KR20240078650A - 도로면 생성 방법, 도로면 생성 장치, 포인트 클라우드 데이터 처리 방법, 포인트 클라우드 데이터 처리 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체 - Google Patents

도로면 생성 방법, 도로면 생성 장치, 포인트 클라우드 데이터 처리 방법, 포인트 클라우드 데이터 처리 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체 Download PDF

Info

Publication number
KR20240078650A
KR20240078650A KR1020240068901A KR20240068901A KR20240078650A KR 20240078650 A KR20240078650 A KR 20240078650A KR 1020240068901 A KR1020240068901 A KR 1020240068901A KR 20240068901 A KR20240068901 A KR 20240068901A KR 20240078650 A KR20240078650 A KR 20240078650A
Authority
KR
South Korea
Prior art keywords
height
point cloud
cloud data
road surface
window
Prior art date
Application number
KR1020240068901A
Other languages
English (en)
Inventor
변혜경
이기욱
최혜선
Original Assignee
팅크웨어(주)
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 팅크웨어(주) filed Critical 팅크웨어(주)
Priority to KR1020240068901A priority Critical patent/KR20240078650A/ko
Publication of KR20240078650A publication Critical patent/KR20240078650A/ko

Links

Images

Classifications

    • 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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/005—General purpose rendering architectures
    • 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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G01C21/32—Structuring or formatting of map data
    • 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
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—Simultaneous measurement of distance and other co-ordinates
    • 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
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • 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
    • G01S17/89—Lidar 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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • 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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
    • G01S19/485—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an optical system or imaging system
    • 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
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30236—Traffic on road, railway or crossing
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256—Lane; Road marking

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Automation & Control Theory (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Traffic Control Systems (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Image Processing (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)
  • Navigation (AREA)
  • Processing Or Creating Images (AREA)

Abstract

도로면 생성 방법이 개시된다. 본 도로면 생성 방법은 모바일 맵핑 시스템(Mobile Mapping System : MMS)을 통한 작업 과정에서 이용된 레이저 스캐너의 시점(view) 높이를 획득하는 단계, 획득된 시점 높이와 GPS(Global Positioning System)로 측위된 높이를 기초로 기준 높이를 결정하는 단계, 모바일 맵핑 시스템에서 획득된 포인트 클라우드 데이터 중 결정된 기준 높이로부터 소정 범위 내에 위치하는 포인트 클라우드 데이터를 추출하는 단계 및 추출된 포인트 클라우드 데이터를 기초로 도로면을 생성하는 단계를 포함한다.

Description

도로면 생성 방법, 도로면 생성 장치, 포인트 클라우드 데이터 처리 방법, 포인트 클라우드 데이터 처리 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체{METHOD AND APPARATUS FOR GENERATING ROAD SURFACE, METHOD AND APPARATUS FOR PROCESSING POINT CLOUD DATA, COMPUTER PROGRAM AND COMPUTER READABLE RECORDING MEDIUM}
본 발명은 도로면 생성 방법, 도로면 생성 장치, 포인트 클라우드 데이터 처리 방법, 포인트 클라우드 데이터 처리 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체에 관한 것으로, 보다 상세하게는 이동체가 주행하는 3차원 도로면의 형상 데이터를 생성하는 도로면 생성 방법, 도로면 생성 장치, 포인트 클라우드 데이터 처리 방법, 포인트 클라우드 데이터 처리 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체에 관한 것이다.
자율 주행 자동차의 실용화를 위해서는 3차원 도로면, 차선, 정지선, 횡단보도 등의 도로 정보와 신호등과 같은 도로 시설물의 3차원 위치가 표현된 정밀 지도가 필수적으로 요구된다.
정밀 지도를 구축하기 위한 방법으로 차량용 모바일 맵핑 시스템(Mobile Mapping System : MMS)을 이용하는 방법이 대표적인데, 차량용 모바일 맵핑 시스템은 위성 항법 장치(Global Positioning System : GPS), 관성 측정 장치(Inertial Measurement Unit : IMU), 레이저 스캐너, 디지털 카메라 등으로 구현된 다양한 센서들을 통합하여 차량에 탑재하고, 도로 및 도로 주변의 지형 지물의 위치 정보와 이미지 정보를 동시에 취득하는 시스템이다.
차량용 모바일 맵핑 시스템의 레이저 스캐너로 취득되는 포인트 클라우드 데이터는 3차원 공간 좌표(즉, 실세계의 x, y, z 정보)를 가지는 대량의 포인트의 집합이다.
여기서 포인트 클라우드 데이터는 현실 모델링이 가능한 수준의 정밀한 데이터이나, 자동차 주행에 유의미한 정보가 되는 정밀 지도를 구축하기 위해서는 포인트 클라우드 데이터를 목적에 맞게 처리 할 필요가 있다.
즉, 자율 주행 자동차를 위한 정밀 지도는 3차원 도로면의 형상이 기본이 되는데, 차량용 모바일 맵핑 시스템의 레이저 스캐너로 취득되는 포인트 클라우드 데이터는 도로면 정보와 관련 없는 건물, 시설물, 주차된 차량, 이동 차량 등 불필요한 정보가 다수 포함하고 있어, 의미 있는 정보의 취득을 위한 고난이도의 필터링 기술이 요구된다.
다만, 종래 기술에서는 필터링 기술의 한계로 인하여, 사물 및 차량의 출현이 적은 야간에만 모바일 맵핑 시스템을 운용하여 취득되는 원데이터의 노이즈를 최소화하거나, 수작업으로 도로면을 추출하는 등의 제한적인 방법이 적용되고 있었다.
또한, 고정된 임계치를 적용하는 필터링 방법이 사용되기도 하는데, 이 방법은 촬영 당시의 환경을 고려하지 않으므로 오류가 존재하였다.
본 발명은 상술한 문제점을 해결하기 위해 안출된 것으로, 본 발명의 목적은 레이저 스캐너의 시점(view) 높이와 도로면의 경사도를 고려하여 포인트 클라우드 데이터의 필터링을 수행하는 포인트 클라우드 데이터 처리 방법, 포인트 클라우드 데이터 처리 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체를 제공함에 있다.
또한, 본 발명의 다른 목적은 레이저 스캐너의 시점(view) 높이와 도로면의 경사도를 고려하여 포인트 클라우드 데이터의 필터링을 수행하고, 필터링에 따른 포인트 클라우드 데이터를 기초로 3차원 도로면을 생성하는 도로면 생성 방법, 도로면 생성 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체를 제공함에 있다.
상술한 목적을 달성하기 위한 본 발명의 일 실시 예에 따른 도로면 생성 방법은, 모바일 맵핑 시스템(Mobile Mapping System : MMS)을 통한 작업 과정에서 이용된 레이저 스캐너의 시점(view) 높이를 획득하는 단계, 상기 획득된 시점 높이와 GPS(Global Positioning System)로 측위된 높이를 기초로 기준 높이를 결정하는 단계, 상기 모바일 맵핑 시스템에서 획득된 포인트 클라우드 데이터 중 상기 결정된 기준 높이로부터 소정 높이 범위 내에 위치하는 포인트 클라우드 데이터를 추출하는 단계 및 상기 추출된 포인트 클라우드 데이터를 기초로 도로면을 생성하는 단계를 포함한다.
그리고, 상기 레이저 스캐너의 시점 높이는, 상기 모바일 맵핑 시스템이 설치된 이동체의 높이 및 상기 레이저 스캐너의 높이를 합산한 값일 수 있다.
또한, 상기 획득하는 단계는, 상기 모바일 맵핑 시스템이 설치된 이동체의 높이 및 상기 레이저 스캐너의 높이 중 적어도 하나를 사용자로부터 입력 받는 단계;를 포함할 수 있다.
그리고, 모바일 맵핑 시스템을 통한 작업 과정에서 이용된 이동체의 GPS 위치 정보를 포함하는 GPS 로그를 획득하는 단계를 더 포함할 수 있다.
또한, 상기 기준 높이를 결정하는 단계는, 상기 획득된 시점 높이와 상기 GPS 로그를 기초로 측정된 높이의 차를 기초로 기준 높이를 결정할 수 있다.
그리고, 상기 포인트 클라우드 데이터를 추출하는 단계는, 필터링을 위한 윈도우의 크기를 결정하는 단계, 상기 결정된 윈도우의 크기를 기초로 높이 임계값을 결정하는 단계, 상기 결정된 높이 임계값을 기초로 상기 기준 높이를 기준으로 하는 제1 높이 범위를 결정하는 단계, 상기 결정된 크기를 가지는 제1 윈도우를 형성하는 단계 및 상기 모바일 맵핑 시스템에서 획득된 포인트 클라우드 데이터 중 제1 윈도우 및 상기 제1 높이 범위에 의하여 형성되는 제1 영역 내에 위치하는 포인트 클라우드 데이터를 추출하는 단계를 포함할 수 있다.
또한, 상기 윈도우의 크기를 결정하는 단계는, 정밀 지도에서 보장되어야 하는 정확도 레벨을 기초로 상기 윈도우의 크기를 결정할 수 있다.
그리고, 상기 높이 임계값을 결정하는 단계는, 도로의 편경사의 수치와 상기 윈도우의 크기를 기초로 상기 높이 임계값을 결정할 수 있다.
또한, 상기 제1 영역의 경계 지점에 위치한 포인트 클라우드 데이터의 최저 높이값을 신규 기준 높이로 설정하는 단계, 상기 결정된 높이 임계값을 기초로 상기 신규 기준 높이를 기준으로 하는 제2 높이 범위를 결정하는 단계, 상기 제1 윈도우를 기준으로 이동체의 진행 방향에 수직 방향으로 제2 윈도우를 형성하는 단계 및 상기 모바일 맵핑 시스템에서 획득된 포인트 클라우드 데이터 중 제2 윈도우 및 상기 제2 높이 범위에 의하여 형성되는 제2 영역 내에 위치하는 포인트 클라우드 데이터를 추출하는 단계를 더 포함할 수 있다.
그리고, 상기 도로면을 생성하는 단계는, 상기 추출된 포인트 클라우드 데이터를 이용하여 2차원 도로면 벡터를 생성하는 단계, 상기 추출된 포인트 클라우드 데이터 이용하여 3차원 도로면 래스터를 생성하는 단계 및 상기 2차원 도로면 벡터와 상기 3차원 도로면 래스터를 결합하여 3차원 도로면 벡터를 생성하는 단계를 포함할 수 있다.
또한, 상기 2차원 도로면 벡터를 생성하는 단계는, 추출된 포인트 클라우드 데이터의 x, y 값에 컨벡스헐(convex hull) 알고리즘을 적용하여 2차원 도로면 벡터를 생성할 수 있다.
그리고, 상기 3차원 도로면 래스터를 생성하는 단계는, 상기 윈도우 내 포인트 클라우드 데이터의 최저 높이값을 기준으로 3차원 도로면 래스터를 생성할 수 있다.
한편, 상술한 목적을 달성하기 위한 본 발명의 일 실시 예에 따른 포인트 클라우드 데이터 처리 방법은, 모바일 맵핑 시스템(Mobile Mapping System : MMS)을 통한 작업 과정에서 이용된 레이저 스캐너의 시점(view) 높이를 획득하는 단계, 상기 획득된 시점 높이와 GPS(Global Positioning System)로 측위된 높이를 기초로 기준 높이를 결정하는 단계 및 상기 모바일 맵핑 시스템에서 획득된 포인트 클라우드 데이터 중 상기 결정된 기준 높이로부터 소정 높이 범위 내에 위치하는 포인트 클라우드 데이터를 추출하는 단계를 포함한다.
한편, 상술한 목적을 달성하기 위한 본 발명의 일 실시 예에 따른 도로면 생성 장치는, 모바일 맵핑 시스템(Mobile Mapping System : MMS)을 통한 작업 과정에서 이용된 레이저 스캐너의 시점(view) 높이를 획득하는 획득부, 상기 획득된 시점 높이와 GPS(Global Positioning System)로 측위된 높이를 기초로 기준 높이를 결정하는 기준 높이 결정부, 상기 모바일 맵핑 시스템에서 획득된 포인트 클라우드 데이터 중 상기 결정된 기준 높이로부터 소정 높이 범위 내에 위치하는 포인트 클라우드 데이터를 추출하는 필터링부, 및 상기 추출된 포인트 클라우드 데이터를 기초로 도로면을 생성하는 도로면 생성부를 포함한다.
또한, 레이저 스캐너의 시점 높이는, 상기 모바일 맵핑 시스템이 설치된 이동체의 높이 및 상기 레이저 스캐너의 높이를 합산한 값일 수 있다.
그리고, 상기 획득부는, 상기 모바일 맵핑 시스템이 설치된 이동체의 높이 및 상기 레이저 스캐너의 높이 중 적어도 하나를 사용자로부터 입력 받아 획득할 수 있다.
또한, 상기 획득부는, 모바일 맵핑 시스템을 통한 작업 과정에서 이용된 이동체의 GPS 위치 정보를 포함하는 GPS 로그를 획득할 수 있다.
그리고, 상기 기준 높이를 결정부는, 상기 획득된 시점 높이와 상기 GPS 로그를 기초로 측정된 높이의 차를 기초로 기준 높이를 결정할 수 있다.
또한, 상기 필터링부는, 필터링을 위한 윈도우의 크기를 결정하고, 상기 결정된 윈도우의 크기를 기초로 높이 임계값을 결정하며, 상기 결정된 높이 임계값을 기초로 상기 기준 높이를 기준으로 하는 제1 높이 범위를 결정하고, 상기 결정된 크기를 가지는 제1 윈도우를 형성하며, 상기 모바일 맵핑 시스템에서 획득된 포인트 클라우드 데이터 중 제1 윈도우 및 상기 제1 높이 범위에 의하여 형성되는 제1 영역 내에 위치하는 포인트 클라우드 데이터를 추출할 수 있다.
그리고, 상기 필터링부는, 정밀 지도에서 보장되어야 하는 정확도 레벨을 기초로 상기 윈도우의 크기를 결정할 수 있다.
또한, 상기 필터링부는, 도로의 편경사의 수치와 상기 윈도우의 크기를 기초로 상기 높이 임계값을 결정할 수 있다.
그리고, 상기 필터링부는, 상기 제1 영역의 경계 지점에 위치한 포인트 클라우드 데이터의 최저 높이값을 신규 기준 높이로 설정하고, 상기 결정된 높이 임계값을 기초로 상기 신규 기준 높이를 기준으로 하는 제2 높이 범위를 결정하며, 상기 제1 윈도우를 기준으로 이동체의 진행 방향에 수직 방향으로 제2 윈도우를 형성하고, 상기 모바일 맵핑 시스템에서 획득된 포인트 클라우드 데이터 중 제2 윈도우 및 상기 제2 높이 범위에 의하여 형성되는 제2 영역 내에 위치하는 포인트 클라우드 데이터를 추출할 수 있다.
또한, 상기 도로면 생성부는, 상기 추출된 포인트 클라우드 데이터를 이용하여 2차원 도로면 벡터를 생성하는 2차원 도로면 벡터 생성부, 상기 추출된 포인트 클라우드 데이터 이용하여 3차원 도로면 래스터를 생성하는 3차원 도로면 래스터 생성부 및 상기 2차원 도로면 벡터와 상기 3차원 도로면 래스터를 결합하여 3차원 도로면 벡터를 생성하는 결합부를 포함할 수 있다.
그리고, 상기 2차원 도로면 벡터 생성부는, 추출된 포인트 클라우드 데이터의 x, y 값에 컨벡스헐(convex hull) 알고리즘을 적용하여 2차원 도로면 벡터를 생성할 수 있다.
또한, 상기 3차원 도로면 래스터 생성부는, 상기 윈도우 내 포인트 클라우드 데이터의 최저 높이값을 기준으로 3차원 도로면 래스터를 생성할 수 있다.
한편, 상술한 목적을 달성하기 위한 본 발명의 일 실시 예에 따른 포인트 클라우드 데이터 처리 장치는, 모바일 맵핑 시스템(Mobile Mapping System : MMS)을 통한 작업 과정에서 이용된 레이저 스캐너의 시점(view) 높이를 획득하는 획득부, 상기 획득된 시점 높이와 GPS(Global Positioning System)로 측위된 높이를 기초로 기준 높이를 결정하는 기준 높이 결정부 및 상기 모바일 맵핑 시스템에서 획득된 포인트 클라우드 데이터 중 상기 결정된 기준 높이로부터 소정 높이 범위 내에 위치하는 포인트 클라우드 데이터를 추출하는 필터링부를 포함한다.
한편, 상술한 목적을 달성하기 위한 본 발명의 일 실시 예에 따른 컴퓨터 판독 가능한 기록 매체는 상술한 포인트 클라우드 처리 방법 및 상술한 도로면 생성 방법을 실행시키기 위한 프로그램을 기록할 수 있다.
한편, 상술한 목적을 달성하기 위한 본 발명의 일 실시 예에 따른 프로그램은 상술한 포인트 클라우드 처리 방법 및 상술한 도로면 생성 방법을 실행시킬 수 있다.
상술한 본 발명의 다양한 실시 예에 따르면, 레이저 스캐너의 시점(view) 높이와 도로면의 경사도를 고려하여 포인트 클라우드 데이터의 필터링을 수행함으로써, 대량의 포인트 클라우드 데이터 중 3차원 도로면 생성에 필요한 포인트 클라우드 데이터를 효과적으로 추출할 수 있다.
즉, 종래 기술은, 포인트 클라우드 데이터의 필터링 시 고정 임계치를 사용하는 방법 등을 이용하였으나, 부정확한 데이터가 함께 취득되어 수작업으로 이를 재가공하는 과정이 필요했다. 다만, 상술한 본 발명에 따르면, 모바일 맵핑 시스템을 이용한 작업 당시의 작업 환경(도로면의 경사도, 레이저 스캐너의 시점 높이 등)을 최대한 반영하여 필터링을 수행함으로써, 자동 필터링 기법을 획기적으로 개선하고, 정밀 지도의 기본이 되는 3차원 도로면의 자동 생성을 용이하게 할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 차량용 모바일 맵핑 시스템을 나타내는 개념도이다.
도 2는 본 발명의 일 실시 예에 따른 도로면 생성 장치를 나타내는 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 도로면 생성 장치를 보다 구체적으로 나타내는 블록도이다.
도 4는 본 발명의 일 실시 예에 따른 레이저 스캐너의 시점(View) 높이를 나타내는 개념도이다.
도 5는 본 발명의 일 실시 예에 따른 윈도우 확장 예시를 x, y 축을 기준으로 나타내는 개념도이다.
도 6은 본 발명의 일 실시 예에 따른 신규 기준 높이의 설정 과정을 z 축을 기준으로 나타내는 개념도이다.
도 7은 본 발명의 일 실시 예에 따른 필터링 처리의 예시를 나타내는 도면이다.
도 8은 본 발명의 일 실시 예에 따른 2차원 도로면 벡터의 생성 과정을 나타내는 개념도이다.
도 9는 본 발명의 일 실시 예에 따른 3차원 도로면 래스터의 생성 과정을 나타내는 개념도이다.
도 10은 본 발명의 일 실시 예에 따른 3차원 도로면 생성 과정을 나타내는 개념도 이다.
도 11은 본 발명의 일 실시 예에 따른 포인트 클라우드 데이터 처리 방법을 나타내는 흐름도이다.
도 12는 본 발명의 일 실시 예에 따른 추출 단계(S103)를 보다 구체적으로 나타내는 흐름도 이다.
도 13은 본 발명의 일 실시 예에 따른 도로면 생성 방법을 나타내는 흐름도이다.
도 14는 본 발명의 일 실시 예에 따른 도로면 생성 단계(S304)를 보다 구체적으로 나타내는 흐름도 이다.
이하의 내용은 단지 본 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만 본 발명의 원리를 구현하고 본 발명의 개념과 범위에 포함된 다양한 장치를 발명할 수 있는 것이다. 또한, 본 명세서에 열거된 모든 조건부 용어 및 실시 예들은 원칙적으로, 본 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이와 같이 특별히 열거된 실시 예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다.
또한, 본 발명의 원리, 관점 및 실시 예들뿐만 아니라 특정 실시 예를 열거하는 모든 상세한 설명은 이러한 사항의 구조적 및 기능적 균등물을 포함하도록 의도되는 것으로 이해되어야 한다. 또한 이러한 균등물들은 현재 공지된 균등물뿐만 아니라 장래에 개발될 균등물, 즉 구조와 무관하게 동일한 기능을 수행하도록 발명된 모든 소자를 포함하는 것으로 이해되어야 한다.
따라서, 모든 흐름도, 상태 변환도, 의사 코드 등은 컴퓨터가 판독 가능한 매체에 실질적으로 나타낼 수 있고 컴퓨터 또는 프로세서가 명백히 도시되었는지 여부를 불문하고 컴퓨터 또는 프로세서에 의해 수행되는 다양한 프로세스를 나타내는 것으로 이해되어야 한다.
프로세서 또는 이와 유사한 개념으로 표시된 기능 블럭을 포함하는 도면에 도시된 다양한 소자의 기능은 전용 하드웨어뿐만 아니라 적절한 소프트웨어와 관련하여 소프트웨어를 실행할 능력을 가진 하드웨어의 사용으로 제공될 수 있다. 프로세서에 의해 제공될 때, 상기 기능은 단일 전용 프로세서, 단일 공유 프로세서 또는 복수의 개별적 프로세서에 의해 제공될 수 있고, 이들 중 일부는 공유될 수 있다.
상술한 목적, 특징 및 장점은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해질 것이며, 그에 따라 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다.
이하, 첨부된 도면을 참조하여 본 발명의 다양한 실시 예를 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시 예에 따른 차량용 모바일 맵핑 시스템을 나타내는 블록도이다. 도 1을 참조하면, 차량용 모바일 맵핑 시스템은 도로를 주행하는 차량(10)과, 차량(10)에 설치되어 정밀 지도를 구축하기 위한 각종 데이터를 센싱하는 센서(20)를 포함한다.
여기서, 센서(20)는 위성 항법 장치(Global Positioning System : GPS)를 통해 차량이 주행하는 도로의 위치를 취득하는 위치 취득 센서 및 관성 측정 장치(Inertial Measurement Unit : IMU)를 통해 차량의 자세를 취득하는 자세 센서를 포함할 수 있다.
또한, 센서(20)는 차량(10)에 부착되어 도로 및 도로 주변을 촬영하는 카메라부, 주행 거리 측정계(Distance Measurement Instrument : DMI) 등을 포함할 수 있다. 여기서 도로 주변은 도로와 관련 없는 건물, 시설물, 주차된 차량, 이동 차량 등을 포함할 수 있다.
또한, 센서(20)는 레이더(Radar)와 동일한 원리를 이용해 사물에 직접적인 접촉 없이 원하는 정보를 취득하는 능동형 원격 탐사(Remote Sensing)의 한 종류인 LiDAR(Light Detection and Ranging) 센서를 포함할 수 있다. 여기서 LiDAR 센서는 정보를 취득하고자 하는 목표물에 레이저(Laser)를 쏘아 목표물로부터 반사되어 돌아오는 전자파의 시차와 에너지변화를 감지해 원하는 정보를 취득하는 레이저 스캐너로 구현될 수 있다.
이러한 차량용 모바일 맵핑 시스템은 실제 도로를 주행하여 도로 및 도로 주변을 측량한 MMS 데이터를 저장부에 저장할 수 있다. 여기서, MMS 데이터는 위성 항법 장치를 이용하여 센싱된 차량 위치 데이터, 관성 측정 장치를 이용하여 센싱된 차량 자세 데이터, 카메라부를 이용하여 센싱된 도로 및 도로 주변에 대한 이미지 데이터, 레이스 스캐너를 이용하여 센싱된 포인트 클라우드 데이터 중 적어도 하나를 포함할 수 있다. 여기서, 차량용 모바일 맵핑 시스템의 레이저 스캐너로 취득되는 포인트 클라우드 데이터는 3차원 공간 좌표(즉, 실세계의 x, y, z 정보)를 가지는 대량의 포인트의 집합일 수 있다.
이 경우, 본 발명의 일 실시 예에 따른 포인트 클라우드 데이터 처리 장치는 모바일 맵핑 시스템에서 획득된 포인트 클라우드 데이터의 필터링 처리를 수행할 수 있다. 또한, 본 발명의 일 실시 예에 따른 도로면 생성 장치는 모바일 맵핑 시스템에서 획득된 포인트 클라우드 데이터의 필터링 처리를 수행하고, 필터링에 따라 추출된 포인트 클라우드 데이터를 기초로 3차원 도로면을 생성할 수 있다. 이러한 포인트 클라우드 데이터 처리 장치 및 도로면 생성 장치에 대해서는 도 2 내지 3을 참조하여 보다 구체적으로 설명하기로 한다.
한편, 상술한 예시에 따르면, 차량용 모바일 맵핑 시스템을 예로 설명하였으나, 이동체의 종류가 차량으로 한정되는 것은 아니다. 일 예로, 이동체는 사람, 항공기 등으로 구현될 수도 있다.
도 2는 본 발명의 일 실시 예에 따른 도로면 생성 장치를 나타내는 블록도 이다. 도 3은 본 발명의 일 실시 예에 따른 도로면 생성 장치를 보다 구체적으로 나타내는 블록도이다. 도 2 내지 3을 참조하면, 도로면 생성 장치(100)는 포인트 클라우드 데이터 처리부(110), 도로면 생성부(120)의 전부 또는 일부를 포함할 수 있다.
포인트 클라우드 데이터 처리부(110)는 레이저 스캐너의 시점(view) 높이와 도로면의 경사도를 고려하여 포인트 클라우드 데이터의 필터링을 수행할 수 있다. 여기서, 포인트 클라우드 데이터 처리부(110)는 획득부(111), 기준 높이 결정부(112), 필터링부(113)의 전부 또는 일부를 포함할 수 있다.
구체적으로, 획득부(111)는 모바일 맵핑 시스템(Mobile Mapping System : MMS)을 통한 작업 과정에서 이용된 레이저 스캐너의 시점(view) 높이를 획득할 수 있다. 여기서, 레이저 스캐너의 시점 높이는 모바일 맵핑 시스템이 설치된 이동체의 높이 및 레이저 스캐너의 높이를 합산하여 산출될 수 있다. 이에 대해서는 도 4를 참조하여 구체적으로 설명하기로 한다.
도 4는 본 발명의 일 실시 예에 따른 레이저 스캐너의 시점(View) 높이를 나타내는 개념도이다. 도 4를 참조하면, 차량용 모바일 맵핑 시스템은 도로를 주행하는 차량(10)과, 차량(10)에 설치되어 정밀 지도를 구축하기 위한 각종 데이터를 센싱하는 센서(20)를 포함하는데, 센서(20)의 일 구성인 레이저 스캐너(21)는 차량의 소정 위치에 설치될 수 있다.
일 예로, 도 4와 같이, 레이저 스캐너(21)는 전방위 스캐닝을 위하여 차량(10)의 상단에 설치될 수 있다. 이러한 레이저 스캐너(21)는 도로 및 도로 주변을 항하여 레이저(Laser)를 쏘고, 목표물로부터 반사되어 돌아오는 전자파를 스캐닝하여 포인트 클라우드 데이터를 취득할 수 있다.
이 경우, 레이저 스캐너(21)의 시점 높이(Mh)는, 아래의 수학식 1과 같이, 모바일 맵핑 시스템이 설치된 차량(10)의 높이(Ch) 및 레이저 스캐너(21)의 높이(Lh)를 합산하여 산출될 수 있다.
Figure pat00001
한편, 이러한 레이저 스캐너의 시점 높이(Mh)는 모바일 맵핑 시스템을 이용한 작업 전에 획득될 수 있다. 일 예로, 사용자는 모바일 맵핑 시스템을 이용한 작업 전에 모바일 맵핑 시스템이 설치된 이동체의 높이(Ch) 및 레이저 스캐너의 높이(Lh)를 입력할 수 있고, 모바일 맵핑 시스템은 입력된 높이 값을 합산하여 레이저 스캐너 시점(21)의 높이(Mh)를 산출하며, 산출된 레이저 스캐너 시점(21)의 높이(Mh)를 기초로 MMS 데이터를 생성할 수 있다. 이 경우, 획득부(111)는 생성된 MMS 데이터에서 레이저 스캐너 시점(21)의 높이(Mh)를 검출할 수 있다.
다른 예로, 모바일 맵핑 시스템은 레이저 스캐너의 시점 높이(Mh)를 감지하는 높이 감지 센서를 구비할 수 있고, 모바일 맵핑 시스템은 감지된 레이저 스캐너의 시점 높이(Mh)를 기초로 MMS 데이터를 생성할 수 있다. 이 경우, 획득부(111)는 생성된 MMS 데이터에서 레이저 스캐너 시점(21)의 높이(Mh)를 검출할 수 있다.
또는 상술한 레이저 스캐너의 시점 높이(Mh)는 모바일 맵핑 시스템을 이용한 작업 완료 후 및 필터링 작업 전에 획득될 수 있다. 일 예로, 사용자는 모바일 맵핑 시스템을 이용한 작업 완료 후 필터링 작업 전에 모바일 맵핑 시스템이 설치된 이동체의 높이(Ch) 및 레이저 스캐너의 높이(Lh)를 입력할 수 있다. 이 경우, 획득부(111)는 입력된 모바일 맵핑 시스템이 설치된 이동체의 높이(Ch) 및 입력된 레이저 스캐너의 높이(Lh)를 합산하여 레이저 스캐너 시점(21)의 높이(Mh)를 산출할 수 있다.
한편, 상술한 도 4는 본 발명의 일 예시일 뿐 이고, 상술한 도 4와 달리 레이저 스캐너(21)가 차량(10)의 중단에 설치되는 경우, 레이저 스캐너(21)의 시점 높이(Mh)는 모바일 맵핑 시스템이 설치된 차량(10)의 높이(Ch)에서 레이저 스캐너(21)의 높이(Lh)를 감산함으로써 산출될 수 있다.
한편, 획득부(111)는 모바일 맵핑 시스템을 통한 작업 과정에서 이용된 이동체의 GPS 위치 정보를 포함하는 GPS 로그를 획득할 수 있다. GPS 로그는 모바일 맵핑 시스템을 이용한 작업 당시 이동체의 GPS 위치, 예를 들어, 위도 값, 경도 값사, 고도 값 등을 시간 단위로 기록한 데이터일 수 있다. 여기서, 시간 단위는, 일 예로, 초 단위일 수 있다.
기준 높이를 결정부(112)는 획득된 시점 높이와 GPS(Global Positioning System)로 측위된 높이를 기초로 기준 높이를 결정할 수 있다.
구체적으로 기준 높이 결정부(112)는 획득된 시점 높이와 GPS 로그를 기초로 측정된 높이의 차를 기초로 기준 높이를 결정할 수 있다. 보다 구체적으로, 기준 높이 결정부(112)는, 아래의 수학식 2와 같이, 시간 단위 GPS 로그를 기초로 측정된 높이(GPSz)에서 레이저 스캐너의 시점 높이(Mh)를 감산함으로써 기준 높이(RPh)를 결정할 수 있다. 여기서, GPS 로그의 높이는 국가 수준점 보정을 통해 변환된 고도 수치를 이용할 수 있다.
Figure pat00002
필터링부(113)는 모바일 맵핑 시스템에서 획득된 포인트 클라우드 데이터 중 결정된 기준 높이로부터 소정 높이 범위 내에 위치하는 포인트 클라우드 데이터를 추출할 수 있다.
먼저, 필터링부(113)는 소정 크기의 제1 윈도우를 형성하여 제1 윈도우에 포함되는 포인트 클라우드 데이터를 추출할 수 있다. 이 후, 필터링부(113)는 제1 윈도우를 기준으로 이동체의 진행 방향에 수직 방향으로 순차적으로 복수의 윈도우를 형성하여 각각의 윈도우에 포함되는 포인트 클라우드 데이터를 추출할 수 있다.
이를 위하여, 필터링부(113)는 필터링을 위한 윈도우의 크기를 결정할 수 있다. 이 경우, 필터링부(113)는 정밀 지도에서 보장되어야 하는 정확도 레벨을 기초로 윈도우의 크기를 결정할 수 있다. 그리고, 필터링부(113)는 결정된 크기를 가지는 제1 윈도우를 형성할 수 있다.
일 예로, 정밀 지도에서 보장되어야 하는 정확도 레벨이 α인 경우, 필터링부(113)는 필터링을 위한 윈도우의 크기를 αxα 로 결정할 수 있다. 정밀 지도에서 보장되어야 하는 정확도 레벨 α는 일반적으로 10cm일 수 있으나, 이에 한정되는 것은 아니다.
그리고, 필터링부(113)는 결정된 윈도우의 크기를 기초로 높이 임계값을 결정할 수 있다. 이 경우, 필터링부(113)는 도로의 편경사의 수치와 윈도우의 크기를 기초로 높이 임계값(H offset)을 결정할 수 있다.
일 예로, 한국의 국토교통부령에서 규정하는 "도로의 구조ㆍ시설 기준에 관한 규칙"의 제21조(평면곡선부의 편경사), 제28조(횡단경사)에 따르면, 도로의 편경사는 최대 8%를 초과하지 못한다고 규정되어 있다. 이 경우, 필터링부(113)는 도로의 편경사의 수치와 윈도우의 크기를 반영하여 높이 임계값을 α의 8%로 결정할 수 있다.
그리고, 필터링부(113)는 결정된 높이 임계값(H offset)을 기초로 기준 높이를 기준으로 하는 소정 높이 범위를 결정할 수 있다. 여기서, 소정 높이 범위는 기준 높이(RPh)에 높이 임계값을 가산한 값과 기준 높이(RPh)에 높이 임계값을 감산한 값 사이의 범위일 수 있다.
그리고, 필터링부(113)는 모바일 맵핑 시스템에서 획득된 포인트 클라우드 데이터 중 제1 윈도우 및 소정 높이 범위에 의하여 형성되는 제1 영역 내에 위치하는 포인트 클라우드 데이터를 추출할 수 있다. 구체적으로, 필터링부(113)는 아래의 수학식 3을 기초로 제1 영역 내에 위치하는 포인트 클라우드 데이터를 추출할 수 있다.
Figure pat00003
여기서, P1은 제1 윈도우에 의하여 형성된 제1 영역 내에 위치하는 포인트 클라우드 데이터를 의미하고, RPh(1)은 제1 윈도우에 할당된 기준 높이를 의미하며, H offset은 높이 임계값을 의미하고, P(i)h는 모바일 맵핑 시스템에서 획득된 포인트 클라우드 데이터의 높이를 의미할 수 있다.
이에 따라, 필터링부(113)는 소정 크기의 제1 윈도우에 의하여 형성된 제1 영역 내에 위치하는 포인트 클라우드 데이터를 추출할 수 있다.
한편, 제1 윈도우에 의하여 형성된 제1 영역 내에 위치하는 포인트 클라우드 데이터를 추출이 완료되면, 필터링부(113)는 제1 윈도우를 기준하여 소정 방향으로 순차적으로 복수의 윈도우를 형성하여 각각의 윈도우에 포함되는 포인트 클라우드 데이터를 추출할 수 있다. 여기서, 소정 방향은 이동체의 진행 방향에 수직 방향일 수 있다. 이에 대해서는 도 5를 참조하여 보다 구체적으로 설명하기로 한다.
도 5는 본 발명의 일 실시 예에 따른 윈도우 확장 예시를 x, y 축을 기준으로 나타내는 개념도이다. 도 5를 참조하면, 필터링부(113)는 제1 윈도우(201)를 기준으로 이동체(10)의 진행 방향(F)에 수직 방향으로 복수의 윈도우(202,203)를 형성할 수 있다.
도로면의 형상에 대응되는 포인트 클라우드 데이터의 추출을 위해서는, 해당 위치에서 도로(15)의 폭 내에 위치하는 모든 도로 영역을 커버하는 윈도우를 생성하여야 한다.
일반적으로, 도로의 폭은 이동체(10)의 진행 방향(F)에 수직 방향으로 정의되기 때문에, 본 발명에 따른 필터링부(113)는 제1 윈도우(201)를 기준으로 이동체(10)의 진행 방향(F)에 수직 방향으로 복수의 윈도우(202,203)를 형성함으로써, 해당 위치에서 도로의 폭 내에 위치하는 모든 도로 영역을 커버할 수 있다.
한편, 형성된 복수의 윈도우(202,203) 각각의 기준 높이는 인접하는 윈도우에 의하여 형성된 영역의 경계 지점에 위치한 포인트 클라우드 데이터의 최저 높이값으로 설정될 수 있다. 이에 대해서는 도 6을 참조하여 보다 구체적으로 설명하기로 한다.
도 6은 본 발명의 일 실시 예에 따른 신규 기준 높이의 설정 과정을 z축을 기준으로 나타내는 개념도이다. 도 6을 참조하면, 필터링부(113)는 제1 윈도우(201)에 의하여 형성된 제1 영역(301)의 경계 지점에 위치한 포인트 클라우드 데이터의 최저 높이값을 제1 윈도우에 인접한 윈도우(202-1,203-1)에 대한 신규 기준 높이로 결정할 수 있다.
보다 구체적으로, 필터링부(113)는 제1 윈도우(201)에 의하여 형성된 제1 영역(301)의 제1 방향 경계 지점에 위치한 포인트 클라우드 데이터(P12)의 최저 높이값을 제1 윈도우(201)에 인접한 제2 윈도우(202-1)에 대한 신규 기준 높이(RPh2)로 설정할 수 있다. 또한, 필터링부(113)는 제1 영역(301)의 제2 방향 경계 지점에 위치한 포인트 클라우드 데이터(P13)의 최저 높이값을 제1 윈도우(201)에 인접한 제3 윈도우(203-1)에 대한 신규 기준 높이(RPh3)로 설정할 수 있다.
그리고, 필터링부(113)는 기 결정된 높이 임계값(h)을 기초로 상기 신규 기준 높이를 기준으로 하는 소정 높이 범위를 결정할 수 있다. 일 예로, 제2 윈도우(202-1)에 대응하는 제2 높이 범위는 기준 높이(RPh2)에 임계값(h)을 감산한 높이와 기준 높이(RPh2)에 임계값(h)을 가산한 높이 사이의 범위일 수 있다. 다른 예로, 제3 윈도우(203-1)에 대응하는 제3 높이 범위는 기준 높이(RPh3)에 임계값(h)을 감산한 높이와 기준 높이(RPh3)에 임계값(h)을 가산한 높이 사이의 범위일 수 있다.
그리고, 필터링부(113)는 제2 윈도우(202-1) 및 제2 높이 범위를 기초로 제2 영역(302-1)을 형성하고, 제3 윈도우(203-1) 및 제3 높이 범위를 기초로 제3 영역(303-1)을 형성할 수 있다.
그리고, 필터링부(113)는 제2 영역(302-1) 및 제3 영역(303-1) 각각에 대해서도 상술한 신규 기준 높이 설정 과정 소정 높이 범위 결정 과정을 반복하여 도 6과 같이 복수의 영역을 형성할 수 있다.
한편, 필터링부(113)는 형성된 복수의 영역 각각의 내에 위치하는 포인트 클라우드 데이터를 추출할 수 있다. 이에 따라, 이동체(10)의 제1 위치를 기준으로 도로의 폭 내에 위치하는 모든 도로 영역의 포인트 클라우드 데이터를 추출할 수 있다.
한편, 상술한 바와 같이, 이동체의 제1 위치를 기준으로 도로의 폭 내에 위치하는 모든 도로 영역의 포인트 클라우드 데이터를 추출이 완료되면, 포인트 클라우드 데이터 처리부(110)는 순차적으로 다음 시간 단위에서의 이동체의 위치를 기준으로 도로의 폭 내에 위치하는 모든 도로 영역의 포인트 클라우드 데이터를 추출할 수 있다. 일 예로, 포인트 클라우드 데이터 처리부(110)는 다음 시간 단위에서의 이동체의 위치인 제2 위치를 기준으로 소정 크기의 제1 윈도우를 형성하여 제1 윈도우에 포함되는 포인트 클라우드 데이터를 추출할 수 있다. 이 후, 필터링부(113)는 제1 윈도우를 기준으로 이동체의 진행 방향에 수직 방향으로 순차적으로 복수의 윈도우를 형성하여 각각의 윈도우에 포함되는 포인트 클라우드 데이터를 추출할 수 있다.
이러한 필터링의 결과에 대해서는 도 7을 참조하여 보다 구체적으로 설명하기로 한다. 도 7은 본 발명의 일 실시 예에 따른 필터링 처리의 예시를 나타내는 도면이다. 도 7의 상단에 도시된 도면을 참조하면, 차량용 모바일 맵핑 시스템의 레이저 스캐너로 취득되는 포인트 클라우드 데이터는 도로에 대한 포인트 클라우드 데이터뿐만 아니라, 도로면 정보와 관련 없는 건물, 시설물, 주차된 차량, 이동 차량 등에 대한 포인트 클라우드 데이터도 포함하고 있어 의미 있는 정보의 취득을 위한 고난이도의 필터링 기술이 요구된다.
다만, 상술한 본원 발명에 따르면, 레이저 스캐너의 시점(view) 높이와 도로면의 경사도를 고려하여 차량용 모바일 맵핑 시스템을 통하여 획득한 다량의 포인트 클라우드 데이터의 필터링을 수행함으로써, 도 7의 하단에 도시된 도면과 같이 대량의 포인트 클라우드 데이터 중 3차원 도로면 생성에 필요한 포인트 클라우드 데이터만을 효과적으로 추출할 수 있다. 즉, 상술한 본 발명에 따르면, 모바일 맵핑 시스템을 이용한 작업 당시의 작업 환경(도로면의 경사도, 레이저 스캐너의 시점 높이 등)을 최대한 반영하여 필터링을 수행함으로써, 자동 필터링 기법을 획기적으로 개선할 수 있다.
한편, 도로면 생성부(120)는 추출된 포인트 클라우드 데이터를 기초로 도로면을 생성할 수 있다. 구체적으로, 도로면 생성부(120)는 추출된 포인트 클라우드 데이터를 이용하여 2차원 도로면 벡터(vector)를 생성하고, 추출된 포인트 클라우드 데이터 이용하여 3차원 도로면 래스터(raster)를 생성하며, 생성된 2차원 도로면 벡터와 생성된 3차원 도로면 래스터를 결합하여 3차원 도로면 벡터를 생성할 수 있다. 이러한 도로면 생성부(120)는 2차원 도로면 벡터 생성부(121), 3차원 도로면 래스터 생성부(122), 결합부(123)의 전부 또는 일부를 포함할 수 있다. 이에 대해서는 도 8 내지 10을 참조하여 구체적으로 설명하기로 한다.
도 8은 본 발명의 일 실시 예에 따른 2차원 도로면 벡터의 생성 과정을 나타내는 개념도이다. 포인트 클라우드 데이터 처리부(110)에서 추출된 포인트 클라우드 데이터는 3차원 공간 좌표(즉, 실세계의 x, y, z 정보)를 가질 수 있다. 이러한 포인트 클라우드 데이터는, 도 8의 좌측 도면과 같이, x, y의 2차원 평면에 배열될 수 있다.
이 경우, 2차원 도로면 벡터 생성부(121)는 포인트 클라우드 데이터 처리부(110)에서 추출된 포인트 클라우드 데이터의 x, y 좌표 값에 컨벡스헐(convex hull) 알고리즘을 적용하여, 도 8의 우측 도면과 같이, 2차원 도로면 벡터를 생성할 수 있다.
구체적으로, 2차원 도로면 벡터 생성부(121)는 기준점(p1)으로부터 각각의 포인트의 각도를 계산함으로써, 도로면의 최외곽 포인트를 추출할 수 있고, 추출된 도로면의 최외곽 포인트들을 서로 연결하여 2차원 도로면 벡터를 생성할 수 있다. 그리고, 2차원 도로면 벡터 생성부(121)는 복수의 2차원 도로면 벡터를 결합하여 최종 2차원 도로면 벡터를 생성할 수 있다.
도 9는 본 발명의 일 실시 예에 따른 3차원 도로면 래스터의 생성 과정을 나타내는 개념도이다. 도 9를 참조하면, 포인트 클라우드 데이터 처리부(110)에서 추출된 포인트 클라우드 데이터는 3차원 공간 좌표(즉, 실세계의 x, y, z 정보)를 가질 수 있다. 이러한 포인트 클라우드 데이터는, 도 9의 좌측 도면과 같이, x, y, z의 3차원 공간에 배열될 수 있다. 그리고, 3차원 도로면 래스터 생성부(122)는 기 결정된 크기를 갖는 복수의 윈도우(200) 각각에 대하여 3차원 도로면 래스터를 생성할 수 있다.
또한, 도 9의 우측 도면과 같이, 3차원 도로면 래스터 생성부(122)는 윈도우(200) 내 포인트 클라우드 데이터의 최저 높이값(60.5M)을 기준으로 3차원 도로면 래스터를 생성할 수 있다.
이 경우, 생성된 3차원 도로면 래스터는 도 10의 1102와 같을 수 있다.
한편, 3차원 도로면 래스터 생성부(122)는 복수의 윈도우 각각에 대하여 상술한 처리를 수행하여 최종 3차원 도로면 래스터를 생성할 수 있다.
도 10은 본 발명의 일 실시 예에 따른 3차원 도로면 생성 과정을 나타내는 개념도이다. 도 10을 참조하면, 결합부(123)는 2차원 도로면 벡터 생성부(121)에서 생성된 2차원 도로면 벡터(1101)와 3차원 도로면 래스터 생성부(122)에서 생성된 3차원 도로면 래스터(1102)를 결합하여 3차원 도로면 벡터를 생성할 수 있다.
이러한 본 발명에 따르면, 모바일 맵핑 시스템을 이용한 작업 당시의 작업 환경(도로면의 경사도, 레이저 스캐너의 시점 높이 등)을 최대한 반영하여 필터링을 수행함으로써, 자동 필터링 기법을 획기적으로 개선하고, 정밀 지도의 기본이 되는 3차원 도로면의 자동 생성을 용이하게 할 수 있다.
한편, 상술한 포인트 클라우드 데이터 처리 장치(110) 및 도로면 생성 장치(100) 각각은 소프트웨어, 하드웨어 또는 이들의 조합된 것을 이용하여 구현될 수 있다. 일 예로, 하드웨어적인 구현에 의하면, ASICs(application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적인 유닛 중 적어도 하나를 이용하여 구현될 수 있다.
또한, 상술한 포인트 클라우드 데이터 처리 장치(110) 및 도로면 생성 장치(100) 각각은 모바일 맵핑 시스템에 일 모듈로 설치될 수 있다. 이 경우, 모바일 맵핑 시스템은 실시간으로 포인트 클라우드 데이터 처리 장치(110) 및 도로면 생성 장치(100) 각각의 기능을 수행할 수 있다. 구체적으로, 포인트 클라우드 데이터 처리 장치(110)는 레이저 스캐너(21)의 시점(view) 높이와 도로면의 경사도를 고려하여 모바일 맵핑 시스템을 통하여 획득된 포인트 클라우드 데이터의 필터링을 실시간으로 수행할 수 있다. 또한, 도로면 생성 장치(100)는 레이저 스캐너의 시점(view) 높이와 도로면의 경사도를 고려하여 모바일 맵핑 시스템을 통하여 획득된 포인트 클라우드 데이터의 필터링을 실시간으로 수행하고, 필터링에 따라 추출된 포인트 클라우드 데이터를 기초로 도로면을 실시간으로 생성할 수 있다.
이러한 포인트 클라우드 데이터 처리 장치(110)의 동작 및 도로면 생성 장치(100)의 제어 흐름에 대해서는 이 후 도면을 참조하여 보다 구체적으로 설명하기로 한다.
도 11은 본 발명의 일 실시 예에 따른 포인트 클라우드 데이터 처리 방법을 나타내는 흐름도 이다. 도 11을 참조하면, 먼저 포인트 클라우드 데이터 처리 장치(110)는 모바일 맵핑 시스템(Mobile Mapping System : MMS)을 통한 작업 과정에서 이용된 레이저 스캐너의 시점(view) 높이를 획득할 수 있다(S101). 여기서, 레이저 스캐너의 시점 높이는 모바일 맵핑 시스템이 설치된 이동체의 높이 및 레이저 스캐너의 높이를 합산한 값일 수 있다.
또한, 획득하는 단계(S101)는 모바일 맵핑 시스템이 설치된 이동체의 높이 및 레이저 스캐너의 높이 중 적어도 하나를 사용자로부터 입력 받음으로써 상기 레이저 스캐너의 시점 높이를 획득할 수 있다.
또한, 획득하는 단계(S101)는 모바일 맵핑 시스템을 통한 작업 과정에서 이용된 이동체의 GPS 위치 정보를 포함하는 GPS 로그를 획득하는 단계를 포함할 수 있다.
한편, 포인트 클라우드 데이터 처리 장치(110)는 획득된 시점 높이와 GPS(Global Positioning System)로 측위된 높이를 기초로 기준 높이를 결정할 수 있다(S102). 여기서, 기준 높이를 결정하는 단계(S102)는 획득된 시점 높이와 GPS 로그를 기초로 측정된 높이의 차를 기초로 기준 높이를 결정할 수 있다.
그리고, 포인트 클라우드 데이터 처리 장치(110)는 모바일 맵핑 시스템에서 획득된 포인트 클라우드 데이터 중 결정된 기준 높이로부터 소정 높이 범위 내에 위치하는 포인트 클라우드 데이터를 추출할 수 있다(S103).
도 12는 본 발명의 일 실시 예에 따른 추출 단계(S103)를 보다 구체적으로 나타내는 흐름도 이다. 도 12를 참조하면, 포인트 클라우드 데이터 처리 장치(110)는 필터링을 위한 윈도우의 크기를 결정할 수 있다(S201). 여기서, 윈도우의 크기를 결정하는 단계(S201)는 정밀 지도에서 보장되어야 하는 정확도 레벨을 기초로 상기 윈도우의 크기를 결정할 수 있다.
그리고, 포인트 클라우드 데이터 처리 장치(110)는 결정된 윈도우의 크기를 기초로 높이 임계값을 결정할 수 있다(S202). 여기서, 높이 임계값을 결정하는 단계(S202)는 도로의 편경사의 수치와 상기 윈도우의 크기를 기초로 상기 높이 임계값을 결정할 수 있다.
그리고, 포인트 클라우드 데이터 처리 장치(110)는 결정된 높이 임계값을 기초로 기준 높이를 기준으로 하는 제1 높이 범위를 결정할 수 있다(S203). 여기서 소정 높이 범위는 기준 높이(RPh)에 높이 임계값을 가산한 값과 기준 높이(RPh)에 높이 임계값을 감산한 값 사이의 범위일 수 있다.
그리고, 포인트 클라우드 데이터 처리 장치(110)는 결정된 크기를 가지는 제1 윈도우를 형성할 수 있다(S204).
그리고, 포인트 클라우드 데이터 처리 장치(110)는 모바일 맵핑 시스템에서 획득된 포인트 클라우드 데이터 중 제1 윈도우 및 소정 높이 범위에 의하여 형성되는 제1 영역 내에 위치하는 포인트 클라우드 데이터를 추출할 수 있다(S205).
그리고, 포인트 클라우드 데이터 처리 장치(110)는 제1 영역의 제1 방향 경계 지점에 위치한 포인트 클라우드 데이터의 최저 높이값을 제1 윈도우에 인접한 제2 윈도우의 신규 기준 높이로 설정할 수 있다(S206). 일 예로, 제1 윈도우에 의하여 형성된 제1 영역의 제1 방향 경계 지점에 위치한 포인트 클라우드 데이터의 최저 높이값을 제1 윈도우에 인접한 제2 윈도우에 대한 신규 기준 높이로 설정할 수 있다. 또한, 제1 윈도우에 의하여 형성된 제1 영역의 제2 방향 경계 지점에 위치한 포인트 클라우드 데이터의 최저 높이값을 제1 윈도우에 인접한 제3 윈도우에 대한 신규 기준 높이로 설정할 수 있다.
그리고, 포인트 클라우드 데이터 처리 장치(110)는 결정된 높이 임계값을 기초로 신규 기준 높이를 기준으로 하는 제2 높이 범위를 결정할 수 있다(S207).
그리고, 포인트 클라우드 데이터 처리 장치(110)는 상기 모바일 맵핑 시스템에서 획득된 포인트 클라우드 데이터 중 제2 윈도우 및 소정 높이 범위에 의하여 형성되는 제2 영역 내에 위치하는 포인트 클라우드 데이터를 추출할 수 있다(S208).
한편, 포인트 클라우드 데이터 처리 장치(110)는 형성된 복수의 영역 각각의 내에 위치하는 포인트 클라우드 데이터를 추출할 수 있다. 이에 따라, 이동체(10)의 제1 위치를 기준으로 도로의 폭 내에 위치하는 모든 도로 영역의 포인트 클라우드 데이터를 추출할 수 있다.
또한, 이동체의 제1 위치를 기준으로 도로의 폭 내에 위치하는 모든 도로 영역의 포인트 클라우드 데이터를 추출이 완료되면, 포인트 클라우드 데이터 처리 장치(110)는 순차적으로 다음 시간 단위에서의 이동체의 위치를 기준으로 도로의 폭 내에 위치하는 모든 도로 영역의 포인트 클라우드 데이터를 추출할 수 있다.
도 13은 본 발명의 일 실시 예에 따른 도로면 생성 방법을 나타내는 흐름도 이다. 도 13을 참조하면, 도로면 생성 장치(100)는 모바일 맵핑 시스템(Mobile Mapping System : MMS)을 통한 작업 과정에서 이용된 레이저 스캐너의 시점(view) 높이를 획득할 수 있다(S301).
그리고, 도로면 생성 장치(100)는 획득된 시점 높이와 GPS(Global Positioning System)로 측위된 높이를 기초로 기준 높이를 결정할 수 있다(S302).
그리고, 도로면 생성 장치(100)는 모바일 맵핑 시스템에서 획득된 포인트 클라우드 데이터 중 결정된 기준 높이로부터 소정 높이 범위 내에 위치하는 포인트 클라우드 데이터를 추출할 수 있다(S303).
그리고, 도로면 생성 장치(100)는 추출된 포인트 클라우드 데이터를 기초로 도로면을 생성할 수 있다(S304).
도 14는 본 발명의 일 실시 예에 따른 도로면 생성 단계(S304)를 보다 구체적으로 나타내는 흐름도 이다. 도 14를 참조하면, 도로면 생성 장치(100)는 추출된 포인트 클라우드 데이터를 이용하여 2차원 도로면 벡터를 생성할 수 있다(S401). 여기서, 2차원 도로면 벡터를 생성하는 단계(S401)는 추출된 포인트 클라우드 데이터의 x, y 값에 컨벡스헐(convex hull) 알고리즘을 적용하여 2차원 도로면 벡터를 생성할 수 있다.
그리고, 도로면 생성 장치(100)는 추출된 포인트 클라우드 데이터 이용하여 3차원 도로면 래스터를 생성할 수 있다(S402). 여기서, 3차원 도로면 래스터를 생성하는 단계(S402)는 윈도우 내 포인트 클라우드 데이터의 최저 높이값을 기준으로 3차원 도로면 래스터를 생성할 수 있다.
그리고, 도로면 생성 장치(100)는 2차원 도로면 벡터와 상기 3차원 도로면 래스터를 결합하여 3차원 도로면 벡터를 생성할 수 있다(S403).
이러한 본 발명의 다양한 실시 예에 따르면, 상술한 본 발명의 다양한 실시 예에 따르면, 레이저 스캐너의 시점(view) 높이와 도로면의 경사도를 고려하여 포인트 클라우드 데이터의 필터링을 수행함으로써, 대량의 포인트 클라우드 데이터 중 3차원 도로면 생성에 필요한 포인트 클라우드 데이터만을 효과적으로 추출할 수 있다.
즉, 종래 기술에 따르면, 포인트 클라우드 데이터 필터링 시 고정 임계치를 사용하는 방법을 이용하였으나, 부정확한 데이터가 함께 취득되어 수작업으로 이를 재가공하는 과정이 필요했다. 다만, 상술한 본 발명에 따르면, 모바일 맵핑 시스템을 이용한 작업 당시의 작업 환경(도로면의 경사도, 레이저 스캐너의 시점 높이 등)을 최대한 반영하여 필터링을 수행함으로써, 자동 필터링 기법을 획기적으로 개선하고, 정밀 지도의 기본이 되는 3차원 도로면의 자동 생성을 용이하게 할 수 있다.
한편, 상술한 본 발명의 다양한 실시 예들에 따른 방법들은 설치 데이터 형태로 구현되어 다양한 비일시적 판독 가능 매체(non-transitory computer readable medium)에 저장된 상태로 서버 또는 기기들에 제공될 수 있다. 이에 따라, 각 장치들은 설치 데이터가 저장된 서버 또는 기기에 접속하여, 상기 설치 데이터를 다운로드할 수 있다.
비일시적 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상술한 다양한 어플리케이션 또는 프로그램들은 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM 등과 같은 비일시적 판독 가능 매체에 저장되어 제공될 수 있다.
또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.
10 : 이동체 20 : 센서
100 : 도로면 생성 장치 110 : 포인트 클라우드 데이터 처리부
111 : 획득부 112 : 기준 높이 결정부
113 : 필터링부 120 : 도로면 생성부
121 : 2차원 도로면 벡터 생성부 122 : 3차원 도로면 래스터 생성부
123: 결합부

Claims (1)

  1. 도로면 생성 방법에 있어서,
    모바일 맵핑 시스템(Mobile Mapping System : MMS)을 통한 작업 과정에서 이용된 레이저 스캐너의 시점(view) 높이를 획득하는 단계;
    상기 획득된 시점 높이와 GPS(Global Positioning System)로 측위된 높이를 기초로 기준 높이를 결정하는 단계;
    상기 모바일 맵핑 시스템에서 획득된 포인트 클라우드 데이터 중 상기 결정된 기준 높이로부터 소정 범위 내에 위치하는 포인트 클라우드 데이터를 추출하는 단계; 및
    상기 추출된 포인트 클라우드 데이터를 기초로 도로면을 생성하는 단계;를 포함하는 도로면 생성 방법.
KR1020240068901A 2016-04-08 2024-05-27 도로면 생성 방법, 도로면 생성 장치, 포인트 클라우드 데이터 처리 방법, 포인트 클라우드 데이터 처리 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체 KR20240078650A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020240068901A KR20240078650A (ko) 2016-04-08 2024-05-27 도로면 생성 방법, 도로면 생성 장치, 포인트 클라우드 데이터 처리 방법, 포인트 클라우드 데이터 처리 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020160043401A KR102671067B1 (ko) 2016-04-08 2016-04-08 도로면 생성 방법, 도로면 생성 장치, 포인트 클라우드 데이터 처리 방법, 포인트 클라우드 데이터 처리 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체
KR1020240068901A KR20240078650A (ko) 2016-04-08 2024-05-27 도로면 생성 방법, 도로면 생성 장치, 포인트 클라우드 데이터 처리 방법, 포인트 클라우드 데이터 처리 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020160043401A Division KR102671067B1 (ko) 2016-04-08 2016-04-08 도로면 생성 방법, 도로면 생성 장치, 포인트 클라우드 데이터 처리 방법, 포인트 클라우드 데이터 처리 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체

Publications (1)

Publication Number Publication Date
KR20240078650A true KR20240078650A (ko) 2024-06-04

Family

ID=59999523

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020160043401A KR102671067B1 (ko) 2016-04-08 2016-04-08 도로면 생성 방법, 도로면 생성 장치, 포인트 클라우드 데이터 처리 방법, 포인트 클라우드 데이터 처리 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체
KR1020240068901A KR20240078650A (ko) 2016-04-08 2024-05-27 도로면 생성 방법, 도로면 생성 장치, 포인트 클라우드 데이터 처리 방법, 포인트 클라우드 데이터 처리 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020160043401A KR102671067B1 (ko) 2016-04-08 2016-04-08 도로면 생성 방법, 도로면 생성 장치, 포인트 클라우드 데이터 처리 방법, 포인트 클라우드 데이터 처리 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체

Country Status (3)

Country Link
US (1) US10534091B2 (ko)
KR (2) KR102671067B1 (ko)
CN (1) CN107270916B (ko)

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105184852B (zh) * 2015-08-04 2018-01-30 百度在线网络技术（北京）有限公司 一种基于激光点云的城市道路识别方法及装置
KR102671067B1 (ko) * 2016-04-08 2024-05-30 팅크웨어(주) 도로면 생성 방법, 도로면 생성 장치, 포인트 클라우드 데이터 처리 방법, 포인트 클라우드 데이터 처리 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체
US10066946B2 (en) 2016-08-26 2018-09-04 Here Global B.V. Automatic localization geometry detection
KR101858902B1 (ko) * 2017-06-26 2018-05-16 한국도로공사 컴포넌트를 활용한 점군 데이터의 객체 위치정보 추출 시스템
KR102025264B1 (ko) * 2017-11-24 2019-09-25 충북대학교 산학협력단 라이다를 위한 폴라뷰 영상 변환 방법 및 장치
US11093759B2 (en) * 2018-03-06 2021-08-17 Here Global B.V. Automatic identification of roadside objects for localization
CN108645339A (zh) * 2018-05-14 2018-10-12 国能生物发电集团有限公司 一种生物发电厂料垛点云数据采集及体积计算方法
CN108731693A (zh) * 2018-06-05 2018-11-02 北京智行者科技有限公司 区块地图采集方法
CN108594262A (zh) * 2018-07-05 2018-09-28 南京林业大学 一种结合无人机和地基激光雷达提取树高的方法
CN109213763B (zh) * 2018-08-15 2020-10-13 武汉中海庭数据技术有限公司 车载激光扫描点云的组织管理方法及系统
CN111175775A (zh) * 2018-11-09 2020-05-19 阿里巴巴集团控股有限公司 定位数据生成方法、装置以及电子设备
CA3028653C (en) * 2018-11-13 2021-02-16 Beijing Didi Infinity Technology And Development Co., Ltd. Methods and systems for color point cloud generation
US11048254B2 (en) * 2019-04-10 2021-06-29 Waymo Llc Generating simplified object models to reduce computational resource requirements for autonomous vehicles
KR102039021B1 (ko) * 2019-05-17 2019-11-01 한국건설기술연구원 공사현장의 3차원 지형공간정보 통합을 통한 월드맵 모델링 장치 및 그의 월드맵 모델링 방법
CN110174115B (zh) * 2019-06-05 2021-03-16 武汉中海庭数据技术有限公司 一种基于感知数据自动生成高精度定位地图的方法及装置
CN110660027B (zh) * 2019-08-28 2023-03-31 青岛秀山移动测量有限公司 一种针对复杂地形的激光点云连续剖面地面滤波方法
CN111142116B (zh) * 2019-09-27 2023-03-28 广东亿嘉和科技有限公司 一种基于三维激光的道路检测与建模方法
US11164369B2 (en) 2019-12-20 2021-11-02 Argo AI, LLC Methods and systems for constructing map data using poisson surface reconstruction
KR20210083437A (ko) 2019-12-26 2021-07-07 (주)쓰리디랩스 포인트 클라우드에 영상 텍스처를 결합시키는 방법 및 시스템
CN111722252B (zh) * 2020-05-14 2023-04-11 江苏北斗卫星应用产业研究院有限公司 一种高精准的基于轨迹数据的作业面识别方法
WO2022047744A1 (zh) * 2020-09-04 2022-03-10 华为技术有限公司 一种用于地图的路面提取方法及装置
KR102247300B1 (ko) * 2020-12-11 2021-05-03 주식회사 지오스토리 Mms를 통해 3차원 도로면 형상 데이터를 생성할 수 있는 정밀도로지도 시스템
WO2023211097A1 (ko) * 2022-04-24 2023-11-02 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
KR102709552B1 (ko) * 2023-09-13 2024-09-26 주식회사 라이드플럭스 자율주행을 위한 도로 데이터 생성방법, 장치 및 컴퓨터프로그램
KR102694566B1 (ko) * 2024-02-27 2024-08-13 주식회사 모빌테크 항공 뷰 영상 기반 지도의 도로 생성 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE526913C2 (sv) * 2003-01-02 2005-11-15 Arnex Navigation Systems Ab Förfarande i form av intelligenta funktioner för fordon och automatiska lastmaskiner gällande kartläggning av terräng och materialvolymer, hinderdetektering och styrning av fordon och arbetsredskap
EP2120009B1 (en) * 2007-02-16 2016-09-07 Mitsubishi Electric Corporation Measuring device and measuring method
US8885704B2 (en) * 2010-10-01 2014-11-11 Qualcomm Incorporated Coding prediction modes in video coding
CN102682475B (zh) * 2012-05-11 2016-02-17 北京师范大学 一种基于地面激光雷达点云数据自适应构建三维树木骨架的方法
CN102998679B (zh) * 2012-11-25 2014-04-23 北京理工大学 一种应用于无人车的gis数据获取方法
US8825260B1 (en) * 2013-07-23 2014-09-02 Google Inc. Object and ground segmentation from a sparse one-dimensional range data
US9719801B1 (en) * 2013-07-23 2017-08-01 Waymo Llc Methods and systems for calibrating sensors using road map data
CN103500338B (zh) * 2013-10-16 2016-08-10 厦门大学 基于车载激光扫描点云的道路斑马线自动提取方法
KR101977652B1 (ko) * 2013-12-31 2019-05-13 현대엠엔소프트 주식회사 모바일 맵핑 시스템을 이용한 도로 면형 자동 취득 방법
CN103778429B (zh) * 2014-01-24 2017-03-08 青岛秀山移动测量有限公司 一种车载激光扫描点云中道路信息自动提取方法
WO2015177581A1 (en) * 2014-05-19 2015-11-26 Umm Al-Qura University Method and system for vehicle to sense roadblock
CN105404844B (zh) * 2014-09-12 2019-05-31 广州汽车集团股份有限公司 一种基于多线激光雷达的道路边界检测方法
CN104374376B (zh) * 2014-11-05 2016-06-15 北京大学 一种车载三维测量系统装置及其应用
CN104376595B (zh) * 2014-11-28 2017-03-29 史文中 一种基于机载LiDAR和GIS协同的三维道路生成方法
CN105184852B (zh) * 2015-08-04 2018-01-30 百度在线网络技术（北京）有限公司 一种基于激光点云的城市道路识别方法及装置
CN105260737B (zh) * 2015-11-25 2017-03-29 武汉大学 一种融合多尺度特征的激光扫描数据物理平面自动化提取方法
CN105404898B (zh) * 2015-11-26 2018-11-06 福州华鹰重工机械有限公司 一种松散型点云数据分割方法和设备
KR102671067B1 (ko) * 2016-04-08 2024-05-30 팅크웨어(주) 도로면 생성 방법, 도로면 생성 장치, 포인트 클라우드 데이터 처리 방법, 포인트 클라우드 데이터 처리 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체
US10151588B1 (en) * 2016-09-28 2018-12-11 Near Earth Autonomy, Inc. Determining position and orientation for aerial vehicle in GNSS-denied situations
CN108121764B (zh) * 2016-11-26 2022-03-11 星克跃尔株式会社 图像处理装置、图像处理方法、电脑程序及电脑可读取记录介质

Also Published As

Publication number Publication date
US20170294026A1 (en) 2017-10-12
KR102671067B1 (ko) 2024-05-30
CN107270916A (zh) 2017-10-20
KR20170115778A (ko) 2017-10-18
US10534091B2 (en) 2020-01-14
CN107270916B (zh) 2020-12-08

Similar Documents

Publication Publication Date Title
KR102671067B1 (ko) 도로면 생성 방법, 도로면 생성 장치, 포인트 클라우드 데이터 처리 방법, 포인트 클라우드 데이터 처리 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체
Javanmardi et al. Autonomous vehicle self-localization based on abstract map and multi-channel LiDAR in urban area
CN109425855B (zh) 使用模拟传感器数据扩增现实传感器记录
CN109427214B (zh) 使用模拟传感器数据扩增现实传感器记录
CN111936821B (zh) 用于定位的系统和方法
US10866101B2 (en) Sensor calibration and time system for ground truth static scene sparse flow generation
EP3283843B1 (en) Generating 3-dimensional maps of a scene using passive and active measurements
EP2133662B1 (en) Methods and system of navigation using terrain features
CN111192295A (zh) 目标检测与跟踪方法、相关设备和计算机可读存储介质
Javanmardi et al. Factors to evaluate capability of map for vehicle localization
US10360686B2 (en) Sparse image point correspondences generation and correspondences refinement system for ground truth static scene sparse flow generation
KR20190082291A (ko) 차량 환경 맵 생성 및 업데이트 방법 및 시스템
US20110261187A1 (en) Extracting and Mapping Three Dimensional Features from Geo-Referenced Images
JP5762131B2 (ja) キャリブレーション装置、キャリブレーション装置のキャリブレーション方法およびキャリブレーションプログラム
US10481267B2 (en) Undistorted raw LiDAR scans and static point extractions method for ground truth static scene sparse flow generation
US20180357314A1 (en) Time synchronization and data acquisition system for ground truth static scene sparse flow generation
JPWO2020039937A1 (ja) 位置座標推定装置、位置座標推定方法およびプログラム
Javanmardi et al. Autonomous vehicle self-localization based on multilayer 2D vector map and multi-channel LiDAR
US20180357315A1 (en) UNDISTORTED RAW LiDAR SCANS AND STATIC POINT EXTRACTIONS SYSTEM FOR GROUND TRUTH STATIC SCENE SPARSE FLOW GENERATION
CN112068152A (zh) 使用3d扫描仪同时进行2d定位和2d地图创建的方法和系统
Potó et al. Laser scanned point clouds to support autonomous vehicles
CN114248778B (zh) 移动设备的定位方法和定位装置
KR101700764B1 (ko) 자율 이동 방법 및 그 장치
CN111553342B (zh) 一种视觉定位方法、装置、计算机设备和存储介质
CN117031456A (zh) 基于车库中的雷达检测的交通工具定位

Legal Events

Date Code Title Description
A107 Divisional application of patent
PA0107 Divisional application

Comment text: Divisional Application of Patent

Patent event date: 20240527

Patent event code: PA01071R01D

Filing date: 20160408

Application number text: 1020160043401

PG1501 Laying open of application
A201 Request for examination
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20240619

Comment text: Request for Examination of Application

Patent event code: PA02011R04I

Patent event date: 20240527

Comment text: Divisional Application of Patent