KR102533401B1 - LiDAR 센서에 대해 표면에 도포된 페인트의 가시도를 시뮬레이션하는 방법 및 디바이스 - Google Patents

LiDAR 센서에 대해 표면에 도포된 페인트의 가시도를 시뮬레이션하는 방법 및 디바이스 Download PDF

Info

Publication number
KR102533401B1
KR102533401B1 KR1020217017837A KR20217017837A KR102533401B1 KR 102533401 B1 KR102533401 B1 KR 102533401B1 KR 1020217017837 A KR1020217017837 A KR 1020217017837A KR 20217017837 A KR20217017837 A KR 20217017837A KR 102533401 B1 KR102533401 B1 KR 102533401B1
Authority
KR
South Korea
Prior art keywords
coating
lidar sensor
distribution function
reflectance distribution
brightness
Prior art date
Application number
KR1020217017837A
Other languages
English (en)
Other versions
KR20210088692A (ko
Inventor
토마스 칸팀
벤야민 란퍼
알프레트 볼케
마르쿠스 문두스
Original Assignee
바스프 코팅스 게엠베하
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 바스프 코팅스 게엠베하 filed Critical 바스프 코팅스 게엠베하
Publication of KR20210088692A publication Critical patent/KR20210088692A/ko
Application granted granted Critical
Publication of KR102533401B1 publication Critical patent/KR102533401B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/55—Specular reflectivity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/55—Specular reflectivity
    • G01N21/57—Measuring gloss
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/8422—Investigating thin films, e.g. matrix isolation method
    • 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
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N2021/1793—Remote sensing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/55—Specular reflectivity
    • G01N21/57—Measuring gloss
    • G01N2021/575—Photogoniometering
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/8422—Investigating thin films, e.g. matrix isolation method
    • G01N2021/8427—Coatings

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Mathematical Physics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Electromagnetism (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

본 발명은 페인트가 표면에 도포되는 LiDAR 센서에 대해 페인트의 가시도를 시뮬레이션하는 방법에 관련되며, 상기 방법은 적어도, 표면에 페인트를 도포하는 단계(301); 다수의 조명 각도들 및/또는 측정 각도들에서 페인트가 페인팅된 표면으로부터 LiDAR 센서의 동작 파장을 갖는 광의 반사를 측정하는 단계(302); 각각의 측정된 반사들에 대한 조명 각도들 및/또는 측정 각도들에 의존하여 페인트에 대한 양방향성 반사율 분포 함수를 적응시키는 단계(303); 레이 트레이싱 애플리케이션에 의해, 적응된 양방향성 반사율 분포 함수를 기반으로 LiDAR 센서에 의해 방출되고 페인트가 페인팅된 표면에 의해 반사된 광의 전파를 시뮬레이션하는 단계(304) ― LiDAR 센서는 점광원과 카메라를 포함하는 유닛으로서 시뮬레이션되고, 페인트가 페인팅된 표면은 카메라의 전면에서 가변 배향으로 가변 거리에 배열되는 프로파일로서 시뮬레이션됨 ―; 적응된 양방향성 반사율 분포 함수에 따라, LiDAR 센서의 방향으로 프로파일에 의해 반사된 광의 밝기를 보여주는 밝기 이미지를 출력하는 단계(305)를 포함한다.

Description

LiDAR 센서에 대해 표면에 도포된 페인트의 가시도를 시뮬레이션하는 방법 및 디바이스
본 발명은 LiDAR 센서에 대해 표면 상에 도포된 코팅물의 가시도를 시뮬레이션하는 방법 및 해당 디바이스에 관한 것이다.
자율주행 차량들 및 현대 운전자 지원 시스템들의 개발을 위해, 이전에 수동으로, 특히 운전자에 의해 수행된 특정한 기능들을 자동으로 수행되게 하는 것을 가능하게 하기 위하여 요구되는 다수의 센서들이 있다. 중요한, 특히 공간적인 정보를 전달할 수 있는 하나의 유형의 센서는 이 맥락에서 LiDAR 센서이다.
자율 주행의 경우, LiDAR는 이제 중요한 지위를 차지한다. LiDAR는 "Light Detection and Ranging(광 검출 및 거리측정)", 즉, 물체를 검출하기 위한 광학적 측정 시스템을 의미한다. 이 경우의 LiDAR 센서가 적외선 범위에서 방향성 레이저 펄스들을 방출한다. 이러한 레이저 펄스가 물체에 부딪힐 때, 그것은 반사되며, 반사된 광, 또는 반사된 레이저 펄스는 결국 LiDAR 센서에 의해 수신된다. 레이저 펄스의 방출부터 시작하여 LiDAR 센서에서의 그것의 수신까지의 레이저 펄스의 비행 시간으로부터, LiDAR 센서로부터 레이저 펄스가 부딪힌 물체까지의 거리가 계산될 수 있다.
이는, 수신기, 즉, LiDAR 센서 자체에서의 광 또는 레이저 펄스의 입사까지 물체에서 방출된 광 또는 레이저 펄스의 반사에 의해, 물체의 위치가 광 또는 레이저 펄스의 비행 시간에 의해 결정될 수 있다는 것을 의미한다.
그러나, LiDAR 센서는 충분한 양의 광이 물체로부터 LiDAR 센서의 방향으로 다시 반사될 때에만 물체까지의 거리를 측정할 수 있다. 이는 물체의 주어진 거리에 대해, 물체가 LiDAR 센서의 동작 파장에서 물체의 반사 또는 반사된 광량이 충분히 클 때에만 검출될 수 있다는 것을 의미한다.
차량의 반사 특성들은 차량 또는 차량 본체에 코팅된 코팅물에 의해 좌우된다.
특히 자율적으로 주행하는 차량들이 있는 교통에서의 차량들이 LiDAR 센서에 의해 큰 영역에서 그리고 신뢰성 있게 검출되는 것을 보장하기 위하여, 이와 관련하여 각각의 차량의 차량 코팅 작업을 평가하고 최적화하는 것이 바람직하다.
각각의 차량의 차량 코팅 작업의 반사를 평가하고 최적화하기 위하여, 각각의 차량 코팅 작업으로 큰 범위의 샘플 표면들을 제공하거나, 또는 그들 샘플 표면들을 각각의 코팅물로 코팅하는 것이 알려져 있다. 이 방식으로 코팅된 샘플 표면들은 그 다음에 LiDAR 센서에 의한 그들 표면들의 가시도 또는 검출가능성에 관하여 각각의 표면들로부터 미리 결정된 거리에 위치된 LiDAR 센서의 도움으로 테스트된다. 이는 각각의 샘플 표면들이 LiDAR 센서의 동작 파장을 갖는 광, 일반적으로 레이저 펄스에 먼저 노출되고, 각각의 표면들에 의해 다시 반사된 광이 그 다음에 결국 LiDAR 센서에서 수광되고, 특히 그것의 광 량 및/또는 세기가 평가된다는 것을 의미한다. 다양한 샘플 표면들에 대해 이 경우에 초래되는 반사 값들이 서로 비교된다. 이러한 비교를 기반으로, 각각의 코팅 작업들의, 또는 각각의 코팅물의 연속적인 수정들이 주어진 코팅 작업들로부터, LiDAR 센서에 의한 검출을 위한 최적의 코팅 작업을 궁극적으로 선택하기 위하여 수행된다. LiDAR 센서와 샘플 표면들 사이의 거리는 특히 도로 교통에서 가능한 한 많은 상상 가능한 시나리오들을 모방할 수 있기 위하여 이 경우 가변될 수 있다.
코팅 작업, 코팅, 차량 코팅 및 차량 코팅 작업이란 용어들은 본 개시의 범위에서 서로 동의어로 사용된다.
각각의 차량에 코팅된 각각의 코팅물의 반사의 이러한 평가 및 최적화를 가능한 한 효율적으로 하기 위하여, 차량이 미리 결정된 코팅, 또는 미리 결정된 코팅 작업으로 코팅되거나 또는 코팅될 경우 LiDAR 센서에 대해 차량이 얼마나 잘 가시화될 것이지를 시뮬레이션하고 가시화하는 가능성을 제공하는 것이 본 발명의 목적이다.
이 목적에 대한 해법은 독립 청구항들의 특징들에 의해 제공된다. 유리한 구성들이 각각의 종속 청구항들 및 설명에서 발견될 수 있다.
LiDAR 센서에 대해 표면 상에 도포된 코팅물의 가시도를 시뮬레이션하는 방법이 제공된다. 본 발명에 따른 방법은 적어도 다음 단계들을 포함한다:
- 표면 상에 코팅물을 도포하는 단계;
- 다수의 조명 및/또는 측정 각도들에서 코팅물로 코팅된 표면으로부터 LiDAR 센서의 동작 파장을 갖는 광의 각각의 반사를 측정하는 단계;
- 각각의 측정된 반사들에 대한 각각의 조명 및/또는 측정 각도의 함수로서 코팅물에 대한 양방향성 반사율 분포 함수를 적응시키는 단계;
- 레이 트레이싱 애플리케이션에 의해, 적응된 양방향성 반사율 분포 함수를 기반으로 LiDAR 센서에 의해 방출되고 코팅물로 코팅된 표면에 의해 반사된 광의 전파를 시뮬레이션하는 단계 ― LiDAR 센서는 점광원과 카메라를 포함하는 유닛으로서 시뮬레이션되고, 코팅물로 코팅된 표면은 카메라의 전면에서 가변 배향으로 가변 거리에 배열되는 또는 배열될 수 있는 프로파일로서 시뮬레이션되고, 바람직하게는, 컴퓨터 그래픽 모델이 적응된 양방향성 반사율 분포 함수를 사용함으로써 프로파일에 적용됨 ―;
- 적응된 양방향성 반사율 분포 함수를 고려하면서 LiDAR 센서 또는 광원과 카메라를 포함하는 유닛의 방향으로 프로파일에 의해 (시뮬레이션되는 방식으로) 반사된 광의 밝기를 보여주는 밝기 이미지를 출력하는 단계.
이 경우에 밝기 이미지를 "출력하는 단계"는 밝기 이미지가 시뮬레이션의 선행 단계를 기반으로 결정, 특히 계산되고, 그로부터 도출된 결과가 디스플레이된다는 것을 의미한다. 디스플레이된 결과는 이 경우 밝기 이미지 자체 또는 그로부터 도출된 이미지, 예를 들어 가시도의 이미지일 수 있다. 밝기 이미지의 표현/디스플레이가 다양한 방식들로 구성될 수 있다. 예를 들면, 상이한 밝기의 영역들은 해당하는 상이한 패턴들/음영들 또는 상이한 컬러들에 의해 서로 구별되게 표현 또는 디스플레이될 수 있다. 임의의 다른 적합한 유형의 표현/디스플레이가 또한 구상될 수 있다.
LiDAR 센서의 전형적인 동작 파장들은 905 nm 또는 1550 nm이다. 이는 LiDAR 센서가 905 nm 또는 1550 nm의 파장의 광만을 방출할 수 있고 이것(탄성적인 후방산란)만을 검출할 수 있다는 것을 의미한다.
본 발명에 따른 방법의 하나의 가능한 구성에서, 코팅 제형물(coating formulation)을 기반으로 생성되고 LiDAR 센서에 대한 가시도가 연구될 코팅물은 좁은 평평한 샘플 표면에 도포되고, 옵션적으로는 또한 투명 코트(clear coat)로 덮여 있다. 후속 방법 단계에서, 즉, 코팅물로 코팅된 표면으로부터 LiDAR 센서의 동작 파장을 갖는 광의 각각의 반사의 측정 동안, 측각-분광광도계(gonio-spectrophotometer)가 일반적으로 사용된다. 측정들은 다수의 조명 및/또는 측정 각도들에서 수행되며, 조명 및 관찰 또는 측정 방향 또는 각도가 대략 동일한 그들 측정 기하(measurement geometry)들이 또한 포함된다.
분광-측각기(spectro-goniometer), 반사 측각기, 반사율 측각기 또는 간결함을 위해 측각기라고도 또한 지칭되는 측각-분광광도계 ― 측각기는 본질적으로 각도 결정을 위한 장치, 표면의 반사 행동, 특히 표면, 또는 표면이 코팅된 코팅물의 각도 의존 특성들을 측정하는 장치임 ― 가 이 경우 결정될 수 있다.
일반적으로, 코팅물에 대한 반사율 분포 함수(reflectance distribution function)(BRDF)는 표면에 대한, 또는 각각의 샘플 표면에 대한 각각의 주어진 조명 및 측정 각도들에서 결정되며, 즉, 반사 또는 각각의 반사 값은 광 입사의 그리고 센서 위치, 또는 측정 위치의 함수로서 결정된다. 이 경우, 방위각(조명의 각도 방향이며, 0°의 기본 방향(cardinal direction)(일반적으로 북쪽)부터 시계 방향으로 360°까지 측정됨)과 천정각(zenith angle)(표면 위의 조명의 각 위치이며, 표면에서 (0° 내지 90°로) 측정됨)이 측정 기하에서의 변수들로서 고려된다. BRDF는 반사 코팅물의, 또는 코팅물의 기반이 되는 코팅 제형물의 근본적인 광 특성이다. BRDF의 큰 가변성 때문에, 본 발명에 따라, LiDAR 센서 자체와 또한 코팅물로 코팅된 표면 둘 다를 시뮬레이션하기 위해, 또는 그것들을 LiDAR 센서 및 코팅물 둘 다의 특징적인 특성들을 기술하는 모델로 표현하기 위해 제공된다. 특히 비등방성 반사 행동, 즉, LiDAR 센서에 의해 방출되고 그 표면에 의해 반사된 광의 방향 의존적인 후방산란 행동은, 비등방성 반사율 또는 미분화된(differentiated) 분광 반사율이라고 또한 지칭되는 것으로, 연구될 코팅물의 BRDF에 크게 영향을 미친다.
하나의 가능한 구성에서, 코팅물에 대한 양방향성 반사율 분포 함수는 가중된 확산 램버트(diffuse Lambert) 항과 적어도 하나의 정반사 로브(specular lobe)를 갖는 쿡-토랜스(Cook-Torrance) 조명 모델 항으로부터 형성된다. 본 발명에 따른 방법의 하나의 가능한 구성에서, 양방향성 반사율 분포 함수의 파라미터들은 각각의 측정된 반사들 또는 각각의 측정에 의해 획득된 각각의 반사 값들에 대해 코팅물을 위한 양방향성 반사율 분포 함수의 적응 동안 비용 함수에 관하여 최적화된다. 이는 양방향성 반사율 분포 함수의 파라미터들(램버트 계수, 쿡-토랜스 정반사 로브의 가중값들 등)이 측정된 반사들, 또는 광스펙트로미터(photospectrometer) 측정 데이터, 또는 반사 값들의 도움으로 정정된다는 것을 의미한다. 이를 위해, 파라미터들은 측정의 해당 값들, 또는 반사 값들로부터의 최적화된 모델에서의 반사 정보의 거리가 최소가 되는 방식으로 최적화된다. 이 경우의 반사 정보는 특히 반사 값들, 또는 밝기 값들을 포함한다.
이 경우, 측정 데이터 또는 측정 값들의 작은 양과, 그것들과 비교되는 다수의 파라미터들 때문에, 불안정이 최적화 동안 발생하는 것을 방지하기 위하여, 최적화된 모델을 원래 모델과 유사하게 유지하는 것이 제약조건으로서 가정된다는 것이 생각될 수 있다. 파라미터들에 대한 값들이 신뢰성 있는 값 범위에서 유지되는 것을 보장하는 제약조건들을 제공하는 것이 생각될 수 있다. 이들 조건들로, 해당 최적화 방법들, 예를 들어, 간결함을 위해 다운힐 단체법(downhill simplex method) 또는 넬다-미드(Nelder-Mead) 법이라고 또한 지칭되는 넬다-미드 다운힐 단체법으로 최소화될 수 있는 비선형 최소화 조건들의 시스템을 공식화하는 것이 가능하다. 하나의 구성에서, 비용 함수는 측정된 각각의 반사들과 양방향성 반사율 분포 함수를 기반으로 시뮬레이션된 각각의 반사 값들 사이의 제곱된 차이들의 합과 페널티 항을 기반으로 형성된다.
Figure 112021067045021-pct00001
(1)
C: 비용 함수
g: 각각의 조명 및 관찰 방향들의 방위각 및 천정각에 의해 특징화되는 각각의 측정 기하
GM: BRDF를 결정하기 위해 사용되는 측정 기하들의 세트
RT: BRDF의 도움으로 현재 파라미터들에 대해 계산된 반사 값
RM: 측각-분광광도계로 측정된 반사 값
P: 페널티 함수, 또는 페널티 항
x=(KD,m,R0): 최적화될 파라미터들의 벡터
kD: 확산 램버트 항의 가중을 위한 파라미터
m: 베크만 분포(Beckmann distribution)의 파라미터
Figure 112021067045021-pct00002
: 프레넬 반사의 파라미터
Figure 112021067045021-pct00003
(2)
kS: 정반사 성분(specular component)(쿡-토랜스 정반사 로브)의 가중을 위한 파라미터
D(m): 베크만 분포 함수
F(R0): 프레넬 반사
G: 기하학적 스크리닝 항
FCC: (옵션적인) 투명 코트층 상의 반사를 고려한 계수
N,V,L: 각각의 측정 기하(g)로부터 도출될 수 있는 법선(normal), 관찰 및 조명 방향들
<,>: 두 개의 벡터들의 스칼라 곱
Figure 112021067045021-pct00004
(3)
Figure 112021067045021-pct00005
: 페널티 값; 애플리케이션에서 예를 들어 p=1e3와 같이 여기서 선택됨.
베크만 분포는 미세면(microfacet) 표면의 각도 의존적인 반사를 기술한다. 미세면 표면이 특정한 분포에 따라 표면 법선에 대하여 기울어진 작은 거울들(미세면들)의 모음인 모델에서 기술될 수 있는 거친 정반사 표면이다. 베크만 분포라는 용어는 컴퓨터 그래픽 문헌(Beckmann, Petr, and Andre Spizzichino. "The scattering of electromagnetic waves from rough surfaces". Norwood, MA, Artech House, Inc., 1987, 511 p., 1987에 따른 베크만 미세면 분포)에서 친숙하다.
LiDAR 센서에 의해 방출되고 코팅물로 코팅된 표면에 의해 반사된 광의 전파(propagation)는 레이 트레이싱 애플리케이션에 의해 적응된 양방향성 반사율 분포 함수를 기반으로 시뮬레이션된다. 이 경우, 상업적으로 입수가능한 레이 트레이싱 애플리케이션이 레이 트레이싱 애플리케이션으로서 사용될 수 있다.
레이 트레이싱은 공간의 특정 지점으로부터의 물체들의 가시도를 결정하기 위해, 광선들의 방출에 기초하는 알고리즘으로서 이해되어야 한다. 레이 트레이싱은 비슷하게는 이 기본 알고리즘의 확장으로 지칭이며, 이는 표면에 부딪힌 후의 광선들의 추가 경로를 산출한다. 본 발명의 범위에서, 레이 트레이싱은 특히 이러한 확장, 즉, 특히 LiDAR 센서로부터 나오는 광선들이 표면에 부딪힌 후에 코팅물로 코팅된 표면에 의해 반사된 광선들의 추가 경로의 계산을 의미하도록 의도된다. 레이 트레이싱 애플리케이션은 애플리케이션, 줄여서 앱에 의해 수행될 수 있다. 일반적으로, 레이 트레이싱은 공간에서 반직선(half-line)의 시작지점과 방향을 나타내는 레이(ray)라고 지칭되는 데이터 구조로 작업된다. 각각의 화소에 대해, LiDAR 센서로부터, 또는 물체로부터 이미지 평면의 대응 화소를 가리키는 레이의 방향이 계산된다.
각각의 측정 기하에 대해, 즉, 각각의 조명 및/또는 관찰 또는 측정 각도에 대해, 각각의 코팅된 표면에 대해, 반사 값과 추가로 밝기 좌표가 결정된다. 각각의 측정 기하들에 대해 이 방식으로 결정된 밝기 좌표들 또는 밝기 값들이 고려될 코팅물의 모델링된 각각의 밝기 값들에 관련하여 비용 함수에서 설정되기 위하여 양방향성 반사율 분포 함수의 적응 동안 사용된다. 위에서 이미 언급된 바와 같이, LiDAR 센서의 동작 파장을 기반으로 시뮬레이션이 수행된다. 따라서, BRDF는 이 파장에 대해 각각의 코팅된 표면의 반사율을 기술한다.
본 발명의 맥락에서 코팅물로 코팅된 표면은 서로 포개진 하나 이상의 코팅 층들을 포함할 수 있는 표면이며, 그 표면에서 다층 코팅물들의 경우 상단 층을 구성할 필요가 없는 컬러 결정 코팅물이, 코팅된 물체 또는 코팅된 표면의 의도된 최종 색상(hue)을 본질적으로 결정하는 해당 코팅 층을 구성한다. 상단 층은, 반대로, 또한 예를 들어 투명 코트층일 수 있다.
측각-분광광도계로, 광원, 옵션적으로 LiDAR 센서에 의해 방출된 광과, 그 표면에서 반사된 광의 반사 곡선들은 상이한 관찰 또는 측정 각도들에서 결정된다. 반사 곡선들의 결정은 상이한 다수의 관찰 각도들로 수행될 수 있다. 예를 들어, 정반사(specular reflection)에 대한 다섯 개 관찰 각도들, 예를 들어 15°, 25°, 45°, 75° 및 110°의 결정이 일반적으로 충분하다. 이들 지점들로부터 시작하여 다른 관찰 각도들에 대한 반사 곡선들이 외삽에 의해 결정될 수 있다. 조명 각도들이 아니라 측정 각도들이 수정되면, 예를 들어 고정된 관찰 각도는 그 표면에 수직인 평면에 대해 45°일 수 있다. 그것에 대한 대체예로서, 관찰 각도를 가변하는 것이 또한 생각될 수 있으며, 그 경우 상이한 다수의 관찰 각도들이 사용될 수 있다. 이 경우, 예를 들어, 그 표면에 수직인 평면에 대해 예를 들어, 15°, 25°, 45° 및 75°의 네 개의 관찰 각도들을 사용하는 것과 다른 관찰 각도들에 대한 반사 곡선들을 외삽에 의해 결정하는 것이 생각될 수 있다. 이런 식으로 결정된 비색(colorimetric) 데이터, 즉, 반사 곡선들은 해당 관찰 및 조명 각도들에 대해 할당을 갖는 데이터 파일의 형태로 저장된다. 옵션적으로, 그 표면의 위치 또는 배향은 이 경우 또한 고려될 수 있다.
본 발명에 따른 방법을 수행하기 위하여, 기존의 개인용 컴퓨터의 사용이 일반적으로 충분하다. 물론, 더 큰 컴퓨팅 용량을 갖는 컴퓨터들이 유리하게 사용될 수 있다. 출력될 밝기 이미지는 모든 기존의 가상 현실 기법들을 이용하여 시각적으로 인식 가능한 사실적인 컴퓨터 이미지로서 생성될 수 있다. 밝기 이미지는 기존의 방식으로, 예를 들어 모니터 상에 또는 프로젝터의 도움으로 스크린 상에 생성될 수 있다. 본 기술분야의 통상의 기술자의 경우, 본 발명에 따른 방법으로 생성되는 밝기 이미지들이 종이 또는 대안적으로 다른 재료들 상에, 시각적으로 인식 가능한 표현의 형태로 인쇄될 수 있다는 것이 분명하다. 인코딩된 표현으로서 존재하는 밝기 이미지가 시각적으로 평가될 수 있지만, 파일로서만 존재하는 밝기 이미지는 컴퓨터에 의해 평가될 수 있다. 밝기 이미지들은, 예를 들어, 원하는 영역들, 예를 들어 가능한 작은 검출 불가 영역들에 대해 평가될 수 있다.
본 발명에 따른 방법은 각각의 코팅물로 코팅된 각각의 물체, 특히 차량 또는 차량 본체의 양호한 또는 충분한 가시도를, 예를 들어 다른 차량에 설치될 수 있는 LiDAR 센서에 의해 보장하기 위하여, 하나 이상의 코팅물들, 또는 그것에 각각 배정되는 코팅 제형물들의 선택에서 가치 있는 도구로서 사용될 수 있다.
본 발명에 따르면, LiDAR 센서는 모든 방향들로 균일하게 광 빔들을 방출하는 점광원과 반사된 광 빔들의 밝기를 기록하는 카메라를 포함하는 유닛으로서 시뮬레이션될 수 있다. 코팅물로 코팅된 표면은 카메라에 대해 가변 배향으로 카메라의 전면에서 가변 거리에 배열되는 프로파일로서 시뮬레이션된다. 예를 들어, 그 프로파일은, 특히, LiDAR 센서가 예를 들어 차량 상에 장착되어 있는 LiDAR 센서를 자율 주행을 위한 도로 교통에서 사용하는 경우를 고려하기 위하여, 차량 윤곽선으로서 선택될 수 있다. LiDAR 센서의 그리고 코팅물로 코팅된 표면의 제안된 모델링에 의해, 예를 들어, LiDAR 센서를 갖는 차량이 물체 또는 코팅물로 코팅된 표면에 해당하는 다른 차량에 접근하는 실제 장면을 도로 교통에서 에뮬레이션하는 것이 가능하다.
다른 구성에서, 이전에 적응된 양방향성 반사율 분포 함수를 이용하여 매핑된 가능한 반사 특성들을 나타내기 위하여, 또는 그것들을 차량 윤곽선 또는 프로파일에 관련하여 인식 가능하게 하기 위하여, 양방향성 반사율 분포 함수의 이전에 계산된 파라미터들을 사용함으로써, 차량 윤곽선에, 또는 프로파일에 적용되는 컴퓨터 그래픽 모델이 제공된다.
마지막으로, 레이 트레이싱 시뮬레이션에 의해, 적응된 양방향성 반사율 분포 함수를 고려하면서 LiDAR 센서의 방향으로 프로파일에 의해 반사된 광의 밝기를 보여주는 밝기 이미지가 출력된다. 하나의 구성에서 얼마나 많은 광이, 특히 차량 윤곽선의, 코팅된 표면을 시뮬레이션하는 프로파일의 상이한 영역들에 의해 반사되는지는 출력된 밝기 이미지에 의해 결정된다. 이 경우, LiDAR 센서에 대해, 시뮬레이션되는 차량 윤곽선의 어떤 부분들이 비가시적인지, 어떤 부분들이 충분히 가시적인지 그리고 어떤 부분들이 고도로 가시적인지를 비교적 정확하게 결정하는 것이 가능하다.
다른 구성에서, 10%의 확산 반사를 갖는 참조 템플릿의 반사된 밝기에 의해 정의되는 밝기 임계 값이, 출력되었거나 또는 출력될 밝기 이미지에 적용된다. 이러한 참조 템플릿은 LiDAR 센서의 공칭 영역 또는 정격(rated) 영역을 나타내거나 특정하기 위하여 일반적으로 사용된다. 이 방식으로 정정되거나 또는 필터링된 밝기 이미지는 이 정격 영역에서 LiDAR 센서에 대해 가시적인 프로파일 또는 차량 윤곽선의 영역들을 이제 보여준다.
출력될 밝기 이미지를, 각각의 밝기들과, 그것들에 연관되는 반사 값들이 컬러 스케일의 도움으로 표현되는 유형의 컬러 이미지로서 출력하는 것이 또한 생각될 수 있다.
다른 구성에서, 카메라, 또는 카메라 및 점광원에 의해 시뮬레이션된 LiDAR 센서에 대한 프로파일의 현재 셋팅에 대한 프로파일의 최대 가시 영역의 백분율로서 정량화되는 가시 영역들이 나타내어진다.
또 다른 구성에서, 다수의 코팅물들 또는 코팅물들의 기반이 되는 코팅 제형물들에 대해 방법이 수행되며, 그 방법에서 상이한 코팅물들 또는 코팅 제형물들에 대한 각각의 출력 밝기 이미지들은 서로 비교되고, LiDAR 센서에 대해 가장 고도로 가시적인 해당 코팅 제형물 또는 해당 코팅물은 다수의 코팅 제형물들, 또는 코팅물들로부터 선택된다.
본 발명은 더욱이 LiDAR 센서에 대해 표면 상에 도포된 코팅물의 가시도를 시뮬레이션하는 시스템에 관한 것이다.
본 발명에 따른 시스템은 코팅물로 코팅된 표면으로부터 LiDAR 센서의 동작 파장을 갖는 광의 각각의 반사를 다수의 조명 및/또는 측정 각도들에서 측정하기 위해 구성되는 적어도 하나의 분광광도계, 바람직하게는 측각-분광광도계를 포함한다.
본 발명에 따른 시스템은 추가로 각각의 측정된 반사들에 대한 각각의 조명 및/또는 측정 각도의 함수로서 코팅물에 대한 양방향성 반사율 분포 함수를 적응시키기 위해 구성되는 컴퓨터 유닛을 포함한다. 본 발명에 따른 시스템은 추가로, 레이 트레이싱 애플리케이션에 의해, 적응된 양방향성 반사율 분포 함수를 기반으로 LiDAR 센서에 의해 방출되고 코팅물로 코팅된 표면에 의해 반사된 광의 전파를 시뮬레이션하도록 구성되는 시뮬레이션 유닛 - LiDAR 센서는 점광원과 카메라를 포함하는 유닛으로서 시뮬레이션되고, 코팅물로 코팅된 표면은 카메라의 전면에서 가변 배향으로 가변 거리에 배열되는 프로파일로서 시뮬레이션됨 - 을 포함한다. 점광원은 이 경우 모든 방향들에서 광을 균일하게 방출하기 위해 구성된다.
하나의 구성에서, 시뮬레이션 유닛은 적응된 양방향성 반사율 분포 함수를 사용함으로써 프로파일에 적용되도록 구성되는 컴퓨터 그래픽 모델을 포함한다. 마지막으로, 본 발명에 따른 시스템은 LiDAR 센서에 의해 방출되고 코팅물로 코팅된 표면에 의해 반사된 광의 시뮬레이션된 전파를 기반으로 밝기 이미지를 출력 또는 디스플레이하기 위해 구성되는 디스플레이 유닛을 포함하며, 밝기 이미지는 적응된 양방향성 반사율 분포 함수를 고려하면서 LiDAR 센서의 방향으로 프로파일에 의해 반사된 광의 밝기를 보여준다.
본 발명은 추가로 LiDAR 센서에 대해 표면 상에 도포된 코팅물의 가시도를 시뮬레이션하는 디바이스에 관한 것이며, 그 디바이스는 적어도 다음을 포함한다:
- 표면 상에 코팅물을 도포하기 위한 도포 유닛;
- 다수의 조명 및/또는 측정 각도들에서 코팅물로 코팅된 표면으로부터 LiDAR 센서의 동작 파장을 갖는 광의 각각의 반사를 측정하는 측정 배열체;
- 각각의 측정된 반사들에 대한 각각의 조명 및/또는 측정 각도의 함수로서 코팅물에 대한 양방향성 반사율 분포 함수를 적응시키는 컴퓨터 유닛;
- 레이 트레이싱 애플리케이션에 의해, 적응된 양방향성 반사율 분포 함수를 기반으로 LiDAR 센서에 의해 방출되고 코팅물로 코팅된 표면에 의해 반사된 광의 전파를 시뮬레이션하는 시뮬레이션 유닛 ― LiDAR 센서는 점광원과 카메라를 포함하는 유닛으로서 시뮬레이션되고, 코팅물로 코팅된 표면은 카메라의 전면에서 가변 배향으로 가변 거리에 배열되는 프로파일로서 시뮬레이션됨 ―;
- 적응된 양방향성 반사율 분포 함수를 고려하면서 LiDAR 센서의 방향으로 프로파일에 의해 반사된 광의 밝기를 보여주는 밝기 이미지를 출력하는 출력 유닛.
본 발명에 따른 방법에 따르면, LiDAR 센서에 의해 방출되고 코팅물로 코팅된 표면에 의해 반사된 광의 전파를 시뮬레이션하기 전에, 양방향성 반사율 분포 함수가 각각의 측정된 반사들의 도움으로 적응된다. 이를 위해, 고려될 코팅물은 표면에 도포되고, 그 표면은 LiDAR 센서의 동작 파장을 갖는 광으로 조명되고 측정기, 일반적으로 측각-광스펙트로미터의 도움으로 다수의 조명 및/또는 측정 각도들에서 측정된다. 이는 코팅물로 코팅된 표면에 의한, 방출된 광, 바람직하게는 레이저 펄스들의 각각의 반사는 다수의 조명 및/또는 측정 각도들에서 측정된다는 것을 의미한다. 다수의 조명 및/또는 측정 각도들에 대해 이 방식으로 획득되는 각각의 반사들, 또는 반사 값들은 그 다음에 코팅물에 대한 양방향성 반사율 분포 함수을 적응하는데 사용된다. 이는, 획득된 측정 값들의 도움으로, 코팅물에 대한 양방향성 반사율 분포 함수에서 결정될 파라미터들이 비용 함수를 최적화함으로써 결정되며, 비용 함수는 예를 들어 측정된 반사들 또는 반사 값들과, 모델링된 반사들 또는 반사 값들 및 페널티 항 사이의 제곱된 차이들의 합로부터 형성된다는 것을 의미한다. 예를 들어 넬다-미드 다운힐 단체법과 같은 관례적인 최적화 방법이 최적화를 위해 사용될 수 있다. 이제 적응된 양방향성 반사율 분포 함수의 도움으로, LiDAR 센서에 의해 방출되고 코팅물로 코팅된 표면에 의해 반사된 광의 전파는 이제 레이 트레이싱 애플리케이션에 의해 시뮬레이션된다. 이 시뮬레이션은 이제 위에서 설명된 배열에 기초한다.
Figure 112021067045021-pct00006
(1)
C: 비용 함수
g: 각각의 조명 및 관찰 방향들의 방위각 및 천정각에 의해 특징화되는 각각의 측정 기하.
GM: BRDF를 결정하기 위해 사용되는 측정 기하들의 세트
RT: BRDF의 도움으로 현재 파라미터들에 대해 계산된 반사 값
RM: 측각-분광광도계로 측정된 반사 값
P: 페널티 함수, 또는 페널티 항
x=(KD,m R0): 최적화될 파라미터들의 벡터
kD: 확산 램버트 항의 가중을 위한 파라미터
m: 베크만 분포의 파라미터
R0: 프레넬 반사의 파라미터
Figure 112021067045021-pct00007
(2)
kS: 정반사 성분(쿡-토랜스 정반사 로브)의 가중을 위한 파라미터
D(m): 베크만 분포 함수
F(R0): 프레넬 반사
G: 기하학적 스크리닝 항
FCC: (옵션적인) 투명 코트층 상의 반사를 고려한 계수
N,V,L: 각각의 측정 기하(g)로부터 도출될 수 있는 법선, 관찰 및 조명 방향들
<,>: 두 개의 벡터들의 스칼라 곱
둘 중
Figure 112021067045021-pct00008
(3)
Figure 112021067045021-pct00009
: 페널티 값; 여기서는 예를 들어 p=1e3으로서 애플리케이션으로 선택됨.
본 발명에 따른 시스템, 또는 본 발명에 따른 디바이스는, 위에서 설명된 방법을 수행하기 위하여 하나의 구성으로 구성된다.
본 발명은 추가로, 컴퓨터 프로그램이 컴퓨터 유닛 상에서 실행될 때, 위에서 설명된 방법의 적어도 컴퓨터 지원 단계들, 즉, 특히 적응 단계, 시뮬레이션 단계 및 출력 단계를 수행하기 위하여 구성되는 프로그램 코드 수단을 갖는 컴퓨터 프로그램을 포함하는 컴퓨터 프로그램 제품에 관한 것이다.
본 발명의 추가의 장점들 및 구성들은 상세한 설명 및 첨부된 도면들에서 발견될 수 있다.
위에서 언급된 특징들과 아래에서 설명되지 않은 것들은, 본 발명의 범위로부터 벗어남 없이, 각각 나타내어진 조합뿐만 아니라 또한 다른 조합들에서 또는 별도로 사용될 수 있다는 것이 이해되어야 한다.
본 발명은 도면에서 예시적인 실시예의 도움으로 개략적으로 표현되고, 도면을 참조하여 아래에서 상세히 설명될 것이다.
도 1은, 본 발명에 따른 방법의 하나의 실시예에서, 이 경우 수행되는 시뮬레이션을 기반으로 하는 가능한 가상 측정 배열의 구조를 도시한다.
도 2는 본 발명에 따른 방법의 다른 실시예를 수행할 때의 출력되는 바와 같은 밝기 이미지의 일 예를 도시한다.
도 3은 본 발명에 따른 방법의 하나의 실시예의 흐름도를 도시한다.
도 1은 본 발명에 따른 방법의 하나의 실시예에서, LiDAR 센서에 의해 방출되고 코팅물로 코팅된 표면에 의해 반사된 광의 전파를 시뮬레이션하는 단계의 기반이 될 수 있는 측정 배열체(100)의 구조를 도시한다. 모든 방향들에서 광을 균일하게 방출하는 점광원(101)이 도시된다. 더욱이 도시된 것은 카메라(102)이며, 이는 점광원(101)에 또는 적어도 점광원 근처에 배열된다. 점광원(101)은 905 nm 또는 1550 nm의 파장을 갖는 레이저 빔들(104), 일반적으로 레이저 펄스들을 이 경우 차량 윤곽선으로서 구성되고 코팅물로 코팅된 표면을 시뮬레이션하는 프로파일(103)의 방향으로 방출한다. 차량 윤곽선(103)에 부딪히는 광 빔들(105), 또는 레이저 펄스들은, 차량 윤곽선(103)에 의해 적어도 부분적으로 반사되고, 카메라(102)의 방향으로 반사된 광 빔들(105), 또는 레이저 펄스들로서 다시 전송된다. 카메라(102)는 반사된 광 빔들(105)을 기록한다. 카메라(102)로부터의 차량 윤곽선(103)의 거리는 이 경우 시뮬레이션 동안 가변될 수 있다. 동일한 것이 카메라(102)에 대해 차량 윤곽선(103)의 배향에 적용된다. 카메라(102)에 의해 시뮬레이션에서 기록된 반사, 또는 반사 값들로부터, 밝기 이미지가, 예를 들어 도 2에서 도시된 바와 같이, 디스플레이 유닛(여기서 도시되지 않음) 상에서 궁극적으로 계산되고 표현될 수 있다.
도 2는, 도 2a에서, 디스플레이 유닛 상에 수행된 시뮬레이션 방법의 결과로서 표현될 수 있는 밝기 이미지(201)를 도시한다. 프로파일(202)의 각각의 영역들의 밝기는 각각의 영역들의 각각의 패터닝/음영에 의해, 0.0 내지 1.0의 범위에서 밝기 값들의 스케일(203)로, 스케일 값, 또는 스케일 범위에 각각 배정되는 패터닝/음영에 의해 렌더링되거나 또는 표현된다(a.u.는 이 경우 상대적인 양을 나타내기 위한 임의 단위를 나타냄). 각각의 패터닝/음영은 또한 각각의 컬러들로 대체될 수 있으며, 이 경우 스케일(203)은 해당 컬러 스케일로서 선택되어야 한다. 이 경우, 컬러들은, 예를 들어, 0.0의 스케일 값에 대한 어두운 청색부터 0.5의 범위의 녹색을 통해 1.0의 스케일 값의 적색까지의 범위일 수 있다.
도 2b는 도 2a에 도시된 바와 동일한 프로파일(202)의 가시도의 이미지(204)를 도시한다. 밝기를 기반으로, 프로파일(202) 또는 차량 윤곽선의 어떤 부분들이 고도로 가시적인지와 어떤 부분들이 실질적으로 비가시적이고 결과적으로 자율 주행에서 사용하는 동안 LiDAR 센서를 포함하는 차량의 다른 차량과의 가능한 충돌 위험을 증가시키는지에 관하여 평가가 이루어진다는 것을 도 2b에서 알 수 있다. 가시도의 이러한 이미지는 밝기 이미지로부터 도출되고, 본 발명에 따라 제공되는 디스플레이 유닛 또는 출력 유닛 상의 밝기 이미지에 대해 추가적으로 또는 대안으로서 표현될 수 있다.
도 3은 본 발명에 따른 방법의 하나의 가능한 실시예의 시퀀스의 개략적인 흐름도를 도시한다. 단계 301에서, 특정 코팅 제형물을 갖는 코팅물이 표면, 바람직하게는 샘플 표면에 작은 평평한 형태로 처음 도포된다. 코팅물이 이 방식으로 코팅된 표면은 그것의 반사 특성들에 관하여, 예를 들어 측각-분광광도계의 도움으로, 단계 302에서 측정된다. 이는 그 표면이 LiDAR 센서의 동작 파장을 갖는 광으로 조명되고, 코팅물로 코팅된 표면에 의해 반사된 광이 측각-분광광도계에 의해 기록되고 평가된다는 것을 의미한다. 이 경우, 그 표면은 다수의 조명 및/또는 측정 각도들에서 측정된다. 이는 조명 유닛, 또는 조명 유닛으로부터 나오는 광 빔, 바람직하게는 LiDAR 센서의 동작 파장을 갖는 레이저 펄스가, 코팅물로 코팅된 표면 상으로 다수의 조명 각도들에서 연속적으로 지향된다는 것을 의미한다. 더욱이, 각각 반사된 광 빔들, 또는 반사된 레이저 빔 또는 펄스는 측각-분광광도계로 기록되고, 그것의 광 양 및/또는 세기는 결정된다. 추가적으로는 측각-분광광도계를 코팅물로 코팅된 표면에 대한 상이한 측정 각도들로 연속적으로 배향시키는 것이 생각될 수 있다. 조명 각도를 고정된 것으로 유지하고 측정 각도를 가변시키는 것, 또는 반대로 조명 각도를 가변시키고 측정 각도를 고정된 것으로 유지하는 것이 생각될 수 있다.
LiDAR 센서의 동작 파장을 또한 포함하는 백색 광으로 표면을 조명하는 것이 또한 생각될 수 있다. 측각-분광계(gonio-spectrometer)의 도움으로, LiDAR 센서의 동작 파장에서 반사된 광의 세기가 그 다음에 측정된다.
코팅물로 코팅된 표면에 부딪히는 광의 각각의 반사의 측정 동안, 각각의 반사 값들은 대응하여 결정된다. 반사 값들의 도움으로, 각각의 밝기 값들은 결국 결정될 수 있다. 따라서, 측정 후, 각각의 반사들 또는 각각의 반사 값들과, 그것과 연관하여 각각의 밝기 값들이, 각각의 조명 및/또는 측정 각도들에 대해 이용 가능하다.
단계 303에서, 각각의 측정된 반사들은, 각각의 조명 및/또는 측정 각도들의 함수로서, 표면이 코팅된 코팅물에 대한 양방향성 반사율 분포 함수를 적응시키기 위하여 사용된다. 이는 코팅물에 대한 양방향성 반사율 분포 함수의 파라미터들이 측정된 반사들 또는 반사 값들의 도움으로 결정되거나, 또는 적어도 추정된다는 것을 의미한다. 각각의 측정된 반사들은 충분한 수의 측정된 반사들로, 결정되거나 또는 적어도 추정될 수 있는 여전히 미지의 파라미터들을 갖는 다수의 수학식들을 산출한다. 지시될 고정된 파라미터들을 갖는 특정 양방향성 반사율 분포 함수는, 그러므로 코팅물에 대해 획득되며, 그것의 도움으로, 각각의 반사가 각각의 조명 및/또는 측정 각도의 함수로서 나타내어질 수 있다.
이제 적응된 양방향성 반사율 분포 함수를 기반으로, LiDAR 센서에 의해 방출되고 코팅물로 코팅된 표면에 의해 반사된 광의 전파를 레이 트레이싱 애플리케이션에 의해 시뮬레이션하는 것이 단계 304에서 이제 가능하다. LiDAR 센서는 이 경우 특정 파장, 즉 LiDAR 센서의 동작 파장, 예를 들어 905 nm 또는 1550 nm의 광을 모든 방향들에서 균일하게 방출하는 점광원으로서 시뮬레이션되거나, 또는 모델링된다. 모델링된 LiDAR 센서는 더욱이 광 빔들을 기록하고 그것들의 광 양 및/또는 광 세기를 결정하기 위하여 구성되는 카메라를 포함한다. 코팅물로 코팅된 표면은 카메라의 전면에 가변 배향으로 가변 거리에 배열되는 프로파일로서 시뮬레이션 동안 모델링된다. 이는 LiDAR 센서에 의해 방출되고 코팅물로 코팅된 표면에 의해 반사된 광의 전파의 각각의 시뮬레이션 동안, 프로파일이 카메라의 전면에 상이한 거리에서 그리고/또는 상이한 배향으로 각각 배열된 것으로서 시뮬레이션될 수 있다는 것을 의미한다. 적응된 양방향성 반사율 분포 함수를 사용함으로써, 컴퓨터 그래픽 모델이 프로파일에 적용된다.
LiDAR 센서에 의해 방출되고 코팅물로 코팅된 표면에 의해 반사된 광의 이 방식으로 시뮬레이션된 전파를 기반으로, 단계 305에서 적응된 양방향성 반사율 분포 함수를 고려하면서 LiDAR 센서의 방향에서 프로파일에 의해 반사된 광의 밝기(루미넌스)를 보여주는 밝기 이미지를 디스플레이 유닛 상에 출력 또는 디스플레이되는 것이 이제 가능하다. 이 경우, 밝기 이미지는 디스플레이 유닛 상의 광으로서 명시적으로 디스플레이될 수 있거나, 또는 밝기의 각각의 값들은 코팅물에 대해 나타내어지고 배정될 수 있다. 일반적으로, 설명된 방법은 다수의 상이한 코팅물들 및 연관된 코팅 제형물들에 대해 수행되며, 그래서 궁극적으로 비교가 각각의 밝기 이미지들의 도움으로 코팅물들 사이에서 수행될 수 있고, 코팅물이 LiDAR 센서에 대해 가장 고도로 가시적이고 그러므로 코팅물로 코팅된 물체가 LiDAR 센서에 대해 가장 고도로 검출 가능함을 의미하는 밝기 이미지를 가지는 해당 코팅물, 또는 연관된 코팅 제형물이 선택될 수 있다.

Claims (14)

  1. LiDAR 센서에 대해 표면 상에 도포된 코팅물의 가시도를 시뮬레이션하는 방법으로서, 적어도,
    표면 상에 코팅물을 도포하는 단계(301);
    다수의 조명 및 측정 각도들에서 상기 코팅물로 코팅된 상기 표면으로부터 상기 LiDAR 센서의 동작 파장을 갖는 광의 각각의 반사를 측정하는 단계(302);
    상기 각각의 측정된 반사들에 대한 각각의 조명 및 측정 각도의 함수로서 상기 코팅물에 대한 양방향성 반사율 분포 함수를 적응시키는 단계(303);
    레이 트레이싱 애플리케이션에 의해, 적응된 양방향성 반사율 분포 함수를 기반으로 상기 LiDAR 센서에 의해 방출되고 상기 코팅물로 코팅된 상기 표면에 의해 반사된 광의 전파를 시뮬레이션하는 단계(304) ― 상기 LiDAR 센서는 점광원(101)과 카메라(102)를 포함하는 유닛으로서 시뮬레이션되고, 상기 코팅물로 코팅된 상기 표면은 상기 카메라(102)의 전면에서 가변 배향으로 가변 거리에 배열되는 프로파일(103, 202)로서 시뮬레이션됨 ―;
    상기 적응된 양방향성 반사율 분포 함수를 고려하면서 상기 LiDAR 센서의 방향으로 상기 프로파일(103, 202)에 의해 반사된 광의 밝기를 보여주는 밝기 이미지(201)를 출력하는 단계(305)
    를 포함하는, 방법.
  2. 제1항에 있어서, 상기 표면을 시뮬레이션하는 상기 프로파일(103, 202)의 상이한 영역들에 의해 얼마나 많은 광이 반사되는지는 출력된 상기 밝기 이미지(201)에 의해 결정되는, 방법.
  3. 제1항 또는 제2항에 있어서, 10%의 확산 반사를 갖는 참조 템플릿의 반사된 밝기에 의해 정의되는 밝기 임계 값이 상기 밝기 이미지(201)에 적용되는, 방법.
  4. 제1항 또는 제2항에 있어서, 상기 표면을 시뮬레이션하는 상기 프로파일(103, 202)의 가시 영역이, 시뮬레이션되는 LiDAR 센서에 비하여 상기 프로파일(103, 202)의 현재 배향 또는 셋팅에 대해 상기 표면을 시뮬레이션하는 상기 프로파일(103, 202)의 최대 가시 영역의 분율로서 정량화되는, 방법.
  5. 제1항 또는 제2항에 있어서, 상기 코팅물에 대한 상기 양방향성 반사율 분포 함수는 가중된 확산 램버트 항과 적어도 하나의 정반사 로브를 갖는 쿡-토랜스 조명 모델 항으로 형성되는, 방법.
  6. 제1항 또는 제2항에 있어서, 상기 양방향성 반사율 분포 함수의 파라미터들은 상기 코팅물에 대한 상기 양방향성 반사율 분포 함수의 적응 동안 비용 함수에 관하여 최적화되는, 방법.
  7. 제6항에 있어서, 상기 비용 함수는 측정된 각각의 반사들과 상기 양방향성 반사율 분포 함수를 기반으로 시뮬레이션된 각각의 반사들 사이의 제곱된 차이들의 합과 페널티 항을 기반으로 형성되는, 방법.
  8. 제6항에 있어서, 상기 양방향성 반사율 분포 함수의 상기 파라미터들은 비선형 최적화 방법으로 최적화되는, 방법.
  9. 제1항 또는 제2항에 있어서, 상기 표면을 시뮬레이션하는 상기 프로파일(103, 202)은 차량 윤곽선으로서 선택되는, 방법.
  10. 제1항 또는 제2항에 있어서, 상기 방법은 다수의 코팅 제형물들에 대해 수행되며, 상이한 코팅 제형물들에 대한 출력된 각각의 밝기 이미지들(201)은 서로 비교되고 상기 LiDAR 센서에 대해 가장 고도로 가시적인 해당 코팅 제형물은 상기 다수의 코팅 제형물들로부터 선택되는, 방법.
  11. LiDAR 센서에 대해 표면 상에 도포된 코팅물의 가시도를 시뮬레이션하는 디바이스로서, 적어도,
    표면 상에 코팅물을 도포하기 위한 도포 유닛;
    다수의 조명 및 측정 각도들에서 상기 코팅물로 코팅된 상기 표면으로부터 상기 LiDAR 센서의 동작 파장을 갖는 광의 각각의 반사를 측정하는 측정 유닛;
    각각의 측정된 반사들에 대한 각각의 조명 및 측정 각도의 함수로서 상기 코팅물에 대한 양방향성 반사율 분포 함수를 적응시키는 컴퓨터 유닛;
    레이 트레이싱 애플리케이션에 의해, 적응된 양방향성 반사율 분포 함수를 기반으로 상기 LiDAR 센서에 의해 방출되고 상기 코팅물로 코팅된 상기 표면에 의해 반사된 광의 전파를 시뮬레이션하는 시뮬레이션 유닛 ― 상기 LiDAR 센서는 점광원(101)과 카메라(102)를 포함하는 유닛으로서 시뮬레이션되고, 상기 코팅물로 코팅된 상기 표면은 상기 카메라의 전면에서 가변 배향으로 가변 거리에 배열되는 프로파일(103, 202)로서 시뮬레이션됨 ―; 및
    상기 적응된 양방향성 반사율 분포 함수를 고려하면서 상기 LiDAR 센서의 방향으로 상기 프로파일(103, 202)에 의해 반사된 광의 밝기를 보여주는 밝기 이미지(201)를 출력하는 출력 유닛
    을 포함하는, 디바이스.
  12. 제11항에 있어서, 상기 측정 유닛은 적어도 하나의 측각분광계를 포함하는, 디바이스.
  13. 제11항 또는 제12항에 있어서, 제1항 또는 제2항에 기재된 방법을 수행하도록 구성되는, 디바이스.
  14. 컴퓨터로 판독가능한 저장 매체에 저장된 컴퓨터 프로그램으로서, 상기 컴퓨터 프로그램은 상기 컴퓨터 프로그램이 컴퓨터 유닛 상에서 실행될 때 제1항 또는 제2항에 기재된 방법의 적어도 컴퓨터 지원 단계들을 수행하기 위하여 구성되는 프로그램 코드 수단을 갖는, 컴퓨터로 판독가능한 저장 매체에 저장된 컴퓨터 프로그램.
KR1020217017837A 2018-11-15 2019-11-15 LiDAR 센서에 대해 표면에 도포된 페인트의 가시도를 시뮬레이션하는 방법 및 디바이스 KR102533401B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP18206542 2018-11-15
EP18206542.5 2018-11-15
PCT/EP2019/081501 WO2020099643A1 (de) 2018-11-15 2019-11-15 Verfahren und vorrichtung zur simulation einer sichtbarkeit eines auf einer oberfläche aufgebrachten lacks für einen lidar-sensor

Publications (2)

Publication Number Publication Date
KR20210088692A KR20210088692A (ko) 2021-07-14
KR102533401B1 true KR102533401B1 (ko) 2023-05-26

Family

ID=64331806

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020217017837A KR102533401B1 (ko) 2018-11-15 2019-11-15 LiDAR 센서에 대해 표면에 도포된 페인트의 가시도를 시뮬레이션하는 방법 및 디바이스

Country Status (8)

Country Link
US (1) US20220003675A1 (ko)
EP (1) EP3857208A1 (ko)
JP (1) JP7098839B2 (ko)
KR (1) KR102533401B1 (ko)
CN (1) CN113056666A (ko)
CA (1) CA3118962A1 (ko)
MX (1) MX2021005732A (ko)
WO (1) WO2020099643A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113029977B (zh) * 2021-03-11 2022-03-15 武汉大学 一种针对宽视场角多光谱传感器的自动交叉辐射定标方法
US20230080540A1 (en) * 2021-09-16 2023-03-16 Aurora Operations, Inc. Lidar simulation system

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE60117905D1 (de) 2000-11-27 2006-05-11 Du Pont Verfahren zur Erzeugung eines Rechnerbildes eines dreidimensionalen Objektes mit Spezialeffekt-Oberflächen

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3456095B2 (ja) * 1996-07-12 2003-10-14 三菱自動車工業株式会社 グロメット構造およびその構造を用いた車載機器の取付方法
JPH10247256A (ja) * 1997-03-04 1998-09-14 Integra:Kk 光学的に複雑な特性を有する物体の美感設計をコンピュータ上で対話的に行う方法
AUPR301401A0 (en) * 2001-02-09 2001-03-08 Commonwealth Scientific And Industrial Research Organisation Lidar system and method
US7190461B2 (en) * 2002-07-17 2007-03-13 New York University Method and apparatus for determining a bidirectional reflectance distribution function, subsurface scattering or a bidirectional texture function of a subject
US7319467B2 (en) * 2005-03-29 2008-01-15 Mitsubishi Electric Research Laboratories, Inc. Skin reflectance model for representing and rendering faces
EP1880196B1 (en) * 2005-04-25 2019-10-16 X-Rite, Inc. Measuring an appearance property of a surface using a spatially under-sampled bidirectional reflectance distribution function
JP5470886B2 (ja) 2009-02-12 2014-04-16 トヨタ自動車株式会社 物体検出装置
JP2011196814A (ja) 2010-03-19 2011-10-06 Mitsubishi Paper Mills Ltd 光沢感評価装置及び光沢感評価方法
US9470520B2 (en) * 2013-03-14 2016-10-18 Apparate International C.V. LiDAR scanner
US20150032430A1 (en) * 2013-07-29 2015-01-29 X-Rite Europe Gmbh Visualization Method
US9509905B2 (en) * 2013-12-17 2016-11-29 Google Inc. Extraction and representation of three-dimensional (3D) and bidirectional reflectance distribution function (BRDF) parameters from lighted image sequences
EP3115742B1 (en) * 2015-07-10 2020-04-15 Hexagon Technology Center GmbH 3d measuring machine
EP3196633B1 (en) * 2016-01-20 2021-11-17 Canon Kabushiki Kaisha Apparatus and method for measuring a reflection characteristic of an object
EP3395875B2 (de) 2017-04-24 2023-01-25 Covestro Deutschland AG Laserstrahl-durchlässiges substratmaterial für sensoranwendungen

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE60117905D1 (de) 2000-11-27 2006-05-11 Du Pont Verfahren zur Erzeugung eines Rechnerbildes eines dreidimensionalen Objektes mit Spezialeffekt-Oberflächen

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Eldon Decker, 'High-Tech Coatings to enable Autonomous Vehickles' (SAE interntional, 2018. 4. 30.) pp1~21.
Johannes Gunther, 'Efficient Acquisition and Realistic Rendering of Car Paint' (VMV 2005, 2005.11.30.) pp665~676.

Also Published As

Publication number Publication date
CN113056666A (zh) 2021-06-29
JP2022513065A (ja) 2022-02-07
EP3857208A1 (de) 2021-08-04
CA3118962A1 (en) 2020-05-22
KR20210088692A (ko) 2021-07-14
US20220003675A1 (en) 2022-01-06
JP7098839B2 (ja) 2022-07-11
WO2020099643A1 (de) 2020-05-22
MX2021005732A (es) 2021-07-21

Similar Documents

Publication Publication Date Title
Bijelic et al. Benchmarking image sensors under adverse weather conditions for autonomous driving
Soudarissanane et al. Scanning geometry: Influencing factor on the quality of terrestrial laser scanning points
JPH07182538A (ja) ディスプレイピクセルの着色方法、画像レンダリング装置、および入射光推定方法
KR102533401B1 (ko) LiDAR 센서에 대해 표면에 도포된 페인트의 가시도를 시뮬레이션하는 방법 및 디바이스
CN105701793A (zh) 用于数字化真实材料外观的方法及装置
CN101957188B (zh) 用于测定织构表面的属性的方法和装置
Gruyer et al. Modeling and validation of a new generic virtual optical sensor for ADAS prototyping
Formsma et al. Realistic simulation of laser range finder behavior in a smoky environment
US20210072397A1 (en) Generation of synthetic lidar signals
Ulbricht et al. Verification of physically based rendering algorithms
CN106124052B (zh) 具有深浅检测的颜色匹配
Li et al. LiDAR intensity correction for road marking detection
US10937202B2 (en) Intensity data visualization
US20210199498A1 (en) A method of measuring illumination, corresponding system, computer program product and use
KR100740879B1 (ko) 영상을 이용한 실존 물체 이미지 재현 시스템 및 그 방법
KR101127726B1 (ko) 개선된 항공기 도킹 시스템
KR100544979B1 (ko) 물체의 반사율 획득 시스템 및 물체 표현 방법
Naik et al. A light transport model for mitigating multipath interference in TOF sensors
JP7365633B2 (ja) 車両シミュレーションシステム、車両シミュレーション方法およびコンピュータプログラム
Koch A multispectral bidirectional reflectance distribution function study of human skin for improved dismount detection
Mardaljevic Daylight simulation
CN108230286A (zh) 环境和时段因素对目标红外可探测性的影响快速分析方法
Schwenger et al. Simulation of laser beam reflection at the sea surface modeling and validation
CN116718132B (zh) 一种路面三维测量方法及系统
EP4209998A1 (en) Method, computer and computer program for modifying texture images

Legal Events

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