KR102450139B1 - 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 장치 및 방법 - Google Patents

3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 장치 및 방법 Download PDF

Info

Publication number
KR102450139B1
KR102450139B1 KR1020200108030A KR20200108030A KR102450139B1 KR 102450139 B1 KR102450139 B1 KR 102450139B1 KR 1020200108030 A KR1020200108030 A KR 1020200108030A KR 20200108030 A KR20200108030 A KR 20200108030A KR 102450139 B1 KR102450139 B1 KR 102450139B1
Authority
KR
South Korea
Prior art keywords
dimensional
lidar scanner
global
grid map
axis
Prior art date
Application number
KR1020200108030A
Other languages
English (en)
Other versions
KR20220000320A (ko
Inventor
이유철
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to US17/357,509 priority Critical patent/US20210405197A1/en
Publication of KR20220000320A publication Critical patent/KR20220000320A/ko
Application granted granted Critical
Publication of KR102450139B1 publication Critical patent/KR102450139B1/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
    • G01S17/88—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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/006—Theoretical aspects
    • 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
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/50—Systems of measurement based on relative movement of target
    • 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
    • G01S7/481—Constructional features, e.g. arrangements of optical elements
    • G01S7/4817—Constructional features, e.g. arrangements of optical elements relating to scanning

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)
  • Traffic Control Systems (AREA)

Abstract

3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 장치 및 방법이 개시된다. 실시예에 따른 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 장치는, 3차원 라이다 스캐너를 이용하여 획득된 3차원 점 군 데이터로부터 2차원 격자 지도를 생성하는 단계, 3차원 라이다 스캐너로부터 획득된 데이터를 이용하여 2차원 격자 지도 상에서의 이동체의 2차원 전역 위치를 검색하는 단계 및 2차원 전역 위치를 3차원 공간 상의 6 자유도 위치로 매핑하는 단계를 포함할 수 있다.

Description

3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 장치 및 방법{GLOBAL LOCALIZTION APPARATUS AND METHOD IN DYNAMIC ENVIRONMENTS USING 3D LiDAR SCANNER}
본 발명은 3차원 라이다 스캐너를 이용하여 이동체의 6자유도 위치를 추정할 수 있는 전역 위치 인식 기술에 관한 것이다.
최근 로봇/AGV/지게차 등 다양한 이동체가 공간을 자유롭게 이동하며 물류 창고에서 배달하고, 위험 공간에서 작업을 수행하고, 농경지에서 수확하는 등 많은 응용 분야에서 인간을 대신하고 있다. 이는 이동체의 주행 기술 중에서 주변 공간의 구조와 상태를 인식하는 지도 작성 기술과 이동체의 현재 위치를 추정하는 위치 인식 기술이 발전되어 왔기 때문에 가능한 것이다.
실외에서는 위성 항법 시스템의 정확도가 향상되면서 지도 작성 및 위치 인식 기술이 획기적으로 발전되었다. 위성 항법 시스템의 중요성이 부각되면서 미국 이외에도 유럽의 갈릴레오, 러시아의 글로나스 등이 개발되고, 민간에도 공개되면서 무인 자동차, 농경 트랙터, 도심 배달로봇 등 많은 이동체 주행관련 신 산업이 성장하고 있다. 또한, 일시적으로 위성 항법 시스템을 사용할 수 없는 공간에서조차 가속도 센서와 자이로스코프 등과 융합을 통하여 정확한 위치 인식이 가능해졌다.
반면, 실내에서는 구조상 위성 항법 시스템을 사용하기 어렵기 때문에, 이를 대체할 수 있는 지도 작성 및 위치 인식 기술을 개발하기 위해 다양한 센서와 방법이 사용되고 있다. 실내 지도 작성 및 위치 인식 기술은 이동체가 주행하는 주변에 별도의 장치를 설치하는지 여부에 따라, 인공 표식물 기반 기술과 자연 표식물 기반 기술로 나눌 수 있다.
인공 표식물 기반 기술은 반사판, RFID, 이미지 텍스처, 전파장치 등을 설치하여 지도 작성 및 위치 인식을 수행하는 방법이다. 자연 표식물 기반 기술은 주변 환경에 존재하는 사물의 이미지와 구조 정보만을 가지고 지도 작성 및 위치 인식을 수행한다. 인공 표식물 기반과 자연 표식물 기반은 응용분야에 따라 선택적 사용 가능하다.
우선 자연 표식물 기반 지도 작성 및 위치 인식 기술은 주변에 설치할 별도의 장치와 장비를 구비할 필요가 없어 저비용으로 구현이 가능하다. 여기에는 거리 측정 센서의 주변 환경 구조정보나 영상 센서의 사물 텍스처 등을 특징점으로 하는 방법이 대표적인 방법이다. 하지만 사물의 위치가 빈번히 변경되는 동적 환경 또는 자연 표식물만으로는 특징점을 정의하기 어려운 환경에서는 기술의 안정도가 떨어져, 다양한 응용분야에 확대 적용되지 못하고 있다.
반면에 인공 표식물 기반 기술은 지도 작성 및 위치 인식을 위한 전용 장치를 사용하기 때문에 기술의 안정도가 높다. 비용적 측면 제한이 적은 산업현장에서 고도의 안정도를 필요로 하는 응용분야에 많이 적용된다. 하지만, 인공 표식물 관련 설비를 구비해야 하고, 인공 표식물을 관리하는데 추가 비용이 소요되므로 민간 분야에까지 폭 넓게 사용되지는 못 하고 있다.
자연 표식물 기반 기술이지만 인공 표식물과 같은 안정적 성능을 발휘할 수 있는 대표적인 방법은 3차원 라이다 스캐너를 사용하는 것이다. 3차원 라이다 스캐너는 주변 사물을 원 거리에서 인식 가능하고, 넓은 측정 시야각으로 주변 환경에서 주요한 자연 표식물의 특징점을 추출할 수 있다. 무인 자동차와 같이 충돌로 인한 큰 피해가 발생할 수 있는 응용 분야에는 반드시 필요한 센서로 점차 사용 범위를 확대하고 있다. 이와 함께 대량 생산과 소비로 인하여 가격이 점차적으로 저렴해지고 있다. 따라서, 이동체 주행을 위한 자연 표식물 기반의 지도 작성 및 위치 인식을 위하여 3차원 라이다 스캐너는 핵심 센서로 입지를 다지고 있다.
최근 SLAM(Simultaneous Localization And Mapping) 기술의 발전으로 3차원 라이다 스캐너만으로 비교적 정확한 지도 작성이 기능해졌다. SLAM이라는 용어에서도 알 수 있듯이 지도를 작성하면서 위치를 추정하고, 추정된 위치를 바탕으로 지도를 작성하는 기술로 지도 작성과 위치 인식 모두의 성능을 만족해야 하는 난이도가 높은 기술이다. 그럼에도 불구하고, 기술의 중요성으로 인하여 학계를 중심으로 오랜 연구로 점차적으로 성능이 개선되어 왔다.
그러나 3차원 라이다 스캐너를 이용한 SLAM을 실제 다양한 응용분야에 직접적으로 적용하기는 어렵다. 그 이유는 지도 작성과 위치 인식이 상호 긴밀한 영향을 주기 때문에, 지도 작성과 위치 인식 중 하나가 실패하더라도 모두 실패할 가능성이 높기 때문이다. 즉, 지도 작성과 위치 인식의 상호 의존성이 해소되지 않으면, 불확실한 성능 문제를 극복할 수 없다.
실제 주요한 이동체 주행 응용분야에서는 지도 작성과 위치 인식 기술을 구분하여 기술을 구현한다. 즉, SLAM을 통하여 정확히 작성된 지도를 바탕으로 위치 인식을 수행하는 형태로 지도 작성과 위치 인식의 의존성 문제를 해결하는 경우가 많다. SLAM이 지도 작성에 매우 큰 장점을 가지고 있으며, 실제 지도 작성에서는 SLAM 수행이 성공할 때까지 여러 번 수행이 가능하기 때문이다.
이동체 자율주행을 구현하는 입장에서는 3차원 라이다 스캐너와 SLAM 기술을 통해 정확한 지도가 제공되었을 때, 지도 상에서 자신의 전역 위치를 찾는 위치 인식 기술에 초점이 맞춰져 있다. 이런 기술의 방향성은 두 가지 이슈를 해결하는 방향으로 진행되고 있다. 물류 환경과 같이 주변 사물의 위치가 빈번히 변경되는 동적 환경의 적용성과 위치 인식의 실시간성 확보이다.
첫 번째로, 동적 환경 적용성은 지도를 작성할 때와 위치 인식을 수행할 때 주요 공간의 구조가 바뀌거나 사물들의 위치가 변경되었을 경우, 전역 위치 인식의 성공률을 높이는 것이다. 단순하게 이동체가 주행하는 공간이 변경될 때마다 SLAM을 통해 지도를 갱신해 주면 해결될 문제인 것 같지만, 실제 지도를 작성할 때마다 SLAM의 지도 작성 성공 여부가 불확실하고 추가 비용이 발생하기 때문에 근본적인 해결책은 아니다.
두 번째로, 위치 인식의 실시간성은 3차원 라이다 스캐너가 적게는 수만 개부터 수십만 개까지 주변 물체에 대한 3차원 점 군을 측정하고, 이를 계산 지연 없이 위치 인식에 효과적으로 반영할 수 있는지 여부이다. 이는 공간이 확대될수록 공간 전역에서 초기의 위치를 찾는 것은 매우 많은 계산량을 요구하므로 이동체 주행 서비스 확장에 있어 매우 중요한 요소이다.
따라서 자연 표식물과 3차원 라이다 스캐너 만을 가지고, 동적 환경에서도 새롭게 지도를 작성하지 않더라도 실시간성이 확보된 전역 위치 인식이 가능한 기술은 안정적 이동체 자율주행 기술을 위해 반드시 필요하다.
한국등록특허 제10-1572851호 (2015.11.24.)
실시예는 자연 표식물과 3차원 라이다 스캐너 만을 가지고, 사전에 제공된 지도 정보와 사물의 위치가 상이한 동적 환경에서도 새롭게 지도를 작성하지 않더라도 실시간성이 확보된 전역 위치 인식이 가능하도록 하는데 그 목적이 있다.
실시예에 따른 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 방법은, 3차원 라이다 스캐너를 이용하여 획득된 3차원 점 군 데이터로부터 2차원 격자 지도를 생성하는 단계, 3차원 라이다 스캐너로부터 획득된 데이터를 이용하여 2차원 격자 지도 상에서의 이동체의 2차원 전역 위치를 검색하는 단계 및 2차원 전역 위치를 3차원 공간 상의 6 자유도 위치로 매핑하는 단계를 포함할 수 있다.
이때, 2차원 격자 지도를 생성하는 단계는, 3차원 점 군 데이터가 분포하는 X축, Y축 및 Z축으로 정의되는 3차원 공간을 복수의 3차원 단위 공간들로 분할하는 단계, XY 평면 상에서 분할된 복수의 단위 격자들 각각에 상응하는 Z축으로의 복수의 3차원 단위 공간들의 점의 존재 여부에 따라 점유 확률을 산출하는 단계 및 XY 평면 상에 복수의 단위 격자들 각각에 상응하는 점유 확률로 2차원 격자 지도를 생성하는 단계를 포함할 수 있다.
이때, 점유 확률을 산출하는 단계는, 단위 격자에 상응하는 Z축으로의 복수의 3차원 단위 공간들 중 적어도 하나에 점이 존재할 경우 점유 확률을 '1.0'으로 설정하고, 단위 격자에 상응하는 Z축으로의 복수의 3차원 단위 공간들 모두에 점이 존재하지 않을 경우 미지의 영역으로 점유 확률을 '0.5'로 설정한다.
이때, 점유 확률을 산출하는 단계는, Z축으로 제1 범위 내의 복수의 3차원 단위 공간들의 점의 존재 여부에 따라 점유 확률을 산출한다.
이때, 2차원 전역 위치를 검색하는 단계는, 2차원 격자 지도 상에 파티클 샘플들을 할당하고, 3차원 라이다 스캐너로부터 획득된 3차원 점 군 데이터와 매칭도가 가장 큰 샘플을 이동체의 현재의 위치로 검색한다.
이때, 2차원 전역 위치를 검색하는 단계는, 2차원 격자 지도 상에 샘플 할당 가능 영역을 설정하고, 설정된 샘플 할당 가능 영역에만 샘플을 할당한다.
이때, 2차원 전역 위치를 검색하는 단계는, Z축으로 제2 범위 내의 3차원 점 군 데이터와 매칭도가 가장 큰 샘플을 이동체의 현재의 위치로 검색한다.
이때, 2차원 전역 위치는, 2차원 평면 상의 X, Y 좌표와 요(Yaw) 각도로 표현되고, 매핑하는 단계는, 2차원 전역 위치인 X, Y 좌표와 Yaw 각도를 반영하고, Z좌표와 피칭(Pitch), 롤링(Roll) 각도는 0으로 초기 6 자유도 위치를 설정한다.
실시예에 따른 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 장치는, 적어도 하나의 프로그램이 기록된 메모리 및 프로그램을 실행하는 프로세서를 포함하며, 프로그램은, 3차원 라이다 스캐너를 이용하여 획득된 3차원 점 군 데이터로부터 2차원 격자 지도를 생성하는 단계, 3차원 라이다 스캐너로부터 획득된 데이터를 이용하여 2차원 격자 지도 상에서의 이동체의 2차원 전역 위치를 검색하는 단계 및 2차원 전역 위치를 3차원 공간 상의 6 자유도 위치로 매핑하는 단계를 수행한다.
이때, 2차원 격자 지도를 생성하는 단계는, 3차원 점 군 데이터가 분포하는 X축, Y축 및 Z축으로 정의되는 3차원 공간을 복수의 3차원 단위 공간들로 분할하는 단계, XY 평면 상에서 분할된 복수의 단위 격자들 각각에 상응하는 Z축으로의 복수의 3차원 단위 공간들의 점의 존재 여부에 따라 점유 확률을 산출하는 단계 및 XY 평면 상에 복수의 단위 격자들 각각에 상응하는 점유 확률로 2차원 격자 지도를 생성하는 단계를 포함한다.
이때, 점유 확률을 산출하는 단계는, 단위 격자에 상응하는 Z축으로의 복수의 3차원 단위 공간들 중 적어도 하나에 점이 존재할 경우 점유 확률을 '1.0'으로 설정하고, 단위 격자에 상응하는 Z축으로의 복수의 3차원 단위 공간들 모두에 점이 존재하지 않을 경우 미지의 영역으로 점유 확률을 '0.5'로 설정한다.
이때, 점유 확률을 산출하는 단계는, Z축으로 제1 범위 내의 복수의 3차원 단위 공간들의 점의 존재 여부에 따라 점유 확률을 산출한다.
이때, 2차원 전역 위치를 검색하는 단계는, 2차원 격자 지도 상에 파티클 샘플들을 할당하고, 3차원 라이다 스캐너로부터 획득된 3차원 점 군 데이터와 매칭도가 가장 큰 샘플을 이동체의 현재의 위치로 검색한다.
이때, 2차원 전역 위치를 검색하는 단계는, 2차원 격자 지도 상에 샘플 할당 가능 영역을 설정하고, 설정된 샘플 할당 가능 영역에만 샘플을 할당한다.
이때, 2차원 전역 위치를 검색하는 단계는, Z축으로 제2 범위 내의 3차원 점 군 데이터와 매칭도가 가장 큰 샘플을 이동체의 현재의 위치로 검색한다.
이때, 2차원 전역 위치는, 2차원 평면 상의 X, Y 좌표와 요(Yaw) 각도로 표현되고, 매핑하는 단계는, 2차원 전역 위치인 X, Y 좌표와 요(Yaw) 각도를 반영하고, Z좌표와 피칭(Pitch), 롤링(Roll) 각도는 0으로 초기 6 자유도 위치를 설정한다.
실시예에 따른 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 장치는, 3차원 라이다 스캐너를 이용하여 획득된 3차원 점 군 데이터가 분포하는 X축, Y축 및 Z축으로 정의되는 3차원 공간을 복수의 3차원 단위 공간들로 분할하는 단계, XY 평면 상에서 분할된 복수의 단위 격자들 각각에 상응하는 Z축으로의 복수의 3차원 단위 공간들의 점의 존재 여부에 따라 점유 확률을 산출하는 단계, XY 평면 상에 복수의 단위 격자들 각각에 상응하는 점유 확률로 2차원 격자 지도를 생성하는 단계, 3차원 라이다 스캐너로부터 획득된 데이터를 이용하여 2차원 격자 지도 상에서의 이동체의 2차원 전역 위치를 검색하는 단계 및 2차원 전역 위치를 3차원 공간 상의 6 자유도 위치로 매핑하는 단계를 포함하되, 2차원 전역 위치는, 2차원 평면 상의 X, Y 좌표와 요(Yaw) 각도로 표현되고, 매핑하는 단계는, 2차원 전역 위치인 X, Y 좌표와 요(Yaw) 각도를 반영하고, Z좌표와 피칭(Pitch), 롤링(Roll) 각도는 0으로 초기 6 자유도 위치를 설정한다.
이때, 점유 확률을 산출하는 단계는, Z축으로 제1 범위 내의 복수의 3차원 단위 공간들의 점의 존재 여부에 따라 점유 확률을 산출한다.
이때, 2차원 전역 위치를 검색하는 단계는, 2차원 격자 지도 상에 파티클 샘플들을 할당하고, 3차원 라이다 스캐너로부터 획득된 3차원 점 군 데이터와 매칭도가 가장 큰 샘플을 이동체의 현재의 위치로 검색하되, 2차원 격자 지도 상에 샘플 할당 가능 영역을 설정하고, 설정된 샘플 할당 가능 영역에만 샘플을 할당한다.
이때, 2차원 전역 위치를 검색하는 단계는, Z축으로 제2 범위 내의 3차원 점 군 데이터와 매칭도가 가장 큰 샘플을 이동체의 현재의 위치로 검색한다.
실시예에 따라, 자연 표식물과 3차원 라이다 스캐너 만을 가지고, 사전에 제공된 지도 정보와 사물의 위치가 상이한 동적 환경에서도 새롭게 지도를 작성하지 않더라도 실시간성이 확보된 전역 위치 인식이 가능하다.
즉, 실시예에 따른 전역 위치 인식 기술을 사용할 경우, 위치 인식을 위한 별도의 인공 표식물 정보없이 어떤 장소에서도 이동체 자신의 위치를 추정할 수 있다.
또한, 실시예를 통해 이동체의 위치 인식이 동적 환경에서의 적용성과 위치추정의 실시간성을 확보할 수 있다. 이는 기존 이동체의 안정적 위치 인식 기술 부재로 인하여 주행기술 제공이 불가능했던 응용분야를 포함하여 다양한 이동체 주행 서비스를 구현하는데 도움이 될 것이라 판단된다.
도 1은 실시예에 따른 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 시스템의 개략적인 블록 구성도이다.
도 2는 실시예에 따른 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 방법을 설명하기 위한 순서도이다.
도 3은 실시예에 따른 2차원 격자 지도를 생성하는 단계를 설명하기 위한 도면이다.
도 4는 실시예에 따른 3차원 점 군 데이터의 예시도이다.
도 5는 도 4에 도시된 3차원 점 군 데이터로부터 추출된 2차원 격자 지도의 예시도이다.
도 6은 실시예에 따른 파티클 필터의 샘플 할당을 위한 영역 설정 예시도이다.
도 7은 도 6에 설정된 영역에 파티클 필터의 샘플을 할당한 예시도이다.
도 8은 실시예에 따른 파티클 필터 매칭을 위한 3차원 라이다 스캔 정보 축약의 예시도이다.
도 9는 실시예에 따른 파티클 필터 매칭을 통한 초기 전역 위치 인식 결과의 예시도이다.
도 10은 실시예에 따른 2차원 초기 전역위치와 3차원 점 군 기반 6자유도 위치 인식 연동을 나타내는 예시도이다.
도 11은 실시예에 따른 컴퓨터 시스템 구성을 나타낸 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
비록 "제1" 또는 "제2" 등이 다양한 구성요소를 서술하기 위해서 사용되나, 이러한 구성요소는 상기와 같은 용어에 의해 제한되지 않는다. 상기와 같은 용어는 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용될 수 있다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있다.
본 명세서에서 사용된 용어는 실시예를 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 또는 "포함하는(comprising)"은 언급된 구성요소 또는 단계가 하나 이상의 다른 구성요소 또는 단계의 존재 또는 추가를 배제하지 않는다는 의미를 내포한다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 해석될 수 있다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
이하에서는, 도 1 내지 도 11을 참조하여 실시예에 따른 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 장치 및 방법이 상세히 설명된다.
도 1은 실시예에 따른 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 시스템의 개략적인 블록 구성도이다.
도 1을 참조하면, 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 시스템은 3차원 라이다(LiDAR) 스캐너(10) 및 전역 위치 인식 장치(100)(이하 '장치'로 기재함)를 포함할 수 있다.
3차원 라이다 스캐너(10) 및 장치(100)는 물리적으로 분리되는 형태로 구성될 수도 있고, 3차원 라이다 스캐너(10)가 장치(100)에 일체형으로 장착된 형태를 가질 수도 있다.
이러한 전역 위치 인식 장치(100)는 로봇과 같은 이동체에 장착되어 3차원 라이다 스캐너(10)를 이용하여 이동체의 현재의 6자유도 위치를 추정하고, 이를 기반으로 공간을 구성하는 3차원 점 군을 지도 형태로 구축할 수 있다.
이는 3차원 라이다 스캐너(10)가 원거리에 폭 넓은 시야각으로 공간의 사물의 위치 측정이 가능하여 일부 물체의 위치에 변경이 있더라도 공간의 제한된 영역 안에서 자신의 위치를 추정하거나 추종하는데 매우 좋은 성능을 보이기 때문이다.
그러나, 3차원 라이다 스캐너(10)를 통해 구축된 3차원 점 군 데이터만으로는 인접한 점들 사이의 기하학적 관계를 파악하기 어렵다. 또한, 공간의 크기와 복잡도가 증가할수록 위치 인식에 사용해야 할 점 군 데이터의 양이 많아진다. 이로 인해 제한된 영역이 아닌 공간 전역에서 현재의 위치를 추종하는데 따른 많은 계산량이 요구되어 실시간성 문제 또한 발생된다.
따라서, 3차원 라이다 스캐너 기반의 위치 인식 기술은 동적 환경 적용성을 유지하면서도 실시간성을 확보할 필요가 있다. 이를 위해서는 이동체의 초기 전역 위치를 실시간으로 추정하고, 이를 바탕으로 동적 환경에서도 위치 추종이 가능한 기술이 필요하다.
따라서, 실시예에 따른 장치(100)는 3차원 점 군 데이터로부터 공간 정보가 축약된 2차원 격자 지도를 추출하고, 실시간성이 확보된 2차원 도메인상 전역 위치를 인식하고, 3차원 점 군 매칭 방법과 연동하여 지속적으로 6자유도의 위치를 추정해 나가도록 설계된다. 즉, 추정된 전역 위치를 기반으로 6자유도의 위치를 초기화하고, 3차원 라이다 스캐너의 점 군 매칭을 통해 지속적으로 위치를 추종해 나간다.
이와 같은 실시예에 따라 2차원 격자 지도와 3차원 라이다 스캐너의 일부 데이터를 사용함으로써 전역 위치 인식에 실시간성을 확보할 수 있으며, 3차원 점 군 매칭 연동을 통해 동적 환경에서도 정확한 위치 추종이 가능하도록 한다.
도 2는 실시예에 따른 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 방법을 설명하기 위한 순서도이다.
도 2를 참조하면, 실시예에 따른 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 방법은, 3차원 라이다 스캐너를 이용하여 위치가 추정된 3차원 점 군 데이터로부터 2차원 격자 지도를 생성하는 단계(S210), 3차원 라이다 스캐너로부터 실시간으로 획득되는 3차원 점 군 데이터를 이용하여 2차원 격자 지도 상에서의 이동체의 2차원 전역 위치를 검색하는 단계(S220) 및 2차원 전역 위치를 3차원 공간 상의 6 자유도 위치로 매핑하는 단계(S230)를 포함할 수 있다.
이때, 2차원 격자 지도를 생성하는 단계(S210)에서, 3차원 군 데이터는 SLAM 기술을 통해 획득한 위치가 보정되어 생성된 것일 수 있다.
이때, 2차원 격자 지도를 생성하는 단계(S210)에서, 2차원 격자 지도는 3차원 공간에 대한 수직적 기하 정보가 축약된 것일 수 있다. 이에 대해 도 3 내지 도 5를 참조하여 설명하기로 한다.
도 3은 실시예에 따른 2차원 격자 지도를 생성하는 단계를 설명하기 위한 도면이고, 도 4는 실시예에 따른 3차원 점 군 데이터의 예시도이고, 도 5는 도 4에 도시된 3차원 점 군 데이터로부터 추출된 2차원 격자 지도의 예시도이다.
도 3을 참조하면, 위치가 추정된 3차원 점 군 데이터가 분포하는 X축, Y축 및 Z축으로 정의되는 3차원 공간은 복수의 3차원 단위 공간들로 균일하게 분할될 수 있다. 이때, 단위 공간은, 모서리의 길이가 s인 정육면체 큐빅일 수 있다.
그런 후, XY 평면 상에서 분할된 복수의 단위 격자들 각각에 상응하는 Z축으로의 복수의 3차원 단위 공간들의 점의 존재 여부에 따라 점유 확률이 산출된다.
이때, 점유 확률을 산출함에 있어, 단위 격자에 상응하는 Z축으로의 복수의 3차원 단위 공간들 중 적어도 하나에 점이 존재할 경우 물체가 존재하는 영역으로 판단되어 점유 확률을 '1.0'으로 설정하고, 단위 격자에 상응하는 Z축으로의 복수의 3차원 단위 공간들 모두에 점이 존재하지 않을 경우 미지의 영역으로 판단되어 점유 확률을 '0.5'로 설정한다. 이로써, 2차원 격자 지도는 3차원 공간에 대한 수직적 기하 정보가 축약된다.
이때, 점유 확률을 산출하는 단계는, Z축으로 제1 범위 내의 복수의 3차원 단위 공간들의 점의 존재 여부에 따라 점유 확률을 산출한다.
이는 3차원 라이다 스캐너로부터 획득된 모든 3차원 점 군 데이터를 사용하는 것이 가장 좋지만, 실시간성 확보를 위해 매칭해야 할 3차원 점 군 데이터를 줄여줄 필요가 있기 때문이다. 이를 위해, Z축으로의 최소 높이
Figure 112020090023617-pat00001
과 최대 높이
Figure 112020090023617-pat00002
을 설정하고,
Figure 112020090023617-pat00003
과
Figure 112020090023617-pat00004
사이의 제1 범위 내의 3차원 단위 공간들에서의 점 군 데이터들만이 2차원 격자 지도에 반영되도록 한다.
따라서, 도 3에 도시된 바와 같이,
Figure 112020090023617-pat00005
과
Figure 112020090023617-pat00006
사이의 제1 범위 내에 포함된 점들(311, 321)이 반영되어 각각에 상응하는 2차원 격자들(312, 322)의 점유 확률이 '1.0'로 설정되고,
Figure 112020090023617-pat00007
과
Figure 112020090023617-pat00008
사이의 제1 범위 내에 포함되지 않는 점(331)은 반영되지 않아 상응하는 2차원 격자(332)의 점유 확률이 '0.5'로 설정된다.
전술한 바와 같이 XY 평면 상에 복수의 단위 격자들 각각에 상응하는 점유 확률로 2차원 격자 지도를 생성될 수 있다. 예컨대, 도 4에 도시된 3차원 점 군 데이터로부터 도 5에 도시된 2차원 격자 지도가 생성될 수 있다.
한편, 도 2에 도시된 2차원 전역 위치를 검색하는 단계(S220)는, 샘플링 방법의 가장 대표적인 파티클 필터가 사용될 수 있다.
즉, 3차원 라이다 스캐너에 의해 실시간으로 측정되는 3차원 점 군 데이터 중 일부분만을 선별하여 파티클 필터 기반의 샘플링 매칭을 통해 2차원 격자 지도 상에서의 전역 위치가 추정된다.
이때, 파티클 필터는, 2차원 격자 지도 상에 이동체의 위치에 해당하는 파티클 샘플들을 할당하고, 3차원 라이다 스캐너로부터 실시간 획득된 3차원 점 군 데이터와 매칭도가 가장 큰 샘플을 이동체의 현재의 위치로 선정한다.
이때, 공간이 커질수록 더 많은 샘플 할당이 요구되고, 유사한 윤곽의 구조가 많아 파티클 필터가 정확한 매칭에 실패하는 경우가 발생될 수 있다.
따라서, 실시예에 따른 2차원 전역 위치를 검색하는 단계(S220)는, 2차원 격자 지도 상에 샘플 할당 가능 영역을 미리 설정하고, 미리 설정된 샘플 할당 가능 영역에만 샘플을 할당할 수 있다.
즉, 이동체가 존재할 수 있는 일부 영역 만을 샘플 할당이 가능한 지역으로 2차원 격자 지도에 미리 명시해두면, 공간 상에 할당할 샘플의 개수를 줄일 수 있다.
도 6은 실시예에 따른 파티클 필터의 샘플 할당을 위한 영역 설정 예시도이다.
도 6을 참조하면, 파티클 필터를 사용하기 위하여, 샘플이 할당 가능한 영역(401)에 대한 격자의 점유 확률 값을 '0'으로 설정한다. 이를 통해 할당할 샘플의 개수를 줄여주거나 조정할 수 있으며, 이는 초기 전역 위치 인식의 실시간성을 확보하는데 매우 중요하다.
도 7은 도 6에 설정된 영역에 파티클 필터의 샘플을 할당한 예시도이다.
도 7을 참조하면, 파티클 필터에서 샘플이 할당될 영역에만 샘플들이 실제로 랜덤하게 할당(402)된 것이 도시되어 있다.
한편, 2차원 전역 위치를 검색하는 단계(S220)는, 라이다 스캐너의 실시간 3차원 점 군 데이터와 2차원 격자 지도 사이의 매칭도가 가장 큰 샘플을 이동체의 현재의 위치로 검색할 수 있다.
즉, 파티클 필터의 샘플들을 이용하여 전역 위치를 찾아내기 위해서는 현재의 3차원 라이다 스캐너(10)에 의해 획득된 점 군 데이터와 2차원 격자 지도 상의 윤곽과 매칭이 필요하다.
이때, 전술한 바와 같이, 2차원 격자 지도가 모든 3차원 점 군 데이터로부터 추출된 것이 아닐 경우, 즉, 도 3에 도시된 바와 같이 제1 범위 내에서 추출된 것일 경우, 3차원 라이다 스캐너에 의해 현재 측정된 3차원 점 군 데이터 역시 이에 맞춰주어야 한다.
도 8은 실시예에 따른 파티클 필터 매칭을 위한 3차원 라이다 스캔 정보 축약의 예시도이다.
도 8을 참조하면, 3차원 라이다 스캐너(501)로부터 획득한 측정 점 군 데이터(502)는 높이 값에 따라 축약된다. 즉, 현재 3차원 라이다 스캐너(501)의 Z축의 값이 '0'일 경우, 최소 높이 값
Figure 112020090023617-pat00009
과 최대 높이 값
Figure 112020090023617-pat00010
에 사이의 제2 범위에 포함되는 점 군 데이터 만을 파티클 필터 매칭에 사용한다.
이때, 제2 범위는 기존 3차원 점 군으로부터 2차원 격자 지도를 추출할 때 사용한 제1 범위의 파라미터를 그대로 사용될 수도 있고, 3차원 점 군을 구축할 때와 위치 인식을 수행할 때의 높이 차이를 고려하여 제1 범위와는 상이하게 설정될 수도 있다. 이는 파티클 필터 매칭에 사용되는 3차원 라이다 스캐너 정보를 줄여 줌으로써 동시에 위치 인식에 사용되는 매칭 계산의 복잡도를 낮출 수 있다.
한편, 2차원 전역 위치를 검색하는 단계(S220)에서의 2차원 전역 위치는, 2차원 평면 상의 X, Y 좌표와 요(Yaw) 각도로 표현될 수 있다.
도 9는 실시예에 따른 파티클 필터 매칭을 통한 초기 전역 위치 인식 결과의 예시도이다.
도 9를 참조하면, 2차원 격자 지도(601, 602) 상에서 파티클 필터를 통해 2차원 상의 X, Y 좌표와 방향각 요(Yaw) 각도를 2차원 격자 지도 상에 초기 전역 위치(610)로 찾을 수 있다.
한편, 매핑하는 단계(S230)는, 2차원 전역 위치인 X, Y 좌표와 요(Yaw) 각도를 반영하고, Z좌표와 피칭(Pitch), 롤링(Roll) 각도는 '0'으로 초기 6 자유도 위치를 설정한다.
도 10은 실시예에 따른 2차원 초기 전역위치와 3차원 점 군 기반 6자유도 위치 인식 연동을 나타내는 예시도이다.
도 10을 참조하면, 2차원 도메인 상의 초기 전역위치를 기반으로 3차원 도메인상의 6자유도 위치를 3차원 점 군 매칭을 통하여 추정한 것이다. 즉, 2차원 격자 지도와 파티클 필터를 통해 2차원 도메인상의 초기 전역위치 정보를 3차원 점 군 기반의 6자유도 위치 인식에 반영하여 준다.
이때, 3차원 도메인 6자유도의 위치는 X, Y, Z로 구성된 직교 좌표와 요(Yaw) 각도, 피칭(Pitch) 각도, 롤링(Roll) 각도로 구성된 구면 좌표로 구성될 수 있다.
실시 예에 따라, 3차원 도메인 6자유도의 위치를 구성하는 X 좌표, Y 좌표 및 요(Yaw) 각도는 S220에서 검색된 2차원 전역 위치인 X 좌표, Y 좌표와 요(Yaw) 각도가 반영되고, 3차원 도메인 6자유도의 위치의 나머지 구성인 Z 좌표, 피칭(Pitch) 각도, 롤링(Roll) 각도는 '0'으로 설정된다.
전술한 바와 같이 추정된 전역 위치를 기반으로 6자유도의 위치를 초기화하고, 3차원 라이다 스캐너의 점 군 매칭을 통해 지속적으로 이동체의 위치를 추종해 나갈 수 있다.
도 11은 실시예에 따른 컴퓨터 시스템 구성을 나타낸 도면이다.
실시예에 따른 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 장치는 컴퓨터로 읽을 수 있는 기록매체와 같은 컴퓨터 시스템(1000)에서 구현될 수 있다.
컴퓨터 시스템(1000)은 버스(1020)를 통하여 서로 통신하는 하나 이상의 프로세서(1010), 메모리(1030), 사용자 인터페이스 입력 장치(1040), 사용자 인터페이스 출력 장치(1050) 및 스토리지(1060)를 포함할 수 있다. 또한, 컴퓨터 시스템(1000)은 네트워크(1080)에 연결되는 네트워크 인터페이스(1070)를 더 포함할 수 있다. 프로세서(1010)는 중앙 처리 장치 또는 메모리(1030)나 스토리지(1060)에 저장된 프로그램 또는 프로세싱 인스트럭션들을 실행하는 반도체 장치일 수 있다. 메모리(1030) 및 스토리지(1060)는 휘발성 매체, 비휘발성 매체, 분리형 매체, 비분리형 매체, 통신 매체, 또는 정보 전달 매체 중에서 적어도 하나 이상을 포함하는 저장 매체일 수 있다. 예를 들어, 메모리(1030)는 ROM(1031)이나 RAM(1032)을 포함할 수 있다.
이상에서 첨부된 도면을 참조하여 본 발명의 실시예들을 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.
10 : 3차원 라이다 스캐너
100 : 전역 위치 인식 장치

Claims (20)

  1. 3차원 라이다 스캐너를 이용하여 획득된 3차원 점 군 데이터로부터 2차원 격자 지도를 생성하는 단계;
    3차원 라이다 스캐너로부터 획득된 데이터를 이용하여 2차원 격자 지도 상에서 이동체의 2차원 전역 위치를 검색하는 단계; 및
    2차원 전역 위치를 3차원 공간 상의 6 자유도 위치로 매핑하는 단계를 포함하되,
    2차원 격자 지도는,
    3차원 공간에서의 2차원 격자 지도의 평면과 수직한 방향에 존재하는 점의 점유 확률을 기반으로 생성되는, 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 방법.
  2. 제1 항에 있어서, 2차원 격자 지도를 생성하는 단계는,
    3차원 점 군 데이터가 분포하는 X축, Y축 및 Z축으로 정의되는 3차원 공간을 복수의 3차원 단위 공간들로 분할하는 단계;
    XY 평면 상에서 분할된 복수의 단위 격자들 각각에 상응하는 Z축으로의 복수의 3차원 단위 공간들의 점의 존재 여부에 따라 점유 확률을 산출하는 단계; 및
    XY 평면 상에 복수의 단위 격자들 각각에 상응하는 점유 확률로 2차원 격자 지도를 생성하는 단계를 포함하는, 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 방법.
  3. 제2 항에 있어서, 점유 확률을 산출하는 단계는,
    단위 격자에 상응하는 Z축으로의 복수의 3차원 단위 공간들 중 적어도 하나에 점이 존재할 경우 점유 확률을 '1.0'으로 설정하고,
    단위 격자에 상응하는 Z축으로의 복수의 3차원 단위 공간들 모두에 점이 존재하지 않을 경우 미지의 영역으로 점유 확률을 '0.5'로 설정하는, 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 방법.
  4. 제2 항에 있어서, 점유 확률을 산출하는 단계는,
    Z축으로 제1 범위 내의 복수의 3차원 단위 공간들의 점의 존재 여부에 따라 점유 확률을 산출하는, 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 방법.
  5. 제1 항에 있어서, 2차원 전역 위치를 검색하는 단계는,
    2차원 격자 지도 상에 파티클 샘플들을 할당하고, 3차원 라이다 스캐너로부터 획득된 3차원 점 군 데이터와 매칭도가 가장 큰 샘플을 이동체의 현재의 위치로 검색하는, 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 방법.
  6. 제5 항에 있어서, 2차원 전역 위치를 검색하는 단계는,
    2차원 격자 지도 상에 샘플 할당 가능 영역을 설정하고, 설정된 샘플 할당 가능 영역에만 샘플을 할당하는, 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 방법.
  7. 제5 항에 있어서, 2차원 전역 위치를 검색하는 단계는,
    Z축으로 제2 범위 내의 3차원 점 군 데이터와 매칭도가 가장 큰 샘플을 이동체의 현재의 위치로 검색하는, 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 방법.
  8. 제1 항에 있어서,
    2차원 전역 위치는,
    2차원 평면 상의 X, Y 좌표와 요(Yaw) 각도로 표현되고,
    매핑하는 단계는,
    2차원 전역 위치인 X, Y 좌표와 요(Yaw) 각도를 반영하고, Z좌표와 피칭(Pitch), 롤링(Roll) 각도는 0으로 초기 6 자유도 위치를 설정하는, 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 방법.
  9. 적어도 하나의 프로그램이 기록된 메모리; 및
    프로그램을 실행하는 프로세서를 포함하며,
    프로그램은,
    3차원 라이다 스캐너를 이용하여 획득된 3차원 점 군 데이터로부터 2차원 격자 지도를 생성하고,
    3차원 라이다 스캐너로부터 획득된 데이터를 이용하여 2차원 격자 지도 상에서의 이동체의 2차원 전역 위치를 검색하고,
    2차원 전역 위치를 3차원 공간 상의 6 자유도 위치로 매핑하되,
    2차원 격자 지도는,
    3차원 공간에서의 2차원 격자 지도의 평면과 수직한 방향에 존재하는 점의 점유 확률을 기반으로 생성되는, 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 장치.
  10. 제9 항에 있어서, 프로그램은.
    2차원 격자 지도를 생성함에 있어,
    3차원 점 군 데이터가 분포하는 X축, Y축 및 Z축으로 정의되는 3차원 공간을 복수의 3차원 단위 공간들로 분할하고,
    XY 평면 상에서 분할된 복수의 단위 격자들 각각에 상응하는 Z축으로의 복수의 3차원 단위 공간들의 점의 존재 여부에 따라 점유 확률을 산출하고,
    XY 평면 상에 복수의 단위 격자들 각각에 상응하는 점유 확률로 2차원 격자 지도를 생성하는, 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 장치.
  11. 제10 항에 있어서, 프로그램은,
    복수의 3차원 단위 공간들의 점의 존재 여부에 따라 점유 확률을 산출함에 있어,
    단위 격자에 상응하는 Z축으로의 복수의 3차원 단위 공간들 중 적어도 하나에 점이 존재할 경우 점유 확률을 '1.0'으로 설정하고,
    단위 격자에 상응하는 Z축으로의 복수의 3차원 단위 공간들 모두에 점이 존재하지 않을 경우 미지의 영역으로 점유 확률을 '0.5'로 설정하는, 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 장치.
  12. 제10 항에 있어서, 프로그램은,
    복수의 3차원 단위 공간들의 점의 존재 여부에 따라 점유 확률을 산출함에 있어,
    Z축으로 제1 범위 내의 복수의 3차원 단위 공간들의 점의 존재 여부에 따라 점유 확률을 산출하는, 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 장치.
  13. 제9 항에 있어서, 프로그램은,
    2차원 격자 지도 상에서의 이동체의 2차원 전역 위치를 검색함에 있어,
    2차원 격자 지도 상에 파티클 샘플들을 할당하고, 3차원 라이다 스캐너로부터 획득된 3차원 점 군 데이터와 매칭도가 가장 큰 샘플을 이동체의 현재의 위치로 검색하는, 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 장치.
  14. 제13 항에 있어서, 프로그램은,
    2차원 격자 지도 상에서의 이동체의 2차원 전역 위치를 검색함에 있어,
    2차원 격자 지도 상에 샘플 할당 가능 영역을 설정하고, 설정된 샘플 할당 가능 영역에만 샘플을 할당하는, 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 장치.
  15. 제13 항에 있어서, 프로그램은,
    2차원 격자 지도 상에서의 이동체의 2차원 전역 위치를 검색함에 있어,
    Z축으로 제2 범위 내의 3차원 점 군 데이터와 매칭도가 가장 큰 샘플을 이동체의 현재의 위치로 검색하는, 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 장치.
  16. 제9 항에 있어서,
    2차원 전역 위치는,
    2차원 평면 상의 X, Y 좌표와 요(Yaw) 각도로 표현되고,
    프로그램은,
    2차원 전역 위치를 3차원 공간 상의 6 자유도 위치로 매핑함에 있어,
    2차원 전역 위치인 X, Y 좌표와 요(Yaw) 각도를 반영하고, Z좌표와 피칭(Pitch), 롤링(Roll) 각도는 0으로 초기 6 자유도 위치를 설정하는, 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 장치.
  17. 3차원 라이다 스캐너를 이용하여 획득된 3차원 점 군 데이터가 분포하는 X축, Y축 및 Z축으로 정의되는 3차원 공간을 복수의 3차원 단위 공간들로 분할하는 단계;
    XY 평면 상에서 분할된 복수의 단위 격자들 각각에 상응하는 Z축으로의 복수의 3차원 단위 공간들의 점의 존재 여부에 따라 점유 확률을 산출하는 단계;
    XY 평면 상에 복수의 단위 격자들 각각에 상응하는 점유 확률로 2차원 격자 지도를 생성하는 단계;
    3차원 라이다 스캐너로부터 획득된 데이터를 이용하여 2차원 격자 지도 상에서의 이동체의 2차원 전역 위치를 검색하는 단계; 및
    2차원 전역 위치를 3차원 공간 상의 6 자유도 위치로 매핑하는 단계를 포함하되,
    2차원 격자 지도는,
    3차원 공간에서의 2차원 격자 지도의 평면과 수직한 방향에 존재하는 점의 점유 확률을 기반으로 생성되고,
    2차원 전역 위치는,
    2차원 평면 상의 X, Y 좌표와 요(Yaw) 각도로 표현되고,
    매핑하는 단계는,
    2차원 전역 위치인 X, Y 좌표와 요(Yaw) 각도를 반영하고, Z좌표와 피칭(Pitch), 롤링(Roll) 각도는 0으로 초기 6 자유도 위치를 설정하는, 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 방법.
  18. 제17 항에 있어서, 점유 확률을 산출하는 단계는,
    Z축으로 제1 범위 내의 복수의 3차원 단위 공간들의 점의 존재 여부에 따라 점유 확률을 산출하는, 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 방법.
  19. 제18 항에 있어서, 2차원 전역 위치를 검색하는 단계는,
    2차원 격자 지도 상에 파티클 샘플들을 할당하고, 3차원 라이다 스캐너로부터 획득된 3차원 점 군 데이터와 매칭도가 가장 큰 샘플을 이동체의 현재의 위치로 검색하되, 2차원 격자 지도 상에 샘플 할당 가능 영역을 설정하고, 설정된 샘플 할당 가능 영역에만 샘플을 할당하는, 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 방법.
  20. 제19 항에 있어서, 2차원 전역 위치를 검색하는 단계는,
    Z축으로 제2 범위 내의 3차원 점 군 데이터와 매칭도가 가장 큰 샘플을 이동체의 현재의 위치로 검색하는, 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 방법.
KR1020200108030A 2020-06-25 2020-08-26 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 장치 및 방법 KR102450139B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/357,509 US20210405197A1 (en) 2020-06-25 2021-06-24 GLOBAL LOCALIZATION APPARATUS AND METHOD IN DYNAMIC ENVIRONMENTS USING 3D LiDAR SCANNER

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20200077699 2020-06-25
KR1020200077699 2020-06-25

Publications (2)

Publication Number Publication Date
KR20220000320A KR20220000320A (ko) 2022-01-03
KR102450139B1 true KR102450139B1 (ko) 2022-10-05

Family

ID=79348627

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200108030A KR102450139B1 (ko) 2020-06-25 2020-08-26 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102450139B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102473924B1 (ko) * 2022-06-28 2022-12-06 주식회사 트위니 전역 위치와 방향의 자체 추정이 가능한 이동 로봇 및 이동 로봇의 전역 위치와 방향의 추정 방법

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101572851B1 (ko) 2008-12-22 2015-11-30 삼성전자 주식회사 동적 환경에서 모바일 플랫폼의 지도 작성방법
KR102095842B1 (ko) * 2017-12-13 2020-04-28 연세대학교 산학협력단 격자지도 생성 장치 및 방법

Also Published As

Publication number Publication date
KR20220000320A (ko) 2022-01-03

Similar Documents

Publication Publication Date Title
CN108319655B (zh) 用于生成栅格地图的方法和装置
CN110243360B (zh) 机器人在运动区域的地图构建及定位方法
CN108763287B (zh) 大规模可通行区域驾驶地图的构建方法及其无人驾驶应用方法
CN111220993B (zh) 目标场景定位方法、装置、计算机设备和存储介质
Javanmardi et al. Autonomous vehicle self-localization based on abstract map and multi-channel LiDAR in urban area
CN108801268B (zh) 目标对象的定位方法、装置及机器人
CN112506225B (zh) 一种无人机避障方法、装置、无人机和存储介质
CN105844631A (zh) 一种目标定位方法及装置
Guivant Efficient simultaneous localization and mapping in large environments
US20230251097A1 (en) Efficient map matching method for autonomous driving and apparatus thereof
KR102450139B1 (ko) 3차원 라이다 스캐너를 이용한 동적 환경 대상 전역 위치 인식 장치 및 방법
Kaufmann et al. Shadow-based matching for precise and robust absolute self-localization during lunar landings
Lee et al. Robust 3-dimension point cloud mapping in dynamic environment using point-wise static probability-based NDT scan-matching
Wu et al. A Non-rigid hierarchical discrete grid structure and its application to UAVs conflict detection and path planning
CN113448340B (zh) 一种无人机的路径规划方法、装置、无人机及存储介质
CN112154355B (zh) 高精度地图定位方法、系统、平台及计算机可读存储介质
CN111598941A (zh) 一种杆塔倾斜度测量方法、装置、设备及存储介质
CN116679307A (zh) 基于三维激光雷达的城市轨道交通巡检机器人定位方法
KR102130687B1 (ko) 다중 센서 플랫폼 간 정보 융합을 위한 시스템
US20220358665A1 (en) Method and system for localization
US20210405197A1 (en) GLOBAL LOCALIZATION APPARATUS AND METHOD IN DYNAMIC ENVIRONMENTS USING 3D LiDAR SCANNER
CN116295390A (zh) 飞行器的航线生成方法、装置、处理设备及存储介质
CN113960614A (zh) 一种基于帧-地图匹配的高程图构建方法
JP2023533140A (ja) 自動運転車の位置推定精度を向上させる方法
KR20220000331A (ko) 동적 물체 필터링을 통한 실내 공간 구조 지도 작성 장치 및 방법

Legal Events

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