KR20210037633A - 장애물 속도를 결정하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램 - Google Patents

장애물 속도를 결정하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램 Download PDF

Info

Publication number
KR20210037633A
KR20210037633A KR1020210034626A KR20210034626A KR20210037633A KR 20210037633 A KR20210037633 A KR 20210037633A KR 1020210034626 A KR1020210034626 A KR 1020210034626A KR 20210034626 A KR20210034626 A KR 20210034626A KR 20210037633 A KR20210037633 A KR 20210037633A
Authority
KR
South Korea
Prior art keywords
point cloud
data
mesh
cloud data
determining
Prior art date
Application number
KR1020210034626A
Other languages
English (en)
Other versions
KR102568948B1 (ko
Inventor
하오 왕
리앙 왕
위 마
Original Assignee
베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디.
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 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. filed Critical 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디.
Publication of KR20210037633A publication Critical patent/KR20210037633A/ko
Application granted granted Critical
Publication of KR102568948B1 publication Critical patent/KR102568948B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/36—Devices characterised by the use of optical means, e.g. using infrared, visible, or ultraviolet light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/64—Devices characterised by the determination of the time taken to traverse a fixed distance
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/64—Devices characterised by the determination of the time taken to traverse a fixed distance
    • G01P3/80—Devices characterised by the determination of the time taken to traverse a fixed distance using auto-correlation or cross-correlation detection means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/50—Systems of measurement based on relative movement of target
    • G01S17/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G01S7/4808—Evaluating distance, position or velocity data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • 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
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P21/00—Testing or calibrating of apparatus or devices covered by the preceding groups
    • G01P21/02—Testing or calibrating of apparatus or devices covered by the preceding groups of speedometers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/64—Devices characterised by the determination of the time taken to traverse a fixed distance
    • G01P3/68—Devices characterised by the determination of the time taken to traverse a fixed distance using optical means, i.e. using infrared, visible, or ultraviolet light
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Abstract

본 출원의 실시예는 장애물 속도를 결정하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램을 개시하는바, 데이터 처리 기술분야에 관한 것으로, 특히, 자동운전 기술에 관한 것이다. 구체적인 구현방안으로는, 장애물의 제1 시점에서의 제1 포인트 클라우드 데이터 및 제2 시점에서의 제2 포인트 클라우드 데이터를 취득하고; 상기 제1 포인트 클라우드 데이터 또는 상기 제2 포인트 클라우드 데이터를 이동함으로써 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합하고; 정합된 데이터 포인트 쌍 중의 두 데이터 포인트 간의 거리에 따라 상기 장애물의 이동 속도를 결정하는 것이다. 본 출원의 실시예는 장애물 속도를 결정하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램을 제공하는바, 장애물 속도의 정확률을 향상시킨다.

Description

장애물 속도를 결정하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램{METHOD AND APPARATUS FOR DETERMINING VELOCITY OF OBSTACLE, ELECTRONIC DEVICE, STORAGE MEDIUM AND PROGRAM}
본 출원의 실시예는 데이터 처리 기술분야에 관한 것으로, 특히, 자동운전 기술에 관한 것이다. 구체적으로, 본 출원의 실시예는 장애물 속도를 결정하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램에 관한 것이다.
장애물 예측은 무인차 시스템에서 매우 중요한 모듈이고, 안정되고 정확한 속도는 장애물의 다음 단계 거동을 예측함에 있어서 극히 중요하다.
현재, 무인 주행 시스템은 장애물 추적 시 흔히는 장애물의 질량중심 위치의 변화에 기반하여 장애물의 관측 속도를 계산한다. 그러나 차폐 등의 원인으로 인해 포인트 클라우드 좌표를 사용하여 산출한 질량중심 위치는 변동이 보다 크고, 당해 방법에 의해 산출된 관측 속도는 오차가 보다 크다.
본 출원의 실시예는 장애물 속도를 결정하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램을 제공하는바, 장애물 속도의 정확률을 향상시킨다.
본 출원의 실시예는 장애물 속도를 결정하는 방법을 제공하는바, 당해 방법은,
장애물의 제1 시점에서의 제1 포인트 클라우드 데이터 및 제2 시점에서의 제2 포인트 클라우드 데이터를 취득하는 단계;
상기 제1 포인트 클라우드 데이터 또는 상기 제2 포인트 클라우드 데이터를 이동함으로써 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합하는 단계; 및
정합된 데이터 포인트 쌍 중의 두 데이터 포인트 간의 거리에 따라 상기 장애물의 이동 속도를 결정하는 단계 - 상기 정합된 데이터 포인트 쌍 중의 하나의 데이터 포인트는 상기 제1 포인트 클라우드 데이터에 속하고 다른 데이터 포인트는 상기 제2 포인트 클라우드 데이터에 속함 - 를 포함한다.
본 출원의 실시예는 상기 제1 포인트 클라우드 데이터 또는 상기 제2 포인트 클라우드 데이터를 이동하고 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합하는 과정을 추가함으로써 포인트 클라우드 데이터가 불완전하더라도 여전히 정확하게 정합된 데이터 포인트 쌍을 찾을 수 있도록 하고, 이로써 차폐 문제를 효과적으로 해결할 수 있고, 장애물 속도의 정확률을 향상시킬 수 있다.
나아가, 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합하는 단계는,
상기 제1 포인트 클라우드 데이터의 제1 포인트 클라우드 분포 정보 및 상기 제2 포인트 클라우드 데이터의 제2 포인트 클라우드 분포 정보를 결정하는 단계; 및
상기 제1 포인트 클라우드 분포 정보 및 상기 제2 포인트 클라우드 분포 정보에 따라 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합하는 단계를 포함한다.
당해 기술 특징에 기반하여 본 출원의 실시예는 상기 제1 포인트 클라우드 분포 정보 및 상기 제2 포인트 클라우드 분포 정보에 따라 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합하는바, 직접 데이터 포인트에 따라 정합하는 경우에 비해, 본 출원의 실시예는 각 데이터 포인트에 대해 정합 계산을 수행할 필요가 없으므로, 계산량을 감소시킬 수 있고, 나아가 정합 효율을 향상시킬 수 있다.
나아가, 상기 제1 포인트 클라우드 데이터의 제1 포인트 클라우드 분포 정보를 결정하는 단계는,
상기 제1 포인트 클라우드 데이터의 제1 투영 평면을 결정하는 단계;
상기 제1 포인트 클라우드 데이터를 상기 제1 투영 평면 위의 설정 사이즈의 메쉬에 투영하여 제1 메쉬 투영 데이터를 얻는 단계; 및
상기 제1 메쉬 투영 데이터에 따라 상기 제1 포인트 클라우드 분포 정보를 결정하는 단계를 포함한다.
당해 기술 특징에 기반하여 본 출원의 실시예는 상기 제1 포인트 클라우드 데이터를 상기 제1 투영 평면 위의 설정 사이즈의 메쉬에 투영하여 메쉬에서의 투영 데이터에 따라 제1 포인트 클라우드 분포 정보를 결정하는바, 이로써 포인트 클라우드 분포 정보를 결정하기 편리해지고 포인트 클라우드 분포 정보에 의해 장애물을 서술하는 정확률이 향상된다.
나아가, 상기 제1 포인트 클라우드 데이터의 제1 투영 평면을 결정하는 단계는,
상기 이동 속도의 적어도 하나의 방향에 따라 적어도 하나의 투영 방향을 결정하는 단계;
지면에 수직인 방향을 상기 적어도 하나의 투영 방향과 각각 조합하는 단계; 및
조합하여 얻은 방향 쌍에 따라 적어도 하나의 상기 제1 투영 평면을 구축하는 단계를 포함한다.
당해 기술 특징에 기반하여 본 출원의 실시예는 상기 이동 속도의 적어도 하나의 방향에 따라 적어도 하나의 투영 방향을 결정하고, 지면에 수직인 방향을 상기 적어도 하나의 투영 방향과 각각 조합하고, 조합하여 얻은 방향 쌍에 따라 적어도 하나의 상기 제1 투영 평면을 구축하는바, 이로써 이동 속도에 따른 적어도 하나의 방향을 구현하고, 적어도 하나의 제1 투영 평면을 구현하며, 나아가 서로 다른 방향의 이동 속도를 결정하는 것을 구현한다.
나아가, 상기 제1 포인트 클라우드 데이터를 상기 제1 투영 평면 위의 설정 사이즈의 메쉬에 투영하여 제1 메쉬 투영 데이터를 얻는 단계는,
상기 제1 포인트 클라우드 데이터를 상기 제1 포인트 클라우드 데이터의 질량중심을 원점으로 하는 3차원 좌표계로 전환하는 단계 - 상기 좌표계의 두 좌표축에 의해 구축되는 평면은 상기 제1 투영 평면임 - ;
상기 좌표계의 원점을 중심으로 상기 제1 투영 평면에 대해 설정 사이즈의 메쉬 분할을 수행하는 단계; 및
전환된 제1 포인트 클라우드 데이터를 분할로 얻은 메쉬에 투영하여 상기 제1 메쉬 투영 데이터를 얻는 단계를 포함한다.
당해 기술 특징에 기반하여 본 출원의 실시예는 상기 제1 포인트 클라우드 데이터를 상기 제1 포인트 클라우드 데이터의 질량중심을 원점으로 하는 3차원 좌표계로 전환하고, 상기 좌표계의 원점을 중심으로 상기 제1 투영 평면에 대해 설정 사이즈의 메쉬 분할을 수행하고, 전환된 제1 포인트 클라우드 데이터를 분할로 얻은 메쉬에 투영하는바, 이로써 제1 포인트 클라우드 데이터의 투영점이 메쉬의 중심을 분포 중심으로 분포하도록 하고, 나아가 후속의 정합 계산이 편리해지게 한다.
나아가, 상기 제1 포인트 클라우드 데이터를 상기 제1 투영 평면 위의 설정 사이즈의 메쉬에 투영하여 제1 메쉬 투영 데이터를 얻는 단계는,
상기 제1 포인트 클라우드 데이터의 사이즈 및 상기 메쉬의 사이즈에 따라 상기 메쉬에서의 상기 제1 포인트 클라우드 데이터의 표시 비율을 결정하는 단계; 및
상기 표시 비율에 따라 상기 제1 포인트 클라우드 데이터를 상기 메쉬에 투영하여 상기 제1 메쉬 투영 데이터를 얻는 단계를 포함한다.
당해 기술 특징에 기반하여 본 출원의 실시예는 상기 제1 포인트 클라우드 데이터의 사이즈 및 상기 메쉬의 사이즈에 따라 상기 메쉬에서의 상기 제1 포인트 클라우드 데이터의 표시 비율을 결정하고, 상기 표시 비율에 따라 상기 제1 포인트 클라우드 데이터를 상기 메쉬에 투영하여 상기 제1 메쉬 투영 데이터를 얻는바, 이로써 제1 포인트 클라우드 데이터에서의 전체 데이터 포인트를 상기 메쉬에 투영하여 완전한 포인트 클라우드 분포 정보를 획득하게 된다.
나아가, 상기 제1 메쉬 투영 데이터에 따라 상기 제1 포인트 클라우드 분포 정보를 결정하는 단계는,
메쉬에 투영된 데이터 포인트의 개수가 0보다 큰 경우, 당해 메쉬와 장애물 경계 간의 거리 파라미터를 0으로 결정하는 단계;
메쉬에 투영된 데이터 포인트의 개수가 0보다 작거나 같은 경우, 행 방향으로, 당해 메쉬에서 가장 가까이 위치하고 투영 데이터 포인트의 개수가 0보다 큰 목표 메쉬를 탐색하는 단계;
상기 당해 메쉬와 상기 목표 메쉬 간의 메쉬 수량에 따라 상기 당해 메쉬의 상기 거리 파라미터를 결정하는 단계; 및
결정된 상기 거리 파라미터를 상기 제1 포인트 클라우드 분포 정보로 하는 단계를 포함한다.
당해 기술 특징에 기반하여 본 출원의 실시예는 메쉬에 투영된 데이터 포인트의 개수에 의해 당해 메쉬와 장애물 경계 간의 거리 파라미터를 결정하는바, 이로써 제1 포인트 클라우드 분포 정보를 결정하는 것을 구현한다.
나아가, 상기 포인트 클라우드 분포 정보는 메쉬에 투영된 데이터 포인트의 개수, 메쉬와 장애물 경계 간의 거리 파라미터, 일 열의 메쉬에 투영된 데이터 포인트의 개수 및 상기 장애물의 행 방향에서의 메쉬 길이 중의 적어도 하나를 포함한다.
당해 기술 특징에 기반하여 본 출원의 실시예는 메쉬에 투영된 데이터 포인트의 개수, 메쉬와 장애물 경계 간의 거리 파라미터, 일 열의 메쉬에 투영된 데이터 포인트의 개수 및 상기 장애물의 행 방향에서의 메쉬 길이 중의 적어도 하나에 기반하여 포인트 클라우드 데이터를 정합하는바, 이로써 포인트 클라우드 데이터의 정합 정확률을 향상시킨다.
나아가, 상기 제1 포인트 클라우드 데이터 또는 상기 제2 포인트 클라우드 데이터를 이동함으로써 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합하는 단계는,
상기 장애물의 지향에 기초하여 상기 제1 포인트 클라우드 데이터 또는 상기 제2 포인트 클라우드 데이터를 이동하는 단계;
상기 제1 포인트 클라우드 분포 정보 및 상기 제2 포인트 클라우드 분포 정보에 따라 이동된 상기 제1 포인트 클라우드 데이터와 상기 제2 포인트 클라우드 데이터 간의 매칭도를 계산하는 단계; 및
계산하여 얻은 매칭도에 따라 상기 제1 포인트 클라우드 데이터와 상기 제2 포인트 클라우드 데이터의 정합 위치를 결정하는 단계를 포함한다.
당해 기술 특징에 기반하여 본 출원의 실시예는 목표 방향에 기반하여 상기 제1 포인트 클라우드 데이터의 투영점을 이동하고 상기 제1 포인트 클라우드 분포 정보 및 상기 제2 포인트 클라우드 분포 정보에 따라 이동된 상기 제1 포인트 클라우드 데이터와 상기 제2 포인트 클라우드 데이터 간의 매칭도를 계산하고, 계산하여 얻은 매칭도에 따라 상기 제1 포인트 클라우드 데이터와 상기 제2 포인트 클라우드 데이터의, 목표 방향에서의 정합 위치를 결정하는바, 이로써 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합하는 것을 구현한다.
나아가, 상기 계산하여 얻은 매칭도에 따라 상기 제1 포인트 클라우드 데이터와 상기 제2 포인트 클라우드 데이터의 정합 위치를 결정하는 단계는,
적어도 2회 이동 후 계산하여 얻은 매칭도를 정규화하여 매 회 이동이 실제 변위에 속하는 확률을 얻는 단계;
상기 확률에 따라 변위 기대를 계산하고 계산하여 얻은 변위 기대를 최적 이동 거리로 하는 단계; 및
상기 최적 이동 거리를 이동한 위치를 상기 정합 위치로 하는 단계를 포함한다.
당해 기술 특징에 기반하여 본 출원의 실시예는 적어도 2회 이동 후 계산하여 얻은 매칭도를 이용하여 이동 거리에 대해 최적의 추정을 수행하는바, 이동 거리를 결정하는 정확률을 향상시키고, 나아가 정합 위치를 결정하는 정확률을 향상시킨다.
나아가, 상기 정합된 데이터 포인트 쌍 중의 두 데이터 포인트 간의 거리에 따라 상기 장애물의 이동 속도를 결정하는 단계는,
정합된 데이터 포인트 쌍 중의 두 데이터 포인트 간의 거리에 따라 상기 장애물의, 상기 제1 시점과 상기 제2 시점 사이에서의 목표 이동 거리를 결정하는 단계; 및
상기 목표 이동 거리에 따라 상기 장애물의 이동 속도를 결정하는 단계를 포함한다.
당해 기술 특징에 기반하여 본 출원의 실시예는 정합된 데이터 포인트 쌍 중의 두 데이터 포인트 간의 거리에 따라 상기 장애물의, 상기 제1 시점과 상기 제2 시점 사이에서의 목표 이동 거리를 결정하고, 상기 목표 이동 거리에 따라 상기 장애물의 이동 속도를 결정하는바, 이로써 장애물 이동 속도를 결정하는 것을 구현한다.
본 출원의 실시예는 장애물 속도를 결정하는 장치를 제공하는바, 당해 장치는
장애물의 제1 시점에서의 제1 포인트 클라우드 데이터 및 제2 시점에서의 제2 포인트 클라우드 데이터를 취득하는 데이터 취득 모듈;
상기 제1 포인트 클라우드 데이터 또는 상기 제2 포인트 클라우드 데이터를 이동함으로써 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합하는 포인트 클라우드 정합 모듈; 및
정합된 데이터 포인트 쌍 중의 두 데이터 포인트 간의 거리에 따라 상기 장애물의 이동 속도를 결정하는 속도 결정 모듈 - 상기 정합된 데이터 포인트 쌍 중의 하나의 데이터 포인트는 상기 제1 포인트 클라우드 데이터에 속하고 다른 데이터 포인트는 상기 제2 포인트 클라우드 데이터에 속함 - 을 포함한다.
나아가, 상기 포인트 클라우드 정합 모듈은,
상기 제1 포인트 클라우드 데이터의 제1 포인트 클라우드 분포 정보 및 상기 제2 포인트 클라우드 데이터의 제2 포인트 클라우드 분포 정보를 결정하는 분포 정보 결정 유닛; 및
상기 제1 포인트 클라우드 분포 정보 및 상기 제2 포인트 클라우드 분포 정보에 따라 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합하는 포인트 클라우드 정합 유닛을 포함한다.
나아가, 상기 분포 정보 결정 유닛은 구체적으로,
상기 제1 포인트 클라우드 데이터의 제1 투영 평면을 결정하고;
상기 제1 포인트 클라우드 데이터를 상기 제1 투영 평면 위의 설정 사이즈의 메쉬에 투영하여 제1 메쉬 투영 데이터를 얻고;
상기 제1 메쉬 투영 데이터에 따라 상기 제1 포인트 클라우드 분포 정보를 결정한다.
나아가, 상기 제1 포인트 클라우드 데이터의 제1 투영 평면을 결정하는 것은,
상기 이동 속도의 적어도 하나의 방향에 따라 적어도 하나의 투영 방향을 결정하는 것;
지면에 수직인 방향을 상기 적어도 하나의 투영 방향과 각각 조합하는 것; 및
조합하여 얻은 방향 쌍에 따라 적어도 하나의 상기 제1 투영 평면을 구축하는 것을 포함한다.
나아가, 상기 제1 포인트 클라우드 데이터를 상기 제1 투영 평면 위의 설정 사이즈의 메쉬에 투영하여 제1 메쉬 투영 데이터를 얻는 것은,
상기 제1 포인트 클라우드 데이터를 상기 제1 포인트 클라우드 데이터의 질량중심을 원점으로 하는 3차원 좌표계로 전환하는 것 - 상기 좌표계의 두 좌표축에 의해 구축되는 평면은 상기 제1 투영 평면임 - ;
상기 좌표계의 원점을 중심으로 상기 제1 투영 평면에 대해 설정 사이즈의 메쉬 분할을 수행하는 것; 및
전환된 제1 포인트 클라우드 데이터를 분할로 얻은 메쉬에 투영하여 상기 제1 메쉬 투영 데이터를 얻는 것을 포함한다.
나아가, 상기 제1 포인트 클라우드 데이터를 상기 제1 투영 평면 위의 설정 사이즈의 메쉬에 투영하여 제1 메쉬 투영 데이터를 얻는 것은,
상기 제1 포인트 클라우드 데이터의 사이즈 및 상기 메쉬의 사이즈에 따라 상기 메쉬에서의 상기 제1 포인트 클라우드 데이터의 표시 비율을 결정하는 것; 및
상기 표시 비율에 따라 상기 제1 포인트 클라우드 데이터를 상기 메쉬에 투영하여 상기 제1 메쉬 투영 데이터를 얻는 것을 포함한다.
나아가, 상기 제1 메쉬 투영 데이터에 따라 상기 제1 포인트 클라우드 분포 정보를 결정하는 것은,
메쉬에 투영된 데이터 포인트의 개수가 0보다 큰 경우, 당해 메쉬와 장애물 경계 간의 거리 파라미터를 0으로 결정하는 것;
메쉬에 투영된 데이터 포인트의 개수가 0보다 작거나 같은 경우, 행 방향으로, 당해 메쉬에서 가장 가까이 위치하고 투영 데이터 포인트의 개수가 0보다 큰 목표 메쉬를 탐색하는 것;
상기 당해 메쉬와 상기 목표 메쉬 간의 메쉬 수량에 따라 상기 당해 메쉬의 상기 거리 파라미터를 결정하는 것; 및
결정된 상기 거리 파라미터를 상기 제1 포인트 클라우드 분포 정보로 하는 것을 포함한다.
나아가, 상기 포인트 클라우드 분포 정보는 메쉬에 투영된 데이터 포인트의 개수, 메쉬와 장애물 경계 간의 거리 파라미터, 일 열의 메쉬에 투영된 데이터 포인트의 개수 및 상기 장애물의 행 방향에서의 메쉬 길이 중의 적어도 하나를 포함한다.
나아가, 상기 포인트 클라우드 정합 모듈은,
상기 장애물의 지향에 기초하여 상기 제1 포인트 클라우드 데이터 또는 상기 제2 포인트 클라우드 데이터를 이동하는 포인트 클라우드 이동 유닛;
상기 제1 포인트 클라우드 분포 정보 및 상기 제2 포인트 클라우드 분포 정보에 따라 이동된 상기 제1 포인트 클라우드 데이터와 상기 제2 포인트 클라우드 데이터 간의 매칭도를 계산하는 매칭도 계산 유닛; 및
계산하여 얻은 매칭도에 따라 상기 제1 포인트 클라우드 데이터와 상기 제2 포인트 클라우드 데이터의 정합 위치를 결정하는 정합 위치 결정 유닛을 포함한다.
나아가, 상기 정합 위치 결정 유닛은 구체적으로,
적어도 2회 이동 후 계산하여 얻은 매칭도를 정규화하여 매 회 이동이 실제 변위에 속하는 확률을 얻고;
상기 확률에 따라 변위 기대를 계산하고 계산하여 얻은 변위 기대를 최적 이동 거리로 하고;
상기 최적 이동 거리를 이동한 위치를 상기 정합 위치로 한다.
나아가, 상기 속도 결정 모듈은,
정합된 데이터 포인트 쌍 중의 두 데이터 포인트 간의 거리에 따라 상기 장애물의, 상기 제1 시점과 상기 제2 시점 사이에서의 목표 이동 거리를 결정하는 거리 결정 유닛; 및
상기 목표 이동 거리에 따라 상기 장애물의 이동 속도를 결정하는 속도 결정 유닛을 포함한다.
본 출원의 실시예는 전자 기기를 더 제공하는바, 당해 기기는,
적어도 하나의 프로세서; 및
상기 적어도 하나의 프로세서에 통신적으로 연결되는 메모리를 포함하고,
상기 메모리에는 상기 적어도 하나의 프로세서에 의해 실행될 수 있는 명령이 저장되어 있고, 상기 명령은 상기 적어도 하나의 프로세서에 의해 실행됨으로써 상기 적어도 하나의 프로세서가 본 출원의 어느 한 실시예에 따른 방법을 실행 가능하도록 한다.
본 출원의 실시예는 컴퓨터 명령이 저장되어 있는 비일시적 컴퓨터 판독가능 저장 매체를 더 제공하는바, 상기 컴퓨터 명령은 상기 컴퓨터에 의해 본 출원의 어느 한 실시예에 따른 방법이 수행되도록 한다.
본 출원의 실시예는, 매체에 저장된 컴퓨터 프로그램을 더 제공하는바, 당해 프로그램이 프로세서에 의해 실행되는 경우, 본 출원의 어느 한 실시예에 따른 방법이 수행된다.
첨부 도면은 본 방안을 더 잘 이해하기 위한 것으로, 본 출원을 한정하지 않는다.
도 1은 본 출원의 제1 실시예에 의해 제공되는 장애물 속도를 결정하는 방법의 흐름도이다.
도 2는 본 출원의 제2 실시예에 의해 제공되는 장애물 속도를 결정하는 방법의 흐름도이다.
도 3은 본 출원의 제3 실시예에 의해 제공되는 장애물 속도를 결정하는 방법의 흐름도이다.
도 4는 본 출원의 제4 실시예에 의해 제공되는 장애물 속도를 결정하는 방법의 흐름도이다.
도 5는 본 출원의 제5 실시예에 의해 제공되는 장애물 속도를 결정하는 장치의 구조 개략도이다.
도 6은 본 출원의 실시예의 장애물 속도를 결정하는 방법을 구현하는 전자 기기의 블록도이다.
아래 첨부 도면을 결부하여 본 출원의 시범적 실시예를 설명하고자 하는데, 여기서는 이해를 돕고자 본 출원의 실시예의 다양한 세부사항을 포함하나 이를 단지 시범적인 것으로 간주하여야 한다. 따라서, 당업자라면, 여기서 서술한 실시예는 본 출원의 범위 및 사상에 위배되지 않으면서 다양한 변경 및 수정이 가능하다는 것을 인지하여야 한다. 마찬가지로, 명확함과 간결함을 위해, 아래 서술에서는 공지된 기능 및 구조에 대한 서술을 생략하기로 한다.
제1 실시예
도 1은 본 출원의 제1 실시예에 의해 제공되는 장애물 속도를 결정하는 방법의 흐름도이다. 본 실시예는 장애물 두 시점(時點)의 포인트 클라우드 데이터에 따라 장애물 이동 속도를 결정하는 경우에 적용될 수 있다. 대표적으로, 본 실시예는, 자동운전 차량이 수집된 장애물의 두 시점의 포인트 클라우드 데이터에 따라 장애물 이동 속도를 결정하고 장애물 이동 속도에 따라 자율제어를 수행하는 경우에 적용될 수 있다.
당해 방법은 장애물 속도를 결정하는 장치에 의해 구현될 수 있고, 당해 장치는 소프트웨어 및/또는 하드웨어의 방식으로 구현될 수 있다. 도 1을 참조하면, 본 출원의 실시예에 의해 제공되는 장애물 속도를 결정하는 방법은 하기 단계를 포함한다.
단계(S110)에서, 장애물의 제1 시점에서의 제1 포인트 클라우드 데이터 및 제2 시점에서의 제2 포인트 클라우드 데이터를 취득한다.
구체적으로, 장애물은 자율주행을 방해하는 임의의 물체일 수 있다. 대표적으로, 장애물은 차량 자체의 전방의 주행 차량이다.
장애물의 포인트 클라우드 데이터는 차량 자체에 구성되는 센서에 의해 취득될 수 있다.
단계(S120)에서, 상기 제1 포인트 클라우드 데이터 또는 상기 제2 포인트 클라우드 데이터를 이동함으로써 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합(registration)한다.
구체적으로, 상기 제1 포인트 클라우드 데이터 또는 상기 제2 포인트 클라우드 데이터를 이동함으로써 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합하는 단계는,
상기 제1 포인트 클라우드 데이터 또는 상기 제2 포인트 클라우드 데이터를 이동하는 단계;
상기 제1 포인트 클라우드 데이터에서의 각 데이터 포인트와 상기 제2 포인트 클라우드 데이터에서의 각 데이터 포인트 간의 위치 관계에 기반하여 이동된 상기 제1 포인트 클라우드 데이터와 상기 제2 포인트 클라우드 데이터 간의 매칭도를 계산하는 단계; 및
계산하여 얻은 매칭도에 따라 상기 제1 포인트 클라우드 데이터와 상기 제2 포인트 클라우드 데이터의 정합 위치를 결정하는 단계를 포함한다.
단계(S130)에서, 정합된 데이터 포인트 쌍 중의 두 데이터 포인트 간의 거리에 따라 상기 장애물의 이동 속도를 결정하되, 상기 정합된 데이터 포인트 쌍 중의 하나의 데이터 포인트는 상기 제1 포인트 클라우드 데이터에 속하고 다른 데이터 포인트는 상기 제2 포인트 클라우드 데이터에 속한다.
여기서, 정합된 데이터 포인트 쌍은 정합 후 중첩된 데이터 포인트 쌍을 가리키고, 당해 데이터 포인트 쌍 중의 한 데이터 포인트는 제1 포인트 클라우드 데이터에 속하고 다른 데이터 포인트는 제2 포인트 클라우드 데이터에 속한다.
구체적으로, 정합된 데이터 포인트 쌍 중의 두 데이터 포인트 간의 거리에 따라 상기 장애물의 이동 속도를 결정하는 단계는,
정합된 데이터 포인트 쌍 중의 두 데이터 포인트 간의 거리에 따라 상기 장애물의, 상기 제1 시점과 상기 제2 시점 사이에서의 목표 이동 거리를 결정하는 단계; 및
상기 목표 이동 거리에 따라 상기 장애물의 이동 속도를 결정하는 단계를 포함한다.
구체적으로, 상기 목표 이동 거리에 따라 상기 장애물의 이동 속도를 결정하는 단계는,
상기 제1 시점과 상기 제2 시점 사이의 시간 차를 결정하는 단계; 및
상기 목표 이동 거리 및 상기 시간 차에 따라, 상기 장애물의 이동 속도를 얻는 단계를 포함한다.
본 출원의 실시예는 상기 제1 포인트 클라우드 데이터 또는 상기 제2 포인트 클라우드 데이터를 이동하고 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합하는 과정을 추가함으로써 포인트 클라우드 데이터가 불완전하더라도 여전히 정확하게 정합된 데이터 포인트 쌍을 찾을 수 있도록 하고, 이로써 차폐 문제를 효과적으로 해결할 수 있고, 장애물 속도 정확률을 향상시킬 수 있다.
계산량을 감소시키고 정합 효율을 향상시키고자, 상기 제1 포인트 클라우드 데이터 또는 상기 제2 포인트 클라우드 데이터를 이동함으로써 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합하는 단계는,
상기 장애물의 지향(마주하는 방향)에 기초하여 상기 제1 포인트 클라우드 데이터 또는 상기 제2 포인트 클라우드 데이터를 이동하는 단계;
상기 제1 포인트 클라우드 분포 정보 및 상기 제2 포인트 클라우드 분포 정보에 따라 이동된 상기 제1 포인트 클라우드 데이터와 상기 제2 포인트 클라우드 데이터 간의 매칭도를 계산하는 단계; 및
계산하여 얻은 매칭도에 따라 상기 제1 포인트 클라우드 데이터와 상기 제2 포인트 클라우드 데이터의 정합 위치를 결정하는 단계를 포함한다.
여기서, 제1 포인트 클라우드 분포 정보는 제1 포인트 클라우드 데이터의 포인트 클라우드 분포 정보를 가리킨다.
제2 포인트 클라우드 분포 정보는 제2 포인트 클라우드 데이터의 포인트 클라우드 분포 정보를 가리킨다.
포인트 클라우드 분포 정보는 포인트 클라우드 데이터에서의 각 데이터 포인트의 위치의 분포 상황을 특성화하는 정보이다.
구체적으로, 상기 포인트 클라우드 분포 정보는 데이터 포인트의 국소 분포 밀도, 데이터 포인트와 장애물 경계 간의 거리, 데이터 포인트의 종 방향 분포 밀도 및 장애물의 횡 방향 길이 중의 적어도 하나를 포함한다.
구체적으로, 데이터 포인트의 국소 분포 밀도를 결정하는 단계는,
포인트 클라우드 데이터에서의 데이터 포인트에 대해 메쉬 분할을 수행하고 각 메쉬 내에 위치되는 데이터 포인트의 개수를 통계하는 단계; 및
각 메쉬 내에 위치되는 데이터 포인트의 개수에 따라 데이터 포인트의 국소 분포 밀도를 결정하는 단계를 포함한다.
데이터 포인트와 장애물 경계 간의 거리를 결정하는 단계는,
포인트 클라우드 데이터에 따라 장애물 경계를 결정하는 단계; 및
장애물 경계에 따라 포인트 클라우드 데이터에서의 데이터 포인트와 장애물 경계 간의 거리를 결정하는 단계를 포함한다.
데이터 포인트의 종 방향 분포 밀도를 결정하는 단계는,
포인트 클라우드 데이터에서의 데이터 포인트에 대해 열 분할을 수행하고 각 열에 포함되는 데이터 포인트의 수량을 통계하는 단계; 및
통계된 각 열에 포함되는 데이터 포인트의 수량에 따라 데이터 포인트의 종 방향 분포 밀도를 결정하는 단계를 포함한다.
장애물의 횡 방향 길이를 결정하는 단계는,
투영된 데이터 포인트에 대해 행 분할을 수행하고 각 행에 포함되는 데이터 포인트의 수량을 통계하는 단계; 및
통계하여 얻은 최대치를 장애물의 횡 방향 길이로 하는 단계를 포함한다.
구체적으로, 상기 계산하여 얻은 매칭도에 따라 상기 제1 포인트 클라우드 데이터와 상기 제2 포인트 클라우드 데이터의 정합 위치를 결정하는 단계는,
적어도 2회 이동 후 계산하여 얻은 매칭도를 정규화하여 매 회 이동이 실제 변위에 속하는 확률을 얻는 단계;
상기 확률에 따라 변위 기대를 계산하고 계산하여 얻은 변위 기대를 최적 이동 거리로 하는 단계; 및
상기 최적 이동 거리를 이동한 위치를 상기 정합 위치로 하는 단계를 포함한다.
당해 기술 특징에 기반하여 본 출원의 실시예는 적어도 2회 이동 후 계산하여 얻은 매칭도를 이용하여 이동 거리에 대해 최적의 추정을 수행하는바, 이동 거리를 결정하는 정확률을 향상시키고, 나아가 정합 위치를 결정하는 정확률을 향상시킨다.
제2 실시예
도 2는 본 출원의 제2 실시예에 의해 제공되는 장애물 속도를 결정하는 방법의 흐름도이다. 본 실시예는 상술한 실시예에 기초하여 제공된 대안적인 방안이다. 도 2를 참조하면, 본 출원의 실시예에 의해 제공되는 장애물 속도를 결정하는 방법은 하기의 단계를 포함한다.
단계(S210)에서, 장애물의 제1 시점에서의 제1 포인트 클라우드 데이터 및 제2 시점에서의 제2 포인트 클라우드 데이터를 취득한다.
단계(S220)에서, 상기 제1 포인트 클라우드 데이터의 제1 포인트 클라우드 분포 정보 및 상기 제2 포인트 클라우드 데이터의 제2 포인트 클라우드 분포 정보를 결정한다.
구체적으로, 상기 제1 포인트 클라우드 데이터의 제1 포인트 클라우드 분포 정보를 결정하는 단계는,
상기 제1 포인트 클라우드 데이터의 최소 외접다각형을 결정하고 결정된 최소 외접다각형을 상기 제1 포인트 클라우드 데이터의 제1 포인트 클라우드 분포 정보로 하는 단계를 포함한다.
단계(S230)에서, 상기 제1 포인트 클라우드 데이터 또는 상기 제2 포인트 클라우드 데이터를 이동함으로써 상기 제1 포인트 클라우드 분포 정보 및 상기 제2 포인트 클라우드 분포 정보에 따라 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합한다.
단계(S240)에서, 정합된 데이터 포인트 쌍 중의 두 데이터 포인트 간의 거리에 따라 상기 장애물의 이동 속도를 결정하되, 상기 정합된 데이터 포인트 쌍 중의 하나의 데이터 포인트는 상기 제1 포인트 클라우드 데이터에 속하고 다른 데이터 포인트는 상기 제2 포인트 클라우드 데이터에 속한다.
본 출원의 실시예는 상기 제1 포인트 클라우드 분포 정보 및 상기 제2 포인트 클라우드 분포 정보에 따라 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합하는바, 직접 데이터 포인트에 따라 정합하는 경우에 비해, 본 출원의 실시예는 각각의 데이터 포인트에 대해 정합 계산을 수행할 필요가 없으므로, 계산량을 감소시킬 수 있고, 나아가 정합 효율을 향상시킬 수 있다.
제3 실시예
도 3은 본 출원의 제3 실시예에 의해 제공되는 장애물 속도를 결정하는 방법의 흐름도이다. 본 실시예는 상술한 실시예에 기초하여 제공된 대안적인 방안이다. 도 3을 참조하면, 본 출원의 실시예에 의해 제공되는 장애물 속도를 결정하는 방법은 하기 단계를 포함한다.
단계(S310)에서, 장애물의 제1 시점에서의 제1 포인트 클라우드 데이터 및 제2 시점에서의 제2 포인트 클라우드 데이터를 취득한다.
단계(S320)에서, 상기 제1 포인트 클라우드 데이터의 제1 포인트 클라우드 분포 정보 및 상기 제2 포인트 클라우드 데이터의 제2 포인트 클라우드 분포 정보를 결정한다.
여기서, 상기 제1 포인트 클라우드 데이터의 제1 포인트 클라우드 분포 정보를 결정하는 단계는,
상기 제1 포인트 클라우드 데이터의 제1 투영 평면을 결정하는 단계;
상기 제1 포인트 클라우드 데이터를 상기 제1 투영 평면 위의 설정 사이즈의 메쉬에 투영하여 제1 메쉬 투영 데이터를 얻는 단계; 및
상기 제1 메쉬 투영 데이터에 따라 상기 제1 포인트 클라우드 분포 정보를 결정하는 단계를 포함한다.
여기서, 상기 제1 투영 평면은 상기 제1 포인트 클라우드 데이터를 투영하는 평면을 가리킨다.
구체적으로, 상기 제1 포인트 클라우드 데이터의 제1 투영 평면을 결정하는 단계는,
상기 이동 속도의 적어도 하나의 방향에 따라 적어도 하나의 투영 방향을 결정하는 단계;
지면에 수직인 방향을 상기 적어도 하나의 투영 방향과 각각 조합하는 단계; 및
조합하여 얻은 방향 쌍에 따라 적어도 하나의 상기 제1 투영 평면을 구축하는 단계를 포함한다.
여기서, 속도는 어느 순간에서의 이동점이 운동하는 빠르기와 운동하는 방향의 벡터를 특성화한 것이므로 이동 속도는 방향을 가진다.
구체적으로, 상기 이동 속도의 적어도 하나의 방향은 사전설정될 수 있다.
방향 쌍은 지면에 수직인 방향 하나와 투영 방향 하나를 포함한다.
구체적으로, 상기 적어도 하나의 투영 방향은 장애물의 지향과 장애물의 수직 방향을 포함하고, 상기 장애물의 수직 방향은 수평면에서 장애물 지향에 수직되는 방향이다.
본 실시예에서는 제1 포인트 클라우드 분포 정보만을 예로 들어 포인트 클라우드 분포 정보를 결정하는 방안을 서술하기로 한다. 대안으로, 상술한 결정의 논리는 제2 포인트 클라우드 분포 정보를 결정하는 데도 적용된다.
단계(S330)에서, 상기 제1 포인트 클라우드 데이터 또는 상기 제2 포인트 클라우드 데이터를 이동함으로써 상기 제1 포인트 클라우드 분포 정보 및 상기 제2 포인트 클라우드 분포 정보에 따라 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합한다.
단계(S340)에서, 정합된 데이터 포인트 쌍 중의 두 데이터 포인트 간의 거리에 따라 상기 장애물의 이동 속도를 결정하되, 상기 정합된 데이터 포인트 쌍 중의 하나의 데이터 포인트는 상기 제1 포인트 클라우드 데이터에 속하고 다른 데이터 포인트는 상기 제2 포인트 클라우드 데이터에 속한다.
본 출원의 실시예는 상기 제1 포인트 클라우드 데이터를 상기 제1 투영 평면 위의 설정 사이즈의 메쉬에 투영하여 메쉬에서의 투영 데이터에 따라 제1 포인트 클라우드 분포 정보를 결정하는바, 이로써 포인트 클라우드 분포 정보를 결정하기 편리해지고 제1 포인트 클라우드 분포 정보에 의해 제1 포인트 클라우드 데이터를 서술하는 정확률이 향상된다.
나아가, 상기 제1 포인트 클라우드 데이터를 상기 제1 투영 평면 위의 설정 사이즈의 메쉬에 투영하여 제1 메쉬 투영 데이터를 얻는 단계는,
상기 제1 포인트 클라우드 데이터를 상기 제1 포인트 클라우드 데이터의 질량중심을 원점으로 하는 3차원 좌표계로 전환하는 단계 - 상기 좌표계의 두 좌표축에 의해 구축되는 평면은 상기 제1 투영 평면임 - ;
상기 좌표계의 원점을 중심으로 상기 제1 투영 평면에 대해 설정 사이즈의 메쉬 분할을 수행하는 단계; 및
전환된 제1 포인트 클라우드 데이터를 분할로 얻은 메쉬에 투영하여 상기 제1 메쉬 투영 데이터를 얻는 단계를 포함한다.
당해 기술 특징에 기반하여 본 출원의 실시예는 상기 제1 포인트 클라우드 데이터를 상기 제1 포인트 클라우드 데이터의 질량중심을 원점으로 하는 3차원 좌표계로 전환하고, 상기 좌표계의 원점을 중심으로 상기 제1 투영 평면에 대해 설정 사이즈의 메쉬 분할을 수행하고, 전환된 제1 포인트 클라우드 데이터를 분할로 얻은 메쉬에 투영하는바, 이로써 제1 포인트 클라우드 데이터의 투영점이 메쉬의 중심을 분포 중심으로 분포하도록 하고, 나아가 후속의 정합 계산이 편리해지게 한다.
나아가, 상기 제1 메쉬 투영 데이터에 따라 상기 제1 포인트 클라우드 분포 정보를 결정하는 단계는,
메쉬에 투영된 데이터 포인트의 개수가 0보다 큰 경우, 당해 메쉬와 장애물 경계 간의 거리 파라미터를 0으로 결정하는 단계;
메쉬에 투영된 데이터 포인트의 개수가 0보다 작거나 같은 경우, 행 방향으로, 당해 메쉬에서 가장 가까이 위치하고 투영 데이터 포인트의 개수가 0보다 큰 목표 메쉬를 탐색하는 단계;
상기 당해 메쉬와 상기 목표 메쉬 간의 메쉬 수량에 따라 상기 당해 메쉬의 상기 거리 파라미터를 결정하는 단계; 및
결정된 상기 거리 파라미터를 상기 제1 포인트 클라우드 분포 정보로 하는 단계를 포함한다.
당해 기술 특징에 기반하여 본 출원의 실시예는 메쉬에 투영된 데이터 포인트의 개수에 의해 당해 메쉬와 장애물 경계 간의 거리 파라미터를 결정하는바, 이로써 제1 포인트 클라우드 분포 정보를 결정하는 것을 구현한다.
제1 포인트 클라우드 데이터에서의 전체 데이터 포인트를 상기 메쉬에 투영하여 완전한 포인트 클라우드 분포 정보를 획득하기 위해, 상기 제1 포인트 클라우드 데이터를 상기 제1 투영 평면 위의 설정 사이즈의 메쉬에 투영하여 제1 메쉬 투영 데이터를 얻는 단계는,
상기 제1 포인트 클라우드 데이터의 사이즈 및 상기 메쉬의 사이즈에 따라 상기 메쉬에서의 상기 제1 포인트 클라우드 데이터의 표시 비율을 결정하는 단계; 및
상기 표시 비율에 따라 상기 제1 포인트 클라우드 데이터를 상기 메쉬에 투영하여 상기 제1 메쉬 투영 데이터를 얻는 단계를 포함한다.
대안으로, 상기 포인트 클라우드 분포 정보는 메쉬에 투영된 데이터 포인트의 개수, 메쉬와 장애물 경계 간의 거리 파라미터, 일 열의 메쉬에 투영된 데이터 포인트의 개수 및 상기 장애물의 행 방향에서의 메쉬 길이 중의 적어도 하나를 포함한다.
구체적으로, 메쉬에 투영된 데이터 포인트의 개수는 각 메쉬에 관련되는 데이터 포인트의 개수로 이해할 수도 있다.
메쉬와 장애물 경계 간의 거리 파라미터는 각 메쉬와 당해 메쉬와 가장 가까이 위치한 장애물 경계 간의 거리로 이해할 수도 있다.
일 열의 메쉬에 투영된 데이터 포인트의 개수는 각 열 메쉬 관련 데이터의 개수로 이해할 수도 있다.
상기 장애물의 행 방향에서의 메쉬 길이는 장애물이 속하는 각 행 메쉬에서 길이가 가장 큰 행 메쉬에 포함되는 메쉬 수량으로 이해할 수도 있다.
당해 기술 특징에 기반하여 본 출원의 실시예는 메쉬에 투영된 데이터 포인트의 개수, 메쉬와 장애물 경계 간의 거리 파라미터, 일 열의 메쉬에 투영된 데이터 포인트의 개수 및 상기 장애물의 행 방향에서의 메쉬 길이 중의 적어도 하나에 기반하여 포인트 클라우드 데이터를 정합하는바, 이로써 포인트 클라우드 데이터의 정합 정확률을 향상시킨다.
제4 실시예
도 4는 본 출원의 제4 실시예에 의해 제공되는 장애물 속도를 결정하는 방법의 흐름도이다. 본 실시예는 상술한 실시예에 기초하여 제공된 대안적인 방안이다. 도 4를 참조하면, 본 출원의 실시예에 의해 제공되는 장애물 속도를 결정하는 방법은, 하기 단계를 포함한다.
(1) 장애물의 t0시점에서의 제1 포인트 클라우드 데이터 및 t1시점에서의 제2 포인트 클라우드 데이터를 취득하되, 당해 포인트 클라우드 데이터가 속하는 좌표계는 월드 좌표계이고; 제1 포인트 클라우드 데이터의 질량중심을 결정하여 c0로 표기하고 제2 포인트 클라우드 데이터의 질량중심을 결정하여 c1로 표기한다.
(2) 제1 포인트 클라우드 데이터를 c0을 원점으로 하는 제1 좌표계로 전환하고, 제2 포인트 클라우드 데이터를 c1을 원점으로 하는 제2 좌표계로 전환하되, 여기서 두 좌표계의 제1 좌표축의 방향은 모두 당해 시점 장애물의 지향이고, 제2 좌표축의 방향은 장애물의 수직 방향이고, 제3 좌표축의 방향은 지면에 수직인 방향이다.
(3) 제1 좌표계의 제1 평면과 제2 평면, 제2 좌표계의 제3 평면과 제4 평면에 대해 각각 설정 사이즈의 메쉬 분할을 수행하되, 상기 제1 평면은 제1 좌표계의 제1 좌표축 및 제3 좌표축으로 구축된 평면이고, 상기 제2 평면은 제1 좌표계의 제2 좌표축 및 제3 좌표축으로 구축된 평면이고, 상기 제3 평면은 제2 좌표계의 제1 좌표축 및 제3 좌표축으로 구축된 평면이고, 상기 제4 평면은 제2 좌표계의 제2 좌표축 및 제3 좌표축으로 구축된 평면이고; 포인트 클라우드 데이터의 사이즈 및 메쉬의 사이즈에 따라 메쉬에서의 포인트 클라우드 데이터의 표시 비율을 결정하고; 표시 비율에 따라 제1 포인트 클라우드 데이터를 제1 평면 및 제2 평면의 메쉬에 각각 투영하고, 제2 포인트 클라우드 데이터를 제3 평면 및 제4 평면의 메쉬에 각각 투영하고, 각 평면 위의 하기의,
A. 각 메쉬에 관련되는 데이터 포인트의 개수를 통계하고 각 메쉬의 거리 파라미터를 결정하되, 당해 거리 파라미터를 결정하는 논리로는, 메쉬 관련 데이터 포인트의 개수가 0보다 큰 경우, 당해 파라미터 값은 0이고, 아닌 경우, 각각 제1 좌표축의 양의 방향 및 음의 방향에 따라 현재 메쉬에서 가장 가까이 위치하고 데이터 포인트의 개수가 0보다 큰 목표 메쉬를 탐색하고, 현재 메쉬와 목표 메쉬 간의 개재 메쉬 수량의 제곱을 현재 메쉬의 거리 파라미터 값으로 하는 것;
B. 각 열 메쉬에 관련되는 데이터 포인트의 개수를 통계하는 것; 및
C. 장애물의 행 방향에서의 메쉬 길이와 같은 3가지 특징을 통계한다.
(4) 제1 평면 위의 메쉬 및 제3 평면 위의 메쉬에 대해 제1 스텝의 이동을 수행하고; 상술한 3가지 특징에 기반하여 이동 후의, 제1 평면의 메쉬를 제3 평면의 메쉬에, 제2 평면의 메쉬를 제4 평면의 메쉬에 매칭하고; 매칭도에 따라 후보 매칭 범위를 결정하고; 제2 스텝에 기반하여 후보 매칭 범위 내에서 미세 입도 변위 및 매칭을 수행하되, 여기서 제2 스텝은 제1 스텝보다 작고;
여기서, 상술한 3가지 특징에 기반하여 이동 거리가 s인 경우의 매칭도를 계산하면 하기와 같다.
Prob[s] = exp(log_prob[s] - min_log_prob) + 0.5이고,
여기서, prob[s]는 매칭도이고,
log_probs[s] = log(score_a) + log(score_b) + log(score_c)이고,
min_log_prob = min(log_probs[0], log_probs[1], … , log_probs[n])이고;
여기서, n은 이동 거리를 표시하고,
score_a는 A특징 유사도 점수이고,
구체적으로 score_a = exp(-cost * scale) * epsilon이고,
여기서 cost = average(sqrt(source.count) * target.dist))이고,
source.count는 t1시점 메쉬에 오버랩하는, t0시점 메쉬에 관련되는 데이터 포인트의 개수를 가리키고, target.dist는 t0시점 메쉬에 오버랩하는, t1시점 메쉬의 거리 파라미터 값을 가리키고, scale 및 epsilon은 파라미터이고;
score_b는 B 특징 유사도 점수이고, 구체적으로 score_b = exp(-cost * 8) + epsilon이고
여기서 cost = sum(fabs(source.point_density - target.point_density))이고,
source.point_density는 t1시점 열 메쉬에 오버랩하는, t0시점 열 메쉬의 데이터 포인트의 개수를 가리키고; target.point_density는 t0시점 열 메쉬에 오버랩하는, t1시점 열 메쉬의 데이터 포인트의 개수를 가리키고;
Score_c는 c 특징 유사도 점수이고, 구체적으로 t0시점의 메쉬 및 t1시점의 메쉬가 행 방향에서 교차하는 길이가 0보다 큰 경우,
Score_c = exp(-distance * 0.3) + epsilon이고
아닌 경우, score = epsilon인바,
여기서 distance = min(source.l, target.l)- intersection이고;
source.l은 t1시점 열 메쉬에 오버랩하는, t0시점 장애물의 행 방향에서의 메쉬 길이이고, target.l은 t1시점 열 메쉬에 오버랩하는, t1시점 장애물의 행 방향에서의 메쉬 길이이다.
(5) 미세 입도 매칭으로 얻은 매칭도에 기반하여 매 회 미세 입도 변위가 실제 변위에 속하는 확률을 계산하고; 확률에 따라 변위 기대를 계산하고 계산된 변위 기대를 최적의 추정 변위의 메쉬 수량으로 한다.
(6) 제1 평면 및 제3 평면에 기반하여 계산된, 최적의 추정 변위의 메쉬 수량 및 각 메쉬 쌍의 표시 비율에 따라 장애물의 제1 방향에서의 상대 운동 속도를 결정하고; 제2 평면 및 제4 평면에 기반하여 계산된, 최적의 추정 변위의 메쉬 수량 및 각 메쉬 쌍의 표시 비율에 따라 장애물의 제2 방향에서의 상대 운동 속도를 결정하고; 결정된 상대 운동 속도를 월드 좌표계로 전환하여 장애물의 실제 운동 속도를 얻고, 얻은 실제 운동 속도를 장애물의 속도 관측 값으로 한다.
본 출원의 실시예는 하기와 같은 기술 효과를 구현할 수 있다.
포인트 클라우드를 2개의 2차원 평면에 투영하여 매칭하고 조대로부터 미세에 이르는 탐색 방법을 사용하는바, 당해 기술은 정확성을 보장하는 전제 하에 매칭 효율을 대폭 향상시킨다.
2차원 평면에 투영되는 포인트 클라우드 정보를 사용하여 3가지 특징을 계산하고 이러한 3가지 특징을 사용하여 매칭을 수행하는바, 당해 기술은 매칭의 정확도를 보다 잘 향상시킬 수 있다.
질량중심 및 지향 정보를 사용하여 포인트 클라우드를 로컬 좌표계로 전환하여 투영하는바, 계산이 편리해진다.
매칭도를 사용하여 각 변위가 실제 변위일 확률을 계산하여 변위 기대와 분산을 구하는바, 이로써 변위를 결정하는 정확률을 향상시킨다.
제5 실시예
도 5는 본 출원의 제5 실시예에 의해 제공되는 장애물 속도를 결정하는 장치의 구조 개략도이다. 도 5를 참조하면, 본 실시예에 의해 제공되는 장애물 속도를 결정하는 장치(500)는 데이터 취득 모듈(501), 포인트 클라우드 정합 모듈(502) 및 속도 결정 모듈(503)을 포함한다.
여기서, 데이터 취득 모듈(501)은, 장애물의 제1 시점에서의 제1 포인트 클라우드 데이터 및 제2 시점에서의 제2 포인트 클라우드 데이터를 취득하고;
포인트 클라우드 정합 모듈(502)은, 상기 제1 포인트 클라우드 데이터 또는 상기 제2 포인트 클라우드 데이터를 이동함으로써 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합하고;
속도 결정 모듈(503)은, 정합된 데이터 포인트 쌍 중의 두 데이터 포인트 간의 거리에 따라 상기 장애물의 이동 속도를 결정하되, 상기 정합된 데이터 포인트 쌍 중의 하나의 데이터 포인트는 상기 제1 포인트 클라우드 데이터에 속하고 다른 데이터 포인트는 상기 제2 포인트 클라우드 데이터에 속한다.
본 출원의 실시예는 상기 제1 포인트 클라우드 데이터 또는 상기 제2 포인트 클라우드 데이터를 이동하고 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합하는 과정을 추가함으로써 포인트 클라우드 데이터가 불완전하더라도 여전히 정확하게 정합된 데이터 포인트 쌍을 찾을 수 있도록 하고, 이로써 차폐 문제를 효과적으로 해결할 수 있고, 장애물 속도의 정확률을 향상시킬 수 있다.
나아가, 상기 포인트 클라우드 정합 모듈은,
상기 제1 포인트 클라우드 데이터의 제1 포인트 클라우드 분포 정보 및 상기 제2 포인트 클라우드 데이터의 제2 포인트 클라우드 분포 정보를 결정하는 분포 정보 결정 유닛; 및
상기 제1 포인트 클라우드 분포 정보 및 상기 제2 포인트 클라우드 분포 정보에 따라 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합하는 포인트 클라우드 정합 유닛을 포함한다.
나아가, 상기 분포 정보 결정 유닛은 구체적으로,
상기 제1 포인트 클라우드 데이터의 제1 투영 평면을 결정하고;
상기 제1 포인트 클라우드 데이터를 상기 제1 투영 평면 위의 설정 사이즈의 메쉬에 투영하여 제1 메쉬 투영 데이터를 얻고;
상기 제1 메쉬 투영 데이터에 따라 상기 제1 포인트 클라우드 분포 정보를 결정한다.
나아가, 상기 제1 포인트 클라우드 데이터의 제1 투영 평면을 결정하는 것은,
상기 이동 속도의 적어도 하나의 방향에 따라 적어도 하나의 투영 방향을 결정하는 것;
지면에 수직인 방향을 상기 적어도 하나의 투영 방향과 각각 조합하는 것; 및
조합하여 얻은 방향 쌍에 따라 적어도 하나의 상기 제1 투영 평면을 구축하는 것을 포함한다.
나아가, 상기 제1 포인트 클라우드 데이터를 상기 제1 투영 평면 위의 설정 사이즈의 메쉬에 투영하여 제1 메쉬 투영 데이터를 얻는 것은,
상기 제1 포인트 클라우드 데이터를 상기 제1 포인트 클라우드 데이터의 질량중심을 원점으로 하는 3차원 좌표계로 전환하는 것 - 상기 좌표계의 두 좌표축에 의해 구축되는 평면은 상기 제1 투영 평면임 - ;
상기 좌표계의 원점을 중심으로 상기 제1 투영 평면에 대해 설정 사이즈의 메쉬 분할을 수행하는 것; 및
전환된 제1 포인트 클라우드 데이터를 분할로 얻은 메쉬에 투영하여 상기 제1 메쉬 투영 데이터를 얻는 것을 포함한다.
나아가, 상기 제1 포인트 클라우드 데이터를 상기 제1 투영 평면 위의 설정 사이즈의 메쉬에 투영하여 제1 메쉬 투영 데이터를 얻는 것은,
상기 제1 포인트 클라우드 데이터의 사이즈 및 상기 메쉬의 사이즈에 따라 상기 메쉬에서의 상기 제1 포인트 클라우드 데이터의 표시 비율을 결정하는 것; 및
상기 표시 비율에 따라 상기 제1 포인트 클라우드 데이터를 상기 메쉬에 투영하여 상기 제1 메쉬 투영 데이터를 얻는 것을 포함한다.
나아가, 상기 제1 메쉬 투영 데이터에 따라 상기 제1 포인트 클라우드 분포 정보를 결정하는 것은,
메쉬에 투영된 데이터 포인트의 개수가 0보다 큰 경우, 당해 메쉬와 장애물 경계 간의 거리 파라미터를 0으로 결정하는 것;
메쉬에 투영된 데이터 포인트의 개수가 0보다 작거나 같은 경우, 행 방향으로, 당해 메쉬에서 가장 가까이 위치하고 투영 데이터 포인트의 개수가 0보다 큰 목표 메쉬를 탐색하는 것;
상기 당해 메쉬와 상기 목표 메쉬 간의 메쉬 수량에 따라 상기 당해 메쉬의 상기 거리 파라미터를 결정하는 것; 및
결정된 상기 거리 파라미터를 상기 제1 포인트 클라우드 분포 정보로 하는 것을 포함한다.
나아가, 상기 포인트 클라우드 분포 정보는 메쉬에 투영된 데이터 포인트의 개수, 메쉬와 장애물 경계 간의 거리 파라미터, 일 열의 메쉬에 투영된 데이터 포인트의 개수 및 상기 장애물의 행 방향에서의 메쉬 길이 중의 적어도 하나를 포함한다.
나아가, 상기 포인트 클라우드 정합 모듈은,
상기 장애물의 지향에 기초하여 상기 제1 포인트 클라우드 데이터 또는 상기 제2 포인트 클라우드 데이터를 이동하는 포인트 클라우드 이동 유닛;
상기 제1 포인트 클라우드 분포 정보 및 상기 제2 포인트 클라우드 분포 정보에 따라 이동된 상기 제1 포인트 클라우드 데이터와 상기 제2 포인트 클라우드 데이터 간의 매칭도를 계산하는 매칭도 계산 유닛; 및
계산하여 얻은 매칭도에 따라 상기 제1 포인트 클라우드 데이터와 상기 제2 포인트 클라우드 데이터의 정합 위치를 결정하는 정합 위치 결정 유닛을 포함한다.
나아가, 상기 정합 위치 결정 유닛은 구체적으로,
적어도 2회 이동 후 계산하여 얻은 매칭도를 정규화하여 매 회 이동이 실제 변위에 속하는 확률을 얻고;
상기 확률에 따라 변위 기대를 계산하고 계산하여 얻은 변위 기대를 최적 이동 거리로 하고;
상기 최적 이동 거리를 이동한 위치를 상기 정합 위치로 한다.
나아가, 상기 속도 결정 모듈은,
정합된 데이터 포인트 쌍 중의 두 데이터 포인트 간의 거리에 따라 상기 장애물의, 상기 제1 시점과 상기 제2 시점 사이에서의 목표 이동 거리를 결정하는 거리 결정 유닛; 및
상기 목표 이동 거리에 따라 상기 장애물의 이동 속도를 결정하는 속도 결정 유닛을 포함한다.
제6 실시예
본 출원의 실시예에 따르면, 본 출원은 전자 기기 및 판독가능 저장 매체를 더 제공한다.
도 6에 도시한 바는, 본 출원의 실시예에 따른 장애물 속도를 결정하는 방법의 전자 기기의 블록도이다. 전자 기기는 랩톱 컴퓨터, 데스크톱 컴퓨터, 워크벤치, 개인용 디지털 보조기, 서버, 블레이드 서버, 대형 컴퓨터 및 다른 적합한 컴퓨터와 같은 다양한 형식의 디지털 컴퓨터를 가리키고자 하는 것이다. 전자 기기는 또한, 개인용 디지털 보조기, 셀룰러 폰, 스마트폰, 웨어러블 기기 및 다른 이와 유사한 컴퓨팅 기기와 같은 다양한 형식의 이동 장치를 가리킬 수 있다. 본 명세서에서 제시하는 부품, 이들의 연결과 관계 및 이들의 기능은 단지 예시일 뿐, 본 명세서에서 서술한 및/또는 청구하는 본 출원의 구현을 한정하고자 하는 것이 아니다.
도 6에 도시한 바와 같이, 당해 전자 기기는 하나 또는 복수의 프로세서(601), 메모리(602)를 포함하고, 각 부품을 연결하는 인터페이스는 고속 인터페이스와 저속 인터페이스를 포함한다. 각 부품은 서로 다른 버스를 이용하여 서로 연결되고 공통 메인보드에 장착되거나 또는 필요에 따라 다른 방식으로 장착될 수 있다. 프로세서는 전자 기기 내에서 실행되는 명령을 처리할 수 있는바, 메모리에 저장되어 외부 입력/출력 장치(인터페이스에 커플링된 표시 기기와 같은)에 GUI의 그래픽 정보를 표시하기 위한 명령이 포함된다. 다른 실시 방식에서, 필요하다면 복수의 프로세서 및/또는 복수의 버스를 복수의 메모리와 함께 사용할 수 있다. 마찬가지로, 복수의 전자 기기를 연결할 수 있고, 각 기기는 (예를 들어 서버 어레이, 한 그룹의 블레이드 서버 또는 멀티프로세서 시스템으로서) 일부 필요한 조작을 제공할 수 있다. 도 6은 프로세서(601)를 예시한다.
메모리(602)가 바로 본 출원에 의해 제공되는 비일시적 컴퓨터 판독가능 저장 매체이다. 상기 메모리에는 적어도 하나의 프로세서에 의해 실행될 수 있는 명령이 저장되어 있는바, 상기 적어도 하나의 프로세서에 의해 본 출원에 의해 제공되는 장애물 속도를 결정하는 방법이 수행되도록 한다. 본 출원의 비일시적 컴퓨터 판독가능 저장 매체는 컴퓨터 명령을 저장하고, 당해 컴퓨터 명령은 컴퓨터에 의해 본 출원에 의해 제공되는 장애물 속도를 결정하는 방법이 수행되도록 한다.
메모리(602)는 비일시적 컴퓨터 판독 가능 저장 매체로서, 본 출원의 실시예의장애물 속도를 결정하는 방법에 대응되는 프로그램 명령/모듈(예를 들면, 첨부 도면5에 도시한 데이터 취득 모듈(501), 포인트 클라우드 정합 모듈(502) 및 속도 결정 모듈(503))과 같은 비일시적 소프트웨어 프로그램, 비일시적 컴퓨터 실행가능 프로그램 및 모듈을 저장할 수 있다. 프로세서(601)는 메모리(602)에 저장되는 비일시적 소프트웨어 프로그램, 명령 및 모듈을 실행함으로써 서버의 다양한 기능 응용 및 데이터 처리를 실행하는바, 즉 상술한 방법 실시예에서의 장애물 속도를 결정하는 방법을 구현한다.
메모리(602)는 프로그램 저장 영역과 데이터 저장 영역을 포함할 수 있는바, 여기서, 프로그램 저장 영역은 운영 체제, 적어도 하나의 기능에 있어서 필요한 응용 프로그램을 저장할 수 있고, 데이터 저장 영역은 장애물 속도를 결정하는 전자 기기의 사용에 따라 생성되는 데이터 등을 저장할 수 있다. 이 외에도, 메모리(602)는 고속 랜덤 액세스 메모리를 포함할 수도 있고, 비일시적 메모리, 예를 들어 적어도 하나의 자기 디스크 저장 디바이스, 플래시 메모리 디바이스 또는 다른 비일시적 고체 상태 저장 디바이스를 더 포함할 수도 있다. 일부 실시에서, 메모리(602)는 대안적으로 프로세서(601) 대비 원격 설치되는 메모리를 포함하는바, 이러한 원격 메모리는 네트워크를 통해 장애물 속도를 결정하는 전자 기기에 연결된다. 상술한 네트워크의 실제 예는 인터넷, 기업 내부 네트워크, 블록체인 네트워크, 근거리 통신망, 이동 통신망 및 이들의 조합을 포함하나 이에 한정되지 않는다.
장애물 속도를 결정하는 방법의 전자 기기는 입력 장치(603)와 출력 장치(604)를 더 포함할 수 있다. 프로세서(601), 메모리(602), 입력 장치(603) 및 출력 장치(604)는 버스 또는 다른 방식으로 연결될 수 있고, 도 6은 버스에 의한 연결을 예시한다.
입력 장치(603)는 입력되는 숫자 또는 문자(character) 정보를 수신하고, 장애물 속도를 결정하는 전자 기기의 사용자 설정 및 기능 제어에 관련되는 키 신호 입력을 발생시킬 수 있는바, 예를 들면 터치 스크린, 숫자 키패드, 마우스, 트랙패드, 터치패드, 포인팅 스틱, 하나 또는 복수의 마우스 버튼, 트랙볼, 조이스틱 등의 입력 장치가 있다. 출력 장치(604)는 표시 기기, 보조 조명장치(예를 들어 LED) 및 촉각 피드백 장치(예를 들어 진동 모터) 등을 포함할 수 있다. 당해 표시 기기는 액정 디스플레이(LCD), 발광 다이오드(LED) 디스플레이 및 플라즈마 디스플레이를 포함할 수 있으나 이에 한정되지 않는다. 일부 실시 방식에서 표시 기기는 터치 스크린일 수 있다.
여기서 서술하는 시스템과 기술의 다양한 실시 방식은 디지털 전자회로 시스템, 집적회로 시스템, 주문형ASIC(주문형 집적회로), 컴퓨터 하드웨어, 펌웨어, 소프트웨어 및/또는 이들의 조합에서 구현될 수 있다. 이러한 다양한 실시 방식은 하나 또는 복수의 컴퓨터 프로그램에서 실시되는 것을 포함할 수 있고, 당해 하나 또는 복수의 컴퓨터 프로그램은 적어도 하나의 프로그램가능 프로세서를 포함하는 프로그램가능 시스템에서 실행되거나 및/또는 해석될 수 있고, 당해 프로그램가능 프로세서는 전용의 또는 범용의 프로그램가능 프로세서일 수 있고, 저장 시스템, 적어도 하나의 입력 장치 및 적어도 하나의 출력 장치로부터 데이터와 명령을 수신하고 데이터와 명령을 당해 저장 시스템, 당해 적어도 하나의 입력 장치 및 당해 적어도 하나의 출력 장치로 전송할 수 있다.
이러한 컴퓨팅 프로그램(프로그램, 소프트웨어, 소프트웨어 애플리케이션 또는 코드로 지칭되기도 함)은 프로그램가능 프로세서의 기계 명령을 포함하며, 고급 절차 프로그래밍 언어 및/또는 객체지향 프로그래밍 언어, 및/또는 어셈블리어/기계어를 이용하여 이러한 컴퓨팅 프로그램을 실시할 수 있다. 본 명세서에서 사용한 바와 같이, 용어 '기계 판독가능 매체'와 '컴퓨터 판독가능 매체'는 기계 명령 및/또는 데이터를 프로그램가능 프로세서에 제공하기 위한 임의의 컴퓨터 프로그램 제품, 기기, 및/또는 장치(예를 들면 자기 디스크, 광 디스크, 메모리, 프로그램가능 논리 장치(PLD))를 가리키는바, 이는 기계 판독가능 신호로서의 기계 명령을 수신하는 기계 판독가능 매체를 포함한다. 용어 '기계 판독가능 신호'는 기계 명령 및/또는 데이터를 프로그램 가능 프로세서에 제공하기 위한 임의의 신호를 가리킨다.
사용자와의 인터랙션을 제공하기 위해, 여기서 서술하는 시스템과 기술을 컴퓨터에서 실시할 수 있는바, 당해 컴퓨터는 사용자한테 정보를 표시하기 위한 표시 장치(예를 들면 음극선관(CRT) 또는 액정 디스플레이(LCD) 모니터) 및 키보드와 포인팅 장치(예를 들면 마우스 또는 트랙볼)를 구비하고, 사용자는 당해 키보드와 당해 포인팅 장치를 통해 입력을 컴퓨터에 제공할 수 있다. 다른 종류의 장치 또한 사용자와의 인터랙션을 제공하는 데 사용될 수 있는바, 예를 들면 사용자한테 제공되는 피드백은 임의 형식의 감각 피드백(예를 들어 시각 피드백, 청각 피드백 또는 촉각 피드백)일 수 있고, 임의 형식(소리 입력, 음성 입력 또는 촉각 입력을 포함함)으로 사용자로부터의 입력이 수신될 수 있다.
여기서 서술하는 시스템과 기술을 백스테이지 부품을 포함하는 컴퓨팅 시스템(예를 들면 데이터 서버로서), 미들웨어 부품을 포함하는 컴퓨팅 시스템(예를 들면 애플리케이션 서버), 프론트엔드 부품을 포함하는 컴퓨팅 시스템(예를 들면 그래픽 사용자 인터페이스 또는 네트워크 브라우저를 구비하는 사용자 컴퓨터가 있고, 사용자는 당해 그래픽 사용자 인터페이스 또는 당해 네트워크 브라우저를 통해 여기서 서술하는 시스템 및 기술의 실시 방식과 인터랙션할 수 있음), 또는 이러한 백그라운드 부품, 미들웨어 부품 또는 프런트 엔드 부품의 임의 조합을 포함하는 컴퓨팅 시스템에서 실시할 수 있다. 임의 형식 또는 매체의 디지털 데이터 통신(예를 들면 통신 네트워크)으로 시스템의 부품을 서로 연결시킬 수 있다. 통신 네트워크의 예시는 근거리 통신망(LAN), 광대역 통신망(WAN), 인터넷 및 블록체인 네트워크를 포함한다.
컴퓨터 시스템은 클라이언트와 서버를 포함할 수 있다. 클라이언트와 서버는 일반적으로 서로 멀리 떨어져 있고, 통상적으로 통신 네트워크를 통해 인터랙션한다. 상응한 컴퓨터에서 실행되고 서로 클라이언트-서버 관계를 가지는 컴퓨터 프로그램에 의해 클라이언트와 서버의 관계가 발생한다.
위에서 제시한 다양한 형식의 흐름을 적용하여 단계를 재정렬, 증가 또는 삭제할 수 있음을 이해하여야 한다. 예를 들면, 본 출원에 기재된 각 단계는 병렬로 수행될 수도 있고, 순차로 수행될 수도 있고, 서로 다른 순서로 실행될 수도 있는바, 본 출원에서 개시하는 기술 방안에 대한 기대 결과를 구현할 수만 있으면 되는 것으로, 본 명세서는 이에 대해 한정하지 않는다.
상술한 구체적인 실시 방식은 본 출원의 보호 범위를 한정하지 않는다. 당업자라면, 설계 요구 및 다른 요소에 따라 다양한 수정, 조합, 서브 조합 및 치환이 가능하다는 것을 알아야 할 것이다. 본 출원의 사상과 원칙 내에서 행하는 임의의 수정, 등가적 치환 및 개량 등은 모두 본 출원의 보호 범위에 포함되어야 한다.

Claims (25)

  1. 장애물 속도를 결정하는 방법으로서,
    장애물의 제1 시점에서의 제1 포인트 클라우드 데이터 및 제2 시점에서의 제2 포인트 클라우드 데이터를 취득하는 단계;
    상기 제1 포인트 클라우드 데이터 또는 상기 제2 포인트 클라우드 데이터를 이동함으로써 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합하는 단계; 및
    정합된 데이터 포인트 쌍 중의 두 데이터 포인트 간의 거리에 따라 상기 장애물의 이동 속도를 결정하는 단계 - 상기 정합된 데이터 포인트 쌍 중의 하나의 데이터 포인트는 상기 제1 포인트 클라우드 데이터에 속하고 다른 데이터 포인트는 상기 제2 포인트 클라우드 데이터에 속함 - 를 포함하는 것을 특징으로 하는, 장애물 속도를 결정하는 방법.
  2. 제1항에 있어서,
    상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합하는 단계는,
    상기 제1 포인트 클라우드 데이터의 제1 포인트 클라우드 분포 정보 및 상기 제2 포인트 클라우드 데이터의 제2 포인트 클라우드 분포 정보를 결정하는 단계; 및
    상기 제1 포인트 클라우드 분포 정보 및 상기 제2 포인트 클라우드 분포 정보에 따라 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합하는 단계를 포함하는 것을 특징으로 하는, 장애물 속도를 결정하는 방법.
  3. 제2항에 있어서,
    상기 제1 포인트 클라우드 데이터의 제1 포인트 클라우드 분포 정보를 결정하는 단계는,
    상기 제1 포인트 클라우드 데이터의 제1 투영 평면을 결정하는 단계;
    상기 제1 포인트 클라우드 데이터를 상기 제1 투영 평면 위의 설정 사이즈의 메쉬에 투영하여 제1 메쉬 투영 데이터를 얻는 단계; 및
    상기 제1 메쉬 투영 데이터에 따라 상기 제1 포인트 클라우드 분포 정보를 결정하는 단계를 포함하는 것을 특징으로 하는, 장애물 속도를 결정하는 방법.
  4. 제3항에 있어서,
    상기 제1 포인트 클라우드 데이터의 제1 투영 평면을 결정하는 단계는,
    상기 이동 속도의 적어도 하나의 방향에 따라 적어도 하나의 투영 방향을 결정하는 단계;
    지면에 수직인 방향을 상기 적어도 하나의 투영 방향과 각각 조합하는 단계; 및
    조합하여 얻은 방향 쌍에 따라 적어도 하나의 상기 제1 투영 평면을 구축하는 단계를 포함하는 것을 특징으로 하는, 장애물 속도를 결정하는 방법.
  5. 제3항에 있어서,
    상기 제1 포인트 클라우드 데이터를 상기 제1 투영 평면 위의 설정 사이즈의 메쉬에 투영하여 제1 메쉬 투영 데이터를 얻는 단계는,
    상기 제1 포인트 클라우드 데이터를 상기 제1 포인트 클라우드 데이터의 질량중심을 원점으로 하는 3차원 좌표계로 전환하는 단계 - 상기 좌표계의 두 좌표축에 의해 구축되는 평면은 상기 제1 투영 평면임 - ;
    상기 좌표계의 원점을 중심으로 상기 제1 투영 평면에 대해 설정 사이즈의 메쉬 분할을 수행하는 단계; 및
    전환된 제1 포인트 클라우드 데이터를 분할로 얻은 메쉬에 투영하여 상기 제1 메쉬 투영 데이터를 얻는 단계를 포함하는 것을 특징으로 하는, 장애물 속도를 결정하는 방법.
  6. 제3항 또는 제5항에 있어서,
    상기 제1 포인트 클라우드 데이터를 상기 제1 투영 평면 위의 설정 사이즈의 메쉬에 투영하여 제1 메쉬 투영 데이터를 얻는 단계는,
    상기 제1 포인트 클라우드 데이터의 사이즈 및 상기 메쉬의 사이즈에 따라 상기 메쉬에서의 상기 제1 포인트 클라우드 데이터의 표시 비율을 결정하는 단계; 및
    상기 표시 비율에 따라 상기 제1 포인트 클라우드 데이터를 상기 메쉬에 투영하여 상기 제1 메쉬 투영 데이터를 얻는 단계를 포함하는 것을 특징으로 하는, 장애물 속도를 결정하는 방법.
  7. 제3항에 있어서,
    상기 제1 메쉬 투영 데이터에 따라 상기 제1 포인트 클라우드 분포 정보를 결정하는 단계는,
    메쉬에 투영된 데이터 포인트의 개수가 0보다 큰 경우, 당해 메쉬와 장애물 경계 간의 거리 파라미터를 0으로 결정하는 단계;
    메쉬에 투영된 데이터 포인트의 개수가 0보다 작거나 같은 경우, 행 방향으로, 당해 메쉬에서 가장 가까이 위치하고 투영 데이터 포인트의 개수가 0보다 큰 목표 메쉬를 탐색하는 단계;
    상기 당해 메쉬와 상기 목표 메쉬 간의 메쉬 수량에 따라 상기 당해 메쉬의 상기 거리 파라미터를 결정하는 단계; 및
    결정된 상기 거리 파라미터를 상기 제1 포인트 클라우드 분포 정보로 하는 단계를 포함하는 것을 특징으로 하는, 장애물 속도를 결정하는 방법.
  8. 제3항 내지 제5항 및 제7항 중의 어느 한 항에 있어서,
    상기 포인트 클라우드 분포 정보는 메쉬에 투영된 데이터 포인트의 개수, 메쉬와 장애물 경계 간의 거리 파라미터, 일 열의 메쉬에 투영된 데이터 포인트의 개수 및 상기 장애물의 행 방향에서의 메쉬 길이 중의 적어도 하나를 포함하는 것을 특징으로 하는, 장애물 속도를 결정하는 방법.
  9. 제1항에 있어서,
    상기 제1 포인트 클라우드 데이터 또는 상기 제2 포인트 클라우드 데이터를 이동함으로써 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합하는 단계는,
    상기 장애물의 지향에 기초하여 상기 제1 포인트 클라우드 데이터 또는 상기 제2 포인트 클라우드 데이터를 이동하는 단계;
    상기 제1 포인트 클라우드 분포 정보 및 상기 제2 포인트 클라우드 분포 정보에 따라 이동된 상기 제1 포인트 클라우드 데이터와 상기 제2 포인트 클라우드 데이터 간의 매칭도를 계산하는 단계; 및
    계산하여 얻은 매칭도에 따라 상기 제1 포인트 클라우드 데이터와 상기 제2 포인트 클라우드 데이터의 정합 위치를 결정하는 단계를 포함하는 것을 특징으로 하는, 장애물 속도를 결정하는 방법.
  10. 제9항에 있어서,
    상기 계산하여 얻은 매칭도에 따라 상기 제1 포인트 클라우드 데이터와 상기 제2 포인트 클라우드 데이터의 정합 위치를 결정하는 단계는,
    적어도 2회 이동 후 계산하여 얻은 매칭도를 정규화하여 매 회 이동이 실제 변위에 속하는 확률을 얻는 단계;
    상기 확률에 따라 변위 기대를 계산하고 계산하여 얻은 변위 기대를 최적 이동 거리로 하는 단계; 및
    상기 최적 이동 거리를 이동한 위치를 상기 정합 위치로 하는 단계를 포함하는 것을 특징으로 하는, 장애물 속도를 결정하는 방법.
  11. 제1항에 있어서,
    상기 정합된 데이터 포인트 쌍 중의 두 데이터 포인트 간의 거리에 따라 상기 장애물의 이동 속도를 결정하는 단계는,
    정합된 데이터 포인트 쌍 중의 두 데이터 포인트 간의 거리에 따라 상기 장애물의, 상기 제1 시점과 상기 제2 시점 사이에서의 목표 이동 거리를 결정하는 단계; 및
    상기 목표 이동 거리에 따라 상기 장애물의 이동 속도를 결정하는 단계를 포함하는 것을 특징으로 하는, 장애물 속도를 결정하는 방법.
  12. 장애물 속도를 결정하는 장치로서,
    장애물의 제1 시점에서의 제1 포인트 클라우드 데이터 및 제2 시점에서의 제2 포인트 클라우드 데이터를 취득하는 데이터 취득 모듈;
    상기 제1 포인트 클라우드 데이터 또는 상기 제2 포인트 클라우드 데이터를 이동함으로써 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합하는 포인트 클라우드 정합 모듈; 및
    정합된 데이터 포인트 쌍 중의 두 데이터 포인트 간의 거리에 따라 상기 장애물의 이동 속도를 결정하는 속도 결정 모듈 - 상기 정합된 데이터 포인트 쌍 중의 하나의 데이터 포인트는 상기 제1 포인트 클라우드 데이터에 속하고 다른 데이터 포인트는 상기 제2 포인트 클라우드 데이터에 속함 - 을 포함하는 것을 특징으로 하는, 장애물 속도를 결정하는 장치.
  13. 제12항에 있어서,
    상기 포인트 클라우드 정합 모듈은,
    상기 제1 포인트 클라우드 데이터의 제1 포인트 클라우드 분포 정보 및 상기 제2 포인트 클라우드 데이터의 제2 포인트 클라우드 분포 정보를 결정하는 분포 정보 결정 유닛; 및
    상기 제1 포인트 클라우드 분포 정보 및 상기 제2 포인트 클라우드 분포 정보에 따라 상기 제1 포인트 클라우드 데이터 및 상기 제2 포인트 클라우드 데이터를 정합하는 포인트 클라우드 정합 유닛을 포함하는 것을 특징으로 하는, 장애물 속도를 결정하는 장치.
  14. 제13항에 있어서,
    상기 분포 정보 결정 유닛은 구체적으로,
    상기 제1 포인트 클라우드 데이터의 제1 투영 평면을 결정하고;
    상기 제1 포인트 클라우드 데이터를 상기 제1 투영 평면 위의 설정 사이즈의 메쉬에 투영하여 제1 메쉬 투영 데이터를 얻고;
    상기 제1 메쉬 투영 데이터에 따라 상기 제1 포인트 클라우드 분포 정보를 결정하는 것을 특징으로 하는, 장애물 속도를 결정하는 장치.
  15. 제14항에 있어서,
    상기 제1 포인트 클라우드 데이터의 제1 투영 평면을 결정하는 것은,
    상기 이동 속도의 적어도 하나의 방향에 따라 적어도 하나의 투영 방향을 결정하는 것;
    지면에 수직인 방향을 상기 적어도 하나의 투영 방향과 각각 조합하는 것; 및
    조합하여 얻은 방향 쌍에 따라 적어도 하나의 상기 제1 투영 평면을 구축하는 것을 포함하는 것을 특징으로 하는, 장애물 속도를 결정하는 장치.
  16. 제14항에 있어서,
    상기 제1 포인트 클라우드 데이터를 상기 제1 투영 평면 위의 설정 사이즈의 메쉬에 투영하여 제1 메쉬 투영 데이터를 얻는 것은,
    상기 제1 포인트 클라우드 데이터를 상기 제1 포인트 클라우드 데이터의 질량중심을 원점으로 하는 3차원 좌표계로 전환하는 것 - 상기 좌표계의 두 좌표축에 의해 구축되는 평면은 상기 제1 투영 평면임 - ;
    상기 좌표계의 원점을 중심으로 상기 제1 투영 평면에 대해 설정 사이즈의 메쉬 분할을 수행하는 것; 및
    전환된 제1 포인트 클라우드 데이터를 분할로 얻은 메쉬에 투영하여 상기 제1 메쉬 투영 데이터를 얻는 것을 포함하는 것을 특징으로 하는, 장애물 속도를 결정하는 장치.
  17. 제14항 또는 제16항에 있어서,
    상기 제1 포인트 클라우드 데이터를 상기 제1 투영 평면 위의 설정 사이즈의 메쉬에 투영하여 제1 메쉬 투영 데이터를 얻는 것은,
    상기 제1 포인트 클라우드 데이터의 사이즈 및 상기 메쉬의 사이즈에 따라 상기 메쉬에서의 상기 제1 포인트 클라우드 데이터의 표시 비율을 결정하는 것; 및
    상기 표시 비율에 따라 상기 제1 포인트 클라우드 데이터를 상기 메쉬에 투영하여 상기 제1 메쉬 투영 데이터를 얻는 것을 포함하는 것을 특징으로 하는, 장애물 속도를 결정하는 장치.
  18. 제14항에 있어서,
    상기 제1 메쉬 투영 데이터에 따라 상기 제1 포인트 클라우드 분포 정보를 결정하는 것은,
    메쉬에 투영된 데이터 포인트의 개수가 0보다 큰 경우, 당해 메쉬와 장애물 경계 간의 거리 파라미터를 0으로 결정하는 것;
    메쉬에 투영된 데이터 포인트의 개수가 0보다 작거나 같은 경우, 행 방향으로, 당해 메쉬에서 가장 가까이 위치하고 투영 데이터 포인트의 개수가 0보다 큰 목표 메쉬를 탐색하는 것;
    상기 당해 메쉬와 상기 목표 메쉬 간의 메쉬 수량에 따라 상기 당해 메쉬의 상기 거리 파라미터를 결정하는 것; 및
    결정된 상기 거리 파라미터를 상기 제1 포인트 클라우드 분포 정보로 하는 것을 포함하는 것을 특징으로 하는, 장애물 속도를 결정하는 장치.
  19. 제14항 내지 제16항 및 제18항 중의 어느 한 항에 있어서,
    상기 포인트 클라우드 분포 정보는 메쉬에 투영된 데이터 포인트의 개수, 메쉬와 장애물 경계 간의 거리 파라미터, 일 열의 메쉬에 투영된 데이터 포인트의 개수 및 상기 장애물의 행 방향에서의 메쉬 길이 중의 적어도 하나를 포함하는 것을 특징으로 하는, 장애물 속도를 결정하는 장치.
  20. 제12항에 있어서,
    상기 포인트 클라우드 정합 모듈은,
    상기 장애물의 지향에 기초하여 상기 제1 포인트 클라우드 데이터 또는 상기 제2 포인트 클라우드 데이터를 이동하는 포인트 클라우드 이동 유닛;
    상기 제1 포인트 클라우드 분포 정보 및 상기 제2 포인트 클라우드 분포 정보에 따라 이동된 상기 제1 포인트 클라우드 데이터와 상기 제2 포인트 클라우드 데이터 간의 매칭도를 계산하는 매칭도 계산 유닛; 및
    계산하여 얻은 매칭도에 따라 상기 제1 포인트 클라우드 데이터와 상기 제2 포인트 클라우드 데이터의 정합 위치를 결정하는 정합 위치 결정 유닛을 포함하는 것을 특징으로 하는, 장애물 속도를 결정하는 장치.
  21. 제20항에 있어서,
    상기 정합 위치 결정 유닛은 구체적으로,
    적어도 2회 이동 후 계산하여 얻은 매칭도를 정규화하여 매 회 이동이 실제 변위에 속하는 확률을 얻고;
    상기 확률에 따라 변위 기대를 계산하고 계산하여 얻은 변위 기대를 최적 이동 거리로 하고;
    상기 최적 이동 거리를 이동한 위치를 상기 정합 위치로 하는 것을 특징으로 하는, 장애물 속도를 결정하는 장치.
  22. 제12항에 있어서,
    상기 속도 결정 모듈은,
    정합된 데이터 포인트 쌍 중의 두 데이터 포인트 간의 거리에 따라 상기 장애물의, 상기 제1 시점과 상기 제2 시점 사이에서의 목표 이동 거리를 결정하는 거리 결정 유닛; 및
    상기 목표 이동 거리에 따라 상기 장애물의 이동 속도를 결정하는 속도 결정 유닛을 포함하는 것을 특징으로 하는, 장애물 속도를 결정하는 장치.
  23. 전자 기기로서,
    적어도 하나의 프로세서; 및
    상기 적어도 하나의 프로세서에 통신적으로 연결되는 메모리를 포함하고,
    상기 메모리에는 상기 적어도 하나의 프로세서에 의해 실행될 수 있는 명령이 저장되어 있고, 상기 명령은 상기 적어도 하나의 프로세서에 의해 실행됨으로써 상기 적어도 하나의 프로세서가 제1항 내지 제5항, 제7항 및 제9항 내지 제11항 중 어느 한 항의 방법을 실행하도록 하는 것을 특징으로 하는 전자 기기.
  24. 컴퓨터 명령이 저장되어 있는 비일시적 컴퓨터 판독가능 저장 매체로서,
    상기 컴퓨터 명령은 상기 컴퓨터에 의해 제1항 내지 제5항, 제7항 및 제9항 내지 제11항 중 어느 한 항의 방법이 수행되도록 하는 것을 특징으로 하는 컴퓨터 판독가능 저장 매체.
  25. 매체에 저장된 컴퓨터 프로그램으로서,
    당해 프로그램이 프로세서에 의해 실행되는 경우, 제1항 내지 제5항, 제7항 및 제9항 내지 제11항 중 어느 한 항의 방법이 수행되는 것을 특징으로 하는 매체에 저장된 컴퓨터 프로그램.
KR1020210034626A 2020-03-17 2021-03-17 장애물 속도를 결정하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램 KR102568948B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010188560.X 2020-03-17
CN202010188560.XA CN111402308B (zh) 2020-03-17 2020-03-17 障碍物速度的确定方法、装置、设备和介质

Publications (2)

Publication Number Publication Date
KR20210037633A true KR20210037633A (ko) 2021-04-06
KR102568948B1 KR102568948B1 (ko) 2023-08-22

Family

ID=71428868

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210034626A KR102568948B1 (ko) 2020-03-17 2021-03-17 장애물 속도를 결정하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램

Country Status (5)

Country Link
US (1) US11353476B2 (ko)
EP (1) EP3919930B1 (ko)
JP (1) JP7194217B2 (ko)
KR (1) KR102568948B1 (ko)
CN (1) CN111402308B (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112001287B (zh) * 2020-08-17 2023-09-12 禾多科技（北京）有限公司 障碍物的点云信息生成方法、装置、电子设备和介质
CN113838112A (zh) * 2021-09-24 2021-12-24 东莞市诺丽电子科技有限公司 图像采集系统的触发信号确定方法及触发信号确定系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180125379A (ko) * 2017-05-15 2018-11-23 더 보잉 컴파니 설계로부터 오브젝트 형상 및 편차의 모니터링
US20180341263A1 (en) * 2017-05-25 2018-11-29 GM Global Technology Operations LLC Methods and systems for moving object velocity determination
KR20190082066A (ko) * 2017-12-29 2019-07-09 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 포인트 클라우드 데이터를 복구하기 위한 방법 및 장치
KR20200008488A (ko) * 2018-07-16 2020-01-28 베이징 쿠앙쉬 테크놀로지 씨오., 엘티디. 타겟 오브젝트와 아이템을 연관시키는 방법, 장치 및 시스템

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102564393A (zh) * 2011-12-28 2012-07-11 北京工业大学 隧道全断面三维激光监控量测方法
US9043069B1 (en) 2012-11-07 2015-05-26 Google Inc. Methods and systems for scan matching approaches for vehicle heading estimation
US9355462B2 (en) * 2013-05-08 2016-05-31 Caterpillar Inc. Motion estimation system utilizing point cloud registration
US10139493B1 (en) * 2016-07-06 2018-11-27 Near Earth Autonomy, Inc. Rotor safety system
CN106199558A (zh) * 2016-08-18 2016-12-07 宁波傲视智绘光电科技有限公司 障碍物快速检测方法
US10962647B2 (en) * 2016-11-30 2021-03-30 Yujin Robot Co., Ltd. Lidar apparatus based on time of flight and moving object
CN106651926A (zh) * 2016-12-28 2017-05-10 华东师范大学 一种基于区域配准的深度点云三维重建方法
CN106997049B (zh) * 2017-03-14 2020-07-03 奇瑞汽车股份有限公司 一种基于激光点云数据的检测障碍物的方法和装置
WO2018196000A1 (en) 2017-04-28 2018-11-01 SZ DJI Technology Co., Ltd. Methods and associated systems for grid analysis
CN108152831B (zh) * 2017-12-06 2020-02-07 中国农业大学 一种激光雷达障碍物识别方法及系统
CN108257163B (zh) * 2017-12-08 2020-04-07 西安电子科技大学 一种已知扫描点位置下的两点点云配准方法
CN108195359B (zh) * 2017-12-12 2020-02-07 北京建筑大学 空间数据的采集方法及系统
EP3525000B1 (en) 2018-02-09 2021-07-21 Bayerische Motoren Werke Aktiengesellschaft Methods and apparatuses for object detection in a scene based on lidar data and radar data of the scene
US10677900B2 (en) 2018-08-06 2020-06-09 Luminar Technologies, Inc. Detecting distortion using known shapes
CN109446886B (zh) * 2018-09-07 2020-08-25 百度在线网络技术（北京）有限公司 基于无人车的障碍物检测方法、装置、设备以及存储介质
CN109360239B (zh) * 2018-10-24 2021-01-15 长沙智能驾驶研究院有限公司 障碍物检测方法、装置、计算机设备和存储介质
US10809073B2 (en) * 2018-12-05 2020-10-20 Here Global B.V. Local window-based 2D occupancy grids for localization of autonomous vehicles
CN109993780B (zh) * 2019-03-07 2021-09-24 深兰科技（上海）有限公司 一种三维高精度地图生成方法及装置
CN110136426A (zh) * 2019-04-15 2019-08-16 武汉环宇智行科技有限公司 一种还车招车系统及方法
WO2020215172A1 (zh) * 2019-04-20 2020-10-29 深圳市大疆创新科技有限公司 一种障碍物检测方法、设备、可移动平台及存储介质
CN109986563B (zh) * 2019-05-01 2022-03-15 湖南大学 一种多移动机器人协同作业方法及系统
CN110286387B (zh) * 2019-06-25 2021-09-24 深兰科技（上海）有限公司 应用于自动驾驶系统的障碍物检测方法、装置及存储介质
CN110471422A (zh) * 2019-08-29 2019-11-19 南京理工大学 智能轮椅的障碍物检测与自主避障方法
CN110687549B (zh) * 2019-10-25 2022-02-25 阿波罗智能技术(北京)有限公司 障碍物检测方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180125379A (ko) * 2017-05-15 2018-11-23 더 보잉 컴파니 설계로부터 오브젝트 형상 및 편차의 모니터링
US20180341263A1 (en) * 2017-05-25 2018-11-29 GM Global Technology Operations LLC Methods and systems for moving object velocity determination
KR20190082066A (ko) * 2017-12-29 2019-07-09 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 포인트 클라우드 데이터를 복구하기 위한 방법 및 장치
KR20200008488A (ko) * 2018-07-16 2020-01-28 베이징 쿠앙쉬 테크놀로지 씨오., 엘티디. 타겟 오브젝트와 아이템을 연관시키는 방법, 장치 및 시스템

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Diego Valsesia ET AL., "LEARNING LOCALIZED GENERATIVE MODELS FOR 3D POINT CLOUDS VIA GRAPH CONVOLUTION", 2019년. *

Also Published As

Publication number Publication date
JP7194217B2 (ja) 2022-12-21
KR102568948B1 (ko) 2023-08-22
CN111402308A (zh) 2020-07-10
CN111402308B (zh) 2023-08-04
US20210293844A1 (en) 2021-09-23
EP3919930B1 (en) 2023-05-10
JP2021119458A (ja) 2021-08-12
EP3919930A1 (en) 2021-12-08
US11353476B2 (en) 2022-06-07

Similar Documents

Publication Publication Date Title
US11615605B2 (en) Vehicle information detection method, electronic device and storage medium
US20210223056A1 (en) Method and apparatus for generating route planning model, and storage medium
JP7258066B2 (ja) 測位方法、測位装置及び電子機器
WO2021218123A1 (zh) 用于检测车辆位姿的方法及装置
CN111368760B (zh) 一种障碍物检测方法、装置、电子设备及存储介质
KR20210036317A (ko) 모바일 에지 컴퓨팅 기반의 시각적 위치 확정 방법 및 장치
US11828606B2 (en) Method and apparatus for updating point cloud
KR20210052409A (ko) 차선의 확정방법, 포지셔닝 정밀도의 평가방법, 장치, 기기 및 컴퓨터 프로그램
JP7228623B2 (ja) 障害物検出方法、装置、設備、記憶媒体、及びプログラム
CN111079079B (zh) 数据修正方法、装置、电子设备及计算机可读存储介质
KR102498439B1 (ko) 차량용 카메라의 외부 파라미터 캘리브레이션 방법, 장치, 시스템 및 저장매체
KR102568948B1 (ko) 장애물 속도를 결정하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램
US20210319261A1 (en) Vehicle information detection method, method for training detection model, electronic device and storage medium
KR20210071884A (ko) 회전 교차로 네비게이션 방법, 장치, 기기 및 저장 매체
CN112184914A (zh) 目标对象三维位置的确定方法、装置和路侧设备
CN111949816B (zh) 定位处理方法、装置、电子设备和存储介质
JP2021136028A (ja) エッジベースの拡張現実３次元追跡登録方法、装置及び電子機器
CN111462072A (zh) 点云图质量检测方法、装置以及电子设备
CN111402333B (zh) 参数估计方法、装置、设备和介质

Legal Events

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