KR20230100378A - FMCW LiDAR의 진동 감지 및 진동 보상 방법 - Google Patents

Abstract

본 발명은 진동 감지 및 진동 보상 방법에 관한 것으로서, 더욱 구체적으로는 열악한 자연환경 변화에서의 FMCW(Frequency Modulated Continuous Wave) LiDAR(Light Detection And Ranging)의 고장 진단을 위한 보다 정밀한 진동 감지 및 보상이 가능하도록 하는 FMCW LiDAR의 진동 감지 및 진동 보상 방법에 관한 것이다.
상기 목적을 달성하기 위하여, 본 발명은, 적어도 하나 이상의 FMCW LiDAR 동작 중 발생되는 진동 값을 감지하는 진동 감지단계; 상기 감지된 진동 값에 대한 심층 신경망 알고리즘 기반 오차 값을 도출하기 위한 오차 도출단계; 상기 도출된 오차 값을 신경망 알고리즘 기반으로 상기 감지된 진동 값에 대한 보상이 적용된 진동 값을 도출하기 위한 진동 보상단계; 상기 보상된 진동 값과 처음 감지된 진동 값을 비교하는 진동 비교단계; 및 상기 진동 값 비교를 기초로 예상 진동 값과 실제 진동 값이 오차 범위 내로 차이가 날 때까지 추가적으로 진동 보상단계를 제어하는 진동 보상 제어단계;를 포함하는 것을 특징으로 한다.

Description

FMCW LiDAR의 진동 감지 및 진동 보상 방법{FMCW LIDAR'S VIBRATION DETECTION AND VIBRATION COMPENSATION METHOD}

본 발명은 진동 감지 및 진동 보상 방법에 관한 것으로서, 더욱 구체적으로는 열악한 자연환경 변화에서의 FMCW(Frequency Modulated Continuous Wave) LiDAR(Light Detection And Ranging)의 고장 진단을 위한 보다 정밀한 진동 감지 및 보상이 가능하도록 하는 FMCW LiDAR의 진동 감지 및 진동 보상 방법에 관한 것이다.

라이다(LiDAR)는 Light Detection And Ranging의 약자이며, 빛으로 탐지하고 거리를 측정한다는 뜻으로 때로는 LADAR(Laser Detection And Ranging)라는 이름으로 사용되지만, LiDAR가 보다 정확한 용어이다.

또한, LiDAR 센서 기술은 탐조등 빛의 산란 세기를 통하여 상공에서의 공기 밀도 분석 등을 위한 목적으로 1930년대 처음 시도되었으나, 1960년대 레이저의 발명과 함께 비로소 본격적인 개발이 가능하였고, 1970년대 이후 레이저 광원 기술의 지속적인 발전과 함께 다양한 분야에 응용 가능한 라이다 센서 기술들이 개발되었다.

또한, 항공기, 위성 등에 탑재되어 정밀한 대기 분석 및 지구환경 관측을 위한 중요한 관측 기술로 활용되고 있으며, 우주선 및 탐사 로봇에 장착되어 사물까지의 거리 측정 등 카메라 기능을 보완하기 위한 수단으로 활용되며, 지상에서는 원거리 거리 측정, 자동차 속도위반 단속 등을 위한 간단한 형태의 LiDAR 센서 기술들이 상용화되어 왔다.

또한, 최근에는 3D reverse engineering 및 미래 무인 자동차를 위한 laser scanner 및 3D 영상 카메라의 핵심 기술로 활용되면서 그 활용성과 중요성이 점차 증가되고 있다.

또한, 레이저 거리측정 기술은 레이저를 이용하여 레이저를 발생한 장소에서 레이저를 발생시킨 후 목표물에서 되돌아오는 레이저의 파장을 측정하여 목표물까지의 거리를 원격으로 측정하는 기술이며, 초창기에는 레이저 거리측정 기술이 레이저 및 부품 등의 가격이 비싸고 기술적인 난이도 때문에 주로 군사용으로만 사용되었다.

또한, 최근에는 이러한 기술을 산업용으로 상용화하기 위해 많은 노력을 하고 있으며, 레이저 거리측정기는 자동화 산업 현장의 무인화 시스템, 선박 접안 시 배의 파손을 막기 위한 거리 측정, 무인 과속 감지기, 차량 충동 방지 시스템 등에 적용되고 있다. 산업용의 경우 측정거리가 약 1㎞ 이내로 짧고 측정오차도 1~10 ㎜ 이내를 만족하고 있다.

그러나, 열악한 자연환경 변화에서의 FMCW LiDAR의 고장 진단을 위한 보다 정밀한 진동 감지 및 보상이 요구되고 있으며, 이에 따라, 국내외적으로 환경에 제한되지 않고 정밀한 사용이 가능한 FMCW LiDAR에 대한 활발한 연구가 진행되고 있다.

대한민국 등록특허공보 제10-2021-0013076호 대한민국 공개특허공보 제10-2021-0067751호

본 발명은 상기한 종래 기술의 문제점을 해결하기 위해 안출된 것으로서, 종래의 열악한 자연환경 변화에서 FMCW LiDAR의 부정확한 측정이 발생되는 문제점을 벗어나, 열악한 자연환경 변화에서의 보다 정밀한 FMCW LiDAR의 고장 진단에 대한 진동 감지 및 보상이 가능하도록 하는 FMCW LiDAR의 진동 감지 및 진동 보상 방법을 제공하는데 그 목적이 있다.

다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.

상기 목적을 달성하기 위하여, 본 발명은, 적어도 하나 이상의 FMCW LiDAR 동작 중 발생되는 진동 값을 감지하는 진동 감지단계; 상기 감지된 진동 값에 대한 심층 신경망 알고리즘 기반 오차 값을 도출하기 위한 오차 도출단계; 상기 도출된 오차 값을 신경망 알고리즘 기반으로 상기 감지된 진동 값에 대한 보상이 적용된 진동 값을 도출하기 위한 진동 보상단계; 상기 보상된 진동 값과 처음 감지된 진동 값을 비교하는 진동 비교단계; 및 상기 진동 값 비교를 기초로 예상 진동 값과 실제 진동 값이 오차 범위 내로 차이가 날 때까지 추가적으로 진동 보상단계를 제어하는 진동 보상 제어단계;를 포함하는 것을 특징으로 한다.

또한, 상기 오차 도출단계는, 심층 신경망 알고리즘이 적어도 하나 이상의 합성곱층(Convolution layer)으로 구성된 합성곱 신경망(Convolutional neural network, CNN)인 것을 특징으로 한다.

또한, 상기 진동 보상단계는, 심층 신경망 알고리즘이 적어도 하나 이상의 합성곱층(Convolution layer)으로 구성된 합성곱 신경망(Convolutional neural network, CNN)인 것을 특징으로 한다.

본 발명에 따른 FMCW LiDAR의 진동 감지 및 진동 보상 방법은, 종래의 열악한 자연환경 변화에서 FMCW LiDAR의 부정확한 측정이 발생되는 문제점을 벗어나, 열악한 자연환경 변화에서의 보다 정밀한 FMCW LiDAR의 고장 진단에 대한 진동 감지 및 보상이 가능하도록 한다.

다만, 본 발명의 효과가 상술한 효과들로 제한되는 것은 아니며, 언급되지 아니한 효과들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.

본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.

따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.

그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 설정된 용어들로서 이는 생산자의 의도 또는 관례에 따라 달라질 수 있으므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이고, 본 명세서에서 본 발명에 관련된 공지의 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에 이에 관한 자세한 설명은 생략하기로 한다.

이하, 본 발명에 따른 FMCW LiDAR의 진동 감지 및 진동 보상 방법을 설명하기로 한다.

본 발명은 기본적으로 진동 감지단계, 오차 도출단계, 진동 보상단계, 진동 비교단계 및 진동 보상 제어단계를 포함하여 구성된다.

보다 구체적으로, 본 발명은, 적어도 하나 이상의 FMCW LiDAR 동작 중 발생되는 진동 값을 감지하는 진동 감지단계, 상기 감지된 진동 값에 대한 심층 신경망 알고리즘 기반 오차 값을 도출하기 위한 오차 도출단계, 상기 도출된 오차 값을 신경망 알고리즘 기반으로 상기 감지된 진동 값에 대한 보상이 적용된 진동 값을 도출하기 위한 진동 보상단계, 상기 보상된 진동 값과 처음 감지된 진동 값을 비교하는 진동 비교단계 및 상기 진동 값 비교를 기초로 예상 진동 값과 실제 진동 값이 오차 범위 내로 차이가 날 때까지 추가적으로 진동 보상단계를 제어하는 진동 보상 제어단계를 포함하여 이루어진다.

또한, 상기 오차 도출단계는, 심층 신경망 알고리즘이 적어도 하나 이상의 합성곱층(Convolution layer)으로 구성된 합성곱 신경망(Convolutional neural network, CNN)인 것을 특징으로 한다.

또한, 상기 진동 보상단계는, 심층 신경망 알고리즘이 적어도 하나 이상의 합성곱층(Convolution layer)으로 구성된 합성곱 신경망(Convolutional neural network, CNN)인 것을 특징으로 한다.

또한, 상술한 본 발명에 따라 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있고, 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있으며, 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 기술분야에서 통상의 지식을 가진 사람에게 공지되어 사용 가능한 것일 수도 있다.

또한, 여기서 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.

또한, 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

또한, 본 발명은 하드웨어, 소프트웨어 또는 하드웨어 및 소프트웨어의 조합의 형태로 실현 가능하다는 것을 알 수 있으며, 이러한 임의의 소프트웨어는 삭제 가능 또는 재기록 가능 여부와 상관없이 휘발성 또는 비휘발성 저장 장치나, RAM, 메모리 칩, 집적 회로와 같은 메모리나, CD, DVD, 자기 디스크, 자기테이프 등과 같은 광학적/자기적으로 기록 가능함과 동시에 기계(예를 들어, 컴퓨터)로 읽을 수 있는 저장 매체에 저장될 수 있다.

따라서, 본 발명은 상술된 방법을 구현하기 위한 코드를 포함하는 프로그램 및 이러한 프로그램을 저장하는 기계로 읽을 수 있는 저장 매체를 포함하며, 이러한 프로그램은 유선 또는 무선 연결을 통해 전달되는 통신 신호와 같은 임의의 매체를 통해 전자적으로 이송될 수 있고, 본 발명은 이와 균등한 것을 적절하게 포함한다.

이상에서 첨부된 도면을 참조하여 본 발명을 설명함에 있어 특정형상 및 방향을 위주로 설명하였으나, 본 발명은 그 발명에 속하는 기술분야에서 통상의 지식을 가진 사람에 의하여 다양한 변형 및 변경이 가능하고, 이러한 변형 및 변경은 본 발명의 권리범위에 포함되는 것으로 해석되어야 한다.

Claims (3)

1. 적어도 하나 이상의 FMCW LiDAR 동작 중 발생되는 진동 값을 감지하는 진동 감지단계;
   상기 감지된 진동 값에 대한 심층 신경망 알고리즘 기반 오차 값을 도출하기 위한 오차 도출단계;
   상기 도출된 오차 값을 신경망 알고리즘 기반으로 상기 감지된 진동 값에 대한 보상이 적용된 진동 값을 도출하기 위한 진동 보상단계;
   상기 보상된 진동 값과 처음 감지된 진동 값을 비교하는 진동 비교단계; 및
   상기 진동 값 비교를 기초로 예상 진동 값과 실제 진동 값이 오차 범위 내로 차이가 날 때까지 추가적으로 진동 보상단계를 제어하는 진동 보상 제어단계;를 포함하는 것을 특징으로 하는,
   FMCW LiDAR의 진동 감지 및 진동 보상 방법.
   
2. 청구항 1에 있어서,
   상기 오차 도출단계는,
   심층 신경망 알고리즘이 적어도 하나 이상의 합성곱층(Convolution layer)으로 구성된 합성곱 신경망(Convolutional neural network, CNN)인 것을 특징으로 하는,
   FMCW LiDAR의 진동 감지 및 진동 보상 방법.
   
3. 청구항 1에 있어서,
   상기 진동 보상단계는,
   심층 신경망 알고리즘이 적어도 하나 이상의 합성곱층(Convolution layer)으로 구성된 합성곱 신경망(Convolutional neural network, CNN)인 것을 특징으로 하는,
   FMCW LiDAR의 진동 감지 및 진동 보상 방법.