KR102296723B1 - 레이저 스캐닝 디바이스 교정 방법, 장치, 디바이스 및 저장 매체 - Google Patents

Abstract

레이저 스캐닝 디바이스(101)에 의해 타깃 영역을 스캐닝함으로써 획득된 포인트 클라우드 데이터의 적어도 2개의 프레임에 기초하여, 포인트 클라우드 데이터의 각각의 프레임에서 지면 특징 엘리먼트의 제1 좌표를 획득하는 단계 ― 제1 좌표는 레이저 좌표계에서 지면 특징 엘리먼트의 좌표임 ―; 차량의 타깃 영역의 지도 데이터에 기초하여, 차량 좌표계에서 포인트 클라우드 데이터의 각각의 프레임에서 지면 특징 엘리먼트의 제2 좌표를 결정하는 단계; 포인트 클라우드 데이터의 각각의 프레임에 대해, 지면 특징 엘리먼트의 제1 좌표 및 제2 좌표에 따라 각각의 프레임 포인트 클라우드 데이터의 오프셋 자세를 결정하는 단계; 및 레이저 스캐닝 디바이스(101)를 교정하기 위해, 포인트 클라우드 데이터의 적어도 2개의 프레임의 오프셋 자세에 따라 레이저 스캐닝 디바이스(101)의 레이저 외부 파라미터의 값을 계산하는 단계를 포함하는 레이저 스캐닝 디바이스(101) 교정 방법.

Description

레이저 스캐닝 디바이스 교정 방법, 장치, 디바이스 및 저장 매체

본 출원은 2017년 8월 23일에 중국 특허청에 출원된 중국 특허 출원 제201710731253.X호 ('레이저 스캐닝 디바이스 교정 방법, 장치, 디바이스 및 저장 매체')의 우선권을 주장하며 이들은 그 전체가 참조로서 본 명세서 포함된다.

본 개시는 무인 운전 기술 분야에 관한 것으로, 구체적으로는 레이저 스캐닝 디바이스를 교정하기 위한 방법 및 장치, 디바이스 및 저장 매체에 관한 것이다.

무인 운전 기술의 발달에 따라, 무인 차량의 내비게이션 시스템은 무인 차량이 내비게이션 경로를 따라 주행할 수 있도록 내비게이션 경로를 제공할 수 있다. 또한, 무인 차량은, 주변 환경의 장애물을 피하기 위해 무인 차량이 주변 환경 및 내비게이션 경로에 기초하여 주행할 수 있도록 주변 환경의 3차원 이미지를 획득하기 위해, 레이저 스캐닝 디바이스를 사용하여 실시간으로 주변 환경을 추가로 스캔할 수 있으므로, 운전 안전을 보장할 수 있다. 그러나, 3차원 이미지가 생성되는 레이저 좌표계 및 내비게이션 경로가 생성되는 차량 좌표계는 특정 위치 오프셋 및 각도 오프셋을 갖는다. 따라서, 레이저 스캐닝 디바이스가 사용되기 전에, 레이저 스캐닝 디바이스가 교정될 것이다.

관련 기술에서, 레이저 스캐닝 디바이스를 교정하는 프로세스는 다음과 같다. 마커는 일반적으로 교정 분야에서 구축되고, 별개의 위치를 갖는 다수의 교정 포인트는 마커 내에 배열됨으로써, 다수의 교정 포인트를 포함하는 교정 분야를 구축할 수 있다. 또한, 차량 좌표계는 무인 차량을 좌표 원점으로 취하여 교정 분야에서 구축되고, 차량 좌표계에서의 각각의 교정 포인트의 좌표는 종래의 측량 및 매핑 방식으로 수동 측정된다. 그 후, 레이저 좌표계는 레이저 스캐닝 디바이스를 원점으로 취하여 구축되고, 포인트 클라우드 데이터의 프레임을 획득하기 위해 교정 분야가 레이저 스캐닝 디바이스를 사용하여 스캔된다. 포인트 클라우드 데이터의 프레임은 교정 분야에서 마커의 표면 포인트의 세트 및 레이저 좌표계에서 표면 포인트의 세트 내의 각각의 포인트의 좌표를 포함한다. 포인트 클라우드 데이터의 프레임에 기초하여, 레이저 좌표계에서 각각의 교정 포인트의 좌표를 획득하기 위해 다수의 교정 포인트가 표면 포인트의 세트로부터 수동으로 선택된다. 차량 좌표계에서의 각각의 교정 포인트의 좌표 및 레이저 좌표계에서의 교정 포인트의 좌표에 따라, 차량 좌표계에 대한 레이저 좌표계의 포즈 오프셋(pose offset)은 단일 값 분해(singular value decomposition, SVD) 알고리즘을 사용하여 계산된다. 포즈 오프셋은 차량 좌표계에 대한 레이저 좌표계의 위치 오프셋의 값 및 요 각도(yaw angle)의 값을 포함하고, 포즈 오프셋은 레이저 스캐닝 디바이스의 레이저 외부 파라미터의 값으로서 직접 사용된다. 요 각도는 레이저 좌표계의 x축(레이저 스캐닝 디바이스의 전방 방향)과 차량 좌표계의 x축(무인 차량의 전방 방향) 사이에 포함된 각도이다. 레이저 스캐닝 디바이스는 레이저 외부 파라미터의 값을 사용하여 교정된다.

본 발명의 실시예들의 구현 프로세스에서, 관련 기술이 적어도 다음과 같은 문제점을 가지고 있음이 발명자들에 의해 발견되었다.

전술한 방법에서, 교정 분야는 수동으로 구축될 필요가 있으며, 이어서, 차량 좌표계에서 각각의 교정 포인트의 좌표 및 레이저 좌표계에서 각각의 교정 포인트의 좌표는 수동 측정 또는 식별 방법을 사용해서만 결정될 수 있으므로, 레이저 스캐닝 디바이스를 교정하기 위한 방법의 효율이 낮아진다.

본 개시의 실시예들에 따르면, 레이저 스캐닝 장치, 장치 및 저장 매체를 교정하기위한 방법 및 장치가 제공된다.

레이저 스캐닝 디바이스를 교정하는 방법이 제공되며,

타깃 영역을 스캐닝함으로써 레이저 스캐닝 디바이스에 의해 획득된 포인트 클라우드 데이터의 적어도 2개의 프레임에 기초하여, 포인트 클라우드 데이터의 각각의 프레임에서 표면 특징 엘리먼트의 제1 좌표를 획득하는 단계 ― 상기 제1 좌표는 레이저 좌표계에서 상기 표면 특징 엘리먼트의 좌표임 ―;

상기 타깃 영역의 지도 데이터에 기초하여, 차량 좌표계에서의 포인트 클라우드 데이터의 각각의 프레임에서 상기 표면 특징 엘리먼트의 제2 좌표를 결정하는 단계;

포인트 클라우드 데이터의 각각의 프레임에 대해, 상기 표면 특징 엘리먼트의 제1 좌표 및 제2 좌표에 기초하여 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋(pose offset)을 결정하는 단계; 및

상기 레이저 스캐닝 디바이스를 교정하기 위해, 상기 포인트 클라우드 데이터의 적어도 2개의 프레임의 포즈 오프셋에 따라 상기 레이저 스캐닝 디바이스의 레이저 외부 파라미터(laser extrinsic parameter)의 값을 계산하는 단계

를 포함한다.

레이저 스캐닝 디바이스를 교정하는 장치가 제공되며, 획득 모듈, 제1 결정 모듈, 제2 결정 모듈 및 계산 모듈을 포함한다. 상기 획득 모듈은 타깃 영역을 스캐닝함으로써 레이저 스캐닝 디바이스에 의해 획득된 포인트 클라우드 데이터의 적어도 2개의 프레임에 기초하여, 포인트 클라우드 데이터의 각각의 프레임에서 표면 특징 엘리먼트의 제1 좌표를 획득하도록 구성된다. 상기 제1 좌표는 레이저 좌표계에서 상기 표면 특징 엘리먼트의 좌표이다. 제1 결정 모듈은 상기 타깃 영역의 지도 데이터에 기초하여, 차량 좌표계에서의 포인트 클라우드 데이터의 각각의 프레임에서 상기 표면 특징 엘리먼트의 제2 좌표를 결정하도록 구성된다. 제2 결정 모듈은, 포인트 클라우드 데이터의 각각의 프레임에 대해, 상기 표면 특징 엘리먼트의 제1 좌표 및 제2 좌표에 따라 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋을 결정하도록 구성된다. 계산 모듈은, 상기 레이저 스캐닝 디바이스를 교정하기 위해, 상기 포인트 클라우드 데이터의 적어도 2개의 프레임의 포즈 오프셋에 따라 상기 레이저 스캐닝 디바이스의 레이저 외부 파라미터의 값을 계산하도록 구성된다.

컴퓨터 디바이스가 제공되며, 메모리 및 프로세서를 포함한다. 상기 메모리는 컴퓨터 판독 가능 명령을 저장하고, 상기 컴퓨터 판독 가능 명령은, 상기 프로세서에 의해 실행될 때, 상기 프로세서로 하여금,

타깃 영역을 스캐닝함으로써 레이저 스캐닝 디바이스에 의해 획득된 포인트 클라우드 데이터의 적어도 2개의 프레임에 기초하여, 포인트 클라우드 데이터의 각각의 프레임에서 표면 특징 엘리먼트의 제1 좌표를 획득하는 작동 ― 상기 제1 좌표는 레이저 좌표계에서 상기 표면 특징 엘리먼트의 좌표임 ―;

상기 타깃 영역의 지도 데이터에 기초하여, 차량 좌표계에서의 포인트 클라우드 데이터의 각각의 프레임에서 상기 표면 특징 엘리먼트의 제2 좌표를 결정하는 작동;

포인트 클라우드 데이터의 각각의 프레임에 대해, 상기 표면 특징 엘리먼트의 제1 좌표 및 제2 좌표에 따라 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋을 결정하는 작동; 및

상기 레이저 스캐닝 디바이스를 교정하기 위해, 상기 포인트 클라우드 데이터의 적어도 2개의 프레임의 포즈 오프셋에 따라 상기 레이저 스캐닝 디바이스의 레이저 외부 파라미터의 값을 계산하는 작동

을 포함하는 복수의 작동을 수행하게 한다.

비 휘발성 컴퓨터 판독 가능 저장 매체가 제공되며, 컴퓨터 판독 가능 명령을 저장한다. 상기 컴퓨터 판독 가능 명령은, 하나 이상의 프로세서에 의해 실행될 때, 상기 하나 이상의 프로세서로 하여금,

타깃 영역을 스캐닝함으로써 레이저 스캐닝 디바이스에 의해 획득된 포인트 클라우드 데이터의 적어도 2개의 프레임에 기초하여, 포인트 클라우드 데이터의 각각의 프레임에서 표면 특징 엘리먼트의 제1 좌표를 획득하는 작동 ― 상기 제1 좌표는 레이저 좌표계에서 상기 표면 특징 엘리먼트의 좌표임 ―;

상기 타깃 영역의 지도 데이터에 기초하여, 차량 좌표계에서의 포인트 클라우드 데이터의 각각의 프레임에서 상기 표면 특징 엘리먼트의 제2 좌표를 결정하는 작동;

포인트 클라우드 데이터의 각각의 프레임에 대해, 상기 표면 특징 엘리먼트의 제1 좌표 및 제2 좌표에 따라 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋을 결정하는 작동; 및

상기 레이저 스캐닝 디바이스를 교정하기 위해, 상기 포인트 클라우드 데이터의 적어도 2개의 프레임의 포즈 오프셋에 따라 상기 레이저 스캐닝 디바이스의 레이저 외부 파라미터의 값을 계산하는 작동

을 포함하는 작동들을 수행하게 한다.

본 개시의 하나 이상의 실시예들의 세부 사항들은 다음의 첨부 도면들 및 설명들에서 제공된다. 본 개시의 다른 특징, 목적 및 이점은 명세서, 첨부 도면 및 청구범위를 참조하여 명백해진다.

본 개시의 실시예의 기술적 해결수단을 보다 명확하게 설명하기 위해, 이하에서는 실시예를 설명하는데 필요한 첨부 도면을 간략하게 소개한다. 명백하게, 이하의 설명에서의 첨부 도면은 본 개시의 실시예만을 도시하고, 당업자는 창조적 노력없이 이들 첨부 도면으로부터 다른 도면을 도출할 수 있다.
도 1은 본 개시의 실시예에 따른 운전 시스템의 개략도이다.
도 2는 본 개시의 실시예에 따른 레이저 스캐닝 디바이스를 교정하기 위한 방법의 흐름도이다.
도 3은 본 개시의 실시예에 따른 미리 설정된 스캐닝 경로의 개략도이다.
도 4는 본 개시의 실시예에 따른 제1 거리의 개략도이다.
도 5는 본 개시의 실시예에 따른 제2 거리의 개략도이다.
도 6은 본 개시의 실시예에 따른 레이저 스캐닝 디바이스를 교정하기 위한 장치의 개략적인 구조도이다.
도 7은 본 개시의 실시예에 따른 컴퓨터 디바이스의 개략적인 구조도이다.

본 발명의 실시예에서의 기술적 해결수단은 본 개시의 실시예에서의 첨부 도면을 참조하여 명확하고 완전하게 설명된다. 명백하게, 설명된 실시예는 모든 실시예가 아니라 본 개시의 일부 실시예이다. 창조적 노력없이 본 개시의 실시예에 기초하여 당업자에 의해 획득된 다른 모든 실시예는 본 개시의 보호 범위 내에 속할 것이다.

본 개시의 실시예에 따르면, 레이저 스캐닝 디바이스를 교정하기 위한 방법이 제공된다. 레이저 스캐닝 디바이스는 내비게이션이 필요한 운전 기계에 설치된 임의의 레이저 스캐닝 디바이스일 수 있다. 예를 들어, 레이저 스캐닝 디바이스는 무인 차량, 무인 항공 차량 또는 내비게이션이 필요한 로봇과 같은 운전 기계에 설치될 수 있다. 운전 기계는 본 개시의 실시예에서 제한되지 않는다. 본 개시의 실시예는 차량에 설치된 레이저 스캐닝 디바이스를 예로 사용하여 단지 설명될 뿐이다.

도 1은 본 개시의 실시예에 따른 운전 시스템의 개략도이다. 운전 시스템은 레이저 스캐닝 디바이스(101) 및 내비게이션 시스템(102)을 포함한다.

내비게이션 시스템(102)은 지도 데이터를 미리 저장한다. 지도 데이터는 적어도 지도 좌표계 내의 타깃 영역에서 각각의 표면 특징 엘리먼트의 위치 좌표를 포함한다. 내비게이션 시스템(102)은 위성 항법 시스템(Global Positioning System, GPS) 및 관성 측정 유닛(inertial measurement unit, IMU)을 포함한다. 내비게이션 시스템(102)은 실시간으로 지도 좌표계에서 차량의 현재 위치 좌표를 찾기 위해 GPS를 사용하여 위성 신호를 수신할 수 있다. 내비게이션 시스템(102)은 차량의 현재 위치 좌표 및 차량의 목적지 위치 좌표에 따라 지도 데이터에서 차량의 내비게이션 경로를 결정하고, 차량이 차량 좌표계에서의 내비게이션 경로를 따라 주행할 수 있도록 지구 중심 좌표계(geocentric coordinate system) 및 관측자 중심 좌표계(topocentric coordinate system)를 통해 지도 좌표계에서의 내비게이션 경로에 대응하는 경로 좌표를 차량 좌표계로 변환할 수 있다. 또한, IMU는 가속기와 자이로스코프를 통합한다. 차량의 주행 프로세스에서, 내비게이션 시스템(102)은 IMU를 실시간으로 사용하여 차량 좌표계에서 차량의 진행 각도 및 주행 속도를 추가로 획득함으로써, 차량의 주행 상태를 실시간으로 모니터링할 수 있다.

운전 시스템은 레이저 스캐닝 디바이스(101)를 더 포함한다. 차량의 주행 프로세스에서, 차량은 주변 환경의 포인트 클라우드 데이터의 다수의 프레임을 획득하기 위해 레이저 스캐닝 디바이스(101)를 사용하여 실시간으로 주변 환경을 추가로 스캐닝할 수 있다. 포인트 클라우드 데이터의 각각의 프레임은 레이저 좌표계에서 주변 환경에서의 각각의 장애물의 위치 좌표를 포함하고, 장애물은 주변 환경에서 고정된 표면 특징 엘리먼트, 다른 이동 차량 및 보행자를 포함하지만 이에 한정되지는 않는다. 차량은, 레이저 스캐닝 디바이스(101)의 레이저 외부 파라미터에 기초하여, 레이저 좌표계에서의 주변 환경의 각각의 장애물의 위치 좌표를 차량 좌표계에서의 좌표로 변환한다. 차량은 차량 좌표계에서의 내비게이션 경로 및 주변 환경의 각각의 장애물에 기초하여 주행할 수 있으므로, 차량의 주행 안전을 보장할 수 있다.

운전 시스템 및 일부 관련 좌표계, 파라미터 등에 관한 용어가 이하에 설명된다.

지도 데이터는 사용자 요구사항에 따라 미리 설정되고 미리 저장된 주행될 영역 상의 지도 데이터를 지칭할 수 있다. 또한, 지도 데이터는 고정밀 지도 데이터일 수 있다. 고정밀 지도 데이터는 센티미터 수준의 위치결정 정밀도를 갖춘 차세대 내비게이션 지도이며 도로의 보조 시설(신호등, 전자 눈, 교통 표지판 등) 및 동적 교통 정보에 대한 정보를 포함한다. 내비게이션은 고정밀 지도 데이터를 사용하여 보다 정확하게 수행될 수 있다.

차량은 무인 차량일 수 있다. 무인 차량은 내비게이션 시스템(102)을 사용하여 내비게이션 경로를 획득하고, 레이저 스캐닝 디바이스(101)를 사용하여 주변 환경의 포인트 클라우드 데이터의 다수의 프레임을 획득한다. 무인 차량이 차량 좌표계에서의 내비게이션 경로 및 주변 환경에서의 각각의 장애물에 기초하여 주행할 수 있으므로, 무인 차량의 안전한 주행을 보장할 수 있다.

지도 좌표계는 일반적으로 1984년의 국제 측지 기준계(WGS84)이고, 각각의 표면 특징 엘리먼트의 위치 좌표는 WGS84 좌표계에서 표면 특징 엘리먼트의 경도 및 위도 좌표와 고도 좌표이다.

차량 좌표계에서, 차량은 좌표 원점으로서 기능하고, 차량 주행의 전방 방향은 x축의 양의 방향으로서 기능하며, x축에 수직인 수평 좌측 방향은 y축의 양의 방향으로서 기능하고, 수직 상측 방향은 z축의 양의 방향으로서 기능한다.

레이저 좌표계에서, 레이저 스캐닝 디바이스는 좌표 원점으로서 기능하고, 레이저 스캐닝 디바이스의 전방 방향은 x축의 양의 방향으로서 기능하며, x축에 수직인 수평 좌측 방향은 y축의 양의 방향으로서 기능하고, 수직 상측 방향은 z축의 양의 방향으로서 기능한다.

지구 중심 좌표계는 지구의 질량 중심을 좌표 원점 O로서 사용하고, 제1 자오선 평면과 적도 평면의 교차선의 동쪽 방향을 x축의 양의 방향으로서 사용하며, 지구의 회전축의 북쪽 방향을 z축의 양의 방향으로서 사용하고, xOz 평면에 수직인 방향을 사용하여 구축되고 오른손 규칙에 따라 y축의 양의 방향으로 결정된 공간 직사각형 좌표계이다.

관측자 중심 좌표계는 관측자 좌표를 좌표계 원점으로서 사용하고, 지구 타원체의 반 주축(semi-major axis)의 동쪽 방향(east)을 x축의 양의 방향으로서 사용하며, 지구 타원체의 반 소형축(semi-minor axis)의 북쪽 방향(north)을 y축의 양의 방향으로서 사용하고, 지구 타원체의 법선의 상측 방향(하늘 방향)을 z축의 양의 방향으로서 사용하여 구축된 공간 직사각형 좌표계이다.

레이저 스캐닝 디바이스의 레이저 외부 파라미터(laser extrinsic parameter)는 레이저 좌표계와 차량 좌표계 사이의 위치 오프셋 및 요 각도를 포함한다. 위치 오프셋은 차량 좌표계에 대한 레이저 좌표계의 x축 및 y축 방향의 오프셋 거리이다. 요 각도는 레이저 좌표계의 x축과 차량 좌표계의 x축 사이에 포함된 각도이다. 즉, 레이저 스캐닝 디바이스의 전방 방향과 차량 주행의 전방 방향 사이의 포함된 각도이다. 또한, 본 개시는 또한 차량의 진행 각도에 관한 것이다. 진행 각도는 차량 주행의 전방 방향과 북쪽 방향 사이에 포함된 각도이다.

도 2는 본 개시의 실시예에 따른 레이저 스캐닝 디바이스를 교정하기 위한 방법의 흐름도이다. 이 방법은 단말에 의해 실행되고, 단말은 차량 내 단말 또는 데이터 처리 기능을 갖는 임의의 단말일 수 있다. 도 2를 참조하면, 이 방법은 다음의 단계 201 내지 209를 포함한다.

단계 201에서, 단말은 적어도 2개의 프레임의 포인트 클라우드 데이터를 획득하기 위해 레이저 스캐닝 디바이스를 사용하여 미리 설정된 스캐닝 경로에 기초하여 타깃 영역을 스캐닝한다. 타깃 영역은 표면 특징 엘리먼트를 포함하는 임의의 영역이다.

레이저 스캐닝 디바이스는 차량에 설치되고, 차량의 전방 또는 측면에 배치될 수 있으며, 차량의 주변 환경을 스캐닝하도록 구성된다. 미리 설정된 스캐닝 경로는 타깃 영역을 스캐닝하도록 설계된 주행 경로일 수 있다.

본 개시의 실시예에서, 이러한 단계는, 단말에 의해, 미리 설정된 스캐닝 경로를 획득하는 단계, 및 단말에 의해, 미리 설정된 스캐닝 경로를 차량의 주행 경로로서 사용하여, 미리 설정된 스캐닝 경로를 따라 주행하도록 차량을 제어하는 단계를 포함할 수 있다. 차량이 미리 설정된 스캐닝 경로를 따라 주행하는 프로세스에서, 단말은 타깃 영역의 1개 프레임의 포인트 클라우드 데이터를 획득하기 위해, 미리 설정된 듀레이션(duration)이 경과되면 타깃 영역을 스캔하도록 레이저 스캐닝 디바이스를 제어한다. 전체 주행 프로세스에서, 단말은 타깃 영역의 적어도 2개 프레임의 포인트 클라우드 데이터를 획득하기 위해 적어도 두 번 스캐닝을 수행하기 위해 레이저 스캐닝 디바이스를 제어한다. 포인트 클라우드 데이터의 각각의 프레임은 타깃 영역에서 각각의 장애물의 표면 포인트의 세트 및 레이저 좌표계에서 각각의 표면 포인트의 위치 좌표를 포함하지만, 이에 제한되지는 않는다. 미리 설정된 듀레이션은 사용자 요구사항에 기초하여 설정되고 변경될 수 있으며, 본 개시의 실시예에서 제한되지는 않는다. 예를 들어, 미리 설정된 듀레이션은 100 밀리초, 5 초 등일 수 있다.

표면 특징 엘리먼트는 타깃 영역에서의 고정된 연석, 도로 가드레일, 로드형(rod-like) 표면 특징, 교통 표지를 포함하지만 이에 제한되지는 않는다. 표면 특징 엘리먼트는 타깃 영역에서 고정된 위치를 갖는 객체이다. 따라서, 타깃 영역 내의 표면 특징 엘리먼트는 교정 포인트의 기본 엘리먼트로서 기능하고, 레이저 스캐닝 디바이스는 각각의 좌표계에서 표면 특징 엘리먼트의 서로 다른 좌표를 결정함으로써 최종적으로 교정될 수 있다.

본 개시의 실시예에서, 타깃 영역은 표면 특징 엘리먼트를 포함하는 임의의 영역일 수 있다. 주변 소음 간섭을 피하기 위해, 단말은 몇몇의 보행자가 있는 개방 영역을 타깃 영역으로 선택할 수 있다. 레이저 스캐닝 디바이스에 의해 타깃 영역을 스캐닝함으로써 획득된 다수 프레임의 포인트 클라우드 데이터 중, 다른 차량 등으로부터의 불필요한 노이즈 데이터가 적기 때문에, 주변 노이즈 간섭을 감소시키고, 이어서 포인트 클라우드 데이터에 기초하여 표면 특징 엘리먼트의 제1 좌표를 추출하는 정확도를 향상시킬 수 있다.

본 개시의 실시예에서, 미리 설정된 스캐닝 경로는 타깃 영역에 기초하여 결정된 스캐닝 경로일 수 있다. 일반적으로, 결정된 미리 설정된 스캐닝 경로는 타깃 영역을 둘러싸는 원형 경로이다. 실제 작동에서, 주행 프로세스에서 차량의 주행 방향은 동, 남, 서 및 북과 같은 임의의 방향일 수 있다는 것을 본 발명자가 인식하고 있다. 단말은 원형 경로를 따라 주행하도록 차량을 제어할 수 있으므로, 각각의 주행 방향에서 타깃 영역의 포인트 클라우드 데이터를 획득할 수 있다. 또한, 차량이 주행할 때, 차량은 교통 규칙을 준수하고 경로의 한 측면을 따라 주행하며, 단말에 의해 수집된 각각의 프레임의 포인트 클라우드 데이터는 좌측 또는 우측에 있는 영역의 포인트 클라우드 데이터이다. 따라서, 단말은 원형 경로를 따라 전후로 주행하도록 차량을 제어할 수 있다. 즉, 원형 경로를 따라 시계 방향으로 원형으로 주행하고 또한 원형 경로를 따라 반시계 방향으로 원형으로 주행하도록 차량을 제어하여, 차량이 경로의 좌측을 따라 그리고 경로의 우측을 따라 주행할 때 스캐닝이 수행될 수 있으므로, 이어서 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋에 따라 레이저 외부 파라미터의 값을 결정하는 정확도를 향상시킬 수 있다.

도 3에 도시된 바와 같이, 타깃 영역은 영역 A이고, 미리 설정된 스캐닝 경로는 영역 A를 둘러싸는 원형 경로일 수 있다. 즉, 단말은 시작점 B로부터 원형 경로를 따라 시계 방향으로 원을 따라 주행하도록 차량을 제어하고, 시작점 B로 돌아가며, 그런 다음 시작점 B로부터 원형 경로를 따라 시계 반대 방향으로 원을 따라 주행한다.

단계 202에서, 단말은, 포인트 클라우드 데이터의 각각의 프레임에 대해, 레이저 좌표계에서 표면 특징 엘리먼트의 제1 좌표를 추출한다.

본 개시의 실시예에서, 포인트 클라우드 데이터의 각각의 프레임은 타깃 영역에서의 각각의 장애물의 표면 포인트의 세트 및 레이저 좌표계에서의 각각의 표면 포인트의 위치 좌표를 포함하기 때문에, 단말은 포인트 클라우드 데이터의 각각의 프레임으로부터의 표면 특징 엘리먼트의 제1 좌표를 추출하도록 추가로 요구한다. 제1 좌표는 레이저 좌표계에서 표면 특징 엘리먼트의 좌표이다.

포인트 클라우드 데이터의 각각의 프레임에 대해, 단말은 미리 설정된 추출 알고리즘을 사용하여 포인트 클라우드 데이터로부터 표면 특징 엘리먼트에 대응하는 포인트 세트를 추출한다. 각각의 표면 특징 엘리먼트에 대해, 레이저 좌표계에서, 표면 특징 엘리먼트에 대응하는 포인트 세트에 대한 위치 좌표 세트는 표면 특징 엘리먼트의 제1 좌표로서 기능하여, 포인트 클라우드 데이터의 각각의 프레임에 포함된 표면 특징 엘리먼트의 제1 좌표를 획득할 수 있다. 미리 설정된 추출 알고리즘은 사용자 요구사항에 기초하여 설정되고 변경될 수 있으며, 본 개시의 실시예에서 제한되지 않는다. 예를 들어, 미리 설정된 추출 알고리즘은 세그먼트화 기반 추출 알고리즘 또는 검출 기반 추출 알고리즘일 수 있다.

단계 201 및 단계 202는 실제로 타깃 영역을 스캐닝함으로써 레이저 스캐닝 디바이스에 의해 획득된 적어도 2개의 프레임의 포인트 클라우드 데이터에 기초하여 단말에 의해, 포인트 클라우드 데이터의 각각의 프레임에서 표면 특징 엘리먼트의 제1 좌표를 획득하는 프로세스의 구체적인 구현예를 설명한다. 그러나, 전술한 구체적인 구현예는 다른 구현예로 대체될 수 있고, 전술한 구체적인 구현예에서, 포인트 클라우드 데이터는 실시간 스캐닝을 통해 획득된다. 실제 시나리오에서, 타깃 영역의 적어도 2개 프레임의 포인트 클라우드 데이터는 미리 스캐닝된 이력 데이터로부터 획득될 수 있다. 이것은 본 개시의 실시예에서 제한되지 않는다.

단계 203에서, 단말은 내비게이션 시스템으로부터 타깃 영역의 지도 데이터를 획득한다. 지도 데이터는 지도 좌표계에서 표면 특징 엘리먼트의 경도 및 위도 좌표와 고도 좌표를 포함한다.

본 발명의 실시예에서, 차량의 내비게이션 시스템은 타깃 영역의 지도 데이터를 저장하고, 단말은 타깃 영역의 영역 정보에 따라 내비게이션 시스템으로부터 타깃 영역의 지도 데이터를 획득할 수 있다. 실제로, 내비게이션 시스템은 타깃 영역 이외의 임의의 영역의 지도 데이터를 더 저장할 수 있다. 지도 데이터는 실제로 타깃 지역의 고정밀 지도 데이터이다. 따라서, 타깃 영역의 지도 데이터는 지도 좌표계에서 타깃 영역에서의 표면 특징 엘리먼트의 적어도 위치 좌표를 포함한다. 영역 정보는 타깃 영역의 영역 식별자 또는 위도 및 경도 범위일 수 있다. 예를 들어, 영역 식별자는 영역의 이름일 수 있다.

본 개시의 실시예에서, 단말은 차량 좌표계와 레이저 좌표계 사이의 타깃 영역에 대한 차이를 획득할 것을 요구한다. 따라서, 단말이 타깃 영역에서 표면 특징 엘리먼트의 제1 좌표를 획득한 후, 단말은 지도 좌표계에서 표면 특징 엘리먼트의 위치 좌표를 획득할 것으로 추가로 요구하여, 이후 단말이 차량 좌표계에서 표면 특징 엘리먼트의 제2 좌표를 결정할 수 있다.

단말은 내비게이션 시스템을 사용하여 지도 좌표계에서 차량의 현재 위치 좌표를 찾을 수 있다. 따라서, 포인트 클라우드 데이터의 각각의 프레임을 획득하는 경우, 단말은 내비게이션 시스템에서 지도 데이터를 사용하여 지도 좌표계에서 포인트 클라우드 데이터의 프레임에 포함된 표면 특징 엘리먼트의 위치 좌표를 획득하고, 위치 좌표를 차량 좌표계에서의 제2 좌표로 변환하도록 추가로 요구한다.

가능한 구현예에서, 영역 정보는 영역 식별자일 수 있고, 단말은 영역 식별자와 지도 데이터 사이의 대응관계를 저장할 수 있다. 따라서, 단말에 의해, 내비게이션 시스템으로부터 타깃 영역의 지도 데이터를 획득하는 프로세스는, 단말에 의해, 타깃 영역의 영역 식별자를 획득하는 단계 및 타깃의 영역 식별자에 따라, 영역 식별자와 지도 데이터 사이의 대응관계로부터 타깃 영역에 대응하는 지도 데이터를 획득하는 단계를 포함할 수 있다.

가능한 구현예에서, 영역 정보는 위도 및 경도 범위일 수 있고, 단말은 위도 및 경도 범위와 지도 데이터 사이의 대응관계를 저장할 수 있다. 따라서, 단말에 의해, 내비게이션 시스템으로부터 타깃 영역의 지도 데이터를 획득하는 프로세스는, 단말에 의해, 타깃 영역의 위도 및 경도 범위를 획득하는 단계 및 타깃 영역의 위도 및 경도 범위에 따라, 위도 및 경도 범위와 지도 데이터 사이의 대응관계로부터 타깃 영역에 대응하는 지도 데이터를 획득하는 단계를 포함할 수 있다.

단계 204에서, 단말은, 타깃 영역의 지도 데이터에 따라 포인트 클라우드 데이터의 각각의 프레임에 대해, 차량 좌표계에서 표면 특징 엘리먼트의 제2 좌표를 결정한다.

차량 주행 프로세스에서, 단말이 서로 다른 포인트 클라우드 데이터의 프레임을 획득하는 경우, 차량을 원점으로 취하는 차량 좌표계가 또한 차량과 함께 이동한다. 차량 좌표계에서 포인트 클라우드 데이터의 각각의 프레임에서 대응하는 표면 특징 엘리먼트의 제2 좌표를 결정하기 위해, 포인트 클라우드 데이터의 각각의 프레임을 획득하는 경우, 단말은, 포인트 클라우드 데이터의 프레임에 포함된 표면 특징 엘리먼트에 따라서 지도 데이터로부터, 지도 좌표계 내의 표면 특징 엘리먼트의 경도 및 위도 좌표와 고도 좌표를 획득한다. 단말은, 지도 좌표계 내의 표면 특징 엘리먼트의 경도 및 위도 좌표와 고도 좌표에 따라, 차량 좌표계에서 표면 특징 엘리먼트의 제2 좌표를 결정한다.

따라서, 지도 좌표계 내의 표면 특징 엘리먼트의 경도 및 위도 좌표와 고도 좌표에 따라 단말에 의해, 차량 좌표계 내의 표면 특징 엘리먼트의 제2 좌표를 결정하는 프로세스는 다음과 같이 수행될 수 있다. 단말은 먼저 지도 좌표계 내의 표면 특징 엘리먼트의 경도 및 위도 좌표와 고도 좌표를 지구의 질량 중심을 원점으로 취하는 지구 중심 좌표계에서의 위치 좌표로 변환한 다음, 지구 중심 좌표계 내의 표면 특징 엘리먼트의 위치 좌표를 관측자 중심 좌표계에서의 위치 좌표로 변환한다. 단말은 내비게이션 시스템의 IMU를 사용하여 차량의 진행 각도를 획득하고, 관측자 중심 좌표계 내의 표면 특징 엘리먼트의 위치 좌표를 진행 각도에 따라 차량 좌표계에서의 제2 좌표로 변환한다.

본 개시의 실시예에서, 관측자 중심 좌표계와 차량 좌표계의 좌표 원점은 동일하지만, 관측자 중심 좌표계에서의 x축 및 y축의 양의 방향은 차량 좌표계에서의 것과 서로 다르다. 차량 좌표계의 x축의 양의 방향과 관측자 중심 좌표계의 y축의 양의 방향 사이에 포함된 각도는 차량의 진행 각도이다. 따라서, 단말은 먼저 지도 좌표계 내의 표면 특징 엘리먼트의 위치 좌표를 지구 중심 좌표계를 통해 관측자 중심 좌표계에서의 위치 좌표로 변환한 다음, 최종적으로 차량의 진행 각도에 따라 표면 특징 엘리먼트의 제2 좌표를 획득할 수 있다.

본 개시의 실시예에서, 내비게이션 시스템을 사용하여 획득된 지도 데이터에는 시스템 편차가 존재한다. 시스템 편차는 지도 좌표계에서 지도 데이터의 표면 특징 엘리먼트의 위치 좌표와 지도 좌표계에서 표면 특징 엘리먼트의 실제 위치 좌표 사이의 변위 편차를 지시한다. 따라서, 제2 좌표를 결정하는 정확도를 향상시키기 위해, 단말은 제2 좌표에 대한 시스템 편차의 영향을 추가로 고려해야 한다. 구체적으로, 단말에 의해, 진행 각도에 따라, 관측자 중심 좌표계 내의 표면 특징 엘리먼트의 위치 좌표를 차량 좌표계에서의 제2 좌표로 변환하는 프로세스는 다음과 같이 수행될 수 있다. 단말은 지도 데이터의 초기 시스템 편차를 획득하고, 초기 시스템 편차에 따라 관측자 중심 좌표계에서의 위치 좌표를 조정한다. 단말은 진행 각도에 따라, 조정 후 획득된 위치 좌표를 차량 좌표계에서의 제2 좌표로 변환한다.

위치 좌표를 조정하는 프로세스는 다음과 같이 수행될 수 있다. 초기 시스템 편차는

로 표시될 수 있다. 즉, 단말은 x축의 양의 방향을 따르는

단위의 거리와 y축의 양의 방향을 따르는

단위의 거리에 의해 관측자 중심 좌표계에서 표면 특징 엘리먼트의 위치 좌표를 변환한다.

단계 203 및 단계 204는 실제로, 단말에 의해, 타깃 영역의 지도 데이터에 기초하여, 차량 좌표계에서 포인트 클라우드 데이터의 각각의 프레임 내의 표면 특징 엘리먼트의 제2 좌표를 결정하는 프로세스의 구체적인 구현예를 설명한다. 그러나, 전술한 구체적인 구현예는 다른 구현예로 대체될 수 있고, 전술한 구체적인 구현예에서, 제2 좌표를 획득하기 위해 타깃 영역의 지도 데이터가 내비게이션 시스템으로부터 획득된다. 실제 작동에서, 단말은 내비게이션 시스템으로부터 타깃 영역의 지도 데이터를 미리 획득하고, 단말에 타깃 영역의 지도 데이터를 저장하며, 단말에 저장된 타깃 영역의 지도 데이터에 기초하여 제2 좌표를 결정할 수 있다. 이것은 본 개시의 실시예에서 제한되지 않는다.

본 개시의 실시예에서, 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋은 단말이 포인트 클라우드 데이터의 각각의 프레임을 획득할 때 생성된 레이저 좌표계와 차량 좌표계 사이의 포즈 오프셋이다. 차량이 이동함에 따라, 레이저 스캐너를 좌표 원점으로 취하는 레이저 좌표계 및 차량을 좌표 원점으로 취하는 차량 좌표계도 이동한다. 이 경우, 포인트 클라우드 데이터의 서로 다른 프레임의 포즈 오프셋은 동일하거나 상이할 수 있다. 따라서, 단말은 다음과 같은 단계 205 내지 단계 207을 수행함으로써 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋을 추가로 결정할 필요가 있다.

단계 205에서, 단말은 차량 좌표계와 레이저 좌표계 사이의 초기 포즈 오프셋을 획득한다.

본 개시의 실시예에서, 포즈 오프셋은 차량 좌표계와 레이저 좌표계 사이의 위치 오프셋의 값 및 요 각도의 값을 포함한다. 차량 좌표계와 레이저 좌표계 사이의 위치 오프셋은 차량 좌표계에서 레이저 좌표계의 좌표 원점의 위치 좌표로 표현될 수 있고, 요 각도는 레이저 좌표계의 x축과 차량 좌표계의 x축 사이에 포함된 각도로 표현될 수 있다.

본 개시의 실시예에서, 먼저 단계 205에서 포인트 클라우드 데이터의 각각의 프레임의 초기 포즈 오프셋이 결정되고, 그 후 단계 206 및 단계 207에서 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋이 결정된다. 초기 포즈 오프셋은 초기 위치 오프셋의 값 및 초기 요 각도의 값을 포함한다.

단계 205에서, 단말은 측정을 통해 차량 좌표계와 레이저 좌표계 사이의 초기 포즈 오프셋을 미리 획득하여 미리 저장하고, 초기 포즈 오프셋을 포인트 클라우드의 각각의 프레임의 초기 포즈 오프셋으로 사용할 수 있다. 구체적으로, 단말은 측정 테이프와 같은 측정 도구를 사용하여 차량 좌표계에서의 레이저 스캐닝 디바이스의 좌표 및 레이저 좌표계의 x축과 차량 좌표계의 x축 사이에 포함된 각도를 측정하고, 측정된 좌표를 초기 위치 오프셋의 값으로 사용하고 측정된 포함된 각도를 초기 요 각도의 값으로 사용할 수 있다.

단계 206에서, 단말은, 포인트 클라우드 데이터의 각각의 프레임에 대해, 초기 포즈 오프셋 및 표면 특징 엘리먼트의 제2 좌표에 따라 표면 특징 엘리먼트의 제3 좌표를 결정한다. 제3 좌표는 레이저 좌표계에서 표면 특징 엘리먼트의 좌표이다.

단계 206은 다음과 같이 수행될 수 있다. 포인트 클라우드 데이터의 각각의 프레임에 대해, 단말은 포인트 클라우드 데이터의 프레임의 초기 포즈 오프셋 내의 초기 위치 오프셋의 값에 따라 표면 특징 엘리먼트의 제2 좌표에 대한 위치 오프셋을 수행하고, 포인트 클라우드 데이터의 프레임의 초기 포즈 오프셋에서의 초기 요 각도의 값에 따라, 위치 오프셋된 제2 좌표에 대한 각도 오프셋을 수행한다. 단말은 표면 특징 엘리먼트의 제3 좌표로서 위치 오프셋 및 각도 오프셋을 수행한 후에 획득된 위치 좌표를 사용한다.

초기 위치 오프셋의 값은

로 표현될 수 있고, 초기 요 각도는 dyaw"로 표현될 수 있다. 즉, 단말은 x축의 양의 방향을 따르는 dx" 단위의 거리와 y축의 양의 방향을 따르는 dy" 단위의 거리로 표면 특징 엘리먼트의 제2 좌표를 변환하고, 변환된 제2 좌표를 시계 반대 방향으로 dyaw" 단위의 각도만큼 회전시킨다.

단계 207에서, 단말은 표면 특징 엘리먼트의 제1 좌표 및 제3 좌표에 따라 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋을 결정한다.

본 개시의 실시예에서, 포인트 클라우드 데이터의 각각의 프레임이 하나의 포즈 오프셋에 대응하기 때문에, 포인트 클라우드 데이터의 다수의 프레임에 대응하는 포즈 오프셋에 따라, 일반적인 규칙을 반영할 수 있는 포즈 오프셋을 이어서 결정하기 위해, 단말은 먼저 단계 207에서 포인트 클라우드 데이터의 각각의 프레임에 대응하는 포즈 오프셋을 결정할 수 있다.

단계 207은 다음의 단계 2071 및 단계 2072에 의해 구현될 수 있다.

단계 2071에서, 단말은 표면 특징 엘리먼트의 제1 좌표 및 제3 좌표에 따라 각각의 제1 점선 엘리먼트(dotted element)와 이웃하는 제2 점선 엘리먼트 사이의 제1 거리 및 각각의 제1 점선 엘리먼트와 이웃하는 선형 엘리먼트 사이의 제2 거리를 계산한다.

본 개시의 실시예에서, 포인트 클라우드 데이터의 각각의 프레임에서, 각각의 표면 특징 엘리먼트는 점선 엘리먼트 및 선형 엘리먼트를 포함한다. 제1 점선 엘리먼트는 제1 좌표에 대응하는 표면 특징 엘리먼트의 점선 엘리먼트이고, 제2 점선 엘리먼트는 제3 좌표에 대응하는 표면 특징 엘리먼트의 점선 엘리먼트이며, 선형 엘리먼트는 제3 좌표에 대응하는 표면 특징 엘리먼트의 선형 엘리먼트이다.

포인트 클라우드 데이터의 각각의 프레임에 대해, 제1 점선 엘리먼트와 이웃 엘리먼트 사이의 거리는 다음 방식들 중 어느 하나의 방식으로 계산될 수 있다.

제1 방식으로, 포인트 클라우드 데이터의 각각의 프레임의 표면 특징 엘리먼트에서 제1 점선 엘리먼트와 제2 점선 엘리먼트 사이의 제1 거리는 제1 좌표와 제3 좌표를 후속 매칭하기 위한 기준 거리로서 계산된다.

이러한 단계에서, 단말은, 레이저 좌표계에서 각각의 제1 점선 엘리먼트의 위치 좌표 및 레이저 좌표계에서 제1 점선 엘리먼트에 인접한 제2 점선 엘리먼트의 위치 좌표에 따라, 제1 점선 엘리먼트와 제2 점선 엘리먼트 사이의 제1 거리를 계산한다.

제1 점선 엘리먼트에 인접한 제2 점선 엘리먼트는 제1 점선 엘리먼트를 중심으로 취하는 다수의 제2 점선 엘리먼트 중 제1 점선 엘리먼트에 가장 가까운 제2 점선 엘리먼트이다.

도 4에 도시된 바와 같이, 점 C는 제1 점선 엘리먼트를 지시하고, 점 D는 점 C에 인접한 제2 점선 엘리먼트를 나타내고, 단말은 점 C와 점 D 사이의 제1 거리를 계산할 수 있다.

제2 방식으로, 포인트 클라우드 데이터의 각각의 프레임의 표면 특징 엘리먼트에서 제1 점선 엘리먼트와 선형 엘리먼트 사이의 제2 거리는 제1 좌표와 제3 좌표를 후속 매칭하기 위한 기준 거리로서 계산된다.

제1 점선 엘리먼트와 이웃하는 선형 엘리먼트 사이의 제2 거리는 제1 점선 엘리먼트로부터 선형 엘리먼트까지의 법선 거리이다. 따라서, 이러한 단계에서, 단말은 레이저 좌표계에서 각각의 제1 점선 엘리먼트의 위치 좌표 및 레이저 좌표계에서 제1 점선 엘리먼트에 인접한 선형 엘리먼트의 위치 좌표에 따라 제1 점선 엘리먼트와 선형 엘리먼트 사이의 법선 거리를 제2 거리로서 계산한다.

제1 점선 엘리먼트에 인접한 선형 엘리먼트는 제1 점선 엘리먼트를 중심으로 취하는 다수의 선형 엘리먼트 중 제1 점선 엘리먼트에 가장 가까운 선형 엘리먼트이다.

도 5에 도시된 바와 같이, 점 C는 제1 점선 엘리먼트를 지시하고, 선 L은 점 C에 인접한 선형 엘리먼트를 지시하며, 단말은 제2 거리를 획득하기 위해 점 C와 선 L 사이의 법선 거리를 계산할 수 있다.

이러한 단계에서, 단말은 다수의 제1 점선 엘리먼트의 위치 좌표 및 다수의 제2 점선 엘리먼트의 위치 좌표에 기초하여 다수의 제1 거리를 결정하고, 다수의 제1 점선 엘리먼트의 위치 좌표 및 다수의 선형 엘리먼트의 위치 좌표에 기초하여 다수의 제2 거리를 결정한다.

단계 2072에서, 단말은 제1 거리 및 제2 거리에 따라 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋을 결정한다.

본 개시의 실시예에서, 단말은 표면 특징 엘리먼트의 제1 좌표 및 제3 좌표에 대해 반복 매칭 매칭을 여러 번 수행함으로써 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋을 결정할 수 있다.

그 프로세스는 다음의 단계 a 내지 단계 g를 포함한다.

단계 a에서, 포인트 클라우드 데이터의 각각의 프레임에 대해, 제1 거리 및 제2 거리에 따라, 단말은 제1 거리가 제1 미리 설정된 임계값보다 작은 제1 점선 엘리먼트 및 제1 점선 엘리먼트에 대응하는 제2 점선 엘리먼트를 선택하고, 제2 거리가 제1 미리 설정된 임계값보다 작은 제1 점선 엘리먼트 및 제1 점선 엘리먼트에 대응하는 선형 엘리먼트를 선택한다.

제1 점선 엘리먼트에 대응하는 제2 점선 엘리먼트는 단말이 제1 거리를 계산하는 경우 제1 점선 엘리먼트에 인접한 제2 점선 엘리먼트이다. 제1 점선 엘리먼트에 대응하는 선형 엘리먼트는 단말이 제2 거리를 계산하는 경우 제1 점선 엘리먼트에 인접한 선형 엘리먼트이다.

단계 b에서, 단말은, 선택된 제1 점선 엘리먼트 및 제2 점선 엘리먼트와 선택된 제1 점선 엘리먼트 및 선형 엘리먼트에 따라 그리고 제1 좌표와 제3 좌표 사이의 평균 제곱 오차의 표현에 기초하여, 평균 제곱 오차의 값을 최소화하는 오프셋 매트릭스를 결정하고, 평균 제곱 오차의 값을 최소화하는 오프셋 매트릭스를 제1 좌표 및 제3 좌표의 중간 오프셋 매트릭스로서 사용한다.

단계 c에서, 단말은 제1 좌표 및 제3 좌표의 중간 오프셋 매트릭스에 따라 포인트 클라우드 데이터의 프레임의 초기 오프셋 매트릭스를 업데이트하고, 제4 좌표를 획득하기 위해 업데이트된 초기 오프셋 매트릭스에 제2 좌표를 곱함으로써, 첫 번째의 반복 매칭을 완료할 수 있다.

단말에 의해, 제1 좌표 및 제3 좌표의 중간 오프셋 매트릭스에 따라 포인트 클라우드 데이터의 프레임의 초기 오프셋 매트릭스를 업데이트하는 프로세스는, 단말에 의해, 업데이트된 초기 오프셋 매트릭스를 획득하기 위해, 제1 좌표와 제3 좌표 사이의 중간 오프셋 매트릭스에 포인트 클라우드 데이터의 프레임의 초기 오프셋 매트릭스를 곱하는 단계를 포함할 수 있다.

전술한 단계 c는 실제로 차량 좌표계에서의 제2 좌표를 레이저 좌표계에서의 좌표로 재변환하는 프로세스를 지시한다. 단계 c의 구현은 단계 206의 구현과 동일하며, 상세한 것은 여기서 다시 설명되지 않는다.

단계 d에서, 단말은 표면 특징 엘리먼트의 제1 좌표 및 제4 좌표에 따라 각각의 제1 점선 엘리먼트와 이웃하는 제2 점선 엘리먼트 사이의 제3 거리 및 각각의 제1 점선 엘리먼트와 이웃하는 선형 엘리먼트 사이의 제4 거리를 계산한다.

단계 d는 실제로 두 번째의 변환을 통해 획득된 레이저 좌표계에서의 제1 좌표 및 제4 좌표에 따라 제1 거리 및 제2 거리를 재계산하는 프로세스를 지시한다. 단계 d의 구현은 단계 2071의 구현과 동일하며, 상세한 것은 여기서 다시 설명되지 않는다.

단계 e에서, 단계 a 내지 단계 c를 수행함으로써, 두 번째의 업데이트 후에초기 오프셋 매트릭스가 결정되므로, 두 번째의 반복 매칭이 완료될 수 있다.

단계 f에서, 단계 a 내지 단계 e를 수행함으로써 여러 번의 반복 매칭이 완료된다. 다수 반복의 프로세스에서, 중간 오프셋 매트릭스에 대응하는 평균 제곱 오차의 최소값이 제2 미리 설정된 임계값보다 작은 경우, 중간 오프셋 매트릭스에 따라 업데이트된 초기 오프셋 매트릭스가 획득되고, 획득된 초기 오프셋 매트릭스는 포인트 클라우드 데이터의 프레임의 오프셋 매트릭스로서 사용된다. 다르게는, 반복 매칭의 횟수가 제3 미리 설정된 임계값에 도달하는 경우, 마지막 회차의 반복 매칭의 프로세스에서 업데이트된 초기 오프셋 매트릭스가 획득되고, 획득된 초기 오프셋 매트릭스는 포인트 클라우드 데이터의 프레임의 오프셋 매트릭스로서 사용된다.

단계 g에서, 단말은 포인트 클라우드 데이터의 프레임의 오프셋 매트릭스에 따라 포인트 클라우드 데이터의 프레임의 포즈 오프셋을 결정한다.

단계 b는 다음과 같이 수행될 수 있다. 단말은, 선택된 제1 점선 엘리먼트 및 제1 점선 엘리먼트에 대응하는 제2 점선 엘리먼트와, 선택된 제1 점선 엘리먼트 및 제1 점선 엘리먼트에 대응하는 선형 엘리먼트에 따라 다음의 수학식 1, 즉 평균 제곱 오차의 표현을 사용하여 평균 제곱 오차의 값을 최소로 하는 오프셋 매트릭스를 제1 좌표 및 제3 좌표의 중간 오프셋 매트릭스로서 사용한다.

여기서, X는 표면 특징 엘리먼트의 제1 좌표를 지시하고, Y는 표면 특징 엘리먼트의 제3 좌표를 지시하며, E (X, Y)는 표면 특징 엘리먼트의 제1 좌표와 제3 좌표 사이의 평균 제곱 오차를 지시하고, x_i는 제1 거리 또는 제2 거리가 미리 설정된 임계값보다 크지 않은 다수의 제1 점선 엘리먼트 중 i번째 제1 점선 엘리먼트를 지시하며, y_i는 i번째 제1 점선 엘리먼트에 대응하는 제2 점선 엘리먼트 또는 선형 엘리먼트를 지시하고, m은 제1 거리 또는 제2 거리가 미리 설정된 임계값보다 크지 않은 제1 점선 엘리먼트의 개수를 지시하며, M은 제1 좌표 및 제3 좌표의 중간 오프셋 매트릭스를 지시한다.

본 개시의 실시예에서, 제1 좌표 및 제3 좌표의 중간 오프셋 매트릭스는 M에 의해 표현될 수 있으며,

이다.

중간 오프셋 매트릭스는 제1 좌표와 제3 좌표 사이의 위치 오프셋의 값 (dx', dy') 및 요 각도의 dyaw'의 값을 포함한다.

제1 미리 설정된 임계값, 제2 미리 설정된 임계값 및 제3 미리 설정된 임계값은 사용자 요구사항에 따라 설정되고 변경될 수 있으며, 본 개시의 실시예에 제한되지 않는다. 예를 들어, 제1 미리 설정된 임계값은 1 미터, 0.5 미터 등일 수 있고, 제2 미리 설정된 임계값은 0.1 미터, 0.3 미터 등일 수 있으며, 제3 미리 설정된 임계값은 20 미터, 100 미터 등일 수 있다.

단계 205 내지 단계 207은 실제로, 단말에 의해, 포인트 클라우드 데이터의 각각의 프레임에 대해, 표면 특징 엘리먼트의 제1 좌표 및 제2 좌표에 따라 포인트 클라우드 데이터의 프레임의 포즈 오프셋을 결정하는 프로세스의 구체적인 구현예를 설명한다. 그러나, 전술한 구체적인 구현예는 다른 구현예로 대체될 수 있고, 전술한 구체적인 구현예에서, 차량 좌표계의 제2 좌표는 레이저 좌표계의 좌표로 변환되고, 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋은 변환 후의 제1 좌표 및 제3 좌표에 따라 결정된다. 실제 작동에서, 단말은 변환 후 획득된 제4 좌표를 획득하기 위해 레이저 좌표계의 제1 좌표를 차량 좌표계의 좌표로 변환하고, 변환 후에 획득된 제2 좌표 및 제4 좌표에 따라 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋을 결정할 수 있다. 이것은 본 개시의 실시예에서 제한되지 않는다.

단계 208에서, 단말은 포인트 클라우드 데이터의 적어도 두 프레임의 포즈 오프셋, 위치 오프셋, 요 각도 및 시스템 편차 사이의 관측 수학식을 구축하고, 단말은, 포인트 클라우드 데이터의 각각의 프레임에 대해, 포인트 클라우드 데이터의 각각의 프레임에 대응하는 차량의 진행 각도를 획득한다.

본 개시의 실시예에서, 레이저 스캐닝 디바이스의 레이저 외부 파라미터는 차량 좌표계와 레이저 좌표계 사이의 위치 오프셋 및 요 각도를 포함한다. 단계 203 및 단계 204에서, 시스템 편차가 지도 데이터에 존재하기 때문에, 차량 좌표게에서 표면 특징 엘리먼트의 제2 좌표와 표면 특징 엘리먼트의 실제 좌표 사이의 편차가 존재한다. 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋을 결정할 때, 제2 좌표에 대한 시스템 편차의 영향이 고려된다. 따라서, 이러한 단계에서, 관측 수학식을 설정하는 경우, 단말은 또한 시스템 편차의 영향을 고려해야 한다.

이러한 단계에서, 단말은 적어도 두 프레임의 포인트 클라우드 데이터의 포즈 오프셋, 위치 오프셋, 요 각도 및 시스템 편차에 따라 다음의 관측 수학식을 구축한다.

시스템 편차는 (x₀, y₀), 위치 오프셋은 (dx, dy), 요 각도는 dyaw이고,

는 적어도 두 프레임의 포인트 클라우드 데이터에서 i번째 프레임의 포인트 클라우드 데이터의 위치 오프셋의 값을 지시하며, dyaw'는 적어도 두 프레임의 포인트 클라우드 데이터에서 i번째 프레임의 포인트 클라우드 데이터의 요 각도의 값을 지시하고, yaw_i는 적어도 두 프레임의 포인트 클라우드 데이터에서 i번째 프레임의 포인트 클라우드 데이터에 진행 각도를 지시하며, k는 포인트 클라우드 데이터의 프레임 개수를 지시한다.

레이저 좌표계에서, 시스템 편차는 x축 방향으로의 투영 및 y축 방향으로의 투영으로 변환될 수 있다. 시스템 편차는 지도 데이터에서의 오차이므로, 실제 작동에서, 좌표는 관측자 중심 좌표계를 통해 차량 좌표계의 좌표로 변환된다. 관측자 중심 좌표계와 차량 좌표계 모두에서, 차량은 좌표 원점으로 기능한다. 관측자 중심 좌표계는 x축 및 y축의 양의 방향에서 차량 좌표계와 다르다. 관측자 중심 좌표계의 y축의 양의 방향과 차량 좌표계의 x축의 양의 방향 사이에 포함된 각도는 차량의 진행 각도와 동일하다.

따라서, 포인트 클라우드 데이터의 각각의 프레임에 대해, 단말은 포인트 클라우드 데이터의 프레임에 대응하는 차량의 진행 각도를 추가로 획득할 필요가 있으며, 프로세스는, 단말에 의해, 단말이 포인트 클라우드 데이터의 각각의 프레임을 획득하는 경우 내비게이션 시스템에서 IMU를 사용하여 포인트 클라우드 데이터의 프레임에 대응하는 차량의 진행 각도를 획득하는 단계를 포함할 수 있다.

단계 209에서, 단말은 포인트 클라우드 데이터의 각각의 프레임의 진행 각도 및 포즈 오프셋에 따라 관측 수학식에서 위치 오프셋의 값 및 요 각도의 값을 계산한다.

이러한 단계에서, 단말은, 적어도 두 프레임의 포인트 클라우드 데이터의 포즈 오프셋에 따라 관측 수학식에서 위치 오프셋의 값, 요 각도의 값 및 시스템 편차의 값을 계산하기 위해, 적어도 두 프레임의 포인트 클라우드 데이터의 위치 오프셋을 관측 수학식으로 대체할 수 있다.

이론적으로, 관측 수학식에서 위치 오프셋의 값, 요 각도의 값 및 시스템 편차의 값은 적어도 두 프레임의 포인트 클라우드 데이터의 포즈 오프셋에 따라서만 결정될 수 있다. 그러나, 랜덤 노이즈의 영향을 줄이고 보다 강력한 레이저 외부 파라미터의 값을 획득하기 위해, 본 개시의 실시예에서, 단말은 n개 프레임의 포인트 클라우드 데이터의 포즈 오프셋(n은 2보다 큰 양의 정수임), n개 프레임의 포인트 클라우드 데이터의 포즈 오프셋에서 포인트 클라우드 데이터의 각각의 프레임에 대응하는 차량의 진행 각도를 획득하고, 클라우드 데이터의 각각의의 포즈 오프셋 및 대응하는 진행 각도를 관측 수학식으로 대체하며, 최소 제곱 방법을 사용하여 관측 수학식에서 위치 오프셋의 값, 요 각도의 값 및 시스템 편차의 값을 계산할 수 있다. 포인트 클라우드 데이터의 각각의 프레임에 존재할 수 있는 랜덤 노이즈의 간섭은 n개 프레임의 포인트 클라우드 데이터의 포즈 오프셋을 사용함으로써 감소되고, 오차가 감소되어, 결정된 레이저 외부 파라미터의 값이 보다 정확해질 수 있다.

단계 208 및 단계 209는, 단말에 의해, 레이저 스캐닝 디바이스를 교정하기 위해, 포인트 클라우드 데이터의 적어도 두 개 프레임의 포즈 오프셋에 따라 레이저 스캐닝 디바이스의 레이저 외부 파라미터의 값을 계산하는 프로세스의 구체적인 구현예를 실제로 설명한다. 그러나, 전술한 구체적인 구현예는 다른 구현예로 대체될 수 있고, 전술한 구체적인 구현예에서, 레이저 외부 파라미터의 값은 포즈 오프셋, 위치 오프셋, 요 각도 및 시스템 편차 사이에 관측 수학식을 구축함으로써 결정된다. 실제 작동에서, 단말은 관측 수학식을 미리 구축하고 미리 저장할 수 있거나, 또는 관측 수학식과 동일한 기능을 갖는 프로그램 명령을 미리 기록하고 미리 저장할 수 있다. 단말은 관측 수학식을 직접 획득함으로써 레이저 외부 파라미터의 값을 결정하거나, 또는 프로그램 명령을 직접 획득하여 실행함으로써, 레이저 외부 파라미터의 값을 결정할 수 있다.

레이저 외부 파라미터의 값을 결정한 후, 단말은 레이저 외부 파라미터의 값을 사용하여 차량의 레이저 스캐닝 디바이스를 교정하고, 결정된 시스템 편차의 값을 사용하여 내비게이션 시스템을 교정하여 차량이 교정된 레이저 스캐닝 디바이스에 의해 제공되는 포인트 클라우드 데이터 및 교정된 내비게이션 시스템에 의해 제공되는 지도 데이터를 참조하여 주행할 수 있으므로, 주행 안전성을 향상시킬 수 있다.

본 개시의 실시예에서, 단말은, 레이저 스캐닝 디바이스에 의해 타깃 영역을 스캐닝함으로써 획득되는 포인트 클라우드 데이터의 적어도 두 개 프레임에 기초하여, 포인트 클라우드 데이트의 각각의 프레임에서 표면 특징 엘리먼트의 제1 좌표를 획득할 수 있다. 제1 좌표는 레이저 좌표계에서 표면 특징 엘리먼트의 좌표이다. 또한, 단말은, 차량의 타깃 영역의 지도 데이터에 기초하여, 차량 좌표계에서 포인트 클라우드 데이터의 각각의 프레임에서 표면 특징 엘리먼트의 제2 좌표를 직접 결정함으로써, 제1 좌표 및 제2 좌표에 따라 후속 프로세스를 직접 수행할 수 있다. 교정 분야를 수동으로 구축 프로세스 및 수동 측정 프로세스가 생략되고, 제1 좌표 및 제2 좌표를 결정하는 효율이 개선되므로, 레이저 스캐닝 디바이스를 교정하는 효율이 향상될 수 있다. 또한, 단말은, 포인트 클라우드 데이터의 각각의 프레임에 대해, 표면 특징 엘리먼트의 제1 좌표 및 제2 좌표에 따라 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋을 결정하고, 이어서 차량의 레이저 스캐닝 디바이스를 교정하기 위해, 포인트 클라우드 데이터의 적어도 2개 프레임의 포즈 오프셋에 따라 레이저 스캐닝 디바이스의 레이저 외부 파라미터의 값을 계산한다. 단말은 포인트 클라우드 데이터의 다수 프레임에 따라 레이저 스캐닝 디바이스의 레이저 외부 파라미터의 값을 계산한다. 따라서, 포인트 클라우드 데이터의 각각의 프레임에서 랜덤 노이즈의 간섭이 감소됨으로써, 오차를 감소시키고, 결정된 레이저 외부 파라미터의 정확도를 향상시킬 수 있다.

도 6은 본 개시의 실시예에 따른 레이저 스캐닝 디바이스를 교정하기 위한 장치의 개략적인 구조도이다. 도 6을 참조하면, 그 장치는 획득 모듈(601), 제1 결정 모듈(602), 제2 결정 모듈(603) 및 계산 모듈(604)을 포함한다.

획득 모듈(601)은 레이저 스캐닝 디바이스에 의해 타깃 영역을 스캐닝함으로써 획득되는 포인트 클라우드 데이터의 적어도 두 개 프레임에 기초하여 포인트 클라우드 데이터의 각각의 프레임에서 표면 특징 엘리먼트의 제1 좌표를 획득하도록 구성된다. 제1 좌표는 레이저 좌표계에서 표면 특징 엘리먼트의 좌표이다.

제1 결정 모듈(602)은 차량의 타깃 영역의 지도 데이터에 기초하여 차량 좌표계에서 포인트 클라우드 데이터의 각각의 프레임에서 표면 특징 엘리먼트의 제2 좌표를 결정하도록 구성된다.

제2 결정 모듈(603)은 포인트 클라우드 데이터의 각각의 프레임에 대해 표면 특징 엘리먼트의 제1 좌표 및 제2 좌표에 따라 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋을 결정하도록 구성된다.

계산 모듈(604)은 레이저 스캐닝 디바이스를 교정하기 위해 포인트 클라우드 데이터의 적어도 두 개 프레임의 포즈 오프셋에 따라 레이저 스캐닝 디바이스의 레이저 외부 파라미터의 값을 계산하도록 구성된다.

선택적으로, 획득 모듈(601)은 스캐닝 유닛 및 추출 유닛을 포함한다.

스캐닝 유닛은 포인트 클라우드 데이터의 적어도 두 개 프레임을 획득하기 위해 레이저 스캐닝 디바이스를 사용하여 미리 설정된 스캐닝 경로에 기초하여 타깃 영역을 스캐닝하도록 구성된다. 타깃 영역은 표면 특징 엘리먼트를 포함하는 임의의 영역이다.

추출 유닛은 포인트 클라우드 데이터의 각각의 프레임에 대해 레이저 좌표계에서 표면 특징 엘리먼트의 제1 좌표를 추출하도록 구성된다.

선택적으로, 제1 결정 모듈(602)은 제1 획득 유닛 및 제1 결정 유닛을 포함한다.

제1 획득 유닛은 차량의 내비게이션 시스템으로부터 타깃 영역의 지도 데이터를 획득하도록 구성된다. 지도 데이터는 지도 좌표계에서 표면 특징 엘리먼트의 경도 및 위도 좌표와 고도 좌표를 포함한다.

제1 결정 유닛은 타깃 영역의 지도 데이터에 따라 포인트 클라우드 데이터의 각각의 프레임에 대해 차량 좌표계에서 표면 특징 엘리먼트의 제2 좌표를 결정하도록 구성된다.

선택적으로, 제2 결정 모듈(603)은 제2 획득 유닛, 제2 결정 유닛 및 제3 결정 유닛을 포함한다.

제2 획득 유닛은 차량 좌표계과 레이저 좌표계 사이의 초기 포즈 오프셋을 획득하도록 구성된다.

제2 결정 유닛은 포인트 클라우드 데이터의 각각의 프레임에 대해 초기 포즈 오프셋 및 표면 특징 엘리먼트의 제2 좌표에 따라 표면 특징 엘리먼트의 제3 좌표를 결정하도록 구성된다. 제3 좌표는 레이저 좌표계에서 표면 특징 엘리먼트의 좌표이다.

제3 결정 유닛은 표면 특징 엘리먼트의 제1 좌표 및 제3 좌표에 따라 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋을 결정하도록 구성된다.

선택적으로, 제3 결정 유닛은 계산 서브유닛 및 결정 서브유닛을 포함한다.

계산 서브 유닛은 표면 특징 엘리먼트의 제1 좌표 및 제3 좌표에 따라 각각의 제1 점선 엘리먼트와 이웃하는 제2 점선 엘리먼트 사이의 제1 거리 및 각각의 제1 점선 엘리먼트와 이웃하는 선형 엘리먼트 사이의 제2 거리를 계산하도록 구성된다. 제1 점선 엘리먼트는 제1 좌표에 대응하는 표면 특징 엘리먼트의 점선 엘리먼트이고, 제2 점선 엘리먼트는 제3 좌표에 대응하는 표면 특징 엘리먼트의 점선 엘리먼트이며, 선형 엘리먼트는 제3 좌표에 대응하는 표면 특징 엘리먼트의 선형 엘리먼트이다.

결정 서브유닛은 제1 거리 및 제2 거리에 따라 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋을 결정하도록 구성된다.

선택적으로, 레이저 스캐닝 디바이스의 레이저 외부 파라미터는 차량 좌표계와 레이저 좌표계 사이의 위치 오프셋 및 요 각도를 포함하고, 계산 모듈(604)은 구축 유닛, 제3 획득 유닛 및 계산 유닛을 포함한다.

구축 유닛은 포인트 클라우드 데이터의 적어도 두 개 프레임의 포즈 오프셋, 위치 오프셋, 요 각도 및 시스템 편차 사이에 관측 수학식을 구축하도록 구성된다. 시스템 편차는 차량의 내비게이션 시스템과 지도 데이터 사이의 편차를 지시한다.

제3 획득 유닛은 포인트 클라우드 데이터의 각각의 프레임에 대해 포인트 클라우드 데이터의 프레임에 대응하는 차량의 진행 각도를 획득하도록 구성된다.

계산 유닛은 포인트 클라우드 데이터의 프레임의 진행 각도 및 포즈 오프셋에 따라 관측 수학식에서 위치 오프셋의 값 및 요 각도의 값을 계산하도록 구성된다.

본 개시의 실시예에서, 단말은 레이저 스캐닝 디바이스에 의해 타깃 영역을 스캐닝함으로써 획득되는 포인트 클라우드 데이터의 적어도 2개 프레임에 기초하여 포인트 클라우드 데이터의 각각의 프레임에서 표면 특징 엘리먼트의 제1 좌표를 획득할 수 있다. 제1 좌표는 레이저 좌표계에서 표면 특징 엘리먼트의 좌표이다. 또한, 단말은 차량의 타깃 영역의 지도 데이터에 기초하여 차량 좌표계에서 포인트 클라우드 데이터의 각각의 프레임에서 표면 특징 엘리먼트의 제2 좌표를 직접 결정함으로써, 제1 좌표 및 제2 좌표에 따라 후속 프로세스를 직접 수행할 수 있다. 교정 분야를 수동으로 구축하는 프로세스 및 수동 측정 프로세스가 생략되고, 제1 좌표 및 제2 좌표를 결정하는 효율이 향상됨으로써, 레이저 스캐닝 디바이스를 교정하는 효율이 향상될 수 있다. 또한, 단말은 포인트 클라우드 데이터의 각각의 프레임에 대해 표면 특징 엘리먼트의 제1 좌표 및 제2 좌표에 따라 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋을 결정하고, 이어서 차량의 레이저 스캐닝 디바이스를 교정하기 위해, 포인트 클라우드 데이터의 적어도 2개 프레임의 포즈 오프셋에 따라 레이저 스캐닝 디바이스의 레이저 외부 파라미터의 값을 계산한다. 단말은 포인트 클라우드 데이터의 다수 프레임에 따라 레이저 스캐닝 디바이스의 레이저 외부 파라미터의 값을 계산한다. 따라서, 포인트 클라우드 데이터의 각각의 프레임에서 랜덤 노이즈의 간섭이 감소되고 오차가 감소됨으로써, 레이저 외부 파라미터를 결정하는 정확도가 향상될 수 있다.

전술한 선택적인 기술적 해결수단의 임의의 조합은 본 개시의 선택적 실시예를 형성할 수 있다. 자세한 것은 여기에서 설명되지 않는다.

전술한 기능 모듈의 분할은 전술한 실시예에서 제공된 레이저 스캐닝 디바이스를 교정하기 위한 장치가 레이저 스캐닝 디바이스를 교정할 때 단지 예시적인 목적으로 설명됨에 유의해야 한다. 실제 응용에서, 전술한 기능은 요구 사항에 따라 서로 다른 기능 모듈에 할당될 수 있다. 즉, 단말은 전술한 기능의 전부 또는 일부를 달성하기 위해 서로 다른 기능 모듈로 분할된다. 또한, 전술한 실시예에서 제공되는 레이저 스캐닝 디바이스를 교정하기 위한 장치의 발명 개념은 레이저 스캐닝 디바이스를 교정하기 위한 방법과 동일하다. 특정 구현 프로세스에 대해, 방법 실시예의 설명을 참조할 수 있고, 세부 사항은 본 명세서에서 다시 설명되지 않는다.

도 7은 본 개시의 실시예에 따른 컴퓨터 장치(700)의 개략적인 구조도이다. 도 7을 참조하면, 컴퓨터 장치(700)는 프로세서 및 메모리를 포함하고, 통신 인터페이스, 통신 버스, 입력/출력 인터페이스 및 디스플레이 장치를 더 포함할 수 있다. 프로세서, 메모리, 입력/출력 인터페이스, 디스플레이 장치 및 통신 인터페이스는 통신 버스를 통해 서로 통신한다. 메모리는 비 휘발성 저장 매체 및 내부 메모리를 포함한다. 컴퓨터 장치의 비 휘발성 저장 매체는 운영 체제를 저장하고, 컴퓨터 판독 가능 명령을 더 저장할 수있다. 프로세서에 의해 실행될 때 컴퓨터 판독 가능 명령은 프로세서로 하여금 레이저 스캐닝 디바이스를 교정하기 위한 방법을 구현하게 한다. 내부 메모리는 또한 컴퓨터 판독 가능 명령을 저장할 수 있다. 프로세서에 의해 실행될 때 컴퓨터 판독 가능 명령은 프로세서로 하여금 레이저 스캐닝 디바이스를 교정하기 위한 방법을 수행하게 한다.

통신 버스는 설명된 엘리먼트들을 연결하는 회로이고 엘리먼트들 사이의 전송을 구현한다. 예를 들어, 프로세서는 통신 버스를 통해 다른 엘리면트로부터 명령을 수신하고, 수신된 명령을 해독하며, 해독된 명령에 따라 계산 또는 데이터 처리를 수행한다. 메모리는 프로그램 모듈, 예를 들어 커널, 미들웨어, 애플리케이션 프로그래밍 인터페이스(API) 및 애플리케이션을 포함할 수 있다. 프로그램 모듈은 소프트웨어, 펌웨어 또는 하드웨어, 또는 이들 중 적어도 둘을 포함할 수 있다. 입력/출력 인터페이스는 입력/출력 장치(예를 들어, 센서, 키보드 또는 터치 스크린)를 사용하여 사용자에 의해 입력된 명령 또는 데이터를 전달한다. 디스플레이 장치는 다양한 유형의 정보를 사용자에게 디스플레이한다. 통신 인터페이스는 컴퓨터 장치(700)를 다른 네트워크 장치, 사용자 장치 및 네트워크에 연결한다. 예를 들어, 통신 인터페이스는 유선 또는 무선 방식으로 네트워크에 연결되어 다른 외부 네트워크 장치 또는 사용자 장치에 연결될 수 있다. 무선 통신은 와이파이(wireless fidelity, Wi-Fi), 블루투스(Bluetooth, BT), 근거리 통신 기술(near field communication, NFC), GPS(Global Positioning System) 및 셀룰러 통신(예를 들어, LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced), CDMA (Code Division Multiple Access), WCDMA(Wideband Code Division Multiple Access), UMTS(Universal Mobile Telecommunication System), WiBro(Wireless Broadband) 및 GSM(Global System for Mobile Communications) 중 적어도 하나를 포함할 수 있다. 유선 통신은 USB(Universal Serial Bus), HDMI(High Definition Multimedia Interface), RS-232(Recommended Standard 232) 및 POTS(plain old telephone service) 중 적어도 하나를 포함할 수 있다. 네트워크는 통신(telecommunication) 네트워크 또는 통신(communication) 네트워크일 수 있다. 통신(communication) 네트워크는 컴퓨터 네트워크, 인터넷, 사물 인터넷 또는 전화 네트워크일 수 있다. 컴퓨터 장치(700)는 통신 인터페이스를 통해 네트워크에 연결될 수 있다. 컴퓨터 장치(700)가 다른 네트워크 장치와 통신하는 프로토콜은 애플리케이션, API, 미들웨어, 커널 및 통신 인터페이스 중 적어도 하나에 의해 지원될 수 있다.

예시적인 실시예에서, 컴퓨터 프로그램을 저장하는 컴퓨터 판독 가능 저장 매체, 예를 들어 컴퓨터 판독 가능 명령을 저장하는 메모리가 추가로 제공된다. 컴퓨터 판독 가능 명령은 프로세서에 의해 실행될 때 전술한 실시예에서의 레이저 스캐닝 디바이스를 교정하기 위한 방법을 구현한다. 예를 들어, 컴퓨터 판독 가능 저장 매체는 ROM(read-only memory), RAM(random access memory), CD-ROM(compact disc read-only memory), 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등일 수 있다.

당업자는 전술한 실시예의 모든 단계 또는 일부 단계가 하드웨어에 의해 구현될 수 있거나, 또는 관련 하드웨어에 명령하는 프로그램에 의해 구현될 수 있음을 이해할 수 있다. 프로그램은 컴퓨터 판독 가능 저장 매체에 저장될 수 있다. 저장 매체는 판독 전용 메모리, 자기 디스크, 광 디스크 등일 수 있다.

이상, 본 개시의 바람직한 실시예에 대해서만 설명했지만, 본 개시를 한정하고자 하는 것은 아니다. 본 개시의 사상 및 원리 내에서 이루어진 임의의 수정, 균등물 대체 또는 개선은 본 개시의 보호 범위 내에 속한다.

Claims (20)

1. 컴퓨터 디바이스에 적용되는 레이저 스캐닝 디바이스를 교정하는 방법으로서,
   타깃 영역을 스캐닝함으로써 레이저 스캐닝 디바이스에 의해 획득된 포인트 클라우드 데이터의 적어도 2개의 프레임에 기초하여, 포인트 클라우드 데이터의 각각의 프레임에서 표면 특징 엘리먼트의 제1 좌표를 획득하는 단계 ― 상기 제1 좌표는 레이저 좌표계에서 상기 표면 특징 엘리먼트의 좌표임 ―;
   상기 타깃 영역의 지도 데이터에 기초하여, 차량 좌표계에서의 포인트 클라우드 데이터의 각각의 프레임에서 상기 표면 특징 엘리먼트의 제2 좌표를 결정하는 단계;
   포인트 클라우드 데이터의 각각의 프레임에 대해, 상기 표면 특징 엘리먼트의 제1 좌표 및 제2 좌표에 기초하여 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋(pose offset)을 결정하는 단계; 및
   상기 레이저 스캐닝 디바이스를 교정하기 위해, 상기 포인트 클라우드 데이터의 적어도 2개의 프레임의 포즈 오프셋에 기초하여 상기 레이저 스캐닝 디바이스의 레이저 외부 파라미터(laser extrinsic parameter)의 값을 계산하는 단계
   를 포함하는 레이저 스캐닝 디바이스를 교정하는 방법.
2. 제1항에 있어서,
   상기 타깃 영역을 스캐닝함으로써 레이저 스캐닝 디바이스에 의해 획득된 포인트 클라우드 데이터의 적어도 2개의 프레임에 기초하여, 포인트 클라우드 데이터의 각각의 프레임에서 표면 특징 엘리먼트의 제1 좌표를 획득하는 단계는,
   상기 포인트 클라우드 데이터의 적어도 2개의 프레임을 획득하기 위해, 상기 레이저 스캐닝 디바이스를 사용하여 미리 설정된 스캐닝 경로에 기초하여 상기 타깃 영역을 스캐닝하는 단계 ― 상기 타깃 영역은 상기 표면 특징 엘리먼트를 포함하는 임의의 영역임 ―; 및
   포인트 클라우드 데이터의 각각의 프레임에 대해, 상기 레이저 좌표계에서 상기 표면 특징 엘리먼트의 제1 좌표를 추출하는 단계
   를 포함하는, 레이저 스캐닝 디바이스를 교정하는 방법.
3. 제1항에 있어서,
   상기 타깃 영역의 지도 데이터에 기초하여, 차량 좌표계에서의 포인트 클라우드 데이터의 각각의 프레임에서 상기 표면 특징 엘리먼트의 제2 좌표를 결정하는 단계는,
   내비게이션 시스템으로부터 상기 타깃 영역의 지도 데이터를 획득하는 단계 ― 상기 지도 데이터는 지도 좌표계에서 상기 표면 특징 엘리먼트의 경도 및 위도 좌표와 고도 좌표를 포함함 ―; 및
   상기 내비게이션 시스템으로부터 획득한 상기 타깃 영역의 지도 데이터에 따라 포인트 클라우드 데이터의 각각의 프레임에 대해, 상기 차량 좌표계에서 상기 표면 특징 엘리먼트의 제2 좌표를 결정하는 단계
   를 포함하는, 레이저 스캐닝 디바이스를 교정하는 방법.
4. 제3항에 있어서,
   상기 내비게이션 시스템으로부터 획득한 상기 타깃 영역의 지도 데이터에 따라 포인트 클라우드 데이터의 각각의 프레임에 대해, 상기 차량 좌표계에서 상기 표면 특징 엘리먼트의 제2 좌표를 결정하는 단계는,
   상기 지도 좌표계에서의 상기 표면 특징 엘리먼트의 경도 및 위도 좌표와 고도 좌표를 지구 중심 좌표계(geocentric coordinate system)에서의 위치 좌표로 변환하는 단계;
   상기 지구 중심 좌표계에서의 상기 표면 특징 엘리먼트의 위치 좌표를 관측자 중심 좌표계(topocentric coordinate system)에서의 위치 좌표로 변환하는 단계; 및
   획득된 차량의 진행 각도에 따라 상기 관측자 중심 좌표계에서의 상기 표면 특징 엘리먼트의 위치 좌표를 상기 차량 좌표계에서의 제2 좌표로 변환하는 단계
   를 포함하는, 레이저 스캐닝 디바이스를 교정하는 방법.
5. 제1항에 있어서,
   상기 포인트 클라우드 데이터의 각각의 프레임에 대해, 상기 표면 특징 엘리먼트의 제1 좌표 및 제2 좌표에 기초하여 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋을 결정하는 단계는,
   상기 차량 좌표계와 상기 레이저 좌표계 사이의 초기 포즈 오프셋을 획득하는 단계;
   포인트 클라우드 데이터의 각각의 프레임에 대해, 상기 초기 포즈 오프셋 및 상기 표면 특징 엘리먼트의 제2 좌표에 따라 상기 표면 특징 엘리먼트의 제3 좌표를 결정하는 단계 ― 상기 제3 좌표는 상기 레이저 좌표계에서 상기 표면 특징 엘리먼트의 좌표임 ―; 및
   상기 표면 특징 엘리먼트의 제1 좌표 및 제3 좌표에 따라 상기 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋을 결정하는 단계
   를 포함하는, 레이저 스캐닝 디바이스를 교정하는 방법.
6. 제5항에 있어서,
   상기 포인트 클라우드 데이터의 각각의 프레임에 대해, 상기 초기 포즈 오프셋 및 상기 표면 특징 엘리먼트의 제2 좌표에 따라 제3 좌표를 결정하는 단계는,
   포인트 클라우드 데이터의 각각의 프레임에 대해, 상기 초기 포즈 오프셋 내의 초기 위치 오프셋의 값에 따라 상기 표면 특징 엘리먼트의 제2 좌표에 대한 위치 오프셋팅(offsetting)을 수행하고, 상기 초기 포즈 오프셋 내의 초기 요 각도(yaw angle)의 값에 따라 상기 위치 오프셋팅을 받은 상기 제2 좌표에 대한 각도 오프셋팅을 수행하는 단계; 및
   상기 위치 오프셋팅 및 상기 각도 오프셋팅을 수행한 후에 획득된 위치 좌표를 상기 표면 특징 엘리먼트의 제3 좌표로 사용하는 단계
   를 포함하는, 레이저 스캐닝 디바이스를 교정하는 방법.
7. 제5항에 있어서,
   상기 표면 특징 엘리먼트의 제1 좌표 및 제3 좌표에 따라 상기 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋을 결정하는 단계는,
   상기 표면 특징 엘리먼트의 제1 좌표 및 제3 좌표에 따라 각각의 제1 점선 엘리먼트(dotted element)와 이웃하는 제2 점선 엘리먼트 사이의 제1 거리 및 각각의 제1 점선 엘리먼트와 이웃하는 선형 엘리먼트 사이의 제2 거리를 계산하는 단계 ― 상기 제1 점선 엘리먼트는 상기 제1 좌표에 대응하는 상기 표면 특징 엘리먼트에서의 점선 엘리먼트이고, 상기 제2 점선 엘리먼트는 상기 제3 좌표에 대응하는 상기 표면 특징 엘리먼트에서의 점선 엘리먼트이며, 상기 선형 엘리먼트는 상기 표면 특징 엘리먼트의 선형 엘리먼트이자 또한 상기 제3 좌표에 대응하는 선형 엘리먼트임 ―; 및
   상기 제1 거리 및 상기 제2 거리에 따라 상기 포인트 클라우드 데이터의 각각의 프레임의 포즈 오프셋을 결정하는 단계
   를 포함하는, 레이저 스캐닝 디바이스를 교정하는 방법.
8. 제1항에 있어서,
   상기 레이저 스캐닝 디바이스의 레이저 외부 파라미터는 상기 차량 좌표계와 상기 레이저 좌표계 사이의 위치 오프셋 및 요 각도를 포함하고, 상기 포인트 클라우드 데이터의 적어도 2개의 프레임의 포즈 오프셋에 따라 상기 레이저 스캐닝 디바이스의 레이저 외부 파라미터의 값을 계산하는 단계는,
   상기 포인트 클라우드 데이터의 적어도 2개의 프레임의 포즈 오프셋, 상기 위치 오프셋, 상기 요 각도 및 시스템 편차 사이의 관측 수학식을 구축하는 단계 ― 상기 시스템 편차는 상기 지도 데이터에서의 시스템 오차를 지시함 ―;
   포인트 클라우드 데이터의 각각의 프레임에 대해, 포인트 클라우드 데이터의 각각의 프레임에 대응하는 상기 차량의 진행 각도를 획득하는 단계; 및
   포인트 클라우드 데이터의 각각의 프레임의 상기 진행 각도 및 상기 포즈 오프셋에 따라 상기 관측 수학식에서 상기 위치 오프셋의 값 및 상기 요 각도의 값을 계산하는 단계
   를 포함하는, 레이저 스캐닝 디바이스를 교정하는 방법.
9. 컴퓨터 디바이스로서,
   메모리 및 프로세서를 포함하며,
   상기 메모리는 컴퓨터 판독 가능 명령을 저장하고, 상기 컴퓨터 판독 가능 명령은, 상기 프로세서에 의해 실행될 때, 상기 프로세서로 하여금 제1항 내지 제8항 중 어느 하나의 항에 따른 레이저 스캐닝 디바이스를 교정하는 방법을 수행하게 하는, 컴퓨터 디바이스.
10. 비 휘발성 컴퓨터 판독 가능 저장 매체로서,
    컴퓨터 판독 가능 명령을 저장하며,
    상기 컴퓨터 판독 가능 명령은, 하나 이상의 프로세서에 의해 실행될 때, 상기 하나 이상의 프로세서로 하여금 제1항 내지 제8항 중 어느 하나의 항에 따른 레이저 스캐닝 디바이스를 교정하는 방법을 수행하게 하는, 비 휘발성 컴퓨터 판독 가능 저장 매체.
    
    
11. 삭제
12. 삭제
13. 삭제
14. 삭제
15. 삭제
16. 삭제
17. 삭제
18. 삭제
19. 삭제
20. 삭제

Images