KR102284196B1

KR102284196B1 - Indoor map generation method and apparatus using lidar data

Info

Publication number: KR102284196B1
Application number: KR1020210043889A
Authority: KR
Inventors: 정승혁
Original assignee: 정승혁
Priority date: 2021-04-05
Filing date: 2021-04-05
Publication date: 2021-08-02

Abstract

An indoor map generation method using lidar data is disclosed. An indoor map generation method using lidar data according to the present invention comprises the steps of: generating a first map based on first lidar data measured at a first location in an indoor space; generating a second map based on second lidar data measured at a second location in the indoor space; detecting a first singularity of the first map and a second singularity of the second map; calculating an error rate using the first singularity and the second singularity; and determining whether to merge the first map and the second map based on the error rate. An accurate indoor map can be generated by merging LiDAR data measured at different locations in the same indoor space under certain conditions.

Description

Method and apparatus for generating an indoor map using lidar data

본 발명은, 동일한 실내 공간 내 다른 위치에서 측정된 라이다 데이터를 일정 조건 하에 병합하여 정확한 실내 맵을 생성할 수 있는, 라이다 데이터를 이용한 실내 맵 생성 방법 및 장치에 관한 것이다.The present invention relates to a method and apparatus for generating an indoor map using lidar data, which can generate an accurate indoor map by merging lidar data measured at different locations in the same indoor space under certain conditions.

라이다(Light Detecting And Ranging, LIDAR)는 레이저 펄스를 발사하고, 그 빛이 주위의 대상 물체에서 반사되어 돌아오는 것을 받아 물체까지의 거리를 측정하는 장치이다. LIDAR (Light Detecting And Ranging, LIDAR) is a device that emits a laser pulse, receives the light reflected from the surrounding target, and measures the distance to the object.

구체적으로 라이다는 레이저 다이오드에서 발사된 레이저 신호와 물체에 맞고 포토 다이오드로 반사되어 돌아오는 레이저 신호 간의 지연시간을 이용하여 거리를 측정하는 비행시간법(Time of flight method) 기반의 계측 센서로, 최근 들어 라이다는 공간의 2차원 또는 3차원 영상을 구현하기 위해 필요한 데이터를 습득하는 센서의 핵심 기술로 등장하였다.Specifically, LiDAR is a time of flight method-based measurement sensor that measures the distance using the delay time between the laser signal emitted from the laser diode and the laser signal that hits the object and is reflected back by the photodiode. In recent years, lidar has emerged as a core technology for sensors that acquire data necessary to implement a two-dimensional or three-dimensional image of space.

한편 최근에는 실내 공간의 구조를 이용하여 다양한 서비스가 제공되고 있는 추세이며, 더욱 신뢰할 수 있는 서비스를 제공하기 위해서는 실내 공간의 구조를 정확히 파악하는 것이 중요하다. Meanwhile, in recent years, various services are being provided using the structure of the indoor space. In order to provide a more reliable service, it is important to accurately understand the structure of the indoor space.

따라서 최근에는, 라이다 센서를 이용하여 실내 공간의 구조를 파악하는 기술이 발달하고 있다. Therefore, in recent years, a technology for grasping the structure of an indoor space using a lidar sensor has been developed.

한편 라이다 센서의 탐지 거리에 한계가 존재할 수도 있으며, 실내 공간에는 라이다 센서의 위치에서 거리를 파악할 수 없는 사각이 존재할 수도 있다. 특히 실내 공간이 복잡한 구조를 가지는 경우, 실내 공간의 구조 파악의 어려움은 더욱 가중될 수 있다.On the other hand, there may be a limit to the detection distance of the lidar sensor, and there may be a blind spot where the distance cannot be determined from the position of the lidar sensor in the indoor space. In particular, when the indoor space has a complex structure, the difficulty in understanding the structure of the indoor space may be further aggravated.

이러한 어려움을 해결하기 위하여, 동일한 라이다 센서로 위치를 변경해가면서 복수 회 측정을 수행하거나, 다른 라이다 센서로 서로 다른 위치에서 측정을 수행하는 방안을 고려해볼 수 있다. 다만 측정 환경의 변화, 라이다 센서 간의 사양 차이 등으로 인하여 측정 결과 사이에는 오차가 발생할 수 있으며, 이는 정교한 실내 맵을 획득하는데 장애가 되는 요소가 되어왔다.In order to solve this difficulty, a method of performing measurement multiple times while changing the position with the same lidar sensor or performing measurement at different positions with different lidar sensors may be considered. However, due to changes in the measurement environment and differences in specifications between lidar sensors, errors may occur between measurement results, which has become an obstacle to obtaining a sophisticated indoor map.

본 발명은 상술한 문제점을 해결하기 위한 것으로, 본 발명의 목적은 동일한 실내 공간 내 다른 위치에서 측정된 라이다 데이터를 일정 조건 하에 병합하여 정확한 실내 맵을 생성할 수 있는, 라이다 데이터를 이용한 실내 맵 생성 방법 및 장치를 제공하기 위함이다.The present invention is to solve the above problems, and an object of the present invention is to generate an accurate indoor map by merging LiDAR data measured at different locations in the same indoor space under certain conditions. This is to provide a method and apparatus for generating a map.

본 발명에 따른 라이다 데이터를 이용한 실내 맵 생성 방법은, 실내 공간의 제1 위치에서 측정된 제1 라이다 데이터에 기초하여 제1 맵을 생성하는 단계, 상기 실내 공간의 제2 위치에서 측정된 제2 라이다 데이터에 기초하여 제2 맵을 생성하는 단계, 상기 제1 맵의 제1 특이점 및 상기 제2 맵의 제2 특이점을 검출하는 단계, 상기 제1 특이점 및 상기 제2 특이점을 이용하여 오차율을 산출하는 단계, 및, 상기 오차율에 기반하여 상기 제1 맵 및 상기 제2 맵의 병합 여부를 결정하는 단계를 포함한다.The method for generating an indoor map using lidar data according to the present invention includes generating a first map based on first lidar data measured at a first position in an indoor space, and generating a first map measured at a second position in the indoor space. generating a second map based on second lidar data, detecting a first singularity of the first map and a second singularity of the second map, using the first singularity and the second singularity calculating an error rate, and determining whether to merge the first map and the second map based on the error rate.

이 경우 상기 제1 특이점 및 상기 제2 특이점은, 상기 실내 공간의 구조물이 꺾이는 지점일 수 있다.In this case, the first singular point and the second singular point may be points at which the structure of the indoor space is bent.

이 경우 상기 오차율은, 상기 제1 특이점 및 상기 제2 특이점 간의 오차 거리에 기반하여 산출될수 있다.In this case, the error rate may be calculated based on an error distance between the first singular point and the second singular point.

한편 상기 제1 특이점은, 제1-1 특이점 및 제1-2 특이점을 포함하고, 상기 제2 특이점은, 제2-1 특이점 및 제2-2 특이점을 포함하고, 상기 제1 특이점 및 상기 제2 특이점을 이용하여 오차율을 산출하는 단계는, 상기 제1-1 특이점 및 상기 제2-1 특이점이 매칭점에서 만나도록 상기 제1 맵 및 상기 제2 맵 중 적어도 하나를 이동시키는 단계를 포함할 수 있다.Meanwhile, the first singularity includes a 1-1 singularity and a 1-2 singularity, and the second singularity includes a 2-1 singularity and a 2-2 singularity, and the first singularity and the second singularity Calculating the error rate using the two singularities may include moving at least one of the first map and the second map so that the 1-1 singularity and the 2-1 singularity meet at a matching point. can

이 경우 상기 제1 특이점 및 상기 제2 특이점을 이용하여 오차율을 산출하는 단계는, 상기 제1 맵 및 상기 제2 맵 중 적어도 하나가 이동한 상태에서, 상기 제1-2 특이점 및 상기 제2-2 특이점 간의 오차 거리를 산출하는 단계, 및, 상기 제1-2 특이점 및 상기 제2-2 특이점 간의 오차 거리에 기반하여 상기 오차율을 산출하는 단계를 더 포함할 수 있다.In this case, the step of calculating the error rate using the first singularity and the second singularity may include the 1-2 singularity and the second- The method may further include calculating an error distance between the two singularities, and calculating the error rate based on the error distance between the 1-2 singular point and the 2-2 singular point.

이 경우 상기 오차율은, 상기 제1-1 특이점 및 상기 제1-2 특이점의 거리에 대한, 상기 제1-2 특이점 및 상기 제2-2 특이점 간의 오차 거리의 비일 수 있다.In this case, the error rate may be a ratio of an error distance between the 1-2 singular point and the 2-2 singular point to the distance between the 1-1 singularity and the 1-2 singular point.

한편 상기 라이다 데이터를 이용한 실내 맵 생성 방법은, 상기 제1 맵 및 상기 제2 맵 중 적어도 하나가 이동한 상태에서, 상기 제1-2 특이점 및 상기 제2-2 특이점이 일치하도록 상기 제1 맵 및 상기 제2 맵 중 적어도 하나에 대한 보정을 수행하는 단계를 더 포함할 수 있다.Meanwhile, in the method of generating an indoor map using the lidar data, the first and second singularities match the 1-2 singularity points while at least one of the first map and the second map moves. The method may further include performing correction on at least one of a map and the second map.

이 경우 상기 보정을 수행하는 단계는, 상기 제1-2 특이점의 좌표 및 상기 제2-2 특이점의 좌표를 이용하여 상기 제1 맵의 좌표 이동을 위한 제1 보정 상수 및 상기 제2 맵의 좌표 이동을 위한 제2 보정 상수를 산출하는 단계를 포함할 수 있다.In this case, the performing of the correction includes: a first correction constant for moving the coordinates of the first map and the coordinates of the second map using the coordinates of the 1-2 singular point and the coordinates of the 2-2 singular point It may include calculating a second correction constant for the movement.

이 경우 상기 제1 보정 상수를 산출하는 단계는, 상기 제1-2 특이점의 좌표 및 상기 제2-2 특이점의 좌표를 이용하여 상기 제1-2 특이점 및 상기 제2-2 특이점의 중점의 좌표를 산출하는 단계, 상기 매칭점을 중심으로 상기 제1-2 특이점 및 상기 중점이 형성하는 각도를 산출하는 단계, 및, 상기 제1-2 특이점의 좌표를 상기 각도만큼 회전시켜 상기 제1-2 특이점이 회전한 회전 지점의 좌표를 산출하고, 상기 회전 지점의 좌표가 상기 중점과 동일해지도록 하는 상기 제1 보정 상수를 산출하는 단계를 포함할 수 있다.In this case, the calculating of the first correction constant includes the coordinates of the midpoints of the 1-2 singular point and the 2-2 singular point using the coordinates of the 1-2 singular point and the coordinates of the 2-2 singular point. calculating an angle formed by the 1-2 singular point and the midpoint around the matching point, and rotating the coordinates of the 1-2 singular point by the angle by the first-2 The method may include calculating the coordinates of the rotation point at which the singular point is rotated, and calculating the first correction constant so that the coordinates of the rotation point become the same as the midpoint.

한편 상기 보정을 수행하는 단계는, 상기 제1 보정 상수를 이용하여 상기 제1 맵을 형성하는 점들의 좌표들을 새로운 좌표로 변환하는 단계, 상기 제2 보정 상수를 이용하여 상기 제2 맵을 형성하는 점들의 좌표들을 새로운 좌표로 변환하는 단계, 및, 좌표가 변환된 상기 제1 맵 및 좌표가 변환된 상기 제2 맵을 병합하여 실내 맵을 생성하는 단계를 더 포함할 수 있다.Meanwhile, performing the correction may include converting coordinates of points forming the first map into new coordinates using the first correction constant, and forming the second map using the second correction constant. The method may further include converting the coordinates of the points into new coordinates, and generating an indoor map by merging the first map in which the coordinates are converted and the second map in which the coordinates are converted.

한편 실내 공간의 제3 위치에서 수직 방향이 측정된 제3 라이다 데이터에 기초하여 제1 수직 맵을 생성하는 단계, 상기 실내 공간의 제4 위치에서 수직 방향이 측정된 제4 라이다 데이터에 기초하여 제2 수직 맵을 생성하는 단계, 상기 제2 수직 맵에서의 실내 공간의 제1 높이 및 상기 제1 수직 맵 중 상기 제2 수직 맵과 중첩되는 영역에서의 실내 공간의 제2 높이를 이용하여 제2 오차율을 산출하는 단계, 및, 상기 제2 오차율에 기반하여 상기 제1 수직 맵 및 상기 제2 수직 맵의 병합 여부를 결정하는 단계를 더 포함할 수 있다.Meanwhile, generating a first vertical map based on third LiDAR data in which the vertical direction is measured at a third position in the indoor space, based on fourth LiDAR data in which the vertical direction is measured at a fourth position in the indoor space generating a second vertical map by using a first height of the indoor space in the second vertical map and a second height of the indoor space in an area overlapping the second vertical map among the first vertical maps. The method may further include calculating a second error rate, and determining whether to merge the first vertical map and the second vertical map based on the second error rate.

이 경우 상기 제2 오차율은, 상기 제1 높이에 대한, 상기 제1 높이와 상기 제2 높이의 차의 비일 수 있다.In this case, the second error rate may be a ratio of a difference between the first height and the second height to the first height.

한편 상기 제1 맵 및 상기 제2 맵을 병합하여 실내 맵을 생성하는 단계, 상기 실내 맵에서, 다른 재질이 존재하는 것으로 예상되는 특정 영역을 검출하는 단계, 및, 상기 실내 맵을 디스플레이하고, 상기 특정 영역을 식별 가능하도록 디스플레이 하는 단계를 더 포함할 수 있다.Meanwhile, generating an indoor map by merging the first map and the second map, detecting a specific area in which another material is expected to exist in the indoor map, and displaying the indoor map, The method may further include displaying a specific region to be identifiable.

이 경우 상기 다른 재질이 존재하는 것으로 예상되는 특정 영역을 검출하는 단계는, 평평한 면 상에서 돌출되거나 함몰된 영역이 존재하는 경우, 상기 돌출되거나 함몰된 영역을 상기 특정 영역으로서 검출하는 단계를 포함할 수 있다.In this case, the step of detecting the specific area in which the other material is expected to exist may include detecting the protruding or recessed area as the specific area when there is a protruding or recessed area on a flat surface. there is.

한편 특정 영역의 재질과 관련된 사용자 입력을 수신하는 단계, 및, 상기 사용자 입력에 대응하는 보정 값을 이용하여 상기 특정 영역을 보정하는 단계;를 더 포함할 수 있다.Meanwhile, the method may further include receiving a user input related to the material of the specific region, and correcting the specific region using a correction value corresponding to the user input.

한편 본 발명에 따른 라이다 데이터를 이용한 실내 맵 생성 장치는, 실내 공간의 제1 위치에서 측정된 제1 라이다 데이터 및 상기 실내 공간의 제2 위치에서 측정된 제2 라이다 데이터를 획득하는 데이터 획득부, 및, 상기 제1 라이다 데이터에 기초하여 제1 맵을 생성하고, 상기 실내 공간의 제2 위치에서 측정된 제2 라이다 데이터에 기초하여 제2 맵을 생성하고, 상기 제1 맵의 제1 특이점 및 상기 제2 맵의 제2 특이점을 검출하고, 상기 제1 특이점 및 상기 제2 특이점을 이용하여 오차율을 산출하고, 상기 오차율에 기반하여 상기 제1 맵 및 상기 제2 맵의 병합 여부를 결정하는 제어부를 포함한다.Meanwhile, the apparatus for generating an indoor map using lidar data according to the present invention includes data for acquiring first lidar data measured at a first position in an indoor space and second lidar data measured at a second position in the indoor space an acquirer, and generates a first map based on the first lidar data, generates a second map based on second lidar data measured at a second location of the indoor space, and generates the first map detects a first singularity of and a second singularity of the second map, calculates an error rate using the first singularity and the second singularity, and merges the first map and the second map based on the error rate Includes a control unit for determining whether or not.

도 1은 본 발명에 따른, 라이다 센서를 도시한 도면이다.
도 2는 본 발명에 따른 라이다 데이터를 이용한 실내 맵 생성 장치를 설명하기 위한 도면이다.
도 3은 본 발명에 따른, 라이다 데이터를 이용한 실내 맵 생성 방법을 설명하기 위한 순서도이다.
도 4 내지 도 8은 초기 라이다 데이터를 보정하는 방법을 설명하기 위한 도면이다.
도 9는 보정 라이다 데이터를 이용하여 모델링한 실내 공간을 도시한 도면이다.
도 10은 본 발명에 따른, 동일한 위치에서 거리를 측정하는 경우의 문제를 설명하기 위한 도면이다.
도 11은 제1 라이다 데이터에 기초하여 생성된 제1 맵 및 제2 라이다 데이터에 기초하여 생성된 제2 맵을 도시한 도면이다.
도 12는 본 발명에 따른, 오차율을 산출하는 방법을 설명하기 위한 도면이다.
도 13은 본 발명에 따른, 제1 맵과 제2 맵 간에 오차가 발생하는 경우 오차를 보정하는 방법을 설명하기 위한 도면이다.
도 14는 실내 공간의 평면도를 도시한 도면이다.
도 15는 수직 방향의 실내 맵을 도시한 도면이다.
도 16 내지 도 18은, 구조물의 재질에 의한 오차를 보정하는 방법을 설명하기 위한 도면이다.1 is a view showing a lidar sensor according to the present invention.
2 is a view for explaining an indoor map generating apparatus using lidar data according to the present invention.
3 is a flowchart illustrating a method for generating an indoor map using lidar data according to the present invention.
4 to 8 are diagrams for explaining a method of correcting initial lidar data.
9 is a diagram illustrating an indoor space modeled using corrected lidar data.
10 is a view for explaining a problem in the case of measuring a distance at the same location according to the present invention.
11 is a diagram illustrating a first map generated based on first lidar data and a second map generated based on second lidar data.
12 is a diagram for explaining a method of calculating an error rate according to the present invention.
13 is a diagram for explaining a method of correcting an error when an error occurs between a first map and a second map according to the present invention.
14 is a diagram illustrating a plan view of an indoor space.
15 is a diagram illustrating an indoor map in a vertical direction.
16 to 18 are diagrams for explaining a method of correcting an error caused by a material of a structure.

이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.Hereinafter, the embodiments disclosed in the present specification will be described in detail with reference to the accompanying drawings, but the same or similar components are assigned the same reference numerals regardless of reference numerals, and overlapping descriptions thereof will be omitted. The suffixes "module" and "part" for the components used in the following description are given or mixed in consideration of only the ease of writing the specification, and do not have a meaning or role distinct from each other by themselves. In addition, in describing the embodiments disclosed in the present specification, if it is determined that detailed descriptions of related known technologies may obscure the gist of the embodiments disclosed in the present specification, the detailed description thereof will be omitted. In addition, the accompanying drawings are only for easy understanding of the embodiments disclosed in the present specification, and the technical spirit disclosed herein is not limited by the accompanying drawings, and all changes included in the spirit and scope of the present invention , should be understood to include equivalents or substitutes.

제1, 제2 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.Terms including an ordinal number, such as first, second, etc., may be used to describe various elements, but the elements are not limited by the terms. The above terms are used only for the purpose of distinguishing one component from another.

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.When a component is referred to as being “connected” or “connected” to another component, it is understood that the other component may be directly connected or connected to the other component, but other components may exist in between. it should be On the other hand, when it is said that a certain element is "directly connected" or "directly connected" to another element, it should be understood that no other element is present in the middle.

단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함한다" 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.The singular expression includes the plural expression unless the context clearly dictates otherwise. In the present application, terms such as "comprises" or "have" are intended to designate that a feature, number, step, operation, component, part, or combination thereof described in the specification exists, but one or more other features It should be understood that this does not preclude the existence or addition of numbers, steps, operations, components, parts, or combinations thereof.

도 1은 본 발명에 따른, 라이다 센서를 도시한 도면이다.1 is a view showing a lidar sensor according to the present invention.

라이다 센서(200)는, 지지판(300)의 상부에 장착되어 고정될 수 있으며, 지지판(300)은 지지대에 의해 지지될 수 있다. 또한 지지판(300)에는 힌지(400)가 고정되고, 힌지(400)의 회전에 의해 접힐 수 있다.The lidar sensor 200 may be mounted and fixed on the upper portion of the support plate 300 , and the support plate 300 may be supported by the support. In addition, a hinge 400 is fixed to the support plate 300 , and may be folded by rotation of the hinge 400 .

도 1a에서 도시한 바와 같이, 지지판(300)이 접히기 전, 라이다 센서(200)는 수평 상태를 유지하며 수평 방향으로 레이저 신호를 조사할 수 있다. 이 경우 라이다 센서(200)은 회전하면서 레이저 신호를 조사 및 수신함으로써, 수평 방향에 존재하는 구조물의 거리에 관련된 데이터를 획득할 수 있다.As shown in FIG. 1A , before the support plate 300 is folded, the lidar sensor 200 may maintain a horizontal state and irradiate a laser signal in a horizontal direction. In this case, the lidar sensor 200 may acquire data related to the distance of the structure existing in the horizontal direction by irradiating and receiving the laser signal while rotating.

또한 도 1b에서 도시한 바와 같이, 지지판(300)이 접힌 후, 라이다 센서(200)는 수직 상태를 유지하며 수직 방향으로 레이저 신호를 조사할 수 있다. 이 경우 라이다 센서(200)은 회전하면서 레이저 신호를 조사 및 수신함으로써, 수직 방향에 존재하는 구조물의 거리에 관련된 데이터를 획득할 수 있다.Also, as shown in FIG. 1B , after the support plate 300 is folded, the lidar sensor 200 may maintain a vertical state and irradiate a laser signal in a vertical direction. In this case, the lidar sensor 200 may acquire data related to the distance of the structure existing in the vertical direction by irradiating and receiving the laser signal while rotating.

라이다 센서(200)는 레이저 신호를 조사하고, 실내 공간의 구조물에 반사된 레이저 신호를 수신할 수 있다. 그리고 라이다 센서(200)는 레이저 신호의 조사 시점 및 반사된 레이저 신호의 수신 시점 간의 차이에 기초하여 구조물의 거리값을 획득할 수 있다. 또한 라이다 센서(200)는 회전하면서 레이저 신호를 조사 및 수신함으로써, 해당하는 방위각에 대응하는 거리값을 획득할 수 있다. 이에 따라 라이다 센서(200)는 복수의 방위각에 각각 대응하는 복수의 거리값을 포함하는 라이다 데이터를 생성할 수 있다. The lidar sensor 200 may irradiate a laser signal and receive a laser signal reflected by a structure in an indoor space. In addition, the lidar sensor 200 may acquire the distance value of the structure based on a difference between the irradiation time of the laser signal and the reception time of the reflected laser signal. In addition, the lidar sensor 200 may acquire a distance value corresponding to a corresponding azimuth by irradiating and receiving a laser signal while rotating. Accordingly, the lidar sensor 200 may generate lidar data including a plurality of distance values respectively corresponding to a plurality of azimuth angles.

또한 라이다 센서(200)는 동일한 위치에서 복수 회 회전을 하여 측정 값을 획득하고, 복수 회 회전하면서 획득한 측정값 들을 이용하여 라이다 데이터를 생성할 수도 있다.In addition, the lidar sensor 200 rotates at the same location a plurality of times to obtain a measurement value, and may generate lidar data using the measurement values obtained while rotating a plurality of times.

도 2는 본 발명에 따른 라이다 데이터를 이용한 실내 맵 생성 장치를 설명하기 위한 도면이다.2 is a view for explaining an indoor map generating apparatus using lidar data according to the present invention.

라이다 데이터를 이용한 실내 맵 생성 장치(100)(이하, 장치(100)라 함.)는, 데이터 획득부(110), 제어부(120), 디스플레이부(130) 및 메모리(140)를 포함할 수 있다.The apparatus 100 for generating an indoor map using lidar data (hereinafter referred to as the apparatus 100 ) may include a data acquisition unit 110 , a control unit 120 , a display unit 130 , and a memory 140 . can

데이터 획득부(110)는 라이다 데이터를 획득할 수 있다. 여기서 라이다 데이터는 복수의 방위각에 각각 대응하는 복수의 거리값을 포함할 수 있다.The data acquisition unit 110 may acquire lidar data. Here, the lidar data may include a plurality of distance values respectively corresponding to a plurality of azimuth angles.

라이다 센서(200)가 장치(100)로서 동작하는 경우, 데이터 획득부(110)는 레이저 신호의 조사 시점 및 반사된 레이저 신호의 수신 시점 간의 차이에 기초하여 구조물의 거리값을 획득하는 모듈을 의미할 수 있다.When the lidar sensor 200 operates as the device 100, the data acquisition unit 110 obtains a distance value of the structure based on the difference between the irradiation time of the laser signal and the reception time of the reflected laser signal. can mean

또한 장치(100)가 라이다 센서(200)와 별도의 장치로 구현되는 경우, 데이터 획득부(110)는 라이다 센서(200)와 통신하기 위한 통신부를 구비하고, 라이다 센서(200)로부터 라이다 데이터를 수신하는 모듈을 의미할 수 있다.In addition, when the device 100 is implemented as a device separate from the lidar sensor 200 , the data acquisition unit 110 includes a communication unit for communicating with the lidar sensor 200 , and It may mean a module that receives lidar data.

제어부(120)는 장치(100)의 전반적인 동작을 제어할 수 있다.The controller 120 may control the overall operation of the device 100 .

또한 제어부(120)는, 라이다 데이터에 기초하여 맵을 생성하고, 맵의 특이점을 검출하고, 맵의 특이점을 이용하여 오차율을 산출하고, 오차율에 기반하여 맵들의 병합 여부를 결정할 수 있다. In addition, the controller 120 may generate a map based on the lidar data, detect a singularity of the map, calculate an error rate using the singularity of the map, and determine whether to merge maps based on the error rate.

또한 용어 “제어부”는, “프로세서”, “마이크로 프로세서”, “컨트롤러”, “마이크로 컨트롤러” 등의 용어와 혼용되어 사용될 수 있다.Also, the term “control unit” may be used interchangeably with terms such as “processor”, “microprocessor”, “controller”, and “microcontroller”.

디스플레이부(130)는 영상을 디스플레이 할 수 있다. 이 경우 디스플레이부(130)는, 제어부(120)의 제어 하에, 맵, 실내 맵 등을 디스플레이 할 수 있다.The display unit 130 may display an image. In this case, the display unit 130 may display a map, an indoor map, etc. under the control of the controller 120 .

메모리(140)는 장치(100)의 구동을 위한 프로그램, 제어부(120)의 동작 과정에서 생성되는 데이터 및 기타 데이터를 저장할 수 있다.The memory 140 may store a program for driving the device 100 , data generated during an operation of the controller 120 , and other data.

도 3은 본 발명에 따른, 라이다 데이터를 이용한 실내 맵 생성 방법을 설명하기 위한 순서도이다.3 is a flowchart illustrating a method for generating an indoor map using lidar data according to the present invention.

본 발명에 따른 라이다 데이터를 이용한 실내 맵 생성 방법은, 실내 공간의 제1 위치에서 측정된 제1 라이다 데이터에 기초하여 제1 맵을 생성하는 단계(S310), 상기 실내 공간의 제2 위치에서 측정된 제2 라이다 데이터에 기초하여 제2 맵을 생성하는 단계(S320), 상기 제1 맵의 제1 특이점 및 상기 제2 맵의 제2 특이점을 검출하는 단계(S330), 상기 제1 특이점 및 상기 제2 특이점을 이용하여 오차율을 산출하는 단계(S340), 및, 상기 오차율에 기반하여 상기 제1 맵 및 상기 제2 맵의 병합 여부를 결정하는 단계(S350), 특이점의 좌표를 이용하여 보정 상수를 획득하는 단계(S360), 및, 보정 상수에 기반하여 좌표를 변환하여 실내 맵을 생성하는 단계(S370)를 포함할 수 있다.The method for generating an indoor map using lidar data according to the present invention includes generating a first map based on first lidar data measured at a first position in an indoor space (S310), and a second position in the indoor space. generating a second map based on the second LiDAR data measured in ( S320 ), detecting a first singularity of the first map and a second singularity of the second map ( S330 ), the first Calculating an error rate using the singularity and the second singularity (S340), and determining whether to merge the first map and the second map based on the error rate (S350), using the coordinates of the singularity to obtain a correction constant (S360), and converting the coordinates based on the correction constant to generate an indoor map (S370).

한편 앞서, 라이다 데이터는 라이다 센서에서 획득한, 복수의 방위각에 각각 대응하는 복수의 거리값을 포함한다고 설명한 바 있다. 여기서 라이다 데이터는 초기 라이다 데이터라 명칭할 수 있다.Meanwhile, it has been previously described that lidar data includes a plurality of distance values respectively corresponding to a plurality of azimuth angles obtained from a lidar sensor. Here, the lidar data may be referred to as initial lidar data.

또한 라이다 데이터는, 초기 라이다 데이터 또는 보정 라이다 데이터를 포함할 수 있다. 여기서 보정이란 방위각이나 거리값을 삭제하거나 변경하거나 추가하는 처리를 의미할 수 있으며, 보정 라이다 데이터는 초기 라이다 데이터를 보정함으로써 생성된 데이터를 의미할 수 있다.In addition, the lidar data may include initial lidar data or corrected lidar data. Here, the correction may refer to a process of deleting, changing, or adding an azimuth or distance value, and the corrected lidar data may refer to data generated by correcting the initial lidar data.

보정 라이다 데이터를 생성하는 과정에 대해서는 도 4 내지 도 8을 참고하여 구체적으로 설명한다.A process of generating the corrected lidar data will be described in detail with reference to FIGS. 4 to 8 .

도 4 내지 도 8은 초기 라이다 데이터를 보정하는 방법을 설명하기 위한 도면이다.4 to 8 are diagrams for explaining a method of correcting initial lidar data.

도 4에는 초기 라이다 데이터가 도시되어 있다. 4 shows initial lidar data.

도 4a를 참고하면, 동심원의 반지름은 라이다 센서로부터의 거리를 의미하며, 동심원 상에 도시된 그래프는 라이다 센서로부터 구조물까지의 거리값을 의미한다. 또한 동심원 외부의 수치는 방위각을 의미하며, 방위각의 범위는 0도 내지 360도이다.Referring to FIG. 4A , the radius of the concentric circle means the distance from the lidar sensor, and the graph shown on the concentric circle means the distance value from the lidar sensor to the structure. In addition, a numerical value outside the concentric circle means an azimuth, and the range of the azimuth is 0 degrees to 360 degrees.

도 4b를 참고하면, 라이다 데이터가 획득된 복수의 방위각 및 해당하는 방위각에서의 거리 값을 포함하는 테이블이 도시되어 있다.Referring to FIG. 4B , a table including a plurality of azimuth angles from which lidar data is obtained and distance values at the corresponding azimuth angles is shown.

한편 라이다 센서(200)는 일정 단위의 방위각에 대하여 거리 값을 생성할 수 있다. 예를 들어 라이다 센서(200)는 0.5도 단위의 방위각(예를 들어 0.5도, 1도, 1.5도 등)에 대하여 해당하는 방위각에 대응하는 거리 값을 생성할 수 있다.Meanwhile, the lidar sensor 200 may generate a distance value with respect to an azimuth of a predetermined unit. For example, the lidar sensor 200 may generate a distance value corresponding to an azimuth angle corresponding to an azimuth angle of 0.5 degree (eg, 0.5 degree, 1 degree, 1.5 degree, etc.).

다만 라이다 센서(200)의 성능에 따라 일정 단위 별로 측정이 되지 않을 수 있으며, 구조체의 성분이나 기타 요인에 의하여 레이서 신호가 수신되지 않거나 미약한 강도로 수신됨으로써 해당 방위각에서 거리 값이 생성되지 않는 경우가 발생할 수 있다. 이와 같이 거리 값이 생성되지 않은 방위각을 누락 방위각이라 명칭할 수 있다.However, depending on the performance of the lidar sensor 200, it may not be measured in units of a certain unit, and the distance value is not generated in the corresponding azimuth by not receiving the laser signal or receiving it with a weak intensity due to the component of the structure or other factors. cases may occur. As such, an azimuth in which a distance value is not generated may be referred to as a missing azimuth.

예를 들어 도 4b에서 도시된 첫번째 방위각은 0.44도, 두번째 방위각은 1.05도, 세번째 방위각은 1.64도로써, 0.5도 단위로 측정되지 않았다. 또한 도 4b에서는 방위각 199.59도가 도시되어 있으며, 바로 다음의 방위각은 200.78도이다. 즉 199.59도와 200.78도 사이의 임의의 방위각에서 거리 값이 생성되지 않았다는 것을 알 수 있다.For example, the first azimuth shown in FIG. 4B is 0.44 degrees, the second azimuth is 1.05 degrees, and the third azimuth is 1.64 degrees, so it is not measured in units of 0.5 degrees. Also, in FIG. 4B , an azimuth angle of 199.59 degrees is shown, and an azimuth angle immediately following is 200.78 degrees. That is, it can be seen that the distance value was not generated at any azimuth between 199.59 and 200.78 degrees.

이를 해결하기 위하여, 먼저 제어부(120)는 알파 알고리즘에 기반한 보정을 수행할 수 있다.To solve this problem, first, the controller 120 may perform correction based on the alpha algorithm.

구체적으로 제어부(120)는 초기 라이다 데이터에 포함되는 방위각들을 기 설정된 방위각들로 수정할 수 있다. In more detail, the controller 120 may correct azimuth angles included in the initial lidar data to preset azimuth angles.

여기서 기 설정된 방위각들은 일정 단위로 증가하며, 일정 단위는 라이다 센서의 측정 단위와 동일할 수 있다. 예를 들어 라이다 센서가 0.5도 단위로 거리 값을 생성하는 경우, 기 설정된 방위각들 역시 0.5도 단위로 증가하여, 0.5도, 1도, 1.5도… 359.5도, 360도의 값을 가질 수 있다.Here, the preset azimuth angles increase by a predetermined unit, and the predetermined unit may be the same as the measurement unit of the lidar sensor. For example, when the lidar sensor generates a distance value in units of 0.5 degrees, the preset azimuth angles also increase in units of 0.5 degrees, 0.5 degrees, 1 degree, 1.5 degrees... It can have values of 359.5 degrees and 360 degrees.

한편 제어부(120)는 초기 라이다 데이터에 포함되는 방위각을, 기 설정된 방위각들 중 가장 가까운 방위각으로 수정할 수 있다. 예를 들어 기 설정된 방위각 들이 0.5도, 1도, 1.5도… 359.5도, 360도인 경우, 제어부(120)는 초기 라이다 데이터에 포함되는 방위각인 1.64도를 기 설정된 방위각들 중 가장 가까운 방위각인 1.5도로 수정할 수 있다. 다른 예를 들어 기 설정된 방위각 들이 0.5도, 1도, 1.5도… 359.5도, 360도인 경우, 제어부(120)는 초기 라이다 데이터에 포함되는 방위각인 358.64도를 기 설정된 방위각들 중 가장 가까운 방위각인 358.5도로 수정할 수 있다.Meanwhile, the controller 120 may correct the azimuth included in the initial lidar data to be the closest azimuth among preset azimuths. For example, the preset azimuth angles are 0.5 degree, 1 degree, 1.5 degree... In the case of 359.5 degrees and 360 degrees, the controller 120 may correct 1.64 degrees, which is an azimuth included in the initial lidar data, to 1.5 degrees, which is the closest azimuth among preset azimuths. For another example, preset azimuth angles are 0.5 degree, 1 degree, 1.5 degree... In the case of 359.5 degrees and 360 degrees, the controller 120 may correct 358.64 degrees, which is an azimuth included in the initial lidar data, to 358.5 degrees, which is the closest azimuth among preset azimuths.

한편 초기 라이다 데이터에 포함되는 방위각이 2.25도인 경우에는, 가장 가까운 방위각이 두 개(2도, 2.5도)일 수 있다. 이 경우 제어부(120)는 초기 라이다 데이터에 포함되는 방위각인 2.25도를 가장 가까운 두개의 방위각 중 더 큰 방위각(2.5도)으로 수정할 수 있다. 다만 이에 한정되지 않으며, 초기 라이다 데이터에 포함되는 방위각인 2.25도를 가장 가까운 두개의 방위각 중 더 작 방위각(2.0도)으로 수정하는 방식도 가능하다.On the other hand, when the azimuth included in the initial lidar data is 2.25 degrees, the closest azimuth may be two (2 degrees, 2.5 degrees). In this case, the controller 120 may correct the azimuth angle of 2.25 degrees included in the initial lidar data to a larger azimuth (2.5 degrees) among the two closest azimuth angles. However, the present invention is not limited thereto, and a method of modifying the 2.25 degree azimuth included in the initial lidar data to a smaller azimuth (2.0 degrees) among the two nearest azimuth angles is also possible.

도 4b의 초기 라이다 데이터와 도 5b의 알파 알고리즘에 기반한 보정이 수행된 라이다 데이터를 비교하면, 초기 라이다 데이터에 포함되는 방위각들이 기 설정된 방위각들로 수정되었음을 알 수 있다.Comparing the initial lidar data of FIG. 4b with the lidar data corrected based on the alpha algorithm of FIG. 5b , it can be seen that azimuths included in the initial lidar data are corrected to preset azimuths.

한편 알파 알고리즘에 기반한 보정을 수행한 이후에도, 기 설정된 방위각 들 중 일부는 누락될 수 있다. 예를 들어 도 5b를 참고하면, 2도, 52도, 191.5도 등이 누락되어 있음을 알 수 있다. 다른 예를 들어, 도 5의 동심원 외곽에 기재된 수치는 도 5b의 테이블의 방위각의 인덱스를 표시한 것으로, 인덱스는 총 517개 존재한다. 이는 720개의 기 설정된 방위각 들 중 517개의 방위각들만이 존재하며, 203개의 방위각이 누락되었다는 것을 의미한다.Meanwhile, even after performing the correction based on the alpha algorithm, some of the preset azimuth angles may be omitted. For example, referring to FIG. 5B , it can be seen that 2 degrees, 52 degrees, 191.5 degrees, and the like are omitted. As another example, the numerical values described outside the concentric circles of FIG. 5 indicate the azimuth indexes of the table of FIG. 5B , and there are a total of 517 indexes. This means that only 517 azimuths exist among 720 preset azimuths, and 203 azimuths are missing.

이는 앞서 설명한 바와 같이. 구조체의 성분이나 기타 요인에 의하여 일부 방위각에서는 레이서 신호가 수신되지 않거나 미약한 강도로 수신되었기 때문이다.This is as previously described. This is because the racer signal was not received or received with a weak intensity at some azimuth angles due to the structure's components or other factors.

다음으로, 제어부(120)는 베타 알고리즘에 기반한 보정을 수행할 수 있다. 여기서 베타 알고리즘에 기반한 보정은, 알파 알고리즘을 통해 방위각이 수정된 데이터로부터 신뢰할 수 없는 거리 값을 수정하거나 제거하는 처리일 수 있다.Next, the controller 120 may perform correction based on the beta algorithm. Here, the correction based on the beta algorithm may be a process of correcting or removing an unreliable distance value from the data whose azimuth is corrected through the alpha algorithm.

예를 들어 100.5도에 상응하는 거리 값은 2320mm이고 101도에 상응하는 거리 값은 1000mm이며, 101.5도에 상응하는 거리 값은 1001mm인 것으로 가정한다. 이 경우에는 101도에서 실내 공간을 형성하는 구조물에 굴곡이 있다는 것이 예측될 수 있으며, 따라서 101도에 상응하는 거리 값인 1000mm은 신뢰할 수 있는 거리 값일 수 있다.For example, suppose that a distance value corresponding to 100.5 degrees is 2320 mm, a distance value corresponding to 101 degrees is 1000 mm, and a distance value corresponding to 101.5 degrees is 1001 mm. In this case, it can be predicted that there is a curvature in the structure forming the indoor space at 101 degrees, so a distance value of 1000 mm corresponding to 101 degrees can be a reliable distance value.

다른 예를 들어 도 5a 및 도 5b를 참고하면, 50.5도에 상응하는 거리 값은 2320mm이고 51.5도에 상응하는 거리 값은 2319mm이나, 51도에 상응하는 거리 값은 10488mm이다. 이와 같이 전후 방위각의 거리 값에 비하여 급격히 변경(돌출)된 거리 값은 신뢰할 수 없는 거리값일 수 있다. As another example, referring to FIGS. 5A and 5B , a distance value corresponding to 50.5 degrees is 2320 mm and a distance value corresponding to 51.5 degrees is 2319 mm, but a distance value corresponding to 51 degrees is 10488 mm. As described above, a distance value that is rapidly changed (protruded) compared to the distance value of the front-rear azimuth angle may be an unreliable distance value.

다른 예를 들어 100.5도에 상응하는 거리 값은 2320mm이고 101.5도에 상응하는 거리 값은 2319mm이나, 101도에 상응하는 거리 값은 494mm라고 가정한다. 이와 같이 전후 방위각의 거리 값에 비하여 급격히 변경(함몰)된 거리 값은 신뢰할 수 없는 거리값 일 수 있다. As another example, suppose that the distance value corresponding to 100.5 degrees is 2320 mm, the distance value corresponding to 101.5 degrees is 2319 mm, but the distance value corresponding to 101 degrees is 494 mm. As described above, a distance value that is rapidly changed (recessed) compared to the distance value of the front and rear azimuth angles may be an unreliable distance value.

따라서 제어부(120)는 해당하는 방위각의 거리 값을, 전후 방위각의 거리 값들과 비교하여 해당하는 방위각의 거리 값의 제거 여부를 결정할 수 있다. 이를 베타1 알고리즘이라 명칭할 수 있다.Accordingly, the controller 120 may determine whether to remove the distance value of the corresponding azimuth by comparing the distance value of the corresponding azimuth with the distance values of the front and rear azimuths. This may be referred to as the beta 1 algorithm.

구체적으로 제어부(120)는 전후 방위각의 거리 값들 간의 차이가 제1 임계값 보다 작고, 전후 방위각의 거리 값들 중 적어도 하나의 거리 값과 해당하는 방위 각의 거리 값의 차이가 제2 임계값보다 큰 경우, 해당하는 방위각의 거리 값을 제거할 수 있다.In detail, the controller 120 determines that the difference between the distance values of the front and rear azimuth angles is smaller than the first threshold value, and the difference between at least one distance value among the distance values of the front and rear azimuth angles and the distance value of the corresponding azimuth angle is greater than the second threshold value. In this case, the distance value of the corresponding azimuth may be removed.

예를 들어 제1 임계값이 5mm이고, 제2 임계값이 100mm인 것으로 가정한다.For example, it is assumed that the first threshold value is 5 mm and the second threshold value is 100 mm.

그리고 도 5a 및 도 5b를 참고하면, 50.5도에 상응하는 거리 값은 2320mm이고 51.5도에 상응하는 거리 값은 2319mm로서, 전후 방위각의 거리 값들 간의 차이(1mm)는 제1 임계값(5mm)보다 작다. 또한 전후 방위각의 거리 값들 중 적어도 하나의 거리 값(2320mm 및 2319mm 중 적어도 하나)와 해당하는 방위 각의 거리 값(10488mm)의 차이는 제2 임계 값(100mm)보다 크다. 이 경우 제어부(120)는 해당하는 방위각의 거리 값을 제거할 수 있다.And referring to FIGS. 5A and 5B , the distance value corresponding to 50.5 degrees is 2320 mm and the distance value corresponding to 51.5 degrees is 2319 mm, and the difference (1 mm) between the distance values of the front and rear azimuth angles is greater than the first threshold value (5 mm). small. In addition, a difference between at least one distance value (at least one of 2320 mm and 2319 mm) among the distance values of the front and rear azimuth angles and the corresponding azimuth distance value (10488 mm) is greater than the second threshold value (100 mm). In this case, the controller 120 may remove the distance value of the corresponding azimuth.

한편 도 5a 및 도 5b를 참고하면, 170.5도 내지 199도에서 측정된 거리 값들은 10000mm 내외이다. 다만 실내 공간에 형성된 구조물과 라이다 센서(200)와의 최대 거리가 6000mm라고 가정한다. 이 경우 170.5도 내지 199도에서 측정된 거리 값들은 신뢰할 수 없는 거리 값일 수 있다.Meanwhile, referring to FIGS. 5A and 5B , distance values measured at 170.5 degrees to 199 degrees are about 10000 mm. However, it is assumed that the maximum distance between the structure formed in the indoor space and the lidar sensor 200 is 6000 mm. In this case, distance values measured at 170.5 degrees to 199 degrees may be unreliable distance values.

따라서 제어부(120)는 해당하는 방위각의 거리 값을 제3 임계 값과 비교하여, 해당하는 방위각의 거리 값의 제거 여부를 결정할 수 있다. 이를 베타 2 알고리즘이라 명칭할 수 있다. Accordingly, the controller 120 may determine whether to remove the distance value of the corresponding azimuth by comparing the distance value of the corresponding azimuth with the third threshold value. This may be referred to as a beta 2 algorithm.

구체적으로 제어부(120)는 해당하는 방위각의 거리 값이 제3 임계 값보다 큰 경우, 해당하는 방위각의 거리 값을 제거할 수 있다. 이 경우 제3 임계 값은 실내 공간의 사이즈, 실내 공간에서의 라이다 센서(200)의 위치, 또는 실내 공간에 형성된 구조물과 라이다 센서(200)와의 최대 거리 등에 기반하여 결정될 수 있다.Specifically, when the distance value of the corresponding azimuth is greater than the third threshold value, the controller 120 may remove the distance value of the corresponding azimuth. In this case, the third threshold value may be determined based on the size of the indoor space, the position of the lidar sensor 200 in the indoor space, or the maximum distance between the structure formed in the indoor space and the lidar sensor 200 .

예를 들어 도 5b를 참고하면, 방위각 189도 내지 방위각 191도에서는, 해당하는 거리 값이 제3 임계 값(예를 들어 6000mm)보다 크다. 이 경우 어부(120)는 방위각 189도 내지 방위각 191도에 상응하는 거리 값들을 제거할 수 있다.For example, referring to FIG. 5B , in an azimuth angle of 189 degrees to an azimuth angle of 191 degrees, a corresponding distance value is greater than a third threshold value (eg, 6000 mm). In this case, the fisherman 120 may remove distance values corresponding to an azimuth angle of 189 degrees to an azimuth angle of 191 degrees.

한편 해당하는 방위각의 거리 값이 제거된 경우, 제어부(120)는 전후 방위각의 거리 값들을 이용하여 제거된 거리 값을 새로운 거리 값으로 대체할 수 있다. Meanwhile, when the distance value of the corresponding azimuth is removed, the controller 120 may replace the removed distance value with a new distance value using the distance values of the front and rear azimuths.

일 실시 예로, 제어부(120)는 해당하는 방위각의 거리 값을, 전후 방위각의 거리 값들을 평균한 평균 값으로 수정할 수 있다. 예를 들어 제어부(120)는 해당하는 방위 각(51도)의 거리 값(10488mm)을 전후 방위각(50.5도, 51.5도)의 거리 값들(2320mm, 2319mm)을 평균한 평균 값(2319.5mm)으로 수정할 수 있다. 이 경우 제어부(120)는 평균 값(2319.5mm)을 올림, 반올림 또는 내림하여, 해당하는 방위 각에 대응하는 거리 값을 산출할 수도 있다.As an example, the controller 120 may correct the distance value of the corresponding azimuth to an average value obtained by averaging the distance values of the front and rear azimuths. For example, the control unit 120 is an average value (2319.5mm) of the distance value (10488mm) of the corresponding azimuth angle (51 degrees) averaged distance values (2320mm, 2319mm) of the front and rear azimuth angles (50.5 degrees, 51.5 degrees). Can be modified. In this case, the controller 120 may calculate the distance value corresponding to the corresponding azimuth by rounding up, rounding, or rounding the average value (2319.5 mm).

한편 전후 방위각의 두개의 거리 값들 중 하나 이상의 거리 값이 존재하지 않는 경우, 제어부(120)는 제거된 거리 값을 새로운 거리 값으로 대체할 수 없다.Meanwhile, when at least one distance value among the two distance values of the front and rear azimuth angles does not exist, the controller 120 cannot replace the removed distance value with a new distance value.

예를 들어 방위각 170.5도 내지 199도에서는 상응하는 거리 값들이 존재하지 않는다. 이 경우 방위각 170.5도에서는, 이전의 방위각(170도)에 대응하는 거리 값은 존재하나, 이후의 방위각(171도)에 대응하는 거리 값은 존재하지 않는다. 이 경우 제어부(120)는 170.5도에 대응하는 거리 값을 제거된 상태로 유지할 수 있다.Corresponding distance values do not exist, for example at an azimuth of 170.5 degrees to 199 degrees. In this case, at an azimuth angle of 170.5 degrees, a distance value corresponding to a previous azimuth angle (170 degrees) exists, but a distance value corresponding to a subsequent azimuth angle (171 degrees) does not exist. In this case, the controller 120 may maintain the distance value corresponding to 170.5 degrees in a removed state.

다른 예를 들어, 방위각 189도에서는, 이전의 방위각(188.5도)에 대응하는 거리 값 및 189.5도에 대응하는 거리 값이 모두 존재하지 않는다. 이 경우 제어부(120)는 189도에 대응하는 거리 값을 제거된 상태로 유지할 수 있다.For another example, at the azimuth angle of 189 degrees, neither the distance value corresponding to the previous azimuth angle (188.5 degrees) nor the distance value corresponding to 189.5 degrees exist. In this case, the controller 120 may maintain the distance value corresponding to 189 degrees in a removed state.

도 6에서는 베타 알고리즘에 기반한 보정을 수행한 이후의 그래프 및 테이블을 도시하였다.6 shows graphs and tables after performing the correction based on the beta algorithm.

도 6을 참고하면, 방위각 51도에 대응하는 거리 값은 전후 방위각의 거리값들에 기초하여 새로운 거리 값(2319)로 갱신된 것을 알 수 있다. 반면에, 방위각 189도 내지 191도에서는, 거리 값들이 제거된 상태를 유지하고 있다. Referring to FIG. 6 , it can be seen that the distance value corresponding to the azimuth angle of 51 degrees is updated to a new distance value 2319 based on the distance values of the front and rear azimuth angles. On the other hand, in the azimuth angles of 189 degrees to 191 degrees, the distance values remain removed.

한편 베타 알고리즘에 기반한 보정을 수행한 이후에도, 기 설정된 방위각 들 중 일부는 누락될 수 있다. 예를 들어 도 6b를 참고하면, 2도, 52도, 191.5도 등이 누락되어 있음을 알 수 있다. 다른 예를 들어, 도 6a의 동심원 외곽에 기재된 수치는 도 6a의 테이블의 방위각의 인덱스를 표시한 것으로, 인덱스는 총 517개 존재한다. 이는 720개의 기 설정된 방위각 들 중 517개의 방위각들만이 존재하며, 203개의 방위각이 라이다 데이터에서 누락되어 있는 것을 의미한다.Meanwhile, even after performing the correction based on the beta algorithm, some of the preset azimuth angles may be omitted. For example, referring to FIG. 6B , it can be seen that 2 degrees, 52 degrees, 191.5 degrees, and the like are omitted. As another example, the numerical values described outside the concentric circles of FIG. 6A indicate indexes of azimuth angles of the table of FIG. 6A , and there are a total of 517 indexes. This means that only 517 azimuths out of 720 preset azimuths exist, and 203 azimuths are missing from the lidar data.

한편 제어부(120)는 라이다 데이터에 누락 방위각에 상응하는 방위각을 삽입하고, 삽입된 방위각에 대응하는 거리 값을 생성할 수 있다. 이를 감마 알고리즘이라 명칭할 수 있다.Meanwhile, the controller 120 may insert an azimuth corresponding to the missing azimuth into the lidar data and generate a distance value corresponding to the inserted azimuth. This may be called a gamma algorithm.

구체적으로 제어부(120)는 기 설정된 방위각에 기반하여 누락 방위각에 상응하는 방위각을 삽입할 수 있다. 예를 들어 도 6b를 참고하면 방위각 52도가 누락되어 있으며, 이 경우 제어부(120)는 라이다 데이터에 방위각 52도를 삽입할 수 있다. 방위각 52도가 삽입된 라이다 데이터는 도 7b에서 도시하였다.Specifically, the controller 120 may insert an azimuth corresponding to the missing azimuth based on a preset azimuth. For example, referring to FIG. 6B , an azimuth angle of 52 degrees is omitted, and in this case, the controller 120 may insert an azimuth angle of 52 degrees into the lidar data. LiDAR data with an azimuth angle of 52 degrees is shown in FIG. 7B .

또한 제어부(120)는, 전후 방위각의 거리 값들을 이용하여 삽입된 방위각에 대응하는 거리 값을 생성할 수 있다. 예를 들어 도 7b를 참고하면, 제어부(120)는 이전 방위각(51.5도)의 거리 값(2319 mm) 및 이후 방위각(52.5도)의 거리 값(2305mm)를 평균하여 삽입된 방위각(52도)에 대응하는 거리 값(2312mm)을 생성할 수 있다.Also, the controller 120 may generate a distance value corresponding to the inserted azimuth by using the distance values of the front and rear azimuths. For example, referring to FIG. 7B , the controller 120 averages the distance value (2319 mm) of the previous azimuth (51.5 degrees) and the distance value (2305 mm) of the subsequent azimuth (52.5 degrees), and the inserted azimuth (52 degrees) A distance value (2312 mm) corresponding to may be generated.

한편 도 6a에서의 거리 그래프는 휘어 있는 형상이나, 도 7a에서의 거리 그래프는 직선형의 형상을 가지는 것을 알 수 있다. 이는 누락 방위각에 상응하는 방위각이 삽입되어, 총 720개의 방위각이 존재하는 상태에서 거리 그래프가 도시되었기 때문이다.On the other hand, it can be seen that the distance graph in FIG. 6A has a curved shape, but the distance graph in FIG. 7A has a linear shape. This is because an azimuth corresponding to the missing azimuth is inserted, and the distance graph is shown in a state where a total of 720 azimuths exist.

한편 전후 방위각의 두개의 거리 값들 중 하나 이상의 거리 값이 존재하지 않는 경우, 제어부(120)는 삽입된 방위각에 대응하는 거리 값을 생성할 수 없다.Meanwhile, when at least one distance value among the two distance values of the front and rear azimuths does not exist, the controller 120 cannot generate a distance value corresponding to the inserted azimuth.

한편 알파 알고리즘, 베타 알고리즘 및 감마 알고리즘에 기반한 보정을 수행한 후에도 존재하지 않는 거리 값을 누락 값이라 명칭할 수 있다. 예를 들어 도 7b를 참고하면, 128도 내지 137도에서의 거리 값들이 누락 값이라 명칭될 수 있다.Meanwhile, a distance value that does not exist even after performing correction based on the alpha algorithm, the beta algorithm, and the gamma algorithm may be referred to as a missing value. For example, referring to FIG. 7B , distance values from 128 degrees to 137 degrees may be referred to as missing values.

여기서 누락 값은, 베타 알고리즘을 통하여 제거된 거리 값, 그리고 감마 알고리즘에 의해 방위각이 삽입되었으나 방위각의 삽입에 대응하여 생성되지 않은 거리 값을 포함할 수 있다.Here, the missing value may include a distance value removed through the beta algorithm, and a distance value in which an azimuth is inserted by the gamma algorithm but is not generated in response to the insertion of the azimuth.

이 경우 제어부(120)는 실내 공간의 구조 정보를 이용하여 누락 값에 상응하는 거리 값을 생성할 수 있다. 여기서 실내 공간의 구조 정보는, 실내 공간을 촬영한 영상, 실내 공간의 설계도, 실내 공간의 구조를 나타내는 기타 데이터를 포함할 수 있다.In this case, the controller 120 may generate a distance value corresponding to the missing value by using the structural information of the indoor space. Here, the information on the structure of the indoor space may include an image of the indoor space, a design drawing of the indoor space, and other data indicating the structure of the indoor space.

그리고 제어부(120)는 실내 공간의 구조 정보를 이용하여 누락 값에 상응하는 거리 값을 생성할 수 있다.In addition, the controller 120 may generate a distance value corresponding to the missing value by using the structural information of the indoor space.

도 9는 보정 라이다 데이터를 이용하여 모델링한 실내 공간을 도시한 도면이다.9 is a diagram illustrating an indoor space modeled using corrected lidar data.

본 발명에 따르면, 라이다 센서의 성능이나 기타 환경적 요인에 의하여 초기 라이다 데이터에 오류가 존재하는 경우에도, 상술한 보정을 통하여 실내 공간을 정확히 모델링 할 수 있는 장점이 있다.According to the present invention, even if there is an error in the initial lidar data due to the performance of the lidar sensor or other environmental factors, there is an advantage in that the indoor space can be accurately modeled through the above-mentioned correction.

도 10은 본 발명에 따른, 동일한 위치에서 거리를 측정하는 경우의 문제를 설명하기 위한 도면이다.10 is a view for explaining a problem in the case of measuring a distance at the same location according to the present invention.

라이다 센서(100)는 탐지 범위에 한계가 존재할 수도 있으며, 실내 공간에는 라이다 센서의 위치에서 거리를 파악할 수 없는 사각이 존재할 수도 있다. 예를 들어 도 10a를 참고하면, 라이다 센서(100)의 탐지 범위(1010) 및 실내 공간(1000)의 구조로 인하여, 동일한 위치에서의 측정만으로는 실내 공간의 구조를 파악할 수 없다.The lidar sensor 100 may have a limit in the detection range, and there may be a blind spot in which the distance cannot be determined from the position of the lidar sensor in the indoor space. For example, referring to FIG. 10A , due to the detection range 1010 of the lidar sensor 100 and the structure of the indoor space 1000 , the structure of the indoor space cannot be determined only by measuring at the same location.

따라서 동일한 라이다 센서로 위치를 변경해가면서 복수 회 측정을 수행하거나, 도 10b에서와 같이 다른 라이다 센서(A, B)로 서로 다른 위치에서 측정을 수행하는 방안을 고려해볼 수 있다. 다만 측정 환경의 변화, 라이다 센서 간의 사양 차이 등으로 인하여 측정 결과 사이에는 오차가 발생할 수 있으며, 이는 정교한 실내 맵을 획득하는데 장애가 되는 요소가 될 수 있다.Therefore, it is possible to consider a method of performing measurement multiple times while changing positions with the same lidar sensor, or performing measurement at different positions with different lidar sensors A and B as shown in FIG. 10B . However, errors may occur between measurement results due to changes in the measurement environment and differences in specifications between lidar sensors, which may become an obstacle to obtaining a sophisticated indoor map.

도 11은 제1 라이다 데이터에 기초하여 생성된 제1 맵 및 제2 라이다 데이터에 기초하여 생성된 제2 맵을 도시한 도면이다.11 is a diagram illustrating a first map generated based on first lidar data and a second map generated based on second lidar data.

여기서 제1 라이다 데이터는 실내 공간(1000)의 제1 위치에서 측정된 데이터를, 제2 라이다 데이터는 실내 공간(1000)의 제2 위치에서 측정된 데이터를 의미할 수 있다.Here, the first lidar data may refer to data measured at a first position in the indoor space 1000 , and the second lidar data may refer to data measured at a second position in the indoor space 1000 .

또한 제1 라이다 데이터 및 제2 라이다 데이터는, 앞서 설명한 초기 라이다 데이터를 의미할 수도 있으며, 보정 라이다 데이터를 의미할 수도 있다.In addition, the first LiDAR data and the second LiDAR data may refer to the initial LiDAR data described above, or may refer to the corrected LiDAR data.

한편 제어부(120)는 실내 공간(1000)의 제1 위치에서 측정된 제1 라이다 데이터에 기초하여 제1 맵(1100)을 생성할 수 있다. 구체적으로 제어부(120)는 제1 라이다 데이터에 포함되는 방위각 및 거리값을 이용하여 좌표 평면 상에 방위각 및 거리값에 대응하는 점들을 찍고, 좌표 평면 상의 점들을 연결하여 제1 맵(1100)을 생성할 수 있다. Meanwhile, the controller 120 may generate the first map 1100 based on the first LiDAR data measured at the first location of the indoor space 1000 . Specifically, the controller 120 draws points corresponding to the azimuth and distance values on the coordinate plane using the azimuth and distance values included in the first lidar data, and connects the points on the coordinate plane to the first map 1100 . can create

또한 제어부(120)는 실내 공간(1000)의 제2 위치에서 측정된 제2 라이다 데이터에 기초하여 제2 맵(1200)을 생성할 수 있다. 구체적으로 제어부(120)는 제2 라이다 데이터에 포함되는 방위각 및 거리값을 이용하여 좌표 평면 상에 방위각 및 거리값에 대응하는 점들을 찍고, 좌표 평면 상의 점들을 연결하여 제2 맵(1200)을 생성할 수 있다.Also, the controller 120 may generate the second map 1200 based on the second lidar data measured at the second location of the indoor space 1000 . Specifically, the controller 120 draws points corresponding to the azimuth and distance values on the coordinate plane using the azimuth and distance values included in the second lidar data, and connects the points on the coordinate plane to the second map 1200 . can create

또한 제어부(120)는 제1 맵(1100)과 제2 맵(1200)이 동일한 방위를 가지도록 제1 맵(1100) 및 제2 맵(1200)을 생성할 수 있다. 예를 들어 실내 공간의 진북(true north) 방향이 맵의 상측 방향과 동일하도록 제1 맵(1100)이 생성된 경우, 제2 맵(1200) 역시 실내 공간의 진북(true north)이 맵의 상측 방향과 동일하도록 생성될 수 있다.Also, the controller 120 may generate the first map 1100 and the second map 1200 so that the first map 1100 and the second map 1200 have the same orientation. For example, if the first map 1100 is generated so that the true north direction of the indoor space is the same as the upper direction of the map, the second map 1200 also has the true north of the indoor space on the upper side of the map. It can be created to be the same as the direction.

한편 제어부(120)는 제1 맵(1100)의 제1 특이점(1110, 1120) 및 제2 맵(1200)의 제2 특이점(1210, 1220)을 검출할 수 있다. 여기서 제1 특이점은 제1-1 특이점(1110) 및 제1-2 특이점(1120)을, 제2 특이점은 제2-1 특이점(1210) 및 제2-2 특이점(1220)을 포함할 수 있다.Meanwhile, the controller 120 may detect the first singularities 1110 and 1120 of the first map 1100 and the second singularities 1210 and 1220 of the second map 1200 . Here, the first singularity may include a 1-1 singularity 1110 and a 1-2 singularity 1120 , and the second singularity may include a 2-1 singularity 1210 and a 2-2 singularity 1220 . .

여기서 제1 특이점(1110, 1120) 및 제2 특이점(1210, 1220)은, 실내 공간의 구조물이 꺾이는 지점일 수 있다. Here, the first singularities 1110 and 1120 and the second singularities 1210 and 1220 may be points at which the structure of the indoor space is bent.

이 경우 제어부(120)는 좌표 평면 상에서 인접한 점들을 연결한 선의 기울기 변화를 통하여 실내 공간의 구조물이 꺾이는 지점에 대한 정보를 획득할 수 있다. In this case, the controller 120 may acquire information on the point at which the structure in the indoor space is bent through the change in the inclination of the line connecting adjacent points on the coordinate plane.

예를 들어, 방위각 5.5도에 대응하는 제1 거리 값에 기반하여 좌표 평면 상에 표시한 점을 제1 지점, 방위각 6.0도에 대응하는 제2 거리 값에 기반하여 좌표 평면 상에 표시한 점을 제2 지점, 방위각 6.5도에 대응하는 제3 거리 값에 기반하여 좌표 평면 상에 표시한 점을 제3 지점, 방위각 7.0도에 대응하는 제4 거리 값에 기반하여 좌표 평면 상에 표시한 점을 제4 지점이라 가정한다. 그리고 제1 지점과 제2 지점을 연결한 선의 기울기가 0도, 제2 지점과 제3 지점을 연결한 선의 기울기가 0도, 제3 지점과 제4 지점을 연결한 선의 기울기가 -90도인 경우, 제어부(120)는 제3 지점을 실내 공간의 구조물이 꺾이는 지점으로 선택할 수 있다.For example, a point marked on the coordinate plane based on a first distance value corresponding to an azimuth of 5.5 degrees is a first point, and a point displayed on a coordinate plane based on a second distance value corresponding to an azimuth of 6.0 degrees is selected. The point marked on the coordinate plane based on the second point and the third distance value corresponding to the azimuth angle of 6.5 degrees is the point marked on the coordinate plane based on the third point and the fourth distance value corresponding to the azimuth angle 7.0 degrees. Assume the fourth point. And when the slope of the line connecting the first point and the second point is 0 degrees, the slope of the line connecting the second point and the third point is 0 degrees, and the slope of the line connecting the third point and the fourth point is -90 degrees , the control unit 120 may select the third point as a point at which the structure of the indoor space is bent.

또한 제어부(120)는 제1 맵(1100), 제2 맵(1200) 및 제1 맵(1100)과 제2 맵(1200)이 병합되어 생성되는 실내 맵에 기반하여, 실내 공간의 구조물이 꺾이는 지점을 선정할 수 있다.In addition, the control unit 120 controls the first map 1100, the second map 1200, and the first map 1100 and the second map 1200 based on an indoor map generated by merging the structure of the indoor space to be bent. branch can be selected.

예를 들어 제어부(120)는 제1 맵(1100)을 이용하여 제1-1 특이점(1110)을 선택하고, 제2 맵(1200)을 이용하여 제2-1 특이점(1210)을 선택하고, 제1 맵(1100)과 제2 맵(1200)이 병합되어 생성되는 실내 맵에 기반하여 제1-2 특이점(1120) 및 제2-2 특이점(1220)을 선정할 수 있다.For example, the controller 120 selects the 1-1 singularity 1110 using the first map 1100, selects the 2-1 singularity 1210 using the second map 1200, The 1-2 singularity point 1120 and the 2-2 singularity point 1220 may be selected based on the indoor map generated by merging the first map 1100 and the second map 1200 .

또한 제어부(120)는 사용자 입력에 기반하여 실내 공간의 구조물이 꺾이는 지점을 선정할 수도 있다.Also, the controller 120 may select a point at which the structure of the indoor space is bent based on a user input.

한편 제어부(120)는 제1 특이점 및 제2 특이점을 이용하여 오차율을 산출할 수 있다.Meanwhile, the controller 120 may calculate the error rate using the first singular point and the second singular point.

이와 관련해서는 도 12를 참고하여 설명한다.This will be described with reference to FIG. 12 .

도 12는 본 발명에 따른, 오차율을 산출하는 방법을 설명하기 위한 도면이다.12 is a diagram for explaining a method of calculating an error rate according to the present invention.

제어부(120)는 제1 특이점 및 제2 특이점 간의 거리를 이용하여 오차율을 산출할 수 있다.The controller 120 may calculate the error rate by using the distance between the first singularity and the second singularity.

구체적으로 제어부(120)는, 제1-1 특이점(1110) 및 제1-1 특이점(1110)에 상응하는 제2-1 특이점(1210)이 매칭점에서 만나도록 제1 맵(1100) 및 제2 맵(1200) 중 적어도 하나를 이동시킬 수 있다.Specifically, the control unit 120 controls the first map 1100 and the second singularity point 1110 and the 2-1 singularity point 1210 corresponding to the 1-1 singularity point 1110 to meet at the matching point. At least one of the 2 maps 1200 may be moved.

여기서 제1-1 특이점(1110)이 위치하는 지점, 제2-1 특이점(1210)이 위치하는 지점, 또는 좌표 평면 상의 임의의 점이 매칭점이 될 수 있다.Here, the point at which the 1-1 singularity 1110 is located, the point at which the 2-1 singularity 1210 is located, or any point on the coordinate plane may be the matching point.

또한 제어부(120)는, 이동한 후에도 제1 맵(1100)과 제2 맵(1200)이 동일한 방위를 가지도록, 제1 맵(1100) 및 제2 맵(1200) 중 적어도 하나를 이동시킬 수 있다.Also, the controller 120 may move at least one of the first map 1100 and the second map 1200 so that the first map 1100 and the second map 1200 have the same orientation even after moving. there is.

도 12를 참고하면, 제1-1 특이점(1110)과 제2-1 특이점(1210)이 매칭점에서 만나 동일한 지점에 위치하는 것을 알 수 있다.Referring to FIG. 12 , it can be seen that the 1-1 singularity 1110 and the 2-1 singularity 1210 meet at the matching point and are located at the same point.

한편 제1 맵(1100) 및 제2 맵(1200) 중 적어도 하나가 이동한 상태에서, 제어부(120)는 제1-2 특이점(1120) 및 제2-2 특이점(1220) 간의 오차 거리를 산출할 수 있다.Meanwhile, in a state in which at least one of the first map 1100 and the second map 1200 is moved, the controller 120 calculates an error distance between the 1-2 singularity point 1120 and the 2-2 singular point 1220 . can do.

여기서 제1-2 특이점(1120) 및 제2-2 특이점(1220) 간의 오차 거리는 아래와 같은 수학식으로 표현할 수 있다.Here, the error distance between the 1-2 singular point 1120 and the 2-2 singular point 1220 can be expressed by the following equation.

(

: 제1-2 특이점의 x좌표 및 제2-2 특이점의 x좌표 간의 차,

: 제1-2 특이점의 y좌표 및 제2-2 특이점의 y좌표 간의 차)(

: the difference between the x-coordinate of the 1-2 singularity and the x-coordinate of the 2-2 singular point,

: the difference between the y-coordinate of the 1-2 singular point and the y-coordinate of the 2-2 singular point)

그리고 제어부(120)는 제1-2 특이점(1120) 및 제2-2 특이점(1220) 간의 오차 거리에 기초하여 오차율을 산출할 수 있다. 여기서 오차율은, 하나의 실내 맵의 두 특징점 간의 거리에 대한 제1-2 특이점(1120) 및 제2-2 특이점(1220) 간의 오차 거리의 비로서, 아래와 같이 표현될 수 있다.In addition, the controller 120 may calculate an error rate based on an error distance between the 1-2 singular point 1120 and the 2-2 singular point 1220 . Here, the error rate is the ratio of the error distance between the 1-2 singularity point 1120 and the 2-2 singularity point 1220 to the distance between two feature points of one indoor map, and may be expressed as follows.

구체적으로 오차율은, 제1 맵(1100)의 제1-1 특이점(1110) 및 제1-2 특이점(1120)의 거리에 대한, 제1-2 특이점(1120) 및 제2-2 특이점(1220) 간의 오차 거리의 비일 수 있다.Specifically, the error rate is the 1-2 singularity point 1120 and the 2-2 singular point 1220 with respect to the distance between the 1-1 singularity point 1110 and the 1-2 singular point 1120 of the first map 1100 . ) may be the ratio of the error distance between

또한 오차율은, 제2 맵(1200)의 제2-1 특이점(1210) 및 제2-2 특이점(1220)의 거리에 대한, 제1-2 특이점(1120) 및 제2-2 특이점(1220) 간의 오차 거리의 비일 수 있다.In addition, the error rate is the 1-2 singular point 1120 and the 2-2 singular point 1220 with respect to the distances of the 2-1 singular point 1210 and the 2-2 singular point 1220 of the second map 1200 . It may be a ratio of the error distance between them.

이 경우 제어부(120)는 산출된 오차율에 기반하여 제1 맵(1100) 및 제2 맵(1200)의 병합 여부를 결정할 수 있다.In this case, the controller 120 may determine whether to merge the first map 1100 and the second map 1200 based on the calculated error rate.

구체적으로 산출된 오차율이 기 설정된 값보다 작은 경우, 제어부(120)는 제1 맵(1100) 및 제2 맵(1200)을 병합하여 실내 맵을 생성할 수 있다. Specifically, when the calculated error rate is smaller than a preset value, the controller 120 may generate an indoor map by merging the first map 1100 and the second map 1200 .

예를 들어 기 설정된 값이 0.03이라고 가정한다. 그리고 제1 맵(1100)의 제1-1 특이점(1110) 및 제1-2 특이점(1120)의 거리가 8m이고 제1-2 특이점(1120) 및 제2-2 특이점(1220) 간의 오차 거리가 10cm이면, 오차율은 0.0125로 산출된다. 이 경우 제어부(120)는 제1 맵(1100) 및 제2 맵(1200)을 병합하여 실내 맵을 생성할 수 있다.For example, it is assumed that the preset value is 0.03. In addition, the distance between the 1-1 singularity 1110 and the 1-2 singularity 1120 of the first map 1100 is 8 m, and the error distance between the 1-2 singularity 1120 and the 2-2 singularity 1220 is If is 10 cm, the error rate is calculated as 0.0125. In this case, the controller 120 may generate an indoor map by merging the first map 1100 and the second map 1200 .

또한 산출된 오차율이 기 설정된 값보다 큰 경우, 제어부(120)는 제1 맵(1100) 및 제2 맵(1200)을 병합하지 않는 것으로 결정할 수 있다. 이 경우 실내 맵은 생성되지 않으며, 제어부(120)는 재 측정을 안내하는 알림을 출력할 수 있다.Also, when the calculated error rate is greater than a preset value, the controller 120 may determine not to merge the first map 1100 and the second map 1200 . In this case, the indoor map is not generated, and the controller 120 may output a notification guiding the re-measurement.

예를 들어 기 설정된 값이 0.03이라고 가정한다. 그리고 제1 맵(1100)의 제1-1 특이점(1110) 및 제1-2 특이점(1120)의 거리가 2m이고 제1-2 특이점(1120) 및 제2-2 특이점(1220) 간의 오차 거리가 10cm이면, 오차율은 0.05로 산출된다. 이 경우 제어부(120)는 제1 맵(1100) 및 제2 맵(1200)을 병합하지 않을 수 있다.For example, it is assumed that the preset value is 0.03. In addition, the distance between the 1-1 singularity 1110 and the 1-2 singularity 1120 of the first map 1100 is 2 m, and the error distance between the 1-2 singularity point 1120 and the 2-2 singularity 1220 is If is 10 cm, the error rate is calculated as 0.05. In this case, the controller 120 may not merge the first map 1100 and the second map 1200 .

본 발명에 따르면, 각각 다른 위치에서 측정된 라이다 데이터를 이용하여 복수의 맵을 생성하고, 오차율을 이용하여 복수의 맵의 병합 여부를 결정한다. 이에 따라 본 발명에 따르면, 라이다 센서의 탐지 거리에 한계가 있거나 실내 공간이 복잡한 구조를 가지고 있어 측정을 복수 회 수행한 경우에도, 다른 위치에서 측정 시 발생 가능한 측정 결과들 간의 오차를 고려하여 맵의 병합 여부를 합리적으로 결정할 수 있는 장점이 있다.According to the present invention, a plurality of maps are generated using lidar data measured at different locations, and whether to merge the plurality of maps is determined using an error rate. Accordingly, according to the present invention, even if the detection distance of the lidar sensor is limited or the indoor space has a complicated structure, so even when measurements are performed multiple times, the map takes into account the error between the measurement results that may occur when measuring at different locations. It has the advantage of being able to rationally decide whether to merge or not.

또한 실내 공간의 크기가 커질수록 복수의 맵 사이에 발생하는 오차는 커질 수 밖에 없다. 그러나 본 발명에 따르면, 오차율이 실내 공간의 크기를 반영할 수 있도록 함으로써, 오차율에 따른 맵의 병합 여부가 실내 공간의 크기에 따라 합리적으로 결정되는 장점이 있다. In addition, as the size of the indoor space increases, the error occurring between the plurality of maps inevitably increases. However, according to the present invention, by allowing the error rate to reflect the size of the indoor space, there is an advantage in that whether maps are merged according to the error rate is reasonably determined according to the size of the indoor space.

도 13은 본 발명에 따른, 제1 맵과 제2 맵 간에 오차가 발생하는 경우 오차를 보정하는 방법을 설명하기 위한 도면이다.13 is a diagram for explaining a method of correcting an error when an error occurs between a first map and a second map according to the present invention.

현재 제1 맵과 제2 맵 간에 오차가 발생하여 제1-2 특이점(1120) 및 제2-2 특이점(1220)이 서로 일치하지 않는 상태이다. 이 경우 제어부(120)는 제1-2 특이점(1120) 및 제2-2 특이점(1220)이 일치하도록, 제1 맵 및 제2 맵 중 적어도 하나에 대한 보정을 수행할 수 있다.Currently, an error occurs between the first map and the second map, so that the 1-2 singular point 1120 and the 2-2 singular point 1220 do not coincide with each other. In this case, the controller 120 may perform correction on at least one of the first map and the second map so that the 1-2 singularity point 1120 and the 2-2 singularity point 1220 coincide.

먼저 제어부(120)는 매칭점(1110, 1210)의 좌표를 좌표 평면 상의 원점(O)으로 변환할 수 있다. 그리고 매칭점(1110, 1210)의 좌표를 기준으로, 제1-2 특이점(1120)의 좌표 및 제2-2 특이점(1220)의 좌표가 설정될 수 있다.First, the controller 120 may convert the coordinates of the matching points 1110 and 1210 into the origin O on the coordinate plane. In addition, based on the coordinates of the matching points 1110 and 1210 , the coordinates of the first-second singularity point 1120 and the coordinates of the second-second singularity point 1220 may be set.

한편 제어부(120)는 제1-2 특이점(1120)의 좌표 및 제2-2 특이점(1220)의 좌표를 이용하여 제1 맵(1100)의 좌표 이동을 위한 제1 보정 상수 및 제2 맵(1200)의 좌표 이동을 위한 제2 보정 상수를 산출할 수 있다.Meanwhile, the control unit 120 controls the first correction constant and the second map ( 1200), a second correction constant for the coordinate movement may be calculated.

구체적으로 제어부(120)는 제1-2 특이점(1120, A)의 좌표 및 제2-2 특이점(1220, B)의 좌표를 이용하여, 제1-2 특이점(1120, A) 및 제2-2 특이점(1220, B)의 중점(M)의 좌표을 산출할 수 있다. 여기서 제1-2 특이점(1120, A)의 좌표는 (x_A, y_A)로, 제2-2 특이점(1220, B)의 좌표는 (x_B, y_B)로, 중점(M)의 좌표은 (x_M, y_M)으로 표현될 수 있다.Specifically, the control unit 120 uses the coordinates of the 1-2 singular point 1120, A and the coordinates of the 2-2 singular point 1220, B, the 1-2 singular point 1120, A and the 2-th singular point 1120, A. The coordinates of the midpoint M of the two singular points 1220 and B can be calculated. Here, the coordinates of the 1-2 singular point (1120, A) are (x _A , y _A ), the coordinates of the second-2 singular point (1220, B) are (x _B , y _B ), and the The coordinates can be expressed as _{(x M} , y _{M ).}

그리고 제어부(120)는, 제1 맵(1100)에 대한 보정을 위하여, 매칭점(1110, 1210)을 중심으로 제1-2 특이점(1120, A)과 중점(M)이 형성하는 제1 각도(θ_A)를 산출할 수 있다. In addition, the controller 120 controls the first angle formed by the 1-2 singular points 1120 and A and the midpoint M around the matching points 1110 and 1210 to correct the first map 1100 . (θ _A ) can be calculated.

또한 제어부(120)는 제1-2 특이점(1120, A)의 좌표를 제1 각도(θ_A)만큼 회전시킬 수 있다. 이 경우 제1-2 특이점(1120, A)의 좌표를 제1 각도(θ_A)만큼 회전시킨다는 것은, 원점(O)인 매칭점(1110, 1210)을 기준으로 제1-2 특이점(1120, A)의 좌표를 제1 각도(θ_A)만큼 회전시키는 것을 의미할 수 있다.In addition, the controller 120 may rotate the coordinates of the 1-2 singular point 1120 , A by the first angle θ _{A .} In this case, rotating the coordinates of the 1-2 singular point 1120, A by the first angle θ _A means that the 1-2 singular point 1120, It may mean rotating the coordinates of A) by the first angle (θ _{A ).}

이 경우 제어부(120)는 제1-2 특이점이 회전한 회전 지점(P)의 좌표를 산출할 수 있다. 그리고 제어부(120)는 회전 지점(P)의 좌표가 중점(M)과 동일해지도록 하는 제1 보정 상수를 산출할 수 있다.In this case, the controller 120 may calculate the coordinates of the rotation point P at which the 1-2 singular point is rotated. In addition, the control unit 120 may calculate a first correction constant for making the coordinates of the rotation point P equal to the midpoint M.

제1 보정 상수를 산출하는 방식은 아래 같은 수학식으로 표현될 수도 있다.A method of calculating the first correction constant may be expressed by the following equation.

(θ_A: 제1 각도, a: 제1 보정 상수, (x_A, y_A): 제1 특이점의 좌표, (x_M, y_M): 중점의 좌표)(θ _A : first angle, a: first correction constant, (x _A , y _A ): coordinates of the first singular point, (x _M , y _M ): coordinates of the midpoint)

즉 수학식 3은, 제1 특이점(1120, A)를 중점(M)으로 이동시키는 변환식일 수 있으며, 제1 보정 상수(a)는 제1 특이점(1120, A)를 중점(M)으로 이동시키기 위한 상수일 수 있다.That is, Equation 3 may be a transformation expression that moves the first singular point 1120, A to the midpoint M, and the first correction constant a moves the first singular point 1120, A to the midpoint M. It may be a constant for

또한 제2 보정 상수 역시 동일한 원리로 산출되게 된다. 즉 제어부(120)는 제2 맵(1200)에 대한 보정을 위하여, 매칭점(1110, 1210)을 중심으로 제2-2 특이점(1220, B)과 중점(M)이 형성하는 제2 각도(θ_B)를 산출하고, 제2-2 특이점(1220, B)이 제2 각도(θ_B)만큼 시계 방향으로 회전한 회전 지점의 좌표를 산출하고, 회전 지점의 좌표가 중점(M)과 동일해지도록 하는 제2 보정 상수를 산출할 수 있다.In addition, the second correction constant is also calculated according to the same principle. That is, in order to correct the second map 1200 , the control unit 120 controls the second angle ( ) formed by the 2-2 singular point 1220 , B and the midpoint M around the matching points 1110 and 1210 . θ _B ) is calculated, and the coordinates of the rotation point where the 2-2 singular point 1220, B _{is rotated clockwise by the second angle θ B} are calculated, and the coordinates of the rotation point are the same as the midpoint M It is possible to calculate a second correction constant that allows

제2 보정 상수를 산출하는 방식은 아래와 같은 수학식으로 표현될 수 있다. A method of calculating the second correction constant may be expressed by the following equation.

(θ_B: 제2 각도, b: 제2 보정 상수, (x_B, y_B): 제2 특이점의 좌표, (x_M, y_M): 중점의 좌표)(θ _B : second angle, b: second correction constant, (x _B , y _B ): coordinates of the second singular point, (x _M , y _M ): coordinates of the midpoint)

즉 수학식 4는, 제2 특이점(1220, B)를 중점(M)으로 이동시키는 변환식일 수 있으며, 제2 보정 상수(b)는 제2 특이점(1220, B)를 중점(M)으로 이동시키기 위한 상수일 수 있다.That is, Equation 4 may be a transformation expression that moves the second singular point 1220, B to the midpoint M, and the second correction constant b moves the second singular point 1220, B to the midpoint M. It may be a constant for

한편 제어부(120)는 제1 보정 상수를 이용하여 제1 맵을 형성하는 점들의 좌표들을 새로운 좌표로 변환할 수 있다.Meanwhile, the controller 120 may convert the coordinates of the points forming the first map into new coordinates by using the first correction constant.

구체적으로, 수학식 3을 다시 참고하면, 현재 θ_A와 제1 보정 상수(a)가 산출되어 있는 상태이다. 따라서 제어부(120)는

을 제1 맵(1100)에 대한 회전 변환식으로 사용하여, 제1 맵을 형성하는 점의 좌표를 새로운 좌표로 변환할 수 있다. 그리고 이와 같은 처리를 제1 맵을 형성하는 점들에 대하여 수행함으로써, 제어부(120)는 제1 맵 전체를 새로운 좌표로 변환할 수 있다.Specifically, referring to Equation 3 again, θ _A and the first correction constant (a) are currently calculated. Therefore, the control unit 120

By using as a rotation transformation equation for the first map 1100 , coordinates of points forming the first map may be converted into new coordinates. And by performing such processing on points forming the first map, the controller 120 may convert the entire first map into new coordinates.

또한 제어부(120)는 제2 보정 상수를 이용하여 제2 맵을 형성하는 점들의 좌표들을 새로운 좌표로 변환할 수 있다.Also, the controller 120 may convert the coordinates of the points forming the second map into new coordinates by using the second correction constant.

구체적으로, 수학식 4을 다시 참고하면, 현재 θ_B와 제2 보정 상수(b)가 산출되어 있는 상태이다. 따라서 제어부(120)는

을 제2 맵(1200)에 대한 회전 변환식으로 사용하여, 제2 맵을 형성하는 점의 좌표를 새로운 좌표로 변환할 수 있다. 그리고 이와 같은 처리를 제2 맵을 형성하는 점들에 대하여 수행함으로써, 제어부(120)는 제2 맵 전체를 새로운 좌표로 변환할 수 있다.Specifically, referring to Equation 4 again, θ _B and the second correction constant b are currently calculated. Therefore, the control unit 120

by using as a rotation transformation equation for the second map 1200 , coordinates of points forming the second map may be converted into new coordinates. And by performing such processing on points forming the second map, the controller 120 may convert the entire second map into new coordinates.

한편 제어부(120)는 좌표가 변환된 제1 맵 및 좌표가 변환된 제2 맵을 병합하여 실내 맵을 생성할 수 있다. 이에 따라 제1-1 특이점(1110)과 제2-1 특이점(1210)이 일치하고 제2-1 특이점(1120)과 제2-2 특이점(1220)이 일치하도록 제1 맵과 제2 맵이 병합된, 실내 맵이 생성될 수 있다.Meanwhile, the controller 120 may generate an indoor map by merging the coordinate-converted first map and the coordinate-converted second map. Accordingly, the first map and the second map are separated so that the 1-1 singularity 1110 and the 2-1 singularity 1210 coincide and the 2-1 singularity 1120 and the 2-2 singularity 1220 coincide. A merged, indoor map may be created.

서로 다른 위치에서 복수 회 측정을 수행하여 복수의 실내 맵을 생성한 경우 생성된 실내 맵들 간에는 오차가 발생할 수 있다. 그리고 실내 맵들 간에 오차가 발생한 경우에는 실제 실내 공간을 현실적으로 표현하기 어려우며 일부에 구조물이 존재하지 않는 것처럼 표현될 수도 있다. 다만 위와 같은 보정을 통하여, 실내 공간을 현실감있고 자연스럽게 표현할 수 있는 장점이 있다.When a plurality of indoor maps are generated by performing measurements at different locations a plurality of times, an error may occur between the generated indoor maps. In addition, when an error occurs between indoor maps, it is difficult to realistically express the actual indoor space, and it may be expressed as if the structure does not exist in some parts. However, through the above correction, there is an advantage that the interior space can be expressed realistically and naturally.

한편 앞서, 제어부(120)는 산출된 오차율이 기 설정된 값보다 작은 경우에, 제1 맵(1100) 및 제2 맵(1200)을 병합하여 실내 맵을 생성한다고 설명한 바 있다. 그리고 산출된 오차율이 기 설정된 값보다 작은 경우, 제어부(120)는 제1 맵(1100) 및 제2 맵(1200)을 보정하고, 보정된 제1 맵(1100) 및 보정된 제2 맵(1200)을 병합하여 살내 맵을 생성할 수 있다.Meanwhile, it has been described above that the controller 120 generates an indoor map by merging the first map 1100 and the second map 1200 when the calculated error rate is smaller than a preset value. And when the calculated error rate is smaller than a preset value, the controller 120 corrects the first map 1100 and the second map 1200 , and the corrected first map 1100 and the corrected second map 1200 . ) can be merged to create a salnae map.

도 14는 실내 공간의 평면도를 도시한 도면이며, 도 15는 수직 방향의 실내 맵을 도시한 도면이다.14 is a diagram illustrating a plan view of an indoor space, and FIG. 15 is a diagram illustrating an indoor map in a vertical direction.

도 14를 참고하면, 제어부(120)는 실내 공간(1000)의 제3 위치에서 측정된 제3 라이다 데이터(예를 들어, 라이다 센서 A를 이용하여 측정된 라이다 데이터)를 수신할 수 있다. 한편 제3 라이다 데이터는, 실내 공간(1000)의 제3 위치에서 수직 방향이 측정된 데이터일 수 있다.Referring to FIG. 14 , the controller 120 may receive third lidar data (eg, lidar data measured using lidar sensor A) measured at a third location in the indoor space 1000 . there is. Meanwhile, the third lidar data may be data measured in a vertical direction at a third location of the indoor space 1000 .

이 경우 제어부(120)는 제3 라이다 데이터를 이용하여 제1 수직 맵을 생성할 수 있다. 예를 들어 도 14를 참고하면, 제3 라이다 데이터는, A-A` 라인에 대한 데이터이다. 따라서 제1 수직 맵은 도 14의 제1 방향(1410)에서 실내 공간(1000)을 바라본 단면도로 표현이 되며, 도 15a에서는 제3 라이다 데이터를 이용하여 생성된 제1 수직 맵(1500)이 도시되었다.In this case, the controller 120 may generate the first vertical map using the third lidar data. For example, referring to FIG. 14 , the third lidar data is data for line A-A′. Therefore, the first vertical map is expressed as a cross-sectional view looking at the indoor space 1000 in the first direction 1410 of FIG. 14 , and in FIG. 15A , the first vertical map 1500 generated using the third lidar data is was shown

한편 도 14를 참고하면, 제어부(120)는 실내 공간(1000)의 제4 위치에서 측정된 제4 라이다 데이터(예를 들어, 라이다 센서 B를 이용하여 측정된 라이다 데이터)를 수신할 수 있다. 한편 제4 라이다 데이터는, 실내 공간(1000)의 제4 위치에서 수직 방향이 측정된 데이터일 수 있다.Meanwhile, referring to FIG. 14 , the controller 120 may receive fourth lidar data (eg, lidar data measured using lidar sensor B) measured at a fourth position in the indoor space 1000 . can Meanwhile, the fourth lidar data may be data measured in a vertical direction at a fourth position of the indoor space 1000 .

이 경우 제어부(120)는 제4 라이다 데이터를 이용하여 제2 수직 맵을 생성할 수 있다. 예를 들어 도 14를 참고하면, 제4 라이다 데이터는, B-B` 라인에 대한 데이터이다. 따라서 제2 수직 맵은 도 14의 제2 방향(1420)에서 실내 공간(1000)을 바라본 단면도로 표현이 되며, 도 15b에서는 제4 라이다 데이터를 이용하여 생성된 제2 수직 맵(1550)이 도시되었다.In this case, the controller 120 may generate a second vertical map using the fourth lidar data. For example, referring to FIG. 14 , the fourth lidar data is data for line B-B′. Accordingly, the second vertical map is expressed as a cross-sectional view looking at the indoor space 1000 in the second direction 1420 of FIG. 14 , and in FIG. 15B , the second vertical map 1550 generated using the fourth lidar data is was shown

한편 제어부(120)는 제2 수직 맵(1550)에서의 실내 공간의 제1 높이(H`) 및 제1 수직 맵(1500) 중 제2 수직 맵과 중첩되는 영역(1510)에서의 실내 공간의 제2 높이(H)를 이용하여 제2 오차율을 산출할 수 있다.Meanwhile, the control unit 120 controls the first height H′ of the indoor space in the second vertical map 1550 and the indoor space in the area 1510 overlapping the second vertical map of the first vertical map 1500 . A second error rate may be calculated using the second height H.

구체적으로 제1 수직 맵(1500)을 참고하면, 실내 공간(1000)은 우측에서 천장이 높아지는 구조이고, 제1 수직 맵(1500)과 제2 수직 맵(1550) 간에 중첩되는 영역(1510)은 천장이 높아진 영역에 위치하고 있다.Specifically, referring to the first vertical map 1500 , the indoor space 1000 has a structure in which the ceiling is raised on the right side, and the area 1510 overlapping between the first vertical map 1500 and the second vertical map 1550 is It is located in an area with high ceilings.

즉 중첩되는 영역에서의 제1 수직 맵(1500)와 제2 수직 맵(1550)의 높이는 서로 동일해야 한다는 점을 이용하여 제2 오차율이 산출될 수 있다.That is, the second error rate may be calculated using the fact that the heights of the first vertical map 1500 and the second vertical map 1550 in the overlapping area should be the same.

이 경우 제2 오차율은, 제1 높이에 대한, 제1 높이와 제2 높이의 차의 비로서, 아래와 같이 표현될 수 있다.In this case, the second error rate is a ratio of the difference between the first height and the second height to the first height, and may be expressed as follows.

여기서 분모에는 제1 높이(H`) 대신 제2 높이(H)가 사용되어도 무방하다. Here, the second height H may be used in the denominator instead of the first height H′.

이 경우 제어부(120)는 산출된 오차율에 기반하여 제1 수직 맵(1500) 및 제2 수직맵(1550)의 병합 여부를 결정할 수 있다. 구체적으로 산출된 제2 오차율이 기 설정된 값보다 작은 경우, 제어부(120)는 제1 수직 맵(1500) 및 제2 수직맵(1550)의 병합하여 실내 맵을 생성할 수 있다. 반면에 산출된 오차율이 기 설정된 값보다 큰 경우, 제어부(120)는 제1 수직맵(1500) 및 제2 수직맵(1550)을 병합하지 않는 것으로 결정할 수 있다. 이 경우 실내 맵은 생성되지 않으며, 제어부(120)는 재 측정을 안내하는 알림을 출력할 수 있다.In this case, the controller 120 may determine whether to merge the first vertical map 1500 and the second vertical map 1550 based on the calculated error rate. Specifically, when the calculated second error rate is smaller than a preset value, the controller 120 may generate an indoor map by merging the first vertical map 1500 and the second vertical map 1550 . On the other hand, when the calculated error rate is greater than a preset value, the controller 120 may determine not to merge the first vertical map 1500 and the second vertical map 1550 . In this case, the indoor map is not generated, and the controller 120 may output a notification guiding the re-measurement.

도 16 내지 도 18은, 구조물의 재질에 의한 오차를 보정하는 방법을 설명하기 위한 도면이다.16 to 18 are diagrams for explaining a method of correcting an error caused by a material of a structure.

도 16에서는, 라이다 데이터를 이용하여 생성한 실내 맵(1600)이 도시되었다.In FIG. 16 , an indoor map 1600 generated using lidar data is illustrated.

구조물의 재질(유리창, 나무 문, 콘크리트 벽 등), 마감 상태(페인트의 종류, 벽지의 종류 등) 등에 의해, 라이다 센서의 측정 값에는 오차가 발생할 수 있다. 즉 구조물의 재질이 무엇인지에 따라, 거리가 길게 측정될수도, 또는 짧게 측정될 수도 있다.Depending on the material of the structure (glass window, wooden door, concrete wall, etc.) and the finishing condition (type of paint, type of wallpaper, etc.), errors may occur in the measurement value of the lidar sensor. That is, depending on the material of the structure, the distance may be measured long or short.

이 경우 제어부(120)는 구조물의 재질에 기초하여, 라이다 데이터 또는 실내 맵을 보정할 수 있다.In this case, the controller 120 may correct the lidar data or the indoor map based on the material of the structure.

구체적으로 실내 맵(1600)을 참조하면, 제1 구조물(1610)은 벽이라는 것이 예측된다. 다만 제2 구조물(1620)은 제1 구조물(1610)에 비하여 함몰된 상태이다. 이는, 제2 구조물(1620)이 창문이어서 제1 구조물(1610)과 다른 재질을 가지고 있기 때문일 수도 있으며, 제2 구조물(1620)과 제1 구조물(1610)은 동일한 재질(벽)을 가지고 있고 벽 자체에 함몰된 부분이 존재하기 때문일 수도 있다.Specifically, referring to the indoor map 1600 , it is predicted that the first structure 1610 is a wall. However, the second structure 1620 is in a depressed state compared to the first structure 1610 . This may be because the second structure 1620 is a window and has a material different from that of the first structure 1610 , and the second structure 1620 and the first structure 1610 have the same material (wall) and the wall It may be because there is a recessed part in itself.

이 경우 제어부(120)는 실내 맵(1600)에서 다른 재질이 존재하는 것으로 예상되는 특정 영역을 검출할 수 있다.In this case, the control unit 120 may detect a specific area in which a different material is expected to exist in the indoor map 1600 .

구체적으로 제어부(120)는 하나의 평평한 면 상에서, 돌출되거나 함몰된 영역이 존재하는 경우, 돌출되거나 함몰된 영역을 다른 매질이 존재하는 것으로 예상되는 특정 영역으로서 검출할 수 있다. In more detail, when a protruding or recessed area exists on one flat surface, the controller 120 may detect the protruding or recessed area as a specific area in which another medium is expected to exist.

예를 들어 제어부(120)는 제1 구조물(1610)이 형성하는 하나의 평평한 면 상에서 함몰된 영역(제2 구조물(1620)이 존재하는 것으로 예상되는 영역)을 특정 영역으로서 검출할 수 있다.For example, the controller 120 may detect a recessed region (a region in which the second structure 1620 is expected to exist) on one flat surface formed by the first structure 1610 as a specific region.

다른 예를 들어 제어부(120)는 제3 구조물(1630)이 형성하는 하나의 평평한 면 상에서 돌출된 영역(제4 구조물(1640)이 존재하는 것으로 예상되는 영역)을 특정 영역으로서 검출할 수 있다.For another example, the control unit 120 may detect a region protruding from one flat surface formed by the third structure 1630 (a region in which the fourth structure 1640 is expected to exist) as a specific region.

이 경우 제어부(120)는 기 설정된 기준에 따라 특정 영역을 검출할 수 있다. 예를 들어 일정 거리 이상의 평평한 영역이 특정 영역으로서 검출될 수 있다.In this case, the controller 120 may detect a specific region according to a preset criterion. For example, a flat area over a certain distance may be detected as a specific area.

한편 도 17을 참고하면, 제어부(120)는 실내 맵(1700)을 디스플레이 할 수 있다. 이 경우 제어부(120)는 앞서 검출된 특정 영역을 식별 가능하도록 디스플레이 할 수 있다.Meanwhile, referring to FIG. 17 , the controller 120 may display an indoor map 1700 . In this case, the controller 120 may display the previously detected specific region to be identifiable.

예를 들어 도 17에서 도시하는 바와 같이, 제어부(120)는 제1 특정 영역(1710) 및 제2 특정 영역(1720)을 배경과 다른 색상으로 표시하여, 제1 특정 영역(1710) 및 제2 특정 영역(1720)을 식별 가능하도록 디스플레이 할 수 있다.For example, as shown in FIG. 17 , the control unit 120 displays the first specific area 1710 and the second specific area 1720 in different colors from the background, so that the first specific area 1710 and the second specific area 1710 are displayed. A specific region 1720 may be displayed to be identifiable.

또한 제어부(120)는 제1 특정 영역(1710)에 대응하는 제1 입력 창(1711) 및 제2 특정 영역(1720)에 대응하는 제2 입력 창(1721)을 디스플레이 할 수 있다.Also, the controller 120 may display a first input window 1711 corresponding to the first specific region 1710 and a second input window 1721 corresponding to the second specific region 1720 .

한편 제어부(120)는 특정 영역의 재질과 관련된 사용자 입력을 수신할 수 있다. 여기서 특정 영역의 재질과 관련된 사용자 입력이란, 원재료(예를 들어 유리, 콘크리트, 시멘트, 나무 등), 구조물의 종류(창문, 문, 벽, 천장 등) 등을 포함할 수 있다.Meanwhile, the controller 120 may receive a user input related to a material of a specific region. Here, the user input related to the material of the specific region may include a raw material (eg, glass, concrete, cement, wood, etc.), a type of structure (window, door, wall, ceiling, etc.).

한편 특정 영역의 재질과 관련된 사용자 입력이 수신되면, 제어부(120)는 사용자 입력에 대응하는 보정 값을 이용하여 특정 영역을 보정할 수 있다.Meanwhile, when a user input related to a material of a specific region is received, the controller 120 may correct the specific region using a correction value corresponding to the user input.

예를 들어 제1 특정 영역(1710)이 창문이라는 사용자 입력이 수신된 것으로 가정한다. 이 경우 제어부(120)는 창문(또는 창문의 재질)에 대응하는 보정 값을 이용하여 실내 맵 상의 제1 특정 영역(1710)의 형상을 보정할 수 있다. For example, it is assumed that a user input that the first specific region 1710 is a window is received. In this case, the controller 120 may correct the shape of the first specific region 1710 on the indoor map by using a correction value corresponding to the window (or the material of the window).

이 경우 도 18에서 도시하는 바와 같이, 보정된 제1 특정 영역(1810)을 포함하는 실내 맵(1800)이 재 생성될 수 있다.In this case, as shown in FIG. 18 , the indoor map 1800 including the corrected first specific area 1810 may be regenerated.

도 18의 실내 맵(1800)을 참고하면, 보정된 제1 특정 영역(1810)과 벽(1810)이 평평한 것을 알 수 있다. 즉 창문과 벽의 재질 차이로 인하여, 최초의 실내 맵(도 16 참조)에서는 창문 영역이 함몰되어 있는 것으로 나타났으나, 보정을 통하여 창문과 벽이 평평하게 형성된 실내 맵(1800)이 다시 생성되게 된다. 이에 따라 창문과 벽이 평평하게 형성되어 있는 실제 구조가, 실내 맵(1800)에서 표현되게 된다.Referring to the indoor map 1800 of FIG. 18 , it can be seen that the corrected first specific area 1810 and the wall 1810 are flat. That is, due to the difference in the material of the window and the wall, the window area was found to be recessed in the first indoor map (see FIG. 16 ). do. Accordingly, the actual structure in which the window and the wall are formed to be flat is expressed in the indoor map 1800 .

한편 도 17을 다시 참고하면, 제2 특정 영역(1720)이 벽이라는 사용자 입력이 수신된 것으로 가정한다. 이 경우 제어부(120)는 벽에 대응하는 보정 값을 이용하여 실내 맵 상의 제2 특정 영역(1720)의 형상을 보정할 수 있다. 실시 예에 따라서, 제2 특정 영역(1720)이 벽인 경우, 제2 특정 영역(1720)에 대한 보정이 수행되지 않을 수 있다.Meanwhile, referring back to FIG. 17 , it is assumed that a user input indicating that the second specific area 1720 is a wall is received. In this case, the controller 120 may correct the shape of the second specific region 1720 on the indoor map by using a correction value corresponding to the wall. According to an embodiment, when the second specific region 1720 is a wall, correction may not be performed on the second specific region 1720 .

이 경우 도 18에서 도시하는 바와 같이, 보정되지 않은 제2 특정 영역(1840)을 포함하는 실내 맵(1800)이 재 생성될 수 있다.In this case, as shown in FIG. 18 , the indoor map 1800 including the uncorrected second specific area 1840 may be regenerated.

도 18의 실내 맵(1800)을 참고하면, 제2 특정 영역(1840)이 여전히 돌출된 구조를 가지고 있음을 알 수 있다. 이에 따라 벽(1830)이 특정 영역(1840)에서 돌출된 구조를 가진다는 것이, 실내 맵(1800)에서 표현되게 된다.Referring to the indoor map 1800 of FIG. 18 , it can be seen that the second specific region 1840 still has a protruding structure. Accordingly, the fact that the wall 1830 has a structure protruding from the specific area 1840 is expressed in the indoor map 1800 .

이와 같이 본 발명에 따르면, 구조물의 재질의 종류에 따라 라이다 데이터에 오차가 발생하더라도, 구조물의 재질을 고려한 보정을 수행함으로써, 실제 실내 공간을 실내 맵 상에서 정확하게 구현할 수 있는 장점이 있다.As described above, according to the present invention, even if an error occurs in the lidar data depending on the type of material of the structure, the actual indoor space can be accurately implemented on the indoor map by performing the correction in consideration of the material of the structure.

또한 본 발명에 따르면, 다른 재질이 존재하는 것으로 예상되는 영역을 검출하여 사용자에게 제공함으로써, 보정을 위해 필요한 시간과 노력을 현격하게 감소시킬 수 있는 장점이 있다.In addition, according to the present invention, there is an advantage in that time and effort required for correction can be remarkably reduced by detecting an area where another material is expected to exist and providing it to the user.

전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니 되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.The present invention described above can be implemented as computer-readable code on a medium in which a program is recorded. The computer-readable medium includes all types of recording devices in which data readable by a computer system is stored. Examples of computer-readable media include Hard Disk Drive (HDD), Solid State Disk (SSD), Silicon Disk Drive (SDD), ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage device, etc. There is this. The above detailed description should not be construed as restrictive in all respects and should be considered as illustrative. The scope of the present invention should be determined by a reasonable interpretation of the appended claims, and all modifications within the equivalent scope of the present invention are included in the scope of the present invention.

100: 라이다 데이터를 이용한 실내 맵 생성 장치100: indoor map generating device using lidar data

Claims

generating a first map based on first lidar data measured at a first location in an indoor space;
generating a second map based on second lidar data measured at a second location of the indoor space;
'The first singularity of the first map including the 1-1 singularity and the 1-2 singularity' and 'The second singularity of the second map including the 2-1 singularity and the 2-2 singularity' detecting ';
calculating an error rate by moving at least one of the first map and the second map so that the 1-1 singularity and the 2-1 singularity meet at a matching point;
determining whether to merge the first map and the second map based on the error rate; and
In a state in which at least one of the first map and the second map is moved, correction of at least one of the first map and the second map is performed so that the 1-2 singularity point and the 2-2 singularity point coincide. Including;
The step of performing the correction is
calculating a first correction constant for moving the coordinates of the first map and a second correction constant for moving the coordinates of the second map using the coordinates of the 1-2 singular point and the coordinates of the 2-2 singular point step; including,
Calculating the first correction constant comprises:
calculating the coordinates of the midpoints of the 1-2 singularity point and the 2-2 singularity point by using the coordinates of the 1-2 singularity point and the coordinates of the 2-2 singular point;
calculating an angle formed by the 1-2 singular point and the midpoint based on the matching point; and
The coordinates of the 1-2 singularity are rotated by the angle to calculate the coordinates of the rotation point at which the 1-2 singular point is rotated, and the first correction constant for making the coordinates of the rotation point equal to the midpoint calculating; including
A method of generating an indoor map using lidar data.

The method of claim 1,
The first singularity and the second singularity are
The point at which the structure of the indoor space is bent
A method of generating an indoor map using lidar data.

3. The method of claim 2,
The error rate is calculated based on an error distance between the first singularity and the second singularity.
A method of generating an indoor map using lidar data.

delete

The method of claim 1,
The step of calculating the error rate is
calculating an error distance between the 1-2 singularity point and the 2-2 singular point while at least one of the first map and the second map moves; and
calculating the error rate based on the error distance between the 1-2 singularity point and the 2-2 singular point
A method of generating an indoor map using lidar data.

6. The method of claim 5,
The error rate is
the ratio of the error distance between the 1-2 singularity and the 2-2 singularity to the distance between the 1-1 singularity and the 1-2 singularity
A method of generating an indoor map using lidar data.

delete

The method of claim 1,
The step of performing the correction is
converting coordinates of points forming the first map into new coordinates using the first correction constant;
converting coordinates of points forming the second map into new coordinates using the second correction constant; and
Generating an indoor map by merging the coordinate-converted first map and the coordinate-converted second map
A method of generating an indoor map using lidar data.

The method of claim 1,
generating a first vertical map based on third lidar data in which a vertical direction is measured at a third location in an indoor space;
generating a second vertical map based on fourth LiDAR data in which a vertical direction is measured at a fourth location of the indoor space;
calculating a second error rate using a first height of the indoor space in the second vertical map and a second height of the indoor space in an area overlapping the second vertical map of the first vertical map; and
determining whether to merge the first vertical map and the second vertical map based on the second error rate; further comprising
A method of generating an indoor map using lidar data.

12. The method of claim 11,
The second error rate is
the ratio of the difference between the first height and the second height to the first height
A method of generating an indoor map using lidar data.

The method of claim 1,
generating an indoor map by merging the first map and the second map;
detecting a specific area in which another material is expected to exist in the indoor map; and
Displaying the indoor map, and displaying the specific area to be identified; further comprising
A method of generating an indoor map using lidar data.

14. The method of claim 13,
The step of detecting a specific area in which the other material is expected to exist,
When there is a protruding or recessed area on a flat surface, detecting the protruding or recessed area as the specific area; including
A method of generating an indoor map using lidar data.

14. The method of claim 13,
receiving a user input related to the material of the specific region; and
Compensating the specific region using a correction value corresponding to the user input; further comprising
A method of generating an indoor map using lidar data.

a data acquisition unit configured to acquire first LiDAR data measured at a first location in the indoor space and second LiDAR data measured at a second location in the indoor space; and
A first map is generated based on the first lidar data, a second map is generated based on second lidar data measured at a second location in the indoor space, and the '1-1 singularity and the first Detects 'a first singularity of the first map including the -2 singularity' and a 'second singularity of the second map including the 2-1 singularity and the 2-2 singularity', and the first- An error rate is calculated by moving at least one of the first map and the second map so that the first singularity point and the second singularity point meet at a matching point, and based on the error rate, the first map and the second map Whether to merge is determined, and when at least one of the first map and the second map is moved, among the first map and the second map, the 1-2 singularity point and the 2-2 singularity point coincide with each other. Including; a control unit for performing correction for at least one
The control unit is
calculating a first correction constant for moving the coordinates of the first map and a second correction constant for moving the coordinates of the second map using the coordinates of the 1-2 singular point and the coordinates of the 2-2 singular point; ,
The control unit is
calculating the coordinates of the midpoint of the 1-2 singularity point and the 2-2 singularity point using the coordinates of the 1-2 singularity point and the coordinates of the 2-2 singular point;
Calculating the angle formed by the 1-2 singular point and the midpoint around the matching point,
The coordinates of the 1-2 singularity are rotated by the angle to calculate the coordinates of the rotation point at which the 1-2 singular point is rotated, and the first correction constant for making the coordinates of the rotation point equal to the midpoint to calculate
Indoor map generation device using lidar data.