KR102101587B1 - 골프용 드론 및 볼마커를 이용한 퍼팅 라인 제공 방법 및 장치 - Google Patents

Abstract

본 명세서에 따른 일 실시예는 인공지능 기반의 골프용 드론 및 볼마커를 이용한 퍼팅 라인을 제공하는 방법에 있어서, 상기 드론의 이미지 센서로부터 볼마커 및 홀컵을 포함하는 퍼팅 그린의 이미지 데이터를 수신하는 단계; 미리 학습된 홀컵 판별 모델을 이용하여, 상기 퍼팅 그린의 이미지 데이터에 기초한 상기 볼마커 및 상기 홀컵의 위치 정보가 포함된 픽셀 데이터를 획득하는 단계; 상기 픽셀 데이터로부터 상기 볼마커와 상기 홀컵 사이의 거리 데이터를 생성하는 단계; 상기 볼마커의 스테레오 카메라부로부터 상기 홀컵을 포함하는 입체 이미지 데이터를 수신하는 단계; 상기 입체 이미지 데이터에 기초하여 상기 볼마커와 상기 홀컵 사이의 경사도 데이터를 생성하는 단계; 미리 학습된 퍼팅 라인 생성 모델을 이용하여, 상기 거리 데이터 및 상기 경사도 데이터에 기초한 상기 볼마커와 상기 홀컵의 사이의 퍼팅 라인이 표시된 이미지 데이터를 획득하는 단계; 상기 퍼팅 라인이 표시된 이미지 데이터를 사용자의 단말기로 송신하는 단계를 포함하는, 퍼팅 라인 제공 방법을 개시한다.

Description

골프용 드론 및 볼마커를 이용한 퍼팅 라인 제공 방법 및 장치 {APPARATUS AND METHOD FOR PROVIDING PUTTING LINES USING A DRONE AND BALL MARKER FOR GOLF}

본 명세서는 인공지능 기반의 골프용 드론 및 볼마커를 이용하여 사용자에게 퍼팅 라인을 제공하는 방법 및 그 장치에 관한 것이다.

골프를 즐기는 사람들이 점점 늘어나면서, 골프공이 홀에 들어가기까지 걸린 타수를 줄이기 위한 다양한 장비들도 발전해가고 있다. 타수를 줄이기 위해서는, 특히 퍼팅 그린(putting green)에서 골프공을 홀컵까지 가장 적은 횟수로 퍼팅하는 것이 중요하며, 이에 따라 골프공과 홀컵까지의 거리 및 경사도를 정확히 파악하는 것이 요구된다.

종래 골프공과 홀컵까지의 거리 및 경사도를 측정하는 방법은 크게, 레이저를 이용하는 방법 및 GPS를 이용하는 방법으로 구분된다. 레이저를 이용하는 골프공과 홀컵 사이의 거리 측정 방법은 홀컵을 향해 레이저를 조사하고 반사되는 레이저의 시간을 측정하여 홀컵까지의 거리를 측정한다. 하지만, 레이저를 이용하는 방법은 홀컵이 먼 거리를 두고 떨어져 있는 경우 홀컵을 향해 레이저를 정확히 조사하기 어렵다는 단점이 있다. GPS를 이용하는 방법은 인공위성으로부터 소정의 GPS 수신기를 포함하는 골프공 및 홀컵의 위치를 획득하고, 이에 따라 골프공과 홀컵까지의 거리를 측정한다. 하지만, GPS로부터 수신한 위치 정보는 오차를 일으키는 원인에 따라 그 범위가 상당히 클 수 있어, 정확한 거리를 측정하기 어려울 수 있다는 단점이 있다.

또한, 이미지를 기반으로 그린 정보를 제공하는 방법이 제안되었으나, 그린 정보에 대한 데이터베이스를 획득하는 과정이 필요하다는 점에서 추가적인 저장 공간이 필요하다는 단점이 있었다.

이에 따라, 골프공과 홀컵까지의 거리 및 경사도를 정확히 측정하여, 퍼팅 시 타수를 효과적으로 줄일 수 있는 퍼팅 라인의 제공 방법이 필요하다.

KR101883104 KR102050970 KR102008394 KR1020170014841

실시예들은 볼마커 및 드론을 포함하는 퍼팅 라인 제공 시스템을 제공하고자 한다.

실시예들은 드론으로부터 퍼팅 그린의 이미지를 획득하고, 미리 학습된 홀컵 판별 모델을 이용하여 볼마커와 홀컵 사이의 거리를 측정하는 방법을 제공하고자 한다.

실시예들은 볼마커의 스테레오 카메라(stero camera)부를 이용하여 볼마커와 홀컵 사이의 정확한 경사도를 측정하는 방법을 제공하고자 한다.

실시예들은 볼마커와 홀컵 사이의 거리 및 경사도 데이터를 미리 학습된 퍼팅 라인 생성 모델에 입력하여 사용자에게 예상되는 퍼팅 라인을 제공하고자 한다.

본 명세서에 따른 일 실시예는 인공지능 기반의 골프용 드론 및 볼마커를 이용한 퍼팅 라인을 제공하는 방법에 있어서, 상기 드론의 이미지 센서로부터 볼마커 및 홀컵을 포함하는 퍼팅 그린의 이미지 데이터를 수신하는 단계; 미리 학습된 홀컵 판별 모델을 이용하여, 상기 퍼팅 그린의 이미지 데이터에 기초한 상기 볼마커 및 상기 홀컵의 위치 정보가 포함된 픽셀 데이터를 획득하는 단계; 상기 픽셀 데이터로부터 상기 볼마커와 상기 홀컵 사이의 거리 데이터를 생성하는 단계; 상기 볼마커의 스테레오 카메라부로부터 상기 홀컵을 포함하는 입체 이미지 데이터를 수신하는 단계; 상기 입체 이미지 데이터에 기초하여 상기 볼마커와 상기 홀컵 사이의 경사도 데이터를 생성하는 단계; 미리 학습된 퍼팅 라인 생성 모델을 이용하여, 상기 거리 데이터 및 상기 경사도 데이터에 기초한 상기 볼마커와 상기 홀컵의 사이의 퍼팅 라인이 표시된 이미지 데이터를 획득하는 단계; 상기 퍼팅 라인이 표시된 이미지 데이터를 사용자의 단말기로 송신하는 단계를 포함하는, 퍼팅 라인 제공 방법을 제공한다.

또한, 본 명세서에 따른 일 실시예는 상기 미리 학습된 홀컵 판별 모델을 이용하여, 상기 퍼팅 그린의 이미지 데이터에 기초한 상기 볼마커 및 상기 홀컵의 위치 정보가 포함된 픽셀 데이터를 획득하는 단계는, 딥 러닝 알고리즘을 이용하여 학습된 인공 신경망 기반의 상기 미리 학습된 홀컵 판별 모델의 입력 레이어에 상기 홀컵 및 상기 볼마커를 포함하는 상기 퍼팅 그린의 이미지 데이터를 입력하는 단계; 및 상기 미리 학습된 홀컵 판별 모델의 출력 레이어로부터, 상기 볼마커 및 상기 홀컵 각각에 대응하는 픽셀 값이 1이고, 나머지 픽셀 값은 0의 값을 가지는 상기 픽셀 데이터를 획득하는 단계를 포함하고, 상기 미리 학습된 홀컵 판별 모델은, 컨볼루션 신경망(CNN)을 포함하고, 학습용 퍼팅 그린 이미지 데이터와 상기 학습용 퍼팅 그린 이미지 데이터에 대응하는 볼마커 및 홀컵의 위치 정보가 라벨링된 제1 학습 데이터를 이용하여 학습되는, 퍼팅 라인 제공 방법을 제공한다.

또한, 본 명세서에 따른 일 실시예는 상기 볼마커는 상기 드론의 원점이고, 상기 픽셀 데이터로부터 상기 볼마커와 상기 홀컵 사이의 거리 데이터를 생성하는 단계는, 상기 드론으로부터 상기 볼마커를 기준으로 한 상기 드론의 위치 데이터를 획득하는 단계; 상기 드론의 위치 데이터와 상기 픽셀 데이터의 관계에 기초하여 픽셀 데이터의 축척을 계산하는 단계; 및 상기 축척으로부터 상기 볼마커와 상기 홀컵 사이의 거리를 계산하는 단계를 포함하는, 퍼팅 라인 제공 방법을 제공한다.

또한, 본 명세서에 따른 일 실시예는 상기 미리 학습된 퍼팅 라인 생성 모델을 이용하여, 상기 거리 데이터 및 상기 경사도 데이터에 기초한 상기 볼마커와 상기 홀컵의 사이의 퍼팅 라인이 표시된 이미지 데이터를 획득하는 단계는, 딥 러닝 알고리즘을 이용하여 학습된 인공 신경망 기반의 상기 미리 학습된 퍼팅 라인 생성 모델의 입력 레이어에 상기 볼마커와 상기 홀컵 사이의 상기 거리 데이터 및 상기 경사도 데이터를 입력하는 단계; 및 상기 미리 학습된 퍼팅 라인 생성 모델의 출력 레이어로부터, 상기 볼마커와 상기 홀컵의 사이의 퍼팅 라인이 표시된 이미지 데이터를 획득하는 단계를 포함하고, 상기 미리 학습된 퍼팅 라인 생성 모델은, 학습용 볼마커와 홀컵 사이의 거리 데이터 및 경사도 데이터와 상기 학습용 볼마커와 홀컵 사이의 거리 데이터 및 경사도 데이터에 대응하는 볼마커와 홀컵 사이의 퍼팅 라인이 표시된 이미지 데이터가 라벨링된 제2 학습 데이터를 이용하여 학습되는, 퍼팅 라인 제공 방법을 제공한다.

또한, 본 명세서에 따른 일 실시예는 상기 드론의 풍속 센서 및 풍량 센서로부터 풍속 데이터 및 풍량 데이터를 수신하는 단계; 상기 볼마커의 온도 센서 및 습도 센서로부터 온도 데이터 및 풍량 데이터를 수신하는 단계를 더 포함하고, 상기 딥 러닝 알고리즘을 이용하여 학습된 인공 신경망 기반의 상기 미리 학습된 퍼팅 라인 생성 모델의 입력 레이어에 상기 볼마커와 상기 홀컵 사이의 상기 거리 데이터 및 상기 경사도 데이터를 입력하는 단계는, 상기 미리 학습된 퍼팅 라인 생성 모델의 입력 레이어에 상기 풍속 데이터, 상기 풍량 데이터, 상기 온도 데이터 및 상기 풍량 데이터를 입력하는 단계를 더 포함하는, 퍼팅 라인 제공 방법을 제공한다.

실시예들은 볼마커 및 드론을 포함하는 퍼팅 라인 제공 시스템을 제공할 수 있다.

실시예들은 드론으로부터 퍼팅 그린의 이미지를 획득하고, 미리 학습된 홀컵 판별 모델을 이용하여 볼마커와 홀컵 사이의 거리를 측정하는 방법을 제공할 수 있다.

실시예들은 볼마커의 스테레오 카메라(stero camera)부를 이용하여 볼마커와 홀컵 사이의 정확한 경사도를 측정하는 방법을 제공할 수 있다.

실시예들은 볼마커와 홀컵 사이의 거리 및 경사도 데이터를 미리 학습된 퍼팅 라인 생성 모델에 입력하여 사용자에게 예상되는 퍼팅 라인을 제공할 수 있다.

도 1은 본 명세서의 일 실시예에 따른 퍼팅 라인 제공 시스템(1)의 일 예를 나타낸 도면이다.
도 2는 본 명세서의 일 실시예에 따른 드론(100)의 구성을 나타낸 도면이다.
도 3은 본 명세서의 일 실시예에 따른 볼마커(200)의 구성을 나타낸 도면이다.
도 4는 본 명세서의 일 실시예에 따른 퍼팅 라인 제공 장치(300)의 구성을 나타낸 도면이다.
도 5는 본 명세서의 일 실시예에 따른 드론으로부터 획득한 이미지 데이터에 기초하여 홀컵을 판별하는 방법을 설명하기 위한 도면이다.
도 6는 본 명세서의 일 실시예에 따른 볼마커(200)의 상면도이다.
도 7은 본 명세서의 일 실시예에 따른 볼마커(200)의 측면도이다.
도 8은 본 명세서의 일 실시예에 따른 퍼팅 라인을 제공하기 위한 방법을 나타낸 도면이다.

이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.

실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시 형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.

제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.

실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

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

또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우, 그 상세한 설명을 생략한다.

실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다.

도 1은 본 명세서의 일 실시예에 따른 퍼팅 라인 제공 시스템의 일 예를 나타낸 도면이다.

도 1을 참조하면, 일 실시예에 따른 퍼팅 라인 제공 시스템(1)은 드론(100), 볼마커(200) 및 퍼팅 라인 제공 장치(300) 중 적어도 하나 이상을 포함하고, 필요에 따라 단말기(400)를 더 포함할 수 있다.

드론(100), 볼마커(200), 퍼팅 라인 제공 장치(300) 및 단말기(400) 중 하나 이상은 유무선 네트워크(500)를 이용하여 서로 연결될 수 있다. 예컨대, 단말기(400)는 블루투스(Bluetooth), 와이파이(Wi-Fi), 셀룰러 네트워크 등의 무선 통신 기술을 이용하여 드론(100), 볼마커(200) 또는 퍼팅 라인 제공 장치(300)와 연결될 수 있다. 예컨대, 퍼팅 라인 제공 장치(300)는 이더넷(ethernet)과 같은 유선 네트워크 또는 무선 네트워크를 이용하여 드론(100), 볼마커(200) 및 단말기(400) 중 적어도 하나와 연결될 수 있다.

드론(100)은 이미지 센서를 내장하여, 볼마커(200)가 위치한 관심 영역, 예를 들어 퍼팅 그린을 촬영 및 탐색하는 역할을 수행할 수 있다. 도 1에서는 1개의 드론(100)으로 이루어진 퍼팅 라인 제공 시스템(1)을 도시하고 있으나, 드론(100)의 수는 반드시 1개로 제한되지 않으며, 상황과 목적에 따라 복수의 드론을 포함할 수 있다. 또한, 도 1에 도시된 드론(100)은 하나의 예시에 불과하며, 본 명세서의 실시예에서 드론(100)은 볼마커(200)가 위치한 관심 영역에 대한 이미지 데이터를 획득할 수 있는 구조를 가지는 장치들을 의미할 수 있다.

드론(100)의 위치는 직교 좌표계를 통해 표현될 수 있으며, 직교 좌표계의 원점은 볼마커(200)가 물리적으로 위치하는 지점일 수 있고, 드론(100)은 볼마커(200)를 원점으로 하여 드론(100)과 볼마커(200) 간의 상대적인 위치 데이터를 획득할 수 있다.

드론(100)은 볼마커(200)와 무선 네트워크(500)를 통해 연결되어 데이터를 송수신할 수 있으며, 드론(100) 및 볼마커(200) 각각은 무선 네트워크를 위한 통신 안테나, 하드웨어, 소프트웨어 및 이들의 조합을 포함할 수 있으며, 무선 네트워크는 표준 통신 기술 및/또는 프로토콜들을 사용할 수 있다. 드론(100)에 대한 구체적인 설명은 후술한다.

볼마커(200)는 퍼팅 그린 상에 놓인 골프공의 위치를 표시하기 위한 구성으로서, 퍼팅 그린으로부터 수직 방향으로 소정의 거리를 두고 떨어져 설치될 수 있도록 하부에 긴 지지 부재(미도시)를 포함할 수 있다.

볼마커(200)는 드론(100)과 무선 네트워크(500)를 통해 연결되어 볼마커(200)로부터 드론(100)의 상대적인 위치 정보를 획득하기 위한 원점으로 기능할 수 있다. 또한, 볼마커(200)는 각종 센서(근접 센서, 온도 센서, 습도 센서 등)를 포함할 수 있으며, 센서로부터 수집한 데이터를 퍼팅 라인 제공 장치(300)로 전송할 수 있다. 볼마커(200)에 대한 구체적인 설명은 도 6 및 7을 참조하여 후술한다.

퍼팅 라인 제공 장치(300)는 퍼팅 라인 제공 시스템(1)에 포함된 드론(100), 볼마커(200) 및 단말기(400)를 제어하는 제어 장치로 기능할 수 있으며, 예를 들어 소프트웨어 모듈, 하드웨어 모듈 또는 이들의 조합으로 구현될 수 있다.

일실시예에 따른 퍼팅 라인 제공 장치(300)는 통신 기능이 포함된 전자 장치일 수 있다. 예를 들면, 전자 장치는 스마트 폰(smartphone), 태블릿 PC(tablet personal computer), 이동 전화기(mobile phone), 화상전화기, 전자북 리더기(e-book reader), 데스크톱 PC(desktop personal computer), 랩탑 PC(laptop personal computer), 넷북 컴퓨터(netbook computer), PDA(personal digital assistant), PMP(portable multimedia player), MP3 플레이어, 모바일 의료기기, 카메라(camera), 또는 웨어러블 장치(wearable device)(예: 전자 안경과 같은 head-mounted-device(HMD), 전자 의복, 전자 팔찌, 전자 목걸이, 전자 앱세서리(appcessory), 전자 문신, 스마트카(smart car) 또는 스마트 와치(smartwatch)중 적어도 하나를 포함할 수 있다.

일실시예에 따르면, 전자 장치는 통신 기능을 갖춘 스마트 가전 제품(smart home appliance)일 수 있다. 스마트 가전 제품은, 예를 들자면, 전자 장치는 텔레비전, DVD(digital video disk) 플레이어, 오디오, 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스(set-top box), TV 박스(예를 들면, 삼성 HomeSyncTM, 애플TVTM, 또는 구글 TVTM), 게임 콘솔(game consoles), 전자 사전, 전자 키, 캠코더(camcorder), 또는 전자 액자 중 적어도 하나를 포함할 수 있다.

일실시예에 따르면, 전자 장치는 각종 의료기기(예: MRA(magnetic resonance angiography), MRI(magnetic resonance imaging), CT(computed tomography), 촬영기, 초음파기 등), 네비게이션(navigation) 장치, GPS 수신기(global positioning system receiver), EDR(event data recorder), FDR(flight data recorder), 자동차 인포테인먼트(infotainment) 장치, 선박용 전자 장비(예: 선박용 항법 장치 및 자이로 콤파스 등), 항공 전자기기(avionics), 보안 기기, 차량용 헤드 유닛, 산업용 또는 가정용 로봇, 금융 기관의 ATM(automatic teller's machine) 또는 상점의 POS(point of sales) 중 적어도 하나를 포함할 수 있다.

일실시예에 따르면, 전자 장치는 통신 기능을 포함한 가구(furniture) 또는 건물/구조물의 일부, 전자 보드(electronic board), 전자 사인 입력장치(electronic signature receiving device), 프로젝터(projector), 또는 각종 계측기기(예: 수도, 전기, 가스, 또는 전파 계측 기기 등) 중 적어도 하나를 포함할 수 있다. 일실시예에에 따른 전자 장치는 전술한 다양한 장치들 중 하나 또는 그 이상의 조합일 수 있다. 또한, 일실시예에 따른 전자 장치는 플렉서블 장치일 수 있다. 또한, 일실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않음은 당업자에게 자명하다. 다양한 실시예에서 이용되는 유저라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예: 인공지능 전자 장치)를 지칭할 수 있다.

일실시예에 따른 전자 장치는 프로세서, 메모리, 유저 인터페이스 및 통신 인터페이스를 포함하고, 다른 전자 장치와 네트워크를 통해 연결될 수 있다. 통신 인터페이스는 유, 무선 네트워크 또는 유선 직렬 통신 등을 통하여 소정 거리 이내의 다른 전자 장치와 데이터를 송수신할 수 있다. 네트워크는 일실시예에 따른 전자 장치와 다양한 개체들(entities) 간의 유, 무선 통신을 가능하게 한다. 전자 장치는 네트워크를 통해 다양한 개체들과 통신할 수 있고, 네트워크는 표준 통신 기술 및/또는 프로토콜들을 사용할 수 있다. 이때, 네트워크(network)는 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network) 등을 포함하나 이에 한정되지 않으며, 정보를 송, 수신할 수 있는 다른 종류의 네트워크가 될 수도 있음을 통신 기술 분야의 통상의 지식을 가진 자라면 알 수 있다.

퍼팅 라인 제공 장치(300)는 드론(100) 및 볼마커(200) 중 적어도 하나 이상과 지속적으로 또는 일시적으로 연결될 수 있고, 연결된 드론(100) 및 볼마커(200)의 동작, 센서들로부터 수집한 데이터를 수신하고 퍼팅 라인을 제공하기 위해 수신한 데이터를 처리할 수 있다. 퍼팅 라인 제공 장치(300)는 퍼팅 라인 제공 시스템에 포함된 장치들의 정보를 관리하는 서버로서 기능할 수 있다. 또한, 퍼팅 라인 제공 장치(300)는 단말기(400)와 지속적으로 또는 일시적으로 연결될 수 있고, 연결된 단말기(400)를 통하여 사용자 정보를 관리하는 서버로서 기능하거나, 연결된 단말기(400)의 디스플레이를 통하여 생성된 퍼팅 라인을 제공할 수 있다.

퍼팅 라인 제공 장치(300)는 퍼팅 라인 제공 시스템(1)을 이용하는 사용자의 사용자 정보 또는 계정 정보를 저장 및 관리할 수 있다. 계정 정보는 사용자 식별자, 사용자의 퍼팅 습관 프로파일(profile), 사용자의 퍼팅 라인 기록(log) 등을 포함할 수 있다. 또한, 퍼팅 라인 제공 장치(300)는 퍼팅 라인 제공 시스템(1)에 포함된 드론(100) 및 볼마커(200) 각각의 장치 정보를 저장 및 관리할 수 있다. 장치 정보는 각각의 장치 식별자, 장치의 위치 정보 기록(log), 각 장치로부터 수집한 센서 기록(log) 등을 포함할 수 있다. 장치 정보와 사용자 정보는 장치별로 또는 사용자별로 퍼팅 라인 제공 프로파일과 퍼팅 라인 기록을 구분하여 관리하는데 이용되며, 사용자 정보를 이용하지 않는 경우에는 장치 정보만을 이용할 수 있다. 그리고, 장치 정보 또는 사용자 정보 중에서 적어도 하나 이상은 드론(100) 및 볼마커(200) 중 적어도 하나 이상에도 저장될 수 있다.

퍼팅 라인 제공 장치(300)는 퍼팅 라인 제공 시스템(1)을 이용하는 복수의 사용자들을 서로 구분할 수 있다. 퍼팅 라인 제공 장치(300)의 프로세서(350)는 입력부(320)의 입력에 의하여 설정된 사용자 정보에 기초하여 현재 사용자를 결정할 수도 있고, 연결된 단말기(400)의 계정 정보나 사용자 정보에 기초하여 현재 사용자를 결정할 수도 있다.

또한, 퍼팅 라인 제공 장치(300)는 머신 러닝(machine learning)이나 딥 러닝(deep learning)을 이용하여 드론(100)으로부터 획득한 이미지 데이터로부터 볼마커와 홀컵의 거리를 획득하는 인공지능 학습을 수행할 수 있고, 획득한 볼마커와 홀컵의 거리, 볼마커의 각종 센서로부터 획득한 센서 데이터에 기초하여 퍼팅 라인을 획득하는 인공지능 학습을 수행할 수 있다. 퍼팅 라인 제공 장치(300)가 인공지능 학습을 수행하는 구체적인 방법은 후술하도록 한다.

단말기(400)는 드론(100) 및 볼마커(200) 중 적어도 하나를 제어하거나 드론(100) 및 볼마커(200) 중 적어도 하나의 동작 정보를 출력하기 위한 인터페이스를 갖춘 장치를 통칭할 수 있으며, 드론(100) 및 볼마커(200) 중 적어도 하나를 제어하거나 이들의 동작 정보를 출력하기 위한 동작만을 수행하기 위한 전용 단말기만을 의미하지는 않는다. 즉, 단말기(400)는 퍼스널 컴퓨터, 랩탑, 타블렛, 스마트폰 등을 포함할 수 있다.

단말기(400)는 이를 이용하는 사용자마다 구분되는 계정과 같은 사용자 정보를 이용하여 퍼팅 라인 제공 장치(300)와 연결될 수 있다. 따라서, 퍼팅 라인 제공 시스템(1)을 이용하는 사용자를 구분하는 기준은 퍼팅 라인 제공 장치(300)에 연결하기 위하여 이용하는 사용자 정보(예컨대, 계정)일 수 있다.

퍼팅 라인 제공 시스템(1)에 단말기(400)가 포함되며 단말기(400)가 드론(100) 및 볼마커(200) 중 적어도 하나 이상과 연결된 경우, 드론(100) 및 볼마커(200) 중 적어도 하나 이상은 내장된 입력부 또는 인터페이스에 대한 사용자의 입력에 기초하여 동작될 수도 있고, 단말기(400)에 대한 사용자의 입력에 기초하여 동작될 수도 있다. 퍼팅 라인 제공 시스템(1)에 단말기(400)가 포함되지 않은 경우, 드론(100) 및 볼마커(200) 중 적어도 하나 이상은 내장된 입력부 또는 인터페이스에 대한 사용자의 입력에 기초하여 동작될 수 있다.

퍼팅 라인 제공 시스템(1)에 퍼팅 라인 제공 장치(300)와 단말기(400)가 포함되며 단말기(400)가 퍼팅 라인 제공 장치(300)와 연결되고 퍼팅 라인 제공 장치(300)가 드론(100) 및 볼마커(200) 중 적어도 하나 이상과 연결된 경우, 드론(100) 및 볼마커(200) 중 적어도 하나 이상은 내장된 입력부 또는 인터페이스에 대한 사용자의 입력에 기초하여 동작될 수도 있고, 퍼팅 라인 제공 장치(300)가 단말기(400)에 대한 사용자의 입력에 기초하여 결정한 제어에 기초하여 동작될 수도 있다. 예컨대, 단말기(400)가 퍼팅 라인 제공 장치(300)와 연결되며, 퍼팅 라인 제공 장치(300)가 드론(100) 및 볼마커(200) 중 적어도 하나 이상과 연결된 경우, 사용자는 단말기(400)를 통해 드론(100) 및 볼마커(200) 중 적어도 하나 이상에 대한 제어 명령을 입력할 수 있고, 퍼팅 라인 제공 장치(300)는 수신한 제어 명령에 기초하는 제어 신호를 드론(100) 및 볼마커(200) 중 적어도 하나 이상에 전송함으로써 드론(100) 및 볼마커(200) 중 적어도 하나 이상을 제어할 수 있다.

도 2는 본 명세서의 일 실시예에 따른 드론(100)의 구성을 나타낸 블록도이다.

도 2를 참조하면, 일 실시예에 따른 드론(100)은 통신부(110), 입력부(120), 센서부(130), 메모리(140), 출력부(150), 구동부(160), 프로세서(170)를 포함할 수 있다. 실시예에 따라, 센서부(130)는 이미지 센서(131), 풍속 센서(133), 풍량 센서(135)를 더 포함할 수 있고, 출력부(150)는 스피커(151), 디스플레이(153)를 더 포함할 수 있다.

통신부(110)는 유무선 통신 기술을 이용하여 볼마커(200), 퍼팅 라인 제공 장치(300) 및 단말기(400) 중 적어도 하나와 데이터를 송수신할 수 있다. 예컨대, 통신부(110)는 퍼팅 라인 제공 장치(300)에 드론(100)의 펌웨어 정보, 프로그램 정보, 이미지 센서(131)로부터 획득한 이미지 데이터, 풍속 센서(133) 및 풍량 센서(135) 중 적어도 하나 이상으로부터 획득한 센서 데이터 등을 전송할 수 있고, 퍼팅 라인 제공 장치 (300)로부터 펌웨어 업데이트 데이터, 프로그램 업데이트 데이터, 제어 명령 등의 데이터를 수신할 수 있다. 또한, 통신부(110)는 단말기(400)에 드론의 장치 동작 정보 또는 장치 상태 정보를 전송하고, 단말기(400)로부터 센서 동작을 위한 제어 신호 등을 수신할 수 있다.

통신부(110)가 이용하는 통신 기술에는 GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), LTE(Long Term Evolution), 5G, WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), ZigBee, NFC(Near Field Communication) 등이 있다.

입력부(120)는 사용자의 음성을 포함하는 오디오 데이터를 수신하는 마이크로폰 및 사용자로부터 정보를 입력 받기 위한 사용자 입력부를 포함할 수 있다. 입력부(120)에서 수신한 오디오 데이터나 사용자 입력 신호는 프로세서(170)에 의하여 분석되어, 사용자의 제어 명령으로 이용될 수 있다.

구체적으로, 마이크로폰은 외부의 음향 신호를 전기적인 소리 데이터로 생성할 수 있다. 프로세서(170)는 음성 인식 엔진을 이용하여 소리 데이터에 대응하는 의도 정보를 획득할 수 있고, 획득한 의도 정보에 상응하는 제어를 수행할 수 있다. 예컨대, 사용자가 "퍼팅 그린을 촬영해 줘."라고 발화한 경우, 프로세서(170)는 마이크로폰을 통해 생성한 소리 데이터에 대응하는 의도 정보를 '이미지 데이터 획득'으로 결정하고, 결정한 의도 정보에 기초하여 이미지 센서(131)를 이용하여 퍼팅 그린의 이미지 데이터를 획득하도록 제어할 수 있다. 마이크로폰에는 외부의 음향 신호를 입력 받는 과정에서 발생되는 잡음을 제거하기 위한 다양한 잡음 제거 알고리즘이 적용될 수 있다.

또한, 입력부(120)에 포함되는 사용자 입력부는 사용자로부터 정보를 입력 받기 위한 구성으로, 사용자 입력부를 통해 정보가 입력되면, 프로세서(170)는 입력된 정보에 대응하는 제어를 수행할 수 있다. 예컨대, 사용자 입력부는 드론(100)의 전원 공급을 제어하는 전원 버튼, 어느 센서를 이용할지 여부를 결정하기 위한 센서 선택 버튼, 볼마커(200) 또는 단말기(400)와 연결을 설정하는 연결 설정 버튼, 사용자를 선택하는 사용자 선택 버튼 등을 포함할 수 있다.

사용자 입력부는 기계식 입력 수단 (예컨대, 물리 버튼)이나 터치식 입력 수단 등을 포함할 수 있다. 터치식 입력 수단은 입력 장치이자 출력 장치인 터치 스크린으로 구현되는 디스플레이(153)에 표시되는 가상 버튼이나 물리적인 버튼이면서 터치로 상호작용하는 터치 버튼을 포함할 수 있다.

센서부(130)는 드론(100)의 동작을 위한 센서들을 포함할 수 있으며, 이미지 센서(131), 풍속 센서(133) 및 풍량 센서(135)를 포함할 수 있다.

이미지 센서(131)는 정해진 파장 대역의 빛을 수광하여 이미지 데이터를 생성하는 센서로, 카메라를 의미할 수 있다. 이미지 센서(131)는 한 시점에서의 정지된 프레임의 이미지 데이터를 생성할 수도 있지만, 일정 기간 동안의 연속된 프레임의 이미지 데이터를 생성할 수도 있다. 그리고, 생성된 이미지 데이터는 메모리(140)에 저장될 수 있다. 이미지 센서(131)는 가시광선 영역의 이미지 데이터를 생성하는 RGB 이미지 센서 또는 적외선 영역의 이미지 데이터를 생성하는 IR 이미지 센서 중에서 적어도 하나 이상을 포함할 수 있다.

이미지 센서(131)는 볼마커(200)가 위치한 퍼팅 그린의 이미지 데이터를 생성하며, 생성된 이미지 데이터는 퍼팅 그린에서 드론(100), 볼마커(200) 및 홀컵의 위치를 파악할 뿐만 아니라, 볼마커(200)와 홀컵 사이의 거리를 측정하는데 이용될 수 있다. 예컨대, 퍼팅 라인 제공 장치 (300)는 드론(100)으로부터 생성된 이미지 데이터로부터 볼마커(200) 및 홀컵의 위치가 표시된 픽셀 데이터를 생성할 수 있고, 드론(100) 및 볼마커(200)의 상대적 위치 데이터에 기초하여 픽셀 데이터의 관계에 기초하여 픽셀 데이터의 축척을 계산하고, 축척으로부터 볼마커(200)와 홀컵 사이의 거리 데이터를 획득할 수 있다. 이미지 센서(131)는 볼마커(200)가 위치한 퍼팅 그린을 촬영할 수 있는 적절한 위치, 예컨대 드론의 하부면에 배치될 수 있다.

풍속 센서(133) 및 풍량 센서(135)는 드론(100)의 날개 부분에 의해 생성되는 풍속에 영향을 받지 않도록 풍속 및 풍량을 측정하기 적절한 위치, 예컨대 드론(100)의 상단면에 배치될 수 있다. 풍속 센서(133) 및 풍량 센서(135)가 동작하는 경우, 드론(100)은 비행을 멈추고 미리 설정된 높이 및 미리 설정된 시간 동안 풍속 및 풍량을 측정할 수 있다. 풍속 센서(133) 및 풍량 센서(135)로부터 측정된 풍속 및 풍량 데이터는 퍼팅 라인 제공 장치(300)로 전송되어 퍼팅 라인을 생성하는데 이용될 수 있다.

메모리(140)는 드론의 기능을 수행하기 위한 펌웨어, 프로그램, 사용자 정보, 센서 기록(log) 등의 데이터를 저장할 수 있다. 메모리(140)는 하드 디스크 드라이브(Hard Disk Drive) 또는 SSD(Solid State Drive)와 같은 보조 기억 장치뿐만 아니라, RAM(Random Access Memory)와 같은 주 기억 장치도 포함할 수 있다.

출력부(150)는 스피커(151) 및 디스플레이(153)를 포함할 수 있다. 출력부(150)는 스피커(151)를 통해 사용자에게 소리 피드백을 제공할 수 있으며, 제공되는 소리 피드백에는 합성 음성, 빕(beep) 소리, 음악 등이 포함될 수 있다. 또는, 출력부(150)는 디스플레이(153)를 통해 드론(100)의 동작 상태, 동작 모드, 메뉴 버튼, 응답 등의 화상 피드백을 제공할 수 있다.

디스플레이(153)는 드론(100)에서 처리되는 정보를 표시할 수 있다. 예컨대, 디스플레이(153)는 드론(100)에서 구동되는 응용 프로그램의 실행 화면 정보, 실행 화면 정보에 따른 UI(User Interface), GUI(Graphic User Interface) 등을 표시할 수 있다.

구동부(160)는 드론(100)을 이동시키기 위한 모터 또는 엔진 중에서 적어도 하나 이상을 포함할 수 있다. 그리고, 구동부(160)는 바퀴나 무한궤도 등과 연결되어 드론(100)에 지상 주행 기능을 제공할 수도 있고, 프로펠러 등과 연결되어 드론(100)에 비행 기능을 제공할 수도 있으며, 엔진 자체만으로 드론(100)에 비행 기능을 제공할 수 있다.

프로세서(170)는 입력부(120)와 센서부(130)에서 획득한 데이터를 분석 및 처리하고, 정보를 출력하기 위해 출력부(150)를 제어할 수 있다. 또한, 프로세서(170)는 메모리(140)에 저장된 응용 프로그램을 구동하기 위하여, 드론(100)의 구성 요소들 중 적어도 일부를 제어할 수 있다.

도 3은 본 명세서의 일 실시예에 따른 볼마커(200)의 구성을 나타낸 도면이다.

도 3을 참조하면, 일 실시예에 따른 볼마커(200)는 통신부(210), 입력부(220), 센서부(230), 메모리(240), 출력부(250), 스테레오 카메라부(260), 프로세서(270)를 포함할 수 있다. 실시예에 따라, 센서부(130)는 근접 센서(231), 온도 센서(233), 습도 센서(235)를 더 포함할 수 있고, 출력부(250)는 스피커(251), 디스플레이(253)를 더 포함할 수 있다. 앞서 드론(100)에서 설명한 구성과 동일하거나 유사한 기능을 수행하는 구성은 자세한 설명을 생략한다.

근접 센서(231)는 물리적 접촉 없이 주변 물체의 존재를 감지할 경우 볼마커(200)의 메모리(240)에 저장된 소정의 프로그램을 실행하는데 이용될 수 있다. 예를 들어, 볼마커(200)의 근접 센서(231) 근처에서 골프채를 스윙할 경우, 근접 센서(231)는 골프채의 스윙을 감지하여 전기적 신호를 생성하고, 생성된 전기적 신호는 프로세서(270)에 송신되어, 프로세서(270)는 메모리(240)에 저장된 소정의 프로그램, 예컨대 스윙 속도 측정 프로그램을 실행시키도록 제어할 수 있다.

온도 센서(233) 및 습도 센서(235)는 퍼팅 그린의 온도 및 습도를 측정하기 위한 센서로서, 측정된 온도 값 및 습도 값을 퍼팅 라인 제공 장치(300)로 송신하여 퍼팅 라인을 생성하는데 이용될 수 있다.

스테레오 카메라부(260)는 2개의 이미지 센서(즉, 카메라)를 소정의 간격으로 배치하여 특정 지점에 대한 입체 이미지를 획득할 수 있고, 획득한 입체 이미지는 볼마커(200)의 통신부(210)를 통해 퍼팅 라인 제공 장치(300)로 송신되어, 입체 이미지 상의 특정 지점 또는 모든 지점에 대한 경사도를 구하도록 기능할 수 있다. 예를 들어, 스테레오 카메라부(260)는 볼마커(200)의 측면에 위치할 수 있으며, 스테레오 카메라부(260)는 볼마커(200)의 전방에 위치한 홀컵을 포함하는 퍼팅 그린을 촬영할 수 있다. 촬영된 홀컵을 포함하는 퍼팅 그린 이미지는 입체 이미지로 생성될 수 있고, 생성된 입체 이미지는 퍼팅 라인 제공 장치(300)로 전송되어 볼마커로부터 홀컵까지의 경사도를 생성할 수 있다.

한편, 볼마커(200)의 구조도에서 센서부(230)와 스테레오 카메라부(260)는 각각 별개의 구성으로 도시되었으나, 스테레오 카메라부(260)는 둘 이상의 이미지 센서로 구성될 수 있으며, 센서부(230)에 포함된 구성일 수도 있다.

도 4는 본 명세서의 일 실시예에 따른 퍼팅 라인 제공 장치(300)의 구성을 나타낸 도면이다.

도 4를 참조하면, 일 실시예에 따른 퍼팅 라인 제공 장치(300)는 통신부(310), 입력부(320), 메모리(330), 출력부(340), 프로세서(350)를 포함할 수 있다. 앞서 드론(100)에서 설명한 구성과 동일하거나 유사한 기능을 수행하는 구성은 자세한 설명을 생략한다.

프로세서(350)는 입력부(320)에 수신된 입력 신호에서 획득한 데이터를 분석 및 처리하고, 프로그램을 실행할 수 있으며, 정보를 출력하기 위해 출력부(340)를 제어할 수 있다. 프로세서(350)에 의해 실행되는 프로그램의 코드는 메모리(330)에 저장될 수 있다.

프로세서(350)는 드론(100)으로부터 수신한 이미지 데이터에 기초하여 볼마커와 홀컵 사이의 직선 거리 데이터를 획득할 수 있다. 퍼팅 라인 제공 장치(300)는 드론(100)으로부터 볼마커(200) 및 홀컵을 포함하는 퍼팅 그린의 이미지 데이터를 수신할 수 있고, 퍼팅 라인 제공 장치(300)의 메모리(330)에 저장된 미리 학습된 인공지능 학습 모델, 예컨대 홀컵 판별 모델을 이용하여, 볼마커(200) 및 홀컵의 위치가 표시된 픽셀 데이터를 획득할 수 있다. 구체적으로, 프로세서(350)는 수신한 퍼팅 그린의 이미지 데이터에 기초하여 입력 벡터를 생성하여 미리 학습된 홀컵 판별 모델의 입력 레이어에 입력할 수 있다. 프로세서(350)는 미리 학습된 홀컵 판별 모델의 출력 레이어로부터 출력 벡터를 획득하고, 출력 벡터로부터 볼마커(200) 및 홀컵의 위치에 해당하는 픽셀이 1의 값을 가지고, 나머지 픽셀 값은 0의 값을 가지는 픽셀 데이터를 생성할 수 있다. 프로세서(350)는 드론(100) 및 볼마커(200)에 대응하는 위치 데이터와 픽셀 데이터 사이의 관계에 기초하여 픽셀 데이터의 축척을 계산할 수 있고, 계산된 축척값으로부터 볼마커(200)와 홀컵 사이의 거리를 획득할 수 있다. 축척을 계산하는 방법은 픽셀 데이터에서의 볼마커와 홀컵 사이의 거리, 드론의 이미지 센서의 초첨 거리, 드론의 촬영 고도를 이용하여 계산될 수 있으며, 드론의 촬영 고도는 볼마커를 원점으로 하여 계산될 수 있다.

이어서, 프로세서(350)는 볼마커(200)의 스테레오 카메라부(260)로부터 입체 이미지 데이터를 수신하고, 입체 이미지 데이터에 기초하여 볼마커와 홀컵 사이의 경사도를 데이터를 생성할 수 있다. 프로세서(350)는 생성된 볼마커(200)와 홀컵 사이의 거리 데이터 및 경사도 데이터에 기초한 예상되는 퍼팅 라인을 생성할 수 있다. 구체적으로, 프로세서(350)는 퍼팅 라인 제공 장치(300)의 메모리(330)에 저장된 미리 학습된 인공지능 학습 모델, 예컨대 퍼팅 라인 생성 모델을 이용하여, 볼마커(200)와 홀컵 사이의 예상되는 퍼팅 라인을 획득할 수 있다. 프로세서(350)는 볼마커와 홀컵 사이의 거리 데이터 및 경사도 데이터에 기초하여 입력 벡터를 생성하고, 입력 벡터를 미리 학습된 퍼팅 라인 생성 모델의 입력 레이어에 입력할 수 있다. 프로세서(350)는 미리 학습된 퍼팅 라인 생성 모델의 출력 레이어로부터 출력 벡터를 획득하고, 출력 벡터로부터 볼마커와 홀컵 사이의 예상되는 퍼팅 라인이 표시된 이미지 데이터를 생성할 수 있다. 생성된 퍼팅 라인이 표시된 이미지 데이터는 통신부(310)를 통해 단말기(400)로 전송될 수 있고, 사용자는 단말기(440)의 디스플레이를 통해 예상되는 퍼팅 라인을 제공받을 수 있다.

한편, 미리 학습된 퍼팅 라인 생성 모델에 입력되는 입력 데이터로서 볼마커로부터 홀컵까지 거리 및 경사도 데이터만을 설명하였으나, 드론(100)의 풍속 센서(133) 및 풍량 센서(135)로부터 수신한 풍속 및 풍량 데이터, 볼마커(200)의 온도 센서(233) 및 습도 센서(235)로부터 수신한 온도 및 습도 데이터를 미리 학습된 퍼팅 라인 생성 모델의 입력 레이어에 입력하여 보다 구체적인 퍼팅 라인을 획득할 수도 있다.

도 5는 본 명세서의 일 실시예에 따른 드론으로부터 획득한 이미지 데이터에 기초하여 홀컵을 판별하는 방법을 설명하기 위한 도면이다.

도 5를 참조하면, 드론(510)은 홀컵(530)이 위치한 퍼팅 그린의 이미지 데이터를 획득하도록 퍼팅 그린의 상공을 비행할 수 있다. 드론(510)은 볼마커(520)와 무선 네트워크를 통해 연결되며, 볼마커(520)는 드론(510)의 원점으로 기능할 수 있어, 드론(510)은 볼마커(520)에 대한 자신의 상대적 위치를 직교 좌표계에서의 위치 데이터로서 획득할 수 있다. 드론(510)은 내장된 이미지 센서를 이용하여 퍼팅 그린을 촬영하고, 볼마커(520), 홀컵(530)이 표시된 퍼팅그린의 이미지 데이터(550)를 획득할 수 있다. 획득된 퍼팅 그린의 이미지 데이터(550)는 퍼팅 라인 제공 장치(300)로 전송된다.

퍼팅 라인 제공 장치(300)의 프로세서(350)는 수신된 이미지 데이터(550)를 미리 학습된 홀컵 판별 모델의 입력 레이어에 입력하여 출력 레이어로부터 볼마커(520) 및 홀컵(530)이 표시된 픽셀 데이터(570)를 획득할 수 있다. 픽셀 데이터(570)는 볼마커(520) 및 홀컵(530)의 위치에 해당하는 픽셀이 1의 값을 가지고, 나머지 픽셀 값은 0의 값을 가지는 데이터일 수 있다. 프로세서(350)는 앞서 설명한 바와 같이 드론(510)의 위치 데이터 및 픽셀 데이터와의 관계를 이용하여, 볼마커(520)와 홀컵(530) 사이의 거리를 획득할 수 있다.

한편, 미리 학습된 홀컵 판별 모델은 볼마커와 홀컵을 포함하는 퍼팅 그린의 이미지에 기초하여 학습될 수 있다. 즉, 학습 데이터는 볼마커(혹은 골프공)와 홀컵에 포함된 퍼팅 그린의 이미지 및 라벨 정보로서 볼마커 및 홀컵의 위치에 해당하는 픽셀은 1의 값을 가지고, 나머지 픽셀은 0의 값을 가지는 픽셀 데이터를 포함할 수 있다. 구체적으로, 미리 학습된 홀컵 판별 모델의 입력 레이어에 퍼팅 그린의 이미지가 입력되면, 출력 레이어에서 볼마커와 홀컵의 위치가 1의 픽셀 값으로 표시된 픽셀 데이터를 출력할 수 있다. 그리고 미리 학습된 홀컵 판별 모델은 출력 레이어에서 출력되는 픽셀 데이터와 학습 데이터에 포함된 라벨 정보를 비교하여, 그 차이를 줄이는 방향으로 지도 학습될 수 있다. 여기서, 미리 학습된 홀컵 판별 모델은 이미지 데이터를 처리하기 위한 컨볼루션 신경망(Convolutional Neural Network)를 포함할 수 있으며, 퍼팅 라인 제공 장치(300)의 메모리(330) 내에 저장될 수 있다.

종래 퍼팅 그린에 대한 이미지 데이터를 이용하여 골프공과 홀컵사이의 거리를 획득하는 발명(등록특허 제10-2050970호)의 경우, 골프장의 데이터베이스로부터 퍼팅 그린의 이미지를 수신하고, 촬영된 이미지를 매칭하여 골프공과 홀컵 사이의 거리를 획득하는 방식을 이용하였다. 그러나, 본 명세서에 따른 퍼팅 라인 제공 장치(300)는 미리 학습된 홀컵 판별 모델을 이용함으로써, 퍼팅 그린에 대한 홀컵의 미리 저장된 데이터 없이도 볼마커와 홀컵사이의 거리를 획득할 수 있다. 뿐만 아니라, 홀컵의 위치가 변경된 경우에도 골프장의 데이터베이스를 참조하지 않고도 볼마커와 홀컵의 위치를 알 수 있어, 추가적인 저장 공간이나 데이터베이스 업데이트를 필요로 하지 않는다.

도 6 및 7은 본 명세서의 일 실시예에 따른 볼마커(200)의 상면도 및 측면도이다.

도 6을 참조하면, 볼마커(200)는 디스플레이(630), 습도 센서(650), 근접 센서(670), 온도 센서(690)를 포함할 수 있고, 볼마커 외부는 내부의 소자들을 보호하기 위한 하우징(610)으로 구성되어 있다.

디스플레이(630)는 볼마커(200)의 상면에 구비되어, 볼마커로부터 홀컵까지의 거리, 홀컵의 높이, 경사도, 그린의 온도 및 습도, 퍼팅 라인 등을 표시할 수 있다.

또한, 볼마커의 상면에는 근접 센서(670)를 구비하고 있어, 사용자가 볼마커 위에서 골프채를 스윙할 경우 근접 센서(670)에 의해 전기적 신호가 생성되고, 생성된 전기적 신호에 기초하여 미리 정해진 프로그램이 동작하도록 제어될 수 있다. 예를 들어, 미리 정해진 프로그램은 사용자의 스윙 측정 프로그램일 수 있다. 한편, 도 6에서 근접 센서(670)는 볼마커의 상면에 구비된 것으로 도시되었으나, 볼마커의 측면에 구비될 수도 있다.

스윙 측정 프로그램은 볼마커(200)의 메모리(240)에 저장되어, 사용자의 스윙 속도 및 방향을 측정하는 프로그램일 수 있다. 도 7을 참조하면, 일 실시예에 따른 볼마커는 측면에 소정의 거리를 두고 배치된 이미지 센서들(710, 730)을 구비하는 스테레오 카메라부를 포함할 수 있다. 일 실시예에 따르면, 근접 센서(670)에 의해 사용자의 스윙이 감지될 경우 볼마커(200)의 프로세서(270)에 의해 스윙 측정 프로그램이 구동되고, 이미지 센서들(710, 730)로부터 사용자의 스윙에 대한 복수의 이미지들 혹은 영상 이미지를 획득할 수 있다. 사용자의 스윙 이미지는 퍼팅 라인 제공 장치(300)로 송신되고, 프로세서(350)는 사용자의 스윙 이미지를 분석하여 스윙 속도 및 방향 데이터를 생성할 수 있다.

프로세서(350)는 스윙 속도 및 방향 데이터에 기초하여, 미리 학습된 퍼팅라인 생성 모델로부터 획득한 퍼팅 라인을 보정하는데 이용될 수 있다. 또한, 생성된 스윙 속도 및 방향 데이터는 계정 정보와 결합되어 퍼팅 라인 제공 장치(300)의 메모리(330)에 저장될 수 있고, 저장된 스윙 속도 및 방향 데이터는 히스토리화 되어 사용자의 단말기(400)로 송신될 수 있다. 즉, 퍼팅 라인 제공 장치(300)는 사용자의 퍼팅 습관을 고려한 맞춤형 퍼팅 라인을 제공할 수 있을 뿐만 아니라, 사용자가 자신의 퍼팅 습관을 인식하는데 도움을 줄 수 있다.

습도 센서(650) 및 근접 센서(670)는 볼마커의 상단에 구비되어 그린의 습도 및 온도를 측정할 수 있다. 측정된 습도 및 온도 데이터는 퍼팅 라인 제공 장치(300)에 송신되고, 미리 학습된 퍼팅 라인 생성 모델의 입력 레이어에 인가되어 퍼팅 라인을 생성하는데 이용될 수 있다.

도 7을 참조하면, 볼마커(700)의 측면에는 2개의 이미지 센서들(710, 730)을 구비하는 스테레오 카메라부가 포함될 수 있다. 전술한 바와 같이, 스테레오 카메라부는 볼마커(200)의 전방에 위치한 홀컵을 포함하는 퍼팅 그린을 촬영하여, 퍼팅 그린의 입체 이미지를 생성할 수 있다. 생성된 입체 이미지는 퍼팅 그린 제공 장치(300)로 전송되어 볼마커와 홀컵 사이의 경사도 데이터를 생성하는데 이용될 수 있다. 도 7에서 스테레오 카메라부는 2개의 이미지 센서들(710, 730)을 포함하는 것으로 도시되었으나, 둘 이상의 이미지 센서를 포함할 수 있다.

한편, 볼마커(200)의 뒷면의 수직 방향으로 원뿔형의 지지 부재(750)가 구비되어 있다. 지지 부재(750)는 퍼팅 그린에 꽂아 퍼팅 그린의 잔디보다 높게 볼마커가 지지될 수 있도록 충분히 긴 길이를 가질 수 있다. 도 7에는 원뿔 모양의 지지 부재(750)가 도시되어 있지만, 퍼팅 그린에 꽂아 지지될 수 있는 형상이면 족하고, 반드시 도 7의 실시예의 형상에 한정되는 것은 아니다.

도 8은 본 명세서의 일 실시예에 따른 퍼팅 라인을 제공하기 위한 방법을 나타낸 도면이다.

도 8은 퍼팅 라인 제공 장치(300)의 동작이 활성화된 이후에 퍼팅 라인을 제공하기 위한 방법을 나타낸 것으로, 퍼팅 라인 제공 장치(300)가 동작을 위하여 활성화되는 과정은 생략되었다. 퍼팅 라인 제공 장치(300)는 전원이 공급되거나, 입력부(320)를 통해 사용자에 의한 입력을 수신하거나, 퍼팅 라인 제공 장치(300)와 무선 네트워크를 통해 연결된 단말기(400)를 통해 사용자에 의한 입력을 수신하는 경우 활성화될 수 있다. 또한, 퍼팅 라인 제공 시스템(1)에 포함된 드론(100) 및 볼마커(200) 중 하나 이상에 전원이 공급되거나, 이들로부터 사용자에 의한 입력을 수신하는 경우 활성화될 수 있다.

도 8을 참조하면, 퍼팅 라인 제공 장치(300)의 프로세서(350)는 드론(100)의 이미지 센서(131)로부터 퍼팅 그린의 이미지 데이터를 수신한다(S801). 드론(100) 이미지 센서(131)는 볼마커와 홀컵을 포함하는 퍼팅 그린의 이미지를 촬영하여, 생성된 퍼팅 그린의 이미지 데이터를 드론(100)의 통신부(110)를 통해 퍼팅 라인 제공 장치(300)의 프로세서(350)로 송신한다.

프로세서(350)는 이미지 센서(131)로부터 퍼팅 그린의 이미지 데이터를 수신한 후, 미리 학습된 홀컵 판별 모델을 이용하여, 퍼팅 그린의 이미지 데이터에 기초한 볼마커 및 홀컵의 위치 정보가 포함된 픽셀 데이터 획득한다(S803).

미리 학습된 홀컵 판별 모델은 퍼팅 라인 제공 장치(300)의 메모리(330)에 저장되고, 머신 러닝 알고리즘 또는 딥 러닝 알고리즘을 이용하여 학습된 인공 신경망 기반의 학습 모델로서, 볼마커 및 홀컵의 위치 정보가 포함된 픽셀 데이터를 생성할 수 있다.

프로세서(350)는 볼마커와 홀컵의 위치 정보가 포함된 픽셀 데이터를 획득하기 위하여, RGB 이미지 데이터 또는 IR 이미지 데이터 중에서 적어도 하나 이상을 이용할 수 있으며, 미리 학습된 홀컵 판별 모델은 이미지 데이터를 처리할 수 있는 컨볼루션 신경망(CNN: Convolutional Neural Network)을 포함하여 구성될 수 있다. 즉, 미리 학습된 홀컵 판별 모델의 입력 레이어에는 홀컵 및 볼마커를 포함하는 퍼팅 그린의 이미지 데이터가 입력되고, 미리 학습된 홀컵 판별 모델의 출력 레이어에서는 볼마커와 홀컵의 위치 정보가 포함된 픽셀 데이터가 출력될 수 있다. 픽셀 데이터는 볼마커 및 홀컵 각각에 대응하는 픽셀 값이 1이고, 나머지 픽셀 값은 0의 값을 가지는 데이터일 수 있다. 미리 학습된 홀컵 판별 모델은 학습용 퍼팅 그린 이미지 데이터와 학습용 퍼팅 그린 이미지 데이터에 대응하는 볼마커 및 홀컵의 위치 정보가 라벨링된 학습 데이터를 이용하여 학습될 수 있다. 미리 학습된 홀컵 판별 모델은 출력 레이어에서 출력되는 픽셀 데이터와 학습 데이터에 포함된 라벨 정보를 비교하여, 그 차이를 줄이는 방향으로 지도 학습될 수 있다.

프로세서(350)는 퍼팅 그린의 이미지 데이터에 기초하여 입력 벡터를 생성하고, 미리 학습된 홀컵 판별 모델의 입력 레이어에 입력 벡터를 인가하여 출력 레이어로부터 볼마커 및 홀컵의 위치 정보가 포함된 픽셀 데이터를 획득할 수 있다.

이어서, 퍼팅 라인 제공 장치(300)의 프로세서(350)는 획득한 픽셀 데이터로부터 볼마커와 홀컵 사이의 거리 데이터 생성한다(S805).

드론(100)의 통신부(1120)는 생성된 자신의 위치 데이터를 퍼팅 라인 제공 장치(300)에 송신하고, 퍼팅 라인 제공 장치(300)의 프로세서(350)는 드론(100)의 위치 데이터와 퍼팅 그린 이미지의 픽셀 데이터의 관계에 기초하여 퍼팅 그린 이미지의 축적을 계산할 수 있다. 프로세서(350)는 계산된 축척을 이용하여 볼마커(200)와 홀컵 사이의 직선 거리 데이터를 생성할 수 있다.

다음으로, 프로세서(350)는 볼마커(200)로부터 홀컵을 포함하는 입체 이미지 데이터를 수신할 수 있다(S807). 프로세서(350)는 볼마커(200)의 통신부(210)를 통해 볼마커(200)의 스테레오 카메라부(260)로부터 획득한 입체 이미지를 수신한다.

퍼팅 라인 제공 장치(300)의 프로세서(350)는 수신한 입체 이미지 데이터에 기초하여 볼마커와 홀컵 사이의 경사도 데이터를 생성할 수 있다(S809). 입체 이미지에 기초하여 볼마커와 홀컵 사이의 경사도 데이터를 생성하는 방법은 앞서 설명한 바와 같다.

이어서, 프로세서(350)는 미리 학습된 퍼팅 라인 생성 모델을 이용하여, 볼마커와 홀컵 사이의 거리 및 경사도 데이터에 기초한 퍼팅 라인이 표시된 이미지 데이터를 획득할 수 있다(S811).

미리 학습된 퍼팅 라인 생성 모델은 퍼팅 라인 제공 장치(300)의 메모리(330)에 저장되고, 머신 러닝 알고리즘 또는 딥 러닝 알고리즘을 이용하여 학습된 인공 신경망 기반의 학습 모델로서, 볼마커와 홀컵 사이의 예상되는 퍼팅 라인이 표시된 이미지 데이터를 생성할 수 있다.

즉, 미리 학습된 퍼팅 라인 생성 모델의 입력 레이어에는 볼마커와 홀컵 사이의 거리 데이터 및 경사도 데이터가 입력되고, 미리 학습된 퍼팅 라인 생성 모델의 출력 레이어에서는 볼마커와 홀컵 사이의 퍼팅 라인이 표시된 이미지 데이터가 출력될 수 있다. 미리 학습된 퍼팅 라인 생성 모델은 학습용 볼마커와 홀컵 사이의 거리 데이터 및 경사도 데이터와, 학습용 볼마커와 홀컵 사이의 거리 데이터 및 경사도 데이터에 대응하는 볼마커와 홀컵 사이의 퍼팅 라인이 표시된 이미지 데이터가 라벨링된 학습 데이터를 이용하여 학습될 수 있다. 미리 학습된 퍼팅 라인 생성 모델은 출력 레이어에서 출력되는 퍼팅 라인이 표시된 이미지 데이터와 학습 데이터에 포함된 라벨 정보를 비교하여, 그 차이를 줄이는 방향으로 지도 학습될 수 있다.

프로세서(350)는 볼마커와 홀컵 사이의 거리 데이터 및 경사도 데이터에 기초하여 입력 벡터를 생성하고, 입력 벡터를 미리 학습된 퍼팅 라인 생성 모델의 입력 레이어에 입력하여 출력 벡터로부터 퍼팅 라인이 표시된 이미지 데이터를 획득할 수 있다. 퍼팅 라인이 표시된 이미지 데이터는 볼마커와 홀컵 사이의 거리 및 경사도 정보가 반영된 입체 이미지로 생성될 수 있으며, 볼마커와 홀컵 사이의 거리 및 경사도 정보는 입체 이미지 상의 텍스트로도 구현될 수 있다.

한편, 추가적으로, 미리 학습된 퍼팅 라인 생성 모델을 이용하여, 풍속 데이터, 풍량 데이터, 온도 데이터 및 풍량 데이터 중 하나 이상에 기초한 퍼팅 라인이 표시된 이미지 데이터를 획득할 수도 있다.

예를 들어, 프로세서(350)는 드론의 풍속 센서 및 풍량 센서로부터 풍속 데이터 및 풍량 데이터를 수신하고, 그리고 볼마커의 온도 센서 및 습도 센서로부터 온도 데이터 및 풍량 데이터를 수신하는 것 중 적어도 하나 이상을 수행할 수 있다. 프로세서(350)는 수신된 풍속 데이터, 풍량 데이터, 온도 데이터, 풍량 데이터 중 하나 이상과 거리 데이터 및 경사도 데이터에 기초하여 입력 벡터를 생성하고, 입력 벡터를 미리 학습된 퍼팅 라인 생성 모델의 입력 레이어에 입력하여 출력 벡터로부터 퍼팅 라인이 표시된 이미지 데이터를 획득할 수 있다. 즉, 미리 학습된 퍼팅 라인 생성 모델은 학습용 풍속 데이터, 풍량 데이터, 온도 데이터, 풍량 데이터, 거리 데이터 및 경사도 데이터와, 이들 학습용 데이터에 대응하는 볼마커와 홀컵 사이의 퍼팅 라인이 표시된 이미지 데이터가 라벨링된 학습 데이터를 이용하여 학습될 수 있다.

이어서, 프로세서(350)는 획득된 퍼팅 라인이 표시된 이미지 데이터를 사용자의 단말기(400)로 송신하도록 제어 신호를 생성할 수 있다(S813). 퍼팅 라인 제공 장치(300)의 통신부(310)는 생성된 제어 신호에 기초하여 퍼팅 라인의 이미지 데이터를 사용자 단말기(400)로 송신한다. 사용자는 단말기(400)의 디스플레이를 통해 볼마커와 홀컵 사이의 거리 및 경사도 정보가 반영된 입체 이미지를 제공받을 수 있어, 골프 퍼팅 시 이를 활용할 수 있다.

한편, 도 8에 도시된 단계들 중에서 적어도 일부는 병렬적으로 수행될 수 있다.

이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 컨트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 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), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상술한 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소, 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

Claims (3)

1. 인공지능 기반의 골프용 드론 및 볼마커를 이용한 퍼팅 라인을 제공하는 방법에 있어서,
   상기 드론의 이미지 센서로부터 볼마커 및 홀컵을 포함하는 퍼팅 그린의 이미지 데이터를 수신하는 단계;
   미리 학습된 홀컵 판별 모델을 이용하여, 상기 퍼팅 그린의 이미지 데이터에 기초한 상기 볼마커 및 상기 홀컵의 위치 정보가 포함된 픽셀 데이터를 획득하는 단계;
   상기 픽셀 데이터로부터 상기 볼마커와 상기 홀컵 사이의 거리 데이터를 생성하는 단계;
   상기 볼마커의 스테레오 카메라부로부터 상기 홀컵을 포함하는 입체 이미지 데이터를 수신하는 단계;
   상기 입체 이미지 데이터에 기초하여 상기 볼마커와 상기 홀컵 사이의 경사도 데이터를 생성하는 단계;
   미리 학습된 퍼팅 라인 생성 모델을 이용하여, 상기 거리 데이터 및 상기 경사도 데이터에 기초한 상기 볼마커와 상기 홀컵의 사이의 퍼팅 라인이 표시된 이미지 데이터를 획득하는 단계;
   상기 퍼팅 라인이 표시된 이미지 데이터를 사용자의 단말기로 송신하는 단계
   를 포함하는, 퍼팅 라인 제공 방법.
2. 제1 항에 있어서,
   상기 미리 학습된 홀컵 판별 모델을 이용하여, 상기 퍼팅 그린의 이미지 데이터에 기초한 상기 볼마커 및 상기 홀컵의 위치 정보가 포함된 픽셀 데이터를 획득하는 단계는,
   딥 러닝 알고리즘을 이용하여 학습된 인공 신경망 기반의 상기 미리 학습된 홀컵 판별 모델의 입력 레이어에 상기 홀컵 및 상기 볼마커를 포함하는 상기 퍼팅 그린의 이미지 데이터를 입력하는 단계; 및
   상기 미리 학습된 홀컵 판별 모델의 출력 레이어로부터, 상기 볼마커 및 상기 홀컵 각각에 대응하는 픽셀 값이 1이고, 나머지 픽셀 값은 0의 값을 가지는 상기 픽셀 데이터를 획득하는 단계
   를 포함하고,
   상기 미리 학습된 홀컵 판별 모델은,
   컨볼루션 신경망(CNN)을 포함하고,
   학습용 퍼팅 그린 이미지 데이터와 상기 학습용 퍼팅 그린 이미지 데이터에 대응하는 볼마커 및 홀컵의 위치 정보가 라벨링된 제1 학습 데이터를 이용하여 학습되는, 퍼팅 라인 제공 방법.
3. 제1 항에 있어서,
   상기 볼마커는 상기 드론의 원점이고,
   상기 픽셀 데이터로부터 상기 볼마커와 상기 홀컵 사이의 거리 데이터를 생성하는 단계는,
   상기 드론으로부터 상기 볼마커를 기준으로 한 상기 드론의 위치 데이터를 획득하는 단계;
   상기 드론의 위치 데이터와 상기 픽셀 데이터의 관계에 기초하여 픽셀 데이터의 축척을 계산하는 단계; 및
   상기 축척으로부터 상기 볼마커와 상기 홀컵 사이의 거리를 계산하는 단계
   를 포함하는, 퍼팅 라인 제공 방법.

Images