KR20140054710A - 3차원 지도 생성 장치 및 3차원 지도 생성 방법 - Google Patents

3차원 지도 생성 장치 및 3차원 지도 생성 방법 Download PDF

Info

Publication number
KR20140054710A
KR20140054710A KR1020120120523A KR20120120523A KR20140054710A KR 20140054710 A KR20140054710 A KR 20140054710A KR 1020120120523 A KR1020120120523 A KR 1020120120523A KR 20120120523 A KR20120120523 A KR 20120120523A KR 20140054710 A KR20140054710 A KR 20140054710A
Authority
KR
South Korea
Prior art keywords
stereo
dimensional
images
image
feature points
Prior art date
Application number
KR1020120120523A
Other languages
English (en)
Other versions
KR101544021B1 (ko
Inventor
박순용
최성인
Original Assignee
경북대학교 산학협력단
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 경북대학교 산학협력단 filed Critical 경북대학교 산학협력단
Priority to KR1020120120523A priority Critical patent/KR101544021B1/ko
Publication of KR20140054710A publication Critical patent/KR20140054710A/ko
Application granted granted Critical
Publication of KR101544021B1 publication Critical patent/KR101544021B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Remote Sensing (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

본 발명의 3차원 지도 생성 장치 및 방법에 관한 것으로, 소정의 시간 간격으로 스테레오 영상들을 연속적으로 촬영하는 스테레오 영상 촬영 장치; 상기 스테레오 영상들로부터 상기 소정의 시간 간격으로 3차원 거리 영상들을 생성하는 거리 영상 생성 장치; 상기 스테레오 영상들에 대응하는 상기 3차원 거리 영상들을 정합함으로써, 상기 스테레오 영상 촬영 장치의 위치 정보를 추정하는 위치 추정 장치; 및 상기 3차원 거리 영상들 및 상기 3차원 거리 영상들에 대응하는 상기 스테레오 영상 촬영 장치의 상기 위치 정보를 이용하여 3차원 지도를 생성하는 3차원 지도 생성부를 포함하는 3차원 지도 생성 장치를 제공한다.

Description

3차원 지도 생성 장치 및 3차원 지도 생성 방법{APPARATUS AND METHOD FOR GENERATING 3D MAP}
본 발명은 3차원 지도(3D Map)를 생성하는 장치 및 3차원 지도를 생성하는 방법에 관한 것이다.
도로 및 도로 주변의 환경을 나타내는 지도에는 주로 2차원 지도가 활용되고 있다. 예를 들어, 차량용 내비게이션은 2차원 지도상에 차량의 현재 위치 및 차량의 주행 방향을 화살표로 표시하며, 운전자에게 주행 경로를 안내한다. 그런데, 2차원 지도는 실제 도로 및 도로 주변의 환경을 정확하게 나타내지 않기 때문에, 도심 지역인 경우 차량 운전자가 내비게이션 단말기의 주행 경로 안내 문구를 정확하게 판단하지 못하여, 차량이 주행 경로와 인접한 다른 주행 경로로 이탈하게 되는 등, 2차원 지도만으로 목적지에 쉽게 도달하기 어려운 상황이 발생할 수 있다.
이에 따라, 최근에는 3차원 지도를 제공하는 시스템에 대한 연구가 이루어지고 있다. 예를 들어, 레이저 스캐너를 차량에 탑재하여, 차량을 주행하면서 레이저 스캐너를 이용하여 도로 및 주변 환경에 대한 3차원 영상을 촬영하고, 촬영된 영상과 대응하는 위치 정보를 위성항법시스템(GPS; Global Positioning System)을 이용하여 기록하여 데이터베이스로 구축함으로써 3차원 지도를 생성하는 기술이 소개되었다. 그러나, GPS는 오차가 수 미터에 이르기 때문에, 도로들과 골목길 및 건물들이 매우 복잡하게 얽혀 있는 지역에서는 내비게이션의 안내 문구에 따른 차량의 주행 경로 전환 시점을 정확히 이해하지 못하여, 차량이 주행 경로로부터 이탈하는 등의 문제점이 여전히 발생할 수 있다.
본 발명은 스테레오 영상 정보를 이용하여 3차원 지도를 생성할 수 있는 3차원 지도 생성 장치 및 3차원 지도 생성 방법을 제공하는 것을 목적으로 한다.
본 발명의 다른 목적은 지피에스(GPS; Global Positioning System)와 같은 위치 추정 장치를 사용하지 않고도 3차원 지도를 생성할 수 있는 3차원 지도 생성 장치 및 3차원 지도 생성 방법을 제공하는 것에 있다.
본 발명의 또 다른 목적은 3차원 지도의 도로 및 주변 환경의 위치 추정에 대한 오차를 줄일 수 있는 3차원 지도 생성 장치 및 3차원 지도 생성 방법을 제공하는 것에 있다.
본 발명이 해결하고자 하는 과제는 이상에서 언급된 과제로 제한되지 않는다. 언급되지 않은 다른 기술적 과제들은 이하의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 측면에 따른 3차원 지도 생성 장치는 소정의 시간 간격으로 스테레오 영상들을 연속적으로 촬영하는 스테레오 영상 촬영 장치; 상기 스테레오 영상들로부터 상기 소정의 시간 간격으로 3차원 거리 영상들을 생성하는 거리 영상 생성 장치; 상기 스테레오 영상들에 대응하는 상기 3차원 거리 영상들을 정합함으로써, 상기 스테레오 영상 촬영 장치의 위치 정보를 추정하는 위치 추정 장치; 및 상기 3차원 거리 영상들 및 상기 3차원 거리 영상들에 대응하는 상기 스테레오 영상 촬영 장치의 상기 위치 정보를 이용하여 3차원 지도를 생성하는 3차원 지도 생성부를 포함한다.
본 발명은 일 측면에 따르면, 상기 위치 추정 장치는, 상기 스테레오 영상들의 특징점들을 이용하여 상기 스테레오 영상들에 대응하는 상기 3차원 거리 영상들을 정합하여 상기 스테레오 영상 촬영 장치의 움직임을 추정함으로써 상기 스테레오 영상 촬영 장치의 상기 위치 정보를 추정하는 3차원 지도 생성 장치가 제공될 수 있다.
본 발명은 일 측면에 따르면, 상기 위치 추정 장치는, 연속적으로 촬영된 상기 스테레오 영상들로부터 2차원 특징점들을 추출하는 특징점 추출부; 연속되는 상기 스테레오 영상들로부터 추출된 상기 2차원 특징점들을 매칭시키는 특징점 매칭부; 매칭된 상기 2차원 특징점들 중에서 스테레오 기하 제약 조건을 만족하지 않는 외치점을 제거하는 외치점 제거부; 상기 2차원 특징점들에 대응하는 상기 3차원 거리 영상의 3차원 특징점들을 이용하여 연속되는 3차원 거리 영상들 간의 변환 행렬을 최적화함으로써 상기 스테레오 영상 촬영 장치의 움직임을 추정하는 움직임 추정부; 및 상기 2차원 특징점들 및 상기 3차원 특징점들을 이용하여 상기 스테레오 영상 촬영 장치의 투영 행렬을 최적화함으로써 상기 스테레오 영상 촬영 장치의 상기 움직임을 정제하는 움직임 정제부를 포함하는 3차원 지도 생성 장치가 제공될 수 있다.
본 발명은 일 측면에 따르면, 상기 거리 영상 생성 장치는, 상기 소정의 시간 간격으로 획득된 각 스테레오 영상의 좌안 영상 및 우안 영상의 왜곡을 보정하는 보정부; 상기 좌안 영상 및 우안 영상의 잡음을 제거하는 저역통과 필터; 상기 좌안 영상 및 우안 영상을 매칭시키는 스테레오 매칭부; 및 삼각화 기법에 기초하여 상기 스테레오 영상에 대응하는 3차원 정보를 산출함으로써, 상기 3차원 거리 영상을 생성하는 삼각화부를 포함하는 3차원 지도 생성 장치가 제공될 수 있다.
본 발명은 일 측면에 따르면, 상기 스테레오 영상 촬영 장치는 차량에 탑재되며, 상기 차량이 주행함에 따라 도로 및 상기 도로의 주변 환경을 포함하는 상기 스테레오 영상들을 상기 소정의 시간 간격으로 연속적으로 촬영하는 3차원 지도 생성 장치가 제공될 수 있다.
본 발명의 다른 일 측면에 따른 3차원 지도 생성 방법은 스테레오 영상 촬영 장치를 이용하여 소정의 시간 간격으로 스테레오 영상들을 연속적으로 촬영하는 단계; 상기 스테레오 영상들로부터 상기 소정의 시간 간격으로 3차원 거리 영상들을 생성하는 단계; 연속적으로 촬영된 상기 스테레오 영상들에 대응하는 상기 3차원 거리 영상들을 정합함으로써, 상기 스테레오 영상 촬영 장치의 위치 정보를 추정하는 단계; 및 상기 3차원 거리 영상들 및 상기 3차원 거리 영상들에 대응하는 상기 스테레오 영상 촬영 장치의 상기 위치 정보를 이용하여 3차원 지도를 생성하는 단계를 포함한다.
본 발명의 다른 일 측면에 따르면, 상기 위치 정보를 추정하는 단계는, 상기 스테레오 영상들의 특징점들을 이용하여 상기 스테레오 영상들에 대응하는 상기 3차원 거리 영상들을 정합하여 상기 스테레오 영상 촬영 장치의 움직임을 추정함으로써 상기 스테레오 영상 촬영 장치의 상기 위치 정보를 추정하는 3차원 지도 생성 방법이 제공될 수 있다.
본 발명의 다른 일 측면에 따르면, 상기 위치 정보를 추정하는 단계는, 연속적으로 촬영된 상기 스테레오 영상들로부터 2차원 특징점들을 추출하는 단계; 연속되는 상기 스테레오 영상들로부터 추출된 상기 2차원 특징점들을 매칭시키는 단계; 매칭된 상기 2차원 특징점들 중에서 스테레오 기하 제약 조건을 만족하지 않는 외치점을 제거하는 단계; 상기 2차원 특징점들에 대응하는 상기 3차원 거리 영상의 3차원 특징점들을 이용하여 연속되는 3차원 거리 영상들 간의 변환 행렬을 최적화함으로써 상기 스테레오 영상 촬영 장치의 움직임을 추정하는 단계; 및 상기 2차원 특징점들 및 상기 3차원 특징점들을 이용하여 상기 스테레오 영상 촬영 장치의 투영 행렬을 최적화함으로써 상기 스테레오 영상 촬영 장치의 상기 움직임을 정제하는 단계를 포함하는 3차원 지도 생성 방법이 제공될 수 있다.
본 발명의 다른 일 측면에 따르면, 상기 3차원 거리 영상들을 생성하는 단계는, 상기 소정의 시간 간격으로 획득된 각 스테레오 영상의 좌안 영상 및 우안 영상의 왜곡을 보정하는 단계; 상기 좌안 영상 및 상기 우안 영상의 잡음을 제거하는 단계; 상기 좌안 영상 및 상기 우안 영상을 매칭시키는 단계; 및 삼각화 기법에 기초하여 상기 스테레오 영상에 대응하는 3차원 정보를 산출함으로써, 상기 3차원 거리 영상을 생성하는 단계를 포함하는 3차원 지도 생성 방법이 제공될 수 있다.
본 발명의 또 다른 일 측면에 따른 3차원 지도 생성 방법은 연속되는 스테레오 영상들에 대응하는 연속되는 3차원 거리 영상들을 정합하여 상기 스테레오 영상들 각각에 대응하는 위치 정보를 추정하고, 상기 3차원 거리 영상들 및 추정한 상기 위치 정보를 이용하여 3차원 지도를 생성하는 단계를 포함한다.
본 발명의 또 다른 일 측면에 따르면, 차량을 주행시키면서 상기 차량에 탑재한 스테레오 영상 촬영 장치를 이용하여 도로 및 상기 도로의 주변 환경을 포함하는 상기 스테레오 영상들을 연속적으로 촬영하는 단계를 더 포함하는 3차원 지도 생성 방법이 제공될 수 있다.
본 발명의 실시예에 의하면, 스테레오 영상으로부터 3차원 지도를 생성할 수 있다.
또한, 본 발명의 실시예에 의하면, 지피에스(GPS; Global Positioning System)와 같은 위치 추정 장치를 사용하지 않고도 3차원 지도를 생성할 수 있으며, 3차원 지도의 도로 및 주변 환경의 위치 추정에 대한 오차를 줄일 수 있다.
도 1은 본 발명의 일 실시예에 따른 3차원 지도 생성 장치의 구성도이다.
도 2는 본 발명의 일 실시예에 따른 3차원 지도 생성 장치를 구성하는 거리 영상 생성 장치의 예시적인 구성도이다.
도 3은 본 발명의 일 실시예에 따른 3차원 지도 생성 장치를 구성하는 위치 추정 장치의 예시적인 구성도이다.
도 4는 본 발명의 일 실시예에 따른 3차원 지도 생성 방법의 흐름도이다.
도 5는 도 4에 도시된 단계 S42의 흐름도이다.
도 6은 도 4에 도시된 단계 S43의 흐름도이다.
도 7은 스테레오 영상의 좌안 및 우안 영상에 대한 에피폴라 기하를 설명하기 위한 개념도이다.
도 8은 강체 지속성 제약에 대하여 설명하기 위한 개략도이다.
본 발명의 다른 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술하는 실시예를 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예는 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 만일 정의되지 않더라도, 여기서 사용되는 모든 용어들(기술 혹은 과학 용어들을 포함)은 이 발명이 속한 종래 기술에서 보편적 기술에 의해 일반적으로 수용되는 것과 동일한 의미를 갖는다. 일반적인 사전들에 의해 정의된 용어들은 관련된 기술 그리고/혹은 본 출원의 본문에 의미하는 것과 동일한 의미를 갖는 것으로 해석될 수 있다. 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다.
한편, 본 명세서 전체에서 사용되는 '~부'의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미할 수 있다. 예를 들어 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미할 수 있다. 그렇지만 '~부'의 용어가 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부' 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다.
본 발명의 실시예에 따른 3차원 지도 생성 장치는 연속적으로 촬영된 스테레오 영상들로부터 연속적인 3차원 거리 영상들을 생성하고, 3차원 거리 영상들을 정합하여 스테레오 영상 촬영 장치의 위치 정보를 추정함으로써 3차원 지도를 생성하므로, 연속적으로 촬영되는 스테레오 영상들로부터 3차원 지도를 생성할 수 있으며, 지피에스(GPS; Global Positioning System)를 사용하지 않고도 3차원 지도를 생성할 수 있으며, GPS를 기반으로 하여 생성된 3차원 지도와 대비하여 피촬영 대상의 위치 추정 오차를 줄일 수 있다.
도 1은 본 발명의 일 실시예에 따른 3차원 지도 생성 장치의 구성도이다. 도 1을 참조하면, 본 발명의 일 실시예에 따른 3차원 지도 생성 장치(100)는 스테레오 영상 촬영 장치(110), 거리 영상 생성 장치(120), 위치 추정 장치(130) 및 3차원 지도 생성부(140)를 포함한다. 스테레오 영상 촬영 장치(110)는 소정의 시간 간격으로 스테레오 영상들을 연속적으로 촬영한다. 스테레오 영상 촬영 장치(110)에 의해 촬영된 스테레오 영상들은 3차원 거리 영상의 생성을 위해 거리 영상 생성 장치(120)로 입력되며, 스테레오 영상들 각각에 대응하는 스테레오 영상 촬영 장치(110)의 위치 정보를 추정하기 위하여 위치 추정 장치(130)로 입력된다. 스테레오 영상 촬영 장치(110)는 예를 들어 스테레오 비전 카메라일 수 있다. 스테레오 영상은 좌안 영상(left image) 및 우안 영상(right image)을 포함할 수 있다. 일 실시예에 있어서, 스테레오 영상 촬영 장치(110)는 좌안 영상 촬영용 카메라(미도시) 및 우안 영상 촬영용 카메라(미도시)를 포함할 수 있다.
일 실시예에 있어서, 스테레오 영상 촬영 장치(110)는 차량에 탑재될 수 있다. 스테레오 촬영 장치(110)는 차량이 주행함에 따라 도로 및 도로의 주변 환경을 포함하는 스테레오 영상들을 소정의 시간 간격으로 연속적으로 촬영할 수 있다. 소정의 시간 간격은 예를 들어, 스테레오 촬영 장치(110)의 프레임 레이트(frame rate)(fps)에 따라 결정될 수 있다. 거리 영상 생성 장치(120)는 스테레오 영상 촬영 장치(110)에 의해 촬영된 스테레오 영상들로부터 소정의 시간 간격으로 3차원 거리 영상들을 생성한다. 거리 영상 생성 장치(120)에 의해 생성된 3차원 거리 영상들은, 3차원 거리 영상들 각각에 대응하는 스테레오 영상 촬영 장치(110)의 위치 정보를 추정하기 위하여 위치 추정 장치(130)로 입력된다. 3차원 거리 영상은 예를 들어 좌안 영상과 우안 영상의 스테레오 정합을 통해 생성되어, 3차원 정보를 포함할 수 있다. 이때, 3차원 거리 영상은 스테레오 영상의 2차원 정보 및 3차원 정보를 모두 포함할 수 있으므로, '2.5차원 거리 영상'으로 표현될 수도 있다.
거리 영상 생성 장치(120)에 의해 생성된 연속되는 두 3차원 거리 영상 사이의 시간 간격은 스테레오 영상 촬영 장치(110)의 연속되는 두 스테레오 영상 사이의 시간 간격과 동일할 수 있다. 여기서, 두 스테레오 영상이 '연속하다'라는 것은 두 스테레오 영상의 촬영 시점의 사이에 촬영된 다른 영상이 존재하지 않는다는 것, 두 스테레오 영상이 시간적으로 연속된 순서로 촬영된 것임을 의미할 수 있다. 예를 들어, 전체 N 프레임의 스테레오 영상이 촬영되었을 때, N 프레임 중 t-1 시점에 촬영된 n-1번째 프레임, t 시점에 촬영된 n번째 프레임의 연속한 스테레오 영상들로부터 n-1번째 3차원 거리 영상, n번째 3차원 거리 영상의 연속한 3차원 거리 영상들을 생성할 수 있다.
도 2는 본 발명의 일 실시예에 따른 3차원 지도 생성 장치를 구성하는 거리 영상 생성 장치의 예시적인 구성도이다. 도 2를 참조하면, 거리 영상 생성 장치(120)는 보정부(121), 저역통과 필터(122), 스테레오 매칭부(123) 및 삼각화부를 포함한다. 보정부(121)는 스테레오 촬영 장치(110)에 의해 소정의 시간 간격으로 획득된 각 스테레오 영상의 좌안 영상 및 우안 영상의 왜곡을 보정(rectification, calibration)한다. 저역통과 필터(Low Pass Filter)(122)는 스테레오 촬영 장치(110)에 의해 획득된 각 스테레오 영상의 좌안 영상 및 우안 영상의 잡음을 제거한다. 동일 시점에서 촬영된 각 스테레오 영상의 좌안 영상 및 우안 영상은 잡음이 제거된 후 스테레오 매칭부(123)로 입력된다. 스테레오 매칭부(123)는 스테레오 정합 기법(stereo matching)을 이용하여 동일 시점에서 촬영된 각 스테레오 영상의 좌안 영상 및 우안 영상을 매칭시킨다. 삼각화부(124)는 삼각화 기법(triangulation)을 이용하여 스테레오 영상에 대응하는 3차원 정보를 산출함으로써, 3차원 거리 영상을 생성할 수 있다.
다시 도 1을 참조하면, 위치 추정 장치(130)는 스테레오 영상 촬영 장치(110)에 의해 촬영된 스테레오 영상들 및 거리 영상 생성 장치(120)에 의해 생성된 3차원 거리 영상들을 이용하여 스테레오 영상 촬영 장치(110)의 위치 정보를 추정한다. 일 실시예에 있어서, 위치 추정 장치(130)는 스테레오 영상 촬영 장치(110)에 의해 연속적으로 촬영된 스테레오 영상들로부터 2차원 특징점들을 추적하고, 추적한 2차원 특징점들을 이용하여 스테레오 영상들에 대응하는 3차원 거리 영상들을 정합함으로써 스테레오 영상 촬영 장치(110)의 위치 정보를 추정할 수 있다. 일 실시예에 있어서, 위치 추정 장치(130)는 스테레오 영상들에 대응하는 3차원 거리 영상들을 정합하고, 3차원 거리 영상들의 정합에 따른 스테레오 영상 촬영 장치(110)의 카메라의 움직임을 추정(motion estimation)함으로써, 스테레오 영상 촬영 장치(110)의 위치를 추정할 수 있다.
도 3은 본 발명의 일 실시예에 따른 3차원 지도 생성 장치를 구성하는 위치 추정 장치의 예시적인 구성도이다. 도 3을 참조하면, 위치 추정 장치(130)는 특징점 추출부(131), 특징점 매칭부(132), 외치점 제거부(133), 움직임 추정부(134) 및 움직임 정제부(135)를 포함한다. 특징점 추출부(131)는 연속적으로 촬영된 스테레오 영상들로부터 2차원 특징점들을 추출한다. 예를 들어, 특징점 추출부(131)는 연속되는 스테레오 영상들의 좌안 영상 또는 우안 영상으로부터 2차원 특징점들을 추출할 수 있다. 특징점은 예를 들어, 영상의 회전, 스케일, 또는 이동 변환 등에 따라 동일한 위치가 찾아지는 화소를 의미할 수 있다. 특징점 매칭부(132)는 연속되는 스테레오 영상들로부터 추출된 2차원 특징점들을 매칭(matching)시킨다. 외치점 제거부(133)는 2차원 특징점들 중에서 스테레오 기하 제약 조건을 만족하지 않는 외치점(outlier point)을 제거한다. 움직임 추정부(134)는 외치점을 제외한 2차원 특징점들의 정보를 사용하여 스테레오 영상 촬영 장치(110)의 카메라의 움직임을 추정(motion estimation)할 수 있다. 일 실시예에 있어서, 움직임 추정부(134)는 스테레오 영상들의 2차원 특징점들에 대응하는 3차원 거리 영상의 3차원 특징점들을 이용하여 연속되는 3차원 거리 영상들 간의 변환 행렬을 최적화함으로써 스테레오 영상 촬영 장치(110)의 움직임을 추정할 수 있다. 움직임 정제부(135)는 스테레오 영상 촬영 장치(110)의 카메라의 움직임을 정제(motion refinement)한다. 일 실시예에 있어서, 움직임 정제부(135)는 스테레오 영상들의 2차원 특징점들 및 3차원 거리 영상의 3차원 특징점들을 이용하여 스테레오 영상 촬영 장치(110)의 투영 행렬을 최적화함으로써 스테레오 영상 촬영 장치(110)의 움직임을 정제할 수 있다. 위치 추정 장치(130)의 보다 구체적인 기능에 대하여는 후술한다.
다시 도 1을 참조하면, 3차원 지도 생성부(140)는 거리 영상 생성 장치(120)에 의해 생성된 3차원 거리 영상들 및 3차원 거리 영상들 각각에 대응하는 스테레오 영상 촬영 장치(110)의 위치 정보를 이용하여 3차원 지도를 생성한다. 본 발명의 일 실시예에 따른 3차원 지도 생성 장치(100)는 복수의 스테레오 영상 촬영 장치를 포함할 수 있다. 이러한 실시예의 경우, 3차원 지도 생성부(140)는 각 스테레오 영상 촬영 장치에 대응하는 3차원 거리 영상을 하나의 영상으로 합성하여, 보다 넓은 시역의 3차원 지도 데이터를 생성할 수 있다.
이하에서는 본 발명의 일 실시예에 따른 3차원 지도 생성 방법에 대해 설명한다. 본 발명의 일 실시예에 따른 3차원 지도 생성 방법은 연속적으로 촬영된 스테레오 영상들로부터 연속적인 3차원 거리 영상들을 생성하고, 3차원 거리 영상들을 정합하여 스테레오 영상 촬영 장치의 위치 정보를 추정함으로써 3차원 지도를 생성하므로, 연속적으로 촬영되는 스테레오 영상들로부터 3차원 지도를 생성할 수 있으며, 지피에스(GPS; Global Positioning System) 등과 같은 위치 추정 장치 없이도 3차원 지도를 생성할 수 있으며, GPS를 기반으로 하여 생성된 3차원 지도와 대비하여 도로 및 주변 환경 등의 위치 추정 오차를 줄일 수 있다.
도 4는 본 발명의 일 실시예에 따른 3차원 지도 생성 방법의 흐름도이다. 도 4에 도시된 단계들은 도 1 내지 도 3에 도시된 3차원 지도 생성 장치의 구성들에 의하여 수행될 수 있다. 도 1 내지 도 4를 참조하면, 본 발명의 일 실시예에 따른 3차원 지도 생성 방법은, 스테레오 영상 촬영 장치(110)를 이용하여 소정의 시간 간격으로 스테레오 영상들을 연속적으로 촬영하는 단계(S41), 스테레오 영상들로부터 소정의 시간 간격으로 3차원 거리 영상들을 생성하는 단계(S42), 3차원 거리 영상들을 정합함으로써, 스테레오 영상 촬영 장치(110)의 위치 정보를 추정하는 단계(S43) 및 3차원 거리 영상들 및 3차원 거리 영상들에 대응하는 스테레오 영상 촬영 장치(110)의 위치 정보를 이용하여 3차원 지도를 생성하는 단계(S44)를 포함한다.
이를 보다 구체적으로 설명하면, 먼저 단계 S41에서 스테레오 영상 촬영 장치(110)는 소정의 시간 간격으로 스테레오 영상들을 연속적으로 촬영한다. 다음으로, 단계 S42에서 거리 영상 생성 장치(120)는 스테레오 영상 촬영 장치(110)에 의해 촬영된 스테레오 영상으로부터 3차원 거리 영상을 생성한다.
도 5는 도 4에 도시된 단계 S42의 흐름도이다. 도 2 및 도 5를 참조하여 단계 S42를 보다 구체적으로 설명하면 다음과 같다. 먼저, 단계 S51에서 보정부(121)는 영상 교정(Image Rectification)을 수행하여, 소정의 시간 간격으로 획득된 각 스테레오 영상의 좌안 영상 및 우안 영상의 왜곡을 보정한다. 예를 들어, 스테레오 영상 촬영 장치(110)의 각 카메라(좌안 영상 촬영용 카메라 및 우안 영상 촬영용 카메라)로부터 획득한 영상은 카메라가 가지고 있는 고유의 렌즈 특성에 의해 왜곡된 형태로 저장될 수 있다. 이러한 경우에 있어, 에피폴라 제약(Epipolar constraint)을 만족하는 삼각화(triangulation)를 정상적으로 수행하기 위해, 영상의 왜곡을 없애는 영상 교정을 수행할 수 있다. 이러한 영상 교정에 의하여, 각 카메라의 영상면은 각 영상의 행이 수평적으로 일치되도록 정렬될 수 있다.
다음으로, 단계 S52에서 저역통과 필터(Low-Pass Filter)(122)는 좌안 영상 및 우안 영상의 잡음을 제거한다. 단계 S51에 따른 영상 교정을 거친 교정 영상(rectified image)은 에일리어싱(aliasing) 현상을 보일 수 있으므로, 저역통과 필터(122)는 교정 영상으로부터 에일리어싱 현상의 원인이 되는 고주파 성분을 제거할 수 있다. 저역통과 필터(122)는 예를 들어 교정 영상에 대해서 가우시안 필터(Gaussian filter)를 적용하여 영상의 평활화를 실시할 수 있다.
단계 S53에서 스테레오 매칭부(123)는 스테레오 영상의 좌안 영상 및 우안 영상을 매칭시킨다. 일 실시예에 있어서, 스테레오 매칭부(123)는 SAD(Sum of Absolute Difference) 알고리즘을 사용하여 스테레오 영상의 좌안 영상 및 우안 영상을 매칭시킴으로써, 스테레오 영상의 좌안 영상 및 우안 영상 사이의 일치점(corresponding point)을 획득할 수 있다.
단계 S54에서 삼각화부(124)는 삼각화 기법을 이용하여 스테레오 영상에 대응하는 3차원 정보를 산출함으로써, 3차원 거리 영상을 생성한다. 단계 S53에서 스테레오 매칭부(123)에 의한 스테레오 매칭을 통하여, 좌안 영상으로부터 매칭점 (x1,y1)이 획득되고, 우안 영상으로부터 매칭점 (xr,yr)이 획득되었을 때, 삼각화부(124)는 아래의 수식 1에 따라 카메라 좌표계의 3차원 점을 산출함으로써, 3차원 거리 영상을 생성할 수 있다.
[수식 1]
Figure pat00001
여기서, PC는 카메라 좌표계의 3차원 점, X, Y, Z는 각각 3차원 점의 X축, Y축, Z축 좌표, T는 트랜스포즈(Transpose), b는 좌안 영상 촬영 카메라와 우안 영상 촬영 카메라 사이의 거리(베이스라인 거리), xc는 영상의 설정된 x축 중심 좌표, yc는 영상의 설정된 y축 중심 좌표, f는 카메라의 초점 거리를 나타낸다. 좌안 영상 촬영 카메라와 우안 영상 촬영 카메라의 초점 거리가 다를 경우, f는 단계 S51에서의 영상 교정을 통해 보정된 초점 거리를 의미할 수 있다.
다시 도 4를 참조하면, 단계 S42에서 거리 영상 생성 장치(120)에 의해 3차원 거리 영상이 생성되면, 단계 S43에서 위치 추정 장치(130)는 스테레오 영상들에 대응하는 3차원 거리 영상들을 정합함으로써, 스테레오 영상 촬영 장치(110)의 위치 정보를 추정한다. 일 실시예에 있어서, 위치 추정 장치(130)는 스테레오 영상들의 2차원 특징점들을 이용하여 스테레오 영상들에 대응하는 3차원 거리 영상들을 정합하여 스테레오 영상 촬영 장치(110)의 움직임을 추정함으로써 스테레오 영상 촬영 장치(110)의 위치 정보를 추정할 수 있다.
도 6은 도 4에 도시된 단계 S43의 흐름도이다. 도 3 및 도 6을 참조하면, 먼저, 단계 S61에서 특징점 추출부(131)는 연속적으로 촬영된 스테레오 영상들로부터 2차원 특징점을 추출한다. 일 실시예에 있어서, t-1 시점에서 촬영된 이전 프레임에 해당하는 스테레오 영상과, t 시점에서 촬영된 현재 프레임에 해당하는 스테레오 영상이 존재하는 경우, 특징점 추출부(131)는 이전 프레임에 해당하는 스테레오 영상의 좌안 영상 및 현재 프레임에 해당하는 스테레오 영상의 좌안 영상으로부터 2차원 특징점을 추출하거나, 이전 프레임에 해당하는 스테레오 영상의 우안 영상 및 현재 프레임에 해당하는 스테레오 영상의 우안 영상으로부터 2차원 특징점을 추출할 수 있다.
단계 S62에서 특징점 매칭부(132)는 연속되는 프레임에 해당하는 스테레오 영상들의 2차원 특징점을 매칭시킨다. 일 실시예에 있어서, 특징점 매칭부(132)는 SURF 알고리즘을 이용하여 시간적으로 연속적으로 촬영된 두 스테레오 영상의 2차원 특징점을 매칭할 수 있다. 단계 S61에서 이전 스테레오 영상의 좌안 영상과 현재 스테레오 영상의 좌안 영상(또는 우안 영상)으로부터 2차원 특징점을 추출한 경우, 특징점 매칭부(132)는 이전 스테레오 영상의 좌안 영상(또는 우안 영상)으로부터 추출된 2차원 특징점 및 현재 스테레오 영상의 좌안 영상(또는 우안 영상)으로부터 추출된 2차원 특징점을 매칭할 수 있다. 특징점 매칭부(132)는 예를 들어, 64차원의 벡터로 이루어진 기술자들을 서로 비교한 뒤 유사도가 가장 높은 특징점을 선택함으로써 시간적으로 연속하는 두 스테레오 영상의 정합(matching) 관계를 획득할 수 있다. 특징점 매칭부(132)는 예를 들어, 최근접 이웃법(nearest neighbor) 또는 FLANN(Fast Library for Approximate Nearest Neighbors) 등의 기법을 사용하여 특징점 매칭을 수행함으로써, 일치점(correspondence point)을 찾을 수 있다. 일 실시예에 있어서, 특징점 매칭부(132)는 매칭 성능을 높이기 위해, 기술자 비교시 특징점의 기하적인 제약을 추가할 수 있다. 특징점 매칭부(132)는 특징점 매칭시 예를 들어 아래의 조건들을 만족하는지 여부를 확인하여, 해당 조건들 a), b), c)을 모두 만족하는 특징점을 일치점으로 결정할 수 있다.
a) 회전 제약 : 일치점 사이의 방향 차이는 20°이내여야 한다.
b) 스케일 제약 : 일치점 사이의 스케일 차는 한 단계 내외이거나 같은 스케일이어야 한다.
c) 매칭 유일성 제약 : 일대다 매칭 결과를 보이는 특징점에 대해서는 모호성이 있는 것으로 판단하여 일치점 군에서 제외시킨다. 매칭을 성공한 특징점들은 일대일 관계를 유지해야 한다.
단계 S63에서 외치점 제거부(133)는 2차원 특징점 사이의 외치점을 제거한다. 여기서, 외치점은 좌안 영상과 우안 영상에 대한 소정의 기하 제약을 만족하지 않는 특징점을 말하며, 좌안 영상과 우안 영상에 대한 소정의 기하 제약을 만족하는 내치점과 대비된다. 일 실시예에 있어서, 외치점 제거부(133)는 에피폴라(epipolar) 기하 제약 및 RANSAC(RANdom Sample Consensus) 알고리즘을 이용하여 2차원 매칭 정보의 외치점을 제거할 수 있다.
도 7은 스테레오 영상의 좌안 및 우안 영상에 대한 에피폴라 기하를 설명하기 위한 개념도이다. 도 7을 참조하여 스테레오 영상의 좌안 및 우안 영상에 대한 에피폴라 기하 정의에 대해 설명하면 다음과 같다. 도 7에서 O와 O'는 각각 좌안 영상 촬영 카메라, 우안 영상 촬영 카메라의 주축점(principal point)을 나타내며, P는 3차원 공간상에 놓여 있는 객체를 이루는 3차원 점을 나타내며, x는 3차원 점(P)을 좌안 영상 촬영 카메라의 영상 평면(image plane)(IMP1)에 투영하였을 때 맺히는 투영점을 나타내며, x'는 3차원 점(P)을 우안 영상 촬영 카메라의 영상 평면(IMP2)에 투영하였을 때 맺히는 투영점을 나타낸다. 3차원 점(P)과 2차원 투영점들(x,x')은 에피폴라 기하 관계에 놓여있다고 말하며, 각 영상 평면(IMP1,IMP2)에 투영된 2차원 점(x,x')은 일치점(또는 정합점)으로 간주될 수 있다. 그리고 각 카메라의 주축점들(O,O') 사이를 잇는 선에 해당하는 에피폴라 축(epipolar axis)
Figure pat00002
과 각 영상 평면(IMP1,IMP2)이 교차하여 만들어지는 점을 에피폴(epipole)(e, e')로 칭하며, 카메라 주축점(O, O') 및 대상 공간에 존재하는 3차원 점(P)에 의해 만들어지는 삼각형 면을 포함하는 평면을 에피폴라 면(epipolar plane)(EP)이라고 부른다.
좌안 영상 촬영 카메라의 영상 평면(IMP1)에 맺히는 투영점(x)은 3차원 점(P)과 좌안 영상 촬영 카메라의 주축점(O)을 연결하는 선
Figure pat00003
위의 한 점이 되며, 원근(perspective)법을 사용하는 핀홀(pinhole) 카메라 모델을 사용하는 것으로 가정하였을 때, 핀홀 카메라 모델의 특성에 따라,
Figure pat00004
선 상의 무수한 점들이 같은 영상점 x로 투영될 수 있다. 선
Figure pat00005
상에 있는 3차원 점 Pk(k=1...n)을 우측 영상 평면(IMP2)에 투영하였을 때 맺히는 2차원 투영점들은 영상점 x'와 에피폴 e'를 잇는 선
Figure pat00006
상에 놓이게 되며, 이와 같이 에피폴라 면(EP)이 영상 평면(IMP2)과 교차하면서 만들어지는 선
Figure pat00007
을 에피폴라 선(epipolar line)(EL)이라고 부른다.
기본행렬(Fundamental Matrix)은 에피폴라 기하를 대수적으로 표현하기 위해 활용되는 행렬이다. 동차좌표계(homogeneous coordinate)로 표현하였을 때, 에피폴라 기하에 따라 2차원 일치점 x와 x'의 관계는 예를 들어 3×3 행렬에 해당하는 기본행렬을 이용하여 아래의 수식 2로 나타낼 수 있다.
[수식 2]
Figure pat00008
여기서, F는 기본행렬, Fx는 에피폴라 선(EL)을 의미한다. 이때, 두 일치점 x, x'의 z축 좌표는 영상 교정을 통해 '1'의 값을 갖도록 보정된 것으로 가정한다. x'는 에피폴라 선(EL) 위의 한 점이어야 하므로, 기본행렬 F는 에피폴라 제약을 나타내는 행렬이라 할 수 있다. 따라서, 두 영상 사이의 에피폴라 기하 관계를 설명하는 기본행렬 F를 정확하게 산출할 수 있다면, 두 영상 사이의 일치점(x,x')은 물론 외치점(outlier point)을 구분할 수 있다.
외치점 제거부(133)는 에피폴라(epipolar) 기하 제약 및 RANSAC 알고리즘을 이용하여 외치점을 구분하고, 2차원 매칭 정보의 외치점을 제거할 수 있다. 일 실시예에 있어서, 외치점 제거부(133)는 기본행렬을 만들기 위한 8개의 일치점을 선택하고, 선택한 8개의 일치점으로 8점 알고리즘을 적용하여 기본행렬 F를 구성할 수 있다. 다음으로, 외치점 제거부(133)는 a) 기본행렬 F에 나머지 일치점들을 모두 적용한 뒤, b) 일치점이라고 판단되는 갯수를 카운트하고, c) 그 값이 미리 정해진 임계치(threshold)를 넘을 경우 알고리즘을 중단하고, d) 외치점이라고 판단되는 점들의 정보를 리턴할 수 있다. 만약, 일치점이라고 판단되는 갯수가 임계치에 미치지 못하는 경우에는 과정 a)~d)를 L회 반복 수행할 수 있다. 이때, 반복횟수 L은 아래 수식 3에 의하여 확률적으로 계산될 수 있다.
[수식 3]
Figure pat00009
여기서, pfail은 하나의 데이터에 대한 RANSAC 테스트가 실패할 확률을 나타내며, pg는 적어도 한 개의 데이터가 테스트에 성공할 확률을 나타낸다. L회의 반복 수행에도 불구하고 정해진 임계치를 만족하지 못하는 경우 외치점 걸러내기를 중단하고 알고리즘이 실패한 것으로 간주할 수 있다.
외치점 제거부(133)는 아래의 수식 4를 사용하여 에피폴라 선과 일치점 사이의 거리를 계산한 뒤, 전체 특징점들(매칭점들) 중에서 오류값(ε)이 미리 결정된 수치 이하에 해당하는 일치점들의 수가 일정 비율을 넘었을 때, 기본행렬이 유효하다고 판단하여, 외치점들을 매칭군에서 제외시킬 수 있다.
[수식 4]
Figure pat00010
다시 도 6을 참조하면, 단계 S64에서 움직임 추정부(134)는 외치점이 제외된 2차원 특징점들의 정보를 사용하여 3차원 거리 영상들의 움직임을 추정할 수 있다. 일 실시예에 있어서, 움직임 추정부(134)는 2차원 특징점들에 대응하는 3차원 거리 영상의 3차원 특징점들을 이용하여 연속되는 3차원 거리 영상들 간의 변환 행렬을 최적화함으로써 스테레오 영상 촬영 장치(110)의 움직임을 추정할 수 있다. 즉, 움직임 추정부(134)는 연속하는 두 프레임 사이의 3차원 대 3차원 매칭(정합) 관계를 구함으로써, 스테레오 영상 촬영 장치(110)의 3차원 카메라 모션(motion)을 추정할 수 있다. 카메라 모션은 예를 들어 강체 변환(rigid body transformation)을 사용하여 계산될 수 있다. 각 영상 프레임에 대한 카메라 자세(pose)의 정확도는 2차원 특징점과 대응되는 3차원 깊이 정보의 정확도에 의하여 영향받을 수 있으므로, 움직임 추정부(134)는 신뢰할 수 있는 3차원 특징점들을 구분해내어 3차원 움직임을 추정할 수 있다. 잘못된 3차원 깊이 정보를 가려내기 위하여, 3차원 월드 공간에서 강체는 변하지 않는다는 강체 지속성 제약을 이용하여 복원된 3차원 데이터에 대한 신뢰도 테스트를 수행할 수 있다.
카메라가 동일한 3차원 장면(scene)을 바라보면서 움직이고 있다고 가정하였을 때, 각 카메라의 뷰 시점에서 획득된 3차원 데이터는 강체 지속 특성에 따라 원칙적으로는 같은 크기(scale)로 복원되어야 한다. 도 8은 강체 지속성 제약에 대하여 설명하기 위한 개략도이다. 도 8을 참조하면, 이전 프레임(frame t-1)과 현재 프레임(frame t) 사이에서 임의로 2차원 매칭 관계에 있는 2개의 일치점 {(xi t -1,xi t),(xj t-1,xj t)}이 선택되었을 때, 3차원 거리 영상을 사용하면 각 카메라 좌표계를 기준응로 2개의 일치점과 대응하는 3차원 깊이 정보 {(Xi t -1,Xi t),(Xj t -1,Xj t)}를 획득할 수 있다.
이전 프레임(frame t-1)에 해당하는 2개의 3차원 점 (Xi t -1,Xj t -1) 사이의 유클리디안 거리(euclidean distance)는 강체 지속 제약에 따라 현재 프레임(frame t)에 해당하는 2개의 3차원 점 (Xi t,Xj t) 사이의 유클리디안 거리와 같거나 적어도 유사해야 한다. 아래의 수식 5는 이러한 강체 지속성 제약을 나타낸다.
[수식 5]
Figure pat00011
여기서, δ는 미리 설정된 임계값(cm)을 의미한다. 강체 지속성 제약 테스트에 따라 유효하다고 판단된 3차원 대응점군 정보 {Xt -1}, {Xt}가 최소 세 점 이상 주어졌다고 가정하였을 때, 움직임 추정부(134)는 아래의 수식 6에 따라 에너지값이 최소화되도록 하는 변환 행렬을 산출함으로써, 3차원 거리 영상의 움직임을 추정한다.
[수식 6]
Figure pat00012
Figure pat00013
여기서, T<t-1,t>는 변환 행렬을 나타내고, R<t-1,t>는 변환행렬의 회전 행렬을 나타내고, t<t-1,t>는 변환 행렬의 이동 행렬을 나타내며, e는 에너지값을 나타낸다.
다음으로, 단계 S65에서 움직임 정제부(135)는 3차원 거리 영상들의 모션(motion)을 정제한다. 일 실시예에 있어서, 움직임 정제부(135)는 2차원 특징점들 및 3차원 특징점들을 이용하여 스테레오 영상 촬영 장치(110)의 투영 행렬을 최적화함으로써 스테레오 영상 촬영 장치(110)의 움직임을 정제할 수 있다. 즉, 움직임 정제부(135)는 투영 오차 최소화를 이용하여 카메라 모션의 정제를 수행할 수 있다. 움직임 정제부(135)는 예를 들어, 아래의 수식 7과 같은 Levenberd-Marquardt 알고리즘을 이용하여 비용함수 값 freproj이 최소화가 되도록 하는 비선형 최적화 과정을 수행함으로써, 모션 정제를 수행할 수 있다.
[수식 7]
Figure pat00014
여기서, P, X, x는 각각 카메라 투영행렬과 3차원 특징점 및 2차원 특징점을 나타내며, It -1은 이전 프레임의 2차원 점 및 3차원 점을 나타내며, It는 현재 프레임의 2차원 점 및 3차원 점을 나타낸다.
다시 도 4를 참조하면, 단계 S44에서 3차원 지도 생성부(140)는 거리 영상 생성 장치에 의해 생성된 3차원 거리 영상들 및 위치 추정 장치(130)에 의해 산출한 3차원 거리 영상들에 대응하는 스테레오 영상 촬영 장치(110)의 위치 정보를 이용하여 3차원 지도를 생성할 수 있다. 본 발명의 실시예에 따라 생성된 3차원 지도 정보는 도로 및 주변 환경의 형상 정보 및 색상 정보를 모두 포함할 수 있다. 일 실시예에 의하면, 정확한 위치 정보가 알려져 있는 위치에서부터 3차원 지도 생성을 개시할 경우, 이를 기준으로 스테레오 영상의 분석 및 3차원 거리 영상의 정합을 기반으로 하여, 측정 영역 전체에 대한 위치 정보를 정확하게 추정함으로써, 실제의 도로 및 주변 환경과의 오차가 적은 3차원 지도를 생성할 수 있다.
이상의 실시예들은 본 발명의 이해를 돕기 위하여 제시된 것으로, 본 발명의 범위를 제한하지 않으며, 이로부터 다양한 변형 가능한 실시예들도 본 발명의 범위에 속할 수 있음을 이해하여야 한다. 예를 들어, 본 발명의 실시예에 도시된 각 구성 요소는 분산되어 실시될 수도 있으며, 반대로 여러 개로 분산된 구성 요소들은 결합되어 실시될 수 있다. 따라서, 본 발명의 기술적 보호범위는 특허청구범위의 기술적 사상에 의해 정해져야 할 것이며, 본 발명의 기술적 보호범위는 특허청구범위의 문언적 기재 그 자체로 한정되는 것이 아니라 실질적으로는 기술적 가치가 균등한 범주의 발명에 대하여까지 미치는 것임을 이해하여야 한다.
100: 3차원 지도 생성 장치 110: 스테레오 영상 촬영 장치
120: 거리 영상 생성 장치 121: 보정부
122: 저역통과 필터 123: 스테레오 매칭부
124: 삼각화부 130: 위치 추정 장치
131: 특징점 추출부 132: 특징점 매칭부
133: 외치점 제거부 134: 움직임 추정부
135: 움직임 정제부 140: 3차원 지도 생성부

Claims (11)

  1. 소정의 시간 간격으로 스테레오 영상들을 연속적으로 촬영하는 스테레오 영상 촬영 장치;
    상기 스테레오 영상들로부터 상기 소정의 시간 간격으로 3차원 거리 영상들을 생성하는 거리 영상 생성 장치;
    상기 스테레오 영상들에 대응하는 상기 3차원 거리 영상들을 정합함으로써, 상기 스테레오 영상 촬영 장치의 위치 정보를 추정하는 위치 추정 장치; 및
    상기 3차원 거리 영상들 및 상기 3차원 거리 영상들에 대응하는 상기 스테레오 영상 촬영 장치의 상기 위치 정보를 이용하여 3차원 지도를 생성하는 3차원 지도 생성부를 포함하는 3차원 지도 생성 장치.
  2. 제1항에 있어서,
    상기 위치 추정 장치는,
    상기 스테레오 영상들의 특징점들을 이용하여 상기 스테레오 영상들에 대응하는 상기 3차원 거리 영상들을 정합하여 상기 스테레오 영상 촬영 장치의 움직임을 추정함으로써 상기 스테레오 영상 촬영 장치의 상기 위치 정보를 추정하는 3차원 지도 생성 장치.
  3. 제1항에 있어서,
    상기 위치 추정 장치는,
    연속적으로 촬영된 상기 스테레오 영상들로부터 2차원 특징점들을 추출하는 특징점 추출부;
    연속되는 상기 스테레오 영상들로부터 추출된 상기 2차원 특징점들을 매칭시키는 특징점 매칭부;
    매칭된 상기 2차원 특징점들 중에서 스테레오 기하 제약 조건을 만족하지 않는 외치점을 제거하는 외치점 제거부;
    상기 2차원 특징점들에 대응하는 상기 3차원 거리 영상의 3차원 특징점들을 이용하여 연속되는 3차원 거리 영상들 간의 변환 행렬을 최적화함으로써 상기 스테레오 영상 촬영 장치의 움직임을 추정하는 움직임 추정부; 및
    상기 2차원 특징점들 및 상기 3차원 특징점들을 이용하여 상기 스테레오 영상 촬영 장치의 투영 행렬을 최적화함으로써 상기 스테레오 영상 촬영 장치의 상기 움직임을 정제하는 움직임 정제부를 포함하는 3차원 지도 생성 장치.
  4. 제1항에 있어서,
    상기 거리 영상 생성 장치는,
    상기 소정의 시간 간격으로 획득된 각 스테레오 영상의 좌안 영상 및 우안 영상의 왜곡을 보정하는 보정부;
    상기 좌안 영상 및 우안 영상의 잡음을 제거하는 저역통과 필터;
    상기 좌안 영상 및 우안 영상을 매칭시키는 스테레오 매칭부; 및
    삼각화 기법에 기초하여 상기 스테레오 영상에 대응하는 3차원 정보를 산출함으로써, 상기 3차원 거리 영상을 생성하는 삼각화부를 포함하는 3차원 지도 생성 장치.
  5. 제1항에 있어서,
    상기 스테레오 영상 촬영 장치는 차량에 탑재되며, 상기 차량이 주행함에 따라 도로 및 상기 도로의 주변 환경을 포함하는 상기 스테레오 영상들을 상기 소정의 시간 간격으로 연속적으로 촬영하는 3차원 지도 생성 장치.
  6. 스테레오 영상 촬영 장치를 이용하여 소정의 시간 간격으로 스테레오 영상들을 연속적으로 촬영하는 단계;
    상기 스테레오 영상들로부터 상기 소정의 시간 간격으로 3차원 거리 영상들을 생성하는 단계;
    연속적으로 촬영된 상기 스테레오 영상들에 대응하는 상기 3차원 거리 영상들을 정합함으로써, 상기 스테레오 영상 촬영 장치의 위치 정보를 추정하는 단계; 및
    상기 3차원 거리 영상들 및 상기 3차원 거리 영상들에 대응하는 상기 스테레오 영상 촬영 장치의 상기 위치 정보를 이용하여 3차원 지도를 생성하는 단계를 포함하는 3차원 지도 생성 방법.
  7. 제6항에 있어서,
    상기 위치 정보를 추정하는 단계는,
    상기 스테레오 영상들의 특징점들을 이용하여 상기 스테레오 영상들에 대응하는 상기 3차원 거리 영상들을 정합하여 상기 스테레오 영상 촬영 장치의 움직임을 추정함으로써 상기 스테레오 영상 촬영 장치의 상기 위치 정보를 추정하는 3차원 지도 생성 방법.
  8. 제6항에 있어서,
    상기 위치 정보를 추정하는 단계는,
    연속적으로 촬영된 상기 스테레오 영상들로부터 2차원 특징점들을 추출하는 단계;
    연속되는 상기 스테레오 영상들로부터 추출된 상기 2차원 특징점들을 매칭시키는 단계;
    매칭된 상기 2차원 특징점들 중에서 스테레오 기하 제약 조건을 만족하지 않는 외치점을 제거하는 단계;
    상기 2차원 특징점들에 대응하는 상기 3차원 거리 영상의 3차원 특징점들을 이용하여 연속되는 3차원 거리 영상들 간의 변환 행렬을 최적화함으로써 상기 스테레오 영상 촬영 장치의 움직임을 추정하는 단계; 및
    상기 2차원 특징점들 및 상기 3차원 특징점들을 이용하여 상기 스테레오 영상 촬영 장치의 투영 행렬을 최적화함으로써 상기 스테레오 영상 촬영 장치의 상기 움직임을 정제하는 단계를 포함하는 3차원 지도 생성 방법.
  9. 제6항에 있어서,
    상기 3차원 거리 영상들을 생성하는 단계는,
    상기 소정의 시간 간격으로 획득된 각 스테레오 영상의 좌안 영상 및 우안 영상의 왜곡을 보정하는 단계;
    상기 좌안 영상 및 상기 우안 영상의 잡음을 제거하는 단계;
    상기 좌안 영상 및 상기 우안 영상을 매칭시키는 단계; 및
    삼각화 기법에 기초하여 상기 스테레오 영상에 대응하는 3차원 정보를 산출함으로써, 상기 3차원 거리 영상을 생성하는 단계를 포함하는 3차원 지도 생성 방법.
  10. 3차원 지도를 생성하는 방법에 있어서,
    연속되는 스테레오 영상들에 대응하는 연속되는 3차원 거리 영상들을 정합하여 상기 스테레오 영상들 각각에 대응하는 위치 정보를 추정하고, 상기 3차원 거리 영상들 및 추정한 상기 위치 정보를 이용하여 3차원 지도를 생성하는 단계를 포함하는 3차원 지도 생성 방법.
  11. 제10항에 있어서,
    차량을 주행시키면서 상기 차량에 탑재한 스테레오 영상 촬영 장치를 이용하여 도로 및 상기 도로의 주변 환경을 포함하는 상기 스테레오 영상들을 연속적으로 촬영하는 단계를 더 포함하는 3차원 지도 생성 방법.
KR1020120120523A 2012-10-29 2012-10-29 3차원 지도 생성 장치 및 3차원 지도 생성 방법 KR101544021B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120120523A KR101544021B1 (ko) 2012-10-29 2012-10-29 3차원 지도 생성 장치 및 3차원 지도 생성 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120120523A KR101544021B1 (ko) 2012-10-29 2012-10-29 3차원 지도 생성 장치 및 3차원 지도 생성 방법

Publications (2)

Publication Number Publication Date
KR20140054710A true KR20140054710A (ko) 2014-05-09
KR101544021B1 KR101544021B1 (ko) 2015-08-13

Family

ID=50886519

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120120523A KR101544021B1 (ko) 2012-10-29 2012-10-29 3차원 지도 생성 장치 및 3차원 지도 생성 방법

Country Status (1)

Country Link
KR (1) KR101544021B1 (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101598399B1 (ko) * 2015-10-30 2016-03-02 공간정보기술 주식회사 로드뷰 사진이미지의 좌표정보를 이용한 자동 이미지 합성 시스템
KR20160098020A (ko) * 2015-02-09 2016-08-18 삼성전자주식회사 스테레오 영상들의 보정 방법, 및 그 방법을 수행하는 장치
WO2017007254A1 (ko) * 2015-07-08 2017-01-12 고려대학교 산학협력단 3차원 지도 생성 및 표시 장치 및 방법
KR20170066986A (ko) * 2015-12-07 2017-06-15 한화테크윈 주식회사 감시 방법
CN107836012A (zh) * 2015-07-08 2018-03-23 高丽大学校产学协力团 投影图像生成方法及其装置、图像像素与深度值之间的映射方法
WO2019093532A1 (ko) * 2017-11-07 2019-05-16 공간정보기술 주식회사 스트레오 카메라 드론을 활용한 무기준점 3차원 위치좌표 취득 방법 및 시스템
KR20190113226A (ko) * 2018-03-28 2019-10-08 현대모비스 주식회사 실시간 3차원 지도 구축 장치 및 방법

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101692168B1 (ko) * 2015-12-21 2017-01-03 연세대학교 산학협력단 이종 스테레오 영상 간 매칭 장치 및 방법
KR20200030305A (ko) 2018-09-12 2020-03-20 삼성전자주식회사 영상 처리를 위한 학습 데이터 생성 방법, 영상 처리 방법, 및 그 장치들
KR102484511B1 (ko) * 2020-12-09 2023-01-05 주식회사 맵퍼스 2d 지도 정보를 3d 지도에 매칭하는 방법 및 시스템

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5445069B2 (ja) * 2009-11-26 2014-03-19 富士通株式会社 ３次元位置計測装置および３次元位置計測方法
JP2012118666A (ja) * 2010-11-30 2012-06-21 Iwane Laboratories Ltd 三次元地図自動生成装置

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160098020A (ko) * 2015-02-09 2016-08-18 삼성전자주식회사 스테레오 영상들의 보정 방법, 및 그 방법을 수행하는 장치
WO2017007254A1 (ko) * 2015-07-08 2017-01-12 고려대학교 산학협력단 3차원 지도 생성 및 표시 장치 및 방법
CN107836012A (zh) * 2015-07-08 2018-03-23 高丽大学校产学协力团 投影图像生成方法及其装置、图像像素与深度值之间的映射方法
US10349033B2 (en) 2015-07-08 2019-07-09 Teelabs Co., Ltd. Three-dimensional map generating and displaying apparatus and method
CN107836012B (zh) * 2015-07-08 2021-10-08 高丽大学校产学协力团 投影图像生成方法及其装置、图像像素与深度值之间的映射方法
KR101598399B1 (ko) * 2015-10-30 2016-03-02 공간정보기술 주식회사 로드뷰 사진이미지의 좌표정보를 이용한 자동 이미지 합성 시스템
KR20170066986A (ko) * 2015-12-07 2017-06-15 한화테크윈 주식회사 감시 방법
WO2019093532A1 (ko) * 2017-11-07 2019-05-16 공간정보기술 주식회사 스트레오 카메라 드론을 활용한 무기준점 3차원 위치좌표 취득 방법 및 시스템
KR20190113226A (ko) * 2018-03-28 2019-10-08 현대모비스 주식회사 실시간 3차원 지도 구축 장치 및 방법

Also Published As

Publication number Publication date
KR101544021B1 (ko) 2015-08-13

Similar Documents

Publication Publication Date Title
KR101544021B1 (ko) 3차원 지도 생성 장치 및 3차원 지도 생성 방법
JP6126809B2 (ja) エゴモーション概算システムおよび方法
TWI574223B (zh) 運用擴增實境技術之導航系統
CN106920259B (zh) 一种定位方法及系统
CN107735797B (zh) 用于确定第一坐标系与第二坐标系之间的运动的方法
WO2018159168A1 (en) System and method for virtually-augmented visual simultaneous localization and mapping
US8305430B2 (en) System and method for multi-camera visual odometry
KR20150144729A (ko) 그래디언트 기반 특징점을 이용한 이동 로봇의 위치를 인식하기 위한 장치 및 그 방법
JP6328327B2 (ja) 画像処理装置及び画像処理方法
CN108519102B (zh) 一种基于二次投影的双目视觉里程计算方法
CN104318561A (zh) 基于双目立体视觉与光流融合的车辆运动信息检测方法
JP2006252473A (ja) 障害物検出装置、キャリブレーション装置、キャリブレーション方法およびキャリブレーションプログラム
CN110176038A (zh) 校准车辆的摄像头的方法和系统
US10192141B2 (en) Determining scale of three dimensional information
KR101573576B1 (ko) Avm 시스템의 이미지 처리 방법
Cvišić et al. Recalibrating the KITTI dataset camera setup for improved odometry accuracy
KR20150074544A (ko) 차량 검출 방법
CN112700486B (zh) 对图像中路面车道线的深度进行估计的方法及装置
CN110717445A (zh) 一种用于自动驾驶的前车距离跟踪系统与方法
EP3185212B1 (en) Dynamic particle filter parameterization
CN112991401A (zh) 车辆运行轨迹追踪方法、装置、电子设备和存储介质
KR100574227B1 (ko) 카메라 움직임을 보상한 객체 움직임 추출 장치 및 그 방법
CN113345032B (zh) 一种基于广角相机大畸变图的初始化建图方法及系统
CN105335959B (zh) 成像装置快速对焦方法及其设备
CN111598927B (zh) 一种定位重建方法和装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
AMND Amendment
E601 Decision to refuse application
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20180724

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190725

Year of fee payment: 5