KR20230045923A - 실내 차량 위치 산출 장치 및 방법 - Google Patents

실내 차량 위치 산출 장치 및 방법 Download PDF

Info

Publication number
KR20230045923A
KR20230045923A KR1020210128786A KR20210128786A KR20230045923A KR 20230045923 A KR20230045923 A KR 20230045923A KR 1020210128786 A KR1020210128786 A KR 1020210128786A KR 20210128786 A KR20210128786 A KR 20210128786A KR 20230045923 A KR20230045923 A KR 20230045923A
Authority
KR
South Korea
Prior art keywords
vehicle
data
indoor
fixed object
calculating
Prior art date
Application number
KR1020210128786A
Other languages
English (en)
Inventor
진승범
Original Assignee
주식회사 피플카
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 주식회사 피플카 filed Critical 주식회사 피플카
Priority to KR1020210128786A priority Critical patent/KR20230045923A/ko
Publication of KR20230045923A publication Critical patent/KR20230045923A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/383—Indoor data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • G01C22/02—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers by conversion into electric waveforms and subsequent integration, e.g. using tachometer generator
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C9/00—Measuring inclination, e.g. by clinometers, by levels
    • G01C9/02—Details
    • 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
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/01—Determining conditions which influence positioning, e.g. radio environment, state of motion or energy consumption
    • G01S5/014—Identifying transitions between environments
    • G01S5/016—Identifying transitions between environments between areas within a building
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles

Abstract

본 개시의 일 양상으로, 적어도 하나의 프로세서; 및 상기 적어도 하나의 프로세서에 동작 가능하게 연결되어 상기 적어도 하나의 프로세서가 동작들을 수행하도록 하는 적어도 하나의 명령어들(instructions) 및 차량에 포함된 카메라로부터 획득된 영상 데이터 및 상기 차량에 포함된 기울기 센서로부터 획득된 기울기 데이터를 저장하는 적어도 하나의 메모리(memory)를 포함하고, 상기 동작들은, 상기 영상 데이터 및 상기 기울기 데이터를 수신하고, 상기 영상 데이터에 기초하여 상기 차량의 이동 거리 및 상기 차량의 주행 방향을 산출하고, 상기 이동 거리 및 상기 기울기 데이터에 기초하여 상기 차량의 고도 변화를 산출하고, 상기 이동 거리, 상기 주행 방향 및 상기 고도 변화에 기초하여 상기 차량의 주차장 내 실내 위치를 산출하는, 실내 차량 위치 산출 장치이다.

Description

실내 차량 위치 산출 장치 및 방법{APPARATUS AND METHOD FOR MEASURING THE POSITION OF THE VEHICLE LOCATED IN AN INDOOR}
본 개시 (present disclosure)는 실내 차량 위치 산출 장치 및 방법에 관한 것이다.
실내에서는 일반적으로 GPS(global positioning system) 신호를 수신할 수 없다. 이에 따라, 차량의 위도, 경도나 방향각을 알 수 없고, 설령 GPS 신호를 수신할 수 있는 경우에도 GPS 정보의 오차가 심하므로, 실내에서 사용이 가능한 정확도를 갖는 위치 정보를 획득할 수 없다.
또한, 여러 층으로 구성된 주차장의 경우 차량이 어느 층에 있는지 알 수 없다. 차량의 층간 이동만이라도 알아내기 위해 기울기 센서를 사용하더라도 차량의 실내의 위치 인식을 일정 오차 범위 이하로 줄이기 이전에는 정보를 알아낼 수 없다. 차량이 층간 통로에 진입했음을 차량의 실내 위치를 가지고 알 수 있어야 차량이 위층으로 이동했는지 아래층으로 이동했는지 기울기 정보를 가지고 알 수 있기 때문이다.
또한, 차량이 층간 통로 상에서 주행할 경우, 기어 상태나 RPM 정보를 알더라도 정확한 주행 거리를 알 수 없다는 문제가 있다.
대한민국 등록특허 10-0961753 대한민국 공개특허 10-2018-0017606
본 개시의 다양한 예들은 별도의 GPS 데이터 없이 차량의 실내 위치를 산출할 수 있는 실내 차량 위치 산출 장치 및 방법을 제공하기 위함이다.
본 개시의 다양한 예들에서 이루고자 하는 기술적 과제들은 이상에서 언급한 사항들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 이하 설명할 본 개시의 다양한 예들로부터 당해 기술분야에서 통상의 지식을 가진 자에 의해 고려될 수 있다.
본 개시의 일 양상으로, 적어도 하나의 프로세서; 및 상기 적어도 하나의 프로세서에 동작 가능하게 연결되어 상기 적어도 하나의 프로세서가 동작들을 수행하도록 하는 적어도 하나의 명령어들(instructions) 및 차량에 포함된 카메라로부터 획득된 영상 데이터 및 상기 차량에 포함된 기울기 센서로부터 획득된 기울기 데이터를 저장하는 적어도 하나의 메모리(memory)를 포함하고, 상기 동작들은, 상기 영상 데이터 및 상기 기울기 데이터를 수신하고, 상기 영상 데이터에 기초하여 상기 차량의 이동 거리 및 상기 차량의 주행 방향을 산출하고, 상기 이동 거리 및 상기 기울기 데이터에 기초하여 상기 차량의 고도 변화를 산출하고, 상기 이동 거리, 상기 주행 방향 및 상기 고도 변화에 기초하여 상기 차량의 주차장 내 실내 위치를 산출하는, 실내 차량 위치 산출 장치이다.
예를 들어, 상기 영상 데이터는 상기 카메라로 인하여 생성된 왜곡 데이터를 포함하고, 상기 동작들은, 상기 영상 데이터에서 ROI(region of interest)를 설정하고, 상기 ROI 내에서 적어도 하나의 고정된 객체를 식별하고, 상기 적어도 하나의 고정된 객체의 기준선을 산출하고, 상기 기준선에 기초하여 상기 적어도 하나의 고정된 객체의 위치 데이터를 산출하고, 상기 위치 데이터에 기초하여 상기 이동 거리를 결정하고, 상기 ROI는 상기 영상 데이터의 프레임의 식별자, 상기 프레임의 집합 및 상기 왜곡 데이터에 기초하여 상기 프레임 별로 설정되고, 상기 적어도 하나의 고정된 객체는 상기 ROI, 상기 프레임의 집합 및 상기 왜곡 데이터에 기초하여 상기 프레임 별로 설정되고, 상기 기준선은 상기 적어도 하나의 고정된 객체, 상기 프레임의 집합, 상기 왜곡 데이터 및 상기 프레임의 식별자에 기초하여 상기 프레임 별로 설정될 수 있다.
예를 들어, 상기 동작들은, 상기 프레임 별로 상기 적어도 하나의 고정된 객체 간 방향각에 기초하여 상기 주행 방향을 산출할 수 있다.
예를 들어, 상기 동작들은, 상기 프레임 별로 상기 적어도 하나의 고정된 객체가 차지하는 비중의 변화량에 기초하여 상기 차량이 상기 주차장에 포함된 복수의 층 중 하나의 층으로 진입 시점 및 상기 하나의 층으로부터 진출 시점을 식별하고, 상기 기울기 데이터 중 상기 진입 시점 및 상기 진출 시점 사이에 수신된 기울기 데이터에 기초하여 상기 고도 변화를 산출할 수 있다.
예를 들어, 상기 실내 위치는 상기 차량이 현재 위치한 층에 대한 현재 층 및 상기 차량의 3차원 좌표를 포함할 수 있다.
예를 들어, 상기 동작들은, 상기 고도 변화를 상기 메모리에 기 저장된 주차장 고도 데이터에 매칭시켜 상기 현재 층을 식별하고, 상기 이동 거리 및 상기 주행 방향에 기초하여 상기 차량의 XY 좌표를 생성하고, 상기 고도 변화에 기초하여 상기 차량의 Z 좌표를 생성하고, 상기 XY 좌표 및 상기 Z 좌표를 결합하여 상기 3차원 좌표를 생성할 수 있다.
본 개시의 다른 일 양상으로, 실내 차량 위치 산출 장치에 의해 수행되는 실내 차량 위치 산출 방법으로서, 차량에 포함된 카메라로부터 획득된 영상 데이터 및 상기 차량에 포함된 기울기 센서로부터 획득된 기울기 데이터를 수신하는 단계; 상기 영상 데이터에 기초하여 상기 차량의 이동 거리 및 상기 차량의 주행 방향을 산출하는 단계; 상기 이동 거리 및 상기 기울기 데이터에 기초하여 상기 차량의 고도 변화를 산출하는 단계; 및 상기 이동 거리, 상기 주행 방향 및 상기 고도 변화에 기초하여 상기 차량의 주차장 내 실내 위치를 산출하는 단계를 포함하는, 실내 차량 위치 산출 방법이다.
예를 들어, 상기 영상 데이터는 상기 카메라로 인하여 생성된 왜곡 데이터를 포함하고, 상기 실내 차량 위치 산출 방법은: 상기 영상 데이터에서 ROI(region of interest)를 설정하는 단계; 상기 ROI 내에서 적어도 하나의 고정된 객체를 식별하는 단계; 상기 적어도 하나의 고정된 객체의 기준선을 산출하는 단계; 상기 기준선에 기초하여 상기 적어도 하나의 고정된 객체의 위치 데이터를 산출하는 단계; 및 상기 위치 데이터에 기초하여 상기 이동 거리를 결정하는 단계를 더 포함하고, 상기 ROI는 상기 영상 데이터의 프레임의 식별자, 상기 프레임의 집합 및 상기 왜곡 데이터에 기초하여 상기 프레임 별로 설정되고, 상기 적어도 하나의 고정된 객체는 상기 ROI, 상기 프레임의 집합 및 상기 왜곡 데이터에 기초하여 상기 프레임 별로 설정되고, 상기 기준선은 상기 적어도 하나의 고정된 객체, 상기 프레임의 집합, 상기 왜곡 데이터 및 상기 프레임의 식별자에 기초하여 상기 프레임 별로 설정될 수 있다.
예를 들어, 상기 실내 차량 위치 산출 방법은: 상기 프레임 별로 상기 적어도 하나의 고정된 객체가 차지하는 비중의 변화량에 기초하여 상기 차량이 상기 주차장에 포함된 복수의 층 중 하나의 층으로 진입 시점 및 상기 하나의 층으로부터 진출 시점을 식별하는 단계; 및 상기 기울기 데이터 중 상기 진입 시점 및 상기 진출 시점 사이에 수신된 기울기 데이터에 기초하여 상기 고도 변화를 산출하는 단계를 더 포함할 수 있다.
예를 들어, 상기 실내 위치는 상기 차량이 현재 위치한 층에 대한 현재 층 및 상기 차량의 3차원 좌표를 포함하고, 상기 실내 차량 위치 산출 방법은: 상기 고도 변화를 기 저장된 주차장 고도 데이터에 매칭시켜 상기 현재 층을 식별하는 단계; 및 상기 이동 거리 및 상기 주행 방향에 기초하여 상기 차량의 XY 좌표를 생성하고, 상기 고도 변화에 기초하여 상기 차량의 Z 좌표를 생성하고, 상기 XY 좌표 및 상기 Z 좌표를 결합하여 상기 3차원 좌표를 생성하는 단계를 더 포함할 수 있다.
상술한 본 개시의 다양한 예들은 본 개시의 바람직한 예들 중 일부에 불과하며, 본 개시의 다양한 예들의 기술적 특징들이 반영된 여러 가지 예들이 당해 기술분야의 통상적인 지식을 가진 자에 의해 이하 상술할 상세한 설명을 기반으로 도출되고 이해될 수 있다.
본 개시의 다양한 예들에 따르면 다음과 같은 효과가 있다.
본 개시의 다양한 예들에 따르면, 별도의 GPS 데이터 없이 차량의 실내 위치를 산출할 수 있는 실내 차량 위치 산출 장치 및 방법이 제공될 수 있다.
본 개시의 다양한 예들로부터 얻을 수 있는 효과들은 이상에서 언급된 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 이하의 상세한 설명을 기반으로 당해 기술분야에서 통상의 지식을 가진 자에게 명확하게 도출되고 이해될 수 있다.
이하에 첨부되는 도면들은 본 개시의 다양한 예들에 관한 이해를 돕기 위한 것으로, 상세한 설명과 함께 본 개시의 다양한 예들을 제공한다. 다만, 본 개시의 다양한 예들의 기술적 특징이 특정 도면에 한정되는 것은 아니며, 각 도면에서 개시하는 특징들은 서로 조합되어 새로운 실시예로 구성될 수 있다. 각 도면에서의 참조 번호 (reference numerals) 들은 구조적 구성요소 (structural elements) 를 의미한다.
도 1은 본 개시의 일 예에 따른 실내 차량 위치 산출 장치의 블록도이다.
도 2a 내지 도 2c는 ROI 설정의 다양한 예들을 도시한 것이다.
도 3은 고정된 객체 식별의 예를 도시한 것이다.
도 4는 기준선 설정의 예를 도시한 것이다.
도 5는 이동 거리 산출의 예를 도시한 것이다.
도 6은 본 개시의 일 예에 따른 실내 차량 위치 산출 방법의 흐름도이다.
도 7은 본 개시의 일 예에 따른 이동 거리 산출 방법의 흐름도이다.
도 8은 본 개시의 일 예에 따른 고도 변화 산출 방법의 흐름도이다.
도 9는 본 개시의 일 예에 따른 실내 위치 산출 방법의 흐름도이다.
도 10은 본 개시의 일 예에 따른 차량의 블록도이다.
이하, 본 발명에 따른 구현들을 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 본 발명의 예시적인 구현을 설명하고자 하는 것이며, 본 발명이 실시될 수 있는 유일한 구현 형태를 나타내고자 하는 것이 아니다. 이하의 상세한 설명은 본 발명의 완전한 이해를 제공하기 위해서 구체적 세부사항을 포함한다. 그러나 당업자는 본 개시가 이러한 구체적 세부사항 없이도 실시될 수 있음을 안다.
몇몇 경우, 본 개시의 개념이 모호해지는 것을 피하기 위하여 공지의 구조 및 장치는 생략되거나, 각 구조 및 장치의 핵심기능을 중심으로 한 블록도 형식으로 도시될 수 있다. 또한, 본 개시 전체에서 동일한 구성요소에 대해서는 동일한 도면 부호를 사용하여 설명한다.
본 발명의 개념에 따른 다양한 예들은 다양한 변경들을 가할 수 있고 여러 가지 형태들을 가질 수 있으므로 다양한 예들을 도면에 예시하고 본 개시에 상세하게 설명하고자 한다. 그러나 이는 본 발명의 개념에 따른 다양한 예들을 특정한 개시 형태들에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만, 예를 들어 본 발명의 개념에 따른 권리 범위로부터 이탈되지 않은 채, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성요소들 간의 관계를 설명하는 표현들, 예를 들어 "~사이에"와 "바로~사이에" 또는 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
본 개시의 다양한 예에서, “/” 및 “,”는 “및/또는”을 나타내는 것으로 해석되어야 한다. 예를 들어, “A/B”는 “A 및/또는 B”를 의미할 수 있다. 나아가, “A, B”는 “A 및/또는 B”를 의미할 수 있다. 나아가, “A/B/C”는 “A, B 및/또는 C 중 적어도 어느 하나”를 의미할 수 있다. 나아가, “A, B, C”는 “A, B 및/또는 C 중 적어도 어느 하나”를 의미할 수 있다.
본 개시의 다양한 예에서, “또는”은 “및/또는”을 나타내는 것으로 해석되어야 한다. 예를 들어, “A 또는 B”는 “오직 A”, “오직 B”, 및/또는 “A 및 B 모두”를 포함할 수 있다. 다시 말해, “또는”은 “부가적으로 또는 대안적으로”를 나타내는 것으로 해석되어야 한다.
본 개시에서 사용한 용어는 단지 특정한 다양한 예들을 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 개시에서, "포함하다" 또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 개시에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 이하, 본 개시의 다양한 예들을 첨부된 도면을 참조하여 상세하게 설명한다.
실내 차량 위치 산출 장치
실내 차량 위치 산출 장치(100)는 차량에 포함되어 차량이 주차장과 같은 실내 진입 시 차량의 위치를 산출하기 위한 다양한 동작들을 수행한다. 본 개시에서, 차량은 동력원으로서 엔진을 구비하는 내연기관 차량, 동력원으로서 엔진과 전기 모터를 구비하는 하이브리드 차량, 동력원으로서 전기 모터를 구비하는 전기 차량 등을 모두 포함하는 개념일 수 있다.
도 1은 본 개시의 일 예에 따른 실내 차량 위치 산출 장치의 블록도이다.
도 1을 참조하면, 본 개시의 일 예에 따른 실내 차량 위치 산출 장치(100)는 프로세서(110) 및 메모리(120)를 포함한다.
프로세서(110)는 적어도 하나를 포함할 수 있고, 메모리(120)를 제어하며, 본 개시의 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 구현하도록 구성될 수 있다. 예를 들어, 프로세서(110)는 후술할 차량에 포함된 카메라(300) 및/또는 센싱부(400)를 통해 신호나 데이터를 전달받아 신호나 데이터에 포함된 정보를 메모리(120)에 저장할 수 있다. 또한, 프로세서(110)는 메모리(120)에 저장된 정보를 처리하여 신호나 데이터를 생성한 뒤, 생성한 신호나 데이터를 후술할 차량의 송수신기(200)를 통해 전송할 수 있다.
메모리(120)는 적어도 하나를 포함할 수 있고, 프로세서(110)와 연결될 수 있고, 프로세서(110)의 동작과 관련한 다양한 정보를 저장할 수 있다. 예를 들어, 메모리(120)는 프로세서(110)에 의해 제어되는 프로세스들 중 일부 또는 전부를 수행하거나, 본 개시의 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 수행하기 위한 명령들을 포함하는 소프트웨어 코드를 저장할 수 있다. 예를 들어, 메모리(120)는 프로세서(110)가 차량에 포함된 카메라(300)나 센싱부(400)로부터 수신하는 영상 데이터나 기울기 데이터 등을 저장할 수 있다.
메모리(120)는 컴퓨팅 장치들이 운영 체제, 응용 등과 같은 다양한 소프트웨어들을 구동하는 데에 사용되는 주 기억 장치 및 컴퓨팅 장치가 운영 체제, 응용 등의 원본 데이터, 또는 이들에 의해 생성되는 사용자 데이터를 보존하는 데에 사용되는 보조 기억 장치를 포함할 수 있다.
이하에서는, 실내 차량 위치 산출 장치(100)의 다양한 동작 예들에 대하여 설명한다. 하기 다양한 동작 예들은 상술한 적어도 하나의 프로세서(110)의 동작에 포함되는 것일 수 있다.
1. 이동 거리 및 주행 방향 산출
본 개시에 따르면, 실내 차량 위치 산출 장치(100)는 차량의 실내 위치 산출을 위해 사용되는 차량의 이동 거리를 영상 데이터에 기초하여 산출한다.
영상 데이터는 차량에 포함된 카메라(300)에 의해 수집되는 것으로 적어도 하나의 프레임 별로 수집될 수 있으며, 고정된 객체 및/또는 고정되지 않은 객체를 포함할 수 있다. 영상 데이터는 프레임 별로 수집되므로 각 프레임 마다 객체들의 위치가 변화하거나, 차량의 이동 거리가 변화할 수 있다. 본 개시에서, 고정된 객체는 예를 들어 실내 주차장의 통로(예, 진입로, 진출로 등)에 설치된 외벽과 같이 통로를 구분하기 위해 설치되는 다양한 구조물 등을 의미할 수 있다. 또는, 고정된 객체는 상술한 구조물 외에 영상 데이터 상으로는 프레임 별로 그 위치가 변화될지라도 실제로는 물리적인 위치 변동이 없는 모든 객체를 의미할 수 있다.
프로세서(110)는, 차량에 포함된 카메라(300)로부터 영상 데이터를 수신한다. 예를 들어, 프로세서(110)는 실내 차량 위치 산출 장치(100) 및 카메라(300) 사이에 구비된 별도의 인터페이스를 통해 영상 데이터를 수신할 수 있다.
프로세서(110)는, 영상 데이터에서 ROI(region of interest)를 설정하고, ROI 내에서 적어도 하나의 고정된 객체를 식별하고, 적어도 하나의 고정된 객체의 기준선을 산출하고, 기준선에 기초하여 상기 적어도 하나의 고정된 객체의 위치 데이터를 산출하고, 위치 데이터에 기초하여 차량의 이동 거리를 산출한다.
ROI를 설정하는 것은, 영상 데이터의 각 프레임 별로 수행될 수 있다. 따라서, ROI는 고정된 영역이 아니라 프레임 별로 상이하게 설정되는 영역일 수 있다. 예를 들어, 프로세서(110)는 ROIn = f_ROI(n, frame_set, distortion_data)에 기초하여 ROI를 설정할 수 있다. 여기서, f_ROI는 ROI 설정을 위한 함수이고, n은 영상 데이터의 프레임의 개수 또는 식별자, frame_set은 메모리(120)에 저장된 모든 프레임에 대한 영상 데이터 집합, 즉 프레임의 집합이고, distortion_data는 왜곡이 발생한 영상 데이터, 즉 왜곡 데이터를 의미할 수 있다. 왜곡 데이터는 영상 데이터에 포함되는 개념일 수 있다.
상술한 본 개시의 ROI 설정은, 전체 영상 데이터, 즉 모든 프레임들에 대하여 ROI를 고정 설정하는 기존과 달리 프레임 별로 설정한다. 즉, ROI는 영상 데이터의 프레임의 식별자, 프레임의 집합 및 영상 데이터에 대한 왜곡 데이터에 기초하여 상기 프레임 별로 설정되므로 프레임 별 정확한 ROI 설정이 가능할 수 있다. 또한, frame_set을 ROI 설정에 고려함으로써 어느 프레임에 대한 ROI 설정 시 이전 프레임의 영상 데이터까지 고려가 가능하여 보다 정확한 ROI 설정이 가능하다.
도 2a 내지 도 2c는 ROI 설정의 다양한 예들을 도시한 것이다.
도 2a 내지 도 2c를 참조하면, 프로세서(110)는 다양한 예들에 따라 ROI 설정을 수행할 수 있다. ROI 설정은 상술한 바와 같이 ROI 설정을 위한 함수인 f_ROI에 기초하여 수행될 수 있다. 예를 들어, 프로세서(110)는 도 2a와 같이 차량이 주차장의 통로 구간에 진입 시에는 진입로에 설치된 외벽을 ROI로 설정할 수 있다. 예를 들어, 프로세서(110)는 도 2b와 같이 통로 구간으로부터 진출 시에는 진출로에 설치된 외벽을 ROI로 설정할 수 있다. 예를 들어, 프로세서(110)는 도 2c와 같이 통로 구간 주행 시에는 통로 구간에 설치된 외벽을 ROI로 설정할 수 있다.
고정된 객체를 식별하는 것은, 설정된 ROI 내에서 수행될 수 있다. 예를 들어, 프로세서(110)는 object_image_set = f_filter_object(ROI, frame_set, distortion_data)에 기초하여 고정된 객체를 식별할 수 있다. 여기서, object_image_set은 식별된 고정된 객체의 집합일 수 있고, f_filter_object는 고정된 객체를 식별하기 위한 함수를 의미할 수 있다. 즉, 프로세서(110)는 ROI, 영상 데이터 집합 및 왜곡 데이터에 기초하여 고정된 객체를 식별한다. 적어도 하나의 고정된 객체는 ROI, 프레임의 집합 및 왜곡 데이터에 기초하여 프레임 별로 설정된다.
프로세서(110)는 ROI 내에 있는 픽셀(pixel) 데이터에 기초하여 객체를 식별할 수 있다. 객체의 식별은 상술한 바와 같이 f_filter_object에 기초하여 수행될 수 있다. 예를 들어, 프로세서(110)는 ROI 내에서 특정 객체에 대응되는 사전 정보(예를 들어, 객체의 기본 이미지 및/또는 영상 또는 형상, 모양 등에 대한 픽셀 집합의 정보 등) 없이, 픽셀의 패턴 정보에 기초하여 객체를 식별할 수 있다. 다시 말해서, 프로세서(110)는 사물의 종류에 대한 정보가 외부 변수로 주어지지 않더라도, 각 프레임 별 영상 데이터에 포함된 픽셀들의 패턴에만 기초하여 객체를 식별한다.
본 개시에 따라 객체에 대한 사전 정보 없이 픽셀의 패턴 정보에만 기초하여 객체를 식별하는 것은 특히 ROI 내 이미지에 노이즈가 있을 때 객체를 보다 효과적으로 추출할 수 있다는 이점이 있다.
프로세서(110)는 픽셀의 패턴 정보에 의해 객체를 식별하고, 식별된 객체 중 고정된 객체를 식별할 수 있다. 예를 들어, 고정된 객체의 식별은 프로젝션(projection) 투영에 기초하여 수행될 수 있다.
도 3은 고정된 객체 식별의 예를 도시한 것이다.
도 3을 참조하면, 프로세서(110)는 영상 데이터에서 식별된 객체 중 프로젝션 투영을 통해 특정 시점(또는 프레임)에서 임의의 위치에 위치한 각 객체가 이후 시점에서의 위치가 프로젝션 투영 상의 위치에 있는 경우 해당 객체는 고정된 객체로 식별하고, 프로젝션 투영 상의 위치가 아닌 다른 위치에 있는 경우 해당 객체는 고정되지 않은 객체로 식별할 수 있다.
예를 들어, 제1 객체(201)는 특정 시점에서의 위치가 A1이고, 이후 시점에서의 위치가 프로젝션 투영 상의 위치인 A2이므로 고정된 객체로 식별될 수 있다. 제2 객체(202)는 특정 시점에서의 위치가 B1이고, 이후 시점에서의 위치가 1) B2인 경우 프로젝션 투영 상의 위치이므로 고정된 객체로 식별되고, 2) B2'나 B2''인 경우 프로젝션 투영 상의 위치를 벗어났으므로 고정되지 않은 객체로 식별된다.
상술한 고정된 객체 식별 동작은 ROI 내 복수의 객체가 있는 경우, 임의로 선택된 하나의 객체에 대하여만 수행될 수도 있고, 또는 모든 복수의 객체에 대하여 수행될 수도 있다.
고정된 객체의 기준선을 산출하는 것은, 고정된 객체로부터 고정된 객체가 갖는 지면에 대하여 수직인 기준선을 산출하는 것을 의미한다. 즉, 기준선은 적어도 하나의 고정된 객체에 대하여 정의되되, 지면에 대하여 수직인 제1 방향에 대응되는 것이다.
도 4는 기준선 설정의 예를 도시한 것이다.
도 4를 참조하면, 고정된 객체(211)는 차량의 옆 면과 평행하지 않거나, 정면에서 볼 때 사선으로 위치하는 경우가 있다. 따라서, 영상 데이터로부터 고정된 객체(211)의 3차원 상 위치를 보다 정확하게 알아내기 위하여 기준선(212)을 산출한다. 예를 들어, 프로세서(110)는 object_axis n = f_axis(object_image_set, frame_set, distortion_data, n)에 기초하여 기준선(212)을 산출할 수 있다. 여기서, n은 영상 데이터의 프레임의 개수 또는 식별자, object_axis n은 프레임 별 고정된 객체(211)의 기준선(212), f_axis는 기준선(212) 산출을 위한 함수를 의미할 수 있다. 즉, 프로세서(110)는 고정된 객체(211)의 집합, 영상 데이터 집합 및 왜곡 데이터에 기초하여 고정된 객체(211)의 기준선(212)을 산출할 수 있다. 기준선은 적어도 하나의 고정된 객체, 프레임의 집합, 왜곡 데이터 및 상기 프레임의 식별자에 기초하여 상기 프레임 별로 설정된다.
f_axis는 거리의 오차가 적은 객체를 선별하는 과정을 거친다. 예를 들어, 차량과 보다 가까이 있고 소실점에서 먼 위치에 있는 지형 지물을 거리 산출의 대상 객체로 선별한다. 그 다음, f_axis는 선별된 객체에 대하여 지면에서 수직이고, 차량 카메라(300)와의 거리를 측정할 수 있는 객체 상의 기준선을 구한다.
고정된 객체(211)의 위치 데이터를 산출하는 것은, 산출된 기준선(212)에 기초하여 영상 데이터를 수집하는 차량의 카메라(300)의 렌즈 위치를 기준으로 하는 고정된 객체(211)의 실제 3차원 상의 위치 데이터를 산출하는 것을 의미한다.
예를 들어, 프로세서(110)는 object_location = f_object_location(frame_set, object_axis, distortion_data)에 기초하여 고정된 객체(211)의 위치 데이터를 산출할 수 있다. 여기서, object_location은 위치 데이터, f_object_location은 위치 데이터 산출을 위한 함수를 의미할 수 있다. 즉, 프로세서(110)는 영상 데이터 집합, 기준선(212) 및 왜곡 데이터에 기초하여 고정된 객체(211)의 위치 데이터를 산출할 수 있다. 예를 들어, 산출된 위치 데이터는 기준선(212)의 x축 좌표일 수 있다.
상술한 본 개시의 다양한 예들에 따른 ROI 설정, 고정된 객체 식별 및 기준 선 설정은 상술한 바와 같이 영상 데이터에 포함된 프레임들 각각에 대하여 수행된다.
이동 거리를 산출하는 것은, 산출된 위치 데이터에 기초하여 수행될 수 있다. 프로세서(110)는 영상 데이터 집합에서 특정 시점의 영상 데이터 내 고정된 객체(211)에 대한 위치 데이터 및 이후 시점의 영상 데이터 내 고정된 객체(211)에 대한 위치 데이터에 기초하여 영상 데이터 내에서 위치가 변동된 고정된 객체(211)의 이동 거리를 산출한다.
도 5는 이동 거리 산출의 예를 도시한 것이다.
도 5를 참조하면, 예를 들어 프로세서(110)는 ROI 내 식별된 고정된 객체의 이동 거리(m)를 산출하기 위하여, 영상 데이터를 수집하는 카메라(300)의 FOV(field of view) 값을 이용하여 고정된 객체의 기준선에 의해 정의되는 제1 영역(221) 및 제2 영역(222)과 관련된 값(예, 넓이 등)을 구하고, 제1 영역(221) 및 제2 영역(222) 간 거리(d)를 구하고, 거리 d에 기초하여 이동 거리 m을 산출할 수 있다.
또는, 프로세서(110)는 상술한 바와 같이 FOV 값을 이용하는 이동 거리 산출 동작뿐만 아니라, 산출된 위치 데이터를 이용하여 이동 거리를 산출할 수 있는 다양한 동작 예들에 의해 이동 거리를 산출할 수 있다.
예를 들어, 프로세서(110)는 왜곡 데이터가 포함된 경우, m = k x f(p1, p2, distortion_map)에 기초하여 이동 거리를 산출할 수 있다. 여기서, k는 카메라(300) 상수, p1 및 p2는 서로 다른 영상 데이터의 프레임 또는 왜곡 데이터의 프레임 내 사물의 위치이다. 카메라(300) 상수 k는 k = fk(Fc, Hc, image)에 의해 정의될 수 있다. 여기서, fk는 카메라(300) 상수 k를 산출하기 위한 함수, Fc 및 image는 카메라(300)에 고유하게 할당되는 값, Hc는 지면으로부터 카메라(300)가 설치된 높이를 의미한다.
상술한 본 개시의 다양한 예들에 따르면, 실내 차량 위치 산출 장치(100)는 별도의 GPS(global positioning system) 데이터 없이 영상 데이터만으로 차량의 이동 거리를 산출할 수 있다. 특히, 차량이 주차장과 같은 실내 환경에 진입 시 GPS 데이터의 수신이 어렵거나 또는 GPS 데이터의 오차가 발생하는 경우가 많으나, 본 개시의 실내 차량 위치 산출 장치(100)는 이러한 GPS 데이터 없이도 실내에서의 차량의 위치를 산출할 수 있다.
본 개시에 따르면, 실내 차량 위치 산출 장치(100)는 차량의 실내 위치 산출을 위해 사용되는 차량의 주행 방향을 영상 데이터에 기초하여 산출한다.
프로세서(110)는, 상술한 ROI 내 식별된 적어도 하나의 고정된 객체 중 어느 하나의 고정된 객체를 기준 객체로 설정한다. 기준 객체는 프레임의 집합에 포함된 적어도 두 개의 프레임에서 식별되는 객체일 수 있다.
프로세서(110)는, 차량을 기준으로 적어도 두 개의 프레임에서 설정한 기준 객체 각각에 의해 정의되는 방향각에 기초하여 차량의 주행 방향을 산출한다. 즉, 프로세서(110)는 프레임 별 기준 객체 간 방향각에 기초하여 주행 방향을 산출한다.
2. 고도 변화 산출
본 개시에 따르면, 실내 차량 위치 산출 장치(100)는 차량의 실내 위치 산출을 위해 사용되는 차량의 고도 변화를 차량의 이동 거리 및 기울기 데이터에 기초하여 산출한다.
프로세서(110)는, 차량에 포함된 기울기 센서로부터 기울기 데이터를 수신한다. 예를 들어, 프로세서(110)는 기울기 센서와 실내 차량 위치 산출 장치(100)에 구비된 별도의 인터페이스를 통해 기울기 데이터를 수신할 수 있다.
프로세서(110)는, 예를 들어 차량의 통로 진입 시점 내지 통로 진출 시점 사이에 수신된 기울기 데이터에 기초하여 고도 변화를 산출할 수 있다.
구체적으로, 프로세서(110)는 우선 프레임 별로 적어도 하나의 고정된 객체가 영상 데이터에서 차지하는 비중을 산출한다.
프로세서(110)는 산출된 적어도 하나의 고정된 객체가 차지하는 비중의 변화량에 기초하여 차량이 주차장에 포함된 복수의 층 중 하나의 층으로 진입 시점 및 하나의 층으로부터 진출 시점을 식별할 수 있다.
예를 들어, 고정된 객체가 통로의 외벽인 경우, 프로세서(110)는 n번째 프레임부터 n+a번째 프레임(여기서, n 및 a는 자연수임)까지의 영상 데이터에서 외벽이 차지하는 비중의 변화량을 계산하고, 변화량이 양의 값이고 기 설정된 변화량 값을 초과하는 것으로 판단되면 m번째 프레임을 진입 시점으로 식별할 수 있다. 또는, 프로세서(110)는 외벽이 차지하는 비중의 변화량이 음의 값이고 기 설정된 변화량 값을 초과하는 것으로 판단되면 m+b번째 프레임(여기서, m 및 b는 자연수임)을 진출 시점으로 식별할 수 있다.
프로세서(110)는, 차량의 이동 거리 및 수신한 기울기 데이터 중 상술한 바와 같이 식별된 진입 시점 및 진출 시점 사이에 수신된 기울기 데이터에 기초하여 고도 변화를 산출한다. 예를 들어, 프로세서(110)는 진입 시점 및 진출 시점 사이의 차량의 이동 거리를 산출하고, 산출된 이동 거리와 진입 시점 및 진출 시점 사이에 수신된 기울기 데이터에 기초하여 진입 시점 및 진출 시점 사이에 차량의 고도 변화를 산출한다.
3. 실내 위치 산출
본 개시에 따르면, 실내 차량 위치 산출 장치(100)는 상술한 다양한 예들에 따라 산출된 차량의 이동 거리, 주행 방향 및 고도 변화에 기초하여 차량의 주차장 내 실내 위치를 산출한다.
실내 위치는 차량이 현재 위치한 층에 대한 현재 층 및 차량의 3차원 좌표 중 적어도 하나를 포함할 수 있다.
프로세서(110)는, 후술할 송수신기(200)를 통해 복수의 층 각각에 대한 주차장 고도 데이터를 서버나 사용자 단말로부터 수신하고, 수신한 주차장 고도 데이터를 메모리(120)에 저장할 수 있고, 기 저장된 주차장 고도 데이터에 기초하여 현재 층을 식별할 수 있다. 또는, 주차장 고도 데이터는 메모리(120)에 기 저장되어 있을 수도 있다.
프로세서(110)는, 산출한 고도 변화를 주차장 고도 데이터에 매칭시켜 차량의 현재 층을 식별하고, 현재 층 데이터를 생성할 수 있다. 현재 층 데이터는 현재 층이 몇 층인지에 대한 식별자 정보일 수 있다. 예를 들어, 프로세서(110)는 차량이 주차장에 진입 산출한 고도 변화가 주차장 고도 데이터에 포함된 층 간 고도 값 h(여기서, h는 실수임)에 매칭되는 경우, 차량이 한 층을 이동한 것으로 판단하고 고도 변화 산출 전의 차량의 층에서 +1을 카운팅한 값을 현재 층 데이터로 생성할 수 있다.
예를 들어, 프로세서(110)는 차량이 주차장에 진입 산출한 고도 변화가 주차장 고도 데이터에 포함된 층 간 고도 값(h)에 c(여기서, c는 자연수임)를 곱한 값에 매칭되는 경우, 차량이 c개의 층을 이동한 것으로 판단하고 고도 변화 산출 전의 차량의 층에서 +c를 카운팅한 값을 현재 층 데이터로 생성할 수 있다.
프로세서(110)는, 이동 거리 및 주행 방향에 기초하여 차량의 XY 좌표를 생성할 수 있다. 예를 들어, 프로세서(110)는 차량의 주차장 진입 전의 차량의 기준 위치 데이터를 기준으로, 실시간으로 산출되는 이동 거리 및 주행 방향 중 적어도 하나의 변화에 따라 갱신되는 XY 좌표를 생성할 수 있다. 여기서, 기준 위치 데이터는 예를 들어 주차장 진입 전 차량이 가지고 있는 GPS 데이터에 포함된 데이터일 수 있다.
프로세서(110)는, 고도 변화에 기초하여 차량의 Z 좌표를 생성할 수 있다. 예를 들어, 프로세서(110)는 차량의 주차장 진입 전의 차량의 기준 고도 데이터를 기준으로, 실시간으로 산출되는 고도 변화에 따라 갱신되는 Z 좌표를 생성할 수 있다. 여기서, 차량의 기준 고도 데이터는 예를 들어 주차장 진입 전 차량이 가지고 있는 GPS 데이터에 포함된 데이터일 수 있다.
프로세서(110)는, 생성한 XY 좌표 및 Z 좌표를 결합하여 3차원 좌표를 생성할 수 있다.
상술한 본 개시의 다양한 예들에 따른 실내 차량 위치 산출 장치(100)에 따르면, 별도의 GPS 데이터 없이 영상 데이터 및 기울기 데이터에 기반하여 실내에서의 차량의 위치를 정확히 식별할 수 있다. 기존 기술의 경우, 기울기 데이터와 RPM 데이터만으로 실내 위치를 식별하여 시동이 꺼지지 않았으나 정차한 차량이 층간 이동을 한 것으로 인식하는 문제가 있으나, 본 개시의 실내 차량 위치 산출 장치(100)는 영상 데이터를 활용하여 층 간 이동을 정확히 식별할 수 있다.
이하에서는, 실내 차량 위치 산출 장치(100)에 의한 실내 차량 위치 산출 방법에 대하여 개시한다. 이하에서는, 앞서 설명한 부분과 중복되는 부분에 대한 상세한 설명은 생략한다.
실내 차량 위치 산출 방법
도 6은 본 개시의 일 예에 따른 실내 차량 위치 산출 방법의 흐름도이다.
도 6을 참조하면, S110에서, 실내 차량 위치 산출 장치(100)는 차량에 포함된 카메라(300)로부터 획득된 영상 데이터 및 차량에 포함된 기울기 센서로부터 획득된 기울기 데이터를 수신한다.
S120에서, 실내 차량 위치 산출 장치(100)는 수신한 영상 데이터에 기초하여 차량의 이동 거리 및 차량의 주행 방향을 산출한다.
S130에서, 실내 차량 위치 산출 장치(100)는 산출한 이동 거리 및 기울기 데이터에 기초하여 차량의 고도 변화를 산출한다.
S140에서, 실내 차량 위치 산출 장치(100)는 이동 거리, 주행 방향 및 고도 변화에 기초하여 차량의 주차장 내 실내 위치를 산출한다.
도 7은 본 개시의 일 예에 따른 이동 거리 산출 방법의 흐름도이다.
도 7을 참조하면, S210에서, 실내 차량 위치 산출 장치(100)는 영상 데이터에서 ROI를 설정한다. ROI는 영상 데이터의 프레임의 식별자, 프레임의 집합 및 왜곡 데이터에 기초하여 프레임 별로 설정될 수 있다.
S220에서, 실내 차량 위치 산출 장치(100)는 ROI 내에서 적어도 하나의 고정된 객체를 식별한다. 적어도 하나의 고정된 객체는 ROI, 프레임의 집합 및 왜곡 데이터에 기초하여 프레임 별로 설정될 수 있다.
S230에서, 실내 차량 위치 산출 장치(100)는 적어도 하나의 고정된 객체의 기준선을 산출한다. 기준선은 적어도 하나의 고정된 객체, 프레임의 집합, 왜곡 데이터 및 프레임의 식별자에 기초하여 프레임 별로 설정될 수 있다.
S240에서, 실내 차량 위치 산출 장치(100)는 기준선에 기초하여 적어도 하나의 고정된 객체의 위치 데이터를 산출한다.
S250에서, 실내 차량 위치 산출 장치(100)는 위치 데이터에 기초하여 이동 거리를 결정한다.
도 8은 본 개시의 일 예에 따른 고도 변화 산출 방법의 흐름도이다.
도 8을 참조하면, S310에서, 실내 차량 위치 산출 장치(100)는 프레임 별로 적어도 하나의 고정된 객체가 차지하는 비중의 변화량을 산출한다.
S320에서, 실내 차량 위치 산출 장치(100)는 비중의 변화량에 기초하여 차량이 주차장에 포함된 복수의 층 중 하나의 층으로 진입 시점 및 하나의 층으로부터 진출 시점을 식별한다.
S330에서, 실내 차량 위치 산출 장치(100)는 기울기 데이터 중 진입 시점 및 진출 시점 사이에 수신된 기울기 데이터에 기초하여 고도 변화를 산출한다.
도 9는 본 개시의 일 예에 따른 실내 위치 산출 방법의 흐름도이다.
도 9를 참조하면, S410에서, 실내 차량 위치 산출 장치(100)는 고도 변화를 기 저장된 주차장 고도 데이터에 매칭시켜 차량의 현재 층을 식별한다.
S420에서, 실내 차량 위치 산출 장치(100)는 이동 거리 및 주행 방향에 기초하여 차량의 XY 좌표를 생성하고, 고도 변화에 기초하여 차량의 Z 좌표를 생성하고, XY 좌표 및 Z 좌표를 결합하여 3차원 좌표를 생성한다.
차량
도 10은 본 개시의 일 예에 따른 차량의 블록도이다.
도 10을 참조하면, 본 개시의 일 예에 따른 차량(10)은 실내 차량 위치 산출 장치(100), 송수신기(200), 카메라(300), 센싱부(400) 및 구동부(500)를 포함한다.
실내 차량 위치 산출 장치(100)는 상술한 본 개시의 다양한 예들에 따라 구현될 수 있으며, 송수신기(200), 카메라(300) 및 센싱부(400)와 전기적으로 연결되어 송수신기(200), 카메라(300) 및 센싱부(400)로부터 데이터를 수신하고, 수신한 데이터에 기초하여 실내 위치를 산출할 수 있다. 실내 차량 위치 산출 장치(100)는 별도의 인터페이스를 통해 송수신기(200), 카메라(300) 및 센싱부(400)와 데이터를 주고받을 수도 있다.
송수신기(200)는 실내 차량 위치 산출 장치(100)와 연결될 수 있고, 유/무선 신호를 송신 및/또는 수신할 수 있다. 예를 들어, 송수신기(200)는 차량(10) 내 통신 네트워크를 통해 차량(10)의 ECU(electronic control unit)나 그 밖에 다양한 전자 장치와 연결될 수 있다. 여기서, 차량(10) 내 통신 네트워크는 예를 들어 CAN(controller area network), FlexRay, Lin(local interconnect network) 또는 이더넷(Ethernet)일 수 있으나, 이에 한정되는 것은 아니다.
또는, 송수신기(200)는 유/무선 통신망을 통해 사용자 단말 및/또는 서버와 연결될 수 있다. 여기서, 무선 통신망은 이동 통신망, 무선 LAN, 근거리 무선 통신망 등을 포함할 수 있다. 예를 들어, 무선 통신망은 LTE, LTE-A(LTE Advance), CDMA(code division multiple access), WCDMA(wideband CDMA), UMTS(universal mobile telecommunications system), WiBro(Wireless Broadband), 또는 GSM(Global System for Mobile Communications) 등 중 적어도 하나를 사용하는 셀룰러 통신을 포함할 수 있다. 예를 들어, 무선 통신망은 WiFi(wireless fidelity), 블루투스, 블루투스 저전력(BLE), 지그비 (Zigbee), NFC(near field communication), 또는 라디오 프리퀀시(RF) 중 적어도 하나를 포함할 수 있다.
송수신기(200)는 송신기 및 수신기를 포함할 수 있다. 송수신기(200)는 RF(radio frequency) 유닛과 혼용될 수 있다. 송수신기(200)는 차량(10)의 ECU나 그 밖에 다양한 전자 장치, 사용자 단말 및/또는 서버와 신호나 데이터를 주고받을 수 있다.
카메라(300)는 차량(10) 내부에 포함되어 차량(10)의 전방, 측면, 후방에 대한 영상 데이터를 획득할 수 있다.
센싱부(400)는 차량(10)의 상태를 센싱하고, 상태 데이터를 생성할 수 있다. 상태 데이터에는 상술한 기울기 데이터가 포함될 수 있다. 센싱부(400)는, 기울기 센서, IMU(inertial measurement unit) 센서, 충돌 센서, 휠 센서(wheel sensor), 속도 센서, 경사 센서, 중량 감지 센서, 헤딩 센서(heading sensor), 포지션 모듈(position module), 차량(10) 전진/후진 센서, 배터리 센서, 연료 센서, 타이어 센서, 스티어링 센서, 온도 센서, 습도 센서, 초음파 센서, 조도 센서, 페달 포지션 센서 중 적어도 어느 하나를 포함할 수 있다. 한편, IMU(inertial measurement unit) 센서는, 가속도 센서, 자이로 센서, 자기 센서 중 하나 이상을 포함할 수 있다.
센싱부(400)는 차량(10)의 위치를 센싱하고, 상술한 위치 데이터를 생성할 수 있다. 예를 들어, 센싱부(400)는 차량(10)의 위치를 센싱하기 위한 GNSS(global navigation satellite system) 센서를 포함할 수 있다. GNSS 센서는 위성을 통해 차량(10)의 GPS 데이터를 생성할 수 있다.
구동부(500)는 차량(10)의 주행을 제어하기 위한 구성이다. 예를 들어, 구동부(500)는 엑셀레이터 액추에이터를 통해 차량(10)에 포함된 바퀴의 회전 속도를 증가시키고, 브레이크 액추에이터를 통해 차량(10)에 포함된 바퀴의 회전 속도를 감소시키거나 바퀴를 정지시키고, 조향각 제어 액추에이터를 통해 차량(10)에 포함된 바퀴의 회전축을 회전시켜, 차량(10)을 좌측 또는 우측 방향으로 회전시킬 수 있다. 예를 들어, 구동부(500)는 상술한 ECU를 포함할 수 있다.
상술한 설명에서 제안 방식에 대한 일례들 또한 본 개시의 구현 방법들 중 하나로 포함될 수 있으므로, 일종의 제안 방식들로 간주될 수 있음은 명백한 사실이다. 또한, 상기 설명한 제안 방식들은 독립적으로 구현될 수 도 있지만, 일부 제안 방식들의 조합 (혹은 병합) 형태로 구현될 수 도 있다.
상술한 바와 같이 개시된 본 개시의 예들은 본 개시와 관련된 기술분야의 통상의 기술자가 본 개시를 구현하고 실시할 수 있도록 제공되었다. 상기에서는 본 개시의 예들을 참조하여 설명하였지만, 해당 기술 분야의 통상의 기술자는 본 개시의 예들을 다양하게 수정 및 변경시킬 수 있다. 따라서, 본 개시는 여기에 기재된 예들에 제한되려는 것이 아니라, 여기서 개시된 원리들 및 신규한 특징들과 일치하는 최광의 범위를 부여하려는 것이다.
10: 차량
100: 실내 차량 위치 산출 장치 200: 송수신기
300: 카메라 400: 센싱부
500: 구동부

Claims (10)

  1. 적어도 하나의 프로세서; 및
    상기 적어도 하나의 프로세서에 동작 가능하게 연결되어 상기 적어도 하나의 프로세서가 동작들을 수행하도록 하는 적어도 하나의 명령어들(instructions) 및 차량에 포함된 카메라로부터 획득된 영상 데이터 및 상기 차량에 포함된 기울기 센서로부터 획득된 기울기 데이터를 저장하는 적어도 하나의 메모리(memory)를 포함하고,
    상기 동작들은,
    상기 영상 데이터 및 상기 기울기 데이터를 수신하고,
    상기 영상 데이터에 기초하여 상기 차량의 이동 거리 및 상기 차량의 주행 방향을 산출하고,
    상기 이동 거리 및 상기 기울기 데이터에 기초하여 상기 차량의 고도 변화를 산출하고,
    상기 이동 거리, 상기 주행 방향 및 상기 고도 변화에 기초하여 상기 차량의 주차장 내 실내 위치를 산출하는,
    실내 차량 위치 산출 장치.
  2. 제1항에 있어서,
    상기 영상 데이터는 상기 카메라로 인하여 생성된 왜곡 데이터를 포함하고,
    상기 동작들은,
    상기 영상 데이터에서 ROI(region of interest)를 설정하고, 상기 ROI 내에서 적어도 하나의 고정된 객체를 식별하고, 상기 적어도 하나의 고정된 객체의 기준선을 산출하고, 상기 기준선에 기초하여 상기 적어도 하나의 고정된 객체의 위치 데이터를 산출하고, 상기 위치 데이터에 기초하여 상기 이동 거리를 결정하고,
    상기 ROI는 상기 영상 데이터의 프레임의 식별자, 상기 프레임의 집합 및 상기 왜곡 데이터에 기초하여 상기 프레임 별로 설정되고,
    상기 적어도 하나의 고정된 객체는 상기 ROI, 상기 프레임의 집합 및 상기 왜곡 데이터에 기초하여 상기 프레임 별로 설정되고,
    상기 기준선은 상기 적어도 하나의 고정된 객체, 상기 프레임의 집합, 상기 왜곡 데이터 및 상기 프레임의 식별자에 기초하여 상기 프레임 별로 설정되는,
    실내 차량 위치 산출 장치.
  3. 제2항에 있어서,
    상기 동작들은,
    상기 프레임 별로 상기 적어도 하나의 고정된 객체 간 방향각에 기초하여 상기 주행 방향을 산출하는,
    실내 차량 위치 산출 장치.
  4. 제2항에 있어서,
    상기 동작들은,
    상기 프레임 별로 상기 적어도 하나의 고정된 객체가 차지하는 비중의 변화량에 기초하여 상기 차량이 상기 주차장에 포함된 복수의 층 중 하나의 층으로 진입 시점 및 상기 하나의 층으로부터 진출 시점을 식별하고,
    상기 기울기 데이터 중 상기 진입 시점 및 상기 진출 시점 사이에 수신된 기울기 데이터에 기초하여 상기 고도 변화를 산출하는,
    실내 차량 위치 산출 장치.
  5. 제1항에 있어서,
    상기 실내 위치는 상기 차량이 현재 위치한 층에 대한 현재 층 및 상기 차량의 3차원 좌표를 포함하는,
    실내 차량 위치 산출 장치.
  6. 제5항에 있어서,
    상기 동작들은,
    상기 고도 변화를 상기 메모리에 기 저장된 주차장 고도 데이터에 매칭시켜 상기 현재 층을 식별하고,
    상기 이동 거리 및 상기 주행 방향에 기초하여 상기 차량의 XY 좌표를 생성하고, 상기 고도 변화에 기초하여 상기 차량의 Z 좌표를 생성하고, 상기 XY 좌표 및 상기 Z 좌표를 결합하여 상기 3차원 좌표를 생성하는,
    실내 차량 위치 산출 장치.
  7. 실내 차량 위치 산출 장치에 의해 수행되는 실내 차량 위치 산출 방법으로서,
    차량에 포함된 카메라로부터 획득된 영상 데이터 및 상기 차량에 포함된 기울기 센서로부터 획득된 기울기 데이터를 수신하는 단계;
    상기 영상 데이터에 기초하여 상기 차량의 이동 거리 및 상기 차량의 주행 방향을 산출하는 단계;
    상기 이동 거리 및 상기 기울기 데이터에 기초하여 상기 차량의 고도 변화를 산출하는 단계; 및
    상기 이동 거리, 상기 주행 방향 및 상기 고도 변화에 기초하여 상기 차량의 주차장 내 실내 위치를 산출하는 단계를 포함하는,
    실내 차량 위치 산출 방법.
  8. 제7항에 있어서,
    상기 영상 데이터는 상기 카메라로 인하여 생성된 왜곡 데이터를 포함하고,
    상기 실내 차량 위치 산출 방법은:
    상기 영상 데이터에서 ROI(region of interest)를 설정하는 단계;
    상기 ROI 내에서 적어도 하나의 고정된 객체를 식별하는 단계;
    상기 적어도 하나의 고정된 객체의 기준선을 산출하는 단계;
    상기 기준선에 기초하여 상기 적어도 하나의 고정된 객체의 위치 데이터를 산출하는 단계; 및
    상기 위치 데이터에 기초하여 상기 이동 거리를 결정하는 단계를 더 포함하고,
    상기 ROI는 상기 영상 데이터의 프레임의 식별자, 상기 프레임의 집합 및 상기 왜곡 데이터에 기초하여 상기 프레임 별로 설정되고,
    상기 적어도 하나의 고정된 객체는 상기 ROI, 상기 프레임의 집합 및 상기 왜곡 데이터에 기초하여 상기 프레임 별로 설정되고,
    상기 기준선은 상기 적어도 하나의 고정된 객체, 상기 프레임의 집합, 상기 왜곡 데이터 및 상기 프레임의 식별자에 기초하여 상기 프레임 별로 설정되는,
    실내 차량 위치 산출 방법.
  9. 제8항에 있어서,
    상기 실내 차량 위치 산출 방법은:
    상기 프레임 별로 상기 적어도 하나의 고정된 객체가 차지하는 비중의 변화량에 기초하여 상기 차량이 상기 주차장에 포함된 복수의 층 중 하나의 층으로 진입 시점 및 상기 하나의 층으로부터 진출 시점을 식별하는 단계; 및
    상기 기울기 데이터 중 상기 진입 시점 및 상기 진출 시점 사이에 수신된 기울기 데이터에 기초하여 상기 고도 변화를 산출하는 단계를 더 포함하는,
    실내 차량 위치 산출 방법.
  10. 제7항에 있어서,
    상기 실내 위치는 상기 차량이 현재 위치한 층에 대한 현재 층 및 상기 차량의 3차원 좌표를 포함하고,
    상기 실내 차량 위치 산출 방법은:
    상기 고도 변화를 기 저장된 주차장 고도 데이터에 매칭시켜 상기 현재 층을 식별하는 단계; 및
    상기 이동 거리 및 상기 주행 방향에 기초하여 상기 차량의 XY 좌표를 생성하고, 상기 고도 변화에 기초하여 상기 차량의 Z 좌표를 생성하고, 상기 XY 좌표 및 상기 Z 좌표를 결합하여 상기 3차원 좌표를 생성하는 단계를 더 포함하는,
    실내 차량 위치 산출 방법.
KR1020210128786A 2021-09-29 2021-09-29 실내 차량 위치 산출 장치 및 방법 KR20230045923A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210128786A KR20230045923A (ko) 2021-09-29 2021-09-29 실내 차량 위치 산출 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210128786A KR20230045923A (ko) 2021-09-29 2021-09-29 실내 차량 위치 산출 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20230045923A true KR20230045923A (ko) 2023-04-05

Family

ID=85884311

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210128786A KR20230045923A (ko) 2021-09-29 2021-09-29 실내 차량 위치 산출 장치 및 방법

Country Status (1)

Country Link
KR (1) KR20230045923A (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100961753B1 (ko) 2009-06-25 2010-06-07 동국대학교 산학협력단 기울기 센서를 이용한 차량의 주차 건물층 파악 시스템
KR20180017606A (ko) 2016-08-10 2018-02-21 삼성전자주식회사 차량의 주차 위치 정보를 제공하기 위한 방법 및 그 전자 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100961753B1 (ko) 2009-06-25 2010-06-07 동국대학교 산학협력단 기울기 센서를 이용한 차량의 주차 건물층 파악 시스템
KR20180017606A (ko) 2016-08-10 2018-02-21 삼성전자주식회사 차량의 주차 위치 정보를 제공하기 위한 방법 및 그 전자 장치

Similar Documents

Publication Publication Date Title
US11294060B2 (en) System and method for lidar-based vehicular localization relating to autonomous navigation
JP7199163B2 (ja) 位置推定方法、装置及びコンピュータプログラム
CN111721285B (zh) 在自动代客泊车系统中用于估计位置的设备及方法
US10384679B2 (en) Travel control method and travel control apparatus
US20190079523A1 (en) Dp and qp based decision and planning for autonomous driving vehicles
US20180143622A1 (en) Method to dynamically adjusting steering rates of autonomous vehicles
EP3943983A1 (en) Positioning method, device, medium and equipment
CN110386142A (zh) 用于自动驾驶车辆的俯仰角校准方法
CN111572526B (zh) 用于自动驾驶系统的定位方法和系统
US20130116908A1 (en) Method and system for controlling relative position between vehicles using a mobile base station
US10444019B2 (en) Generating map data
CN110221328A (zh) 一种组合导航方法和装置
CN110388925A (zh) 用于与自动导航有关的车辆定位的系统和方法
JP2016192150A (ja) 車両走行制御装置
CN110979317A (zh) 固定摄像机定位
CN114450691A (zh) 稳健定位
CN112172778A (zh) 车辆姿势确定
CN114056236A (zh) 增强现实处理装置、基于增强现实的路线引导方法以及电子装置
CN112461249A (zh) 根据外部源数据进行的传感器定位
CN114694111A (zh) 车辆定位
CN111552757B (zh) 生成电子地图的方法、装置、设备及存储介质
US20200033141A1 (en) Data generation method for generating and updating a topological map for at least one room of at least one building
CN112689234A (zh) 室内车辆定位方法、装置、计算机设备和存储介质
KR20230045923A (ko) 실내 차량 위치 산출 장치 및 방법
CN113503883B (zh) 采集用于构建地图的数据的方法、存储介质及电子设备