KR102420585B1 - 라이다 시스템의 운용 환경이 고려하여 점군 정보를 결정하기 위한 장치 및 방법 - Google Patents
라이다 시스템의 운용 환경이 고려하여 점군 정보를 결정하기 위한 장치 및 방법 Download PDFInfo
- Publication number
- KR102420585B1 KR102420585B1 KR1020220001636A KR20220001636A KR102420585B1 KR 102420585 B1 KR102420585 B1 KR 102420585B1 KR 1020220001636 A KR1020220001636 A KR 1020220001636A KR 20220001636 A KR20220001636 A KR 20220001636A KR 102420585 B1 KR102420585 B1 KR 102420585B1
- Authority
- KR
- South Korea
- Prior art keywords
- point cloud
- cloud information
- distance value
- noise
- distance
- Prior art date
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
- 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
-
- 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
- G01S17/894—3D imaging with simultaneous measurement of time-of-flight at a 2D array of receiver pixels, e.g. time-of-flight cameras or flash lidar
-
- 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
- G01S7/483—Details of pulse systems
- G01S7/486—Receivers
- G01S7/4861—Circuits for detection, sampling, integration or read-out
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
본 개시는 라이다(light detection and ranging, LIDAR) 시스템의 운용 환경이 고려된 점군 정보를 결정하기 위한 방법에 관한 것이다. 본 개시에 따르면, 점군 정보 결정 장치는 제1 라이다 센서를 통해, 제1 운용 환경에 관한 제1 점군 정보와 제2 운용 환경에 관한 제2 점군 정보를 획득하는 환경 정보 획득부, 상기 제1 점군 정보와 상기 제2 점군 정보에 기반하여 환경 노이즈 점군 정보를 생성하는 환경 노이즈 추출부, 제2 라이다 센서를 통해, 상기 제2 운용 환경에 관한 제3 점군 정보를 획득하는 대상 정보 획득부, 및 상기 제1 점군 정보, 상기 제3 점군 정보, 및 상기 환경 노이즈 점군 정보에 기반하여, 노이즈 점군 정보를 생성하는 점군 정보 생성부를 포함한다.
Description
본 개시(disclosure)는 일반적으로 라이다 시스템에서 시스템의 운용 환경을 고려하여 점군 정보를 결정하는 방법에 관한 것으로, 보다 구체적으로 라이다 시스템에서, 악천후 환경에 따라 발생되는 노이즈에 관한 점군 정보를 높은 정밀도로 모사하기 위한 장치 및 방법에 관한 것이다.
라이다(light detection and ranging, LIDAR)는 송신기에서 전송한 레이저 펄스가 오브젝트로부터 반사된 후, 수신기까지 돌아오는 비행시간(time of flight, ToF)을 측정하여 사물까지의 거리를 탐지하는 기술이다. 4차 산업혁명의 도래와 더불어 자율 주행 기술의 상용화로 인하여 LADAR 기술은 최근 더 많은 관심을 받고 있다. 특히, 라이다는 자율 주행 차량 등 민간 분야에서 사용될 수 있고, 드론, 무인 로봇, 무인 항공기 등 무기 체계에 탑재될 수 있기 때문에, 현재 국방 분야에서 활발히 연구가 진행되고 있다.
실외에서 활동하는 로봇은 일반적으로, 로봇이 배치된 환경을 인식하기 위하여 3차원 라이다 센서를 탑재한다. 여기서, 눈, 비와 같은 악천후 환경에서 로봇이 활동하는 경우, 로봇은 눈이나 비의 입자에 의한 노이즈가 포함된 라이다 센싱 데이터를 획득할 수 있다. 이러한 노이즈는 거리 데이터를 사용하는 알고리즘에 오차를 발생시키고, 결과적으로 로봇이 인식하는 공간 정보를 인식을 왜곡한다. 이러한 노이즈 문제를 감소시키기 위하여, 노이즈가 구분되어 있는 악천후 환경의 데이터가 사용될 수 있다. 특히, 지도 학습 기반의 노이즈 제거 시스템을 구축하는 경우, 점군 단위로 노이즈가 구분되어 있는 데이터가 요구되고, 비지도 학습 기반의 노이즈 제거 시스템을 개발한 경우라도, 시스템의 성능 평가를 위하여 대량의 구분된 데이터가 필수적으로 요구된다. 그러나, 악천후 환경은 빈번하게 발생하지 않기 때문에 대량의 데이터를 얻기 어렵고, 데이터를 얻더라도 점군 단위로 노이즈를 분류하는 작업에 많은 시간과 비용이 발생하기 때문에, 노이즈와 비노이즈가 구분된 악천후 환경의 데이터를 생성하기 어려운 문제가 있었다.
종래에 따르면, 악천후 환경의 데이터를 모사하기 위하여, 노이즈를 모델링하는 방법과 환경 모사 시설을 사용하는 방법이 사용되었다. 노이즈를 모델링하는 방법은 수식적으로 모사된 노이즈를 청명한 환경의 데이터에 무작위로 추가하는 방법을 지시한다. 그러나, 실제 악천후 환경에 나타나는 다양한 노이즈는 예측 불가능하며, 노이즈를 모델링하는 방법은 노이즈를 정확히 모사하지 못하여 데이터 정확도가 감소되는 문제가 있었다. 환경 모사 시설을 사용하는 방법은 밀폐된 공간 안에 환경 모사 장치를 설치하여 악천후 환경 데이터를 얻는 방법을 지시한다. 환경 모사 시설을 이용하는 방법 또한 실제 악천후 환경의 노이즈와 상이한 패턴을 보이고, 제한된 배경에 대해서만 데이터를 얻을 수 있다는 문제가 있었다.
즉, 종래의 방법들은 모두 실제 악천후 환경의 노이즈를 사용하지 않기 때문에 데이터에 관한 정밀도가 작았고, 모사된 데이터를 악천후 환경에 사용 가능한 알고리즘 개발에 사용하는 데에 한계가 있다. 이에 대응하여, 현재, 악천후 환경에 따라 발생되는 노이즈를 정밀하게 모사하기 위한 기술 개발에 관한 요구가 대두되고 있다.
전술한 기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지 기술을 지시하지 않는다.
상술한 바와 같은 논의를 바탕으로, 본 개시(disclosure)는 라이다 시스템을 운용하는 경우에 있어, 악천후 환경에 따라 발생되는 노이즈에 관한 점군 정보를 모사하기 위한 장치 및 방법을 제공한다.
또한, 본 개시는 실제 악천후 환경에서 얻은 데이터를 이용하여 가상의 악천후 환경 속 3차원 레이더 센서의 점군 정보를 생성하기 위한 장치 및 방법을 제공한다.
또한, 본 개시는 하나의 라이더 센서에 기반하여 획득된 감지 정보로부터 노이즈를 획득하고, 다른 라이더 센서에 기반하여 획득된 감지 정보에 획득된 노이즈를 합성하여, 감지 정보에서 노이즈와 비노이즈를 분류하기 위한 장치 및 방법을 제공한다.
본 개시의 다양한 실시 예들에 따르면, 라이다(light detection and ranging, LIDAR) 시스템의 운용 환경이 고려된 점군 정보를 결정하는 점군 정보 결정 장치는, 제1 라이다 센서를 통해, 제1 운용 환경에 관한 제1 점군 정보와 제2 운용 환경에 관한 제2 점군 정보를 획득하는 환경 정보 획득부, 상기 제1 점군 정보와 상기 제2 점군 정보에 기반하여 환경 노이즈 점군 정보를 생성하는 환경 노이즈 추출부, 제2 라이다 센서를 통해, 상기 제2 운용 환경에 관한 제3 점군 정보를 획득하는 대상 정보 획득부, 및 상기 제1 점군 정보, 상기 제3 점군 정보, 및 상기 환경 노이즈 점군 정보에 기반하여, 노이즈 점군 정보를 생성하는 점군 정보 생성부를 포함할 수 있다.
다른 일 실시 예에 따르면, 상기 환경 노이즈 추출부는 상기 제1 점군 정보에 포함된 제1 점의 제1 거리 값과, 상기 제2 점군 정보에 포함되고 상기 제1 점에 대응되는 제2 점의 제2 거리 값을 비교하여, 환경 노이즈 점군 정보를 생성하고, 상기 제1 점군 정보는 복수의 제1 거리 값들로 구성되고, 상기 제2 점군 정보는 상기 복수의 제1 거리 값들에 대응되는 복수의 제2 거리 값들로 구성되고, 상기 환경 노이즈 점군 정보는 상기 복수의 제1 거리 값들에 대응되는 복수의 환경 노이즈 분류 값들로 구성될 수 있다.
다른 일 실시 예에 따르면, 상기 환경 노이즈 추출부는 상기 제1 거리 값이 상기 제2 거리 값 보다 작은 경우, 상기 제1 거리 값에 대응되는 환경 노이즈 분류 값을 노이즈(noise)로 결정하고, 상기 제1 거리 값이 상기 제2 거리 값 이상인 경우, 상기 제1 거리 값에 대응되는 환경 노이즈 분류 값을 클린(clean)으로 결정할 수 있다.
다른 일 실시 예에 따르면, 상기 점군 정보 생성부는 상기 제1 거리 값과, 상기 제3 점군 정보에 포함되고 상기 제1 점에 대응되는 제3 점의 제3 거리 값을 비교하여, 노이즈 점군 정보를 생성하고, 상기 제3 점군 정보는 복수의 제3 거리 값들로 구성되고, 상기 노이즈 점군 정보는 상기 복수의 제3 거리 값들에 대응되는 복수의 노이즈 거리 값들로 구성될 수 있다.
다른 일 실시 예에 따르면, 상기 점군 정보 생성부는 상기 제1 거리 값이 상기 제3 거리 값 보다 작고, 상기 환경 노이즈 분류 값이 노이즈인 경우, 상기 제3 거리 값에 대응되는 노이즈 거리 값을 상기 제1 거리 값으로 결정하고, 상기 제1 거리 값이 상기 제3 거리 값 이상인 경우, 상기 제3 거리 값에 대응되는 노이즈 거리 값을 상기 제3 거리 값으로 결정하고, 상기 환경 노이즈 분류 값이 클린인 경우, 상기 제3 거리 값에 대응되는 노이즈 거리 값을 상기 제3 거리 값으로 결정할 수 있다.
다른 일 실시 예에 따르면, 상기 점군 정보 생성부는 상기 복수의 노이즈 거리 값들이 노이즈인지 여부를 지시하는 분류 점군 정보를 생성할 수 있다.
다른 일 실시 예에 따르면, 상기 제1 운용 환경은 라이다 센서에 눈, 비 중 적어도 하나가 감지되는 노이즈 환경을 지시하고, 상기 제2 운용 환경은 라이다 센서에 눈, 비 중 적어도 하나가 감지되지 않은 정상 환경을 지시할 수 있다.
다른 일 실시 예에 따르면, 상기 제1 라이다 센서는 고정형 라이다 센서를 포함하고, 상기 제2 라이다 센서는 이동형 라이다 센서를 포함할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 라이다(light detection and ranging, LIDAR) 시스템의 운용 환경이 고려된 점군 정보를 결정하는 점군 정보 결정 장치의 동작 방법은 제1 라이다 센서를 통해, 제1 운용 환경에 관한 제1 점군 정보와 제2 운용 환경에 관한 제2 점군 정보를 획득하는 단계, 상기 제1 점군 정보와 상기 제2 점군 정보에 기반하여 환경 노이즈 점군 정보를 생성하는 단계, 제2 라이다 센서를 통해, 상기 제2 운용 환경에 관한 제3 점군 정보를 획득하는 단계, 및 상기 제1 점군 정보, 상기 제3 점군 정보, 및 상기 환경 노이즈 점군 정보에 기반하여, 노이즈 점군 정보를 생성하는 단계를 포함할 수 있다.
다른 일 실시 예에 따르면, 상기 환경 노이즈 점군 정보를 생성하는 단계는 상기 제1 점군 정보에 포함된 제1 점의 제1 거리 값과, 상기 제2 점군 정보에 포함되고 상기 제1 점에 대응되는 제2 점의 제2 거리 값을 비교하여, 환경 노이즈 점군 정보를 생성하는 단계를 포함하고, 상기 제1 점군 정보는 복수의 제1 거리 값들로 구성되고, 상기 제2 점군 정보는 상기 복수의 제1 거리 값들에 대응되는 복수의 제2 거리 값들로 구성되고, 상기 환경 노이즈 점군 정보는 상기 복수의 제1 거리 값들에 대응되는 복수의 환경 노이즈 분류 값들로 구성될 수 있다.
다른 일 실시 예에 따르면, 상기 제1 거리 값과 상기 제2 거리 값을 비교하여 환경 노이즈 점군 정보를 생성하는 단계는 상기 제1 거리 값이 상기 제2 거리 값 보다 작은 경우, 상기 제1 거리 값에 대응되는 환경 노이즈 분류 값을 노이즈(noise)로 결정하는 단계, 및 상기 제1 거리 값이 상기 제2 거리 값 이상인 경우, 상기 제1 거리 값에 대응되는 환경 노이즈 분류 값을 클린(clean)으로 결정하는 단계를 포함할 수 있다.
다른 일 실시 예에 따르면, 상기 노이즈 점군 정보를 생성하는 단계는 상기 제1 거리 값과, 상기 제3 점군 정보에 포함되고 상기 제1 점에 대응되는 제3 점의 제3 거리 값을 비교하여, 노이즈 점군 정보를 생성하는 단계를 포함하고, 상기 제3 점군 정보는 복수의 제3 거리 값들로 구성되고, 상기 노이즈 점군 정보는 상기 복수의 제3 거리 값들에 대응되는 복수의 노이즈 거리 값들로 구성될 수 있다.
다른 일 실시 예에 따르면, 상기 제1 거리 값과 상기 제3 거리 값을 비교하여 노이즈 점군 정보를 생성하는 단계는 상기 제1 거리 값이 상기 제3 거리 값 보다 작고, 상기 환경 노이즈 분류 값이 노이즈인 경우, 상기 제3 거리 값에 대응되는 노이즈 거리 값을 상기 제1 거리 값으로 결정하는 단계, 상기 제1 거리 값이 상기 제3 거리 값 이상인 경우, 상기 제3 거리 값에 대응되는 노이즈 거리 값을 상기 제3 거리 값으로 결정하는 단계, 및 상기 환경 노이즈 분류 값이 클린인 경우, 상기 제3 거리 값에 대응되는 노이즈 거리 값을 상기 제3 거리 값으로 결정하는 단계를 포함할 수 있다.
본 발명의 다양한 각각의 측면들 및 특징들은 첨부된 청구항들에서 정의된다. 종속 청구항들의 특징들의 조합들(combinations)은, 단지 청구항들에서 명시적으로 제시되는 것뿐만 아니라, 적절하게 독립항들의 특징들과 조합될 수 있다.
또한, 본 개시에 기술된 임의의 하나의 실시 예(any one embodiment) 중 선택된 하나 이상의 특징들은 본 개시에 기술된 임의의 다른 실시 예 중 선택된 하나 이상의 특징들과 조합될 수 있으며, 이러한 특징들의 대안적인 조합이 본 개시에 논의된 하나 이상의 기술적 문제를 적어도 부분적으로 경감시키거나, 본 개시로부터 통상의 기술자에 의해 식별될 수 있는(discernable) 기술적 문제를 적어도 부분적으로 경감시키고, 나아가 실시 예의 특징들(embodiment features)의 이렇게 형성된 특정한 조합(combination) 또는 순열(permutation)이 통상의 기술자에 의해 양립 불가능한(incompatible) 것으로 이해되지만 않는다면, 그 조합은 가능하다.
본 개시에 기술된 임의의 예시 구현(any described example implementation)에 있어서 둘 이상의 물리적으로 별개의 구성 요소들은 대안적으로, 그 통합이 가능하다면 단일 구성 요소로 통합될 수도 있으며, 그렇게 형성된 단일한 구성 요소에 의해 동일한 기능이 수행된다면, 그 통합은 가능하다. 반대로, 본 개시에 기술된 임의의 실시 예(any embodiment)의 단일한 구성 요소는 대안적으로, 적절한 경우, 동일한 기능을 달성하는 둘 이상의 별개의 구성 요소들로 구현될 수도 있다.
본 발명의 특정 실시 예들(certain embodiments)의 목적은 종래 기술과 관련된 문제점 및/또는 단점들 중 적어도 하나를, 적어도 부분적으로, 해결, 완화 또는 제거하는 것에 있다. 특정 실시 예들(certain embodiments)은 후술하는 장점들 중 적어도 하나를 제공하는 것을 목적으로 한다.
본 개시의 다양한 실시 예들에 따른 장치 및 방법은 라이다 시스템을 운용하는 환경을 고려함으로써, 높은 정밀도의 점군 정보를 결정할 수 있게 한다.
또한, 본 개시의 다양한 실시 예들에 따른 장치 및 방법은 실제 악천후 환경에서 얻은 데이터를 이용함으로써, 가상의 악천후 환경 속 3차원 라이다 센서의 점군 정보를 생성할 수 있게 한다.
또한, 본 개시의 다양한 실시 예들에 따른 장치 및 방법은 하나의 라이더 센서에 기반하여 획득된 감지 정보로부터 노이즈를 획득하고, 다른 라이더 센서에 기반하여 획득된 감지 정보에 획득된 노이즈를 합성함으로써, 감지 정보에서 노이즈와 비노이즈를 분류할 수 있게 한다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 개시의 다양한 실시 예들에 따른 라이다 시스템을 도시한다.
도 2는 본 개시의 다양한 실시 예들에 따른 라이다 시스템에서, 점군 정보 결정 장치의 구성을 도시한다.
도 3은 본 개시의 다양한 실시 예들에 따른 라이다 시스템에서, 제1 라이다 센서에 기반한 제1 점군 정보와 제2 점군 정보로부터, 환경 노이즈를 추출하는 방법에 관한 모식도를 도시한다.
도 4는 본 개시의 다양한 실시 예들에 따른 라이다 시스템에서, 제2 라이다 센서에 기반한 제3 점군 정보로부터, 노이즈 점군 정보를 생성하는 방법에 관한 모식도를 도시한다.
도 5는 본 개시의 다양한 실시 예들에 따른 라이다 시스템에서, 점군 정보 결정 장치의 동작 방법에 관한 흐름도를 도시한다.
도 6은 본 개시의 다양한 실시 예들에 따른 라이다 시스템에서, 점군 정보 결정 장치가 환경 노이즈 점군 정보를 생성하는 방법에 관한 흐름도를 도시한다.
도 7은 본 개시의 다양한 실시 예들에 따른 라이다 시스템에서, 점군 정보 결정 장치가 노이즈 점군 정보를 생성하는 방법에 관한 흐름도를 도시한다.
도 2는 본 개시의 다양한 실시 예들에 따른 라이다 시스템에서, 점군 정보 결정 장치의 구성을 도시한다.
도 3은 본 개시의 다양한 실시 예들에 따른 라이다 시스템에서, 제1 라이다 센서에 기반한 제1 점군 정보와 제2 점군 정보로부터, 환경 노이즈를 추출하는 방법에 관한 모식도를 도시한다.
도 4는 본 개시의 다양한 실시 예들에 따른 라이다 시스템에서, 제2 라이다 센서에 기반한 제3 점군 정보로부터, 노이즈 점군 정보를 생성하는 방법에 관한 모식도를 도시한다.
도 5는 본 개시의 다양한 실시 예들에 따른 라이다 시스템에서, 점군 정보 결정 장치의 동작 방법에 관한 흐름도를 도시한다.
도 6은 본 개시의 다양한 실시 예들에 따른 라이다 시스템에서, 점군 정보 결정 장치가 환경 노이즈 점군 정보를 생성하는 방법에 관한 흐름도를 도시한다.
도 7은 본 개시의 다양한 실시 예들에 따른 라이다 시스템에서, 점군 정보 결정 장치가 노이즈 점군 정보를 생성하는 방법에 관한 흐름도를 도시한다.
본 개시에서 사용되는 용어들은 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 다른 실시 예의 범위를 한정하려는 의도가 아닐 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 개시에 기재된 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 본 개시에 사용된 용어들 중 일반적인 사전에 정의된 용어들은, 관련 기술의 문맥상 가지는 의미와 동일 또는 유사한 의미로 해석될 수 있으며, 본 개시에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 개시에서 정의된 용어일지라도 본 개시의 실시 예들을 배제하도록 해석될 수 없다.
이하에서 설명되는 본 개시의 다양한 실시 예들에서는 하드웨어적인 접근 방법을 예시로서 설명한다. 하지만, 본 개시의 다양한 실시 예들에서는 하드웨어와 소프트웨어를 모두 사용하는 기술을 포함하고 있으므로, 본 개시의 다양한 실시 예들이 소프트웨어 기반의 접근 방법을 제외하는 것은 아니다.
이하 본 개시는 라이다(light detection and ranging, LIDAR) 시스템에서 시스템의 운용 환경을 고려하여 점군 정보를 결정하는 방법에 관한 것이다. 구체적으로, 본 개시는 라이다 시스템을 운용하는 경우에 있어, 악천후 환경에 따라 발생되는 노이즈에 관한 점군 정보를 모사하기 위한 기술을 설명한다.
아래에서는 첨부한 도면을 참조하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 다양한 실시예들을 상세히 설명한다. 그러나 본 개시의 기술적 사상은 다양한 형태로 변형되어 구현될 수 있으므로 본 명세서에서 설명하는 실시예들로 제한되지 않는다. 본 명세서에 개시된 실시예들을 설명함에 있어서 관련된 공지 기술을 구체적으로 설명하는 것이 본 개시의 기술적 사상의 요지를 흐릴 수 있다고 판단되는 경우 그 공지 기술에 대한 구체적인 설명을 생략한다. 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
본 명세서에서 어떤 요소가 다른 요소와 "연결"되어 있다고 기술될 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라 그 중간에 다른 요소를 사이에 두고 "간접적으로 연결"되어 있는 경우도 포함한다. 어떤 요소가 다른 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 요소 외에 또 다른 요소를 배제하는 것이 아니라 또 다른 요소를 더 포함할 수 있는 것을 의미한다.
일부 실시예들은 기능적인 블록 구성들 및 다양한 처리 단계들로 설명될 수 있다. 이러한 기능 블록들의 일부 또는 전부는 특정 기능을 실행하는 다양한 개수의 하드웨어 및/또는 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 본 개시의 기능 블록들은 하나 이상의 마이크로프로세서들에 의해 구현되거나, 소정의 기능을 위한 회로 구성들에 의해 구현될 수 있다. 본 개시의 기능 블록들은 다양한 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 본 개시의 기능 블록들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 본 개시의 기능 블록이 수행하는 기능은 복수의 기능 블록에 의해 수행되거나, 본 개시에서 복수의 기능 블록이 수행하는 기능들은 하나의 기능 블록에 의해 수행될 수도 있다. 또한, 본 개시는 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다.
또한, 본 개시에서, 특정 조건의 만족(satisfied), 충족(fulfilled) 여부를 판단하기 위해, 초과 또는 미만의 표현이 사용되었으나, 이는 일 예를 표현하기 위한 기재일 뿐 이상 또는 이하의 기재를 배제하는 것이 아니다. '이상'으로 기재된 조건은 '초과', '이하'로 기재된 조건은 '미만', '이상 및 미만'으로 기재된 조건은 '초과 및 이하'로 대체될 수 있다.
도 1은 본 개시의 다양한 실시 예들에 따른 라이다 시스템(100)을 도시한다.
라이다는 레이저 펄스를 발사하고, 주위의 표적으로부터 반사되어 돌아오는 레이저 광을 받아, 라이다와 표적 사이의 거리를 탐지하는 장치를 지시한다. 즉, 라이다는 레이저 펄스의 발사 시각과 반사된 레이저 펄스가 수신된 시각 사이의 간격을 측정함으로써, 라이다 센서와 표적의 반사 지점까지의 거리를 측정할 수 있다. 라이다 센서에 검출된 거리 데이터는 이후 점군 정보 결정을 위한 데이터로 활용될 수 있다.
라이다 시스템(100)은 실내에서 거리 측정 센서로 이용되거나, 자율 주행 차량, 무인 로봇, 등 실외에서 이용될 수 있다. 특히, 라이다 시스템(100)이 실외에서 운용되는 경우, 라이다는 날씨와 같은 외부 환경에 영향을 받을 수 있다. 본 개시의 일 실시 예에 따르면, 라이다 센서가 실외에 배치된 상황에서 눈 및/또는 비가 내리는 경우, 라이더의 표적 탐지 성능을 저하시킬 수 있다.
도 1을 참고하면, 라이다는 복수의 라이다들을 이용하여 레이저 펄스를 발사하고, 반사된 광을 수신하여 거리 데이터를 생성할 수 있다. 이후, 라이다는 거리 데이터를 이용하여 점군 정보를 생성함으로써, 라이다 주변 환경을 확인할 수 있다. 라이다는 제1 라이다 센서(105), 제2 라이다 센서(107)를 포함할 수 있다. 본 개시의 일 실시 예에 따르면, 제1 라이다 센서(105)는 센서의 위치가 고정되는 고정형 라이다 센서를 포함할 수 있다. 라이다 시스템(100)을 배치하는 과정에서, 운용자는 제1 라이다 센서(105)를 고정시킴으로써, 환경 영향에 의한 노이즈 외의 다른 영향을 제거할 수 있다. 본 개시의 일 실시 예에 따르면, 제1 라이다 센서(105)는 눈 및/또는 비를 가리는 덮개부가 없고, 오브젝트(101) 이외의 이동체가 센서에 감지되지 않도록 통제되는 주변 환경에 배치될 수 있다. 제2 라이다 센서(107)는 센서의 위치가 이동 가능한 이동형 라이다 센서를 포함할 수 있다. 제2 라이다 센서(107)는 이동 하거나 회전하여 오브젝트(101)를 감지할 수 있다. 제1 라이다 센서(105)와 제2 라이다 센서(107)는 수신한 레이저 광을 이용한 거리 데이터를 점군 정보 결정 장치(109)로 전달할 수 있다.
점군 정보 결정 장치(109)는 제1 라이다 센서(105)와 제2 라이다 센서(107)를 통해 거리 데이터를 전달 받고, 거리 데이터를 이용하여 라이다 주변 환경에 관한 점군 정보를 생성할 수 있다. 점군 정보 결정 장치(109)는 감지 데이터를 연산하여 라이다 센서 감지 영역에 관한 점군 정보를 생성할 수 있다.
제1 라이다 센서(105)와 제2 라이다 센서(107)가 실외에 배치되는 경우, 제1 라이다 센서(105)와 제2 라이다 센서(107)로부터 획득되는 거리 데이터는 외부 환경(103)에 의한 노이즈 정보를 다수 포함할 수 있다. 본 개시의 일 실시 예에 따르면, 노이즈는 눈 및/또는 비에 기반하여 생성될 수 있다. 즉, 레이저 펄스가 눈 및/또는 비로부터 반사되어 제1 라이다 센서(105)나 제2 라이다 센서(107)에 검출되는 경우, 라이다는 라이다 센서와 눈 및/또는 비 사이의 거리를 측정하게 된다. 그에 따라, 라이다 시스템(100)의 표적 탐지 성능이 저하될 수 있다. 따라서, 노이즈에 관한 성능 저하를 감소시키기 위하여, 점군 정보 결정 장치(109)는 실제 악천후 환경에서 얻은 데이터를 이용하여 점군 정보를 생성할 수 있다. 이하에서, 제1 라이다 센서(105)와 제2 라이다 센서(107)를 이용하여 노이즈에 관한 점군 정보를 모사하는 방법이 상세히 설명된다.
도 2는 본 개시의 다양한 실시 예들에 따른 라이다 시스템(100)에서, 점군 정보 결정 장치(109)의 구성(200)을 도시한다. 이하 사용되는 '…부', '…기' 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어, 또는, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
점군 정보 결정 장치(109)는 라이다 센서를 통해 획득한 거리 데이터를 이용하여 라이다 주변의 환경에 관한 점군 정보를 생성하는 장치를 지시한다. 점군 정보 결정 장치(109)는 제1 라이다 센서(105)와 제2 라이다 센서(107) 각각으로부터 거리 데이터를 획득할 수 있고, 획득된 거리 데이터를 연산하여 점군 정보를 결정할 수 있다. 본 개시의 일 실시 예에 따르면, 점군 정보 결정 장치(109)는 환경 정보 획득부(201), 환경 노이즈 추출부(203), 대상 정보 획득부(205) 및 점군 정보 생성부(207)를 포함할 수 있다.
환경 정보 획득부(201)는 라이다 센서가 생성한 거리 데이터를 전달 받는 기능을 수행한다. 제1 라이다 센서는 악천후 환경에서 측정되는 거리 데이터와 청명한 환경에서 측정되는 거리 데이터를 생성할 수 있다. 제1 라이다 센서(105)는 눈, 비 중 적어도 하나에 따른 노이즈를 결정하기 위한 것으로서, 눈, 비 중 적어도 하나 외의 다른 영향을 제거된 환경에 배치될 수 있다. 본 개시의 일 실시 예에 따르면, 제1 라이다 센서(105)는 눈, 비 중 적어도 하나를 가리는 덮개부가 없고, 오브젝트 이외의 이동체가 감지되지 않도록 통제되는 환경에 배치될 수 있다. 그에 따라, 제1 라이다 센서(105)는 눈, 비 중 적어도 하나가 내리는 악천후 환경의 거리 데이터와, 청명한 환경의 거리 데이터를 모두 생성할 수 있다. 환경 정보 획득부(201)는 생성된 거리 데이터를 전달받고, 악천후 환경에서 측정되는 거리 데이터에 관한 제1 점군 정보와 청명한 환경에서 측정되는 거리 데이터에 관한 제2 점군 정보를 생성할 수 있다.
환경 노이즈 추출부(203)는 획득한 점군 정보를 이용하여 환경 노이즈 점군 정보를 생성하는 기능을 수행한다. 환경 노이즈 추출부(203)는 제1 점군 정보와 제2 점군 정보를 비교하여, 환경 노이즈 점군 정보를 생성할 수 있다.
환경 노이즈 추출부(203)는 청명한 환경에 관한 제2 점군 정보에서 노이즈에 해당하는 측정 값을 추출하여 환경 노이즈 점군 정보를 생성할 수 있다. 악천후 환경에서 측정되는 거리 데이터에 관한 제1 점군 정보 내에는 노이즈 정보와 비노이즈 정보가 모두 존재한다. 여기서, 제1 라이다 센서(105)는 고정되어 있기 때문에, 악천후 환경의 제1 점군 정보 내 비노이즈는 청명한 환경의 제2 점군 정보에서 동일한 위치에 나타난다. 따라서, 환경 노이즈 추출부(203)는 제1 점군 정보와 제2 점군 정보에서 동일한 위치에 나타나지 않은 지점의 거리 값을 노이즈로 결정함으로써, 환경 노이즈 점군 정보를 생성할 수 있다.
대상 정보 획득부(205)는 라이다 센서가 획득한 거리 데이터를 전달 받는 기능을 수행한다. 여기서, 환경 정보 획득부(201)가 제1 라이다 센서(105)로부터 거리 데이터를 전달 받는 것과 달리, 대상 정보 획득부(204)는 제2 라이다 센서(107)가 생성한 거리 데이터를 전달 받을 수 있다. 제2 라이다 센서(107)는 이동 하거나 회전하여 오브젝트(101)를 감지할 수 있다. 제2 라이다 센서(107)는 청명한 환경에서 오브젝트(101)를 감지하여 거리 데이터를 생성할 수 있고, 대상 정보 획득부(205)는 생성된 거리 데이터를 전달받을 수 있다. 대상 정보 획득부(205)는 거리 데이터를 전달받고, 청명한 환경에서 측정되는 거리 데이터에 관한 제3 점군 정보를 생성할 수 있다.
점군 정보 생성부(207)는 환경 노이즈 점군 정보와 제3 점군 정보에 기반하여 노이즈 점군 정보와 노이즈인지 여부를 지시하는 분류 점군 정보를 생성하는 기능을 수행한다. 점군 정보 생성부(207)는 제2 라이다 센서(107)의 오브젝트(101) 감지에 대응하여 획득되는 제3 점군 정보에, 환경 노이즈 추출부(203)가 생성한 환경 노이즈 점군 정보를 합성하여, 노이즈 점군 정보를 생성할 수 있다. 여기서, 점군 정보 생성부(207)는 노이즈 점군 정보에 포함된 복수의 노이즈 거리 값들이 노이즈인지 여부를 지시하는 분류 점군 정보를 추가적으로 생성할 수 있다.
도 3은 본 개시의 다양한 실시 예들에 따른 라이다 시스템(100)에서, 제1 라이다 센서(105)에 기반한 제1 점군 정보와 제2 점군 정보로부터, 환경 노이즈를 추출하는 방법에 관한 모식도(300)를 도시한다.
제1 라이다 센서(105)는 제1 운용 환경(310)에서 레이저 펄스를 송수신하여 거리 데이터를 획득할 수 있다. 또한, 제1 라이다 센서(105)는 제2 운용 환경(360)에서 레이저 펄스를 송수신하여 거리 데이터를 생성할 수 있다. 제1 라이다 센서(105)가 생성한 거리 데이터는 점군 정보 결정 장치(109)로 전달될 수 있다. 여기서, 제1 운용 환경(310)은 제1 라이다 센서(105)에 눈, 비 중 적어도 하나가 감지되는 노이즈 환경을 지시하고, 제2 운용 환경(360)은 제1 라이다 센서(105)에 눈, 비 중 적어도 하나가 감지되지 않은 환경을 지시할 수 있다.
점군 정보 결정 장치(109)는 악천후 환경의 거리 데이터를 이용하여 제1 점군 정보 RA를 획득할 수 있고, 청명한 환경에서 거리 데이터를 이용하여 제2 점군 정보 RC를 획득할 수 있다. 이하에서, 3차원의 라이다 센서로 얻은 점군 정보 R에서 특정 방향 i에 대한 측정값을 Ri라 표시한다. 제2 점군 정보 RC에서 노이즈에 해당하는 거리 값을 골라내기 위하여, 점군 정보 결정 장치(109)는 제1 점군 정보 RA와 제2 점군 정보 RC를 비교할 수 있다. 제1 라이다 센서(105)가 고정되어 있기 때문에, 제1 점군 정보 RA내의 거리 데이터 중 비노이즈 데이터는 제2 점군 정보 RC내의 데이터와 동일한 거리 값을 가진다. 따라서, 점군 정보 결정 장치(109)는 제1 점군 정보 RA와 제2 점군 정보 RC를 비교하여 동일한 위치에 나타나지 않는 점들을 구분하여 제1 점군 정보 RA에서 노이즈를 추출할 수 있다.
눈, 비와 같은 악천후 환경의 노이즈는 제1 라이다 센서(105)와 오브젝트(101) 사이에 위치하기 때문에, 제1 점군 정보의 거리 값 Ri A는 제2 점군 정보의 거리 값 Ri C보다 작다 따라서, 점군 정보 결정 장치(109)는 i번째 점에 관하여 제1 점군 정보의 거리 값 Ri A가 제2 점군 정보의 거리 값 Ri C 보다 작은 경우, Ri A를 노이즈를 판단할 수 있다. 이에 대응하여, 환경 노이즈 점군 정보는 <수학식 1>에 기반하여 결정될 수 있다.
<수학식 1>을 참고하면, i는 점의 번호, n은 점의 개수, RA는 제1 점군 정보, RC는 제2 점군 정보, LA은 환경 노이즈 점군 정보, Ri A는 제1 점군 정보에서 i번째 점에 대응되는 거리 값, Ri C는 제2 점군 정보에서 i번째 점에 대응되는 거리 값, Li A는 환경 노이즈 점군 정보에서 i번째 점에 대응되는 환경 노이즈 분류 값을 지시한다.
점군 정보 결정 장치(109)는 제1 점군 정보에 포함된 거리 값과, 제2 점군 정보에 포함되고 제1 거리 값에 대응되는 거리 값을 비교하여, 환경 노이즈 점군 정보를 생성할 수 있다.
도 4는 본 개시의 다양한 실시 예들에 따른 라이다 시스템(100)에서, 제2 라이다 센서(107)에 기반한 제3 점군 정보로부터, 노이즈 점군 정보를 생성하는 방법에 관한 모식도(400)를 도시한다.
제2 라이다 센서(107)는 제2 운용 환경(410)에서 레이저 펄스를 송수신하여 거리 데이터를 획득할 수 있다. 또한, 제2 라이다 센서(107)가 생성한 거리 데이터는 점군 정보 결정 장치(109)로 전달될 수 있다.
점군 정보 결정 장치(109)는 청명한 환경에서 거리 데이터를 이용하여 제3 점군 정보 RT를 획득할 수 있다. 여기서, 점군 정보 결정 장치(109)는 제3 점군 정보 RT에, 환경 노이즈 점군 정보 LA를 합성함으로써, 노이즈 점군 정보 RS와 분류 점군 정보 LS를 생성할 수 있다. 제3 점군 정보 RT는 오브젝트를 감시하는 환경에 관한 데이터를 지시하고, 환경 노이즈 점군 정보 LA는 실제 환경에서 모사된 환경에 관한 점군 정보를 지시한다. 따라서, 점군 정보 결정 장치(109)는 청명한 환경에서 얻은 제3 점군 정보 RT에 환경 노이즈 점군 정보 LA를 합성하여 가상으로 악천후 환경 속 점군 정보 RS를 생성할 수 있다.
본 개시의 일 실시 예에 따르면, 점군 정보 결정 장치(109)가 노이즈를 합성하는 과정에서 모든 노이즈를 합성하는 경우, 실제와 다른 형상이 보이는 문제가 있다. 일 예에 따르면, 오브젝트가 차량인 경우, 차량의 내부에 눈이 오는 형상이나 건물 내부에 비가 오는 형상이 표시될 수 있다. 악천후 환경 속에서 발생하는 노이즈는 센서와 물체 사이에만 존재하므로, 제2 라이다 센서(107)가 노이즈를 탐지하는 경우, 노이즈는 오브젝트에 관한 측정 예상 거리 값보다 더 작은 거리 값을 가지고, 측정 예상 거리 값은 탐지되지 않는다. 따라서, 점군 정보 결정 장치(109)는 환경 노이즈 분류 값 Li A이 노이즈(noise, N)임과 동시에 제1 점군 정보의 거리 값 Ri A가 제3 점군 정보의 거리 값 Ri T보다 작은 경우, Ri A를 노이즈로 판단하고, 나머지 경우는 Ri A를 비노이즈로 판단한다. 그에 따라, 점군 정보 결정 장치(109)는 환경 노이즈 분류 값 Li A가 클린 값이 아니고 제1 점군 정보의 거리 값 Ri A가 제3 점군 정보의 거리 값 Ri T보다 작은 경우, 노이즈 거리 값 Ri S에 Ri A를 할당하고, 나머지 경우에서 노이즈 거리 값 Ri S에 Ri T를 할당할 수 있다. 추가적으로, 점군 정보 결정 장치(109)는 노이즈 거리 값 Ri S의 할당에 대응하여, 분류 정보 Li S를 할당할 수 있다. 노이즈 거리 값 Ri S와 분류 정보 Li S의 할당은 <수학식 2>에 기반하여 결정될 수 있다.
<수학식 2>를 참고하면, i는 점의 번호, n은 점의 개수, RT는 제3 점군 정보, RS는 노이즈 점군 정보, LS는 분류 점군 정보, Ri T는 제3 점군 정보에서 i번째 점에 대응되는 거리 값, Ri S는 노이즈 점군 정보에서 i번째 점에 대응되는 노이즈 거리 값, Li S는 환경 노이즈 점군 정보에서 i번째 점에 대응되는 노이즈 분류 값, Ri A는 제1 점군 정보에서 i번째 점에 대응되는 거리 값, Ri S는 노이즈 점군 정보에서 i번째 점에 대응되는 노이즈 거리 값, Li S는 분류 정보를 지시한다.
점군 정보 결정 장치(109)는 점군 정보에 포함된 모든 점들에 관하여 거리 값의 비교를 반복함으로써, 최종적으로 노이즈 점군 정보 RS와, RS를 구성하는 점들이 노이즈인지 여부를 지시하는 분류 점군 정보 LS를 생성할 수 있다.
도 5는 본 개시의 다양한 실시 예들에 따른 라이다 시스템(100)에서, 점군 정보 결정 장치(109)의 동작 방법에 관한 흐름도(500)를 도시한다. 도 5는 라이다 시스템의 운용 환경이 고려된 점군 정보를 결정하는 방법을 예시한다.
도 5를 참고하면 단계(501)에서, 점군 정보 결정 장치(109)는 제1 라이다 센서를 통해, 제1 운용 환경에 관한 제1 점군 정보와 제2 운용 환경에 관한 제2 점군 정보를 획득한다. 점군 정보 결정 장치(109)는 제1 라이다 센서(105)로부터 제1 운용 환경에서 생성되는 거리 데이터와, 제2 운용 환경에서 생성되는 거리 데이터를 획득할 수 있다. 이후, 점군 정보 결정 장치(109)는 각각의 거리 데이터로부터 제1 운용 환경에 관한 제1 점군 정보와 제2 운용 환경에 관한 제2 점군 정보를 획득할 수 있다.
본 개시의 일 실시 예에 따르면, 제1 운용 환경은 라이다 센서에 눈, 비 중 적어도 하나가 감지되는 노이즈 환경을 지시하고, 제2 운용 환경은 라이다 센서에 눈, 비 중 적어도 하나가 감지되지 않은 정상 환경을 지시할 수 있다.
본 개시의 일 실시 예에 따르면, 제1 라이다 센서(105)는 고정형 라이다 센서를 포함하고, 제2 라이다 센서(107)는 이동형 라이다 센서를 포함할 수 있다.
단계(503)에서, 점군 정보 결정 장치(109)는 제1 점군 정보와 제2 점군 정보에 기반하여 환경 노이즈 점군 정보를 생성한다. 점군 정보 결정 장치(109)는 제1 점군 정보에 포함된 거리 값들과, 제2 점군 정보에 포함된 거리 값들을 비교하여 환경 노이즈 점군 정보를 생성할 수 있다. 본 개시의 일 실시 예에 따르면, 점군 정보 결정 장치(109)는 서로 대응되는 점들에 관하여, 제1 점군 정보에 포함된 점의 거리 값이 제2 점군 정보에 포함된 점의 거리 값보다 작은 경우, 제1 점군 정보에 포함된 점의 거리 값을 노이즈로 식별할 수 있다.
단계(505)에서, 점군 정보 결정 장치(109)는 제2 라이다 센서를 통해, 제2 운용 환경에 관한 제3 점군 정보를 획득한다. 점군 정보 결정 장치(109)는 제2 라이다 센서(107)로부터 제2 운용 환경에서 생성되는 거리 데이터를 획득할 수 있다. 본 개시의 일 실시 예에 따르면, 제2 운용 환경은 라이다 센서에 눈, 비 중 적어도 하나가 감지되지 않은 정상 환경을 지시할 수 있다.
단계(507)에서, 점군 정보 결정 장치(109)는 제1 점군 정보, 제3 점군 정보, 및 환경 노이즈 점군 정보에 기반하여, 노이즈 점군 정보를 생성한다. 점군 정보 결정 장치(109)는 제3 점군 정보에 포함된 거리 값들과, 제1 점군 정보에 포함된 거리 값들 및 환경 노이즈 점군 정보의 노이즈 분류 값들을 비교하여 노이즈 점군 정보를 생성할 수 있다.
본 개시의 일 실시 예에 따르면, 점군 정보 결정 장치(109)는 서로 대응되는 점들에 관하여, 환경 노이즈 분류 값이 클린 값이 아니고, 제1 점군 정보에 포함된 점의 거리 값이 제3 점군 정보에 포함된 점의 거리 값보다 작은 경우, 제1 점군 정보에 포함된 점의 거리 값을 노이즈 거리 값으로 결정할 수 있다. 본 개시의 다른 일 실시 예에 따르면, 점군 정보 결정 장치(109)는 환경 노이즈 분류 값이 클린 값이 아니고 제1 점군 정보에 포함된 거리 값이 제3 점군 정보에 포함된 거리 값 이상인 경우, 제3 점군 정보에 포함된 거리 값을 노이즈 거리 값으로 결정할 수 있다. 본 개시의 다른 일 실시 예에 따르면, 환경 노이즈 분류 값이 클린 값인 경우, 제3 점군 정보에 포함된 거리 값을 노이즈 거리 값으로 결정할 수 있다.
도 6은 본 개시의 다양한 실시 예들에 따른 라이다 시스템(100)에서, 점군 정보 결정 장치(109)가 환경 노이즈 점군 정보를 생성하는 방법에 관한 흐름도(600)를 도시한다.
도 6에서 설명되는 거리 값은 제1 점군 정보와 제2 점군 정보에 각각에서 서로 대응 관계에 있는 점들에 관한 거리 값을 예시한다.
본 개시의 일 실시 예에 따르면, 점군 정보 결정 장치(109)는 제1 점군 정보에 포함된 제1 점의 제1 거리 값과, 제2 점군 정보에 포함되고 제1 점에 대응되는 제2 점의 제2 거리 값을 비교하여, 환경 노이즈 점군 정보를 생성할 수 있다. 본 개시의 일 실시 예에 따르면, 제1 점군 정보는 복수의 제1 거리 값들로 구성되고, 제2 점군 정보는 복수의 제1 거리 값들에 대응되는 복수의 제2 거리 값들로 구성되고, 환경 노이즈 점군 정보는 복수의 제1 거리 값들에 대응되는 복수의 환경 노이즈 분류 값들로 구성될 수 있다.
도 6을 참고하면 단계(601)에서, 점군 정보 결정 장치(109)는 제1 거리 값 Ri A이 제2 거리 값 Ri C 보다 작은지 여부를 식별한다. 본 개시의 일 실시 예에 따르면, 점군 정보 결정 장치는 제1 점군 정보에 포함된 제1 거리 값과, 제2 점군 정보에 포함된 제2 거리 값의 크기를 비교할 수 있다. 점군 정보 결정 장치(109)는 제1 거리 값 Ri A와 제2 거리 값 Ri C의 크기 비교를 통해, Li A에 할당되는 환경 노이즈 분류 값을 결정할 수 있다.
본 개시의 일 실시 예에 따르면, 점군 정보 결정 장치(109)는 제1 거리 값 Ri A이 제2 거리 값 Ri C보다 작은 경우 단계(603)로 진행하여, 제1 거리 값 Ri A에 대응되는 환경 노이즈 분류 값 Li A을 노이즈(noise)로 결정한다.
본 개시의 다른 일 실시 예에 따르면, 점군 정보 결정 장치(109)는 제1 거리 값 Ri A이 제2 거리 값 Ri C 이상인 경우 단계(605)로 진행하여, 제1 거리 값 Ri A에 대응되는 환경 노이즈 분류 값 Li A을 클린(clean)으로 결정한다.
단계(607)에서, 점군 정보 결정 장치(109)는 반복 조건이 만족되는지 여부를 식별한다. 점군 정보 결정 장치(109)는 점군 정보에 포함된 n개의 점들 모두에 관하여 노이즈 분류 값 할당 과정을 반복할 수 있다. 이를 위하여, 점군 정보 결정 장치(109)는 현재 대상이 되는 i번째 점이 마지막 n번째 점인지 여부를 식별한다. 점군 정보 결정 장치(109)는 i번째 점이 마지막 n번째 점이 아닌 경우, i+1번째 점에 관하여 단계(601)부터 다시 진행할 수 있다. 점군 정보 결정 장치(109)는 현재 대상이 되는 i번째 점이 마지막 n번째 점인 경우, 환경 노이즈 점군 정보를 생성을 완료할 수 있다.
도 7은 본 개시의 다양한 실시 예들에 따른 라이다 시스템(100)에서, 점군 정보 결정 장치(109)가 노이즈 점군 정보를 생성하는 방법에 관한 흐름도(700)를 도시한다.
도 7에서 설명되는 거리 값은 제1 점군 정보, 제3 점군 정보, 환경 노이즈 점군 정보에 각각에서 서로 대응 관계에 있는 점들에 관한 거리 값을 예시한다. 본 개시의 일 실시 예에 따르면, 점군 정보 결정 장치(109)는 제1 거리 값과, 제3 점군 정보에 포함되고 제1 점에 대응되는 제3 점의 제3 거리 값, 및 환경 노이즈 점군 정보에 포함되고 제1 점에 대응되는 환경 노이즈 분류 값을 비교하여, 노이즈 점군 정보를 생성할 수 있다. 본 개시의 일 실시 예에 따르면, 제3 점군 정보는 복수의 제3 거리 값들로 구성되고, 노이즈 점군 정보는 복수의 제3 거리 값들에 대응되는 복수의 노이즈 거리 값들로 구성될 수 있다. 본 개시의 일 실시 예에 따르면, 점군 정보 결정 장치(109)는 노이즈 점군 정보와 함께, 복수의 노이즈 거리 값들이 노이즈인지 여부를 지시하는 분류 점군 정보를 생성할 수 있다.
도 7을 참고하면 단계(701)에서, 점군 정보 결정 장치(109)는 제1 거리 값 Ri A이 제3 거리 값 Ri T 보다 작은지 여부를 식별한다. 본 개시의 일 실시 예에 따르면, 점군 정보 결정 장치(109)는 제1 점군 정보에 포함된 제1 거리 값과, 제3 점군 정보에 포함된 제3 거리 값의 크기를 비교할 수 있다. 점군 정보 결정 장치(109)는 제1 거리 값 Ri A와 제3 거리 값 Ri T의 크기 비교를 통해, 노이즈 점군 정보 Rs에 할당되는 노이즈 점군 정보의 거리 값 Ri s와 분류 점군 정보 LS에 할당되는 노이즈 분류 값 Li s을 결정할 수 있다.
본 개시의 일 실시 예에 따르면, 점군 정보 결정 장치(109)는 제1 거리 값 Ri A이 제3 거리 값 Ri T보다 작은 경우 단계(703)로 진행하여, 환경 노이즈 분류 값이 노이즈인지 여부를 식별한다. 본 개시의 다른 일 실시 예에 따르면, 점군 정보 결정 장치(109)는 제1 거리 값 Ri A이 제3 거리 값 Ri T 이상인 경우 단계(707)로 진행하여, 제3 거리 값에 대응되는 노이즈 거리 값 Ri S을 제3 거리 값으로 결정하고, 제3 거리 값에 대응되는 노이즈 분류 값 Li S를 클린으로 결정한다.
단계(703)에서, 점군 정보 결정 장치(109)는 환경 노이즈 분류 값이 노이즈인지 여부를 식별한다. 환경 노이즈 분류 값 Li S는 환경 노이즈 추출부(203)의 동작에 따라 노이즈 또는 클린 중 적어도 하나로 결정된다. 이에 따라, 점군 정보 결정 장치(109)는 환경 노이즈 분류 값 Li S가 노이즈인지 또는 클린인지 여부를 식별할 수 있다. 본 개시의 일 실시 예에 따르면, 점군 정보 결정 장치(109)는 환경 노이즈 분류 값이 노이즈인 경우 단계(705)로 진행하여, 제3 거리 값에 대응되는 노이즈 거리 값 Ri S을 제1 거리 값으로 결정하고, 제3 거리 값에 대응되는 노이즈 분류 값 Li S를 노이즈로 결정한다. 본 개시의 다른 일 실시 예에 따르면, 점군 정보 결정 장치(109)는 환경 노이즈 분류 값이 노이즈가 아닌 경우 단계(707)로 진행하여, 제3 거리 값에 대응되는 노이즈 거리 값 Ri S을 제3 거리 값으로 결정하고, 제3 거리 값에 대응되는 노이즈 분류 값 Li S를 클린으로 결정한다.
단계(709)에서, 점군 정보 결정 장치(109)는 반복 조건이 만족되는지 여부를 식별한다. 점군 정보 결정 장치(109)는 점군 정보에 포함된 n개의 점들 모두에 관하여 노이즈 점군 정보의 거리 값 할당 과정 및 분류 점군 정보의 노이즈 분류 값 할당 과정을 반복할 수 있다. 이를 위하여, 점군 정보 결정 장치(109)는 현재 대상이 되는 i번째 점이 마지막 n번째 점인지 여부를 식별한다. 점군 정보 결정 장치(109)는 i번째 점이 마지막 n번째 점이 아닌 경우, i+1번째 점에 관하여 단계(701)부터 다시 진행할 수 있다. 점군 정보 결정 장치(109)는 현재 대상이 되는 i번째 점이 마지막 n번째 점인 경우, 노이즈 점군 정보 및 분류 점군 정보의 생성을 완료할 수 있다.
본 개시에 따르면, 점군 정보 결정 장치(109)는 눈, 비 중 적어도 하나를 포함한 여러 조건의 악천후 환경의 3차원 라이다 점군 정보를, 실제 데이터에 기반하여 모사할 수 있다. 즉, 점군 정보 결정 장치(109)는 점 단위로 노이즈 정보가 포함된 데이터가 생성되기 때문에 지도 학습 기반의 노이즈 제거 알고리즘 개발에 활용되어 개발의 용이성 및 성능을 높일 수 있을 뿐만 아니라 다양한 노이즈 제거 알고리즘들의 성능을 평가하는 수단으로 활용될 수 있다. 본 개시에 따른 점군 정보 결정 장치(109)는 또한 노이즈 제거 알고리즘뿐만 아니라 실환경 실험이 제한적인 주행 알고리즘 개발에도 활용하여 성능 개선 또는 한계점을 파악하는데 활용될 수 있다.
본 개시의 청구항 또는 명세서에 기재된 실시 예들에 따른 방법들은 하드웨어, 소프트웨어, 또는 하드웨어와 소프트웨어의 조합의 형태로 구현될(implemented) 수 있다.
소프트웨어로 구현하는 경우, 하나 이상의 프로그램(소프트웨어 모듈)을 저장하는 컴퓨터 판독 가능 저장 매체가 제공될 수 있다. 컴퓨터 판독 가능 저장 매체에 저장되는 하나 이상의 프로그램은, 전자 장치(device) 내의 하나 이상의 프로세서에 의해 실행 가능하도록 구성된다(configured for execution). 하나 이상의 프로그램은, 전자 장치로 하여금 본 개시의 청구항 또는 명세서에 기재된 실시 예들에 따른 방법들을 실행하게 하는 명령어(instructions)를 포함한다.
이러한 프로그램(소프트웨어 모듈, 소프트웨어)은 랜덤 액세스 메모리 (random access memory), 플래시(flash) 메모리를 포함하는 불휘발성(non-volatile) 메모리, 롬(read only memory, ROM), 전기적 삭제가능 프로그램가능 롬(electrically erasable programmable read only memory, EEPROM), 자기 디스크 저장 장치(magnetic disc storage device), 컴팩트 디스크 롬(compact disc-ROM, CD-ROM), 디지털 다목적 디스크(digital versatile discs, DVDs) 또는 다른 형태의 광학 저장 장치, 마그네틱 카세트(magnetic cassette)에 저장될 수 있다. 또는, 이들의 일부 또는 전부의 조합으로 구성된 메모리에 저장될 수 있다. 또한, 각각의 구성 메모리는 다수 개 포함될 수도 있다.
또한, 프로그램은 인터넷(Internet), 인트라넷(Intranet), LAN(local area network), WAN(wide area network), 또는 SAN(storage area network)과 같은 통신 네트워크, 또는 이들의 조합으로 구성된 통신 네트워크를 통하여 접근(access)할 수 있는 부착 가능한(attachable) 저장 장치(storage device)에 저장될 수 있다. 이러한 저장 장치는 외부 포트를 통하여 본 개시의 실시 예를 수행하는 장치에 접속할 수 있다. 또한, 통신 네트워크상의 별도의 저장장치가 본 개시의 실시 예를 수행하는 장치에 접속할 수도 있다.
상술한 본 개시의 구체적인 실시 예들에서, 개시에 포함되는 구성 요소는 제시된 구체적인 실시 예에 따라 단수 또는 복수로 표현되었다. 그러나, 단수 또는 복수의 표현은 설명의 편의를 위해 제시한 상황에 적합하게 선택된 것으로서, 본 개시가 단수 또는 복수의 구성 요소에 제한되는 것은 아니며, 복수로 표현된 구성 요소라 하더라도 단수로 구성되거나, 단수로 표현된 구성 요소라 하더라도 복수로 구성될 수 있다.
한편 본 개시의 상세한 설명에서는 구체적인 실시 예에 관해 설명하였으나, 본 개시의 범위에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능함은 물론이다. 그러므로 본 개시의 범위는 설명된 실시 예에 국한되어 정해져서는 아니 되며 후술하는 특허청구의 범위뿐만 아니라 이 특허청구의 범위와 균등한 것들에 의해 정해져야 한다.
101 오브젝트 103 외부 환경
105 제1 라이다 센서 107 제2 라이다 센서
109 점군 정보 결정 장치 201 환경 정보 획득부
203 환경 노이즈 추출부 205 대상 정보 획득부
207 점군 정보 생성부 310 제1 운용 환경
360 제2 운용 환경 410 제3 운용 환경
105 제1 라이다 센서 107 제2 라이다 센서
109 점군 정보 결정 장치 201 환경 정보 획득부
203 환경 노이즈 추출부 205 대상 정보 획득부
207 점군 정보 생성부 310 제1 운용 환경
360 제2 운용 환경 410 제3 운용 환경
Claims (13)
- 라이다(light detection and ranging, LIDAR) 시스템의 운용 환경이 고려된 점군 정보를 결정하는 점군 정보 결정 장치에 있어서,
제1 라이다 센서를 통해, 제1 운용 환경에 관한 제1 점군 정보와 제2 운용 환경에 관한 제2 점군 정보를 획득하는 환경 정보 획득부;
상기 제1 점군 정보와 상기 제2 점군 정보에 기반하여 환경 노이즈 점군 정보를 생성하는 환경 노이즈 추출부;
제2 라이다 센서를 통해, 상기 제2 운용 환경에 관한 제3 점군 정보를 획득하는 대상 정보 획득부; 및
상기 제1 점군 정보, 상기 제3 점군 정보, 및 상기 환경 노이즈 점군 정보에 기반하여, 노이즈 점군 정보를 생성하는 점군 정보 생성부를 포함하고,
상기 환경 노이즈 추출부는 상기 제1 점군 정보에 포함된 제1 점의 제1 거리 값과, 상기 제2 점군 정보에 포함되고 상기 제1 점에 대응되는 제2 점의 제2 거리 값을 비교하여, 환경 노이즈 점군 정보를 생성하고,
상기 점군 정보 생성부는 상기 제1 거리 값과, 상기 제3 점군 정보에 포함되고 상기 제1 점에 대응되는 제3 점의 제3 거리 값을 비교하여, 노이즈 점군 정보를 생성하는 점군 정보 결정 장치.
- 청구항 1에 있어서,
상기 제1 점군 정보는 복수의 제1 거리 값들로 구성되고,
상기 제2 점군 정보는 상기 복수의 제1 거리 값들에 대응되는 복수의 제2 거리 값들로 구성되고,
상기 환경 노이즈 점군 정보는 상기 복수의 제1 거리 값들에 대응되는 복수의 환경 노이즈 분류 값들로 구성되는 점군 정보 결정 장치.
- 청구항 2에 있어서,
상기 환경 노이즈 추출부는,
상기 제1 거리 값이 상기 제2 거리 값 보다 작은 경우, 상기 제1 거리 값에 대응되는 환경 노이즈 분류 값을 노이즈(noise)로 결정하고,
상기 제1 거리 값이 상기 제2 거리 값 이상인 경우, 상기 제1 거리 값에 대응되는 환경 노이즈 분류 값을 클린(clean)으로 결정하는 점군 정보 결정 장치.
- 청구항 3에 있어서,
상기 제3 점군 정보는 복수의 제3 거리 값들로 구성되고,
상기 노이즈 점군 정보는 상기 복수의 제3 거리 값들에 대응되는 복수의 노이즈 거리 값들로 구성되는 점군 정보 결정 장치.
- 청구항 4에 있어서,
상기 점군 정보 생성부는,
상기 제1 거리 값이 상기 제3 거리 값 보다 작고, 상기 환경 노이즈 분류 값이 노이즈인 경우, 상기 제3 거리 값에 대응되는 노이즈 거리 값을 상기 제1 거리 값으로 결정하고,
상기 제1 거리 값이 상기 제3 거리 값 이상인 경우, 상기 제3 거리 값에 대응되는 노이즈 거리 값을 상기 제3 거리 값으로 결정하고,
상기 환경 노이즈 분류 값이 클린인 경우, 상기 제3 거리 값에 대응되는 노이즈 거리 값을 상기 제3 거리 값으로 결정하는 점군 정보 결정 장치.
- 청구항 4에 있어서,
상기 점군 정보 생성부는,
상기 복수의 노이즈 거리 값들이 노이즈인지 여부를 지시하는 분류 점군 정보를 생성하는 점군 정보 결정 장치.
- 청구항 1에 있어서,
상기 제1 운용 환경은 라이다 센서에 눈, 비 중 적어도 하나가 감지되는 노이즈 환경을 지시하고,
상기 제2 운용 환경은 라이다 센서에 눈, 비 중 적어도 하나가 감지되지 않은 정상 환경을 지시하는 점군 정보 결정 장치.
- 청구항 1에 있어서,
상기 제1 라이다 센서는 고정형 라이다 센서를 포함하고,
상기 제2 라이다 센서는 이동형 라이다 센서를 포함하는 점군 정보 결정 장치.
- 라이다(light detection and ranging, LIDAR) 시스템의 운용 환경이 고려된 점군 정보를 결정하는 점군 정보 결정 장치의 동작 방법에 있어서,
제1 라이다 센서를 통해, 제1 운용 환경에 관한 제1 점군 정보와 제2 운용 환경에 관한 제2 점군 정보를 획득하는 단계;
상기 제1 점군 정보와 상기 제2 점군 정보에 기반하여 환경 노이즈 점군 정보를 생성하는 단계;
제2 라이다 센서를 통해, 상기 제2 운용 환경에 관한 제3 점군 정보를 획득하는 단계; 및
상기 제1 점군 정보, 상기 제3 점군 정보, 및 상기 환경 노이즈 점군 정보에 기반하여, 노이즈 점군 정보를 생성하는 단계를 포함하고,
상기 환경 노이즈 점군 정보를 생성하는 단계는 상기 제1 점군 정보에 포함된 제1 점의 제1 거리 값과, 상기 제2 점군 정보에 포함되고 상기 제1 점에 대응되는 제2 점의 제2 거리 값을 비교하여, 환경 노이즈 점군 정보를 생성하는 단계를 포함하고,
상기 노이즈 점군 정보를 생성하는 단계는 상기 제1 거리 값과, 상기 제3 점군 정보에 포함되고 상기 제1 점에 대응되는 제3 점의 제3 거리 값을 비교하여, 노이즈 점군 정보를 생성하는 단계를 포함하는 방법.
- 청구항 9에 있어서,
상기 제1 점군 정보는 복수의 제1 거리 값들로 구성되고,
상기 제2 점군 정보는 상기 복수의 제1 거리 값들에 대응되는 복수의 제2 거리 값들로 구성되고,
상기 환경 노이즈 점군 정보는 상기 복수의 제1 거리 값들에 대응되는 복수의 환경 노이즈 분류 값들로 구성되는 방법.
- 청구항 10에 있어서,
상기 제1 거리 값과 상기 제2 거리 값을 비교하여 환경 노이즈 점군 정보를 생성하는 단계는,
상기 제1 거리 값이 상기 제2 거리 값 보다 작은 경우, 상기 제1 거리 값에 대응되는 환경 노이즈 분류 값을 노이즈(noise)로 결정하는 단계; 및
상기 제1 거리 값이 상기 제2 거리 값 이상인 경우, 상기 제1 거리 값에 대응되는 환경 노이즈 분류 값을 클린(clean)으로 결정하는 단계를 포함하는 방법.
- 청구항 11에 있어서,
상기 제3 점군 정보는 복수의 제3 거리 값들로 구성되고,
상기 노이즈 점군 정보는 상기 복수의 제3 거리 값들에 대응되는 복수의 노이즈 거리 값들로 구성되는 방법.
- 청구항 12에 있어서,
상기 제1 거리 값과 상기 제3 거리 값을 비교하여 노이즈 점군 정보를 생성하는 단계는,
상기 제1 거리 값이 상기 제3 거리 값 보다 작고, 상기 환경 노이즈 분류 값이 노이즈인 경우, 상기 제3 거리 값에 대응되는 노이즈 거리 값을 상기 제1 거리 값으로 결정하는 단계;
상기 제1 거리 값이 상기 제3 거리 값 이상인 경우, 상기 제3 거리 값에 대응되는 노이즈 거리 값을 상기 제3 거리 값으로 결정하는 단계; 및
상기 환경 노이즈 분류 값이 클린인 경우, 상기 제3 거리 값에 대응되는 노이즈 거리 값을 상기 제3 거리 값으로 결정하는 단계를 포함하는 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220001636A KR102420585B1 (ko) | 2022-01-05 | 2022-01-05 | 라이다 시스템의 운용 환경이 고려하여 점군 정보를 결정하기 위한 장치 및 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220001636A KR102420585B1 (ko) | 2022-01-05 | 2022-01-05 | 라이다 시스템의 운용 환경이 고려하여 점군 정보를 결정하기 위한 장치 및 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102420585B1 true KR102420585B1 (ko) | 2022-07-13 |
Family
ID=82401352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220001636A KR102420585B1 (ko) | 2022-01-05 | 2022-01-05 | 라이다 시스템의 운용 환경이 고려하여 점군 정보를 결정하기 위한 장치 및 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102420585B1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116400374A (zh) * | 2023-05-04 | 2023-07-07 | 深圳市华众自动化工程有限公司 | 一种基于高精度激光信号采集的测量装置及方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200087296A (ko) * | 2018-12-27 | 2020-07-21 | (주)엠아이테크 | 라이다 센서 데이터 기반 장애물 검출 3차원 뷰어 시스템 |
-
2022
- 2022-01-05 KR KR1020220001636A patent/KR102420585B1/ko active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200087296A (ko) * | 2018-12-27 | 2020-07-21 | (주)엠아이테크 | 라이다 센서 데이터 기반 장애물 검출 3차원 뷰어 시스템 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116400374A (zh) * | 2023-05-04 | 2023-07-07 | 深圳市华众自动化工程有限公司 | 一种基于高精度激光信号采集的测量装置及方法 |
CN116400374B (zh) * | 2023-05-04 | 2024-05-03 | 深圳市华众自动化工程有限公司 | 一种基于高精度激光信号采集的测量装置及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11906670B2 (en) | Interference mitigation for light detection and ranging | |
CN110807439B (zh) | 检测障碍物的方法及装置 | |
CN112433934B (zh) | 仿真测试方法、装置、计算机设备和存储介质 | |
CN110865393A (zh) | 基于激光雷达的定位方法及系统、存储介质和处理器 | |
CN106952303A (zh) | 车距检测方法、装置和系统 | |
US20200233061A1 (en) | Method and system for creating an inverse sensor model and method for detecting obstacles | |
CN113111513B (zh) | 传感器配置方案确定方法、装置、计算机设备及存储介质 | |
KR102420585B1 (ko) | 라이다 시스템의 운용 환경이 고려하여 점군 정보를 결정하기 위한 장치 및 방법 | |
CN111739099B (zh) | 预防跌落方法、装置及电子设备 | |
KR20180089417A (ko) | 스토캐스틱 맵 인식 입체 시각 센서 모델 | |
CN113838125A (zh) | 目标位置确定方法、装置、电子设备以及存储介质 | |
CN109696665B (zh) | 超声波传感器测量数据的处理方法、装置及设备 | |
CN111812670B (zh) | 一种单光子激光雷达空间变换噪声判断、滤波方法及装置 | |
CN114595738A (zh) | 为识别模型生成训练数据的方法和生成识别模型的方法 | |
CN116467848B (zh) | 一种毫米波雷达点云仿真的方法和装置 | |
US11016172B2 (en) | Testing system and method for testing the performance of a detector | |
US20220383146A1 (en) | Method and Device for Training a Machine Learning Algorithm | |
Gal et al. | Tracking objects using PHD filter for USV autonomous capabilities | |
JP5987204B1 (ja) | レーダ装置 | |
CN111880576B (zh) | 基于视觉的无人机飞行控制方法及装置 | |
WO2023193923A1 (en) | Maritime traffic management | |
Dikmen | Development of star tracker attitude and position determination system for spacecraft maneuvering and docking facility | |
CN113808077A (zh) | 一种目标检测方法、装置、设备及存储介质 | |
CN114428253A (zh) | 车辆位置推定装置 | |
CN111316119A (zh) | 雷达仿真方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |