KR20240091432A - 지상고 기반의 거리 추정 방법 및 장치 - Google Patents
지상고 기반의 거리 추정 방법 및 장치 Download PDFInfo
- Publication number
- KR20240091432A KR20240091432A KR1020220174315A KR20220174315A KR20240091432A KR 20240091432 A KR20240091432 A KR 20240091432A KR 1020220174315 A KR1020220174315 A KR 1020220174315A KR 20220174315 A KR20220174315 A KR 20220174315A KR 20240091432 A KR20240091432 A KR 20240091432A
- Authority
- KR
- South Korea
- Prior art keywords
- distance
- vehicle object
- ground clearance
- calculating
- image
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012937 correction Methods 0.000 claims description 25
- 238000004891 communication Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013136 deep learning model Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/04—Traffic conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/802—Longitudinal distance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
본 발명은 지상고 기반의 거리 추정 방법에 관한 것이다. 지상고 기반의 거리 추정 방법은, 카메라 센서로부터 이미지를 획득하는 단계, 획득된 이미지에 포함된 차량 객체를 검출하는 단계, 이미지의 픽셀을 기초로 검출된 차량 객체와의 제1 거리를 산출하는 단계, 검출된 차량 객체의 지상고 포인트를 추정하는 단계 및 추정된 지상고 포인트를 기초로 제1 거리를 보정하여 차량 객체와의 제2 거리를 산출하는 단계를 포함한다.
Description
본 발명은 지상고 기반의 거리 추정 방법 및 장치에 관한 것으로, 구체적으로, 자차량과 다른 차량 사이의 거리를 지상고를 이용하여 추정하는 지상고 기반의 거리 추정 방법 및 장치에 관한 것이다.
자율주행 차량은 카메라 센서, 레이더 센서, 라이다 센서 등 다양한 센서를 이용하여 센싱된 정보를 통해 차량의 진행 방향, 속도 등을 제어할 수 있다. 예를 들어, 자율주행 차량은 다양한 센서를 이용하여 객체 탐지(object detection)을 수행하고, 탐지된 객체와의 거리 등을 판단할 수 있다.
한편, 현재 차량 인식 모델은 객체 탐지 알고리즘과 세그멘테이션 모델(segmentation model) 또는 센서들의 센서 퓨전을 통해 객체와의 거리를 판단한다. 그러나, 이와 같이 다양한 센서 및 모델을 융합하여 사용하는 경우 거리 판단에 컴퓨팅 자원이 많이 소요되는 문제가 있다. 또한, 객체 탐지 알고리즘을 단독으로 사용하는 경우 지상고(ground clearance)를 고려하지 못하여 거리 측정에 오차가 발생하는 문제가 있다.
본 발명은 상기와 같은 문제점을 해결하기 위한 지상고 기반의 거리 추정 방법, 컴퓨터 판독 가능 매체에 저장된 컴퓨터 프로그램, 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능 매체 및 장치(시스템)를 제공한다.
본 발명은 방법, 장치(시스템), 컴퓨터 판독 가능 매체에 저장된 컴퓨터 프로그램 또는 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능 매체를 포함한 다양한 방식으로 구현될 수 있다.
본 발명의 일 실시예에 따르면, 적어도 하나의 프로세서에 의해 수행되는 지상고 기반의 거리 추정 방법은, 카메라 센서로부터 이미지를 획득하는 단계, 획득된 이미지에 포함된 차량 객체를 검출하는 단계, 이미지의 픽셀을 기초로 검출된 차량 객체와의 제1 거리를 산출하는 단계, 검출된 차량 객체의 지상고 포인트를 추정하는 단계 및 추정된 지상고 포인트를 기초로 제1 거리를 보정하여 차량 객체와의 제2 거리를 산출하는 단계를 포함한다.
본 발명의 일 실시예에 따르면, 차량 객체와의 제1 거리를 산출하는 단계는, 이미지의 픽셀 마다 거리값을 지정하는 단계 및 이미지에서 차량 객체가 위치한 복수의 픽셀의 거리값을 기초로 차량 객체와의 제1 거리를 산출하는 단계를 포함한다.
본 발명의 일 실시예에 따르면, 검출된 차량 객체에 대응하는 바운딩 박스를 결정하는 단계 및 지상고 포인트와 바운딩 박스의 밑변 간의 거리를 산출하여 차량 객체의 지상고를 산출하는 단계를 더 포함한다.
본 발명의 일 실시예에 따르면, 차량 객체와의 제2 거리를 산출하는 단계는, 산출된 차량 객체의 지상고를 기초로 제1 거리를 보정하여 차량 객체와의 제2 거리를 산출하는 단계를 포함한다.
본 발명의 일 실시예에 따르면, 카메라 센서와 차량 객체 사이의 상대 위치에 따른 오차를 보정하기 위한 보정 계수를 산출하는 단계를 더 포함한다. 산출된 차량 객체의 지상고를 기초로 제1 거리를 보정하여 차량 객체와의 제2 거리를 산출하는 단계는, 차량 객체의 지상고 및 보정 계수를 기초로 제1 거리를 보정하여 차량 객체와의 제2 거리를 산출하는 단계를 포함한다.
본 발명의 일 실시예에 따르면, 산출된 차량 객체의 지상고를 기초로 제1 거리를 보정하여 차량 객체와의 제2 거리를 산출하는 단계는, 산출된 차량 객체의 지상고가 사전 결정된 범위 이내의 값인지 여부를 결정하는 단계 및 지상고가 사전 결정된 범위 이내의 값인 경우, 제1 거리를 보정하여 차량 객체와의 제2 거리를 산출하는 단계를 포함한다.
본 발명의 일 실시예에 따른 상술된 방법을 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램이 제공된다.
본 발명의 일 실시예에 따른 컴퓨팅 장치는, 통신 모듈, 메모리 및 메모리와 연결되고, 메모리에 포함된 컴퓨터 판독 가능한 적어도 하나의 프로그램을 실행하도록 구성된 적어도 하나의 프로세서를 포함한다. 적어도 하나의 프로그램은, 카메라 센서로부터 이미지를 획득하고, 획득된 이미지에 포함된 차량 객체를 검출하고, 이미지의 픽셀을 기초로 검출된 차량 객체와의 제1 거리를 산출하고, 검출된 차량 객체의 지상고 포인트를 추정하고, 추정된 지상고 포인트를 기초로 제1 거리를 보정하여 차량 객체와의 제2 거리를 산출하기 위한 명령어들을 포함한다.
본 발명의 다양한 실시예에서 차량과의 거리 산출 시 지상고 포인트를 산출하고 이를 이용하여 거리를 보정함으로써 거리를 기초로 하는 차량 제어 시 보다 정밀한 제어가 수행될 수 있다.
본 발명의 다양한 실시예에서 컴퓨팅 장치는 2개의 스테레오 카메라, 깊이 카메라 등의 하드웨어를 이용하지 않고도, 간단한 하나의 카메라 센서만을 이용하여 촬영된 이미지에서 지상고 포인트를 추정하는 것으로 차량 객체와의 정밀한 거리 추정을 수행할 수 있다.
본 발명의 다양한 실시예에서 지상고 추정을 위한 새로운 딥러닝 모델이 없는 경우에도 기존의 객체 검출 모델에 지상고 추정 헤드를 추가하는 것만으로 지상고 추정 및 거리 보정이 가능하여 적은 비용으로도 거리 추정이 효과적으로 수행될 수 있다.
본 발명의 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급되지 않은 다른 효과들은 청구범위의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자("통상의 기술자"라 함)에게 명확하게 이해될 수 있을 것이다.
본 발명의 실시예들은, 이하 설명하는 첨부 도면들을 참조하여 설명될 것이며, 여기서 유사한 참조 번호는 유사한 요소들을 나타내지만, 이에 한정되지는 않는다.
도 1은 본 발명의 일 실시예에 따른 차량과 연관된 카메라 센서를 기초로 촬영한 이미지의 예시를 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 컴퓨팅 장치의 내부 구성을 나타내는 기능적인 블록도이다.
도 3은 본 발명의 일 실시예에 따른 거리 추정을 위한 검출 헤드 및 지상고 추정 헤드를 포함하는 모델을 나타내는 예시적인 도면이다.
도 4는 본 발명의 일 실시예에 따른 이미지에서 차량 객체가 추출되는 예시를 나타내는 도면이다.
도 5는 본 발명의 일 실시예에 따른 이미지에서 지상고 포인트가 추출되는 예시를 나타내는 도면이다.
도 6은 본 발명의 일 실시예에 따른 지상고 기반의 거리 추정 방법의 예시를 나타내는 흐름도이다.
도 7은 본 발명의 일 실시예에 따른 컴퓨팅 장치의 내부 구성을 나타내는 블록도이다.
도 1은 본 발명의 일 실시예에 따른 차량과 연관된 카메라 센서를 기초로 촬영한 이미지의 예시를 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 컴퓨팅 장치의 내부 구성을 나타내는 기능적인 블록도이다.
도 3은 본 발명의 일 실시예에 따른 거리 추정을 위한 검출 헤드 및 지상고 추정 헤드를 포함하는 모델을 나타내는 예시적인 도면이다.
도 4는 본 발명의 일 실시예에 따른 이미지에서 차량 객체가 추출되는 예시를 나타내는 도면이다.
도 5는 본 발명의 일 실시예에 따른 이미지에서 지상고 포인트가 추출되는 예시를 나타내는 도면이다.
도 6은 본 발명의 일 실시예에 따른 지상고 기반의 거리 추정 방법의 예시를 나타내는 흐름도이다.
도 7은 본 발명의 일 실시예에 따른 컴퓨팅 장치의 내부 구성을 나타내는 블록도이다.
이하, 본 발명의 실시를 위한 구체적인 내용을 첨부된 도면을 참조하여 상세히 설명한다. 다만, 이하의 설명에서는 본 발명의 요지를 불필요하게 흐릴 우려가 있는 경우, 널리 알려진 기능이나 구성에 관한 구체적 설명은 생략하기로 한다.
첨부된 도면에서, 동일하거나 대응하는 구성요소에는 동일한 참조부호가 부여되어 있다. 또한, 이하의 실시예들의 설명에 있어서, 동일하거나 대응되는 구성요소를 중복하여 기술하는 것이 생략될 수 있다. 그러나, 구성요소에 관한 기술이 생략되어도, 그러한 구성요소가 어떤 실시예에 포함되지 않는 것으로 의도되지는 않는다.
개시된 실시예의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명이 완전하도록 하고, 본 발명이 통상의 기술자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 개시된 실시예에 대해 구체적으로 설명하기로 한다. 본 명세서에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 관련 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서, 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
본 명세서에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다. 또한, 복수의 표현은 문맥상 명백하게 복수인 것으로 특정하지 않는 한, 단수의 표현을 포함한다. 명세서 전체에서 어떤 부분이 어떤 구성요소를 포함한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.
본 발명에서, "포함하다", "포함하는" 등의 용어는 특징들, 단계들, 동작들, 요소들 및/또는 구성 요소들이 존재하는 것을 나타낼 수 있으나, 이러한 용어가 하나 이상의 다른 기능들, 단계들, 동작들, 요소들, 구성 요소들 및/또는 이들의 조합이 추가되는 것을 배제하지는 않는다.
본 발명에서, 특정 구성 요소가 임의의 다른 구성 요소에 "결합", "조합", "연결" 되거나, "반응" 하는 것으로 언급된 경우, 특정 구성 요소는 다른 구성 요소에 직접 결합, 조합 및/또는 연결되거나, 반응할 수 있으나, 이에 한정되지 않는다. 예를 들어, 특정 구성 요소와 다른 구성 요소 사이에 하나 이상의 중간 구성 요소가 존재할 수 있다. 또한, 본 발명에서 "및/또는"은 열거된 하나 이상의 항목의 각각 또는 하나 이상의 항목의 적어도 일부의 조합을 포함할 수 있다.
본 발명에서, "제1", "제2" 등의 용어는 특정 구성 요소를 다른 구성 요소와 구별하기 위해 사용되는 것으로, 이러한 용어에 의해 상술된 구성 요소가 제한되진 않는다. 예를 들어, "제1" 구성 요소는 "제2" 구성 요소와 동일하거나 유사한 형태의 요소일 수 있다.
본 발명에서, "지상고(ground clearance)"는 차량의 최저 지점과 접지면 사이의 거리 및/또는 높이를 지칭할 수 있다.
도 1은 본 발명의 일 실시예에 따른 차량과 연관된 카메라 센서를 기초로 촬영한 이미지(110)의 예시를 나타내는 도면이다. 일 실시예에 따르면, 차량 및/또는 차량의 시스템은 차량의 외부의 다른 차량, 장애물 등의 주변 물체를 검출하기 위한 다양한 센서를 포함할 수 있으며, 예를 들어, 카메라 센서, 라이다 센서, 레이더 센서 등을 포함할 수 있으나, 이에 한정되지 않는다. 이러한 센서들은 차량의 전면 중앙 및/또는 코너에 마련될 수 있으며, 차량 주변 물체와의 각도, 거리, 상대 속도, 상대 가속도 등을 감지하기 위해 사용될 수 있다.
일 실시예에 따르면, 차량은 카메라 센서를 이용하여 차량 전방의 이미지(예: RGB 이미지 등)(110)를 획득할 수 있다. 이 경우, 차량은 이미지에 포함된 차량 객체(112)를 검출할 수 있다. 예를 들어, 차량은 임의의 객체 검출(object detection) 알고리즘 및/또는 학습된 기계학습 모델을 이용하여 이미지에 포함된 차량 객체(112)를 검출할 수 있다. 이와 같이 검출된 차량 객체(112)는 4개의 좌표(x1, y1, x2, y2)를 갖는 바운딩 박스(bounding box)로 표현될 수 있다. 이 경우, 차량 객체(112) 및/또는 바운딩 박스는 해당 차량의 범퍼를 기준으로 형성될 수 있다.
일 실시예에 따르면, 차량은 검출된 차량 객체(112)와의 거리(예: 제1 거리)를 산출할 수 있다. 이 경우, 차량은 이미지(110)에서 바운딩 박스가 형성된 위치를 기초로 차량과 차량 객체(112) 사이의 거리를 산출할 수 있다. 예를 들어, 바운딩 박스가 이미지(110)에서 윗부분에 위치할수록 차량과 차량 객체(112) 사이의 거리는 멀게 산출될 수 있다.
이와 같이 바운딩 박스를 기초로 산출된 거리는 차량의 범퍼를 기준으로 하는 것이어서 실제 거리와 차이가 발생할 수 있다. 따라서, 차량은 검출된 차량 객체의 지상고 포인트(114)를 추정하고, 이를 기초로 거리를 보정할 수 있다. 도시된 예에서, 지상고 포인트(114)를 기초로 거리가 보정되는 경우, 실제 차량 객체의 위치(116)가 결정될 수 있다.
도 1에서는 차량 객체가 차량의 정면에 위치하는 것으로 도시되었으나, 이에 한정되지 않으며, 차량 객체가 차량의 측면에 위치하는 경우에도 차량과의 거리가 산출되고, 지상고 포인트가 추정되어 거리 보정이 수행될 수 있다. 이와 같은 구성에 의해, 차량과의 거리 산출 시 지상고 포인트를 산출하고 이를 이용하여 거리를 보정함으로써 거리를 기초로 하는 차량 제어 시 보다 정밀한 제어가 수행될 수 있다.
도 2는 본 발명의 일 실시예에 따른 컴퓨팅 장치(200)의 내부 구성을 나타내는 기능적인 블록도이다. 도시된 바와 같이, 컴퓨팅 장치(200)는 다른 차량 및/또는 장애물과의 거리를 산출하고, 이를 기초로 차량 제어를 수행하기 위한 임의의 시스템 및/또는 장치로서, 도 1에서 상술된 차량 시스템을 포함할 수 있다. 컴퓨팅 장치(200)는 거리 산출부(210), 지상고 산출부(220), 거리 보정부(230) 등을 포함할 수 있다.
일 실시예에 따르면, 컴퓨팅 장치(200)는 카메라 센서로부터 이미지를 획득하고, 획득된 이미지에 포함된 차량 객체를 검출할 수 있다. 이 경우, 컴퓨팅 장치(200)는 차량 객체에 대응하는 바운딩 박스를 결정할 수 있다. 여기서, 바운딩 박스의 밑변은 차량의 범퍼를 기준으로 생성될 수 있다.
일 실시예에 따르면, 거리 산출부(210)는 이미지의 픽셀(pixel)을 기초로 검출된 차량 객체와의 제1 거리를 산출할 수 있다. 예를 들어, 이미지의 픽셀 마다 거리값이 할당될 수 있다. 이 경우, 이미지의 중앙 상단에 포함된 픽셀의 거리값은 이미지의 중앙 하단에 포함된 픽셀의 거리값 보다 높게 할당될 수 있다.
일 실시예에 따르면, 거리 산출부(210)는 검출된 차량 객체의 바운딩 박스가 이미지 상에서 어느 위치에 형성되었는지 여부를 기초로 차량과 차량 객체 사이의 거리를 산출할 수 있다. 예를 들어, 거리 산출부(210)는 차량 객체가 이미지의 중앙 하단에서 멀리 떨어져 있을수록 차량과 차량 객체 사이의 거리를 높게 산출할 수 있다.
일 실시예에 따르면, 지상고 산출부(220)는 검출된 차량 객체의 지상고 포인트를 추정할 수 있다. 여기서, 지상고 포인트는 차량 객체의 지상고를 산출하기 위한 기준이 되는 지점으로서, 임의의 알고리즘 및/또는 학습된 기계학습 모델에 의해 추정될 수 있다. 이와 같이 지상고 포인트가 추정되는 경우, 지상고 산출부(220)는 지상고 포인트와 바운딩 박스의 밑변 간의 거리 계산을 통해 차량 객체의 지상고를 산출할 수 있다.
지상고 산출부(220)에 의해 차량 객체의 지상고(지상고 높이 값)가 산출되는 경우, 거리 보정부(230)는 거리 산출부(210)에 의해 산출된 제1 거리를 보정하여 차량 객체와의 제2 거리를 산출할 수 있다. 여기서, 제2 거리는 차량 객체의 지상고 높이로 인한 오차를 반영한 거리값일 수 있다. 예를 들어, 거리 보정부(230)는 지상고 높이 만큼의 거리를 추가하여 제2 거리를 산출할 수 있으나, 이에 한정되지 않으며, 제1 거리값 및 지상고 값을 거리 보정을 위한 임의의 알고리즘 및/또는 기계학습 모델에 제공하여 제2 거리를 산출할 수도 있다.
일 실시예에 따르면, 거리 보정부(230)는 카메라 센서와 차량 객체 사이의 상대 위치에 따른 오차를 보정하기 위한 보정 계수를 산출하고, 차량 객체의 지상고 및 보정 계수를 기초로 제1 거리를 보정하여 차량 객체와의 제2 거리를 산출할 수 있다. 예를 들어, 차량 객체가 카메라 센서의 중앙 부근에 위치하는지 여부 및/또는 좌측 또는 우측 부근에 위치하는지 여부 등에 따라 지상고 포인트는 상이한 위치에서 추출될 수 있다. 여기서, 보정 계수는 이러한 카메라 센서와 차량 객체와의 방향, 지형 및/또는 상대 위치에 따른 왜곡을 보정하기 위한 값으로써, 임의의 알고리즘 및/또는 기계학습 모델에 의해 산출될 수 있다.
일 실시예에 따르면, 거리 보정부(230)는 산출된 차량 객체의 지상고가 사전 결정된 범위 이내의 값인지 여부를 결정하고, 지상고가 사전 결정된 범위 이내의 값인 경우, 제1 거리를 보정하여 차량 객체와의 제2 거리를 산출할 수 있다. 예를 들어, 지상고 값이 사전 결정된 정상 범위를 벗어나는 경우, 지상고 값에 오류가 발생한 것으로 판단하여, 거리 보정부(230)는 제2 거리를 산출하지 않고, 제1 거리를 그대로 이용할 수 있다.
도 2에서는 컴퓨팅 장치(200)에 포함된 각각의 기능적인 구성이 구분되어 상술되었으나, 이는 발명의 이해를 돕기 위한 것일 뿐이며, 하나의 연산 장치에서 둘 이상의 기능을 수행할 수도 있다. 이와 같은 구성에 의해, 컴퓨팅 장치(200)는 2개의 스테레오 카메라, 깊이 카메라 등의 하드웨어를 이용하지 않고도, 간단한 하나의 카메라 센서만을 이용하여 촬영된 이미지에서 지상고 포인트를 추정하는 것으로 차량 객체와의 정밀한 거리 추정을 수행할 수 있다.
도 3은 본 발명의 일 실시예에 따른 거리 추정을 위한 검출 헤드(320) 및 지상고 추정 헤드(330)를 포함하는 모델을 나타내는 예시적인 도면이다. 도시된 것과 같이, 카메라 센서에 의해 촬영된 이미지(312)가 백본 네트워크(backbone network)(310)로 제공될 수 있다. 여기서, 백본 네트워크(310)는 입력된 이미지(312)를 각각의 헤드에서 처리하기 위한 특징 맵(feature map) 등의 형태로 변형시켜 제공하기 위한 네트워크일 수 있다. 즉, 백본 네트워크(310)는 이미지(312)를 검출 헤드(320) 및 지상고 추정 헤드(330)의 입력을 위한 형태로 변형하여 검출 헤드(320) 및 지상고 추정 헤드(330)에 제공할 수 있다.
이미지(312)가 검출 헤드(320)에 제공되면, 이미지에 포함된 차량 객체가 추출될 수 있다. 여기서, 차량 객체는 바운딩 박스의 형태로 추출될 수 있다. 그리고 나서, 추출된 차량 객체와의 제1 거리(322)가 산출될 수 있다. 예를 들어, 이미지(312)의 픽셀 마다 거리값이 지정될 수 있으며, 이미지(312)에서 차량 객체가 위치한 복수의 픽셀의 거리값을 기초로 차량 객체와의 제1 거리(322)가 산출될 수 있다.
추가적으로, 이미지(312)가 지상고 추정 헤드(320)에 제공되면, 차량 객체의 지상고 포인트 및/또는 보정 계수가 산출될 수 있다. 이 경우, 지상고 포인트와 차량 객체의 바운딩 박스의 밑변 간의 거리가 산출되어 차량 객체의 지상고(332)가 산출될 수 있다. 또한, 카메라 센서와 차량 객체 사이의 상대 위치에 따른 오차를 보정하기 위한 보정 계수가 산출될 수 있다. 이 경우, 차량 객체의 지상고(332) 및 보정 계수를 기초로 제1 거리(322)가 보정되어 차량 객체와의 제2 거리(340)가 산출될 수 있다.
이와 같은 구성에 의해, 지상고 추정을 위한 새로운 딥러닝 모델이 없는 경우에도 기존의 객체 검출 모델에 지상고 추정 헤드(330)를 추가하는 것만으로 지상고 추정 및 거리 보정이 가능하여 적은 비용으로도 거리 추정이 효과적으로 수행될 수 있다.
도 4는 본 발명의 일 실시예에 따른 이미지에서 차량 객체가 추출되는 예시를 나타내는 도면이다. 상술된 것과 같이, 컴퓨팅 장치(도 2의 200)는 카메라 센서로부터 이미지를 획득하고, 획득된 이미지에 포함된 차량 객체를 검출할 수 있다. 도시된 예에서, 제1 이미지(410)는 이미지에서 차량 객체가 검출된 것을 나타내고, 제2 이미지(420)는 이미지의 픽셀 마다 거리값이 지정되는 것을 나타낸다.
일 실시예에 따르면, 제1 이미지(410)에 도시된 것과 같이, 차량 객체에 대응하는 바운딩 박스(412)가 형성될 수 있다. 이 때, 바운딩 박스(412)는 지면이 아닌 차량의 범퍼를 기준으로 형성될 수 있다. 또한, 제2 이미지(420)에 도시된 것 같이 이미지의 픽셀 마다 거리값이 지정될 수 있다. 이 경우, 차량 객체에 대응하는 바운딩 박스(412)가 어느 픽셀 위치에 존재하는지 여부를 기초로 차량 객체까지의 거리가 산출될 수 있다. 예를 들어, 제2 이미지(420)에서 차량 객체는 바운딩 박스(412)의 밑변이 2m 와 3m 픽셀 사이에 위치하므로, 거리는 약 2.5m로 결정될 수 있다.
도 4에서는 픽셀 마다 1m 내지 5m의 거리값이 지정된 것으로 도시되었으나, 이에 한정되지 않으며, 거리값은 카메라 센서의 화각 등에 따라 상이하게 결정될 수 있다.
도 5는 본 발명의 일 실시예에 따른 이미지에서 지상고 포인트(522)가 추출되는 예시를 나타내는 도면이다. 상술된 것과 같이, 컴퓨팅 장치(도 2의 200)는 카메라 센서로부터 이미지를 획득하고, 획득된 이미지에 포함된 차량 객체를 검출할 수 있다. 또한, 컴퓨팅 장치는 검출된 차량 객체의 지상고 포인트를 추정할 수 있다. 도시된 예에서, 제1 이미지(510)는 카메라 센서에 의해 획득된 이미지를 나타내고, 제2 이미지(520)는 차량 객체에 대응하는 지상고 포인트(522)가 추출되는 것을 나타낸다.
일 실시예에 따르면, 제2 이미지(520)에 도시된 것과 같이 지상고 계산을 위한 지상고 포인트(522) 및/또는 보정 계수가 추정될 수 있다. 예를 들어, 지상고 포인트(522)의 추정은 기존의 객체 검출 모델에 지상고 헤드만을 추가하여 수행될 수 있다. 이와 같이 지상고 포인트(522) 및/또는 보정 계수가 추정되는 경우, 컴퓨팅 장치는 차량 객체의 지상고 및 보정 계수를 기초로 제1 거리를 보정하여 더 큰 정확도를 갖는 제2 거리를 산출할 수 있다.
도 5에서는 바운딩 박스의 하단에 지상고 포인트(522)가 존재하는 것으로 도시되었으나, 이에 한정되지 않으며, 차량 객체의 상대 위치, 지형 등에 따라 지상고 포인트의 위치는 상이하게 결정될 수 있다.
도 6은 본 발명의 일 실시예에 따른 지상고 기반의 거리 추정 방법(600)의 예시를 나타내는 흐름도이다. 지상고 기반의 거리 추정 방법(600)은 적어도 하나의 프로세서(예: 컴퓨팅 장치의 적어도 하나의 프로세서)에 의해 수행될 수 있다. 지상고 기반의 거리 추정 방법(600)은 프로세서가 카메라 센서로부터 이미지를 획득함으로써 개시될 수 있다(S610).
프로세서는 획득된 이미지에 포함된 차량 객체를 검출할 수 있다(S620). 또한, 프로세서는 이미지의 픽셀을 기초로 검출된 차량 객체와의 제1 거리를 산출할 수 있다(S630). 예를 들어, 프로세서는 이미지의 픽셀 마다 거리값을 지정하고, 이미지에서 차량 객체가 위치한 복수의 픽셀의 거리값을 기초로 차량 객체와의 제1 거리를 산출할 수 있다.
프로세서는 검출된 차량 객체의 지상고 포인트를 추정할 수 있다(S640). 예를 들어, 프로세서는 검출된 차량 객체에 대응하는 바운딩 박스를 결정하고, 지상고 포인트와 바운딩 박스의 밑변 간의 거리를 산출하여 차량 객체의 지상고를 산출할 수 있다. 또한, 프로세서는 추정된 지상고 포인트를 기초로 제1 거리를 보정하여 차량 객체와의 제2 거리를 산출할 수 있다(S650). 즉, 프로세서는 산출된 차량 객체의 지상고를 기초로 제1 거리를 보정하여 차량 객체와의 제2 거리를 산출할 수 있다.
일 실시예에 따르면, 프로세서는 카메라 센서와 차량 객체 사이의 상대 위치에 따른 오차를 보정하기 위한 보정 계수를 산출할 수 있다. 이 경우, 프로세서는 차량 객체의 지상고 및 보정 계수를 기초로 제1 거리를 보정하여 차량 객체와의 제2 거리를 산출할 수 있다. 여기서, 프로세서는 산출된 차량 객체의 지상고가 사전 결정된 범위 이내의 값인지 여부를 결정하고, 지상고가 사전 결정된 범위 이내의 값인 경우, 제1 거리를 보정하여 차량 객체와의 제2 거리를 산출할 수 있다.
도 7은 본 발명의 일 실시예에 따른 컴퓨팅 장치(200)의 내부 구성을 나타내는 블록도이다. 일 실시예에 따르면, 컴퓨팅 장치(200)는 메모리(710), 프로세서(720), 통신 모듈(730) 및 입출력 인터페이스(740)를 포함할 수 있다. 도 7에 도시된 바와 같이, 컴퓨팅 장치(200)는 통신 모듈(730)을 이용하여 네트워크를 통해 정보 및/또는 데이터를 통신할 수 있도록 구성될 수 있다.
메모리(710)는 비-일시적인 임의의 컴퓨터 판독 가능한 기록매체를 포함할 수 있다. 일 실시예에 따르면, 메모리(710)는 RAM(random access memory), ROM(read only memory), 디스크 드라이브, SSD(solid state drive), 플래시 메모리(flash memory) 등과 같은 비소멸성 대용량 저장 장치(permanent mass storage device)를 포함할 수 있다. 다른 예로서, ROM, SSD, 플래시 메모리, 디스크 드라이브 등과 같은 비소멸성 대용량 저장 장치는 메모리와는 구분되는 별도의 영구 저장 장치로서 컴퓨팅 장치(200)에 포함될 수 있다. 또한, 메모리(710)에는 운영체제와 적어도 하나의 프로그램 코드가 저장될 수 있다.
이러한 소프트웨어 구성요소들은 메모리(710)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록매체는 이러한 컴퓨팅 장치(200)에 직접 연결가능한 기록 매체를 포함할 수 있는데, 예를 들어, 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 예로서, 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 모듈(730)을 통해 메모리(710)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 어플리케이션의 설치 파일을 배포하는 파일 배포 시스템이 통신 모듈(730)을 통해 제공하는 파일들에 의해 설치되는 컴퓨터 프로그램에 기반하여 메모리(710)에 로딩될 수 있다.
프로세서(720)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(710) 또는 통신 모듈(730)에 의해 사용자 단말(미도시) 또는 다른 외부 시스템으로 제공될 수 있다.
통신 모듈(730)은 네트워크를 통해 사용자 단말(미도시)과 컴퓨팅 장치(200)가 서로 통신하기 위한 구성 또는 기능을 제공할 수 있으며, 컴퓨팅 장치(200)가 외부 시스템(일례로 별도의 클라우드 시스템 등)과 통신하기 위한 구성 또는 기능을 제공할 수 있다. 일례로, 컴퓨팅 장치(200)의 프로세서(720)의 제어에 따라 제공되는 제어 신호, 명령, 데이터 등이 통신 모듈(730)과 네트워크를 거쳐 사용자 단말 및/또는 외부 시스템의 통신 모듈을 통해 사용자 단말 및/또는 외부 시스템으로 전송될 수 있다.
또한, 컴퓨팅 장치(200)의 입출력 인터페이스(740)는 컴퓨팅 장치(200)와 연결되거나 컴퓨팅 장치(200)가 포함할 수 있는 입력 또는 출력을 위한 장치(미도시)와의 인터페이스를 위한 수단일 수 있다. 도 7에서는 입출력 인터페이스(740)가 프로세서(720)와 별도로 구성된 요소로서 도시되었으나, 이에 한정되지 않으며, 입출력 인터페이스(740)가 프로세서(720)에 포함되도록 구성될 수 있다. 컴퓨팅 장치(200)는 도 7의 구성요소들보다 더 많은 구성요소들을 포함할 수 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다.
컴퓨팅 장치(200)의 프로세서(720)는 복수의 사용자 단말 및/또는 복수의 외부 시스템으로부터 수신된 정보 및/또는 데이터를 관리, 처리 및/또는 저장하도록 구성될 수 있다.
상술된 방법 및/또는 다양한 실시예들은, 디지털 전자 회로, 컴퓨터 하드웨어, 펌웨어, 소프트웨어 및/또는 이들의 조합으로 실현될 수 있다. 본 발명의 다양한 실시예들은 데이터 처리 장치, 예를 들어, 프로그래밍 가능한 하나 이상의 프로세서 및/또는 하나 이상의 컴퓨팅 장치에 의해 실행되거나, 컴퓨터 판독 가능한 기록 매체 및/또는 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램으로 구현될 수 있다. 상술된 컴퓨터 프로그램은 컴파일된 언어 또는 해석된 언어를 포함하여 임의의 형태의 프로그래밍 언어로 작성될 수 있으며, 독립 실행형 프로그램, 모듈, 서브 루틴 등의 임의의 형태로 배포될 수 있다. 컴퓨터 프로그램은 하나의 컴퓨팅 장치, 동일한 네트워크를 통해 연결된 복수의 컴퓨팅 장치 및/또는 복수의 상이한 네트워크를 통해 연결되도록 분산된 복수의 컴퓨팅 장치를 통해 배포될 수 있다.
상술된 방법 및/또는 다양한 실시예들은, 입력 데이터를 기초로 동작하거나 출력 데이터를 생성함으로써, 임의의 기능, 함수 등을 처리, 저장 및/또는 관리하는 하나 이상의 컴퓨터 프로그램을 실행하도록 구성된 하나 이상의 프로세서에 의해 수행될 수 있다. 예를 들어, 본 발명의 방법 및/또는 다양한 실시예는 FPGA(Field Programmable Gate Array) 또는 ASIC(Application Specific Integrated Circuit)과 같은 특수 목적 논리 회로에 의해 수행될 수 있으며, 본 발명의 방법 및/또는 실시예들을 수행하기 위한 장치 및/또는 시스템은 FPGA 또는 ASIC와 같은 특수 목적 논리 회로로서 구현될 수 있다.
컴퓨터 프로그램을 실행하는 하나 이상의 프로세서는, 범용 목적 또는 특수 목적의 마이크로 프로세서 및/또는 임의의 종류의 디지털 컴퓨팅 장치의 하나 이상의 프로세서를 포함할 수 있다. 프로세서는 읽기 전용 메모리, 랜덤 액세스 메모리의 각각으로부터 명령 및/또는 데이터를 수신하거나, 읽기 전용 메모리와 랜덤 액세스 메모리로부터 명령 및/또는 데이터를 수신할 수 있다. 본 발명에서, 방법 및/또는 실시예들을 수행하는 컴퓨팅 장치의 구성 요소들은 명령어들을 실행하기 위한 하나 이상의 프로세서, 명령어들 및/또는 데이터를 저장하기 위한 하나 이상의 메모리 디바이스를 포함할 수 있다.
일 실시예에 따르면, 컴퓨팅 장치는 데이터를 저장하기 위한 하나 이상의 대용량 저장 장치와 데이터를 주고받을 수 있다. 예를 들어, 컴퓨팅 장치는 자기 디스크(magnetic disc) 또는 광 디스크(optical disc)로부터 데이터를 수신하거나/수신하고, 자기 디스크 또는 광 디스크로 데이터를 전송할 수 있다. 컴퓨터 프로그램과 연관된 명령어들 및/또는 데이터를 저장하기에 적합한 컴퓨터 판독 가능한 저장 매체는, EPROM(Erasable Programmable Read-Only Memory), EEPROM(Electrically Erasable PROM), 플래시 메모리 장치 등의 반도체 메모리 장치를 포함하는 임의의 형태의 비 휘발성 메모리를 포함할 수 있으나, 이에 한정되지 않는다. 예를 들어, 컴퓨터 판독 가능한 저장 매체는 내부 하드 디스크 또는 이동식 디스크와 같은 자기 디스크, 광 자기 디스크, CD-ROM 및 DVD-ROM 디스크를 포함할 수 있다.
사용자와의 상호 작용을 제공하기 위해, 컴퓨팅 장치는 정보를 사용자에게 제공하거나 디스플레이하기 위한 디스플레이 장치(예를 들어, CRT (Cathode Ray Tube), LCD(Liquid Crystal Display) 등) 및 사용자가 컴퓨팅 장치 상에 입력 및/또는 명령 등을 제공할 수 있는 포인팅 장치(예를 들어, 키보드, 마우스, 트랙볼 등)를 포함할 수 있으나, 이에 한정되지 않는다. 즉, 컴퓨팅 장치는 사용자와의 상호 작용을 제공하기 위한 임의의 다른 종류의 장치들을 더 포함할 수 있다. 예를 들어, 컴퓨팅 장치는 사용자와의 상호 작용을 위해, 시각적 피드백, 청각 피드백 및/또는 촉각 피드백 등을 포함하는 임의의 형태의 감각 피드백을 사용자에게 제공할 수 있다. 이에 대해, 사용자는 시각, 음성, 동작 등의 다양한 제스처를 통해 컴퓨팅 장치로 입력을 제공할 수 있다.
본 발명에서, 다양한 실시예들은 백엔드 구성 요소(예: 데이터 서버), 미들웨어 구성 요소(예: 애플리케이션 서버) 및/또는 프론트 엔드 구성 요소를 포함하는 컴퓨팅 시스템에서 구현될 수 있다. 이 경우, 구성 요소들은 통신 네트워크와 같은 디지털 데이터 통신의 임의의 형태 또는 매체에 의해 상호 연결될 수 있다. 예를 들어, 통신 네트워크는 LAN(Local Area Network), WAN(Wide Area Network) 등을 포함할 수 있다.
본 명세서에서 기술된 예시적인 실시예들에 기반한 컴퓨팅 장치는, 사용자 디바이스, 사용자 인터페이스(UI) 디바이스, 사용자 단말 또는 클라이언트 디바이스를 포함하여 사용자와 상호 작용하도록 구성된 하드웨어 및/또는 소프트웨어를 사용하여 구현될 수 있다. 예를 들어, 컴퓨팅 장치는 랩톱(laptop) 컴퓨터와 같은 휴대용 컴퓨팅 장치를 포함할 수 있다. 추가적으로 또는 대안적으로, 컴퓨팅 장치는, PDA(Personal Digital Assistants), 태블릿 PC, 게임 콘솔(game console), 웨어러블 디바이스(wearable device), IoT(internet of things) 디바이스, VR(virtual reality) 디바이스, AR(augmented reality) 디바이스 등을 포함할 수 있으나, 이에 한정되지 않는다. 컴퓨팅 장치는 사용자와 상호 작용하도록 구성된 다른 유형의 장치를 더 포함할 수 있다. 또한, 컴퓨팅 장치는 이동 통신 네트워크 등의 네트워크를 통한 무선 통신에 적합한 휴대용 통신 디바이스(예를 들어, 이동 전화, 스마트 전화, 무선 셀룰러 전화 등) 등을 포함할 수 있다. 컴퓨팅 장치는, 무선 주파수(RF; Radio Frequency), 마이크로파 주파수(MWF; Microwave Frequency) 및/또는 적외선 주파수(IRF; Infrared Ray Frequency)와 같은 무선 통신 기술들 및/또는 프로토콜들을 사용하여 네트워크 서버와 무선으로 통신하도록 구성될 수 있다.
본 발명에서 특정 구조적 및 기능적 세부 사항을 포함하는 다양한 실시예들은 예시적인 것이다. 따라서, 본 발명의 실시예들은 상술된 것으로 한정되지 않으며, 여러 가지 다른 형태로 구현될 수 있다. 또한, 본 발명에서 사용된 용어는 일부 실시예를 설명하기 위한 것이며 실시예를 제한하는 것으로 해석되지 않는다. 예를 들어, 단수형 단어 및 상기는 문맥상 달리 명확하게 나타내지 않는 한 복수형도 포함하는 것으로 해석될 수 있다.
본 발명에서, 달리 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함하여 본 명세서에서 사용되는 모든 용어는 이러한 개념이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 갖는다. 또한, 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 맥락에서의 의미와 일치하는 의미를 갖는 것으로 해석되어야 한다.
본 명세서에서는 본 발명이 일부 실시예들과 관련하여 설명되었지만, 본 발명의 발명이 속하는 기술분야의 통상의 기술자가 이해할 수 있는 본 발명의 범위를 벗어나지 않는 범위에서 다양한 변형 및 변경이 이루어질 수 있다. 또한, 그러한 변형 및 변경은 본 명세서에 첨부된 특허청구의 범위 내에 속하는 것으로 생각되어야 한다.
110: 이미지
112: 차량 객체
114: 지상고 포인트
116: 차량 객체의 위치
112: 차량 객체
114: 지상고 포인트
116: 차량 객체의 위치
Claims (8)
- 적어도 하나의 프로세서에 의해 수행되는 지상고(ground clearance) 기반의 거리 추정 방법으로서,
카메라 센서로부터 이미지를 획득하는 단계;
상기 획득된 이미지에 포함된 차량 객체를 검출하는 단계;
상기 이미지의 픽셀(pixel)을 기초로 상기 검출된 차량 객체와의 제1 거리를 산출하는 단계;
상기 검출된 차량 객체의 지상고 포인트를 추정하는 단계; 및
상기 추정된 지상고 포인트를 기초로 상기 제1 거리를 보정하여 상기 차량 객체와의 제2 거리를 산출하는 단계;
를 포함하는 지상고 기반의 거리 추정 방법.
- 제1항에 있어서,
상기 차량 객체와의 제1 거리를 산출하는 단계는,
상기 이미지의 픽셀 마다 거리값을 지정하는 단계; 및
상기 이미지에서 상기 차량 객체가 위치한 복수의 픽셀의 거리값을 기초로 상기 차량 객체와의 제1 거리를 산출하는 단계;
를 포함하는 지상고 기반의 거리 추정 방법.
- 제1항에 있어서,
상기 검출된 차량 객체에 대응하는 바운딩 박스(bounding box)를 결정하는 단계; 및
상기 지상고 포인트와 상기 바운딩 박스의 밑변 간의 거리를 산출하여 상기 차량 객체의 지상고를 산출하는 단계;
를 더 포함하는 지상고 기반의 거리 추정 방법.
- 제3항에 있어서,
상기 차량 객체와의 제2 거리를 산출하는 단계는,
상기 산출된 차량 객체의 지상고를 기초로 상기 제1 거리를 보정하여 상기 차량 객체와의 제2 거리를 산출하는 단계;
를 포함하는 지상고 기반의 거리 추정 방법.
- 제4항에 있어서,
상기 카메라 센서와 상기 차량 객체 사이의 상대 위치에 따른 오차를 보정하기 위한 보정 계수를 산출하는 단계;
를 더 포함하고,
상기 산출된 차량 객체의 지상고를 기초로 상기 제1 거리를 보정하여 상기 차량 객체와의 제2 거리를 산출하는 단계는,
상기 차량 객체의 지상고 및 상기 보정 계수를 기초로 상기 제1 거리를 보정하여 상기 차량 객체와의 제2 거리를 산출하는 단계;
를 포함하는 지상고 기반의 거리 추정 방법.
- 제4항에 있어서,
상기 산출된 차량 객체의 지상고를 기초로 상기 제1 거리를 보정하여 상기 차량 객체와의 제2 거리를 산출하는 단계는,
상기 산출된 차량 객체의 지상고가 사전 결정된 범위 이내의 값인지 여부를 결정하는 단계; 및
상기 지상고가 사전 결정된 범위 이내의 값인 경우, 상기 제1 거리를 보정하여 상기 차량 객체와의 제2 거리를 산출하는 단계;
를 포함하는 지상고 기반의 거리 추정 방법.
- 제1항 내지 제6항 중 어느 한 항에 따른 방법을 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램.
- 컴퓨팅 장치로서,
통신 모듈;
메모리; 및
상기 메모리와 연결되고, 상기 메모리에 포함된 컴퓨터 판독 가능한 적어도 하나의 프로그램을 실행하도록 구성된 적어도 하나의 프로세서
를 포함하고,
상기 적어도 하나의 프로그램은,
카메라 센서로부터 이미지를 획득하고,
상기 획득된 이미지에 포함된 차량 객체를 검출하고,
상기 이미지의 픽셀을 기초로 상기 검출된 차량 객체와의 제1 거리를 산출하고,
상기 검출된 차량 객체의 지상고 포인트를 추정하고,
상기 추정된 지상고 포인트를 기초로 상기 제1 거리를 보정하여 상기 차량 객체와의 제2 거리를 산출하기 위한 명령어들을 포함하는 컴퓨팅 장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220174315A KR20240091432A (ko) | 2022-12-14 | 2022-12-14 | 지상고 기반의 거리 추정 방법 및 장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220174315A KR20240091432A (ko) | 2022-12-14 | 2022-12-14 | 지상고 기반의 거리 추정 방법 및 장치 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20240091432A true KR20240091432A (ko) | 2024-06-21 |
Family
ID=91700514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220174315A KR20240091432A (ko) | 2022-12-14 | 2022-12-14 | 지상고 기반의 거리 추정 방법 및 장치 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20240091432A (ko) |
-
2022
- 2022-12-14 KR KR1020220174315A patent/KR20240091432A/ko unknown
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110322500B (zh) | 即时定位与地图构建的优化方法及装置、介质和电子设备 | |
US11210534B2 (en) | Method for position detection, device, and storage medium | |
US11002840B2 (en) | Multi-sensor calibration method, multi-sensor calibration device, computer device, medium and vehicle | |
CN107909612B (zh) | 一种基于3d点云的视觉即时定位与建图的方法与系统 | |
CN108027877B (zh) | 用于非障碍区检测的系统和方法 | |
US10867189B2 (en) | Systems and methods for lane-marker detection | |
CN105283905B (zh) | 使用点和线特征的稳健跟踪 | |
EP3624055B1 (en) | Ground detection method, apparatus, electronic device, vehicle and storage medium | |
EP3968266B1 (en) | Obstacle three-dimensional position acquisition method and apparatus for roadside computing device | |
US20220277478A1 (en) | Positioning Method and Apparatus | |
CN110349212B (zh) | 即时定位与地图构建的优化方法及装置、介质和电子设备 | |
CN112560684B (zh) | 车道线检测方法、装置、电子设备、存储介质以及车辆 | |
KR102006291B1 (ko) | 전자 장치의 이동체 포즈 추정 방법 | |
CN107852447A (zh) | 基于设备运动和场景距离使电子设备处的曝光和增益平衡 | |
CN112686951A (zh) | 用于确定机器人位置的方法、装置、终端及存储介质 | |
KR20220004604A (ko) | 장애물의 검출 방법, 전자 기기, 노변 기기 및 클라우드 컨트롤 플랫폼 | |
WO2021185104A1 (zh) | 一种车道线信息确定方法及装置 | |
JP2023503750A (ja) | ロボットの位置決め方法及び装置、機器、記憶媒体 | |
CN114757824B (zh) | 图像拼接的方法、装置、设备以及存储介质 | |
KR20240091432A (ko) | 지상고 기반의 거리 추정 방법 및 장치 | |
KR20240003016A (ko) | 건설 현장의 객체 제거 방법 및 장치 | |
US11158119B2 (en) | Systems and methods for reconstructing a three-dimensional object | |
CN113516013A (zh) | 目标检测方法、装置、电子设备、路侧设备和云控平台 | |
CN110660134B (zh) | 三维地图构建方法、三维地图构建装置及终端设备 | |
CN112884047B (zh) | 在输入图像中确定注册图像的方法及相关装置、设备 |