KR20210042278A

KR20210042278A - 정보를 생성하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램

Info

Publication number: KR20210042278A
Application number: KR1020210040972A
Authority: KR
Inventors: 시웨이 리
Original assignee: 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디.
Priority date: 2020-04-30
Filing date: 2021-03-30
Publication date: 2021-04-19
Also published as: US20210239491A1; EP3904829A1; CN111578951B; EP3904829B1; CN111578951A; JP2021168127A

Abstract

본 출원은 정보를 생성하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램을 개시하는바, 자동운전 분야에 관한 것이다. 구체적인 구현방안으로는, 목표 장면의 포인트 클라우드를 수신하고 상술한 포인트 클라우드 중의 포인트 클라우드 프레임을 디스플레이하고; 사용자에 의해 입력된 영역 선택 정보를 수신하고 - 상술한 영역 선택 정보는 상술한 사용자가 디스플레이된 포인트 클라우드 프레임에 기반하여 송신하는 것임 - ; 상술한 영역 선택 정보에 대응되는 목표 영역 내의 포인트 데이터를 처리하여 처리된 포인트 클라우드를 얻고; 상술한 처리된 포인트 클라우드를 테스트 차량에 송신하는 것이고, 여기서, 상술한 처리된 포인트 클라우드는 위치결정 정보를 생성하기 위한 것이다. 당해 실시 방식은 실제 물리적 장면에서 수집된 포인트 클라우드를 처리함으로써 실제 물리적 환경의 환경 변화를 시뮬레이팅하고 처리된 포인트 클라우드를 테스트 차량에 송신하는데, 처리된 포인트 클라우드는 위치결정 정보를 생성하기 위한 것인바, 이로써 테스트 차량의 위치결정 시스템에 대한 안정성 테스트를 구현한다.

Description

정보를 생성하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램{METHOD AND APPARATUS FOR GENERATING INFORMATION, ELECTRONIC DEVICE, STORAGE MEDIUM AND PROGRAM}

본 출원의 실시예는 컴퓨터 기술분야에 관한 것으로, 구체적으로 자동운전 분야의 테스트 데이터를 생성하는 것에 관한 것이다.

현 단계에서, 자동운전에서의 위치결정 시스템은 멀티센서 융합 방법을 적용하여 고 정밀도 위치결정을 수행할 수 있다. 각 종류 센서의 장점 상호보완 및 리던던시-백업을 이용하여 자동운전 차량이 고 정밀도 및 강한 강건성(robustness)의 위치결정 결과를 획득하도록 한다. 여기서, 레이저 라이다 및 이의 데이터를 사용하여 사전제작된 고 정밀도 위치결정 지도에 강하게 의존하여 위치결정함으로써, GNSS(Global Navigation Satellite System, 글로벌 네비게이션 위성 시스템) 신호가 불량한 상황에서 차량의 위치결정 정밀도를 보장한다. 이러한 위치결정 방법은 레이저 라이다의 고 정밀도 데이터로 사전제작된 물리적 세계의 반사값 지도에 주로 의존하는데, 차량은 자동운전 모드에서 당해 지도를 로딩하고 실시간으로 수집된 레이저 라이다 데이터를 매칭시킴으로써, 고 정밀도의 위치 정보를 획득한다. 고 정밀도 위치결정 지도는 수집 제작 비용이 보다 높고 제도 주기가 보다 길므로 현재로는 지도에 대한 실시간 업데이트가 불가능하고, 따라서 위치결정 지도에는 일정한 지연성이 존재하는바, 이는 지도 매칭을 사용하는 위치결정 방법에 일정한 리스크를 가져오게 된다. 환경이 변화하는 경우, 차량에 의해 실시간으로 수집된 포인트 클라우드 데이터는 이전에 환경에 변화가 발생하기 전에 수집한 지도 데이터에 온전하게 매칭될 수 없고 위치결정에 오차가 나타날 수 있다. 이러한 상황에서의 위치결정 시스템의 효과 표현을 효과적으로 테스트하는 것은, 무인차 테스트 과정에 있어서 극히 중요한바, 테스트는 위치결정 시스템이 어느 정도의 환경 변화를 지원하는지 및 어느 정도의 환경 변화에서 리스크가 존재할 수 있는지에 대해 검증할 수 있다. 그러나 도로에 환경 변화의 실제 장면을 구축하는 것은 매우 어려운 것으로, 교통에 영향 줄 수 있을 뿐만 아니라 교통 법규를 위반하게 되는바, 따라서 이러한 종류의 장면에 맞닥쳤을 때만이 특정 환경 변화 장면에 대한 검증을 수행할 수 있고, 이러한 경우, 테스트 효율 및 테스트의 커버리지가 모두 매우 낮게 되고 제어와 예측이 불가능하게 된다.

정보를 생성하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램을 제공한다.

첫 번째 측면에 따르면, 정보를 생성하는 방법을 제공하는바, 당해 방법은, 목표 장면의 포인트 클라우드를 수신하고 상술한 포인트 클라우드 중의 포인트 클라우드 프레임을 디스플레이하는 단계; 사용자에 의해 입력된 영역 선택 정보를 수신하는 단계 - 상술한 영역 선택 정보는 상술한 사용자가 디스플레이된 포인트 클라우드 프레임에 기반하여 송신하는 것임 - ; 상술한 영역 선택 정보에 대응되는 목표 영역 내의 포인트 데이터를 처리하여 처리된 포인트 클라우드를 얻는 단계; 및 상술한 처리된 포인트 클라우드를 테스트 차량에 송신하는 단계 - 상술한 처리된 포인트 클라우드는 위치결정 정보를 생성하기 위한 것임 - 를 포함한다.

두 번째 측면에 따르면, 정보를 생성하는 장치를 제공하는바, 당해 장치는, 목표 장면의 포인트 클라우드를 수신하고 상술한 포인트 클라우드 중의 포인트 클라우드 프레임을 디스플레이하도록 구성되는 디스플레이 유닛; 사용자에 의해 입력된 영역 선택 정보를 수신하도록 구성되는 수신 유닛 - 상술한 영역 선택 정보는 상술한 사용자가 디스플레이된 포인트 클라우드 프레임에 기반하여 송신하는 것임 - ; 상술한 영역 선택 정보에 대응되는 목표 영역 내의 포인트 데이터를 처리하여 처리된 포인트 클라우드를 얻도록 구성되는 처리 유닛; 및 상술한 처리된 포인트 클라우드를 테스트 차량에 송신하도록 구성되는 송신 유닛 - 상술한 처리된 포인트 클라우드는 위치결정 정보를 생성하기 위한 것임 - 을 포함한다.

세 번째 측면에 따르면, 전자 기기를 제공하는바, 당해 전자 기기는, 적어도 하나의 프로세서; 및 상술한 적어도 하나의 프로세서에 통신적으로 연결되는 메모리를 포함하고, 상술한 메모리는 상술한 적어도 하나의 프로세서에 의해 실행될 수 있는 명령을 저장하고 있고, 상술한 명령은 상술한 적어도 하나의 프로세서에 의해 실행되는 경우, 상술한 적어도 하나의 프로세서가 첫 번째 측면에 있어서의 어느 한 방법을 수행 가능하도록 한다.

네 번째 측면에 따르면, 컴퓨터 명령이 저장되어 있는 비일시적 컴퓨터 판독가능 저장 매체를 제공하는바, 상술한 컴퓨터 명령은 상술한 컴퓨터가 첫 번째 측면에 있어서의 어느 한 방법을 수행하도록 한다.

다섯 번째 측면에 따르면, 매체에 저장된 컴퓨터 프로그램이 제공되는바, 당해 프로그램이 프로세서에 의해 실행되는 경우, 첫 번째 측면에 있어서의 어느 한 방법이 수행된다.

본 출원의 기술에 따르면, 실제(real) 물리적 장면에서 수집된 포인트 클라우드를 처리함으로써 실제 물리적 환경의 환경 변화를 시뮬레이팅하고 처리된 포인트 클라우드를 테스트 차량에 송신하는데, 처리된 포인트 클라우드는 위치결정 정보를 생성하기 위한 것인바, 이로써 테스트 차량의 위치결정 시스템에 대한 안정성 테스트를 구현한다.

본 부분에서 서술하는 내용은 본 개시의 실시예의 핵심적인 또는 중요한 특징을 표기하고자 하는 것이 아니고 본 개시의 범위를 한정하기 위한 것도 아님을 이해하여야 한다. 본 개시의 다른 특징은 하기의 발명의 상세한 내용에 의해 이해하기 수월해질 것이다.

첨부 도면은 본 방안을 더 잘 이해하기 위한 것으로, 본 출원을 한정하지 않는다.
도 1은 본 출원에 따른 정보를 생성하는 방법의 일 실시예의 흐름도이다.
도 2는 본 출원에 따른 정보를 생성하는 방법의 일 응용 시나리오의 개략도이다.
도 3은 본 출원에 따른 정보를 생성하는 방법의 다른 실시예의 흐름도이다.
도 4는 본 출원에 따른 정보를 생성하는 방법의 다른 실시예의 흐름도이다.
도 5는 본 출원에 따른 정보를 생성하는 장치의 일 실시예의 구조 개략도이다.
도 6은 본 출원의 실시예의 정보를 생성하는 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.

도 1은 본 출원에 따른 정보를 생성하는 방법의 일 실시예의 흐름(100)을 도시한다. 당해 정보를 생성하는 방법은 하기 단계를 포함한다.

단계(S101)에서, 목표 장면의 포인트 클라우드를 수신하고 포인트 클라우드 중의 포인트 클라우드 프레임을 디스플레이한다.

본 실시예에서, 정보를 생성하는 방법의 수행 주체는 유선 연결 방식 또는 무선 연결 방식을 따를 수 있고, 포인트 클라우드를 수집하는 데이터 수집 기기(예를 들면, 레이저 라이다, 3차원 레이저 스캐너 등)로부터 목표 장면에 대해 수집된 포인트 클라우드를 수신할 수 있다. 상술한 목표 장면은, 실제 물리 세계 중의 장면(예를 들면, 실제 도로 장면)을 가리킬 수 있고, 목표 장면은 복수의 정적인 물체, 예를 들면, 나무, 등주, 표지판, 시공 울타리, 건축물 등을 포함할 수 있다. 실제의 자동운전 차량 테스트에서, 목표 장면은 변화할 장면일 수 있는바, 목표 장면에 대한 변화에 의해 환경 변화에 대한 자동운전 차량의 반응을 테스트한다. 다음, 수행 주체는 수신된 포인트 클라우드 중의 포인트 클라우드 프레임을 디스플레이함으로써 사용자가 확인하도록 할 수 있다. 여기서의 사용자는 자동운전 차량의 테스트 데이터를 생성하는 기술자를 가리킬 수 있다.

통상적으로, 포인트 클라우드는 적어도 하나의 포인트 클라우드 프레임을 포함할 수 있다. 각 포인트 클라우드 프레임은 복수의 포인트 데이터를 포함할 수 있다. 여기서, 포인트 데이터는 3차원 좌표와 레이저 반사 강도 포함할 수 있다. 통상적으로, 포인트 데이터의 3차원 좌표는 X축, Y축 및 Z축 위의 정보를 포함할 수 있다. 여기서, 레이저 반사 강도는 레이저 반사 에너지와 레이저 발사 에너지의 비례값을 가리킬 수 있다.

상술한 수행 주체는 표시 스크린과 데이터 처리 기능을 가지는 다양한 전자 기기일 수 있고, 스마트폰, 태블릿 컴퓨터, 휴대용 랩톱 컴퓨터, 데스크톱 컴퓨터 및 차량 탑재 단말 등을 포함하나 이에 한정되지 않는다.

단계(S102)에서, 사용자에 의해 입력된 영역 선택 정보를 수신한다.

본 실시예에서, 수행 주체는 사용자에 의해 입력된 영역 선택 정보를 수신할 수 있다. 상술한 영역 선택 정보는 사용자가 단계(S101)에서의 디스플레이된 포인트 클라우드 프레임에 기반하여 송신하는 것일 수 있다. 예를 들면, 사용자는 실제 필요에 따라 수행 주체에 의해 디스플레이된 포인트 클라우드 프레임에서 하나의 영역을 목표 영역으로 구획할 수 있는바, 당해 목표 영역 내에는 복수의 포인트 데이터가 포함될 수 있다.

단계(S103)에서, 영역 선택 정보에 대응되는 목표 영역 내의 포인트 데이터를 처리하여 처리된 포인트 클라우드를 얻는다.

본 실시예에서, 수행 주체는 상술한 영역 선택 정보에 대응되는 목표 영역 내의 포인트 데이터에 대해 다양한 처리를 수행할 수 있는바, 예를 들면, 삭제, 수정, 치환 등이 있다. 이로써 각 처리된 포인트 클라우드 프레임을 얻을 수 있고, 각 처리된 포인트 클라우드 프레임은 처리된 포인트 클라우드를 구성할 수 있다. 목표 영역 내의 포인트 데이터를 처리함으로써 실제 물리적 환경의 환경 변화를 시뮬레이팅할 수 있다.

단계(S104)에서, 처리된 포인트 클라우드를 테스트 차량에 송신하되, 처리된 포인트 클라우드는 위치결정 정보를 생성하기 위한 것이다.

본 실시예에서, 수행 주체는 단계(S103)에서 얻은 처리된 포인트 클라우드를 테스트 차량에 송신할 수 있고, 처리된 포인트 클라우드는 위치결정 정보를 생성하는 데 사용될 수 있다. 예를 들면, 테스트 차량은 자동운전 차량일 수 있고, 자동운전 차량은 수신된 처리된 포인트 클라우드 및 사전로딩된 반사값 지도에 따라 위치결정 정보를 생성할 수 있다. 이에 따라, 사용자는 테스트 차량에 의해 생성된 위치결정 정보에 따라 환경에 변화가 발생하는 경우, 테스트 차량의 위치결정 시스템의 안정성을 판단할 수 있다.

계속하여 도 2를 참조하면, 도 2는 본 실시예에 따른 정보를 생성하는 방법의 응용 시나리오의 일 개략도이다. 도 2의 응용 시나리오에서, 단말기기(201)는 우선, 목표 장면의 포인트 클라우드를 수신하고 포인트 클라우드 중의 포인트 클라우드 프레임을 디스플레이한다. 다음, 단말기기(201)는 사용자에 의해 입력된 영역 선택 정보를 수신할 수 있는바, 여기서, 영역 선택 정보는 사용자가 단말기기(201)에 의해 디스플레이된 포인트 클라우드 프레임에 기반하여 송신하는 것이다. 다음, 단말기기(201)는 영역 선택 정보에 대응되는 목표 영역 내의 포인트 데이터를 처리하여 처리된 포인트 클라우드를 얻는다. 마지막으로, 단말기기(201)는 처리된 포인트 클라우드를 테스트 차량(202)에 송신하는바, 처리된 포인트 클라우드는 위치결정 정보를 생성하는 데 사용될 수 있다.

본 개시의 상술한 실시예에 의해 제공되는 방법은 실제 물리적 장면에서 수집된 포인트 클라우드를 처리함으로써 실제 물리적 환경의 환경 변화를 시뮬레이팅하고 처리된 포인트 클라우드를 테스트 차량에 송신하는데, 처리된 포인트 클라우드는 위치결정 정보를 생성하는 데 사용될 수 있는바, 이로써 테스트 차량의 위치결정 시스템에 대한 안정성 테스트를 구현한다.

나아가 도 3을 참조하면, 이는 정보를 생성하는 방법의 다른 실시예의 흐름(300)을 도시한다. 당해 정보를 생성하는 방법의 흐름(300)은 하기 단계를 포함한다.

단계(S301)에서, 목표 장면의 포인트 클라우드를 수신하고 포인트 클라우드 중의 포인트 클라우드 프레임을 디스플레이한다.

본 실시예에서, 단계(S301)은 도 1에 도시한 실시예의 단계(S101)과 유사하므로, 여기서 상세한 설명은 생략하기로 한다.

단계(S302)에서, 사용자에 의해 입력된 영역 선택 정보를 수신한다.

본 실시예에서, 단계(S302)는 도 1에 도시한 실시예의 단계(S102)와 유사하므로, 여기서 상세한 설명은 생략하기로 한다.

단계(S303)에서, 사용자가 목표 영역 내의 포인트 데이터에 대하여 송신하는 분할 알고리즘 구성 정보를 수신한다.

본 실시예에서, 수행 주체는 사용자가 목표 영역 내의 포인트 데이터에 대하여 송신하는 분할 알고리즘 구성 정보를 수신할 수 있다. 상술한 분할 알고리즘 구성 정보는 분할 알고리즘 명칭과 알고리즘 파라미터 값을 포함할 수 있다.

실천에서는, 다양한 알고리즘을 적용하여 포인트 클라우드를 분할할 수 있는바, 예를 들면, 가장자리에 기반하는 분할 알고리즘, 영역에 기반하는 분할 알고리즘, 모델에 기반하는 분할 알고리즘 등이 있고, 각 가지 분할 알고리즘은 모두 대응되는 알고리즘 파라미터를 가진다. 이에 따라, 사용자는 목표 영역 내의 포인트 데이터에 대하여 사용할 분할 알고리즘을 설정하고, 대응되는 알고리즘 파라미터 값을 설정하고, 설정된 분할 알고리즘 명칭과 알고리즘 파라미터 값을 분할 알고리즘 구성 정보로 하여 수행 주체에 송신할 수 있다.

단계(S304)에서, 분할 알고리즘 명칭에 대응되는 분할 알고리즘과 알고리즘 파라미터 값에 기반하여 목표 영역 내의 포인트 데이터를 분할하여 목표 물체에 대응되는 포인트 데이터를 분할해낸다.

본 실시예에서, 수행 주체는 상술한 분할 알고리즘 구성 정보에서의 분할 알고리즘 명칭에 대응되는 분할 알고리즘과 상술한 알고리즘 파라미터 값을 사용하여 목표 영역 내의 포인트 데이터를 분할할 수 있는바, 이로써 목표 물체에 대응되는 포인트 데이터를 분할해낼 수 있다. 분할 알고리즘은 목표 영역 내의 포인트 데이터를 분할하여 목표 영역 내의 목표 물체에 대응되는 포인트 데이터를 분할해낼 수 있다.

단계(S305)에서, 사전설정된 치환용 포인트 데이터를 사용하여 목표 물체에 대응되는 포인트 데이터를 치환하여, 처리된 포인트 클라우드를 얻는다.

본 실시예에서, 수행 주체는 사전설정된 치환용 포인트 데이터를 사용하여 목표 물체에 대응되는 포인트 데이터를 치환할 수 있다. 예시로, 수행 주체는 우선, 단계(S304)에서 분할해낸 목표 물체에 대응되는 포인트 데이터를 삭제할 수 있다. 다음, 수행 주체는 사전설정된 치환용 포인트 데이터를 사용하여 포인트 데이터를 삭제한 위치를 메울 수 있다. 이러한 방식은 포인트 클라우드 중의 영상 프레임을 순차로 처리함으로써 처리된 포인트 클라우드를 얻을 수 있다. 여기서, 사전설정된 치환용 포인트 데이터는 다양한 방법으로 획득된 포인트 데이터일 수 있는바, 예를 들면, 수동으로 생성된 것일 수 있다. 예시로, 단계(S304)와 단계(S305)는 라이다 좌표계에서 수행될 수 있다. 서로 다른 포인트 클라우드 프레임의 파라미터는 테스트 차량의 위치에 따라 자가 적응적 조절이 수행될 수 있다.

본 실시예의 일부 대안적인 구현방식에서, 상술한 치환용 포인트 데이터는, 목표 물체 위치 영역 사전설정 범위 내의 포인트 데이터에 기반하여 치환용 포인트 데이터를 결정하는 방식으로 결정될 수 있다.

본 구현방식에서, 수행 주체는 목표 물체 위치 영역 사전설정 범위 내의 포인트 데이터에 따라 치환용 포인트 데이터를 결정할 수 있다. 일 예시로, 수행 주체는 목표 물체 위치 영역 사전설정 범위 내의 포인트 데이터의 좌표의 평균값과 분산(variance), 및 포인트 데이터의 레이저 반사 강도의 평균값과 분산(variance)을 통계하고 통계 결과에 따라 치환용 포인트 데이터를 생성할 수 있다. 다른 예시로, 수행 주체는 목표 물체 위치 영역 사전설정 범위 내의 포인트 데이터를 치환용 포인트 데이터로 선택할 수 있다. 본 구현방식에 의하면, 수행 주체는 목표 물체가 있는 위치의 주변 환경의 포인트 데이터에 따라 치환용 포인트 데이터를 결정할 수 있는바, 이로써 생성된 처리된 포인트 클라우드가 더 현실적(realistic)이게 한다.

단계(S306)에서, 처리된 포인트 클라우드를 테스트 차량에 송신하되, 처리된 포인트 클라우드는 위치결정 정보를 생성하기 위한 것이다.

본 실시예에서, 단계(S306)은 도 1에 도시한 실시예의 단계(S104)와 유사하므로, 여기서 상세한 설명은 생략하기로 한다.

도 3으로부터 알 수 있는바, 도 1에 대응되는 실시예에 비하면, 본 실시예에서의 정보를 생성하는 방법의 흐름(300)은 목표 물체에 대응되는 포인트 데이터를 분할하고 치환용 포인트 데이터를 사용하여 목표 물체에 대응되는 포인트 데이터를 치환하는 단계를 강조한다. 이에 따라, 본 실시예에서 서술하는 방안은 포인트 클라우드 프레임 중의 목표 물체에 대응되는 포인트 데이터를 제거함으로써 목표 물체가 실제 물리적 환경으로부터 제거되는 환경 변화를 시뮬레이팅할 수 있고, 이로써 자동운전 차량의 위치결정 시스템에 있어서 목표 물체 제거와 같은 환경 변화에 대한 안정성 테스트를 구현할 수 있다.

나아가 도 4를 참조하면, 이는 정보를 생성하는 방법의 또 다른 실시예의 흐름(400)을 도시한다. 당해 정보를 생성하는 방법의 흐름(400)은 하기 단계를 포함한다.

단계(S401)에서, 목표 장면의 포인트 클라우드를 수신하고 포인트 클라우드 중의 포인트 클라우드 프레임을 디스플레이한다.

본 실시예에서, 단계(S401)은 도 1에 도시한 실시예의 단계(S101)과 유사하므로, 여기서 상세한 설명은 생략하기로 한다.

본 실시예의 일부 대안적인 구현방식에서, 단계(S401)에서의 포인트 클라우드 중의 포인트 클라우드 프레임을 디스플레이하는 단계는 구체적으로 하기와 같이 수행될 수 있다.

우선, 포인트 클라우드의 포인트 클라우드 프레임 중의 포인트 데이터를 월드 좌표계로 변환한다.

본 구현방식에서, 수행 주체는 포인트 클라우드의 포인트 클라우드 프레임 중의 포인트 데이터를 월드 좌표계로 변환할 수 있다. 통상적으로, 레이저 라이다를 사용하여 수집한 포인트 클라우드는 라이다 좌표계이지만 전자 지도는 월드 좌표계인바, 따라서, 포인트 클라우드의 포인트 클라우드 프레임 중의 포인트 데이터를 월드 좌표계로 변환하여야 한다.

그 다음, 목표 장면에 대응되는 전자 지도를 결합하여, 포인트 클라우드 프레임 중의 포인트 데이터를 전자 지도에 디스플레이한다.

본 구현방식에서, 수행 주체는 목표 장면에 대응되는 전자 지도를 결합하여, 포인트 클라우드 프레임 중의 포인트 데이터를 전자 지도에 디스플레이할 수 있다. 본 구현방식에 의하면, 전자 지도를 결합하여 포인트 클라우드의 포인트 클라우드 프레임을 디스플레이하는바, 이로써 디스플레이 효과가 더 직관적이게 되고 사용자가 디스플레이된 포인트 클라우드 프레임에 기반하여 영역 선택 정보를 송신하기 편리해진다.

단계(S402)에서, 사용자에 의해 입력된 영역 선택 정보를 수신한다.

본 실시예에서, 단계(S402)는 도 1에 도시한 실시예의 단계(S102)와 유사하므로, 여기서 상세한 설명은 생략하기로 한다.

단계(S403)에서, 라이다 좌표계에서, 사용자에 의해 입력된 추가할 물체 구축 정보에 기반하여 추가할 물체의 포인트 데이터를 구축한다.

본 실시예에서, 수행 주체는 포인트 클라우드의 포인트 데이터가 라이다 좌표계인지 여부를 판단할 수 있고, 아닌 경우, 포인트 클라우드의 포인트 데이터를 라이다 좌표계로 변환할 수 있다. 수행 주체는 또한 사용자에 의해 입력된 추가할 물체 구축 정보를 수신할 수 있다. 여기서, 추가할 물체 구축 정보는 추가할 물체의 포인트 데이터를 구축할 수 있다. 예시로, 추가할 물체 구축 정보는 물체 형상(예를 들면, 직육면체, 원기둥 등), 물체 레이저 반사 강도, 물체 포인트 데이터 분포 등을 포함할 수 있다. 다음, 수행 주체는 추가할 물체 구축 정보에 따라 추가할 물체의 포인트 데이터를 구축할 수 있다. 물체 형상이 직육면체인 경우를 예로 들면, 사용자는 직육면체의 가로, 세로, 높이, 중심 위치, 지향 등 파라미터를 사전설정할 수 있다. 수행 주체는 상술한 파라미터에 따라 직육면체의, 차체 좌표계에서의 표면 방정식 및 레이저 라이다에 의해 스캔될 수 있는 부분을 계산할 수 있다. 다음, 수행 주체는 설정된 직육면체가 차량으로부터 떨어진 거리에 따라 레이저 반사 강도와 포인트 클라우드 밀도를 설정하여 상술한 표면 방정식에 부합되는 일련의 포인트 데이터를 생성할 수 있다.

단계(S404)에서, 추가할 물체의 포인트 데이터를 사용하여 목표 영역 내의 포인트 데이터를 치환하여, 처리된 포인트 클라우드를 얻는다.

본 실시예에서, 수행 주체는 단계(S403)에서 생성된 추가할 물체의 포인트 데이터를 사용하여 목표 영역 내의 포인트 데이터를 치환할 수 있다. 이러한 방식에 따르면 포인트 클라우드 중의 영상을 순차로 처리함으로써 처리된 포인트 클라우드를 얻을 수 있다.

단계(S405)에서, 처리된 포인트 클라우드를 테스트 차량에 송신하되, 처리된 포인트 클라우드는 위치결정 정보를 생성하기 위한 것이다.

본 실시예에서, 단계(S405)는 도 1에 도시한 실시예의 단계(S104)와 유사하므로, 여기서 상세한 설명은 생략하기로 한다.

도 4로부터 알 수 있는바, 도 1에 대응되는 실시예에 비하면, 본 실시예에서의 정보를 생성하는 방법의 흐름(400)은 추가할 물체의 포인트 데이터를 구축하고 추가할 물체의 포인트 데이터를 사용하여 목표 영역 내의 포인트 데이터를 치환하는 단계를 강조한다. 이에 따라, 본 실시예에서 서술하는 방안은 포인트 클라우드 프레임의 목표 영역 내에, 추가할 물체에 대응되는 포인트 데이터를 메움으로써 목표 영역에 추가할 물체가 추가되는 환경 변화를 시뮬레이팅할 수 있고, 이로써 자동운전 차량의 위치결정 시스템에 있어서 목표 영역에 추가할 물체가 추가되는 것과 같은 환경 변화에 대한 안정성 테스트를 구현할 수 있다.

나아가 도 5를 참조하면, 상술한 각 도면에 도시한 방법에 대한 구현으로, 본 개시는 정보를 생성하는 장치의 일 실시예를 제공하는바, 당해 장치 실시예는 도 1에 도시한 방법 실시예에 대응되고, 당해 장치는 구체적으로 다양한 전자 기기에 응용될 수 있다.

도 5에 도시한 바와 같이, 본 실시예의 정보를 생성하는 장치(500)는, 디스플레이 유닛(501), 수신 유닛(502), 처리 유닛(503) 및 송신 유닛(504)을 포함한다. 디스플레이 유닛(501)은 목표 장면의 포인트 클라우드를 수신하고 상술한 포인트 클라우드 중의 포인트 클라우드 프레임을 디스플레이하도록 구성되고; 수신 유닛(502)은 사용자에 의해 입력된 영역 선택 정보를 수신하도록 구성되고 - 상술한 영역 선택 정보는 상술한 사용자가 디스플레이된 포인트 클라우드 프레임에 기반하여 송신하는 것임 - ; 처리 유닛(503)은 상술한 영역 선택 정보에 대응되는 목표 영역 내의 포인트 데이터를 처리하여 처리된 포인트 클라우드를 얻도록 구성되고; 송신 유닛(504)은 상술한 처리된 포인트 클라우드를 테스트 차량에 송신하도록 구성되고, 상술한 처리된 포인트 클라우드는 위치결정 정보를 생성하기 위한 것이다.

본 실시예에서, 정보를 생성하는 장치(500)의 디스플레이 유닛(501), 수신 유닛(502), 처리 유닛(503) 및 송신 유닛(504)의 구체적인 처리 및 이에 따른 기술 효과는 각각 도 1에 대응되는 실시예에서의 단계(S101, S102, S103 및 S104)의 관련 설명을 참조할 수 있는바, 이에 대한 상세한 설명은 생략하기로 한다.

본 실시예의 일부 대안적인 구현방식에서, 상술한 처리 유닛(503)은 나아가, 상술한 사용자가 상술한 목표 영역 내의 포인트 데이터에 대하여 송신하는 분할 알고리즘 구성 정보를 수신하고 - 상술한 분할 알고리즘 구성 정보는 분할 알고리즘 명칭과 알고리즘 파라미터 값을 포함함 - ; 상술한 분할 알고리즘 명칭에 대응되는 분할 알고리즘과 상술한 알고리즘 파라미터 값에 기반하여 상술한 목표 영역 내의 포인트 데이터를 분할하여 목표 물체에 대응되는 포인트 데이터를 분할해내고; 사전설정된 치환용 포인트 데이터를 사용하여 상술한 목표 물체에 대응되는 포인트 데이터를 치환하여, 처리된 포인트 클라우드를 얻도록 구성된다.

본 실시예의 일부 대안적인 구현방식에서, 상술한 치환용 포인트 데이터는, 상술한 목표 물체 위치 영역 사전설정 범위 내의 포인트 데이터에 기반하여 치환용 포인트 데이터를 결정하는 방식으로 결정된다.

본 실시예의 일부 대안적인 구현방식에서, 상술한 디스플레이 유닛(501)은, 나아가, 상술한 포인트 클라우드의 포인트 클라우드 프레임 중의 포인트 데이터를 월드 좌표계로 변환하고; 상술한 목표 장면에 대응되는 전자 지도를 결합하여, 상술한 포인트 클라우드 프레임 중의 포인트 데이터를 상술한 전자 지도에 디스플레이하도록 구성된다.

본 실시예의 일부 대안적인 구현방식에서, 상술한 처리 유닛(503)은 나아가, 라이다 좌표계에서, 상술한 사용자에 의해 입력된 추가할 물체 구축 정보에 기반하여 추가할 물체의 포인트 데이터를 구축하고; 상술한 추가할 물체의 포인트 데이터를 사용하여 상술한 목표 영역 내의 포인트 데이터를 치환하여, 처리된 포인트 클라우드를 얻도록 구성된다.

본 출원의 실시예에 따르면, 본 출원은 전자 기기 및 판독가능 저장 매체를 더 제공한다.

도 6에 도시한 바는, 본 출원의 실시예에 따른 정보를 생성하는 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 예로 든다.

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 정보를 생성하는 방법이 수행되도록 한다. 본 출원의 비일시적 컴퓨터 판독가능 저장 매체는 컴퓨터 명령을 저장하고, 당해 컴퓨터 명령은 컴퓨터에 의해 본 출원에 의해 제공되는 정보를 생성하는 방법이 수행되도록 한다.

메모리(602)는 비일시적 컴퓨터 판독 가능 저장 매체로서, 본 출원의 실시예의 정보를 생성하는 방법에 대응되는 프로그램 명령/모듈(예를 들면, 첨부 도면5에 도시한 디스플레이 유닛(501), 수신 유닛(502), 처리 유닛(503) 및 송신 유닛(504))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 정보를 생성하는 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 정보를 생성하는 방법의 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 정보를 생성하는 방법의 전자 기기에 연결된다. 상술한 네트워크의 실제 예는 인터넷, 기업 내부 네트워크, 근거리 통신망, 이동 통신 네트워크 및 이들의 조합을 포함하나 이에 한정되지 않는다.

정보를 생성하는 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 예로 든다.

입력 장치(603)는 입력되는 숫자 또는 문자(character) 정보를 수신하고, 정보를 생성하는 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, 조종 스틱 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 백그라운드 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) 및 인터넷을 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.

본 출원의 실시예에 따른 기술 방안은, 실제 물리적 장면에서 수집된 포인트 클라우드를 처리함으로써 실제 물리적 환경의 환경 변화를 시뮬레이팅하고 처리된 포인트 클라우드를 테스트 차량에 송신하는데, 처리된 포인트 클라우드는 위치결정 정보를 생성하기 위한 것인바, 이로써 테스트 차량의 위치결정 시스템에 대한 안정성 테스트를 구현한다.

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

정보를 생성하는 방법으로,
목표 장면의 포인트 클라우드를 수신하고 상기 포인트 클라우드 중의 포인트 클라우드 프레임을 디스플레이하는 단계;
사용자에 의해 입력된 영역 선택 정보를 수신하는 단계 - 상기 영역 선택 정보는 상기 사용자가 디스플레이된 포인트 클라우드 프레임에 기반하여 송신하는 것임 - ;
상기 영역 선택 정보에 대응되는 목표 영역 내의 포인트 데이터를 처리하여 처리된 포인트 클라우드를 얻는 단계; 및
상기 처리된 포인트 클라우드를 테스트 차량에 송신하는 단계 - 상기 처리된 포인트 클라우드는 위치결정 정보를 생성하기 위한 것임 - 를 포함하는 것을 특징으로 하는 정보를 생성하는 방법.
제1항에 있어서,
상기 영역 선택 정보에 대응되는 목표 영역 내의 포인트 데이터를 처리하여 처리된 포인트 클라우드를 얻는 단계는,
상기 사용자가 상기 목표 영역 내의 포인트 데이터에 대하여 송신하는 분할 알고리즘 구성 정보를 수신하는 단계 - 상기 분할 알고리즘 구성 정보는 분할 알고리즘 명칭과 알고리즘 파라미터 값을 포함함 - ;
상기 분할 알고리즘 명칭에 대응되는 분할 알고리즘과 상기 알고리즘 파라미터 값에 기반하여 상기 목표 영역 내의 포인트 데이터를 분할하여 목표 물체에 대응되는 포인트 데이터를 분할해내는 단계; 및
사전설정된 치환용 포인트 데이터를 사용하여 상기 목표 물체에 대응되는 포인트 데이터를 치환하여, 처리된 포인트 클라우드를 얻는 단계를 포함하는 것을 특징으로 하는 정보를 생성하는 방법.
제2항에 있어서,
상기 치환용 포인트 데이터는,
상기 목표 물체 위치 영역 사전설정 범위 내의 포인트 데이터에 기반하여 치환용 포인트 데이터를 결정하는 방식으로 결정되는 것을 특징으로 하는 정보를 생성하는 방법.
제1항에 있어서,
상기 포인트 클라우드 중의 포인트 클라우드 프레임을 디스플레이하는 단계는,
상기 포인트 클라우드의 포인트 클라우드 프레임 중의 포인트 데이터를 월드 좌표계로 변환하는 단계; 및
상기 목표 장면에 대응되는 전자 지도를 결합하여, 상기 포인트 클라우드 프레임 중의 포인트 데이터를 상기 전자 지도에 디스플레이하는 단계를 포함하는 것을 특징으로 하는 정보를 생성하는 방법.
제1항 또는 제4항에 있어서,
상기 영역 선택 정보에 대응되는 목표 영역 내의 포인트 데이터를 처리하여 처리된 포인트 클라우드를 얻는 단계는,
라이다 좌표계에서, 상기 사용자에 의해 입력된 추가할 물체 구축 정보에 기반하여 추가할 물체의 포인트 데이터를 구축하는 단계; 및
상기 추가할 물체의 포인트 데이터를 사용하여 상기 목표 영역 내의 포인트 데이터를 치환하여, 처리된 포인트 클라우드를 얻는 단계를 포함하는 것을 특징으로 하는 정보를 생성하는 방법.
정보를 생성하는 장치로서,
목표 장면의 포인트 클라우드를 수신하고 상기 포인트 클라우드 중의 포인트 클라우드 프레임을 디스플레이하도록 구성되는 디스플레이 유닛;
사용자에 의해 입력된 영역 선택 정보를 수신하도록 구성되는 수신 유닛 - 상기 영역 선택 정보는 상기 사용자가 디스플레이된 포인트 클라우드 프레임에 기반하여 송신하는 것임 - ;
상기 영역 선택 정보에 대응되는 목표 영역 내의 포인트 데이터를 처리하여 처리된 포인트 클라우드를 얻도록 구성되는 처리 유닛; 및
상기 처리된 포인트 클라우드를 테스트 차량에 송신하도록 구성되는 송신 유닛 - 상기 처리된 포인트 클라우드는 위치결정 정보를 생성하기 위한 것임 - 을 포함하는 것을 특징으로 하는 정보를 생성하는 장치.
제6항에 있어서,
상기 처리 유닛은 나아가,
상기 사용자가 상기 목표 영역 내의 포인트 데이터에 대하여 송신하는 분할 알고리즘 구성 정보를 수신하고 - 상기 분할 알고리즘 구성 정보는 분할 알고리즘 명칭과 알고리즘 파라미터 값을 포함함 - ;
상기 분할 알고리즘 명칭에 대응되는 분할 알고리즘과 상기 알고리즘 파라미터 값에 기반하여 상기 목표 영역 내의 포인트 데이터를 분할하여 목표 물체에 대응되는 포인트 데이터를 분할해내고;
사전설정된 치환용 포인트 데이터를 사용하여 상기 목표 물체에 대응되는 포인트 데이터를 치환하여, 처리된 포인트 클라우드를 얻도록 구성되는 것을 특징으로 하는 정보를 생성하는 장치.
제7항에 있어서,
상기 치환용 포인트 데이터는,
상기 목표 물체 위치 영역 사전설정 범위 내의 포인트 데이터에 기반하여 치환용 포인트 데이터를 결정하는 방식으로 결정되는 것을 특징으로 하는 정보를 생성하는 장치.
제6항에 있어서,
상기 디스플레이 유닛은 나아가,
상기 포인트 클라우드의 포인트 클라우드 프레임 중의 포인트 데이터를 월드 좌표계로 변환하고;
상기 목표 장면에 대응되는 전자 지도를 결합하여, 상기 포인트 클라우드 프레임 중의 포인트 데이터를 상기 전자 지도에 디스플레이하도록 구성되는 것을 특징으로 하는 정보를 생성하는 장치.
제6항 또는 제9항에 있어서,
상기 처리 유닛은 나아가,
라이다 좌표계에서, 상기 사용자에 의해 입력된 추가할 물체 구축 정보에 기반하여 추가할 물체의 포인트 데이터를 구축하고;
상기 추가할 물체의 포인트 데이터를 사용하여 상기 목표 영역 내의 포인트 데이터를 치환하여, 처리된 포인트 클라우드를 얻도록 구성되는 것을 특징으로 하는 정보를 생성하는 장치.
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 제4항 중 어느 한 항의 방법을 수행 가능하도록 하는 것을 특징으로 하는 전자 기기.
컴퓨터 명령이 저장되어 있는 비일시적 컴퓨터 판독가능 저장 매체로서,
상기 컴퓨터 명령은 상기 컴퓨터에 의해 제1항 내지 제4항 중 어느 한 항의 방법이 수행되도록 하는 것을 특징으로 하는 컴퓨터 판독가능 저장 매체.
매체에 저장된 컴퓨터 프로그램으로서,
당해 프로그램이 프로세서에 의해 실행되는 경우, 제1항 내지 제4항 중 어느 한 항의 방법이 수행되는 것을 특징으로 하는 매체에 저장된 컴퓨터 프로그램.