KR102408478B1 - 경로 추정 방법 및 이를 이용하는 장치 - Google Patents

경로 추정 방법 및 이를 이용하는 장치 Download PDF

Info

Publication number
KR102408478B1
KR102408478B1 KR1020190163600A KR20190163600A KR102408478B1 KR 102408478 B1 KR102408478 B1 KR 102408478B1 KR 1020190163600 A KR1020190163600 A KR 1020190163600A KR 20190163600 A KR20190163600 A KR 20190163600A KR 102408478 B1 KR102408478 B1 KR 102408478B1
Authority
KR
South Korea
Prior art keywords
information
processor
path
spatial information
sensor
Prior art date
Application number
KR1020190163600A
Other languages
English (en)
Other versions
KR20210073640A (ko
Inventor
김승훈
이경민
Original Assignee
한국전자기술연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전자기술연구원 filed Critical 한국전자기술연구원
Priority to KR1020190163600A priority Critical patent/KR102408478B1/ko
Publication of KR20210073640A publication Critical patent/KR20210073640A/ko
Application granted granted Critical
Publication of KR102408478B1 publication Critical patent/KR102408478B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497—Means for monitoring or calibrating

Abstract

본 발명은 라이다 센서를 이용하여 3차원 공간 정보를 획득하는 단계, 상기 수집된 3차원 공간 정보를 항법 센서가 수집한 센싱 정보를 기반으로 자세 보정하는 단계, 상기 자세 보정된 3차원 공간 정보에 대한 부분 필터링을 수행하는 단계, 상기 3차원 공간 정보로부터 2차원 투영된 지형 이미지를 획득하는 단계 및 상기 지형 이미지 상에 이동 경로를 표시하는 단계를 포함하는 경로 추정 방법 및 이를 지원하는 경로 추정 장치를 개시한다.

Description

경로 추정 방법 및 이를 이용하는 장치{Finding Method of route and device using the same}
본 발명은 경로 추정에 관한 것으로, 더욱 상세하게는 라이다 센서 및 항법 센서를 이용하여 보다 신속 정확하게 경로를 찾을 수 있도록 지원하는 경로 추정 방법 및 이를 이용하는 장치에 관한 것이다.
재난이 발생한 지역 또는 다양한 위험 요소가 존재하는 지역, 또는 사전 탐사가 없어 정보가 없는 미지의 영역 등에 대해 탐사가 필요한 상황이 발생할 수 있다. 상술한 지역에, 인력을 투입하고, 인력의 실제 측량을 기반으로 이동 경로를 찾는 방법을 고려해 볼 수 있으나, 투입된 인력에 대한 잠재적인 위험이 있는 상황에서 인력을 직접적으로 투입하는 방법은 선택이 어려울 수밖에 없다. 또한, 이동 경로를 개척하는 과정에서 정확한 기준점이 없는 인력의 시각 등에 의존하여 이동 경로를 구성할 경우, 왜곡된 정보를 전달하는 문제가 있을 수 있다.
이에 따라, 특정 장소에 대한 이동 경로를 보다 신속하고 정확하게 측정할 수 있는 방법의 제안이 요구되고 있다.
본 발명은 특정 장소에 대한 경로 추정 과정에서 센싱 정보를 수집하고, 수집된 센싱 정보를 간소화하여 이동 경로 추정을 단순화함으로써 이동 경로 확보를 신속하게 할 수 있으면서도 정확한 이동 경로를 제공할 수 있는 경로 추정 방법 및 이를 지원하는 장치를 제공함에 있다.
본 발명의 실시 예에 따른 경로 추정 장치는 라이다 센서, 상기 라이다 센서와 동기화되어 센싱 정보를 수집하는 항법 센서, 상기 센서들이 수집한 센싱 정보를 저장하는 메모리, 상기 라이다 센서, 상기 항법 센서 및 상기 메모리와 기능적으로 연결된 프로세서를 포함하고, 상기 프로세서는 상기 라이다 센서에 의해 수집된 3차원 공간 정보를 상기 항법 센서가 수집한 센싱 정보를 기반으로 자세 보정하고, 상기 자세 보정된 3차원 공간 정보에 대한 부분 필터링을 수행하고, 상기 3차원 공간 정보로부터 2차원 투영된 지형 이미지를 획득하고, 상기 지형 이미지 상에 이동 경로를 표시하도록 설정된 것을 특징으로 한다.
여기서, 상기 프로세서는 상기 항법 센서가 수집한 roll 및 pitch 정보를 기반으로 상기 3차원 공간 정보의 자세를 보정하도록 설정된 것을 특징으로 한다.
특히, 상기 프로세서는 상기 자세 보정된 3차원 공간 정보에서 바닥면 및 천장면 정보를 제거하도록 설정된 것을 특징으로 한다.
또는, 상기 프로세서는 상기 자세 보정된 3차원 공간 정보에서 원형 고리 패턴의 정보를 제거하여 바닥면 및 천장면 정보를 제거하도록 설정된 것을 특징으로 한다.
한편, 상기 프로세서는 상기 지형 이미지 획득과 관련하여 상기 3차원 공간 정보에서 벽면 정보를 검출하되, 상기 벽면 정보 검출과 관련하여, 상기 자세 보정된 3차원 공간 정보에서의 3차원 포인트 각각의 법선 벡터를 추출하고, 각 포인트의 smoothness constraint 유사성을 기준으로 가까운 포인트 끼리 merge하는 방식을 이용하여 포인트 normal angle comparison을 통한 유사성 비교를 수행하여 벽면 검출하도록 설정된 것을 특징으로 한다.
이 경우, 상기 프로세서는 기 3차원 포인트들에 대하여 이웃하는 주변 포인트들과의 거리에 대해 standard deviation, global distances mean을 계산하여 outlier를 필터링하도록 설정된 것을 특징으로 한다.
특히, 상기 프로세서는 상기 outlier가 필터링된 3차원 공간 정보에서 z축 정보를 제거하여 상기 2차원 투영된 지형 이미지를 획득하도록 설정된 것을 특징으로 한다.
본 발명의 실시 예에 따른 경로 추정 방법은 라이다 센서를 이용하여 3차원 공간 정보를 획득하는 단계, 상기 수집된 3차원 공간 정보를 항법 센서가 수집한 센싱 정보를 기반으로 자세 보정하는 단계, 상기 자세 보정된 3차원 공간 정보에 대한 부분 필터링을 수행하는 단계, 상기 3차원 공간 정보로부터 2차원 투영된 지형 이미지를 획득하는 단계 및 상기 지형 이미지 상에 이동 경로를 표시하는 단계를 포함할 수 있다.
본 발명에 따른 경로 추정 방법 및 이를 이용하는 장치에 따르면, 본 발명은 자세 보정을 통하여 이동 경로 추정을 보다 정확하게 수행할 수 있도록 지원한다.
또한, 본 발명은 획득된 센싱 정보 중 경로 추정에서 요구되지 않는 정보들을 제거함으로써, 경로 추정을 위한 전체적인 연산량을 줄이고, 이를 기반으로 보다 신속하고 정확한 이동 경로 추정이 가능하도록 지원할 수 있다.
도 1은 본 발명의 실시 예에 따른 경로 추정 장치 구성의 한 예를 나타낸 도면이다.
도 2는 본 발명의 실시 예에 따른 경로 추정 장치 구성 중 프로세서 구성의 한 예를 나타낸 도면이다.
도 3은 본 발명의 실시 예에 따른 경로 추정 방법의 한 예를 나타낸 도면이다.
도 4는 본 발명의 실시 예에 따른 경로 추정 장치를 이용한 경로 추정할 공간의 한 예를 나타낸 도면이다.
도 5는 도 4와 같은 공간에 대한 3차원 공간 정보의 한 예를 나타낸 도면이다.
도 6은 본 발명의 실시 예에 따른 부분 필터링관련 이미지의 한 예를 나타낸 도면이다.
도 7은 본 발명의 실시 예에 따른 부분 필터링된 이미지의 다른 예를 나타낸 도면이다.
도 8은 본 발명의 실시 예에 따른 포인트 클라우드 관련 이미지의 한 예를 나타낸 도면이다.
도 9는 본 발명의 실시 예에 따른 아웃리어 제거 관련 이미지의 한 예를 나타낸 도면이다.
도 10은 본 발명의 실시 예에 따른 3차원 공간 정보를 2차원 공간에 투영한 에를 나타낸 도면이다.
도 11은 본 발명의 실시 예에 따른 경로 추정 장치의 전방 각도 정의와 관련한 도면이다.
도 12는 본 발명의 실시 예에 따른 이동 경로 표시의 한 예를 나타낸 도면이다.
하기 설명에서는 본 발명의 실시 예를 이해하는데 필요한 부분만이 설명되며, 그 이외 부분의 설명은 본 발명의 요지를 흩트리지 않는 범위에서 생략될 것이라는 것을 유의하여야 한다.
이하에서 설명되는 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념으로 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 바람직한 실시 예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.
이하, 첨부된 도면을 참조하여 본 발명의 실시 예를 보다 상세하게 설명하고자 한다.
도 1은 본 발명의 실시 예에 따른 경로 추정 장치 구성의 한 예를 나타낸 도면이다.
도 1을 참조하면, 본 발명의 실시 예에 따른 경로 추정 장치(100)는 통신 회로(110), 라이다 센서(120), 항법 센서(130), 메모리(140), 디스플레이(150), 카메라(170), 이동 모듈(180) 및 프로세서(160)를 포함할 수 있다. 상술한 구성을 가지는 경로 추정 장치(100)는 라이다 센서(120) 및 항법 센서(130)를 이용하여 각각 센싱 정보를 수집하고, 수집된 센싱 정보를 기반으로 경로 추정을 수행할 수 있다. 이 과정에서 상기 경로 추정 장치(100)는 자세 보정, 센싱 정보에 대한 부분 필터링, 2차원 투영 등을 수행하여 보다 신속하고 정확한 경로 추정을 수행할 수 있다. 상술한 경로 추정 장치(100)는 장치 이동을 위한 이동 모듈(180), 경로 추정과 관련한 센서들(120, 130), 메모리(140) 및 프로세서(160) 구성만을 포함하도록 구성될 수도 있다. 이 경우, 상기 디스플레이(150)는 경로 추정 장치(100) 제어와 관련한 외부 전자 장치에 배치될 수 있다. 상기 외부 전자 장치는 상기 경로 추정 장치(100)와 통신 채널을 형성하고, 경로 추정 장치(100)가 제공하는 영상을 상기 통신 채널을 통해 수신하여 상기 디스플레이(150)에 출력할 수 있다. 상기 항법 센서(130)는 상기 라이다 센서(120)와 하나의 케이스 내에 배치될 수 있다. 또는, 상기 항법 센서(130)는 상기 라이다 센서(120) 상부에 부착될 수 있다. 또한, 상기 경로 추정 장치(100)는 카메라(170)를 더 포함할 수 있다. 경로 추정 장치(100)의 전방 진행을 기준으로 카메라(170)는 전방을 향하도록 배치될 수 있다.
상기 통신 회로(110)는 상기 경로 추정 장치(100)의 통신 기능을 수행할 수 있다. 이러한 통신 회로(110)는 상기 라이다 센서(120) 및 항법 센서(130)가 수집한 센싱 정보를 지정된 외부 전자 장치에 전송할 수 있다. 또는, 상기 통신 회로(110)는 추정된 경로 정보를 프로세서(160) 제어에 따라 지정된 외부 전자 장치에 전송할 수 있다. 추가적으로, 상기 통신 회로(110)는 상기 카메라(170)가 획득한 영상을 프로세서(160) 제어에 대응하여 외부 전자 장치에 전송할 수 있다. 상기 외부 전자 장치는 추정된 경로를 수신할 수 있는 장치일 수 있다. 또는, 상기 외부 전자 장치는 상기 경로 추정 장치(100)를 제어하는 서버 장치를 포함할 수 있다.
상가 라이다 센서(120)는 복수의 채널을 통해 레이저를 조사할 수 있다. 예컨대, 상기 라이다 센서(120)는 16채널의 레이저를 가지며 TCP/IP 케이블을 통해 초당 최소 600,000개 이상의 포인트를 취득 할 수 있는 VLP-16(lidar)센서를 포함할 수 있다. 상기 라이다 센서(120)는 최대 100미터 까지 스캔이 가능할 수 있다. 이러한 상기 라이다 센서(120)는 센서의 종류에 따라 채널의 개수 및 스캔 가능 거리가 달라질 수 있다.
상기 항법 센서(130)는 상기 라이다 센서(120)의 자세 보정을 위한 센싱 값을 수집하는 센서일 수 있다. 이러한 항법 센서(130)는 예컨대, 3축 지자기 및 자이로, 가속도계를 측정할 수 있는 AHRS 센서를 포함할 수 있다. 상기 항법 센서(130)는 지자기 나침반의 문제인 외부자기 교란에 따른 방위 값 왜곡 현상을 최소화 하는 등의 외부 환경으로 부터의 보상을 위한 센싱 정보 수집을 수행할 수 있다.
상기 메모리(140)는 경로 추정 장치(100)운용과 관련한 적어도 하나의 데이터를 저장할 수 있다. 예를 들어, 상기 메모리(140)는 상기 라이다 센서(120) 구동과 관련한 프로그램, 상기 항법 센서(130) 구동과 관련한 프로그램 등을 저장할 수 있다. 또한, 상기 메모리(140)는 상기 라이다 센서(120)가 수집한 센싱 정보, 상기 항법 센서(130)가 수집한 센싱 정보를 임시 또는 반영구적으로 저장할 수 있다. 상기 메모리(140)는 상기 센싱 정보들을 기반으로 추정된 경로 정보를 저장할 수 있다.
상기 디스플레이(150)는 상기 경로 추정 장치(100) 운용과 관련한 적어도 하나의 화면을 출력할 수 있다. 예를 들어, 상기 디스플레이(150)는 라이다 센서(120) 및 항법 센서(130) 운용과 관련한 메뉴 화면을 출력하고, 사용자 입력에 따라, 상기 라이다 센서(120) 및 항법 센서(130) 운용에 따른 화면을 출력할 수 있다. 상기 디스플레이(150)는 상기 라이다 센서(120) 제어 및 항법 센서(130) 제어 화면을 출력할 수 있다. 상기 디스플레이(150)는 경로 추정을 위해서 거치는 센싱 정보 처리 화면을 출력할 수 있다. 또한, 상기 디스플레이(150)는 추정된 경로 상에서 추전 방향을 지시하는 인디케이터를 출력할 수 있다. 추가로, 상기 디스플레이(150)는 상기 카메라(170)가 획득한 영상을 독립적으로 출력하거나 또는 상기 라이다 센서(120)와 항법 센서(130)가 수집한 센싱 정보를 기반으로 추정된 경로 정보와 함께 상기 카메라(170)가 획득한 영상을 출력할 수 있다.
상기 카메라(170)는 주변 영상을 촬영할 수 있다. 상기 카메라(170)는 RGB 카메라, IR 카메라 중 적어도 하나를 포함할 수 있다. 상기 카메라(170)는 경로 추정 장치(100)의 진행 방향을 향한 시점에 대한 영상을 수집할 수 있다. 한편, 상기 카메라(170)는 상기 경로 추정 장치(100)에서 제외될 수도 있다. 상기 카메라(170)는 상기 프로세서(160) 제어에 대응하여 상기 라이다 센서(120) 및 상기 항법 센서(130)와 함께 운용될 수도 있다.
상기 이동 모듈(180)은 상기 경로 추정 장치(100)의 이동을 지원하는 모듈일 수 있다. 이러한 이동 모듈(180)은 예컨대, 상기 다양한 센서들과 카메라, 프로세서와 메모리, 통신 회로 등이 실장된 인쇄회로기판, 디스플레이가 실장되는 케이스와, 상기 케이스 일측에 배치되어 케이스를 이동시킬 수 있는 이동 수단(예: 바퀴나 궤도, 상기 바퀴나 궤도에 연결된 축, 상기 축을 회전시키는 적어도 하나의 기어 등), 상기 이동 수단에 동력을 제공할 수 있는 동력 수단, 방향을 조절할 수 있는 조향 장치 등을 포함할 수 있다. 이러한 이동 모듈(180)은 프로세서(160) 제어에 대응하여 경로 추정 장치(100)를 특정 방향으로 특정 속도를 가지며 이동시킬 수 있다.
상기 프로세서(160)는 경로 추정 장치(100) 운용과 관련한 적어도 하나의 신호의 처리 또는 전달을 수행할 수 있다. 상기 프로세서(160)는 사용자 입력에 따라, 또는 기 설정된 프로그램 루틴에 따라 상기 경로 추정 장치(100)의 이동 모듈(180)을 제어하여 경로 추정 장치(100)를 특정 장소로 이동시킬 수 있다. 사용자 입력 수신과 관련하여 상기 경로 추정 장치(100)는 입력 장치를 더 포함할 수 있다.
상기 프로세서(160)는 예컨대, 사용자 입력에 따라 라이다 센서(120)와 항법 센서(130)를 활성화하여 센싱 정보를 수집하고, 수집된 센싱 정보를 기반으로 주변 환경에 대한 분석을 수행하고, 분석 결과를 기반으로 경로 추정을 수행할 수 있다. 이와 관련하여, 상기 프로세서(160)는 도 2에 도시된 바와 같은 구성을 포함할 수 있다.
도 2는 본 발명의 실시 예에 따른 경로 추정 장치 구성 중 프로세서 구성의 한 예를 나타낸 도면이다.
도 2를 참조하면, 본 발명의 실시 예에 따른 경로 추정 장치(100)의 프로세서(160)는 동기화부(161), 센싱 정보 수집부(163), 자세 보정부(165), 필터링부(167), 검출부(168), 경로 추정부(169)를 포함할 수 있다. 상술한 동기화부(161), 센싱 정보 수집부(163), 자세 보정부(165), 필터링부(167), 검출부(168), 경로 추정부(169) 중 적어도 하나의 소프트웨어 모듈로 구현된 후, 메모리에 로드되고, 프로세서(160)의 제어에 따라 경로 추정 기능 수행을 지원하는 연산을 처리할 수 있다. 또는, 상기 동기화부(161), 센싱 정보 수집부(163), 자세 보정부(165), 필터링부(167), 검출부(168), 경로 추정부(169) 중 적어도 하나는 하드웨어 모듈로 구현될 수 있다.
상기 동기화부(161)는 경로 추정 장치(100)에 포함된 적어도 하나의 센서들(예: 라이다 센서(120), 항법 센서(130), 카메라(170))의 동기화를 제어할 수 있다. 이와 관련하여, 동기화부(161)는 본 발명의 경로 추정 기능 실행이 요청되면, 예컨대 상기 라이다 센서(120) 및 항법 센서(130)를 활성화하여 센싱 정보를 수집할 수 있다. 센싱 수집 과정에서, 상기 동기화부(161)는 각 센서들이 수집한 센싱 정보들에 대한 타임스탬프를 기록 관리할 수 있다. 또한, 상기 동기화부(161)는 상기 라이다 센서(120) 운용과 관련한 카메라(170)를 동시 활성화하여 추정된 경로 상에서 적어도 하나의 영상을 촬영할 수 있도록 제어할 수 있다. 상기 동기화부(161)는 경로 추정 기능 종료와 관련한 이벤트 발생 시, 상기 라이다 센서(120) 및 항법 센서(130)의 동시 종료를 제어할 수 있다.
상기 센싱 정보 수집부(163)는 상기 동기화부(161)에 의해 적어도 라이다 센서(120) 및 항법 센서(130)가 활성화되면, 각 센서들이 수집한 센싱 정보를 수집할 수 있다. 이와 관련하여, 센싱 정보 수집부(163)는 각 센서들의 센싱 정보 저장과 관련한 메모리(140) 할당을 제어하고, 센싱 정보 수집 시에 동기화부(161)로부터 타임스탬프를 함께 수신하여, 동기화하여 각 센싱 정보들을 저장할 수 있다.
상기 자세 보정부(165)는 상기 센싱 정보 수집부(163)가 수집한 센싱 정보들 중 항법 센서(130)가 수집한 센싱 정보를 기반으로 라이다 센서(120)가 수집한 센싱 정보의 자세를 보정할 수 있다. 예를 들어, 라이다 센서(120)인 VLP-16 센서에서 얻은 데이터는
Figure 112019127441711-pat00001
데이터로 구성되며, 여기서
Figure 112019127441711-pat00002
는 3차원 공간좌표이고, i는 intensity가 될 수 있다. 해당 라이다 센서(120)를 통해 취득된 포인트 클라우드 데이터에는 센서의 자세 값이 포함되어 있지 않다. 이러한 이유로 센서가 기울어 질 경우 데이터 전체가 함께 기울어지므로 자세 보정부(165)는 항법 센서(130)가 수집한 센싱 정보를 기반으로 포인트 클라우드의 보정을 수행할 수 있다. 자세 보정 과정에서, 바닥과 평행하지 않은 상태의 VLP-16 센서에서 취득된 3차원 공간 정보를 항법 센서(130)인 AHRS-8 센서를 통해 취득된 roll, pitch 값을 이용해 3차원 공간정보의 축 정렬을 시행할 수 있다.
상기 필터링부(167)는 자세 보정된 센싱 정보(예: 라이다 센서(120)가 수집한 센싱 정보) 중 적어도 일부를 제거할 수 있다. 예를 들어, 상기 필터링부(167)는 상기 자세 보정된 센싱 정보에서 천장 관련 정보 또는 바닥 관련 정보를 제거할 수 있다. 또한, 상기 필터링부(167)는 지정된 영역을 벗어난 데이터(예: Outlier)를 제거할 수 있다.
상기 검출부(168)는 필터링부(167)에 의해 필터링된 이미지에서 지정된 객체(예: 벽면)를 검출할 수 있다. 상기 검출부(168)는 검출된 객체들을 기반으로 지형 이미지를 구현할 수 있다. 상기 검출부(168)는 구현된 이미지를 경로 추정부(169)에 제공할 수 있다.
상기 경로 추정부(169)는 상기 검출부(168)가 제공한 지형 이미지를 기반으로 경로를 추정할 수 있다. 이와 관련하여, 상기 경로 추정부(169)는 검출부(168)가 제공한 3차원 지형 이미지를 2차원으로 투영하는 작업을 수행할 수 있다. 상기 경로 추정부(169)는 2차원 투영된 지형 이미지에서, 현재 위치를 검출하고, 현재 위치를 기준으로 이동할 경로를 선정할 수 있다. 상기 경로 추정부(169)는 이동 경로 선정 및 이동이 수행되면, 카메라(170)를 활성화하여 RGB 영상을 획득하고, 획득된 RGB 영상을 디스플레이(150)에 출력하거나 또는 지정된 외부 전자 장치에 전송하도록 제어할 수 있다. 상기 경로 추정부(169)는 상기 경로 추정 장치(100)의 이동 경로 또는 진행 방향을 지시하는 인디케이터를 상기 2차원 투영된 지형 이미지 상에 출력할 수 있다.
도 3은 본 발명의 실시 예에 따른 경로 추정 방법의 한 예를 나타낸 도면이다.
도 3을 참조하면, 본 발명의 실시 예에 따른 경로 추정 방법과 관련하여, 경로 추정 장치(100)의 프로세서(160)는 301 단계에서, 센싱 정보 수집을 제어할 수 있다. 이와 관련하여, 경로 추정 장치(100)는 경로 추정 기능 수행과 관련한 사용자 입력 수신을 위한 입력 장치를 더 포함하거나, 또는 기 설정된 스케줄링된 정보에 따라 센싱 정보 수집을 수행하도록 제어할 수 있다. 상기 프로세서(160)는 센싱 정보 수집과 관련하여, 라이다 센서(120) 및 항법 센서(130)를 활성화할 수 있다.
303 단계에서, 프로세서(160)는 수집된 센싱 정보를 이용하여 경로 추정 장치(100)의 자세 보정을 수행할 수 있다. 예컨대, 상기 프로세서(160)는 항법 센서(130)가 수집한 센싱 정보의 roll 및 pitch 정보를 기반으로 상기 라이다 센서(120)가 수집한 센싱 정보의 3차원 공간 정보의 축 정렬을 수행할 수 있다.
305 단계에서, 프로세서(160)는 센싱 정보에 대한 부분 필터링을 수행할 수 있다. 예컨대, 상기 프로세서(160)는 수집된 센싱 정보에 대응하는 지형 이미지 중 바닥면에 해당하는 정보를 필터링하여 제거할 수 있다. 또한, 상기 프로세서(160)는 수집된 센싱 정보에 대응하는 지형 이미지 중 천장에 해당하는 정보를 필터링하여 제거할 수 있다. 바닥면 및 천장 관련 정보 필터링과 관련하여, 라이다 센서(예: VLP-16센서)의 경우 각 레이저가 3차원 공간의 장애물에 반사되어 센서로 회귀하는 값을 3차원 공간정보로 반환해 준다. 이때, 바닥면 또는 천장면과 같은 장애물의 경우 반사된 원형 고리 형태를 가지기 때문에, 프로세서(160)는 이에 대응하는 정보를 필터링할 수 있다. 필터링 과정에서, 경로 추정 장치(100)는 Z axis pass through 알고리즘을 사용할 수 있으며, 상기 Z axis pass through 알고리즘은 3차원 공간정보 전체가 자세 보정이 된 상태에서 Z axis를 기준으로 위아래 유효범위를 부여 하고, 바닥면과 천장면과 같이 불필요한 정보를 제거할 수 있다. 자세 보정된 3차원 공간정보는 Z 축을 포함하는 3차원 좌표계를 가진다. 프로세서(160)는 라이다 센서(120)의 원점을 (0,0,0) 이라 할 때, Z axis (Z up) 0.0 ~ 1.0 m 해당하는 정보만이 유효한 값임을 가정하고 나머지 3차원 공간 정보를 제거할 수 있다. 정보 필터링 과정에서, 상기 프로세서(160)는, 원형 고리 형태의 패턴뿐만 아니라, 사용되는 라이다 센서(120)의 특징에 따라 바닥면과 관련한 센싱 패턴 및 천장과 관련한 센싱 패턴을 검출하고, 검출된 센싱 패턴을 제거할 수 있다. 이와 관련하여, 상기 경로 추정 장치(100)는 제거할 센싱 패턴을 사전에 메모리(140)에 저장하고 관리할 수 있다.
307 단계에서, 프로세서(160)는 센싱 정보를 이용하여 주변 환경과 관련한 벽면 검출을 수행할 수 있다. 벽면 검출과 관련하여, 상기 프로세서(160)는 Region growing segmentation 알고리즘을 적용할 수 있다. 예로서, 상기 Region growing segmentation 알고리즘은 다음과 같은 형태로 정의될 수 있다.
Figure 112019127441711-pat00003
Figure 112019127441711-pat00004
벽면의 경우 각각의 3차원 공간정보에서 각각의 3차원 포인트 들이 조밀하게 특정 결합성을 가진 형태로 취득될 수 있다. 이에 따라, 프로세서(160)는 3차원 포인트 각각의 법선 벡터(Normal Vector)를 추출해 각 point의 smoothness constraint 유사성을 기준으로 가까운 포인트 끼리 merge하는 방식으로, point normal angle comparison을 통한 유사성 비교를 수행하여 벽면 검출을 수행할 수 있다.
309 단계에서, 프로세서(160)는 검출된 벽면 정보들을 기반으로 경로 추정을 수행할 수 있다. 이 과정에서, 프로세서(160)는 추가적인 정보 제거를 수행할 수 있다. 예컨대, 라이다 센서(120)를 통해 취득된 3차원 공간정보는 노이즈로 인해 sparse outlier들이 존재할 수 있다. 데이터 전반에 걸쳐 분포 되어 있는 outlier들이 많을 경우 normal estimation이나 curvature change를 추정하기 어렵고, 또한 point cloud registration이 필요한 경우 심각한 오차를 야기할 수 있다. 이에 따라, 프로세서(160)는 Statistical outlier removal filter를 이용하여 outlier 들을 제거할 수 있다. 상기 프로세서(160)는 Statistical outlier removal filter를 기반으로, 이웃하는 주변 point들과의 거리에 대해 standard deviation, global distances mean을 계산하여 outlier를 filtering 할 수 있다. 상기 Statistical outlier removal filter 운용과 관련하여, 프로세서(160)는 각 point와 해당 point를 제외한 모든 이웃 point들까지의 mean distance를 계산하고, resulted distribution이 mean, standard deviation을 가지는 gaussian distribution이라고 가정하며, 모든 point의 mean distance가 global distance mean, standard deviation threshold를 벗어날 경우 outlier로 판단하여 제거할 수 있다.
상기 프로세서(160)는 경로 추정을 위하여, 3차원 공간 정보를 2차원에 투영할 수 있다. 이때, 프로세서(160)는 3차원 공간정보를 2차원으로 투영하기 위해 BEV 즉, Bird's-eye view를 사용할 수 있다. 예컨대, 프로세서(160)는 3차원 공간 정보에서 Z축에 해당하는 포인트 값을 모두 0으로 두고 x, y 좌표만을 사용 하여 Z축의 정보를 제거함으로써, 2차원 이미지로 투영된 결과물을 획득할 수 있다.
311 단계에서, 프로세서(160)는 경로 표시 및 이동을 수행할 수 있다. 이동 경로를 표시하는 과정에서, 정밀한 각도 단위 표시는 가시성을 저하시킬 수 있으므로, 프로세서(160)는 각도 그룹화를 수행할 수 있다. 상기 각도 그룹화는 최대 진폭(magnitude) 값을 가지는 그룹에 해당하는 평균 각도를 산출하는 방법을 포함할 수 있다. 상기 프로세서(160)는 산출된 평균 각도를 2차원 투영 이미지 상에 표시할 수 있다.
다음으로, 313 단계에서, 프로세서(160)는 경로 추정 기능 종료와 관련한 이벤트 발생이 있는지 확인할 수 있다. 예컨대, 프로세서(160)는 경로 추정 기능 종료를 지시하는 사용자 입력이 발생하거나 또는 이동 경로가 막혀서 추가적인 경로 추정을 할 수 없는 경우, 지정된 위치로 회귀하거나, 경로 추정 기능을 종료할 수 있다. 종료 이벤트 발생 시, 현재 위치에서 또는 회귀된 위치에서 경로 추정과 관련한 센서들 및 카메라를 비활성화하고, 이동 모듈(180)의 동작을 중지시킬 수 있다. 경로 추정 기능 종료와 관련한 이벤트 발생이 없는 경우, 프로세서(160)는 301 단계이전으로 분기하여 이하 동작을 재수행할 수 있다.
도 4는 본 발명의 실시 예에 따른 경로 추정 장치를 이용한 경로 추정할 공간의 한 예를 나타낸 도면이며, 도 5는 도 4와 같은 공간에 대한 3차원 공간 정보의 한 예를 나타낸 도면이다.
도 4를 참조하면, 본 발명의 경로 추정 장치(100)는 도시된 바와 같이 다양한 형태의 벽면이 존재하는 공간에 대해, 도 5의 501 화면에서와 같은 3차원 공간 정보를 획득할 수 있다. 501 화면은 라이다 센서(120)를 통해 획득된 3차원 공간 정보를 표시한다. 한편, 경로 추정 장치(100)는 라이다 센서(120) 운용과 관련한 항법 센서(130)를 활성화하여 센싱 정보를 수신하고, 수신된 센싱 정보를 기반으로 라이다 센서(120)에 의해 획득된 3차원 공간 정도에 대한 자세 보정을 수행할 수 있다. 503 화면은 501 화면에 나타낸 3차원 공간 정보의 자세 보정을 수행한 이미지를 나타낸 것이다. 503 화면을 참조하면, 다양한 벽의 형태(고르지 않은 형태 포함)를 포함하는 공간에서의 라이다 3차원 공간 데이터를 항법 센서(130)가 획득한 센싱 정보를 이용해 자세를 보정 하였을 경우 Z축과 벽이 평행하게 존재 하는 것을 확인 할 수 있다.
도 6은 본 발명의 실시 예에 따른 부분 필터링관련 이미지의 한 예를 나타낸 도면이며, 도 7은 본 발명의 실시 예에 따른 부분 필터링된 이미지의 다른 예를 나타낸 도면이다.
라이다 센서(120)의 경우 16개의 채널에 할당된 각 레이저가 3차원 공간의 장애물에 반사되어 센서로 회귀하는 값을 3차원 공간정보로 반환하게 된다. 이때, 앞서 설명한 바와 같이, 바닥면 및 천장면과 같은 장애물에 대해 반사된 원형 고리 형태의 센싱 정보를 수집할 수 있다. 경로 추정에 있어서 바닥면과 천장면은 불필요한 정보에 해당할 수 있다. 이에 따라, 상기 경로 추정 장치(100)는 부분 필터링 과정에서 상술한 바닥면과 천장면에 대응하는 원형 고리 형태의 센싱 정보를 제거할 수 있다. 센싱 정보 제거와 관련하여, 경로 추정 장치(100)는 자세 보정 된 3차원 공간정보 전체에 대해, Z axis를 기준으로 위아래 유효범위를 부여하고, Z axis pass through 알고리즘을 이용하여, 바닥면과 천장면과 같이 불필요한 정보를 제거할 수 있다.
도 6을 참조하면, 601 이미지는 부분 필터링되기 이전 이미지이며, 603 이미지는 부분 필터링된 이미지이다. 605 이미지는 부분 필터링되기 이전 이미지이며, 607 이미지는 부분 필터링된 이미지이다. top view에서 볼 수 있듯이 대부분의 경우에 바닥면과 천장면과 관련한 정보가 제거된 상태를 확인할 수 있다. 여기서, 상기 Z axis pass through 알고리즘의 경우, 축 정렬이 알고리즘 성능에 영향을 크게 미치므로, 상기 경로 추정 장치(100)는 해당 Z axis pass through 알고리즘 사용 전 축 정렬을 정밀하게 시행할 수 있다. 즉, 축 정렬을 정밀하게 한 3차원 공간정보의 경우 도시된 도 6에서와 같이 천장면과 바닥면에 센서 값이 부딪혀 생기는 원형 고리 형태의 센서 데이터가 제거됨을 확인할 수 있다.
도 7을 참조하면, 701 화면은 라이다 센서(120)에 의해 획득된 3차원 공간 정보를 나타낸 것이며, 703 화면은 바닥면 및 천장면이 제거된 3차원 공간 정보에 대한 top view를 나타낸 도면이다.
도 8은 본 발명의 실시 예에 따른 포인트 클라우드 관련 이미지의 한 예를 나타낸 도면이다.
벽면의 경우 각각의 3차원 공간정보에서 각각의 3차원 포인트들이 조밀하게 특정 결합성을 가진 형태로 취득된다. 경로 추정 장치(100)는 3차원 포인트 각각의 법선 벡터(Normal Vector)를 추출해 각 point의 smoothness constraint 유사성을 기준으로 가까운 포인트 끼리 merge하는 방식으로, point normal angle comparison을 통한 유사성 비교를 수행할 수 있다. 801 화면, 805 화면 및 808 화면 등에 나타낸 각 3차원 포인트들에서 법선 벡터가 도시된 화면들(예: 803 화면, 807 화면, 809 화면)과 같이 추출됨을 확인할 수 있다. 또한, segmentation 결과 각각의 벽면에 해당하는 부분이 grouping이 유려하게 시행됨을 알 수 있다. 경로 추정 장치(100)는 상술한 법선 벡터 추출 기반과 각도 비교 유사성에 대한 그룹핑을 통해 segmentation 된 포인트들을 제외한 나머지 포인트 즉, segmentation 결과 어느 group에도 속하지 않는 포인트들을 제거 한 후 나머지 포인트 들을 사용하여 경로 추정을 위한 3차원 지형 이미지를 획득할 수 있다.
도 9는 본 발명의 실시 예에 따른 아웃리어 제거 관련 이미지의 한 예를 나타낸 도면이다.
앞서 설명한 바와 같이, 라이다 센서(120)를 통해 취득된 3차원 공간정보는 노이즈로 인해 sparse outlier들이 존재한다. 데이터 전반에 걸쳐 분포 되어 있는 outlier들이 많을 경우 normal estimation이나 curvature change를 추정하기 어려우며, point cloud registration이 필요한 경우 심각한 오차를 야기할 수 있다. 이에 따라, 경로 추정 장치(100)는 Statistical outlier removal filter를 적용하여 불필요한 정보를 제거할 수 있다. Statistical outlier removal filter는 이웃하는 주변 point들과의 거리에 대해 standard deviation, global distances mean을 계산하여 outlier를 filtering 할 수 있다. 이 과정에서, 경로 추정 장치(100)는 각 point와 해당 point를 제외한 모든 이웃 point들까지의 mean distance를 계산하며, resulted distribution이 mean, standard deviation을 가지는 gaussian distribution이라고 가정한 후, 모든 point의 mean distance가 global distance mean, standard deviation threshold를 벗어날 경우 outlier로 판단할 수 있다.
경로 추정 장치(100)는 Statistical outlier removal filter의 파라메터에서, standard deviation 임계 값 조절로 보다 조밀한 outlier 제거를 수행할 수 있다. 한편, 벽이나 책상과 같은 큰 표면을 가지는 장애물과는 다르게 비교적 작은 크기의 obstacle일 경우와, 실제 outlier가 아닌 경우에도 제거될 수 있으므로, 경로 추정 장치(100)는 통계적 또는 실험적으로 선택된 적절한 임계값을 선정하고, 선정된 임계값을 고정 임계값으로 설정할 수 있다.
도 9를 참조하면, 901 이미지는 아웃리어 제거 전 이미지를 나타낸 것이며, 903 이미지는 아웃리어 제거가 적용된 이미지를 나타낸 것이다. 도시된 바와 같이, 경로 추정과 관련이 적은 지형 이미지 중 outlier가 제거됨을 확인할 수 있다.
도 10은 본 발명의 실시 예에 따른 3차원 공간 정보를 2차원 공간에 투영한 에를 나타낸 도면이다.
경로 추정 장치(100)는 3차원 공간정보를 2차원으로 투영하기 위해 BEV (예: Bird's-eye view)를 사용할 수 있다. 즉, 경로 추정 장치(100)는 Z축에 해당하는 포인트 값을 모두 0으로 두고 x, y 좌표만을 사용하여 2차원 이미지로 투영된 결과물을 획득할 수 있다.
경로 추정 장치(100)는, 3차원 상에서 센서의 원점을 (0,0,0)이라 할 때 각 3차원 포인트의 x, y 좌표
Figure 112019127441711-pat00005
와 원점
Figure 112019127441711-pat00006
과의 theta와 2norm distance (magnitude)를 다음 수학식 1을 기반으로 계산할 수 있다.
[수학식 1]
Figure 112019127441711-pat00007
일 때 ,
Figure 112019127441711-pat00008
상기 경로 추정 장치(100)는 도 6의 603 화면에서와 같은 3차원 공간 정보를 2차원에 투영하여, 1001 화면에서와 같이 2차원 투영된 이미지를 획득할 수 있다.
도 11은 본 발명의 실시 예에 따른 경로 추정 장치의 전방 각도 정의와 관련한 도면이다.
이동 경로 추정 과정에서, 같은 theta 값을 가지는 3차원 포인트 중 가장 magnitude가 높은 포인트의 magnitude를 해당 각도의 이동가능 최대 거리로 산정할 수 있다. 하지만, 이동 경로 표시의 경우 정밀한 각도 단위로 표시 할 경우, 지표가 미세하게 프레임마다 변동됨에 따라 가시성이 저하될 가능성이 있기 때문에, 경로 추정 장치(100)는 도시된 바와 같이, 각도 그룹화를 수행할 수 있다. 예컨대, 경로 추정 장치(100)는 0도에서 180도 범위 사이에 60도와 120도를 기준으로 세 그룹으로 각도 범위를 구분하고, 구분된 그룹들에서 최대 magnitude값을 가지는 그룹에 해당하는 평균 각도를 이동경로로서 표시할 수 있다.
도 12는 본 발명의 실시 예에 따른 이동 경로 표시의 한 예를 나타낸 도면이다.
도 12를 참조하면, 경로 추정 장치(100)는 1201 화면 또는 1203 화면에서와 같이, 전방으로의 이동 경로에 대한 지표를 알고리즘에 따른 결과를 제공할 수 있다. 도시된 1201 화면 및 1203 화면은 이동경로 알고리즘 결과를 표시한 2차원 영상과 해당 프레임 이미지를 나타낸 것이다.
한편, 본 명세서와 도면에 개시된 실시 예들은 이해를 돕기 위해 특정 예를 제시한 것에 지나지 않으며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시 예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형예들이 실시 가능하다는 것은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게는 자명한 것이다.
100: 경로 추정 장치
110: 통신 회로
120: 라이다 센서
130: 항법 센서
140: 메모리
150: 디스플레이
160: 프로세서
161: 동기화부
163: 센싱 정보 수집부
165: 자세 보정부
167: 필터링부
168: 검출부
169: 경로 추정부
170: 카메라
180: 이동 모듈

Claims (8)

  1. 라이다 센서;
    상기 라이다 센서와 동기화되어 센싱 정보를 수집하는 항법 센서;
    상기 센서들이 수집한 센싱 정보를 저장하는 메모리;
    상기 라이다 센서, 상기 항법 센서 및 상기 메모리와 기능적으로 연결된 프로세서;를 포함하고,
    상기 프로세서는
    상기 라이다 센서에 의해 수집된 3차원 공간 정보를 상기 항법 센서가 수집한 센싱 정보를 기반으로 자세 보정하고,
    상기 자세 보정된 3차원 공간 정보에 대한 부분 필터링을 수행하고,
    상기 3차원 공간 정보로부터 2차원 투영된 지형 이미지를 획득하고,
    상기 지형 이미지 상에 이동 경로를 표시하도록 설정되고,
    상기 프로세서는
    상기 지형 이미지 획득과 관련하여 상기 3차원 공간 정보에서 벽면 정보를 검출하되,상기 벽면 정보 검출과 관련하여, 상기 자세 보정된 3차원 공간 정보에서의 3차원 포인트 각각의 법선 벡터를 추출하고, 각 포인트의 평활도 제약(smoothness constraint) 유사성을 기준으로 가까운 포인트 끼리 병합(merge)하는 방식을 이용하여 포인트 법선각 비교(normal angle comparison)를 통한 유사성 비교를 수행하여 벽면 검출하도록 설정되고,
    상기 프로세서는
    상기 3차원 포인트들에 대하여 통계적 아웃라이어 제거 필터(Statistical outlier removal filter)를 기반으로, 이웃하는 주변 포인트들과의 거리에 대해 표준편차(standard deviation), 글로벌 거리 평균(global distances mean)을 계산하여 아웃라이어(outlier)를 필터링하도록 설정된 것을 특징으로 하는 경로 추정 장치.
  2. 제1항에 있어서,
    상기 프로세서는
    상기 항법 센서가 수집한 roll 및 pitch 정보를 기반으로 상기 3차원 공간 정보의 자세를 보정하도록 설정된 것을 특징으로 하는 경로 추정 장치.
  3. 제1항에 있어서,
    상기 프로세서는
    상기 자세 보정된 3차원 공간 정보에서 바닥면 및 천장면 정보를 제거하도록 설정된 것을 특징으로 하는 경로 추정 장치.
  4. 제3항에 있어서,
    상기 프로세서는
    상기 자세 보정된 3차원 공간 정보에서 원형 고리 패턴의 정보를 제거하여 바닥면 및 천장면 정보를 제거하도록 설정된 것을 특징으로 하는 경로 추정 장치.
  5. 삭제
  6. 삭제
  7. 제1항에 있어서,
    상기 프로세서는
    상기 outlier가 필터링된 3차원 공간 정보에서 z축 정보를 제거하여 상기 2차원 투영된 지형 이미지를 획득하도록 설정된 것을 특징으로 하는 경로 추정 장치.
  8. 삭제
KR1020190163600A 2019-12-10 2019-12-10 경로 추정 방법 및 이를 이용하는 장치 KR102408478B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190163600A KR102408478B1 (ko) 2019-12-10 2019-12-10 경로 추정 방법 및 이를 이용하는 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190163600A KR102408478B1 (ko) 2019-12-10 2019-12-10 경로 추정 방법 및 이를 이용하는 장치

Publications (2)

Publication Number Publication Date
KR20210073640A KR20210073640A (ko) 2021-06-21
KR102408478B1 true KR102408478B1 (ko) 2022-06-14

Family

ID=76599739

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190163600A KR102408478B1 (ko) 2019-12-10 2019-12-10 경로 추정 방법 및 이를 이용하는 장치

Country Status (1)

Country Link
KR (1) KR102408478B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101888171B1 (ko) * 2017-11-16 2018-08-13 엘아이지넥스원 주식회사 무인 수상정의 자세정보 기반 환경인식 장치 및 방법

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101965739B1 (ko) * 2012-05-25 2019-04-05 엘지전자 주식회사 이동 로봇 및 이의 제어 방법
KR101878827B1 (ko) * 2016-11-30 2018-07-17 주식회사 유진로봇 다채널 라이더 기반 이동로봇의 장애물 검출 장치 및 방법, 및 이를 구비한 이동로봇
KR102151811B1 (ko) * 2018-01-26 2020-09-03 충북대학교 산학협력단 회피경로 생성방법 및 그를 위한 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101888171B1 (ko) * 2017-11-16 2018-08-13 엘아이지넥스원 주식회사 무인 수상정의 자세정보 기반 환경인식 장치 및 방법

Also Published As

Publication number Publication date
KR20210073640A (ko) 2021-06-21

Similar Documents

Publication Publication Date Title
US20210012520A1 (en) Distance measuring method and device
EP3333538B1 (en) Scanner vis
KR102001728B1 (ko) 스테레오 카메라 드론을 활용한 무기준점 3차원 위치좌표 취득 방법 및 시스템
KR101725060B1 (ko) 그래디언트 기반 특징점을 이용한 이동 로봇의 위치를 인식하기 위한 장치 및 그 방법
KR101776622B1 (ko) 다이렉트 트래킹을 이용하여 이동 로봇의 위치를 인식하기 위한 장치 및 그 방법
KR101590530B1 (ko) 자동 장면 교정
EP0896267B1 (en) Position recognizing system of autonomous running vehicle
DK3144881T3 (en) PROCEDURE FOR 3D PANORAMA MOSAIC CREATION OF A SCENE
KR101776621B1 (ko) 에지 기반 재조정을 이용하여 이동 로봇의 위치를 인식하기 위한 장치 및 그 방법
CN110865650B (zh) 基于主动视觉的无人机位姿自适应估计方法
EP3086196A1 (en) Method and control system for surveying and mapping a terrain while operating a bulldozer
EP3032818B1 (en) Image processing device
WO2011005783A2 (en) Image-based surface tracking
JPWO2005010817A1 (ja) 画像処理装置
WO2019144289A1 (en) Systems and methods for calibrating an optical system of a movable object
JP2019185281A5 (ko)
JP2005062083A (ja) 位置誤差補正機能を持つ測量システム
JP3808833B2 (ja) 空中写真測量方法
IL267309B2 (en) Terrestrial observation device with positioning functionality
JP4116116B2 (ja) 移動体の測距原点認識装置
KR101409802B1 (ko) 3차원 3ｄ 스캐너를 활용한 최적의 공간정보 분석 시스템
KR102408478B1 (ko) 경로 추정 방법 및 이를 이용하는 장치
CN113052974A (zh) 物体三维表面的重建方法和装置
JP2021043486A (ja) 位置推定装置
JP2016156629A (ja) 外界認識装置、方法および車両

Legal Events

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