KR102587292B1 - 자체움직임 측정을 위한 레이더 센서 배치와 알고리즘 - Google Patents

자체움직임 측정을 위한 레이더 센서 배치와 알고리즘 Download PDF

Info

Publication number
KR102587292B1
KR102587292B1 KR1020220139340A KR20220139340A KR102587292B1 KR 102587292 B1 KR102587292 B1 KR 102587292B1 KR 1020220139340 A KR1020220139340 A KR 1020220139340A KR 20220139340 A KR20220139340 A KR 20220139340A KR 102587292 B1 KR102587292 B1 KR 102587292B1
Authority
KR
South Korea
Prior art keywords
radar
vehicle body
speed
velocity
factor
Prior art date
Application number
KR1020220139340A
Other languages
English (en)
Inventor
김아영
장혜수
박영상
신영식
Original Assignee
서울대학교산학협력단
한국과학기술원
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 서울대학교산학협력단, 한국과학기술원 filed Critical 서울대학교산학협력단
Application granted granted Critical
Publication of KR102587292B1 publication Critical patent/KR102587292B1/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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S13/583—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/505—Systems of measurement based on relative movement of target using Doppler effect for determining closest range to a target or corresponding time, e.g. miss-distance indicator
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S13/62—Sense-of-movement determination
    • 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
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/027—Constructional details of housings, e.g. form, type, material or ruggedness
    • 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
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • G01S7/354—Extracting wanted echo-signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

자체움직임 측정을 위한 레이더 센서 배치와 알고리즘이 개시된다. 자체움직임 측정을 위한 방법은, 차체의 각 위치에 일정 각도 지면을 향하도록 배치된 다중 레이더(radar) 센서를 통해 방사상 속도(Radial Velocity)를 획득하는 단계; 및 상기 방사상 속도를 이용하여 상기 차체의 자체움직임(ego-motion)을 나타내는 속도 정보를 추정하는 단계를 포함할 수 있다.

Description

자체움직임 측정을 위한 레이더 센서 배치와 알고리즘{Radar placement and algorithm for ego-motion estimation}
아래의 설명은 칩 기반의 레이더(Radar)를 활용하여 차체의 속도를 추정하는 기술에 관한 것이다.
자율주행 기술은 크게 주위 환경을 인식하는 단계(인지영역)와, 인식된 환경으로부터 주행경로를 계획하는 단계(판단영역), 그리고 계획된 경로를 따라 주행하는 단계(제어영역)로 구성될 수 있다.
특히, 인지영역의 경우 자율주행을 위해 가장 처음 수행되는 기반 기술이며, 이러한 인지영역에서의 기술이 정확히 이루어져야만 다음 단계인 판단영역과 제어영역에서도 정확한 수행이 가능하게 된다.
인지영역에서의 기술은 카메라나 라이다(LiDAR) 센서에 의존하는 경우가 많다.
그러나, 카메라와 라이다 센서 모두 분진이 많은 환경이나 안개 속에서는 제대로 된 센서 값을 추출하지 못하는 문제가 있다.
이러한 이유로 기상 조건이나 주변 환경에 강건한 레이더 기반의 센싱 기술이 요구되고 있다.
1. 한국등록특허 제10-2103944호 (모노카메라를 이용한 자율주행 차량의 거리 및 위치 추정 방법, 등록일: 2020년 04월 17일)
차체의 자체 움직임 정보를 얻기 위한 레이더 센서의 배치 및 점군 데이터 처리 알고리즘을 제공한다.
라이다나 카메라의 정보 취득에 취약한 안개, 비, 눈 등의 기상 조건에서 차체 주변 환경에 대한 인지가 가능한 레이더 센서를 기반으로 하고 있으며, 악조건의 기상 하에 차체의 자체 움직임 값을 추정할 수 있는 기술을 제공한다.
다중 레이더 배치를 통해 지표면을 지속적으로 추적할 수 있고 희소 점군들을 활용하여 6자유도 속도를 추정하기 위한 레이더 팩터 알고리즘을 제공한다.
컴퓨터 장치에서 실행되는 방법에 있어서, 상기 컴퓨터 장치는 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 상기 방법은, 상기 적어도 하나의 프로세서에 의해, 차체의 각 위치에 일정 각도 지면을 향하도록 배치된 다중 레이더(radar) 센서를 통해 방사상 속도(Radial Velocity)를 획득하는 단계; 및 상기 적어도 하나의 프로세서에 의해, 상기 방사상 속도를 이용하여 상기 차체의 자체움직임(ego-motion)을 나타내는 속도 정보를 추정하는 단계를 포함하는 방법을 제공한다.
일 측면에 따르면, 상기 다중 레이더 센서는 상기 차체의 전방 중앙에 배치된 레이더 센서, 상기 차체의 전방 좌우 코너에 배치된 레이더 센서, 및 상기 차체의 양 측방에 배치된 레이더 센서 중 서로 직교하는 둘 이상의 레이더 센서로 구성될 수 있다.
다른 측면에 따르면, 상기 차체에 대한 지면 정보를 유지하도록 상기 차체의 각 위치에서 레이더 센서가 일정 각도 이내의 하향 각도로 배치될 수 있다.
또 다른 측면에 따르면, 상기 다중 레이더 센서는 상기 차체의 원하는 위치에 탈부착 가능한 형태의 칩 기반 레이더로 구성될 수 있다.
또 다른 측면에 따르면, 상기 추정하는 단계는, RANSAC(Random Sample Consensus) 알고리즘을 활용하여 상기 방사상 속도에서 레이더 포인트 클라우드 내의 노이즈를 제거하는 단계; 및 상기 노이즈가 제거된 방사상 속도를 이용하여 3D 선형 속도(Linear velocity)를 계산하는 단계를 포함할 수 있다.
또 다른 측면에 따르면, 상기 추정하는 단계는, 상기 방사상 속도를 상기 다중 레이더 센서를 기준으로 수평 방향 속도와 전후 방향 속도로 분리하는 단계; 및 상기 다중 레이더 센서의 수평 방향 속도와 전후 방향 속도속도 정보를 이용하여 3D 선형 속도를 계산하는 단계를 포함할 수 있다.
또 다른 측면에 따르면, 상기 추정하는 단계는, 최소 제곱(Least square) 방법론과 접선 움직임 개선(Tangential motion refinement) 방법론을 통해 상기 방사상 속도를 기초로 3D 선형 속도를 계산하는 단계를 포함할 수 있다.
또 다른 측면에 따르면, 상기 추정하는 단계는, 상기 방사상 속도를 이용하여 3D 선형 속도를 계산하는 단계; 상기 3D 선형 속도를 기반으로 레이더 팩터에 해당되는 속도 팩터(Velocity factor)와 바이어스 팩터(Bias factor)를 계산하는 단계; 및 상기 레이더 팩터를 통해 상기 차체의 자체움직임 값을 계산하는 단계를 포함할 수 있다.
또 다른 측면에 따르면, 상기 추정하는 단계는, 상기 속도 팩터와 상기 바이어스 팩터의 잔차(residual)를 계산하여 상기 레이더 팩터를 최적화하는 단계를 더 포함할 수 있다.
또 다른 측면에 따르면, 상기 추정하는 단계는, 상기 속도 팩터에 대해 노이즈 전파(noise propagation)를 유도하여 측정 공분산(measurement covariance)을 계산하는 단계를 더 포함할 수 있다.
컴퓨터로 구현된 자체움직임 측정 장치에 있어서, 차체의 각 위치에 일정 각도 지면을 향하도록 배치된 다중 레이더 센서; 및 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 상기 다중 레이더 센서를 통해 방사상 속도를 획득하는 과정; 및 상기 방사상 속도를 이용하여 상기 차체의 자체움직임을 나타내는 속도 정보를 추정하는 과정을 처리하는 자체움직임 측정 장치를 제공한다.
본 발명의 실시예들에 따르면, 주변 환경에 강건한 레이더 기반의 차체 자세 움직임을 통해 완벽한 자율주행을 구현할 수 있으며, 레이더 기반의 차체 자체 움직임 추정을 높은 정확도로 구현함으로써 다양한 기상조건에서 자율주행을 진행할 수 있는 기반 기술이 될 수 있다.
도 1은 본 발명의 일실시예에 따른 컴퓨터 장치의 예를 도시한 블록도이다.
도 2는 본 발명의 일실시예에 따른 컴퓨터 장치가 수행할 수 있는 자체움직임 측정 방법의 일례를 도시한 순서도이다.
도 3은 본 발명의 일실시예에 있어서 레이더 센서 배치 구조의 사시도를 도시한 것이다.
도 4는 본 발명의 일실시예에 있어서 레이더 센서 배치 구조의 평면도를 도시한 것이다.
도 5는 본 발명의 일실시예에 있어서 직교 레이더로부터 3D 선형 속도를 추정하는 과정을 설명하기 위한 예시 도면이다.
도 6은 본 발명의 일실시예에 있어서 직교로 설치된 듀얼 레이더에 의한 자체움직임 추정 과정을 설명하기 위한 예시 도면이다.
도 7은 본 발명의 일실시예에 있어서 접선 움직임 개선(Tangential refinement) 방법론을 설명하기 위한 예시 도면이다.
도 8은 본 발명의 일실시예에 있어서 순간 속도 팩터를 가진 포즈-그래프 SLAM을 설명하기 위한 예시 도면이다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
본 발명의 실시예들은 칩 기반의 레이더를 활용하여 차체의 속도를 추정하는 기술에 관한 것이다.
본 명세서에서 구체적으로 개시되는 것들을 포함하는 실시예들은 점군 데이터의 특징점 정보를 활용하여 계산하는 기술과 달리 각각의 점군 데이터에 대한 속도 정보를 활용하여 자체 움직임을 계산하는 알고리즘을 제공할 수 있고, 기존과는 다른 레이더의 배치를 통해 사용 가능한 점군 데이터의 수를 늘릴 수 있다.
도 1은 본 발명의 일실시예에 따른 컴퓨터 장치의 예를 도시한 블록도이다. 예를 들어, 본 발명의 실시예들에 따른 자체움직임 측정 장치는 도 1을 통해 도시된 컴퓨터 장치(100)에 의해 구현될 수 있다.
도 1에 도시된 바와 같이 컴퓨터 장치(100)는 본 발명의 실시예들에 따른 자체움직임 측정 방법을 실행하기 위한 구성요소로서, 메모리(110), 프로세서(120), 통신 인터페이스(130), 그리고 입출력 인터페이스(140)를 포함할 수 있다.
메모리(110)는 컴퓨터에서 판독 가능한 기록매체로서, RAM(random access memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 여기서 ROM과 디스크 드라이브와 같은 비소멸성 대용량 기록장치는 메모리(110)와는 구분되는 별도의 영구 저장 장치로서 컴퓨터 장치(100)에 포함될 수도 있다. 또한, 메모리(110)에는 운영체제와 적어도 하나의 프로그램 코드가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 메모리(110)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 메모리(110)로 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 인터페이스(130)를 통해 메모리(110)에 로딩될 수도 있다. 예를 들어, 소프트웨어 구성요소들은 네트워크(160)를 통해 수신되는 파일들에 의해 설치되는 컴퓨터 프로그램에 기반하여 컴퓨터 장치(100)의 메모리(110)에 로딩될 수 있다.
프로세서(120)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(110) 또는 통신 인터페이스(130)에 의해 프로세서(120)로 제공될 수 있다. 예를 들어, 프로세서(120)는 메모리(110)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.
통신 인터페이스(130)는 네트워크(160)를 통해 컴퓨터 장치(100)가 다른 장치와 서로 통신하기 위한 기능을 제공할 수 있다. 일례로, 컴퓨터 장치(100)의 프로세서(120)가 메모리(110)와 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청이나 명령, 데이터, 파일 등이 통신 인터페이스(130)의 제어에 따라 네트워크(160)를 통해 다른 장치들로 전달될 수 있다. 역으로, 다른 장치로부터의 신호나 명령, 데이터, 파일 등이 네트워크(160)를 거쳐 컴퓨터 장치(100)의 통신 인터페이스(130)를 통해 컴퓨터 장치(100)로 수신될 수 있다. 통신 인터페이스(130)를 통해 수신된 신호나 명령, 데이터 등은 프로세서(120)나 메모리(110)로 전달될 수 있고, 파일 등은 컴퓨터 장치(100)가 더 포함할 수 있는 저장 매체(상술한 영구 저장 장치)로 저장될 수 있다.
통신 방식은 제한되지 않으며, 네트워크(160)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망)을 활용하는 통신 방식뿐만 아니라 기기들 간의 근거리 유선/무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크(160)는, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다. 또한, 네트워크(160)는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.
입출력 인터페이스(140)는 입출력 장치(150)와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 입력 장치는 마이크, 키보드, 카메라 또는 마우스 등의 장치를, 그리고 출력 장치는 디스플레이, 스피커와 같은 장치를 포함할 수 있다. 다른 예로 입출력 인터페이스(140)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다. 입출력 장치(150)는 컴퓨터 장치(100)와 하나의 장치로 구성될 수도 있다.
또한, 다른 실시예들에서 컴퓨터 장치(100)는 도 1의 구성요소들보다 더 적은 혹은 더 많은 구성요소들을 포함할 수도 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 예를 들어, 컴퓨터 장치(100)는 상술한 입출력 장치(150) 중 적어도 일부를 포함하도록 구현되거나 또는 트랜시버(transceiver), 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다.
이하에서는 자체움직임 측정을 위한 레이더 센서 배치와 알고리즘의 구체적인 실시예를 설명하기로 한다.
본 발명은 차체의 자체 움직임 정보를 얻기 위한 레이더 센서의 배치 및 점군 데이터 처리 알고리즘에 대한 내용을 포함하고 있다. 본 기술은 라이다나 카메라의 정보 취득에 취약한 안개, 비, 눈 등의 기상조건에서 차체 주변 환경에 대한 인지가 가능한 레이더 센서를 기반으로 하고 있으며, 일반적인 기상은 물론이고, 악조건의 기상 하에 차체의 자체 움직임 값을 추정할 수 있다. 본 발명을 통해 차체 주변 환경에 대한 점군 지도의 제작 및 차체의 자체 속도 추정을 할 수 있으며, 해당 기술은 자율주행 기술에 대한 기반 기술이 될 수 있다.
칩 레이더는 점군 데이터의 양이 매우 적고 노이즈가 많아 부정확한 데이터가 발견되기 때문에 차체 자세 추정 기술에 적용하는 것 자체가 매우 도전적인 과제라 할 수 있다. 본 발명에서는 다중 레이더 배치를 통해 지표면을 지속적으로 추적할 수 있도록 설계하고 희소 점군들을 활용하여 6자유도 속도를 추정하기 위한 레이더 팩터 알고리즘을 제공한다.
본 발명은 크게 알고리즘과 배치 부분으로 나눌 수 있다.
먼저, 알고리즘을 설명하면 다음과 같다.
도 2는 본 발명의 일실시예에 따른 컴퓨터 장치가 수행할 수 있는 자체움직임 측정 방법의 일례를 도시한 순서도이다.
본 실시예에 따른 컴퓨터 장치(100)에는 컴퓨터로 구현된 자체움직임 측정 장치가 구성될 수 있다. 일례로, 자체움직임 측정 장치는 독립적으로 동작하는 프로그램 형태로 구현되거나, 혹은 특정 어플리케이션의 인-앱(in-app) 형태로 구성되어 상기 특정 어플리케이션 상에서 동작이 가능하도록 구현될 수 있다.
컴퓨터 장치(100)의 프로세서(120)는 이하의 자체움직임 측정 방법을 수행하기 위한 구성요소로 구현될 수 있다. 실시예에 따라 프로세서(120)의 구성요소들은 선택적으로 프로세서(120)에 포함되거나 제외될 수도 있다. 또한, 실시예에 따라 프로세서(120)의 구성요소들은 프로세서(120)의 기능의 표현을 위해 분리 또는 병합될 수도 있다.
이러한 프로세서(120) 및 프로세서(120)의 구성요소들은 이하의 자체움직임 측정 방법이 포함하는 단계들을 수행하도록 컴퓨터 장치(100)를 제어할 수 있다. 예를 들어, 프로세서(120) 및 프로세서(120)의 구성요소들은 메모리(110)가 포함하는 운영체제의 코드와 적어도 하나의 프로그램의 코드에 따른 명령(instruction)을 실행하도록 구현될 수 있다.
여기서, 프로세서(120)의 구성요소들은 컴퓨터 장치(100)에 저장된 프로그램 코드가 제공하는 명령에 따라 프로세서(120)에 의해 수행되는 서로 다른 기능들(different functions)의 표현들일 수 있다.
프로세서(120)는 컴퓨터 장치(100)의 제어와 관련된 명령이 로딩된 메모리(110)로부터 필요한 명령을 읽어들일 수 있다. 이 경우, 상기 읽어들인 명령은 프로세서(120)가 이후 설명될 단계들을 실행하도록 제어하기 위한 명령을 포함할 수 있다.
이후 설명될 자체움직임 측정 방법이 포함하는 단계들은 도시된 순서와 다른 순서로 수행될 수 있으며, 단계들 중 일부가 생략되거나 추가의 과정이 더 포함될 수 있다.
도 2를 참조하면, 단계(S201)에서 프로세서(120)는 칩 기반의 레이더 센서(210)로부터 각 점에 대한 방사상의 속도 정보(Radial Velocity)를 획득할 수 있다.
단계(S202)에서 프로세서(120)는 사인 곡선 기반의 RANSAC(Random Sample Consensus) 알고리즘(210)을 활용하여 방사상 속도에서 레이더 포인트 클라우드 내의 노이즈를 제거할 수 있다. 아울러, 프로세서(120)는 노이즈가 제거된 방사상 속도를 현재 레이더 센서(210)를 기준으로 수평 방향 속도 및 전후 방향 속도로 분리할 수 있다.
단계(S203)에서 프로세서(120)는 분리된 속도 정보를 활용하여 초기 3D 속도 정보를 추정할 수 있다. 프로세서(120)는 최소 제곱(Least square) 방법론(230)과 접선 움직임 개선(Tangential refinement) 방법론(240)을 통해 3D 선형 속도(Linear velocity)를 계산할 수 있다. 레이더 센서(210)가 방사상의 속도만을 측정할 수 있기 때문에, 차체와 수직하게 이동하는 물체일 경우 해당 점에 대한 속도 정보가 발생하지 않을 가능성이 있다. 따라서, 해당 점에 대해서는 접선 움직임 개선 기법(240)을 활용하여 속도를 추정할 수 있다.
단계(S204)에서 프로세서(120)는 단계(S203)에서 추정된 3D 속도 정보를 기반으로 레이더 팩터를 계산할 수 있다. 레이더 팩터는 크게 속도 팩터와 바이어스(Bias) 팩터로 나뉘며, 두 팩터의 잔차(residual)를 계산하여 각 측정값들에 대한 최적화를 진행할 수 있다. 팩터 그래프의 최적화를 통해 차체의 움직임을 추정할 수 있다.
다음으로, 배치 부분은 다음과 같다.
본 발명에서는 레이더를 사용함으로써 기상 조건에 강건하고 고정밀 데이터를 활용하지 않아 실시간성을 확보 가능하다.
도 3은 자체움직임 측정 장치의 레이더 센서 배치 구조의 사시도를 도시한 것이고, 도 4는 자체움직임 측정 장치의 레이더 센서 배치 구조의 평면도를 도시한 것이다.
도 3과 도 4를 참조하면, 본 발명에서는 자체움직임 측정 장치(300) 상에 레이더 센서(301 내지 305)를 일정 각도(일례로, 30도, 45도, 60도 등) 지면을 향하도록 배치한다. 차체에 대한 지면 정보를 유지하도록 차체의 각 위치에서 레이더 센서가 일정 각도 이내에서 자유로운 각도로 하향 배치될 수 있다.
자체움직임 측정 장치(300)에는 차체의 전방 중앙에 위치한 레이더 센서(301), 차체의 양 측방을 향하는 레이더 센서(302, 303), 차체의 전방 좌우 코너에 위치한 레이더 센서(304, 305), 총 5기의 레이더 센서(301 내지 305)가 구성될 수 있다. 실시예에 따라서는 5기의 레이더 센서(301 내지 305) 중 서로 직교하는 두 개의 레이더 센서를 하나의 단위체로 구성하고 이러한 단위체를 여러 대 설치하여 사용할 수 있다.
본 실시예에서는 전방만 향하는 방법론과는 달리, 30도, 45도, 60도 등 하향을 보고 있는 레이더 배치를 채택할 수 있다. 하향 각도로 차체의 전방과, 좌우 모서리, 그리고 양 측면에 레이더를 배치한 설계를 통해 각 레이더 센서들의 공통 부분을 생성함과 동시에 지면 정보를 지속적으로 유지할 수 있다. 자체움직임 측정 장치(300)에서 각각의 레이더 센서(301 내지 305)를 차체의 각 위치에 배치함으로써 지속적으로 데이터가 들어오도록 하고 물체의 인식 또한 지속적으로 이루어질 수 있도록 설계한다. 레이더 센서(301 내지 305)는 용도 및 실험 환경에 따라 원하는 각도 및 원하는 위치에 자유롭게 부착 또는 탈거할 수 있도록 탈부착 형식으로 제작될 수 있다.
3D 속도 정보를 추정하는 구체적인 방법은 다음과 같다.
먼저, 두 개의 레이더 센서 모듈을 결합한 하드웨어를 도입하여 2D 모션 추정 방법을 확장하고 3D로 일반화할 수 있다.
도 5는 직교 레이더로부터 3D 선형 속도를 추정하는 과정을 설명하기 위한 예시 도면이다.
통합 레이더 모듈
도 5를 참조하면, 두 개의 직교 도플러 레이더를 사용하여 3D 선형 속도를 추정한다. 센서의 하드웨어 구성은 서로 직교하는 2개의 레이더 센서가 하나의 센서 모듈 단위체로 구성되고 이러한 단위체를 여러 대 설치하여 2D 선형 속도 중 2개를 측정하여 결합하여 3D 선형 속도를 완성한다. 하나의 단위체 내에는 두 개의 레이더 센서가 서로 수직으로 배치되고 상자 안에 설치되며, 완전히 숨길 수 있다. 이는 레이더에 투명성이 필요하지 않기 때문에 재난 환경에서 구현할 수 있다. 두 개의 레이더가 추가 외부 트리거 회로를 통해 동기화될 수 있다.
본 발명에서의 또 다른 과제는 케이싱의 효과이다. 플라스틱 박스로 베어 센서를 보호하여 안정적인 전개가 가능하나 측정량이 감소한다. 본 발명에 따른 속도 기반 자체움직임 추정은 케이싱에서도 안정적으로 얻을 수 있는 반면, 증가되는 희소성은 포인트 기반 매칭을 제한한다. 본 발명에 따른 속도 기반 자체움직임 추정은 포인트를 그대로 사용하지 않고 속도 성분을 사용하기 때문에도 케이싱과는 무관하게 움직임 추정이 가능하다.
도플러 레이더를 이용한 2D 자체움직임 추정
3D로 확장하는 2D 선형 속도 추정을 사용하면 움직이는 객체가 있는 상황에서도 3D 선형 속도를 강력하게 추정할 수 있다. 두 개의 레이더 센서를 서로 수직으로 배치함으로써 3D 움직임을 추론할 수 있다. 이러한 조합과 구성은 수중 속도를 추정하기 위해 4개의 별도 빔을 사용하는 잘 알려진 수중 센서 도플러 속도 로그(DVL)에 기반한 것이다.
단일 레이더 센서는 물체 x=(r,θ)의 2D 속도 v를 측정한다. 대상 객체의 위치는 범위(r)와 방위(θ)로 측정된다. 레이더 센서가 두 개 있기 때문에 위쪽의 상향 레이더에는 첨자 를 사용하고 앞쪽의 전방향 레이더에는 를 사용한다.
2D 선형 속도 추정에 대해 설명하기 위해 단일 레이더, 즉 전면 레이더 센서 를 고려해보자. 탐지된 객체 의 경우, 레이더는 물체의 2D 속도 를 측정한다. 레이더 어레이는 3D 속도를 측정할 수 있지만 본 실시예에서는 도미넌트(dominant) 및 서브도미넌트(subdominant) 구성 요소만 사용한다. 각 속도는 반지름 방향 r의 방사상 속도 성분 와 접선 방향 t의 접선 속도 성분 로 분해될 수 있다.
[수학식 1]
방위각과 관련된 방사상 속도 그래프가 사인 곡선으로 나타남에 따라 RANSAC를 사용하여 사인 곡선을 플롯(plot)에 적합시켜 정적 객체에서만 2D 선형 속도를 강력하게 추정한다. 동적 객체의 노이즈 및 데이터는 RANSAC를 통해 폐기될 수 있다.
정적 객체 L에 대해 vx와 vy를 다음과 같이 계산할 수 있다.
[수학식 2]
반면, vx와 vy는 및 를 사용하여 가장 낮은 진폭의 방사상 속도에서 계산할 수 있다. α는 변환 방향 벡터의 방위각이다.
본 발명에서는 센서가 탐지된 객체의 x와 y 좌표를 제공하며, θ1에서 θL의 코사인 및 사인을 및 로 대체한다. 도 6을 참조하면, RANSAC를 사용하여 전방 레이더에서 xy 속도를 얻고 상향 레이더에서 yz 속도 성분을 얻는다.
직교 레이더 센서에 의한 3D 자체움직임
본 실시예에서는 서로 직교하는 두 개의 레이더 센서를 한 단위체로 구성하고 여러 개의 단위체를 설치하여 사용할 수 있다. 이하는 단위체 내 2개의 직교 레이더 센서에 의한 3D 자체움직임 추정 과정을 설명하기로 한다.
다음으로, 두 가지 2D 속도를 3D로 확장한다. 초기 구성 요소인 의 xy와 의 yz를 연결하여 구성에 따라 수학식 3의 방정식을 얻는다. 이 단계에서는 내좌층(inlier) 포인트와 관련된 속도만 통합한다. N xy 내좌층과 M yz 내좌층이 주어지면 2D 방정식을 연결하여 3D 속도를 구축한다.
[수학식 3]
수학식 3은 RANSAC를 통한 정적 객체로부터의 측정만을 포함하고 있으며, 본 실시예에서는 초기 3D 선형 속도를 수학식 4를 통해 계산하기 위해 최소 제곱 최적화를 수행한다.
[수학식 4]
이러한 통합은 두 개의 2D 선형 속도에서 3D 선형 속도를 구성할 수 있는 한편, 잘못된 속도 추정의 원인이 되기도 한다. 따라서, 초기 3D 선형 속도를 더욱 세분화하는 과정이 필요하며, 이에 대해서는 이하에서 다시 설명하기로 한다.
접선 움직임 개선
초기 3D 선형 속도에는 센서 모듈의 3D 모션이 포함된다. 본 실시예에서는 매우 미묘한 방사상 속도로 포인트에 초점을 맞춘다. 레이더는 반지름 방향의 상대 속도만 측정할 수 있기 때문에, 이러한 관련 포인트들은 대부분 접선 속도를 포함할 것이다. 이러한 사실을 사용하여 속도 추정치를 더욱 개선할 수 있다.
도미넌트 접선 성분이 방사상 속도가 미묘할 때 발생하는지 여부를 조사한다. 도 7을 참조하면, 먼저 미묘한 방사상 속도 vr에 해당하는 방사상 속도 방향을 수집한다. 이러한 벡터의 방향에서 평균을 내어 도미넌트 소실 방사상 속도 방향 을 계산한다. 그러면 접선 속도 방향 가 자연스럽게 결정된다. 여기서, 과 는 단위 벡터인 반면, 는 반대 방향으로 두 개의 후보를 가질 수 있다. 이전의 추정 속도 가 주어질 때 가장 가까운 도미넌트 접선 속도 방향으로 투영한다.
[수학식 5]
다음으로, 레이더 선형 속도 팩터를 설명하고 도 8의 SLAM을 이용하여 완전한 3D 자체움직임을 완성한다.
도 8은 순간 속도 팩터를 가진 포즈-그래프 SLAM을 설명하기 위한 예시 도면이다.
레이더 측정 모델
측정된 선형 속도 는 백색 노이즈 및 레이더 바이어스 에 의해 손상된 실제 선형 속도를 포함한다. 레이더 바이어스는 정지된 자기 상관 랜덤 프로세스에 의해 야기되는 바이어스를 서서히 변화시킨다.
[수학식 6]
본 발명에서는 세계 좌표 W로 작성된 3D 순간 선형 차체 속도 를 측정한다.
팩터를 정의하면, 시간 t의 노드 i와 시간 t+Δt의 j 사이의 모션을 조사하는 것이다. 시간 t+Δt에서의 속도와 위치는 다음과 같이 정의할 수 있다.
[수학식 7]
본 발명에서 정의된 레이더 팩터를 사용하기 위해 회전을 초기화해야 한다. 일례로 IMU의 회전을 사용할 수 있으나, 초기화에 모든 회전 추정을 사용할 수 있다. 측정된 속도는 단일 노드에만 영향을 미치는 절대 팩터이다.
[수학식 8]
반면에, 위치 변화는 연속된 노드에서 2개의 속도로부터 계산되는 상대적인 측정이다.
[수학식 9]
따라서, 순간 속도와 상대 위치에 대한 측정 모델은 다음과 같이 도출될 수 있다.
[수학식 10]
[수학식 11]
다시 말해, 본 발명에 따른 레이더 팩터는 수학식 10과 수학식 11을 통해 계산될 수 있다. 레이더 팩터 중 속도 팩터는 각 레이더 점들의 방사성 속도로부터 취득한 3D 선형 속도를 기반으로 구성될 수 있다.
바이어스 업데이트
본 실시예에서는 각 센서 값을 취득할 때마다 레이더의 바이어스를 업데이트해주는 팩터를 추가할 수 있다.
새로운 추정치 를 얻으려면 레이더 바이어스를 업데이트해야 한다. 여기서 는 이전의 추정치 에서 작은 수정이다. 본 실시예에서는 속도와 상대적인 위치를 다음과 같이 업데이트된 바이어스의 관점에서 표현할 수 있다.
[수학식 12]
[수학식 13]
여기서, 는 수학식 14과 같다.
[수학식 14]
레이더 팩터: 잔차 오차 및 자코비안(Jacobians)
마지막으로, 위치 변화 , 속도 , 바이어스 에 대한 잔차 오차를 도출한다.
[수학식 15]
[수학식 16]
[수학식 17]
상기한 수식을 통해 레이더 팩터에 해당되는 속도 팩터와 바이어스 팩터 각각에 대한 잔차를 계산할 수 있다.
노이즈 전파
레이더 순간 속도 팩터에 대해, 노이즈 전파를 유도하고 측정 공분산을 계산할 수 있다. 노이즈에 대해 가우시안(Gaussian) 노이즈를 다음과 같이 가정한다.
[수학식 18]
각 항은 다음과 같이 와 의 영향을 받는다.
[수학식 19]
이를 행렬 형태로 다시 쓸 수 있다.
[수학식 20]
따라서, 측정 공분산은 다음과 같이 계산할 수 있다.
[수학식 21]
여기서, 공분산이 다음과 같이 전방 및 상향 센서 적합 잔차로부터 계산되는 동안에 는 이전 섹션의 3D 선형 속도 적합에서 유도된다.
[수학식 22]
[수학식 23]
다시 말해, 상기한 수학식을 통해 노이즈 전파를 유도하여 각 측정 공분산을 계산할 수 있다.
상기한 바와 같이, 레이더 측정값에 대한 팩터에 더해 바이어스 값과 노이즈를 처리할 수 있는 팩터를 추가로 적용하여 최적화된 값에 대한 정확도를 부여할 수 있다. 최종적으로 전체 팩터에 대한 최적화를 통해 차체의 자체움직임 값을 계산할 수 있다.
본 기술은 주변 환경에 강건한 레이더 기반의 차체 자세 움직임으로 분진과 진동이 많은 건설 현장에서의 건설 장비 운용 등에 활용될 수 있다.
본 기술은 칩 레이더 기반의 구조물이기 때문에 라이다나 카메라를 사용한 방법론보다 저렴하게 선형 속도를 3차원으로 측정할 수 있고, 센서 케이스 또한 3D 프린터 기반의 제작이 가능하기 때문에 대량 생산에 용이하며, 설계가 간단하여 조립 및 제작에 편리성을 갖추고 있다.
이처럼 본 발명의 실시예들에 따르면, 주변 환경에 강건한 레이더 기반의 차체 자세 움직임을 통해 완벽한 자율주행을 구현할 수 있으며, 레이더 기반의 차체 자체 움직임 추정을 높은 정확도로 구현함으로써 다양한 기상조건에서 자율주행을 진행할 수 있는 기반 기술이 될 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 이때, 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수 개의 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 어플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (15)

  1. 컴퓨터 장치에서 실행되는 방법에 있어서,
    상기 컴퓨터 장치는 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고,
    상기 방법은,
    상기 적어도 하나의 프로세서에 의해, 차체의 각 위치에 일정 각도 지면을 향하도록 배치된 다중 레이더(radar) 센서를 통해 방사상 속도(Radial Velocity)를 획득하는 단계; 및
    상기 적어도 하나의 프로세서에 의해, 상기 방사상 속도를 이용하여 상기 차체의 자체움직임(ego-motion)을 나타내는 속도 정보를 추정하는 단계
    를 포함하고,
    상기 추정하는 단계는,
    최소 제곱(Least square) 방법론과 접선 움직임 개선(Tangential motion refinement) 방법론을 통해 상기 방사상 속도를 기초로 3D 선형 속도를 계산하는 단계
    를 포함하는 방법.
  2. 제1항에 있어서,
    상기 다중 레이더 센서는 상기 차체의 전방 중앙에 배치된 레이더 센서, 상기 차체의 전방 좌우 코너에 배치된 레이더 센서, 및 상기 차체의 양 측방에 배치된 레이더 센서 중 서로 직교하는 둘 이상의 레이더 센서로 구성되는 것
    을 특징으로 하는 방법.
  3. 제1항에 있어서,
    상기 차체에 대한 지면 정보를 유지하도록 상기 차체의 각 위치에서 레이더 센서가 일정 각도 이내의 하향 각도로 배치되는 것
    을 특징으로 하는 방법.
  4. 제1항에 있어서,
    상기 다중 레이더 센서는 상기 차체의 원하는 위치에 탈부착 가능한 형태의 칩 기반 레이더로 구성되는 것
    을 특징으로 하는 방법.
  5. 제1항에 있어서,
    상기 추정하는 단계는,
    RANSAC(Random Sample Consensus) 알고리즘을 활용하여 상기 방사상 속도에서 레이더 포인트 클라우드 내의 노이즈를 제거하는 단계; 및
    상기 노이즈가 제거된 방사상 속도를 이용하여 3D 선형 속도(Linear velocity)를 계산하는 단계
    를 포함하는 방법.
  6. 제1항에 있어서,
    상기 추정하는 단계는,
    상기 방사상 속도를 상기 다중 레이더 센서를 기준으로 수평 방향 속도와 전후 방향 속도로 분리하는 단계; 및
    상기 다중 레이더 센서의 수평 방향 속도와 전후 방향 속도 정보를 이용하여 3D 선형 속도를 계산하는 단계
    를 포함하는 방법.
  7. 삭제
  8. 컴퓨터 장치에서 실행되는 방법에 있어서,
    상기 컴퓨터 장치는 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고,
    상기 방법은,
    상기 적어도 하나의 프로세서에 의해, 차체의 각 위치에 일정 각도 지면을 향하도록 배치된 다중 레이더(radar) 센서를 통해 방사상 속도(Radial Velocity)를 획득하는 단계; 및
    상기 적어도 하나의 프로세서에 의해, 상기 방사상 속도를 이용하여 상기 차체의 자체움직임(ego-motion)을 나타내는 속도 정보를 추정하는 단계
    를 포함하고,
    상기 추정하는 단계는,
    상기 방사상 속도를 이용하여 3D 선형 속도를 계산하는 단계;
    상기 3D 선형 속도를 기반으로 레이더 팩터에 해당되는 속도 팩터(Velocity factor)와 바이어스 팩터(Bias factor)를 계산하는 단계; 및
    상기 레이더 팩터를 통해 상기 차체의 자체움직임 값을 계산하는 단계
    를 포함하는 방법.
  9. 제8항에 있어서,
    상기 추정하는 단계는,
    상기 속도 팩터와 상기 바이어스 팩터의 잔차(residual)를 계산하여 상기 레이더 팩터를 최적화하는 단계
    를 더 포함하는 방법.
  10. 제8항에 있어서,
    상기 추정하는 단계는,
    상기 속도 팩터에 대해 노이즈 전파(noise propagation)를 유도하여 측정 공분산(measurement covariance)을 계산하는 단계
    를 더 포함하는 방법.
  11. 컴퓨터로 구현된 자체움직임 측정 장치에 있어서,
    차체의 각 위치에 일정 각도 지면을 향하도록 배치된 다중 레이더 센서; 및
    메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서
    를 포함하고,
    상기 적어도 하나의 프로세서는,
    상기 다중 레이더 센서를 통해 방사상 속도를 획득하는 과정; 및
    상기 방사상 속도를 이용하여 상기 차체의 자체움직임을 나타내는 속도 정보를 추정하는 과정
    을 처리하고,
    상기 적어도 하나의 프로세서는,
    최소 제곱 방법론과 접선 움직임 개선 방법론을 통해 상기 방사상 속도를 기초로 3D 선형 속도를 계산하는 것
    을 특징으로 하는 자체움직임 측정 장치.
  12. 제11항에 있어서,
    상기 다중 레이더 센서는 칩 기반의 레이더로서 상기 차체의 전방 중앙에 배치된 레이더 센서, 상기 차체의 전방 좌우 코너에 배치된 레이더 센서, 및 상기 차체의 양 측방에 배치된 레이더 센서 중 서로 직교하는 둘 이상의 레이더 센서로 구성되는 것
    을 특징으로 하는 자체움직임 측정 장치.
  13. 컴퓨터로 구현된 자체움직임 측정 장치에 있어서,
    차체의 각 위치에 일정 각도 지면을 향하도록 배치된 다중 레이더 센서; 및
    메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서
    를 포함하고,
    상기 적어도 하나의 프로세서는,
    상기 다중 레이더 센서를 통해 방사상 속도를 획득하는 과정; 및
    상기 방사상 속도를 이용하여 상기 차체의 자체움직임을 나타내는 속도 정보를 추정하는 과정
    을 처리하고,
    상기 적어도 하나의 프로세서는,
    RANSAC 알고리즘을 활용하여 상기 방사상 속도에서 레이더 포인트 클라우드 내의 노이즈를 제거하고,
    상기 노이즈가 제거된 방사상 속도를 기초로 최소 제곱 방법론과 접선 움직임 개선 방법론을 통해 3D 선형 속도를 계산하고,
    상기 3D 선형 속도를 기반으로 레이더 팩터에 해당되는 속도 팩터와 바이어스 팩터를 계산하고,
    상기 레이더 팩터를 통해 상기 차체의 자체움직임 값을 계산하는 것
    을 특징으로 하는 자체움직임 측정 장치.
  14. 제13항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 노이즈가 제거된 방사상 속도를 상기 다중 레이더 센서를 기준으로 수평 방향 속도와 전후 방향 속도로 분리하고,
    상기 다중 레이더 센서의 수평 방향 속도와 전후 방향 속도속도 정보를 이용하여 상기 3D 선형 속도를 계산하는 것
    을 특징으로 하는 자체움직임 측정 장치.
  15. 제13항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 속도 팩터와 상기 바이어스 팩터의 잔차를 계산하여 상기 레이더 팩터를 최적화하는 것
    을 특징으로 하는 자체움직임 측정 장치.
KR1020220139340A 2022-07-25 2022-10-26 자체움직임 측정을 위한 레이더 센서 배치와 알고리즘 KR102587292B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20220091447 2022-07-25
KR1020220091447 2022-07-25

Publications (1)

Publication Number Publication Date
KR102587292B1 true KR102587292B1 (ko) 2023-10-12

Family

ID=88291407

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220139340A KR102587292B1 (ko) 2022-07-25 2022-10-26 자체움직임 측정을 위한 레이더 센서 배치와 알고리즘

Country Status (1)

Country Link
KR (1) KR102587292B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012194169A (ja) * 2011-03-17 2012-10-11 Hyundai Mobis Co Ltd 車両レーダーのアライメント方法及びシステム
KR20150108147A (ko) * 2014-03-17 2015-09-25 한국전자통신연구원 밀리미터파용 레이더 온 패키지 및 이를 구비하는 레이더 어셈블리
KR102103944B1 (ko) 2019-05-23 2020-04-23 주식회사 모빌테크 모노카메라를 이용한 자율주행 차량의 거리 및 위치 추정 방법
US20210181330A1 (en) * 2019-12-13 2021-06-17 Oculii Corp. Systems and methods for virtual doppler and/or aperture enhancement
EP3943965A1 (en) * 2020-07-21 2022-01-26 Veoneer Sweden AB Adaptive ofdm radar operation based on time variable subcarrier assignments

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012194169A (ja) * 2011-03-17 2012-10-11 Hyundai Mobis Co Ltd 車両レーダーのアライメント方法及びシステム
KR20150108147A (ko) * 2014-03-17 2015-09-25 한국전자통신연구원 밀리미터파용 레이더 온 패키지 및 이를 구비하는 레이더 어셈블리
KR102103944B1 (ko) 2019-05-23 2020-04-23 주식회사 모빌테크 모노카메라를 이용한 자율주행 차량의 거리 및 위치 추정 방법
US20210181330A1 (en) * 2019-12-13 2021-06-17 Oculii Corp. Systems and methods for virtual doppler and/or aperture enhancement
EP3943965A1 (en) * 2020-07-21 2022-01-26 Veoneer Sweden AB Adaptive ofdm radar operation based on time variable subcarrier assignments

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Kellner, Dominik, et al. Instantaneous ego-motion estimation using doppler radar. ITSC 2013. IEEE. 2013.* *
Steiner, Maximilian 외 2명. Ego-motion estimation using distributed single-channel radar sensors. ICMIM. IEEE. 2018.* *

Similar Documents

Publication Publication Date Title
Doer et al. An ekf based approach to radar inertial odometry
US10962370B2 (en) Laser scanner with real-time, online ego-motion estimation
CN109059906B (zh) 车辆定位方法、装置、电子设备、存储介质
KR102063534B1 (ko) 라이다를 이용한 지도 생성 방법
US11651597B2 (en) Method and apparatus for estimating position
KR102041664B1 (ko) Qr 마커와 레이저 스캐너를 이용하여 광범위 실내 공간에서 로봇의 위치를 인식하기 위한 방법 및 장치
CN111108342A (zh) 用于高清地图创建的视觉测程法和成对对准
JP2009294214A (ja) 地形構造を用いたナビゲーション方法及びシステム
Deng et al. Global optical flow-based estimation of velocity for multicopters using monocular vision in GPS-denied environments
KR102396929B1 (ko) 지오아크를 이용한 2차원 운송수단 국소화
KR20120001532A (ko) 거리 신호를 이용하여 위치를 인식하는 장치 및 방법
JP7057632B2 (ja) ジオアーク（ｇｅｏａｒｃ）を使用したビークルの二次元位置の特定
KR102322000B1 (ko) 비주얼 로컬리제이션과 오도메트리를 기반으로 한 경로 추적 방법 및 시스템
KR20190115982A (ko) 지도 데이터를 생성하는 전자 장치 및 그 동작 방법
WO2024120187A1 (zh) 一种用于信息拒止环境下的无人机动态目标估计方法
JP7518503B2 (ja) 表面探知レーダーと深層学習とを使用した改良型ナビゲーションおよび位置決め
WO2016022188A2 (en) Video-assisted landing guidance system and method
Shetty GPS-LiDAR sensor fusion aided by 3D city models for UAVs
KR102587292B1 (ko) 자체움직임 측정을 위한 레이더 센서 배치와 알고리즘
CN113375657A (zh) 电子地图的更新方法、装置和电子设备
Chen et al. Perception system design for low-cost commercial ground robots: Sensor configurations, calibration, localization and mapping
Opromolla et al. PCA‐Based Line Detection from Range Data for Mapping and Localization‐Aiding of UAVs
US20230025981A1 (en) Method and apparatus with grid map generation
Demim et al. Simultaneous localization and mapping algorithm based on 3D laser for unmanned aerial vehicle
Munguía et al. Method for SLAM Based on Omnidirectional Vision: A Delayed‐EKF Approach

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20221026

PA0201 Request for examination
PA0302 Request for accelerated examination

Patent event date: 20230428

Patent event code: PA03022R01D

Comment text: Request for Accelerated Examination

Patent event date: 20221026

Patent event code: PA03021R01I

Comment text: Patent Application

PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20230613

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20230918

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20231005

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20231006

End annual number: 3

Start annual number: 1

PG1601 Publication of registration