KR102570059B1 - 센싱 방법 및 장치 - Google Patents

센싱 방법 및 장치 Download PDF

Info

Publication number
KR102570059B1
KR102570059B1 KR1020180095577A KR20180095577A KR102570059B1 KR 102570059 B1 KR102570059 B1 KR 102570059B1 KR 1020180095577 A KR1020180095577 A KR 1020180095577A KR 20180095577 A KR20180095577 A KR 20180095577A KR 102570059 B1 KR102570059 B1 KR 102570059B1
Authority
KR
South Korea
Prior art keywords
pattern image
distance information
pattern
sensing device
sensing
Prior art date
Application number
KR1020180095577A
Other languages
English (en)
Other versions
KR20200020184A (ko
Inventor
마종현
이승원
박정아
Original Assignee
엘지이노텍 주식회사
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 엘지이노텍 주식회사 filed Critical 엘지이노텍 주식회사
Priority to KR1020180095577A priority Critical patent/KR102570059B1/ko
Priority to PCT/KR2019/010256 priority patent/WO2020036398A1/ko
Priority to US17/265,271 priority patent/US20210304439A1/en
Priority to CN201980053977.0A priority patent/CN112567261A/zh
Publication of KR20200020184A publication Critical patent/KR20200020184A/ko
Application granted granted Critical
Publication of KR102570059B1 publication Critical patent/KR102570059B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • 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
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G06T7/579—Depth or shape recovery from multiple images from motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30204—Marker
    • G06T2207/30208—Marker matrix

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Optics & Photonics (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)

Abstract

일 실시 예에 따라, 패턴 이미지에 대한 촬상을 통해 특징점에 대한 거리 정보를 처리하는 센싱 방법 및 장치가 개시된다. 구체적으로, 패턴 이미지의 반복 형상을 적절히 구현함으로써, 센싱하는 정보의 양 및/또는 정확도를 향상시킬 수 있는 센싱 방법 및 장치가 개시된다.

Description

센싱 방법 및 장치{Method and apparatus for sensing}
본 개시에서는 하나 이상의 실시 예에 따라 센싱하는 방법 및 장치가 개시된다.
광을 출력하여 객체에 반사시킴으로서 정보를 획득하는 장치가 여러 분야에서 이용되고 있다. 예를 들면, 3D 카메라에서부터 거리 측정 기법에 이르기 까지, 광을 출력하여 정보를 획득하는 기술은 여러 방식으로 이용되고 있다.
일 예로, TOF(Time of Flight)는 광이 출력된 시점과 객체에서 반사되어 되돌아온 수신광의 수신시점 사이의 시간차를 측정하여 거리를 측정하는 원리를 나타내는 용어로서, TOF 기술은 구현 방법이 간단하기 때문에 항공, 조선, 토목, 카메라, 측량 등 다양 한 분야에서 이용되고 있다.
또한 이와 관련하여 센싱 장치의 제조 과정에서 보정 또는 캘리브레이션(calibration)을 수행하는 구체적인 방법이 요구된다.
본 개시는 하나 이상의 실시 예에 따라 광을 센싱하는 방법 및 장치를 제공할 수 있다. 구체적으로, 센싱 장치에 있어서 보정 또는 캘리브레이션을 수행하는 방법 및 장치가 개시된다. 또한, 보정 또는 캘리브레이션을 수행하기 위한 패턴이 개시될 수 있다.
해결하려는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 통상의 기술자에게 자명한 범위 내에서 다양한 기술적 과제들이 더 포함될 수 있다.
제 1 측면에 따른 센싱 장치는 패턴 이미지에 포함되는 반복 형상이 나타내는 특징점에 대한 거리 정보를 수신하는 리시버; 상기 패턴 이미지를 서로 다른 각도에서 복수회의 촬상을 통해 복수개의 패턴 이미지들을 획득하고, 상기 복수개의 패턴 이미지들에서 상기 특징점을 결정하고, 상기 특징점에 대한 거리 정보를 센싱하는 센서; 및 상기 수신한 거리 정보와 상기 센싱된 거리 정보를 비교하여, 상기 거리 정보를 센싱할 때 이용되는 보정 값을 결정하는 프로세서;를 포함하고, 상기 패턴 이미지는 제 2 색 영역과 제 1 색 영역을 포함하고, 상기 복수개의 패턴 이미지들이 중첩된 중첩 이미지의 전체 영역은 적어도 한번은 제 1 색 영역으로 결정될 수 있다.
또한, 상기 패턴 이미지는 원점이 서로 맞닿은 2개의 부채꼴 형상이 반복되는 패턴을 포함할 수 있다.
또한, 상기 패턴 이미지는 도트가 기설정된 간격으로 반복적으로 배치된 패턴을 포함할 수 있다.
또한, 상기 패턴 이미지는 복수개의 각을 포함하는 제 1 단일 폐곡선과 곡선의 형상이고 상기 제 1 단일 폐곡선 내부에 포함된 제 2 단일 폐곡선이 반복되는 패턴을 포함할 수 있다.
또한, 상기 제 1 단일 폐곡선과 상기 제 2 단일 폐곡선의 사이 영역은 유색이고, 상기 제 2 단일 폐곡선 내부 영역은 무색일 수 있다.
제 2 측면에 따른 센싱 장치는 패턴 이미지에 포함되는 반복 형상이 나타내는 특징점에 대한 거리 정보를 수신하는 리시버; 상기 패턴 이미지를 서로 다른 각도에서 복수회의 촬상을 통해 복수개의 패턴 이미지들을 획득하고, 상기 복수개의 패턴 이미지들에서 상기 특징점을 결정하고, 상기 특징점에 대한 거리 정보를 센싱하는 센서; 및 상기 수신한 거리 정보와 상기 센싱된 거리 정보를 비교하여, 상기 거리 정보를 센싱할 때 이용되는 보정 값을 결정하는 프로세서;를 포함하고, 상기 패턴 이미지는 원점이 서로 맞닿은 2개의 부채꼴 형상이 반복되는 패턴을 포함할 수 있다.
제 3 측면에 따른 센싱 장치는 패턴 이미지에 포함되는 반복 형상이 나타내는 특징점에 대한 거리 정보를 수신하는 리시버; 상기 패턴 이미지를 서로 다른 각도에서 복수회의 촬상을 통해 복수개의 패턴 이미지들을 획득하고, 상기 복수개의 패턴 이미지들에서 상기 특징점을 결정하고, 상기 특징점에 대한 거리 정보를 센싱하는 센서; 및 상기 수신한 거리 정보와 상기 센싱된 거리 정보를 비교하여, 상기 거리 정보를 센싱할 때 이용되는 보정 값을 결정하는 프로세서;를 포함하고, 상기 패턴 이미지는 도트가 기설정된 간격으로 반복적으로 배치된 패턴을 포함할 수 있다.
제 4 측면에 따른 센싱 장치는 패턴 이미지에 포함되는 반복 형상이 나타내는 특징점에 대한 거리 정보를 수신하는 리시버; 상기 패턴 이미지를 서로 다른 각도에서 복수회의 촬상을 통해 복수개의 패턴 이미지들을 획득하고, 상기 복수개의 패턴 이미지들에서 상기 특징점을 결정하고, 상기 특징점에 대한 거리 정보를 센싱하는 센서; 및 상기 수신한 거리 정보와 상기 센싱된 거리 정보를 비교하여, 상기 거리 정보를 센싱할 때 이용되는 보정 값을 결정하는 프로세서;를 포함하고, 상기 패턴 이미지는 복수개의 각을 포함하는 제 1 단일 폐곡선과 곡선의 형상이고 상기 제 1 단일 폐곡선 내부에 포함된 제 2 단일 폐곡선이 반복되는 패턴을 포함할 수 있다.
또한, 상기 제 1 단일 폐곡선과 상기 제 2 단일 폐곡선의 사이 영역은 유색이고, 상기 제 2 단일 폐곡선 내부 영역은 무색일 수 있다.
제 5 측면에 따른 센싱 방법은 패턴 이미지에 포함되는 반복 형상이 나타내는 특징점에 대한 거리 정보를 수신하는 단계; 상기 패턴 이미지를 서로 다른 각도에서 복수회의 촬상을 통해 복수개의 패턴 이미지들을 획득하는 단계; 상기 복수개의 패턴 이미지들에서 상기 특징점을 결정하고, 상기 특징점에 대한 거리 정보를 센싱하는 단계; 및 상기 수신한 거리 정보와 상기 센싱된 거리 정보를 비교하여, 상기 거리 정보를 센싱할 때 이용되는 보정 값을 결정하는 단계;를 포함하고, 상기 패턴 이미지는 제 2 색 영역과 제 1 색 영역을 포함하고, 상기 복수개의 패턴 이미지들이 중첩된 중첩 이미지의 전체 영역은 적어도 한번은 제 1 색 영역으로 결정될 수 있다.
제 6 측면은 제 5 측면에 따른 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공할 수 있다.
제 7 측면에 따른 캘리브레이션 장치는 패턴 이미지에 포함되는 반복 형상이 나타내는 특징점에 대한 거리 정보를 저장하는 메모리; 서로 다른 각도에서 상기 패턴 이미지가 촬상되어 획득된 복수개의 패턴 이미지에 포함된 특징점에 대해 센싱된 거리 정보를 수신하고, 상기 저장된 거리 정보와 상기 센싱된 거리 정보를 비교하여 보정 값을 결정하는 프로세서를 포함하고, 상기 패턴 이미지는 제 1 색 영역과 제 2 색 영역을 포함하고, 상기 제 1 색 영역의 반사율은 상기 제 2 색 영역의 반사율보다 크고, 상기 복수개의 패턴 이미지들이 중첩된 중첩 이미지의 전체 영역은 적어도 한번은 상기 제 1 색 영역으로 결정될 수 있다.
또한, 상기 패턴 이미지를 촬상하는 카메라 모듈을 회전시키는 모터를 더 포함할 수 있다.
본 개시는 하나 이상의 실시 예에 따라 광을 센싱하는 방법 및 장치를 제공할 수 있다.
도 1은 일 실시 예에 따른 센싱 장치가 패턴 이미지를 센싱하여 동작하는 일 예를 나타내는 개념도이다.
도 2는 일 실시 예에 따른 센싱 장치가 기울어져있는 패턴 이미지를 센싱하여 동작하는 일 예를 나타내는 블록도이다.
도 3은 일 실시 예에 따라 도트 형상을 포함하는 패턴 이미지의 일 예를 나타내는 도면이다.
도 4는 일 실시 예에 따라 부채꼴 형상을 포함하는 패턴 이미지의 일 예를 나타내는 도면이다.
도 5는 일 실시 예에 따라 복수개의 폐곡선 형상을 포함하는 패턴 이미지의 일 예를 나타내는 도면이다.
도 6은 일 실시 예에 따라 패턴 이미지에 대한 복수회에 걸친 촬상을 통해 복수개의 패턴 이미지를 회득하는 일 예를 나타내는 도면이다.
도 7은 일 실시 예에 따라 센싱 장치가 캘리브레이션(calibration)을 수행하는 일 예를 나타내는 흐름도이다.
도 8은 일 실시 예에 따른 센싱 장치가 센서와 렌즈의 조립할 때 발생하는 오차를 측정하여 보정하기 위한 캘리브레이션 값을 추출하는 일 예를 도시한다.
도 9는 일 실시 예에 따른 센싱 장치가 픽셀별 거리 오차를 보정하는 일 예를 도시한다.
도 10은 일 실시 예에 따른 센싱 장치가 거리별로 거리 오차를 보정하는 일 예를 도시한다.
도 11은 일 실시 예에 따른 캘리브레이션 장치가 카메라 모듈과 연동하여 동작하는 일 예를 나타내는 블록도이다.
실시 예들에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 “포함”한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 “…부”, “…모듈” 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
아래에서는 첨부한 도면을 참고하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.
이하에서는 도면을 참조하여 본 발명의 실시 예들을 상세히 설명한다.
도 1은 일 실시 예에 따른 센싱 장치(100)가 패턴 이미지(130)를 센싱하여 동작하는 일 예를 나타내는 개념도이다.
일 실시 예에 따른 센싱 장치(100)는 객체(예: 패턴 이미지(130))에 대한 이미지 정보 및/또는 거리 정보를 획득할 수 있다.
일 실시 예에 따른 센싱 장치(100)는 패턴 이미지(130)에 대한 이미지 정보를 획득할 수 있을 뿐 아니라, 패턴 이미지(130)의 각 지점에 대한 거리 정보도 획득할 수 있다. 예를 들면, 센싱 장치(100)는 TOF(time of flight) 방식을 이용해서 패턴 이미지(130)에 대한 거리 정보를 획득할 수 있다.
일 실시 예에 따른 센싱 장치(100)는 패턴 이미지(130)로부터 획득된 이미지 정보를 통해서 패턴 이미지(130)에 포함된 특징점을 결정하고, 특징점까지의 거리를 TOF 방식으로 센싱할 수 있다.
또한, 센싱 장치(100)는 패턴 이미지(130)에 대한 정보를 별도의 루트로 수신할 수 있다. 예를 들면, 패턴 이미지(130)의 특징점에 대한 거리 정보를 통신을 통해 수신할 수 있다.
일 실시 예에 따른 센싱 장치(100)는 센싱된 거리 정보와 수신된 거리 정보를 비교하여, 센싱 장치(100)가 획득한 거리 정보가 정확한지 여부를 결정할 수 있다. 또는 센싱 장치(100)는 센싱된 거리 정보와 수신된 거리 정보를 비교하여, 보정이 필요하다면 보정 값을 결정할 수 있다.
도 2는 일 실시 예에 따른 센싱 장치(100)가 기울어져있는 패턴 이미지(130)를 센싱하여 동작하는 일 예를 나타내는 블록도이다.
도 2에 도시된 바와 같이, 센싱 장치(100)는 광원(110), 프로세서(1000), 센서(120) 및 리시버(210)를 포함할 수 있다. 여기서 광원(110), 센서(120)는 카메라 모듈(1150)의 구성요소일 수 있다.
그러나, 도 2에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 센싱 장치(100)에 더 포함될 수 있음을 관련 기술 분야에서 통상의 지식을 가진 자라면 이해할 수 있다. 예를 들면, 센싱 장치(100)는 필터(미도시)를 더 포함할 수 있다. 또는 다른 실시 예에 따를 경우, 도 2에 도시된 구성요소들 중 일부 구성요소는 생략될 수 있음을 관련 기술 분야에서 통상의 지식을 가진 자라면 이해할 수 있다. 예를 들면, 광원(110)은 센싱 장치(100)에서 생략될 수 있다.
도 2를 참조하면, 패턴 이미지(130)가 θ만큼의 각도로 기울어져 있는 경우에 센싱 장치(100)가 패턴 이미지(130)에 대한 센싱을 통해서 보정 값을 결정하는 일 예가 도시된다.
일 실시 예에 따른 패턴 이미지(130)는 반복 형상을 포함할 수 있다. 예를 들면, 패턴 이미지(130)는 원점이 서로 맞닿은 2개의 부채꼴 형상이 반복되는 패턴을 포함할 수 있다. 다른 예로, 패턴 이미지(130)는 도트가 기설정된 간격으로 반복적으로 배치된 패턴을 포함할 수 있다. 다른 예로, 패턴 이미지(130)는 복수개의 각을 포함하는 제 1 단일 폐곡선과 곡선의 형상이고 제 1 단일 폐곡선 내부에 포함된 제 2 단일 폐곡선이 반복되는 패턴을 포함할 수 있다.
일 실시 예에 따른 센서(120)는 패턴 이미지를 서로 다른 각도에서 복수회의 촬상을 통해 복수개의 패턴 이미지들을 획득할 수 있다. 예를 들면, 센싱 장치(100)는 센서(120)가 지향하는 축을 기준으로 90도씩 시계방향으로 회전하면서 패턴 이미지(130)를 촬상하여 4개의 서로 다른 패턴 이미지들을 획득할 수 있다. 패턴 이미지(130)가 θ만큼의 각도로 기울어져 있기 때문에, 센서(120) 내의 동일한 픽셀에서 센싱되는 거리가 4개의 서로 다른 패턴 이미지들에서 상이하게 결정될 수 있다.
일 실시 예에 따른 센서(120)는 복수개의 패턴 이미지들에서 특징점을 결정하고, 특징점에 대한 거리 정보를 센싱할 수 있다.
일 실시 예에 따른 프로세서(1000)는 패턴 이미지에 따라 기설정된 알고리즘으로 특징점을 결정할 수 있다. 예를 들면, 패턴 이미지(130)가 기설정된 간격으로 반복적으로 배치된 도트를 포함하는 경우, 프로세서(1000)는 각 도트의 중심점을 특징점으로 결정할 수 있다. 다른 예로, 패턴 이미지(130)가 원점이 서로 맞닿은 2개의 부채꼴 형상이 반복되는 패턴을 포함하는 경우, 프로세서(1000)는 2개의 부채꼴 형상이 맞닿은 원점을 특징점으로 결정할 수 있다. 다른 예로, 패턴 이미지(130)가 복수개의 각을 포함하는 제 1 단일 폐곡선과 곡선의 형상이고 제 1 단일 폐곡선 내부에 포함된 제 2 단일 폐곡선이 반복되는 패턴을 포함하는 경우, 프로세서(1000)는 복수개의 제 1 단일 폐곡선이 맞닿은 지점을 특징점으로 결정할 수 있다.
일 실시 예에 따른 프로세서(1000)는 수신한 거리 정보와 센싱된 거리 정보를 비교하여, 거리 정보를 센싱할 때 이용되는 보정 값을 결정할 수 있다.
프로세서(1000)는 하나 이상의 특징점에 대한 거리 정보를 수신할 수 있다. 또한, 프로세서(1000)는 하나 이상의 특징점에 대한 거리 정보를 센싱할 수 있다. 프로세서(1000)는 수신한 거리 정보와 센싱한 거리 정보를 비교하여 보정 값을 결정할 수 있다. 수신한 거리 정보는 센싱 장치(100)에서 특징점까지의 실측 거리정보일 수 있다. 따라서 프로세서(1000)는 수신한 거리 값과 센싱된 거리값의 차이를 오차값으로 결정할 수 있다. 또한, 프로세서(1000)는 결정된 오차값을 보정하기 위한 보정값을 오차값에 기초하여 결정할 수 있다. 예를 들면 오차값이 0이 되도록 보정값을 결정할 수 있다. 보정값은 렌즈 위치의 조정을 위한 값, 센서 위치의 조정을 위한 값 등 통상적으로 TOF방식에 따라 거리 결정 장치의 보정에 이용되는 임의의 값을 의미하며 제한되지 않는다.
일 실시 예에 따른 리시버(210)는 외부 디바이스(220)로부터 정보를 수신할 수 있다. 리시버(210)는 외부 디바이스(220)로부터 기설정된 통신방식을 통해 여러 정보를 수신할 수 있다. 예를 들면, 리시버(210)는 패턴 이미지에 포함되는 반복 형상이 나타내는 특징점에 대한 거리 정보를 외부 디바이스(220)로부터 수신할 수 있다. 특징점에 대한 거리 정보는 실측 정보를 포함할 수 있다. 이 경우, 수신되는 거리 정보는 센싱 장치(100)로부터 특징점까지의 이상적인 거리 값을 나타낼 수 있다.
일 실시 예에 따른 패턴 이미지(130)는 제 2 색 영역과 제 1 색 영역을 포함하고, 복수개의 패턴 이미지들이 중첩된 중첩 이미지의 전체 영역은 적어도 한번은 제 1 색 영역으로 결정될 수 있다.
또한, 패턴 이미지(130)는 고정되어 있는 상황에서 센싱 장치(100)가 회전하면서 복수회의 촬상이 수행될 수 있다.
예를 들면, 패턴 이미지(130)가 제 1 영역 및 제 2 영역으로 구분되는 경우에 대해 설명한다. 제 1 영역은 제 1 촬영에 의해 획득되는 제 1 패턴 이미지에서는 좌측에 위치하고, 제 2 촬영에 의해 획득되는 제 2 패턴 이미지에서는 상측에 위치하고, 제 3 촬영에 의해 획득되는 제 3 패턴 이미지에서는 우측에 위치하고, 제 4 촬영에 의해 획득되는 제 4 패턴 이미지에서는 하측에 위치할 수 있다. 제 2 영역은 제 1 촬영에 의해 획득되는 제 1 패턴 이미지에서는 우측에 위치하고, 제 2 촬영에 의해 획득되는 제 2 패턴 이미지에서는 하측에 위치하고, 제 3 촬영에 의해 획득되는 제 3 패턴 이미지에서는 좌측에 위치하고, 제 4 촬영에 의해 획득되는 제 4 패턴 이미지에서는 상측에 위치할 수 있다. 이 경우, 제 1 패턴 이미지에서의 제 1 영역과 제 3 패턴 이미지에서의 제 2 영역은 모두 좌측에 위치하고, 제 2 패턴 이미지에서의 제 1 영역과 제 4 패턴 이미지에서의 제 2 영역은 모두 상측에 위치하고, 제 3 패턴 이미지에서의 제 1 영역과 제 1 패턴 이미지에서의 제 2 영역은 모두 우측에 위치하고, 제 4 패턴 이미지에서의 제 1 영역과 제 2 패턴 이미지에서의 제 2 영역은 모두 하측에 위치할 수 있다. 그러나 제 1 패턴 이미지 내지 제 4 패턴 이미지가 모두 중첩된 중첩 이미지의 전체 영역은 적어도 한번은 제 1 색 영역으로 결정될 수 있다. 예를 들면, 좌측, 상측, 우측, 하측 모두 제 1 내지 제 4 패턴 이미지에서 적어도 한번은 제 1 색 영역으로 결정될 수 있다. 제 1 색 영역의 반사율은 제 2 색 영역의 반사율보다 클 수 있다. 예를 들면, 제 1 색 영역은 백색이고, 제 2 색 영역은 검은색일 수 있다. 또는 제 1 색 영역의 반사율은 제 1 값 이상이고, 제 2 색 영역의 반사율은 제 2 값 이하일 수 있다.
패턴 이미지(130)는 제 1 색 영역과 제 2 색 영역을 포함하고, 제 1 색 영역의 반사율은 제 2 색 영역의 반사율보다 크고, 복수개의 패턴 이미지들이 중첩된 중첩 이미지의 전체 영역은 적어도 한번은 제 1 색 영역으로 결정될 수 있다.
또한, 패턴 이미지(130)는 복수개의 셀로 구성될 수 있으며, 각 셀 내에서 제 1 색 영역과 제 2 색 영역의 비율은 기설정된 값 이상일 수 있다. 예를 들면, 각 셀 내에서 제 1 색 영역은 제 2 색 영역의 2배 이상일 수 있다.
일 실시 예에 따른 디스플레이(미도시)는 프로세서(1000)의 제어를 통해 획득한 이미지를 디스플레이할 수 있으며, 일 실시 예에 따른 디스플레이(미도시)는 액정 디스플레이(liquid crystal display), 박막 트랜지스터 액정 디스플레이(thin film transistor-liquid crystal display), 유기 발광 다이오드(organic light-emitting diode), 플렉시블 디스플레이(flexible display), 3차원 디스플레이(3D display), 전기영동 디스플레이(electrophoretic display) 등일 수 있다.
리시버(210)는 외부 디바이스(220)와 기설정된 방식으로 통신할 수 있으며, 유선 및 무선 방식이 모두 이용될 수 있다. 예를 들면, 리시버(210)는 외부 디바이스(220)와 와이파이 칩, 블루투스 칩 등을 이용하여 통신할 수 있다. 와이파이 칩, 블루투스 칩은 각각 Wi-Fi 방식, 블루투스 방식으로 통신을 수행할 수 있다. 와이파이 칩이나 블루투스 칩을 이용하는 경우에는 SSID 및 세션 키 등과 같은 각종 연결 정보를 먼저 송수신하여, 이를 이용하여 통신 연결한 후 각종 정보들을 송수신할 수 있다. 무선 통신 칩은 IEEE, 지그비, 3G(3rd Generation), 3GPP(3rd Generation Partnership Project), LTE(Long Term Evolution) 등과 같은 다양한 통신 규격에 따라 통신을 수행할 수 있다. NFC 칩은 135kHz, 13.56MHz, 433MHz, 860~960MHz, 2.45GHz 등과 같은 다양한 RF-ID 주파수 대역들 중에서 13.56MHz 대역을 사용하는 NFC(Near Field Communication) 방식으로 동작할 수 있다.
센싱 장치(100)는 획득한 복수개의 패턴 이미지들 각각에 대해서 특징점까지의 거리를 센싱을 통해 결정할 수 있다. 예를 들면, 센싱 장치(100)가 기울어져있는 패턴 이미지(130)를 90도 간격으로 회전하면서 촬상하여 제 1 패턴 이미지 내지 제 4 패턴 이미지를 획득한 경우에 대해 설명한다.
센싱 장치(100)는 제 1 패턴 이미지에 포함된 특징점들까지의 거리를 센싱하여 결정하고, 결정된 특징점들까지의 거리와 외부 디바이스(220)로부터 수신한 이상적인 거리를 비교하여 보정값을 결정할 수 있다. 또한 이와 같은 동작은 제 2 패턴 이미지, 제 3 패턴 이미지, 제 4 패턴 이미지에 대해서 모두 수행할 수 있다. 제 2 영역에서는 빛이 거의 흡수되기 때문에, 제 2 영역이 많을수록 센싱 장치(100)가 획득할 수 있는 정보가 줄어든다. 그러나, 제 1 패턴 이미지 내지 제 4 패턴 이미지를 중첩하면 전체 영역이 적어도 한번은 제 1 영역이기 때문에, 정보 획득이 차단되는 영역이 없을 수 있다.
도 3은 일 실시 예에 따라 도트 형상을 포함하는 패턴 이미지(300)의 일 예를 나타내는 도면이다.
패턴 이미지(300)는 도트가 기설정된 간격으로 반복적으로 배치된 패턴을 포함할 수 있다. 패턴 이미지(300)는 복수개의 도트를 포함하고, 센싱 장치(100)는 각 도트의 중심점을 특징점으로 결정할 수 있다. 또한, 센싱 장치(100)는 센싱된 특징점까지의 거리와, 수신된 특징점까지의 거리를 비교하여 보정값을 결정할 수 있다.
기설정된 알고리즘에 따라 센싱 장치(100)는 특징점을 결정할 수 있다. 예를 들면, 센싱 장치(100)는 획득한 패턴 이미지(300)에서 센싱된 도트 형상의 중심점을 특징점으로 결정할 수 있다. 제 2 색 영역은 제 1 색 영역에 비해 반사되는 광의 세기가 약하기 때문에, 센싱 장치(100)는 제 2 색 영역과 제 1 색 영역의 반사율의 차이에 기초하여 도트 형상을 결정하고, 도트 형상의 중심점을 결정함으로써 특징점을 결정할 수 있다.
도 4는 일 실시 예에 따라 부채꼴 형상을 포함하는 패턴 이미지(400)의 일 예를 나타내는 도면이다.
패턴 이미지(400)는 원점이 서로 맞닿은 2개의 부채꼴 형상(410)이 반복되는 패턴을 포함할 수 있다. 패턴 이미지(400)가 원점이 서로 맞닿은 2개의 부채꼴 형상(410)이 반복되는 패턴을 포함하는 경우, 센싱 장치(100)는 2개의 부채꼴 형상이 맞닿은 원점(413)을 특징점으로 결정할 수 있다.
또한, 센싱 장치(100)는 센싱 장치(100)로부터 센싱된 특징점(413)까지의 거리와, 센싱 장치(100)로부터 수신된 특징점(413)까지의 거리를 비교하여 보정값을 결정할 수 있다.
기설정된 알고리즘에 따라 센싱 장치(100)는 특징점을 결정할 수 있다. 예를 들면, 센싱 장치(100)는 획득한 패턴 이미지(400)에서 2개의 부채꼴 형상이 맞닿은 원점(413)을 특징점으로 결정할 수 있다. 제 2 색 영역은 제 1 색 영역에 비해 반사되는 광의 세기가 약하기 때문에, 센싱 장치(100)는 제 2 색 영역과 제 1 색 영역의 반사율의 차이에 기초하여 부채꼴 형상을 결정하고, 2개의 부채꼴 형상이 맞닿은 원점(413)을 결정함으로써 특징점을 결정할 수 있다.
예를 들면, 센싱 장치(100)는 부채꼴에서는 원점부분만이 각도가 있는 것으로 인식되기 때문에, 센싱 장치(100)는 각도가 있는 점을 찾는 방식으로 특징점(413)을 결정할 수 있다.
다른 예로, 센싱 장치(100)는 제 1 색 영역 상에서 형성되는 제 1 선분(411)과 제 2 색 영역 상에서 형성되는 제 2 선분(412)을 결정하고, 제 1 선분(411)과 제 2 선분(412)의 교차점(413)을 특징점(413)으로 결정할 수 있다. 여기서 센싱 장치(100)는 제 2 색 영역 상에서 형성되는 제 2 선분(412)으로 기설정된 값보다 긴 선분을 이용할 수 있다.
도 5는 일 실시 예에 따라 복수개의 폐곡선 형상을 포함하는 패턴 이미지(500)의 일 예를 나타내는 도면이다.
패턴 이미지(500)는 복수개의 각을 포함하는 제 1 단일 폐곡선(예: 사각형)과 곡선의 형상이고 제 1 단일 폐곡선 내부에 포함된 제 2 단일 폐곡선(예: 원형)이 반복되는 패턴을 포함할 수 있다.
일 실시 예에 따른 단일 폐곡선은 다각형, 원, 타원 등과 같이 직선이나 곡선 위에 한 점을 찍었을 때 시작점과 끝점이 같은 닫힌 도형을 의미하며, 반드시 곡선만으로 구성되는 것은 아니다.
패턴 이미지(500)는 제 1 단일 폐곡선과 제 1 단일 폐곡선 내부에 포함된 제 2 단일 폐곡선이 나타내는 형상이 반복되는 패턴을 포함할 수 있다. 여기서 제 1 단일 폐곡선과 제 2 단일 폐곡선의 사이 영역은 유색이고, 제 2 단일 폐곡선 내부 영역은 무색일 수 있다.
일 실시 예에 따른 센싱 장치(100)는 복수개의 제 1 단일 폐곡선이 맞닿은 지점(513, 523)을 특징점(513, 523)으로 결정할 수 있다.
또한, 센싱 장치(100)는 센싱 장치(100)로부터 센싱된 특징점(513, 523)까지의 거리와, 센싱 장치(100)로부터 수신된 특징점(513, 523)까지의 거리를 비교하여 보정값을 결정할 수 있다.
기설정된 알고리즘에 따라 센싱 장치(100)는 특징점(513, 523)을 결정할 수 있다. 예를 들면, 센싱 장치(100)는 획득한 패턴 이미지(500)에서 복수개의 제 1 단일 폐곡선이 맞닿은 지점(513, 523)을 특징점(513, 523)으로 결정할 수 있다. 제 2 색 영역은 제 1 색 영역에 비해 반사되는 광의 세기가 약하기 때문에, 센싱 장치(100)는 제 2 색 영역과 제 1 색 영역의 반사율의 차이에 기초하여 제 1 단일 폐곡선의 형상을 결정하고, 2개의 제 1 단일 폐곡선이 맞닿은 지점(513, 523)을 결정함으로써 특징점(513, 523)을 결정할 수 있다.
예를 들면, 센싱 장치(100)는 원형에서는 각도가 인식되지 않기 때문에, 센싱 장치(100)는 각도가 있는 점을 찾는 방식으로 특징점(513, 523)을 결정할 수 있다.
다른 예로, 센싱 장치(100)는 제 1 색 영역 상에서 형성되는 제 1 선분(512, 521)과 제 2 색 영역 상에서 형성되는 제 2 선분(511, 522)을 결정하고,
제 1 선분(512, 521)과 제 2 선분(511, 522)의 교차점(513, 523)을 특징점(513, 523)으로 결정할 수 있다. 여기서 센싱 장치(100)는 제 2 색 영역 상에서 형성되는 제 2 선분(511, 522)으로 기설정된 값보다 긴 선분을 이용할 수 있다.
도 6은 일 실시 예에 따라 패턴 이미지(500)에 대한 복수회에 걸친 촬상을 통해 복수개의 패턴 이미지를 회득하는 일 예를 나타내는 도면이다.
센싱 장치(100)는 센서(120)가 지향하는 축을 기준으로 약 90도씩 시계방향으로 회전하면서 패턴 이미지(500)를 촬상하여 4개의 서로 다른 패턴 이미지들(610, 620, 630, 640)을 획득할 수 있다. 패턴 이미지(500)가 θ만큼의 각도로 기울어져 있기 때문에, 센서(120) 내의 동일한 픽셀에서 센싱되는 거리가 4개의 서로 다른 패턴 이미지들(610, 620, 630, 640)에서 상이하게 결정될 수 있다.
패턴 이미지(500)는 제 2 색 영역과 제 1 색 영역을 포함하고, 복수개의 패턴 이미지들(610, 620, 630, 640)이 중첩된 중첩 이미지(650)의 전체 영역은 적어도 한번은 제 1 색 영역으로 결정될 수 있다. 중첩 이미지(650)는 복수개의 패턴 이미지들(610, 620, 630, 640)에서 한번이라도 제 1 색 영역으로 결정된 영역을 무색으로 나타낸 이미지일 수 있다.
도 7은 일 실시 예에 따라 센싱 장치(100)가 캘리브레이션(calibration)을 수행하는 일 예를 나타내는 흐름도이다.
단계 S710에서 일 실시 예에 따른 센싱 장치(100)는 패턴 이미지로부터 정보를 획득할 수 있다. 예를 들면 센싱 장치(100)는 패턴 이미지를 복수회 촬상하여 복수개의 서로 다른 패턴 이미지들을 획득할 수 있다.
단계 S720에서 일 실시 예에 따른 센싱 장치(100)는 렌즈 캘리브레이션을 수행할 수 있다. 센서와 렌즈의 조립할 때 발생하는 오차를 측정하여 보정하기 위한 캘리브레이션 값을 추출할 수 있다. 캘리브레이션은 보정의 일 예일 수 있다.
단계 S730에서 일 실시 예에 따른 센싱 장치(100)는 픽셀별 거리 오차를 보정할 수 있다. 센싱 장치(100)는 센싱한 거리 정보와 수신한 거리 정보를 비교하여, 센서에 포함된 픽셀들이 거리를 센싱할 때 발생하는 오차를 보정할 수 있다.
단계 S740에서 일 실시 예에 따른 센싱 장치(100)는 메모리에 보정값을 저장할 수 있다.
도 8은 일 실시 예에 따른 센싱 장치(100)가 센서와 렌즈의 조립할 때 발생하는 오차를 측정하여 보정하기 위한 캘리브레이션 값을 추출하는 일 예를 도시한다. 구체적으로 도 8을 참조하면 초점(focal point)를 보정하는 일 예가 도시된다.
도 9는 일 실시 예에 따른 센싱 장치(100)가 픽셀별 거리 오차를 보정하는 일 예를 도시한다. 센싱 장치(100)는 수신된 거리 정보와 센싱된 거리 정보를 비교하여 센서에 포함된 픽셀들이 거리를 센싱할 때 발생하는 오차를 보정할 수 있다.
도 10은 일 실시 예에 따른 센싱 장치(100)가 거리별로 거리 오차를 보정하는 일 예를 도시한다.
제 1 그래프(1010)는 복수회의 센싱을 통해 획득된 값을 나타낸다. 구체적으로 센싱에 따른 획득 값을 +기호로 표시하였다. 또한, 제 2 그래프(1020)는 획득된 정보에 기초하여 피팅된 값을 나타낼 수 있다.
도 11은 일 실시 예에 따른 캘리브레이션 장치(1100)가 카메라 모듈(1150)과 연동하여 동작하는 일 예를 나타내는 블록도이다.
도 11에 도시된 바와 같이, 캘리브레이션 장치(1100)는 고정 부재(1110), 모터(1120), 프로세서(1130) 및 메모리(1140)를 포함할 수 있다.
그러나, 도 11에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 캘리브레이션 장치(1100)에 더 포함될 수 있음을 관련 기술 분야에서 통상의 지식을 가진 자라면 이해할 수 있다. 예를 들면, 캘리브레이션 장치(1100)는 패턴 이미지(130)를 더 포함할 수 있다. 또는 다른 실시 예에 따를 경우, 도 11에 도시된 구성요소들 중 일부 구성요소는 생략될 수 있음을 관련 기술 분야에서 통상의 지식을 가진 자라면 이해할 수 있다. 예를 들면, 고정 부재(1110)는 캘리브레이션 장치(1100)에서 생략될 수 있다.
일 실시 예에 따른 메모리(1140)는 패턴 이미지에 포함되는 반복 형상이 나타내는 특징점에 대한 거리 정보를 저장할 수 있다.
일 실시 예에 따른 카메라 모듈(1150)은 서로 다른 각도에서 패턴 이미지(130)를 촬상하여 복수개의 패턴 이미지들을 획득할 수 있다. 캘리브레이션 장치(1100)는 카메라 모듈(1150)로부터 복수개의 패턴 이미지들에 포함된 특징점에 대해 센싱된 거리 정보를 수신할 수 있다. 캘리브레이션 장치(1100)에 포함된 프로세서(1130)는 메모리(1140)에 저장된 거리 정보와 카메라 모듈(1150)로부터 수신한 센싱된 거리 정보를 비교하여 보정 값을 결정할 수 있다. 프로세서(1130)는 메모리(1140)에 저장된 이상적인 거리 값과, 실제로 센싱된 거리 정보에 따른 거리 값의 차이를 보정하기 위한 보정 값을 결정할 수 있다.
일 실시 예에 따른 모터(1120)는 프로세서(1130)의 제어에 따라서 카메라 모듈(1150)을 회전시킬 수 있다. 예를 들면, 모터(1120)는 프로세서(1130)의 제어에 따라서 고정 부재(1110)를 통해 고정된 카메라 모듈(1150)을 90도 간격으로 회전시킴으로써, 카메라 모듈(1150)이 패턴 이미지(130)를 서로 다른 각도에서 복수회 촬상하여 복수개의 패턴 이미지들을 획득하도록 할 수 있다.
한편, 상술한 방법은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 또한, 상술한 방법에서 사용된 데이터의 구조는 컴퓨터로 읽을 수 있는 기록매체에 여러 수단을 통하여 기록될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 램, USB, 플로피 디스크, 하드 디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.
본 실시 예와 관련된 기술 분야에서 통상의 지식을 가진 자는 상기된 기재의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 방법들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
100: 센싱 장치 110: 광원
120: 센서 1000: 프로세서
130: 패턴 이미지 210: 리시버
220: 외부 디바이스 300, 400, 500: 패턴 이미지
650: 중첩 이미지
610, 620, 630, 640: 복수개의 패턴 이미지들
1100: 캘리브레이션 장치 1110: 고정 부재
1120: 모터 1130: 프로세서
1140: 메모리 1150: 카메라 모듈

Claims (13)

  1. 패턴 이미지에 포함되는 반복 형상이 나타내는 특징점에 대한 거리 정보를 수신하는 리시버;
    상기 패턴 이미지를 서로 다른 각도에서 복수회의 촬상을 통해 복수개의 패턴 이미지들을 획득하고,
    상기 복수개의 패턴 이미지들에서 상기 특징점을 결정하고, 상기 특징점에 대한 거리 정보를 센싱하는 센서; 및
    상기 수신한 거리 정보와 상기 센싱된 거리 정보를 비교하여, 상기 거리 정보를 센싱할 때 이용되는 보정 값을 결정하는 프로세서;를 포함하고,
    상기 패턴 이미지는 원을 내부에 포함하는 사각형을 포함하고, 상기 특징점은 다른 사각형과 접하는 상기 사각형의 모서리에 설정되는, 센싱 장치.
  2. 제 1 항에 있어서,
    상기 패턴 이미지는 원점이 서로 맞닿은 2개의 부채꼴 형상이 반복되는 패턴을 포함하는, 센싱 장치.
  3. 제 1 항에 있어서,
    상기 패턴 이미지는 도트가 기설정된 간격으로 반복적으로 배치된 패턴을 포함하는, 센싱 장치.
  4. 제 1 항에 있어서,
    상기 패턴 이미지는 복수개의 각을 포함하는 제 1 단일 폐곡선과 곡선의 형상이고 상기 제 1 단일 폐곡선 내부에 포함된 제 2 단일 폐곡선이 반복되는 패턴을 포함하는, 센싱 장치.
  5. 제 4 항에 있어서,
    상기 제 1 단일 폐곡선과 상기 제 2 단일 폐곡선의 사이 영역은 유색이고, 상기 제 2 단일 폐곡선 내부 영역은 무색인, 센싱 장치.
  6. 패턴 이미지에 포함되는 반복 형상이 나타내는 특징점에 대한 거리 정보를 수신하는 단계;
    상기 패턴 이미지를 서로 다른 각도에서 복수회의 촬상을 통해 복수개의 패턴 이미지들을 획득하는 단계;
    상기 복수개의 패턴 이미지들에서 상기 특징점을 결정하고, 상기 특징점에 대한 거리 정보를 센싱하는 단계; 및
    상기 수신한 거리 정보와 상기 센싱된 거리 정보를 비교하여, 상기 거리 정보를 센싱할 때 이용되는 보정 값을 결정하는 단계;를 포함하고,
    상기 패턴 이미지는 원을 내부에 포함하는 사각형을 포함하고, 상기 특징점은 다른 사각형과 접하는 상기 사각형의 모서리에 설정되는, 센싱 방법.
  7. 패턴 이미지에 포함되는 반복 형상이 나타내는 특징점에 대한 거리 정보를 저장하는 메모리;
    서로 다른 각도에서 상기 패턴 이미지가 촬상되어 획득된 복수개의 패턴 이미지들에 포함된 특징점에 대해 센싱된 거리 정보를 수신하고,
    상기 저장된 거리 정보와 상기 센싱된 거리 정보를 비교하여 보정 값을 결정하는 프로세서를 포함하고,
    상기 패턴 이미지는 원을 내부에 포함하는 사각형을 포함하고, 상기 특징점은 다른 사각형과 접하는 상기 사각형의 모서리에 설정되는, 캘리브레이션 장치.
  8. 제1항에 있어서,
    상기 패턴 이미지는 제 2 색 영역과 제 1 색 영역을 포함하고, 상기 제 1 색 영역의 반사율은 상기 제 2 색 영역의 반사율보다 크고, 상기 복수개의 패턴 이미지들이 중첩된 중첩 이미지의 전체 영역은 적어도 한번은 상기 제 1 색 영역으로 결정되는, 센싱 장치.
  9. 제1항에 있어서,
    상기 원과 상기 사각형 사이의 영역은 상기 원의 내부 영역보다 어두운 색을 가지는, 센싱 장치.
  10. 삭제
  11. 삭제
  12. 삭제
  13. 삭제
KR1020180095577A 2018-08-16 2018-08-16 센싱 방법 및 장치 KR102570059B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020180095577A KR102570059B1 (ko) 2018-08-16 2018-08-16 센싱 방법 및 장치
PCT/KR2019/010256 WO2020036398A1 (ko) 2018-08-16 2019-08-13 센싱 방법 및 장치
US17/265,271 US20210304439A1 (en) 2018-08-16 2019-08-13 Sensing method and apparatus
CN201980053977.0A CN112567261A (zh) 2018-08-16 2019-08-13 感测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180095577A KR102570059B1 (ko) 2018-08-16 2018-08-16 센싱 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20200020184A KR20200020184A (ko) 2020-02-26
KR102570059B1 true KR102570059B1 (ko) 2023-08-23

Family

ID=69525671

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180095577A KR102570059B1 (ko) 2018-08-16 2018-08-16 센싱 방법 및 장치

Country Status (4)

Country Link
US (1) US20210304439A1 (ko)
KR (1) KR102570059B1 (ko)
CN (1) CN112567261A (ko)
WO (1) WO2020036398A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022178349A (ja) * 2021-05-20 2022-12-02 京セラドキュメントソリューションズ株式会社 画像読取装置、画像処理方法及びプログラム

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7609865B2 (en) * 2004-11-08 2009-10-27 Biomagnetics 3D fingerprint and palm print data model and capture devices using multi structured lights and cameras
JP5567908B2 (ja) * 2009-06-24 2014-08-06 キヤノン株式会社 ３次元計測装置、その計測方法及びプログラム
US9142025B2 (en) * 2011-10-05 2015-09-22 Electronics And Telecommunications Research Institute Method and apparatus for obtaining depth information using optical pattern
KR101605224B1 (ko) * 2011-10-05 2016-03-22 한국전자통신연구원 패턴 광을 이용한 깊이 정보 획득 장치 및 방법
US8844802B2 (en) * 2011-12-20 2014-09-30 Eastman Kodak Company Encoding information in illumination patterns
US20130229396A1 (en) * 2012-03-05 2013-09-05 Kenneth J. Huebner Surface aware, object aware, and image aware handheld projector
US9210404B2 (en) * 2012-12-14 2015-12-08 Microsoft Technology Licensing, Llc Calibration and registration of camera arrays using a single circular grid optical target
US20140267031A1 (en) * 2013-03-12 2014-09-18 Kenneth J. Huebner Spatially aware pointer for mobile appliances
EP2955544B1 (en) * 2014-06-11 2020-06-17 Sony Depthsensing Solutions N.V. A TOF camera system and a method for measuring a distance with the system
JP2016035403A (ja) * 2014-08-01 2016-03-17 シャープ株式会社 レーザ測距装置
JP2016076851A (ja) * 2014-10-07 2016-05-12 株式会社リコー 撮像装置、画像処理方法、及びプログラム
EP3358297A4 (en) * 2015-09-29 2019-05-29 Sony Corporation MEASURING DEVICE AND METHOD, AND PROGRAM
KR102384875B1 (ko) * 2016-05-11 2022-04-08 삼성전자주식회사 거리 센서의 칼리브레이션 방법, 장치 및 시스템
JP2018055685A (ja) * 2016-09-21 2018-04-05 キヤノン株式会社 情報処理装置、その制御方法、プログラム、および記憶媒体
JP6452658B2 (ja) * 2016-09-27 2019-01-16 キヤノン株式会社 情報処理装置、およびその制御方法ならびにプログラム
JP6852406B2 (ja) * 2017-01-13 2021-03-31 富士通株式会社 距離測定装置、距離測定方法および距離測定プログラム
US10679367B2 (en) * 2018-08-13 2020-06-09 Hand Held Products, Inc. Methods, systems, and apparatuses for computing dimensions of an object using angular estimates

Also Published As

Publication number Publication date
KR20200020184A (ko) 2020-02-26
CN112567261A (zh) 2021-03-26
US20210304439A1 (en) 2021-09-30
WO2020036398A1 (ko) 2020-02-20

Similar Documents

Publication Publication Date Title
EP3640892A1 (en) Image calibration method and device applied to three-dimensional camera
KR102152921B1 (ko) 구강 스캐너 캘리브레이션 장치 및 그 방법
CN109212510B (zh) 用于测量多线激光雷达的角分辨率的方法和装置
EP2833095B1 (en) Imaging device
US9759548B2 (en) Image processing apparatus, projector and projector system including image processing apparatus, image processing method
US10107899B1 (en) System and method for calibrating light intensity
EP2571257A1 (en) Projector device and operation detecting method
JP5232911B2 (ja) 携帯電子機器
US20120089364A1 (en) Three-dimensional measurement apparatus, three-dimensional measurement method, and computer-readable medium storing control program
US9513114B2 (en) Measuring device, measuring method, and computer program product
US11015917B2 (en) Method and apparatus for dimensioning objects
US20150271466A1 (en) Measuring device, measuring method, and computer program product
US9942442B2 (en) Image reading apparatus, image reading method, and medium
US20210231810A1 (en) Camera apparatus
CN101783018A (zh) 利用同心圆进行摄像机标定的方法
KR102570059B1 (ko) 센싱 방법 및 장치
US11486692B2 (en) Signal source space sensing method and apparatus, and active sensing system
US11100670B2 (en) Positioning method, positioning device and nonvolatile computer-readable storage medium
US20130155200A1 (en) Stereoscopic image generating device and stereoscopic image generating method
JP2014155063A (ja) 解像度測定用チャート、解像度測定方法、カメラモジュールにおける位置調整方法およびカメラモジュールの製造方法
CN116157652A (zh) 为主动深度感测解码图像以应对光学失真
US9378429B2 (en) Image processing device and image processing method
CN114830190A (zh) 将三维坐标与二维特征点相关联
US10353070B2 (en) Distance measurement device, distance measurement method, and distance measurement program
CN112544076A (zh) 用于映射图像传感器的不均匀性的方法和系统

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right