며, 물론, 운전자가 수집 노선 및/또는 수집 주기를 자율적으로 결정할 수도 있다. 차량(120)은 일반적인 개인 차량일 수 있으며, 전문용 수집 차량이거나 임의의 기타 적당한 차량일 수도 있다.
레이저 수집 장치(125)는 레이저 스캐너를 구비하며, 차량(120)의 주행 과정에서 주위 환경의 데이터(예컨대, 주위 대상물의 존재 위치, 대상물의 유형, 반사율, 밀도, 곡률 등을 표시함)를 수집하여, 레이저 포인트 클라우드(예컨대, 도1에 도시된 포인트 클라우드(128))를 형성할 수 있다. 본원에 설명된 실시예들에 있어서, 레이저 포인트 클라우드는 환경 중의 대상물 표면의 각 샘플링 포인트의 공간 좌표에 대한 획득을 통해 획득한 목표 공간 분포를 표현하는 대량의 포인트들의 일련의 집합을 가리킨다.
일부의 실시예들에 있어서, 레이저 수집 장치(125)는 레이저 탐지 및 측정(LiDAR) 기능을 구비하는 기계 탑재형 레이저 레이더 시스템일 수 있으며, 이는 글로벌 위치 확인 시스템(GPS)과 관성 측정 장치(IMU)를 이용하여 환경 중의 대상물의 3차원 좌표를 측정한다. LiDAR를 이용하여 수집한 레이저 포인트 클라우드는 높은 데이터 정밀도, 높은 데이터 밀도, 강력한 투과 능력, 강력한 간섭 방지 능력 등의 이점들을 구비한다. 차량(120)과 레이저 수집 장치(125)는 레이저 수집 객체, 레이저 수집 차량 등으로 통칭될 수 있다. 또한, 위치 확인 시스템은 GPS에 한정되지 않을 수도 있으며, 유럽의 갈릴레이 위성 위치 확인 시스템, 중국의 베이더우 위성 위치 확인 시스템 등도 모두 본 개시의 실시예들과 결부하여 사용할 수 있음을 이해하여야 한다.
도1에 도시된 바와 같이, 환경(100)은 지도 생성 모듈(130), 지도 업데이트 모듈(140) 및 지도 데이터 베이스(150)를 더 포함한다. 지도 생성 모듈(130)은 레이저 수집 장치(125)로부터 이미 획득한 레이저 포인트 클라우드를 기반으로 격자 지도를 생성할 수 있으며, 격자 지도는 통상적으로 다수의 격자들을 포함하고, 다수의 격자들은 지도 데이터 베이스(150)에 저장된다. 지도 업데이트 모듈(140)은 업데이트된 레이저 포인트 클라우드를 획득하고, 업데이트 전의 레이저 포인트 클라우드와의 정합을 통해 지도 데이터 베이스(150)중의 데이터에 대해 업데이트를 진행할 수 있다(예컨대, 부분적인 업데이트를 실시할 수 있다). 생성된 격자 지도(예컨대, 격자 지도(155))는 지도 데이터 베이스(150)에 저장되어 관리되고, 격자 지도(155)에서 흑색의 격자는 해당 격자가 이미 점용되었음을 표시하고, 이는 상응한 위치에 장애물이 존재함을 지시하며, 백색의 격자는 상응한 위치에 장애물이 존재하지 않음을 표시한다. 일부의 실시예들에 있어서, 지도 생성 모듈(130), 지도 업데이트 모듈(140) 및 지도 데이터 베이스(150)는 단일의 컴퓨팅 기기에 집적될 수 있으며, 컴퓨팅 기기로 통칭될 수 있다. 선택 가능하게, 지도 생성 모듈(130), 지도 업데이트 모듈(140) 및 지도 데이터 베이스(150)는 다수의 장치를 가로질러 별도로 배치될 수도 있다.
일부의 실시예들에 있어서, 선택 가능하게, 지도 생성 모듈(130)은 레이저 수집 장치(125)와 로컬적으로 연결될 수 있으며, 예를 들어, 지도 생성 모듈(130)은 차량(120)의 내부에 배치될 수도 있다. 선택 가능하게, 지도 생성 모듈(130)은 레이저 수집 장치(125)와 원격적으로 연결될 수도 있으며, 예를 들어, 무선 통신망을 통해 연결될 수도 있다. 또한, 레이저 수집 장치(125)로 수집한 레이저 포인트 클라우드는 먼저 저장 장치에 저장될 수도 있으며, 지도 생성 모듈(130)은 이어서 저장 장치로부터 레이저 포인트 클라우드를 다시 획득한다. 본 개시의 실시예들은 지도 생성 모듈(130)이 어떠한 방식으로 레이저 포인트 클라우드를 획득하는지에 대해 한정을 진행하지 않는다.
도1에 도시된 바와 같이, 지도 생성 모듈(130)은 수집한 예컨대 레이저 포인트 클라우드(128)를 기반으로 격자 지도(155)를 생성하고, 생성된 격자 지도(155)가 호출에 이용되도록 지도 데이터 베이스(150)에 저장할 수 있다. 본 개시의 실시예들에 의하면, 지도 생성 모듈(130)은 각종의 해상도의 격자 지도들을 생성하고, 단지 해상도가 가장 높은 격자 지도만을 지도 데이터 베이스(150)에 직접적으로 저장할 수도 있다.
도1의 환경(100)에는 도로(110)에서 레이저 포인트 클라우드를 수집하는 예시를 나타냈으나, 레이저 포인트 클라우드는 기타의 정경에서 수집할 수도 있으며, 예컨대 실내의 레이저 포인트 클라우드 데이터를 수집할 수도 있다. 실내에서 수집하는 정경에 있어서, 수집된 레이저 포인트 클라우드는 실내 로봇의 항법 또는 위치 확인 등에 이용될 수 있다. 또한, 도1에는 환경 중의 3차원 공간 좌표를 수집하는 것을 나타냈으나, 로봇(예컨대, 실내 로봇 청소기)의 항법 및 위치 확인 등에 이용되도록 예컨대 실내 2차원 평면, 좌표의 수집에 이용될 수도 있다.
도2는 본 개시의 실시예에 따른 격자 지도를 생성하는 과정(200)의 흐름도를 나타낸다. 과정(200)은 도1을 참조하여 설명한 지도 생성 모듈(130)로 실행할 수 있다.
블록(204)에서, 이미 획득한 레이저 포인트 클라우드를 기반으로 제1 해상도를 구비하는 제1 격자 지도를 생성한다. 예를 들어, 지도 생성 모듈(130)은 레이저 수집 장치(125)로부터 3차원의 레이저 포인트 클라우드를 획득할 수 있다. 통상적으로, 깊이 카메라, 일반적인 센서를 이용하여 수집한 포인트 클라우드는 밀도와 정밀도가 모두 레이저 포인트 클라우드와 비교되지 못하므로, 정밀한 항법 및 위치 확인의 요구를 만족하지 못한다. 일부의 실시예들에 있어서, 지도 생성 모듈(130)은 먼저 레이저 포인트 클라우드에 대해 잡음을 제거하고, 이어서 기정의 해상도로 레이저 포인트 클라우드를 분할할 수 있다. 예를 들어, 격자 지도들 사이의 공간적 근방 관계에 따라 격자 내의 포인트가 잡음 포인트인지 여부를 판단하고, 평균 포인트 피치에 따라 격자 지도의 구체적인 크기를 확정할 수 있다.
일부의 실시예들에 있어서, 먼저 레이저 포인트 클라우드를 포함하는 공간 격자망을 구축하고, 각 격자를 기정의 크기(예컨대, 0.125 미터 또는 기타의 크기)로 설정할 수 있다. 임의의 격자에 대응되는 위치에 포인트 클라우드 중의 하나 또는 다수의 포인트가 존재할 경우, 해당 격자를 이미 점용됨으로 표기하고, 반대로, 격자에 대응되는 위치에 아무런 포인트도 존재하지 않을 경우, 해당 격자를 점용되지 않음으로 표기하며, 이로써 공간 격자망 중의 각 격자에 대해 표기를 진행하는 것을 실현한다.
통상적으로, 각 격자의 사이즈가 작을 수록, 정밀도가 더욱 높고, 행상도도 더욱 높다. 즉, 동일한 공간 격자망에 있어서, 그중의 격자 수량이 많을 수록 공간 격자망의 해상도는 더욱 높다. 본 개시의 실시예들은 기정의 크기의 격자 사이즈를 최고 해상도로 지칭하고, 이는 이러한 기정의 크기의 경우에서의 최고 해상도를 표시할 뿐, 모든 경우에서의 최고 해상도를 표시하는 것이 아니다.
일부의 실시예들에 있어서, 제1 격자 지도 중의 각 격자의 다차원 속성을 생성할 수 있다. 전통적인 기술과 비교시, 격자 지도 중의 각 격자는 점용 여부에 관한 전통적인 점용 속성을 포함할 뿐만 아니라, 수요에 따라 기타의 속성들을 더불어 추가할 수 있으므로, 항법 및 위치 확인의 능력을 제공한다. 일 실시예에 있어서, 다차원 속성은 평균 반사율 속성을 포함할 수 있으며, 환경 중의 장애물의 재질은 평균 반사율 속성에 따라 확정할 수 있다. 일 실시예에 있어서, 다차원 속성은 밀도 속성을 포함할 수 있으며, 장애물의 유형은 밀도 속성에 따라 확정할 수 있다. 일 실시예에 있어서, 다차원 속성은 곡률 속성을 포함할 수 있으며, 장애물의 곡면 특성은 곡률 속성에 따라 피팅되어 3차원 공간 중의 항법 및 위치 확인에 더욱 적합할 수 있다.
일부의 실시예들에 있어서, 다차원 속성은 장애물의 색상을 표시하는 색상 속성을 더 포함할 수 있으며, 색상 속성은 레이저 포인트 클라우드 및 그에 대응되는 사진을 기반으로 생성될 수 있다. 예를 들어, 레이저 포인트 클라우드 중의 포인드들의 상응한 화소값을 식별하여 해당 포인트의 색상을 확정하고, 이로써 강력한 항법 및 위치 확인의 능력을 제공할 수 있다.
블록(206)에서, 제1 격자 지도 중의 격자들에 대해 합병을 진행하여 제1 해상도보다 낮은 제2 해상도를 구비하는 제2 격자 지도를 생성한다. 일부의 실시예들에 있어서, 지도 생성 모듈(130)은 해상도가 가장 높은 제1 격자 지도를 생성한 이후, 제1 격자 지도 중의 고정된 수량의 격자들을 1개의 격자로 합병할 수 있으며, 이러한 방식을 통해 해상도가 상대적으로 낮은 제2 격자 지도를 제공할 수 있다.
예를 들어, 3차원 공간에 있어서, 매 8개 또는 27개의 격자들을 1개의 격자로 합병할 수 있으며, 2차원 공간에 있어서, 매 4개 또는 9개의 격자들을 1개의 격자로 합병할 수 있다. 합병된 이후의 각 격자는 하나의 속성을 구비하고, 이러한 하나의 속성은 합병된 다수의 격자들의 속성을 기반으로 확정될 수 있다. 예를 들어, 다수의 격자들 중의 하나 또는 다수의 격자가 점용되었을 경우, 합병된 이후의 단일의 격자는 이미 점용된 것으로 확정될 수 있다.
일부의 실시예들에 있어서, 보다 많은 가변의 해상도를 구비하는 격자 지도를 제공하기 위하여, 제2 격자 지도 중의 격자들에 대해 합병을 진행하여 제3 해상도를 구비하는 제3 격자 지도를 생성할 수도 있다. 또한, 필요할 경우, 계속하여 제3 격자 지도 중의 격자들에 대해 합병을 진행할 수도 있다. 아래에 도3a, 도3b 및 도4를 참조하여 격자 합병의 일부 예시적 실시예들에 대한 설명을 진행한다.
블록(208)에서, 제1 격자 지도 및 제1 격자 지도와 제2 격자 지도 사이의 관련성을 저장한다. 예를 들어, 각종의 해상도의 격자 지도들(예컨대, 제1 격자 지도 및 제2 격자 지도 등)을 생성한 이후, 지도 생성 모듈(130)은 제1 격자 지도를 지도 데이터 베이스(150)에 저장한다. 또한, 해상도가 상대적으로 낮은 제2 격자 지도에 대해, 본 개시의 실시예들은 제2 격자 지도 그 자체를 저장하지 않고, 제1 격자 지도와 제2 격자 지도 사이의 관련성(예컨대, 이들 사이의 공간적 색인)을 저장하여, 제1 격자 지도와 해당 관련성을 통해 제2 격자 지도를 동적으로 생성함으로써, 지도 데이터 베이스 중의 저장 공간을 절약할 수 있다.
전술한 설명을 통해, 본 개시의 실시예에 따른 과정(200)은 각종의 해상도의 격자 지도들을 생성함으로써, 상이한 레벨의 항법 또는 위치 확인의 요구를 만족할 수 있음을 이해할 수 있을 것이다. 아울러, 본 개시의 실시예들은 단지 해상도가 가장 높은 격자 지도만을 저장할 뿐, 해상도가 상대적으로 낮은 격자 지도들을 직접적으로 저장하지 않으므로, 저장 공간을 줄일 수 있다.
일부의 실시예들에 있어서, 지도 데이터 베이스에 대해 업데이트를 진행하여야 할 경우, 지도 업데이트 모듈(140)은 업데이트된 레이저 포인트 클라우드를 획득하고, 업데이트된 레이저 포인트 클라우드의 좌표계를 업데이트 전의 레이저 포인트 클라우드의 좌표계와 동일하게 조정하여, 업데이트된 레이저 포인트 클라우드를 업데이트 전의 레이저 포인트 클라우드와 정합시키고, 이로써 정합된 업데이트된 레이저 포인트 클라우드를 이용하여 지도 데이터 베이스를 업데이트할 수 있다. 본 개시의 실시예들에 의하면, 포인트 클라우드 정합 방식을 적용하여 격자 지도에 대해 업데이트를 진행하여, 단지 제1 격자 지도 중의 일부분을 업데이트할 수 있으며, 이로써 지도의 부분적인 업데이트 효과를 실현할 수 있다. 본 개시의 실시예들에 의하면, 지도 데이터 베이스(150)에는 단지 해상도가 가장 높은 격자 지도만이 저장되므로, 지도를 업데이트함에 있어서 최고 해상도로 업데이트를 진행함을 이해하여야 한다.
일부의 실시예들에 있어서, 포인트 클라우드 정합의 과정에서, 먼저 대응되는 모든 포인트들에 대한 목표 함수를 설정하고, 매트릭스의 회전 및 수평 이동을 통해 업데이트된 레이저 포인트 클라우드에 대해 변환을 진행할 수 있다. 예를 들어, 변환된 레이저 포인트 클라우드와 원래의 레이저 포인트 클라우드에 대해 비교를 진행하고, 2개의 포인트 클라우드에 거리가 역치보다 작은 포인트 클라우드가 존재하기만 하면, 이러한 2개의 포인드가 대응되는 포인트에 속하는 것으로 간주할 수 있다. 대응되는 포인트 집합을 획득한 이후, 대응되는 포인트들에 따라 회전 및 수평 이동에 대한 추축을 진행할 수 있다. 이어서, 대응되는 포인트에 대한 발견과 회전 및 수평 이동에 대한 추축을 수렴될 때까지 반복상으로 실행할 수 있다. 즉, 먼저 회전 및 수평 이동을 고정시키고 최근접 이웃 알고리즘을 이용하여 대응되는 최선의 포인트를 찾아내고, 이어서, 대응되는 최선의 포인트를 고정시켜 회전 및 수평 이동을 최적화시킴으로써, 목표 함수값을 수렴될 때까지 부단이 감소시켜, 포인트 클라우드 사이의 정합을 완료한다.
도3a는 본 개시의 실시예에 따른 격자 합병의 개략도(300)를 나타낸다. 도3a에 도시된 바와 같이, 1급 격자(310) 중의 격자 지도는 해상도가 가장 높은 지도로서, 지도 데이터 베이스에 저장된다. 본 개시의 실시예들에 의하면, 1급 격자(310)에서 매 8개(입체 공간에서 길이, 너비 및 높이가 각각 2개임)의 격자들을 1개의 격자로 합병하여, 2급 격자(320)를 생성할 수 있으며; 계속하여 2급 격자(320)에서 매 8개의 격자들을 1개의 격자로 합병하여, 3급 격자(330)를 생성할 수 있다. 격자 합병의 과정에 있어서, 합병된 각 격자에 대해 그의 다차원 속성을 다시 확정하며, 예컨대, 도3a에 도시된 바와 같이, 점용 속성에 대해, 8개의 1급 낮은 격자들에 하나 또는 다수의 점용된 격자가 존재할 경우, 합병된 1급 높은 격자는 이미 점용된 것으로 확정되고; 반대로, 8개의 1급 낮은 격자들에 아무런 점용된 격자도 존재하지 않을 경우, 합병된 1급 높은 격자는 점용되지 않은 것으로 확정된다.
도3b는 본 개시의 실시예에 따른 격자 합병의 다른 일 개략도(350)를 나타낸다. 도3b에 도시된 바와 같이, 1급 격자(360) 중의 격자 지도는 해상도가 가장 높은 지도로서, 지도 데이터 베이스에 저장된다. 본 개시의 실시예들에 의하면, 1급 격자(360)에서 매 27개(입체 공간에서 길이, 너비 및 높이가 각각 3개임)의 격자들을 1개의 격자로 합병하여, 2급 격자(370)를 생성할 수 있다. 격자 합병의 과정에 있어서, 합병된 각 격자에 대해 그의 다차원 속성을 다시 확정하며, 예컨대, 도3b에 도시된 바와 같이, 점용 속성에 대해, 27개의 1급 낮은 격자들에 하나 또는 다수의 점용된 격자가 존재할 경우, 합병된 1급 높은 격자는 이미 점용된 것으로 확정되고; 반대로, 27개의 1급 낮은 격자들에 아무런 점용된 격자도 존재하지 않을 경우, 합병된 1급 높은 격자는 점용되지 않은 것으로 확정된다.
도4는 본 개시의 실시예에 따른 팔진트리 공간 색인의 개략도(400)를 나타내며, 이는 예컨대 팔진트리 공간 색인을 이용하여 상이한 해상도 레벨의 격자 지도들 사이의 관련성을 구축한다. 도4에 도시된 바와 같이, 노드(410)는 격자 지도(419) 중의 1개의 격자에 대응될 수 있으며, 8개의 분기 노드들(421, 422, 423, 424, 425, 426, 427 및 428)를 구비하며, 각 분기 노드는 각각 격자 지도(429) 중의 1개의 격자에 대응된다. 즉, 노드(410)에 대응되는 격자는 노드들(421, 422, 423, 424, 425, 426, 427 및 428)에 대응되는 8개의 격자들의 합병으로 생성된 것이다. 격자 지도(429) 중의 각 격자에 대응되는 노드도 8개의 분기 노드들을 구비하며, 예컨대, 노드(423)는 8개의 분기 노드들(4231, 4232, 4233, 4234, 4235, 4236, 4237 및 4238)을 구비하며, 각 분기 노드는 각각 격자 지도(4239) 중의 1개의 격자에 대응된다. 이러한 방식을 통해, 해상도가 가장 높은 격자 지도(4239)(전술한 바와 같이, 그의 격자 수량이 제일 많고, 해상도가 가장 높음)를 기반으로, 팔진트리 공간 색인을 통해 해상도가 상대적으로 낮은 격자 지도(429) 및 해상도가 가장 낮은 격자 지도(419)를 신속하게 확정할 수 있다. 지도를 호출함에 있어서, 수요되는 해상도의 요구에 따라, 이러한 상이한 해상도의 격자 지도들 중에서 신속한 전환을 진행하여, 상이한 해상도의 항법 및 위치 확인 요구를 만족할 수 있다.
도5는 본 개시의 실시예에 따른 격자 지도를 호출하기 위한 과정(500)의 흐름도을 나타낸다. 과정(500)은 도1을 참조하여 설명한 상기 지도 생성 모듈(130) 또는 지도 데이터 베이스(150) 중의 지도 스케줄링 모듈로 실행할 수 있음을 이해하여야 한다.
블록(502)에서, 디지털 지도에 대한 청구를 수신하며, 예컨대, 자동 주행 정경 또는 실내 로봇 항법 정경에 있어서, 격자 지도에 대한 컴퓨팅 기기의 스케줄링 청구를 수신한다.
블록(504)에서, 해당 청구가 제1 격자 지도(즉, 해상도가 가장 높은 격자 지도)에 관한 것인지 판단한다. 청구가 제1 격자 지도에 관한 것으로 확정될 경우, 지도 데이터 베이스에 제1 격자 지도가 이미 존재하므로, 블록(506)에서, 지도 데이터 베이스(예컨대, 지도 데이터 베이스(150))로부터 제1 격자 지도를 직접적으로 획득할 수 있다.
블록(504)에서 청구가 제1 격자 지도를 제외한 기타의 격자 지도에 관한 것으로 확정될 경우, 블록(508)에서, 해당 청구가 제2 격자 지도에 관한 것인지 판단한다. 해당 청구가 제2 격자 지도에 관한 것으로 확정될 경우, 제2 격자 지도가 해상도가 가장 높은 지도가 아니므로, 이는 지도 데이터 베이스(150)에 직접적으로 저장되지 않으며, 이러할 경우, 블록(510)에서, 지도 데이터 베이스(150)로부터 제1 격자 지도 및 제1 격자 지도와 제2 격자 지도 사이의 관련성(예컨대, 공간적 색인)을 획득한다. 블록(512)에서, 제1 격자 지도 및 제1 격자 지도와 제2 격자 지도 사이의 관련성을 기반으로, 제2 격자 지도를 동적으로 생성한다.
다른 일 양태에 있어서, 블록(508)에서 청구가 제2 격자 지도에 관한 것이 아닌 것으로 확정될 경우, 블록(514)에서, 해당 청구가 해상도가 1급 더 낮은 제3 격자 지도에 관한 것인지 판단한다. 청구가 제3 격자 지도에 관한 것으로 확정될 경우, 제3 격자 지도도 해상도가 가장 높은 지도가 아니므로, 이는 지도 데이터 베이스에 직접적으로 저장되지 않으며, 이러할 경우, 블록(516)에서, 지도 데이터 베이스로부터 제1 격자 지도, 제1 격자 지도와 제2 격자 지도 사이의 관련성 및 제2 격자 지도와 제3 격자 지도 사이의 관련성을 획득하여야 한다. 이어서 블록(518)에서, 제1 격자 지도, 제1 격자 지도와 제2 격자 지도 사이의 관련성 및 제2 격자 지도와 제3 격자 지도 사이의 관련성을 기반으로, 제3 격자 지도를 동적으로 생성한다.
전술한 과정의 도움으로, 지도에 대한 청구에 응답하여 해상도 내림차순에 따라 격자 지도들에 대해 레벨별 검색을 진행할 수 있다. 물론, 이것은 필수적인 것이 아니다. 예를 들어, 일부의 선택 가능한 실시예에 있어서, 제1 격자 지도와 제3 격자 지도 사이의 관련성 색인을 직접적으로 생성할 수도 있으며, 이로써 제2 격자 지도가 없이 제3 격자 지도를 직접적으로 생성할 수도 있다. 또한, 과정(500)에 있어서, 해당 청구가 제3 격자 지도에 관한 것도 아닐 경우, 기타의 처리를 실행할 수 있다.
본 개시의 실시예들에 의하면, 팔진트리 공간 색인을 이용하여 제1 격자 지도로부터 제2 격자 지도를 생성하거나, 또는 제1 격자 지도로부터 제3 격자 지도를 생성하는 것이 아주 신속하여, 지도 호출의 실시간성을 확보한다.
도6은 본 개시의 실시예에 따른 격자 지도를 생성하는 장치(600)의 블록도를 나타낸다. 도6에 도시된 바와 같이, 장치(600)는 제1 지도 생성 모듈(620), 제2 지도 생성 모듈(630) 및 지도 저장 모듈(640)을 포함한다. 제1 지도 생성 모듈(620)은 이미 획득한 레이저 포인트 클라우드를 기반으로 제1 해상도를 구비하는 제1 격자 지도를 생성하도록 구축된다. 일부의 실시예들에 있어서, 제1 지도 생성 모듈(620)은, 레이저 수집 객체로 수집한 레이저 포인트 클라우드를 획득하도록 구축된 포인트 클라우드 획득 모듈(미도시)을 포함할 수 있다. 또한, 제2 지도 생성 모듈(630)은 제1 격자 지도 중의 격자들에 대해 합병을 진행하여 제1 해상도보다 낮은 제2 해상도를 구비하는 제2 격자 지도를 생성하도록 구축되고, 지도 저장 모듈(640)은 제1 격자 지도 및 제1 격자 지도와 제2 격자 지도 사이의 관련성을 저장하도록 구축된다. 일부의 실시예들에 있어서, 장치(600)는, 제2 격자 지도 중의 격자들에 대해 합병을 진행하여 제2 해상도보다 낮은 제3 해상도를 구비하는 제3 격자 지도를 생성하도록 구축된 제3 지도 생성 모듈(미도시)을 더 포함한다.
도6에 도시된 제1 지도 생성 모듈(620), 제2 지도 생성 모듈(630) 및 지도 저장 모듈(640)은 도1을 참조하여 설명한 지도 생성 모듈(130)에 포함될 수 있음을 이해하여야 한다. 또한, 도6에 도시된 모듈들은 본 개시의 실시예들을 참조하는 방법 또는 과정 중의 단계 또는 동작들을 실행할 수 있음을 이해하여야 한다.
도7은 본 개시의 실시예를 실시할 수 있는 예시적 기기(700)의 개략적 블록도를 나타낸다. 기기(700)는 본 개시의 격자 지도를 생성하는 장치(600)를 구현하도록 이용될 수 있다. 도시된 바와 같이, 기기(700)는, 중앙 처리 유닛(701; CPU)을 포함하되, CPU(701)는 읽기 전용 메모리(702; ROM)에 저장된 컴퓨터 프로그램 명령 또는 저장 유닛(708)으로부터 랜덤 액세스 메모리(703; RAM)에 로딩된 컴퓨터 프로그램 명령에 따라 각종의 적당한 동작과 처리를 실행할 수 있다. RAM(703)에는 기기(700)의 작동에 필요한 각종의 프로그램 및 데이터가 더 저장될 수 있다. CPU(701), ROM(702) 및 RAM(703)은 버스(704)를 통해 서로 연결된다. 입력/출력(I/O) 인터페이스(705)도 버스(704)에 연결된다.
기기(700) 중의 I/O 인터페이스(705)에 연결되는 다수의 부재들로서, 키보드, 마우스 등과 같은 입력 유닛(706)과, 각종 유형의 표시 장치, 스피커 등과 같은 출력 유닛(707)과, 자기 디스크, 콤팩트 디스크 등과 같은 저장 유닛(708)과, 랜카드, 모뎀, 무선 통신 송수신기 등과 같은 통신 유닛(709)이 포함된다. 통신 유닛(709)은 인터넷과 같은 컴퓨터 네트워크 및/또는 각종의 전기 통신망을 통해 기타의 기기와 정보/데이터를 교환하는 것을 허용한다.
중앙 처리 유닛(701)은 전술한 각 방법과 과정, 예컨대 과정(200) 및/또는 과정(500)을 실행한다. 예를 들어, 일부의 실시예들에 있어서, 과정(200) 및/또는 과정(500)은 컴퓨터 소프트웨어 프로그램으로 구현될 수 있으며, 이는 기계 판독 가능한 매체(예컨대 저장 유닛(708))에 유형적으로 포함된다. 일부의 실시예들에 있어서, 컴퓨터 프로그램의 일부 또는 전부는 ROM(702) 및/또는 통신 유닛(709)을 경유하여 기기(700) 상에 로딩 및/또는 설치될 수 있다. 컴퓨터 프로그램이 RAM(703)에 로딩되고 CPU(701)에 의해 실행될 경우, 전술한 과정(200) 및/또는 과정(500)의 하나 또는 다수의 동작 또는 단계를 실행할 수 있다. 선택 가능하게, 기타의 실시예에 있어서, CPU(701)는 기타의 임의의 적당한 방식을 통해 (예컨대, 펌웨어의 도움으로) 과정(200) 및/또는 과정(500)을 실행하도록 구축될 수 있다.
본원에 설명된 이상의 기능들은 적어도 부분적으로 하나 또는 다수의 하드웨어 로직 부재로 실행될 수 있다. 예를 들어, 사용 가능한 모범적인 유형의 하드웨어 로직 부재는, 필드 프로그래머블 게이트 어레이(FPGA), 주문형 집적 회로(ASIC), 주문형 표준 제품(ASSP), 시스템-온-칩 시스템(SOC), 복잡 프로그래머블 로직 소자(CPLD) 등을 포함하나, 이에 한정되지 않는다.
본 개시의 방법을 실시하기 위한 프로그램 코드는 하나 또는 다수의 프로그래머블 언어들의 임의의 조합을 이용하여 프로그래밍될 수 있다. 이러한 프로그램 코드는 범용 컴퓨터, 주문형 컴퓨터 또는 기타의 프로그래머블 데이터 처리 장치의 프로세서 또는 제어 장치에 제공될 수 있으며, 프로그램 코드가 프로세서 또는 제어 장치에 의해 실행될 경우, 흐름도 및/또는 블록도에 규정된 기능/조작들이 실시되도록 한다. 프로그램 코드는 완전히 기계 상에서 실행되거나, 부분적으로 기계 상에서 실행되거나, 독립적인 소프트웨어 패키지로서 부분적으로 기계 상에서 실행되고 부분적으로 원격 기계 상에서 실행되거나, 또는 완전히 원격 기계 또는 서비스 상에서 실행될 수 있다.
본 개시의 맥락에 있어서, 기계 판독 가능한 매체는 유형의 매체일 수 있으며, 명령 실행 시스템, 장치 또는 기기에 의해 사용되거나, 또는 명령 실행 시스템, 장치 또는 기기와 결합하여 사용되는 프로그램을 포함하거나 저장할 수 있다. 기계 판독 가능한 매체는 기계 판독 가능한 신호 매체 또는 기계 판독 가능한 저장 매체일 수 있다. 기계 판독 가능한 매체는 전자, 자기, 광학, 전자기, 적외선 또는 반도체 시스템, 장치 또는 기기, 또는 전술한 내용들의 임의의 적합한 조합을 포함할 수 있으나, 이에 한정되지 않는다. 기계 판독 가능한 저장 매체의 보다 구체적인 예시는 하나 또는 다수의 와이어 기반의 전기적 연결, 휴대용 컴퓨터 디스크, 하드 디스크, 랜덤 액세스 메모리(RAM), 읽기 전용 메모리（ROM）, 소거 및 프로그램 가능한 읽기 전용 메모리(EPROM 또는 플래시 메모리), 광섬유, 휴대용 콤팩트 디스크 읽기 전용 메모리(CD-ROM), 광학 저장 장치, 자기 저장 장치 또는 전술한 내용들의 임의의 적합한 조합을 포함할 수 있으나, 이에 한정되지 않는다.
또한, 특정된 순서를 이용하여 각 동작 또는 단계를 설명하였으나, 이는 이러한 동작 또는 단계들이 도시된 특정된 순서 또는 순차 순서로 실행되는 것을 요구하거나, 원하는 결과를 실현하기 위해 도시된 모든 동작 또는 단계들이 실행되어야 하는 것을 요구하는 것으로 이해하여서는 아니된다. 일정한 환경에 있어서, 멀티 태스킹과 병렬 처리는 유리할 수 있다. 마찬가지로, 앞선 토론에는 여러가지 구체적인 구현들의 세부사항들이 포함되나, 이들은 본 개시의 범위에 대한 한정으로 해석하여서는 아니된다. 별도의 실시예의 맥락에 설명된 일부의 특징들은 조합의 방식으로 단일의 구현에 구현될 수 있다. 반대로, 단일의 구현의 맥락에 설명된 각종의 특징들도 별도로 또는 임의의 적당한 서브 조합의 방식으로 다수의 구현들에 구현될 수도 있다.
구조 특징 및/또는 방법 로직 동작에 특정된 언어를 이용하여 본 개시의 실시예들을 설명하였으나, 특허청구범위에 한정된 주제는 반드시 전술한 특정된 특징 또는 동작들에 한정되어야 하는 것이 아님을 이해하여야 한다. 반대로, 전술한 특정된 특징 또는 동작들은 단지 특허청구범위를 구현하는 예시적 형식이다.

Claims (18)

  1. 이미 획득한 레이저 포인트 클라우드를 기반으로 제1 해상도를 구비하는 제1 격자 지도를 생성하는 단계;
    상기 제1 격자 지도 중의 소정 수량의 격자 별로 합병을 진행하여 상기 제1 해상도보다 낮은 제2 해상도를 구비하는 제2 격자 지도를 동적으로 생성하는 단계;
    상기 제1 격자 지도 및 상기 제1 격자 지도와 상기 제2 격자 지도 사이의 관련성을 저장하는 단계;
    업데이트된 레이저 포인트 클라우드를 획득하는 단계;
    상기 이미 획득한 레이저 포인트 클라우드의 좌표계를 기반으로 상기 업데이트된 레이저 포인트 클라우드의 좌표계를 조정하여, 상기 업데이트된 레이저 포인트 클라우드와 상기 이미 획득한 레이저 포인트 클라우드를 정합시키는 단계; 및
    정합된 업데이트된 레이저 포인트 클라우드를 이용하여 상기 제1 격자 지도를 업데이트하는 단계를 포함하되,
    상기 업데이트된 레이저 포인트 클라우드와 상기 이미 획득한 레이저 포인트 클라우드 중의 일부분은 상호 관련되고,
    상기 제1 격자 지도를 업데이트하는 단계는,
    정합된 업데이트된 레이저 포인트 클라우드를 이용하여 상기 제1 격자 지도 중의 일부분을 업데이트하는 단계를 포함하는 격자 지도를 생성하는 방법.
  2. 제1항에 있어서,
    팔진트리 공간 색인을 이용하여 상기 제1 격자 지도와 상기 제2 격자 지도 사이의 상기 관련성을 구축하는 단계를 더 포함하는 격자 지도를 생성하는 방법.
  3. 제1항에 있어서,
    상기 제2 격자 지도에 관한 디지털 지도 청구에 응답하여, 저장된 상기 관련성 및 상기 제1 격자 지도를 이용하여 상기 제2 격자 지도를 생성하는 단계를 더 포함하는 격자 지도를 생성하는 방법.
  4. 제1항에 있어서,
    상기 제2 격자 지도 중의 격자들에 대해 합병을 진행하여 상기 제2 해상도보다 낮은 제3 해상도를 구비하는 제3 격자 지도를 생성하는 단계와,
    상기 제2 격자 지도와 상기 제3 격자 지도 사이의 관련성을 저장하는 단계를 더 포함하는 격자 지도를 생성하는 방법.
  5. 제1항에 있어서,
    상기 제1 격자 지도를 생성하는 단계는,
    상기 제1 격자 지도 중의 각 격자의 다차원 속성을 생성하는 단계를 포함하되,
    상기 다차원 속성은 격자가 점용되었는지 여부를 지시하는 점용 속성을 포함하고,
    상기 다차원 속성은 평균 반사율 속성, 색상 속성, 밀도 속성과 곡률 속성 중의 적어도 하나를 더 포함하는 것을 특징으로 하는 격자 지도를 생성하는 방법.
  6. 제5항에 있어서,
    상기 색상 속성은, 상기 레이저 포인트 클라우드 및 상기 레이저 포인트 클라우드에 관련된 사진을 기반으로 생성되는 것을 특징으로 하는 격자 지도를 생성하는 방법.
  7. 삭제
  8. 삭제
  9. 이미 획득한 레이저 포인트 클라우드를 기반으로 제1 해상도를 구비하는 제1 격자 지도를 생성하도록 구축된 제1 지도 생성 모듈;
    상기 제1 격자 지도 중의 소정 수량의 격자 별로 합병을 진행하여 상기 제1 해상도보다 낮은 제2 해상도를 구비하는 제2 격자 지도를 동적으로 생성하도록 구축된 제2 지도 생성 모듈;
    상기 제1 격자 지도 및 상기 제1 격자 지도와 상기 제2 격자 지도 사이의 관련성을 저장하도록 구축된 지도 저장 모듈; 및
    업데이트된 레이저 포인트 클라우드를 획득하고, 상기 이미 획득한 레이저 포인트 클라우드의 좌표계를 기반으로 상기 업데이트된 레이저 포인트 클라우드의 좌표계를 조정하여, 상기 업데이트된 레이저 포인트 클라우드와 상기 이미 획득한 레이저 포인트 클라우드를 정합시키고, 정합된 업데이트된 레이저 포인트 클라우드를 이용하여 상기 제1 격자 지도를 업데이트하도록 구축된 지도 업데이트 모듈을 포함하되,
    상기 업데이트된 레이저 포인트 클라우드와 상기 이미 획득한 레이저 포인트 클라우드 중의 일부분은 상호 관련되고,
    상기 지도 업데이트 모듈은,
    정합된 업데이트된 레이저 포인트 클라우드를 이용하여 상기 제1 격자 지도 중의 일부분을 업데이트하도록 더 구축되는 격자 지도를 생성하는 장치.
  10. 제9항에 있어서,
    팔진트리 공간 색인을 이용하여 상기 제1 격자 지도와 상기 제2 격자 지도 사이의 상기 관련성을 구축하도록 구축된 관련성 구축 모듈을 더 포함하는 격자 지도를 생성하는 장치.
  11. 제9항에 있어서,
    상기 제2 격자 지도에 관한 디지털 지도 청구에 응답하여, 저장된 상기 관련성 및 상기 제1 격자 지도를 이용하여 상기 제2 격자 지도를 생성하도록 구축된 지도 스케줄링 모듈을 더 포함하는 격자 지도를 생성하는 장치.
  12. 제9항에 있어서,
    상기 제2 격자 지도 중의 격자들에 대해 합병을 진행하여 상기 제2 해상도보다 낮은 제3 해상도를 구비하는 제3 격자 지도를 생성하도록 구축된 제3 지도 생성 모듈과,
    상기 제2 격자 지도와 상기 제3 격자 지도 사이의 관련성을 저장하도록 구축된 지도 관련성 저장 모듈을 더 포함하는 격자 지도를 생성하는 장치.
  13. 제9항에 있어서,
    상기 제1 지도 생성 모듈은,
    상기 제1 격자 지도 중의 각 격자의 다차원 속성을 생성하도록 더 구성되되,
    상기 다차원 속성은 격자가 점용되었는지 여부를 지시하는 점용 속성을 포함하고,
    상기 다차원 속성은 평균 반사율 속성, 색상 속성, 밀도 속성과 곡률 속성 중의 적어도 하나를 더 포함하는 것을 특징으로 하는 격자 지도를 생성하는 장치.
  14. 제13항에 있어서,
    상기 색상 속성은, 상기 레이저 포인트 클라우드 및 상기 레이저 포인트 클라우드에 관련된 사진을 기반으로 생성되는 것을 특징으로 하는 격자 지도를 생성하는 장치.
  15. 삭제
  16. 삭제
  17. 컴퓨팅 기기에 있어서,
    하나 또는 다수의 프로세서와,
    하나 또는 다수의 프로그램을 저장하기 위한 저장 장치를 포함하되,
    상기 하나 또는 다수의 프로그램이 상기 하나 또는 다수의 프로세서에 의해 실행될 경우, 상기 컴퓨팅 기기는 제1항 내지 제6항 중에서 임의의 한 항의 방법을 구현하도록 하는 컴퓨팅 기기.
  18. 비일시적인 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능한 저장 매체에 있어서,
    상기 프로그램은 프로세서에 의해 실행될 경우, 제1항 내지 제6항 중에서 임의의 한 항의 방법을 구현하는 비일시적인 컴퓨터 판독 가능한 저장 매체.
KR1020180115910A 2017-12-29 2018-09-28 격자 지도를 생성하는 방법 및 장치 KR102235827B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201711485401.0A CN108319655B (zh) 2017-12-29 2017-12-29 用于生成栅格地图的方法和装置
CN201711485401.0 2017-12-29

Publications (2)

Publication Number Publication Date
KR20190082060A KR20190082060A (ko) 2019-07-09
KR102235827B1 true KR102235827B1 (ko) 2021-04-07

Family

ID=62892947

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180115910A KR102235827B1 (ko) 2017-12-29 2018-09-28 격자 지도를 생성하는 방법 및 장치

Country Status (5)

Country Link
US (1) US11030803B2 (ko)
EP (1) EP3506212B1 (ko)
JP (1) JP7068989B2 (ko)
KR (1) KR102235827B1 (ko)
CN (1) CN108319655B (ko)

Families Citing this family (54)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11422259B2 (en) * 2018-06-28 2022-08-23 Zoox, Inc. Multi-resolution maps for localization
US10890663B2 (en) * 2018-06-28 2021-01-12 Zoox, Inc. Loading multi-resolution maps for localization
CN109146976B (zh) 2018-08-23 2020-06-02 百度在线网络技术（北京）有限公司 用于定位无人车的方法和装置
CN109085836A (zh) * 2018-08-29 2018-12-25 深圳市浦硕科技有限公司 一种扫地机器人回指定位置最短路线的方法
JP6873960B2 (ja) * 2018-09-27 2021-05-19 株式会社日立製作所 地図データ高詳細度化システム、そのサーバ、及びその方法
CN109544650B (zh) * 2018-11-07 2020-05-05 苏州工业园区格网信息科技有限公司 基于三维空间剖分的地理坐标压缩编解码方法
CN109558471B (zh) * 2018-11-14 2020-10-16 广州广电研究院有限公司 栅格地图的更新方法、装置、存储介质和系统
EP3654064B1 (en) * 2018-11-16 2021-01-13 Bayerische Motoren Werke Aktiengesellschaft Apparatus and method for characterizing an object based on measurement samples from one or more location sensors
CN109540142B (zh) * 2018-11-27 2021-04-06 达闼科技（北京）有限公司 一种机器人定位导航的方法、装置、计算设备
JP7351079B2 (ja) 2018-11-30 2023-09-27 ソニーグループ株式会社 制御装置、制御方法及びプログラム
CN112015929B (zh) * 2019-05-30 2024-07-05 阿里云计算有限公司 栅格数据访问方法、装置、电子设备及计算机存储介质
CN110319832B (zh) * 2019-07-05 2024-05-17 京东科技信息技术有限公司 机器人定位方法、装置、电子设备及介质
CN110411464B (zh) * 2019-07-12 2023-04-07 中南大学 三维点云地图生成方法、装置、设备及存储介质
WO2021016806A1 (zh) * 2019-07-29 2021-02-04 深圳市大疆创新科技有限公司 高精度地图定位方法、系统、平台及计算机可读存储介质
CN112362059B (zh) * 2019-10-23 2023-05-30 北京京东乾石科技有限公司 移动载体的定位方法、装置、计算机设备和介质
CN110795521B (zh) * 2019-10-31 2024-04-19 中科软智(北京)科技有限公司 获取复杂空间的人员分布态势信息的方法和装置
CN111028350B (zh) 2019-11-21 2022-05-20 大连理工大学 一种利用双目立体相机构建栅格地图的方法
CN110849351B (zh) * 2019-11-21 2021-07-06 大连理工大学 一种利用深度相机和双目相机构建栅格地图的方法
CN110849352B (zh) * 2019-11-21 2021-07-02 大连理工大学 一种利用红外、深度和双目相机融合构建栅格地图的方法
US11138787B2 (en) * 2019-11-25 2021-10-05 Rockwell Collins, Inc. Efficient transfer of dynamic 3D world model data
US11139570B2 (en) 2019-12-10 2021-10-05 Rockwell Collins, Inc. Ultra-wideband circular beamformer
WO2021155558A1 (zh) * 2020-02-07 2021-08-12 深圳市商汤科技有限公司 道路标线的识别方法、地图生成方法及相关产品
CN111381245B (zh) * 2020-02-29 2023-06-06 天津大学 激光slam自适应分辨率栅格地图构建方法
CN113359811A (zh) * 2020-03-04 2021-09-07 贾敏忠 无人机的物流运营任务规划管理系统及其方法
CN111461982B (zh) * 2020-03-30 2023-09-22 北京百度网讯科技有限公司 用于拼接点云的方法和装置
CN111426312B (zh) * 2020-03-31 2021-10-29 上海擎朗智能科技有限公司 定位地图的更新方法、装置、设备及存储介质
CN111479321B (zh) * 2020-04-17 2021-01-12 滴图(北京)科技有限公司 一种网格构建方法、装置、电子设备和存储介质
CN111631639B (zh) * 2020-05-26 2021-07-06 珠海市一微半导体有限公司 全局栅格地图的地图遍历块建立方法、芯片及移动机器人
JP7469701B2 (ja) * 2020-05-29 2024-04-17 日本電信電話株式会社 データ更新方法、データ更新装置及びプログラム
CN111813101B (zh) * 2020-06-04 2024-04-02 深圳优地科技有限公司 机器人路径规划方法、装置、终端设备及存储介质
CN111765884B (zh) * 2020-06-18 2023-06-23 京东科技信息技术有限公司 机器人重定位方法、装置、电子设备及存储介质
CN111968229B (zh) * 2020-06-28 2024-07-16 阿波罗智能技术(北京)有限公司 高精度地图制图方法及装置
CN113865598A (zh) * 2020-06-30 2021-12-31 华为技术有限公司 一种定位地图生成方法、定位方法及装置
CN111881239B (zh) * 2020-07-17 2023-07-28 上海高仙自动化科技发展有限公司 构建方法、构建装置、智能机器人及可读存储介质
CN111737395B (zh) * 2020-08-19 2020-12-22 浙江欣奕华智能科技有限公司 一种占据栅格地图生成方法、装置及机器人系统
CN112083722B (zh) * 2020-08-27 2023-08-04 广州赛特智能科技有限公司 一种移动机器人多机多楼层调度系统及调度方法
CN114255275A (zh) * 2020-09-14 2022-03-29 华为技术有限公司 一种构建地图的方法及计算设备
CN112129266B (zh) * 2020-09-28 2022-12-16 北京嘀嘀无限科技发展有限公司 处理地图的方法、装置、设备和计算机可读存储介质
WO2022067534A1 (zh) * 2020-09-29 2022-04-07 华为技术有限公司 占据栅格地图的生成方法和装置
CN112180946B (zh) * 2020-10-22 2023-10-03 湖南格兰博智能科技有限责任公司 一种扫地机器人的导航路径规划方法、系统及电子设备
KR20220068043A (ko) * 2020-11-18 2022-05-25 현대자동차주식회사 정밀 지도의 오류 판단 장치 및 방법
US11430182B1 (en) * 2021-03-09 2022-08-30 Pony Ai Inc. Correcting or expanding an existing high-definition map
CN112907747A (zh) * 2021-03-26 2021-06-04 上海商汤临港智能科技有限公司 一种点云数据处理的方法、装置、电子设备及存储介质
CN113298715A (zh) * 2021-05-26 2021-08-24 深圳优地科技有限公司 机器人栅格地图构建方法、装置、机器人及存储介质
CN113256712B (zh) * 2021-06-01 2023-04-18 北京有竹居网络技术有限公司 定位方法、装置、电子设备和存储介质
CN113640822B (zh) * 2021-07-07 2023-08-18 华南理工大学 一种基于非地图元素过滤的高精度地图构建方法
CN113568997A (zh) * 2021-07-30 2021-10-29 京东鲲鹏(江苏)科技有限公司 点云地图更新方法、装置、电子设备和计算机可读介质
CN114384920B (zh) 2022-03-23 2022-06-10 安徽大学 一种基于局部栅格地图实时构建的动态避障方法
WO2023219559A2 (en) * 2022-05-11 2023-11-16 Grabtaxi Holdings Pte. Ltd. Method, device and system for processing spatial data
US20230419658A1 (en) * 2022-06-23 2023-12-28 Lockheed Martin Corporation Real time light-detection and ranging point decimation
CN115290098B (zh) * 2022-09-30 2022-12-23 成都朴为科技有限公司 一种基于变步长的机器人定位方法和系统
CN117129990B (zh) * 2022-11-02 2024-09-20 神顶科技（南京）有限公司 栅格地图检测方法和系统
CN117470247B (zh) * 2023-12-19 2024-05-03 珠海云洲智能科技股份有限公司 一种路径规划方法及路径规划控制器
CN117557681B (zh) * 2024-01-09 2024-04-16 山东鲁邦地理信息工程有限公司 一种基于多源测绘数据的高精度地形图生成方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070262988A1 (en) * 2006-05-09 2007-11-15 Pixar Animation Studios Method and apparatus for using voxel mip maps and brick maps as geometric primitives in image rendering process
JP2010160777A (ja) * 2008-12-12 2010-07-22 Toyota Central R&D Labs Inc 地図生成装置、走路推定装置、移動可能領域推定装置、及びプログラム
JP2013140515A (ja) * 2012-01-05 2013-07-18 Toyota Central R&D Labs Inc 立体物検出装置及びプログラム
US20150003683A1 (en) * 2012-06-19 2015-01-01 Conti Temic Microelectronic Gmbh Method for Representing the Surroundings of a Vehicle

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1702432A (zh) * 2005-06-08 2005-11-30 武汉虹信通信技术有限责任公司 栅格电子地图动态显示处理方法
US20070229501A1 (en) * 2006-03-31 2007-10-04 Vladmir Kouznetsov Method and system for organizing and rendering multiple geometric parts within a volume graphics data set
CN100452050C (zh) * 2006-09-28 2009-01-14 江苏天泽信息产业有限公司 栅格电子地图源数据生成、组织及目标数据生成的方法
US8798840B2 (en) 2011-09-30 2014-08-05 Irobot Corporation Adaptive mapping with spatial summaries of sensor data
US9488492B2 (en) * 2014-03-18 2016-11-08 Sri International Real-time system for multi-modal 3D geospatial mapping, object recognition, scene annotation and analytics
WO2014205769A1 (en) 2013-06-28 2014-12-31 Hulu Llc Local binary pattern-based optical flow
CN103699641A (zh) * 2013-12-24 2014-04-02 北京易华录信息技术股份有限公司 一种接入不同栅格地图服务的方法
EP3215808B1 (en) * 2014-11-05 2021-01-06 Sierra Nevada Corporation Systems and methods for generating improved environmental displays for vehicles
US9600929B1 (en) * 2014-12-01 2017-03-21 Ngrain (Canada) Corporation System, computer-readable medium and method for 3D-differencing of 3D voxel models
CN105787873A (zh) * 2014-12-22 2016-07-20 北京四维图新科技股份有限公司 一种地图差异提取的方法和装置及终端
US9877031B2 (en) * 2015-04-29 2018-01-23 Pitney Bowes Inc. System and method for multi-resolution raster data processing
US20170214943A1 (en) 2016-01-22 2017-07-27 Mitsubishi Electric Research Laboratories, Inc. Point Cloud Compression using Prediction and Shape-Adaptive Transforms
CN106407408B (zh) * 2016-09-22 2019-08-16 北京数字绿土科技有限公司 一种海量点云数据的空间索引构建方法及装置
EP3324209A1 (en) * 2016-11-18 2018-05-23 Dibotics Methods and systems for vehicle environment map generation and updating

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070262988A1 (en) * 2006-05-09 2007-11-15 Pixar Animation Studios Method and apparatus for using voxel mip maps and brick maps as geometric primitives in image rendering process
JP2010160777A (ja) * 2008-12-12 2010-07-22 Toyota Central R&D Labs Inc 地図生成装置、走路推定装置、移動可能領域推定装置、及びプログラム
JP2013140515A (ja) * 2012-01-05 2013-07-18 Toyota Central R&D Labs Inc 立体物検出装置及びプログラム
US20150003683A1 (en) * 2012-06-19 2015-01-01 Conti Temic Microelectronic Gmbh Method for Representing the Surroundings of a Vehicle

Also Published As

Publication number Publication date
US11030803B2 (en) 2021-06-08
KR20190082060A (ko) 2019-07-09
CN108319655A (zh) 2018-07-24
EP3506212B1 (en) 2022-08-24
CN108319655B (zh) 2021-05-07
US20190206122A1 (en) 2019-07-04
JP2019120927A (ja) 2019-07-22
JP7068989B2 (ja) 2022-05-17
EP3506212A1 (en) 2019-07-03

Similar Documents

Publication Publication Date Title
KR102235827B1 (ko) 격자 지도를 생성하는 방법 및 장치
KR102273559B1 (ko) 전자 지도를 업데이트하기 위한 방법, 장치 및 컴퓨터 판독 가능한 저장 매체
KR102145109B1 (ko) 지도 생성 및 운동 객체 위치 결정 방법 및 장치
KR102314228B1 (ko) 지도 구축 방법, 장치, 기기 및 판독가능 저장 매체
CN111536964B (zh) 机器人定位方法及装置、存储介质
CN108763287B (zh) 大规模可通行区域驾驶地图的构建方法及其无人驾驶应用方法
KR102126724B1 (ko) 포인트 클라우드 데이터를 복구하기 위한 방법 및 장치
AU2022275479A1 (en) Computer vision systems and methods for detecting and modeling features of structures in images
CN108734780B (zh) 用于生成地图的方法、装置和设备
CN106338736B (zh) 一种基于激光雷达的全3d占据体元地形建模方法
CN106017472A (zh) 全局路线规划方法、全局路线规划系统及无人机
CN111862214B (zh) 计算机设备定位方法、装置、计算机设备和存储介质
CN111862215B (zh) 一种计算机设备定位方法、装置、计算机设备和存储介质
CN116908810B (zh) 一种无人机搭载激光雷达测量建筑土方的方法和系统
KR102130687B1 (ko) 다중 센서 플랫폼 간 정보 융합을 위한 시스템
CN113932790A (zh) 一种地图更新方法、装置、系统、电子设备及存储介质
CN113960614A (zh) 一种基于帧-地图匹配的高程图构建方法
CN115494533A (zh) 车辆定位方法、装置、存储介质及定位系统
CN114092660A (zh) 高精地图生成方法、装置及用于生成地图的车辆
KR20220050507A (ko) Nd 맵 생성방법 및 그를 활용한 맵 업데이트 방법
CN114868154A (zh) 包括多分辨率体素中的协方差的地图
CN110174115B (zh) 一种基于感知数据自动生成高精度定位地图的方法及装置
CN118189934B (zh) 地图更新方法、装置、计算机设备和存储介质
CN117132728B (zh) 构建地图的方法、装置、电子设备及存储介质
CN117990085A (zh) 一种基于双毫米波雷达的自主探索地图生成方法及系统

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant