KR102650883B1 - 다계층 중심 계산을 위한 장치들, 방법들, 및 비일시적인 컴퓨터 판독가능한 저장 매체들 - Google Patents

다계층 중심 계산을 위한 장치들, 방법들, 및 비일시적인 컴퓨터 판독가능한 저장 매체들 Download PDF

Info

Publication number
KR102650883B1
KR102650883B1 KR1020207015903A KR20207015903A KR102650883B1 KR 102650883 B1 KR102650883 B1 KR 102650883B1 KR 1020207015903 A KR1020207015903 A KR 1020207015903A KR 20207015903 A KR20207015903 A KR 20207015903A KR 102650883 B1 KR102650883 B1 KR 102650883B1
Authority
KR
South Korea
Prior art keywords
threshold
mass
noise
waveform
scalars
Prior art date
Application number
KR1020207015903A
Other languages
English (en)
Other versions
KR20200102993A (ko
Inventor
칸케 가오
키란 쿠마르 군남
니틴쿠마르 사가르바이 바롯
Original Assignee
벨로다인 라이더 유에스에이, 인크.
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 벨로다인 라이더 유에스에이, 인크. filed Critical 벨로다인 라이더 유에스에이, 인크.
Publication of KR20200102993A publication Critical patent/KR20200102993A/ko
Application granted granted Critical
Publication of KR102650883B1 publication Critical patent/KR102650883B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/25—Arrangements for measuring currents or voltages or for indicating presence or sign thereof using digital measurement techniques
    • G01R19/2506—Arrangements for conditioning or analysing measured signals, e.g. for indicating peak values ; Details concerning sampling, digitizing or waveform capturing
    • G01R19/2509—Details concerning sampling, digitizing or waveform capturing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/04—Measuring peak values or amplitude or envelope of ac or of pulses
    • 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
    • G01S7/483—Details of pulse systems
    • G01S7/486—Receivers
    • G01S7/4865—Time delay measurement, e.g. time-of-flight measurement, time of arrival measurement or determining the exact position of a peak
    • 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
    • G01S7/483—Details of pulse systems
    • G01S7/486—Receivers
    • G01S7/487—Extracting wanted echo signals, e.g. pulse detection
    • G01S7/4873—Extracting wanted echo signals, e.g. pulse detection by deriving and controlling a threshold value
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/38—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation
    • G06F7/48—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation using non-contact-making devices, e.g. tube, solid state device; using unspecified devices
    • G06F7/52—Multiplying; Dividing
    • G06F7/535—Dividing only
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06G—ANALOGUE COMPUTERS
    • G06G7/00—Devices in which the computing operation is performed by varying electric or magnetic quantities
    • G06G7/12—Arrangements for performing computing operations, e.g. operational amplifiers
    • G06G7/20—Arrangements for performing computing operations, e.g. operational amplifiers for evaluating powers, roots, polynomes, mean square values, standard deviation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Power Engineering (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Probability & Statistics with Applications (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Measuring Volume Flow (AREA)
  • Soundproofing, Sound Blocking, And Sound Damping (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Traffic Control Systems (AREA)

Abstract

높은 잡음 환경에서 파형의 중심을 결정하는 시스템들 및 방법들이 본 명세서에서 설명된다. 한 실시예에서, 이 방법은, 잡음-배제 영역, 감폭 영역 및 전체 영역을 포함하는 파형에 대한 3계층 동적 범위를 정의하는 파형에 대한 감폭 임계값 및 잡음-배제 임계값을 결정하는 단계를 포함할 수 있다. 잡음-배제 임계값은 감폭 임계값보다 작을 수 있다. 질량 스칼라들 각각에 대한 가중치들은 3계층 동적 범위에 기초하여 결정될 수 있다. 중심은, 결정된 가중치들 및 그들의 대응하는 위치 벡터들에 기초하여 결정될 수 있다.

Description

다계층 중심 계산을 위한 장치들, 방법들, 및 비일시적인 컴퓨터 판독가능한 저장 매체들
관련 특허 출원의 상호참조
본 특허 출원은, 모든 목적으로 그 특허 문서 전체 내용이 참조에 의해 본 명세서에 포함되는, 2017년 11월 3일 출원된 발명의 명칭이 "SYSTEMS AND METHODS FOR MULTI-TIER CENTROID CALCULATION"이고, 발명자가 Kanke Gao, Kiran Kumar Gunnam과 Nitinkumar Sagarbhai Barot인, 공동 소유된 미국 특허 출원 제15/803,494호(도켓 번호 20151-2160)의 우선권을 주장한다.
본 개시내용은 대체로 객체의 중심(centroid)을 계산하기 위한, 더 구체적으로는 파형의 중심을 계산하기 위한 시스템들 및 방법들에 관한 것이다.
형상의 중심 또는 기하학적 중심은 형상 내의 모든 점들의 산술적 중간("평균") 위치이다. 이 정의는 n차원 공간 내의 임의의 객체로 확장될 수 있다; 즉, 객체의 중심은 모든 좌표 방향에서의 모든 점들의 중간적 위치(mean position)일 수 있다. 형상이 파형일 때, 중심 분석은 분명한 피크(well-defined peak)를 갖는 펄스에서 에너지의 중심을 결정하기 위한 알고리즘을 포함할 수 있다. 예를 들어, LIDAR 시스템에서 레이저의 전송 및 귀환 파형은 상대적 광-강도 값들의 시계열(time-series)이다. LIDAR 시스템은, 1cm의 정확도를 달성하는 목표를 가질 수 있다. 종래의 중심 분석 방법의 경우, 이 목표는 높은 잡음 환경에서 어려울 수 있다.
따라서, 높은 잡음 환경에서 정확한 중심 추정치를 제공하는 시스템들 및 방법들이 필요하다.
본 발명의 실시예들이 참조될 것이며, 그 예들이 첨부된 도면들에 도시될 수 있다. 이들 도면들은 제한적인 것이 아니라 예시적인 것으로 의도된다. 본 발명이 전반적으로 이들 실시예들의 맥락에서 설명되지만, 본 발명의 범위를 이들 특정한 실시예들로 제한하려는 것이 아님을 이해해야 한다. 도면들 내의 항목들은 축척비율에 따라 그려진 것은 아니다.
도 1은, 본 문서의 실시예들에 따른 파형의 중심을 그래픽으로 도시한다.
도 2는 본 문서의 실시예들에 따른 "지능형" 중심 계산에 이용된 파형의 3계층 동적 범위를 그래픽으로 도시한다.
도 3은 본 문서의 실시예들에 따른 파형의 3계층 동적 범위에 기초한 "지능형" 중심 계산을 도시한다.
도 4a는 본 개시내용의 실시예에 따라 표시된 감폭(damping) 임계값 t2 및 잡음-배제 임계값 t1을 갖는 수신된 파형을 그래픽으로 도시한다.
도 4b는 본 개시내용의 실시예들에 따라 표시된 감폭 임계값 t2 및 잡음-배제 임계값 t1을 갖는 처리된 파형을 그래픽으로 도시한다.
도 5는, 본 문서의 실시예들에 따른 파형의 3계층 동적 범위에 기초하여 파형의 중심을 결정하기 위한 플로차트를 도시한다.
도 6a는 본 개시내용의 실시예들에 따른 파형의 3계층 동적 범위에 기초한 평균 에러 성능 개선을 그래픽으로 도시한다.
도 6b는 본 개시내용의 실시예들에 따른 파형의 3계층 동적 범위에 기초한 RMS 에러 성능 개선을 그래픽으로 도시한다.
도 7은 본 문서의 실시예들에 따른 컴퓨팅 디바이스/정보 처리 시스템의 간략화된 블록도를 도시한다.
이하의 설명에서, 설명의 목적을 위해, 특정한 상세사항들이 본 발명의 이해를 제공하기 위해 개시된다. 그러나, 본 발명이 이들 상세사항 없이도 실시될 수 있다는 것이 본 기술분야의 통상의 기술자에게 명백할 것이다. 또한, 본 기술분야의 통상의 기술자는 후술되는 본 발명의 실시예들이, 프로세스, 장치, 시스템, 디바이스, 또는 유형의 컴퓨터-판독가능한 매체 상의 방법 등의, 다양한 방식으로 구현될 수 있다는 것을 인식할 것이다.
도면들에 도시된 컴포넌트들 또는 모듈들은, 본 발명의 예시적인 실시예들을 설명하고 본 발명을 모호하게 하는 것을 피하기 위해 의도된 것이다. 또한, 본 논의 전체에 걸쳐, 컴포넌트들은 서브유닛들을 포함할 수 있는 별개의 기능 유닛들로서 설명될 수 있지만, 본 기술분야의 통상의 기술자라면, 다양한 컴포넌트들 또는 그 부분들이 별개의 컴포넌트들로 분할될 수 있거나 단일의 시스템 또는 컴포넌트 내에 통합되는 것을 포함한, 함께 통합될 수도 있다는 것을 인식할 것이다. 본 명세서에서 논의되는 기능 또는 동작은 컴포넌트로서 구현될 수 있다는 점에 유의해야 한다. 컴포넌트는, 소프트웨어, 하드웨어, 또는 이들의 조합으로 구현될 수 있다. 하드웨어는 전자적 컴포넌트 및 회로를 포함할 수 있다.
또한, 도면 내의 컴포넌트들 또는 시스템들 사이의 접속은 직접 접속으로 제한되는 것으로 의도하지 않는다. 오히려, 이들 컴포넌트들 사이의 데이터는, 중간 컴포넌트에 의해, 수정되거나, 재포멧되거나, 기타의 방식으로 변경될 수 있다. 또한, 추가적인 또는 더 적은 수의 접속이 이용될 수도 있다. "결합된", "접속된" 또는 "통신가능하게 결합된"이라는 용어들은, 직접 접속, 하나 이상의 중간 디바이스를 통한 간접 접속, 및 무선 접속을 포함하는 것으로 이해되어야 한다는 점에 유의한다.
본 명세서에서 "한 실시예", "바람직한 실시예", "실시예" 또는 "실시예들"에 대한 언급은, 그 실시예와 관련하여 설명된 특정한 피쳐, 구조, 특성 또는 기능이 본 발명의 적어도 하나의 실시예에 포함되고, 하나보다 많은 실시예에 있을 수 있다는 것을 의미한다. 또한, 본 명세서의 다양한 곳에서 상기 언급된 문구들의 출현이 반드시 모두 동일한 실시예 또는 실시예들을 언급하는 것은 아니다.
본 명세서의 다양한 곳에서 소정의 용어의 사용은 예시를 위한 것이며 제한하는 것으로 해석되어서는 안된다. 서비스, 기능 또는 자원은 단일 서비스, 기능 또는 자원으로 제한되지 않는다; 이들 용어의 사용은 분산 또는 집결될 수 있는 관련 서비스들, 기능들 또는 자원들의 그룹을 지칭할 수 있다.
"내포하다", "내포하는", "포함하다" 및 "포함하는"이라는 용어들은 개방된 용어들인 것으로 이해되어야 하며, 후속되는 임의의 목록은 예이며 열거된 항목들로 제한되는 것은 아니다. 본 명세서에서 사용되는 임의의 표제는 단지 조직화의 목적을 위한 것이며, 설명 또는 청구항의 범위를 제한하기 위해 사용되지 않아야 한다. 본 특허 문헌에 언급된 각각의 참조 문헌은 그 전체 내용이 참조에 의해 본 명세서에 포함된다.
나아가, 본 기술분야의 통상의 기술자라면 다음을 인식해야 한다 : (1) 소정의 단계들은 선택사항으로서 수행될 수 있다; (2) 단계들은 여기서 개시된 특정한 순서로 제한되지 않을 수 있다; (3) 소정의 단계들은 상이한 순서로 수행될 수 있고; (4) 소정의 단계들이 동시에 이루어질 수 있다.
A. 중심 계산
중심은, 위치 벡터들, 및 대응하는 위치 벡터들과 연관된 질량 스칼라(mass scalar)들에 기초하여 계산될 수 있다. 목표는, 소정의 레벨의 잡음 조건 하에서 위치 벡터의 중심을 정확하게 계산하는 알고리즘의 개발일 수 있다. 파형의 경우, 질량 스칼라는 파형의 신호 강도 또는 파형의 상대 강도를 나타낼 수 있다.
파형의 중심은, 파형이 그 형상에 관해 균형을 이룰 수 있는 공간 내의 지점으로서 시각화될 수 있다. 도 1은 본 문서의 실시예들에 따른 파형(102)에서 중심(106)의 그래픽(100)을 도시한다. 파형(102)은, LIDAR 시스템으로의 귀환 신호를 나타낼 수 있다. 파형(102)은, 상대 강도(y-축) 및 샘플 카운트(x-축)에 관하여 디스플레이될 수 있다. 점선(108)은, 파형(102)이 한정되는 영역, 즉, 파형(102)의 폭을 나타낸다. 파형(102)은, 복수회 샘플링되어 대응하는 상대 강도/샘플 카운트 (x, y) 값들을 획득할 수 있다. 도 1은 이산 강도 값(104)에 의해 표시된 바와 같이, 파형(102)이 샘플 번호 1, 3, 5, 7, 9, 11에서 샘플링될 수 있다는 것을 도시한다. 샘플 정보는 파형(102)에서 중심(106)의 위치를 결정할 수 있는 중심 계산을 위한 입력을 제공할 수 있다. 중심 분석에 이용된 수직 위치(110)는 도 1에 표시되어 있다. 샘플 카운트는 위치 벡터로서 간주될 수 있다.
중심 계산을 위한 한 방법은, 질량 스칼라와 위치 벡터에 기초한 가중 합 알고리즘을 포함한다 :
여기서 pi는 위치 벡터이고 mi는 i번째 엔트리(또는 i번째 샘플)에 대한 질량 스칼라이다.
앞서 언급된 알고리즘은 저잡음 환경에서 중심을 추정하기 위한 허용가능한 정확도를 제공할 수 있다. 높은 잡음 환경과 낮은 SNR(S/N Ratio)에서, 추정된 중심의 정확도가 감소될 수 있다. 이 문제는, 예를 들어, 그러한 제한없이, LIDAR 시스템 등의, 광 검출 시스템에서 대응하는 정확도 감소를 야기할 수 있다. 잡음을 감소시키는 것이 가능하지 않을 수도 있지만, 중심 추정의 정확도를 향상시키기 위해 "지능형" 중심 계산을 이용하여 잡음 바이어스(noise bias)를 제거하고 잡음의 영향을 최소화하는 것이 바람직할 수 있다.
B. 3계층 중심 계산
잡음의 영향을 감소시키기 위해, 신호 또는 파형의 동적 범위는, 3개의 계층 : 잡음-배제 영역, 감폭 영역 및 전체 영역으로 분할될 수 있다. 도 2는 본 문서의 실시예들에 따른 "지능형" 중심 계산에 이용될 수 있는 파형(202)의 3계층 동적 범위(200)를 그래픽으로 도시한다. 이 개념은, i번째 질량 스칼라의 값에 기초하여 및 파형(202)에 대한 동적 범위의 3계층 구조에 기초하여 i번째 질량 스칼라(mi)의 가중치를 결정하는 것이다. 이 방법은, 중심을 계산에서 잡음의 영향을 억제할 수 있다. 본 기술분야의 통상의 기술자라면, 신호 또는 파형의 동적 범위가 3계층 이상으로 분할될 수 있고, 계층의 수가 3보다 큰 다계층 중심 계산을 허용한다는 것을 인식할 것이다.
일반적으로, 잡음-배제 영역의 잡음이 지배적일 수 있으므로(즉, 낮은 S/N비), 중심 계산에서 질량 스칼라의 포함이 유리하지 않을 수 있다. 감폭 영역에는, 소정 레벨의 잡음이 있을 수 있지만, 여전히 질량 스칼라에서 유용한 정보가 있을 수 있다. 전체 영역에서, S/N비가 높을 수 있고 질량 스칼라의 전체 값을 중심 계산에 포함시키는 것이 유리할 수 있다.
파형(202)의 3계층 동적 범위는 다음 임계값에 기초하여 정의될 수 있다 : 1) 잡음-배제 임계값 t1, 및 2) 감폭 임계값 t2. i번째 샘플은 i번째 질량 스칼라 또는 mi를 포함할 수 있다. i번째 질량 스칼라의 위치는 다음과 같이 결정될 수 있다 :
i번째 질량 스칼라가 t1보다 작다면, i번째 질량 스칼라는 잡음-배제 영역에 위치할 수 있다.
i번째 질량 스칼라가 t1보다 크고 t2보다 작다면, i번째 질량 스칼라는 감폭 영역에 위치할 수 있다.
i번째 질량 스칼라가 t2보다 크다면, i번째 질량 스칼라가 전체 영역에 위치할 수 있다.
잡음-배제 영역은 파형의 신호 강도에 비해 상당한 잡음 환경을 포함할 수 있다. 잡음-배제 영역에서, 도 2에 따르면, 질량 스칼라의 값, 즉, 신호 강도는 0.2 미만의 상대 강도를 갖는다. 높은 잡음 환경의 부정적인 영향을 최소화하기 위해 잡음-배제 영역에서 질량 스칼라의 가중치를 최소화하는 것이 중심 계산에 유리할 수 있다. 잡음-배제 영역에 대한 한 실시예에서 : 가중치(@잡음 배제) : wi = 0, 여기서 wi는 i번째 질량 스칼라의 가중치다. 본 기술분야의 통상의 기술자라면, 잡음-배제 임계값이 본 발명의 실시예들이 구현되는 응용 및 환경에 기초하여 달라질 수 있다는 것을 인식할 것이며, 이들 모두는 본 발명의 범위에 포함되는 것으로 의도한다.
감폭 영역에서, 질량 스칼라의 정보와 잡음 환경의 부정적인 영향 사이의 균형을 획득하기 위해 감폭 인자가 할당된다. 감폭 영역에 대한 한 실시예에서, 어떤 인자도 지배적이지 않을 수 있다. 감폭 영역에 대한 또 다른 실시예에서 : 가중치(@감폭) : wi =(mi - t1) /(t2 - t1), 여기서 wi는 i번째 질량 스칼라 mi, 즉, 파형(202)의 i번째 샘플의 가중치이고, t1 및 t2는 각각 잡음-배제 임계값 및 감폭 임계값이다. 본 기술분야의 통상의 기술자라면, 감폭 임계값이 본 발명의 실시예들이 구현되는 응용 및 환경에 기초하여 달라질 수 있다는 것을 인식할 것이며, 이들 모두는 본 발명의 범위에 포함되는 것으로 의도한다.
전체 영역에서, 최소 잡음 환경 및/또는 높은 S/N비가 있을 수 있다. 이 영역에서 i번째 질량 스칼라에 대한 가중 값들을 유지하는 것이 유리할 수 있다. 전체 영역에 대한 한 실시예에서 : 가중치(@전체) : wi = mi.
전체 영역에 위치한 파형의 질량 스칼라들은, 감폭 영역에 위치한 파형의 질량 스칼라들보다 큰 S/N비를 갖는다. 감폭 영역에 위치한 파형의 질량 스칼라들은, 잡음-배제 영역에 위치한 파형의 질량 스칼라들보다 더 큰 S/N비를 갖는다.
중심은, 다음과 같이 3계층 영역을 이용하는 알고리즘에 기초하여 계산될 수 있다 :
여기서, wi는 본 명세서에서 논의된 바와 같이 3계층 영역에 대해 정의되며, pi는 i번째 샘플(또는 i번째 엔트리)에 대한 위치 벡터이다.
잡음-배제 임계값 t1 및 감폭 임계값 t2는 잡음 환경의 분석에 기초하여 결정될 수 있다. 중심의 계산을 위한 기간 동안, 잡음-배제 임계값 t1 및 감폭 임계값 t2는 정적일 수 있거나, 잡음 환경 분석에 기초하여 동적으로 조정될 수 있다.
도 3은 본 문서의 실시예들에 따른 파형의 3계층 동적 범위에 기초한 "지능형" 중심 계산(300)을 도시한다. "지능형" 중심 계산(300)은, 임계값 정의 회로(302), 가중치 계산 회로(304) 및 중심 계산 회로(306)를 포함할 수 있다. 도 2의 파형(202)과 균등할 수 있는 파형(301)은, 임계값 정의 회로(302)의 입력에 결합될 수 있다. 일부 실시예들에서, 파형(301)은, LIDAR 시스템의 피크 검출기의 출력일 수 있다. "회로"라는 용어는, 프로세스의 하드웨어 구현/가속, 프로세서 또는 애플리케이션 특유의 하드웨어에서 발견되는 것들 등의 회로를 이용하여 소프트웨어 코드가 구현되고 실행되는 소프트웨어 구현, 또는 이들의 조합을 포괄하는 것으로 의도한다.
임계값 정의 회로(302)는, 잡음-배제 임계값 t1 및 감폭 임계값 t2의 값을 결정할 수 있다. 잡음-배제 임계값 t1은 AWGN(White Gaussian noise)에 기초한 3가지 옵션 : 잡음 시그마 값 3, 4 또는 5에 기초할 수 있다. 감폭 임계값 t2는 다음 4가지 옵션 : 0.3, 0.4, 0.5 또는 0.6에 기초할 수 있고, 여기서, 이들 값들은 1로 정규화된다. 바람직한 성능을 갖는 잡음-배제 임계값 t1 및 감폭 임계값 t2를 결정하기 위해 t1과 t2의 조합에 대해 스윕 분석(sweep analysis)이 수행된다. 중심의 계산의 기간 동안, 잡음-배제 임계값 t1 및 감폭 임계값 t2는 정적일 수 있거나, 잡음 환경 분석에 기초하여 동적으로 조정될 수 있다.
잡음-배제 임계값 t1 및 감폭 임계값 t2의 결정된 값은, 파형(303)을 통해 가중치 계산 회로(304)에 결합된다. 잡음-배제 영역에서 i번째 질량 스칼라에 대한 가중치는 가중치 계산 회로(304)에 의해 계산될 수 있다 : 가중치(@잡음 배제) : wi = 0, 여기서 mi는 i번째 샘플의 질량 스칼라를 나타낸다. 전체 영역에서 i번째 질량 스칼라에 대한 가중치는 가중치 계산 회로(304)에 의해 계산될 수 있다 : 가중치(@전체) : wi = mi, 여기서 mi는 i번째 샘플의 질량 스칼라를 나타낸다. 가중치(@감폭) : wi =(mi - t1) /(t2 - t1), 여기서 wi는 i번째 질량 스칼라 mi의 가중치이다.
가중치 계산 회로(304)는, 3계층 영역에서의 질량 스칼라에 대한 가중치 계산을 포함하는 처리된 파형(305)을 생성할 수 있다. 처리된 파형(305)은 중심 계산 회로(306)에 결합될 수 있다. 결국, 중심 계산 회로(306)는 알고리즘(2)을 실행하고 출력(308)을 통해 중심의 추정치를 제공할 수 있다. LIDAR 시스템에서, 출력(308)은 귀환 신호의 위치 및 진폭을 포함할 수 있다.
도 4a는 본 개시내용의 실시예들에 따라 표시된 감폭 임계값 t2 및 잡음-배제 임계값 t1을 갖는 수신된 파형(402)을 시트(400)에서 그래픽으로 도시한다. 수신된 파형(402)은 도 3의 파형(301)을 나타낼 수 있다. 도 4a에 따르면, 잡음-배제 임계값 t1은 높은 잡음 환경에서 수신된 파형(402)의 질량 스칼라를 배제하기 위해 대략 0.1의 레벨로 설정될 수 있다. 예시된 바와 같이, 이 동작은, 대략 100보다 크거나 대략 -100보다 작은 값을 갖는 위치 벡터를 갖는 엔트리를 배제할 수 있다. 잡음-배제 임계값 t1에 대한 이들 설정에 의해, 수신된 파형(402)의 잡음이 억제될 수 있다. 도 4a에 따르면, 감폭 임계값 t2는 질량 스칼라의 정보와 감폭 영역에서의 잡음에 기인한 정보 손실 사이의 균형을 허용하기 위해 대략 0.5의 레벨로 설정될 수 있다.
도 4b는 본 개시내용의 실시예들에 따라 표시된 감폭 임계값 t2 및 잡음-배제 임계값 t1을 갖는 처리된 파형(404)을 시트(400)에서 그래픽으로 도시한다. 도 4b에 따르면, 처리된 파형(404)은, 수신된 파형(402)의 기울기보다 더 가파른 기울기를 갖는 피크를 포함할 수 있고, 수신된 파형(402)에서보다 작은 잡음 환경을 포함할 수 있다. 사실상, 처리된 파형(404)은 질량 스칼라의 "가중화"를 반영한다. 처리된 파형(404)은, 수신된 파형(402)의 중심의 더 정확한 추정치를 제공할 수 있다. 처리된 파형(404)은, 가중치 계산 회로(304)의 출력인 처리된 파형(305)을 나타낼 수 있다.
도 5는, 본 문서의 실시예들에 따른 파형의 3계층 동적 범위에 기초하여 파형의 중심을 결정하기 위한 플로차트(500)를 도시한다. 이 방법은 다음과 같은 단계들을 포함한다 : 1) 잡음-배제 영역, 감폭 영역 및 전체 영역을 포함하는 3계층 동적 범위를 갖는 파형에 대해 감폭 임계값 t2 및 잡음-배제 임계값 t1을 결정하는 단계; 잡음-배제 임계값은 감폭 임계값보다 작을 수 있다(단계 502); 2) 3계층 동적 범위 영역에 기초하여 i번째 질량 스칼라 엔트리들 각각에 대해 가중치들을 결정하는 단계(단계 504); 및 3) 결정된 가중치들 및 그들의 대응하는 위치 벡터들에 기초하여 중심을 결정하는 단계(단계 506)
C. 결과
이들 실험들 및 결과들은 예시로서 제공되는 것이며 특정한 실시예 또는 실시예들을 이용하여 특정한 조건하에서 수행되었다는 점에 유의해야 한다; 따라서, 이들 실험들이나 그 결과들은 어느 것도 결코 본 특허 문서의 개시내용의 범위를 제한하기 위해 이용되지 않아야 한다.
도 6a는 본 개시내용의 실시예들에 따른 파형의 3계층 동적 범위에 기초한 평균 에러 성능 개선을 시트(600)에서 그래픽으로 도시한다. 표시된 바와 같이, Original_CG_algorithm(알고리즘(1))의 평균 에러(cm)는, 특히 낮은 SNR 값에서, Modified_CG_algorithm(알고리즘(2))의 평균 에러(cm)보다 크다.
도 6b는 본 개시내용의 실시예들에 따른 파형의 3계층 동적 범위에 기초한 RMS 에러 성능 개선을 시트(600)에서 그래픽으로 도시한다. 표시된 바와 같이, Original_CG_algorithm(알고리즘(1))의 RMS 에러(cm)는, 특히 낮은 SNR 값에서, Modified_CG_algorithm(알고리즘(2))의 RMS 에러(cm)보다 크다.
D. 요약
파형의 중심을 계산하기 위한 방법은 : 잡음-배제 영역, 감폭 영역, 및 전체 영역을 포함하는 파형에 대한 3계층 동적 범위를 정의하는 파형에 대한 감폭 임계값 및 잡음-배제 임계값을 중심 장치에서 결정하는 단계, ― 잡음-배제 임계값은 감폭 임계값보다 작음―; 3계층 동적 범위에 기초하여 i번째 질량 스칼라 각각에 대한 가중치들을 중심 장치에서 결정하는 단계; 및 결정된 가중치들 및 그들의 대응하는 위치 벡터들에 기초하여 중심 장치에서 중심을 결정하는 단계를 포함할 수 있다.
추가로, 파형의 중심은, i번째 위치 벡터와 i번째 질량 스칼라의 가중치의 곱의 합을 질량 스칼라의 가중치의 합으로 나눈 값을 포함할 수 있다. i번째 질량 스칼라가 감폭 임계값보다 작지만 잡음-배제 임계값보다 크다면, i번째 질량 스칼라의 결정된 가중치는, i번째 질량 스칼라와 잡음-배제 임계값 사이의 차이를, 감폭 임계값과 잡음-배제 임계값 사이의 차이로 나눈 값과 같다. i번째 질량 스칼라가 감폭 임계값보다 크다면, i번째 질량 스칼라의 결정된 가중치는 i번째 질량 스칼라와 동일하다. i번째 질량 스칼라가 잡음-배제 임계값보다 작다면, i번째 질량 스칼라의 결정된 가중치는 0과 같다.
또한, 감폭 영역은, 잡음-배제 임계값보다 크고 감폭 임계값보다 작은 값들을 갖는 질량 스칼라들을 포함할 수 있고; 전체 영역은 감폭 임계값보다 큰 값들을 갖는 질량 스칼라들을 포함하고; 잡음-배제 영역은 감폭 임계값보다 작은 값들을 갖는 질량 스칼라들을 포함한다. 전체 영역에 위치한 파형의 질량 스칼라들은, 감폭 영역에 위치한 파형의 질량 스칼라들보다 큰 S/N비를 갖는다. 감폭 영역에 위치한 파형의 질량 스칼라들은, 잡음-배제 영역에 위치한 파형의 질량 스칼라들보다 큰 S/N비를 갖는다. 파형에 대한 감폭 임계값과 잡음-배제 임계값은 중심을 결정하는 동안 동적으로 조정된다.
또 다른 실시예에서, 파형에 대한 중심을 계산하기 위한 장치는, 파형에 대한 잡음-배제 임계값 및 감폭 임계값을 결정하도록 동작가능한 임계값 정의 회로, ―잡음-배제 임계값은 감폭 임계값보다 작음― ; 잡음-배제 임계값, 감폭 임계값 및 질량 스칼라 값에 기초하여 파형의 질량 스칼라들의 가중치들을 결정하도록 동작가능한 가중치 계산 회로; 및 질량 스칼라들의 결정된 가중치들 및 그드르이 대응하는 위치 벡터들에 기초하여 파형의 중심을 결정하도록 동작가능한 중심 계산 회로를 포함할 수 있다. 파형의 중심은, i번째 위치 벡터와 i번째 질량 스칼라의 결정된 가중치들의 곱의 합을, 질량 스칼라들의 결정된 가중치들의 합으로 나눈 값을 포함한다.
i번째 질량 스칼라가 감폭 임계값보다 작지만 잡음-배제 임계값보다 크다면, i번째 질량 스칼라의 결정된 가중치는, i번째 질량 스칼라와 잡음-배제 임계값 사이의 차이를, 감폭 임계값과 잡음-배제 임계값 사이의 차이로 나눈 값과 같다. i번째 질량 스칼라가 감폭 임계값보다 크다면, i번째 질량 스칼라의 결정된 가중치는 i번째 질량 스칼라의 값과 동일하다. i번째 질량 스칼라가 잡음-배제 임계값보다 작다면, i번째 질량 스칼라의 결정된 가중치는 0과 같다.
E. 시스템 실시예
실시예들에서, 본 특허 문서의 양태는 정보 처리 시스템/컴퓨팅 시스템에 관한 것이거나 그 상에서 구현될 수 있다. 본 개시내용의 목적을 위해, 컴퓨팅 시스템은, 비즈니스, 과학, 제어 또는 기타 목적으로, 임의의 형태의 정보, 지능, 또는 데이터를, 컴퓨팅, 계산, 결정, 분류, 처리, 전송, 수신, 회수, 시작, 라우팅, 스위칭, 저장, 디스플레이, 통신, 명시, 검출, 기록, 재현, 취급, 또는 활용하도록 동작할 수 있는 임의의 수단 또는 수단들의 집합체를 포함할 수 있다. 예를 들어, 컴퓨팅 시스템은, LIDAR 디바이스, 개인용 컴퓨터(예를 들어, 랩탑), 태블릿 컴퓨터, 패블릿, 개인 휴대 정보 단말기(PDA), 스마트 폰, 스마트 와치, 또는 기타 임의의 적절한 디바이스일 수 있으며, 크기, 형상, 성능, 기능 및 가격에서 다양할 수 있다. 컴퓨팅 시스템은, 랜덤 액세스 메모리(RAM), 중앙 처리 유닛(CPU) 또는 하드웨어 또는 소프트웨어 제어 로직 등의 하나 이상의 처리 자원, ROM, 및/또는 다른 유형의 메모리를 포함할 수 있다. 컴퓨팅 시스템의 추가 컴포넌트들은, 하나 이상의 메모리 디바이스, 외부 디바이스와 통신하기 위한 하나 이상의 네트워크 포트뿐만 아니라, 터치 스크린 및/또는 비디오 디스플레이 등의 다양한 입력 및 출력(I/O) 디바이스를 포함할 수 있다. 컴퓨팅 시스템은 또한, 다양한 하드웨어 컴포넌트들 사이의 통신 신호를 전송하도록 동작가능한 하나 이상의 버스를 포함할 수 있다.
도 7은 본 개시내용의 실시예들에 따른 컴퓨팅 디바이스/정보 처리 시스템(또는 컴퓨팅 시스템)의 간략화된 블록도를 도시한다. 시스템(700)에 대해 도시된 기능들은 정보 처리 시스템의 다양한 실시예들을 지원하도록 동작할 수 있지만, 정보 처리 시스템은 상이하게 구성될 수 있고 상이한 컴포넌트들을 포함할 수 있다는 것을 이해할 것이다.
도 7에 도시된 바와 같이, 시스템(700)은, 컴퓨팅 자원을 제공하고 컴퓨팅 디바이스를 제어하는 하나 이상의 중앙 처리 유닛(CPU)(701)을 포함한다. CPU(701)는 마이크로프로세서 등으로 구현될 수 있고, 하나 이상의 그래픽 처리 유닛(GPU)(717) 및/또는 수학 계산을 위한 부동 소수점 코프로세서 또는 임의의 다른 유형의 코프로세서를 포함할 수도 있다. 시스템(700)은 또한, RAM(random-access memory), ROM(read-only memory) 또는 양쪽 모두의 형태일 수 있는 시스템 메모리(702)를 포함할 수 있다.
도 7에 도시된 바와 같이, 다수의 제어기 및 주변 디바이스가 제공될 수도 있다. 입력 제어기(703)는, 키보드, 마우스 또는 스타일러스 등의, 다양한 입력 디바이스(들)(704)에 대한 인터페이스를 나타낸다. 무선 디바이스(706)와 통신하는 무선 제어기(705)가 있을 수도 있다. 시스템(700)은 또한, 각각이 다양한 유형의 저장 매체를 포함하는 하나 이상의 저장 디바이스(708)와 인터페이스하기 위한 저장 제어기(707)를 포함할 수 있다. 저장 디바이스(들)(708)는 또한, 본 발명에 따라 처리된 데이터 또는 처리될 데이터를 저장하는데 이용될 수 있다. 시스템(700)은 또한, 디스플레이 디바이스(711)에 인터페이스를 제공하기 위한 디스플레이 제어기(709)를 포함할 수 있다. 컴퓨팅 시스템(700)은 또한, 하나 이상의 자동차 시스템(예를 들어, 자율 주행 시스템)(713)과 통신하기 위한 자동차 신호 제어기(712)를 포함할 수 있다. 통신 제어기(714)는, 인터넷, 클라우드 자원(예를 들어, Ethernet 클라우드, FCoE(Fiber Channel over Ethernet)/DCB(Data Center Bridging) 클라우드 등), LAN(Local Area Network), WAN(Wide Area Network), SAN(Storage Area Network)을 포함한 다양한 네트워크들 중 임의의 것을 통해 또는 적외선 신호를 포함한 임의의 적절한 전자기 캐리어 신호를 통해 시스템(700)이 원격 디바이스에 접속하는 것을 가능케하는, 하나 이상의 통신 디바이스(715)와 인터페이스할 수 있다.
도시된 시스템에서, 모든 주요 시스템 컴포넌트들은 하나보다 많은 물리적 버스를 나타낼 수 있는 버스(716)에 접속될 수 있다. 그러나, 다양한 시스템 컴포넌트는 서로 물리적으로 근접하거나 근접하지 않을 수 있다. 예를 들어, 입력 데이터 및/또는 출력 데이터는 하나의 물리적 위치로부터 또 다른 물리적 위치로 원격으로 전송될 수 있다. 또한, 본 발명의 다양한 양태를 구현하는 프로그램은 네트워크를 통해 원격 위치(예를 들어, 서버)로부터 액세스될 수 있다. 이러한 데이터 및/또는 프로그램은, 하드 디스크, 플로피 디스크 및 자기 테이프 등의 자기 매체; CD-ROM 및 홀로그래픽 디바이스 등의 광학 매체; 광 자기 매체; 및 ASIC(application specific integrated circuit), PLD(programmable logic device), 플래시 메모리 디바이스 및 ROM 및 RAM 디바이스 등의 프로그램 코드를 저장하거나 저장하고 실행하도록 특별히 구성된 하드웨어 디바이스를 포함한 그러나 이것으로 제한되지 않는 다양한 머신-판독가능한 매체들 중 임의의 것을 통해 운반될 수 있다.
본 발명의 실시예들은, 단계들이 수행되게 하는 하나 이상의 프로세서 또는 처리 유닛을 위한 명령어들로 하나 이상의 비일시적인 컴퓨터-판독가능한 매체 상에 인코딩될 수 있다. 하나 이상의 비일시적인 컴퓨터-판독가능한 매체는 휘발성 및 비휘발성 메모리를 포함해야 한다는 점에 유의해야 한다. 하드웨어 구현 또는 소프트웨어/하드웨어 구현을 포함한 대안적인 구현들이 가능하다는 점에 유의해야 한다. 하드웨어-구현된 기능은, ASIC(들), 프로그래머블 어레이, 디지털 신호 처리 회로 등을 이용하여 실현될 수 있다. 따라서, 임의의 청구항에서의 "수단"이라는 용어는 소프트웨어 및 하드웨어 구현 양쪽 모두를 포괄하는 것으로 의도된다. 유사하게, 본 명세서에서 사용되는 "컴퓨터-판독가능한 매체 또는 매체들"이라는 용어는, 명령어들의 프로그램이 구현되어 있는 소프트웨어 및/또는 하드웨어, 또는 이들의 조합을 포함한다. 이들 구현 대안들을 염두에 두고, 도면 및 첨부된 설명은, 본 기술분야의 통상의 기술자가 프로그램 코드(즉, 소프트웨어)를 작성하거나 및/또는 요구되는 처리를 수행하는 회로(즉, 하드웨어)를 제작하기 위해 요구되는 기능 정보를 제공한다는 것을 이해해야 한다.
또한, 본 발명의 실시예들은 또한, 다양한 컴퓨터-구현된 동작을 수행하기 위한 컴퓨터 코드를 갖는 비일시적인, 유형(tangible)의, 컴퓨터-판독가능한 매체를 갖는 컴퓨터 제품에 관한 것이라는 점에 유의해야 한다. 이러한 매체 및 컴퓨터 코드는 본 발명의 목적을 위해 특별히 설계되고 구성된 것들이거나 본 기술분야의 통상의 기술자에게 공지되어 있거나 이용가능한 것일 수도 있다. 유형의 컴퓨터-판독가능한 매체의 예는, 하드 디스크, 플로피 디스크 및 자기 테이프 등의 자기 매체; CD-ROM 및 홀로그래픽 디바이스 등의 광학 매체; 광 자기 매체; 및 ASIC(application specific integrated circuit), PLD(programmable logic device), 플래시 메모리 디바이스 및 ROM 및 RAM 디바이스 등의 프로그램 코드를 저장하거나 저장하고 실행하도록 특별히 구성된 하드웨어 디바이스를 포함하지만 이것으로 제한되는 것은 아니다. 컴퓨터 코드의 예는, 컴파일러 등에 의해 생성된 머신 코드, 및 인터프리터를 이용하여 컴퓨터에 의해 실행되는 고수준 코드를 포함한 파일을 포함한다. 본 발명의 실시예들은, 처리 디바이스에 의해 실행되는 프로그램 모듈들 내에 있을 수 있는 머신 실행가능 명령어들로서 전체적으로 또는 부분적으로 구현될 수 있다. 프로그램 모듈의 예는, 라이브러리, 프로그램, 루틴, 객체, 컴포넌트 및 데이터 구조를 포함한다. 분산형 컴퓨팅 환경에서, 프로그램 모듈들은, 로컬, 원격 또는 양쪽 모두에 해당하는 설정으로 물리적으로 위치할 수 있다.
본 기술분야의 통상의 기술자라면, 어떠한 컴퓨팅 시스템 또는 프로그래밍 언어도 본 발명의 실시에 대해 중요하지 않다는 것을 인식할 것이다. 본 기술분야의 통상의 기술자라면, 전술된 다수의 요소들이 물리적으로 및/또는 기능적으로 서브모듈들로 분리되거나 함께 결합될 수 있다는 것을 인식할 것이다.
선행하는 예들 및 실시예들은 예시적인 것이고 본 개시내용의 범위를 제한하려는 것이 아님을 본 기술분야의 통상의 기술자에게 이해될 것이다. 본 명세서를 읽고 도면을 연구할 때 본 기술분야의 통상의 기술자에게 명백한 모든 치환, 향상, 균등물, 조합 및 개선은 본 개시내용의 진정한 사상 및 범위 내에 포함되는 것으로 의도한다. 또한, 임의의 청구항의 요소들은, 복수의 의존성, 구성 및 조합을 갖는 것을 포함한, 상이하게 배열될 수 있다는 점에 유의해야 한다.

Claims (20)

  1. 다계층 중심 계산을 위한 장치로서,
    파형에 대한 잡음-배제 임계값(noise-exclusion threshold) 및 감폭 임계값(damping threshold)을 결정하도록 동작가능한 임계값 정의 회로, ―상기 잡음-배제 임계값은 상기 감폭 임계값보다 작음―;
    상기 잡음-배제 임계값, 상기 감폭 임계값 및 질량 스칼라 값에 기초하여 상기 파형의 질량 스칼라들의 가중치들을 결정하도록 동작가능한 가중치 계산 회로; 및
    질량 스칼라들의 결정된 가중치들 및 그들의 대응하는 위치 벡터들에 기초하여 상기 파형의 중심을 결정하도록 동작가능한 중심 계산 회로
    를 포함하는 장치.
  2. 제1항에 있어서,
    상기 파형의 중심은, i번째 위치 벡터와 i번째 질량 스칼라의 결정된 가중치의 곱의 합을, 상기 질량 스칼라들의 결정된 가중치들의 합으로 나눈 값을 포함하는, 장치.
  3. 제1항에 있어서,
    i번째 질량 스칼라가 상기 감폭 임계값보다 작지만 상기 잡음-배제 임계값보다 크다면, 상기 i번째 질량 스칼라의 결정된 가중치는, 상기 i번째 질량 스칼라와 상기 잡음-배제 임계값 사이의 제1 차이를, 상기 감폭 임계값과 상기 잡음-배제 임계값 사이의 제2 차이로 나눈 값과 같은, 장치.
  4. 제1항에 있어서,
    i번째 질량 스칼라가 상기 감폭 임계값보다 크다면, 상기 i번째 질량 스칼라의 결정된 가중치는 상기 i번째 질량 스칼라의 값과 동일한, 장치.
  5. 제1항에 있어서,
    i번째 질량 스칼라가 상기 잡음-배제 임계값보다 작다면, 상기 i번째 질량 스칼라의 결정된 가중치는 0과 같은, 장치.
  6. 제1항에 있어서,
    감폭 영역은, 상기 잡음-배제 임계값보다 크고 상기 감폭 임계값보다 작은 값들을 갖는 질량 스칼라들을 포함하고, 전체 영역은 상기 감폭 임계값보다 큰 값들을 갖는 질량 스칼라들을 포함하고, 잡음-배제 영역은 상기 감폭 임계값보다 작은 값들을 갖는 질량 스칼라들을 포함하는, 장치.
  7. 제6항에 있어서,
    상기 전체 영역에 위치한 상기 파형의 질량 스칼라들은, 상기 감폭 영역에 위치한 상기 파형의 질량 스칼라들보다 큰 S/N비를 갖는, 장치.
  8. 제6항에 있어서,
    상기 감폭 영역에 위치한 상기 파형의 질량 스칼라들은, 상기 잡음-배제 영역에 위치한 상기 파형의 질량 스칼라들보다 큰 S/N비를 갖는, 장치.
  9. 다계층 중심 계산을 위한 방법으로서,
    잡음-배제 영역, 감폭 영역 및 전체 영역을 포함하는 파형에 대한 3계층 동적 범위를 정의하는 상기 파형에 대한 감폭 임계값 및 잡음-배제 임계값을 중심 장치에서 결정하는 단계, ―상기 잡음-배제 임계값은 상기 감폭 임계값보다 작음―;
    상기 3계층 동적 범위에 기초하여 상기 파형의 질량 스칼라들 각각에 대한 가중치들을 상기 중심 장치에서 결정하는 단계; 및
    상기 결정된 가중치들 및 그들의 대응하는 위치 벡터들에 기초하여 상기 중심 장치에서 중심을 결정하는 단계
    를 포함하는 방법.
  10. 제9항에 있어서,
    상기 파형의 중심은, i번째 위치 벡터와 i번째 질량 스칼라의 결정된 가중치의 곱의 제1 합을, 상기 질량 스칼라들의 결정된 가중치들의 제2 합으로 나눈 값을 포함하는, 방법.
  11. 제9항에 있어서,
    i번째 질량 스칼라가 상기 감폭 임계값보다 작지만 상기 잡음-배제 임계값보다 크다면, 상기 i번째 질량 스칼라의 결정된 가중치는, 상기 i번째 질량 스칼라와 상기 잡음-배제 임계값 사이의 제1 차이를, 상기 감폭 임계값과 상기 잡음-배제 임계값 사이의 제2 차이로 나눈 값과 같은, 방법.
  12. 제9항에 있어서,
    i번째 질량 스칼라가 상기 감폭 임계값보다 크다면, 상기 i번째 질량 스칼라의 결정된 가중치는 상기 i번째 질량 스칼라와 동일한, 방법.
  13. 제9항에 있어서,
    i번째 질량 스칼라가 상기 잡음-배제 임계값보다 작다면, 상기 i번째 질량 스칼라의 결정된 가중치는 0과 같은, 방법.
  14. 제9항에 있어서,
    상기 감폭 영역은, 상기 잡음-배제 임계값보다 크고 상기 감폭 임계값보다 작은 값들을 갖는 질량 스칼라들을 포함하고, 상기 전체 영역은 상기 감폭 임계값보다 큰 값들을 갖는 질량 스칼라들을 포함하고, 상기 잡음-배제 영역은 상기 감폭 임계값보다 작은 값들을 갖는 질량 스칼라들을 포함하는, 방법.
  15. 제9항에 있어서,
    상기 전체 영역에 위치한 상기 파형의 질량 스칼라들은, 상기 감폭 영역에 위치한 상기 파형의 질량 스칼라들보다 큰 S/N비를 갖는, 방법.
  16. 제9항에 있어서,
    상기 감폭 영역에 위치한 상기 파형의 질량 스칼라들은, 상기 잡음-배제 영역에 위치한 상기 파형의 질량 스칼라들보다 큰 S/N비를 갖는, 방법.
  17. 제9항에 있어서, 상기 파형에 대한 상기 감폭 임계값과 상기 잡음-배제 임계값은 상기 중심을 결정하는 동안 동적으로 조정되는, 방법.
  18. 저장된 컴퓨터 프로그램 코드를 갖는 다계층 중심 계산을 위한 비일시적인 컴퓨터 판독가능한 저장 매체로서, 상기 컴퓨터 프로그램 코드는, 중심 장치 상에 구현된 하나 이상의 프로세서에 의해 실행될 때, 상기 중심 장치로 하여금 방법을 수행하게 하고, 상기 방법은 :
    잡음-배제 영역, 감폭 영역 및 전체 영역을 포함하는 파형에 대한 3계층 동적 범위를 정의하는 상기 파형에 대한 감폭 임계값 및 잡음-배제 임계값을 결정하는 단계, ―상기 잡음-배제 임계값은 상기 감폭 임계값보다 작음―;
    상기 3계층 동적 범위에 기초하여 상기 파형의 질량 스칼라들 각각에 대한 가중치들을 결정하는 단계; 및
    상기 결정된 가중치들 및 그들의 대응하는 위치 벡터들에 기초하여 중심을 결정하는 단계
    를 포함하는, 비일시적인 컴퓨터 판독가능한 저장 매체.
  19. 제18항에 있어서,
    상기 파형의 중심은, i번째 위치 벡터와 i번째 질량 스칼라의 결정된 가중치의 곱의 제1 합을, 상기 질량 스칼라들의 결정된 가중치들의 제2 합으로 나눈 값을 포함하는, 비일시적인 컴퓨터 판독가능한 저장 매체.
  20. 제18항에 있어서, 상기 파형에 대한 상기 감폭 임계값과 상기 잡음-배제 임계값은 상기 중심을 결정하는 동안 동적으로 조정되는, 비일시적인 컴퓨터 판독가능한 저장 매체.
KR1020207015903A 2017-11-03 2018-11-02 다계층 중심 계산을 위한 장치들, 방법들, 및 비일시적인 컴퓨터 판독가능한 저장 매체들 KR102650883B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/803,494 US20190137549A1 (en) 2017-11-03 2017-11-03 Systems and methods for multi-tier centroid calculation
US15/803,494 2017-11-03
PCT/US2018/059062 WO2019090152A1 (en) 2017-11-03 2018-11-02 Systems and methods for multi-tier centroid calculation

Publications (2)

Publication Number Publication Date
KR20200102993A KR20200102993A (ko) 2020-09-01
KR102650883B1 true KR102650883B1 (ko) 2024-03-26

Family

ID=66327118

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020207015903A KR102650883B1 (ko) 2017-11-03 2018-11-02 다계층 중심 계산을 위한 장치들, 방법들, 및 비일시적인 컴퓨터 판독가능한 저장 매체들

Country Status (6)

Country Link
US (1) US20190137549A1 (ko)
EP (1) EP3692333A4 (ko)
JP (1) JP7179075B2 (ko)
KR (1) KR102650883B1 (ko)
CN (1) CN111699360B (ko)
WO (1) WO2019090152A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010011289A1 (en) 1998-05-29 2001-08-02 Michael A. Davis Method for improving the accuracy in the determination of a waveform center of a waveform signal
US20030041079A1 (en) 2001-08-14 2003-02-27 Cidra Corporation Method for reducing skew in a real-time centroid calculation
US20100204964A1 (en) 2009-02-09 2010-08-12 Utah State University Lidar-assisted multi-image matching for 3-d model and sensor pose refinement
US20130286404A1 (en) 2010-11-16 2013-10-31 Thunder Bay Regional Research Institute Methods and apparatus for alignment of interferometer
JP2017228288A (ja) 2016-06-21 2017-12-28 スティヒティング・イメック・ネーデルラントＳｔｉｃｈｔｉｎｇ ＩＭＥＣ Ｎｅｄｅｒｌａｎｄ データを処理する回路及び方法

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5175694A (en) * 1990-02-08 1992-12-29 The United States Of America As Represented By The Secretary Of The Navy Centroid target tracking system utilizing parallel processing of digital data patterns
JPH05273335A (ja) * 1992-03-27 1993-10-22 Nkk Corp パルス波送受信方法及びその装置
JP3635166B2 (ja) * 1995-12-27 2005-04-06 株式会社デンソー 距離測定方法及び距離測定装置
GB9718026D0 (en) * 1997-08-27 1997-10-29 Secr Defence Multi-component signal detection system
US6621860B1 (en) * 1999-02-08 2003-09-16 Advantest Corp Apparatus for and method of measuring a jitter
JP2001074827A (ja) 1999-09-07 2001-03-23 Minolta Co Ltd 測距装置
JP2001108747A (ja) 1999-10-08 2001-04-20 Minolta Co Ltd 測距装置
JP2001308760A (ja) * 2000-04-27 2001-11-02 Nec Eng Ltd 受信装置
JP2004012384A (ja) 2002-06-10 2004-01-15 Matsushita Electric Works Ltd 距離計測方法及びその装置
US7043293B1 (en) * 2002-12-24 2006-05-09 Cardiodynamics International Corporation Method and apparatus for waveform assessment
JP4837413B2 (ja) 2006-03-24 2011-12-14 北陽電機株式会社 測距方法および測距装置
CN200973160Y (zh) * 2006-11-24 2007-11-07 中国科学院沈阳自动化研究所 一种图像质心计算装置
EP3070714B1 (en) * 2007-03-19 2018-03-14 Dolby Laboratories Licensing Corporation Noise variance estimation for speech enhancement
US8311067B2 (en) * 2008-06-12 2012-11-13 Akonia Holographics, Llc System and devices for improving external cavity diode lasers using wavelength and mode sensors and compact optical paths
CN101446483B (zh) * 2008-12-30 2011-02-09 重庆大学 光电跟踪宏像素迭代质心法
US8761465B2 (en) * 2009-03-18 2014-06-24 Microsoft Corporation Centroid processing
KR101203158B1 (ko) * 2010-12-23 2012-11-20 전자부품연구원 보간법을 이용하는 시간-주파수 혼합영역의 피치 추정 시스템
JP5751514B2 (ja) 2011-03-08 2015-07-22 国立大学法人茨城大学 球体の球径寸法測定方法及びその測定装置
US9568526B2 (en) * 2012-09-13 2017-02-14 Microchip Technology Incorporated Noise detection and correction routines
KR101932286B1 (ko) * 2012-09-28 2018-12-24 한국전력공사 풍력 발전을 고려한 순간전압강하 평가 방법 및 장치
JP2014206478A (ja) * 2013-04-15 2014-10-30 株式会社デンソー 信号処理装置
US8692802B1 (en) * 2013-07-30 2014-04-08 Cypress Semiconductor Corporation Method and apparatus for calculating coordinates with high noise immunity in touch applications
CN103411535B (zh) * 2013-08-07 2015-08-05 北京信息科技大学 一种针对回光反射标志的可变权重像点定位方法
CA2965941C (en) * 2013-09-20 2020-01-28 Proteus Digital Health, Inc. Methods, devices and systems for receiving and decoding a signal in the presence of noise using slices and warping
CN104567801B (zh) * 2014-12-30 2017-04-26 北京空间机电研究所 一种基于立体视觉的高精度激光测量方法
JP2017040546A (ja) 2015-08-19 2017-02-23 株式会社デンソー 物体検出装置
CN105300316B (zh) * 2015-09-22 2017-10-13 大连理工大学 基于灰度重心法的光条中心快速提取方法
JP6681617B2 (ja) * 2016-02-26 2020-04-15 株式会社国際電気通信基礎技術研究所 波源位置推定装置、コンピュータに実行させるためのプログラム、およびプログラムを記録したコンピュータ読み取り可能な記録媒体
CN107160063B (zh) * 2017-06-09 2019-02-01 青海奥越电子科技有限公司 一种双阈值自动焊接机焊盘检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010011289A1 (en) 1998-05-29 2001-08-02 Michael A. Davis Method for improving the accuracy in the determination of a waveform center of a waveform signal
US20030041079A1 (en) 2001-08-14 2003-02-27 Cidra Corporation Method for reducing skew in a real-time centroid calculation
WO2003016926A1 (en) 2001-08-14 2003-02-27 Cidra Corporation Method and apparatus nbh reducing skew in a real-time centroid calculation
US20100204964A1 (en) 2009-02-09 2010-08-12 Utah State University Lidar-assisted multi-image matching for 3-d model and sensor pose refinement
US20130286404A1 (en) 2010-11-16 2013-10-31 Thunder Bay Regional Research Institute Methods and apparatus for alignment of interferometer
JP2017228288A (ja) 2016-06-21 2017-12-28 スティヒティング・イメック・ネーデルラントＳｔｉｃｈｔｉｎｇ ＩＭＥＣ Ｎｅｄｅｒｌａｎｄ データを処理する回路及び方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
비특허문헌1, IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT, VOL. 50, NO. 1

Also Published As

Publication number Publication date
EP3692333A4 (en) 2021-07-14
KR20200102993A (ko) 2020-09-01
JP7179075B2 (ja) 2022-11-28
EP3692333A1 (en) 2020-08-12
CN111699360B (zh) 2022-12-27
US20190137549A1 (en) 2019-05-09
JP2021502572A (ja) 2021-01-28
WO2019090152A1 (en) 2019-05-09
CN111699360A (zh) 2020-09-22

Similar Documents

Publication Publication Date Title
JP6892484B2 (ja) 物体検出枠を生成する方法とその装置、機器、記憶媒体及び車両
US11069365B2 (en) Detection and reduction of wind noise in computing environments
KR20210051722A (ko) 객체 검출 모델의 학습 방법 및 객체 검출 모델이 실행되는 객체 검출 장치
US11120333B2 (en) Optimization of model generation in deep learning neural networks using smarter gradient descent calibration
US20180107574A1 (en) Detecting anomalous sensors
US10082787B2 (en) Estimation of abnormal sensors
CN108229658B (zh) 基于有限样本的物体检测器的实现方法及装置
US20210019628A1 (en) Methods, systems, articles of manufacture and apparatus to train a neural network
KR20220059194A (ko) 대상 객체에 적응적인 객체 추적 방법 및 장치
CN111639591A (zh) 轨迹预测模型生成方法、装置、可读存储介质及电子设备
US20210329373A1 (en) Methods and apparatus to determine a location of an audio source
KR102650883B1 (ko) 다계층 중심 계산을 위한 장치들, 방법들, 및 비일시적인 컴퓨터 판독가능한 저장 매체들
CN111382643B (zh) 一种手势检测方法、装置、设备及存储介质
US10222869B2 (en) State machine based tracking system for screen pointing control
US20210166129A1 (en) Multi-scale object detection with a trained neural network
JP5078669B2 (ja) 目標検出装置、目標検出方法及び目標検出プログラム
CN115457365A (zh) 一种模型的解释方法、装置、电子设备及存储介质
CN114819088A (zh) 网络结构搜索方法、装置、可读存储介质及电子设备
KR102329353B1 (ko) 심층 신경망을 이용한 음성 발생 방향 추론 방법 및 그 장치
KR20210058614A (ko) 적응적인 임계치를 이용한 얼굴 검출 방법 및 장치
US20220300818A1 (en) Structure optimization apparatus, structure optimization method, and computer-readable recording medium
WO2024038864A1 (ja) 情報処理装置、情報処理方法、及びプログラム
US11080612B2 (en) Detecting anomalous sensors
US20210182678A1 (en) Data processing system and data processing method
US11995537B1 (en) Training network with batches of input instances

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