KR20200068624A - 3차원 지도 구축에 있어 3차원 거리정보의 실시간 업데이트 장치 및 방법 - Google Patents

3차원 지도 구축에 있어 3차원 거리정보의 실시간 업데이트 장치 및 방법 Download PDF

Info

Publication number
KR20200068624A
KR20200068624A KR1020200067293A KR20200067293A KR20200068624A KR 20200068624 A KR20200068624 A KR 20200068624A KR 1020200067293 A KR1020200067293 A KR 1020200067293A KR 20200067293 A KR20200067293 A KR 20200067293A KR 20200068624 A KR20200068624 A KR 20200068624A
Authority
KR
South Korea
Prior art keywords
image frame
distance information
current image
sad
map
Prior art date
Application number
KR1020200067293A
Other languages
English (en)
Other versions
KR102275695B1 (ko
Inventor
유소희
류수용
임종우
최병헌
Original Assignee
현대모비스 주식회사
한양대학교 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
Priority claimed from KR1020180035623A external-priority patent/KR102508960B1/ko
Application filed by 현대모비스 주식회사, 한양대학교 산학협력단 filed Critical 현대모비스 주식회사
Priority to KR1020200067293A priority Critical patent/KR102275695B1/ko
Publication of KR20200068624A publication Critical patent/KR20200068624A/ko
Application granted granted Critical
Publication of KR102275695B1 publication Critical patent/KR102275695B1/ko

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Remote Sensing (AREA)
  • Business, Economics & Management (AREA)
  • Computer Graphics (AREA)
  • Mathematical Physics (AREA)
  • Processing Or Creating Images (AREA)

Abstract

본 발명은 3차원 지도 구축에 있어서, 이전 영상 프레임의 에지점(edge-point)의 3차원 지도 정보를 현재 영상 프레임으로 전파하고, 기 지정된 개수의 이전 영상 프레임 및 현재 영상 프레임 간의 에지점 뎁스(edge-point depth)에 따른 SAD(Sum of Absolute Differences) 코스트를 산출하고, SAD 코스트를 이용하여 SAD 코스트 볼륨을 생성하고, 현재 영상 프레임의 에지점에 대한 최적의 3차원 거리정보를 산출하고, 현재 영상 프레임의 에지점에 대응하는 기존의 3차원 거리정보 및 현재 영상 프레임에 기초하여, 최적의 3차원 거리정보에 기 지정된 비율을 적용함으로써 기존의 3차원 거리정보를 보정하여 새로운 3차원 거리정보로 업데이트 하는 것을 특징으로 하는 3차원 거리정보의 실시간 업데이트 장치 및 방법을 제공한다.

Description

3차원 지도 구축에 있어 3차원 거리정보의 실시간 업데이트 장치 및 방법{Method And Apparatus for Real-Time Update of Three-Dimensional Distance Information for Use in 3D Map Building}
본 발명은 3차원 지도 구축에 있어 3차원 거리정보의 실시간 업데이트 장치 및 방법에 관한 것으로, 보다 상세하게는 세미-덴스(semi-dense) SLAM(Simultaneous Localization And Mapping)을 현재 영상 프레임에 적용시켜, 자율주행 차량을 위한 3차원 지도를 실시간으로 구축하고, 복수의 이전 영상 프레임과 현재 영상 프레임의 코스트 볼륨(cost volume)을 산출하여 현재의 3차원 지도를 업데이트할 수 있도록 하는 3차원 지도 구축에 있어 3차원 거리정보의 실시간 업데이트 장치 및 방법에 관한 것이다.
일반적으로 SLAM(Simultaneous Localization and Mapping)은 이동 로봇(mobile robot) 등의 자율 주행에 주로 이용되는 기술로서, 주변 환경의 지도를 이용하여 위치를 인식하거나 역으로 위치를 인식하여 특정 지역의 지도를 만들고, 위치 인식과 지도 작성 두 가지를 동시에 수행하는 기술을 말한다.
SLAM을 이용하는 이동 로봇은, 카메라로부터 획득한 영상에서 키프레임(key frame) 및 랜드마크(landmark) 등을 추출하여 SLAM 지도를 생성한다.
이동 로봇은 SLAM 지도가 생성된 지역을 이동할 때, 카메라로부터 획득한 영상으로부터, 키프레임 및 랜드마크 등을 추출하여 기 생성된 지도의 키프레임 및 랜드마크 등과 비교하여 자신의 위치를 인식한다.
한편 세미-덴스(semi-dense) SLAM은 기존의 SLAM에서 특징점을 사용하는 대신에 에지(edge) 점들을 특징점으로 사용하는 방법이다.
세미-덴스 SLAM은 키프레임을 기반으로 전반적인 3차원 환경지도(3-D environment map)를 구축한다. 이러한 세미-덴스 SLAM은 현재 프레임과 현재 키프레임 간의 에피폴(epipole) 라인을 구하여 현재의 3차원 환경지도(또는 3차원 지도)를 추정하고, 추정된 3차원 환경지도를 키프레임의 3차원 환경지도 정보에 업데이트하며, 현재 프레임이 새로운 키프레임인지를 판단 및 선정하여, 새로운 키프레임으로 판단될 될 경우 이전 키프레임의 정보들을 선정된 새로운 키프레임에 대한 정보로 변환하여 전파한다.
또한, 세미-덴스 SLAM에서의 키프레임과 현재 프레임 간의 3차원 환경지도 정보의 추정 방법은 확률론적 정보를 사용한 EKF(Extended Kalman Filter)를 사용하거나 단순한 필터링 방법을 사용한다. 이에 따라 종래의 세미-덴스 SLAM은 모든 영상 프레임에 대한 전반적인 3차원 환경지도를 구축할 수 있게 해준다.
그러나 상기 모든 영상 프레임에 대한 환경지도를 구축하는 방법은 현재 프레임에서의 3차원 환경지도를 실시간으로 알기 힘들고, 해당 정보를 얻기 위해서는 추가적인 방법이 필요하여 자율 주행 등에 있어 3차원 환경지도 정보가 필요한 곳에 실시간으로 정보를 전달할 수 없는 문제점이 있다. 또한 매 프레임에 대한 3차원 환경지도를 구축하면, 종래의 SLAM 기술에서 사용된 키프레임에 대한 3차원 환경지도 업데이트 방법을 사용할 수 없게 되는 문제점이 있다.
본 발명의 배경기술은 대한민국 공개특허 10-2016-0013713호(2016.02.05. 공개, 자율주행차량의 전역경로 생성장치 및 방법)에 개시되어 있다.
본 발명의 일 측면에 따르면, 세미-덴스 SLAM 기술을 현재 영상 프레임을 기반으로 수행하도록 하여 자율주행 차량을 위한 3차원 지도를 실시간으로 구축하고, 복수의 이전 영상 프레임과 현재 영상 프레임의 코스트 볼륨을 산출함으로써 현재의 3차원 지도를 실시간으로 업데이트하는, 3차원 지도 구축에 있어 3차원 거리정보의 실시간 업데이트 장치 및 방법을 제공하는 데 그 목적이 있다.
이 부분에 기술된 내용은 단순히 본 실시예에 대한 배경 정보를 제공할 뿐 종래기술을 구성하는 것은 아니다.
본 발명의 일 측면에 따르면, 3차원 지도 구축에 있어서, 이전 영상 프레임(image frame)의 에지점(edge-point)의 3차원 지도 정보를 현재 영상 프레임으로 전파(propagate)하는 전파기; 기 지정된 개수의 이전 영상 프레임 및 현재 영상 프레임 간의 에지점 뎁스(edge-point depth)에 따른 SAD(Sum of Absolute Differences) 코스트(cost)를 산출하는 SAD 코스트 산출기; 상기 SAD 코스트를 이용하여 SAD 코스트 볼륨(cost volume)을 생성하고 상기 현재 영상 프레임의 에지점에 대한 최적의 3차원 거리정보를 산출하는 거리정보 산출기; 상기 현재 영상 프레임의 상기 에지점에 대응하는 기존의 3차원 거리정보 및 상기 현재 영상 프레임에 기초하여, 상기 최적의 3차원 거리정보에 기 지정된 비율을 적용함으로써 상기 기존의 3차원 거리정보를 보정하여 새로운 3차원 거리정보로 업데이트(update) 하는 업데이트기를 포함하는 것을 특징으로 하는 3차원 거리정보의 실시간 업데이트 장치를 제공한다.
본 발명의 다른 측면에 따르면, 3차원 지도 구축에 있어서, 이전 영상 프레임(image frame)의 에지점(edge-point)의 3차원 지도정보를 현재 영상 프레임으로 전파하는 전파과정; 기 지정된 개수의 이전 영상 프레임 및 현재 영상 프레임 간의 에지점 뎁스(edge-point depth)에 따른 SAD(Sum of Absolute Differences) 코스트를 산출하는 SAD 코스트 산출과정; 상기 SAD 코스트를 이용하여 SAD 코스트 볼륨(cost volume)을 생성하고 상기 현재 영상 프레임의 에지점에 대한 최적의 3차원 거리정보를 산출하는 3차원 거리정보 산출과정; 상기 현재 영상 프레임의 상기 에지점에 대응하는 기존의 3차원 거리정보 및 상기 현재 영상 프레임에 기초하여, 상기 최적의 3차원 거리정보에 기 지정된 비율을 적용함으로써 상기 기존의 3차원 거리정보를 보정하여 새로운 3차원 거리정보로 업데이트 하는 업데이트과정을 포함하는 것을 특징으로 하는 3차원 거리정보의 실시간 업데이트 방법을 제공한다.
본 발명의 일 측면에 따르면, 본 발명은 세미-덴스 SLAM을 현재 영상 프레임을 기반으로 수행하도록 하여, 자율주행 차량을 위한 3차원 지도를 실시간으로 구축할 수 있게 한다.
또한 본 발명은 일 측면에 따르면, 복수의 이전 영상 프레임과 현재 영상 프레임의 코스트 볼륨을 산출하여 현재의 3차원 지도를 실시간으로 업데이트할 수 있도록 한다.
도 1은 본 발명의 일 실시예에 따른 실시간 3차원 지도구축 장치의 개략적인 구성을 보인 예시도이다.
도 2는 본 발명의 일 실시예에 따른 실시간 3차원 지도 구축 방법을 설명하기 위한 흐름도이다.
도 3은 상기 도 2에 있어서, SAD(Sum of absolute differences) 코스트 볼륨을 산출하는 방법을 설명하는 흐름도이다.
도 4는 상기 도 3에 있어서, 에피폴 라인 검색(search)에 따른 SAD 패치 매칭 방법을 보여주는 예시도이다.
도 5는 상기 도 3에 있어서, SAD 코스트 볼륨의 의미를 설명하기 위한 예시도이다.
도 6은 상기 도 3에 있어서, 현재 프레임과 이전 프레임간의 SAD 코스트 볼륨을 설명하기 위한 뎁스와 SAD 코스트 간의 관계의 예시를 나타내는 그래프이다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 실시간 3차원 지도구축 장치 및 방법의 일 실시예를 설명한다.
이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로써 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
본 발명에 따른 일 실시예는, 이전 영상 프레임에 대한 정보(예: 에지점들의 뎁스(즉, 거리) 정보)들을 이용하여 현재 영상 프레임에 대한 3차원 환경지도(또는 3차원 지도)를 실시간으로 구축하는 방법을 제공한다. 좀 더 구체적으로, 본 발명에 따른 일 실시예는 세미-덴스(semi-dense) SLAM 기술을 현재 영상 프레임에 대해 적용시키기 위하여, 이전 영상 프레임에 대한 정보(예: 에지점들의 뎁스(거리) 정보)들을 이용하여 현재 영상 프레임에 대한 코스트 볼륨(cost volume)을 구하는 방법을 제공한다.
도 1은 본 발명의 일 실시예에 따른 실시간 3차원 지도구축 장치의 개략적인 구성을 보인 예시도이다.
도 1에 도시된 바와 같이, 본 실시예에 따른 실시간 3차원 지도구축 장치는, 영상 입력부(110), 영상 처리부(121), 에지 및 에지점 추출부(edge and edge-point extraction unit, 122), 에지점 추적부(edge-point tracing unit, 123), 및 뎁스 추정부(depth estimation unit, 124)를 포함한다.
영상 입력부(110)는 차량에 장착된 카메라(미도시)로부터 주기적으로 촬영되는 영상을 프레임(frame) 단위를 입력 받는다.
영상 처리부(121)는 영상 입력부(110)로부터 주기적으로 입력되는 각 영상 프레임(또는 프레임)에서 에지 추출이 용이하도록 피사체의 윤곽선과 영상신호의 분포를 이진화(binarization) 처리한다.
에지 및 에지점 추출부(120)는 영상 처리부(120)가 처리한 각 영상 프레임으로부터 에지를 추출하고, 추출된 에지에서 복수의 에지점들(예: 세미-덴스의 후보자(candidate)로 지정되는 에지점들)을 추출한다.
추출된 에지 및 에지점들은 주기적으로 입력되는 영상 프레임별로 추출되며, 에지점 추적부(123)는 영상 프레임이 새로 입력될 때마다 복수의 에지점들을 추적한다.
뎁스 추정부(124)는 에지점 추적부(140)가 추적한 에지점들에 대한 최적의 뎁스를 각기 추정하고, 이 추정된 최적의 뎁스를 내부적으로 생성된 3차원 지도(미도시)에 반영하여 업데이트한다. 이때, 뎁스는 에지점들 간 거리가 될 수 있다. 또한, 최적의 뎁스는 SAD(Sum of Absolute Differences) 코스트(cost) 최소인 뎁스일 수 있다.
영상 처리부(121), 에지 및 에지점 추출부(122), 에지점 추적부(123) 및 뎁스 추정부(124)에 대한 동작은 하나의 제어부(120)로 통합되어 기능할 수 있다. 제어부(120)는 소프트웨어에 의해 프로그래머블(programmable) 방식으로 동작하는 마이크로프로세서(미도시)로 구현될 수 있다.
도 2는 본 발명의 일 실시예에 따른 실시간 3차원 지도 구축 방법을 설명하기 위한 흐름도이다.
도 2를 참조하여, 이전 영상 프레임(image frame)에 대한 정보(예: 에지점들의 뎁스)들을 이용하여 현재 영상 프레임에 대한 3차원 환경지도(또는 3차원 지도)를 실시간으로 구축하는 방법을 설명한다.
제어부(120)는 이전 영상 프레임의 에지점들의 3차원 환경지도 정보를 현재 영상 프레임으로 전파(propagate)한다(S101).
이때, 전파는, 제어부(120)가 이전 영상 프레임의 에지점들에 대한 뎁스를 3차원 지도에 반영하고, 이전 영상 프레임과 현재 영상 프레임을 비교하여 SAD 코스트를 산출하도록 3차원 지도에 반영된 에지점을 현재 영상 프레임에 투영함으로써 이루어질 수 있다.
제어부(120)는 미리 지정된 개수의 이전 영상 프레임들과 현재 영상 프레임 간의 에지점들의 뎁스에 따른 SAD(Sum of absolute differences) 코스트를 산출한다(S102).
SAD 코스트는 차량에 장착된 카메라의 이동 방향과 이동 거리에 대응하여, 각 영상들(예: 이전 영상 프레임 및 현재 영상 프레임 등)의 에지점들에 대한 패치(patch, 에지점을 중심으로 일정하게 지정된 사각의 윈도우 영역)의 값이 같은 정도를 의미한다. 예컨대, 패치값에 차이에 비례하여 SAD 코스트 값이 작아진다. 따라서 SAD 코스트 값이 최소이면, 에지점들에 대한 최적의 뎁스가 추정된 것으로 판단할 수 있다.
제어부(120)는 SAD 코스트들을 이용해 SAD 코스트 볼륨(cost volume)을 생성하여, 현재 영상 프레임의 에지점들에 대한 최적의 새로운 3차원 거리정보를 산출한다(S103).
제어부(120)는 에지점들에 대한 기존의 3차원 거리정보, 즉, 이전 영상 프레임들에 기초한 3차원 거리정보와 현재 영상 프레임에 기초하여 새로 구한 3차원 거리정보에 대하여 미리 지정된 비율을 적용하는 보정을 함으로써 새로운 3차원 거리정보로 업데이트 한다(S104). 예컨대, 기존의 3차원 거리정보와 새로 구한 3차원 거리정보의 비율을 5:5로 반영 또는 기존의 3차원 거리정보와 새로 구한 3차원 거리정보의 비율을 8:2로 반영할 수 있다.
본 발명에 따른 일 실시예는, 종래의 키프레임 기반 3차원 환경지도를 구축하는 방법 대신, 현재 영상 프레임에 대한 3차원 환경지도를 구축할 수 있도록 하며, 그에 따라 종래 기술과는 다르게 이전 영상 프레임의 정보들을 이용하여 SAD 코스트 볼륨을 산출하여 3차원 환경지도를 구축하는 방법을 제공한다.
이하 도 3을 참조하여, 미리 지정된 개수의 이전 영상 프레임들과 현재 영상 프레임 간의 뎁스에 따른 SAD 코스트 볼륨을 산출하는 방법에 대해서 구체적으로 설명한다.
도 3은 도 2에 있어서, SAD(Sum of absolute differences) 코스트 볼륨을 산출하는 방법을 설명하는 흐름도이다.
제어부(120)는 각 영상 프레임(즉, 이전 영상 프레임들 및 현재 영상 프레임 등)에서 세미-덴스(Semi-dense)의 후보자(candidate)로 지정되는 에지들의 각 에지점마다 에피폴 라인(epipole line)을 산출한다(S201).
이때, 에피폴 라인은 에피폴 매칭(epipole matching)을 통해 표현되는 정보이다. 에피폴 매칭이란 연속된 2개의 영상 프레임을 찾는 방법으로, 이전 영상 프레임과 현재 영상 프레임에 대하여 각각의 카메라 위치정보를 알 때, 이전 영상의 한 에지점은 현재 영상 프레임에서 하나의 에피폴 라인으로 표현되어 에피폴 라인 상 가장 비슷한 점(예: SAD 코스트 값이 최소인 에지점)을 검색(search)하는 것이다.
제어부(120)는 각 에지점들의 에피폴 라인을 각기 산출한 후, 에피폴 라인들에 대하여 미리 지정된 복수의 뎁스로 샘플링하여 현재 영상 프레임에서 이전 영상 프레임으로 재투영(re-projection) 한다(S202).
재투영은, 도 2에서 설명한 전파한다는 의미와는 반대의 의미로서, 제어부(120)가 현재 영상 프레임의 에지점들에 대한 뎁스를 3차원 지도에 반영하고 이전 영상 프레임과 현재 영상 프레임의 비교를 통해 SAD 코스트를 산출하기 위한, 3차원 지도에 반영된 에지점을 이전 영상 프레임에 투영하는 동작을 의미한다.
제어부(120)는 이전 영상 프레임에 재투영된 에지점과 현재 영상 프레임에서의 에지점의 패치를 비교하여 SAD 코스트를 산출한다(S203, 도 4 참조).
제어부(120)는 여러 영상 프레임에 대해서 재투영을 수행(S102 단계)함으로써 패치 비교를 통한 SAD 코스트를 산출하고, 산출된 SAD 코스트 값을 이용하여 SAD 코스트 볼륨을 산출한다(S204).
제어부(120)는 SAD 코스트 볼륨에서 최적의 뎁스값을 산출하여 3차원 환경지도에 적용한다(S205, 도 6 참조).
도 4는 도 3에 있어서, 에피폴 라인 검색(search)에 따른 SAD 패치 매칭 방법을 보여주는 예시도이다.
도 5는 도 3에 있어서, SAD 코스트 볼륨의 의미를 설명하기 위한 예시도이다.
도 6은 도 3에 있어서, 현재 프레임과 이전 프레임간의 SAD 코스트 볼륨을 설명하기 위한 뎁스와 SAD 코스트 간의 관계를 나타내는 그래프이다.
도 4를 참조하면, 에피폴 라인은 핀홀(pin-hole) 카메라에서는 보통 직선의 형태로 나타나지만, 광각(wide-angle) 카메라에서는 휘어진 곡선의 형태로 나타난다. 따라서 구축할 3차원 환경지도의 거리 범위를 정해 놓고 일정한 간격의 디스패리티(disparity)를 샘플링하여 비교하면서 에피폴 라인 위를 검색한다. 이때 검색은, 각 점에서 일정 크기의 패치를 추출한 뒤, SAD 코스트를 사용하여 SAD 코스트 값이 가장 작게 나오는 샘플링 점(즉, 에지점)을 매칭시킴으로써 이루어진다.
한편 도 5에 도시된 바와 같이, 코스트 볼륨은 복수의 이전 영상 프레임에 대해서 어느 한 에지점의 디스패리티(disparity)의 경향성 및 변화 과정을 보여준다. 즉, SAD 코스트 볼륨을 통해서 이전 영상 프레임들에 대해 다수의 디스패리티 값을 알 수 있으며, 이는 자동적으로 해당 에지점이 이전 영상 프레임들 중, 가령 장애물에 가려져서 안보이게 되어 오차가 크게 발생했을 경우, 그 오차까지 포함되어 계산되는 것을 방지한다.
도 6을 참조하면, 실제 뎁스(true depth)가 22.3074 m 인 에지점에 대해서 본 실시예에 따른 방식을 적용하여 샘플링한 결과, 실제 뎁스에 거의 근접한 뎁스값(약 23 m)이 산출됨을 알 수 있다. 도 6의 각 그래프는 각 프레임별 하나의 에지점에 대응하는 SAD 코스트를 나타내는 것이다. 이러한 SAD 코스트를 누적시켜 SAD 코스트 볼륨을 생성하고, SAD 코스트의 최소값이 가장 많은 뎁스를 3차원 환경지도에 적용한다.
이와 같이 본 발명의 일 실시예에 따르면, 현재 영상 프레임에 대해서 3차원 환경지도를 실시간으로 구축할 수 있으며, 이전 영상 프레임들과 현재 영상 프레임간의 SAD 코스트 볼륨을 사용하여 최적의 3차원 환경지도 정보를 얻는 효과가 있다.
이상으로 본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 기술적 보호범위는 아래의 특허청구범위에 의해서 정하여져야 할 것이다.
110 : 영상 입력부
120 : 제어부
121 : 영상 처리부
122 : 에지 및 에지점 추출부
123 : 에지점 추적부
124 : 뎁스 추정부

Claims (9)

  1. 3차원 지도 구축에 있어서,
    이전 영상 프레임(image frame)의 에지점(edge-point)의 3차원 지도 정보를 현재 영상 프레임으로 전파(propagate)하는 전파기;
    기 지정된 개수의 이전 영상 프레임 및 현재 영상 프레임 간의 에지점 뎁스(edge-point depth)에 따른 SAD(Sum of Absolute Differences) 코스트(cost)를 산출하는 SAD 코스트 산출기;
    상기 SAD 코스트를 이용하여 SAD 코스트 볼륨(cost volume)을 생성하고 상기 현재 영상 프레임의 에지점에 대한 최적의 3차원 거리정보를 산출하는 거리정보 산출기;
    상기 현재 영상 프레임의 상기 에지점에 대응하는 기존의 3차원 거리정보 및 상기 현재 영상 프레임에 기초하여, 상기 최적의 3차원 거리정보에 기 지정된 비율을 적용함으로써 상기 기존의 3차원 거리정보를 보정하여 새로운 3차원 거리정보로 업데이트(update) 하는 업데이트기
    를 포함하는 것을 특징으로 하는 3차원 거리정보의 실시간 업데이트 장치.
  2. 제 1항에 있어서,
    상기 에지점은,
    주기적으로 입력되는 영상 프레임별로 추출되는 것을 특징으로 하는 3차원 거리정보의 실시간 업데이트 장치.
  3. 제 1항에 있어서,
    상기 SAD 코스트는,
    차량에 장착된 카메라의 이동 방향과 이동 거리에 대응하여, 상기 이전 영상 프레임의 에지점 및 상기 현재 영상 프레임의 에지점에 대한 패치(patch)를 비교하여, 상기 패치가 같은 정도를 나타내는 것을 특징으로 하는 3차원 거리정보의 실시간 업데이트 장치.
  4. 제 1항에 있어서,
    상기 SAD 코스트가 최소인 뎁스(depth)를 최적의 뎁스로 추정하고, 추정된 최적의 뎁스를 상기 3차원 지도에 적용하는 뎁스 처리기를 더 포함하는 것을 특징으로 하는 3차원 거리정보의 실시간 업데이트 장치.
  5. 제 1항에 있어서,
    상기 SAD 코스트 볼륨은,
    상기 이전 영상 프레임 및 상기 현재 영상 프레임 중 세미-덴스(semi-dense) 방법의 후보자로 지정되는 에지들의 각 에지점마다 에피폴 라인(epipole line)을 산출하고, 상기 각 에지점의 에피폴 라인을 각기 산출한 후, 상기 에피폴 라인들에 대하여 기 지정된 복수의 뎁스로 샘플링(sampling)하여 상기 현재 영상 프레임으로부터 상기 이전 영상 프레임으로 재투영(re-projection)함으로써 산출되는 것을 특징으로 하는 3차원 거리정보의 실시간 업데이트 장치.
  6. 제 5항에 있어서,
    상기 SAD 코스트 산출기는,
    상기 재투영된 이전 영상 프레임의 각 에지점과 상기 현재 영상 프레임의 각 에지점의 패치를 비교함으로써 상기 SAD 코스트를 산출하는 것을 특징으로 하는 3차원 거리정보의 실시간 업데이트 장치.
  7. 제 5항에 있어서,
    상기 SAD 코스트 볼륨으로부터 최적의 뎁스값을 추정하여 3차원 환경지도에 적용하는 뎁스값 추정기를 더 포함하는 것을 특징으로 하는 3차원 거리정보의 실시간 업데이트 장치.
  8. 3차원 지도 구축에 있어서,
    이전 영상 프레임(image frame)의 에지점(edge-point)의 3차원 지도정보를 현재 영상 프레임으로 전파하는 전파과정;
    기 지정된 개수의 이전 영상 프레임 및 현재 영상 프레임 간의 에지점 뎁스(edge-point depth)에 따른 SAD(Sum of Absolute Differences) 코스트를 산출하는 SAD 코스트 산출과정;
    상기 SAD 코스트를 이용하여 SAD 코스트 볼륨(cost volume)을 생성하고 상기 현재 영상 프레임의 에지점에 대한 최적의 3차원 거리정보를 산출하는 3차원 거리정보 산출과정;
    상기 현재 영상 프레임의 상기 에지점에 대응하는 기존의 3차원 거리정보 및 상기 현재 영상 프레임에 기초하여, 상기 최적의 3차원 거리정보에 기 지정된 비율을 적용함으로써 상기 기존의 3차원 거리정보를 보정하여 새로운 3차원 거리정보로 업데이트 하는 업데이트과정
    을 포함하는 것을 특징으로 하는 3차원 거리정보의 실시간 업데이트 방법.
  9. 제 8항에 있어서,
    상기 SAD 코스트가 최소인 뎁스를 최적의 뎁스로 추정하고, 추정된 최적의 뎁스를 상기 3차원 지도에 적용하는 뎁스적용과정을 더 포함하는 것을 특징으로 하는 3차원 거리정보의 실시간 업데이트 방법.
KR1020200067293A 2018-03-28 2020-06-03 3차원 지도 구축에 있어 3차원 거리정보의 실시간 업데이트 장치 및 방법 KR102275695B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200067293A KR102275695B1 (ko) 2018-03-28 2020-06-03 3차원 지도 구축에 있어 3차원 거리정보의 실시간 업데이트 장치 및 방법

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020180035623A KR102508960B1 (ko) 2018-03-28 2018-03-28 실시간 3차원 지도 구축 장치 및 방법
KR1020200067293A KR102275695B1 (ko) 2018-03-28 2020-06-03 3차원 지도 구축에 있어 3차원 거리정보의 실시간 업데이트 장치 및 방법

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020180035623A Division KR102508960B1 (ko) 2018-03-28 2018-03-28 실시간 3차원 지도 구축 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20200068624A true KR20200068624A (ko) 2020-06-15
KR102275695B1 KR102275695B1 (ko) 2021-07-09

Family

ID=71081775

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200067293A KR102275695B1 (ko) 2018-03-28 2020-06-03 3차원 지도 구축에 있어 3차원 거리정보의 실시간 업데이트 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102275695B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112907742A (zh) * 2021-02-18 2021-06-04 湖南国科微电子股份有限公司 一种视觉同步定位与建图方法、装置、设备及介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004054646A (ja) * 2002-07-19 2004-02-19 Sony Corp 画像処理装置およびその方法
KR20060034497A (ko) * 2004-10-19 2006-04-24 주식회사 세인시스템 단일 카메라를 사용한 3차원 영상정보 획득방법 및 이를이용한 영상검지방법
JP2010246166A (ja) * 2010-07-21 2010-10-28 Konica Minolta Holdings Inc ３次元情報表示装置および３次元情報表示方法
KR20110064622A (ko) * 2009-12-08 2011-06-15 삼성전자주식회사 티오에프 카메라를 이용한 3차원 에지 추출 방법 및 장치
KR20150043145A (ko) * 2013-10-14 2015-04-22 삼성전자주식회사 피사체 추적 기법을 이용한 카메라와 피사체 사이의 거리 변화 측정방법 상기 방법을 기록한 컴퓨터 판독 가능 저장매체 및 거리 변화 측정 장치.
JP2015148601A (ja) * 2014-02-08 2015-08-20 本田技研工業株式会社 マッピング、位置特定、及び姿勢補正のためのシステム及び方法
KR20160049371A (ko) * 2014-10-27 2016-05-09 삼성전자주식회사 이미지 생성 장치 및 이미지 생성 방법
JP2016146655A (ja) * 2009-10-14 2016-08-12 トムソン ライセンシングＴｈｏｍｓｏｎ Ｌｉｃｅｎｓｉｎｇ フィルタ処理およびエッジ符号化
WO2016140090A1 (ja) * 2015-03-04 2016-09-09 ソニー株式会社 画像符号化装置および方法
JP2016537903A (ja) * 2013-08-21 2016-12-01 ジョーント・インコーポレイテッドＪａｕｎｔ Ｉｎｃ． バーチャルリアリティコンテンツのつなぎ合わせおよび認識

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004054646A (ja) * 2002-07-19 2004-02-19 Sony Corp 画像処理装置およびその方法
KR20060034497A (ko) * 2004-10-19 2006-04-24 주식회사 세인시스템 단일 카메라를 사용한 3차원 영상정보 획득방법 및 이를이용한 영상검지방법
JP2016146655A (ja) * 2009-10-14 2016-08-12 トムソン ライセンシングＴｈｏｍｓｏｎ Ｌｉｃｅｎｓｉｎｇ フィルタ処理およびエッジ符号化
KR20110064622A (ko) * 2009-12-08 2011-06-15 삼성전자주식회사 티오에프 카메라를 이용한 3차원 에지 추출 방법 및 장치
JP2010246166A (ja) * 2010-07-21 2010-10-28 Konica Minolta Holdings Inc ３次元情報表示装置および３次元情報表示方法
JP2016537903A (ja) * 2013-08-21 2016-12-01 ジョーント・インコーポレイテッドＪａｕｎｔ Ｉｎｃ． バーチャルリアリティコンテンツのつなぎ合わせおよび認識
KR20150043145A (ko) * 2013-10-14 2015-04-22 삼성전자주식회사 피사체 추적 기법을 이용한 카메라와 피사체 사이의 거리 변화 측정방법 상기 방법을 기록한 컴퓨터 판독 가능 저장매체 및 거리 변화 측정 장치.
JP2015148601A (ja) * 2014-02-08 2015-08-20 本田技研工業株式会社 マッピング、位置特定、及び姿勢補正のためのシステム及び方法
KR20160049371A (ko) * 2014-10-27 2016-05-09 삼성전자주식회사 이미지 생성 장치 및 이미지 생성 방법
WO2016140090A1 (ja) * 2015-03-04 2016-09-09 ソニー株式会社 画像符号化装置および方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112907742A (zh) * 2021-02-18 2021-06-04 湖南国科微电子股份有限公司 一种视觉同步定位与建图方法、装置、设备及介质

Also Published As

Publication number Publication date
KR102275695B1 (ko) 2021-07-09

Similar Documents

Publication Publication Date Title
US9058521B2 (en) Mobile robot and simultaneous localization and map building method thereof
KR102462278B1 (ko) 어떤 대상의 자기 동작 추정을 위한 방법
US10399228B2 (en) Apparatus for recognizing position of mobile robot using edge based refinement and method thereof
Hata et al. Robust curb detection and vehicle localization in urban environments
JP6421510B2 (ja) 目標検出方法及び目標検出システム
KR101784183B1 (ko) ADoG 기반 특징점을 이용한 이동 로봇의 위치를 인식하기 위한 장치 및 그 방법
US10552981B2 (en) Depth camera 3D pose estimation using 3D CAD models
KR102547274B1 (ko) 이동 로봇 및 이의 위치 인식 방법
JP2015041382A (ja) 対象追跡方法及び対象追跡装置
JP6330068B2 (ja) 画像分析システムおよび方法
KR101558756B1 (ko) 카메라 영상정보와 센서정보를 융합하여 차선을 인지하는 차선 감지 방법 및 장치
CN110262487B (zh) 一种障碍物检测方法、终端及计算机可读存储介质
CN112802096A (zh) 实时定位和建图的实现装置和方法
Wang et al. Multiple obstacle detection and tracking using stereo vision: Application and analysis
CN112817026A (zh) 运动对象的位姿确定方法、装置、设备及存储介质
KR20180113060A (ko) 그래프 slam을 위한 키프레임 추출방법 및 이를 이용한 slam 장치
US20170108338A1 (en) Method for geolocating a carrier based on its environment
WO2016022188A2 (en) Video-assisted landing guidance system and method
KR102275695B1 (ko) 3차원 지도 구축에 있어 3차원 거리정보의 실시간 업데이트 장치 및 방법
Ferreira et al. A real-time mosaicking algorithm using binary features for ROVs
KR102508960B1 (ko) 실시간 3차원 지도 구축 장치 및 방법
JP2024038322A (ja) 測定装置、測定方法およびプログラム
KR20200102108A (ko) 차량의 객체 검출 장치 및 방법
CN107270904B (zh) 基于图像配准的无人机辅助引导控制系统及方法
Cheung et al. Optimization-based automatic parameter tuning for stereo vision

Legal Events

Date Code Title Description
A107 Divisional application of patent
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant