KR20230082468A

KR20230082468A - 정밀 위치 제공 장치 및 정밀 위치 제공 방법

Info

Publication number: KR20230082468A
Application number: KR1020210170413A
Authority: KR
Inventors: 안아리수
Original assignee: 주식회사 맵퍼스
Priority date: 2021-12-01
Filing date: 2021-12-01
Publication date: 2023-06-08

Abstract

본 발명의 실시예들에 따른 정밀 위치 제공 장치 및 정밀 위치 제공 방법에서, 사용자 위치 보정 블록은 사용자 단말로부터 제1 GPS 위치 데이터를 가지는 촬영 영상 데이터 및 제2 GPS 위치 데이터를 수신하고, 제1 GPS 위치 데이터 및 제2 GPS 위치 데이터에 기초하여 보정 위치를 결정한다. 주변 물체 검출 블록은, 딥러닝 모델을 이용하여, 촬영 영상 데이터가 나타내는 도로 주변 영상에서 제1 도로 주변 물체들을 검출하고, 제1 도로 주변 물체들의 종류들, 상대적 크기들 및 상대적 거리들을 도출한다. 정밀지도 매칭 블록은 정밀지도 데이터로부터 보정 위치에 근접한 제2 도로 주변 물체들을 도출하고, 제1 도로 주변 물체들과 제2 도로 주변 물체들을 매칭시키고, 제1 도로 주변 물체들의 상대적 크기들 또는 상대적 거리들에 기초하여 제2 도로 주변 물체들 중 하나를 기준 물체로 결정한다. 정밀 위치 제공 블록은 보정 위치 및 정밀지도 데이터에서의 기준 물체의 위치에 기초하여 사용자의 정밀 위치를 결정한다. 이에 따라, 사용자의 정밀한 위치가 제공될 수 있다.

Description

정밀 위치 제공 장치 및 정밀 위치 제공 방법{PRECISE POSITION PROVIDING DEVICE AND PRECISE POSITION PROVIDING METHOD}

본 발명은 정밀 위치 제공 장치 및 정밀 위치 제공 방법에 관한 것이다.

최근, 사용자의 위치를 기반으로 한 다양한 서비스들이 제공되고 있다. 예를 들어, 사용자의 현재 위치에 인접한 추천 상품 정보, 추천 매장 정보를 제공하는 서비스, 사용자의 현재 위치에 택시를 호출하는 서비스, 사용자의 현재 위치에 자율 주행 차량 또는 무인 스토어 차량을 호출하는 서비스 등이 개발되고 있다. 특히, 사용자의 위치에 기반하여 택시, 자율 주행 차량, 무인 스토어 차량 등을 호출하는 서비스에서는, 사용자의 정밀한 현재 위치가 요구된다.

그러나, 스마트 폰과 같은 사용자 단말은 GPS(Global Positioning System) 신호 또는 기지국 신호를 이용하여 현재 위치를 획득하고, 이러한 사용자 단말의 GPS 위치는 약 수십 m의 오차 범위를 가질 수 있다. 이러한 사용자 단말의 위치 오차에 의해 사용자가 현재 위치한 도로의 반대편 도로 또는 엉뚱한 도로에 차량이 호출될 수 있는 문제가 있다.

본 발명의 일 목적은 사용자의 정밀 위치를 제공할 수 있는 정밀 위치 제공 장치를 제공하는 것이다.

본 발명의 다른 목적은 사용자의 정밀 위치를 제공할 수 있는 정밀 위치 제공 방법을 제공하는 것이다.

다만, 본 발명의 목적은 상술한 목적들로 한정되는 것이 아니며, 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위에서 다양하게 확장될 수 있을 것이다.

본 발명의 일 목적을 달성하기 위하여, 본 발명의 실시예들에 따른 사용자의 정밀 위치를 제공하는 정밀 위치 제공 장치는, 상기 사용자의 사용자 단말로부터 제1 GPS 위치 데이터를 가지는 촬영 영상 데이터 및 제2 GPS 위치 데이터를 수신하고, 상기 제1 GPS 위치 데이터 및 상기 제2 GPS 위치 데이터에 기초하여 보정 위치를 결정하는 사용자 위치 보정 블록, 딥러닝 모델을 이용하여, 상기 촬영 영상 데이터가 나타내는 도로 주변 영상에서 제1 도로 주변 물체들을 검출하고, 상기 제1 도로 주변 물체들의 종류들, 상대적 크기들 및 상대적 거리들을 도출하는 주변 물체 검출 블록, 정밀지도 데이터로부터 상기 보정 위치에 근접한 제2 도로 주변 물체들을 도출하고, 상기 제1 도로 주변 물체들과 상기 제2 도로 주변 물체들을 매칭시키고, 상기 제1 도로 주변 물체들의 상기 상대적 크기들 또는 상기 상대적 거리들에 기초하여 상기 제2 도로 주변 물체들 중 하나를 기준 물체로 결정하는 정밀지도 매칭 블록, 및 상기 보정 위치 및 상기 정밀지도 데이터에서의 상기 기준 물체의 위치에 기초하여 상기 사용자의 상기 정밀 위치를 결정하는 정밀 위치 제공 블록을 포함한다.

일 실시예에서, 상기 사용자 위치 보정 블록은, 상기 제1 GPS 위치 데이터가 나타내는 제1 GPS 위치와 상기 제2 GPS 위치 데이터가 나타내는 제2 GPS 위치 사이의 중간 위치를 상기 보정 위치로 결정할 수 있다.

일 실시예에서, 상기 제1 및 제2 도로 주변 물체들은 신호등, 횡단보도 및 도로 표지 중 적어도 하나를 포함할 수 있다.

일 실시예에서, 상기 주변 물체 검출 블록은, 상기 도로 주변 영상에서 상기 제1 도로 주변 물체들에 대한 사각형의 경계들을 설정하고, 상기 제1 도로 주변 물체들의 상기 경계들의 크기들을 상기 제1 도로 주변 물체들의 상기 상대적 크기들로 결정할 수 있다.

일 실시예에서, 상기 제1 도로 주변 물체들의 상기 상대적 거리들은 상기 도로 주변 영상의 촬영 위치로부터 상기 제1 도로 주변 물체들의 상기 경계들의 중심점들까지의 거리들일 수 있다.

일 실시예에서, 상기 정밀지도 매칭 블록은, 상기 정밀지도 데이터로부터 상기 보정 위치를 중심으로 상기 사용자 단말의 GPS 오차 범위 내의 상기 제2 도로 주변 물체들을 도출할 수 있다.

일 실시예에서, 상기 정밀지도 매칭 블록은, 상기 딥러닝 모델을 이용하여 도출된 상기 제1 도로 주변 물체들의 상기 종류들과 동일한 종류들을 가지는 상기 제2 도로 주변 물체들을 상기 제1 도로 주변 물체들에 매칭시킬 수 있다.

일 실시예에서, 상기 정밀지도 매칭 블록은, 상기 제2 도로 주변 물체들에 매칭되는 상기 제1 도로 주변 물체들의 상기 상대적 크기들 중 가장 큰 상대적 크기를 가지는 제1 도로 주변 물체를 결정하고, 상기 제2 도로 주변 물체들 중 상기 가장 큰 상대적 크기를 가지는 제1 도로 주변 물체에 매칭되는 제2 도로 주변 물체를 상기 기준 물체로 결정할 수 있다.

일 실시예에서, 상기 정밀지도 매칭 블록은, 상기 제2 도로 주변 물체들에 매칭되는 상기 제1 도로 주변 물체들의 상기 상대적 거리들 중 가장 짧은 상대적 거리를 가지는 제1 도로 주변 물체를 결정하고, 상기 제2 도로 주변 물체들 중 상기 가장 짧은 상대적 거리를 가지는 제1 도로 주변 물체에 매칭되는 제2 도로 주변 물체를 상기 기준 물체로 결정할 수 있다.

일 실시예에서, 상기 정밀 위치 제공 블록은, 상기 보정 위치와 상기 기준 물체의 상기 위치 사이의 중간 위치를 상기 사용자의 상기 정밀 위치로 결정할 수 있다.

일 실시예에서, 상기 정밀 위치 제공 블록은, 상기 기준 물체의 상기 위치로부터 상기 제1 도로 주변 물체들 중 상기 기준 물체에 매칭되는 상기 제1 도로 주변 물체의 상기 상대적 거리만큼 이격된 추정 촬영 위치를 결정하고, 상기 보정 위치와 상기 추정 촬영 위치 사이의 중간 위치를 상기 사용자의 상기 정밀 위치로 결정할 수 있다.

본 발명의 다른 목적을 달성하기 위하여, 본 발명의 실시예들에 따른 사용자의 정밀 위치를 제공하는 방법에서, 사용자 위치 보정 블록이 상기 사용자의 사용자 단말로부터 제1 GPS 위치 데이터를 가지는 촬영 영상 데이터 및 제2 GPS 위치 데이터를 수신하고, 상기 사용자 위치 보정 블록이 상기 제1 GPS 위치 데이터 및 상기 제2 GPS 위치 데이터에 기초하여 보정 위치를 결정하고, 주변 물체 검출 블록이 딥러닝 모델을 이용하여 상기 촬영 영상 데이터가 나타내는 도로 주변 영상에서 제1 도로 주변 물체들을 검출하고, 상기 주변 물체 검출 블록이 상기 딥러닝 모델을 이용하여 상기 제1 도로 주변 물체들의 종류들, 상대적 크기들 및 상대적 거리들을 도출하고, 정밀지도 매칭 블록이 정밀지도 데이터로부터 상기 보정 위치에 근접한 제2 도로 주변 물체들을 도출하고, 상기 정밀지도 매칭 블록이 상기 제1 도로 주변 물체들과 상기 제2 도로 주변 물체들을 매칭시키고, 상기 정밀지도 매칭 블록이 상기 제1 도로 주변 물체들의 상기 상대적 크기들 또는 상기 상대적 거리들에 기초하여 상기 제2 도로 주변 물체들 중 하나를 기준 물체로 결정하고, 정밀 위치 제공 블록이 상기 보정 위치 및 상기 정밀지도 데이터에서의 상기 기준 물체의 위치에 기초하여 상기 사용자의 상기 정밀 위치를 결정할 수 있다.

일 실시예에서, 상기 사용자 위치 보정 블록이 상기 제1 GPS 위치 데이터가 나타내는 제1 GPS 위치와 상기 제2 GPS 위치 데이터가 나타내는 제2 GPS 위치 사이의 중간 위치를 상기 보정 위치로 결정할 수 있다.

일 실시예에서, 상기 주변 물체 검출 블록이 상기 도로 주변 영상에서 상기 제1 도로 주변 물체들에 대한 사각형의 경계들을 설정하고, 상기 주변 물체 검출 블록이 상기 제1 도로 주변 물체들의 상기 경계들의 크기들을 상기 제1 도로 주변 물체들의 상기 상대적 크기들로 결정할 수 있다.

일 실시예에서, 상기 주변 물체 검출 블록이 상기 도로 주변 영상의 촬영 위치로부터 상기 제1 도로 주변 물체들의 상기 경계들의 중심점들까지의 거리들을 상기 제1 도로 주변 물체들의 상기 상대적 거리들로 결정할 수 있다.

일 실시예에서, 상기 정밀지도 매칭 블록이 상기 정밀지도 데이터로부터 상기 보정 위치를 중심으로 상기 사용자 단말의 GPS 오차 범위 내의 상기 제2 도로 주변 물체들을 도출할 수 있다.

일 실시예에서, 상기 정밀지도 매칭 블록이 상기 딥러닝 모델을 이용하여 도출된 상기 제1 도로 주변 물체들의 상기 종류들과 동일한 종류들을 가지는 상기 제2 도로 주변 물체들을 상기 제1 도로 주변 물체들에 매칭시킬 수 있다.

일 실시예에서, 상기 정밀지도 매칭 블록이 상기 제2 도로 주변 물체들에 매칭되는 상기 제1 도로 주변 물체들의 상기 상대적 크기들 중 가장 큰 상대적 크기를 가지는 제1 도로 주변 물체를 결정하고, 상기 제2 도로 주변 물체들 중 상기 가장 큰 상대적 크기를 가지는 제1 도로 주변 물체에 매칭되는 제2 도로 주변 물체를 상기 기준 물체로 결정할 수 있다.

일 실시예에서, 상기 정밀지도 매칭 블록이 상기 제2 도로 주변 물체들에 매칭되는 상기 제1 도로 주변 물체들의 상기 상대적 거리들 중 가장 짧은 상대적 거리를 가지는 제1 도로 주변 물체를 결정하고, 상기 제2 도로 주변 물체들 중 상기 가장 짧은 상대적 거리를 가지는 제1 도로 주변 물체에 매칭되는 제2 도로 주변 물체를 상기 기준 물체로 결정할 수 있다.

일 실시예에서, 상기 정밀지도 매칭 블록이 상기 보정 위치와 상기 기준 물체의 상기 위치 사이의 중간 위치를 상기 사용자의 상기 정밀 위치로 결정할 수 있다.

일 실시예에서, 상기 정밀지도 매칭 블록이 상기 기준 물체의 상기 위치로부터 상기 제1 도로 주변 물체들 중 상기 기준 물체에 매칭되는 상기 제1 도로 주변 물체의 상기 상대적 거리만큼 이격된 추정 촬영 위치를 결정하고, 상기 보정 위치와 상기 추정 촬영 위치 사이의 중간 위치를 상기 사용자의 상기 정밀 위치로 결정할 수 있다.

본 발명의 실시예들에 따른 정밀 위치 제공 장치 및 정밀 위치 제공 방법에서, 사용자 위치 보정 블록이 촬영 영상 데이터의 제1 GPS 위치 데이터 및 정밀 위치 요청 시의 제2 GPS 위치 데이터에 기초하여 보정 위치를 결정하고, 주변 물체 검출 블록이 딥러닝 모델을 이용하여 도로 주변 영상에서 제1 도로 주변 물체들의 종류들, 상대적 크기들 및 상대적 거리들을 도출하고, 정밀지도 매칭 블록이 정밀지도 데이터에서 도출되고 상기 제1 도로 주변 물체들에 매칭된 제2 도로 주변 물체들 중 기준 물체로 결정하고, 정밀 위치 제공 블록이 상기 보정 위치 및 상기 기준 물체의 위치에 기초하여 사용자의 상기 정밀 위치를 결정할 수 있다. 이에 따라, 상기 사용자의 정밀한 위치가 제공될 수 있다.

다만, 본 발명의 효과는 상술한 효과에 한정되는 것이 아니며, 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위에서 다양하게 확장될 수 있을 것이다.

도 1은 본 발명의 실시예에 따른 사용자의 정밀 위치를 제공하는 정밀 위치 제공 장치를 나타내는 블록도이다.
도 2는 본 발명의 실시예에 따른 사용자의 정밀 위치를 제공하는 방법을 나타내는 순서도이다.
도 3은 촬영 영상 데이터에 포함된 제1 GPS 위치 데이터와 정밀 위치 요청 시의 제2 GPS 위치 데이터에 기초하여 결정되는 보정 위치의 일 예를 설명하기 위한 도면이다.
도 4a는 촬영 영상 데이터가 나타내는 도로 주변 영상에서 검출되는 제1 도로 주변 물체들의 일 예를 나타내는 도면이고, 도 4b는 상기 제1 도로 주변 물체들의 상대적 크기들의 일 예를 나타내는 도면이고, 도 4c는 상기 제1 도로 주변 물체들의 상대적 거리들의 일 예를 나타내는 도면이다.
도 5는 정밀지도 데이터로부터 도출되는 제2 도로 주변 물체들의 일 예를 나타내는 도면이다.
도 6은 제2 도로 주변 물체들 중 기준 물체가 결정되는 일 예를 나타내는 도면이다.
도 7은 보정 위치 및 기준 물체의 위치에 기초하여 정밀 위치가 결정되는 일 예를 나타내는 도면이다.
도 8은 보정 위치 및 기준 물체의 위치에 기초하여 정밀 위치가 결정되는 다른 예를 나타내는 도면이다.

본문에 개시되어 있는 본 발명의 실시예들에 대해서, 특정한 구조적 내지 기능적 설명들은 단지 본 발명의 실시예를 설명하기 위한 목적으로 예시된 것으로, 본 발명의 실시예들은 다양한 형태로 실시될 수 있으며 본문에 설명된 실시예들에 한정되는 것으로 해석되어서는 아니 된다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

제1, 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성 요소로부터 구별하는 목적으로 사용될 수 있다. 예를 들어, 본 발명의 권리 범위로부터 이탈되지 않은 채 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제 2 구성 요소도 제1 구성 요소로 명명될 수 있다.

어떤 구성 요소가 다른 구성 요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성 요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성 요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성 요소가 다른 구성 요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성 요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 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.

또한, 본문에 기재된 "~부" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미이다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미인 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 첨부한 도면들을 참조하여, 본 발명의 실시예들을 보다 상세하게 설명하고자 한다. 도면상의 동일한 구성 요소에 대해서는 동일하거나 유사한 참조 부호를 사용한다.

도 1은 본 발명의 실시예에 따른 사용자의 정밀 위치를 제공하는 정밀 위치 제공 장치를 나타내는 블록도이다.

도 1을 참조하면, 본 발명의 실시예에 따른 정밀 위치 제공 장치(100)는 사용자 위치 보정 블록(110), 주변 물체 검출 블록(120), 정밀지도 매칭 블록(140) 및 정밀 위치 제공 블록(160)을 포함할 수 있다.

사용자 위치 보정 블록(110)은, 사용자가 정밀 위치 제공 장치(100)에 상기 사용자의 정밀 위치를 제공할 것을 요청할 때, 상기 사용자의 사용자 단말(200)로부터 제1 GPS 위치 데이터를 가지는 촬영 영상 데이터 및 제2 GPS 위치 데이터를 수신할 수 있다. 사용자 단말(200)은 영상 촬영이 가능하고 GPS 위치 데이터를 생성할 수 있는 임의의 장치일 수 있다. 일 실시예에서, 사용자 단말(200)은 스마트 폰일 수 있으나, 이에 한정되지 않는다. 상기 사용자가 사용자 단말(200)을 이용하여 상기 사용자가 위치한 도로 주변 영상을 촬영하면, 사용자 단말(200)은 사용자 단말(200) 내의 GPS(Global Positioning System) 장치를 이용하여 상기 도로 주변 영상을 촬영하는 상기 사용자 또는 사용자 단말(200)의 촬영 위치를 나타내는 상기 제1 GPS 위치 데이터를 생성하고, 상기 도로 주변 영상을 나타내는 상기 촬영 영상 데이터로서 상기 제1 GPS 위치 데이터를 포함하는 상기 촬영 영상 데이터를 생성할 수 있다. 또한, 상기 사용자가 정밀 위치 제공 장치(100)에 사용자 단말(200)을 이용하여 상기 사용자의 상기 정밀 위치를 제공할 것을 요청할 때, 사용자 단말(200)은 사용자 단말(200) 내의 상기 GPS 장치를 이용하여 상기 사용자 또는 사용자 단말(200)의 위치를 나타내는 상기 제2 GPS 위치 데이터를 생성하고, 정밀 위치 제공 장치(100)에 상기 제1 GPS 위치 데이터를 가지는 상기 촬영 영상 데이터 및 상기 제2 GPS 위치 데이터를 전송할 수 있다.

사용자 위치 보정 블록(110)은 상기 제1 GPS 위치 데이터 및 상기 제2 GPS 위치 데이터에 기초하여 보정 위치를 결정할 수 있다. 일 실시예에서, 사용자 위치 보정 블록(110)은 사용자 단말(200)로부터 수신된 상기 촬영 영상 데이터로부터 상기 제1 GPS 위치 데이터를 추출하고, 상기 촬영 영상 데이터로부터 추출된 상기 제1 GPS 위치 데이터가 나타내는 제1 GPS 위치와 사용자 단말(200)로부터 수신된 상기 제2 GPS 위치 데이터가 나타내는 제2 GPS 위치 사이의 중간 위치를 상기 보정 위치로 결정할 수 있다. 한편, 사용자 단말(200)이 사용자 단말(200) 내의 상기 GPS 장치를 이용하여 결정한 GPS 위치는 수 m 내지 수십 m의 GPS 오차 범위를 가질 수 있다. 그러나, 사용자 위치 보정 블록(110)은 상기 제1 GPS 위치 데이터가 나타내는 상기 제1 GPS 위치, 또는 상기 제2 GPS 위치 데이터가 나타내는 상기 제2 GPS 위치를 그대로 사용하지 않고, 상기 제1 GPS 위치 및 상기 제2 GPS 위치에 기초하여 상기 보정 위치를 결정하므로, 사용자 위치 보정 블록(110)에 의해 결정된 상기 보정 위치는 보다 정확한 위치일 수 있다.

주변 물체 검출 블록(120)은 딥러닝 모델(130)을 포함할 수 있다. 일 실시예에서, 딥러닝 모델(130)은 임의의 기계 학습 모델일 수 있다. 예를 들어, 딥러닝 모델(130)은 인공 지능(Artificial Intelligence; AI) 모델, 기계 학습(Machine Learning) 모델, 딥 러닝(Deep Learning) 모델, 합성곱 신경망(Convolutional Neural Network; CNN) 모델, 순환 신경망(Recurrent Neural Network; RNN) 모델 등일 수 있으나, 이에 한정되지 않는다.

주변 물체 검출 블록(120)은 딥러닝 모델(130)을 이용하여 상기 촬영 영상 데이터가 나타내는 도로 주변 영상에서 제1 도로 주변 물체들을 검출할 수 있다. 일 실시예에서, 딥러닝 모델(130)이 검출하는 상기 제1 도로 주변 물체들은 도로 및 이의 주변에 위치하는 임의의 물체들일 수 있다. 예를 들어, 상기 제1 도로 주변 물체들은 신호등, 횡단보도, 도로 표지, 도로 주변 간판들을 포함할 수 있으나, 이에 한정되지 않는다.

또한, 주변 물체 검출 블록(120)은 딥러닝 모델(130)을 이용하여 상기 제1 도로 주변 물체들의 종류들, 상대적 크기들 및 상대적 거리들을 도출할 수 있다. 예를 들어, 각 제1 도로 주변 물체의 종류는 상기 제1 도로 주변 물체가 신호등, 횡단보도, 도로 표지, 도로 주변 간판 등 중에서 무엇인지를 나타낼 수 있다. 또한, 상기 제1 도로 주변 물체의 상기 상대적 크기는 상기 제1 도로 주변 물체의 실제 크기가 아닌, 상기 도로 주변 영상 내에서의 크기를 의미할 수 있다. 또한, 상기 제1 도로 주변 물체의 상기 상대적 거리는 상기 도로 주변 영상을 촬영한 촬영 위치로부터 상기 제1 도로 주변 물체까지의 거리를 의미할 수 있다.

일 실시예에서, 주변 물체 검출 블록(120)은 상기 도로 주변 영상에서 상기 제1 도로 주변 물체들에 대한 사각형의 경계들을 설정하고, 상기 제1 도로 주변 물체들의 상기 경계들의 크기들을 상기 제1 도로 주변 물체들의 상기 상대적 크기들로 결정할 수 있다. 또한, 주변 물체 검출 블록(120)은 상기 도로 주변 영상의 상기 촬영 위치로부터 상기 제1 도로 주변 물체들의 상기 경계들의 중심점들까지의 거리들을 상기 제1 도로 주변 물체들의 상기 상대적 거리들로 결정할 수 있다.

정밀지도 매칭 블록(140)은 정밀지도 데이터를 저장하는 정밀지도 데이터 저장부(150)를 포함할 수 있다. 다른 실시예에서, 정밀지도 매칭 블록(140)은 정밀지도 데이터 저장부(150)를 포함하지 않고, 외부 장치 또는 시스템으로부터 상기 정밀지도 데이터를 수신할 수 있다. 상기 정밀지도 데이터는 도로의 차선 데이터뿐만 아니라, 상기 도로 및/또는 도로 주변의 신호등, 횡단보도, 차도 상의 도로 표지, 차도 상부의 도로 표지판 등의 도로 주변 물체 데이터를 포함할 수 있다.

정밀지도 매칭 블록(140)은 상기 정밀지도 데이터로부터 사용자 위치 보정 블록(110)에 의해 결정된 상기 보정 위치에 근접한 제2 도로 주변 물체들을 도출할 수 있다. 일 실시예에서, 정밀지도 매칭 블록(140)은 상기 정밀지도 데이터로부터 상기 보정 위치를 중심으로 사용자 단말(200)의 GPS 오차 범위 내의 상기 제2 도로 주변 물체들을 도출할 수 있다.

또한, 정밀지도 매칭 블록(140)은 딥러닝 모델(130)을 이용하여 도출된 상기 제1 도로 주변 물체들과 상기 정밀지도 데이터로부터 도출된 상기 제2 도로 주변 물체들을 매칭시킬 수 있다. 일 실시예에서, 정밀지도 매칭 블록(140)은 딥러닝 모델(130)을 이용하여 도출된 상기 제1 도로 주변 물체들의 상기 종류들과 동일한 종류들을 가지는 상기 제2 도로 주변 물체들을 상기 제1 도로 주변 물체들에 매칭시킬 수 있다.

또한, 정밀지도 매칭 블록(140)은 상기 제1 도로 주변 물체들의 상기 상대적 크기들 또는 상기 상대적 거리들에 기초하여 상기 제2 도로 주변 물체들 중 하나를 기준 물체로 결정할 수 있다. 일 실시예에서, 정밀지도 매칭 블록(140)은 상기 제2 도로 주변 물체들에 매칭되는 상기 제1 도로 주변 물체들의 상기 상대적 크기들 중 가장 큰 상대적 크기를 가지는 제1 도로 주변 물체를 결정하고, 상기 제2 도로 주변 물체들 중 상기 가장 큰 상대적 크기를 가지는 제1 도로 주변 물체에 매칭되는 제2 도로 주변 물체를 상기 기준 물체로 결정할 수 있다. 다른 실시예에서, 정밀지도 매칭 블록(140)은 상기 제2 도로 주변 물체들에 매칭되는 상기 제1 도로 주변 물체들의 상기 상대적 거리들 중 가장 짧은 상대적 거리를 가지는 제1 도로 주변 물체를 결정하고, 상기 제2 도로 주변 물체들 중 상기 가장 짧은 상대적 거리를 가지는 제1 도로 주변 물체에 매칭되는 제2 도로 주변 물체를 상기 기준 물체로 결정할 수 있다. 또 다른 실시예에서, 정밀지도 매칭 블록(140)은 딥러닝 모델(130)을 이용하여 도출된 상기 상대적 크기들 및 상기 상대적 거리들을 모두 고려하여 상기 기준 물체를 결정할 수 있다.

정밀 위치 제공 블록(160)은 상기 보정 위치 및 상기 정밀지도 데이터에서의 상기 기준 물체의 위치에 기초하여 상기 사용자의 정밀 위치를 결정할 수 있다. 상기 정밀지도 데이터는 상기 기준 물체(즉, 상기 제2 도로 주변 물체들 중 하나)의 위치 또는 절대 좌표를 포함하고, 정밀 위치 제공 블록(160)은 상기 정밀지도 데이터에 포함된 상기 기준 물체의 위치를 이용하고, 이와 함께 사용자 위치 보정 블록(110)에 의해 결정된 상기 보정 위치를 이용할 수 있다. 일 실시예에서, 정밀 위치 제공 블록(160)은 상기 보정 위치와 상기 기준 물체의 상기 위치 사이의 중간 위치를 상기 사용자의 상기 정밀 위치로 결정할 수 있다. 다른 실시예에서, 정밀 위치 제공 블록(160)은 상기 기준 물체의 상기 위치로부터 상기 제1 도로 주변 물체들 중 상기 기준 물체에 매칭되는 상기 제1 도로 주변 물체의 상기 상대적 거리만큼 이격된 추정 촬영 위치를 결정하고, 상기 보정 위치와 상기 추정 촬영 위치 사이의 중간 위치를 상기 사용자의 상기 정밀 위치로 결정할 수 있다.

정밀 위치 제공 장치(100)는 이와 같이 결정된 사용자 정밀 위치를 사용자 단말(200)에 제공하거나, 상기 사용자 또는 사용자 단말(200)에 서비스(예를 들어, 택시 호출 서비스, 자율 주행 차량 호출 서비스, 무인 스토어 차량 호출 서비스 등)를 제공하는 서버 또는 시스템에 제공할 수 있다. 이에 따라, 상기 사용자의 정밀한 위치가 결정 및 제공될 수 있고, 이러한 사용자의 정밀한 위치에 기초하여 상기 사용자에 상기 서비스가 보다 정확하고 효율적으로 제공될 수 있다.

도 2는 본 발명의 실시예에 따른 사용자의 정밀 위치를 제공하는 방법을 나타내는 순서도이고, 도 3은 촬영 영상 데이터에 포함된 제1 GPS 위치 데이터와 정밀 위치 요청 시의 제2 GPS 위치 데이터에 기초하여 결정되는 보정 위치의 일 예를 설명하기 위한 도면이고, 도 4a는 촬영 영상 데이터가 나타내는 도로 주변 영상에서 검출되는 제1 도로 주변 물체들의 일 예를 나타내는 도면이고, 도 4b는 상기 제1 도로 주변 물체들의 상대적 크기들의 일 예를 나타내는 도면이고, 도 4c는 상기 제1 도로 주변 물체들의 상대적 거리들의 일 예를 나타내는 도면이고, 도 5는 정밀지도 데이터로부터 도출되는 제2 도로 주변 물체들의 일 예를 나타내는 도면이고, 도 6은 제2 도로 주변 물체들 중 기준 물체가 결정되는 일 예를 나타내는 도면이고, 도 7은 보정 위치 및 기준 물체의 위치에 기초하여 정밀 위치가 결정되는 일 예를 나타내는 도면이고, 도 8은 보정 위치 및 기준 물체의 위치에 기초하여 정밀 위치가 결정되는 다른 예를 나타내는 도면이다.

도 1 및 도 2를 참조하면, 사용자 위치 보정 블록(110)은 사용자의 사용자 단말(200)로부터 제1 GPS 위치 데이터를 가지는 촬영 영상 데이터 및 제2 GPS 위치 데이터를 수신하고(S310), 상기 제1 GPS 위치 데이터 및 상기 제2 GPS 위치 데이터에 기초하여 보정 위치를 결정할 수 있다(S320). 일 실시예에서, 도 3에 도시된 바와 같이, 사용자 위치 보정 블록(110)은 도로 주변 영상(410)을 나타내는 상기 촬영 영상 데이터로부터 제1 GPS 위치(420)를 나타내는 상기 제1 GPS 위치 데이터를 추출하고, 상기 제1 GPS 위치 데이터가 나타내는 제1 GPS 위치(420)와 상기 제2 GPS 위치 데이터가 나타내는 제2 GPS 위치(430) 사이의 중간 위치를 보정 위치(440)로 결정할 수 있다. 이러한 보정 위치(440)는 상기 사용자에 대한 보다 정확한 위치일 수 있다.

주변 물체 검출 블록(120)은, 도 4a에 도시된 바와 같이, 딥러닝 모델(130)을 이용하여 상기 촬영 영상 데이터가 나타내는 도로 주변 영상(410)에서 제1 도로 주변 물체들(511, 512, 513, 514, 515)을 검출할 수 있다(S330). 예를 들어, 주변 물체 검출 블록(120)이 도로 주변 영상(410)에서 제1 도로 주변 물체들(511, 512, 513, 514, 515)로서 횡단보도(511), 도로 상 도로 표지(512), 신호등(513), 도로 표지판(514) 및 도로 주변 간판(515)을 검출할 수 있다.

또한, 주변 물체 검출 블록(120)은 딥러닝 모델(130)을 이용하여 제1 도로 주변 물체들(511, 512, 513, 514, 515)의 종류들, 상대적 크기들 및 상대적 거리들을 도출할 수 있다(S340). 즉, 딥러닝 모델(130)은 제1 도로 주변 물체들(511, 512, 513, 514, 515)의 종류들이 횡단보도(511), 도로 상 도로 표지(512), 신호등(513), 도로 표지판(514) 및 도로 주변 간판(515)인 것을 도출할 수 있다. 일 실시예에서, 제1 도로 주변 물체들(511, 512, 513, 514, 515)의 상기 상대적 크기들을 도출하도록, 도 4b에 도시된 바와 같이, 딥러닝 모델(130)은 도로 주변 영상(410)에서 제1 도로 주변 물체들(511, 512, 513, 514, 515)에 대한 사각형의 경계들(521, 522, 523, 524, 525)을 설정하고, 제1 도로 주변 물체들(511, 512, 513, 514, 515)의 경계들(521, 522, 523, 524, 525)의 크기들을 제1 도로 주변 물체들(511, 512, 513, 514, 515)의 상기 상대적 크기들로 결정할 수 있다. 또한, 제1 도로 주변 물체들(511, 512, 513, 514, 515)의 상기 상대적 거리들을 도출하도록, 도 4c에 도시된 바와 같이, 딥러닝 모델(130)은 도로 주변 영상(410)의 촬영 위치로부터 제1 도로 주변 물체들(511, 512, 513, 514, 515)의 경계들(521, 522, 523, 524, 525)의 중심점들까지의 거리들을 제1 도로 주변 물체들(511, 512, 513, 514, 515)의 상대적 거리들(531, 532, 533, 534, 535)로 결정할 수 있다.

정밀지도 매칭 블록(140)은 정밀지도 데이터로부터 사용자 위치 보정 블록(110)에 의해 결정된 보정 위치(410)에 근접한 제2 도로 주변 물체들을 도출할 수 있다(S350). 일 실시예에서, 도 5에 도시된 바와 같이, 정밀지도 매칭 블록(140)은 정밀지도 데이터(600)로부터, 사용자 위치 보정 블록(110)에 의해 결정된 보정 위치(440)를 중심으로 사용자 단말(200)의 GPS 오차 범위(460) 내의 제2 도로 주변 물체들(611, 613, 614)을 도출할 수 있다. 예를 들어, 도 5에 도시된 바와 같이, 정밀지도 매칭 블록(140)은 정밀지도 데이터(600)로부터, GPS 오차 범위(460) 내의 상기 제2 도로 주변 물체들로서, 횡단보도(611), 도로 상 도로 표지, 신호등(613), 도로 표지판(614) 등을 도출할 수 있다.

또한, 정밀지도 매칭 블록(140)은 딥러닝 모델(130)을 이용하여 도출된 제1 도로 주변 물체들(511, 512, 513, 514, 515)과 상기 정밀지도 데이터로부터 도출된 제2 도로 주변 물체들(611, 613, 614)을 매칭시킬 수 있다(S360). 일 실시예에서, 정밀지도 매칭 블록(140)은 딥러닝 모델(130)을 이용하여 도출된 제1 도로 주변 물체들(511, 512, 513, 514, 515)의 상기 종류들과 동일한 종류들을 가지는 제2 도로 주변 물체들(611, 613, 614)을 상기 제1 도로 주변 물체들(511, 512, 513, 514, 515)에 매칭시킬 수 있다. 예를 들어, 정밀지도 매칭 블록(140)은 횡단보도(511)와 횡단보도(611)를 서로 매칭시키고, 신호등(513)과 신호등(613)을 서로 매칭시키며, 도로 표지판(514)과 도로 표지판(614)을 서로 매칭시킬 수 있다.

또한, 정밀지도 매칭 블록(140)은 제2 도로 주변 물체들(611, 613, 614)에 매칭되는 제1 도로 주변 물체들(511, 513, 514)의 상기 상대적 크기들 또는 상기 상대적 거리들에 기초하여 제2 도로 주변 물체들(611, 613, 614) 중 하나를 기준 물체로 결정할 수 있다(S370). 일 실시예에서, 도 6에 도시된 바와 같이, 정밀지도 매칭 블록(140)은 제2 도로 주변 물체들(611, 613, 614)에 매칭되는 제1 도로 주변 물체들(511, 513, 514)의 상기 상대적 크기들 중 가장 큰 상대적 크기를 가지는 제1 도로 주변 물체(511)를 결정하고, 제2 도로 주변 물체들(611, 613, 614) 중 상기 가장 큰 상대적 크기를 가지는 제1 도로 주변 물체(511)에 매칭되는 제2 도로 주변 물체(611)를 상기 기준 물체로 결정할 수 있다. 다른 실시예에서, 정밀지도 매칭 블록(140)은 제2 도로 주변 물체들(611, 613, 614)에 매칭되는 제1 도로 주변 물체들(511, 513, 514)의 상기 상대적 거리들 중 가장 짧은 상대적 거리를 가지는 제1 도로 주변 물체(511)를 결정하고, 제2 도로 주변 물체들(611, 613, 614) 중 상기 가장 짧은 상대적 거리를 가지는 제1 도로 주변 물체(511)에 매칭되는 제2 도로 주변 물체(611)를 상기 기준 물체로 결정할 수 있다.

정밀 위치 제공 블록(160)은 보정 위치(410) 및 상기 정밀지도 데이터에서의 기준 물체(611)의 위치에 기초하여 상기 사용자의 정밀 위치를 결정할 수 있다(S380). 일 실시예에서, 도 7에 도시된 바와 같이, 정밀 위치 제공 블록(160)은 보정 위치(440)와 기준 물체(611)의 위치(621) 사이의 중간 위치를 상기 사용자의 정밀 위치(710)로 결정할 수 있다. 다른 실시예에서, 도 8에 도시된 바와 같이, 정밀 위치 제공 블록(160)은 기준 물체(611)의 위치(621)로부터 기준 물체(611)에 매칭되는 제1 도로 주변 물체(511)의 상대적 거리(531)만큼 이격된(또는 기준 물체(611)의 위치(621)로부터 상대적 거리(531)가 감산된) 추정 촬영 위치(720)를 결정하고, 보정 위치(440)와 추정 촬영 위치(720) 사이의 중간 위치를 상기 사용자의 정밀 위치(730)로 결정할 수 있다.

정밀 위치 제공 장치(100)는 이와 같이 결정된 사용자 정밀 위치(710 또는 730)를 사용자 단말(200)에 제공하거나, 상기 사용자 또는 사용자 단말(200)에 서비스(예를 들어, 택시 호출 서비스, 자율 주행 차량 호출 서비스, 무인 스토어 차량 호출 서비스 등)를 제공하는 서버 또는 시스템에 제공할 수 있다. 이에 따라, 상기 사용자의 정밀한 위치가 결정 및 제공될 수 있고, 이러한 사용자의 정밀한 위치에 기초하여 상기 사용자에 상기 서비스가 보다 정확하고 효율적으로 제공될 수 있다.

이상, 본 발명의 실시예들에 따른 정밀 위치 제공 장치 및 정밀 위치 제공 방법에 대하여 도면을 참조하여 설명하였지만, 상기 설명은 예시적인 것으로서 본 발명의 기술적 사상을 벗어나지 않는 범위에서 해당 기술 분야에서 통상의 지식을 가진 자에 의하여 수정 및 변경될 수 있을 것이다.

본 발명은 위치 기반 장치, 서비스, 시스템 및 방법에 적용될 수 있다. 이상에서는 본 발명의 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

100: 정밀 위치 제공 장치
110: 사용자 위치 보정 블록
120: 주변 물체 검출 블록
130: 딥러닝 모델
140: 정밀지도 매칭 블록
150: 정밀지도 데이터 저장부
160: 정밀 위치 제공 블록

Claims

사용자의 정밀 위치를 제공하는 정밀 위치 제공 장치에 있어서,
상기 사용자의 사용자 단말로부터 제1 GPS 위치 데이터를 가지는 촬영 영상 데이터 및 제2 GPS 위치 데이터를 수신하고, 상기 제1 GPS 위치 데이터 및 상기 제2 GPS 위치 데이터에 기초하여 보정 위치를 결정하는 사용자 위치 보정 블록;
딥러닝 모델을 이용하여, 상기 촬영 영상 데이터가 나타내는 도로 주변 영상에서 제1 도로 주변 물체들을 검출하고, 상기 제1 도로 주변 물체들의 종류들, 상대적 크기들 및 상대적 거리들을 도출하는 주변 물체 검출 블록;
정밀지도 데이터로부터 상기 보정 위치에 근접한 제2 도로 주변 물체들을 도출하고, 상기 제1 도로 주변 물체들과 상기 제2 도로 주변 물체들을 매칭시키고, 상기 제1 도로 주변 물체들의 상기 상대적 크기들 또는 상기 상대적 거리들에 기초하여 상기 제2 도로 주변 물체들 중 하나를 기준 물체로 결정하는 정밀지도 매칭 블록; 및
상기 보정 위치 및 상기 정밀지도 데이터에서의 상기 기준 물체의 위치에 기초하여 상기 사용자의 상기 정밀 위치를 결정하는 정밀 위치 제공 블록을 포함하는 정밀 위치 제공 장치.
제1 항에 있어서, 상기 사용자 위치 보정 블록은,
상기 제1 GPS 위치 데이터가 나타내는 제1 GPS 위치와 상기 제2 GPS 위치 데이터가 나타내는 제2 GPS 위치 사이의 중간 위치를 상기 보정 위치로 결정하는 것을 특징으로 하는 정밀 위치 제공 장치.
제1 항에 있어서, 상기 제1 및 제2 도로 주변 물체들은 신호등, 횡단보도 및 도로 표지 중 적어도 하나를 포함하는 것을 특징으로 하는 정밀 위치 제공 장치.
제1 항에 있어서, 상기 주변 물체 검출 블록은,
상기 도로 주변 영상에서 상기 제1 도로 주변 물체들에 대한 사각형의 경계들을 설정하고,
상기 제1 도로 주변 물체들의 상기 경계들의 크기들을 상기 제1 도로 주변 물체들의 상기 상대적 크기들로 결정하는 것을 특징으로 하는 정밀 위치 제공 장치.
제4 항에 있어서, 상기 제1 도로 주변 물체들의 상기 상대적 거리들은 상기 도로 주변 영상의 촬영 위치로부터 상기 제1 도로 주변 물체들의 상기 경계들의 중심점들까지의 거리들인 것을 특징으로 하는 정밀 위치 제공 장치.
제1 항에 있어서, 상기 정밀지도 매칭 블록은,
상기 정밀지도 데이터로부터 상기 보정 위치를 중심으로 상기 사용자 단말의 GPS 오차 범위 내의 상기 제2 도로 주변 물체들을 도출하는 것을 특징으로 하는 정밀 위치 제공 장치.
제1 항에 있어서, 상기 정밀지도 매칭 블록은,
상기 딥러닝 모델을 이용하여 도출된 상기 제1 도로 주변 물체들의 상기 종류들과 동일한 종류들을 가지는 상기 제2 도로 주변 물체들을 상기 제1 도로 주변 물체들에 매칭시키는 것을 특징으로 하는 정밀 위치 제공 장치.
제1 항에 있어서, 상기 정밀지도 매칭 블록은,
상기 제2 도로 주변 물체들에 매칭되는 상기 제1 도로 주변 물체들의 상기 상대적 크기들 중 가장 큰 상대적 크기를 가지는 제1 도로 주변 물체를 결정하고,
상기 제2 도로 주변 물체들 중 상기 가장 큰 상대적 크기를 가지는 제1 도로 주변 물체에 매칭되는 제2 도로 주변 물체를 상기 기준 물체로 결정하는 것을 특징으로 하는 정밀 위치 제공 장치.
제1 항에 있어서, 상기 정밀지도 매칭 블록은,
상기 제2 도로 주변 물체들에 매칭되는 상기 제1 도로 주변 물체들의 상기 상대적 거리들 중 가장 짧은 상대적 거리를 가지는 제1 도로 주변 물체를 결정하고,
상기 제2 도로 주변 물체들 중 상기 가장 짧은 상대적 거리를 가지는 제1 도로 주변 물체에 매칭되는 제2 도로 주변 물체를 상기 기준 물체로 결정하는 것을 특징으로 하는 정밀 위치 제공 장치.
제1 항에 있어서, 상기 정밀 위치 제공 블록은,
상기 보정 위치와 상기 기준 물체의 상기 위치 사이의 중간 위치를 상기 사용자의 상기 정밀 위치로 결정하는 것을 특징으로 하는 정밀 위치 제공 장치.
제1 항에 있어서, 상기 정밀 위치 제공 블록은,
상기 기준 물체의 상기 위치로부터 상기 제1 도로 주변 물체들 중 상기 기준 물체에 매칭되는 상기 제1 도로 주변 물체의 상기 상대적 거리만큼 이격된 추정 촬영 위치를 결정하고,
상기 보정 위치와 상기 추정 촬영 위치 사이의 중간 위치를 상기 사용자의 상기 정밀 위치로 결정하는 것을 특징으로 하는 정밀 위치 제공 장치.
사용자의 정밀 위치를 제공하는 방법에 있어서,
사용자 위치 보정 블록이 상기 사용자의 사용자 단말로부터 제1 GPS 위치 데이터를 가지는 촬영 영상 데이터 및 제2 GPS 위치 데이터를 수신하는 단계;
상기 사용자 위치 보정 블록이 상기 제1 GPS 위치 데이터 및 상기 제2 GPS 위치 데이터에 기초하여 보정 위치를 결정하는 단계;
주변 물체 검출 블록이 딥러닝 모델을 이용하여 상기 촬영 영상 데이터가 나타내는 도로 주변 영상에서 제1 도로 주변 물체들을 검출하는 단계;
상기 주변 물체 검출 블록이 상기 딥러닝 모델을 이용하여 상기 제1 도로 주변 물체들의 종류들, 상대적 크기들 및 상대적 거리들을 도출하는 단계;
정밀지도 매칭 블록이 정밀지도 데이터로부터 상기 보정 위치에 근접한 제2 도로 주변 물체들을 도출하는 단계;
상기 정밀지도 매칭 블록이 상기 제1 도로 주변 물체들과 상기 제2 도로 주변 물체들을 매칭시키는 단계;
상기 정밀지도 매칭 블록이 상기 제1 도로 주변 물체들의 상기 상대적 크기들 또는 상기 상대적 거리들에 기초하여 상기 제2 도로 주변 물체들 중 하나를 기준 물체로 결정하는 단계; 및
정밀 위치 제공 블록이 상기 보정 위치 및 상기 정밀지도 데이터에서의 상기 기준 물체의 위치에 기초하여 상기 사용자의 상기 정밀 위치를 결정하는 단계를 포함하는 정밀 위치 제공 방법.
제12 항에 있어서, 상기 보정 위치를 결정하는 단계는,
상기 사용자 위치 보정 블록이 상기 제1 GPS 위치 데이터가 나타내는 제1 GPS 위치와 상기 제2 GPS 위치 데이터가 나타내는 제2 GPS 위치 사이의 중간 위치를 상기 보정 위치로 결정하는 단계를 포함하는 것을 특징으로 하는 정밀 위치 제공 방법.
제12 항에 있어서, 상기 제1 및 제2 도로 주변 물체들은 신호등, 횡단보도 및 도로 표지 중 적어도 하나를 포함하는 것을 특징으로 하는 정밀 위치 제공 방법.
제12 항에 있어서, 상기 제1 도로 주변 물체들의 상기 종류들, 상기 상대적 크기들 및 상기 상대적 거리들을 도출하는 단계는,
상기 주변 물체 검출 블록이 상기 도로 주변 영상에서 상기 제1 도로 주변 물체들에 대한 사각형의 경계들을 설정하는 단계; 및
상기 주변 물체 검출 블록이 상기 제1 도로 주변 물체들의 상기 경계들의 크기들을 상기 제1 도로 주변 물체들의 상기 상대적 크기들로 결정하는 단계를 포함하는 것을 특징으로 하는 정밀 위치 제공 방법.
제15 항에 있어서, 상기 제1 도로 주변 물체들의 상기 종류들, 상기 상대적 크기들 및 상기 상대적 거리들을 도출하는 단계는,
상기 주변 물체 검출 블록이 상기 도로 주변 영상의 촬영 위치로부터 상기 제1 도로 주변 물체들의 상기 경계들의 중심점들까지의 거리들을 상기 제1 도로 주변 물체들의 상기 상대적 거리들로 결정하는 단계를 더 포함하는 것을 특징으로 하는 정밀 위치 제공 방법.
제12 항에 있어서, 상기 제2 도로 주변 물체들을 도출하는 단계는,
상기 정밀지도 매칭 블록이 상기 정밀지도 데이터로부터 상기 보정 위치를 중심으로 상기 사용자 단말의 GPS 오차 범위 내의 상기 제2 도로 주변 물체들을 도출하는 단계를 포함하는 것을 특징으로 하는 정밀 위치 제공 방법.
제12 항에 있어서, 상기 제1 도로 주변 물체들과 상기 제2 도로 주변 물체들을 매칭시키는 단계는,
상기 정밀지도 매칭 블록이 상기 딥러닝 모델을 이용하여 도출된 상기 제1 도로 주변 물체들의 상기 종류들과 동일한 종류들을 가지는 상기 제2 도로 주변 물체들을 상기 제1 도로 주변 물체들에 매칭시키는 단계를 포함하는 것을 특징으로 하는 정밀 위치 제공 방법.
제12 항에 있어서, 상기 제2 도로 주변 물체들 중 상기 기준 물체로 결정하는 단계는,
상기 정밀지도 매칭 블록이 상기 제2 도로 주변 물체들에 매칭되는 상기 제1 도로 주변 물체들의 상기 상대적 크기들 중 가장 큰 상대적 크기를 가지는 제1 도로 주변 물체를 결정하는 단계; 및
상기 정밀지도 매칭 블록이 상기 제2 도로 주변 물체들 중 상기 가장 큰 상대적 크기를 가지는 제1 도로 주변 물체에 매칭되는 제2 도로 주변 물체를 상기 기준 물체로 결정하는 단계를 포함하는 것을 특징으로 하는 정밀 위치 제공 방법.
제12 항에 있어서, 상기 제2 도로 주변 물체들 중 상기 기준 물체로 결정하는 단계는,
상기 정밀지도 매칭 블록이 상기 제2 도로 주변 물체들에 매칭되는 상기 제1 도로 주변 물체들의 상기 상대적 거리들 중 가장 짧은 상대적 거리를 가지는 제1 도로 주변 물체를 결정하는 단계; 및
상기 정밀지도 매칭 블록이 상기 제2 도로 주변 물체들 중 상기 가장 짧은 상대적 거리를 가지는 제1 도로 주변 물체에 매칭되는 제2 도로 주변 물체를 상기 기준 물체로 결정하는 단계를 포함하는 것을 특징으로 하는 정밀 위치 제공 방법.
제12 항에 있어서, 상기 사용자의 상기 정밀 위치를 결정하는 단계는,
상기 정밀지도 매칭 블록이 상기 보정 위치와 상기 기준 물체의 상기 위치 사이의 중간 위치를 상기 사용자의 상기 정밀 위치로 결정하는 단계를 포함하는 것을 특징으로 하는 정밀 위치 제공 방법.
제12 항에 있어서, 상기 사용자의 상기 정밀 위치를 결정하는 단계는,
상기 정밀지도 매칭 블록이 상기 기준 물체의 상기 위치로부터 상기 제1 도로 주변 물체들 중 상기 기준 물체에 매칭되는 상기 제1 도로 주변 물체의 상기 상대적 거리만큼 이격된 추정 촬영 위치를 결정하는 단계; 및
상기 정밀지도 매칭 블록이 상기 보정 위치와 상기 추정 촬영 위치 사이의 중간 위치를 상기 사용자의 상기 정밀 위치로 결정하는 단계를 포함하는 것을 특징으로 하는 정밀 위치 제공 방법.