KR102622578B1 - 정밀지도 구축 장치 및 방법 - Google Patents

정밀지도 구축 장치 및 방법 Download PDF

Info

Publication number
KR102622578B1
KR102622578B1 KR1020180150521A KR20180150521A KR102622578B1 KR 102622578 B1 KR102622578 B1 KR 102622578B1 KR 1020180150521 A KR1020180150521 A KR 1020180150521A KR 20180150521 A KR20180150521 A KR 20180150521A KR 102622578 B1 KR102622578 B1 KR 102622578B1
Authority
KR
South Korea
Prior art keywords
frequency
vehicle
precision map
bicycle
detects
Prior art date
Application number
KR1020180150521A
Other languages
English (en)
Other versions
KR20200064413A (ko
Inventor
이정한
Original Assignee
현대오토에버 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 현대오토에버 주식회사 filed Critical 현대오토에버 주식회사
Priority to KR1020180150521A priority Critical patent/KR102622578B1/ko
Publication of KR20200064413A publication Critical patent/KR20200064413A/ko
Application granted granted Critical
Publication of KR102622578B1 publication Critical patent/KR102622578B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003—Maps
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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
    • G06T2207/30242—Counting objects in image

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Traffic Control Systems (AREA)

Abstract

정밀지도 구축 장치 및 방법이 개시된다. 본 발명의 정밀지도 구축 장치는 센싱 정보를 수집하는 정보 수집부, 센싱 정보를 분석하여 각 객체의 빈도수를 검출하는 빈도수 검출부, 빈도수 검출부에 의해 검출된 각 객체의 빈도수에 따라 각 객체별 우선순위를 결정하는 우선순위 결정부, 및 우선순위에 따라 각 객체별 정밀지도 구축 레벨을 조정하여 각 객체별로 정밀지도를 업데이트하는 정밀지도 구축부를 포함하는 것을 특징으로 한다.

Description

정밀지도 구축 장치 및 방법{APPARATUS AND METHOD FOR GENERATING PRECISE MAP}
본 발명은 정밀지도 구축 장치 및 방법에 관한 것으로서, 더욱 상세하게는 촬영된 이미지를 분석하여 영상 내 객체 각각의 빈도수를 검출하고 검출된 빈도수를 기반으로 정밀지도를 구축하는 정밀지도 구축 장치 및 방법에 관한 것이다.
안전한 자율주행을 위한 자율주행 차량은 인지, 경로 생성, 제어 기능을 필수적으로 갖춰야 한다.
자율주행 차량은 차량 주변 환경과 차량의 위치를 인지해야 하며, 인지된 정보를 바탕으로 차량이 안전하고 효율적으로 주행할 수 있는 경로를 생성해야 한다. 마지막으로 자율주행 차량은 생성된 경로를 차량이 추종하도록 조향, 차량 속도 등을 제어해야 한다.
여기서, 자율주행 차량의 경로를 생성하는 방법에는 크게 주변 환경 인식 기반 경로 생성 방법과 정밀지도 기반 경로 생성 방법이 있다.
주변 환경 인식 기반 경로 생성 방법은 자율주행 차량에 탑재된 센서(카메라, 레이저스캐너, 레이더 등)를 이용해 차량 주변의 환경, 예를 들어 차선 등을 인식하여 경로를 생성하는 방법이다.
정밀지도 기반 경로 생성 방법은 GPS 신호(GNSS 시스템)나 관성 항법 시스템(INS)를 이용하여 차량의 위치를 추정하고, 추정된 차량의 위치에 기반하여 정밀지도를 통해 경로를 생성하는 방법이다.
그러나, 정밀지도는 일반적으로 이용되고 있는 네비게이션 맵과 달리 차선, 도로 시설, 표지 시설 정보 등을 매우 정밀한 정확도로 제공하여야 하기 때문에 정밀지도 구축에 많은 비용이 소요된다.
즉, 종래의 정밀지도 구축 방식은 전체 지역에 대한 정밀지도를 구축하는데, 이 경우 높은 정밀도를 유지하기 위한 데이터량이 크게 증가하게 되는 바, 정밀지도에 대한 관리 효율성이 저하되는 문제점이 있었다.
본 발명의 배경기술은 대한민국 공개특허공보 10-1273416호(2013.06.04)의 '좌표정보 및 지형정보 합성을 통한 정밀 수치지도 제작 시스템'에 개시되어 있다.
본 발명은 전술한 문제점을 개선하기 위해 창안된 것으로서, 본 발명의 일 측면에 따른 목적은 촬영된 이미지를 분석하여 영상 내 객체 각각의 빈도수를 검출하고 검출된 빈도수를 기반으로 정밀지도를 구축하는 정밀지도 구축 장치 및 방법을 제공하는 데 목적이 있다.
본 발명의 일 측면에 따른 정밀지도 구축 장치는 센싱 정보를 수집하는 정보 수집부; 상기 센싱 정보를 분석하여 각 객체의 빈도수를 검출하는 빈도수 검출부; 상기 빈도수 검출부에 의해 검출된 각 객체의 빈도수에 따라 각 객체별 우선순위를 결정하는 우선순위 결정부; 및 상기 우선순위에 따라 각 객체별 정밀지도 구축 레벨을 조정하여 각 객체별로 정밀지도를 업데이트하는 정밀지도 구축부를 포함하는 것을 특징으로 한다.
본 발명의 상기 센싱 정보는 차량 주변을 촬영한 이미지, 차량의 위치를 나타내는 위치 정보, 및 차량이 위치한 지점의 교통량을 나타내는 교통 트래픽 정보 중 적어도 하나를 포함하는 것을 특징으로 한다.
본 발명의 상기 빈도수 검출부는 상기 이미지 또는 상기 교통 트래픽 정보를 이용하여 차량의 빈도수를 검출하는 차량 빈도수 검출부; 상기 이미지에서 자전거의 빈도수를 검출하는 자전거 빈도수 검출부; 및 상기 이미지에서 보행자의 빈도수를 검출하는 보행자 빈도수 검출부를 포함하는 것을 특징으로 한다.
본 발명의 상기 차량 빈도수 검출부는 상기 이미지에서 차량 차선과 차량 각각을 단순 선형으로 인식하고, 차량 차선의 선형 길이와 차량의 선형 길이를 검출한 후, 차량 차선의 선형 길이 대비 차량의 선형 길이 비율을 검출하는 것을 특징으로 한다.
본 발명의 상기 차량 빈도수 검출부는 상기 교통 트랙픽 정보에 기 설정된 빈도수를 검출하는 것을 특징으로 한다.
본 발명의 상기 자전거 빈도수 검출부는 상기 이미지에서 자전거 차선과 자전거 각각을 단순 선형으로 인식하고, 자전거 차선의 선형 길이와 자전거의 선형 길이를 검출한 후, 자전거 차선의 선형 길이 대비 자전거의 선형 길이 비율을 검출하는 것을 특징으로 한다.
본 발명의 상기 보행자 빈도수 검출부는 상기 이미지에서 인도와 보행자 각각을 단순 선형으로 인식하고, 인도의 선형 길이와 보행자의 선형 길이를 검출한 후, 인도의 선형 길이 대비 보행자의 선형 길이 비율을 검출하는 것을 특징으로 한다.
본 발명의 상기 우선순위 검출부는 객체별 빈도수 각각을 객체별로 기 설정된 설정값과 각각 비교하여 비교 결과에 따라 우선순위를 결정하는 것을 특징으로 한다.
본 발명의 상기 정밀지도 구축부는 차량의 빈도수에 따라 차량 차선의 정밀지도 구축 레벨을 증가시키거나 감소시키는 차량 차선 업데이트부; 자전거의 빈도수에 따라 자전거 차선의 정밀지도 구축 레벨을 증가시키거나 감소시키는 자전거 차선 업데이트부; 및 보행자의 빈도수에 따라 인도 및 차량탑승지역 정밀지도 구축 레벨을 증가시키거나 감소시키는 인도 및 차량탑승지역 업데이트부를 포함하는 것을 특징으로 한다.
본 발명의 일 측면에 따른 정밀지도 구축 방법은 정보 수집부가 센싱 정보를 수집하는 단계; 빈도수 검출부가 상기 센싱 정보를 분석하여 각 객체의 빈도수를 검출하는 단계; 우선순위 결정부가 상기 빈도수 검출부에 의해 검출된 각 객체의 빈도수에 따라 각 객체별 우선순위를 결정하는 단계; 및 정밀지도 구축부가 상기 우선순위에 따라 각 객체별 정밀지도 구축 레벨을 조정하여 각 객체별로 정밀지도를 업데이트하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 상기 센싱 정보는 차량 주변을 촬영한 이미지, 차량의 위치를 나타내는 위치 정보, 및 차량이 위치한 지점의 교통량을 나타내는 교통 트래픽 정보 중 적어도 하나를 포함하는 것을 특징으로 한다.
본 발명의 상기 빈도수를 검출하는 단계에서, 상기 빈도수 검출부는 상기 이미지 또는 상기 교통 트래픽 정보를 이용하여 차량의 빈도수를 검출하고, 상기 이미지에서 자전거의 빈도수를 검출하며, 상기 이미지에서 보행자의 빈도수를 검출하는 것을 특징으로 한다.
본 발명의 상기 빈도수를 검출하는 단계에서, 상기 빈도수 검출부는 상기 이미지에서 차량 차선과 차량 각각을 단순 선형으로 인식하고, 차량 차선의 선형 길이와 차량의 선형 길이를 검출한 후, 차량 차선의 선형 길이 대비 차량의 선형 길이 비율을 검출하는 것을 특징으로 한다.
본 발명의 상기 빈도수를 검출하는 단계에서, 상기 빈도수 검출부는 상기 교통 트랙픽 정보에 기 설정된 빈도수를 검출하는 것을 특징으로 한다.
본 발명의 상기 빈도수를 검출하는 단계에서, 상기 빈도수 검출부는 상기 이미지에서 자전거 차선과 자전거 각각을 단순 선형으로 인식하고, 자전거 차선의 선형 길이와 자전거의 선형 길이를 검출한 후, 자전거 차선의 선형 길이 대비 자전거의 선형 길이 비율을 검출하는 것을 특징으로 한다.
본 발명의 상기 빈도수를 검출하는 단계에서, 상기 빈도수 검출부는 상기 이미지에서 인도와 보행자 각각을 단순 선형으로 인식하고, 인도의 선형 길이와 보행자의 선형 길이를 검출한 후, 인도의 선형 길이 대비 보행자의 선형 길이 비율을 검출하는 것을 특징으로 한다.
본 발명의 각 객체별 우선순위를 결정하는 단계에서, 상기 우선순위 검출부는 객체별 빈도수 각각을 객체별 빈도수 각각에 기 설정된 설정값과 비교하여 비교 결과에 따라 우선순위를 결정하는 것을 특징으로 한다.
본 발명의 상기 각 객체별 정밀지도를 업데이트하는 단계에서, 상기 정밀지도 구축부는 차량의 빈도수에 따라 차량 차선의 정밀지도 구축 레벨을 증가시키거나 감소시키거나, 자전거의 빈도수에 따라 자전거 차선의 정밀지도 구축 레벨을 증가시키거나 감소시키거나, 또는 보행자의 빈도수에 따라 인도 및 차량탑승지역 정밀지도 구축 레벨을 증가시키거나 감소시키는 것을 특징으로 한다.
본 발명의 일 측면에 따른 정밀지도 구축 장치 및 방법은 촬영된 이미지를 분석하여 영상 내 객체 각각의 빈도수를 검출하고 검출된 빈도수를 기반으로 정밀지도를 구축한다.
본 발명의 다른 측면에 따른 정밀지도 구축 장치 및 방법은 빈도수가 상대적으로 높은 객체에 대해 정밀지도 구축 레벨을 증가시킴으로써 상대적으로 높은 정밀도의 정밀지도를 구축할 수 있도록 하고, 이를 기초로 자율주행 차량 등의 주행 안정성을 향상시킬 수 있도록 한다.
본 발명의 또 다른 측면에 따른 정밀지도 구축 장치 및 방법은 영상 내 객체 각각의 빈도수를 검출하고 검출된 빈도수를 기반으로 정밀지도를 우선적으로 구축함으로써, 빈도수가 상대적으로 낮은 지역에 대해서는 데이터량을 감소시킬 수 있고 이러한 데이터량 감소에 따른 데이터 관리 비용 및 데이터 전송 부하를 감소시킬 수 있다.
도 1 은 본 발명의 일 실시예에 따른 정밀지도 구축 장치의 블럭 구성도이다.
도 2 는 본 발명의 일 실시예에 따른 정밀지도 구축부의 블럭 구성도이다.
도 3 은 본 발명의 일 실시예에 따른 자전거 차선 정밀지도 구축을 위한 이미지의 일 예를 나타낸 도면이다.
도 4 는 본 발명의 일 실시예에 따른 자전거 차선 정밀지도 구축을 위해 자전거 차로를 단순 선형으로 인식하는 예를 나타낸 도면이다.
도 5 는 본 발명의 일 실시예에 따른 자전거 차선 정밀지도 구축을 위해 자전거를 단순 선형으로 인식하는 예를 나타낸 도면이다.
도 6 은 본 발명의 일 실시예에 따른 정밀지도 구축부의 블럭 구성도이다.
도 7 은 본 발명의 일 실시예에 따른 자전거 도로 객체 데이터를 나타낸 도면이다.
도 8 은 본 발명의 일 실시예에 따른 정밀지도 구축 방법의 순서도이다.
이하에서는 본 발명의 일 실시예에 따른 정밀지도 구축 장치 및 방법을 첨부된 도면들을 참조하여 상세하게 설명한다. 이러한 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서, 이는 이용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야할 것이다.
본 명세서에서 설명된 구현은, 예컨대, 방법 또는 프로세스, 장치, 소프트웨어 프로그램, 데이터 스트림 또는 신호로 구현될 수 있다. 단일 형태의 구현의 맥락에서만 논의(예컨대, 방법으로서만 논의)되었더라도, 논의된 특징의 구현은 또한 다른 형태(예컨대, 장치 또는 프로그램)로도 구현될 수 있다. 장치는 적절한 하드웨어, 소프트웨어 및 펌웨어 등으로 구현될 수 있다. 방법은, 예컨대, 컴퓨터, 마이크로프로세서, 집적 회로 또는 프로그래밍가능한 로직 디바이스 등을 포함하는 프로세싱 디바이스를 일반적으로 지칭하는 프로세서 등과 같은 장치에서 구현될 수 있다. 프로세서는 또한 최종-사용자 사이에 정보의 통신을 용이하게 하는 컴퓨터, 셀 폰, 휴대용/개인용 정보 단말기(personal digital assistant: "PDA") 및 다른 디바이스 등과 같은 통신 디바이스를 포함한다.
도 1 은 본 발명의 일 실시예에 따른 정밀지도 구축 장치의 블럭 구성도이고, 도 2 는 본 발명의 일 실시예에 따른 정밀지도 구축부의 블럭 구성도이며, 도 3 은 본 발명의 일 실시예에 따른 자전거 차선 정밀지도 구축을 위한 이미지의 일 예를 나타낸 도면이며, 도 4 는 본 발명의 일 실시예에 따른 자전거 차선 정밀지도 구축을 위해 자전거 차로를 단순 선형으로 인식하는 예를 나타낸 도면이며, 도 5 는 본 발명의 일 실시예에 따른 자전거 차선 정밀지도 구축을 위해 자전거를 단순 선형으로 인식하는 예를 나타낸 도면이며, 도 6 은 본 발명의 일 실시예에 따른 정밀지도 구축부의 블럭 구성도이며, 도 7 은 본 발명의 일 실시예에 따른 자전거 도로 객체 데이터를 나타낸 도면이다.
도 1 을 참조하면, 본 발명의 일 실시예에 따른 정밀지도 구축 장치는 정보 수집부(10), 빈도수 검출부(20), 우선순위 결정부(30) 및 정밀지도 구축부(40)를 포함한다.
본 실시예에 따른 정밀지도 구축 장치는 클라우드 서버 등에 구현될 수 있으며, 자율주행 차량을 관리 및 제어하는 시스템이나 서버 등에도 구현될 수 있다.
먼저, 정보 수집부(10)는 통신망을 통해 차량으로부터 센싱 정보를 수집한다.
차량은 자율주행 차량일 수 있다.
센싱 정보에는 차량 주변을 촬영한 이미지, 차량의 위치를 나타내는 위치 정보, 및 차량이 위치한 지점의 교통량을 나타내는 교통 트래픽 정보 중 적어도 하나가 포함될 수 있다.
이미지는 차량에 구비된 카메라 등으로부터 생성되고, 차량의 위치 정보는 차량에 구비된 내비게이션 시스템 등으로부터 생성되며, 교통 트래픽 정보는 차량의 자율주행 제어기 등으로부터 생성될 수 있다.
본 실시예에서는 센싱 정보가 차량으로부터 수집되는 것을 예시로 설명하였다. 그러나, 본 발명의 기술적 범위는 이에 한정되는 것은 아니다.
빈도수 검출부(20)는 정보 수집부(10)에 의해 수집된 센싱 정보를 분석하여 각 객체의 빈도수를 검출한다.
빈도수는 센싱 정보에서 검출되는 객체가 이미지 내에서 출현하는 빈도수를 나타낸다.
객체에는 차로를 주행하는 차량이나 오토바이크, 자전거 도로를 주행하는 자전거, 인도나 차량탑승지역 등으로 보행하는 보행자가 포함될 수 있다.
본 실시예에서는 객체로 상기한 차량이나 오토바이크, 자전거 및 보행자를 예시로 설명하였다. 그러나, 본 발명의 기술적 범위는 이에 한정되는 것은 아니며, 객체로 차로나 자전거 도로, 인도 등으로 이동하는 것이라면 모두 포함될 수 있다.
도 2 를 참조하면, 빈도수 검출부(20)는 차량 빈도수 검출부(21), 자전거 빈도수 검출부(22) 및 보행자 빈도수 검출부(23)를 포함한다.
차량 빈도수 검출부(21)는 차로를 주행하는 차량의 빈도수를 검출한다. 차량 빈도수 검출부(21)는 이미지에서 차량 차선과 차량 각각을 단순 선형으로 인식하고, 이들 차량 차선의 선형 길이와 차량 차선의 선형 길이를 각각 검출한다. 이어 차량 빈도수 검출부(21)는 차량 차선의 선형 길이 대비 차량의 선형 길이 비율을 검출하여 차량의 빈도수를 검출한다.
또한, 차량 빈도수 검출부(21)는 교통 트랙픽 정보에 기 설정된 빈도수를 검출한다. 차량 빈도수 검출부(21)에는 교통 트래픽 정보에 따라 빈도수가 사전에 설정된다. 이에, 차량 빈도수 검출부(21)는 정보 수집부(10)에 의해 교통 트래픽 정보가 수집되면 해당 교통 트래픽 정보에 설정된 빈도수를 검출한다.
자전거 빈도수 검출부(22)는 자전거 차선을 주행하는 자전거의 빈도수를 검출한다. 즉, 자전거 빈도수 검출부(22)는 이미지에서 자전거 차선과 자전거 각각을 단순 선형으로 인식하고, 인식된 자전거 차선의 선형 길이와 자전거의 선형 길이를 각각 검출한다. 이어 자전거 빈도수 검출부(22)는 자전거 차선의 선형 길이 대비 자전거의 선형 길이 비율을 검출하여 자전거의 빈도수를 검출한다.
보행자 빈도수 검출부(23)는 인도를 보행하는 보행자의 빈도수를 검출한다. 보행자 빈도수 검출부(23)는 이미지에서 인도와 보행자 각각을 단순 선형으로 인식하고, 인도의 선형 길이와 보행자의 선형 길이를 각각 검출한다. 이어 보행자 빈도수 검출부(23)는 인도의 선형 길이 대비 보행자의 선형 길이 비율을 검출하여 보행자의 빈도수를 검출한다.
일 예로, 자전거 빈도수 검출부(22)가 자전거 빈도수를 검출하는 예를 설명한다.
도 3 은 자전거 차로를 주행하는 자전거를 촬영한 이미지이며, 자전거 차로에 4개의 자전거가 촬영되었다.
자전거 빈도수 검출부(22)는 이미지에서 자전거 차선과 자전거 각각을 단순 선형으로 인식한다. 도 4 에는 자전거 차선이 단순 선형(녹색 실선)으로 인식한 예가 도시되었다. 도 5 에는 자전거가 단순 선형(적색 실선)으로 인식한 예가 도시되었다.
상기한 바와 같이 자전거 차선과 자전거가 단순 선형으로 인식되면, 자전거 빈도수 검출부(22)는 자전거 차선의 선형의 길이와 각 자전거의 선형의 길이를 검출한다.
이어, 자전거 빈도수 검출부(22)는 자전거 차선의 선형 길이 대비 자전거의 선형 길이 비율을 검출한다. 여기서, 자전거 차선의 선형 길이 대비 자전거의 선형 길이의 비율이 자전거의 빈도수이다.
차량 빈도수 및 보행자 빈도수도 상기한 자전거 빈도수를 검출하는 방식과 동일하므로 그 상세한 설명은 생략한다.
이에, 차량 차선의 선형 길이 대비 차량의 선형 길이 비율이 차량의 빈도수이고, 인도의 선형 길이 대비 보행자의 선형 길이 비율이 보행자의 빈도수이다.
우선순위 결정부(30)는 빈도수 검출부(20)에 의해 검출된 각 객체의 빈도수에 따라 각 객체별 우선순위를 결정한다.
우선순위는 객체, 예를 들어 차량, 자전거 및 보행자 중 그 정밀지도의 정밀도를 우선적으로 향상시킬 대상의 순위이다. 우선순위는 빈도수에 따라 결정된다.
우선순위 결정부(30)는 빈도수 검출부(20)에 의해 검출된 각 객체의 빈도수 각각을 기 설정된 설정값과 비교하여 비교 결과에 따라 객체의 우선순위를 결정한다.
예를 들어, 우선순위 결정부(30)는 차량의 빈도수를 차량 빈도수 설정값과 비교하여 차량의 빈도수가 차량 빈도수 설정값 이상이면 차량의 빈도수가 상대적으로 높은 것으로 판단하고 차량의 빈도수가 차량 빈도수 설정값 미만이면 차량의 빈도수가 상대적으로 낮은 것으로 판단한다.
차량 빈도수 설정값은 사전에 설정되며 차로 빈도수의 평균값이 채용될 수 있다.
우선순위 결정부(30)는 자전거의 빈도수를 자전거 빈도수 설정값과 비교하여 자전거의 빈도수가 자전거 빈도수 설정값 이상이면 자전거의 빈도수가 상대적으로 높은 것으로 판단하고 자전거의 빈도수가 자전거 빈도수 설정값 미만이면 자전거의 빈도수가 상대적으로 낮은 것으로 판단한다.
자전거 빈도수 설정값은 사전에 설정되며 자전거 차로 빈도수의 평균값이 채용될 수 있다.
우선순위 결정부(30)는 보행자의 빈도수를 보행자 빈도수 설정값과 비교하여 보행자의 빈도수가 보행자 빈도수 설정값 이상이면 보행자의 빈도수가 상대적으로 높은 것으로 판단하고 보행자의 빈도수가 보행자 빈도수 설정값 미만이면 보행자의 빈도수가 상대적으로 낮은 것으로 판단한다.
보행자 빈도수 설정값은 사전에 설정되며 보행자 빈도수의 평균값이 채용될 수 있다.
더욱이, 우선순위 결정부(30)는 상기한 바와 같이 차량의 빈도수, 자전거의 빈도수 및 보행자의 빈도수 중 2개 이상이 해당 설정값 이상이면, 설정값 이상인 것들을 모두 우선순위로 결정하거나, 또는 이들 중 빈도수가 상대적으로 가장 높은 어느 하나를 우선순위로 결정할 수 있다.
정밀지도 구축부(40)는 우선순위에 따라 각 객체별 정밀지도 구축 레벨을 조정하여 각 객체별 정밀지도를 실시간으로 업데이트하며, 업데이트된 정밀지도를 자율주행 차량에게 전달한다.
정밀지도 구축부(40)는 차량의 빈도수, 자전거의 빈도수 및 보행자의 빈도수 중 2개 이상이 해당 설정값 이상이면 이들 모두에 대해 정밀지도를 업데이트하거나, 이들 중 빈도수가 상대적으로 가장 높은 어느 하나를 우선순위로 결정할 수 있다.
도 6 을 참조하면, 정밀지도 구축부(40)는 차량 차선 업데이트부(41), 자전거 차선 업데이트부(42), 및 인도 및 차량탑승지역 업데이트부(43)를 포함한다.
차량 차선 업데이트부(41)는 차량의 빈도수에 따라 차량 차선의 정밀지도 구축 레벨을 증가시키거나 감소시킨다. 즉, 차량 차선 업데이트부(41)는 우선순위 결정부(30)에 의해 차량의 우선순위가 상대적으로 높은 것으로 결정된 경우 차량 차선 정밀지도의 조사량을 증가시켜 차량 차선의 정밀지도 구축 레벨을 증가시킴으로써 차량 차선 정밀지도의 정밀도를 더욱 향상시키고, 반대로 우선순위 결정부(30)에 의해 차량의 우선순위가 상대적으로 낮은 것으로 결정된 경우 차량 차선 정밀지도의 조사량을 감소시켜 차량 차선 정밀지도 구축 레벨을 감소시킨다.
자전거 차선 업데이트부(42)는 자전거의 빈도수에 따라 자전거 차선의 정밀지도 구축 레벨을 증가시키거나 감소시킨다. 즉, 자전거 차선 업데이트부(42)는 우선순위 결정부(30)에 의해 자전거의 우선순위가 상대적으로 높은 것으로 결정된 경우 자전거 차선 정밀지도의 조사량을 증가시켜 자전거 차선의 정밀지도 구축 레벨을 증가시킴으로써 자전거 차선 정밀지도의 정밀도를 더욱 향상시키고, 반대로 우선순위 결정부(30)에 의해 자전거의 우선순위가 상대적으로 낮은 것으로 결정된 경우 자전거 차선 정밀지도의 조사량을 감소시켜 자전거 차선 정밀지도 구축 레벨을 감소시킨다.
인도 및 차량탑승지역 업데이트부(43)는 보행자의 빈도수에 따라 인도 및 차량탑승지역의 정밀지도 구축 레벨을 증가시키거나 감소시킨다. 즉, 인도 및 차량탑승지역 업데이트부(43)는 우선순위 결정부(30)에 의해 보행자의 우선순위가 상대적으로 높은 것으로 결정된 경우 인도 및 차량탑승지역 정밀지도의 조사량을 증가시켜 인도 및 차량탑승지역의 정밀지도 구축 레벨을 증가시킴으로써 인도 및 차량탑승지역 정밀지도의 정밀도를 더욱 향상시키고, 반대로 우선선위 결정부에 의해 보행자의 우선순위가 상대적으로 낮은 것으로 결정된 경우 인도 및 차량탑승지역 정밀지도의 조사량을 감소시켜 인도 및 차량탑승지역 정밀지도 구축 레벨을 감소시킨다.
이와 같이, 정밀지도 구축부(40)는 우선순위 결정부(30)에 의해 결정된 우선순위에 따라 실시간으로 정밀지도를 업데이트한 후, 해당 정밀지도를 자율주행 차량에 전달한다.
이에 따라, 자율주행 차량은 정밀지도를 이용하여 도 7 에 도시된 바와 같이 동적 객체 데이터(자전거 동적 객체 데이터)를 생성하고, 이 동적 객체 데이터를 자율주행 차량에 이용할 수 있도록 한다.
통상적으로, 차량, 자전거 또는 보행자의 빈도수는 실시간으로 변경된다. 이에, 정밀지도 구축부(40)는 정밀지도를 실시간으로 생성하고 생성된 정밀지도를 각 자율주행 차량에게 전달한다.
이에, 자율주행 차량은 정밀지도를 계속 저장하는 것이 아니라 주행 경로상에서 해당 정밀지도를 전달받으므로 자율주행 차량이 대용량의 정밀지도를 저장할 경우 발생될 수 있는 여러 문제점을 해소할 수 있다.
또한, 모든 지역의 정밀지도를 직접 관리하는 경우, 정밀지도의 데이터 크기가 매우 크고 데이터 크기가 크면 관리 비용이 많이 발생하는 반면에, 빈도수가 낮은 경우는 정밀지도를 간소화할 수 있어 데이터 전송 비용 등 관리 비용을 감소시킬 수 있다.
더욱이, 자율주행 차량은 이러한 정밀지도를 사용하여 주행 차선을 벗어나거나, 자전거 차선을 침범하거나, 인도를 침범하는 것을 최소화할 수 있고, 차량, 자전거 또는 보행자와 같은 동적 객체를 정밀지도에 매칭하여 이동 경로를 확인하고 주시하는데 사용할 수 있다. 정밀지도가 정밀도가 높을수록 동적 객체의 위치 정확도도 높아지므로, 자율주행 차량은 더욱 높은 주행 안정성을 확보할 수 있다.
이하 본 발명의 일 실시예에 따른 정밀지도 구축 방법을 도 8 을 참조하여 상세하게 설명한다.
도 8 은 본 발명의 일 실시예에 따른 정밀지도 구축 방법의 순서도이다.
도 8 을 참조하면, 먼저, 정보 수집부(10)는 통신망을 통해 차량으로부터 센싱 정보를 수집한다(S10).
센싱 정보에는 차량 주변을 촬영한 이미지, 차량의 위치를 나타내는 위치 정보, 및 차량이 위치한 지점의 교통량을 나타내는 교통 트래픽 정보 중 적어도 하나가 포함될 수 있다.
정보 수집부(10)에 의해 센싱 정보가 수집됨에 따라, 빈도수 검출부(20)는 정보 수집부(10)에 의해 수집된 센싱 정보를 분석하여 각 객체의 빈도수를 검출한다(S20).
즉, 차량 빈도수 검출부(21)는 이미지에서 차량 차선과 차량 각각을 단순 선형으로 인식하고, 차량 차선의 선형 길이 대비 차량의 선형 길이 비율을 검출하여 차량의 빈도수를 검출하거나, 또는 교통 트랙픽 정보에 기 설정된 빈도수를 검출한다.
자전거 빈도수 검출부(22)는 이미지에서 자전거 차선과 자전거 각각을 단순 선형으로 인식하고, 자전거 차선의 선형 길이 대비 자전거의 선형 길이 비율을 검출하여 자전거의 빈도수를 검출한다.
보행자 빈도수 검출부(23)는 보행자 빈도수 검출부(23)는 이미지에서 인도와 보행자 각각을 단순 선형으로 인식하고, 인도의 선형 길이 대비 보행자의 선형 길이 비율을 검출하여 보행자의 빈도수를 검출한다.
빈도수 검출부(20)에 의해 빈도수가 검출됨에 따라, 우선순위 결정부(30)는 빈도수 검출부(20)에 의해 검출된 각 객체의 빈도수를 기 설정된 설정값과 비교하여 각 객체별로 설정값 이상인지 여부를 판단한다(S30).
예를 들어, 우선순위 결정부(30)는 차량의 빈도수를 차량 빈도수 설정값과 비교하여 차량의 빈도수가 차량 빈도수 설정값 이상이면 차량의 빈도수가 상대적으로 높은 것으로 판단하고 차량의 빈도수가 차량 빈도수 설정값 미만이면 차량의 빈도수가 상대적으로 낮은 것으로 판단한다.
또한, 우선순위 결정부(30)는 자전거의 빈도수를 자전거 빈도수 설정값과 비교하여 자전거의 빈도수가 자전거 빈도수 설정값 이상이면 자전거의 빈도수가 상대적으로 높은 것으로 판단하고 자전거의 빈도수가 자전거 빈도수 설정값 미만이면 자전거의 빈도수가 상대적으로 낮은 것으로 판단한다.
게다가, 우선순위 결정부(30)는 보행자의 빈도수를 보행자 빈도수 설정값과 비교하여 보행자의 빈도수가 보행자 빈도수 설정값 이상이면 보행자의 빈도수가 상대적으로 높은 것으로 판단하고 보행자의 빈도수가 보행자 빈도수 설정값 미만이면 보행자의 빈도수가 상대적으로 낮은 것으로 판단한다.
이 경우, 우선순위 결정부(30)는 상기한 바와 같이 차량의 빈도수, 자전거의 빈도수 및 보행자의 빈도수 중 2개 이상이 해당 설정값 이상이면, 설정값 이상인 것들을 모두 우선순위로 결정하거나, 또는 이들 중 빈도수가 상대적으로 가장 높은 어느 하나를 우선순위로 결정할 수 있다.
이어 정밀지도 구축부(40)는 우선순위에 따라 차량 차선의 정밀지도 구축 레벨이나, 자전거 차선의 정밀지도 구축 레벨, 또는 인도 및 차량탑승지역의 정밀지도 구축 레벨을 증가시키거나 감소시켜 정밀지도를 업데이트한다(S40,S50,S60).
이 경우, 정밀지도 구축부(40)는 차량의 우선순위가 높은 것으로 결정된 경우 차량 차선 정밀지도의 조사량을 증가시켜 차량 차선의 정밀지도 구축 레벨을 증가시키고, 반대로 우선순위 결정부(30)에 의해 차량의 우선순위가 낮은 것으로 결정된 경우 차량 차선 정밀지도의 조사량을 감소시켜 차량 차선 정밀지도 구축 레벨을 감소시킨다.
정밀지도 구축부(40)는 자전거의 우선순위가 높은 것으로 결정된 경우 자전거 차선 정밀지도의 조사량을 증가시켜 자전거 차선의 정밀지도 구축 레벨을 증가시키고, 반대로 우선순위 결정부(30)에 의해 자전거의 우선순위가 낮은 것으로 결정된 경우 자전거 차선 정밀지도의 조사량을 감소시켜 자전거 차선 정밀지도 구축 레벨을 감소시킨다.
정밀지도 구축부(40)는 우선순위 결정부(30)에 의해 보행자의 우선순위가 높은 것으로 결정된 경우 인도 및 차량탑승지역 정밀지도의 조사량을 증가시켜 인도 및 차량탑승지역의 정밀지도 구축 레벨을 증가시키고, 반대로 우선순위 결정부(30)에 의해 보행자의 우선순위가 낮은 것으로 결정된 경우 인도 및 차량탑승지역 정밀지도의 조사량을 감소시켜 인도 및 차량탑승지역 정밀지도 구축 레벨을 감소시킨다.
이와 같이, 정밀지도가 업데이트되면, 정밀지도 구축부(40)는 해당 정밀지도를 자율주행 차량에 전달한다. 이에 따라, 자율주행 차량은 해당 정밀지도를 바탕으로 동적 객체 데이터를 생성하고, 이 동적 객체 데이터를 자율주행에 이용한다.
이와 같이, 본 발명의 일 실시예에 따른 정밀지도 구축 장치 및 방법은 촬영된 이미지를 분석하여 영상 내 객체 각각의 빈도수를 검출하고 검출된 빈도수를 기반으로 정밀지도를 구축한다.
또한, 본 발명의 일 실시예에 따른 정밀지도 구축 장치 및 방법은 빈도수가 상대적으로 높은 객체에 대해 정밀지도 구축 레벨을 증가시킴으로써 상대적으로 높은 정밀도의 정밀지도를 구축할 수 있도록 하고, 이를 기초로 자율주행 차량 등의 주행 안정성을 향상시킬 수 있도록 한다.
게다가, 본 발명의 일 실시예에 따른 정밀지도 구축 장치 및 방법은 영상 내 객체 각각의 빈도수를 검출하고 검출된 빈도수를 기반으로 정밀지도를 우선적으로 구축함으로써, 빈도수가 상대적으로 낮은 지역에 대해서는 데이터량을 감소시킬 수 있고 이러한 데이터량 감소에 따른 데이터 관리 비용 및 데이터 전송 부하를 감소시킬 수 있다.
본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며 당해 기술이 속하는 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 아래의 특허청구범위에 의하여 정해져야할 것이다.
10: 정보 수집부 20: 빈도수 검출부
21: 차량 빈도수 검출부 22: 자전거 빈도수 검출부
23: 보행자 빈도수 검출부 30: 우선순위 결정부
40: 정밀지도 구축부 41: 차량 차선 업데이트부
42: 자전거 차선 업데이트부 43: 인도 및 차량탑승지역 업데이트부

Claims (18)

  1. 센싱 정보를 수집하는 정보 수집부;
    상기 센싱 정보를 분석하여 각 객체의 빈도수를 검출하는 빈도수 검출부;
    상기 빈도수 검출부에 의해 검출된 각 객체의 빈도수에 따라 각 객체별 우선순위를 결정하는 우선순위 결정부; 및
    상기 우선순위에 따라 각 객체별 정밀지도 구축 레벨을 조정하여 각 객체별로 정밀지도를 업데이트하는 정밀지도 구축부를 포함하고,
    상기 빈도수 검출부는 차량의 빈도수, 자전거 빈도수, 및 보행자 빈도수를 검출하는 것을 특징으로 하는 정밀지도 구축 장치.
  2. 제 1 항에 있어서, 상기 센싱 정보는 차량 주변을 촬영한 이미지, 차량의 위치를 나타내는 위치 정보, 및 차량이 위치한 지점의 교통량을 나타내는 교통 트래픽 정보 중 적어도 하나를 포함하는 것을 특징으로 하는 정밀지도 구축 장치.
  3. 제 2 항에 있어서, 상기 빈도수 검출부는
    상기 이미지 또는 상기 교통 트래픽 정보를 이용하여 차량의 빈도수를 검출하는 차량 빈도수 검출부;
    상기 이미지에서 자전거의 빈도수를 검출하는 자전거 빈도수 검출부; 및
    상기 이미지에서 보행자의 빈도수를 검출하는 보행자 빈도수 검출부를 포함하는 것을 특징으로 하는 정밀지도 구축 장치.
  4. 제 3 항에 있어서, 상기 차량 빈도수 검출부는 상기 이미지에서 차량 차선과 차량 각각을 단순 선형으로 인식하고, 차량 차선의 선형 길이와 차량의 선형 길이를 검출한 후, 차량 차선의 선형 길이 대비 차량의 선형 길이 비율을 검출하는 것을 특징으로 하는 정밀지도 구축 장치.
  5. 제 3 항에 있어서, 상기 차량 빈도수 검출부는 상기 교통 트래픽 정보에 기 설정된 빈도수를 검출하는 것을 특징으로 하는 정밀지도 구축 장치.
  6. 제 3 항에 있어서, 상기 자전거 빈도수 검출부는 상기 이미지에서 자전거 차선과 자전거 각각을 단순 선형으로 인식하고, 자전거 차선의 선형 길이와 자전거의 선형 길이를 검출한 후, 자전거 차선의 선형 길이 대비 자전거의 선형 길이 비율을 검출하는 것을 특징으로 하는 정밀지도 구축 장치.
  7. 제 3 항에 있어서, 상기 보행자 빈도수 검출부는 상기 이미지에서 인도와 보행자 각각을 단순 선형으로 인식하고, 인도의 선형 길이와 보행자의 선형 길이를 검출한 후, 인도의 선형 길이 대비 보행자의 선형 길이 비율을 검출하는 것을 특징으로 하는 정밀지도 구축 장치.
  8. 제 3 항에 있어서, 상기 우선순위 결정부는 객체별 빈도수 각각을 객체별로 기 설정된 설정값과 각각 비교하여 비교 결과에 따라 우선순위를 결정하는 것을 특징으로 하는 정밀지도 구축 장치.
  9. 제 3 항에 있어서, 상기 정밀지도 구축부는
    차량의 빈도수에 따라 차량 차선의 정밀지도 구축 레벨을 증가시키거나 감소시키는 차량 차선 업데이트부;
    자전거의 빈도수에 따라 자전거 차선의 정밀지도 구축 레벨을 증가시키거나 감소시키는 자전거 차선 업데이트부; 및
    보행자의 빈도수에 따라 인도 및 차량탑승지역 정밀지도 구축 레벨을 증가시키거나 감소시키는 인도 및 차량탑승지역 업데이트부를 포함하는 것을 특징으로 하는 정밀지도 구축 장치.
  10. 정보 수집부가 센싱 정보를 수집하는 단계;
    빈도수 검출부가 상기 센싱 정보를 분석하여 각 객체의 빈도수를 검출하는 단계;
    우선순위 결정부가 상기 빈도수 검출부에 의해 검출된 각 객체의 빈도수에 따라 각 객체별 우선순위를 결정하는 단계; 및
    정밀지도 구축부가 상기 우선순위에 따라 각 객체별 정밀지도 구축 레벨을 조정하여 각 객체별로 정밀지도를 업데이트하는 단계를 포함하고,
    상기 객체의 빈도수를 검출하는 단계에서, 상기 빈도수 검출부는 차량의 빈도수, 자전거 빈도수, 및 보행자 빈도수를 검출하는 것을 특징으로 하는 정밀지도 구축 방법.
  11. 제 10 항에 있어서, 상기 센싱 정보는 차량 주변을 촬영한 이미지, 차량의 위치를 나타내는 위치 정보, 및 차량이 위치한 지점의 교통량을 나타내는 교통 트래픽 정보 중 적어도 하나를 포함하는 것을 특징으로 하는 정밀지도 구축 방법.
  12. 제 11 항에 있어서, 상기 빈도수를 검출하는 단계에서,
    상기 빈도수 검출부는 상기 이미지 또는 상기 교통 트래픽 정보를 이용하여 차량의 빈도수를 검출하고, 상기 이미지에서 자전거의 빈도수를 검출하며, 상기 이미지에서 보행자의 빈도수를 검출하는 것을 특징으로 하는 정밀지도 구축 방법.
  13. 제 12 항에 있어서, 상기 빈도수를 검출하는 단계에서,
    상기 빈도수 검출부는 상기 이미지에서 차량 차선과 차량 각각을 단순 선형으로 인식하고, 차량 차선의 선형 길이와 차량의 선형 길이를 검출한 후, 차량 차선의 선형 길이 대비 차량의 선형 길이 비율을 검출하는 것을 특징으로 하는 정밀지도 구축 방법.
  14. 제 12 항에 있어서, 상기 빈도수를 검출하는 단계에서,
    상기 빈도수 검출부는 상기 교통 트래픽 정보에 기 설정된 빈도수를 검출하는 것을 특징으로 하는 정밀지도 구축 방법.
  15. 제 12 항에 있어서, 상기 빈도수를 검출하는 단계에서,
    상기 빈도수 검출부는 상기 이미지에서 자전거 차선과 자전거 각각을 단순 선형으로 인식하고, 자전거 차선의 선형 길이와 자전거의 선형 길이를 검출한 후, 자전거 차선의 선형 길이 대비 자전거의 선형 길이 비율을 검출하는 것을 특징으로 하는 정밀지도 구축 방법.
  16. 제 12 항에 있어서, 상기 빈도수를 검출하는 단계에서,
    상기 빈도수 검출부는 상기 이미지에서 인도와 보행자 각각을 단순 선형으로 인식하고, 인도의 선형 길이와 보행자의 선형 길이를 검출한 후, 인도의 선형 길이 대비 보행자의 선형 길이 비율을 검출하는 것을 특징으로 하는 정밀지도 구축 방법.
  17. 제 12 항에 있어서, 상기 각 객체별 우선순위를 결정하는 단계에서,
    상기 우선순위 결정부는 객체별 빈도수 각각을 객체별 빈도수 각각에 기 설정된 설정값과 비교하여 비교 결과에 따라 우선순위를 결정하는 것을 특징으로 하는 정밀지도 구축 방법.
  18. 제 12 항에 있어서, 상기 각 객체별 정밀지도를 업데이트하는 단계에서,
    상기 정밀지도 구축부는 차량의 빈도수에 따라 차량 차선의 정밀지도 구축 레벨을 증가시키거나 감소시키거나, 자전거의 빈도수에 따라 자전거 차선의 정밀지도 구축 레벨을 증가시키거나 감소시키거나, 또는 보행자의 빈도수에 따라 인도 및 차량탑승지역 정밀지도 구축 레벨을 증가시키거나 감소시키는 것을 특징으로 하는 정밀지도 구축 방법.
KR1020180150521A 2018-11-29 2018-11-29 정밀지도 구축 장치 및 방법 KR102622578B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180150521A KR102622578B1 (ko) 2018-11-29 2018-11-29 정밀지도 구축 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180150521A KR102622578B1 (ko) 2018-11-29 2018-11-29 정밀지도 구축 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20200064413A KR20200064413A (ko) 2020-06-08
KR102622578B1 true KR102622578B1 (ko) 2024-01-08

Family

ID=71090055

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180150521A KR102622578B1 (ko) 2018-11-29 2018-11-29 정밀지도 구축 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102622578B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112434119A (zh) * 2020-11-13 2021-03-02 武汉中海庭数据技术有限公司 一种基于异构数据融合的高精度地图生产装置
KR20230033912A (ko) 2021-09-02 2023-03-09 (주) 지오씨엔아이 웹 기반 정밀 지도 서비스 시스템 및 그 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101736741B1 (ko) 2011-01-07 2017-05-18 팅크웨어(주) 전자 기기 및 그 제어방법
JP2018128587A (ja) * 2017-02-09 2018-08-16 株式会社トヨタマップマスター 地図作成装置、地図作成方法及びそのプログラム、記録媒体
KR101916832B1 (ko) 2017-07-11 2018-11-08 강경수 어노테이션 바운딩 박스를 이용한 오브젝트 감지 방법 및 장치

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120079341A (ko) * 2011-01-04 2012-07-12 팅크웨어(주) 맵데이터갱신방법, 이를 수행하는 전자기기 및 기록매체

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101736741B1 (ko) 2011-01-07 2017-05-18 팅크웨어(주) 전자 기기 및 그 제어방법
JP2018128587A (ja) * 2017-02-09 2018-08-16 株式会社トヨタマップマスター 地図作成装置、地図作成方法及びそのプログラム、記録媒体
KR101916832B1 (ko) 2017-07-11 2018-11-08 강경수 어노테이션 바운딩 박스를 이용한 오브젝트 감지 방법 및 장치

Also Published As

Publication number Publication date
KR20200064413A (ko) 2020-06-08

Similar Documents

Publication Publication Date Title
US11320836B2 (en) Algorithm and infrastructure for robust and efficient vehicle localization
CN110832417B (zh) 使用高清地图为自主车辆生成路线
KR101843866B1 (ko) 라이다 데이터를 이용하여 도로 영역과 차선을 검출하는 방법 및 그 시스템
EP3244165B1 (en) Map based feedback loop for vehicle observations
US8791996B2 (en) Image processing system and position measurement system
JP6975775B2 (ja) 自動運転車両の高速道路における自動運転に用いる、地図及びポジショニングなしで車線に沿う走行方法
CN111656135A (zh) 基于高清地图的定位优化
US11867819B2 (en) Automatic positioning of 2D image sign sightings in 3D space
JP6487283B2 (ja) 点群データ処理装置、点群データ処理方法、プログラム、および記録媒体
JP6140658B2 (ja) 走行区画線認識装置、走行区画線認識プログラム
JP2020516880A (ja) ポリゴンにおける中間点を低減する方法および装置
JP2018200501A (ja) 車線情報出力方法および車線情報出力装置
CN111311902A (zh) 一种数据处理方法、装置、设备和机器可读介质
JP2021082300A (ja) 車両測位方法、装置、電子機器、車両及び記憶媒体
EP3494365B1 (en) Method and apparatus for using virtual probe points for routing or navigation purposes
JP5742558B2 (ja) 位置判定装置およびナビゲーション装置並びに位置判定方法，プログラム
KR102622578B1 (ko) 정밀지도 구축 장치 및 방법
KR102596297B1 (ko) 정밀 지도를 이용한 센서 퓨전의 인지 성능 향상을 위한 장치 및 방법
US20230159052A1 (en) Method for processing behavior data, method for controlling autonomous vehicle, and autonomous vehicle
JP2011022004A (ja) 地図データ更新装置、地図データ更新方法、地図データ更新プログラムおよび記録媒体
JP2006331217A (ja) 画像処理システム及び画像処理方法
JP5742559B2 (ja) 位置判定装置およびナビゲーション装置並びに位置判定方法，プログラム
KR102568112B1 (ko) Ｒｄｐ 알고리즘 기반의 도로 구배정보 모델링 장치 및 방법
CN117631676B (zh) 一种矿区无人驾驶车辆自动引导前进的方法和装置
US20240175706A1 (en) System and method for generating a semantic map for a road

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
GRNT Written decision to grant